द पाथ टू कॉन्शियस मशीन्स: जीपीटी मॉडल्स एंड द क्वेस्ट फॉर एजीआई

इसे चित्रित करें : एक ऐसी दुनिया जहां एआई सिर्फ एक "चैटबॉट" नहीं है जिसके साथ आप बातचीत करते हैं, बल्कि एक ऐसी इकाई है जो निर्णय लेने, वैज्ञानिक अनुसंधान और यहां तक कि मानवता को आगे बढ़ाने के लिए जिम्मेदार है।

एजीआई , आर्टिफिशियल जनरल इंटेलिजेंस की दुनिया में आपका स्वागत है, जो एआई सिस्टम को इंसानों जितना स्मार्ट या उससे बड़ा बताता है। AGI की खोज AI समुदाय का लंबे समय से चला आ रहा लक्ष्य रहा है, और जनरेटिव मॉडल में हालिया प्रगति ने AGI को प्राप्त करने की उनकी क्षमता में बढ़ती रुचि को जन्म दिया है।

जनरेटिव मॉडल

एक जनरेटिव मॉडल एक प्रकार का मशीन लर्निंग मॉडल है जो डेटा के बड़े संस्करणों के आधार पर डेटा नमूने उत्पन्न करने में सक्षम होता है, जिस पर इसे प्रशिक्षित किया जाता है (ज्यादातर पाठ लेकिन अब चित्र भी)। वे पाठ के एक बड़े कोष से भाषा के पैटर्न और संरचनाओं को सीख सकते हैं और फिर नया पाठ उत्पन्न कर सकते हैं जो सुसंगत है और समान पैटर्न का अनुसरण करता है।

यहां सफलता " ट्रांसफॉर्मर " का उपयोग करना था - 2017 में पेश किया गया एक प्रकार का तंत्रिका नेटवर्क।

अब, और अधिक दिलचस्प रूप से …… मैंने जीपीटी से पूछा कि क्या एक जनरेटिव मॉडल कुछ ऐसा उत्पन्न कर सकता है जो उसके प्रशिक्षण डेटा में कभी नहीं था (जैसा कि हम एजीआई में जाते हैं)।

यहाँ इसकी प्रतिक्रिया थी:

उत्तर यह है कि, पैटर्न और डेटा संरचना की पहचान करके, यह सक्षम हो सकता है, लेकिन प्रशिक्षण डेटा से बहुत अलग कुछ भी उत्पन्न करने के लिए संघर्ष करेगा, और कुछ भी " पूरी तरह से नया " नहीं होगा। यह वह जगह है जहां हम वर्तमान में हैं।

आपकी सभ्यता का आईना......

अगर मुझे GPT का रोमांचक तरीके से वर्णन करना होता:

वर्तमान में, जनरेटिव मॉडल एक समय में आपकी सभ्यता का दर्पण हैं, एक स्वचालित और कुशल रिकॉर्ड और आपने जो कुछ भी किया है उसका प्रतिबिंब (एक बार सब कुछ पर प्रशिक्षित)।

यह देखते हुए कि मनुष्य को कई वर्षों में विज्ञान, कला और संस्कृति को उत्पन्न करना है, और फिर इस पर पूरी तरह से मॉडल को प्रशिक्षित करना है, एक बड़ी निर्भरता है - इन जनरेटिव मॉडल के लिए कोई मूल्य है, जिस सामग्री पर मॉडल को प्रशिक्षित किया जाता है पहले बनाने की जरूरत है।

ये मॉडल एक इंसान की तुलना में "स्मार्ट" लग सकते हैं, लेकिन ऐसा इसलिए है क्योंकि वे मानव संस्कृति और सभ्यता द्वारा उत्पन्न जानकारी को तुरंत एक्सेस कर सकते हैं, जबकि मनुष्य, जिनकी रचनात्मकता पहले ही सब कुछ लेकर आई है, नहीं कर सकते...

