ਇੱਕ ਦਹਾਕੇ ਤੋਂ, GPUs 'ਤੇ ਡੂੰਘੇ ਤੰਤੂ ਨੈੱਟਵਰਕਾਂ ਨੂੰ ਚਲਾਉਣ ਨੇ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਹੈ ਕਿ ਨਕਲੀ ਬੁੱਧੀ ਕਿਵੇਂ ਬਣਾਈ ਜਾਂਦੀ ਹੈ। ਗੈਰ ਰਵਾਇਤੀ AI ਨਾਮਕ ਇੱਕ ਸਟਾਰਟਅੱਪ ਇਹ ਕੇਸ ਬਣਾ ਰਿਹਾ ਹੈ ਕਿ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਅਗਲੀ ਲੀਪ ਲਈ ਇੱਕ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੀ ਕਿਸਮ ਦੇ ਕੰਪਿਊਟਰ ਦੀ ਲੋੜ ਹੋਵੇਗੀ, ਇੱਕ ਜਿੱਥੇ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਨਿਯਮ ਸਿੱਧੇ ਕੰਪਿਊਟਿੰਗ ਕਰਦੇ ਹਨ।
25 ਜੂਨ, 2026 ਨੂੰ, ਕੰਪਨੀ ਨੇ ਅਨ-0 ਜਾਰੀ ਕੀਤਾ, ਇੱਕ ਚਿੱਤਰ ਜਨਰੇਟਰ ਜੋ ਕਪਲਡ ਔਸਿਲੇਟਰਾਂ ਦੇ ਇੱਕ ਸਿਮੂਲੇਟ ਸਿਸਟਮ ਦੁਆਰਾ ਸੰਚਾਲਿਤ ਹੈ। ਗੈਰ-ਰਵਾਇਤੀ AI ਪ੍ਰੋਜੈਕਟ ਨੂੰ ਇੱਕ ਉਭਰ ਰਹੇ "ਭੌਤਿਕ ਕੰਪਿਊਟਿੰਗ ਸਬਸਟਰੇਟ,"" ਦੇ ਇੱਕ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਰੂਪ ਵਿੱਚ ਵਰਣਨ ਕਰਦਾ ਹੈ ਅਤੇ ਇਹ ਮਾਡਲ ਵਜ਼ਨ, ਸਿਖਲਾਈ ਕੋਡ, ਅਤੇ ਐਬਲੇਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਖੁੱਲੇ ਤੌਰ 'ਤੇ ਜਾਰੀ ਕਰ ਰਿਹਾ ਹੈ। For more context on this story, see our ongoing artificial intelligence updates.
ਰੀਲੀਜ਼ ਨੇ ਡਿਵੈਲਪਰ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਤੇਜ਼ੀ ਨਾਲ ਧਿਆਨ ਖਿੱਚਿਆ, ਹੈਕਰ ਨਿਊਜ਼ ਦੇ ਪਹਿਲੇ ਪੰਨੇ 'ਤੇ ਪਹੁੰਚ ਕੇ ਅਤੇ ਇਸ ਬਾਰੇ ਚਰਚਾ ਸ਼ੁਰੂ ਕੀਤੀ ਕਿ ਕੀ GPU-ਅਤੇ-ਟਰਾਂਸਫਾਰਮਰ ਸਥਿਤੀ ਦੇ ਵਿਕਲਪ ਅਸਲ ਵਿੱਚ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੇ ਹਨ।
ਇਸਦੀ ਲਾਂਚ ਕੁਆਲਿਟੀ 'ਤੇ ਰਵਾਇਤੀ ਚਿੱਤਰ ਪੀੜ੍ਹੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ
