কেন ওপেনএআই কোয়ান্টাম এআই-তে তার বাজি হেজিং করতে পারে

বিশ্লেষণ কোয়ান্টাম কম্পিউটিং এখন এক দশকেরও বেশি সময় ধরে এক দশক দূরে রয়ে গেছে, তবে শিল্প বিশেষজ্ঞদের মতে এটি AI এর অতৃপ্ত ক্ষুধা নিবারণের গোপনীয়তা রাখতে পারে।

প্রতিটি মাস অতিবাহিত হওয়ার সাথে সাথে, বৃহত্তর, আরও প্যারামিটার-ঘন মডেলগুলি উপস্থিত হয় এবং এআই স্থাপনার স্কেল একই সাথে প্রসারিত হয়। এই বছর একা হাইপারস্কেলার যেমন মেটা, পরিকল্পনা করে স্থাপন কয়েক হাজার এক্সিলারেটর। এমনকি এখনও OpenAI এর প্রতিষ্ঠাতা স্যাম অল্টম্যান প্রতীত আমরা যদি AI এর আরও বিকাশ করতে চাই তবে আমাদের দ্রুতগতিতে আরও গণনা করতে হবে।

তাই এটির সর্বশেষ ভাড়া, OpenAI এর সাথে অবাক হওয়ার কিছু নেই would কোয়ান্টাম কম্পিউটিং এর উপর তার বাজি হেজিং করা বন্ধ সুযোগ এটি করতে পারে. গত সপ্তাহে, এআই জুগারনট বেন বার্টলেটকে যুক্ত করেছে, PsiQuantum এর প্রাক্তন কোয়ান্টাম সিস্টেম স্থপতি তার পদে।

এআই ট্রেন্ডসেটারে বার্টলেট কী করবে সে সম্পর্কে আরও জানতে আমরা ওপেন এআই-এর কাছে পৌঁছেছি, এবং এখনও শুনিনি। তবে তার বায়ো কিছু ইঙ্গিত দেয় কারণ তার গবেষণার বেশিরভাগ অংশ কোয়ান্টাম ফিজিক্স, মেশিন লার্নিং এবং ন্যানোফোটোনিক্সের মধ্যে ছেদকে কেন্দ্র করে এবং "মূলত আমি ফোটনের জন্য ছোট রেস ট্র্যাক ডিজাইন করি যা তাদের দরকারী গণনা করার জন্য কৌশল করে"

তাহলে ওপেনএআই কোয়ান্টাম পদার্থবিজ্ঞানীর সাথে ঠিক কী চাইবে? ঠিক আছে, কোয়ান্টাম অপ্টিমাইজেশান ব্যবহার করা থেকে শুরু করে প্রশিক্ষণ ডেটাসেটগুলিকে স্ট্রীমলাইন করা বা জটিল গ্রাফ ডেটাবেস অফলোড করার জন্য কোয়ান্টাম প্রসেসিং ইউনিট (QPUs) ব্যবহার করা, আধুনিক সেমিকন্ডাক্টর প্যাকেজিংয়ের সীমা ছাড়িয়ে স্কেল করার জন্য অপটিক্স ব্যবহার করা পর্যন্ত কয়েকটি সম্ভাবনা রয়েছে৷

নিউরাল নেটওয়ার্কগুলি কেবল আরেকটি অপ্টিমাইজেশান সমস্যা

ডি-ওয়েভ-এর মারে থম বলেন, কোয়ান্টাম কম্পিউটিং বড় এআই মডেলের প্রশিক্ষণের দক্ষতাকে ব্যাপকভাবে উন্নত করার ক্ষমতা রাখে, যার ফলে তারা কম প্যারামিটার সহ মডেল থেকে আরও সঠিক উত্তর পেতে পারে। নিবন্ধনকর্মী.

GPT-4 একটি ট্রিলিয়ন প্যারামিটারের বেশি হওয়ার গুজব নিয়ে, এটি কেন আকর্ষণীয় হতে পারে তা দেখা কঠিন নয়। কোয়ান্টাইজেশন এবং অন্যান্য কম্প্রেশন কৌশল অবলম্বন না করে, FP1 বা Int8 নির্ভুলতায় এবং উচ্চতর নির্ভুলতায় চালানোর সময় AI মডেলগুলির প্রতি বিলিয়ন প্যারামিটারের জন্য প্রায় 8GB মেমরির প্রয়োজন হয়, যা যথেষ্ট পরিমাণে তার থেকে বেশি।

