अहिले यो प्रविधि फोन वा अन्य उपकरणमा प्रयोग गर्नको लागि अझै तयार छैन।

चमकदारी हावामा छ। सेप्टेम्बर ९ मा एप्पलले आफ्नो नयाँ आईफोन १६ सिरिज “इट्स ग्लोटाइम” नामक कार्यक्रम मार्फत सार्वजनिक गर्‍यो। यस नामले सिरीको सुधारिएको भ्वाइस असिस्टेन्टको चमकलाई जनाउँथ्यो। तर, यो नाम आईफोन १६ प्रो को नयाँ रङ ‘डेजर्ट टाइटेनियम’ अर्थात् सुनौलो रंगका लागि पनि उपयुक्त थियो।

तर, उत्साह भने कम थियो। कम्पनीका प्रमुख कार्यकारी टिम कुकले फोनको जेनेरेटिभ आर्टिफिसियल इन्टेलिजेन्स (AI) फिचरहरूका बारेमा प्रतिज्ञा गरे । जसको बारेमा उनले जूनमा धेरै प्रचारका साथ ‘एप्पल इन्टेलिजेन्स’ नामले प्रस्तुत गरेका थिए। तर, यद्यपि उपकरणमा एआईलाई चलाउन एप्पलको नयाँ सुपरफास्ट AZ8  चिप्सहरू छन्, आईफोनका खरिदकर्ताहरूले पहिलो फिचरहरूका लागि अक्टोबरसम्म कुर्नुपर्नेछ – त्यो पनि बीटा संस्करणमा। डेमोहरू सामान्य देखिन्छन्। यदि तपाईंले क्यामेरा कुनै रेस्टुरेन्टतर्फ सोझ्याउनुभयो भने, एप्पल इन्टेलिजेन्सले तपाईंलाई मेनुमा के छ भन्ने जानकारी दिन्छ। तपाईंले सिरिलाई प्रश्न सोध्नुका साथै अनुरोध पनि गर्न सक्नुहुन्छ। लगानीकर्ताहरू आशा गर्छन् कि अन्ततः थप संवादात्मक र व्यक्तिगत एआई फिचरहरूले आईफोन बिक्रीलाई पुनर्जीवित गर्नेछ, जुन एप्पलको आधा आम्दानीका लागि जिम्मेवार छ, तर हालैका दिनमा यो घटेको छ। यसका लागि उनीहरूले अझै केही समय कुर्नुपर्ने हुनसक्छ।

एप्पल ती धेरै कम्पनीहरूमध्ये एक हो, जसले जनरेटिभ एआईलाई विशाल डेटा केन्द्रहरू (क्लाउड भनेर चिनिन्छ) बाहिर लैजान र साना उपकरणहरू (एज भनेर चिनिन्छ) मा चलाउन चाहन्छ। एन्ड्रोइड आधारित स्मार्टफोन प्रतिद्वन्द्वी सामसुङले यस वर्षको सुरुमा जनरेटिभ–एआई फिचरहरू सहित आफ्नो ग्यालेक्सी एस–२४ सुरुवात गरेर अग्रता लिएको छ। माइक्रोसफ्टले पनि Copilot+ नामक एआईको लागि डिजाइन गरिएको विण्डोज पीसीहरू सार्वजनिक गरेको छ। तर, बजार अझै खुला छ। यसलाई तोड्न सजिलो हुने छैन।

आज ठूला भाषा मोडेलहरू (एलएलएम) प्रायः ग्राफिक्स प्रोसेसिङ युनिट्स (जिपीयु) मा प्रशिक्षित गरिन्छन्, जसलाई यति धेरै ऊर्जा चाहिन्छ कि त्यसलाई चलाउन परमाणु–उर्जा प्लान्टको आवश्यकता पर्छ। तिनीहरूलाई ठूलो मात्रामा मेमोरी र अकथनीय डेटा चाहिन्छ। यसमा सयौं मिलियन डलरको लागत आउन सक्छ।

प्रशिक्षित भएपछि पनि यी ठूला मोडेलहरू चलाउन महँगो हुन्छ। एक अनुमान अनुसार, ओपनएआई, जसले ऋजबतन्एत् बनाएको हो, यसको बोटलाई प्रश्न सोध्दा ३६ सेन्टको लागत आउँछ। एज उपकरणहरूले आफ्ना क्लाउड–आधारित ठूला भाइहरूबाट साना मोडेलहरू चलाउँछन्। यी सस्ता र द्रुत छन्। लक्ष्य यति न्यून स्तरको प्रतिक्षेप समय (लेटेन्सी) सम्म पुग्नु हो कि प्रतिक्रिया समय लगभग मान्छेको जस्तो लागोस्। एज एआईले पनि प्रयोगकर्ताको आफ्नो उपकरणसँगको अन्तरक्रियाबाट उनीहरूको बारेमा सिक्न सक्छ (एप्पलले यसलाई ‘सेम्यान्टिक इन्डेक्सिङ’ भन्छ)। उदाहरणका लागि, यसले जान्दछ कि प्रयोगकर्ताकी आमा कल गर्दैछिन् र त्यसअनुसार काम गर्छ।

