India sa Gitna ng Labanan sa AI – Paano Maaaring Itulak ng Neuromorphic Computing ang Bansa sa Unahan ng Lahat

Ang industriya ng artificial intelligence (AI) ay nagbabago ng mundo nang dramatiko habang nagiging mahalagang bahagi ito ng mga negosyo sa iba’t ibang sektor. 

Mula sa pangangalaga sa kalusugan, retail, pananalapi, pagmamanupaktura, at supply chain hanggang sa edukasyon, enerhiya, at industriya ng libangan, tumataas ang pangangailangan para sa mga kasangkapang pinapagana ng AI. 

Ayon kay PWC, maaaring baguhin ng AI ang produktibidad at potensyal ng GDP ng pandaigdigang ekonomiya na may pinakamalaking kita na makikita sa China at North America, na katumbas ng kabuuang $10.7 trilyon.

Dahil sa lumalaking paggamit na ito, inaasahang lalaki ang pamilihan ng AI ay inaasahan na lumago mula $50 bilyon noong 2023 hanggang higit $800 bilyon sa pagtatapos ng dekadang ito, ayon sa Statista.

Ang AI boom na ito ay nagdulot ng kompetisyon sa pagitan ng malalaking kumpanya upang bumuo ng pinakamakapangyarihang AI model sa buong mundo, at ang mga bansa ay masigasig na paunlarin ang kanilang sariling kakumpitensyang AI system.

Sa gitna nito, lumitaw ang India bilang isang pangunahing manlalaro, na may 92% ng mga knowledge worker na gumagamit ng generative AI kumpara sa mas mababang pandaigdigang average na 75%.

Kamakailan lang noong nakaraang buwan, inilunsad ng pinakamayamang tao sa Asya, si Mukesh Ambani, chairman ng Reliance Industries (RELIANCE.BO ), ang “JioBrain,” isang hanay ng mga AI tool at aplikasyon upang baguhin ang mga negosyo sa enerhiya, tela, at iba pa. Ang telecommunications business ng Reliance ay kasalukuyang nakikipagtulungan sa Indian Institute of Technology (IIT) upang ilunsad ang “Bharat GPT” para sa mga Indian na gumagamit. 

“Kailangan nating maging nangunguna sa paggamit ng data, na may AI bilang tagapagbigay-daan para makamit ang isang quantum jump sa produktibidad at kahusayan. “

– Mukesh Ambani

Pagkatapos magtayo ng mataas na kapangyarihang industriya ng IT na nagkakahalaga ng $250 bilyon, nakatuon na ngayon ang India sa mga serbisyong AI, na ayon sa ulat ng Nasscom at BCG, ay maaaring umabot sa $17 bilyon sa susunod na tatlong taon. 

Sa mahigit 900 milyong internet user, lumitaw ang India bilang “the data capital of the world.” Ang katotohanang napakaraming data ang pampublikong magagamit ay lubos na kapaki-pakinabang para sa mga kumpanya, dahil maaari nilang isulat ang kanilang sariling AI algorithms.

Gayunpaman, kinakailangan ang kapangyarihan sa pag-compute at mga shared resources upang mapabilis ang AI industry ng bansa. Para dito, nagprocure ang pamahalaang Indian ng libong GPU upang magbigay ng computing capacity sa mga gumagawa ng AI. 

Noong unang bahagi ng taon, dumating ang unang shipment ng mga chip ng Nvidia (NVDA ) sa mga Indian data center matapos bisitahin ng CEO ng pinakamalaking chipmaker sa mundo, si Jensen Huang, ang India at magkaroon ng pag-uusap kay Punong Ministro Narendra Modi at mga tech executive.

“Mayroon kang data, may talento ka. Ito ay magiging isa sa pinakamalaking pamilihan ng AI sa mundo.” 

– Huang sinabi sa PM noong panahong iyon

Isang Pagsulong: Pagkopya sa Utak para sa Mas Matalinong Computing

Sa gitna ng lahat ng ito, ang mga siyentipiko sa Centre for Nano Science and Engineering (CeNSe), Indian Institute of Science (IISC), Bangalore, India, ay nagkaroon ng isang malaking pagsulong sa teknolohiyang neuromorphic computing. Ang teknolohiyang ito ay ginagaya ang estruktura at function ng utak ng tao upang lumikha ng mas epektibo at matalinong mga computing system.

