। किसी भी दर पर, कुछ विज्ञान-काल्पनिक और दूर।

लेकिन अब तकनीकी उद्योग में और यहां तक ​​कि इसके बाहर लोगों की बढ़ती संख्या बहुत निकट भविष्य में एजीआई या “मानव-स्तरीय” एआई की भविष्यवाणी कर रही है।

ये लोग विश्वास कर सकते हैं कि वे क्या कह रहे हैं, लेकिन यह कम से कम आंशिक रूप से प्रचारित है कि निवेशकों को एआई कंपनियों में अरबों डॉलर फेंकने के लिए बनाया गया है। हां, बड़े बदलाव लगभग निश्चित रूप से रास्ते में हैं, और आपको उनके लिए तैयारी करनी चाहिए। लेकिन हम में से अधिकांश के लिए, उन्हें एजीआई कहना सबसे अच्छा एक व्याकुलता है और सबसे बुरी तरह से जानबूझकर गलतफहमी है। व्यापार नेताओं और नीति निर्माताओं को यह सोचने के लिए एक बेहतर तरीका चाहिए कि क्या आ रहा है। सौभाग्य से, एक है।

ओपनई के सैम अल्टमैन, एंथ्रोपिक के डारियो अमोडी और एक्सई के एलोन मस्क (वह चीज जो वह कम से कम प्रसिद्ध है) ने हाल ही में कहा है कि एजीआई, या ऐसा कुछ, कुछ वर्षों के भीतर पहुंच जाएगा। Google DeepMind के डेमिस हसाबिस और मेटा के यान लेकुन जैसी अधिक मापा आवाज़ें देखते हैं कि यह कम से कम पांच से 10 साल का है। हाल ही में, मेम मुख्यधारा में चला गया है, न्यूयॉर्क टाइम्स ‘एज्रा क्लेन और केविन रूज सहित पत्रकारों के साथ यह तर्क देते हुए कि समाज को निकट भविष्य में एजीआई जैसी किसी चीज़ के लिए तैयार होना चाहिए।

मैं कहता हूं कि “कुछ ऐसा”, क्योंकि ये लोग एजीआई शब्द के साथ फ़्लर्ट करते हैं और फिर “शक्तिशाली एआई” की तरह एक अधिक समानता से पीछे हटते हैं। और इसका क्या मतलब हो सकता है, यह बहुत भिन्न होता है-एआई से जो लगभग किसी भी व्यक्तिगत संज्ञानात्मक कार्य के साथ-साथ एक मानव भी कर सकता है, लेकिन अभी भी काफी विशिष्ट (क्लेन, रूज) हो सकता है, नोबेल पुरस्कार-स्तरीय काम (अमोडी, अल्टमैन) को करने के लिए, सभी मामलों में एक वास्तविक मानव की तरह सोचने के लिए (हसबिस), जो कि हिरन) में काम कर रहा है।

तो, क्या इनमें से कोई भी “वास्तव में” एजीआई है?

सच्चाई यह है, इससे कोई फर्क नहीं पड़ता। अगर एजीआई जैसी कोई चीज भी है – जो, मैं बहस करूंगा, वहाँ नहीं है – यह एक तेज सीमा नहीं है जिसे हम पार करते हैं। जो लोग इसे टालते हैं, एजीआई अब केवल इस विचार के लिए शॉर्टहैंड है कि कुछ बहुत ही विघटनकारी आसन्न है: सॉफ्टवेयर जो केवल एक ऐप को कोड नहीं कर सकता है, एक स्कूल असाइनमेंट का मसौदा तैयार नहीं कर सकता है, अपने बच्चों के लिए सोते समय की कहानियां लिख सकता है या छुट्टी बुक कर सकता है – लेकिन बहुत से लोगों को काम से बाहर निकाल सकता है, प्रमुख वैज्ञानिक सफलताएं बना सकता है, और हैकर्स, आतंकवादियों, निगमों और सरकारों को भयावह शक्ति प्रदान कर सकता है।

यह भविष्यवाणी गंभीरता से लेने के लायक है, और इसे कहने के लिए एजीआई को लोगों को बैठकर सुनने का एक तरीका है। लेकिन एजीआई या मानव-स्तरीय एआई के बारे में बात करने के बजाय, आइए विभिन्न प्रकार के एआई के बारे में बात करते हैं, और वे क्या करेंगे और क्या नहीं कर पाएंगे।

