Technology: दुनिया के सबसे प्रभावशाली आर्टिफिशियल इंटेलिजेंस (AI) विशेषज्ञों में से एक डेमिस हसबिस ने बाकी टेक इंडस्ट्री को चेतावनी दी है: चैटबॉट्स में पिछले कुछ सालों की तरह ही तेजी से सुधार की उम्मीद न करें।
AI शोधकर्ता पिछले कुछ समय से अपने सिस्टम को बेहतर बनाने के लिए एक काफी सरल अवधारणा पर भरोसा कर रहे हैं: इंटरनेट से जितना अधिक डेटा इकट्ठा करके वे बड़े भाषा मॉडल में डालते हैं – चैटबॉट्स के पीछे की तकनीक – उन सिस्टम का प्रदर्शन उतना ही बेहतर होता है।
लेकिन डॉ. हसबिस, जो कंपनी की प्राथमिक AI लैब, Google DeepMind की देखरेख करते हैं, अब कहते हैं कि यह तरीका सिर्फ़ इसलिए कारगर नहीं हो रहा है क्योंकि टेक कंपनियों के पास डेटा खत्म हो रहा है।
आर्टिफिशियल इंटेलिजेंस पर अपने काम के लिए नोबेल पुरस्कार स्वीकार करने की तैयारी करते हुए डॉ. हसबिस ने पिछले महीने न्यूयॉर्क टाइम्स को दिए एक साक्षात्कार में कहा, “उद्योग में हर कोई घटते हुए रिटर्न को देख रहा है।”
डॉ. हसबिस मंदी की चेतावनी देने वाले एकमात्र AI विशेषज्ञ नहीं हैं। 20 अधिकारियों और शोधकर्ताओं के साथ साक्षात्कारों से पता चला कि तकनीक उद्योग एक ऐसी समस्या से जूझ रहा है, जिसके बारे में कुछ साल पहले तक कई लोग सोच भी नहीं सकते थे: उन्होंने इंटरनेट पर उपलब्ध अधिकांश डिजिटल टेक्स्ट का इस्तेमाल कर लिया है। यह समस्या तब भी सामने आ रही है, जब AI विकास में अरबों डॉलर डाले जा रहे हैं। AI डेटा कंपनी डेटाब्रिक्स ने कहा है कि वह $10 बिलियन के वित्तपोषण के करीब पहुंच रही है – किसी स्टार्ट-अप के लिए यह अब तक का सबसे बड़ा निजी वित्तपोषण दौर है। और तकनीक की सबसे बड़ी कंपनियां संकेत दे रही हैं कि AI सिस्टम चलाने वाले विशाल डेटा केंद्रों पर अपने खर्च को कम करने की उनकी कोई योजना नहीं है। AI दुनिया में हर कोई चिंतित नहीं है।
OpenAI के मुख्य कार्यकारी सैम ऑल्टमैन जैसे कुछ लोगों का कहना है कि पुरानी तकनीकों में कुछ बदलाव के साथ ही प्रगति उसी गति से जारी रहेगी। AI स्टार्ट-अप एंथ्रोपिक के मुख्य कार्यकारी डारियो एमोडी और Nvidia के मुख्य कार्यकारी जेन्सेन हुआंग भी आशावादी हैं। डॉ. हसबिस ने कहा, “पिछले तीन या चार वर्षों में स्केलिंग कानून लागू होने के कारण असाधारण लाभ हुआ है।” “लेकिन अब हम पहले जैसी प्रगति नहीं कर पा रहे हैं।” डॉ. हसबिस ने कहा कि मौजूदा तकनीकें कुछ तरीकों से AI को बेहतर बनाती रहेंगी। लेकिन उन्होंने कहा कि उनका मानना है कि Google और कई अन्य जिस लक्ष्य का पीछा कर रहे हैं, उसे प्राप्त करने के लिए पूरी तरह से नए विचारों की आवश्यकता है: एक ऐसी मशीन जो मानव मस्तिष्क की शक्ति से मेल खा सके। इल्या सुत्सकेवर, जिन्होंने इस वसंत में एक स्टार्ट-अप बनाने के लिए OpenAI छोड़ने से पहले Google और OpenAI दोनों में एक शोधकर्ता के रूप में उद्योग को बड़ा सोचने के लिए प्रेरित करने में महत्वपूर्ण भूमिका निभाई थी, ने पिछले सप्ताह एक भाषण के दौरान यही बात कही थी।