Ang makasaysayang pag-unlad na ito ay makakatulong sa India na maging pangunahing manlalaro sa pandaigdigang AI race at gawing abot-kaya ang AI computing para sa lahat at isama ito sa kanilang mga personal na device.

Ito ay tiyak na isang malaking tagumpay, dahil ang tradisyunal na ‘cloud computing model’ ay nangangailangan ng malalaking data center na kumokonsumo ng maraming enerhiya. Ang paggamit ng mga resource-intensive na data center ay naglilimita sa kanilang paggamit sa isang maliit na komunidad ng mga developer.

Ang neuromorphic hardware ay nangangako ng pinahusay na energy efficiency at espasyo para sa AI. Gayunpaman, sa kasalukuyan, kaya lamang nitong hawakan ang mga low-accuracy na operasyon. Ang mga gawain tulad ng NLP, neural network training, at signal processing ay nangangailangan ng mas malaking computing resolution at kasalukuyang lampas sa saklaw ng mga indibidwal na neuromorphic circuit element. 

Gayunpaman, ang pinakabagong pag-unlad ng mga siyentipiko ng IISc ay talagang makakatulong dito at ililipat ang espasyo patungo sa ‘edge computing,’ na nagdadala ng pagproseso at pag-iimbak ng data mas malapit sa mga device na lumilikha at gumagamit ng data. Ito ay nagpapababa ng latency, nagpapabuti ng performance ng aplikasyon, at nakakatipid sa gastos sa network. 

Ang edge computing ay higit pang nagbibigay-daan sa mga real-time na aplikasyon, pati na rin sa AI at machine learning na aplikasyon, upang iproseso ang malalaking dami ng data nang mas mabilis at mas maaasahan. 

Inilathala sa Nature, ang pinakabagong pananaliksik ni Propesor Sreetosh Goswami sa CeNSe, IISC, na pinamunuan ng isang grupo ng mga siyentipiko at estudyante, ay nag-develop ng isang uri ng semiconductor device na tinatawag na Memristor. Sa halip na gumamit ng tradisyonal na silicon-based na teknolohiya, ang Memristor ay nilikha gamit ang isang metal-organic film.

Ang paggamit ng molecular films ay nagbigay-daan sa mga mananaliksik na subaybayan ang libreng paggalaw ng ion, na nagpalawak ng mga memory pathways.

Upang magtatag ng kinetic controls sa molecular transition na nagbigay-daan sa neuromorphic traits sa isang solong circuit element, nag-apply ang mga siyentipiko ng voltage pulses at pagkatapos ay i-mapa ang molecular movements sa isang natatanging electrical signal. Ito ay lumikha ng isang malawak na ‘molecular diary’ ng iba’t ibang estado.

“Dahil sa libreng paggalaw ng ion, napakaraming natatanging memory states at pathways ang nabuo. Ang mga intermediate na estado ay nanatiling hindi naa-access, hanggang ngayon, dahil karamihan ng digital na device ay kaya lamang ma-access ang dalawang estado, mataas at mababa ang conductance.” 

– Professor Sreebrata Goswami, ama ni Prof Sreetosh, isang visiting scientist sa CeNSe

Ang platform na ito, sa pamamagitan ng pagsasama ng pagkamalikhain ng kimika at ang katumpakan ng electrical engineering, ay “pinahintulutan kaming kontrolin ang molecular kinetics nang napaka-precise sa loob ng isang electronic circuit na pinapagana ng nanosecond voltage pulses,” dagdag pa niya.

Ang molecular change ay napakaliit, ngunit ito ang eksaktong nagbigay-daan sa lubos na precise at efficient na neuromorphic accelerator. Ang unang ganitong klase ng accelerator ay maaaring mag-imbak at magproseso ng data sa parehong lokasyon.

Kaya, ang materyal ay pangunahing nagbigay-daan sa semiconductor device na gayahin ang paraan ng pagproseso ng impormasyon ng ating utak gamit ang synapses at neurons. Kapag isinama sa isang regular na digital computer, pinalakas ng Memristor ang performance nito sa enerhiya at bilis ng daan-daang beses, kaya naging isang energy-efficient na ‘AI accelerator.’

