OpenAI का Intelligence Age प्रकाशित करता है ‘The Eternal Complement’ निबंध

OpenAI ने सदैव पूरक 1 अक्टूबर, 2026 को प्रकाशित किया, यह Hemanth Asirvatham और Elliott Mokski द्वारा लिखा गया निबंध है, जिसमें कहा गया है कि प्रतिभाशाली मशीनें अपना सबसे बड़ा मूल्य दोहरावदार कार्यों को करने में सिद्ध कर सकती हैं। यह लेखकों की अगली अर्थव्यवस्था पर श्रृंखला का पहला निबंध है, जो Intelligence Age के माध्यम से जारी किया गया है, एक मंच जिसे कंपनी ने अगस्त 2026 में लॉन्च किया था।

लेखकों के नोट में कहा गया है कि यह निबंध एक नए मंच का हिस्सा है जो स्वतंत्र आवाज़ों को AGI भविष्य की खोज में होस्ट करता है, और यह उनके विचारों को दर्शाता है, न कि OpenAI या उनके सहयोगियों के विचारों को।

Intelligence Age मंच

Intelligence Age को 20 अगस्त, 2026 को लॉन्च किया गया, Dean Ball द्वारा एक परिचयात्मक पोस्ट के साथ, जिन्होंने इसे OpenAI की नई Strategic Futures टीम का ब्लॉग बताया। Ball ने लिखा कि छोटी टीम ने अपने लिए एक प्रमुख प्रश्न निर्धारित किया है: स्वतंत्र समाज को कैसे पुनर्संरचित किया जाना चाहिए ताकि व्यक्तिगत अधिकारों और स्वायत्त निर्णय क्षमता को सुरक्षित रखते हुए परिवर्तनकारी AI के उदय को समायोजित किया जा सके। उनका पोस्ट कहता है कि ब्लॉग में प्रविष्टियाँ केवल उनके लेखकों के विचारों को दर्शाती हैं, OpenAI के संस्थागत रुख को नहीं, और टीम अपने कार्य को अन्य स्वरूपों में भी साझा करेगी, जिसमें पेपर, वीडियो और पॉडकास्ट शामिल हैं।

Ball के पोस्ट में जोड़ा गया एक नोट कहता है कि ब्लॉग का नाम बदलकर Intelligence Age रखा गया ताकि इसे गैर-लाभकारी AI Futures Project से अलग किया जा सके। मंच का सूचक पृष्ठ अपने कार्यक्षेत्र को intelligence age और अगली अर्थव्यवस्था पर दृष्टिकोण के रूप में वर्णित करता है, और 1 अक्टूबर, 2026 की तिथि के तहत The eternal complement को सूचीबद्ध करता है।

प्रगति की बढ़ती लागत

लेखक एक विसंगति से शुरू करते हैं: मानवता के समीकरण ब्रह्मांड के पहले क्षणों से अधिकांशतः सुसंगत विवरण प्रदान करते हैं, फिर भी कोई भी मानव चंद्रमा से परे नहीं गया है। यह अंतर, वे लिखते हैं, यह संकेत दे सकता है कि सबसे गहरी सच्चाइयों को एक ही ग्रह से समझा जा सकता है, या मानव मस्तिष्क मानवता की क्रियान्वयन क्षमता से आगे निकल गया है।

दूसरे अर्थ को स्पष्ट करने के लिए, वे गैलीलियो की दूरबीन, जो दो लेंस और एक ट्यूब से बनी थी, की तुलना जेम्स वेब स्पेस टेलीस्कोप से करते हैं, जिसे निबंध में दस अरब डॉलर के अवलोकन केंद्र के रूप में वर्णित किया गया है, जिसके अठारह दर्पण खंड पचास नैनोमीटर सटीकता तक निर्मित हैं और जिसका निर्माण चौदह देशों में तीन सौ संगठनों के सहयोग से किया गया था।

निबंध में Nick Bloom और उनके सहयोगियों द्वारा अमेरिकी अर्थव्यवस्था में अनुसंधान उत्पादकता पर किए गए शोध का उल्लेख है: अब मूर के नियम को बनाए रखने के लिए 1970 के शुरुआती दशक की तुलना में अठारह गुना से अधिक शोधकर्ता आवश्यक हैं, 1930 के दशक से समग्र आर्थिक प्रभावी अनुसंधान प्रयास तेईस गुना बढ़ा है, और मापी गई अनुसंधान उत्पादकता इकतालीस गुना घट गई है। यह यह भी बताता है कि तकनीशियन कार्यबल वैज्ञानिकों की संख्या से दो गुना तेज़ी से बढ़ रहा है, विज्ञान में विशेष उपकरणों का उपयोग चार दशकों में दोगुना हो गया है, और आज एक चिप फैक्ट्री की लागत तीस साल पहले की तुलना में पाँच गुना अधिक है।

उस रिकॉर्ड से, Asirvatham और Mokski तर्क देते हैं कि प्रतिभा को उत्पादन प्रक्रिया के एक इनपुट के रूप में समझा जाना चाहिए। अर्थशास्त्रियों के उस शब्द को अपनाते हुए जो परस्पर मूल्य बढ़ाने वाले इनपुट को दर्शाता है, वे फ्रंटियर इंटेलिजेंस और उसके विचारों को साकार करने की क्षमता को पूरक मानते हैं, और वे ‘institutional intelligence’ शब्द का निर्माण करते हैं, जिसे वे निष्पादन की अनदेखी हुई बुद्धिमत्ता कहते हैं: वह कानून, नौकरशाही, निधि तंत्र, और आपूर्ति श्रृंखलाएँ जिनसे एक विचार को वास्तविकता में आने तक जीवित रहना पड़ता है। “प्रतिभा स्मारक को डिजाइन करती है; संस्थाएँ पत्थर रखती हैं,” वे लिखते हैं।