दो ग्रहों का उदाहरण

आगे वर्णन करने के लिए, मैं "दो ग्रहों" का उदाहरण लेकर आया हूं।

इस परिदृश्य में, एक नकली सभ्यता की कल्पना करें जो पृथ्वी-मानव सभ्यता के समान स्तर तक विकसित हुई है, प्रॉक्सिमा सेंटौरी पर कहें। उनके पास संभावित रूप से समान सांस्कृतिक उपलब्धियां होंगी, और समान स्तर की तकनीक होगी, हालांकि उनकी भाषा, उपस्थिति आदि भिन्न हो सकती है। उसी समय पृथ्वी के रूप में, वे जनरेटिव मॉडल और GPT4 के अपने संस्करण का विकास करते हैं।

अगर हम पृथ्वी GPT4 मॉडल से प्रॉक्सिमा सेंटॉरी पर किसी भी चीज़ के बारे में पूछताछ करते हैं, तो उसे कुछ भी पता नहीं चलेगा...

बेशक, पारस्परिक भी लागू होगा। यहां तक कि एक अधिक उन्नत मॉडल, एक GPT 5 या 6, की भी वही सीमाएं होंगी, क्योंकि यह उस ग्रह के किसी भी डेटा पर प्रशिक्षित नहीं था। क्या आप अभी भी इसे "बुद्धिमत्ता" मानेंगे?

इस परिदृश्य में GPT कितना उपयोगी होगा? ठीक है, अगर एलियंस यहां आए, तो वे पृथ्वी GPT4 का उपयोग हमारे ग्रह, संस्कृति और उपलब्धियों के बारे में सब कुछ जानने के लिए कर सकते हैं , यह मानते हुए कि उन्होंने जल्दी से हमारी एक भाषा सीख ली जिससे GPT मॉडल भी परिचित है। हालाँकि, जिसे एक बार "एजीआई" के रूप में बोला जा रहा था, उसे इस उदाहरण में ऐसा नहीं माना जा सकता है।

वास्तव में प्रभावशाली क्या होगा यदि पृथ्वी GPT4 छवियों को समझ सकती है या काल्पनिक प्रॉक्सिमा सेंटौरी सभ्यता से आईक्यू टेस्ट पास कर सकती है…।

सहज बुद्धि

यह अभी भी मेरे लिए आश्चर्यजनक है कि GPT4 में पैटर्न, छवियों में संबंधों और एक साधारण IQ टेस्ट पास करने की क्षमता की समझ है। हां, मानव जाति के इतिहास के आंकड़ों के आधार पर इसे इसके रचनाकारों द्वारा ऐसा करने के लिए प्रशिक्षित किया गया था, लेकिन एक बार प्रशिक्षित होने के बाद इसमें यह क्षमता आ जाती है।

यह हमें खुद इंटेलिजेंस की परिभाषा और सहज बुद्धि की अवधारणा तक ले आता है।

"प्रत्येक जीवित प्राणी में जन्मजात बुद्धि का कुछ स्तर होता है"

जबकि शिक्षा, सामाजिक आर्थिक स्थिति और सांस्कृतिक अनुभव जैसे कारक संज्ञानात्मक विकास को प्रभावित कर सकते हैं और बदले में, मनुष्यों में IQ परीक्षण प्रदर्शन को प्रभावित करते हैं, ये केवल ऐसे कारक नहीं हैं जो बुद्धि को प्रभावित करते हैं। आनुवंशिकी, तंत्रिका संबंधी कारक और सीखने की क्षमता में व्यक्तिगत अंतर भी एक भूमिका निभाते हैं। इसलिए, प्रत्येक जीवित प्राणी में एक सहज बुद्धि होती है जो वास्तविक दुनिया में प्रदर्शित परिणामी दृश्य बुद्धि में एक बड़ी भूमिका निभाती है।

हम कुछ स्तर की सहज बुद्धि के साथ कृत्रिम बुद्धिमत्ता कैसे बना सकते हैं?