ট্রিলিয়ন প্যারামিটার মডেলগুলি একটি একক AI সার্ভার দক্ষতার সাথে মিটমাট করতে পারে তার সীমার কাছাকাছি। বৃহত্তর মডেলগুলিকে সমর্থন করার জন্য একাধিক সার্ভারকে একত্রে স্ট্রং করা যেতে পারে, তবে বক্সটি ছেড়ে দিলে একটি কার্যক্ষমতার শাস্তি প্রদান করে৷

আর সেটাই আজ। এবং যদি অল্টম্যান সঠিক হয় তবে এই মডেলগুলি কেবল আরও বড় এবং আরও প্রচলিত হতে চলেছে। যেমন, যে কোনো প্রযুক্তি যা OpenAI-কে তার মডেলগুলির সক্ষমতা বৃদ্ধি করতে দেয় এবং অর্থপূর্ণভাবে প্যারামিটারের সংখ্যা না বাড়িয়ে এটিকে একটি পা বাড়িয়ে দিতে পারে।

"আপনি যখন একটি মডেলকে প্রশিক্ষণ দিচ্ছেন, মডেলটিতে যে প্যারামিটারগুলি যায় তা সত্যিই মডেলটিকে প্রশিক্ষণের খরচ এবং জটিলতাকে চালিত করে," ট্রেভর ল্যানটিং, সফ্টওয়্যার এবং অ্যালগরিদমের ডি-ওয়েভ ভিপি বলেছেন নিবন্ধনকর্মী.

এটি প্রায় পেতে, তিনি ব্যাখ্যা করেন, বিকাশকারীরা প্রায়শই এমন বৈশিষ্ট্যগুলিকে উপ-নির্বাচন করবে যা তারা মনে করে যে নির্দিষ্ট মডেলকে প্রশিক্ষণের জন্য সবচেয়ে গুরুত্বপূর্ণ হতে চলেছে, যার ফলে প্রয়োজনীয় পরামিতিগুলির সংখ্যা হ্রাস পায়।

তবে প্রচলিত সিস্টেমগুলি ব্যবহার করে এটি করার চেষ্টা করার পরিবর্তে, ডি-ওয়েভ এই ক্ষেত্রে তৈরি করে যে কোয়ান্টাম অপ্টিমাইজেশান অ্যালগরিদমগুলি কোন বৈশিষ্ট্যগুলিকে ত্যাগ করতে বা বাইরে যেতে হবে তা নির্ধারণে আরও কার্যকর হতে পারে।

আপনি যদি পরিচিত না হন, অপ্টিমাইজেশান সমস্যাগুলি, যেমন সাধারণত পথ অনুসন্ধান বা লজিস্টিকসে দেখা যায় যেগুলি এখন পর্যন্ত কোয়ান্টাম কম্পিউটিংয়ের সবচেয়ে প্রতিশ্রুতিশীল অ্যাপ্লিকেশনগুলির মধ্যে একটি হিসাবে প্রমাণিত হয়েছে।

থম বলেন, "আমাদের কোয়ান্টাম কম্পিউটারগুলি যা সত্যিই ভাল তা হল এমন জিনিসগুলিকে অপ্টিমাইজ করা যেখানে জিনিসগুলি ঘটছে বা ঘটছে না: যেমন কাউকে একটি নির্দিষ্ট সময়সূচী বরাদ্দ করা হয়েছে বা একটি নির্দিষ্ট ডেলিভারি দেওয়া হচ্ছে," থম বলেছিলেন। "যদি এই সিদ্ধান্তগুলি স্বাধীন হয়, তবে এটি ঠিক হবে, এবং এটি একটি ক্লাসিক্যাল কম্পিউটারের পক্ষে করা সহজ হবে, তবে তারা আসলে পুলের অন্যান্য সংস্থানগুলিকে প্রভাবিত করে এবং একটি নেটওয়ার্ক প্রভাব রয়েছে।"

অন্য কথায়, বাস্তব জগৎ অগোছালো। রাস্তায় একাধিক যানবাহন থাকতে পারে, রাস্তা বন্ধ, আবহাওয়ার ঘটনা এবং আরও অনেক কিছু। ধ্রুপদী কম্পিউটারের তুলনায়, কোয়ান্টাম কম্পিউটারের অন্তর্নিহিত অনন্য বৈশিষ্ট্যগুলি তাদের সর্বোত্তম রুট সনাক্ত করতে একই সাথে এই কারণগুলি অন্বেষণ করতে দেয়।

