Otabek’s I/O

VoiceLab Echo iOS uchun qilgan dasturimiz chiqdi. Endi ovozli xabar eshita olmaydigan do’stlaringiz uchun, ovoz orqali matn yoza olasiz. Yaxshi feedback qoldirishingiz biz uchun muhim, dunyoga chiqishimiz uchun. Xatolarni doim tuzatib borayabmiz. Bepulga foydalaning. Yuklab oling

Nimani o'rganay? Startup qiluvchilarda ham, muhandislarda ham bir xil savol paydo bo'lgan. Ilgari bizni dofamin tizimimiz xatolarni yechishdan zavq olardi. Hozir esa bu ishni biz Code Autocompletion va Vibe Coding'ga almashtirdik. Xo'sh, endi nimadan zavqlanamiz? Eng zo'r xodimlar, startuplar boylarga xizmat ko'rsatuvchilar bo'ladi. Ularni doim muammosi bor, shu muammosini yechuvchi startup yoki mutaxasis bo'lish kifoya, ammo qanday? Agar hozirgi boylar kim deyilsa, men OpenAI, Anthropic, Google va shu kabi AI modellar ishlab chiquvchi kompaniyalar degan bo'lardim. AI sanoatida 2 ta faza mavjud, Training va Inference. Kompaniyalar o’sishi uchun bu ikkisi ham birdek muhim. Training yangi invoatsiya qilish uchun, ya'ni yangi frontier modellarni yaratish uchun. Inference yaratilgan modellarni katta masshtabda insonlarga xizmat ko'rsatishini ta'minlash. OpenAI aytishi bo'yicha ulardagi bor compute'ni 1/4 qismigina inference ga sarflanayotgan ekan, qolgani esa eskperimentlar qilish va yangi modellarni qurish uchun sarflanayotgan ekan. Kompaniya o'sishi uchun ular foyda keltiruvchi tomonga ham ko'proq investitsiya qilishi kerak bo'ladi, ya'ni inference tomonga. Chunki eskperimentlar investitsiyani qaytarmasligi mumkin, ammo foydalanuvchilar pul to'lashi orqali ular daromadini ko'tara oladi. TSMC aytishi bo'yicha yillik hardware tomondagi o'sish 3x ekan. Ya'ni katta kompaniyalar 5-10x o'sishi uchun ularga ko'proq hardware kerak bo'ladi, buni ammo ilojisi yo'q agar tendensiya shu ketish bo'lsa. Demak kompaniyalar o'sishi va daromad qilishi uchun ularga yo yaxshiroq infratuzilma, yo narxlarni keskin oshirishi kerak bo'ladi. Va bularni barchasi Inference Engineer'siz bo'lmasa kerak, menimcha. Agar inferenceda ishlab turgan GPU'lar hozirgidan 5x ko'proq token generatsiya qilishni boshlasa, marketda katta portalsh yuz beradi, chunki ko'plab bizneslar foydaga kirishni boshlaydi. Demak OpenAI, Anthropic va VoiceLab ga o'xshagan kompaniyalar endi Inference Engineering tomondagi optimizatsiyalarga ko'proq qiziqsa kerak. Chunki invoatsiya qilish zo'r, ammo ulardan foyda topish kompaniyani uzoq yillik saqlanib qolishida undanda muhim ro'l o'ynaydi. Startup qurmoqchimisiz? Zo'r mutahasis bo'lishni istaysizmi, unda shu sohalar haqida o'ylab ko'ring.

