Extropic क्या बना रहा है
Extropic नाम की एक startup का दावा है कि वह नया analog hardware बना रही है जो भौतिक randomness और thermodynamic effects का उपयोग करता है—superconducting Josephson-junction chips और transistor-based variants के साथ—ताकि probabilistic AI models को conventional digital GPUs से अधिक कुशलता से accelerate किया जा सके। टिप्पणीकारों की राय काफ़ी बंटी हुई है: कुछ इसे energy-based models और analog computing research का एक plausible विस्तार मानते हैं, जबकि कई अन्य jargon-heavy messaging, ठोस benchmarks की कमी, और founder की social-media persona को red flags मानते हैं, जो hype या snake oil जैसी लगती हैं। कुल मिलाकर, लोग इस बात से सहमत हैं कि AI के लिए specialized, noise-tolerant hardware का मूल विचार दिलचस्प है, लेकिन संदेह करते हैं कि Extropic का विशिष्ट implementation या timeline व्यावसायिक रूप से वास्तव में अर्थपूर्ण साबित होगा।
Extropic क्या बनाने का दावा कर रहा है
- कई लोग “थर्मोडायनामिक एआई” पिच का अर्थ इस तरह निकालते हैं:
- एक हार्डवेयर प्लेटफ़ॉर्म जो संभाव्य (probabilistic) गणना के लिए भौतिक शोर/उतार-चढ़ाव का उपयोग करता है।
- ऊर्जा-आधारित मॉडल या संभाव्य ग्राफ़िकल मॉडल, जिन्हें सीधे स्टोकास्टिक एनालॉग सर्किटों के रूप में लागू किया गया हो।
- शुरुआत में कम तापमान पर सुपरकंडक्टिंग Josephson-junction चिप्स, और आगे चलकर ट्रांजिस्टर-आधारित, कमरे के तापमान वाली लाइन।
टिप्पणीकर्ता तकनीकी विचार को कैसे समझते हैं
- कई लोग इसे एआई के लिए अनुकूलित एनालॉग कंप्यूटिंग के रूप में देखते हैं, जो संभवतः एनालॉग में matmuls / sampling कर सकती है।
- अन्य इसे “संभाव्य मॉडलों को हार्डवेयर में पकाना” कहकर देखते हैं, ताकि sampling और inference तेज़ हो सकें।
- एक छोटा समूह इसे मुख्यतः एक बेहतर रैंडम-नंबर जनरेटर समझ बैठता है; अन्य लोग सुधारते हैं कि यह दृष्टि बहुत संकीर्ण है।
- संबंधित “thermodynamic computing” और संभाव्य हार्डवेयर कार्यों के लिंक साझा किए जाते हैं, जिससे कुछ पूर्व कार्य (prior art) का संकेत मिलता है।
संदेह और हाइप को लेकर चिंताएँ
- कई लोग इसे buzzword-heavy, अस्पष्ट, या “new-agey” कहते हैं, और नोट करते हैं कि ब्लॉग पोस्ट समझना कठिन है।
- इस पर संदेह है कि RNG या sampling सचमुच mainstream AI में bottleneck है, matrix multiply और memory bandwidth की तुलना में।
- कई लोग इसकी भाषा की तुलना लंबे समय से चल रही quantum computing hype से करते हैं और “बस आने ही वाला है” वाली एक और कहानी की चिंता जताते हैं।
- superconducting hardware की व्यावहारिकता और system-level ऊर्जा दक्षता (cooling costs) को लेकर चिंताएँ हैं।
व्यावहारिक प्रभाव के बारे में प्रश्न
- यह स्पष्ट नहीं है कि ऐसा संभाव्य हार्डवेयर गुणवत्ता या लागत में मौजूदा LLMs और diffusion models की बराबरी या उनसे बेहतर कर पाएगा या नहीं।
- कुछ लोग उनके मॉडलों के conventional hardware पर simulations और ठोस benchmarks मांगते हैं (जैसे GPUs के मुकाबले speedup या cost)।
- अन्य लोग संभावित niches की ओर इशारा करते हैं: MCMC, probabilistic finance, PGMs, neuromorphic/thermodynamic learning।
संचार, ब्रांडिंग, और सोशल मीडिया पर्सोना
- कई लोगों का तर्क है कि marketing style (घना jargon, “full-stack,” Spotify widgets, meme-heavy founder persona) विश्वसनीयता को नुकसान पहुँचाता है।
- अन्य लोग कहते हैं कि founders तकनीकी रूप से मजबूत हैं, analog ML एक उचित दांव है, और महत्वाकांक्षी hardware प्रयासों के लिए धैर्य रखना चाहिए।
- समग्र स्वर: जिज्ञासा के साथ भारी संदेह, और अधिकांश टिप्पणीकार दावों पर भरोसा करने से पहले स्पष्ट demos और सरल explanations चाहते हैं।