ZIGU LABS ने पेश किया बिना ट्रांसफॉर्मर वाला सॉवरेन AI 'GBR'

कोरियाई AI स्टार्टअप ZIGU LABS (सीईओ ली जून-सू) ने 1 नवंबर को मेमोरी-केंद्रित सॉवरेन AI आर्किटेक्चर GBR सिस्टम पेश किया। कंपनी के मुताबिक यह अपनी गणितीय थ्योरी पर आधारित है और ट्रांसफॉर्मर या मौजूदा बड़े भाषा मॉडल (LLM) पर निर्भर नहीं करता।

डेटाबेस से जुड़ी मेमोरी, री-ट्रेनिंग के बिना

GBR सवाल को समझकर तर्क-प्रक्रिया से जवाब निकालता है। इसके लिए वह डेटाबेस (DBMS) तंत्र से जुड़ी अपनी विशेष मेमोरी संरचना का इस्तेमाल करता है। पारंपरिक न्यूरल नेटवर्क ज्ञान को मॉडल के वेट में समेट देते हैं। इसके उलट GBR डेटा को स्रोत और वर्जन के साथ अलग-अलग "मेमोरी" इकाइयों में रखता है।

कंपनी का "ज़ीरो-मिस" सर्च तय दायरे के भीतर सबसे उपयुक्त मेमोरी को बिना चूके खोजने के लिए बनाया गया है। दायरे से बाहर के सवाल पर सिस्टम जवाब रोक देता है या और आधार मांगता है। मेमोरी नेटवर्क फ्रैक्टल संरचना में बना है, इसलिए जानकारी जोड़ने, बदलने या हटाने का असर पूरे मॉडल को दोबारा ट्रेन किए बिना तुरंत जवाबों में दिखता है।

सुडोकू टेस्ट और एज डिवाइस पर प्रदर्शन

कंपनी ने "Sudoku-Extreme" डेटासेट की करीब 4.2 लाख पहेलियों में से चुनी गई 10,000 पर परीक्षण किया। उसके अनुसार सिस्टम ने बिना बाहरी कंप्यूटेशन टूल के, एक ही रीज़निंग स्टेप में सभी 10,000 हल कीं। सत्यापन डेटा और नतीजों का प्रमाणपत्र GitHub पर सार्वजनिक है। आगे कंपनी प्रदर्शन आकलन को अनदेखे कार्यों को परखने वाले ARC-AGI बेंचमार्क तक ले जाने की योजना बना रही है।

हार्डवेयर पर भी डेमो हुआ। 8GB मेमोरी वाले छोटे एम्बेडेड कंप्यूटर NVIDIA Jetson Orin Nano Super पर सिस्टम ने क्लाउड के बिना, डिवाइस पर ही सवालों के जवाब दिए और ज्ञान अपडेट किया। उसी डिवाइस में कैमरा और मोटर कंट्रोल सिग्नल सीधे जोड़े गए, जिससे रोबोटिक्स और एज डिवाइस में स्वतंत्र संचालन की संभावना दिखती है।

सीईओ ली जून-सू ने कहा कि उद्योग में AI को टिकाऊ बनाने के लिए जवाब का तार्किक आधार जांचने और गलती तुरंत सुधारने का नियंत्रण जरूरी है। उनके अनुसार कंपनी विदेशी फ्रेमवर्क से स्वतंत्र आर्किटेक्चर पर राष्ट्रीय स्तर के सॉवरेन AI समाधान को और बेहतर करेगी।