ताइवान का कृत्रिम बुद्धिमत्ता विकास और भविष्य की रणनीति: हार्डवेयर का प्रवेश-पत्र मिल गया, अगली लड़ाई कहाँ है

8 अक्टूबर 2024 को नोबेल भौतिकी पुरस्कार हॉपफील्ड और हिंटन को दिया गया, अगले दिन रसायन विज्ञान पुरस्कार अल्फाफोल्ड के तीन शोधकर्ताओं को। उसी साल 29 मई को, जेन्सन हुआंग ताइपे के निंगशिया नाइट मार्केट में मॉरिस चांग के साथ ऑयस्टर ऑमलेट खाते दिखे। ताइवान वैश्विक स्तर पर 90% AI सर्वर और 72% उन्नत वेफर्स का निर्माण करता है, फिर भी 42 साल पुरानी न्यूरल नेटवर्क और 50 साल पुरानी प्रोटीन फोल्डिंग पहेली के समाधान में अनुपस्थित रहा। PTT के संस्थापक एथन तू के Taiwan AI Labs से लेकर राष्ट्रीय विज्ञान परिषद द्वारा समर्थित पारंपरिक चीनी LLM मॉडल TAIDE तक, क्या यह द्वीप केवल एक अनुबंध कारखाना बनकर रह जाएगा?

ताइवान का कृत्रिम बुद्धिमत्ता विकास और भविष्य की रणनीति: हार्डवेयर का प्रवेश-पत्र मिल गया, अगली लड़ाई कहाँ है
चित्र： BQUB25-UPoch (own work, AlphaFold + PyMOL) · CC BY 4.0 · मूल स्रोत

30 सेकंड अवलोकन: 8 अक्टूबर 2024 को, नोबेल भौतिकी पुरस्कार दो AI वैज्ञानिकों को दिया गया: हॉपफील्ड नेटवर्क लिखने वाले भौतिक विज्ञानी और बैकप्रोपेगेशन लिखने वाले संज्ञानात्मक वैज्ञानिक1। अगले दिन 9 अक्टूबर को, नोबेल रसायन विज्ञान पुरस्कार तीन शोधकर्ताओं को दिया गया जिन्होंने AI का उपयोग करके पचास साल पुरानी प्रोटीन फोल्डिंग पहेली को हल किया2। उसी साल 29 मई को, NVIDIA के CEO जेन्सन हुआंग ताइपे के निंगशिया नाइट मार्केट में मॉरिस चांग, बैरी लैम और रिक त्साई के साथ ऑयस्टर ऑमलेट खाते दिखे। TSMC के पास वैश्विक वेफर फाउंड्री बाजार का 72% राजस्व हिस्सा है, और फॉक्सकॉन, क्वांटा, विस्ट्रॉन मिलकर वैश्विक स्तर पर दस में से नौ AI सर्वर का उत्पादन करते हैं। लेकिन इस वैज्ञानिक अनुष्ठान में जिसने दो दिनों में लगातार दो नोबेल पुरस्कार देकर बयालीस साल के न्यूरल नेटवर्क इतिहास को वैधता प्रदान की, उसमें ताइवान का एक भी नाम नहीं था। PTT के संस्थापक एथन तू द्वारा स्थापित ताइवान आर्टिफिशियल इंटेलिजेंस लैब्स से लेकर सरकार द्वारा समर्थित पारंपरिक चीनी बड़े भाषा मॉडल TAIDE तक, "AI का निर्माण" से "AI बनने" तक का एक दांव चल रहा है।

42 साल की मान्यता: 2024 में दो दिनों में दो नोबेल

8 अक्टूबर 2024 की सुबह, स्टॉकहोम। रॉयल स्वीडिश एकेडमी ऑफ साइंसेज ने घोषणा की कि उस वर्ष का नोबेल भौतिकी पुरस्कार दो AI वैज्ञानिकों को दिया गया: 91 वर्षीय प्रिंसटन के मानद प्रोफेसर जॉन जे. हॉपफील्ड, और 76 वर्षीय जेफ्री हिंटन, जो पांच महीने पहले ही Google से सेवानिवृत्त हुए थे। पुरस्कार राशि 1.1 करोड़ स्वीडिश क्रोना, दोनों में बराबर बंटी1।

निर्णायक समिति द्वारा दिया गया पुरस्कार कारण था "कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग को सक्षम करने वाली आधारभूत खोजों और आविष्कारों के लिए" (for foundational discoveries and inventions that enable machine learning with artificial neural networks)1। यह नोबेल भौतिकी पुरस्कार के इतिहास में पहली बार था जब पुरस्कार सीधे न्यूरल नेटवर्क के क्षेत्र को दिया गया।

अगले दिन, 9 अक्टूबर को, रसायन विज्ञान पुरस्कार। तीन विजेता: वाशिंगटन विश्वविद्यालय के डेविड बेकर, और डीपमाइंड के दो लोग, डेमिस हसाबिस और जॉन जम्पर। बेकर को आधी पुरस्कार राशि मिली, हसाबिस और जम्पर ने दूसरी आधी साझा की2। पुरस्कार कारण दो भागों में बंटा: पहला भाग बेकर के "कम्प्यूटेशनल प्रोटीन डिजाइन" के लिए, दूसरा भाग हसाबिस और जम्पर के "प्रोटीन संरचना भविष्यवाणी" के लिए।

दो दिन, दो नोबेल, दोनों AI से संबंधित। नोबेल पुरस्कार के इतिहास में इसका कोई पूर्व उदाहरण नहीं है।

समय-रेखा की तुलना करें: जब हॉपफील्ड ने 1982 में 《Proceedings of the National Academy of Sciences》(PNAS) में 《Neural networks and physical systems with emergent collective computational abilities》 शीर्षक वाला वह पेपर प्रकाशित किया, तब वे अभी-अभी संघनित पदार्थ भौतिकी से तंत्रिका विज्ञान में आए थे3। 1982 से 2024 तक, पूरे 42 साल। हिंटन और रुमेलहार्ट ने बैकप्रोपेगेशन एल्गोरिदम को एक उपयोगी उपकरण के रूप में लिखने वाले 1986 के पेपर4 को, प्रकाशन से पुरस्कार मिलने तक 38 साल लगे। अल्फाफोल्ड को 2018 में CASP13 में पहली बार प्रदर्शित होने से 2024 में नोबेल मिलने तक केवल 6 साल लगे।

अंततः, इन दो दिनों में नोबेल ने ChatGPT को नहीं, बल्कि उन तीन-चार दशक पुराने पेपर्स को पुरस्कृत किया जिन्हें कोई समझ नहीं पाया था। आधारभूत अनुसंधान और औद्योगिक अनुप्रयोग के बीच का समय-अंतराल हमेशा ऐसा ही रहा है।

जेफ्री ई. हिंटन 8 दिसंबर 2024 को स्टॉकहोम नोबेल सप्ताह में आधिकारिक चित्र में, गहरा सूट, सफेद बाल, कैमरे की ओर शांत भाव
जेफ्री हिंटन, 2024 नोबेल भौतिकी पुरस्कार विजेता, स्टॉकहोम नोबेल सप्ताह। फोटो: आर्थर पेट्रॉन, 2024-12-08. CC BY-SA 4.0 via Wikimedia Commons.

