आयआयटी बॉम्बेचे (IIT Bombay) पदवीधर ऋषभ अगरवाल यांनी Nvidia आणि जेफ बेझोस यांच्या पाठिंब्याने Periodic Labs या AI स्टार्टअपची सह-स्थापना केली आहे. एका मोठ्या कॉर्पोरेट ऑफरला (Corporate Offer) लाथ मारून त्यांनी संशोधनासाठी नवीन गृहीतके (Hypotheses) तयार करू शकणाऱ्या AI शास्त्रज्ञावर लक्ष केंद्रित केले आहे.
आयआयटी बॉम्बेचे ऋषभ अगरवाल यांचा मोठा निर्णय!
भारतातील प्रतिष्ठित आयआयटी बॉम्बेचे (IIT Bombay) पदवीधर ऋषभ अगरवाल यांनी एका मोठ्या कॉर्पोरेट संधीकडे दुर्लक्ष करून आर्टिफिशियल इंटेलिजन्स (AI) क्षेत्रात स्वतःचा नवा स्टार्टअप सुरू केला आहे. अगरवाल हे गूगल ब्रेन (Google Brain), डीपमाइंड (DeepMind) आणि वेमो (Waymo) सारख्या आघाडीच्या AI संशोधन संस्थांमधील अनुभवामुळे ओळखले जातात.
उद्योगपतींचा मोठा पाठिंबा
Periodic Labs या स्टार्टअपला मोठे नाव कमावलेल्या गुंतवणूकदारांचा पाठिंबा मिळाला आहे. या स्टार्टअपला AI इन्फ्रास्ट्रक्चरसाठी हार्डवेअर पुरवणाऱ्या Nvidia आणि अब्जाधीश जेफ बेझोस (Jeff Bezos) यांच्याकडून गुंतवणूक मिळाली आहे. या मोठ्या नावांच्या सहभागामुळे स्टार्टअपच्या कामात गुंतवणूकदारांची आवड स्पष्ट दिसून येते.
या स्टार्टअपचे मुख्य उद्दिष्ट एक असा AI शास्त्रज्ञ तयार करणे आहे, जो वैज्ञानिक संशोधनासाठी नवीन गृहीतके (Hypotheses) तयार करू शकेल. औषधनिर्माण, मटेरियल सायन्स आणि फिजिक्स यांसारख्या विशेष क्षेत्रांमध्ये नवीन शोध (Breakthroughs) जलद गतीने साधण्यात मदत करणे हे याचे ध्येय आहे.
कॉर्पोरेट नोकरी विरुद्ध उद्योजकता
मिळालेल्या माहितीनुसार, अगरवाल यांनी मेटाच्या (Meta) सुपरइंटेलिजन्स लॅब्सकडून (Superintelligence Labs) तब्बल 1 मिलियन डॉलर्स पेक्षा जास्त रकमेची ऑफर नाकारली आहे. जरी मोठ्या टेक कंपन्यांमधील उच्च पगाराच्या नोकऱ्या कॉम्प्युटर सायन्स क्षेत्रातील करिअरचे शिखर मानल्या जात असल्या, तरी हा निर्णय अनुभवी संशोधकांमध्ये विशेष AI टूल्स तयार करण्यासाठी स्वायत्तता शोधण्याचा वाढता ट्रेंड दर्शवतो. कॉर्पोरेट पगारापेक्षा स्वतंत्र नवनिर्मितीला प्राधान्य देण्याचा हा निर्णय अनेक उद्योजक आणि तज्ञांनी नोंदवला आहे.
Periodic Labs चे पुढील वाटचाल
AI द्वारे आपोआप गृहीतके सुचवणारे तंत्रज्ञान विकसित करणे हे एक मोठे तांत्रिक आव्हान आहे. गुंतवणूकदार आणि तंत्रज्ञान विश्लेषक या कंपनीच्या प्रगतीवर लक्ष ठेवून असतील. या स्टार्टअपसाठी मुख्य गोष्ट म्हणजे, त्यांचे AI सातत्याने वैध वैज्ञानिक गृहीतके तयार करू शकते का, जी प्रयोगशाळेत किंवा उद्योगात पडताळता येण्यासारखी असतील, हे दाखवून देणे महत्त्वाचे ठरेल. जसजशी कंपनी प्रगती करेल, तसतसे त्यांचे तांत्रिक टप्पे (Milestones) आणि AI प्लॅटफॉर्मची स्केलेबिलिटी (Scalability) याबद्दलच्या अपडेट्स AI संशोधन समुदायासाठी महत्त्वाच्या ठरतील.