लामा नाचमैन, इंटेल फेलो और एंटिसिपेटरी कंप्यूटिंग लैब के निदेशक – साक्षात्कार श्रृंखला

लामा नाचमैन, इंटेल फेलो और एंटिसिपेटरी कंप्यूटिंग लैब के निदेशक हैं। लामा को प्रोफेसर स्टीफन हॉकिंग के साथ उनके काम के लिए जाना जाता है, जिन्होंने एक सहायक कंप्यूटर प्रणाली बनाने में मदद की जो प्रोफेसर स्टीफन हॉकिंग को संवाद करने में मदद करती थी। आज वह ब्रिटिश रोबोटिक्स विशेषज्ञ डॉ पीटर स्कॉट-मॉर्गन को संवाद करने में मदद कर रही हैं। 2017 में, डॉ पीटर स्कॉट-मॉर्गन को मोटर न्यूरॉन रोग (एमएनडी) का निदान किया गया था, जिसे एएलएस या लू गेहरिग की बीमारी के रूप में भी जाना जाता है। एमएनडी मस्तिष्क और तंत्रिकाओं पर हमला करता है और अंततः सांस लेने और निगलने को सक्षम करने वाली मांसपेशियों सहित सभी मांसपेशियों को लकवा मार देता है।

डॉ पीटर स्कॉट-मॉर्गन ने एक बार कहा था: “मैं विकसित होता रहूंगा, एक मानव के रूप में मर जाऊंगा, एक साइबोर्ग के रूप में जीवित रहूंगा।”

आपको एआई में क्या आकर्षित करता है?

मुझे हमेशा से लगता है कि प्रौद्योगिकी एक महान समानकर्ता हो सकती है। जब जिम्मेदारी से विकसित की जाती है, तो इसके पास सामाजिक असमानताओं को दूर करने और मानव क्षमता को बढ़ाने की क्षमता है। एआई के साथ यह और भी सच है। जबकि उद्योग की अधिकांश बातचीत एआई और मानवों के बीच संबंध को विरोधी के रूप में रखती है, मैं मानता हूं कि मशीनें और लोग अलग-अलग चीजों में अच्छे होते हैं, इसलिए मैं भविष्य को मानव-एआई सहयोग के बजाय मानव-एआई प्रतिस्पर्धा के लेंस के माध्यम से देखना पसंद करता हूं। मैं इंटेल लैब्स में एंटिसिपेटरी कंप्यूटिंग लैब का नेतृत्व करता हूं, जहां हमारे सभी शोध प्रयासों में हमारा एकमात्र ध्यान व्यापक सामाजिक प्रभाव के लिए कंप्यूटिंग नवाचार प्रदान करना है। एआई पहले से ही कितना व्यापक है और जीवन के हर पहलू में इसकी बढ़ती हिस्सेदारी को देखते हुए, मैं अपनी टीम द्वारा किए जा रहे शोध में बहुत आशा देखता हूं जो एआई को अधिक सुलभ, अधिक संदर्भ-जागरूक, अधिक जिम्मेदार और अंततः प्रौद्योगिकी समाधानों को वास्तविक दुनिया में लोगों की मदद करने के लिए पैमाने पर लाने के लिए करता है।

आप प्रोफेसर स्टीफन हॉकिंग के साथ काम करने के अपने अनुभव के बारे में बताएं?