CC BY-SA 4.0 via Wikimedia Commons

निंगशिया नाइट मार्केट में खरबों डॉलर का रात्रिभोज

29 मई 2024 की शाम, कम्प्यूटेक्स शुरू होने से पहले ताइपे के निंगशिया नाइट मार्केट में असामान्य खाने वालों का एक समूह दिखा। NVIDIA के CEO जेन्सन हुआंग, TSMC के संस्थापक मॉरिस चांग, क्वांटा के चेयरमैन बैरी लैम, और मीडियाटेक के CEO रिक त्साई, एक स्टॉल के सामने ऑयस्टर ऑमलेट खा रहे थे5। राहगीरों ने जेन्सन हुआंग को पहचान लिया, और तुरंत प्रशंसकों और पत्रकारों ने उन्हें घेर लिया, दृश्य किसी स्टार का पीछा करने जैसा था।

इस भोजन के प्रतिभागियों की कंपनियों का कुल बाजार मूल्य कई खरब डॉलर से अधिक था। लेकिन असली कहानी भोजन की मेज पर नहीं, बल्कि उसके पीछे की औद्योगिक श्रृंखला में है: इन लोगों द्वारा प्रतिनिधित्व की जाने वाली कंपनियों ने वैश्विक AI कंप्यूटिंग की भौतिक नींव को संभाल रखा है। जेन्सन हुआंग ने उस ताइवान यात्रा के दौरान सार्वजनिक रूप से कहा: "ताइवान दुनिया के सबसे महत्वपूर्ण देशों में से एक है।"6 यह केवल शिष्टाचार नहीं था। ताइवान के बिना, AI क्रांति का हार्डवेयर आधार अस्तित्व में नहीं होता।

जेन्सन हुआंग का जन्म 1963 में ताइपे में हुआ, बचपन ताइनान में बीता, नौ साल की उम्र में अमेरिका चले गए7। 1993 में उनके द्वारा सह-स्थापित NVIDIA आज AI चिप्स का पर्याय बन चुका है। NVIDIA द्वारा डिजाइन किया गया प्रत्येक उन्नत GPU, ChatGPT को प्रशिक्षित करने वाले A100, H100 से लेकर नवीनतम ब्लैकवेल श्रृंखला तक, सभी TSMC द्वारा निर्मित हैं8।

स्टॉकहोम में चार महीने बाद घोषित दो नोबेल पुरस्कारों की सूची में, इस भोजन से जुड़ा एक भी नाम नहीं था। यह अंतर संयोग नहीं, एक संरचनात्मक तथ्य है।

हार्डवेयर: एक द्वीप पूरी AI क्रांति को संभाले हुए है

AI हार्डवेयर सप्लाई चेन में ताइवान की स्थिति को "महत्वपूर्ण" कहना भी इसे कम आंकना है।

चिप निर्माण की इस कड़ी में, 2025 में TSMC ने वैश्विक वेफर फाउंड्री बाजार के 72% राजस्व हिस्से पर कब्जा कर लिया9। सबसे उन्नत 7 नैनोमीटर से नीचे की प्रक्रियाओं में, TSMC की बाजार हिस्सेदारी 90% से अधिक है। AI GPU बाजार में NVIDIA की हिस्सेदारी लगभग 86% है, और ये GPU लगभग पूरी तरह से TSMC द्वारा निर्मित हैं10। दुनिया भर में AI मॉडल को प्रशिक्षित और चलाने के लिए उपयोग की जाने वाली अधिकांश कंप्यूटिंग शक्ति ताइवान के क्लीनरूम में पैदा होती है।

चिप्स बनने के बाद, उन्हें सर्वर में असेंबल किया जाना चाहिए ताकि वे डेटा सेंटर में जा सकें। यह कड़ी भी ताइवान के नेतृत्व में है। फॉक्सकॉन, क्वांटा, विस्ट्रॉन तीन बड़ी ODM कंपनियां मिलकर वैश्विक स्तर पर लगभग 90% AI सर्वर का उत्पादन करती हैं11। 2025 में, इन तीनों कंपनियों का वार्षिक राजस्व प्रत्येक ने न्यू ताइवान डॉलर एक खरब (लगभग 32 अरब डॉलर) को पार कर लिया, जिसमें AI सर्वर राजस्व दूसरी तिमाही में पहली बार उपभोक्ता इलेक्ट्रॉनिक्स से आगे निकल गया12।

AI चिप्स का प्रदर्शन केवल प्रक्रिया संकुचन पर निर्भर नहीं करता, बल्कि पैकेजिंग तकनीक पर भी निर्भर करता है। TSMC की CoWoS (Chip on Wafer on Substrate) उन्नत पैकेजिंग तकनीक, NVIDIA के हाई-एंड GPU के प्रदर्शन लक्ष्यों तक पहुंचने की कुंजी है। 2026 में, अकेले NVIDIA की CoWoS वेफर्स की मांग अनुमानित 5.95 लाख पीस तक पहुंचने की उम्मीद है, जो वैश्विक कुल मांग का 60% है13।

फॉक्सकॉन ने NVIDIA और ताइवान सरकार के साथ मिलकर काऊशुंग में एक 100 मेगावाट (MW) स्तर का AI फैक्ट्री सुपरकंप्यूटर बनाने का काम किया है, जिसमें नवीनतम NVIDIA ब्लैकवेल आर्किटेक्चर अपनाया गया है14। ताइवान "AI चिप्स बनाने की जगह" से "AI चलाने की जगह" में अपग्रेड हो रहा है।

TSMC ह्सिंचु साइंस पार्क Fab 5 प्लांट का बाहरी दृश्य, 2010 के दशक का दृश्य, अर्धचालक वेफर फाउंड्री निर्माण का भौतिक स्थल
TSMC ह्सिंचु Fab 5 प्लांट, AI चिप फाउंड्री का भौतिक स्थल। फोटो: विकिमीडिया कॉमन्स via TSMC Fab 5 file.

सवाल यह है: हार्डवेयर को प्रवेश-पत्र मिल गया, अगली लड़ाई कहाँ लड़ी जाएगी।

📝 क्यूरेटर का नोट

प्रचलित कथन है "ताइवान का पवित्र पहाड़ AI क्रांति को संभाले हुए है"। यह कथन कथात्मक रूप से सुविधाजनक है, लेकिन यह कारण-परिणाम को आधा उल्टा कर देता है। AI क्रांति को GPU की जरूरत थी इसलिए इसने TSMC को चुना, ऐसा नहीं है कि TSMC AI क्रांति के बल पर विकसित हुआ। असली तनाव इसमें है: जब GPU एक वस्तु बन जाता है, तो मूल्य का अगला चरण कहाँ खिसकेगा? 2024 के दो नोबेल द्वारा दिया गया उत्तर है मॉडल स्वयं——हॉपफील्ड के वे 12 पन्ने, हिंटन और उनके छात्र क्रिज़ेव्स्की की वह 2012 की रात जब AlexNet ने ImageNet इमेज रिकग्निशन त्रुटि दर को 26.2% से 15.3% तक खींच लिया15, और हसाबिस की टीम ने वह दोपहर जब अल्फाफोल्ड ने CASP14 में माध्य GDT 92.4 हासिल किया।

हॉपफील्ड 1982: एक भौतिक विज्ञानी का मेमोरी मॉडल

1982 में, प्रिंसटन के संघनित पदार्थ भौतिक विज्ञानी जॉन हॉपफील्ड ने केवल 12 पन्नों का एक पेपर लिखा, शीर्षक बहुत लंबा था: 《Neural networks and physical systems with emergent collective computational abilities》, प्रकाशित 《Proceedings of the National Academy of Sciences》 में3।

उन्होंने जो किया, उसका सार "स्मृति" को भौतिकी में अनुवाद करना था।

भौतिकी में एक चीज होती है जिसे स्पिन ग्लास (spin glass) कहते हैं: कई चुंबकीय परमाणुओं के अपने-अपने स्पिन दिशा होते हैं, उनके बीच परस्पर क्रिया होती है, पूरा सिस्टम स्वतः एक ऐसा बिंदु ढूंढ लेता है जहां ऊर्जा न्यूनतम हो। हॉपफील्ड ने इस अवधारणा को न्यूरॉन्स पर लागू किया: न्यूरॉन्स को स्पिन मानें, कनेक्शन की ताकत को परस्पर क्रिया मानें, पूरा नेटवर्क स्वतः किसी "न्यूनतम ऊर्जा" (energy minimum) की स्थिर अवस्था में अभिसरित हो जाएगा3। प्रत्येक energy minimum एक संग्रहीत स्मृति है।

इस मॉडल की सुंदरता इसमें है कि इसने स्मृति को भौतिक भाषा में वर्णनीय चीज बना दिया। दिए गए अपूर्ण संकेतों से, नेटवर्क स्वयं उस निकटतम न्यूनतम ऊर्जा बिंदु को ढूंढ लेगा, पूरी स्मृति को पूरा कर देगा। यही वह गणितीय पूर्वज है जो बाद में जेनरेटिव AI करता है।

