NativeTernary: A Self-Delimiting Binary Encoding with Unary Run-Length Hierarchy Markers for Ternary Neural Network Weights, Structured Data, and General Computing Infrastructure
NativeTernary एक स्व-सीमांकित (self-delimiting) बाइनरी एन्कोडिंग योजना पेश करता है जो टर्नरी मानों को दर्शाने के लिए 2-बिट युग्मों का उपयोग करता है और पदानुक्रमित रूप से संरचनात्मक सीमाओं को चिह्नित करने के लिए डेलिमिटर युग्मों के यूनरी रन-लेंथ अनुक्रमों का उपयोग करता है, जिससे हार्डवेयर संशोधनों की आवश्यकता के बिना टर्नरी न्यूरल नेटवर्क और विविध कंप्यूटिंग अनुप्रयोगों के लिए कुशल भंडारण और संचरण सक्षम होता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप केवल एक टॉर्च (flashlight) का उपयोग करके अपने मित्र को एक संदेश भेजने की कोशिश कर रहे हैं। आपके पास दो विकल्प हैं: आप टॉर्च को चालू (ON) या बंद (OFF) कर सकते हैं। कंप्यूटर इसी तरह काम करते हैं: वे बाइनरी (1s और 0s) में बात करते हैं।
लेकिन मानवीय भाषा अधिक जटिल है। हम केवल शब्द नहीं बोलते; हम रुकते भी हैं।
- एक छोटा विराम शब्दों को अलग करता है।
- एक लंबा विराम वाक्यों को अलग करता है।
- एक बहुत लंबा विराम अनुच्छेदों (paragraphs) को अलग करता है।
वर्तमान में, कंप्यूटर इसमें बहुत खराब हैं। एक विराम दिखाने के लिए, उन्हें संदेश को रोकना पड़ता है, एक अलग नोट लिखना पड़ता है जिसमें लिखा हो "यहाँ रुकें," और फिर संदेश को फिर से शुरू करना पड़ता है। यह एक पत्र भेजने जैसा है जहाँ आपको हर वाक्य के बीच लाल स्याही से "STOP" लिखना पड़ता है। इससे जगह और समय दोनों बर्बाद होते हैं।
NativeTernary लिखने का एक नया तरीका है जो टॉर्च को केवल चालू-बंद होने से कहीं अधिक करने की अनुमति देता है। यह टॉर्च को इस तरह से "झपकाने" (blink) की अनुमति देता है कि वह स्वाभाविक रूप से डेटा और उसकी संरचना (structure) को एक साथ बता सके।
यहाँ इसका सरल विवरण दिया गया है कि यह कैसे काम करता है:
1. "दो बिट्स" का जादू (टॉर्च की जोड़ी)
एक समय में एक फ्लैश को देखने के बजाय, NativeTernary दो फ्लैश को एक साथ देखता है।
दो फ्लैश के दो साथ मिलकर चार संभावित संयोजन (combinations) होते हैं:
- बंद-बंद (00)
- बंद-चालू (01)
- चालू-बंद (10)
- चालू-चालू (11)
इस नए सिस्टम में, इन चार संयोजनों में से तीन का उपयोग डेटा (वास्तविक शब्द या संख्याएँ) के लिए किया जाता है, और एक को विराम (pause) के लिए आरक्षित रखा जाता है।
- डेटा: तीन "डेटा" फ्लैश तीन मान (values) का प्रतिनिधित्व करते हैं: -1, 0, और +1 (या 0, 1, और 2)। यह AI वेट्स (weights) या सेंसर परिवर्तनों के लिए एकदम सही है, जो अक्सर केवल ऊपर, नीचे या स्थिर रहते हैं।
- विराम: चौथा संयोजन (आमतौर पर "चालू-चालू" या "11") "स्टॉप साइन" है।
2. "रन-लेंथ" (Run-Length) का कमाल (विराम की लंबाई)
यह सबसे चतुर हिस्सा है। आपको कैसे पता चलेगा कि यह एक शब्द-ब्रेक है या वाक्य-ब्रेक?
