1974 में, एंटनी हेविश ने पल्सर की खोज के लिए भौतिकी का नोबेल पुरस्कार जीता। उनके स्नातक छात्र, जॉक्लिन बेल बर्नेल ने वास्तव में डेटा में सबसे पहले इसे देखा था; उसने स्वयं दूरबीन के कुछ हिस्से भी बनाए, चार्टों का विश्लेषण किया, विसंगति देखी और यह पुष्टि करने में मदद की कि यह वास्तविक है। लेकिन वह पुरस्कार नहीं जीत पाईं. उस समय, नोबेल समितियों ने तर्क दिया कि हेविश ने दूरबीन को डिजाइन किया था और अनुसंधान कार्यक्रम का निर्देशन किया था। तथ्य यह है कि बेल बर्नेल की आंखें और निर्णय ही थे जिन्होंने सिग्नल को पकड़ा था, इसे निर्णायक योगदान के रूप में दर्ज नहीं किया गया। वास्तव में, समिति के स्पष्ट दृष्टिकोण में, वह वही कर रही थी जो स्नातक छात्र करते हैं: एक वरिष्ठ वैज्ञानिक के दृष्टिकोण को क्रियान्वित करना।
आइए बेल बर्नेल को एआई के साथ प्रतिस्थापित करके इस परिदृश्य की फिर से कल्पना करें, और सवाल वही रहता है: जब एक महत्वपूर्ण अंतर्दृष्टि या गणना किसी ऐसी चीज़ से निकलती है जो वरिष्ठ वैज्ञानिक का अपना मस्तिष्क नहीं है, तो हम कैसे तय करते हैं कि खोज किसने की है?
मान लीजिए कि एक AI सिस्टम हल करता है लंबे समय से चली आ रही समस्या गणितीय भौतिकी में – कहते हैं, का अस्तित्व और सहजता नेवियर-स्टोक्स समीकरण – और एक प्रमाण प्रस्तुत करता है। मानव गणितज्ञ पुष्टि करते हैं कि प्रमाण सही है। नोबेल पुरस्कार किसे जीतना चाहिए?
(इस लेख में “नोबेल पुरस्कार” अपने प्रकार के कई पुरस्कारों के लिए एक स्टैंड-इन है, जिसमें एबेल पुरस्कार, वुल्फ पुरस्कार और लास्कर पुरस्कार शामिल हैं।)
खोज को समझना
13 फरवरी को, OpenAI ने घोषणा की कि उसके AI मॉडल GPT-5.2 ने वैज्ञानिकों के एक समूह की मदद की है “सैद्धांतिक भौतिकी में एक नया परिणाम प्राप्त करें”. (मानव) वैज्ञानिकों ने मूल प्रश्न उठाया। GPT-5.2 ने एक संभावित समाधान सुझाया। फिर OpenAI ने एक आंतरिक मॉडल बनाया जिसने समाधान को भी प्रस्तुत किया – यह महत्वपूर्ण है – इसे प्रदान किया। वैज्ञानिकों ने अंततः इसे सत्यापित किया (सत्यापनीयता भी महत्वपूर्ण है), और वोइला।
पहली प्रवृत्ति यह कहने की हो सकती है कि यह मनुष्य ही होने चाहिए जिन्होंने प्रश्न पूछा, समस्या खड़ी की, और जानते थे कि समाधान के रूप में क्या गिना जाएगा। एआई मॉडल सिर्फ एक शक्तिशाली कैलकुलेटर है। जब एंड्रयू विल्स ने साबित किया फ़र्मेट का अंतिम प्रमेय कंप्यूटर सत्यापन का उपयोग करते हुए, किसी ने सुझाव नहीं दिया कि कंप्यूटर को क्रेडिट साझा करना चाहिए; यह केवल उन मामलों की जाँच कर रहा था जिन्हें विल्स ने पूरी तरह से निर्दिष्ट किया था। लेकिन अगर कोई एआई ऐसा सबूत तैयार करता है जिसे मनुष्य सत्यापित कर सकते हैं लेकिन पूरी तरह से पुनर्निर्माण नहीं कर सकते हैं, तो वे सह-लेखकों की तुलना में क्यूरेटर की तरह अधिक हैं और उन्हें पुरस्कार नहीं जीतना चाहिए। खोज का तात्पर्य समझ से है।
तो फिर आइए किसी ऐसे व्यक्ति को पुरस्कार दें जो वास्तव में ऐसा कर सकता है। वे मनुष्य जिन्होंने न केवल एआई को प्रेरित किया, बल्कि बाधाओं, विवेक जांच, वैचारिक विचारों की आपूर्ति की, जिन्होंने समाधान को गणित के रूप में सुपाठ्य बना दिया, आदि। यह उचित लगता है… सही है?
