People AI एक संगठन है जो मानव-केंद्रित अनुप्रयोगों पर ध्यान केंद्रित करते हुए कृत्रिम बुद्धिमत्ता प्रणालियों के अनुसंधान और विकास के लिए समर्पित है। यह समूह कृत्रिम-बुद्धिमत्ता, मशीन-लर्निंग, और मानव-कंप्यूटर संपर्क के प्रतिच्छेदन पर कार्य करता है, जिसका उद्देश्य ऐसी तकनीकें बनाना है जो मानव क्षमताओं को प्रतिस्थापित करने के बजाय बढ़ाएं। इसका कार्य तंत्रिका-नेटवर्क वास्तुकला में मौलिक अनुसंधान और स्वास्थ्य सेवा, शिक्षा, और स्वायत्त प्रणालियों जैसे क्षेत्रों में अनुप्रयुक्त परियोजनाओं तक फैला हुआ है।
2010 के दशक के अंत में स्थापित, People AI प्रमुख प्रौद्योगिकी कंपनियों और शैक्षणिक संस्थानों से पूर्व में जुड़े शोधकर्ताओं के सहयोग से उभरा। संगठन का मिशन AI के सामाजिक निहितार्थों को संबोधित करने पर केंद्रित है, जिसमें निष्पक्षता, पारदर्शिता, और जवाबदेही के मुद्दे शामिल हैं। People AI अंतःविषय दृष्टिकोणों पर जोर देता है, अपने तकनीकी कार्य को सूचित करने के लिए संज्ञानात्मक विज्ञान, नैतिकता, और इंजीनियरिंग से अंतर्दृष्टि प्राप्त करता है।
अनुसंधान फोकस
People AI का अनुसंधान एजेंडा बड़े-भाषा-मॉडल प्रणालियों के विकास को प्राथमिकता देता है जो अधिक व्याख्या योग्य और नियंत्रणीय हैं। संगठन के प्रयासों का एक महत्वपूर्ण हिस्सा मॉडल तर्क क्षमताओं को बढ़ाने के लिए बहु-शीर्ष-ध्यान तंत्र और स्थितीय-एन्कोडिंग तकनीकों को सुधारने की दिशा में जाता है। टीम नवीन ट्रांसफॉर्मर वास्तुकलाओं की जांच करती है जो प्रदर्शन बनाए रखते हुए कम्प्यूटेशनल ओवरहेड को कम करती हैं। इसमें वास्तविक-विश्व तैनाती के लिए बड़े मॉडलों को अधिक कुशल बनाने हेतु मॉडल-प्रूनिंग और ग्रेडिएंट-क्लिपिंग विधियों पर कार्य शामिल है।
संगठन पाठ्यक्रम-लर्निंग दृष्टिकोणों का भी अन्वेषण करता है, जहां सामान्यीकरण में सुधार के लिए मॉडलों को क्रमिक रूप से जटिल कार्यों पर प्रशिक्षित किया जाता है। People AI के शोधकर्ताओं ने लर्निंग-रेट-शेड्यूल अनुकूलन और लॉस-फंक्शन डिज़ाइन पर पेपर प्रकाशित किए हैं, जो डीप-लर्निंग पद्धति के व्यापक क्षेत्र में योगदान करते हैं। उनके निष्कर्ष अक्सर सहकर्मी-समीक्षित मंचों पर दिखाई देते हैं और खुले-पहुंच भंडारों के माध्यम से शैक्षणिक समुदाय के साथ साझा किए जाते हैं।
प्रमुख प्रौद्योगिकियां
People AI ने कई स्वामित्व प्रौद्योगिकियां विकसित की हैं जो अवशिष्ट-नेटवर्क और बैच-सामान्यीकरण तकनीकों का लाभ उठाती हैं। इनमें सहयोगी सामग्री निर्माण के लिए डिज़ाइन किए गए जनरेटिव-एआई उपकरणों का एक परिवार शामिल है, जहां उपयोगकर्ता वास्तविक समय में मॉडलों के साथ बातचीत करते हैं। सिस्टम उत्पन्न आउटपुट में रचनात्मकता और सुसंगतता को संतुलित करने के लिए टॉप-पी-सैम्पलिंग और तापमान-स्केलिंग का उपयोग करते हैं। इसके अतिरिक्त, संगठन अनुवाद और सारांशीकरण जैसे अनुक्रम-से-अनुक्रम कार्यों के लिए अनुकूलित एन्कोडर-डिकोडर वास्तुकलाओं का एक सूट बनाए रखता है।