व्यवहारमा, यद्यपि, एआईलाई एजमा सार्न सजिलो छैन। एउटा समस्या भनेको प्रदर्शन हो। जटिल प्रश्नहरू, जस्तै एआई बोट प्रयोग गरेर बिदाको योजना बनाउनु, अझै पनि बढी बुद्धिमान क्लाउड–आधारित एलएलएम आवश्यक पर्छ। अर्को समस्या भनेको कम्प्युटेसनल पावर हो। साना एआई मोडेलहरू पनि चलाउन धेरै ऊर्जा चाहिन्छ, जसले उपकरणको ब्याट्री छिटो सकिन्छ।

कम्पनीहरूले यी समस्याहरूको विभिन्न समाधानहरू खोजिरहेका छन्। एप्पल इन्टेलिजेन्सले पहिलो उपकरणमा एआई प्रदान गर्नेछ, तर जटिल प्रश्नहरू कम्पनीको निजी क्लाउडमा पठाउनेछ। यसले तेस्रो–पक्ष LLMs जस्तै Chatgpt लाई सबैभन्दा अनौठो अनुरोधहरू पठाउनेछ। एप्पलले यसो गर्न प्रयोगकर्ताको अनुमति लिने वाचा गरेको छ, तर यसले गोपनीयता–चिन्तित व्यक्तिहरूलाई अझै पनि सताउन सक्छ। उपकरणहरू, विशेषगरी स्मार्टफोनहरू, प्रयोगकर्ताहरूको व्यक्तिगत डाटाको ठूलो मात्रामा पहुँच राख्छन्ः कसलाई उनीहरूले फोन गर्छन्, कहाँ बस्छन्, के खर्च गर्छन्, कस्तो देखिन्छन्। कतिपयले चाहन्छन् कि यदि जनरेटिभ एआई उपकरणहरूले कुनै पनि जानकारी प्रयोग गरे भने, त्यो उपकरणमै सीमित रहोस्।

प्रविधि कम्पनीहरूले एज उपकरणहरूमा एआई मोडेलहरू चलाउन न्एग् भन्दा कम ऊर्जा–खपत गर्ने न्यूरल प्रोसेसिङ युनिट्स (NPUs) जस्ता वैकल्पिक साधनहरूको प्रयोग पनि गरिरहेका छन्। Qualcomm, जसले एज उपकरणहरूका लागि NPUs र विभिन्न अन्य चिपहरू बनाउँछ, ‘प्रति वाटको प्रदर्शन’ अधिकतम गर्ने कुरा गर्छ। न्एग्क सँग तुलना गर्दा, जसको लागत उच्च हुन्छ, GPUs सस्ता हुन्छन्। आखिरमा, जो कसैलाई डेटा सेन्टरको जति महँगो फोन चाहिँदैन।

धेरै कम्पनीहरूलाई एआईलाई उपकरणहरूमा स्थानान्तरण गर्ने रुचि छ। क्लाउड–आधारितLLMs धेरै हदसम्म न्एग्क का प्रमुख निर्माताहरु  Nvidia मा निर्भर छन्। तर एज एआईको सन्दर्भमा, ‘यहाँ कसैले पनि प्रभुत्व जमाएको छैन’ भन्छन् तानेर ओजसेलिक, एक पूर्व Nvidia कार्यकारी हुन्, जसले अहिले  एआई उपकरणहरूको लागि ऊर्जा–प्रभावकारी चिपहरू बनाउने  Mythic स्टार्टअप चलाउँछन्।

यद्यपि कुनै पनि एकल कम्पनीले एज एआईबाट क्लाउड एआई जत्तिकै नाफा कमाउन नसक्ला, ठूलो विजेता अझै पनि हुनेछ, भन्छन् ऋयगलतभचउयष्लत का नील शाह। प्रविधिलाई काम गर्न सफल बनाउनुले मात्र उपकरण बिक्रीमा सुपरसाइकल निम्त्याउन सक्छ, साथै नयाँ एप्स र डिजिटल विज्ञापनको अवसरहरू पनि सिर्जना गर्न सक्छ। अहिलेको लागि भने, एज एआई शो टाइमको लागि तयार छैन, Glowtime  त परै जाओस्।

:इकोनोमिष्टबाट