मिनेंग टेक्नोलॉजी की फंडिंग: मेडिकल AI के लिए स्पाइकिंग न्यूरल-नेटवर्क चिप पर दांव

मिनेंग/मिनोटेक की बताई गई फंडिंग का जोर किसी पारंपरिक GPU-जैसे चिप कार्यक्रम से अधिक व्यावसायीकरण पर दिखता है। कंपनी के अनुसार, राशि मेडिकल-ग्रेड मॉड्यूल के बड़े पैमाने पर उत्पादन और पुनरावृत्त सुधार, क्लोज्ड-लूप फिजियोलॉजिकल-रेगुलेशन इंजीनियरिंग तथा मेडिकल-डिवाइस निर्माताओं के साथ एकीकरण पर खर्च होगी। उपलब्ध रिपोर्ट इसे ‘दसियों मिलियन युआन की इक्विटी फंडिंग’ कहती है; इसे स्पष्ट रूप से Series A नहीं बताती। इसी तरह, रिपोर्ट कंपनी के ‘1,000 गुना’ ऊर्जा-दक्षता वाले आंकड़े की स्वतंत्र पुष्टि भी नहीं करती। 15

कंपनी क्या बना रही है?

मिनेंग एक वर्टिकली इंटीग्रेटेड प्लेटफॉर्म का वर्णन करती है, जिसे मोटे तौर पर ‘फिजियोलॉजिकल सेंसिंग → इवेंट कंप्यूटिंग → सुरक्षित रेगुलेशन’ के रूप में देखा जा सकता है। इसमें शामिल हैं:

• कई प्रकार के शारीरिक संकेतों का अधिग्रहण;
• सिग्नल को पल्स/इवेंट में एन्कोड करना;
• मिक्स्ड-सिग्नल SNN कंप्यूटिंग कोर;
• हार्डवेयर सुरक्षा जांचों वाला प्रोग्रामेबल, मेडिकल-ग्रेड इंटरवेंशन यूनिट। 15

इसका मॉडल मुख्यतः तैयार उपभोक्ता डिवाइस बेचने का नहीं है। कंपनी चिप, मॉड्यूल, SDK, इंजीनियरिंग और मेडिकल-डिवाइस पंजीकरण सहायता डिवाइस निर्माताओं को उपलब्ध कराने का लक्ष्य बताती है। 15

SNN, GPU या NPU इन्फरेंस से अलग कैसे है?

पारंपरिक GPU/NPU पाइपलाइन अक्सर तय अंतराल पर डेटा सैंपल करती हैं और घनी संख्यात्मक टेंसर गणनाएं दोहराती रहती हैं—भले ही बायोसिग्नल में चिकित्सकीय रूप से अर्थपूर्ण बदलाव बहुत कम हो। मिनेंग की प्रस्तावित संरचना में वेवफॉर्म के महत्वपूर्ण बदलावों को अलग-अलग स्पाइक के रूप में एन्कोड किया जाता है। प्रोसेसिंग तभी सक्रिय होती है जब ऐसा इवेंट हो; महत्वपूर्ण इवेंट न होने पर प्रणाली गहरे लो-पावर मोड में रह सकती है। 15

इसे जैविक मस्तिष्क से प्रेरित कहा जाता है, क्योंकि न्यूरॉन लगातार ग्लोबल क्लॉक पर फ्लोटिंग-पॉइंट मान भेजने के बजाय विरल और असिंक्रोनस संकेतों से संवाद करते हैं। संभावित लाभ ये हैं:

• गणना और डेटा मूवमेंट में कमी;
• समय-संबंधी जानकारी को स्वाभाविक ढंग से बनाए रखना;
• अचानक आने वाले बदलावों पर कम विलंबता में प्रतिक्रिया;
• लगातार आने वाली, कमजोर और शोरयुक्त फिजियोलॉजिकल टाइम-सीरीज़ के लिए उपयुक्तता। 14

हालांकि ऊर्जा बचत हर SNN प्रणाली में अपने-आप समान नहीं होती; यह काम के प्रकार और हार्डवेयर/सॉफ्टवेयर के क्रियान्वयन पर निर्भर करती है। उदाहरण के लिए, एक असिंक्रोनस सेंसिंग-कंप्यूटिंग चिप ने प्रोसेसर की निष्क्रिय अवस्था में 0.42 mW बिजली खपत बताई है। शोध समीक्षाएं कुछ उपयोग मामलों में इन्फरेंस ऊर्जा में कई ऑर्डर तक कमी की संभावना बताती हैं। लेकिन यह किसी सार्वजनिक बेंचमार्क, मॉडल, सटीकता लक्ष्य और माप-सीमा के बिना मिनेंग के कथित ‘लगभग 1,000 गुना’ आंकड़े को प्रमाणित नहीं करता। 37