उन्होंने कहा, “हमने शीर्ष डेटा प्राप्त कर लिया है, और अब और नहीं होगा।” “हमें अपने पास मौजूद डेटा से निपटना होगा। केवल एक इंटरनेट है।” डॉ. हसबिस और अन्य एक अलग दृष्टिकोण की खोज कर रहे हैं। वे बड़े भाषा मॉडल के लिए अपने स्वयं के परीक्षण और त्रुटि से सीखने के तरीके विकसित कर रहे हैं। उदाहरण के लिए, विभिन्न गणितीय समस्याओं पर काम करके, भाषा मॉडल सीख सकते हैं कि कौन सी विधियाँ सही उत्तर की ओर ले जाती हैं और कौन सी नहीं। संक्षेप में, मॉडल उस डेटा पर प्रशिक्षण लेते हैं जिसे वे स्वयं उत्पन्न करते हैं। शोधकर्ता इसे “सिंथेटिक डेटा” कहते हैं। OpenAI ने हाल ही में OpenAI o1 नामक एक नई प्रणाली जारी की है, जिसे इस तरह से बनाया गया है। लेकिन यह विधि केवल गणित और कंप्यूटिंग प्रोग्रामिंग जैसे क्षेत्रों में काम करती है, जहाँ सही और गलत के बीच एक दृढ़ अंतर होता है।
इन क्षेत्रों में भी, AI सिस्टम में गलतियाँ करने और चीजों को बनाने का एक तरीका होता है। यह AI “एजेंट” बनाने के प्रयासों में बाधा डाल सकता है जो अपने स्वयं के कंप्यूटर प्रोग्राम लिख सकते हैं और इंटरनेट उपयोगकर्ताओं की ओर से कार्रवाई कर सकते हैं, जिसे विशेषज्ञ AI के सबसे महत्वपूर्ण कौशल में से एक मानते हैं।
मानव ज्ञान के व्यापक विस्तार को छांटना और भी कठिन है।
“ये विधियाँ केवल उन क्षेत्रों में काम करती हैं जहाँ चीजें अनुभवजन्य रूप से सत्य हैं, जैसे गणित और विज्ञान,” शोध फर्म सेमीएनालिसिस के मुख्य विश्लेषक डायलन पटेल ने कहा, जो AI तकनीकों के उदय का बारीकी से अनुसरण करते हैं। “मानविकी और कला, नैतिक और दार्शनिक समस्याएँ बहुत अधिक कठिन हैं।” OpenAI के श्री ऑल्टमैन जैसे लोगों का कहना है कि ये नई तकनीकें तकनीक को आगे बढ़ाती रहेंगी। लेकिन अगर प्रगति एक पठार पर पहुँच जाती है, तो इसके परिणाम दूरगामी हो सकते हैं, यहाँ तक कि Nvidia के लिए भी, जो AI बूम की बदौलत दुनिया की सबसे मूल्यवान कंपनियों में से एक बन गई है। पिछले महीने विश्लेषकों के साथ एक कॉल के दौरान, Nvidia के मुख्य कार्यकारी श्री जेन्सेन हुआंग से पूछा गया कि कंपनी संभावित मंदी के दौर में ग्राहकों की किस तरह मदद कर रही है और इसके व्यवसाय पर क्या असर पड़ सकता है। उन्होंने कहा कि साक्ष्यों से पता चलता है कि अभी भी लाभ हो रहा है, लेकिन व्यवसाय AI चिप्स पर नई प्रक्रियाओं और तकनीकों का परीक्षण भी कर रहे हैं। श्री हुआंग ने कहा, “इसके परिणामस्वरूप, हमारे बुनियादी ढांचे की मांग वास्तव में बहुत अधिक है।” हालाँकि उन्हें Nvidia की संभावनाओं पर भरोसा है, लेकिन कंपनी के कुछ सबसे बड़े ग्राहक स्वीकार करते हैं कि उन्हें इस संभावना के लिए तैयार रहना चाहिए कि AI अपेक्षा के अनुसार तेज़ी से आगे नहीं बढ़ेगा।