1982 में, ताइवान में इलेक्ट्रॉनिक्स उद्योग बस शुरू हुआ था, TSMC की स्थापना नहीं हुई थी। मॉरिस चांग को 1987 तक इंतजार करना पड़ा उस कंपनी की स्थापना के लिए जो 42 साल बाद "पवित्र पहाड़" बनेगी। Google Scholar पर हॉपफील्ड के पेपर के उद्धरण, 2026 तक 27,000 से अधिक जमा हो चुके हैं16।

अधिक दिलचस्प है हॉपफील्ड की बाद की एक बात। उन्होंने प्रिंसटन में जीवन भर संघनित पदार्थ भौतिकी की, तंत्रिका विज्ञान में कदम रखा तो उस समय के साथियों ने इसे "शौकिया प्रयास" माना। 2024 में नोबेल सूची घोषित होने तक, वे 91 साल के थे, रॉयल स्वीडिश एकेडमी ने फोन साक्षात्कार में पुरस्कार पर उनकी प्रतिक्रिया पूछी, उन्होंने कहा कि वे "इस बात से चिंतित हैं कि कोई AI की दिशा को समझता या नियंत्रित नहीं करता"17।

आधुनिक AI की पूरी गणितीय नींव लिखने वाले व्यक्ति ने, पुरस्कार मिलने के दिन सभी को सावधान रहने की याद दिलाई।

जॉन जे. हॉपफील्ड 8 दिसंबर 2024 को स्टॉकहोम नोबेल सप्ताह में आधिकारिक चित्र में, गहरा सूट, सफेद बाल, गंभीर भाव
_जॉन जे. हॉपफील्ड, 2024 नोबेल भौतिकी पुरस्कार विजेता, स्टॉकहोम नोबेल सप्ताह। फोटो: आर्थर पेट्रॉन, 2024-12-08. CC BY-SA 4.0 via Wikimedia Commons._

हिंटन: वह 1986 का पेपर, और 2023 में Google छोड़ने की चेतावनी

1947 में लंदन के विम्बलडन में जन्मे जेफ्री हिंटन, इतिहास द्वारा 38 साल देर से स्वीकार किए गए एक अन्य व्यक्ति हैं18।

1986 में, हिंटन ने डेविड रुमेलहार्ट और रोनाल्ड विलियम्स के साथ 《Nature》 में बैकप्रोपेगेशन पर एक पेपर प्रकाशित किया4। इस एल्गोरिदम का अर्थ है: जब न्यूरल नेटवर्क गलती करता है, तो त्रुटि संकेत को प्रत्येक परत पर वापस भेजा जा सकता है, प्रत्येक परत के कनेक्शन वजन को धीरे-धीरे समायोजित करते हुए। यही आज सभी डीप लर्निंग मॉडल्स के स्वयं को प्रशिक्षित करने का तरीका है।

यह एल्गोरिदम 1986 में लिखा गया, लेकिन तीन चीजों के तैयार होने तक विस्फोट नहीं कर सका: पर्याप्त सस्ती कंप्यूटिंग शक्ति, पर्याप्त बड़ी मात्रा में डेटा, और इस रास्ते पर विश्वास करने वाले लोग। पहली दो चीजें 2010 की शुरुआत में तैयार हो गईं, तीसरी चीज के प्रतिनिधि हिंटन और उनके दो छात्र एलेक्स क्रिज़ेव्स्की और इल्या सुत्सकेवर थे। 2012 में, उन्होंने GPU से प्रशिक्षित कन्वोल्यूशनल न्यूरल नेटवर्क AlexNet का उपयोग करके ImageNet इमेज रिकग्निशन प्रतियोगिता में टॉप-5 त्रुटि दर 15.3% हासिल की, दूसरे स्थान के 26.2% को बहुत पीछे छोड़ दिया15। उस क्षण पूरे उद्योग को विश्वास हुआ कि बैकप्रोपेगेशन वास्तव में काम कर सकता है।

मार्च 2013 में, Google ने 4.4 करोड़ डॉलर में हिंटन की छोटी कंपनी DNNresearch का अधिग्रहण किया, 65 वर्षीय हिंटन को अपने साथ ले लिया18। अगले दस साल, वे सिलिकॉन वैली के सबसे प्रतिष्ठित AI विद्वान थे।

फिर 1 मई 2023 को, 《न्यूयॉर्क टाइम्स》 ने एक साक्षात्कार प्रकाशित किया: हिंटन ने Google छोड़ दिया।

उनके छोड़ने का कारण सेवानिवृत्ति नहीं था। उन्होंने साक्षात्कार में कहा, वे "AI जोखिमों के बारे में स्वतंत्र रूप से बात करने में सक्षम होना चाहते थे, बिना इस बात की परवाह किए कि इसका Google पर क्या प्रभाव पड़ेगा"19। उन्होंने जिन खतरों की चेतावनी दी उनमें शामिल हैं: AI सिस्टम जल्द ही मनुष्यों से अधिक बुद्धिमान हो सकते हैं, बुरे लोगों द्वारा बुरे कामों के लिए उपयोग किए जा सकते हैं, और इसे रोकना "देखना मुश्किल है कि कोई तरीका है"19। उन्होंने यहां तक कहा कि वे अपने जीवन भर के काम के एक हिस्से पर "पछताते हैं"19।

2024 में जब नोबेल भौतिकी उन्हें दिया गया, तो उन्होंने फोन साक्षात्कार में फिर से चेतावनी दोहराई: AI के नियंत्रण से बाहर होने की संभावना से सावधान रहें20।

डीप लर्निंग प्रशिक्षण एल्गोरिदम लिखने वाले व्यक्ति, और मेमोरी मॉडल लिखने वाले व्यक्ति, 2024 अक्टूबर के उस दिन एक साथ रॉयल स्वीडिश एकेडमी के मंच पर खड़े हुए, एक साथ सभी को याद दिलाया कि यह चीज कल्पना से अधिक खतरनाक हो सकती है। यह दृश्य 1945 में न्यू मैक्सिको रेगिस्तान में ओपेनहाइमर के उस भाव की याद दिलाता है जब उन्होंने मशरूम बादल उठते देखा था।

दो महीने बाद, 8 दिसंबर 2024 को, हिंटन ने स्टॉकहोम विश्वविद्यालय के ऑला मैग्ना हॉल में नोबेल पुरस्कार व्याख्यान दिया। विषय था 〈बोल्ट्ज़मैन मशीन्स〉——यह उनका और हॉपफील्ड की एक ही परंपरा का, थर्मोडायनामिक्स प्रायिकता वितरण को न्यूरल नेटवर्क में लिखने का प्रारंभिक कार्य था। सुनकर पता चला, 1986 का वह बैकप्रोपेगेशन पेपर कोई अलग अंतर्दृष्टि नहीं थी, बल्कि 80 के दशक में भौतिकी और संज्ञानात्मक विज्ञान के चौराहे से निकली एक पूरी विचार-प्रणाली थी:

रॉयल स्वीडिश एकेडमी ऑफ साइंसेज आधिकारिक चैनल: जेफ्री हिंटन का 8 दिसंबर 2024 का नोबेल भौतिकी पुरस्कार व्याख्यान "बोल्ट्ज़मैन मशीन्स"। 1980 के दशक में उन्होंने और सेजनोव्स्की ने मिलकर बोल्ट्ज़मैन मशीन लिखी, से बैकप्रोपेगेशन तक, आज के LLM तक——पूरे चालीस साल। अंतिम 5 मिनट में उन्होंने फिर से AI जोखिमों पर अपनी चिंता व्यक्त की, इस बार नोबेल मंच से।

PTT से AI लैब तक: एथन तू के दो उद्यम

वापस इस द्वीप ताइवान पर आएं। जब हॉपफील्ड मेमोरी मॉडल लिख रहे थे, ताइवान में बस कंप्यूटर साइंस विभाग शुरू हुए थे।

1995 में, NTU के कंप्यूटर साइंस विभाग के द्वितीय वर्ष के छात्र एथन तू ने एक 486 कंप्यूटर और ओपन सोर्स सॉफ्टवेयर का उपयोग करके, छात्रावास में PTT स्थापित किया, जो बाद में ताइवान का सबसे बड़ा इलेक्ट्रॉनिक बुलेटिन बोर्ड बना। तीस साल बाद, PTT पर अभी भी प्रतिदिन लाखों लोग ऑनलाइन आते हैं, यह ताइवान की इंटरनेट संस्कृति का जीवित जीवाश्म है।