प्रोफेसर स्टीफन हॉकिंग के साथ काम करना मेरे जीवन का सबसे अर्थपूर्ण और चुनौतीपूर्ण कार्य था। यह मेरी आत्मा को खिलाया और वास्तव में यह दिखाया कि प्रौद्योगिकी लोगों के जीवन में कितना गहरा प्रभाव डाल सकती है। वह एएलएस, एक अपक्षयी तंत्रिका तंत्र रोग, के साथ रहते थे, जो समय के साथ मरीज की सबसे सरल गतिविधियों को करने की क्षमता को छीन लेता है। 2011 में, हमने उनके साथ काम करना शुरू किया ताकि यह पता लगाया जा सके कि उनकी सहायक कंप्यूटर प्रणाली में सुधार कैसे किया जा सकता है जो उन्हें दुनिया से बातचीत करने में सक्षम बनाती थी। स्टीफन ने अपने कंप्यूटर का उपयोग लोगों से बात करने, दस्तावेजों को संपादित करने, वेब पर सर्फिंग करने, व्याख्यान देने, ईमेल पढ़ने/लिखने आदि के लिए किया था, जैसा कि हम सभी करते हैं। प्रौद्योगिकी ने स्टीफन को उनकी शारीरिक क्षमताओं में तेजी से गिरावट के बावजूद वर्षों तक दुनिया में सक्रिय रूप से भाग लेने और प्रेरित करने में सक्षम बनाया। यही है प्रौद्योगिकी का अर्थपूर्ण प्रभाव जो किसी के जीवन पर पड़ सकता है!

प्रोफेसर स्टीफन हॉकिंग के साथ काम करने से आपको क्या सीखने को मिला?

हमारा कंप्यूटर स्क्रीन वास्तव में दुनिया में हमारा प्रवेश द्वार है। यदि लोग अपने पीसी को नियंत्रित कर सकते हैं, तो वे अपने जीवन के सभी पहलुओं को नियंत्रित कर सकते हैं (सामग्री का उपभोग करना, डिजिटल दुनिया तक पहुंचना, अपने भौतिक वातावरण को नियंत्रित करना, अपने व्हीलचेयर को नेविगेट करना आदि)। जो लोग बोल सकते हैं और उन लोगों के लिए जो बोल नहीं सकते हैं और हिल-डुल नहीं सकते हैं, वे वास्तव में स्वतंत्र रूप से कार्य करने में अक्षम हैं। प्रोफेसर हॉकिंग के साथ अनुभव ने मुझे सिखाया कि सहायक प्रौद्योगिकी मंचों को विशिष्ट उपयोगकर्ता की जरूरतों के अनुसार तैयार किया जाना चाहिए। उदाहरण के लिए, हम यह मान नहीं सकते कि एक ही समाधान एएलएस वाले लोगों के लिए काम करेगा, क्योंकि बीमारी अलग-अलग रोगियों में अलग-अलग क्षमताओं पर हमला करती है। इसलिए, हमें उन प्रौद्योगिकियों की आवश्यकता है जो व्यक्तिगत जरूरतों के अनुसार आसानी से कॉन्फ़िगर और अनुकूलित की जा सकती हैं। यही कारण है कि हमने एसीटी (सहायक संदर्भ-जागरूक टूलकिट) बनाया, जो एक मॉड्यूलर, ओपन-सोर्स सॉफ्टवेयर प्लेटफॉर्म है जो डेवलपर्स को इसके ऊपर विभिन्न क्षमताएं बनाने में सक्षम बनाता है।

मैंने यह भी सीखा कि यह समझना महत्वपूर्ण है कि प्रत्येक उपयोगकर्ता की क्षमता के लिए कितना नियंत्रण देने के लिए तैयार है। उदाहरण के लिए, एआई अधिक कुशलता से कार्य करने के लिए उपयोगकर्ता से अधिक नियंत्रण ले सकता है, लेकिन प्रत्येक उपयोगकर्ता की जोखिम की अस्वीकृति का एक अलग स्तर होता है। कुछ अधिक नियंत्रण देने को तैयार हैं, जबकि अन्य उपयोगकर्ता अधिक बनाए रखना चाहते हैं। इन सीमाओं को समझना और यह जानना कि लोग कितनी दूर जाने को तैयार हैं, इन प्रणालियों के डिजाइन पर बड़ा प्रभाव डालता है। हमें प्रणाली डिजाइन को केवल दक्षता और सटीकता के उद्देश्य उपायों के बजाय उपयोगकर्ता आराम स्तर के संदर्भ में पुनः सोचने की आवश्यकता है।

हाल ही में, आपने एक प्रसिद्ध यूके वैज्ञानिक पीटर स्कॉट-मॉर्गन के साथ काम किया है, जो मोटर न्यूरॉन रोग से पीड़ित हैं और दुनिया का पहला पूर्ण साइबोर्ग बनने का लक्ष्य रखते हैं। पीटर के कुछ महत्वाकांक्षी लक्ष्य क्या हैं?