Samarqand va Buxoro dan kuzatuvchilar bormi? Kichik meetup o’tkazsak bo’ladi. Shu kunlarda sizlar tomonda safardaman. Bu yerga yozing: @otabek_askbot

#KunHazili Men: Xurmatli jamoa, boya codex da 7% limitimiz bor edi, 6% bo'lib qoldi Jamoa: Chig'ildonim qaynagandi, prompt bergandim 1% yeb qo'yibdi @voicelabio

AI modellar bilan 3 ta katta muammolar bor: 1. Reliability - garchi ular hamma narsa qila oladigandek ko’rinsada hali yetarlicha ishonchli emas. Ishonchli bo’lgan payt insonlar ishonchsizlashib qoladi. 2. Compute dependency - halicha modellar qurilmalarga optimizatsiya bo’lmadi. Hardware tomonda limitlarimiz bor, bu pul yoki kuch (computational power) 3. Learning curve fall - o’rganish xato va qilish orqali bo’lardi. Vibe coding (“make it perfect”, “do …”) orqali o’rganish pasayib borayabdi, natijada biz endi raqobat bardosh ham, inovatsion ham bo’lishimiz pasayib boradi. Bunday qobilyat egalari doim qadrlanadi. Bizga juda research kerak hozir!

Dropbox'da ishlab yurgan paytlarim qiziq bir narsani o'rgangan edim. Qanday qilib millionlab odamga fayllarni yetkazishni osonlashtirish mumkin. Boshida buni ko'pincha Linux Foundation qilgan bo'lsa kerak deb o'ylagandim. Keyinroq bu yerda Google va Meta ni ham xissasi bor ekan. Dropbox'da postda yozilgandan ham yaxshiroq yechim qilishgan. Bu haqida yoza olmayman lekin ko'rganimda og'zim ochilib qolgan. Biz uni Magic Pocket deb atardik (Exabyte Scale blob storage system). AI Agent'lar davrida o'rganishga zo'r mavzular. Batafsil o'qish

HyperLogLog Platforma view'lar sonini unique ekanligni xisoblash uchun juda qiziq yo'l va algoritm mavjud. O'qib ko'ring.

Noyabr oyi uchun ko'proq blog yozish rejada bor. Hozirgacha nimalar qila oldim: • Sado v2 modelini chiqardik. Mijozlarimiz uni Gemini va boshqa STT modellardan yaxshi deyishdi. Ko'z tegmasin, Sado v3 oy oxirigacha chiqadi va shevalarda ham eng zo'r model bo'ladi ISA. • Bir tanishimga Google'dan, Senior Software Engineer offer olishda yordam qildim. 3 haftada Shvetsariyada Gemini jamoasida ish boshlaydi. Bugun ertalab rahmat xabarini oldim, juda yoqimli. • Youtube'da ochiq qilib qo'ygan algoritmlar darslarimdan tez-tez yaxshi fikrlar olib turibman. Bu oy yoki kelasi oy rejada Youtube uchun juda qiziq ishlar bor. • Lison v2 modelimiz natijalari ham ancha yaxshi, xissiyotlar bilan gapira oladi. Voice control qila olasiz. • Voice Agent larni va SIP ni bir joydan boshqarish uchun voicelab xizmatga tayyor turibdi. Ba'zi startup va kompaniyalar pilot ishga tushirishdi. Barchasiga alhamdulillah, hozircha atrofimizdagilarga foydamiz tegayabdi, zararimiz emas. Keyinroq Sado v1 STT modelimizni ochiq manbali (open-source) qilib chiqaramiz, undan bemalol foydalansangiz bo'ladi. Bollar, biz yutayabmiz!

Ask me anything in live chat

Diqqat! E’tiboringizga Lison v2’ni taqdim etamiz! Lison v2 bu VoiceLab’ning yangi nutq modeli boʻlib, endilikda matnni shunchaki o’qimaydi, his-tuyg’u bilan gapiradi. • Yangi model pichirlaydi, kula oladi, hayajonlanadi va xafa bo’ladi. Ovoz matnning mazmuniga qarab o‘zgaradi, shuning uchun eshitganda tirik odam gapirayotgandek tuyuladi. 33+ til. O’zbek, rus, ingliz, xitoy, yapon, koreys va boshqa tillarda bir xil tabiiy ovoz. Videolar, audiokitoblar, reklamalar va mijozlar bilan muloqot uchun ovoz yaratayotgan bo’lsangiz, Lison v2 aynan siz uchun. Sinab ko’ring: voicelab.uz

