AI singularity is nearing!
हाल ही में, प्रसिद्ध निवेशक चमथ पलिहपिटिया, जिन्हें "सिलिकॉन वैली बफेट" कहा जाता है, ने X पर "AI सिंगुलैरिटी" के अंतिम रोडमैप का भविष्यवाणी की।
1. मानव ने AGI का निर्माण किया।
2. AGI AI के क्षेत्र में शोध करने में बहुत कुशल हो गया।
3. यह एक अधिक बुद्धिमान AI डिज़ाइन करता है।
4. उस अधिक बुद्धिमान AI ने एक और अधिक बुद्धिमान AI का डिज़ाइन किया।
5. यह चक्र लगातार दोहराया जाता है और इसकी गति तेज होती जाती है।
इसके तुरंत बाद, उन्होंने एक आश्चर्यजनक निष्कर्ष प्रस्तुत किया—
पिछले कुछ हफ्तों में विभिन्न AI प्रयोगशालाओं द्वारा घोषित उपलब्धियों और क्षमताओं को देखकर, मैं कह सकता हूँ कि हम अब इस चक्र में मौजूद हैं।
अगले 18 महीनों में, RSI AI क्षमताओं को तेजी से बढ़ाएगा।
अंततः, सभी AI मॉडल की सीमांत लागत 0 की ओर अग्रसर हो जाएगी!
अब सिर्फ निवेशक ही नहीं, पूरा सिलिकॉन वैली RSI पर अत्यधिक विश्वास करता है।
हाल ही में, UC बर्कले के एक सम्मेलन में, Google DeepMind के मुख्य रणनीतिक अधिकारी जसजीत सेखों ने एक और अधिक शक्तिशाली निर्णय प्रस्तुत किया:
पूरे टेक गिगंट समुदाय में अभूतपूर्व निवेश, मूलतः इन तीन अक्षरों पर बेट लगा रहा है—RSI!
यह “मानव सभ्यता के इतिहास में सबसे बड़ा वैज्ञानिक जुआ” अपोलो चंद्रमा अभियान, मैनहट्टन परियोजना और पूरे इंटरनेट से भी अधिक पैमाने का है।
क्यों विशालकाय लोग फंडिंग के टूटने के जोखिम को उठाकर इस जुए को पूरा करने के लिए तैयार हैं?
AGI को भूल जाएं, RSI ही सिलिकॉन वैली का अंतिम प्रतीक है
आज के AI स्वयं को सुधार सकते हैं, किसी की निगरानी के बिना भी कई घंटे तक काम कर सकते हैं, और यहां तक कि निचले स्तर के कोड जैसे कर्नेल और कंपाइलर कंपोनेंट्स बना सकते हैं और उन्हें अनुकूलित कर सकते हैं।
लेकिन जसजीत सेखोन के अनुसार, यह केवल RSI का प्रारंभ है।
उन्होंने कहा, AI द्वारा AI डिज़ाइन करना इतना अद्भुत नहीं है, औद्योगिक क्रांति के समय, मानवता ने पहली पीढ़ी के भाप इंजन का उपयोग करके अगली, अधिक शक्तिशाली भाप इंजन बनाई थी।
असली RSI वास्तव में कैसा दिखता है?
एक वरिष्ठ अनुसंधानकर्ता द्वारा परिभाषित: वास्तविक RSI का अर्थ है कि एक AI मॉडल अपनी नींव की संरचना को पूरी तरह से स्वतंत्र रूप से पुनः डिज़ाइन कर सके, यहां तक कि मानव वैज्ञानिकों की कोई हस्तक्षेप किए बिना एक संपूर्ण नई पीढ़ी का मॉडल शून्य से बना सके।
इस सीमा को पार करने के बाद, AI के विकास की गति मानव नियंत्रण से बाहर हो जाएगी।
मनुष्यों को जितना समय लगता है वह एआई को कुछ सप्ताह या यहां तक कि कुछ दिनों में पूरा करने के लिए पर्याप्त हो सकता है।
At this point, the singularity cycle will truly arrive!