एथन तू बाद में माइक्रोसॉफ्ट गए, कॉर्टाना वॉयस असिस्टेंट के विकास में भाग लिया। अप्रैल 2017 में, उन्होंने सिलिकॉन वैली के उच्च वेतन को छोड़कर ताइवान लौट आए, "ताइवान आर्टिफिशियल इंटेलिजेंस लैब्स" (Taiwan AI Labs) की स्थापना की, यह एशिया का पहला गैर-लाभकारी, खुला AI अनुसंधान संस्थान है21।

उनका उद्देश्य बहुत सीधा था: ताइवान के पास विश्व-स्तरीय सॉफ्टवेयर प्रतिभा है, लेकिन ये प्रतिभाएं सभी सिलिकॉन वैली चली गई हैं। वे एक मंच बनाना चाहते थे, ताकि जो लौटना चाहते हैं या रहना चाहते हैं, उनके पास AI अनुसंधान करने की जगह हो।

Taiwan AI Labs का सबसे प्रसिद्ध उत्पाद है "याटिंग ट्रांसक्रिप्ट" (雅婷逐字稿), पारंपरिक चीनी और ताइवानी लहजे के लिए अनुकूलित एक वाक् पहचान प्रणाली। COVID-19 महामारी के दौरान, लैब ने फेक न्यूज डिटेक्शन टूल और फेडरेटेड लर्निंग मेडिकल AI भी विकसित किया22। इन परियोजनाओं की समानता है: वे सभी ताइवान की स्थानीय समस्याओं को हल करते हैं, ताइवान के स्थानीय डेटा का उपयोग करते हैं, बजाय अमेरिकी मॉडल का अनुवाद करके उपयोग करने के।

एथन तू की कहानी, PTT से AI Labs तक, एक हद तक ताइवान के सॉफ्टवेयर विकास का सूक्ष्म रूप है: तकनीकी क्षमता की कमी नहीं, कमी है वह पारिस्थितिकी तंत्र जो प्रतिभाओं को रोक सके।

💡 क्या आप जानते हैं

1986 में जब हिंटन ने बैकप्रोपेगेशन प्रकाशित किया, ताइवान की GDP लगभग 77.9 अरब डॉलर थी, प्रति व्यक्ति GDP लगभग 4,007 डॉलर, ह्सिंचु साइंस पार्क बस छह साल से चल रहा था23। तीन चीजें एक ही पृथ्वी पर एक साथ हुईं, लेकिन 26 साल बाद ImageNet डेटासेट पर, ये ऐतिहासिक रेखाएं मिलीं। आधारभूत अनुसंधान का समय पैमाना, हमेशा उद्योग कथा द्वारा महसूस किए गए से लंबा होता है।

अल्फाफोल्ड: 50 साल पुरानी प्रोटीन फोल्डिंग पहेली का दूसरा आधा नोबेल

2024 नोबेल रसायन विज्ञान की कहानी, 1972 के एक सवाल से शुरू करनी होगी।

उस साल, अमेरिकी जैव रसायनज्ञ क्रिश्चियन एन्फिंसन ने नोबेल रसायन विज्ञान पुरस्कार प्राप्त करते समय अपने व्याख्यान में एक परिकल्पना प्रस्तुत की: प्रोटीन की त्रि-आयामी फोल्डेड संरचना, पूरी तरह से उसके अमीनो एसिड अनुक्रम द्वारा निर्धारित होती है24। यदि यह परिकल्पना सही है, तो सैद्धांतिक रूप से हमें केवल एक अमीनो एसिड अनुक्रम देखने की जरूरत है, और हम संबंधित 3D संरचना की गणना कर सकते हैं। लेकिन यह "चाहिए" आधी सदी तक पूरा नहीं हुआ। प्रोटीन फोल्डिंग को ग्रैंड चैलेंज कहा जाता था। अकादमी हर दो साल में एक बार CASP प्रतियोगिता आयोजित करती थी, सभी जमा भविष्यवाणी परिणामों की तुलना प्रयोगात्मक संरचना से की जाती थी, 1994 में शुरू होकर 13 संस्करण चले, कोई भी इसे पार नहीं कर सका25।

2018 में CASP13 तक, डीपमाइंड ने पहली पीढ़ी के अल्फाफोल्ड को प्रतियोगिता में भेजा और जीता, लेकिन सटीकता अभी व्यावहारिक नहीं थी। वास्तविक मोड़ 30 नवंबर 2020 को CASP14 में आया: अल्फाफोल्ड 2 ने माध्य GDT 92.4 का स्कोर हासिल किया25। GDT 92.4 का अर्थ है, आधे से अधिक भविष्यवाणी परिणामों में, परमाणु स्थिति का प्रयोगात्मक मूल्य से विचलन एक एंगस्ट्रॉम से कम था, प्रयोगात्मक रिजॉल्यूशन स्तर तक पहुंच गया। CASP आयोजक जॉन मौल्ट ने उस दिन कहा: "काफी हद तक, यह समस्या हल हो चुकी है"25।

50 साल से अनसुलझी समस्या, छह साल में लंदन की एक शोध टीम ने हल कर दी।

चीजें इसके बाद और तेजी से चलीं। जुलाई 2021 में, अल्फाफोल्ड 2 का सोर्स कोड ओपन सोर्स हुआ; उसी साल डीपमाइंड ने यूरोपियन मॉलिक्यूलर बायोलॉजी लेबोरेटरी (EMBL-EBI) के साथ मिलकर अल्फाफोल्ड द्वारा भविष्यवाणी की गई प्रोटीन संरचनाओं को सार्वजनिक डेटाबेस में बदल दिया। जुलाई 2022 में, इस डेटाबेस ने 10 लाख प्रजातियों, लगभग 20 करोड़ों प्रोटीन संरचनाओं को कवर किया, यानी पृथ्वी पर ज्ञात लगभग सभी प्रोटीन के 3D मॉडल मुफ्त में जारी कर दिए गए26।

8 मई 2024 को, डीपमाइंड ने 《Nature》 में अल्फाफोल्ड 3 प्रकाशित किया, भविष्यवाणी क्षमता को एकल प्रोटीन से प्रोटीन और DNA, RNA, लिगैंड (ligand) और आयनों की परस्पर क्रिया तक विस्तारित किया27। नई दवा विकास, वैक्सीन डिजाइन से लेकर एंजाइम इंजीनियरिंग तक, उन सभी क्षेत्रों को जिन्हें यह जानने की जरूरत है कि अणु कैसे एक साथ जुड़ते हैं, इस उपकरण ने उनकी आधारभूत परत को फिर से लिख दिया।

अल्फाफोल्ड लिखने वाले डेमिस हसाबिस पारंपरिक जैव रसायनज्ञ नहीं हैं। उन्होंने चार साल की उम्र में शतरंज खेलना शुरू किया, 13 साल में मास्टर खिताब हासिल किया; 17 साल की उम्र में पीटर मोलिनक्स के साथ सिमुलेशन गेम 《Theme Park》 का सह-विकास किया, लाखों प्रतियां बिकीं28। 2010 में उन्होंने शेन लेग और मुस्तफा सुलेमान के साथ लंदन में डीपमाइंड की स्थापना की, 2014 में Google द्वारा 40 करोड़ पाउंड में अधिग्रहित किया गया28। 2016 में डीपमाइंड के अल्फागो ने ली सेडोल को हराया, 2020 में अल्फाफोल्ड 2, 2024 में नोबेल, तीनों घटनाओं में दस साल से कम का अंतर।

बीच की वह रेखा एक ही दांव है: न्यूरल नेटवर्क का उपयोग उन समस्याओं को हल करने के लिए जो मनुष्य अपने दिमाग से हल नहीं कर सके। गो नियम-बंद है, प्रोटीन फोल्डिंग नियम-खुला है लेकिन भौतिक बाधाएं मजबूत हैं। हसाबिस ने दोनों बार सही युद्धक्षेत्र चुना।