Un-0 64x64 ਰੈਜ਼ੋਲਿਊਸ਼ਨ 'ਤੇ ਕਲਾਸ-ਕੰਡੀਸ਼ਨਲ ਇਮੇਜਨੈੱਟ 'ਤੇ FID 6.74 ਤੱਕ ਪਹੁੰਚਦਾ ਹੈ। FID, ਜਾਂ Fréchet Inception ਡਿਸਟੈਂਸ, ਚਿੱਤਰ-ਜਨਰੇਸ਼ਨ ਗੁਣਵੱਤਾ ਦਾ ਇੱਕ ਮਿਆਰੀ ਮਾਪ ਹੈ ਜਿੱਥੇ ਘੱਟ ਬਿਹਤਰ ਹੈ। ਗੈਰ-ਰਵਾਇਤੀ AI ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਸਕੋਰ ਉਹਨਾਂ ਦੇ ਪਹਿਲੀ ਵਾਰ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੇ ਜਾਣ ਸਮੇਂ ਪ੍ਰਮੁੱਖ ਰਵਾਇਤੀ ਚਿੱਤਰ ਬਣਾਉਣ ਦੇ ਤਰੀਕਿਆਂ ਦੀ ਗੁਣਵੱਤਾ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।
ਕੰਪਨੀ ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਅੱਜ ਦੀ ਸਰਹੱਦ ਵਿੱਚ ਅਜੇ ਵੀ ਇੱਕ ਪਾੜਾ ਹੈ. ਅਨ-0 ਅਜੇ ਵੀ ਅਤਿ-ਆਧੁਨਿਕ ਪ੍ਰਸਾਰ ਮਾਡਲਾਂ ਦੇ ਮੁਕਾਬਲੇ ਪੈਰਾਮੀਟਰ ਗਿਣਤੀ ਦੇ ਫੰਕਸ਼ਨ ਦੇ ਤੌਰ 'ਤੇ ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਅੰਤਰ ਨੂੰ ਬੰਦ ਨਹੀਂ ਕਰਦਾ ਹੈ। ਪਰ ਟੀਮ ਸੰਕਲਪ ਦੇ ਸਬੂਤ ਵਜੋਂ ਨਤੀਜੇ ਨੂੰ ਫਰੇਮ ਕਰਦੀ ਹੈ ਕਿ ਆਧੁਨਿਕ AI ਵਰਕਲੋਡਾਂ ਨੂੰ ਭੌਤਿਕ ਪ੍ਰਣਾਲੀ ਦੀ ਗਤੀਸ਼ੀਲਤਾ 'ਤੇ ਮੈਪ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।
ਕੰਪਨੀ ਨੇ ਆਪਣੀ ਘੋਸ਼ਣਾ ਵਿੱਚ ਲਿਖਿਆ, "ਸਾਡੀ ਜਾਣਕਾਰੀ ਅਨੁਸਾਰ, ਇੱਕ ਭੌਤਿਕ ਗਤੀਸ਼ੀਲ ਪ੍ਰਣਾਲੀ ਦੇ ਸਿਮੂਲੇਸ਼ਨ ਦੀ ਵਰਤੋਂ ਕਰਨ ਲਈ Un-0 ਅੱਜ ਤੱਕ ਦਾ ਸਭ ਤੋਂ ਸਮਰੱਥ ਚਿੱਤਰ ਜਨਰੇਟਰ ਹੈ।"
ਔਸਿਲੇਟਰਾਂ ਦੀ ਆਬਾਦੀ ਇੱਕ ਤਸਵੀਰ ਕਿਵੇਂ ਖਿੱਚਦੀ ਹੈ
ਅਨ-0 ਦਾ ਕੰਪਿਊਟ ਇੰਜਣ ਔਸਿਲੇਟਰਾਂ ਦੀ ਇੱਕ ਵੱਡੀ ਆਬਾਦੀ ਹੈ, ਹਰ ਇੱਕ ਨੂੰ ਦੂਜੇ ਨਾਲ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ, ਜਿੱਥੇ ਔਸੀਲੇਟਰਾਂ ਦੇ ਹਰ ਜੋੜੇ ਦੇ ਵਿਚਕਾਰ ਜੋੜਨ ਦੀਆਂ ਸ਼ਕਤੀਆਂ ਮਾਡਲ ਦੇ ਪ੍ਰਾਇਮਰੀ ਸਿੱਖਣਯੋਗ ਮਾਪਦੰਡ ਹਨ। ਸਿਸਟਮ ਨੂੰ ਕੁਰਾਮੋਟੋ ਔਸੀਲੇਟਰਾਂ ਵਜੋਂ ਜਾਣਿਆ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਵਿੱਚ ਹਰੇਕ ਔਸਿਲੇਟਰ ਹਰ ਦੂਜੇ ਔਸਿਲੇਟਰ ਦੇ ਖਿੱਚਣ ਦੁਆਰਾ ਖਿੱਚੇ ਜਾਣ ਦੇ ਦੌਰਾਨ ਆਪਣੀ ਕੁਦਰਤੀ ਬਾਰੰਬਾਰਤਾ 'ਤੇ ਘੁੰਮਦਾ ਹੈ।