एक उल्लेखनीय नवाचार में बहु-मोडल लर्निंग को सक्षम करने के लिए क्रॉस-अटेंशन तंत्रों का एकीकरण शामिल है, जो पाठ, छवि, और ऑडियो डेटा को जोड़ता है। इस कार्य का विकलांग व्यक्तियों के लिए सहायक प्रौद्योगिकियों में अनुप्रयोग है, जो People AI के लिए एक प्राथमिकता क्षेत्र है। संगठन बहुत गहरे तंत्रिका-नेटवर्क मॉडलों के प्रशिक्षण को स्थिर करने के लिए ड्रॉपआउट और वेट-इनिशियलाइज़ेशन रणनीतियों की भी जांच करता है।
उल्लेखनीय सहयोग
People AI कई शैक्षणिक और औद्योगिक संस्थाओं के साथ साझेदारी बनाए रखता है। शोधकर्ता मानव-एआई संपर्क से संबंधित परियोजनाओं पर एमआईटी-सीएसएआईएल के साथ और नैतिक एआई ढांचे पर स्टैनफोर्ड-एआई-लैब के साथ सहयोग करते हैं। संगठन मजबूती और प्रतिकूल मजबूती पर बर्कले-एआई-रिसर्च के साथ काम करता है, इन डोमेन में अलेक्ज़ेंडर-मैड्री और अनिमा-आनंदकुमार की विशेषज्ञता से लाभ उठाता है। इसके अतिरिक्त, People AI के पास इंटरैक्टिव एआई प्रणालियों पर केंद्रित कार्नेगी-मेलन-विश्वविद्यालय और एआई के दर्शन पर ऑक्सफोर्ड-विश्वविद्यालय के साथ संयुक्त पहल हैं।
वाणिज्यिक क्षेत्र में, People AI अपने मॉडलों को स्केलेबल बुनियादी ढांचे पर तैनात करने के लिए अमेज़न-वेब-सर्विसेज और गूगल-क्लाउड के साथ साझेदारी करता है। ओपनएआई और एंथ्रोपिक के साथ सहयोग सुरक्षा अनुसंधान पर केंद्रित रहा है, जबकि ग्रोक और सांबा-नोवा के साथ परियोजनाएं विशेष हार्डवेयर त्वरण का अन्वेषण करती हैं। संगठन एज कंप्यूटिंग अनुप्रयोगों पर सैमसंग-रिसर्च और नोकिया-बेल-लैब्स के साथ भी जुड़ता है।
चयनित प्रकाशन
People AI के अनुसंधान आउटपुट में मानव प्राथमिकताओं के साथ मॉडलों को संरेखित करने के लिए आरएलएआईएफ (एआई फीडबैक से सुदृढीकरण लर्निंग) में सुधार पर अध्ययन शामिल हैं। 2021 में प्रकाशित एक प्रभावशाली पेपर ने एक नवीन लॉस फंक्शन पेश किया जिसने निरंतर लर्निंग परिदृश्यों में विनाशकारी भूल को कम किया। एक अन्य कार्य ने अधिक नियंत्रित पाठ निर्माण के लिए टॉप-के-सैम्पलिंग विधियों की जांच की, जो आधारभूत दृष्टिकोणों पर बेहतर सुसंगतता प्रदर्शित करती है।
2022 में, संगठन ने ट्रांसफॉर्मर मॉडल आउटपुट पर तापमान-स्केलिंग प्रभावों का एक व्यापक विश्लेषण प्रकाशित किया, जिसे बाद के अनुसंधान में व्यापक रूप से उद्धृत किया गया है। उनकी टीम ने मध्यवर्ती प्रतिनिधित्वों की संरचित जांच के माध्यम से तंत्रिका-नेटवर्क व्याख्या की समझ में भी योगदान दिया है। इन प्रकाशनों ने People AI को एआई अनुसंधान समुदाय में एक विचार नेता के रूप में स्थापित किया है, जिसमें NeurIPS और ICML सहित प्रमुख सम्मेलनों में पेपर प्रस्तुत किए गए हैं।
उद्योग प्रभाव
