‘एलएलएम अर्थ निकालते हैं, लेकिन केवल सतही स्तर पर’: एआई यान लेकुन के गॉडफादर | प्रौद्योगिकी समाचार

लेकुन ने बताया कि एलएलएम को 30 ट्रिलियन शब्दों पर प्रशिक्षित किया जाता है, जो इंटरनेट पर लगभग सभी सार्वजनिक पाठ का प्रतिनिधित्व करते हैं। वैज्ञानिक के अनुसार, मनुष्य को इतना पढ़ने में 500,000 वर्ष से अधिक का समय लगेगा। लेकिन चार साल का बच्चा अपने जीवन के पहले कुछ वर्षों में उतना ही दृश्य डेटा देखता है। लेकुन के अनुसार, यह दर्शाता है कि पाठ पढ़ने की तुलना में वास्तविक दुनिया का अनुभव कितना समृद्ध और अधिक जटिल है। संक्षेप में, वेब पर प्रशिक्षण बहुत बड़ा है, लेकिन यह अभी भी उस चीज़ से मेल नहीं खाता है जो एक बच्चा केवल अस्तित्व में रहकर सीखता है।

एलएलएम को अधिक महत्व देना

ऐसे समय में जब एआई और ऑटोमेशन को उद्योगों में तेजी से तैनात किया जा रहा है, लेकुन का दावा है कि एलएलएम द्वारा दुनिया को मूर्ख बनाया जा रहा है क्योंकि वे भाषा में अच्छी तरह से हेरफेर करते हैं। “1950 के दशक से पीढ़ी-दर-पीढ़ी एआई वैज्ञानिक दावा कर रहे हैं कि जिस तकनीक की उन्होंने अभी खोज की है वह मानव-स्तर की बुद्धिमत्ता का टिकट बनने जा रही है। आप मार्विन मिंस्की, नेवेल और साइमन और फ्रैंक रोसेनब्लैट की घोषणाएं देखें, जिन्होंने 1957 में परसेप्ट्रॉन – पहली सीखने की मशीन – का आविष्कार किया था, जिसमें कहा गया था, ’10 वर्षों के भीतर हमारे पास ऐसी मशीनें होंगी जो इंसानों जितनी स्मार्ट होंगी।’ वे सभी ग़लत थे. एलएलएम वाली यह पीढ़ी भी गलत है। मैंने अपने जीवनकाल में उनमें से तीन पीढ़ियाँ देखी हैं,” लेकन ने समझाया।

लेकन के विरोधाभासी विचार एक महत्वपूर्ण समय पर आते हैं जब एलएलएम और उनकी प्रगति को कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) की दिशा में प्रगति के रूप में देखा जाता है। भले ही सिलिकॉन वैली का अधिकांश हिस्सा लगातार बढ़ते प्रशिक्षण डेटासेट और शक्तिशाली गणना के साथ एलएलएम को बढ़ाने के लिए आगे बढ़ रहा है, प्रसिद्ध वैज्ञानिक का तर्क है कि हम एआई प्रचार चक्रों की श्रृंखला में नवीनतम देख रहे हैं जो 1950 के दशक से मानव-स्तरीय मशीन इंटेलिजेंस प्रदान करने का बार-बार वादा करते रहे हैं और विफल रहे हैं।

जबकि लेकुन का संदेह उनके जीवित अनुभव से उपजा है, उन्होंने एलएलएम की मूलभूत सीमाओं को भी चित्रित किया। उदाहरण के लिए, उन्होंने एक सरल चुनौती पेश की – एक ठोस कार्य का नाम बताएं जिसे वे कभी पूरा नहीं करेंगे। उनका जवाब जानबूझकर सांसारिक था – ‘डिनर टेबल साफ़ करें, डिशवॉशर भरें।’ यह बिंदु उनकी आलोचना के मर्म पर प्रहार करता है। हालाँकि खरबों शब्दों पर प्रशिक्षित एलएलएम बार परीक्षा पास कर सकते हैं और जटिल गणित की समस्याओं को हल कर सकते हैं, लेकिन वे उस तरह की सहज भौतिकी सीखने में असमर्थ हैं जिसे 10 साल का बच्चा आसानी से समझ लेता है। उन्होंने जोर देकर कहा, “हमारे पास ऐसे रोबोट भी नहीं हैं जो बिल्ली या कुत्ते की वास्तविकता की भौतिक समझ के आसपास भी हों।”

