एजीआई और भविष्य की एआई
चार्ल्स जे. साइमन, लेखक, कंप्यूटर क्रांति – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
चार्ल्स जे. साइमन, बीएसईई, एमएससीएस, राष्ट्रीय स्तर पर मान्यता प्राप्त उद्यमी, सॉफ्टवेयर डेवलपर और प्रबंधक। व्यापक प्रबंधन और तकनीकी विशेषज्ञता और इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान में डिग्री के साथ, श्री साइमन के पास उद्योग में कई वर्षों का कंप्यूटर अनुभव है, जिसमें एआई और सीएडी (सीएडी की दो पीढ़ियाँ) में अग्रणी कार्य शामिल है।
वह ‘कंप्यूटर क्रांति’ के लेखक भी हैं, जो कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) की भविष्य की संभावना पर एक गहन दृष्टि प्रदान करता है।
आपने मूल रूप से एआई और विशेष रूप से एजीआई में क्या आकर्षित किया?
मैंने अलान ट्यूरिंग के 1950 के एक पेपर को पढ़ने के बाद से यह सवाल आकर्षित किया है, “क्या मशीनें सोच सकती हैं?” अब तक, उत्तर स्पष्ट रूप से “नहीं” है, लेकिन कोई वैज्ञानिक कारण नहीं है कि ऐसा क्यों नहीं है। मैंने 1980 के दशक के अंत में तंत्रिका नेटवर्क के साथ एआई समुदाय में शामिल हुआ और तब से एआई ने बड़ी प्रगति की है। लेकिन बीच के तीस वर्षों में, हमारी मशीनों को समझ नहीं मिली है, जो कई ऐप्स को नए स्तरों पर ले जा सकती है।
आपने कहा कि आप एमआईटी एआई विशेषज्ञ रॉडनी ब्रुक्स के विचार को साझा करते हैं जो कहते हैं कि ‘बिना पर्यावरण के साथ बातचीत के – बिना एक रोबोटिक शरीर के – मशीनें कभी भी एजीआई प्रदर्शित नहीं करेंगी।’ यह मूल रूप से यह कहता है कि एक रोबोटिक शरीर से पर्याप्त इनपुट के बिना, एआई कभी भी एजीआई क्षमताओं का विकास नहीं करेगा। कंप्यूटर दृष्टि के बाहर, एजीआई को विकसित करने के लिए किस प्रकार के इनपुट की आवश्यकता होती है?
आज के एआई को बुनियादी अवधारणाओं जैसे कि वस्तुओं की भौतिक अस्तित्व, समय की गुजरती, कारण और प्रभाव – जो किसी भी तीन साल के बच्चे के लिए स्पष्ट हैं – के साथ पूरक करने की आवश्यकता है। एक बच्चा वस्तुओं को छूकर और उन्हें संभालकर, घर में घूमकर, भाषा सीखकर आदि से इन अवधारणाओं को सीखता है। जबकि यह संभव है कि सीमित इंद्रियों के साथ एक एजीआई बनाया जा सकता है, जैसे कि बहरे और अंधे लोग जो पूरी तरह से बुद्धिमान हैं लेकिन अधिक इंद्रियों और क्षमताओं के साथ परस्पर क्रिया करना एजीआई समस्या को हल करना आसान बनाता है।
मेरे सिम्युलेटर में सुगंध और स्वाद की इंद्रियों को प्रदान करने की क्षमता है। यह देखना बाकी है कि क्या वे भी एजीआई के लिए महत्वपूर्ण साबित होंगे।
आपने कहा कि ‘एक बुद्धिमत्ता के लिए एक मुख्य आवश्यकता एक पर्यावरण है जो बुद्धिमत्ता से बाहर है।’ आपके द्वारा दिया गया उदाहरण यह है कि ‘यह अनुमान लगाना असंभव है कि आईबीएम का वाटसन कुछ भी “समझता” है यदि इसके पास एक “चीज” की मूल अवधारणा नहीं है।’ यह वर्तमान सीमाओं को दर्शाता है, खासकर प्राकृतिक भाषा प्रसंस्करण में। एआई डेवलपर्स इस वर्तमान सीमा को कैसे पार कर सकते हैं?