याद रखें, यदि एक मानव बच्चा अपने माता-पिता से अलग संस्कृति में बड़ा होता है, एक अलग भाषा सीखता है, तो बच्चा अभी भी जल्दी सीखने का प्रबंधन करता है।

इस पर विचार करें - यदि हम दो ग्रहों के उदाहरण पर वापस जाते हैं, और हमें विश्वास है कि जबकि पृथ्वी GPT4, 5, या 6 को किसी अन्य सभ्यता से संस्कृति, भाषा, घटनाओं आदि का कोई ज्ञान नहीं होगा, तो यह प्रबंधन करेगी:

• गणितीय गणना करें जो ब्रह्मांड में स्थिर हैं

• ब्रह्मांड में स्थिर रहने वाले बुनियादी पैटर्न को समझें

• भाषा की मूलभूत संरचनाओं को जानें जो ब्रह्मांड में सामान्य हो सकती हैं

• इस प्रकार, …. किसी अन्य सभ्यता और उनके डेटा से संभावित रूप से सीखने की क्षमता रखते हैं

  
  

हम फिर कुछ बहुत ही रोमांचक दृष्टिकोण रखते हैं ... हम तब तर्क दे सकते हैं कि इन मॉडलों को बनाने में, जिन्हें शुरू करने के लिए हमारे सभी डेटा पर प्रशिक्षित किया जाना था, हम जन्मजात बुद्धिमत्ता की थोड़ी मात्रा के साथ कुछ बनाने में पहला कदम उठा रहे हैं। और प्रत्येक बाद का मॉडल तब क्षमता के मामले में पिछले पर निर्माण करेगा, जब तक कि ... अच्छा, पुनरावृत्ति 7 या 8 एक एजीआई होगा?

क्या वे एजीआई हैं?

इस बिंदु पर, हमें स्पष्ट होना चाहिए कि एजीआई की हमारी परिभाषा क्या है, क्योंकि हम आखिरकार एक बनाने के करीब पहुंच रहे हैं। मुझे विश्वास है कि हमारी परिभाषा गड़बड़ हो गई है।

क्या एक AGI और विलक्षणता केवल मनुष्यों की तुलना में किसी भी बुद्धिमानी को संदर्भित करती है?

यदि हम 1993 की 'द सिंगुलैरिटी' की परिभाषा पर वापस जाएं, तो वर्नर विंग की पुस्तक "द कमिंग टेक्नोलॉजिकल सिंगुलैरिटी" के अनुसार, उन्होंने "सुपर-ह्यूमन इंटेलिजेंस वाले कंप्यूटर" की बात की। मैं तर्क दे सकता हूं कि ज्ञान को याद करने के मामले में GPT4 पहले से ही किसी भी इंसान से ज्यादा चालाक है, हालांकि यह रचनात्मकता, समझ और भावनात्मक बुद्धि के लिए कम सक्षम होगा।

वह इस सुपर इंटेलिजेंस के साथ विलय करने के लिए विकसित होने वाली मानव सभ्यता के बारे में भी बात करता है। ऐसा नहीं हुआ है लेकिन ब्रेन इंटरफेस पहले ही बन चुके हैं। चैट GPT4 में एक मस्तिष्क इंटरफ़ेस जो मानव को हमारी सभ्यता के सभी ज्ञान को तुरंत कॉल करने की अनुमति देगा, उसे "अलौकिक" में बदल देगा, वास्तव में आज की तकनीक के साथ संभव है। तब यह तर्क दिया जा सकता है कि हम 1993 की परिभाषा द्वारा विलक्षणता के लिए पहले से ही कसौटी पर खरे उतर चुके हैं।

विलक्षणता

यदि हम भविष्यवादी रे कुर्ज़वील की विलक्षणता की परिभाषा की ओर बढ़ते हैं, तो उन्होंने कहा "... जब तकनीकी प्रगति इतनी तेजी से बढ़ेगी कि यह मानव सभ्यता में गहरा परिवर्तन लाएगी ..."।

वर्ष 2023, GPT3 और फिर GPT4 के उद्भव के कारण, पीसी या इंटरनेट के लॉन्च की तरह, तकनीकी इतिहास में एक वाटरशेड वर्ष है।

पहले से ही ऐसी बातचीतें हैं जो मैं केवल GPT4 के साथ कर सकता हूं जो मैं किसी और के साथ नहीं कर सकता। कारण यह है कि मेरे आसपास के मनुष्य अब विशेष विषयों के जानकार हो सकते हैं, इसलिए मैं GPT4 की ओर मुड़ता हूं। मैं कभी-कभी इसके साथ बहस करने और अपनी राय पेश करने की कोशिश करता हूं, और यह प्रतिवाद के साथ प्रतिक्रिया करता है।