समस्या यह है कि यदि यह आपको उचित लगता है, तो आपने यह भी स्वीकार किया है कि समाधान के अंतर्गत बौद्धिक कार्य और इसे संभव बनाने वाले बुनियादी ढांचे के बीच एक स्पष्ट रेखा है। रेडियो रिसीवर बनाने वाले तकनीशियनों के बजाय अकेले हेविश को नोबेल पुरस्कार क्यों मिला? या वे इंजीनियर जिन्होंने यह पता लगाया कि वायुमंडलीय शोर को कैसे फ़िल्टर किया जाए? क्योंकि, कहानी कहती है, वे सभी आवश्यक शर्तों का हिस्सा थे, खोज का नहीं। खोज यह देखने में हुई कि सिग्नल असामान्य था, कुछ नया था। वह एक बौद्धिक कार्य था जबकि दूरबीन का निर्माण इंजीनियरिंग था।
ठीक है।* लेकिन फिर 1930 के दशक के उन सैद्धांतिक भौतिकविदों के बारे में क्या, जिन्होंने सबसे पहले गणना की थी कि न्यूट्रॉन सितारों का अस्तित्व होना चाहिए? अपने काम के बिना, हेविश और बेल बर्नेल को नहीं पता होता कि वे क्या देख रहे थे। क्या उन्हें भी सह-पुरस्कार विजेता होना चाहिए था? “बिल्कुल नहीं,” आप कहते हैं। उनका काम मूलभूत था लेकिन यह पहले से ही वैज्ञानिक पृष्ठभूमि का हिस्सा था। और नोबेल पुरस्कार केवल अंतिम चरण को पुरस्कृत करते हैं, पूरी सीढ़ी को नहीं।
मनमानी देख रहे हैं
हालाँकि, यह अंतिम चरण भी इस बात का एक नमूना है कि हम कहानियाँ कैसे सुनाते हैं। किसी बिंदु पर हमें एक रेखा खींचनी होगी और कहना होगा, “ये लोग खोजकर्ता के रूप में गिने जाते हैं और अन्य सभी लोग पृष्ठभूमि में हैं”। और हमें इस बात का ध्यान रखना होगा कि यह रेखा हमेशा मनमानी होगी – वास्तविकता में किसी प्रकार के प्राकृतिक जोड़ के बजाय एक परंपरा।
तो अंततः प्रश्न यह बन जाता है: हम यह रेखा कैसे खींचें? लोग आम तौर पर इसे इस तरह से आकर्षित करते हैं जो श्रृंखला के अंत के करीब, अमीर संस्थानों में काम करने वाले, मजबूत बौद्धिक संपदा शासन वाले देशों और स्थापित वैज्ञानिक नौकरशाही वाले लोगों के पक्ष में है। जिन लोगों का श्रम दूर है – समय, स्थान और/या सामाजिक पदानुक्रम में – संभावना की स्थितियों के रूप में लिखा जाता है।
महत्वपूर्ण रूप से, जब कोई एआई कोई खोज करता है, तो इस मनमानी को नजरअंदाज करना असंभव हो जाता है क्योंकि मॉडल के वर्कफ़्लो में सभी सामान्य रूप से अदृश्य श्रम स्पष्ट होता है। सैकड़ों मशीन-लर्निंग शोधकर्ताओं ने मॉडल का निर्माण किया, इस प्रक्रिया में व्यावहारिक रूप से गणित का पता लगाने का एक तरीका खोजा जो पहले मौजूद नहीं था। यदि किसी चीज को साबित करने की नई तकनीक आमतौर पर आपको श्रेय देती है – गणितज्ञों ने ऐसे काम के लिए फील्ड्स मेडल जीते हैं – तो तकनीक का आविष्कार करने वाली मशीन का आविष्कार क्यों मायने नहीं रखता?
फिर प्रशिक्षण डेटा और कंप्यूटिंग संसाधन हैं: पहले में पाठ्यपुस्तकों और कम वेतन वाले डेटा कार्यकर्ताओं द्वारा व्याख्या किए गए शोध पत्रों से संचित मानव ज्ञान होता है, जिनके नाम कहीं नहीं दिखाई देते हैं, और बाद वाले को केवल कुछ संगठनों द्वारा ही संभव बनाया गया है जो इतने बड़े पैमाने पर मॉडल को प्रशिक्षित करने का जोखिम उठा सकते हैं।
उपलब्धि के बारे में कहानियाँ
नोबेल समितियाँ कह सकती हैं कि यह सब मायने रखता है लेकिन यह खोज नहीं है; वह केवल विशिष्ट विज्ञान परिणाम होगा। और जिन लोगों को पुरस्कार मिलना चाहिए वे ही लोग हैं जो इसे समझा सकते हैं और इसकी बौद्धिक जिम्मेदारी ले सकते हैं। लेकिन यह समस्या को पीछे धकेल देता है। “बौद्धिक जिम्मेदारी” लेना भी एक सामाजिक भूमिका है जिसे हमने आविष्कार किया है: व्यवहार में इसका मतलब वह व्यक्ति होना है जो वार्ता देता है, कागजात लिखता है, सम्मेलनों में आमंत्रित किया जाता है, पीएचडी करता है, और संकाय पद रखता है। इसका अर्थ है प्रतिष्ठित अर्थव्यवस्था में एक ऐसा स्थान प्राप्त करना जो आपको परिणाम के रूप में “आपका” होने के बारे में बोलने की अनुमति देता है। और यह स्थिति स्वयं पृष्ठभूमि श्रम के ट्रक लोड का उत्पाद है जिसे हम पहले ही गिनने के लिए सहमत नहीं हैं।
