Արմեն Աղաջանյան. Հայաստանն ավելի շատ GPU-ների կարիք ունի

Արմեն Աղաջանյանը Meta AI-ի գիտաշխատող է։ Համագործակցում է YerevanNN թիմի հետ, ղեկավարում ուսանողների հետազոտական խմբերը եւ աշխատում Հայաստանում մեքենայական ուսուցման ոլորտը զարգացնող նախագծերի վրա, ներառյալ՝ դրա համար համապատասխան ենթակառուցվածքների ստեղծումը։

Itel.am-ն Արմեն Աղաջանյանի հետ զրուցել է AI հեղափոխության պատճառով առաջացած մարտահրավերների, Meta AI-ում աշխատանքի եւ հայկական տեխնոլոգիական էկոհամակարգի զարգացման նախաձեռնությունների մասին։

- Ինչպե՞ս եք մուտք գործել տեխնոլոգիական աշխարհ:

- Մեծացել եմ տեխնոլոգիական ընտանիքում։ 12 տարեկանում սկսել եմ ծրագրավորել։ 16 տարեկանում Սթենֆորդի մի քանի դասախոսության մասնակցեցի մեքենայական ուսուցման կիրառությունների մասին, եւ դա այն ժամանակ, երբ ինչ-որ մեկն այն կդիտարկեր այնքան կարեւոր, որքան հիմա է:

Ավագ դպրոցում սովորելու տարիներին հետաքրքրված էի առցանց դասընթացներով: Մի հրապարակում գրեցի, բախտս բերեց եւ Microsoft-ի մեքենայական ուսուցման թիմի ղեկավար Միշա Բիլենկոն կապվեց ինձ հետ՝ պրակտիկա առաջարկելով Microsoft-ում: Հիանալի անցավ։

Ավագ դպրոցից հետո սկսեցի աշխատել ստարտափում, զուգահեռ սովորում էի Վաշինգտոնի համալսարանում: Հետո լավ առաջարկ ստացա Կանադայի մի թիմից, որն աշխատում էր լեզվական մոդելների հետ նախքան Open AI-ի գոյությունը: 2018-ին միացա Meta-ի (այն ժամանակ Facebook) հետազոտական թիմին: Այս տարիների ընթացքում ունեցել եմ բազմաթիվ հրապարակումներ, հանդիպել բազմաթիվ կարկառուն պրոֆեսորների, աշխատել նրանց հետ ու մասնակցել գիտաժողովների։ Գրեթե 5 տարի է, ինչ Meta-ում աշխատում եմ AI հետազոտական թիմում:  

- Դուք կենտրոնացած եք Meta AI նախագծերի վրա: Ներկայում ի՞նչ նախագծերի վրա եք աշխատում:

- Երբ ChatGPT-ն թողարկվեց, մոտավորապես այդ ժամանակ գիտեինք, որ Meta-ն (Facebook) նույնպես զբաղվում է այդ ամենով: Չենք կենտրոնացել միայն տեքստի վրա, աշխատել ենք միանգամից մի քանի տարրի վրա՝ տեքստ, պատկեր, աուդիո, վիդեո, կոդ եւ այլն: Մենք սկսեցինք դրա հիմքը դնել ամբողջ աշխարհում:

Վերջերս ներկայացրել ենք CM3Leon-ը՝ որոնման վրա ընդլայնված, նշանների վրա հիմնված, միայն ապակոդավորող բազմամոդուլ լեզվական մոդել, որն ունակ է ստեղծել եւ լրացնել ինչպես տեքստը, այնպես էլ՝ պատկերները: Այն նորագույն տեխնոլոգիա է սահմանում տեքստից պատկեր ստեղծելու համար: Կարող է ճշգրտորեն կարգավորվել, որպեսզի կատարի պատկերի + տեքստի բավականին բարդ առաջադրանքներ, ներառյալ՝ տեսողական հարցերի պատասխանը, տեքստով առաջնորդվող պատկերի խմբագրումը, մարդկային դիրքով պատկերի ստեղծումը:

- Ի՞նչ գիտեք Հայաստանի տեխնոլոգիական էկոհամակարգի մասին: Խոսեք YerevaNN-ի եւ հայ ուսանողների, ինժեներների հետ համագործակցության մասին։

- YerevaNN-ի համահիմնադիր Հրանտ Խաչատրյանին հանդիպել եմ Ֆլորենցիայում ACL 2019 կոնֆերանսի ընթացքում: Կարճ զրուցեցինք, փոխանակվեցինք կոնտակտային տվյալներով։

Այդ ժամանակ ինձ համար Հրանտն էր ողջ հայկական տեխնոլոգիական համայնքի հենակետը, որ ճանաչում է գրեթե բոլորին համայնքում։ Նրա միջոցով սկսեցի ծանոթանալ ու հասկանալ, թե ինչ տեխնիկական հնարավորություններ, համակարգեր կան Հայաստանում։ Տպավորություններս դրական էին։

Կան ուժեղ ինժեներներ, բայց շատ չեն, հաճելի է տեսնել նրանց ներքին շարժիչ ուժը։ Տղամարդկանց եւ կանանց միջեւ կա հավասարակշռություն, ինչը նույնպես լավ է։ Խնդիրն իրատեսորեն հնարավորությունների բացակայությունն է, ինչը դժվարացնում է հետագա զարգացումը։

Խոսելով հատկապես մեքենայական ուսուցման եւ դրա վրա հիմնված հիմունքների մասին՝ Հայաստանում անհրաժեշտ կարողությունների բացակայություն կա: YerevaNN հետազոտական լաբորատորիան ֆանտաստիկ քայլ է, սակայն կան շատ էական խնդիրներ. ամենահիմնարարը համակարգիչների, GPU-ների բացակայությունն է: Հավատացեք, իմ պրակտիկանտներից մեկն ավելի շատ GPU ունի, քան ամբողջ Հայաստանը: Կարծում եմ՝ սա ռազմավարական սխալ է։

Մենք մի քանի նախաձեռնություն ունենք կապիտալ ներգրավելու ուղղությամբ, որպեսզի փորձենք Հայաստանում ստեղծել հաշվողական ենթակառուցվածք:

ChatGPT-ի մեկնարկից ի վեր սկսել ենք աշխատել այս շատ բարձր հաշվարկային ռեժիմում: Հարցն այն է՝ ցանկանո՞ւմ եք, որ YerevaNN-ը մնա շատ ակադեմիական փոքր շրջանակում, թե՞ առաջիկա հինգ տարում դառնա աշխարհի լավագույն լաբորատորիաներից մեկը:

Ինչպես ասացի, Հայաստանում մեքենայական ուսուցման մասնագիտացած ինժեներները քիչ են, դրա պատճառներից մեկն այն է, որ ոլորտը նոր է ու համալսարաններում չկան պաշտոնական ծրագրեր եւ կրթական աստիճան ստանալու հնարավորություն:

- Աճող հետաքրքրություն կա AI / ML-ի, հատկապես Generative AI-ի նկատմամբ: Այն փոխակերպում է արդյունաբերությունն ու հնարավորությունները: Ինչպե՞ս կարող է Հայաստանը հաղթել այս մրցավազքում եւ առաջարկել համաշխարհային մրցունակ արտադրանք:

- Իմ պատկերացմամբ, այն փոխակերպում է այնպես, ինչպես ինտերնետը, երբ առաջին անգամ գործարկվեց: Մենք կարող ենք տեսնել երկու երեւույթ. մեկն այն է, որ որոշակի դաշտեր կարողությունների առումով շատ արագ կպայթեն։ Օրինակ, ծրագրավորողներն այժմ ունեն մոդել, որը կարող է օգնել նրանց ծրագրավորել, ինչպես նաեւ հիմնովին կփոխվեն կենսատեխնոլոգիաները, ռոբոտաշինությունը, պաշտպանական ոլորտը: Մեր ապրելակերպը կփոխվի։

