مدل ویدیویی که از نورون زنده درس گرفته، حالا روی AWS
هوش مصنوعیخلاصهٔ کاملتر
شرکت The Biological Computing Co. یا TBC، یه استارتاپ سنفرانسیسکویی که نورون زنده پرورش میده تا مدلهای AI رو بهتر کنه، با Amazon Web Services شریک شده تا اولین محصول تجاریش رو به دست مشتریهای پولی برسونه: یه مدل متنبهویدیو که با نرمافزاری برگرفته از نحوهٔ پردازش اطلاعات تو همون سلولها تیون شده. پایهٔ کار یه مدل ویدیوسازِ متنبازه که TBC اسمش رو نگفته.
ادعای شرکت اینه که این مدل ۵ برابر سریعتر ویدیو تولید میکنه، هزینهٔ inference (یعنی هزینهٔ اجرای مدل موقع ساختن خروجی، نه آموزشش) رو ۸۰٪ پایین میاره و کیفیت خروجی هم بهتره. اما TBC هیچ بنچمارکی منتشر نکرده و تو گزارش اومده که این اعداد قابل راستیآزمایی نبودن. پس فعلاً همهچی در حد حرف خود شرکته.
نکتهٔ فنی جالب اینه که خود نورونها تو آزمایشگاه میمونن. TBC ازشون تو مرحلهٔ کشف ایده استفاده میکنه و بعد چیزی که یاد گرفته رو به یه لایهٔ نرمافزاری سبک تبدیل میکنه که کمتر از ۰.۱٪ به حجم مدل پایه اضافه میکنه. این با رَکِ سرورِ نورونمحوری که آگوست تو سنگاپور روشن شد فرق داره: اینجا مشتری نه سختافزار زیستی لازم داره نه تغییر تو روش کارش، و مدل روی همون GPU و شتابدهندههای ابری معمولی اجرا میشه.
طبق این شراکت، TBC میخواد مدل رو روی چیپهای Trainium آمازون اجرا کنه، برای استقرار تو Amazon SageMaker AI عرضهش کنه و تو AWS Marketplace لیستش کنه تا مشتریها از همون محیط AWS که باهاش کار میکنن بهش برسن. الکس کسندزوفسکی مدیرعامل و همبنیانگذار TBC میگه این شراکت بهینهسازی نورونمحور رو به مقیاس تجاری میرسونه و بیولوژی برای پیداکردن استراتژیهای بهینهسازی یه موتور بنیادی متفاوته.
استدلال تجاری TBC روی اقتصاد واحد سواره: خروجی ارزونتر یعنی یه پلتفرم میتونه کاربر بیشتری بگیره بدون اینکه سرور اضافه کنه، تولید سریعتر یعنی حلقهٔ خلاقیت کوتاهتر، و کلیپ دورریز کمتر یعنی محاسبات کمتری صرف کاری میشه که هیچکس نگهش نمیداره. جان پومرانیک همبنیانگذار و COO شرکت میگه compute داره به یکی از بزرگترین محدودیتهای AI تبدیل میشه. بعد از ویدیو، TBC دنبال بردن مدلها و معماریهای دیگه به همین خط لولهٔ آزمایشه.
نکات کلیدی:
- TBC نورون زنده رو فقط تو مرحلهٔ کشف به کار میبره؛ محصول نهایی یه لایهٔ نرمافزاریه
- اون لایه کمتر از ۰.۱٪ به حجم مدل پایه اضافه میکنه و روی GPU و شتابدهندههای ابری معمولی اجرا میشه
- ادعای شرکت: ۵ برابر سریعتر و ۸۰٪ ارزونتر از مدل پایه؛ هیچ بنچمارکی منتشر نشده
- مدل پایه یه ویدیوسازِ متنباز اعلامنشدهست
- مسیر عرضه: چیپهای Trainium، استقرار تو Amazon SageMaker AI و لیستشدن تو AWS Marketplace
