डीपमाइंड के सीईओ डेमिस हसाबिस| भारत समाचार

नई दिल्ली: आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) पांच से दस वर्षों के भीतर क्षितिज पर हो सकता है, लेकिन आज के एआई सिस्टम “जंजीर इंटेलिजेंस” बने हुए हैं जो कुछ कार्यों में शानदार हैं और दूसरों में बेहद खराब हैं, इस क्षेत्र के अग्रणी विशेषज्ञों में से एक, Google डीपमाइंड के मुख्य कार्यकारी डेमिस हसाबिस ने बुधवार को नई दिल्ली में अलग-अलग कार्यक्रमों में कहा।

हसाबिस ने इंडिया एआई इम्पैक्ट समिट में शोध पर मुख्य भाषण देते हुए कहा, “हम उस दहलीज पर हैं जहां एजीआई – कृत्रिम सामान्य बुद्धि – क्षितिज पर है।” उन्होंने एजीआई को एक ऐसी प्रणाली के रूप में परिभाषित किया जो “मानव की सभी संज्ञानात्मक क्षमताओं को प्रदर्शित कर सकती है, जिसमें रचनात्मकता, दीर्घकालिक योजना और इस तरह की चीजें शामिल हैं”।

लेकिन वहां पहुंचने के लिए मौजूदा प्रणालियों में मूलभूत कमियों को दूर करने की आवश्यकता होगी। उन्होंने तीन महत्वपूर्ण कमियों की पहचान की: तैनाती के बाद लगातार सीखने में असमर्थता, सुसंगत दीर्घकालिक योजना की कमी, और सबसे ऊपर, एक जिद्दी असंगति जिसे उन्होंने सबसे बड़ी बाधा बताया।

उन्होंने कहा, “आज के सिस्टम एक तरह से टेढ़ी-मेढ़ी बुद्धि की तरह हैं। वे कुछ चीजों में बहुत अच्छे हैं, लेकिन वे अन्य चीजों में बहुत, बहुत खराब हैं, जिनमें कभी-कभी एक ही चीज भी शामिल है।” वर्तमान मॉडल अंतर्राष्ट्रीय गणित ओलंपियाड में स्वर्ण पदक जीत सकते हैं “लेकिन यदि आप एक निश्चित तरीके से प्रश्न पूछते हैं तो कभी-कभी प्राथमिक गणित में गलतियाँ भी हो सकती हैं”।

यह भी पढ़ें | कृत्रिम सामान्य बुद्धि केवल 5 से 7 साल दूर हो सकती है: डेमिस हसाबिस

हस्साबिस – एक प्रशिक्षित न्यूरोसाइंटिस्ट जिन्होंने डीपमाइंड के सह-संस्थापक होने से पहले मस्तिष्क के हिप्पोकैम्पस का अध्ययन किया था – ने कहा कि एआई युग से एक सबक यह है कि मानव मस्तिष्क कितना उल्लेखनीय रूप से कुशल है। दुनिया की समझ विकसित करने के लिए आधुनिक एआई सिस्टम को संपूर्ण इंटरनेट का उपयोग करना होगा; मस्तिष्क नहीं करता. “अब मैं देख रहा हूं कि मस्तिष्क कितना नमूना-कुशल है।

चीजों को समझने के लिए पूरे इंटरनेट को निगलने की जरूरत नहीं है,” उन्होंने कहा। उन्होंने स्वीकार किया कि शोधकर्ताओं ने जो बनाया है, वह जैविक बुद्धिमत्ता के समान सिद्धांतों का उपयोग करता है, लेकिन ”मस्तिष्क जिस तरह से काम करता है, उससे बहुत अलग प्रकार की प्रणाली में प्रकट हुआ है।”

यह भी पढ़ें: ‘हां, यह एआई है’: मैक्रॉन ने दोस्ती पर एक नोट के साथ पीएम मोदी के साथ ‘फोटो’ साझा की

