आर्टिफिशियल इंटेलिजेंस को अक्सर गणित से क्यों जूझना पड़ता है – टाइम्स ऑफ इंडिया
हाल ही में समाप्त हुए स्कूल वर्ष में, विद्यार्थियों की एक कक्षा पहेली की तरह उभरी। वे मेहनती हैं, सुधार कर रहे हैं और उल्लेखनीय रूप से स्पष्टवादी हैं। लेकिन, दिलचस्प बात यह है कि ये विद्यार्थी – कृत्रिम रूप से बुद्धिमान चैटबॉट – अक्सर संघर्ष करते हैं गणित.
ओपन एआई के चैटजीपीटी जैसे चैटबॉट कविता लिख सकते हैं, किताबों का सारांश दे सकते हैं और सवालों के जवाब दे सकते हैं, अक्सर मानव-स्तर की धाराप्रवाहता के साथ। ये सिस्टम जो सीखा है उसके आधार पर गणित कर सकते हैं, लेकिन परिणाम भिन्न हो सकते हैं और गलत हो सकते हैं। वे नियम-आधारित गणना करने के बजाय संभावनाओं को निर्धारित करने के लिए ठीक-ठाक हैं। संभावना सटीकता नहीं है, और भाषा गणित की तुलना में अधिक लचीली और क्षमाशील है।
“द एआई चैटबॉट नॉर्थवेस्टर्न यूनिवर्सिटी में कंप्यूटर साइंस के प्रोफेसर और एआई शोधकर्ता क्रिस्टियन हैमंड ने कहा, “हमें गणित में कठिनाई होती है क्योंकि उन्हें ऐसा करने के लिए कभी डिज़ाइन ही नहीं किया गया था।” ऐसा लगता है कि दुनिया के सबसे बुद्धिमान कंप्यूटर वैज्ञानिकों ने ऐसी एआई बनाई है जो संख्याओं के जादूगर से ज़्यादा उदार कला की है।
प्रथम दृष्टि में, यह कंप्यूटिंग के अतीत से एक तीव्र विच्छेद है। कंप्यूटर 1940 के दशक में सामने आए कंप्यूटिंग की एक अच्छी संक्षिप्त परिभाषा “स्टेरॉयड पर गणित” रही है। वे अथक, तेज़, सटीक गणना करने वाली मशीनें रही हैं। फिर भी, AI के सभी पिछले प्रयास विफल रहे।
फिर, एक दशक से भी पहले, एक अलग दृष्टिकोण ने आश्चर्यजनक लाभ देना शुरू किया। अंतर्निहित तकनीक, जिसे एक तंत्रिका नेटवर्कमानव मस्तिष्क पर आधारित, ने अपने द्वारा अवशोषित की गई सभी सूचनाओं के आधार पर भाषा बनाना शुरू कर दिया, यह अनुमान लगाकर कि आगे कौन सा शब्द या वाक्यांश आने की सबसे अधिक संभावना है – ठीक वैसे ही जैसे मनुष्य करते हैं। लेकिन कई बार, AI चैटबॉट सरल अंकगणित और गणितीय शब्द समस्याओं से जूझते हैं, जिनके समाधान तक पहुँचने के लिए कई चरणों की आवश्यकता होती है, जिसे हाल ही में कुछ प्रौद्योगिकी समीक्षकों द्वारा प्रलेखित किया गया है। AI की दक्षता बेहतर हो रही है, लेकिन यह अभी भी एक कमी बनी हुई है।
हाल ही में एक संगोष्ठी में बोलते हुए, खान अकादमी के मुख्य शिक्षण अधिकारी क्रिस्टन डिसेर्बो, एक शिक्षा गैर-लाभकारी संगठन जो एआई चैटबॉट ट्यूटर और शिक्षण सहायक के साथ प्रयोग कर रहा है, ने विषय का परिचय दिया। गणित की सटीकता“यह एक समस्या है, जैसा कि आप में से कई लोग जानते हैं,” डिसेर्बो ने शिक्षकों से कहा। कुछ महीने पहले, खान अकादमी ने खानमिगो नामक अपने एआई-संचालित ट्यूटर में एक महत्वपूर्ण बदलाव किया। यह एआई को गणित हल करने के लिए कहने के बजाय कई संख्यात्मक समस्याओं को कैलकुलेटर प्रोग्राम में भेजता है। कैलकुलेटर प्रोग्राम के खत्म होने का इंतज़ार करते समय, छात्र अपनी स्क्रीन पर “गणित करना” शब्द देखते हैं और खानमिगो आइकन अपना सिर हिलाता है। “हम वास्तव में ऐसे उपकरणों का उपयोग कर रहे हैं जो गणित करने के लिए हैं,” डिसेर्बो ने कहा, जो आशावादी हैं कि संवादात्मक चैटबॉट शिक्षा में एक महत्वपूर्ण भूमिका निभाएंगे।
