कृत्रिम बुद्धिमत्ता कंप्यूटर विज्ञान और दर्शनशास्त्र में एक अवधारणा है जो मानव संज्ञानात्मक क्षमताओं से अधिक एक काल्पनिक या आकांक्षी रूप की बुद्धि को संदर्भित करती है, जिसमें गहरी समझ, नैतिक निर्णय और आत्म-जागरूकता शामिल है। इसे अक्सर कृत्रिम बुद्धिमत्ता से विपरीत किया जाता है, जो मुख्य रूप से कार्य-विशिष्ट समस्या-समाधान और पैटर्न पहचान पर केंद्रित है। जबकि कृत्रिम बुद्धिमत्ता प्रणालियाँ, जैसे बड़े भाषा मॉडल और तंत्रिका नेटवर्क, बड़ी मात्रा में डेटा संसाधित कर सकती हैं और जटिल गणनाएँ कर सकती हैं, कृत्रिम बुद्धिमत्ता का तात्पर्य ज्ञान, मूल्यों और दीर्घकालिक परिणाम मूल्यांकन के उच्च-स्तरीय एकीकरण से है।
यह शब्द 2020 के दशक में प्रमुखता प्राप्त कर गया, जब मशीन लर्निंग और डीप लर्निंग में प्रगति ने बुद्धिमान प्रणालियों के अंतिम प्रक्षेपवक्र के बारे में प्रश्न उठाए। शोधकर्ताओं और नैतिकतावादियों ने बहस की है कि क्या कृत्रिम बुद्धिमत्ता प्राप्त करने योग्य, आवश्यक या वांछनीय भी है, कुछ इसे जनरेटिव एआई का प्राकृतिक विकास मानते हैं और अन्य इसे तकनीकी लक्ष्य के बजाय एक दार्शनिक आदर्श मानते हैं।
कृत्रिम बुद्धिमत्ता से अंतर
कृत्रिम बुद्धिमत्ता प्रणालियाँ, जिनमें ट्रांसफॉर्मर आर्किटेक्चर पर निर्मित प्रणालियाँ शामिल हैं, भाषा अनुवाद, छवि पहचान और खेल खेलने जैसे संकीर्ण या व्यापक कार्यों में उत्कृष्ट हैं। ये प्रणालियाँ प्रशिक्षण डेटा से सीखे गए सांख्यिकीय पैटर्न पर निर्भर करती हैं, अक्सर पर्यवेक्षित लर्निंग और सुदृढीकरण लर्निंग जैसी तकनीकों का उपयोग करती हैं। इसके विपरीत, कृत्रिम बुद्धिमत्ता के लिए नैतिक दुविधाओं पर तर्क करने, प्रतिस्पर्धी मूल्यों का मूल्यांकन करने और स्पष्ट प्रोग्रामिंग के बिना नई परिस्थितियों में अनुकूलन करने की क्षमता की आवश्यकता होगी।
उदाहरण के लिए, एक बड़ा भाषा मॉडल नैतिकता के बारे में सुसंगत पाठ उत्पन्न कर सकता है, लेकिन इसमें वास्तविक नैतिक समझ नहीं होती। कृत्रिम बुद्धिमत्ता में न केवल ऐसा पाठ उत्पन्न करना शामिल होगा, बल्कि अस्पष्ट संदर्भों में सैद्धांतिक निर्णय लेना भी शामिल होगा, जो मानव बुद्धि के समान लेकिन संभावित रूप से बड़े पैमाने पर हो। यह अंतर एमआईटी सीएसएआईएल और स्टैनफोर्ड एआई लैब जैसे संस्थानों में चल रही चर्चाओं का केंद्र है, जहाँ शोधकर्ता वर्तमान एआई प्रतिमानों की सीमाओं का पता लगाते हैं।
दार्शनिक और नैतिक आधार
मेलानी मिशेल और जोशुआ टेनेनबाम जैसे दार्शनिकों ने तर्क दिया है कि सच्ची बुद्धि के लिए पैटर्न मिलान से अधिक की आवश्यकता होती है; इसके लिए कारणात्मक तर्क, सामान्य ज्ञान और दुनिया को मॉडल करने की क्षमता आवश्यक है। कृत्रिम बुद्धिमत्ता इसे नैतिक आयामों, जैसे निष्पक्षता, पारदर्शिता और जवाबदेही को शामिल करके और आगे बढ़ाती है। इन गुणों को अक्सर स्वास्थ्य देखभाल, स्वायत्त वाहनों और न्यायिक प्रणालियों जैसे उच्च-दांव वाले क्षेत्रों में एआई तैनात करने के लिए पूर्वापेक्षाएँ माना जाता है।
कृत्रिम बुद्धिमत्ता के लिए नैतिक ढाँचे सद्गुण नैतिकता, कर्तव्यवाद और परिणामवाद से लिए गए हैं। उदाहरण के लिए, एक बुद्धिमान एआई अल्पकालिक दक्षता पर दीर्घकालिक सामाजिक कल्याण को प्राथमिकता दे सकता है, एक विचार जो अधिकांश वर्तमान हानि फलनों और अनुकूलन लक्ष्यों में अनुपस्थित है। ऑक्सफोर्ड विश्वविद्यालय और बर्कले एआई रिसर्च के शोधकर्ताओं ने स्थिति पत्र प्रकाशित किए हैं जो सुझाव देते हैं कि कृत्रिम बुद्धिमत्ता गलत संरेखित एआई से जुड़े जोखिमों को कम कर सकती है, हालाँकि वे चेतावनी देते हैं कि बुद्धि को परिचालन रूप से परिभाषित करना एक खुली समस्या बनी हुई है।