People AI की प्रौद्योगिकियों को बड़ी फर्मों द्वारा पेश किए गए उत्पादों में एकीकृत किया गया है। अमेज़न-वेब-सर्विसेज के साथ एक साझेदारी के परिणामस्वरूप एक एआई-संचालित ग्राहक सेवा प्रणाली बनी जो उपयोगकर्ता इरादे को बेहतर ढंग से समझने के लिए क्रॉस-अटेंशन का उपयोग करती है। संगठन अपने अनुक्रम-से-अनुक्रम मॉडलों को एंटरप्राइज़ अनुप्रयोगों में प्राकृतिक भाषा प्रसंस्करण कार्यों के लिए एज़्योर को लाइसेंस देता है। ओरेकल-क्लाउड के साथ सहयोग डेटा प्रबंधन उपकरणों पर केंद्रित है जो विसंगति का पता लगाने के लिए तंत्रिका-नेटवर्क क्लासिफायर का लाभ उठाते हैं।
संगठन के कार्य ने एएमडी, इंटेल, और एनवीडिया में एआई त्वरक के डिज़ाइन को प्रभावित किया है, विशेष रूप से ट्रांसफॉर्मर मॉडलों के लिए कुशल अनुमान के संबंध में। People AI ने टीएसएमसी को चिप वास्तुकलाओं पर परामर्श प्रदान किया जो कम ऊर्जा खपत के साथ डीप-लर्निंग कार्यभार संभालती हैं। क्वांटाइज़ेशन और मॉडल-प्रूनिंग पर इसके अनुसंधान ने एआरएम-होल्डिंग्स और क्वालकॉम द्वारा विशेष आईपी कोर के विकास को सूचित किया है।
शैक्षिक पहल
People AI एक शैक्षिक शाखा चलाता है जो मशीन-लर्निंग मूल बातों पर कार्यशालाएं और ऑनलाइन पाठ्यक्रम प्रदान करती है। पाठ्यक्रम में तंत्रिका-नेटवर्क डिज़ाइन, जनरेटिव-एआई अनुप्रयोग, और जिम्मेदार एआई प्रथाओं जैसे विषय शामिल हैं। 2023 में, संगठन ने कार्नेगी-मेलन-विश्वविद्यालय और ऑक्सफोर्ड-विश्वविद्यालय के सहयोग से एक फेलोशिप कार्यक्रम शुरू किया, जो प्रारंभिक-करियर शोधकर्ताओं को मार्गदर्शन प्रदान करता है। कार्यक्रम में बड़े-भाषा-मॉडल फाइन-ट्यूनिंग और मूल्यांकन से जुड़ी व्यावहारिक परियोजनाओं पर जोर दिया गया है।
अपने खुले-स्रोत योगदानों के माध्यम से, People AI सॉफ्टवेयर लाइब्रेरी प्रदान करता है जो सुलभ प्रारूपों में लेयर-सामान्यीकरण और अवशिष्ट-नेटवर्क ब्लॉकों को लागू करती हैं। इन उपकरणों का उपयोग एमआईटी-सीएसएआईएल और बर्कले-एआई-रिसर्च के छात्र शैक्षिक उद्देश्यों के लिए करते हैं। संगठन स्टैनफोर्ड-एआई-लैब और टोरंटो-विश्वविद्यालय में अनुसंधान को भी प्रायोजित करता है, जो सुदृढीकरण-लर्निंग और जनरेटिव-एआई विषयों पर काम करने वाले स्नातक छात्रों को वित्त पोषित करता है।
नैतिक ढांचा
People AI ने एक व्यापक नैतिक चार्टर स्थापित किया है जो इसके अनुसंधान और उत्पाद विकास को नियंत्रित करता है। चार्टर मानव-इन-द-लूप प्रणालियों के महत्व पर जोर देता है, यह सुनिश्चित करते हुए कि स्वचालित निर्णयों की समीक्षा और मानवों द्वारा अधिभ्रमण किया जा सकता है। यह प्रतिबद्धता एल्गोरिदमिक निष्पक्षता पर टिमनिट-गेब्रू और जॉय-बुओलामविनी जैसे शोधकर्ताओं के कार्य के साथ संरेखित है, हालांकि People AI उन्हें सीधे नियोजित नहीं करता है। संगठन नैतिक एआई लक्ष्यों की दिशा में अपनी प्रगति पर वार्षिक रिपोर्ट प्रकाशित करता है, जिसमें पूर्वाग्रह में कमी और पारदर्शिता पर मीट्रिक्स शामिल हैं।
संगठन नियामक निकायों के साथ नीति चर्चाओं में भाग लेता है, उन मानकों की वकालत करता है जो नवाचार को सार्वजनिक सुरक्षा के साथ संतुलित करते हैं। People AI के दृष्टिकोण को एआई शासन ढांचे के प्रस्तावों में उद्धृत किया गया है, और इसके नेताओं ने कई देशों में संसदीय समितियों के समक्ष गवाही दी है।