70 साल पहले एआई की दौड़ को बंद करने के बाद से मानव-स्तरीय बुद्धि का कुछ रूप अब तक का लक्ष्य रहा है। दशकों के लिए, जो सबसे अच्छा किया जा सकता था, वह आईबीएम की शतरंज-विजेता गहरे नीले, या Google के अल्फफोल्ड की तरह “संकीर्ण एआई” था, जो प्रोटीन संरचनाओं की भविष्यवाणी करता है और पिछले साल केमिस्ट्री नोबेल का एक हिस्सा अपने रचनाकारों (हसबिस सहित) जीता था। दोनों मानव-स्तर से परे थे, लेकिन केवल एक उच्च विशिष्ट कार्य के लिए।

यदि AGI अब अचानक करीब लगता है, तो यह इसलिए है क्योंकि बड़े भाषा के मॉडल चटप्ट और उसके ilk अंतर्निहित दोनों अधिक मानवीय और अधिक सामान्य-उद्देश्य के रूप में दिखाई देते हैं।

LLMS सादे भाषा में हमारे साथ बातचीत करता है। वे कम से कम प्रशंसनीय दिखने वाले उत्तर दे सकते हैं। वे बहुत अच्छा कल्पना लिखते हैं, कम से कम जब यह बहुत छोटा होता है। (लंबी कहानियों के लिए, वे पात्रों और कथानक विवरणों का ट्रैक खो देते हैं।) वे कोडिंग, मेडिकल या बार परीक्षा और गणित की समस्याओं जैसे कौशल के बेंचमार्क परीक्षणों पर कभी भी उच्च स्कोर कर रहे हैं। वे चरण-दर-चरण तर्क और अधिक जटिल कार्यों में बेहतर हो रहे हैं। जब सबसे अधिक गंग-हो एआई लोग एजीआई के कोने के आसपास होने के बारे में बात करते हैं, तो यह मूल रूप से इन मॉडलों का एक अधिक उन्नत रूप है जिसके बारे में वे बात कर रहे हैं।

ऐसा नहीं है कि एलएलएम का बड़ा प्रभाव नहीं होगा। कुछ सॉफ्टवेयर कंपनियां पहले से ही कम इंजीनियरों को काम पर रखने की योजना बना रही हैं। अधिकांश कार्य जो हर बार एक समान प्रक्रिया का पालन करते हैं – चिकित्सा निदान करना, कानूनी डॉक का मसौदा तैयार करना, अनुसंधान ब्रीफ लिखना, विपणन अभियान बनाना और इतने पर – एक मानव कार्यकर्ता ऐसी चीजें होंगी जो कम से कम आंशिक रूप से एआई को आंशिक रूप से आउटसोर्स कर सकते हैं। कुछ पहले से ही हैं।

यह उन श्रमिकों को अधिक उत्पादक बना देगा, जिससे कुछ नौकरियों को समाप्त किया जा सकता है। हालांकि जरूरी नहीं: एआई के गॉडफादर के रूप में जाने जाने वाले नोबेल पुरस्कार विजेता कंप्यूटर वैज्ञानिक जेफ्री हिंटन ने कुख्यात रूप से भविष्यवाणी की कि एआई जल्द ही रेडियोलॉजिस्ट को अप्रचलित कर देगा। आज, अमेरिका में उनकी कमी है।

लेकिन एक महत्वपूर्ण अर्थ में, एलएलएम अभी भी “संकीर्ण एआई” हैं। वे एक नौकरी कर सकते हैं, जबकि एक प्रतीत होता है कि एक प्रतीत होता है – एक घटना के रूप में जाना जाता है कि एक घटना को जगाया हुआ फ्रंटियर के रूप में जाना जाता है।

उदाहरण के लिए, एक एआई फ्लाइंग रंगों के साथ एक बार परीक्षा पास कर सकता है, लेकिन बॉट एक ग्राहक के साथ एक कानूनी संक्षिप्त में बातचीत को बदल सकता है। यह कुछ सवालों का पूरी तरह से उत्तर दे सकता है, लेकिन नियमित रूप से “मतिभ्रम” (यानी तथ्यों का आविष्कार) दूसरों पर। एलएलएम उन समस्याओं के साथ अच्छी तरह से करते हैं जिन्हें स्पष्ट-कट नियमों का उपयोग करके हल किया जा सकता है, लेकिन कुछ नए परीक्षणों में जहां नियम अधिक अस्पष्ट थे, मॉडल जो अन्य बेंचमार्क पर 80% या उससे अधिक स्कोर करते थे, एकल आंकड़ों तक पहुंचने के लिए भी संघर्ष करते थे।