ताइवान की तरफ, एकेडेमिया सिनिका के पूर्व अध्यक्ष जेम्स सी. लियाओ (2006-2016) के कार्यकाल में स्थापित ग्लाइकोप्रोटीन अनुसंधान, इस अग्रिम पंक्ति के सबसे करीब का अकादमिक निवेश है29। एकेडेमिया सिनिका के इंस्टीट्यूट ऑफ बायोमेडिकल साइंसेज, इंस्टीट्यूट ऑफ बायोकेमिस्ट्री में भी टीमें हैं जो अल्फाफोल्ड के ओपन सोर्स वेट्स का उपयोग करके डाउनस्ट्रीम शोध कर रही हैं। लेकिन अल्फाफोल्ड स्तर के कोर मॉडल विकास के लिए, ताइवान में वर्तमान में कोई संगत प्रतिष्ठान नहीं है।

⚠️ विवादास्पद दृष्टिकोण

अल्फाफोल्ड को नोबेल रसायन विज्ञान मिलने पर अकादमी में विवाद था: कुछ संरचनात्मक जीवविज्ञानियों का मानना है कि यह पुरस्कार उन एक्स-रे क्रिस्टलोग्राफी या NMR विद्वानों को दिया जाना चाहिए जिन्होंने शुरुआती महत्वपूर्ण प्रयोग किए, न कि कम्प्यूटेशनल टूल को रसायन विज्ञान के मंदिर में पहुंचाना चाहिए30। दूसरों का मानना है कि यह विवाद स्वयं पुराना है——जब एल्गोरिदम पांच साल में मानवता को पृथ्वी पर लगभग सभी प्रोटीन की 3D संरचना पूरी करने में मदद कर सकता है, तो यही रसायन विज्ञान है। दोनों पक्षों का विवाद अक्टूबर 2024 के बाद धीरे-धीरे दूसरे पक्ष की ओर मुड़ गया, लेकिन इसके द्वारा प्रतिनिधित्व किया गया तनाव गायब नहीं हुआ: जब AI जो कर सकता है उसका विस्तार होता है, तो पारंपरिक विषयों की सीमाओं को फिर से खींचना चाहिए या नहीं?

TAIDE: ताइवान को अपने भाषा मॉडल की आवश्यकता क्यों है

अप्रैल 2023 में, ChatGPT के विश्व स्तर पर फैलने के आधे साल बाद, ताइवान की नेशनल साइंस एंड टेक्नोलॉजी काउंसिल (NSTC) ने "TAIDE" परियोजना शुरू की, पूरा नाम Trustworthy AI Dialogue Engine (विश्वसनीय जेनरेटिव AI डायलॉग इंजन)31।

दो करोड़ तीस लाख आबादी वाला एक द्वीप राष्ट्र अपना बड़ा भाषा मॉडल क्यों बनाना चाहता है?

कारण केवल तकनीकी स्वायत्तता नहीं है। वैश्विक AI प्रशिक्षण डेटा में पारंपरिक चीनी का अनुपात अत्यंत कम है, अधिकांश चीनी डेटा सरलीकृत चीनी वेबसाइटों से आता है। जब ताइवानी लोग ChatGPT या अन्य मॉडल का उपयोग करते हैं, तो प्राप्त उत्तर अक्सर मुख्यभूमि चीन के भाषा उपयोग और दृष्टिकोण पूर्वाग्रह लिए होते हैं। "वीडियो" (視頻) के बजाय "वीडियो" (影片), "गुणवत्ता" (質量) के बजाय "गुणवत्ता" (品質), ये प्रतीत होने वाले सूक्ष्म अंतर, पीछे सांस्कृतिक विषयकता का मुद्दा है। 《टेन शिया मैगज़ीन》 ने सीधे "चीनी AI सांस्कृतिक आक्रमण को रोकें" शीर्षक से TAIDE पर रिपोर्ट की32।

अप्रैल 2024 में, TAIDE टीम ने वाणिज्यिक संस्करण TAIDE-LX-7B और शैक्षणिक संस्करण TAIDE-LX-13B मॉडल जारी किए, लेखन, अनुवाद, सारांश जैसे कार्यों में प्रदर्शन अच्छा रहा33। 2026 तक, TAIDE 2.0 जारी हुआ, मीडियाटेक समर्थित Breeze-8B मॉडल के साथ, ताइवान का LLM पारिस्थितिकी तंत्र "पीछा करने" के चरण से "उपयोग योग्य" चरण में प्रवेश कर गया34।

अधिक दिलचस्प है अनुप्रयोग छोर का खिलना। नेशनल चुंग ह्सिंग यूनिवर्सिटी ने TAIDE का उपयोग करके कृषि ज्ञान पुनर्प्राप्ति प्रणाली "शेन नोंग TAIDE" बनाई; नेशनल ताइनान यूनिवर्सिटी ने ताइवानी-अंग्रेजी संवाद रोबोट विकसित किया ताइवानी शिक्षण के लिए; यांग मिंग चाओ तुंग यूनिवर्सिटी ने ताइवानी और हक्का संस्करणों के TAIDE मॉडल प्रशिक्षित किए35। ये अनुप्रयोग एक बात साबित करते हैं: भाषा मॉडल एक साथ तकनीकी उत्पाद और सांस्कृतिक वाहक हैं। एक AI जो "टियान चुआन री" (天穿日) और "माजू राओ जिंग" (媽祖遶境) को नहीं समझता, ताइवानियों की वास्तव में सेवा नहीं कर सकता।

हालांकि TAIDE का पैमाना अभी छोटा है: वाणिज्यिक 8B और शैक्षणिक 13B पैरामीटर, OpenAI के GPT-4 स्तर (अनुमानित 1 ट्रिलियन से अधिक पैरामीटर) से दो क्रम से अधिक पीछे। इस अंतर के पीछे GPU बजट की समस्या है, क्षमता की नहीं। एक अग्रणी स्तर के LLM को प्रशिक्षित करने के लिए आवश्यक कंप्यूटिंग शक्ति सैकड़ों मिलियन डॉलर में आंकी जाती है, एक राष्ट्रीय स्तर के शोध संस्थान के वार्षिक बजट के समान क्रम की।

हैक होकर निकली AI साइबर सुरक्षा

ताइवान दुनिया के सबसे अधिक साइबर हमलों का सामना करने वाले देशों में से एक है। यह दुर्भाग्यपूर्ण वास्तविकता, अप्रत्याशित रूप से एक मजबूत AI साइबर सुरक्षा उद्योग का उत्प्रेरक बनी।

2017 के अंत में स्थापित साइक्राफ्ट (CyCraft), ताइवान की पहली कंपनी है जिसने AI को एंडपॉइंट मॉनिटरिंग के साथ जोड़ा। इसकी तकनीक को वैश्विक शोध संस्थान गार्टनर ने सात बार रिपोर्ट में शामिल किया, यह ताइवान की एकमात्र विक्रेता है जिसने तीन बार अमेरिकी MITRE ATT&CK आधिकारिक मूल्यांकन पास किया36। फरवरी 2026 में, साइक्राफ्ट ताइवान स्टॉक एक्सचेंज के इनोवेशन बोर्ड पर सूचीबद्ध हुई, ताइवान के पूंजी बाजार में अंतरराष्ट्रीय स्तर की स्वायत्त R&D क्षमता वाली पहली AI साइबर सुरक्षा सॉफ्टवेयर मूल विक्रेता बनी37।

साइक्राफ्ट के ग्राहकों में ताइवान सरकारी एजेंसियां, रक्षा इकाइयां, बैंक और अर्धचालक कंपनियां शामिल हैं, ये ठीक वही लक्ष्य हैं जिन्हें राष्ट्रीय स्तर के हैकर्स सबसे अधिक निशाना बनाते हैं। कंपनी की जापान और सिंगापुर में सहायक कंपनियां हैं, "हैक होकर प्राप्त वास्तविक युद्ध अनुभव" को पूरे एशिया-प्रशांत क्षेत्र में निर्यात कर रही है।

यह मामला एक बात दर्शाता है: ताइवान का AI लाभ केवल अर्धचालक से नहीं आता, बल्कि विशेष भू-राजनीतिक स्थिति द्वारा तराशी गई वास्तविक युद्ध क्षमता से भी आता है।

