एक छोटी सी नई चिप जो बदल देगी AI का इस्तेमाल

सबसे अहम बात बहुत सीधी है। दूर मौजूद सर्वर पर डेटा भेजना और वापस मंगाना अक्सर धीमा और महंगा होता है। इसमें बिजली भी ज्यादा खर्च होती है। इससे प्राइवेसी को भी खतरा हो सकता है। यह बात इसलिए मायने रखती है क्योंकि हमारी जिंदगी अब कनेक्टेड डिवाइस पर ज्यादा निर्भर है। फोन हमारी आवाज (वॉइस कमांड) सुनते हैं। कारें सड़क और पैदल चलने वालों पर नजर रखती हैं। फैक्ट्रियों के सेंसर मशीनों की खराबी पकड़ते हैं। मेडिकल डिवाइस हमारी बोली, हरकत और दिल की धड़कन ट्रैक करते हैं। जब हर काम दूर बैठे किसी सर्वर पर निर्भर होता है, तो कमजोर इंटरनेट एक बड़ी रुकावट बन जाता है। इससे खर्च बढ़ता है। और काम में देरी भी होती है।

यही वजह है कि पिछले कुछ सालों में चिप बनाने वाली और डिवाइस बनाने वाली कंपनियां सारा कंप्यूटिंग पावर डिवाइस के अंदर ही देने की होड़ में लगी हैं। यह अब कोई छोटा-मोटा प्रयोग नहीं रह गया है। ऐपल (Apple) ने अपने फोन और लैपटॉप में "न्यूरल इंजन" डाल दिए हैं। क्वालकॉम (Qualcomm) मोबाइल के लिए AI-रेडी चिप्स बेच रहा है। एनवीडिया (Nvidia), आर्म (Arm) और इंटेल (Intel) जैसी कंपनियां भी एज कंप्यूटिंग के बाजार में एक-दूसरे से मुकाबला कर रही हैं। कई स्टार्टअप्स इससे भी एक कदम आगे हैं। वे ऐसी खास चिप्स बना रहे हैं जो सिर्फ कुछ तय AI काम करती हैं। और वे आम प्रोसेसर के मुकाबले बहुत कम बिजली खर्च करती हैं। गार्टनर (Gartner) के एनालिस्ट्स सालों से 'एज AI' को एक बड़ा टेक ट्रेंड बता रहे हैं। आईडीसी (IDC) और अन्य इंडस्ट्री अनुमानों के मुताबिक भी एज कंप्यूटिंग पर खर्च तेजी से बढ़ने वाला है। कंपनियां अब डेटा को वहीं प्रोसेस करना चाहती हैं जहां वह बन रहा है।

नया बदलाव सिर्फ यह नहीं है कि चिप्स तेज हो रही हैं। बल्कि यह है कि वे बहुत छोटे आकार में भी ज्यादा बेहतर काम कर रही हैं। यूनिवर्सिटी और कमर्शियल लैब के रिसर्चर्स न्यूरोमॉर्फिक और इन-मेमोरी कंप्यूटिंग डिजाइन बना रहे हैं। इनसे मेमोरी और प्रोसेसर के बीच डेटा भेजने की जरूरत कम हो जाती है। डेटा भेजने का यह काम ही सबसे ज्यादा बिजली सोखता है। आईबीएम (IBM), इंटेल और कई स्टार्टअप्स ने अपने नतीजे पब्लिश किए हैं। इनमें दिखाया गया है कि इंसानी दिमाग से प्रेरित या मेमोरी पर आधारित डिजाइन कई कामों में बिजली की भारी बचत कर सकते हैं। जैसे पैटर्न पहचानना और सेंसर का डेटा समझना। यह तकनीक अभी नई है। कई प्रोटोटाइप अभी आम लोगों के इस्तेमाल के लिए तैयार नहीं हैं। लेकिन आगे का रास्ता साफ है। एक काम के AI का मतलब अब कोई गर्म और महंगी मशीन नहीं है, जो किसी विशाल सर्वर फार्म से जुड़ी हो।