एसीएसी (सहायक और पूरक संचार) के साथ एक मुद्दा “शांति अंतराल” है। कई एएलएस (पीटर सहित) वाले लोग गेज नियंत्रण का उपयोग करके स्क्रीन पर अक्षर/शब्द चुनने के लिए बोलते हैं। यह दूसरों के वाक्य पूरा करने के बाद लंबी शांति का कारण बनता है जब व्यक्ति अपने कंप्यूटर पर अक्षर और शब्द बनाने के लिए देखता है। पीटर इस शांति अंतराल को यथासंभव कम करना चाहता था और संवाद में मौखिक स्पोंटेनिटी वापस लाना चाहता था। वह अपनी आवाज और व्यक्तित्व को भी संरक्षित करना चाहता था और एक पाठ-से-भाषण प्रणाली का उपयोग करना चाहता था जो उनकी विशिष्ट संचार शैली (जैसे उनके चुटकुले, उनके तेज़-दिमाग वाले व्यंग्य, उनकी भावनाएं) को व्यक्त करता है।

ब्रिटिश रोबोटिक्स विशेषज्ञ डॉ पीटर स्कॉट-मॉर्गन, जिन्हें मोटर न्यूरॉन रोग है, ने 2019 में अपने जीवन को बढ़ाने के लिए प्रौद्योगिकी का उपयोग करके कई ऑपरेशन शुरू किए। (क्रेडिट: कार्डिफ प्रोडक्शंस)

डॉ पीटर स्कॉट-मॉर्गन की मदद करने के लिए वर्तमान में किन प्रौद्योगिकियों का उपयोग किया जा रहा है?

पीटर एसीएसी (सहायक संदर्भ-जागरूक टूलकिट) का उपयोग कर रहे हैं, जो प्लेटफ़ॉर्म हमने डॉ हॉकिंग के साथ काम करते समय बनाया था और बाद में ओपन-सोर्स में जारी किया था। डॉ हॉकिंग के विपरीत, जिन्होंने अपने गाल की मांसपेशियों का उपयोग “इनपुट ट्रिगर” के रूप में अपने स्क्रीन पर अक्षरों को नियंत्रित करने के लिए किया था, पीटर दृष्टि नियंत्रण (हमने मौजूदा एसीएसी में जोड़ी गई क्षमता) का उपयोग कर रहे हैं ताकि वे अपने पीसी से बात कर सकें और नियंत्रित कर सकें, जो एक पाठ-से-भाषण समाधान के साथ इंटरफेस करता है जो एक कंपनी सेरेप्रोक से उन्हें विभिन्न भावनाओं/जोर को व्यक्त करने में सक्षम बनाता है। सिस्टम एक अवतार को भी नियंत्रित करता है जो उनके लिए अनुकूलित किया गया है।

हम एसीएसी के लिए एक प्रतिक्रिया उत्पादन प्रणाली पर काम कर रहे हैं जो पीटर को एआई क्षमताओं का उपयोग करके प्रणाली के साथ उच्च स्तर पर बातचीत करने की अनुमति देगी। यह प्रणाली पीटर की बातचीत को समय के साथ सुनेगी और स्क्रीन पर चुनने के लिए प्रतिक्रियाओं का सुझाव देगी। लक्ष्य यह है कि एआई प्रणाली पीटर के डेटा से सीखेगी और उन्हें केवल कुछ कीवर्ड (आज वेब पर खोज की तरह) का उपयोग करके उन्हें सर्वोत्तम प्रतिक्रियाएं प्रदान करने के लिए प्रणाली को “निर्देशित” करने में सक्षम बनाएगी। हमारा प्रतिक्रिया उत्पादन प्रणाली के साथ लक्ष्य उपरोक्त संदर्भ में संवाद में शांति अंतराल को कम करना और पीटर और एसीएसी के भविष्य के उपयोगकर्ताओं को अधिक “प्राकृतिक” गति से संवाद करने में सक्षम बनाना है।

आपने एआई में पारदर्शिता के महत्व के बारे में भी बात की है। यह कितना बड़ा मुद्दा है?