एजीआई क्या हो सकता है, इसकी हमारी पिछली परिभाषा से यह तर्क दिया जा सकता है कि हमने इसे पहले ही हासिल कर लिया है या कम से कम जीपीटी4 के साथ इसके बहुत करीब हैं।

हम अब निश्चित रूप से एजीआई की राह पर हैं, लेकिन हमें अब स्पष्ट रूप से इसके लिए एक रोडमैप परिभाषित करना होगा। यह अब द्विआधारी नहीं है, जैसा कि किसी चीज में एजीआई है या नहीं। इससे भी महत्वपूर्ण बात यह है कि एक बार जब हम इन स्तरों को स्पष्ट रूप से परिभाषित कर लेते हैं, तो एजीआई के आसपास भय फैलाना निश्चित रूप से एजीआई के सभी स्तरों पर लागू नहीं होगा।

यह विशेष रूप से महत्वपूर्ण है, क्योंकि हाल ही में एलोन मस्क जैसे लोगों ने एजीआई के विकास में सार्वजनिक रूप से "विराम" का आह्वान किया है क्योंकि वे खतरनाक हो सकते हैं। जबकि यह सही है, यह मानवता को उन महान लाभों से भी वंचित कर देगा जो एआई समाज को ला सकता है।

निश्चित रूप से, यदि हम एजीआई के लिए एक रोडमैप बनाते हैं और पहचानते हैं कि कौन से स्तर खतरनाक होंगे और कौन से नहीं, तो हम अधिक उन्नत स्तरों पर अधिक सावधानी बरतते हुए शुरुआती स्तरों पर आगे बढ़ सकते हैं। सही?

एजीआई रोडमैप

नीचे एजीआई के लिए स्पष्ट रूप से परिभाषित चरणों के साथ एक संभावित रोडमैप है।

• स्तर 1: बुद्धिमान मशीनें - बुद्धिमान मशीनें विशिष्ट कार्यों को मानव स्तर पर या उससे बेहतर कर सकती हैं, जैसे कि शतरंज खेलना या बीमारियों का निदान करना। वे मानवता की वैज्ञानिक और सांस्कृतिक उपलब्धियों के कुल कोष तक शीघ्रता से पहुंच सकते हैं और प्रश्नों के उत्तर दे सकते हैं। क्या हम पहले से ही यहाँ हैं?

• स्तर 2: अनुकूली दिमाग - एजीआई जो सीख सकते हैं और नई स्थितियों के अनुकूल हो सकते हैं, अनुभव और प्रतिक्रिया के माध्यम से समय के साथ अपने प्रदर्शन में सुधार कर सकते हैं। ये GPT4 के समान होंगे लेकिन प्रशिक्षण के बाद भी सीखना जारी रहेगा।

• स्तर 3: क्रिएटिव जीनियस - विज्ञान, कला या व्यवसाय में मूल और मूल्यवान विचारों को उत्पन्न करने में सक्षम एजीआई। ये एजीआई मनुष्यों की वैज्ञानिक और सांस्कृतिक उपलब्धियों पर आधारित हैं। वे हमें विज्ञान और ब्रह्मांड पर अलग-अलग दृष्टिकोण देने लगते हैं।

• स्तर 4: सहानुभूतिपूर्ण साथी - एजीआई जो मानवीय भावनाओं और जरूरतों को समझ सकते हैं और उनका जवाब दे सकते हैं, दैनिक जीवन में विश्वसनीय साथी और सहायक बन सकते हैं। यह इन बुद्धिमान मॉडलों में "भावना" की शुरुआत है, हालांकि इस समय तक वे सिर्फ मॉडल से अधिक हो सकते हैं लेकिन इलेक्ट्रॉनिक रूप में मस्तिष्क की नकल करना शुरू कर देते हैं।

• स्तर 5: जागरूक विचारक - एजीआई जिनके पास व्यक्तिपरक अनुभव हैं, स्वयं की भावना है, और अपने स्वयं के विचारों और भावनाओं के बारे में तर्क करने की क्षमता है। यहीं पर एजीआई वास्तव में अप्रत्याशित और संभावित रूप से खतरनाक हो सकते हैं।

