गूगल डीपमाइंड के अध्यक्ष और अल्फाबेट के मुख्य वैज्ञानिक डेमिस हसाबिस ने मानव मस्तिष्क को बताया “ट्यूरिंग मशीन का एक जैविक सन्निकटन”

डेमिस हासाबिस (Demis Hassabis) ने अपना करियर इस विचार पर बनाया है कि सामान्य बुद्धिमत्ता का एकमात्र कारगर खाका मानव मस्तिष्क है। इस हफ्ते उनकी कही एक अधूरी बात उस हर चीज़ का प्रतीक बन गई, जिसे एक आलोचक के मुताबिक एआई उद्योग दिमागों के बारे में गलत समझता है। लेकिन जिस पूरे वाक्य से यह अंश लिया गया था, उसका दायरा इससे संकरा और अर्थ कहीं अधिक खुलासा करने वाला है।

“ट्यूरिंग मशीन का एक जैविक सन्निकटन।”

बेंजामिन राइली (Benjamin Riley) का The Verge में प्रकाशित निबंध, “Our minds aren’t equipped to handle AI”, इसी वाक्यांश को आधार बनाता है। राइली की शुरुआत साइबरनेटिक्स के अग्रदूत नॉर्बर्ट वीनर (Norbert Wiener) के इस कथन से होती है, “हर युग की सोच उसकी तकनीक में झलकती है।” इसके बाद वह Google DeepMind के अध्यक्ष और Alphabet के मुख्य वैज्ञानिक हासाबिस को उस उद्योग की सबसे स्पष्ट मिसाल के तौर पर पेश करते हैं, जो खोपड़ी के भीतर झाँककर अपनी ही मशीनें देखता है। ये शब्द दरअसल जेम्स मनिका (James Manyika) के साथ बातचीत में आए थे, जो इस साल अमेरिकन एकेडमी ऑफ आर्ट्स एंड साइंसेज़ की पत्रिका Dædalus में प्रकाशित हुई।

पूरा वाक्य क्या कहता है

Dædalus में हासाबिस समझा रहे थे कि उनके लिए AGI का क्या अर्थ है। उनकी परिभाषा है, “ऐसी प्रणाली जिसमें मानव मन की सभी संज्ञानात्मक क्षमताएँ हों”, क्योंकि मस्तिष्क “अब तक हमारे सामने मौजूद एकमात्र प्रमाण है—शायद पूरे ब्रह्मांड में—कि सामान्य बुद्धिमत्ता संभव भी है।” इसके बाद पूरा वाक्य आता है: “मस्तिष्क को ट्यूरिंग मशीन का जैविक सन्निकटन माना जा सकता है, यानी सिद्धांततः वह ऐसी कोई भी चीज़ सीख सकता है जिसकी गणना संभव हो।” अगला वाक्य इस दावे पर लगाम लगाता है। हर सीमित प्रणाली को “कुछ हद तक विशेषज्ञता” की ज़रूरत होती है, क्योंकि “समय, स्मृति और जानकारी की मात्रा सीमित है।”

इस तरह पढ़ने पर यह दावा नहीं है कि लोग लैपटॉप हैं। यह मस्तिष्क की संभावनाओं की सीमा के बारे में है—कि सिद्धांततः वह क्या-क्या सीख सकता है—और साथ ही यह एक इंजीनियरिंग विनिर्देश का काम भी करता है। अगर मस्तिष्क मानक मशीन है, तो AGI वह होगी जो उसकी पूरी क्षमता से मेल खाए। हासाबिस इस परीक्षा की रूपरेखा भी देते हैं: 1910 तक की जानकारी पर किसी मॉडल को प्रशिक्षित करें और देखें कि क्या वह सामान्य सापेक्षता तक पहुँचता है, जैसा अल्बर्ट आइंस्टीन (Einstein) 1915 में पहुँचे थे। “फिलहाल, जवाब साफ़ तौर पर नहीं है,” वह कहते हैं।