निष्पादन, परख, और दो सभ्यताएँ

निबंध तर्क देता है कि AI पहले ही कोड लिखकर, अपरिचित साहित्य की खोज करके, और स्केच को कार्यशील प्रोटोटाइप में बदलकर निष्पादन को कम दुर्लभ बना रहा है, जिससे वे विचार जिन्हें पहले पूरी संस्था की आवश्यकता होती थी, अब एक व्यक्ति द्वारा भी अधिकाधिक साकार किए जा सकते हैं। लेखकों के अनुसार, दुर्लभ इनपुट फिर निष्पादन से परख की ओर स्थानांतरित हो जाता है: यह तय करना कि क्या बनाना सार्थक है और कौन से प्रश्न पूछने योग्य हैं। वे चेतावनी देते हैं कि यह राहत अस्थायी हो सकती है, क्योंकि जैसे ही AI प्रणालियाँ अपनी स्वयं की अंतर्दृष्टियों तक पहुँचने लगती हैं, विचार समर्थन बुनियादी ढांचे की क्षमता से तेज़ी से उत्पन्न हो सकते हैं, जिससे सभ्यता पहले से अधिक निष्पादन‑संकटग्रस्त रह सकती है।

लेखक दो दिशा‑मार्गों की रूपरेखा प्रस्तुत करते हैं। गहराई की सभ्यता में, सुपरइंटेलिजेंस अतिरिक्त भौतिक पूंजी और नौकरशाही समन्वय की आवश्यकता को पार कर लेगा; चौड़ाई की सभ्यता में, प्रकृति की जटिलता किसी भी बुद्धिमत्ता की क्षमता से अधिक होगी, जिससे वास्तविक‑विश्व प्रयोगों के निरंतर बड़े पैमाने की आवश्यकता होगी। कौन‑सा मार्ग प्रमुख होगा, वे लिखते हैं, यह इस पर निर्भर करता है कि विचार कितनी दूर तक यात्रा कर सकता है इससे पहले कि उसे वास्तविकता के साथ नया संपर्क स्थापित करना पड़े।

निबंध बुद्धिमत्ता के ज्ञान को आगे बढ़ाने के तीन तरीकों को अलग करता है: सिद्धांतों से तर्क करना, मौजूदा साक्ष्य से नई अंतर्दृष्टि निकालना, और नए साक्ष्य इकट्ठा करना। लेखक तर्क देते हैं कि पहले दो केवल विचार के माध्यम से बहुत दूर तक यात्रा कर सकते हैं, जबकि तीसरे को उन भौतिक प्रक्रियाओं द्वारा सीमित किया जाता है जो तेज नहीं की जा सकतीं, जैसे रासायनिक प्रतिक्रियाएँ, जीवों की वृद्धि, और अंतरिक्ष यान एवं संकेतों की ब्रह्मांडीय गति सीमाएँ। वे गहराई पथ की तुलना एक जिगसॉ पज़ल से करते हैं जो मध्य में सबसे कठिन होती है, और Mendeleev के अज्ञात तत्वों के वर्णन तथा Standard Model के Higgs boson के अवलोकन से कई दशकों पहले की भविष्यवाणी का उल्लेख करते हैं। वे लिखते हैं कि जीवविज्ञान, चौड़ाई पथ का सबसे स्पष्ट पूर्वसूचक है, क्योंकि इन‑सिलिको दवा सिमुलेशन वास्तविक दुनिया से इतना असंगत रहते हैं कि बड़े पैमाने पर मानव परीक्षण अभी भी आवश्यक हैं।

चौड़ाई परिदृश्य के लिए, निबंध एक Dyson sphere को चरम उदाहरण के रूप में प्रस्तुत करता है: एक को डिजाइन करने के लिए असाधारण प्रगति की आवश्यकता होगी, फिर भी परियोजना का अधिकांश हिस्सा खगोलीय पैमाने पर निर्माण और लॉजिस्टिक्स होगा। ऐसी सभ्यता में, लेखक निष्कर्ष निकालते हैं कि लगभग सभी मशीन इंटेलिजेंस को “उत्कृष्ट करने के लिए नहीं, बल्कि उबाऊ काम करने के लिए” तैनात किया जाएगा, और बड़े परिवर्तन सहस्राब्दियों या यहाँ तक कि कई मिलियन वर्षों के अंतराल में आ सकते हैं।

मानव जिज्ञासा के लिए एक स्थान

भले ही भविष्य के AI सिस्टम मानवों को सीमांत अंतर्दृष्टियों के उत्पादन और उन्हें उपयोगी बनाने के लिए आवश्यक संसाधनों के समन्वय दोनों में पीछे छोड़ दें, लेखक तीन कारण देते हैं कि मानव जिज्ञासा अपना महत्व बनाए रखती है: ज्ञानोदय के प्रति निरंतर दायित्व, संस्थागत बुद्धिमत्ता पर सीमांत बुद्धिमत्ता में मानव का संभावित तुलनात्मक लाभ, और मानव विविधता द्वारा योगदानित रचनात्मक विविधता।

निबंध इस प्रश्न पर समाप्त होता है जिसे लेखक कहते हैं कि यह सभ्यता की आने वाली कहानी और उसकी प्रगति की गति निर्धारित करेगा: क्या महान दिमागों को दुनिया के अधिक हिस्से की आवश्यकता है, या वे कम से अधिक कर सकते हैं।