यह एक बड़ा मुद्दा है, खासकर जब यह निर्णय लेने वाली प्रणालियों या मानव-एआई सहयोगी प्रणालियों में तैनात किया जाता है। उदाहरण के लिए, पीटर की सहायक प्रणाली के मामले में, हमें यह समझने की आवश्यकता है कि प्रणाली इन सिफारिशों को क्यों कर रही है और इस प्रणाली के सीखने को कैसे प्रभावित किया जा सकता है ताकि यह उनके विचारों को अधिक सटीक रूप से व्यक्त कर सके।

एआई में निर्णय लेने वाली प्रणालियों में नस्लवाद और लिंगवाद के मुद्दे के अलावा, आप किस प्रकार के पूर्वाग्रह की पहचान कर सकते हैं जब आपको यह नहीं पता कि आप किस प्रकार के पूर्वाग्रह की तलाश में हैं?

यह एक बहुत ही कठिन समस्या है और यह केवल प्रौद्योगिकी के साथ हल नहीं की जा सकती है। हमें एआई प्रणालियों के विकास में अधिक विविधता लाने की आवश्यकता है (नस्लीय, लिंग, संस्कृति, शारीरिक क्षमता आदि)। यह स्पष्ट रूप से आज एआई प्रणालियों को बनाने वाली आबादी में एक बड़ा अंतर है। इसके अलावा, यह महत्वपूर्ण है कि हम इन प्रणालियों के परिभाषा और विकास में बहु-विषयक टीमों को शामिल करें, जो सामाजिक विज्ञान, दर्शन, मनोविज्ञान, नैतिकता और नीति को लाती हैं (केवल कंप्यूटर विज्ञान नहीं), और विशिष्ट परियोजनाओं और समस्याओं के संदर्भ में जांच प्रक्रिया में शामिल होती हैं।

आपने मानव क्षमता को बढ़ाने के लिए एआई का उपयोग करने के बारे में बात की है। कौन से क्षेत्र सबसे अधिक आशा दिखाते हैं?

एक स्पष्ट क्षेत्र विकलांग लोगों को अधिक स्वतंत्र रूप से जीने, प्रियजनों से संवाद करने और समाज में योगदान देने में सक्षम बनाना है। मैं शिक्षा में बहुत बड़ी संभावना देखता हूं, छात्रों की भागीदारी को समझने और व्यक्तिगत छात्र की जरूरतों और क्षमताओं के अनुसार सीखने के अनुभव को व्यक्तिगत बनाने के लिए, जिससे भागीदारी बढ़े, शिक्षकों को इस ज्ञान से सशक्त बनाया जा सके और सीखने के परिणामों में सुधार हो सके। आज शिक्षा में असमानता इतनी गहरी है और एआई के लिए कुछ असमानता को कम करने में मदद करने का स्थान है, अगर हम इसे सही तरीके से करते हैं। स्वास्थ्य सेवा, निर्माण आदि जैसे कई क्षेत्रों में मानव-एआई सहयोगी प्रणालियों में एआई बहुत मूल्य ला सकता है क्योंकि मानव और एआई जो लाते हैं वे बहुत पूरक हैं। इसके लिए होने के लिए, हमें सामाजिक विज्ञान, एचसीआई और एआई के बीच नवाचार की आवश्यकता है। मजबूत बहु-मोडल धारणा, संदर्भ जागरूकता, सीमित डेटा से सीखना, भौतिक रूप से स्थित एचसीआई और व्याख्या करने योग्यपन कुछ प्रमुख चुनौतियां हैं जिन पर हमें इस दृष्टि को साकार करने के लिए ध्यान केंद्रित करने की आवश्यकता है।

आपने यह भी कहा है कि भावना की पहचान एआई के भविष्य के लिए कितनी महत्वपूर्ण है। एआई उद्योग को इस क्षेत्र में शोध पर अधिक ध्यान क्यों देना चाहिए?