आलोचना एक स्तर नीचे जाकर काम करती है

राइली की आपत्ति कहीं और है। मॉन्ट्रियल विश्वविद्यालय के तंत्रिका-विज्ञानी पॉल सिसेक (Paul Cisek) के विचारों का सहारा लेते हुए उनका तर्क है कि मस्तिष्क को ऐसे प्रतिक्रिया-नियंत्रण तंत्र के रूप में समझना बेहतर होगा, जो दुनिया पर कार्रवाई करके अपनी अनुभूति को बदलते हैं। उन्हें पहले क्रम-विकास और फिर संस्कृति—नकल, भाषा, लेखन और स्कूलों—ने आकार दिया है। इस नज़रिए से, सोचने के मेहनतभरे हिस्से को अपने हाथ में ले लेने वाला चैटबॉट “संज्ञानात्मक हॉट डॉग” है—जो उस पल लुभाता है, लेकिन रोज़मर्रा की खुराक बन जाए तो नुकसानदेह है। राइली OpenAI की शिक्षा प्रमुख लिया बेल्स्की (Leah Belsky) के ChatGPT को “दुनिया का सबसे बड़ा शिक्षण मंच” कहने का हवाला देते हैं। वह चीन के एक अध्ययन की ओर भी इशारा करते हैं, जिसमें हज़ारों छात्रों ने एआई का इस्तेमाल शुरू करने के बाद अपना होमवर्क करना लगभग बंद ही कर दिया।

वह उपवाक्य जो फैसला करता है

सबसे तीखा टकराव हासाबिस के अपने ही पैराग्राफ में है। कुछ पंक्तियों बाद वह कहते हैं कि अहम बात है “मस्तिष्क की लगभग कुछ भी सीखने की क्षमता, खासकर इसलिए कि हम ज्ञान हासिल करने में मदद के लिए औज़ार और मशीनें डिज़ाइन करके बना सकते हैं।” यही उपवाक्य पूरी बहस का केंद्र है। राइली असल में यह साबित नहीं कर रहे कि ट्यूरिंग मशीन वाला विचार गलत है। उनके प्रमाण उन औज़ारों के बारे में हैं जो किसी व्यक्ति को सीखने में मदद करने के बजाय उसकी जगह खुद सीखते हैं। गणना-संभवता का दावा बताता है कि सिद्धांततः मस्तिष्क क्या ग्रहण कर सकता है। लेकिन इससे यह पता नहीं चलता कि कोई खास उत्पाद सीखने वाले के दिमाग को अधिक भरा छोड़ता है या कम।

अब यह सवाल उस व्यक्ति के सामने है जो Alphabet की वैज्ञानिक दिशा तय कर रहा है। हासाबिस ने AGI की रणनीति और विज्ञान पर ध्यान देने के लिए अगस्त में CEO की रोज़मर्रा की ज़िम्मेदारियाँ छोड़ दीं। Fortune की रिपोर्ट के मुताबिक, उन्होंने कर्मचारियों से कहा था कि AGI अब दूर नहीं है और अगले कदम सही ढंग से उठाना मानवता के लिए बेहद अहम है। जिस प्रयोगशाला में मशीनों को मानव मस्तिष्क की पूरी क्षमता के पैमाने पर आँका जाता है, उसका सीधा हित इसी बात में है कि उन मशीनों का इस्तेमाल करने वाले लोगों की यह क्षमता घटने न पाए।

ट्यूरिंग मशीन के सन्निकटन को भी किसी चीज़ से प्रोग्राम करना पड़ता है। इंसानों के लिए यह काम हमेशा सीखने की धीमी प्रक्रिया से होता आया है—और यही वह कदम है जिसे कोई औज़ार या तो और प्रभावी बना सकता है, या फिर चुपचाप छोड़ सकता है।

टैग: Demis Hassabis, Google DeepMind, AI in education, Artificial general intelligence, Turing machine