ਕੰਪਨੀ ਇੱਕ ਅਨੁਭਵੀ ਸਮਾਨਤਾ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ. ਸਾਂਝੀ ਟੇਬਲ 'ਤੇ ਨਾਲ-ਨਾਲ ਟਿਕ ਰਹੇ ਦੋ ਮੈਟਰੋਨੋਮ ਦੀ ਤਸਵੀਰ ਬਣਾਓ। ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰਦੇ ਹੋਏ ਕਿ ਉਹ ਇੱਕ ਦੂਜੇ ਨੂੰ ਕਿੰਨੀ ਮਜ਼ਬੂਤੀ ਨਾਲ ਪ੍ਰਭਾਵਿਤ ਕਰਦੇ ਹਨ, ਉਹ ਤਾਲਾਬੰਦੀ ਵਿੱਚ ਪੈ ਜਾਂਦੇ ਹਨ ਜਾਂ ਵਿਰੋਧ ਵਿੱਚ ਸੈਟਲ ਹੁੰਦੇ ਹਨ। ਸਕੇਲ ਕਰੋ ਕਿ ਦੋ ਔਸਿਲੇਟਰਾਂ ਤੋਂ ਹਜ਼ਾਰਾਂ ਤੱਕ, ਅਤੇ ਆਬਾਦੀ ਪੈਟਰਨਾਂ ਵਿੱਚ ਸਵੈ-ਸੰਗਠਿਤ ਹੋ ਜਾਂਦੀ ਹੈ।
Un-0 ਨਾਲ ਇੱਕ ਚਿੱਤਰ ਬਣਾਉਣਾ ਪੰਜ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਦਾ ਹੈ। ਸਿਸਟਮ ਬੇਤਰਤੀਬਤਾ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦਾ ਹੈ, ਹਰ ਔਸਿਲੇਟਰ ਦੇ ਪੜਾਅ ਨੂੰ ਇੱਕ ਬੇਤਰਤੀਬ ਕੋਣ ਤੇ ਸੈੱਟ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਰੌਲੇ ਦੇ ਫੈਲਾਅ ਮਾਡਲ ਜਾਂ GAN ਨਮੂਨਿਆਂ ਦੇ ਬਰਾਬਰ ਬੀਜ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਔਸਿਲੇਟਰਾਂ ਦਾ ਇੱਕ ਦੂਜਾ, ਛੋਟਾ ਸਮੂਹ ਬੇਨਤੀ ਕੀਤੀ ਚਿੱਤਰ ਸ਼੍ਰੇਣੀ ਨੂੰ ਏਨਕੋਡ ਕਰਦਾ ਹੈ, ਜਿਵੇਂ ਕਿ ਡੇਜ਼ੀ ਜਾਂ ਜੁਆਲਾਮੁਖੀ, ਅਤੇ ਮੁੱਖ ਆਬਾਦੀ ਵਿੱਚ ਜੋੜਿਆ ਜਾਂਦਾ ਹੈ। ਫਿਰ ਸਿਸਟਮ ਨੂੰ ਜਾਰੀ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਔਸਿਲੇਟਰਾਂ ਨੂੰ ਇੱਕ ਦੂਜੇ 'ਤੇ ਖਿੱਚਣ ਦਿੰਦਾ ਹੈ ਜਦੋਂ ਤੱਕ ਉਹ ਆਪਣੇ ਸਿੱਖੇ ਹੋਏ ਜੋੜ ਦੁਆਰਾ ਨਿਰਧਾਰਤ ਸਥਿਤੀ ਵੱਲ ਸੈਟਲ ਨਹੀਂ ਹੁੰਦੇ। ਚਿੱਤਰਾਂ ਨੂੰ ਇੱਕ ਨਿਸ਼ਚਿਤ ਸਮੇਂ 'ਤੇ ਪੜ੍ਹਿਆ ਜਾਂਦਾ ਹੈ ਅਤੇ ਇੱਕ ਡੀਕੋਡਰ ਦੁਆਰਾ ਪਾਸ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।
