एजीआई और भविष्य की एआई
एजीआई-22 ने आर्टिफिशियल जनरल इंटेलिजेंस के विकास में प्रगति को उजागर किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मैंने हाल ही में 15वें वार्षिक आर्टिफिशियल जनरल इंटेलिजेंस सम्मेलन (एजीआई-22) में भाग लिया, जो सिएटल में अगस्त में आयोजित किया गया था, ताकि मैं खुद को उन नए विकासों से परिचित करा सकूं जो अंततः एक आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) के निर्माण की ओर ले जा सकते हैं।
एक एजीआई एक उन्नत एआई का एक प्रकार है जो कई डोमेन में सामान्यीकृत कर सकता है और संकीर्ण दायरे में नहीं है। संकीर्ण एआई के उदाहरणों में एक स्वायत्त वाहन, एक चैटबॉट, एक शतरंज बॉट, या कोई अन्य एआई शामिल है जो एक ही उद्देश्य के लिए डिज़ाइन किया गया है। इसके विपरीत, एजीआई उपर्युक्त किसी भी कार्य या किसी अन्य विशेषज्ञता के क्षेत्र के बीच लचीले ढंग से बदल सकता है। यह एक कल्पनाशील प्रकार का एआई है जो नवाचारी एल्गोरिदम जैसे ट्रांसफर लर्निंग और विकासवादी लर्निंग का लाभ उठाएगा, साथ ही साथ विरासत एल्गोरिदम जैसे गहन पुनर्बलन अधिगम का भी लाभ उठाएगा।
उद्घाटन मुख्य भाषण सत्र में, बेन गोर्टज़ेल, एक एआई शोधकर्ता, सिंगुलरिटीनेट के सीईओ और संस्थापक, और ओपनकोग फाउंडेशन के नेता, ने उद्योग की स्थिति के बारे में बात की। वे एजीआई की भविष्य की दिशा को लेकर उत्साहित दिखे, उन्होंने कहा, “हम वर्षों दूर हैं, दशकों नहीं।” यह एजीआई के अंतिम लॉन्च को लगभग 2029 में रखेगा, जो वही वर्ष है जब रे कुर्ज़वेल, दुनिया के प्रमुख आविष्कारक, विचारक और भविष्यवाणी करने वाले, ने प्रसिद्ध रूप से मानव स्तर की बुद्धिमत्ता हासिल करने वाले एआई के उदय की भविष्यवाणी की थी।
सिद्धांत यह है कि एक बार यह प्रकार की बुद्धिमत्ता प्राप्त हो जाने के बाद, एआई तुरंत और निरंतर स्व-सुधार करेगा और मानव बुद्धिमत्ता को तेजी से पार कर जाएगा, जिसे सुपरइंटेलिजेंस के रूप में जाना जाता है।
एक अन्य वक्ता, चार्ल्स जे साइमन, फ्यूचर एआई के संस्थापक और सीईओ, ने एक अलग सत्र में कहा, “एजीआई का उदय धीरे-धीरे होगा”, और “एजीआई अपरिहार्य है और अधिकांश लोगों की अपेक्षा से पहले आ जाएगा, यह कुछ वर्षों में हो सकता है।”
इस आशावादी भावना के बावजूद, इस क्षेत्र में महत्वपूर्ण बाधाएँ हैं। बेन गोर्टज़ेल ने भी स्वीकार किया कि एजीआई प्राप्त करने के लिए, “हमें नए विचारों की आवश्यकता है, न कि केवल तंत्रिका नेटवर्क को स्केल करना।” यह एक भावना है जिसे गैरी मार्कस ने साझा किया है, जो यह कहते हुए जाने जाते हैं कि “गहरा लर्निंग एक दीवार से टकरा गया है।”
एजीआई बनाने की कुछ मूल चुनौतियों में एक पुरस्कार प्रणाली का निर्धारण शामिल है जो बुद्धिमत्ता को अधिकतम सूचित तरीके से स्केल कर सकती है। मोरावेक का विरोधाभास वर्तमान समस्या को दर्शाता है जो हमारी वर्तमान प्रौद्योगिकी के साथ एजीआई प्राप्त करने में है। यह विरोधाभास यह कहता है कि एक वर्ष के बच्चे के लिए सहज क्षमताएँ, जैसे चलना सीखना और वास्तविकता का अनुकरण करना, उन कार्यों की अपेक्षा एआई में प्रोग्राम करना कहीं कठिन हैं जिन्हें मनुष्य कठिन मानते हैं।