एक मुख्य कारक यह है कि ज्ञान को विशेष रूप से मौखिक, दृश्य या स्पर्श नहीं बल्कि अमूर्त “चीजों” के रूप में संग्रहीत किया जाता है जो मौखिक, दृश्य और स्पर्श जैसे विशेषताओं को हो सकता है। कुछ इतना सरल जैसे “एक लाल गेंद” पर विचार करें। आप जानते हैं कि ये शब्द क्या अर्थ रखते हैं क्योंकि आपके दृश्य और स्पर्श अनुभवों के कारण। आप जानते हैं कि संबंधित क्रियाओं जैसे फेंकने, उछालने, लात मारने आदि का अर्थ भी है, जो आपको यह वाक्य सुनने पर कुछ हद तक याद आता है। कोई भी एआई प्रणाली जो विशेष रूप से शब्द-आधारित या विशेष रूप से छवि-आधारित है, अन्य स्तरों की समझ से चूक जाएगी।
मैंने एक सार्वभौमिक ज्ञान स्टोर बनाया है जो किसी भी प्रकार की जानकारी को एक मस्तिष्क जैसे ढांचे में संग्रहीत करता है जहां चीजें तंतु के समान होती हैं और अन्य चीजों के लिए कई विशेषता संदर्भ होते हैं – संदर्भ तंतु के समान होते हैं। इस प्रकार, लाल और गेंद व्यक्तिगत चीजें हैं और एक लाल गेंद एक चीज है जिसमें लाल चीज और गेंद चीज के लिए विशेषता संदर्भ हैं। दोनों लाल और गेंद में संबंधित शब्दों “लाल” और “गेंद” के लिए संदर्भ हैं, जिनमें से प्रत्येक में अन्य चीजों के लिए संदर्भ हैं जो शब्दों को सुनने, बोलने, पढ़ने या वर्तनी करने के साथ-साथ संभावित क्रिया चीजों को परिभाषित करते हैं।
आपने निष्कर्ष निकाला है कि मस्तिष्क की सimulation सामान्य बुद्धिमत्ता एक लंबा समय है, जबकि एजीआई शायद (सापेक्ष) बस कोने में है। इस बयान के आधार पर, क्या हमें मानव मस्तिष्क की नकल या सिम्युलेशन बनाने का प्रयास करना बंद कर देना चाहिए और बस एजीआई पर ध्यान केंद्रित करना चाहिए?
आज के गहरे शिक्षण और संबंधित प्रौद्योगिकियां उपयुक्त अनुप्रयोगों के लिए बहुत अच्छी हैं, लेकिन वे स्वतः ही समझ प्रदान नहीं करेंगी। अगले चरणों के लिए, हमें विशेष रूप से उन समस्याओं को हल करने के लिए तकनीकों को जोड़ने की आवश्यकता है जो किसी भी तीन साल के बच्चे की क्षमता के भीतर हैं।
हमारे कंप्यूटरों की अंतर्निहित क्षमताओं का लाभ उठाना जैविक समकक्ष या इसके किसी भी सिम्युलेशन से कई गुना अधिक कुशल हो सकता है। उदाहरण के लिए, आपका मस्तिष्क जानकारी को जैविक सिनैप्स के रसायन विज्ञान में कई पुनरावृत्तियों के बाद संग्रहीत कर सकता है, जिसमें 10-100 मिलीसेकंड की आवश्यकता होती है। एक कंप्यूटर simplemente नए सिनैप्स मान को एक ही मेमोरी चक्र में संग्रहीत कर सकता है, जो एक अरब गुना तेज है।
एजीआई सॉफ्टवेयर विकसित करते समय, मैंने जैविक तंत्रिका सिम्युलेशन और अधिक कुशल एल्गोरिदम दोनों किया है। सार्वभौमिक ज्ञान स्टोर को आगे बढ़ाते हुए, जब सिम्युलेटेड जैविक तंतुओं में सिम्युलेट किया जाता है, तो प्रत्येक चीज़ को कम से कम 10 तंतुओं की आवश्यकता होती है और आमतौर पर बहुत अधिक। यह मानव मस्तिष्क की क्षमता को दस और सौ मिलियन चीजों के बीच में रखता है। लेकिन शायद एक एजीआई तब बुद्धिमान दिखाई देगा जब यह केवल एक मिलियन चीजों को समझता है – आज के उच्च-अंत डेस्कटॉप कंप्यूटरों के दायरे में है।
एक मुख्य अज्ञात यह है कि रोबोट के समय का कितना हिस्सा दुनिया पर प्रतिक्रिया देने और कल्पना करने में बिताना चाहिए। एजीआई के लिए कल्पना के महत्व को संक्षेप में समझाएं।
हम कई चीजों की कल्पना कर सकते हैं और फिर केवल उन पर कार्रवाई करते हैं जो हमें पसंद हैं, जो हमारे आंतरिक लक्ष्यों को आगे बढ़ाते हैं, यदि आप चाहें। कल्पना की वास्तविक शक्ति भविष्य की भविष्यवाणी करने में सक्षम होने में है – एक तीन साल का बच्चा यह आंक सकता है कि कौन से गति के क्रम उसे एक अन्य कमरे में एक लक्ष्य तक ले जाएंगे और एक वयस्क यह अनुमान लगा सकता है कि कौन से शब्द दूसरों पर सबसे बड़ा प्रभाव डालेंगे।
एक एजीआई भी पूरी तरह से प्रतिक्रियाशील होने के बजाय जटिल क्रियाओं पर विचार करने और सबसे अच्छा चुनने से लाभान्वित होगा।
आपका मानना है कि असिमोव के तीन रोबोटिक्स के नियम बहुत सरल और अस्पष्ट हैं। अपनी पुस्तक में आपने रोबोटों में प्रोग्राम किए जाने वाले कुछ नियमों के लिए कुछ विचार साझा किए हैं। आपको कौन से नियम सबसे महत्वपूर्ण लगते हैं जिन्हें रोबोट का पालन करना चाहिए?
