पिछले दो सालों में AI क्षमताओं में बहुत तेज़ी से वृद्धि हुई है, चैटजीपीटी, डैल-ई और मिडजर्नी जैसे बड़े भाषा मॉडल (LLM) रोज़मर्रा के इस्तेमाल के उपकरण बन गए हैं। जैसा कि आप इस लेख को पढ़ रहे हैं, जनरेटिव AI प्रोग्राम ईमेल का जवाब दे रहे हैं, मार्केटिंग कॉपी लिख रहे हैं, गाने रिकॉर्ड कर रहे हैं और सरल इनपुट से इमेज बना रहे हैं।
इससे भी अधिक उल्लेखनीय बात यह है कि व्यक्ति और कंपनियाँ दोनों ही किस दर से AI पारिस्थितिकी तंत्र को अपना रहे हैं। सर्वे मैकिन्से द्वारा किए गए एक सर्वेक्षण से पता चला है कि कम से कम एक व्यावसायिक कार्य में जनरेटिव एआई को अपनाने वाली कंपनियों की संख्या एक वर्ष के भीतर दोगुनी होकर 65% हो गई है, जो 2023 की शुरुआत में 33% थी।
हालांकि, अधिकांश तकनीकी प्रगति की तरह, नवाचार का यह नया क्षेत्र चुनौतियों से भरा हुआ है। एआई कार्यक्रमों को प्रशिक्षित करना और चलाना संसाधनों की गहन मांग वाला काम है, और जैसा कि स्थिति है, बड़ी तकनीक का पलड़ा भारी लगता है, जिससे एआई के केंद्रीकरण का जोखिम पैदा होता है।
एआई विकास में कम्प्यूटेशनल सीमाएँ
एक रिपोर्ट के अनुसार लेख विश्व आर्थिक मंच के अनुसार, एआई कंप्यूटिंग की मांग में तेजी आ रही है; एआई विकास को बनाए रखने के लिए आवश्यक कम्प्यूटेशनल शक्ति वर्तमान में 26% से 36% के बीच वार्षिक दर से बढ़ रही है।
इपोक एआई द्वारा हाल ही में किया गया एक अन्य अध्ययन इस अनुमान की पुष्टि करता है, जिसमें अनुमान लगाया गया है कि एआई कार्यक्रमों को प्रशिक्षित करने या चलाने में जल्द ही अरबों डॉलर खर्च होंगे।
“सबसे बड़े एआई प्रशिक्षण की लागत 2016 से प्रति वर्ष दो से तीन गुना बढ़ रही है, और इससे 2027 तक, या शायद उससे भी पहले, इसकी कीमत अरबों डॉलर तक पहुंच सकती है।” विख्यात एपोच एआई स्टाफ शोधकर्ता, बेन कॉटियर।
मेरी राय में, हम पहले से ही इस बिंदु पर हैं। माइक्रोसॉफ्ट ने पिछले साल ओपनएआई में 10 बिलियन डॉलर का निवेश किया था और हाल ही में, खबर आई कि दोनों संस्थाएं एक डेटा सेंटर बनाने की योजना बना रही हैं, जिसमें लाखों विशेष चिप्स द्वारा संचालित एक सुपरकंप्यूटर होगा। लागत? 100 बिलियन डॉलर, जो शुरुआती निवेश से दस गुना अधिक है।
वैसे, माइक्रोसॉफ्ट ही एकमात्र बड़ी टेक कंपनी नहीं है जो अपने AI कंप्यूटिंग संसाधनों को बढ़ाने के लिए खर्च कर रही है। AI हथियारों की दौड़ में शामिल अन्य कंपनियाँ, जिनमें गूगल, अल्फाबेट और एनवीडिया शामिल हैं, सभी AI अनुसंधान और विकास के लिए महत्वपूर्ण मात्रा में धन खर्च कर रही हैं।
हालांकि हम इस बात से सहमत हो सकते हैं कि परिणाम निवेश की जा रही राशि से मेल खा सकते हैं, लेकिन इस तथ्य को नज़रअंदाज़ करना मुश्किल है कि एआई विकास वर्तमान में एक ‘बड़ी तकनीक’ का खेल है। केवल इन अमीर कंपनियों के पास ही एआई परियोजनाओं को दसियों या सैकड़ों अरबों की राशि देने की क्षमता है।
इससे यह प्रश्न उठता है कि, कुछ मुट्ठीभर कम्पनियों द्वारा नवाचार को नियंत्रित करने के परिणामस्वरूप वेब2 नवाचारों को जिन समस्याओं का सामना करना पड़ रहा है, उनसे बचने के लिए क्या किया जा सकता है?