और यहां तक ​​कि अगर एलएलएम ने इन परीक्षणों को भी हराना शुरू कर दिया, तो भी, वे अभी भी संकीर्ण होंगे। यह एक परिभाषित, सीमित समस्या से निपटने के लिए एक बात है, हालांकि मुश्किल है। यह इस बात पर है कि लोग वास्तव में एक विशिष्ट कार्यदिवस में क्या करते हैं।

यहां तक ​​कि एक गणितज्ञ भी पूरे दिन गणित की समस्याओं को पूरा करने में खर्च नहीं करता है। लोग अनगिनत चीजें करते हैं जिन्हें बेंचमार्क नहीं किया जा सकता है क्योंकि वे सही या गलत उत्तरों के साथ समस्याओं से बंधे नहीं हैं। हम परस्पर विरोधी प्राथमिकताओं का वजन करते हैं, खाई विफल योजनाएं, अधूरे ज्ञान के लिए भत्ते बनाते हैं, वर्कअराउंड विकसित करते हैं, कूबड़ पर कार्य करते हैं, कमरे को पढ़ते हैं और सबसे ऊपर, अत्यधिक अप्रत्याशित और तर्कहीन बुद्धिमत्ता के साथ लगातार बातचीत करते हैं जो अन्य मानव हैं।

वास्तव में, एलएलएम के खिलाफ एक तर्क कभी भी नोबेल पुरस्कार-स्तरीय काम करने में सक्षम है, यह है कि सबसे शानदार वैज्ञानिक वे नहीं हैं जो सबसे अधिक जानते हैं, लेकिन जो लोग पारंपरिक ज्ञान को चुनौती देते हैं, वे संभवत: परिकल्पना का प्रस्ताव करते हैं और सवाल पूछते हैं कि किसी और ने पूछने के लिए नहीं सोचा है। यह एक एलएलएम के विपरीत है, जो सभी उपलब्ध जानकारी के आधार पर सबसे अधिक सर्वसम्मति उत्तर खोजने के लिए डिज़ाइन किया गया है।

इसलिए हम एक दिन एक एलएलएम का निर्माण करने में सक्षम हो सकते हैं जो लगभग किसी भी व्यक्तिगत संज्ञानात्मक कार्य के साथ -साथ एक मानव भी कर सकता है। यह एक बड़ी समस्या को हल करने के लिए कार्यों की एक पूरी श्रृंखला को एक साथ स्ट्रिंग करने में सक्षम हो सकता है। कुछ परिभाषाओं द्वारा, यह मानव-स्तरीय एआई होगा। लेकिन यह अभी भी एक ईंट के रूप में गूंगा होगा यदि आप इसे एक कार्यालय में काम करने के लिए डालते हैं।

मानव बुद्धि ‘सामान्य’ नहीं है

एजीआई के विचार के साथ एक मुख्य समस्या यह है कि यह बुद्धि की एक अत्यधिक मानवशास्त्रीय धारणा पर आधारित है।

अधिकांश एआई शोध बुद्धि को अधिक या कम रैखिक उपाय के रूप में मानते हैं। यह मानता है कि कुछ बिंदु पर, मशीनें मानव-स्तर या “सामान्य” बुद्धिमत्ता तक पहुंचेंगी, और फिर शायद “अधीक्षण”, जिस बिंदु पर वे या तो स्काईनेट बन जाते हैं और हमें नष्ट कर देते हैं या परोपकारी देवताओं में बदल जाते हैं जो हमारी सभी जरूरतों का ख्याल रखते हैं।

