कृत्रिम बुद्धि के साथ दुनिया पर कब्जा करने के बारे में चिंता करना अवैज्ञानिक धारणाओं पर आधारित हो सकता है

क्या हमें कृत्रिम बुद्धिमत्ता (एआई) से डरने की जरूरत है? मेरे लिए, यह एक सरल प्रश्न है, और भी सरल उत्तर: नहीं। लेकिन हर कोई मेरे साथ सहमत नहीं है - स्टीफन हॉकिंग सहित कई लोगों ने चिंता व्यक्त की कि शक्तिशाली एआई सिस्टम के उद्भव का मतलब मानवता के लिए अंत हो सकता है।

एआई दुनिया पर कब्जा करेगा या नहीं, इस सवाल पर आपका दृष्टिकोण, जाहिर है, इस बात पर निर्भर करेगा कि एआई उचित व्यवहार विकसित कर सकता है जो मानव व्यवहार से बेहतर है - "सुपरिन्टिजेन्स" नामक कुछ। आइए इस प्रक्रिया की संभावना को देखें, और एआई के भविष्य के बारे में ऐसी चिंता क्यों है।

लोग आमतौर पर इस बात से डरते हैं कि वे क्या समझते हैं। डर को अक्सर नस्लवाद, होमोफोबिया और भेदभाव के अन्य स्रोतों के लिए जिम्मेदार बनाया जाता है। यह आश्चर्यजनक नहीं है कि यह नई प्रौद्योगिकियों पर लागू होता है - वे अक्सर कुछ पहेलियों से घिरे होते हैं। कुछ तकनीकी विकास पूरी तरह से अवास्तविक लगते हैं, अपेक्षाओं से अधिक होते हैं, और कुछ मामलों में, मानव क्षमता।

कार में कोई आत्मा नहीं है

चलो सबसे लोकप्रिय एआई प्रौद्योगिकियों से रहस्य को फाड़ देते हैं, जिसे "मशीन लर्निंग" के रूप में जाना जाता है। वे मशीन को यह जानने की अनुमति देते हैं कि किसी विशिष्ट निर्देश को प्रोग्राम किए बिना किसी कार्य को कैसे पूरा किया जाए। यह डरावना लग सकता है, लेकिन वास्तव में यह बहुत उबाऊ आंकड़ों के लिए नीचे आता है।

एक मशीन, अर्थात्, एक कार्यक्रम, या अधिक सटीक रूप से, एक एल्गोरिथ्म, डिज़ाइन किया गया है ताकि यह इनपुट डेटा में उपलब्ध रिश्तों को प्रकट कर सके। इस प्रभाव को प्राप्त करने के लिए कई अलग-अलग तरीके हैं। उदाहरण के लिए, हम मशीन को हस्तलिखित पत्रों की छवियां प्रदान कर सकते हैं, और उसे इन पत्रों के अनुक्रम को पहचानने के लिए कह सकते हैं। हमने उसके संभावित उत्तर पहले ही दे दिए हैं - ये केवल वर्णमाला के अक्षर हो सकते हैं। सबसे पहले, मशीन बेतरतीब ढंग से पत्र को नाम देती है, और हम इसे सही उत्तर देते हैं। हमने स्व-ट्यूनिंग के लिए मशीन को भी प्रोग्राम किया, और अगली बार जब वे इसे पत्र देते हैं, तो यह हमें सही उत्तर देने की अधिक संभावना है। नतीजतन, समय के साथ, मशीन अपनी दक्षता में सुधार करती है और वर्णमाला को पहचानने के लिए "सीखती है"।

हम, वास्तव में, एक विशिष्ट लक्ष्य को प्राप्त करने के लिए डेटा में आम रिश्तों का उपयोग करने के लिए मशीन को क्रमादेशित करते हैं। उदाहरण के लिए, पत्र के सभी वेरिएंट "ए" संरचनात्मक रूप से समान दिखते हैं, लेकिन "बी" से अलग है, जिसका एल्गोरिथ्म लाभ उठा सकता है। दिलचस्प बात यह है कि प्रशिक्षण चरण के बाद, मशीन अधिग्रहीत ज्ञान को अक्षरों के नए उदाहरणों पर लागू कर सकती है, उदाहरण के लिए, एक ऐसे व्यक्ति द्वारा लिखा गया है जिसकी लिखावट पहले नहीं देखी गई थी।


हम एआई जवाब देते हैं

हालांकि, लोग पहले से ही पढ़ने में अच्छे हैं। शायद अधिक दिलचस्प उदाहरण गो परियोजना में कृत्रिम खिलाड़ी होगा, Google Deepmind, जिसने सभी मानव खिलाड़ियों को हराया। जाहिर है, वह पढ़ाई नहीं करता है जैसे लोग करते हैं - वह कई बार खुद के साथ खेल खेलता है कि कोई भी व्यक्ति अपने पूरे जीवन में नहीं खेलेंगे। उन्हें जीतने के लिए प्रोग्राम किया गया था, और समझाया गया था कि जीत उनके कार्यों पर निर्भर करती है। उन्हें खेल के नियम भी सिखाए गए। एक ही खेल को बार-बार खेलकर, वह हर स्थिति में सर्वश्रेष्ठ चाल की खोज कर सकता है, उन चालों का आविष्कार करता है जो लोगों ने पहले कभी नहीं बनाए।