मेडिकल उपयोग के संभावित क्षेत्र

मिनेंग ने EEG, ECG और EMG वेवफॉर्म मॉनिटरिंग; क्रॉनिक बीमारी के लिए लंबी अवधि की घरेलू निगरानी; नॉन-इनवेसिव ब्रेन-कंप्यूटर इंटरैक्शन; रिहैबिलिटेशन के लिए क्लोज्ड-लूप रेगुलेशन; नींद से जुड़े ऑटोनॉमिक-नर्व रेगुलेशन; स्पोर्ट्स रिहैबिलिटेशन; और क्रॉनिक पेन के घरेलू इंटरवेंशन जैसे क्षेत्र गिनाए हैं। 15

ECG और EEG इस तकनीक के लिए तकनीकी रूप से उपयुक्त लक्ष्य हैं, क्योंकि SNN समय के साथ बदलते पैटर्न को संभालते हैं और लगातार चलने वाली स्थानीय क्लासिफिकेशन या दौरे/एरिदमिया की चेतावनी में मदद कर सकते हैं। शोध में स्पाइक-ड्रिवन वेयरेबल ECG क्लासिफिकेशन तथा EEG दौरा-पूर्वानुमान और ECG विश्लेषण के लिए न्यूरोमॉर्फिक फ्रेमवर्क प्रदर्शित किए गए हैं। 48

मेडिकल इमेजिंग की प्रारंभिक स्क्रीनिंग को एज-AI का व्यापक संभावित उपयोग कहा जा सकता है, लेकिन यह फंडिंग रिपोर्ट में मिनेंग का प्रमुख घोषित उत्पाद-लक्ष्य नहीं है। उपलब्ध जानकारी फिजियोलॉजिकल सिग्नल सेंसिंग, मॉनिटरिंग और क्लोज्ड-लूप रेगुलेशन का अधिक ठोस समर्थन करती है। 15

एम्बुलेंस और दूरस्थ देखभाल में एज AI क्यों अहम हो सकता है?

कम बिजली खपत और कम गर्मी वाला चिप पोर्टेबल मॉनिटर के भीतर ही शुरुआती अलर्ट या ट्रायेज मॉडल चला सकता है। इससे बिजली-खपत वाले वर्कस्टेशन, सतत क्लाउड कनेक्शन या संवेदनशील बायोसिग्नल की लगातार अपलोडिंग पर निर्भरता घट सकती है। संभावित व्यावहारिक फायदे हैं:

• अधिक बैटरी बैकअप;
• कम थर्मल-मैनेजमेंट जरूरत;
• तत्काल स्थानीय इन्फरेंस;
• सीमित बैंडविड्थ वाले माहौल में बेहतर संचालन क्षमता।

ये इंजीनियरिंग संबंधी संभावनाएं हैं, इस बात का प्रमाण नहीं कि मिनेंग के उपकरण एम्बुलेंस, फील्ड अस्पताल या दूरस्थ क्लिनिक में क्लिनिकली सत्यापित हो चुके हैं। फिर भी, न्यूरोमॉर्फिक बायोमेडिकल शोध कम-ऊर्जा, गतिशील ऑन-डिवाइस प्रोसेसिंग के सामान्य तर्क का समर्थन करता है। 23

न्यूरोमॉर्फिक चिप बाजार में मिनेंग की जगह

मिनेंग को सामान्य-उद्देश्य AI एक्सेलरेशन के बजाय ऊर्जा-सीमित एज इन्फरेंस के लिए इवेंट-ड्रिवन SNN हार्डवेयर पर केंद्रित, चिकित्सा-विशेषज्ञ चीनी कंपनी के रूप में देखना अधिक उचित है। Intel की Loihi श्रृंखला प्रोग्रामेबल, असिंक्रोनस SNN रिसर्च हार्डवेयर का उदाहरण है, जिसमें ऑन-चिप लर्निंग की क्षमता है। IBM की TrueNorth कम-ऊर्जा इन्फरेंस के लिए जानी जाने वाली डिजिटल, इवेंट-ड्रिवन आर्किटेक्चर रही है। 56

चीन के Tianjic और Darwin प्रयास भी घरेलू ब्रेन-इंस्पायर्ड/SNN हार्डवेयर शोध को दर्शाते हैं। मिनेंग का दावा किया गया अंतर केवल न्यूरॉन या सिनैप्स की संख्या नहीं, बल्कि मेडिकल-डिवाइस स्टैक है—यानी फिजियोलॉजिकल एन्कोडिंग, सेफ्टी लॉजिक, मानकीकृत मॉड्यूल और नियामकीय एकीकरण। 15

फिर भी व्यावसायिक अनिश्चितताएं महत्वपूर्ण हैं। SNN ट्रेनिंग टूल, परिणामों की पुनरुत्पादकता, मेडिकल-डिवाइस सत्यापन, क्लिनिकल साक्ष्य, साइबर सुरक्षा, मैन्युफैक्चरिंग यील्ड और नियामकीय मंजूरी उतने ही महत्वपूर्ण होंगे जितनी कच्ची ऊर्जा-दक्षता। मिनेंग ने राजस्व और सहयोग की बात कही है, लेकिन उद्धृत रिपोर्ट स्वतंत्र रूप से ऑडिट किए गए प्रदर्शन, क्लिनिकल नतीजों, नियामकीय मंजूरी या चिप-बेंचमार्क आंकड़े उपलब्ध नहीं कराती। 15