नीति: "AI元年" से डिजिटल विकास मंत्रालय तक

ताइवान के AI नीति विकास को तीन नोड्स से समझा जा सकता है।

2017-2018 प्रारंभिक चरण है। प्रशासनिक युआन ने 2017 को "AI元年" घोषित किया, "AI छोटा देश बड़ी रणनीति" अवधारणा प्रस्तावित की, यह स्वीकार करते हुए कि ताइवान का बाजार छोटा है, लेकिन अर्धचालक निर्माण, ICT सप्लाई चेन, विज्ञान-इंजीनियरिंग प्रतिभा इन तीन पत्तों पर जोर दिया। 2018 में पहली "ताइवान AI कार्य योजना" शुरू की, चार साल में 40 अरब न्यू ताइवान डॉलर से अधिक निवेश, फोकस AI कंप्यूटिंग इंफ्रास्ट्रक्चर "ताइवान AI क्लाउड" (TWCC) का निर्माण38।

2022 में संस्थागतकरण की ओर बढ़ा। डिजिटल विकास मंत्रालय (moda) स्थापित, मूल रूप से विज्ञान-प्रौद्योगिकी मंत्रालय, आर्थिक मंत्रालय, परिवहन मंत्रालय में बिखरे डिजिटल कार्यों को एकीकृत किया। इस कदम का महत्व है: AI नीति "विज्ञान-प्रौद्योगिकी मंत्रालय की परियोजना" से "अंतर-मंत्रालयी राष्ट्रीय रणनीति" में उन्नत हुई। उसी साल, सरकार ने "कृत्रिम बुद्धिमत्ता विज्ञान-प्रौद्योगिकी अनुसंधान विकास दिशानिर्देश" जारी किए, मानव-केंद्रित, पारदर्शी-समझाने योग्य, निष्पक्ष-भेदभाव रहित आदि सिद्धांतों पर जोर दिया।

2023 से अब तक जेनरेटिव AI की ओर मोड़ है। ChatGPT के झटके ने नीति को तेजी से मोड़ दिया। TAIDE परियोजना शुरू हुई, AI बेसिक लॉ ड्राफ्ट आगे बढ़ा, सार्वजनिक क्षेत्र में AI अपनाने में तेजी आई। ताइवान की रणनीति बहुत व्यावहारिक है: अमेरिका-चीन के साथ आधारभूत अनुसंधान के पेपर संख्या की होड़ नहीं, बल्कि AI को मौजूदा निर्माण उद्योग लाभ के साथ जोड़ना। स्मार्ट निर्माण, मेडिकल इमेजिंग, अर्धचालक यील्ड भविष्यवाणी, ये सभी क्षेत्र हैं जहां ताइवान के पास डेटा, परिदृश्य, प्रतिस्पर्धात्मकता है।

समस्या यह है कि 2024 अक्टूबर के उन दो दिनों के नोबेल विजेताओं की सूची में, "स्मार्ट निर्माण" इस मार्ग से कोई नहीं आया।

चिंता: हार्डवेयर साम्राज्य का सॉफ्टवेयर अंतर

चमकदार संख्याओं के पीछे, ताइवान के AI विकास में एक संरचनात्मक समस्या है: हार्डवेयर और सॉफ्टवेयर का गंभीर असंतुलन।

ताइवान वैश्विक स्तर पर 90% AI सर्वर और अधिकांश AI चिप्स का उत्पादन करता है, लेकिन AI मॉडल विकास, डेटा पारिस्थितिकी, प्लेटफॉर्म सॉफ्टवेयर इन "सॉफ्ट" पहलुओं में उपस्थिति बहुत कम है। वैश्विक शीर्ष बीस AI मॉडलों में, GPT, Claude, Gemini, LLaMA सहित, कोई भी ताइवान से नहीं है। 2024 के दोहरे नोबेल के पुरस्कृत कार्यों की तुलना करें, हॉपफील्ड नेटवर्क से, बैकप्रोपेगेशन से अल्फाफोल्ड तक, ये तीनों रेखाएं ताइवान उद्योग से बहुत दूर हैं।

कारण पुरानी समस्या का नया संस्करण है। जब TSMC इंजीनियरों का वार्षिक वेतन 20 लाख न्यू ताइवान डॉलर से अधिक हो सकता है, सॉफ्टवेयर स्टार्टअप्स के लिए शीर्ष प्रतिभा को हासिल करना बहुत मुश्किल है। Google, Microsoft, NVIDIA ने ताइवान में R&D केंद्र स्थापित किए, वेतन और लाभ मजबूत चुंबकीय प्रभाव बनाते हैं। एक NTU कंप्यूटर साइंस स्नातक की पहली पसंद, अक्सर विदेशी कंपनियां या TSMC IT होती हैं, न कि स्थानीय AI स्टार्टअप में शामिल होना।

अधिक मौलिक चुनौती डेटा है। AI मॉडल का मूल्य प्रशिक्षण डेटा से आता है, जबकि पारंपरिक चीनी के उच्च गुणवत्ता वाले डेटा की मात्रा, अंग्रेजी या सरलीकृत चीनी की तुलना में नगण्य है। ताइवान की दो करोड़ तीस लाख आबादी द्वारा उत्पादित टेक्स्ट मात्रा, स्वाभाविक रूप से अंग्रेजी दुनिया या मुख्यभूमि चीन से कम है। TAIDE परियोजना इस समस्या को हल करने का प्रयास करती है, लेकिन डेटा का पैमाना नुकसान संरचनात्मक है।

ताइवान के AI का असली दांव, सामान्य मॉडल के बजाय ऊर्ध्वाधर अनुप्रयोगों में है: OpenAI या Google के साथ सामान्य मॉडल पर आमने-सामने लड़ने के बजाय, ताइवान अर्धचालक प्रक्रिया AI, मेडिकल इमेजिंग AI, साइबर सुरक्षा AI, पारंपरिक चीनी NLP में अपूरणीय स्थिति ढूंढना चुनता है। इन क्षेत्रों में ताइवान के पास अद्वितीय डेटा और परिदृश्य लाभ हैं, जिन्हें दूसरे आसानी से कॉपी नहीं कर सकते।

एक द्वीप का AI चुनाव

2026 का ताइवान एक अद्वितीय स्थिति में खड़ा है: यह AI हार्डवेयर सप्लाई चेन में पहले कभी इतना अपरिहार्य नहीं था, फिर भी AI सॉफ्टवेयर पारिस्थितिकी में अभी भी हाशिए पर है।

यह पूरी तरह बुरी बात नहीं है। ऐतिहासिक रूप से, ताइवान की सफलता का मॉडल हमेशा "ब्रांड न बनें, ब्रांड के पीछे का ब्रांड बनें" रहा है। मॉरिस चांग ने 1987 में प्योर फाउंड्री मॉडल का आविष्कार किया, जिससे TSMC वैश्विक बाजार मूल्य शीर्ष दस उद्यमों में शामिल हुई। आज, वही तर्क AI सर्वर उद्योग में पुनः खेला जा रहा है: फॉक्सकॉन AI मॉडल नहीं बनाती, लेकिन दुनिया भर के AI मॉडल फॉक्सकॉन द्वारा असेंबल किए गए सर्वरों पर चलते हैं।

लेकिन AI युग के खेल के नियम अलग हो सकते हैं। जब मूल्य का गुरुत्वाकर्षण केंद्र हार्डवेयर से खिसककर सॉफ्टवेयर और डेटा की ओर जाता है, केवल फाउंड्री करने का लाभ मार्जिन संकुचित होगा। 2024 के उन दो दिनों में नोबेल जिनको दिए गए, वे सभी सॉफ्टवेयर परत के लोग थे। हॉपफील्ड ने गणितीय मॉडल लिखा, हिंटन ने प्रशिक्षण एल्गोरिदम लिखा, हसाबिस ने जीव विज्ञान की समाधान विधि लिखी। ये सभी कार्य ताइवान-निर्मित हार्डवेयर पर चलते हैं, लेकिन पुरस्कार हार्डवेयर को नहीं दिए गए।

ताइवान को हार्डवेयर आधिपत्य की नींव पर सॉफ्टवेयर और डेटा क्षमता विकसित करने की जरूरत है: हार्डवेयर अभी भी चेसिस है, नई मूल्य परत इसके ऊपर जुड़ती है। TAIDE एक प्रयास है, साइक्राफ्ट एक प्रयास है, Taiwan AI Labs एक प्रयास है। उनकी समानता है: "दुनिया का सबसे बड़ा AI" बनने का पीछा नहीं, बल्कि "ताइवान को सबसे ज्यादा समझने वाला AI" बनना।

