हम सामान्य कृत्रिम बुद्धिमत्ता से कितने दूर हैं?

आज, कृत्रिम सामान्य बुद्धिमत्ता (AGI) वैज्ञानिक और औद्योगिक दोनों समुदायों में एक प्रमुख कीवर्ड बन गया है। कुछ साल पहले, कई लोगों का मानना ​​था कि AGI को प्राप्त करने में कम से कम 10 से 50 साल लगेंगे, या यहाँ तक कि यह असंभव भी था। आजकल, ऐसे निराशावादी विचार दुर्लभ हैं। हालाँकि, तकनीकी परिवर्तन की इस लहर के बारे में जनता के उत्साह की तुलना में, AI क्षेत्र के कई अग्रणी विद्वानों और उद्योग के नेताओं का मानना ​​है कि वर्तमान AI को AGI में विकसित होने के लिए अभी भी एक लंबा रास्ता तय करना है।

फुडान विश्वविद्यालय के एक प्रतिष्ठित प्रोफेसर, शंघाई आर्टिफिशियल इंटेलिजेंस रिसर्च इंस्टीट्यूट (एसएआईआरआई) के निदेशक और ट्रस्टवर्थी लार्ज मॉडल कंपनी "इनफिनिट लाइटईयर" के संस्थापक क्यू युआन के अनुसार, "एजीआई की उच्चतम अभिव्यक्तियों में से एक जटिल दुनिया में अज्ञात नियमों की खोज है। सीधे शब्दों में कहें तो यह एक 'एआई आइंस्टीन' होना चाहिए। इसके लिए हमें 'ग्रे बॉक्स' भरोसेमंद बड़े मॉडल बनाने की आवश्यकता है जो 'ब्लैक बॉक्स' संभाव्य भविष्यवाणियों को 'व्हाइट बॉक्स' तार्किक तर्क के साथ जोड़ते हैं; और प्रौद्योगिकी और उद्योग के गहन एकीकरण के माध्यम से मौलिक अनुसंधान, प्रतिभा विकास और व्यावहारिक अनुप्रयोगों को बढ़ावा देते हैं, जिससे वैज्ञानिक बुद्धिमत्ता के लिए एक अभिनव पारिस्थितिकी तंत्र का निर्माण होता है।"

हाल ही में 2024 विश्व कृत्रिम बुद्धिमत्ता सम्मेलन (WAIC) और कृत्रिम बुद्धिमत्ता के वैश्विक शासन की उच्च स्तरीय बैठक में, SAIRI ने "कृत्रिम बुद्धिमत्ता: वैज्ञानिक अनुसंधान और औद्योगिक विकास में प्रतिमान बदलाव" शीर्षक से एक विषयगत मंच की सफलतापूर्वक मेजबानी की। यह WAIC में इस नए शोध संस्थान की पहली उपस्थिति थी। SAIRI को शंघाई के नवाचार-संचालित "1+1+N" वैज्ञानिक बुद्धिमत्ता पारिस्थितिकी तंत्र की खोज के लिए एक मॉडल के रूप में देखा जा सकता है। इस मॉडल में SAIRI को समग्र रणनीतिक योजना, संसाधन एकीकरण और प्रमुख प्रौद्योगिकी अनुसंधान और नवाचार के लिए जिम्मेदार केंद्रीय केंद्र के रूप में शामिल किया गया है, जो एक अन्य "1" फुडन विश्वविद्यालय और कई "N" विश्वविद्यालयों, अनुसंधान संस्थानों, तकनीकी कंपनियों, नवाचार टीमों और निवेश संस्थानों के साथ मिलकर वैज्ञानिक अनुसंधान, प्रतिभा संवर्धन, प्रौद्योगिकी हस्तांतरण और औद्योगिक नवाचार और उन्नयन को बढ़ावा देता है।