1,000x ਊਰਜਾ-ਕੁਸ਼ਲਤਾ ਥੀਸਿਸ
ਡੂੰਘੀ ਪ੍ਰੇਰਣਾ ਊਰਜਾ ਹੈ. ਗੈਰ-ਰਵਾਇਤੀ AI ਦਾ ਦੱਸਿਆ ਗਿਆ ਟੀਚਾ ਆਧੁਨਿਕ AI ਨੂੰ ਅੱਜ ਦੀਆਂ ਮਸ਼ੀਨਾਂ ਦੀ ਲੋੜ ਨਾਲੋਂ ਲਗਭਗ 1,000 ਗੁਣਾ ਘੱਟ ਊਰਜਾ 'ਤੇ ਚਲਾਉਣਾ ਹੈ।
ਦਲੀਲ ਇਹ ਹੈ ਕਿ ਇੱਕ ਔਸਿਲੇਟਰ ਇੱਕ ਮੁੱਢਲਾ ਭੌਤਿਕ ਸਰਕਟ ਹੈ। ਇੱਕ ਕਪਲਡ-ਔਸੀਲੇਟਰ ਸਿਸਟਮ ਨੂੰ ਸਿੱਧਾ CMOS ਜਾਂ ਹੋਰ ਭੌਤਿਕ ਸਬਸਟਰੇਟਾਂ ਵਿੱਚ ਲਾਗੂ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ ਤਾਂ ਜੋ ਇੱਕ ਰਵਾਇਤੀ ਪ੍ਰੋਸੈਸਰ 'ਤੇ ਇਸ ਨੂੰ ਸਿਮੂਲੇਟ ਕਰਨ ਦੀ ਬਜਾਏ ਡਿਵਾਈਸ ਦਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਖੁਦ ਗਣਨਾ ਕਰਦਾ ਹੈ। ਜੇਕਰ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਨਿਯਮ AI ਵਰਕਲੋਡ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹਨ, ਤਾਂ ਕੰਪਨੀ ਦਾ ਤਰਕ ਹੈ, ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਸਬਸਟਰੇਟ ਅੱਜ ਦੇ GPU ਕਲੱਸਟਰਾਂ ਤੋਂ ਬਿਲਕੁਲ ਵੱਖਰਾ ਦਿਖਾਈ ਦੇ ਸਕਦਾ ਹੈ।
ਕੰਪਨੀ ਭੌਤਿਕ ਵਿਗਿਆਨ-ਅਧਾਰਿਤ ਕੰਪਿਊਟਿੰਗ ਵਿਚਾਰਾਂ ਦੀ ਇੱਕ ਲੰਮੀ ਵੰਸ਼ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਨਿਊਰੋਮੋਰਫਿਕ ਕੰਪਿਊਟਿੰਗ, ਹੌਪਫੀਲਡ ਨੈੱਟਵਰਕ, ਰਿਜ਼ਰਵ ਕੰਪਿਊਟਿੰਗ, ਹੈਮਿਲਟੋਨੀਅਨ ਅਤੇ ਲਿਕਵਿਡ ਨੈੱਟਵਰਕ, ਨਿਊਰਲ ਵੇਵ ਮਸ਼ੀਨਾਂ, ਥਰਮੋਡਾਇਨਾਮਿਕ ਕੰਪਿਊਟਿੰਗ, ਅਤੇ ਕੁਰਾਮੋਟੋ ਔਸੀਲੇਟਰਾਂ 'ਤੇ ਪਹਿਲਾਂ ਦਾ ਕੰਮ ਸ਼ਾਮਲ ਹੈ। ਇਹ ਇੱਕ ਜੀਵ-ਵਿਗਿਆਨਕ ਸਮਾਨਾਂਤਰ ਵੀ ਖਿੱਚਦਾ ਹੈ: ਤਾਲ ਦੀ ਗਤੀਵਿਧੀ ਅਤੇ ਸਮਕਾਲੀਕਰਨ ਦਿਮਾਗ ਵਿੱਚ ਵਿਆਪਕ ਹਨ ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਕੰਪਿਊਟੇਸ਼ਨਲ ਕੰਮ ਕਰਨ ਲਈ ਕਲਪਨਾ ਕੀਤੀ ਗਈ ਹੈ, ਜਿਵੇਂ ਕਿ ਵੰਡੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਨੂੰ ਅਨੁਕੂਲ ਧਾਰਨਾਵਾਂ ਵਿੱਚ ਬੰਨ੍ਹਣਾ।