2000 अरब डॉलर का "AI वैक्यूम", मानव सभ्यता के इतिहास में सबसे बड़ा वैज्ञानिक जुआ
RSI की क्षमता को समझने के बाद, आप समझ जाएंगे कि सिलिकॉन वैली क्यों पागलों की तरह पैसा खर्च कर रही है।
इस वर्ष, केवल गूगल के AI डेटासेंटर, चिप और बुनियादी ढांचे पर कुल पूंजीव्यय 1950 से 2050 अरब डॉलर तक पहुंच गया है, और अगले वर्ष यह बहुत अधिक बढ़ेगा!
वॉल स्ट्रीट के शेयरधारक चिंतित हो रहे हैं, क्योंकि वित्तीय विवरणों के अनुसार, AI सॉफ्टवेयर या क्लाउड सेवाओं की आय वृद्धि अभी इस स्तर के पूंजी व्यय को कवर नहीं कर पा रही है।
सेखोन, जो पहले येल के सांख्यिकी प्रोफेसर थे, ने तुरंत इस खतरे को उजागर कर दिया।
हम एक संभावित 'AI एयर पॉकेट' का सामना कर रहे हैं, जिसमें पैसा खर्च हो गया है, लेकिन आय अपेक्षित समय पर नहीं आई है।
डेटा सेंटर बन गया, चिप लग गए, बिजली भी आ गई, लेकिन इस निवेश को वास्तविकता में बदलने वाली चीज़ अभी तक नहीं आई।
वास्तव में, सेखोन से पहले ही, वॉल स्ट्रीट ने इस स्थिति को एयर पॉकेट के रूप में वर्णित किया था: पूंजी खर्च आय से आगे निकल गया है, और निवेशक एक आकाशगंगा खरीद रहे हैं।
इतना जोखिम होने के बावजूद, आप आँखें बंद करके क्यों भाग रहे हैं?
सेखन का उत्तर है: यह मानव सभ्यता के इतिहास में सबसे बड़ा वैज्ञानिक जुआ है।
उन्होंने कहा कि वर्तमान में AI पर वैश्विक निवेश ने मैनहट्टन परियोजना और अपोलो मून लैंडिंग को भी पीछे छोड़ दिया है, और यहां तक कि इंटरनेट विकसित करने के दिनों की तुलना में भी अधिक है।
इस जुएबाज़ की तर्कशृंखला बहुत सरल है: वर्तमान प्रौद्योगिकी हालांकि वास्तविक RSI नहीं है, लेकिन 'इस पर शॉर्ट लेना स्पष्ट रूप से बुद्धिमानी नहीं है।'
क्योंकि जैसे ही RSI वास्तविक हो जाता है, ऊपर बताए अनुसार, सभी AI मॉडल की सीमांत लागत शून्य के अत्यधिक निकट हो जाती है।
उस समय, RSI को सबसे पहले समझने वाली कंपनियाँ लगभग दिव्य उत्पादकता प्राप्त करेंगी, जो सभी प्रतिद्वंद्वियों पर सीधे आयामी हमला करेगी और वैश्विक कैलकुलेशन और बुद्धिमत्ता संसाधनों पर एकाधिकार कर लेगी।
यह अब किसी कंपनी के लाभ या हानि का मुद्दा नहीं है, बल्कि एक “जीतने वाला सब कुछ लेता है, हारने वाला बाहर हो जाता है” जीवन-मरण का संघर्ष है।
इस नए युग के लिए टिकट के लिए, 2000 अरब डॉलर केवल एक छोटी बात है।
आज के इस डेटा सेंटर, TPU, और बिजली के ढेर को अगर केवल मानव इंजीनियरों द्वारा पीढ़ी दर पीढ़ी हाथ से मॉडल ट्रेन किया जाए, तो यह एक विशाल, लगातार मूल्यह्रास होने वाला स्थायी संपत्ति होगी।
लेकिन जब AI AI अनुसंधान को तेज करने लगे, तो यह सीधे लेज़र के तर्क को बदल देगा।