इसके पीछे की असली वजह कंप्यूटिंग के अर्थशास्त्र की एक पक्की सीमा है। कई सालों तक, टेक इंडस्ट्री ने चिप्स को छोटा बनाकर और उनमें ज्यादा ट्रांजिस्टर डालकर परफॉरमेंस बढ़ाई। यह सिलसिला जारी है, लेकिन अब ऐसे सुधार मुश्किल और महंगे हो गए हैं। वहीं दूसरी तरफ, AI का काम बहुत ज्यादा बढ़ गया है। इंटरनेशनल एनर्जी एजेंसी ने चेतावनी दी है कि डेटा सेंटर्स, खासकर AI वाले, बिजली की बहुत ज्यादा खपत कर रहे हैं। इसका हल हमेशा बड़े डेटा सेंटर बनाना नहीं हो सकता। कई मामलों में, इतना सारा डेटा वहां न भेजना ही समझदारी है। अगर कोई वियरेबल डिवाइस (wearable device) किसी के गिरने का पता लगा ले। अगर खेत का सेंसर फसल की बीमारी पहचान ले। या अगर कोई हियरिंग एड बिना क्लाउड के ही सामने वाले की आवाज साफ कर दे। तो ऐसे में लोकल प्रोसेसिंग सिर्फ एक सुविधा नहीं रह जाती। यह डिवाइस डिजाइन की एक बड़ी जरूरत बन जाती है।

असल जिंदगी में इसके बदलाव दिखने भी लगे हैं। हेल्थकेयर सेक्टर में, रिसर्चर्स ने ऐसे एज AI टूल्स टेस्ट किए हैं जो दिल की अनियमित धड़कन या सांस लेने के तरीके पर नजर रख सकते हैं। इसके लिए सारा डेटा सर्वर पर भेजने की जरूरत नहीं पड़ती। ग्रामीण इलाकों में, जहां इंटरनेट धीमा होता है, वहां यह बहुत काम आता है। अमेरिकी फेडरल कम्युनिकेशंस कमीशन ने कई बार बताया है कि दूर-दराज के इलाकों में हाई-स्पीड इंटरनेट अभी भी एक बड़ी समस्या है। मैन्युफैक्चरिंग सेक्टर में, फैक्ट्रियों में लोकल AI सिस्टम का इस्तेमाल हो रहा है। ये सिस्टम कुछ ही मिलीसेकंड में मशीनों के पुर्जे चेक कर लेते हैं। इससे सामान बर्बाद नहीं होता और काम भी नहीं रुकता। गाड़ियों में तो स्पीड बहुत जरूरी है। सड़क पर पड़ा कोई सामान बच्चा है, साइकिल है या प्लास्टिक की थैली, यह तय करने के लिए एक कार किसी दूर रखे सर्वर का इंतजार नहीं कर सकती।

प्राइवेसी का मामला भी उतना ही मजबूत है। कई लोग उन डिवाइस को लेकर परेशान रहते हैं जो लगातार उनका ऑडियो, वीडियो या हेल्थ डेटा अपलोड करते हैं। डेटा चोरी की घटनाओं ने इस डर को सच साबित कर दिया है। आईबीएम की सालाना डेटा ब्रीच रिपोर्ट बताती है कि चोरी हुआ निजी डेटा कंपनियों को बहुत महंगा पड़ता है और यूजर्स का बड़ा नुकसान करता है। जब डेटा का ज्यादा एनालिसिस डिवाइस पर ही हो जाएगा, तो निजी जानकारी को बाहर भेजने की जरूरत कम पड़ेगी। सिर्फ इससे प्राइवेसी की पूरी समस्या खत्म नहीं हो जाती। खराब सॉफ्टवेयर, कमजोर सिक्योरिटी और कंपनियों की गलत नीतियां अभी भी यूजर्स को नुकसान पहुंचा सकती हैं। लेकिन ज्यादा काम डिवाइस के अंदर (लोकल) होने से कंपनियों के सिस्टम में घूमने वाला पर्सनल डेटा कम हो सकता है।