Voicelab'da yangiliklar ko'p, faqat biz ozgina buni yashirib keldik, release kunigacha Sado v2 (STT) modelimiz Gemini va boshqa STT modellardan yaxshiroq natijalar beryabdi O'zbek tili uchun. Biz buni bir nechta dataset va turli xil resource lardan audiolar olib sinab ko'rdik. Lison v2 (TTS) modelimiz Elevenlab v4 va shu kabi modellardan qolishmaydigan natijalar berayabdi. Buni o'zimiz va kichik beta guruh bilan qo'lda sinab solishtirib tekshirib ko'rdik. Live translation uchun yangi modellarimiz kelayabdi. Dubbing bo'yicha ham beta qilgan edik, endi butunlayin release uchun tayyorlayabmiz. Natijalarni tez orada bo'lishib o'tamiz. Hozircha TTS va STT natijalarini voicelab.uz da sinab ko'rsangiz bo'ladi. Ha aytgancha, biz inference optimization uchun custom CUDA va kernel yozishni ham boshladik. Shunga bo'lsa kerak, modellarimiz juda tez ishlayabdi : )

Voicelab da bizga eng qiziq bo'lgan mavzu bu Small Language Models (Large Language Models emas). Sababi ular kichik, bu esa ularni oddiyroq qurilmalarda yuritish imkonini beradi. Qiziq tomoni, agar biz kichik modelni to'g'ri train qilsak. Unga pre-train davomida to'g'ri ma'lumot bera olsak, ma'lumot sifati yuqori bo'lsa keyingi qiladigan ishimiz bu uni learning algoritmini tuzatish bo'ladi. Hamma "Artificial Intelligence" (Sun'iy Idrok) deyayotgan paytda "What is intelligence?" deydiganlar kamayib bormoqda. Ya'ni idrok bu yerda muammoni yechish emas, muammoni yechish avtomatizatsiya yoki tahmin asosida. Haqiqiy idrok bu yerda "o'rganish" (shaxsiy fikrim). Qayerdan, qanday qilib o'rganish. Xatolardan o'rganish. Hozirgi AI tizimlar bunday qilmaydi. Bitta xatoni takrorlashiga sabab yoki ba'zan yomon kod yozishiga sabablardan biri bu pre-train davomida ishlatilgan dataset (ma'lumotlar to'plami). Ular zo'r va chiroyli yozilgan kodlarni emas, ular githubdagi imkon qadar ko'proq kodlarni ko'rsatishga harakat qilishadi. Natijada context learning algoritmi ehtimollikni (probability) barchasiga ulab o'rganadi. Gradient Decent (ya'ni o'sha biz bilan AI ichidagi bilim)da balans yo'qoladi. AI shunchaki ko'p raqamlardan iborat bo'lgan miya bo'lgani uchun ehtimolliklarni bir-biri bilan bog'laydi. Qiziq tomoni bizningcha agar biz haqiqiy learning algortimni va context learningdagi o'sha mashxur f(x) = x^2 ni to'g'irlay olsak, continuous learning ga erisha olsak bo'lsa kerak, qaysidir ma'noda. Albatta bu oson bo'lmaydi. Hozircha muammolar 3ta ekan. Pre-train dagi ma'lumotlar sifati yuqori bo'lishi kerak. Context Learning uchun yaxshiroq algoritm topish (hozirgi algoritm qandaydir trick qilayotganga o'xshaydi, chunki ko'pchilik aynan shu qismini tushunmaydi. Shuning uchun AI bizga Black Box dek tuyuladi). Va oxirgisi Distillation process haqida o'ylab ko'rish, xuddi insonlar uxlaganda ba'zi bilmlarni unutib kundan bitta xulosa yasagani kabi, katta til modellari ham keraksiz bilmlarni tashlashi compute xarajatni pasaytirishga va yaxshiroq o'rganish uchun xulosa qilib to'g'ri algoritm tanlashga o'rgangan bo'larmidi, who knows. Voicelab da yangiliklar bor, tez orada bo'lishib o'tamiz.