टॉडलर्स बनाम रोबोट

क्या वह एआई बनाता है जो खेलता है जो मनुष्यों की तुलना में अधिक स्मार्ट है निश्चित रूप से नहीं। एआई बहुत विशिष्ट है, एक निश्चित प्रकार के कार्य के लिए डिज़ाइन किया गया है, और इसमें लोगों की बहुमुखी प्रतिभा नहीं है। वर्षों से, लोग दुनिया को इस तरह से समझना शुरू करते हैं कि कोई भी एआई प्रबंधित नहीं किया गया है, और निकट भविष्य में, शायद, सक्षम नहीं होगा।

तथ्य यह है कि एआई को "खुफिया" कहा जाता है, इस तथ्य के कारण है कि यह सीखने में सक्षम है। लेकिन प्रशिक्षण में, वह लोगों तक नहीं पहुंचता है। छोटों को सीखने में सक्षम हैं किसी और को देखने से समस्या हल हो जाती है। एआई को बहुत विशिष्ट कार्यों में सफलता प्राप्त करने के लिए डेटा कारों और बहुत सारे प्रयासों की आवश्यकता होती है, और उन कार्यों के लिए अपने डेटा को सामान्य करना बहुत मुश्किल है जो उन लोगों से बहुत अलग हैं जिन पर उन्होंने प्रशिक्षण दिया था। इसलिए, यदि लोग अपने जीवन के शुरुआती वर्षों में अद्भुत बुद्धिमत्ता को बहुत तेज़ी से विकसित करते हैं, तो मशीन सीखने की प्रमुख अवधारणाएं दस या बीस साल पहले की तुलना में बहुत अलग नहीं हैं।


छोटे बच्चे का मस्तिष्क अद्भुत होता है

आधुनिक एआई की सफलताएं प्रौद्योगिकी में सफलताओं के साथ कम संबद्ध हैं, और डेटा और कंप्यूटिंग शक्ति की सरल मात्रा पर अधिक निर्भर हैं। यह ध्यान रखना महत्वपूर्ण है कि डेटा की एक अनंत राशि भी एआई मानव बुद्धि नहीं देगी - पहले हमें "सामान्यीकृत खुफिया" की तकनीक बनाने में महत्वपूर्ण प्रगति करने की आवश्यकता है - और हम इस समस्या को हल करने के करीब भी नहीं आए।

सामान्य तौर पर, बस इस तथ्य से कि एआई सीखने में सक्षम है, यह इस बात का पालन नहीं करता है कि यह अचानक मानव बुद्धि के सभी पहलुओं का अध्ययन करेगा और हमारे ऊपर होगा। मानव बुद्धि क्या है, इसकी सरल परिभाषा भी नहीं है, और हमें इसकी स्पष्ट समझ नहीं है कि यह मस्तिष्क में कैसे दिखाई देता है। लेकिन भले ही हम इसका पता लगा सकें, और फिर एक एआई बनाएं जो अधिक बुद्धिमान हो जाएगा, यह बिल्कुल भी नहीं है कि यह अधिक सफल हो जाएगा।

व्यक्तिगत रूप से, मैं इस बारे में अधिक चिंतित हूं कि लोग एआई का उपयोग कैसे करते हैं। मशीन लर्निंग एल्गोरिदम को अक्सर ब्लैक बॉक्स माना जाता है, और एल्गोरिदम द्वारा पाए गए समाधान के विवरण को समझने के लिए कुछ प्रयास किए जाते हैं। यह एक महत्वपूर्ण पहलू है जिसे अक्सर नजरअंदाज किया जाता है जबकि हम दक्षता के साथ अधिक जुनूनी होते हैं, और समझ के साथ कम। इन प्रणालियों द्वारा खुले समाधानों को समझना महत्वपूर्ण है, क्योंकि तब हम मूल्यांकन कर सकते हैं कि क्या ये सही निर्णय हैं और क्या हम उन्हें लागू करना चाहते हैं।

यदि, उदाहरण के लिए, हम अपने सिस्टम को गलत तरीके से प्रशिक्षित करते हैं, तो हम एक मशीन प्राप्त कर सकते हैं जिसने रिश्तों को सीखा है, जो आम तौर पर मौजूद नहीं है। मान लीजिए हम एक मशीन बनाना चाहते हैं जो इंजीनियरिंग में सफल होने के लिए संभावित छात्रों का मूल्यांकन करता है। यह विचार शायद बुरा है, लेकिन चलो इसके उदाहरण के रूप में अभी तक चलते हैं। परंपरागत रूप से, इस क्षेत्र में पुरुष हावी हैं, जिसका अर्थ है कि प्रशिक्षण के उदाहरण पुरुष छात्रों से लिए जाने की संभावना है। यदि हम प्रशिक्षण डेटा के संतुलन के बारे में आश्वस्त नहीं हैं, तो मशीन यह निष्कर्ष निकाल सकती है कि केवल पुरुष इंजीनियर हो सकते हैं, और इसे भविष्य के निर्णयों पर लागू करना गलत है।

मशीन लर्निंग और एआई उपकरण हैं। उनका इस्तेमाल सही या गलत, हर चीज की तरह किया जा सकता है। हमें उनके इस्तेमाल के तरीकों के बारे में चिंतित होना चाहिए, न कि खुद तरीकों से। एक व्यक्ति का लालच और मूर्खता मुझे कृत्रिम बुद्धि से बहुत अधिक परेशान करती है।