Մյուսը՝ ոչ տրիվիալ ազդեցությունն է տնտեսության վրա։ Առաջիկա մի քանի տարվա ընթացքում տեղի կունենա սարսափելի բաներից մեկը, որ նույնիսկ GPT4-ն արդեն իսկ աշխատուժի մի մասը հեռացնելու հնարավորություն ունի:

Ամենավատը, որ կարող է պատահել Հայաստանում տեխնոլոգիական դաշտի հետ եւ պարադոքսալ կերպով կարող է արագ աճել, ծառայությունների վրա հիմնված տնտեսություն դառնալն է, ինչպես Հնդկաստանի դեպքում: Դուք կարող եք գումար վաստակել, լավ կյանքով ապրել՝ կատարելով ծառայություններ մատուցող աշխատանք, բայց սա իրականում շատ բացասական է, քանի որ Հայաստանը չունի բավականաչափ բնակչություն՝ աջակցելու ծառայությունների վրա հիմնված տնտեսությանը, այս պահին չունի նաեւ խորը տեխնոլոգիաների (deep tech) կարողություն։

Այսպիսով, հիմնական ուշադրությունը պետք է լինի այս կամ այն կերպ խորը տեխնոլոգիայի մեջ մտնելը՝ լինի դա մեքենայական ուսուցումը, թե կենսատեխնոլոգիաները: Deep tech-ը լինելու է Հայաստանի հիմնարար անջատիչը ցանկացած այլ երկրից։ Ծառայությունների մեծ մասը շատ շուտով կվերանա, եւ մենք կունենանք բնակչություն, որն աշխատանք չունի, քանի որ իրական խորը տաղանդ չկա, ուստի սա ամենամեծ մտահոգություններից մեկն է տեխնոլոգիական համայնքի մարդկանց համար:

- Ինչպե՞ս դիմակայել այդ սպառնալիքներին: Կանոնակարգերի կարիք կա՞։

- Կանոնակարգերը չեն գործելու։ Վերջերս Իսրայելը եւ Ճապոնիան հայտարարեցին, որ իրենք ունեն արհեստական ինտելեկտի որոշ օրենքներ, եւ որ մարդիկ կարող են մոդելին վարժեցնել այն ամենը, ինչ ցանկանում են: Դա շատ խելացի մոտեցում է, որովհետեւ եթե ես պատրաստվում եմ ստեղծել արհեստական ինտելեկտի ընկերություն, կգնամ այնտեղ, որտեղ պաշտպանում են ինձ հնարավոր կորուստներից: Պարտադիր չէ, սակայն, որ ուժեղ կանոնակարգերը գործեն, եթե տնտեսության համար էքզիստենցիալ սպառնալիք կա: Առաջընթացը հնարավոր չէ կանգնեցնել, մենք հարմարվում ենք առաջընթացին: Այսքան փոքր բնակչությամբ Հայաստանի օգուտն այն է, որ կարող ենք արագ ադապտացվել փոփոխություններին այնպես, ինչպես արել է Իսրայելը։

Հայաստանում հաշվողական ենթակառուցվածքներ, GPU-ներ կառուցելու համար կապիտալ ներգրավելու ծրագրեր ունենք: Կսկսվի տեղական կարողությունների նախագծերով, մարդկանց վերապատրաստմամբ: Այն հայ մասնագետներին հնարավորություն կտա հասկանալ, թե ինչպես վարժեցնել ChatGPT-ի նման խոշոր լեզվական մոդելներ։ Գեներատիվ AI-ը կարեւոր է, մենք կարող ենք սպեկուլյատիվ կերպով Հայաստանում մարդկանց կրթել, եւ երբ համապատասխան հզորության հնարավորություններ ստեղծվեն, հետաքրքիր ինչ-որ բան անել:  

Արմեն Աղաջանյանի հետ զրուցել է Նունե Գրիգորյանը