मानवों के लिए, यह विपरीत है; शतरंज में महारत हासिल करना या जटिल गणितीय सूत्रों को निष्पादित करना एक जीवनकाल ले सकता है, लेकिन वे दोनों संकीर्ण एआई के लिए काफी आसान कार्य हैं।
इस विरोधाभास का एक संभावित समाधान विकासवादी लर्निंग हो सकता है, जिसे विकासवादी एल्गोरिदम के रूप में भी जाना जाता है। यह मूल रूप से एक एआई को जटिल समाधानों की खोज करने की अनुमति देता है जो जैविक विकास की प्रक्रिया की नकल करता है।
एक अलग प्रश्नोत्तर सत्र में, बेन गोर्टज़ेल ने कहा, “एजीआई अपरिहार्य नहीं है, लेकिन यह बहुत संभावना है।” यह वही निष्कर्ष है जिस पर मैं पहुँचा हूँ, लेकिन अपरिहार्यता और संभावना के बीच की रेखा धुंधली है।
सम्मेलन के दौरान कई पत्र प्रस्तुत किए गए, जिनमें से एक उल्लेखनीय पत्र पॉलीनोमियल फंक्टर: अंतःक्रिया का एक सामान्य सिद्धांत था, जिसे कैलिफ़ोर्निया के बर्कले स्थित टोपोस संस्थान के डेविड स्पिवाक और वाशिंगटन राज्य के सिएटल स्थित वाशिंगटन विश्वविद्यालय के नेल्सन नियू ने लिखा था। यह पत्र एक गणितीय श्रेणी के बारे में बात करता है जिसे पॉली कहा जाता है, जो एआई के भविष्य के दिशा को प्रभावित कर सकता है जब यह गतिशील प्रक्रियाओं, निर्णय लेने और डेटा के भंडारण और परिवर्तन के साथ घनिष्ठ संबंधों की बात आती है। यह देखना बाकी है कि यह एजीआई अनुसंधान को कैसे प्रभावित करेगा, लेकिन यह एक ऐसा घटक हो सकता है जो हमें एजीआई की ओर ले जा सकता है।
बिल्कुल, अन्य पत्र थे जो अधिक अनुमानित थे, जैसे कि वर्सेटिलिटी-एफिशिएंसी इंडेक्स (वीईआई): एजीआई एजेंटों के लिए आईक्यू की एक व्यापक परिभाषा की ओर, मोहम्मदरेज़ा अलिदाउस्ट द्वारा। यह विचार बुद्धिमान प्रणालियों के बुद्धिमत्ता स्तर को मापने का एक वैकल्पिक तरीका बनाना है, एक प्रकार का आईक्यू परीक्षण जो एजीआई एजेंटों को गणनात्मक तरीके से माप सकता है।
दो उल्लेखनीय कंपनियां जो इस अंतर्निहित प्रौद्योगिकी में सफलता प्राप्त कर सकती हैं वे ओपनएआई और डीपमाइंड हैं, जो दोनों ही उल्लेखनीय रूप से अनुपस्थित थीं। यह शायद इसलिए हो सकता है क्योंकि एजीआई को एआई समुदाय द्वारा गंभीरता से नहीं लिया जाता है, लेकिन वे दोनों कंपनियां हैं जो इस क्षेत्र में पहली सफलता प्राप्त करने की सबसे अधिक संभावना है। यह विशेष रूप से तब सच है जब ओपनएआई का घोषित मिशन एक सुरक्षित एजीआई के निर्माण की दिशा में मूलभूत, दीर्घकालिक अनुसंधान करना है।
हालांकि सम्मेलन में कोई बड़ी क्रांतिकारी सफलता नहीं मिली, यह स्पष्ट है कि एजीआई कई शोधकर्ताओं को प्रभावित कर रहा है और यह कुछ ऐसा है जिस पर एआई समुदाय को अधिक ध्यान देना चाहिए। आखिरकार, एक एजीआई मानवता के कई अस्तित्वगत खतरों का समाधान हो सकता है।