भावना की पहचान मानव-एआई प्रणालियों के लिए कई कारणों से एक महत्वपूर्ण क्षमता है। एक पहलू यह है कि मानव भावना किसी भी प्रोक्सी प्रणाली के लिए मानव संदर्भ प्रदान करती है ताकि यह कार्य कर सके।

अधिक महत्वपूर्ण बात यह है कि ये प्रणालियां वाइल्ड में सीखना और उपयोगकर्ताओं के साथ बातचीत के आधार पर अनुकूलन करना जारी रखेंगी, और जबकि सीधी प्रतिक्रिया सीखने के लिए एक महत्वपूर्ण संकेत है, अप्रत्यक्ष संकेत बहुत महत्वपूर्ण हैं और वे मुफ्त हैं (उपयोगकर्ता के लिए कम काम)। उदाहरण के लिए, एक डिजिटल सहायक उपयोगकर्ता की आवाज में निराशा से बहुत कुछ सीख सकता है और इसे एक प्रतिक्रिया संकेत के रूप में उपयोग कर सकता है ताकि यह सीख सके कि भविष्य में क्या करना है, उपयोगकर्ता से प्रत्येक बार प्रतिक्रिया मांगने के बजाय। यह जानकारी सक्रिय शिक्षा एआई प्रणालियों को बेहतर बनाने के लिए उपयोग की जा सकती है।

क्या आप एंटिसिपेटरी कंप्यूटिंग लैब में अपने काम या जिन मुद्दों पर हम चर्चा कर रहे हैं उन पर और कुछ साझा करना चाहेंगे?

सहायक प्रणालियों का निर्माण करते समय, हमें वास्तव में यह सोचने की आवश्यकता है कि हम इन प्रणालियों को जिम्मेदारी से कैसे बना सकते हैं और लोगों को यह समझने में सक्षम बना सकते हैं कि कौन सी जानकारी एकत्र की जा रही है और इन प्रणालियों को व्यावहारिक तरीके से कैसे नियंत्रित किया जा सकता है। एआई शोधकर्ता के रूप में, हम अक्सर डेटा से मोहित होते हैं और इन प्रणालियों में सुधार करने के लिए जितना संभव हो उतना डेटा चाहते हैं, लेकिन डेटा एकत्र करने और उपयोगकर्ता की गोपनीयता के बीच एक व्यापार है। हमें केवल उस डेटा को सीमित करने की आवश्यकता है जो कार्य करने के लिए आवश्यक है, उपयोगकर्ताओं को सूचित करने की आवश्यकता है कि हम कौन सा डेटा एकत्र कर रहे हैं और उन्हें इस व्यापार को अर्थपूर्ण और उपयोगकर्ता-मित्र तरीके से समायोजित करने में सक्षम बनाने की आवश्यकता है।

धन्यवाद इस शानदार साक्षात्कार के लिए, पाठक जो इस परियोजना के बारे में अधिक जानना चाहते हैं उन्हें इंटेल के लामा नाचमैन और पीटर स्कॉट-मॉर्गन: दो वैज्ञानिक, एक ‘मानव साइबोर्ग’ लेख पढ़ना चाहिए।

इंटेल की एंटिसिपेटरी कंप्यूटिंग लैब टीम, जिसने एसीएसी (सहायक संदर्भ-जागरूक टूलकिट) विकसित की है, में (बाएं से दाएं) एलेक्स नгуयेन, संगीता शर्मा, मैक्स पिनारोक, साई प्रसाद, लामा नाचमैन और पीट डेनमैन शामिल हैं। चित्र में नहीं दिख रहे हैं ब्रूना गिरवेंट, सौरव साहय और शची कुमार। (क्रेडिट: लामा नाचमैन)