एजीआई के लिए मानक "एआई आइंस्टीन" का निर्माण होना चाहिए।

तकनीकी दृष्टिकोण से, क्या अधिक मापदंडों वाले बड़े मॉडल AGI की ओर ले जाएंगे? आज तक, न तो AI तकनीक के दृष्टिकोण से और न ही ऊर्जा खपत के दृष्टिकोण से, ट्रांसफॉर्मर ऑटोरिग्रैसिव आर्किटेक्चर पर आधारित बड़े मॉडल AGI की ओर ले जाने के लिए पर्याप्त हैं। AI को नए "ग्रे बॉक्स" भरोसेमंद बड़े मॉडल विकसित करने की आवश्यकता है। यह निष्कर्ष क्यू युआन के अकादमिक और उद्योग दोनों में वर्षों के व्यावहारिक अनुभव पर आधारित है।

दस साल पहले, "एआई को उपयोगी बनाने" के विचार के साथ, क्यू युआन ने अलीबाबा की कोर मशीन लर्निंग प्रणाली को 2 मिलियन मापदंडों से बढ़ाकर पहली बार कई सौ मिलियन मापदंडों तक बढ़ाने के लिए एक टीम का नेतृत्व किया, जिससे व्यावसायिक प्रदर्शन में उल्लेखनीय सुधार हुआ और डेटा, एल्गोरिदम और इंजीनियरिंग क्षमताओं के एकीकृत परिवर्तन का प्रदर्शन हुआ। यह वास्तव में स्केलिंग कानून की अभिव्यक्ति है, जिसकी आज एआई समुदाय में व्यापक रूप से चर्चा की जाती है।

क्यू युआन याद करते हैं कि टीम ने वास्तव में स्केलिंग कानून की मिठास का स्वाद चखा था: मॉडल मापदंडों को सौ गुना बढ़ाने के बाद, समग्र प्रभाव नाटकीय रूप से बेहतर हुआ। "लेकिन अब मैं सोचता हूँ: हमने उस समय AI मॉडल को और भी बड़ा क्यों नहीं बनाया? जब हम एक कदम और आगे बढ़ सकते थे, तो हमने क्यों रोक दिया?" उन्होंने कहा। "बड़े मॉडल में अरबों पैरामीटर भी पर्याप्त नहीं हैं; हमें सैकड़ों अरबों, खरबों या उससे भी अधिक की ओर बढ़ने की आवश्यकता है। उस समय, शिक्षा और उद्योग दोनों के पास कंप्यूटिंग शक्ति की कमी थी, और औद्योगिक क्षेत्र में भी, इतनी उच्च कंप्यूटिंग शक्ति प्राप्त करने के लिए बहुत अधिक लागत की आवश्यकता थी, शिक्षा की तो बात ही छोड़िए।"

क्यू युआन बताते हैं कि AGI के लिए मानक "AI आइंस्टीन" बनाना होना चाहिए, इसका कारण यह है कि इसे प्रभावी और बुद्धिमान दोनों होना चाहिए। सबसे पहले, आइंस्टीन ने कुछ प्रमुख डेटा बिंदुओं के माध्यम से "20वीं सदी की शुरुआत के भौतिकी के बादलों" की खोज की। AGI को जटिल दुनिया के अज्ञात नियमों की खोज और समझने में भी सक्षम होना चाहिए। हालाँकि, वर्तमान बड़े मॉडल इसे प्राप्त नहीं कर सकते हैं। उदाहरण के लिए, हालाँकि विज़ुअल लार्ज मॉडल SORA अभूतपूर्व डिग्री तक भौतिक दुनिया का अनुकरण करता है, फिर भी यह दो-आयामी दुनिया के अनुकरण के आधार पर त्रि-आयामी दुनिया का निर्माण करता है और भौतिक दुनिया को पूरी तरह से समझने से बहुत दूर है। दूसरे, बिजली की खपत का मुद्दा है। मानव मस्तिष्क लगभग 15 वाट पर काम करता है, जबकि एक एकल GPU कई सौ वाट पर चरम पर हो सकता है, सामान्य बड़े मॉडलों को प्रशिक्षित करने के लिए आवश्यक हजारों या दसियों हज़ार GPU के समूहों का उल्लेख नहीं करना है। वर्तमान में, यदि हम मौजूदा आर्किटेक्चर का उपयोग करना जारी रखते हैं, तो आवश्यक बिजली की खपत खगोलीय होगी, जिससे प्रभावी और बुद्धिमान होने का लक्ष्य हासिल करना मुश्किल हो जाएगा।