लेकिन बात यह है: नोबेल पुरस्कार पहले से ही मनमाने हैं। वे हमेशा से रहे हैं, इस अर्थ में कम कि वे गलत लोगों को पुरस्कृत करते हैं (हालांकि कभी-कभी वे ऐसा करते हैं) और अधिक इस अर्थ में कि ‘प्राथमिक खोजकर्ता’ की श्रेणी एक कल्पना है जिस पर हम सभी विश्वास करने के लिए सहमत हैं। विज्ञान व्यक्तिगत प्रतिभाओं द्वारा नहीं किया जाता है जिनके पास अलगाव में अंतर्दृष्टि की झलक होती है। यह बड़े, व्यापक नेटवर्क, पीढ़ियों और महाद्वीपों तक फैले नेटवर्क द्वारा किया जाता है। प्रत्येक खोज को हजारों लोगों द्वारा रेखांकित किया जाता है जिनका योगदान व्यक्तिगत रूप से छोटा है लेकिन सामूहिक रूप से अपरिहार्य है। इसलिए जब हम एक व्यक्ति या तीन लोगों को पुरस्कार देते हैं, तो हम बस एक कहानी बता रहे होते हैं जो वास्तविकता का वर्णन करने के बजाय वास्तविकता को संसाधित करना और पुरस्कृत करना आसान बनाती है।
यह आवश्यक रूप से बुरा नहीं है. व्यक्तिगत उपलब्धि के बारे में कहानियाँ दूसरों को बेहतर करने के लिए प्रेरित कर सकती हैं। वे लोगों को लक्ष्य करने के लिए कुछ न कुछ देते हैं। और हो सकता है कि वह दिखावा उपयोगी हो, भले ही वह बिल्कुल सच न हो। लेकिन इसकी एक कीमत चुकानी पड़ती है। व्यक्तिगत प्रतिभा की कहानी उस बुनियादी ढांचे को मिटा देती है जो प्रतिभा को संभव बनाता है। यह श्रम को या तो ‘रचनात्मक’ मानता है और इस प्रकार पुरस्कार के योग्य मानता है या इसे यांत्रिक और इस प्रकार केवल व्यवसाय करने की लागत मानता है। परिणाम को छूने के लिए अंतिम व्यक्ति की आवश्यकता होती है और उन्हें लेखक कहा जाता है, जैसे कि परिणाम बिना किसी अन्य निर्भरता के उनके दिमाग से निकल गया हो।
एक संकेत के रूप में बहुत उपयोगी
समस्या का समाधान नहीं किया जा सकता क्योंकि यह इस पर आधारित है कि हम उपलब्धि के बारे में कैसे सोचते हैं। हम यह कहने में सक्षम होना चाहते हैं कि “इस व्यक्ति ने यह काम किया” लेकिन दुनिया वास्तव में उस तरह से काम नहीं करती है। और शायद ऐसा ही होना चाहिए। शायद उन असमानताओं को दोहराए बिना ‘दुर्लभ’ पुरस्कार देने का कोई तरीका नहीं है, जिन्होंने पहली बार में खोज को जन्म दिया। या शायद पुरस्कार ही समस्या है. हो सकता है कि व्यक्तियों को अलग करने का पूरा विचार एक गलती है – 19वीं शताब्दी का एक अवशेष जब हम अभी भी विज्ञान का दिखावा कर सकते थे, मानव और मशीन अनुभूति की व्यापक वैश्विक आपूर्ति श्रृंखलाओं के बजाय प्रयोगशालाओं में काम करने वाले अकेले पॉलीमैथ्स द्वारा किया गया था।
लेकिन हम नोबेल पुरस्कारों से छुटकारा नहीं पा सकते हैं: वे बहुत अंतर्निहित हैं, एक संकेत के रूप में बहुत उपयोगी हैं, और – हाँ – सुर्खियाँ पैदा करने में बहुत अच्छे हैं। हम उनके साथ फंस गए हैं और हमें उन्हें किसी भी तरह से काम पर लाना है, इसलिए सबसे अच्छा काम जो हम कर सकते हैं वह यह है कि पुरस्कार को उन सभी चीजों के बारे में बात करने के अवसर के रूप में उपयोग करें जो इसमें शामिल नहीं हैं। हर बार जब कोई नोबेल पुरस्कार जीतता है, तो हम उन सभी लोगों को सामने लाने का समय बना सकते हैं जिन्होंने नोबेल पुरस्कार नहीं जीता है, और “आइए अपने अपराध को स्वीकार करें” तरीके से नहीं, बल्कि “यहां बताया गया है कि वास्तव में ज्ञान कैसे बनता है” तरीके से। यह कोई समाधान नहीं है लेकिन कम से कम यह झूठ तो नहीं है।
(* ठीक नहीं है लेकिन काफी ठीक है। आप समझ गए।)
mukunth.v@thehindu.co.in