जो कैलकुलेशन पावर आपने निवेश की है, वह अब रेखीय रूप से खर्च नहीं हो रही है, बल्कि चक्रवृद्धि ब्याज जैसा काम करती है: इस पीढ़ी का AI आपको अगली पीढ़ी को तेजी से बनाने में मदद करता है, और अगली पीढ़ी फिर अगली पीढ़ी को बनाने में आपकी मदद करती है।
यही कारण है कि सेखन कहते हैं कि RSI「निवेश तर्क का महत्वपूर्ण हिस्सा」है। RSI, यही है कि यह पैसा वापस मिलेगा या नहीं।
"Three Greats" का RSI प्रक्रिया
Google, Anthropic, OpenAI ने प्रत्येक एक नमूना दिया।
पहले Google देखें।
DeepMind का AlphaEvolve सिस्टम, जो एल्गोरिथम को अनुकूलित करने के लिए AI का उपयोग करता है।
इसने Gemini ट्रेनिंग के एक महत्वपूर्ण कोर को 23% तेज कर दिया, जिससे पूरी ट्रेनिंग समय में 1% की कमी हुई; इसने एक सर्किट डिजाइन में सुधार किया, जिसे सीधे अगली पीढ़ी के TPU चिप में शामिल कर लिया गया।
अब यह Google के बुनियादी ढांचे का एक सामान्य उपकरण है, जैसे कैशिंग स्ट्रैटेजी जैसे काम, जिन्हें मनुष्यों को महीनों लगते थे, इसने केवल दो दिनों में पूरा कर दिया।
AI चिप बनाने और तेज़ AI बनाने में मदद कर रहा है, जो अब वास्तविकता है।
अब एंथ्रोपिक को देखें।
इस साल अप्रैल में, उन्होंने एक और अधिक आक्रामक प्रयोग किया: नौ Claude एजेंट्स को एक सीमित अलाइनमेंट शोध कार्य में फेंक दिया गया, जहाँ उन्होंने स्वयं हाइपोथीसिस बनाए, स्वयं प्रयोग चलाए और अपनी खोजों का आदान-प्रदान किया।
दो मानव शोधकर्ताओं ने एक हफ्ते में केवल 23% की प्रदर्शन अंतर को वापस पाया; नौ एजेंटों ने कुल 800 घंटे लगाए और लगभग 18,000 डॉलर का खर्च करके 97% को वापस पाया।
क्या लगता है कि AI अब स्वतंत्र रूप से शोध कर सकता है?
धीरे करें, एक ही रिपोर्ट में, एक और अधिक महत्वपूर्ण विपरीत साक्ष्य छिपा हुआ है: जब शोधकर्ताओं ने इस "सबसे प्रभावी" विधि को Claude के वास्तविक उत्पादन प्रशिक्षण वातावरण में लागू किया, तो इससे कोई सांख्यिकीय रूप से महत्वपूर्ण सुधार नहीं हुआ।
यह बताता है कि "सीमित कार्यों में त्वरण" और "AI क्षमताओं का वास्तविक पुनर्निर्माण" के बीच एक गहरी खाई है।
अंत में OpenAI।
जुलाई में, OpenAI ने खुलासा किया: उनका GPT-5.6 Sol ने Codex द्वारा उत्पादन पर्यावरण के GPU कर्नेल को स्वयं पुनः लिखा, जिससे एंड-टू-एंड निष्पादन लागत 20% कम हो गई; इसने अपने स्वयं के अनुमानित डिकोडिंग मॉडल के लिए सैकड़ों आर्किटेक्चर प्रयोग भी चलाए, जिससे token उत्पादन की दक्षता 15% से अधिक बढ़ गई।
OpenAI ने अपनी पहली प्रकाशन सामग्री में, स्व-सुधार क्षमता के मूल्यांकन के लिए एक विशेष 'RSI Index' को उजागर किया।
क्या बंद चक्र जल्द ही घूमने लगेगा?