42 साल पहले, जब हॉपफील्ड प्रिंसटन में वे 12 पन्ने लिख रहे थे, कोई नहीं जानता था कि यह आज मानव मेमोरी मॉडल की गणितीय नींव बनेगा। 50 साल पहले, जब एन्फिंसन नोबेल व्याख्यान में प्रोटीन फोल्डिंग परिकल्पना प्रस्तुत कर रहे थे, किसी ने नहीं सोचा था कि 2020 की उस दोपहर तक इंतजार करना पड़ेगा जब लंदन के लोगों का एक समूह इसे हल करेगा। आधारभूत अनुसंधान का समय पैमाना, हर कम्प्यूटेक्स से लंबा है।

निंगशिया नाइट मार्केट का वह भोजन, ताइवान के इन 42 सालों की संचित स्थिति है। अगली लड़ाई कहाँ है——ऑयस्टर ऑमलेट स्टॉल के सामने नहीं, बल्कि इस बात में कि क्या ताइवान में साहस है कि NTU छात्रावास में अभी प्रोग्रामिंग कर रहे किसी छात्र को, दो-तीन दशक बाद इस द्वीप का अपना नोबेल मिले।

आगे पढ़ें：

छवि स्रोत

본 문서는 4개의 퍼블릭 도메인 / CC 라이선스 이미지를 사용하며, 모두 public/article-images/technology/에 캐시되어 있어 소스 서버에 핫링크하지 않습니다:

참고 자료

  1. The Nobel Prize in Physics 2024 press release — 2024년 10월 8일 스웨덴 왕립 과학원 공식 공고. 원문: "The Royal Swedish Academy of Sciences has decided to award the Nobel Prize in Physics 2024 to John J. Hopfield and Geoffrey Hinton 'for foundational discoveries and inventions that enable machine learning with artificial neural networks.'" 상금 1100만 스웨덴 크로나, 두 명 균등 분배.↩
  2. The Nobel Prize in Chemistry 2024 press release — 2024년 10월 9일 공고. 상금 1100만 스웨덴 크로나, 데이비드 베이커 절반 "for computational protein design", 데미스 하사비스와 존 점퍼 나머지 절반 공유 "for protein structure prediction".↩
  3. PNAS, 79(8), 2554-2558 — Hopfield, J. J. (1982). "Neural networks and physical systems with emergent collective computational abilities."↩
  4. Nature, 323, 533-536 — Rumelhart, D. E., Hinton, G. E., & Williams, R. J. (1986). "Learning representations by back-propagating errors."↩
  5. Tom's Hardware: Semiconductor legends take a stroll in a Taiwanese night market — 2024년 5월 29일 닝샤 야시장 현장 보도, 황런쉰, 장중머우, 린바이리, 차이리싱 동석 식사 장면 기록.↩
  6. Taiwan News: Nvidia CEO calls Taiwan 'one of the most important countries in the world' — 2024-05-30 황런쉰 방대 공개 발언.↩
  7. Wikipedia: Jensen Huang — 황런쉰 1963년 타이베이 출생, 타이난에서 유년기, 9세 미국 이민 전기 자료.↩
  8. Klover.ai: TSMC AI Fabricating Dominance — NVIDIA 모든 고급 GPU(A100, H100, 블랙웰 시리즈)는 TSMC가 위탁 제조참조 — NVIDIA AI GPU 전 시리즈 위탁 관계 산업 분석 포함.↩
  9. SQ Magazine: AI Chip Statistics 2025 — 2025년 TSMC 웨이퍼 파운드리 매출 점유율 72% 데이터 출처; Motley Fool 동기 보도도 참조.↩
  10. PatentPC: The AI Chip Market Explosion — NVIDIA AI GPU 시장 점유율 86% 데이터 출처.↩
  11. Tech-Now: Taiwan Leads Global AI Server Shift, Surpassing iPhones in 2025 — 폭스콘, 콴타, 위스트론 글로벌 AI 서버 90% 출하 데이터.↩
  12. DigiTimes: Foxconn, Wistron, Quanta to sustain trillion-dollar revenue on AI server in 2026 — 세 ODM 연매출 1조 돌파, AI 서버 소비자 가전 추월 데이터 보도.↩
  13. 36Kr: Who Will Divide Up the CoWoS Production Capacity in 2026? — NVIDIA CoWoS 웨이퍼 수요 59.5만 장, 글로벌 60% 점유 데이터.↩
  14. NVIDIA Newsroom: Foxconn Builds AI Factory in Partnership With Taiwan and NVIDIA — 가오슝 100MW AI 팩토리 협력 건; CNBC 100MW 전력 용량 보도도 참조.↩
  15. NeurIPS 2012 / NIPS Proceedings — Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2012). "ImageNet Classification with Deep Convolutional Neural Networks."↩
  16. PanSci 판과학: 2024 노벨 물리학상—— 홉필드와 힌턴이 인공 신경망 기계 학습 시대를 열다 — MOU 2026-05-05 기준 콘텐츠 큐레이션 파트너. 홉필드 네트워크 제안 배경, 스핀 글라스 비유, 논문 인용 횟수 누적, 현대 딥러닝과의 수학적 연결 다룸.↩
  17. The Guardian: Nobel physics prize 2024 winner John Hopfield warns of AI dangers — 2024-10-08 노벨 물리학상 전화 인터뷰 보도, 홉필드와 힌턴 동일 AI 위험 경고.↩
  18. Wikipedia: Geoffrey Hinton — 힌턴 1947년 12월 6일 런던 윔블던 출생, 2013년 3월 구글이 4400만 달러에 DNNresearch 인수 후 구글 합류.↩
  19. BBC News: AI 'godfather' Geoffrey Hinton warns of dangers as he quits Google — 2023-05-01 힌턴 구글 퇴사 후 BBC에 AI 위험 우려 표명. 원문 "I left so that I could talk about the dangers of AI without considering how this impacts Google", "a part of me now regrets my life's work". 동기 NYT 인터뷰 세부사항도 이 보도 인용 참조.↩
  20. Nature: AI scientist Geoffrey Hinton wins Nobel prize for physics — Nature의 2024 노벨 물리학상 시상 현장 및 힌턴 전화 인터뷰 상세.↩
  21. 대만 인공지능 실험실 공식 홈페이지 소개 — 두이진 1995년 NTU에서 PTT 설립, 2017년 4월 귀국해 Taiwan AI Labs 설립 공식 소개.↩
  22. TechNews 과학기술신보: AI 인재가 대만에, 갈 것인가 남을 것인가? 대만 인공지능 실험실 창업자 두이진 전문 인터뷰 — 야팅 전자 stenography, 연합 학습 의료 AI 등 핵심 프로젝트 소개.↩
  23. Wikipedia: Economic history of Taiwan — 1986년 대만 GDP 데이터; 신주과학공원 1980년 12월 설립.↩
  24. Science, 181(4096), 223-230 — Anfinsen, C. B. (1973). "Principles that govern the folding of protein chains."↩
  25. Nature: 'It will change everything': DeepMind's AI makes gigantic leap in solving protein structures — 2020년 11월 30일 CASP14 결과 발표 보도, 알파폴드 2 중앙값 GDT 92.4, CASP 주최자 존 몰트 논평 "in some sense the problem is solved".↩
  26. DeepMind: AlphaFold reveals the structure of the protein universe — 2022년 7월 28일 알파폴드 단백질 구조 데이터베이스 100만 종, 약 2억 단백질 구조 커버 발표.↩
  27. Abramson, J., Adler, J., Dunger, J. et al. (2024). Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493-500 — 2024년 5월 8일 알파폴드 3 발표, 단백질과 DNA/RNA/리간드/이온 복합체 예측으로 확장.↩
  28. Wikipedia: Demis Hassabis — 하사비스 4세 체스 시작, 17세(1994) 피터 몰리뉴와 《Theme Park》 공동 개발, 2010년 런던에서 딥마인드 설립, 2014년 구글이 약 4억 파운드에 인수.↩
  29. 중앙연구원 유전체 연구센터 — 웡치후이 원장 재임 중(2006-2016) 당단백질 단백질 구조 연구센터 설립.↩
  30. PanSci 판과학: 2024 노벨 화학상—— 데이비드 베이커, 데미스 하사비스, 존 점퍼가 단백질 폴딩 난제 풀다 — MOU 2026-05-05 기준 콘텐츠 큐레이션 파트너. 알파폴드 노벨 화학상 논란, 구조생물학 vs 계산화학 학문 경계 논의 다룸.↩
  31. 행정원: 대만 AI 기초 건설 완비——신뢰할 수 있는 AI 대화 엔진 TAIDE 구축 — 2023년 4월 TAIDE 프로젝트 시작 공식 설명.↩
  32. 천하잡지: "중국 AI 문화 침략 방지" 대만 첫 번체 중국어 대형 언어 모델 TAIDE, 무엇을 할 수 있을까? — TAIDE 주제 보도, 번체 LLM 문화 주체성 논의 출처.↩
  33. 국가과학기술위원회 보도자료: TAIDE 1년 만에 성과, 공공-민간 협력으로 대만 특색 대형 언어 모델 공동 추진 — 2024년 4월 TAIDE-LX-7B 상용 버전, 13B 학술 버전 출시.↩
  34. CloudInsight: Taiwan LLM Development Status 2026 — TAIDE 2.0, Breeze-8B 등 대만 LLM 생태계 완전 점검.↩
  35. 위 CloudInsight 보고서 동일. 중싱대학 "신농 TAIDE", 타이난대학 타이완어-영어 대화 로봇, 양밍자오퉁대학 타이완어·하카어 TAIDE 모델 등 응용 사례 상세 기술.↩
  36. CIO Taiwan: 대만 보안 업체 순례——사이크래프트 테크놀로지 — 사이크래프트 7회 가트너 등재, 3회 MITRE ATT&CK 평가 통과 상세.↩
  37. 사이크래프트 공식 홈페이지: 혁신보드 첫 AI 보안 왕자! 사이크래프트 오늘 상장 — 2026년 2월 5일 혁신보드 상장 보도자료.↩
  38. 국가과학기술위원회: AI 과학기술 전략 — 제1기 대만 AI 행동계획 400억 예산, TWCC 구축 등 정책 구조.↩
इस लेख के बारे में यह लेख समुदाय के सहयोग तथा AI की सहायता से लिखा और समीक्षित किया गया है।
मुख्य शब्द
कृत्रिम बुद्धिमत्ता AI अर्धचालक प्रौद्योगिकी नीति डिजिटल परिवर्तन नोबेल पुरस्कार अल्फाफोल्ड
साझा करें
श्रेणी पर वापस जाएँ मुखपृष्ठ पर वापस जाएँ