"एआई आइंस्टीन" भी विज्ञान के लिए एआई (एआई4एस) का एक प्रमुख लक्ष्य है। वैज्ञानिक बुद्धिमत्ता ने ज्ञात भौतिक समीकरणों के समाधान को गति देने में महत्वपूर्ण भूमिका निभाई है, लेकिन डेटा और कंप्यूटिंग शक्ति पर गंभीर निर्भरता को कम करने, तर्क और भविष्यवाणी की सटीकता में सुधार करने और डेटा-समायोजित ज्ञान नियमों के आधार पर नए वैज्ञानिक सिद्धांतों का प्रस्ताव करने के लिए डेटा के साथ ज्ञात नियमों को संयोजित करने की भी आवश्यकता है। यह फुडन विश्वविद्यालय और SAIRI में क्यू युआन के दीर्घकालिक लक्ष्य के साथ संरेखित है- जटिल दुनिया को समझने और अज्ञात कानूनों की खोज करने के लिए कृत्रिम बुद्धिमत्ता का उपयोग करना।

"ग्रे बॉक्स" भरोसेमंद वर्टिकल डोमेन बड़े मॉडल विभिन्न उद्योगों को सशक्त बनाते हैं।

बड़े मॉडलों को एआई उपकरणों से नई उत्पादक शक्ति बनने के लिए किन समस्याओं को हल करने की आवश्यकता है? क्यू युआन के अनुसार, बड़े मॉडल उद्योग को कई आम चुनौतियों का सामना करना पड़ता है, जिससे प्रौद्योगिकी, उत्पादों और बाजार की जरूरतों को संरेखित करना मुश्किल हो जाता है।

"आजकल बड़े मॉडल के क्रियान्वयन में सबसे बड़ी समस्या यह है कि यह पहली नज़र में उपयोगी लगता है, लेकिन व्यावहारिक उपयोग में विफल हो जाता है," क्यू युआन बताते हैं। आज के बड़े भाषा मॉडल मुख्य रूप से कई पूर्ववर्ती शब्दों के आधार पर अगले शब्द की भविष्यवाणी करते हैं, लेकिन यह दृष्टिकोण कठोर बहु-चरणीय तर्क के लिए उपयुक्त नहीं है। "भाषा संचार के लिए एक उपकरण है, सोचने के लिए नहीं।" हाल ही में, शीर्ष शैक्षणिक पत्रिका में एमआईटी सहित संस्थानों द्वारा प्रकाशित एक पेपरप्रकृतिउन्होंने बताया कि भाषा सांस्कृतिक ज्ञान को प्रसारित करने का एक शक्तिशाली साधन है, और यह हमारी सोच और तर्क क्षमताओं के साथ विकसित हो सकती है, जो मानव संज्ञान की जटिलता को दर्शाती है। हालाँकि, भाषा तर्क की जटिलता उत्पन्न नहीं करती है।

मौजूदा बड़े मॉडलों की अविश्वसनीयता, कम व्याख्या और उच्च लागतों को संबोधित करने के लिए, एक प्रभावी समाधान तार्किक प्रतीकात्मक संगणना के साथ संभाव्य तंत्रिका नेटवर्क तर्क को संयोजित करना है, जो नोबेल पुरस्कार विजेता डैनियल काह्नमैन की पुस्तक में वर्णित सहज ज्ञान पर आधारित तेज सोच और तार्किक तर्क पर आधारित धीमी सोच के संयोजन के समान है।सोच, तेज़ और धीमीक्यूई युआन का मानना ​​है, "इसे 'ग्रे बॉक्स' बड़ा मॉडल कहा जा सकता है।" "ग्रे बॉक्स" भरोसेमंद बड़े मॉडल में तंत्रिका नेटवर्क के साथ प्रतीकात्मक गणना को संयोजित करने से एआई के "भ्रम" को कम किया जा सकता है और ऊर्ध्वाधर क्षेत्रों में पेशेवर समस्याओं को हल किया जा सकता है, जिससे विभिन्न उद्योगों को सशक्त बनाया जा सकता है और बड़े मॉडल की उत्पादकता को बढ़ाया जा सकता है।