यह जांचने के लिए कि क्या किसी प्रणाली ने वास्तव में एजीआई हासिल किया है, हस्साबिस ने एक महत्वाकांक्षी विचार प्रयोग का प्रस्ताव रखा: 1911 के ज्ञान कट-ऑफ के साथ एक मॉडल को प्रशिक्षित करना और यह देखना कि क्या यह स्वतंत्र रूप से सामान्य सापेक्षता पर पहुंच सकता है, जैसा कि आइंस्टीन ने 1915 में किया था। उन्होंने कहा, इसके लिए उच्चतम स्तर की वैज्ञानिक रचनात्मकता की आवश्यकता होगी – न केवल किसी समस्या को हल करने की क्षमता बल्कि सबसे पहले सही प्रश्न की पहचान करने की क्षमता। उन्होंने कहा, “अनुमान को हल करने की तुलना में सही प्रश्न और सही परिकल्पना के साथ आना बहुत कठिन है।” “मुझे लगता है कि आज की प्रणालियाँ स्पष्ट रूप से ऐसा करने में सक्षम नहीं होंगी।” हसबिस ने शिखर सम्मेलन में दो प्रस्तुतियों में अपनी टिप्पणियाँ दीं – आईआईटी मद्रास के बलरामन रवींद्रन द्वारा संचालित एक मुख्य सत्र, और अल्फाबेट के सीईओ सुंदर पिचाई और एसवीपी, रिसर्च, लैब्स, टेक्नोलॉजी एंड सोसाइटी, जेम्स मनिका की उपस्थिति में एक पैनल चर्चा।

पैनल में, पिचाई ने वर्तमान अवधि को पीढ़ी में एक बार होने वाले विभक्ति बिंदु के रूप में वर्णित किया, एआई को “हमारे जीवनकाल का सबसे बड़ा प्लेटफ़ॉर्म बदलाव” कहा। उन्होंने अपने प्रतिभा पूल और डिजिटल सार्वजनिक बुनियादी ढांचे का हवाला देते हुए कहा कि भारत लाभ के लिए “विशिष्ट स्थिति में” है।

यह भी पढ़ें: मॉस्को का कहना है कि इस बात पर विश्वास करने का कोई कारण नहीं है कि भारत ने रूसी तेल आयात रोक दिया है

एजीआई के तकनीकी पथ पर, हासबिस ने एक मिश्रित दृष्टिकोण प्रस्तुत किया। उन्होंने कहा कि सफलता अल्फ़ागो में डीपमाइंड में अग्रणी विचारों के संयोजन से आएगी – मोंटे कार्लो ट्री सर्च जैसी तकनीकें, जो संभावित भविष्य के कदमों का अनुकरण करके एक प्रणाली को आगे सोचने की अनुमति देती हैं – व्यापक विश्व-ज्ञान के साथ जो पहले से ही आज के बड़े फाउंडेशन मॉडल जैसे Google के जेमिनी में एन्कोड किया गया है।

“हमें स्वाभाविक रूप से अल्फ़ागो के साथ हमारे पास मौजूद विचारों को आज के बुनियादी मॉडलों के साथ संयोजित करने की आवश्यकता है,” उन्होंने स्वीकार करते हुए कहा कि यह कार्य खेलों की तुलना में कठिन है — अल्फ़ागो मानव गो प्लेयर को हराने वाला पहला कंप्यूटर प्रोग्राम है — क्योंकि “आपके पास खेलों में तुच्छ संक्रमण मैट्रिक्स की तरह दुनिया का एक आदर्श मॉडल नहीं है”।

