ایک دہائی سے، GPUs پر گہرے نیورل نیٹ ورکس کو انجام دینے نے اس بات کی وضاحت کی ہے کہ مصنوعی ذہانت کیسے بنتی ہے۔ غیر روایتی AI نامی ایک اسٹارٹ اپ یہ معاملہ بنا رہا ہے کہ کارکردگی میں اگلی چھلانگ کے لیے بنیادی طور پر مختلف قسم کے کمپیوٹر کی ضرورت ہوگی، جہاں طبیعیات کے قوانین براہ راست کمپیوٹنگ کرتے ہیں۔
25 جون، 2026 کو، کمپنی نے Un-0 جاری کیا، جو ایک تصویری جنریٹر ہے جو جوڑے ہوئے oscillators کے مصنوعی نظام سے چلتا ہے۔ غیر روایتی AI اس منصوبے کو ابھرتے ہوئے "فزیکل کمپیوٹنگ سبسٹریٹ،"" کے مظاہرے کے طور پر بیان کرتا ہے اور یہ ماڈل وزن، تربیتی کوڈ، اور ابلیشن تجزیہ کو کھلے عام جاری کر رہا ہے۔ For more context on this story, see our ongoing more AI stories.
ریلیز نے تیزی سے ڈویلپر کمیونٹی کی توجہ مبذول کرائی، ہیکر نیوز کے صفحہ اول پر پہنچ کر اور اس بارے میں بحث چھیڑ دی کہ آیا GPU-اور-ٹرانسفارمر جمود کے متبادل حقیقت پسندانہ طور پر مقابلہ کر سکتے ہیں۔
اس کے لانچ کے معیار پر روایتی تصویری نسل سے مماثل ہے۔
Un-0 کلاس کنڈیشنل امیج نیٹ پر 64x64 ریزولوشن پر FID 6.74 تک پہنچ جاتا ہے۔ FID، یا Fréchet Inception Distance، تصویری نسل کے معیار کا ایک معیاری پیمانہ ہے جہاں کم ہونا بہتر ہے۔ غیر روایتی AI کا کہنا ہے کہ اسکور پہلی بار شائع ہونے کے وقت تصویر بنانے کے معروف روایتی طریقوں کے معیار سے میل کھاتا ہے۔
کمپنی واضح ہے کہ آج کے فرنٹیئر میں ابھی بھی ایک خلا باقی ہے۔ Un-0 ابھی تک جدید ترین ڈفیوژن ماڈلز کی نسبت پیرامیٹر شمار کے فنکشن کے طور پر کارکردگی کے فرق کو بند نہیں کرتا ہے۔ لیکن ٹیم نتیجہ کو اس تصور کے ثبوت کے طور پر تیار کرتی ہے کہ جدید AI کام کے بوجھ کو جسمانی نظام کی حرکیات پر نقش کیا جا سکتا ہے۔
کمپنی نے اپنے اعلان میں لکھا، "ہمارے علم کے مطابق، Un-0 ایک فزیکل ڈائنامیکل سسٹم کی نقل کو استعمال کرنے کے لیے آج تک کا سب سے زیادہ قابل امیج جنریٹر ہے۔"
آسکیلیٹرز کی آبادی کس طرح تصویر کھینچتی ہے۔
Un-0 کا کمپیوٹ انجن oscillators کی ایک بڑی آبادی ہے، ہر ایک دوسرے کے ساتھ جوڑا جاتا ہے، جہاں آکسیلیٹرز کے ہر جوڑے کے درمیان جوڑنے کی طاقتیں ماڈل کے بنیادی سیکھنے کے قابل پیرامیٹرز ہیں۔ اس نظام کو اس کا استعمال کرتے ہوئے ماڈل بنایا گیا ہے جسے Kuramoto oscillators کے نام سے جانا جاتا ہے، جس میں ہر آسکیلیٹر اپنی فطری فریکوئنسی پر گھومتا ہے جب کہ ہر دوسرے آسکیلیٹر کو کھینچا جاتا ہے۔
کمپنی ایک بدیہی تشبیہ پیش کرتی ہے۔ ایک مشترکہ میز پر ایک ساتھ ٹک ٹک کرتے ہوئے دو میٹرنوم کی تصویر بنائیں۔ اس بات پر منحصر ہے کہ وہ ایک دوسرے پر کتنی مضبوطی سے اثر انداز ہوتے ہیں، وہ تالے میں پڑ جاتے ہیں یا مخالفت میں پڑ جاتے ہیں۔ اسکیل کریں کہ دو آسکیلیٹرس سے ہزاروں تک، اور آبادی خود کو پیٹرن میں منظم کرتی ہے۔