"ग्रे बॉक्स" भरोसेमंद बड़ा मॉडल क्या है? "मूल रूप से, डीप लर्निंग को 'ब्लैक बॉक्स' माना जाता था। अब, तार्किक तर्क को डीप लर्निंग के साथ जोड़कर, हमारे पास एक 'ग्रे बॉक्स' है," क्यू युआन बताते हैं। "मूल 'ब्लैक बॉक्स' ने लोगों को उस प्रक्रिया से अनजान रखा जिसके द्वारा डेटा ने परिणाम उत्पन्न किए, जबकि 'ग्रे बॉक्स' बड़ा मॉडल, तार्किक तर्क द्वारा सहायता प्राप्त, लोगों को 'परिणामों और उनके पीछे के कारणों दोनों को जानने' की अनुमति देता है।' दूसरे दृष्टिकोण से, 'ग्रे बॉक्स' बड़े मॉडल डीप लर्निंग का उपयोग उन नियमों को कम करने के लिए कर सकते हैं जो वास्तविक दुनिया के देखे गए डेटा के अनुरूप नहीं हैं।"

क्यू युआन ने कहा कि विभिन्न उद्योगों में जटिल परिदृश्यों में एआई की मुख्य भूमिका निभाने के लिए - चाहे वित्त और बीमा, पवन ऊर्जा और ऊर्जा, या समुद्री शिपिंग और दवा क्षेत्र में - बड़े मॉडलों के साथ व्यवस्थित उद्योग ज्ञान, तर्क तर्क और निर्णय लेने के तंत्र को जोड़ना आवश्यक है। "ग्रे बॉक्स" बड़ा मॉडल न केवल एजीआई के लिए दिशा है, बल्कि ऊर्ध्वाधर क्षेत्रों में गहराई से प्रवेश करने और वास्तविक दुनिया की समस्याओं को वास्तव में हल करने के लिए एक शक्तिशाली उपकरण भी है। "औद्योगिक दृष्टिकोण से, यह समझ बहुत सहज है," क्यू युआन बताते हैं। डॉक्टरों को वकील बनने की ज़रूरत नहीं है, न ही वकीलों को निवेश विशेषज्ञ बनने की ज़रूरत है। प्रत्येक पेशेवर भूमिका को अपने क्षेत्र पर ध्यान केंद्रित करना चाहिए और अपने उत्पादकता उपकरणों को बढ़ाना चाहिए। तकनीकी दृष्टिकोण से, यदि कोई बड़ा मॉडल अप्रासंगिक कार्यों को अधिक सीखता है, तो उसे "भयावह भूलने" का अनुभव हो सकता है। उदाहरण के लिए, यदि ली बाई अपना सारा समय कविता लिखने के बजाय हिसाब-किताब करने में बिताता है, तो उसकी काव्य प्रेरणा धीरे-धीरे फीकी पड़ सकती है। "हमने पहले ही देखा है कि ऊर्ध्वाधर डोमेन के लिए बड़े मॉडलों को प्रशिक्षित करते समय, यदि मॉडल बहुत सारे असंबंधित फ़ंक्शन सीखता है, तो यह इसकी मूल क्षमताओं में हस्तक्षेप कर सकता है। इसलिए, ऊर्ध्वाधर डोमेन के लिए प्रभावी 'ग्रे बॉक्स' बड़े मॉडल विकसित करना औद्योगिक कार्यान्वयन में बहुत मूल्यवान है।"