भविष्य की दिशाएं
आगे देखते हुए, People AI वैज्ञानिक खोज के लिए सुदृढीकरण-लर्निंग और जनरेटिव-एआई अनुप्रयोगों में अपने अनुसंधान का विस्तार करने की योजना बना रहा है। टीम यह पता लगा रही है कि क्या टोरंटो-विश्वविद्यालय अनुसंधान से प्रेरित तंत्रिका-नेटवर्क वास्तुकलाएं दवा विकास को तेज कर सकती हैं। कम-संसाधन शैक्षिक सेटिंग्स में बड़े-भाषा-मॉडल सहायकों को तैनात करने के लिए भी चल रही परियोजनाएं हैं, जो अंतर्राष्ट्रीय फाउंडेशनों से अनुदान द्वारा समर्थित हैं।
People AI ओपन-पैनल हार्डवेयर डिज़ाइनों में निवेश कर रहा है जो एआरएम-होल्डिंग्स लाइसेंस को कस्टम फील्ड-प्रोग्रामेबल-गेट-एरे कार्यान्वयन के साथ जोड़ते हैं। इस पहल का उद्देश्य उच्च-प्रदर्शन एआई कंप्यूटिंग तक पहुंच को लोकतांत्रिक बनाना है, विशेष रूप से सीमित बुनियादी ढांचे वाले क्षेत्रों में। संगठन 2024 में कम-शक्ति तंत्रिका-नेटवर्क अनुमान पर एक श्वेत पत्र जारी करने की योजना बना रहा है, जो बैच-सामान्यीकरण और लेयर-सामान्यीकरण अनुसंधान में अपने पहले के योगदानों पर आधारित है।
शासन और नैतिकता
People AI एक आंतरिक नैतिकता बोर्ड बनाए रखता है जो संभावित सामाजिक नुकसान के लिए सभी अनुसंधान प्रस्तावों की समीक्षा करता है। बोर्ड में दर्शन, कानून, और कंप्यूटर विज्ञान के विशेषज्ञ शामिल हैं, जैसे मेलानी-मिशेल जो संरेखण मुद्दों पर सलाह देती हैं। संगठन पारदर्शी एआई विकास की वकालत करता है और पूर्वाग्रह शमन और व्याख्या क्षमता के संबंध में अपनी प्रगति पर वार्षिक रिपोर्ट प्रकाशित करता है।
People AI नियामक निकायों के साथ नीति चर्चाओं में शामिल रहा है, जिम्मेदार एआई तैनाती के लिए मानकों को बढ़ावा देता है। इसके संस्थापकों ने एल्गोरिदमिक जवाबदेही के महत्व पर सरकारी समितियों के समक्ष गवाही दी है। संगठन का आचार संहिता निगरानी या स्वायत्त हथियारों से जुड़ी परियोजनाओं को प्रतिबंधित करता है, एक रुख जिसने भर्ती और साझेदारी निर्णयों को प्रभावित किया है।
भविष्य की दिशाएं
आगे देखते हुए, People AI व्यक्तिगत एआई सहायकों पर अपने कार्य का विस्तार करने की योजना बना रहा है जो उपयोगकर्ता गोपनीयता और डेटा संप्रभुता को प्राथमिकता देते हैं। संगठन संघीय लर्निंग दृष्टिकोणों का अन्वेषण कर रहा है जो संवेदनशील डेटा को केंद्रीकृत किए बिना व्यक्तिगतकरण सक्षम करते हैं। शोधकर्ता तंत्रिका-प्रतीकात्मक एकीकरण की भी जांच कर रहे हैं, जो सामान्यीकरण को बढ़ाने के लिए तंत्रिका-नेटवर्क लर्निंग को प्रतीकात्मक तर्क के साथ जोड़ता है।
संगठन खुली विज्ञान के लिए प्रतिबद्ध है, अनुमेय लाइसेंसों के तहत डेटासेट और मॉडल वेट जारी करता है। 2024 तक, एक बहु-मोडल सहायक पर कार्य चल रहा है जो पाठ, दृष्टि, और ऑडियो मोडैलिटीज में संचालित हो सकता है, जो क्रॉस-अटेंशन और ट्रांसफॉर्मर डिज़ाइन में पिछले योगदानों पर आधारित है। People AI का लक्ष्य जिम्मेदार एआई नवाचार में सबसे आगे रहना है, तकनीकी प्रगति को सामाजिक लाभ के साथ संतुलित करना।