AI ਸਟਾਰਟਅੱਪ Inception ਨੇ ਡਿਫਿਊਸ਼ਨ ਮਾਡਲ ਟੈਕਨੋਲੋਜੀ ਲਈ $50 ਮਿਲੀਅਨ ਸੀਡ ਫੰਡਿੰਗ ਸੁਰੱਖਿਅਤ ਕੀਤੀ

AI ਸਟਾਰਟਅੱਪ Inception ਨੇ $50 ਮਿਲੀਅਨ ਦੀ ਸੀਡ ਫੰਡਿੰਗ ਸਫਲਤਾਪੂਰਵਕ ਜੁਟਾਈ ਹੈ, ਜੋ ਕਿ ਐਡਵਾਂਸਡ ਡਿਫਿਊਸ਼ਨ-ਅਧਾਰਿਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲਾਂ ਨੂੰ ਵਿਕਸਤ ਕਰਨ ਵਾਲੀ ਕੰਪਨੀ ਲਈ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮੀਲ ਪੱਥਰ ਹੈ। ਇਸ ਫੰਡਿੰਗ ਰਾਊਂਡ ਦੀ ਅਗਵਾਈ Menlo Ventures ਨੇ ਕੀਤੀ ਅਤੇ ਇਸ ਵਿੱਚ Microsoft's M12 fund, Snowflake Ventures, Databricks Investment, ਅਤੇ Nvidia's venture arm, NVentures ਵਰਗੇ ਮੁੱਖ ਟੈਕਨਾਲੋਜੀ ਕੰਪਨੀਆਂ ਨੇ ਭਾਗ ਲਿਆ। Andrew Ng ਅਤੇ Andrej Karpathy ਵਰਗੇ ਉੱਘੇ ਵਿਅਕਤੀਆਂ ਨੇ ਵੀ ਏਂਜਲ ਨਿਵੇਸ਼ਕਾਂ ਵਜੋਂ ਯੋਗਦਾਨ ਪਾਇਆ।

ਸਟੈਨਫੋਰਡ ਦੇ ਪ੍ਰੋਫੈਸਰ ਸਟੀਫਾਨੋ ਏਰਮੋਨ ਦੀ ਅਗਵਾਈ ਹੇਠ, Inception ਡਿਫਿਊਸ਼ਨ ਮਾਡਲਾਂ ਦੀ ਵਰਤੋਂ ਕਰ ਰਿਹਾ ਹੈ, ਜੋ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਚਿੱਤਰ ਨਿਰਮਾਣ (image generation) ਲਈ ਜਾਣੇ ਜਾਂਦੇ ਹਨ, ਪਰ ਹੁਣ ਸੌਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਸਮੇਤ ਕਈ ਤਰ੍ਹਾਂ ਦੇ ਕੰਮਾਂ ਲਈ ਲਾਗੂ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ। ਇਹ ਮਾਡਲ GPT-5 ਜਾਂ Gemini ਵਰਗੇ ਮਾਡਲਾਂ ਨੂੰ ਪਾਵਰ ਦੇਣ ਵਾਲੇ ਆਟੋਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲਾਂ ਤੋਂ ਬੁਨਿਆਦੀ ਤੌਰ 'ਤੇ ਵੱਖਰੇ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਆਉਟਪੁੱਟਾਂ ਦਾ ਸ਼ਬਦ-ਦਰ-ਸ਼ਬਦ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਬਜਾਏ, ਉਹਨਾਂ ਨੂੰ ਲਗਾਤਾਰ (iteratively) ਸੋਧਦੇ ਹਨ। ਏਰਮੋਨ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ Inception ਦੇ ਡਿਫਿਊਸ਼ਨ-ਅਧਾਰਿਤ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਲ (LLMs) ਕਾਫ਼ੀ ਤੇਜ਼ ਅਤੇ ਵਧੇਰੇ ਕੁਸ਼ਲ ਹਨ, ਜੋ ਲੇਟੈਂਸੀ (ਪ੍ਰਤੀਕਿਰਿਆ ਸਮਾਂ) ਅਤੇ ਕੰਪਿਊਟ ਖਰਚ (compute cost) ਵਰਗੇ ਮੁੱਖ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦੇ ਹਨ।