नई “रोबोटिक्स के नियम” एजीआई के उदय के साथ वर्षों में विकसित होंगे। मैं कुछ शुरुआती बिंदु प्रस्तावित करता हूं:
- आंतरिक ज्ञान और पर्यावरण की समझ को अधिकतम करें।
- दूसरों (एजीआई और मानव दोनों) के साथ उस ज्ञान को सटीक रूप से साझा करें।
- एजीआई और मानव दोनों के लिए कल्याण को अधिकतम करें – केवल एक व्यक्ति के रूप में नहीं।
आपके पास ट्यूरिंग टेस्ट और इसके पीछे की अवधारणा के साथ कुछ मुद्दे हैं। आप कैसे मानते हैं कि ट्यूरिंग टेस्ट दोषपूर्ण है?
ट्यूरिंग टेस्ट ने पचास वर्षों के लिए सामान्य बुद्धिमत्ता के एक अनौपचारिक परिभाषा के रूप में हमें अच्छी सेवा दी है, लेकिन जब एजीआई निकट आता है, तो हमें परिभाषा को परिष्कृत करने की आवश्यकता है और हमें एक स्पष्ट परिभाषा की आवश्यकता है। ट्यूरिंग टेस्ट वास्तव में मानव जैसा होने का एक परीक्षण है, बुद्धिमान होने का नहीं। जितना लंबा समय एक कंप्यूटर धोखा दे सकता है, उतना ही बेहतर यह परीक्षण पर प्रदर्शन करता है। स्पष्ट रूप से, “क्या आप एक कंप्यूटर हैं?” जैसे प्रश्न पूछना और संबंधित प्रॉक्सी प्रश्न जैसे “आपका पसंदीदा भोजन क्या है?” जब तक कि एजीआई को धोखा देने के लिए प्रोग्राम नहीं किया जाता है – जो एक संदेहास्पद उद्देश्य है – जब तक कि यह स्पष्ट नहीं हो जाता।
इसके अलावा, ट्यूरिंग टेस्ट ने एआई विकास को सीमित मूल्य के क्षेत्रों में प्रेरित किया है, जैसे कि विस्तृत प्रतिक्रियाओं वाले चैटबॉट लेकिन कोई अंतर्निहित समझ नहीं है।
आप अपने संस्करण में ट्यूरिंग टेस्ट में क्या अलग करेंगे?
बेहतर प्रश्न समय, स्थान, कारण और प्रभाव, पूर्वकल्पना आदि की समझ में विशेष रूप से प्रवेश कर सकते हैं, न कि मनोविज्ञान, न्यूरोसाइंस या एआई में किसी विशेष आधार के बिना यादृच्छिक प्रश्न। यहाँ कुछ उदाहरण हैं:
- आप अभी क्या देखते हैं? यदि आप तीन फीट पीछे कदम रखते हैं, तो आप क्या अंतर देखेंगे?
- यदि मैं [क्रिया] करता हूं, तो आपकी प्रतिक्रिया क्या होगी?
- यदि आप [क्रिया] करते हैं, तो मेरी संभावित प्रतिक्रियाएं क्या होंगी?
- क्या आप [वस्तु] जैसी तीन चीजों का नाम बता सकते हैं?
फिर, मानव प्रतिक्रियाओं से अंतर्निहित नहीं होने के बजाय प्रतिक्रियाओं का मूल्यांकन करने के बजाय, उन्हें बुद्धिमान (बुद्धिमान) प्रतिक्रियाओं के रूप में मूल्यांकन किया जाना चाहिए, जो परीक्षण की संस्था के अनुभव के आधार पर तर्कसंगत हैं।
आपने कहा कि जब कुछ अल्पकालिक विनाशकारी गतिविधि करने के लिए दबाव डाला जाता है, तो ठीक से प्रोग्राम किए गए एजीआई बस इनकार कर देंगे। एजीआई को पहले से ही ठीक से प्रोग्राम किया जा सकता है?