आगे पढ़ें

आप शायद यह भी पढ़ना चाहें

प्रौद्योगिकी

ताइवान एआई लैब्स (Taiwan AI Labs)

‘PTT के पिता’ दु ई-जिन द्वारा मार्च 2017 में स्थापित एक गैर-लाभकारी AI शोध संस्थान। ओपन-सोर्स मॉडल: TAIDE (साधारण चीनी बड़े भाषा मॉडल), TAME, FedGPT, 600 अरब से अधिक टोकन साधारण चीनी भाषा डेटा। स्मार्ट हेल्थकेयर, संज्ञानात्मक युद्ध प्रतिरोध पर केंद्रित। COVID सामाजिक दूरी ऐप (विकेंद्रीकृत ब्लूटूथ)।

閱讀全文
प्रौद्योगिकी

ताइवान कृत्रिम बुद्धिमत्ता विद्यालय: वह अधूरा फोन कॉल, और एक लाख AI इंजीनियर

27 मार्च 2020 को, 44 वर्षीय अकादमिया सिनिकान के शोधकर्ता चें शेंगवेई ने सावधानीपूर्वक टियानिया पत्रिका के संपादक को फोन किया: वह एक मुफ्त राष्ट्रीय प्रोग्रामिंग पाठ्यक्रम शुरू करना चाहते थे। दो दिन बाद उनका स्केटिंग स्कोर पर गिरावट आया, 13 दिनों बाद इलाज के बावजूद उनका निधन हो गया, उम्र 44 वर्ष। उनके निधन के समय, 2018 में स्थापित ताइवान कृत्रिम बुद्धिमत्ता विद्यालय (AIA) ने पहले ही 6,000 से अधिक लोगों को प्रशिक्षित कर लिया था। उसी समय, राष्ट्रीय विकास परिषद की "AI छोटे देश, बड़ी रणनीति" ने 5 वर्षों में 16 अरब डॉलर की मांग की, लेकिन उन्होंने ताइफू, क्वीमी, इन्वेदा सहित छह कंपनियों से 180 मिलियन डॉलर की निजी फंडिंग के माध्यम से स्वयं विद्यालय खोला। आठ वर्षों बाद, पूर्व छात्रों की संख्या 10,000 से अधिक हो गई। AIA ताइवान के उद्योग सुधार में वह पहेली का टुकड़ा है जो ताइवान जैसा नहीं लगता।

閱讀全文
अर्थव्यवस्था

ताइवान की शीर्ष 50 कंपनियाँ: रक्षक देवताओं का पर्वत एक तालिका को थामे है, और एक एकल विफलता बिंदु वाले राष्ट्र को भी

19 मई 2026 को, TSMC एक अकेली कंपनी का बाजार पूंजीकरण पूरे ताइवान भारित सूचकांक का 31.51% और ताइवान शेयर बाजार के कुल बाजार पूंजीकरण का लगभग 40% था; शीर्ष 50 कंपनियाँ मिलकर एक GDP को थामे हुए हैं, लेकिन उनमें से एक ने इस GDP की किस्मत को बंधक बना रखा है। इलेक्ट्रॉनिक्स 36%, वित्त 25%, पारंपरिक उद्योग 10%, तथाकथित "इलेक्ट्रॉनिक्स-वित्त-पारंपरिक" तीन पैरों वाली स्थिरता वास्तव में इलेक्ट्रॉनिक्स उद्योग के एक पैर पर आधा शरीर टिकाए हुए है। निंगशिया नाइट मार्केट में जेन्सन हुआंग और मॉरिस चांग की सेल्फी वाली रात से लेकर काइशुआन थर्ड रोड पर तड़के 32 जानें जाने तक, यह रैंकिंग ताइवान की अपरिहार्य रीढ़ होने के साथ-साथ उसका सबसे नाजुक एकल विफलता बिंदु भी है।

閱讀全文
अर्थव्यवस्था

ताइवान के उद्यम: TSMC

54 वर्ष की आयु में टेक्सास इन्स्ट्रुमेंट्स छोड़कर, 56 वर्ष की आयु में TSMC की स्थापना करने वाले मॉरिस चांग ने पहले 18 वर्षों में तीन बार मुसीबत से बचकर छह शहरों में रहें। 38 वर्ष बाद, 3 मार्च 2025 को, अमेरिकी राष्ट्रपति ट्रम्प ने व्हाइट हाउस में चांग के उत्तराधिकारी वेइ ज़े-जिया की ओर इशारा करते हुए कहा: "वह इस कमरे का सबसे महत्वपूर्ण व्यक्ति है।" 2026 के पहले तिमाही में TSMC की एकल तिमाही की राजस्व 35.9 अरब अमेरिकी डॉलर थी। तूफानों से ग्रसित, पानी और बिजली की कमी वाली एक द्वीप पर, मानवता की डिजिटल सभ्यता के हृदय को निर्मित किया गया—लेकिन यह हृदय जितना बड़ा होता जाता है, उतना ही यह अनिश्चित हो जाता है कि क्या यह द्वीप इसके मूल्य को वहन कर पाएगा।

閱讀全文
सभी देखें प्रौद्योगिकी

ताइवान को जानें

ताइवान के और पहलू

परिचय

Taiwan.md के बारे में — उत्पत्ति, टीम और उद्देश्य

जानना शुरू करें
इतिहास

प्रागैतिहासिक काल से आधुनिक युग तक ताइवान के इतिहास की संपूर्ण रूपरेखा

जानना शुरू करें
भूगोल

ताइवान का प्राकृतिक पर्यावरण, भू-आकृतिक विशेषताएँ और क्षेत्रीय विकास

जानना शुरू करें