এটি, "একটি নিউরাল নেটওয়ার্কের সাথে সম্পূর্ণভাবে সাদৃশ্যপূর্ণ যেখানে নিউরনগুলি হয় ফায়ার করছে বা ফায়ার করছে না, এবং তাদের এবং তাদের অন্যান্য নিউরনের সাথে সিনাপটিক সংযোগ রয়েছে, যা অন্য নিউরনকে ফায়ারিং থেকে উত্তেজিত করে বা বাধা দেয়," থম ব্যাখ্যা করেন।

এবং এর মানে হল যে কোয়ান্টাম অ্যালগরিদমগুলি নির্দিষ্ট প্রয়োজনীয়তার জন্য AI প্রশিক্ষণ ডেটাসেটগুলিকে অপ্টিমাইজ করতে ব্যবহার করা যেতে পারে, যা প্রশিক্ষিত হলে, একটি ক্ষীণ, আরও সঠিক মডেলের ফলস্বরূপ, ল্যান্টিং দাবি করেছেন।

কোয়ান্টাম স্যাম্পলিং এবং অফলোডিং

দীর্ঘমেয়াদী, ডি-ওয়েভ এবং অন্যান্যরা প্রশিক্ষণ প্রক্রিয়ার গভীরে QPU প্রয়োগ করার উপায় খুঁজছে।

এই ব্যবহারের ক্ষেত্রেগুলির মধ্যে একটিতে স্যাম্পলিংয়ে কোয়ান্টাম কম্পিউটিং প্রয়োগ করা জড়িত। স্যাম্পলিং বলতে বোঝায় কিভাবে এআই মডেল, যেমন এলএলএম, সম্ভাব্যতার বন্টনের উপর ভিত্তি করে পরবর্তী শব্দ, বা আরও বিশেষভাবে টোকেন কী হওয়া উচিত তা নির্ধারণ করে। এই কারণেই প্রায়ই কৌতুক করা হয় যে LLMগুলি স্টেরয়েডগুলিতে স্বয়ংসম্পূর্ণ।

"হার্ডওয়্যারটি নমুনা তৈরিতে খুব ভাল, এবং আপনি বিতরণ টিউন করতে পারেন, যাতে আপনি সেই নমুনার ওজন নির্ধারণ করতে পারেন৷ এবং আমরা যা অন্বেষণ করছি তা হল: এটি কি আসলেই অ্যানিলিং কোয়ান্টাম কম্পিউটিং কঠিন এবং আরও সরাসরি প্রশিক্ষণের কাজের চাপে সন্নিবেশ করার একটি ভাল উপায়," ল্যান্টিং ব্যাখ্যা করেছেন।

ফ্রেঞ্চ কোয়ান্টাম কম্পিউটিং স্টার্টআপ Pasqal এছাড়াও সাধারণত নিউরাল নেটওয়ার্কে পাওয়া গ্রাফ স্ট্রাকচার্ড ডেটা সেট অফলোড করার জন্য কোয়ান্টাম কম্পিউটিং প্রয়োগ করে চলেছে।

"মেশিন লার্নিংয়ে ডেটাকে ক্লাসিকভাবে উপস্থাপন করার কোনো সহজ উপায় নেই, কারণ গ্রাফ একটি জটিল বস্তু," পাসকালের কো-সিইও লোইক হেনরিয়েট একটি সাক্ষাত্কারে ব্যাখ্যা করেছেন নিবন্ধনকর্মী. "আপনি তুলনামূলকভাবে স্বাভাবিকভাবেই কোয়ান্টাম ডাইনামিকসে গ্রাফ স্ট্রাকচার্ড ডেটা এম্বেড করতে পারেন, যা সেই ডেটার টুকরোগুলির চিকিত্সার কিছু নতুন উপায়ের জন্ম দেয়।"

যাইহোক, এটি অর্জন করার আগে, কোয়ান্টাম সিস্টেমগুলিকে অনেক বড় এবং অনেক দ্রুত পেতে হবে, হেনরিয়েট ব্যাখ্যা করেছেন।

"বড় ডেটাসেটগুলি এই মুহূর্তে ব্যবহারিক নয়," তিনি বলেছিলেন। “তাই আমরা qubits সংখ্যা ঠেলাঠেলি হয়; পুনরাবৃত্তি হার। কারণ আরও কিউবিট দিয়ে আপনি আরও ডেটা এম্বেড করতে পারেন।"

কোয়ান্টাম গ্রাফ নিউরাল নেটওয়ার্কগুলি কার্যকর হওয়ার আগে আমাদের কতক্ষণ অপেক্ষা করতে হবে তা বলা কঠিন। Pasqal ইতিমধ্যে একটি 10,000 qubit সিস্টেম আছে কাজের মধ্যে. দুর্ভাগ্যবশত, গবেষণা পরামর্শ দেয় যে এমনকি 10,000 ত্রুটি-সংশোধনকারী কিউবিট বা প্রায় এক মিলিয়ন ফিজিক্যাল কিউবিট সহ একটি সিস্টেম যথেষ্ট নাও হতে পারে প্রতিদ্বন্দ্বিতা করা আধুনিক জিপিইউ সহ।

একটি সিলিকন ফোটোনিক্স খেলা?