Ang huling scaling ng teknolohiyang ito ay inaasahang magpapahintulot sa pinakamalalim at malakihang AI tasks, tulad ng LLM training, na maisagawa sa isang simpleng consumer laptop o smartphone sa halip na kailanganin ang mga data center.

Pagpapalakas ng Kakayahan ng AI gamit ang Teknolohiyang Memristor

Sa pagtaas ng pangangailangan para sa mas mabilis at mas epektibong mga smartphone, ang digital computing na batay sa silicon transistor technology ay nakararanas na ng mga limitasyon. Bukod sa paglago ng AI, may kritikal na pangangailangan ngayon para sa mga inobasyon na makapagpapabuti nang malaki sa bilis ng pagproseso at energy efficiency ng mga kasalukuyang computing system. 

Upang lumikha ng ganitong device, ginamit ng mga siyentipiko ng IISc ang metal-organic film method para sa kanilang mga Memristor — na bagaman isang In-Memory Computing na lapit na kinukuha ng mga chipmaker upang malampasan ang mga problema ay hindi nagtagumpay nang malaki — na gumagana tulad ng neuron-synapse circuit ng utak.

Habang sa 2010s, sinubukan ng mga kumpanya na gayahin ang utak, patuloy silang gumamit ng silicon transistors at hindi nagkaroon ng makabuluhang pag-unlad.

“Sa 2020s, ang mga pamumuhunan sa pananaliksik ay bumabalik na sa akademya dahil napagtanto na kailangan natin ng mas maraming fundamental na tuklas upang tunay na makamit ang brain-inspired computing. Kung gagamit ka lamang ng brute-force na paraan sa paggamit ng transistors at pagpapatupad ng ilang algorithm, hindi ito gagana.”

– Sreetosh sinabi sa isang panayam

Sa ating utak, ang memorya at pagproseso ay hindi katulad ng digital computer. Walang 0s at 1s na ginagamit para sa pagproseso ng impormasyon o paghahati ng data sa maliliit na bahagi dito. Ang ginagawa ng ating utak ay lunukin ang malalaking bahagi ng data upang iproseso ang impormasyon, na lubos na nagpapababa ng bilang ng mga hakbang na kinakailangan upang makuha ang mga sagot, kaya napaka-energy-efficient. 

Ang kombinasyon ng analog computing at teknolohiyang Memristor ay ginagawang mabilis at lubos na epektibo ang neuromorphic computing.

Kaya, iniimbak at pinoproseso ng koponan ang data sa 16,520 na estado sabay-sabay imbes na dalawang estado (Zero at One) lamang. Ito ay nagbawas ng bilang ng mga hakbang na kinakailangan para gawin ang pangunahing matematika sa likod ng AI algorithms, pag-multiply ng 64X64 matrices, sa loob lamang ng 64 na hakbang, na kung hindi ay mangangailangan ng 262,144 na operasyon.

Upang subukan ang device, ikinabit ng koponan ito sa isang karaniwang desktop computer at pagkatapos ay ginamit ito upang gawin ang komplikadong gawain ng pag-regenerate ng imahe ng ‘Pillars of Creation’ ng NASA gamit ang data mula sa James Webb space telescope. Ang gawain ay natupad nang mas mabilis at may mas kaunting enerhiya kumpara sa isang regular na computer.

Isang energy efficiency na 4.1 tera-operations per second per watt (TOPS/W) ang iniulat ng koponan, na 220 beses na mas epektibo kaysa sa isang NVIDIA K80 GPU, na may malaking puwang para sa karagdagang pagpapabuti.

“Ang neuromorphic computing ay may sariling bahagi ng mga hindi pa nalulutas na hamon sa loob ng higit isang dekada,“ pahayag ni Sreetosh, na nagdagdag na sa kanilang dekada-taong pananaliksik at “bihirang“ pagtuklas, nagawa ng koponan na lutasin ang lahat ng anim na hamon na kanilang sinimulan at sa proseso, “halos nakuha ang perpektong sistema.”