"मेरा मानना ​​है कि 'ग्रे बॉक्स' बड़े मॉडल एजीआई के मार्ग पर और वर्टिकल डोमेन उद्योगों के कार्यान्वयन में एक महत्वपूर्ण भूमिका निभाएंगे। बायेसियन पद्धतिगत दृष्टिकोण से, यह हमारे ज्ञात ज्ञान को डेटा में छिपी जानकारी के साथ जोड़ता है ताकि नए नियमों की खोज की जा सके और वैज्ञानिक और औद्योगिक समस्याओं को हल किया जा सके," क्यू युआन कहते हैं। भविष्य में, "एआई आइंस्टीन" भी "एआई बफेट" हो सकता है।

नवाचार श्रृंखला को जोड़ना और वैज्ञानिक बुद्धिमत्ता नवाचार पारिस्थितिकी तंत्र का निर्माण करना।

इस साल के विश्व आर्टिफिशियल इंटेलिजेंस सम्मेलन में, क्यू युआन की टीम ने सैकड़ों अरबों मापदंडों के साथ भरोसेमंद वित्तीय और चिकित्सा बड़े मॉडल लॉन्च किए। इन वर्टिकल डोमेन बड़े मॉडलों ने परीक्षण में ओपनएआई के ट्रिलियन-पैरामीटर मॉडल GPT-4 टर्बो को पीछे छोड़ दिया, जिसने एक बार फिर बड़े मॉडलों के कार्यान्वयन पर उद्योग का ध्यान आकर्षित किया।

"आज की AI सफलताएं न केवल अंतर्निहित सिद्धांतों में नवाचारों द्वारा बल्कि उत्पाद-संचालित दृष्टिकोणों द्वारा भी प्रेरित हैं जो सामाजिक आवश्यकताओं को संबोधित करते हैं। समाज को न केवल सैद्धांतिक पत्रों या व्यावसायिक मॉडल नवाचारों के प्रकाशन की आवश्यकता है, बल्कि पहले सिद्धांतों पर आधारित तकनीकी और औद्योगिक नवाचारों के गहन एकीकरण की भी आवश्यकता है। एक बार जब ये दो तत्व मिल जाते हैं, तो हम नीले पानी तक पहुँच सकते हैं," क्यू युआन कहते हैं।

शिक्षा जगत और उद्योग जगत के अलग-अलग मिशन हैं। शिक्षा जगत नई घटनाओं की खोज करता है, जबकि उद्योग जगत मुख्य रूप से व्यावहारिक समस्याओं का समाधान करता है। दुनिया भर में एक आम मुद्दा यह है कि शोध संस्थानों को कई तकनीकी नवाचार समस्याओं का समाधान करने की आवश्यकता है, लेकिन अगर वे उत्पादीकरण और सामाजिक आवश्यकताओं की अनदेखी करते हैं, तो उन्हें दो कमियों का सामना करना पड़ता है: वास्तविक प्रतिस्पर्धी दबाव की कमी, जो नवीन प्रौद्योगिकियों के परिशोधन में बाधा डालती है, और तकनीकी अनुसंधान को निर्देशित करने के लिए प्रभावी बाजार प्रतिक्रिया की अनुपस्थिति।

इस उद्देश्य के लिए, क्यू युआन ने लंबे समय से "विश्वविद्यालयों-शोध संस्थानों-स्टार्टअप्स" की नवाचार श्रृंखला को जोड़ने की मांग की है ताकि एक अच्छा नवाचार पारिस्थितिकी तंत्र बनाया जा सके जो अंतर्निहित प्रौद्योगिकी और बाजार की जरूरतों दोनों पर विचार करता हो। उत्पाद की दिशा बाजार की मांग और परिदृश्यों द्वारा निर्देशित होनी चाहिए, आधारभूत नवाचार के माध्यम से उत्पाद की मुख्य प्रतिस्पर्धात्मकता का निर्माण करना चाहिए।