एक साल से ज़्यादा समय से, ChatGPT ने कुछ गणितीय समस्याओं के लिए इसी तरह के समाधान का इस्तेमाल किया है। बड़ी संख्या में विभाजन और गुणा जैसे कार्यों के लिए, चैटबॉट कैलकुलेटर प्रोग्राम से मदद मांगता है। OpenAI ने एक बयान में कहा कि गणित “अनुसंधान का एक महत्वपूर्ण चल रहा क्षेत्र है”, और एक ऐसा क्षेत्र है जहाँ इसके वैज्ञानिकों ने लगातार प्रगति की है। कंपनी ने कहा कि GPT के इसके नए संस्करण ने दृश्य धारणा और गणितीय तर्क की आवश्यकता वाली हज़ारों समस्याओं के सार्वजनिक डेटाबेस पर लगभग 64% सटीकता हासिल की। यह पिछले संस्करण के 58% से ज़्यादा है।
गणित में प्रौद्योगिकी का अनियमित प्रदर्शन एआई समुदाय में इस क्षेत्र में आगे बढ़ने के सर्वोत्तम तरीके के बारे में एक जोशीली बहस को बढ़ावा देता है। मोटे तौर पर, दो खेमे हैं। एक तरफ वे लोग हैं जो मानते हैं कि उन्नत तंत्रिका नेटवर्क, जिसे बड़े पैमाने पर तंत्रिका नेटवर्क के रूप में जाना जाता है, एक बहुत ही जटिल प्रणाली है। भाषा मॉडलकि शक्तिशाली एआई चैटबॉट स्थिर प्रगति और अंततः कृत्रिम सामान्य बुद्धिमत्ता, या एजीआई, एक ऐसा कंप्यूटर जो मानव मस्तिष्क के द्वारा किए जाने वाले सभी काम कर सकता है, के लिए लगभग एकमात्र रास्ता है। सिलिकॉन वैली के अधिकांश हिस्सों में यही प्रमुख दृष्टिकोण है।
लेकिन कुछ संशयवादी लोग हैं जो सवाल करते हैं कि क्या बड़े भाषा मॉडल में अधिक डेटा और कंप्यूटिंग शक्ति जोड़ना पर्याप्त है। उनमें से एक प्रमुख नाम मेटा के मुख्य एआई वैज्ञानिक यान लेकुन का है। लेकुन ने कहा है कि बड़े भाषा मॉडल में तर्क की बहुत कम समझ है और उनमें सामान्य ज्ञान की कमी है। उनका कहना है कि जिस चीज की जरूरत है, वह है व्यापक दृष्टिकोण, जिसे वे “विश्व मॉडलिंग” कहते हैं, या ऐसी प्रणालियाँ जो सीख सकें कि दुनिया इंसानों की तरह कैसे काम करती है। और इसे हासिल करने में एक दशक या उससे भी अधिक समय लग सकता है।
ओपन एआई के चैटजीपीटी जैसे चैटबॉट कविता लिख सकते हैं, किताबों का सारांश दे सकते हैं और सवालों के जवाब दे सकते हैं, अक्सर मानव-स्तर की धाराप्रवाहता के साथ। ये सिस्टम जो सीखा है उसके आधार पर गणित कर सकते हैं, लेकिन परिणाम भिन्न हो सकते हैं और गलत हो सकते हैं। वे नियम-आधारित गणना करने के बजाय संभावनाओं को निर्धारित करने के लिए ठीक-ठाक हैं। संभावना सटीकता नहीं है, और भाषा गणित की तुलना में अधिक लचीली और क्षमाशील है।