लेकिन एक मजबूत तर्क है कि मानव बुद्धि वास्तव में “सामान्य” नहीं है। हमारे दिमाग में हमारे होने की बहुत विशिष्ट चुनौती के लिए विकसित हुआ है। हमारे शरीर का आकार और आकार, जिस प्रकार के भोजन हम पचाते हैं, वे शिकारियों का सामना करते हैं, जिनका हम एक बार सामना करते हैं, हमारे परिजन समूहों का आकार, जिस तरह से हम संवाद करते हैं, यहां तक ​​कि गुरुत्वाकर्षण की ताकत और प्रकाश की तरंग दैर्ध्य जो हम देखते हैं, वह यह निर्धारित करने में चला गया है कि हमारे दिमाग क्या अच्छे हैं। अन्य जानवरों में कई प्रकार की बुद्धिमत्ता होती है जो हमारे पास कमी होती है: एक मकड़ी शिकारियों को अपने वेब के कंपन में शिकार से अलग कर सकती है, एक हाथी हजारों मील लंबे प्रवास मार्गों को याद कर सकता है, और एक ऑक्टोपस में, प्रत्येक तम्बू का शाब्दिक अर्थ है।

वायर्ड के लिए 2017 के निबंध में, केविन केली ने तर्क दिया कि हमें मानव बुद्धिमत्ता के बारे में सोचना चाहिए कि कुछ विकासवादी पेड़ के शीर्ष पर नहीं है, लेकिन पृथ्वी-आधारित इंटेलीजेंस के एक समूह के भीतर सिर्फ एक बिंदु के रूप में है कि सभी संभावित विदेशी और मशीन इंटेलिजेंस के एक ब्रह्मांड में एक छोटा धब्बा है। यह, उन्होंने लिखा है, “एक अलौकिक एआई के मिथक” को अलग करता है जो हमारे लिए सब कुछ बेहतर कर सकता है। इसके बजाय, हमें उम्मीद करनी चाहिए कि “कई सैकड़ों अतिरिक्त-मानव नई प्रजातियों की सोच, मनुष्यों से सबसे अलग, कोई भी सामान्य उद्देश्य नहीं होगा, और कोई भी ऐसा नहीं होगा जो एक त्वरित भगवान होगा जो एक फ्लैश में प्रमुख समस्याओं को हल करता है।”

यह एक सुविधा है, बग नहीं। अधिकांश जरूरतों के लिए, विशेष बुद्धिमत्ता, मुझे संदेह है, दोनों सस्ता और अधिक विश्वसनीय होंगे, जो कि जैक-ऑफ-ऑल-ट्रेडों की तुलना में अधिक विश्वसनीय है जो हमें यथासंभव निकटता से मिलते-जुलते हैं। यह उल्लेख करने के लिए नहीं कि वे उठने और अपने अधिकारों की मांग करने की संभावना कम हैं।

इसमें से कोई भी विशाल छलांग को खारिज करने के लिए नहीं है जिसे हम अगले कुछ वर्षों में एआई से उम्मीद कर सकते हैं।

एक छलांग जो पहले से ही शुरू हो चुकी है, “एजेंटिक” एआई है। एजेंट अभी भी एलएलएम पर आधारित हैं, लेकिन केवल जानकारी का विश्लेषण करने के बजाय, वे एक वेब फॉर्म में खरीदारी या भरने जैसी क्रियाएं कर सकते हैं। उदाहरण के लिए, ज़ूम, जल्द ही उन एजेंटों को लॉन्च करने की योजना बना रहा है जो एक्शन आइटम बनाने, फॉलो-अप ईमेल का मसौदा तैयार करने और अगली बैठक को शेड्यूल करने के लिए एक मीटिंग ट्रांसक्रिप्ट को परिमार्जन कर सकते हैं। अब तक, एआई एजेंटों का प्रदर्शन मिश्रित है, लेकिन एलएलएम के साथ, यह अपेक्षा करते हैं कि यह नाटकीय रूप से उस बिंदु पर सुधार करेगा जहां काफी परिष्कृत प्रक्रियाओं को स्वचालित किया जा सकता है।

कुछ लोग दावा कर सकते हैं कि यह एजीआई है। लेकिन एक बार फिर, यह ज्ञानवर्धक से अधिक भ्रामक है। एजेंट “सामान्य” नहीं होंगे, लेकिन बेहद एक-ट्रैक दिमाग के साथ व्यक्तिगत सहायकों की तरह। आपके पास उनमें से दर्जनों हो सकते हैं। यहां तक ​​कि अगर वे आपकी उत्पादकता को आसमान छूते हैं, तो उन्हें प्रबंधित करना दर्जनों अलग -अलग सॉफ़्टवेयर ऐप्स की तरह होगा – बहुत कुछ जैसा कि आप पहले से ही कर रहे हैं। शायद आपको अपने सभी एजेंटों का प्रबंधन करने के लिए एक एजेंट मिलेगा, लेकिन यह भी कि आप जो भी लक्ष्यों को निर्धारित करते हैं, वह भी सीमित हो जाएगा।