2023 में स्थापित, SAIRI विज्ञान नवाचारों के लिए मूल AI के लिए प्रतिबद्ध है जो ज्ञान और डेटा को जोड़ती है। हाल ही में, SAIRI ने नई ऊर्जा, बीमा, शहरी प्रबंधन में अनुप्रयोगों के लिए मौसम विज्ञान के बड़े मॉडल 2.0 की फ़ूक्सी श्रृंखला शुरू की, और स्मार्ट मौसम विज्ञान नवाचार पारिस्थितिकी तंत्र गठबंधन की शुरुआत की। इस गठबंधन का उद्देश्य फ़ूक्सी श्रृंखला के मौसम विज्ञान के बड़े मॉडल 2.0 के औद्योगिक अनुप्रयोग को धीरे-धीरे बढ़ावा देना है। "ग्रे बॉक्स" भरोसेमंद बड़े मॉडल भी उत्पाद कार्यान्वयन में प्रगति कर रहे हैं, क्यू युआन द्वारा स्थापित भरोसेमंद बड़े मॉडल कंपनी इनफिनिट लाइटइयर पहले से ही स्थापित है।

वैज्ञानिक खुफिया नवाचार पारिस्थितिकी तंत्र को और बढ़ावा देने के लिए, SAIRI और फुडन विश्वविद्यालय द्वारा संयुक्त रूप से आयोजित और शंघाई विज्ञान और प्रौद्योगिकी समिति, शंघाई विकास और सुधार आयोग, शंघाई आर्थिक और सूचना प्रौद्योगिकी समिति और शंघाई शिक्षा समिति सहित कई विभागों द्वारा निर्देशित दूसरी विश्व वैज्ञानिक खुफिया प्रतियोगिता शुरू की गई है। प्रतियोगिता वैज्ञानिक खुफिया के अग्रणी क्षेत्रों का पता लगाने के लिए वैश्विक प्रतिभागियों की भर्ती के लिए लाखों पुरस्कार प्रदान करती है। इसके अतिरिक्त, SAIRI ने मल्टीमॉडल वैज्ञानिक डेटा को कवर करने वाला एक वैज्ञानिक डेटा प्लेटफ़ॉर्म विकसित किया है, जो डेटा संग्रह और प्रसंस्करण से लेकर प्रबंधन और मॉडलिंग तक की पूरी श्रृंखला का समर्थन करता है, जिससे कुशल डेटा प्रसंस्करण, विश्वसनीयता और सुरक्षित संचार सुनिश्चित होता है। इस प्लेटफ़ॉर्म के आधार पर, SAIRI और उसके भागीदारों ने जीवन विज्ञान, भौतिक विज्ञान, वायुमंडलीय विज्ञान और अन्य क्षेत्रों के लिए कई उच्च गुणवत्ता वाले वैज्ञानिक डेटासेट बनाए हैं, जो वैज्ञानिक खुफिया अनुसंधान के लिए मूल्यवान संसाधन प्रदान करते हैं। इसके अलावा, SAIRI ने ग्लोबल साइंटिफिक डेटा इकोसिस्टम अलायंस की शुरुआत की है, जिसके शुरुआती सदस्यों में चाइना टेलीकॉम कॉर्पोरेशन, COSCO शिपिंग इंश्योरेंस कैप्टिव, शंघाई लिंगांग न्यू एरिया क्रॉस-बॉर्डर डेटा टेक्नोलॉजी और दस से अधिक अन्य संस्थाएँ शामिल हैं। इस गठबंधन का उद्देश्य सरकार, उद्यमों, विश्वविद्यालयों और अनुसंधान संस्थानों के बीच सहयोग के माध्यम से एक वैश्विक, बहु-डोमेन अनुसंधान बड़ा डेटा संसाधन खुला और साझा मंच बनाना है।

क्यू युआन कहते हैं, "चाहे वैज्ञानिक अनुसंधान हो या उद्योग, हमें नवाचार के लिए नवाचार नहीं करना चाहिए। हम भविष्य में ऐसे एजीआई और अनुप्रयोग बनाने की आशा करते हैं जो वास्तविक दुनिया की समस्याओं का समाधान कर सकें।"