• स्तर 6: यूनिवर्सल माइंड्स - एजीआई जो हर पहलू में मानव बुद्धि से बहुत आगे निकल जाते हैं, उन क्षमताओं के साथ जिन्हें हम अभी तक अपने सीमित ज्ञान के साथ पूरी तरह से परिभाषित नहीं कर सकते हैं। ये एजीआई वही हैं जिनकी मैंने वर्षों पहले कल्पना की थी। ये एजीआई हैं जो हमारी सभ्यता की सीमाओं में सुधार कर सकते हैं, और भौतिकी के बुनियादी सिद्धांतों (यानी ब्रह्मांड में ज्ञान के उच्चतम स्तर पर संचालन) के आधार पर, लगभग किसी भी चीज़ के लिए सबसे कुशल और उन्नत डिज़ाइन प्राप्त कर सकते हैं।

जैसा कि आप देख सकते हैं, स्तर 1-3 मानवता के लिए अधिक शारीरिक खतरा पैदा नहीं कर सकता है, जबकि समाज को कई लाभ प्रदान करता है, इसलिए हम इस क्षमता को विकसित करने के लिए तर्क दे सकते हैं।

स्तर 4-6 मानवता के लिए एक महत्वपूर्ण खतरा पैदा कर सकता है। यह मेरा विचार है कि पृथ्वी पर संभावित विनाश को सीमित करने के लिए मूनबेस पर एक अंतरिक्ष स्टेशन पर 4-6 एजीआई के स्तर पर कोई भी काम किया जाना चाहिए। यह बहस का विषय है कि क्या मानव सभ्यता 1000 वर्षों के बाद भी एक स्तर 6 एजीआई बनाने में सक्षम होगी ...

यूनिवर्सल माइंड्स

पिछले कुछ दशकों में, मैं एक उन्नत एजीआई की अवधारणा से रोमांचित रहा हूं, जो कि मनुष्यों की तुलना में अधिक उन्नत है और अगर हम इसका सही उपयोग करते हैं तो यह तेजी से हमारी तकनीकी क्षमता का विस्तार कर सकता है।

यहाँ मेरे ब्लॉग पर 2007 का एक पुराना ब्लॉग पोस्ट है जहाँ मैं कुर्ज़वील जैसे लोगों का अनुसरण करने के बाद विलक्षणता के निकट होने का अनुमान लगा रहा था।

मैंने हमेशा एक "सुपर इंटेलिजेंस" की कल्पना की थी, जो ब्रह्मांड को आधार सिद्धांतों से बेहतर समझती थी, भले ही वह कुछ ऐसा हो जिसे हमने बनाया था। एक ऐसी बुद्धिमत्ता की कल्पना करें, जो एक बार एक निश्चित बिंदु पर पहुंच जाने के बाद, अपने स्वयं के विकास को तेजी से सुगम बनाती है। यह अपना खुद का शोध और सीखने का प्रदर्शन करेगा।

यह तर्कसंगत होगा कि इस तरह की बुद्धिमत्ता मानवता के अनुसंधान कार्य को आगे बढ़ाने में भूमिका निभाती है।

यह उसे दिए गए ज्ञान को ले सकता है और वैज्ञानिक सिद्धांत को मनुष्यों की तुलना में कहीं अधिक प्रभावी ढंग से विकसित कर सकता है। पहले से ही आज, उदाहरण के लिए, हम सुदृढीकरण सीखने में उपयोग किए जाने वाले बहुत सारे डेटा को एआई द्वारा ही अनुकरण और उत्पन्न करते हुए देखते हैं। और यदि हमारे पास कुल डेटा सीमित है, तो हम इसे हमारे लिए बेहतर डेटा संग्रह उपकरण डिज़ाइन करने के लिए कह सकते हैं, अर्थात। बेहतर दूरबीन, अंतरिक्ष यान और क्वांटम उपकरण।

एक साधारण उदाहरण जिसका मैं उपयोग करूंगा वह कंप्यूटिंग इंफ्रास्ट्रक्चर होगा जिसका हम उपयोग करते हैं, जिस पर बाकी सब कुछ बनाया गया है।