AI Research Lab qurish qiyin ekan. Ayniqsa resurslarsiz. Bizda na ma'lumot (data), na pul (money) bor. Research (tadqiqot) uchun eng kerakli narsalardan ikkisi shular. Uchinchisi bu tajriba yoki curious mind. Biz bu tomonda men borman 😁 Savollaringiz bo'lsa qani let's goo

3ta startup hiking + hiring qilishni reja qildik (internship uchun). Topshiring, tabiat bag'rida tanishamiz, suhbat va intervyu qilamiz. Topshirish

Biz yangilik qilishdan to'xtamayabmiz. • Aisha Comet LLM modelimizni chiqardik. Platformaga oid savollaringizga javob beradi. • Voice Isolator modellarimizni chiqardik. Endi Adobe Podcast va Elevenlabs dan 3-4x arzonroq va sifati oshsa-oshadi, ammo qolishmaydi. Ishlatib ko'ring. Izohlarda fikringizni va audio output'larni kutib qolaman : )

#experience Deyarli bir yarim yildan buyon intervyular jarayonida bitta savol doim so'rayman "Eng qiyin yechgan muammoyingiz nima?". Bu savol nega muhim? Chunki bu savolni ichida juda ko'plab yaxshi savollarga javob olish mumkin, kandidat haqida. Masalan, uni izlanuvchan ekanligini "Muammoga qanday duch keldingiz va uni qanday yechdingiz?", muammo yechuvchanligini esa "Aynan qanday limitlar bu muammoni qiyin qilib turgandi?", yaxshi muhandsiligini "Nimalar qildingiz? Qanday qildingiz?" va qanchalik chuqur kira olganini esa har bir qismiga ko'proq to'xtalib savol bilan aniqlash mumkin. Men ko'rgan yaxshi muhandislar javob bermaydi, ular o'rgatadi, bo'lishadi. Dasturchi muhandislik juda qiziq soha, biz har kuni har xil muammolarga duch kelamiz. Muammoni yechish hozir osonroq, AI Agentlar xisobiga. Lekin muammoni o'rganish va uni keyingi safar oldini olib qo'yish xislati kamayib bormoqda. Eng zo'r muhandislar muammoni yaxshi o'rganadi, tahlil qiladi, yechim beradi va keyingi safarga tayyor turadi.

#weAreHiring Voicelab jamoasi mas'uliyatli, o'zini va boshqalarni xurmat qiladigan, o'sishga doim intiladigan, yaxshi muhandislarni qidirayabdi. Agar siz: • Agar sizni Backend bilimlaringiz yaxshi bo'lsa • Algoritmlardan oz-moz xabaringiz bo'lsa • Sun'iy intelekt texnologiyalarini qurishga qiziqsangiz • Bizni intervyu jarayonimizdan o'ta olsangiz Siz bilan ishlashdan bahoyatda xursand bo'lamiz. Bizga rezyumengiz, va oxirgi ish joyingizda nima ishlar qilganingizni biroz detallar bilan yozib jo'nating. Intervyuni shaxsan o'zim olaman. Va har bir kandidatni ham o'zim ko'rib chiqaman. Qancha qilgan ishingizni yaxshi va sodda tilda ifodalab yozsangiz, imkoniyatingiz shuncha oshadi. @voicelab_support

Biz referal tizimini ishga tushurdik, sizni linkingiz orqali VoiceLab'dan obuna sotib olinsa 10%'ni siz bilan bo'lishamiz. • Click, Payme, Uzum, Alif va Polar orqali to'lash imkoniyatlari qo'shildi. Ozgina pul ishlay)) Link: https://voicelab.uz/app/sign-up?ref=B5UHQM2ACFSAN65V

Yangi modellarimiz deyarli bitib qoldi. Ular eski benchmark larimizni buzayabdi. Eskilarini ochiq manbali qilmoqchimiz? Sizga qiziqmi?