বহিরাগত কোয়ান্টাম এআই ব্যবহারের ক্ষেত্রে, অন্যান্য প্রযুক্তি রয়েছে যা ওপেনএআই অনুসরণ করতে পারে যার জন্য বার্টলেট একজন বিশেষজ্ঞ হতে পারেন।

সবচেয়ে উল্লেখযোগ্যভাবে, বার্টলেটের প্রাক্তন নিয়োগকর্তা PsiQuantum সিলিকন ফোটোনিক্সের উপর ভিত্তি করে সিস্টেমগুলি বিকাশ করছে। এটি পরামর্শ দেয় যে তার ভাড়া OpenAI এর সাথে সম্পর্কিত হতে পারে রিপোর্ট একটি কাস্টম এআই অ্যাক্সিলারেটরে কাজ করুন।

আয়ার ল্যাবস, লাইটম্যাটার এবং সেলেস্টিয়াল এআই সহ বেশ কয়েকটি সিলিকন ফটোনিক্স স্টার্টআপ ব্যান্ডউইথের সীমা অতিক্রম করার উপায় হিসাবে প্রযুক্তিটিকে এগিয়ে দিয়েছে, যা একটি সীমিত ফ্যাক্টর স্কেলিং মেশিন লার্নিং পারফরম্যান্সে পরিণত হয়েছে।

এখানে ধারণাটি হল আপনি একটি বিশুদ্ধ বৈদ্যুতিক সংকেত দিয়ে যতটা সম্ভব আলো দিয়ে অনেক বেশি দূরত্বে অনেক বেশি ডেটা ঠেলে দিতে পারবেন। এই ডিজাইনগুলির অনেকগুলিতে, আলো আসলে সিলিকনে খোদাই করা ওয়েভ গাইড দ্বারা বাহিত হয়, যা "ফোটনের জন্য ছোট রেস ট্র্যাক ডিজাইন করা" এর মতো ভয়ঙ্কর শোনায়।

লাইটমেটার বিশ্বাস এই প্রযুক্তিটি একাধিক অ্যাক্সিলারেটরকে একটি হিসাবে কাজ করার অনুমতি দেবে চিপ ছেড়ে যাওয়া ডেটার জন্য ব্যান্ডউইথ জরিমানা না করে। এদিকে সেলেস্টিয়াল একটি দেখে সুযোগ এক্সিলারেটর ডাই-এর সরাসরি সংলগ্ন মডিউলগুলিকে সহ-প্যাকেজ করার প্রয়োজনীয়তা দূর করে GPU-তে উপলব্ধ উচ্চ-ব্যান্ডউইথ মেমরির পরিমাণ ব্যাপকভাবে বৃদ্ধি করতে। এই উভয় ক্ষমতাই বিশাল আকারে এআই সিস্টেমের সাথে কাজ করা একটি কোম্পানির কাছে আকর্ষণীয় হবে।

ওপেনএআই শেষ পর্যন্ত কোয়ান্টাম এআই বা সিলিকন ফোটোনিক্স অনুসরণ করবে কিনা তা দেখা বাকি আছে, তবে এমন একটি কোম্পানির জন্য যার প্রতিষ্ঠাতা দীর্ঘ-শট বিনিয়োগ করার জন্য অপরিচিত নয়, এটি অল্টম্যানের সমর্থন করা অদ্ভুত জিনিস হবে না। ®

• এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
• PlatoData.Network উল্লম্ব জেনারেটিভ Ai. নিজেকে ক্ষমতায়িত করুন। এখানে প্রবেশ করুন.
• প্লেটোএআইস্ট্রিম। Web3 ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
• প্লেটোইএসজি। কার্বন, ক্লিনটেক, শক্তি, পরিবেশ সৌর, বর্জ্য ব্যবস্থাপনা. এখানে প্রবেশ করুন.
• প্লেটো হেলথ। বায়োটেক এবং ক্লিনিক্যাল ট্রায়াল ইন্টেলিজেন্স। এখানে প্রবেশ করুন.
• উত্স: https://go.theregister.com/feed/www.theregister.com/2024/03/13/quantum_openai_hire/