ਸੌਫਟਵੇਅਰ ਡਿਵੈਲਪਮੈਂਟ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਉਹਨਾਂ ਦਾ ਨਵਾਂ ਮਰਕਰੀ ਮਾਡਲ (Mercury model), ProxyAI, Buildglare, ਅਤੇ Kilo Code ਵਰਗੇ ਟੂਲਜ਼ ਵਿੱਚ ਪਹਿਲਾਂ ਹੀ ਏਕੀਕ੍ਰਿਤ (integrated) ਕੀਤਾ ਜਾ ਚੁੱਕਾ ਹੈ। ਕੰਪਨੀ ਡਿਫਿਊਸ਼ਨ ਮਾਡਲਾਂ ਦੀ ਸਮਾਨਾਂਤਰ (parallelizable) ਪ੍ਰਕਿਰਤੀ ਦੇ ਕਾਰਨ, ਪ੍ਰਤੀ ਸਕਿੰਟ 1,000 ਟੋਕਨਾਂ ਤੋਂ ਵੱਧ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਬੈਂਚਮਾਰਕ (benchmarks) ਦਾ ਦਾਅਵਾ ਕਰਦੀ ਹੈ। ਇਸ ਤਕਨੀਕੀ ਪਹੁੰਚ ਤੋਂ ਵੱਡੇ ਕੋਡਬੇਸ 'ਤੇ ਪ੍ਰੋਸੈਸਿੰਗ ਕਰਨ ਅਤੇ ਡਾਟਾ ਸੀਮਾਵਾਂ (data constraints) ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਤੌਰ 'ਤੇ ਲਾਭਦਾਇਕ ਹੋਣ ਦੀ ਉਮੀਦ ਹੈ।

ਪ੍ਰਭਾਵ
ਇਹ ਮਹੱਤਵਪੂਰਨ ਸੀਡ ਫੰਡਿੰਗ ਸਥਾਪਿਤ ਪ੍ਰਣਾਲੀਆਂ ਤੋਂ ਪਰੇ ਨਵੀਨ AI ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚ ਨਿਵੇਸ਼ਕਾਂ ਦੀ ਭਾਰੀ ਰੁਚੀ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਕੁਸ਼ਲਤਾ ਅਤੇ ਗਤੀ 'ਤੇ Inception ਦਾ ਫੋਕਸ AI ਮਾਡਲ ਵਿਕਾਸ ਵਿੱਚ ਹੋਰ ਨਵੀਨਤਾ ਨੂੰ ਉਤਸ਼ਾਹਿਤ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਸੰਭਵ ਤੌਰ 'ਤੇ ਵੱਖ-ਵੱਖ ਉਦਯੋਗਾਂ ਵਿੱਚ, ਖਾਸ ਕਰਕੇ ਸੌਫਟਵੇਅਰ ਇੰਜੀਨੀਅਰਿੰਗ ਵਿੱਚ, ਵਧੇਰੇ ਪਹੁੰਚਯੋਗ ਅਤੇ ਪ੍ਰਦਰਸ਼ਨਕਾਰੀ AI ਹੱਲਾਂ ਵੱਲ ਲੈ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਇੱਕ ਵਧ ਰਹੇ ਰੁਝਾਨ ਨੂੰ ਉਜਾਗਰ ਕਰਦਾ ਹੈ ਜਿੱਥੇ ਵਿਸ਼ੇਸ਼ AI ਸਟਾਰਟਅੱਪ ਮੌਜੂਦਾ ਤਕਨਾਲੋਜੀਆਂ ਨੂੰ ਚੁਣੌਤੀ ਦੇਣ ਲਈ ਮਹੱਤਵਪੂਰਨ ਪੂੰਜੀ ਇਕੱਠੀ ਕਰ ਰਹੇ ਹਨ।
ਰੇਟਿੰਗ: 7/10

"ਔਖੇ ਸ਼ਬਦ" ਸਿਰਲੇਖ:

• ਡਿਫਿਊਸ਼ਨ ਮਾਡਲ (Diffusion Models): AI ਮਾਡਲ ਜੋ ਲਗਾਤਾਰ ਸੁਧਾਰ (iterative refinement) ਦੀ ਪ੍ਰਕਿਰਿਆ ਦੁਆਰਾ ਆਉਟਪੁੱਟ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਹੌਲੀ-ਹੌਲੀ ਸ਼ੋਰ (noise) ਨੂੰ ਇੱਕ ਸੰਰਚਿਤ ਨਤੀਜੇ ਵਿੱਚ ਬਦਲਦੇ ਹਨ, ਅਕਸਰ ਚਿੱਤਰ ਨਿਰਮਾਣ ਲਈ ਵਰਤੇ ਜਾਂਦੇ ਹਨ ਪਰ ਹੋਰ ਡਾਟਾ ਕਿਸਮਾਂ 'ਤੇ ਵੀ ਲਾਗੂ ਹੁੰਦੇ ਹਨ।
• ਆਟੋਰਿਗ੍ਰੈਸ਼ਨ ਮਾਡਲ (Auto-regression Models): AI ਮਾਡਲ ਜੋ ਕ੍ਰਮਵਾਰ ਆਉਟਪੁੱਟ ਤਿਆਰ ਕਰਦੇ ਹਨ, ਪਿਛਲੇ ਤੱਤਾਂ ਦੇ ਆਧਾਰ 'ਤੇ ਹਰ ਨਵੇਂ ਤੱਤ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਦੇ ਹਨ, ਟੈਕਸਟ ਜਨਰੇਸ਼ਨ ਕੰਮਾਂ ਵਿੱਚ ਆਮ ਤੌਰ 'ਤੇ ਵਰਤੇ ਜਾਂਦੇ ਹਨ।
• ਲੇਟੈਂਸੀ (Latency): ਇੱਕ ਸਿਸਟਮ ਤੋਂ ਜਵਾਬ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ ਕੋਈ ਕਾਰਵਾਈ ਸ਼ੁਰੂ ਕਰਨ ਵਿਚਕਾਰ ਸਮੇਂ ਦੀ ਦੇਰੀ। ਘੱਟ ਲੇਟੈਂਸੀ ਦਾ ਮਤਲਬ ਹੈ ਤੇਜ਼ ਜਵਾਬ ਸਮੇਂ।
• ਕੰਪਿਊਟ ਖਰਚ (Compute Cost): AI ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਜਾਂ ਸੰਚਾਲਿਤ ਕਰਨ ਲਈ ਲੋੜੀਂਦੇ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸਰੋਤਾਂ (ਜਿਵੇਂ, ਪ੍ਰੋਸੈਸਿੰਗ ਪਾਵਰ, ਬਿਜਲੀ) ਨਾਲ ਸੰਬੰਧਿਤ ਵਿੱਤੀ ਖਰਚ।
• ਪ੍ਰਤੀ ਸਕਿੰਟ ਟੋਕਨ (Tokens per second): ਇੱਕ ਮਾਪ ਕਿ AI ਮਾਡਲ ਪ੍ਰਤੀ ਸਕਿੰਟ ਕਿੰਨੀਆਂ ਟੈਕਸਟ ਇਕਾਈਆਂ (ਟੋਕਨਾਂ) ਨੂੰ ਪ੍ਰੋਸੈਸ ਜਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ, ਜੋ ਇਸਦੀ ਗਤੀ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
• ਸਮੁੱਚਾ ਪਹੁੰਚ (Holistic approach): ਤੱਤਾਂ ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਪ੍ਰੋਸੈਸ ਕਰਨ ਦੀ ਬਜਾਏ, ਪੂਰੇ ਸਿਸਟਮ ਜਾਂ ਸਮੱਸਿਆ ਦੇ ਸੰਦਰਭ 'ਤੇ ਵਿਚਾਰ ਕਰਨਾ।
• ਕਾਰਜਾਂ ਨੂੰ ਸਮਾਨਾਂਤਰ ਕਰਨਾ (Parallelize Operations): ਕੁੱਲ ਪ੍ਰੋਸੈਸਿੰਗ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਸਿਸਟਮ ਦੀਆਂ ਕਈ ਗਣਨਾਵਾਂ ਜਾਂ ਕੰਮਾਂ ਨੂੰ ਇੱਕੋ ਸਮੇਂ ਕਰਨ ਦੀ ਯੋਗਤਾ।