डेमिस हैसबिस चाहते हैं कि एआई ऐसा कुछ करे जो कभी किसी एआई ने नहीं किया है: आइंस्टीन की तरह सोचना। आइंस्टीन का अनुकरण नहीं। आइंस्टीन के कागजातों को दोहराना नहीं। वास्तव में 1911 से पहले उपलब्ध जानकारी के साथ शून्य से सामान्य सापेक्षता के लिए उत्पन्न हुए रचनात्मक कूद को पुनः बनाना।
गूगल डीपमाइंड के सीईओ ने अपने द्वारा कृत्रिम सामान्य बुद्धिमत्ता के लिए वास्तविक मानक को बेहतर बनाया है, और यह उद्योग द्वारा सामान्यतः चर्चा किए जाने वाले किसी भी चीज़ से कहीं अधिक चुनौतीपूर्ण है।
आइंस्टीन टेस्ट, समझाया गया
यहाँ सेटअप है। आप एक AI को 1901 या 1911 जैसी एक निश्चित तिथि तक के सभी मानव ज्ञान पर प्रशिक्षित करते हैं। फिर आप इससे विशेष सापेक्षता (1905 में प्रकाशित) या सामान्य सापेक्षता (1915 में प्रकाशित) जैसी चीज़ें निकालने को कहते हैं। अंग्रेजी में: क्या एक AI, केवल 20वीं सदी की शुरुआत तक वैज्ञानिकों को पता था, आइंस्टीन द्वारा किए गए उसी तरह के अंतर्ज्ञान और रचनात्मक कूद लगा सकता है?
अभी का जवाब एक निर्णायक नहीं है।
हस्साबिस ने स्पष्ट किया है कि यहां तक कि डीपमाइंड की सबसे प्रभावशाली उपलब्धियां भी इस बार नहीं पार करतीं। 2024 में अल्फाफोल्ड के माध्यम से प्रोटीन फोल्डिंग पर अपने काम के लिए कंपनी ने रसायन विज्ञान में नोबेल पुरस्कार जीता। लेकिन हस्साबिस के अपने ढांचे के अनुसार, प्रोटीन संरचनाओं को हल करना सच्ची एजीआई का प्रतिनिधित्व नहीं करता क्योंकि प्रणाली एक परिभाषित समस्या क्षेत्र में, जिसमें ज्ञात नियम थे, काम कर रही थी।
इसी तरह, वह गणित के जाने-पहचाने कठिन खुले प्रश्नों, एर्डोश समस्याओं को हल करने को सामान्य बुद्धिमत्ता के लिए पर्याप्त साक्ष्य नहीं मानता। हैसबिस द्वारा आकर्षित अंतर वर्तमान परिप्रेक्ष्यों के भीतर कठिन समस्याओं को हल करने और पूरी तरह से नए परिप्रेक्ष्य बनाने के बीच है।
एक बदलता हुआ समयरेखा
2025 की शुरुआत में, उन्होंने सुझाव दिया कि AGI “शायद तीन से पांच साल दूर है।” 2026 तक, उन्होंने इस अनुमान को लगभग 2030, एक वर्ष के अंतर के साथ, तक सुधार लिया।
इसका महत्व AI बुलबुले से परे क्यों है
हससबिस द्वारा एजीआई को जिस तरह से प्रस्तुत किया जाता है, उसका महत्व इसलिए है क्योंकि यह पूरे उद्योग के बहस के लिए अवधि निर्धारित करता है। अगर आप उनका आइंस्टीन परीक्षण मानक के रूप में स्वीकार करते हैं, तो प्रतिद्वंद्वियों द्वारा “एजीआई प्राप्त करने” के बारे में किए गए लगभग सभी दावे अतिशीघ्र हो जाते हैं। ओपनएआई, एंथ्रोपिक, मेटा और अन्य सभी ने एजीआई की विभिन्न परिभाषाओं का उपयोग किया है, कुछ बहुत अधिक लचीली हैं जो हससबिस द्वारा वर्णित के मुकाबले हैं।
उदाहरण के लिए, OpenAI ने पारंपरिक रूप से अपनी AGI परिभाषा को आर्थिक उत्पादन से जोड़ा है, लगभग एक ऐसी प्रणाली जो मानव द्वारा किए जाने वाले अधिकांश आर्थिक रूप से मूल्यवान कार्य कर सके। यह स्वतंत्र रूप से सापेक्षता के सामान्य सिद्धांत को निकालने की तुलना में बहुत कम बाधा है।
क्रिप्टो बाजार का इन एजीआई चर्चाओं से कोई सीधा संबंध नहीं है, और हैसबिस ने अपने टिप्पणियों में ब्लॉकचेन, टोकन या डिसेंट्रलाइज्ड प्रोटोकॉल्स का कोई उल्लेख नहीं किया है।