Sa kasalukuyang yugto, ito ay isang proof of principle lamang, ngunit sa kabila ng pagiging maaga pa nito, ang katotohanang nakamit ng koponan ang apat na order ng magnitude na pagpapabuti kumpara sa mga advanced na pamamaraan habang kumukonsumo ng 460× na mas kaunting enerhiya kaysa sa mga digital na computer, naniniwala ang mga siyentipiko na ang pag-unlad na ito ay makakatulong sa India na gumawa ng malaking hakbang sa AI hardware.

Ayon kay Navakanta Bhat, isang silicon electronics expert na propesor sa CeNSE (na pinamunuan din ang disenyo ng proyekto):

“Ang namumukod-tangi ay kung paano namin binago ang kumplikadong pag-unawa sa physics at chemistry tungo sa makabagong teknolohiya para sa AI hardware. Sa konteksto ng India Semiconductor Mission, ang pag-unlad na ito ay maaaring maging game-changer, na magrerebolusyon sa mga industriyal, consumer, at strategic na aplikasyon. Ang pambansang kahalagahan ng ganitong pananaliksik ay hindi maaaring maliitin.”“ 

Sa susunod na yugto, magtatayo ang koponan ng mas malalaking array na aabot hanggang 256X256. Pinondohan ng Ministry of Electronics and Information Technology (MeitY), layunin ng pananaliksik na paunlarin at ipakita ang isang System-on-Chip solution at sa huli ay mag-incubate ng startup upang gawing komersyal ito, na ay inaasahang mangyayari sa susunod na tatlong taon. 

Pagpoposisyon ng India bilang Global Leader sa AI 

Ang kombinasyon ng mga institusyong pananaliksik, startup, at malalaking tech company ang nagtutulak ng makabuluhang paglago na nararanasan ngayon ng sektor ng AI sa India. Dahil sa mga kalahok na ito, ang teoretikal na AI ay matagumpay na naililipat sa mga aplikasyon sa totoong mundo.

Ngunit hindi lang iyon. Ang mabilis na lumalaking AI industry ng India ay nakatanggap din ng malaking suporta mula sa pamahalaan, na nagpakilala ng ilang estratehikong patakaran at inisyatiba, tulad ng National AI Strategy, AI Task Force, at AI Mission, upang mapabilis ang pag-unlad nito. 

Sa pamamagitan ng pagtaas ng pamumuhunan na nagkakahalaga ng $1.25 bilyon patungo sa “IndiaAI Mission,“ ang pamahalaan ay kumikilos bilang pangunahing tagapagpaandar ng AI transformation ng India.

Ang Ministry of Electronics and Information Technology (MeitY), na nagpondo sa pinakabagong breakthrough sa computing sa IISc, ay naghahanap ng mga AI solution sa ilalim ng IndiaAI Mission.

Ang MeitY ay nag-aanyaya ng mga aplikasyon para sa AI solutions upang tugunan ang pangunahing hamon sa mga larangan ng pagbabago ng klima, agrikultura, pangangalaga sa kalusugan, at assistive technologies. Ang mga aplikante ay dadaan sa ilang yugto ng pagsusuri at, kapag napili, bibigyan ng pondo upang higit pang paunlarin at ilunsad ang kanilang solusyon para magamit ng pamahalaan at mga kaugnay na entidad sa loob ng apat na taon.

Ang inisyatiba ay isinagawa sa ilalim ng IndiaAI Application Development Initiative (IADI), isa sa pitong haligi ng IndiaAI. Ang ministeryo ay nagtakda ng hanggang labing-limang problem statements sa dokumento ng aplikasyon. 

Sa ibang bahagi, pinili ng AWS ang pitong Indian startup para sa kanilang global Generative AI accelerator program. Kabilang sa mga startup na ito ang Zocket, Unscripted AI, Phot.ai, Orbo.ai, Neural Garage, House of Models, at Converse. Sa 80 kumpanyang napili ng AWS mula sa buong mundo, ang mga startup ay pinili dahil sa kanilang makabagong paggamit ng AI at ambisyon para sa pandaigdigang paglago. 

Lahat ng napiling kumpanya ay magkakaroon ng access sa AI chips ng kumpanya at computing at storage tech. Sila rin ay bibigyan ng AWS credits, edukasyon, at mentorship upang higit pang gamitin ang AI at machine learning technologies.