लेकुन के अनुसार इसका कारण वास्तुशिल्प है। एलएलएम अलग-अलग टोकन या, सरल शब्दों में, अनुक्रम में अगले शब्द की भविष्यवाणी करके संचालित होते हैं। यह दृष्टिकोण भाषा के साथ काम करता है, क्योंकि इसकी एक सीमित शब्दावली होती है। उन्होंने तर्क दिया कि प्रत्येक संभावित शब्द के लिए संभावनाएँ निर्दिष्ट करके अनिश्चितता का प्रतिनिधित्व किया जा सकता है। लेकिन उसी सिद्धांत को वीडियो पर लागू करने का प्रयास करें, और विधि विफल हो जाती है। “मैं 20 वर्षों से ऐसा करने की कोशिश कर रहा हूं, और यह वास्तव में काम नहीं करता है,” लेकन ने स्वीकार किया।

वास्तविक दुनिया अव्यवस्थित, उच्च-आयामी और निरंतर है। आगे क्या हो सकता है इसकी अनंत संभावनाएँ हैं, और वर्तमान तकनीकें उस जटिलता का कुशलतापूर्वक प्रतिनिधित्व नहीं कर सकती हैं।

अपने विचारों के बावजूद, लेकुन सामान्य तौर पर एआई के बारे में निराशावादी नहीं है, केवल वर्तमान प्रमुख दृष्टिकोण के बारे में है। वैज्ञानिक ‘विश्व मॉडल’ और ‘संयुक्त एम्बेडिंग भविष्य कहनेवाला वास्तुकला’ (जेईपीए) की वकालत करते हैं, ऐसी प्रणालियाँ जो वास्तविकता का अमूर्त प्रतिनिधित्व सीखती हैं और कार्यों के परिणामों के बारे में तर्क कर सकती हैं।

संसाधन के गलत आवंटन पर चिंता

लेकन की सबसे बड़ी चिंता एआई के अत्यधिक शक्तिशाली होने को लेकर नहीं है; यह संसाधनों के गलत आवंटन के बारे में है। उन्होंने एलएलएम के बारे में कहा, “फिलहाल, वे जहां भी जाते हैं, कमरे से बाहर की हवा चूस रहे हैं।” “वहाँ मूल रूप से किसी और चीज़ के लिए कोई संसाधन नहीं बचा है।”

उनकी चिंताओं को दुनिया भर में एआई प्रयोगशालाओं में साझा किया जाता है – एलएलएम की अप्रत्याशित सफलता ने क्षेत्र को सीमित कर दिया है, अनिवार्य रूप से प्रतिभा और धन को वैकल्पिक दृष्टिकोण से दूर कर दिया है जो एजीआई तक पहुंचने के लिए अधिक फायदेमंद साबित हो सकते हैं।

हालाँकि, LeCun मौलिक रूप से आशावादी बना हुआ है, और अपनी दृष्टि को “नए पुनर्जागरण” के रूप में वर्णित करता है जहां AI सिस्टम हमारे नियंत्रण में रहते हुए मानव बुद्धि को बढ़ाता है। वह बताते हैं कि एआई पहले से ही स्वचालित आपातकालीन ब्रेकिंग और मेडिकल इमेज विश्लेषण जैसे अनुप्रयोगों के माध्यम से वर्षों से लोगों की जान बचा रहा है – व्यावहारिक उपलब्धियां जिन पर चैटबॉट्स की तुलना में बहुत कम ध्यान दिया जाता है।