गैरी मार्कस एक अमेरिकी संज्ञानात्मक वैज्ञानिक, उद्यमी और लेखक हैं, और इस दावे के सबसे प्रमुख सार्वजनिक आलोचकों में से एक हैं कि अकेले डीप-लर्निंग और बड़े भाषा मॉडल को स्केल करने से मानव-स्तर या सामान्य बुद्धिमत्ता प्राप्त होगी।
मार्कस न्यूयॉर्क विश्वविद्यालय में मनोविज्ञान और तंत्रिका विज्ञान के एमेरिटस प्रोफेसर हैं, जहाँ उनका प्रारंभिक शोध बच्चों में भाषा अधिग्रहण और संज्ञानात्मक विकास पर केंद्रित था, जिसने उनके बाद के तर्कों को आकार दिया कि मानव बुद्धिमत्ता जन्मजात संरचना और रचनात्मक तर्क पर निर्भर करती है, जो पैटर्न-मिलान वाले तंत्रिका नेटवर्क में कमी है। उन्होंने 2014 में ज्यामितीय इंटेलिजेंस, एक मशीन लर्निंग स्टार्टअप की स्थापना की; कंपनी को 2016 में उबर द्वारा अधिग्रहित किया गया था ताकि उबर की एआई अनुसंधान प्रयोगशाला की स्थापना में मदद मिल सके। उन्होंने बाद में रोबस्ट.एआई की स्थापना की, जो रोबोटिक्स और एआई के लिए अधिक संरचित, नियम-आधारित दृष्टिकोण लागू करने पर केंद्रित थी।
हाइब्रिड एआई के लिए वकालत
मार्कस ने लगातार तर्क दिया है, जिसमें उनकी पुस्तकें "रिबूटिंग एआई" (2019, अर्नेस्ट डेविस के साथ) और "टैमिंग सिलिकॉन वैली" (2024) शामिल हैं, कि शुद्ध डीप-लर्निंग-आधारित सिस्टम जैसे बड़े भाषा मॉडल विशिष्ट विफलताओं से ग्रस्त हैं, जिनमें मतिभ्रम, उनके प्रशिक्षण वितरण के बाहर भंगुर सामान्यीकरण, और जमीनी सामान्य ज्ञान तर्क की कमी शामिल है, और यह कि तंत्रिका नेटवर्क को स्पष्ट प्रतीकात्मक अभ्यावेदन और तर्क के साथ जोड़ना, एक दृष्टिकोण जिसे अक्सर हाइब्रिड या न्यूरो-प्रतीकात्मक एआई कहा जाता है, अधिक विश्वसनीय सिस्टम के लिए आवश्यक है। उनकी आलोचनाएँ वर्तमान जनरेटिव एआई लहर से पहले की हैं, जो 2010 के दशक की शुरुआत में डीप-लर्निंग के पुनरुत्थान के दौरान व्यक्त संदेह से जुड़ी हैं, और उन्होंने GPT-3, GPT-4 और क्रमिक ChatGPT रिलीज़ सहित सिस्टम पर समान ढांचा लागू करना जारी रखा है।
सार्वजनिक भूमिका और गवाही
मार्कस ने मई 2023 में Sam Altman और आईबीएम के मुख्य गोपनीयता अधिकारी के साथ संयुक्त राज्य सीनेट न्यायपालिका समिति के समक्ष गवाही दी, उन्नत एआई सिस्टम की देखरेख के लिए एक समर्पित नियामक निकाय के निर्माण के लिए तर्क देते हुए, जो मजबूत एआई शासन की दिशा में एक व्यापक प्रयास का हिस्सा था। वह एआई पर एक सक्रिय सार्वजनिक टिप्पणीकार रहे हैं, अक्सर कृत्रिम सामान्य बुद्धिमत्ता की ओर प्रगति की गति, एआई बेंचमार्क की विश्वसनीयता, और अल्पकालिक एआई क्षमताओं को अतिरंजित करने के जोखिमों पर अधिक आशावादी उद्योग के आंकड़ों के साथ सार्वजनिक बहस में शामिल होते हैं।
स्वागत
समर्थक मार्कस को बड़े भाषा मॉडल की विशिष्ट विफलता मोड की सही भविष्यवाणी करने का श्रेय देते हैं, जिसमें विश्वसनीय अंकगणित और तथ्यात्मक स्थिरता के साथ उनके संघर्ष शामिल हैं, उन मुख्यधारा की चिंता बनने से बहुत पहले। आलोचकों का कहना है कि स्केलिंग की सीमाओं के बारे में उनकी भविष्यवाणियाँ बार-बार बाद के मॉडल रिलीज़ द्वारा पीछे छोड़ दी गई हैं, और उनकी सार्वजनिक शैली, जो लगातार, उच्च-दृश्यता वाले दांव और भविष्यवाणियों द्वारा चिह्नित है, ने कभी-कभी उनके हाइब्रिड एआई तर्क के अधिक मापा शोध-स्तर संस्करण को प्रभावित किया है।