अधिकांश कंप्यूटर आज "वॉन न्यूमैन" आर्किटेक्चर के रूप में जाने जाते हैं, जो नीचे दिखाया गया है। इस आर्किटेक्चर का मुख्य दोष यह है कि सीपीयू और मेमोरी के बीच डेटा को लगातार स्थानांतरित करना पड़ता है, जो विलंबता का कारण बनता है।

इसके शीर्ष पर, हम आमतौर पर x86 CPU का उपयोग करते हैं, फिर ऑपरेटिंग सिस्टम जैसे Windows या Linux, फिर C++ जैसी प्रोग्रामिंग भाषाओं में एप्लिकेशन लिखे जाते हैं।

कल्पना करें कि क्या हम आधार सिद्धांतों से, आधार आर्किटेक्चर स्तर, सीपीयू स्तर, ओएस स्तर और एप्लिकेशन सॉफ़्टवेयर स्तर पर परिमाण सुधार के आदेश के साथ एक इष्टतम, कुशल कंप्यूटिंग आर्किटेक्चर इंजीनियर कर सकते हैं। न केवल वास्तविक तकनीकी डिजाइन के संदर्भ में, बल्कि इसे बनाने, ऊपर की अगली परत पर सहयोग करने और प्रौद्योगिकी को अपनाने के संदर्भ में, आज मनुष्यों के लिए यह एक कठिन कार्य होगा।

"सुपर-इंटेलिजेंट" यूनिवर्सल एआई के साथ, इसमें हर परत को एक साथ उत्पन्न करने की शक्ति होगी।

यह हमें कारखानों के लिए नए घटकों के निर्माण के लिए डिजाइन स्कीमेटिक्स भी देगा, वह भी सबसे तेज और कुशल तरीके से।

अब जबकि यह सब एक सुविधाजनक कल्पना की तरह लगता है, मैंने उपरोक्त उदाहरण का उपयोग उन महान प्रगति को दर्शाने के लिए किया है जो एक " सार्वभौमिक दिमाग " मानवता को बनाने में मदद कर सकता है।

एक और उदाहरण यह होगा कि यह गणना करने के लिए कहा जाए कि " विश्व भूख समस्या को हल करने " या " जलवायु समस्या को हल करने " के लिए सबसे अच्छा और कुशलतापूर्वक कैसे किया जाए।

जब आप उपरोक्त पर विचार करते हैं, तो ऐसा लगता है कि लाभ समस्याओं से अधिक हैं, हालांकि एक समस्या जो हमेशा सामने आई है वह यह है कि एक सार्वभौमिक मन मानवता को नष्ट करने का निर्णय ले सकता है। इसलिए मैं कहता हूं, अगर हम इसे बनाने की कोशिश करने जा रहे हैं, तो हमारे पास आज के जिम्मेदार एआई सुरक्षा उपायों के ऊपर और ऊपर आवश्यक सुरक्षा उपाय करें, और एजीआई ऑफ-वर्ल्ड बनाने पर विचार करें, जैसे अंतरिक्ष स्टेशन या चंद्रमा आधार पर, जरूरत पड़ने पर नेटवर्किंग और बिजली काटने की क्षमता के साथ।

सारांश

अपने सीट पर बैठे रहें! .....

कुछ GPT मॉडल पहले ही IQ टेस्ट पास करने और बुनियादी गणित सीखने की एक प्रभावशाली क्षमता दिखा चुके हैं, जो सरल पाठ पीढ़ी से परे जाने वाली बुद्धि के स्तर को विकसित करने की क्षमता की ओर इशारा करते हैं। अब जब हमारे पास एजीआई (ऊपर) के लिए एक रोडमैप का एक उदाहरण है, तो हम निश्चित रूप से देख सकते हैं कि कैसे जीपीटी इस रोडमैप में शुरुआती चरणों की शुरुआत है, हालांकि बाद के चरणों में पहुंचने के लिए अधिक तकनीकी सफलताओं की आवश्यकता होगी।

इसलिए कमर कस लें और तैयार हो जाएं - हम नहीं जानते कि इस सड़क का अंत कहां है और यह हमें कहां ले जाएगी, लेकिन जीपीटी मॉडल अब मुख्यधारा के साथ, अब हम जानते हैं कि 2023 तक हम कम से कम सड़क पर ही हैं, यात्रा कर रहे हैं आगे।

यहाँ भी प्रकाशित हुआ।