ਸ਼ੁਰੂਆਤੀ ਦਿਨ, ਓਪਨ ਕੋਡ, ਅਤੇ ਇੱਕ ਸੱਦਾ
ਗੈਰ-ਰਵਾਇਤੀ AI ਸਪੱਸ਼ਟ ਹੈ ਕਿ ਇਹ ਇੱਕ ਮੁਕੰਮਲ ਉਤਪਾਦ ਦੀ ਬਜਾਏ ਇੱਕ ਸ਼ੁਰੂਆਤ ਹੈ। ਭੌਤਿਕ ਮੁੱਢਲੇ Un-0 ਦੀ ਪੜਚੋਲ ਕੋਈ ਨਵੀਂ ਗੱਲ ਨਹੀਂ ਹੈ, ਪਰ ਕੰਪਨੀ ਨੇ ਇਸਨੂੰ ਇੱਕ ਵੱਡੇ ਉਤਪੱਤੀ ਬੈਂਚਮਾਰਕ ਤੱਕ ਸਕੇਲ ਕੀਤਾ ਹੈ, ਗਤੀਸ਼ੀਲਤਾ ਦਾ ਇੱਕ ਸੰਖੇਪ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਹੈ, ਅਤੇ ਮਾਡਲ ਦੇ ਵਿਵਹਾਰ 'ਤੇ ਇੱਕ ਵਿਆਖਿਆਤਮਕ ਦ੍ਰਿਸ਼ ਪੇਸ਼ ਕੀਤਾ ਹੈ।
ਵਜ਼ਨ ਅਤੇ ਕੋਡ ਜਾਰੀ ਕਰਕੇ, ਟੀਮ ਭੌਤਿਕ ਗਤੀਸ਼ੀਲਤਾ ਵਿੱਚ ਆਧਾਰਿਤ ਮਾਡਲਾਂ ਨਾਲ ਦੂਜਿਆਂ ਲਈ ਪ੍ਰਯੋਗ ਕਰਨਾ ਆਸਾਨ ਬਣਾਉਣ ਦੀ ਉਮੀਦ ਕਰਦੀ ਹੈ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਸਦਾ ਮੰਨਣਾ ਹੈ ਕਿ ਖੋਜਕਰਤਾ ਤੇਜ਼ੀ ਨਾਲ Un-0 ਤੋਂ ਅੱਗੇ ਵਧ ਸਕਦੇ ਹਨ, ਅਤੇ ਇਹ ਕਿ ਖੇਤਰ ਅਜੇ ਵੀ ਭੌਤਿਕ ਗਤੀਸ਼ੀਲਤਾ 'ਤੇ ਆਧੁਨਿਕ AI ਨੂੰ ਮੁੜ ਸਥਾਪਿਤ ਕਰਨ ਅਤੇ ਲਗਭਗ 1,000x ਊਰਜਾ-ਕੁਸ਼ਲਤਾ ਲਾਭਾਂ ਤੱਕ ਪਹੁੰਚਣ ਦੇ ਆਪਣੇ ਯਤਨਾਂ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਹੈ।
ਹੁਣ ਲਈ, Un-0 ਉਤਪਾਦਨ ਚਿੱਤਰ ਮਾਡਲਾਂ ਲਈ ਡ੍ਰੌਪ-ਇਨ ਰਿਪਲੇਸਮੈਂਟ ਦੀ ਬਜਾਏ ਇੱਕ ਖੋਜ ਕਲਾਤਮਕ ਹੈ। ਪਰ ਇਹ ਇੱਕ ਪਲ 'ਤੇ ਪਹੁੰਚਦਾ ਹੈ ਜਦੋਂ ਵੱਡੇ AI ਪ੍ਰਣਾਲੀਆਂ ਨੂੰ ਚਲਾਉਣ ਦੀ ਊਰਜਾ ਅਤੇ ਲਾਗਤ ਉੱਦਮਾਂ ਅਤੇ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਇੱਕੋ ਜਿਹੀ ਕੇਂਦਰੀ ਚਿੰਤਾ ਬਣ ਗਈ ਹੈ, ਅਤੇ ਇਹ ਸਵਾਲ ਕਰਨ ਲਈ ਇੱਕ ਹੋਰ ਰਚਨਾਤਮਕ ਕੋਸ਼ਿਸ਼ਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕੀ GPU- ਕੇਂਦ੍ਰਿਤ ਪੈਰਾਡਾਈਮ ਹੀ ਅੱਗੇ ਦਾ ਰਸਤਾ ਹੈ।
ਸਰੋਤ: "ਇਨਟ੍ਰੋਡਿਊਸਿੰਗ ਅਨ-0: ਕਪਲਡ ਔਸਿਲੇਟਰਾਂ ਨਾਲ ਚਿੱਤਰ ਤਿਆਰ ਕਰਨਾ," ਗੈਰ ਰਵਾਇਤੀ AI, 25 ਜੂਨ, 2026।---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