स्टैनफोर्ड के एचएआई के उप निदेशक और शोध संकाय निदेशक, जेम्स लैंडे, उन विशेषज्ञों में से एक हैं, जिन्होंने पहले भी तौला इस परिदृश्य में शामिल हों। लैंडे के अनुसार, GPU संसाधनों की होड़ और बड़ी टेक कंपनियों द्वारा अपने AI कम्प्यूटेशनल पावर को इन-हाउस इस्तेमाल करने को प्राथमिकता देने से कंप्यूटिंग पावर की मांग बढ़ेगी, जिससे अंततः हितधारकों को सस्ते हार्डवेयर समाधान विकसित करने के लिए प्रेरित किया जाएगा।
चीन में, सरकार पहले से ही अमेरिका के साथ चिप युद्ध के बाद एआई स्टार्टअप्स को समर्थन देने के लिए कदम उठा रही है, जिसने चीनी कंपनियों को महत्वपूर्ण चिप्स तक निर्बाध पहुंच से सीमित कर दिया है। चीन के भीतर स्थानीय सरकारें पुर: इस साल की शुरुआत में सब्सिडी, एआई स्टार्टअप के लिए $140,000 और $280,000 के बीच कंप्यूटिंग वाउचर देने का वादा किया। इस प्रयास का उद्देश्य कंप्यूटिंग पावर से जुड़ी लागतों को कम करना है।
एआई कंप्यूटिंग लागत का विकेंद्रीकरण
एआई कंप्यूटिंग की वर्तमान स्थिति को देखते हुए, एक बात स्थिर है – उद्योग वर्तमान में केंद्रीकृत है। बड़ी टेक कंपनियाँ कंप्यूटिंग शक्ति के साथ-साथ एआई कार्यक्रमों के अधिकांश भाग को नियंत्रित करती हैं। जितनी अधिक चीजें बदलती हैं, उतनी ही वे समान रहती हैं।
अच्छी बात यह है कि इस बार चीजें वास्तव में अच्छे के लिए बदल सकती हैं, जिसका श्रेय विकेन्द्रीकृत कंप्यूटिंग अवसंरचना जैसे कि क्यूबिक लेयर 1 ब्लॉकचेन। यह L1 ब्लॉकचेन एक उन्नत खनन तंत्र का उपयोग करता है जिसे उपयोगी प्रूफ-ऑफ-वर्क (PoW) कहा जाता है; बिटकॉइन के विशिष्ट PoW के विपरीत जो नेटवर्क को सुरक्षित करने के एकमात्र उद्देश्य के लिए ऊर्जा का उपयोग करता है, क्यूबिक का uPoW तंत्रिका नेटवर्क को प्रशिक्षित करने जैसे उत्पादक AI कार्यों के लिए अपनी कम्प्यूटेशनल शक्ति का उपयोग करता है।
सरल शब्दों में कहें तो क्यूबिक एआई कम्प्यूटेशनल पावर की सोर्सिंग को विकेंद्रीकृत कर रहा है, वर्तमान प्रतिमान से हटकर, जहां इनोवेटर्स केवल अपने खुद के हार्डवेयर या बड़ी तकनीक से किराए पर लिए गए हार्डवेयर तक सीमित हैं। इसके बजाय, यह L1 कम्प्यूटेशनल पावर प्रदान करने के लिए अपने खनिकों के नेटवर्क का उपयोग कर रहा है, जो हजारों की संख्या में हो सकते हैं।
हालाँकि बैकएंड साइड को संभालने के लिए बड़ी तकनीक को छोड़ने की तुलना में यह थोड़ा अधिक तकनीकी है, लेकिन AI कंप्यूटिंग शक्ति के लिए सोर्सिंग के लिए एक विकेन्द्रीकृत दृष्टिकोण अधिक किफायती है। लेकिन इससे भी महत्वपूर्ण बात यह है कि यह तभी उचित होगा जब AI नवाचारों को अधिक हितधारकों द्वारा संचालित किया जाएगा, न कि वर्तमान स्थिति के विपरीत जहाँ उद्योग कुछ खिलाड़ियों पर निर्भर लगता है।
अगर ये सभी बंद हो जाएं तो क्या होगा? इससे भी बदतर बात यह है कि ये तकनीकी कंपनियाँ जीवन बदलने वाली तकनीकी प्रगति के मामले में अविश्वसनीय साबित हुई हैं।
आज, ज़्यादातर लोग डेटा गोपनीयता उल्लंघन के खिलाफ़ आवाज़ उठा रहे हैं, सामाजिक हेरफेर जैसे अन्य संबंधित मुद्दों का तो ज़िक्र ही नहीं किया जा सकता। विकेंद्रीकृत AI नवाचारों के साथ, प्रवेश की लागत को कम करते हुए विकास की जाँच करना आसान हो जाएगा।
निष्कर्ष
एआई नवाचार अभी शुरू ही हुए हैं, लेकिन कम्प्यूटेशनल शक्ति तक पहुँचने की चुनौती अभी भी एक चुनौती बनी हुई है। इसके अलावा, बड़ी तकनीक वर्तमान में अधिकांश संसाधनों को नियंत्रित करती है जो नवाचार की दर के लिए एक बड़ी चुनौती है, इस तथ्य का उल्लेख नहीं करना चाहिए कि ये वही कंपनियाँ हैं जो हमारे डेटा – डिजिटल गोल्ड पर अधिक शक्ति प्राप्त कर सकती हैं।
हालांकि, विकेन्द्रीकृत अवसंरचना के आगमन के साथ, संपूर्ण AI पारिस्थितिकी तंत्र में कम्प्यूटेशनल लागत को कम करने और 21वीं सदी की सबसे मूल्यवान प्रौद्योगिकियों में से एक पर बड़ी तकनीक के नियंत्रण को समाप्त करने की बेहतर संभावना है।
एआई क्षमताएं हार्डवेयर की तुलना में तेजी से बढ़ रही हैं: क्या विकेंद्रीकरण इस अंतर को पाट सकता है? यह पोस्ट सबसे पहले एआई न्यूज़ पर दिखाई दी।