तकनीकी चुनौतियाँ और दृष्टिकोण
वर्तमान एआई प्रणालियों में कई क्षमताओं की कमी है जो कृत्रिम बुद्धिमत्ता के लिए आधारभूत होंगी। इनमें दक्षता के लिए मजबूत मॉडल प्रूनिंग शामिल है, लेकिन अधिक महत्वपूर्ण रूप से, पदानुक्रमित ज्ञान बनाने वाली पाठ्यक्रम लर्निंग करने की क्षमता, और विविध मोडैलिटीज में क्रॉस-अटेंशन तंत्र को एकीकृत करने की क्षमता शामिल है। कुछ शोधकर्ता प्रस्ताव करते हैं कि अवशिष्ट नेटवर्क और यू-नेट जैसे आर्किटेक्चर को अमूर्त तर्क को संभालने के लिए बढ़ाया जा सकता है, लेकिन कोई सर्वसम्मति नहीं है।
एक और चुनौती संरेखण समस्या है: यह सुनिश्चित करना कि एआई के लक्ष्य मानव मूल्यों के साथ सुसंगत रहें क्योंकि यह अधिक सक्षम हो जाता है। आरएलएचएफ (मानव प्रतिक्रिया से सुदृढीकरण लर्निंग) और संवैधानिक एआई जैसी तकनीकें प्रारंभिक प्रयास हैं, लेकिन वे बुद्धि की गारंटी नहीं देतीं। ओपनएआई, एंथ्रोपिक और गूगल डीपमाइंड जैसी कंपनियों ने इन मुद्दों की खोज के लिए समर्पित सुरक्षा टीमें बनाई हैं, फिर भी कृत्रिम बुद्धिमत्ता वर्तमान इंजीनियरिंग पहुँच से परे है।
संभावित अनुप्रयोग और निहितार्थ
यदि साकार हो, तो कृत्रिम बुद्धिमत्ता चिकित्सा जैसे क्षेत्रों को बदल सकती है, जहाँ एक बुद्धिमान प्रणाली नैदानिक साक्ष्य को रोगी की प्राथमिकताओं के साथ संतुलित कर सकती है; जलवायु विज्ञान, आर्थिक और पारिस्थितिकी व्यापार-नापसंद का मूल्यांकन करके; और अंतर्राष्ट्रीय कूटनीति, सांस्कृतिक बारीकियों को ध्यान में रखते हुए संघर्ष समाधान प्रस्तावित करके। इंट्यूटिव सर्जिकल और वेमो जैसे संगठन पहले से ही संकीर्ण एआई तैनात कर रहे हैं, लेकिन एक बुद्धिमान एआई अधिक स्वायत्तता और जिम्मेदारी के साथ काम करेगा।
हालाँकि, निहितार्थ दोधारी हैं। एक बुद्धिमान एआई मानव अधिकार को चुनौती दे सकता है या ऐसे निर्णय ले सकता है जो नैतिक रूप से बेहतर लेकिन सामाजिक रूप से अस्वीकार्य हों। इसने नियामक ढाँचों के लिए आह्वान किया है, जिसमें नोकिया बेल लैब्स और ज़ेरॉक्स पीएआरसी जैसी संस्थाएँ जिम्मेदार नवाचार पर सार्वजनिक चर्चा में योगदान दे रही हैं। यह अवधारणा कृत्रिम सामान्य बुद्धिमत्ता पर शोध के साथ भी प्रतिच्छेद करती है, हालाँकि बुद्धि सामान्य बुद्धि का पर्याय नहीं है।
भविष्य की दिशाएँ
2025 तक, कृत्रिम बुद्धिमत्ता किसी भी बेंचमार्क में मापने योग्य मीट्रिक नहीं है, और कोई ज्ञात प्रणाली इसके करीब नहीं पहुँचती। हालाँकि, संज्ञानात्मक विज्ञान, मन के दर्शनशास्त्र और कंप्यूटर विज्ञान से अंतर्दृष्टि को मिलाकर अंतःविषय प्रयास उभर रहे हैं। कार्नेगी मेलन विश्वविद्यालय और टोरंटो विश्वविद्यालय में शैक्षणिक कार्यक्रम एआई नैतिकता और बुद्धि पर पाठ्यक्रम पेश करना शुरू कर रहे हैं, जो शैक्षिक प्राथमिकताओं में बदलाव का संकेत देता है।
कुछ शोधकर्ता क्रमिक दृष्टिकोण की वकालत करते हैं, सुझाव देते हैं कि व्याख्यात्मक एआई और व्याख्यात्मक मशीन लर्निंग में वृद्धिशील सुधार अंततः बुद्धिमान प्रणालियों की ओर ले जा सकते हैं। अन्य तर्क देते हैं कि कृत्रिम बुद्धिमत्ता के लिए एक मौलिक प्रतिमान बदलाव की आवश्यकता है, जो वर्तमान एआई पर हावी सांख्यिकीय लर्निंग प्रतिमान से परे जाए। मार्ग चाहे जो भी हो, यह अवधारणा दीर्घकालिक एआई शोध के लिए एक मार्गदर्शक सितारे के रूप में कार्य करती है, जो इस बारे में प्रश्न उठाती है कि एक बढ़ती स्वचालित दुनिया में बुद्धिमान और जिम्मेदार होने का क्या अर्थ है।