OpenAI अपने सिस्टम कार्ड पर बहुत संयमित तरीके से कहता है कि GPT-5.6 Sol अभी तक कंपनी के निर्धारित 'High' स्व-सुधार दरवाजे को पार नहीं किया है; यह कुछ वास्तविक शोध समस्याओं को हल कर सकता है, लेकिन अभी भी पूर्ण पोस्ट-ट्रेनिंग स्कीम को विश्वसनीय ढंग से डिज़ाइन और निष्पादित नहीं कर सकता।
तीन उदाहरण एक साथ रखने पर, RSI की वर्तमान छवि स्पष्ट हो जाती है:
AI द्वारा AI अनुसंधान का सहायता करना वास्तव में हो रहा है; लेकिन वास्तविक RSI—AI द्वारा अपनी पूर्ण आर्किटेक्चर को स्वतंत्र रूप से पुनर्निर्मित करना, प्रशिक्षित करना और अधिक मजबूत उत्तराधिकारी को तैनात करना—हमसे अभी दूर है।
अंधकार आ गया, जब अत्यधिक शक्तिशाली AI हैकर और जैविक हथियार बन गया
हालाँकि, सिंगुलैरिटी के पीछे, छायाएँ भी हैं।
इस सम्मेलन में, मेटा के 'सुपरइंटेलिजेंस' विभाग में हाल ही में शामिल हुए बर्कले CS प्रोफेसर डॉन सॉन्ग, सेखोन के साथ, चर्चा को उस सभी मुद्दे पर ले गए जिसकी सभी ने उपेक्षा की है: AI का चरम जोखिम।
दोनों की सहमति है: सबसे खतरनाक बात यह नहीं है कि मॉडल अचानक बुद्धिमान हो जाए, बल्कि यह है कि हमले और रक्षा की गति में असंतुलन हो जाए।
जब AI को RSI की क्षमता मिल जाए, तो यह कैंसर का इलाज कर सकता है, मानवता को ब्रह्मांड की खोज में मदद कर सकता है, लेकिन यह एक समान रूप से मानवता के विनाश का अंतिम हथियार भी बन सकता है।
सबसे पहले, साइबर सुरक्षा आयाम की «अवनमन हमला»।
डॉन सॉंग ने चेतावनी दी है कि छोटे समय के भीतर, AI का विकास「हमलावरों के लिए अधिक लाभदायक」होगा, जो एक अत्यंत असमान मैदान है: हैकर को सिर्फ एक ही दरार मिल जाने से सफलता मिल सकती है, जबकि रक्षा करने वालों को सभी संभावित हमलों का सामना करना पड़ता है।
जब दुर्भावनापूर्ण हमलावर खुद को बुद्धिमान AI एजेंट का उपयोग करके ओपन सोर्स कोड लाइब्रेरी में विष डालते हैं, और मानव प्रोग्रामर द्वारा छोड़े गए दरारों को स्कैन करते हैं और उनका दुरुपयोग करते हैं, तो आगे के दिन बहुत कठिन होंगे:
सोचिए कि हमारे वर्तमान रक्षा प्रणालियाँ कितनी कमजोर हैं: अमेरिका का ऊर्जा ग्रिड, वैश्विक अस्पताल प्रणालियाँ, वित्तीय नेटवर्क, अति-AI के सामने, शायद कागज के बने हुए हों।
But cybersecurity is still relatively "child's play".