निर्णय लेना लक्ष्य-आधारित है। कल्पना के साथ संयोजन में, आप (या एक एजीआई) विभिन्न संभावित क्रियाओं के परिणाम पर विचार करते हैं और उसे चुनते हैं जो आपके आंतरिक लक्ष्यों को सबसे अच्छी तरह से प्राप्त करता है। मानवों में, हमारे लक्ष्य विकसित स्वाभाविक प्रवृत्ति और हमारे अनुभव द्वारा निर्धारित किए जाते हैं; एक एजीआई के लक्ष्य पूरी तरह से विकसितकर्ताओं पर निर्भर करते हैं। हमें यह सुनिश्चित करने की आवश्यकता है कि एक एजीआई के लक्ष्य मानवता के लक्ष्यों के साथ संरेखित हों, न कि एक व्यक्ति के व्यक्तिगत लक्ष्यों के साथ। [ऊपर सूचीबद्ध तीन संभावित लक्ष्य।]
आपने कहा कि यह अपरिहार्य है कि मानव एक एजीआई बनाएगा। आपका सर्वोत्तम अनुमान क्या है कि यह कब होगा?
एजीआई के पहलू आने वाले दशक में उभरने लगेंगे, लेकिन हम सभी सहमत नहीं होंगे कि एजीआई आ गया है। अंततः, हम सहमत होंगे कि एजीआई आ गया है जब वे मानव क्षमताओं से काफी अधिक होंगे। इसके लिए दो या तीन दशक लगेंगे।
एजीआई के बारे में सभी बातचीत के लिए, क्या यह वास्तविक चेतना होगी जैसा हम जानते हैं?
चेतना एक आंतरिक अनुभूति पर आधारित व्यवहारों का एक सेट के रूप में प्रकट होती है (जिसे हम देख सकते हैं) जो हम देख नहीं सकते हैं। एजीआई व्यवहार प्रदर्शित करेंगे; उन्हें बुद्धिमान निर्णय लेने के लिए ऐसा करने की आवश्यकता है। लेकिन मैं तर्क देता हूं कि हमारी आंतरिक अनुभूति मुख्य रूप से हमारे संवेदी हार्डवेयर और प्रवृत्तियों पर निर्भर करती है, इसलिए मैं यह गारंटी दे सकता हूं कि कोई भी आंतरिक अनुभूति जो एक एजीआई हो सकती है वह मानव से अलग होगी।
भावनाएं और हमारी स्वतंत्र इच्छा की भावना के लिए भी यही कहा जा सकता है। निर्णय लेते समय, स्वतंत्र इच्छा में विश्वास हर निर्णय में प्रवेश करता है। यदि आप विश्वास नहीं करते कि आपके पास एक विकल्प है, तो आप बस प्रतिक्रिया करते हैं। एक एजीआई को सोच-समझकर निर्णय लेने के लिए, उसे अपनी खुद की निर्णय लेने की क्षमता के बारे में पता होना चाहिए।
अंतिम प्रश्न, क्या आपको लगता है कि एक एजीआई की अधिक संभावना है या बुराई के लिए?
मैं आशावादी हूं कि एजीआई हमें एक प्रजाति के रूप में आगे बढ़ने में मदद करेगा और हमें ब्रह्मांड के बारे में कई प्रश्नों के उत्तर देगा। मुख्य बात यह है कि हमें तैयार रहने की आवश्यकता है और यह तय करने की आवश्यकता है कि हमारा एजीआई के साथ क्या संबंध होगा। यदि हम पहले एजीआई का उपयोग विजय और समृद्धि के साधन के रूप में करने का निर्णय लेते हैं, तो हमें आश्चर्य नहीं होना चाहिए यदि वे बाद में हमारे खिलाफ अपने स्वयं के विजय और समृद्धि के साधन बन जाते हैं। यदि हम यह चुनते हैं कि एजीआई ज्ञान, अन्वेषण और शांति के साधन हैं, तो यही हमें बदले में मिलने की संभावना है। यह हम पर निर्भर है।
एजीआई के भविष्य की संभावना का अन्वेषण करने वाले एक शानदार साक्षात्कार के लिए धन्यवाद। जो पाठक अधिक जानना चाहते हैं वे ‘कंप्यूटर क्रांति’ पढ़ सकते हैं या चार्ल्स की वेबसाइट futureai.guru पर जा सकते हैं।