Un-0 کے ساتھ ایک تصویر بنانا پانچ مراحل کی پیروی کرتا ہے۔ نظام بے ترتیب سے شروع ہوتا ہے، ہر آسکیلیٹر کے مرحلے کو ایک بے ترتیب زاویہ پر سیٹ کرتا ہے، جو شور کے پھیلاؤ کے ماڈل یا GAN نمونوں کے برابر بیج کے طور پر کام کرتا ہے۔ oscillators کا دوسرا، چھوٹا گروپ درخواست کردہ امیج کلاس کو انکوڈ کرتا ہے، جیسے کہ گل داؤدی یا آتش فشاں، اور اسے مرکزی آبادی میں جوڑا جاتا ہے۔ اس کے بعد سسٹم کو جاری کیا جاتا ہے، جس سے oscillators کو ایک دوسرے پر کھینچنے دیتا ہے جب تک کہ وہ اپنے سیکھے ہوئے جوڑے کے ذریعے طے شدہ ریاست کی طرف متوجہ نہ ہوں۔ تصاویر کو ایک مقررہ وقت پر پڑھا جاتا ہے اور ایک ڈیکوڈر سے گزرا جاتا ہے۔
توانائی کی کارکردگی کا 1,000x مقالہ
گہری ترغیب توانائی ہے۔ غیر روایتی AI کا بیان کردہ ہدف جدید AI کو آج کی مشینوں کی ضرورت سے 1,000 گنا کم توانائی پر چلانا ہے۔
دلیل یہ ہے کہ ایک آسکیلیٹر ایک قدیم جسمانی سرکٹ ہے۔ ایک کپلڈ آسکیلیٹر سسٹم کو براہ راست CMOS یا دیگر فزیکل سبسٹریٹس میں لاگو کیا جا سکتا ہے تاکہ آلہ کی فزکس روایتی پروسیسر پر نقل کرنے کے بجائے خود ہی کمپیوٹیشن انجام دے سکے۔ اگر طبیعیات کے قوانین AI کام کے بوجھ کو انجام دے سکتے ہیں، کمپنی کا استدلال ہے، عمل درآمد سبسٹریٹ آج کے GPU کلسٹرز سے یکسر مختلف نظر آ سکتا ہے۔
کمپنی فزکس پر مبنی کمپیوٹنگ آئیڈیاز کے ایک طویل سلسلے کی طرف اشارہ کرتی ہے، جس میں نیورومورفک کمپیوٹنگ، ہاپ فیلڈ نیٹ ورکس، ریزروائر کمپیوٹنگ، ہیملٹونین اور لیکوڈ نیٹ ورکس، نیورل ویو مشینیں، تھرموڈینامک کمپیوٹنگ، اور Kuramoto oscillators پر پہلے کا کام شامل ہیں۔ یہ ایک حیاتیاتی متوازی بھی کھینچتا ہے: تال کی سرگرمی اور ہم آہنگی دماغ میں پھیلی ہوئی ہے اور طویل عرصے سے کمپیوٹیشنل کام انجام دینے کے لیے قیاس کیا گیا ہے، جیسے کہ مربوط تصورات میں تقسیم شدہ خصوصیات کو باندھنا۔
ابتدائی دن، کھلا کوڈ، اور ایک دعوت
غیر روایتی AI واضح ہے کہ یہ ایک تیار شدہ مصنوعات کے بجائے ایک آغاز ہے۔ فزیکل پرائمیٹ Un-0 ایکسپلورز کوئی نئی بات نہیں ہے، لیکن کمپنی نے اسے ایک بڑے جنریٹو بینچ مارک تک پہنچا دیا ہے، حرکیات کا ایک مختصر تجزیہ کیا ہے، اور ماڈل کے رویے پر ایک تشریحی نظر پیش کی ہے۔
وزن اور کوڈ جاری کر کے، ٹیم کو امید ہے کہ جسمانی حرکیات پر مبنی ماڈلز کے ساتھ تجربہ کرنا دوسروں کے لیے آسان بنائے گا۔ کمپنی کا کہنا ہے کہ اس کا خیال ہے کہ محققین تیزی سے Un-0 سے آگے بڑھ سکتے ہیں، اور یہ کہ فیلڈ ابھی بھی جسمانی حرکیات پر جدید AI کو دوبارہ ترتیب دینے اور تقریباً 1,000x توانائی کی بچت کے فوائد تک پہنچنے کی کوشش میں ابتدائی ہے۔
ابھی کے لیے، Un-0 پروڈکشن امیج ماڈلز کے لیے ڈراپ اِن متبادل کے بجائے ایک تحقیقی نمونہ ہے۔ لیکن یہ ایک ایسے لمحے پر پہنچتا ہے جب بڑے AI سسٹمز کو چلانے کی توانائی اور لاگت یکساں طور پر کاروباری اداروں اور محققین کے لیے ایک مرکزی تشویش بن گئی ہے، اور یہ سوال کرنے کی ایک زیادہ تخلیقی کوشش کی نمائندگی کرتا ہے کہ آیا GPU-مرکزی تمثیل ہی آگے بڑھنے کا واحد راستہ ہے۔
ماخذ: "Introducing Un-0: Coupled Oscillators کے ساتھ تصاویر تیار کرنا،" غیر روایتی AI، 25 جون، 2026۔---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