व्यावहारिक रूप से, हासबिस ने तर्क दिया, एक पूरी तरह से स्व-सिखाया प्रणाली जो अकेले सुदृढीकरण सीखने के माध्यम से सब कुछ सीखती है – जैसा कि डीपमाइंड के अल्फ़ाज़ेरो ने एक बार शतरंज और गो के लिए किया था – एजीआई के लिए सबसे तेज़ मार्ग नहीं है। उन्होंने कहा, यह कहीं अधिक कुशल है, इसकी शुरुआत फाउंडेशन मॉडल से की जाए, जो पहले से ही दुनिया के एक प्रकार के कामकाजी मॉडल के रूप में मानव ज्ञान के विशाल भंडार को अवशोषित कर चुका है, और फिर शीर्ष पर सुदृढीकरण सीखने और योजना की परत चढ़ाता है। उन्होंने कहा, “जेमिनी जैसे फाउंडेशन मॉडल अंतिम एजीआई समाधान का एक महत्वपूर्ण हिस्सा बनने जा रहे हैं, और फिर हमारे पास शीर्ष पर बहुत सारी दिलचस्प सुदृढीकरण शिक्षा होगी।” हालाँकि उन्होंने उस क्षमता को रेखांकित किया, हासबिस ने सतर्कता का आग्रह किया। उन्होंने जैव-सुरक्षा और साइबर-सुरक्षा को निकट अवधि के सबसे गंभीर जोखिमों के रूप में चिह्नित किया और कहा कि जैसे-जैसे एआई सिस्टम अधिक स्वायत्त होते जाएंगे, दुनिया को उन्हें नियंत्रित करने के लिए अंतरराष्ट्रीय स्तर पर सहमत मानकों के न्यूनतम सेट की आवश्यकता होगी। उन्होंने आगाह किया कि यह प्रयास निरंतर कूटनीति की मांग करेगा।

“एक सामाजिक चुनौती है जिसके लिए अंतरराष्ट्रीय बातचीत और आदर्श रूप से अंतरराष्ट्रीय स्तर पर सहमत मानकों का एक न्यूनतम सेट की आवश्यकता होगी।”

उनके समापन संदेश ने तकनीकी और राजनीतिक के बीच सबसे तीखी रेखा खींची। हसाबिस ने कहा कि उन्हें विश्वास है कि शोधकर्ता अंततः उन्नत एआई के तकनीकी जोखिमों पर काबू पा लेंगे। लेकिन इसके सामाजिक परिणामों को प्रबंधित करने के लिए आवश्यक वैश्विक सहमति बनाना, उन्होंने चेतावनी दी, बड़ी परीक्षा साबित हो सकती है। “मैं मानव प्रतिभा में विश्वास करता हूं, और मुझे लगता है कि पर्याप्त समय और दिमागी शक्ति दिए जाने पर हम तकनीकी जोखिमों को हल कर लेंगे। लेकिन हमें इसे अंतरराष्ट्रीय स्तर पर करने की जरूरत है, और इसकी सामाजिक चुनौतियां वास्तव में तकनीकी चुनौतियों से भी अधिक कठिन समस्या बन सकती हैं,” उन्होंने कहा।

लेकुन, जिन्होंने पिछले साल मेटा छोड़ दिया और एडवांस्ड मशीन इंटेलिजेंस लैब्स नामक एक स्टार्टअप लॉन्च किया, ने कहा कि उद्योग को “विश्व मॉडल” की ओर बढ़ने की जरूरत है – सिस्टम जो भौतिकी, संवेदी डेटा और स्थानिक गुणों का उपयोग करके वास्तविकता का सिमुलेशन बनाते हैं। उन्होंने कहा, “अगर हम चाहते हैं कि एआई सिस्टम वास्तविक दुनिया को समझे और मानव-स्तर की बुद्धिमत्ता तक पहुंचे – न केवल भाषा, कोडिंग या गणित में, बल्कि हर चीज में – तो हमें ऐसे सिस्टम की जरूरत है जो दुनिया को सहज स्तर पर समझ सके, जैसे बच्चे सीखते हैं कि दुनिया कैसे काम करती है।”

उन्होंने एजीआई शब्द को ही खारिज कर दिया। “हमारे पास सामान्य बुद्धि बिल्कुल भी नहीं है। मनुष्य अत्यंत विशिष्ट हैं… हम सोचते हैं कि हम सामान्य हैं क्योंकि हम केवल उन समस्याओं की कल्पना कर सकते हैं जिन्हें हम स्वयं समझ सकते हैं।” उन्होंने तर्क दिया कि वर्तमान एलएलएम में विशाल ज्ञान संग्रहीत है लेकिन सच्ची समझ का अभाव है। “एजेंट सिस्टम कार्यों के परिणामों की भविष्यवाणी किए बिना मौजूद नहीं हो सकते हैं, और एलएलएम ऐसा नहीं कर सकते हैं। इसलिए हमें विश्व मॉडल की आवश्यकता है। मुझे कोई विकल्प नहीं दिखता है।”