और क्या होगा जब लाखों या अरबों एजेंट एक साथ बातचीत कर रहे हैं ऑनलाइन किसी का अनुमान है। शायद, जिस तरह ट्रेडिंग एल्गोरिदम ने अकथनीय बाजार “फ्लैश क्रैश” सेट किया है, वे एक दूसरे को अजेय श्रृंखला प्रतिक्रियाओं में ट्रिगर करेंगे जो आधे इंटरनेट को पंगु बनाती हैं। अधिक चिंता की बात यह है कि दुर्भावनापूर्ण अभिनेता तबाही बोने के लिए एजेंटों के झुंडों को जुटा सकते हैं।

फिर भी, एलएलएम और उनके एजेंट सिर्फ एक प्रकार के एआई हैं। कुछ वर्षों के भीतर, हमारे पास मौलिक रूप से अलग -अलग प्रकार हो सकते हैं। उदाहरण के लिए, मेटा में लेकुन की लैब, कई में से एक है जो निर्माण करने की कोशिश कर रहा है जिसे सन्निहित एआई कहा जाता है।

सिद्धांत यह है कि भौतिक दुनिया में एक रोबोट निकाय में एआई डालकर, या एक सिमुलेशन में, यह वस्तुओं, स्थान और गति के बारे में जान सकता है – मानव समझ के निर्माण ब्लॉक जिसमें से उच्च अवधारणाएं प्रवाहित हो सकती हैं। इसके विपरीत, एलएलएम, पूरी तरह से पाठ की विशाल मात्रा में प्रशिक्षित, सतह पर मानव विचार प्रक्रियाओं की प्रक्रियाएं, लेकिन कोई सबूत नहीं दिखाते हैं कि वे वास्तव में उनके पास हैं, या यहां तक ​​कि वे किसी भी सार्थक अर्थ में सोचते हैं।

क्या सन्निहित एआई वास्तव में सोचने वाली मशीनों, या सिर्फ बहुत निपुण रोबोटों को ले जाएगा? अभी, यह कहना असंभव है। यहां तक ​​कि अगर यह पूर्व है, हालांकि, यह अभी भी इसे एजीआई कहने के लिए भ्रामक होगा।

विकास के बारे में इस बिंदु पर वापस जाने के लिए: जिस तरह से किसी मानव को मकड़ी या हाथी की तरह सोचने की उम्मीद करना बेतुका होगा, छह पहियों और चार हथियारों के साथ एक आयताकार रोबोट की अपेक्षा करना बेतुका होगा जो सोता है, खाने या सेक्स नहीं करता है – अकेले दोस्ती करने दें, अपनी अंतरात्मा की तरह सोचने के लिए या अपने स्वयं के मृत्यु दर को सोचें – एक मानव की तरह सोचें। यह दादी को लिविंग रूम से बेडरूम तक ले जाने में सक्षम हो सकता है, लेकिन यह दोनों को गर्भ धारण करेगा और जिस तरह से हम काम करेंगे, उससे पूरी तरह से कार्य करेंगे।

एआई में से कई चीजें सक्षम होंगी, हम आज भी कल्पना नहीं कर सकते। उस प्रगति को ट्रैक करने और समझने का सबसे अच्छा तरीका यह होगा कि वह इसे मनुष्यों से तुलना करने की कोशिश करना बंद कर दे, या फिल्मों से किसी भी चीज़ के लिए, और इसके बजाय बस पूछते रहें: यह वास्तव में क्या करता है?

ब्लूमबर्ग की राय से अधिक:

यह कॉलम लेखक के व्यक्तिगत विचारों को दर्शाता है और जरूरी नहीं कि संपादकीय बोर्ड या ब्लूमबर्ग एलपी और उसके मालिकों की राय को प्रतिबिंबित करता है।

गिदोन लिचफील्ड वायर्ड पत्रिका और एमआईटी प्रौद्योगिकी समीक्षा के पूर्व संपादक-इन-चीफ हैं। वह फ्यूचरपोलिस, लोकतंत्र के भविष्य पर एक समाचार पत्र लिखते हैं।

इस तरह की और कहानियाँ उपलब्ध हैं Bloomberg.com/opinion