एआई सर्च स्टार्टअप पर्प्लेक्सिटी के मुख्य कार्यकारी अरविंद श्रीनिवास ने कहा है कि कृत्रिम बुद्धिमत्ता प्रणाली अभी भी मूल रूप से मनुष्यों पर निर्भर है कि वे यह परिभाषित करें कि कौन सी समस्याएं हल करने लायक हैं, उनका तर्क है कि जिज्ञासा और प्रश्न निर्धारण मशीनों की पहुंच से परे है।
लेखक और उद्यमी प्रखर गुप्ता के साथ हालिया पॉडकास्ट पर बोलते हुए, श्रीनिवास ने इस बात पर जोर दिया कि एआई समाधानों को हल करने, अनुकूलन और सत्यापन करने में उत्कृष्ट है, लेकिन यह स्वतंत्र रूप से सार्थक समस्याओं की पहचान नहीं करता है। यह एपिसोड इस सप्ताह की शुरुआत में जारी किया गया था।
श्रीनिवास ने कहा, “एआई इंसानों को मौजूदा समस्या को हल करने में मदद कर सकता है लेकिन यह एआई द्वारा इसे स्वायत्त रूप से हल करने से बहुत अलग है।” “मुझे लगता है कि बढ़त इंसानों के हाथ में होगी क्योंकि इंसान ही था जिसने सबसे पहले समस्या की पहचान की थी।”
‘चिंगारी मानवीय बनी हुई है’
श्रीनिवास ने इस विचार को चुनौती दी कि एआई सिस्टम में वास्तविक जिज्ञासा होती है, उन्होंने इसे एक विशिष्ट मानवीय गुण के रूप में वर्णित किया जो वैज्ञानिक सफलताओं और बौद्धिक प्रगति को प्रेरित करता है।
“क्या एआई ने कोई प्रश्न उठाया और उसे हल करने का प्रयास किया? नहीं,” उन्होंने कहा। “मानव की जिज्ञासा ने यहां तक सोचा कि अनुमान के बारे में सोचना उनके लिए महत्वपूर्ण है।”
के अनुसार श्रीनिवासआज तक किसी भी एआई प्रणाली ने जिज्ञासा से मौलिक प्रश्न पूछने की क्षमता का प्रदर्शन नहीं किया है, उनका मानना है कि एक सीमा कृत्रिम और जैविक बुद्धि के बीच की वर्तमान सीमा को परिभाषित करती है।
उन्होंने कहा कि हालांकि एआई विशिष्ट कार्यों में इंसानों से बेहतर प्रदर्शन कर सकता है, लेकिन जो वास्तव में मायने रखता है उसे पहचानना एक मानवीय लाभ है।
ऑन-डिवाइस AI डेटा केंद्रों को खतरे में डाल सकता है
चर्चा का सबसे महत्वपूर्ण हिस्सा एआई बुनियादी ढांचे के भविष्य पर केंद्रित था। श्रीनिवास ने सुझाव दिया कि स्थानीय रूप से संचालित एआई सिस्टम में प्रगति बड़े पैमाने के डेटा केंद्रों के प्रभुत्व के लिए एक महत्वपूर्ण चुनौती पैदा कर सकती है।
“द सबसे बड़ा ख़तरा डेटा सेंटर का अर्थ यह है कि यदि डिवाइस पर चलने वाली चिप पर खुफिया जानकारी को स्थानीय रूप से पैक किया जा सकता है, और फिर एक केंद्रीकृत डेटा सेंटर पर इन सभी पर अनुमान चलाने की कोई आवश्यकता नहीं है, ”उन्होंने कहा।
संभावित हार्डवेयर सफलताओं के बारे में एक सवाल का जवाब देते हुए, श्रीनिवास ने एक ऐसे परिदृश्य की रूपरेखा तैयार की जहां उच्च गुणवत्ता वाले ऑन-डिवाइस अनुमान में सक्षम एआई मॉडल केंद्रीकृत कंप्यूटिंग बुनियादी ढांचे पर निर्भरता को कम करते हैं। उन्होंने तर्क दिया कि इस तरह का बदलाव दुनिया भर में डेटा-सेंटर निर्माण में वर्तमान में निवेश किए जा रहे अरबों डॉलर के पीछे के अर्थशास्त्र को बाधित कर सकता है।
यह परिवर्तन और भी अधिक प्रोत्साहित कर सकता है विकेन्द्रीकृत एआई पारिस्थितिकी तंत्र, व्यक्तियों और छोटे संगठनों के लिए क्लाउड-आधारित प्लेटफ़ॉर्म पर निर्भर हुए बिना उन्नत सिस्टम तैनात करने में आने वाली बाधाओं को कम करना।
मानव मस्तिष्क अभी भी दक्षता के मामले में एआई से बेहतर प्रदर्शन करता है
श्रीनिवास ने ऊर्जा दक्षता के संदर्भ में मापे जाने पर मानव और कृत्रिम बुद्धिमत्ता के बीच स्पष्ट अंतर पर भी प्रकाश डाला। उन्होंने कहा कि मानव मस्तिष्क तुलनीय कार्यों को करने के लिए आधुनिक डेटा केंद्रों द्वारा आवश्यक शक्ति के एक अंश पर काम करता है।
उन्होंने इस दक्षता का श्रेय न केवल जीव विज्ञान को दिया, बल्कि मानव बुद्धि को जिज्ञासा, अंतर्ज्ञान और धारणाओं को चुनौती देने की क्षमता के आधार पर आकार दिया, उन्होंने वर्तमान गुणों को बताया। एआई मॉडल डिज़ाइन की कमी.
एआई, काम और पहुंच का विस्तार
आगे देखते हुए, श्रीनिवास ने सुझाव दिया कि वैयक्तिकृत और व्यापक रूप से उपलब्ध एआई उपकरण लोगों के काम करने और सीखने के तरीके को नया आकार दे सकते हैं, जैसा कि पिछले दशक में स्मार्टफोन ने किया था।
उन्होंने तर्क दिया कि एआई उम्र या पृष्ठभूमि की परवाह किए बिना अधिक लोगों को शक्तिशाली उपकरणों तक पहुंच प्रदान करके व्यक्तियों और बड़े संस्थानों के बीच खेल के मैदान को समतल करने में मदद कर सकता है।
चाबी छीनना
- मानवीय जिज्ञासा सार्थक समस्याओं की पहचान को प्रेरित करती है, एक ऐसी विशेषता जिसका एआई में वर्तमान में अभाव है।
- स्थानीय एआई सिस्टम में प्रगति केंद्रीकृत डेटा केंद्रों के प्रभुत्व को बाधित कर सकती है, जिससे अधिक विकेन्द्रीकृत एआई पारिस्थितिकी तंत्र का निर्माण हो सकता है।
- एआई परिभाषित समस्याओं को हल करने में उत्कृष्टता प्राप्त करता है लेकिन उन समस्याओं को स्वायत्त रूप से पहचान या फ्रेम नहीं कर सकता है।