Habang ang bansa ay gumagawa ng malalaking pag-unlad, marami pa ring mga balakid sa landas patungo sa pag-abot ng AI supremacy. Kailangan ng India na tugunan ang kakulangan sa kasanayan at sapat na imprastruktura upang ganap na maisakatuparan ang potensyal nito na maging global leader sa AI. 

Mga Kumpanyang Tumulong sa Pagpapaunlad ng AI Market ng India

Ang lumalaking AI market sa India ay nagdulot ng ilang kumpanya na nagtatrabaho upang itaguyod ang AI. Halimbawa, ang AI startup na Krutrim ay naging unang unicorn ng India ngayong taon nang makakuha ng $50 milyon na pondo mula sa Lightspeed Venture Partners at sa bilyonaryong si Vinod Khosla. Samantala, ang pangalawang pinakamayamang tao sa Asya, si Gautam Adani, ay nag-anunsyo ng joint venture kasama ang UAE upang tuklasin ang AI at mag-diversify sa digital services. 

Ang Microsoft (MSFT ) ay nagbibigay din ng suporta sa mga inisyatiba sa India na naglalayong sanayin ang 2 milyong tao sa AI skills. Ang Infosys, Wipro, Tech Mahindra (TECHM.BO ), at Larsen & Toubro (LT.BO ) (L&T), kasama ang iba pa, ay gumagamit ng AI sa kanilang mga negosyo. Ang HCL Technologies (HCLTECH.BO ), samantala, nakipagkasundo sa Foxconn ng China upang magtatag ng chip testing facility.

Ngayon, tingnan natin ang isang kilalang pangalan sa AI industry ng India:

Tata Consultancy Services (TCS)

Ang pinakamalaking software company sa India, TCS, ay nag-invest ng $1.5 bilyon sa isang generative AI project pipeline noong Hulyo ngayong taon. Ito ay matapos magtatag ang TCS ng isang dedikadong AI Cloud business unit noong nakaraang taon. Mayroon ding AI experience zone na nagpapahintulot sa mga empleyado na mag-develop at mag-eksperimento sa AI solutions. Sa ngayon, mahigit 300,000 na empleyado ng TCS ang nakatanggap ng foundational training sa AI, habang ang kumpanya ay kasalukuyang humahawak ng higit sa 270 AI at generative AI engagements.

Ang TCS ay nagtatrabaho rin sa pagpapalakas ng semiconductor industry sa India at nakikipagtulungan sa Tata Electronics upang makabuo ng mga chip pagsapit ng 2026. Ang Tata Electronics, samantala, ay nangunguna sa pagmamanupaktura sa pamamagitan ng dalawang aprubadong semiconductor plant. Ang unang pasilidad na nagkakahalaga ng USD 11 bilyon ay itatayo kasama ang Taiwan’s Powerchip Semiconductor Manufacturing Corporation (PSMC) na may layuning gumawa ng 50,000 wafers bawat buwan. Ang pangalawang pasilidad na nagkakahalaga ng USD 3.26 bilyon ay magiging chip assembly at testing plant na ay inaasahang magsisimula ng operasyon sa mga susunod na taon.

Pagdating sa pinansyal, TCS iniulat na tumaas ng +3.9% YoY ang kanilang kita sa US$7.51 bilyon para sa Q2 2024. Net Income umabot sa US$1.44 bilyon, habang ang net cash mula sa operasyon ay US$1.34 bilyon. Iniulat din ng kumpanya ang “napakalakas“ na paglago sa mga emerging markets, pinangunahan ng India. 

Konklusyon

Ang India, na may batang at digitally savvy na populasyon, ay nasa magandang posisyon upang itulak ang paglago ng AI hindi lamang lokal kundi sa pandaigdigang saklaw. Ang AI market sa India ay aktwal na inaasahang umabot ng $8 bilyon pagsapit ng 2025. 

Sa pamamagitan ng patuloy na pananaliksik at pag-unlad, tulad ng ipinakita ng IISc, maaaring maging pangunahing manlalaro ang bansa sa AI race. Ngunit para talagang manguna ang India, kailangang magtulungan ang lahat ng stakeholder upang tulungan ang AI journey ng bansa, pakawalan ang napakalaking potensyal nito, at ganap na baguhin ang AI.

I-click dito upang matutunan ang lahat tungkol sa pamumuhunan sa artificial intelligence.