इसमें दुनिया भर में पहुंच का एंगल भी है। क्लाउड वाला AI मजबूत इंफ्रास्ट्रक्चर, बड़े सर्वर और पक्के पेमेंट सिस्टम पर टिका होता है। यह मॉडल अमीर कंपनियों और अमीर देशों को ज्यादा फायदा पहुंचाता है। छोटी और सस्ती AI चिप्स इस दीवार को तोड़ सकती हैं। भारत, अफ्रीका और लैटिन अमेरिका के कई हिस्सों में मोबाइल का इस्तेमाल बहुत ज्यादा है। लेकिन वहां फिक्स्ड ब्रॉडबैंड सीमित या महंगा हो सकता है। ऐसे में सस्ते फोन या टूल्स पर काम करने वाला लोकल AI बहुत मददगार हो सकता है। इससे ट्रांसलेशन, हेल्थ स्क्रीनिंग, पढ़ाई में मदद और खेती से जुड़ी सलाह ज्यादा लोगों तक पहुंच सकेगी। एक अच्छी चिप से डिजिटल दूरी पूरी तरह खत्म तो नहीं होगी। लेकिन हार्डवेयर का डिजाइन इस गैर-बराबरी को बढ़ा भी सकता है और कम भी कर सकता है।

फिर भी, इस नई खोज को जादुई नहीं मान लेना चाहिए। छोटी AI चिप्स की अपनी कमियां हैं। वे आमतौर पर छोटे मॉडल्स ही चला पाती हैं। वे किसी एक काम में बेहतरीन हो सकती हैं, लेकिन दूसरे में खराब। उन्हें अपडेट करना मुश्किल हो सकता है। जब लाखों डिवाइस में थोड़ा-थोड़ा 'दिमाग' बंटा हो, तो सिक्योरिटी और भी जरूरी हो जाती है। कमजोर सिक्योरिटी वाला कोई स्मार्ट कैमरा या मेडिकल सेंसर हैकर्स का निशाना बन सकता है। दुनिया पहले ही देख चुकी है कि कमजोर इंटरनेट वाले डिवाइस क्या कर सकते हैं। 2016 के 'मिराई बॉटनेट' (Mirai botnet) अटैक में कमजोर सिक्योरिटी वाले डिवाइस का इस्तेमाल करके पूरे इंटरनेट को ठप कर दिया गया था। इसलिए, बेहतर एज डिवाइस को शुरुआत से ही कड़े सुरक्षा इंतजामों की जरूरत होगी।

यह बात आगे चलकर पॉलिसी और इंडस्ट्री के फैसलों की ओर इशारा करती है। कंपनियों को एज सिस्टम डिजाइन करते समय साफ नियम बनाने चाहिए कि कौन सा डेटा डिवाइस में रहेगा, क्या अपलोड होगा और क्यों। रेगुलेटर्स को इस बात पर जोर देना चाहिए कि कंपनियां आसान भाषा में जानकारी दें। वे डिवाइस को सिक्योरिटी अपडेट दें और एक तय समय तक डिवाइस को सपोर्ट दें। इसमें सरकारी खरीद भी मदद कर सकती है। स्कूल, अस्पताल और ट्रांसपोर्ट एजेंसियां उन कंपनियों से सामान खरीद सकती हैं जो प्राइवेसी का ध्यान रखती हैं। उन्हें हमेशा क्लाउड पर निर्भर रहने वाले सिस्टम से बचना चाहिए। टेलीकॉम रेगुलेटर्स और स्टैंडर्ड्स तय करने वाली संस्थाओं की भी एक भूमिका है। उन्हें यह पक्का करना होगा कि एज डिवाइस हर नेटवर्क पर ठीक से काम करें और समय-समय पर अपडेट होते रहें।

AI के शोर-शराबे में एक बड़ी सीख छिप जाती है। सबसे अहम नई खोज हमेशा वह नहीं होती जिसका मॉडल सबसे बड़ा हो या जिसका लॉन्च इवेंट सबसे शानदार हो। कभी-कभी यह एक शांत सा हार्डवेयर होता है जो ताकत का दायरा बढ़ा देता है। छोटी AI चिप्स क्लाउड की जगह नहीं लेंगी। वे बड़े पैमाने पर होने वाली कंप्यूटिंग की जरूरत को भी खत्म नहीं करेंगी। लेकिन वे एक अलग रास्ता जरूर दिखाती हैं। एक ऐसा रास्ता जो आम लोगों के लिए एडवांस डिजिटल सर्विस को तेज, सस्ता और ज्यादा प्राइवेट बना सकता है। तकनीक की दुनिया में, भविष्य अक्सर तब तक बहुत विशाल लगता है जब तक कि वह अचानक इतना छोटा न हो जाए कि हमारी मुट्ठी में समा जाए।