- "स्टॉप साइन्स" के एक जोड़े का विराम (11) = एक शब्द ब्रेक।
- "स्टॉप साइन्स" के दो जोड़े (11 11) = एक वाक्य ब्रेक।
- तीन जोड़े (11 11 11) = एक पैराग्राफ ब्रेक।
यह बोलने जैसा है:
- "नमस्ते [छोटा विराम] दुनिया।" (शब्द ब्रेक)
- "नमस्ते दुनिया [लंबा विराम] मैं खुश हूँ।" (वाक्य ब्रेक)
कंप्यूटर को यह कहने के लिए अलग से नोट की आवश्यकता नहीं है कि "यह एक वाक्य है।" मौन की लंबाई ही बताती है कि वह क्या है। जितना दुर्लभ ब्रेक होगा (जैसे पैराग्राफ), मौन उतना ही लंबा होगा, जिससे जगह बचती है क्योंकि लंबे अंतराल कम बार होते हैं।
3. AI के लिए यह क्यों महत्वपूर्ण है (The "BitNet" Connection)
हाल ही में, शोधकर्ताओं ने पाया है कि विशाल AI मॉडल (जैसे कि यह उत्तर लिख रहे हैं) पूरी तरह से काम कर सकते हैं यदि उनके "ब्रेन वेट्स" केवल -1, 0, या +1 हों। इसे टेनरी (Ternary) कहा जाता है।
हालाँकि, हम अभी भी इन AI मॉडलों को पुराने ढंग के बाइनरी (0s और 1s) में बोलने के लिए मजबूर कर रहे हैं ताकि उन्हें हार्ड ड्राइव पर स्टोर किया जा सके। यह एक 3D वस्तु को 2D बॉक्स में फिट करने जैसा है। आपको उसे दबाना पड़ता है, जिससे जगह बर्बाद होती है और इसे पढ़ना कठिन हो जाता है।
NativeTernary इन AI मॉडलों को उनकी अपनी मूल भाषा देता है। यह -1, 0, और +1 मानों को सीधे स्टोर करता है, और इसे स्वतः पता चल जाता है कि AI का एक लेयर कहाँ समाप्त होता है और अगला कहाँ शुरू होता है, बिना किसी अतिरिक्त "मेटाडेटा" फाइलों के।
4. "पावर सेविंग" मोड
पेपर में एक विशेष संस्करण का भी उल्लेख है जो छोटे उपकरणों (जैसे हार्ट मॉनिटर या सैटेलाइट) के लिए है।
- मानक संस्करण में, "स्टॉप साइन" चालू-चालू (11) है। यह प्रकाश चालू करने के लिए ऊर्जा का उपयोग करता है।
- पावर-सेविंग संस्करण में, "स्टॉप साइन" बंद-बंद (00) है।
यह क्यों मायने रखता है? इलेक्ट्रॉनिक्स में, 'ऑफ' से 'ऑन' में स्विच करना सबसे अधिक ऊर्जा का उपयोग करता है। यदि आपका "स्टॉप साइन" केवल "बंद-बंद" है, तो डिवाइस को ब्रेक का संकेत देने के लिए कुछ भी चालू करने की आवश्यकता नहीं है। यह बस शांत रहता है। यह उन उपकरणों के लिए बैटरी जीवन को बहुत बचाता है जिन्हें आसानी से रिचार्ज नहीं किया जा सकता है।
5. किसी नए हार्डवेयर की आवश्यकता नहीं
सबसे अच्छी बात? NativeTernary का उपयोग करने के लिए आपको नया कंप्यूटर या नया फोन खरीदने की आवश्यकता नहीं है।
- पुराना तरीका: आपको एक नए "टेनरी कंप्यूटर" की आवश्यकता होगी (जो अभी तक मौजूद नहीं है)।
- NativeTernary तरीका: आपको बस सॉफ्टवेयर (डेटा लिखने के नियम) को बदलना होगा। मौजूदा बाइनरी तार और चिप्स इसे पूरी तरह से संभाल सकते हैं। यह एक पुरानी कार को इंजन बदले बिना नए प्रकार की सड़क पर चलाना सिखाने जैसा है।
सारांश: ट्रेन का उदाहरण
कल्पना कीजिए कि एक ट्रेन माल (डेटा) ले जा रही है।
- वर्तमान कंप्यूटर: ट्रेन में फ्लैटकार (flatcars) होते हैं। हर बार जब माल का प्रकार बदलता है, तो ट्रेन रुक जाती है, और एक कार्यकर्ता कार के किनारे एक साइन लिखता है कि "नया माल प्रकार।" इसमें समय और स्थान लगता है।
- NativeTernary: ट्रेन में विशेष फ्लैटकार होते हैं।
- यदि माल "प्रकार A" है, तो कार लाल रंग की है।
- यदि "प्रकार B" है, तो नीली है।
- यदि "प्रकार C" है, तो हरी है।
- जादू: यदि आप एक खाली कार देखते हैं, तो इसका मतलब है "नया शब्द।" यदि आप एक साथ दो खाली कारें देखते हैं, तो इसका मतलब है "नया वाक्य।" यदि आप तीन देखते हैं, तो इसका मतलब है "नया पैराग्राफ।"
ट्रेन को साइन लिखने के लिए कभी रुकने की आवश्यकता नहीं होती है। संरचना ट्रेन के डिब्बों में ही समाहित है।
संक्षेप में: NativeTernary जानकारी को पैक करने का एक स्मार्ट तरीका है जो स्थान बचाता है, बैटरी बचाता है, और AI मॉडलों को स्टोर करना आसान बनाता है, और यह सब हमारे पास मौजूद मौजूदा कंप्यूटरों का उपयोग करके किया जाता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।