सेखोन को जीवों की चिंता अधिक है, उन्होंने बैठक में एक अत्यंत भयानक परिदृश्य पेश किया, जिसमें हम इस दुनिया के काफी करीब पहुंच चुके हैं, जहां "कोई भी व्यक्ति, केवल प्राकृतिक भाषा के माध्यम से मॉडल से बातचीत करके, एक घातक वायरस या प्रोटीन डिज़ाइन कर सकता है।"
उन्होंने यह प्रस्ताव रखा कि भविष्य की समाज को सभी 'जैविक संबंधित सामग्रियों' के लिए वर्तमान में विस्फोटक बनाने के लिए उपयोग किए जाने वाले उर्वरकों की तरह, अत्यधिक कठोर अनुमति, निगरानी और ट्रैकिंग की आवश्यकता होगी।
अभी, गूगल अपनी AI उत्पादित सामग्री की पहचान के लिए उपयोग की जाने वाली "सिंथआईडी" जलचिह्न प्रौद्योगिकी को जीवविज्ञान क्षेत्र में लागू करने की कोशिश कर रहा है।
इसका अर्थ है कि भविष्य में, यदि कोई कंपनी फार्मास्यूटिकल कंपनियों के लिए डीएनए अनुक्रम संश्लेषित करती है, तो प्रणाली इन अनुक्रमों को स्कैन कर सकती है और देख सकती है कि क्या उनमें AI द्वारा गुप्त रूप से उत्पन्न, घातक जोखिम वाले "दुष्ट कोड" छिपे हुए हैं।
तब, क्या रक्षा रेखाएँ तेजी से बनेंगी, या AI तेजी से विकसित होगा?
Countdown has started, how much time do we have left?
यह विज्ञान कथा जैसा लगता है, लेकिन सिलिकॉन वैली के दिमागों ने पहले ही सटीक गिनती शुरू कर दी है।
चमथ कहते हैं: अगले 18 महीनों में, दुनिया पागल हो जाएगी।
Sekhon का निर्णय: वास्तविक RSI 'भविष्य में कुछ वर्षों में आ सकता है।'
इसी अवसर पर DeepMind के अनुसंधान उपाध्यक्ष ओरियोल विन्याल्स और OpenAI के सह-संस्थापक वोजिच जारेम्बा ने विशिष्ट वर्ष भी बताए: 2027 या 2028।
मानव इतिहास में, कोई भी ऐसी तकनीक नहीं थी जो सभ्यता के पथ को जड़ से बदल सके, और जिसका गिनती इतनी निकट हो।
इस बार, समय के साथ दौड़ने वाला एक जुआ टेबल पर रखा गया है।
बुनियादी ढांचे के निवेश गणना क्षमता की गति से आगे बढ़ रहे हैं, चिप, बिजली, डेटा केंद्र, कुछ ही वर्षों में उपलब्ध हो जाएंगे।
लेकिन, संबंधित आय और RSI क्या इस ट्रेन को पकड़ पाएंगे?
मध्य में लटके हुए में, क्या हम इस 「वायु छिद्र」 से यादृच्छिक रूप से टकरा जाएँगे?
लेकिन कम से कम सेखन के यहां, गूगल के 200 बिलियन डॉलर के बड़े बेट पर दिशा स्पष्ट है: RSI आएगा।
The steam engine created better steam engines, and humanity entered the Industrial Revolution.
अब, AI बेहतर AI बनाने की तैयारी कर रहा है, और हमें एक अज्ञात सीमा की ओर धकेल रहा है।
चाहे आप तैयार हों या न हों, डेटासेंटर का गुंजन नहीं रुकेगा, AI का स्वयं का विकास नहीं रुकेगा।
Countdown has begun. Are you ready for the singularity?
संदर्भ:
https://www.theinformation.com/newsletters/ai-agenda/google-deepmind-exec-says-unprecedented-capex-actually-bet-rsi?rc=epv9gi
https://x.com/kimmonismus/status/2084257726599716882
यह लेख वेचेन ग्रुप "न्यूज़िज़यन" से है, लेखक: ASI एपिफ़नी; संपादक: युआन यू एनियस