“द एआई चैटबॉट नॉर्थवेस्टर्न यूनिवर्सिटी में कंप्यूटर साइंस के प्रोफेसर और एआई शोधकर्ता क्रिस्टियन हैमंड ने कहा, “हमें गणित में कठिनाई होती है क्योंकि उन्हें ऐसा करने के लिए कभी डिज़ाइन ही नहीं किया गया था।” ऐसा लगता है कि दुनिया के सबसे बुद्धिमान कंप्यूटर वैज्ञानिकों ने ऐसी एआई बनाई है जो संख्याओं के जादूगर से ज़्यादा उदार कला की है।
प्रथम दृष्टि में, यह कंप्यूटिंग के अतीत से एक तीव्र विच्छेद है। कंप्यूटर 1940 के दशक में सामने आए कंप्यूटिंग की एक अच्छी संक्षिप्त परिभाषा “स्टेरॉयड पर गणित” रही है। वे अथक, तेज़, सटीक गणना करने वाली मशीनें रही हैं। फिर भी, AI के सभी पिछले प्रयास विफल रहे।
फिर, एक दशक से भी पहले, एक अलग दृष्टिकोण ने आश्चर्यजनक लाभ देना शुरू किया। अंतर्निहित तकनीक, जिसे एक तंत्रिका नेटवर्कमानव मस्तिष्क पर आधारित, ने अपने द्वारा अवशोषित की गई सभी सूचनाओं के आधार पर भाषा बनाना शुरू कर दिया, यह अनुमान लगाकर कि आगे कौन सा शब्द या वाक्यांश आने की सबसे अधिक संभावना है – ठीक वैसे ही जैसे मनुष्य करते हैं। लेकिन कई बार, AI चैटबॉट सरल अंकगणित और गणितीय शब्द समस्याओं से जूझते हैं, जिनके समाधान तक पहुँचने के लिए कई चरणों की आवश्यकता होती है, जिसे हाल ही में कुछ प्रौद्योगिकी समीक्षकों द्वारा प्रलेखित किया गया है। AI की दक्षता बेहतर हो रही है, लेकिन यह अभी भी एक कमी बनी हुई है।
हाल ही में एक संगोष्ठी में बोलते हुए, खान अकादमी के मुख्य शिक्षण अधिकारी क्रिस्टन डिसेर्बो, एक शिक्षा गैर-लाभकारी संगठन जो एआई चैटबॉट ट्यूटर और शिक्षण सहायक के साथ प्रयोग कर रहा है, ने विषय का परिचय दिया। गणित की सटीकता“यह एक समस्या है, जैसा कि आप में से कई लोग जानते हैं,” डिसेर्बो ने शिक्षकों से कहा। कुछ महीने पहले, खान अकादमी ने खानमिगो नामक अपने एआई-संचालित ट्यूटर में एक महत्वपूर्ण बदलाव किया। यह एआई को गणित हल करने के लिए कहने के बजाय कई संख्यात्मक समस्याओं को कैलकुलेटर प्रोग्राम में भेजता है। कैलकुलेटर प्रोग्राम के खत्म होने का इंतज़ार करते समय, छात्र अपनी स्क्रीन पर “गणित करना” शब्द देखते हैं और खानमिगो आइकन अपना सिर हिलाता है। “हम वास्तव में ऐसे उपकरणों का उपयोग कर रहे हैं जो गणित करने के लिए हैं,” डिसेर्बो ने कहा, जो आशावादी हैं कि संवादात्मक चैटबॉट शिक्षा में एक महत्वपूर्ण भूमिका निभाएंगे।
एक साल से ज़्यादा समय से, ChatGPT ने कुछ गणितीय समस्याओं के लिए इसी तरह के समाधान का इस्तेमाल किया है। बड़ी संख्या में विभाजन और गुणा जैसे कार्यों के लिए, चैटबॉट कैलकुलेटर प्रोग्राम से मदद मांगता है। OpenAI ने एक बयान में कहा कि गणित “अनुसंधान का एक महत्वपूर्ण चल रहा क्षेत्र है”, और एक ऐसा क्षेत्र है जहाँ इसके वैज्ञानिकों ने लगातार प्रगति की है। कंपनी ने कहा कि GPT के इसके नए संस्करण ने दृश्य धारणा और गणितीय तर्क की आवश्यकता वाली हज़ारों समस्याओं के सार्वजनिक डेटाबेस पर लगभग 64% सटीकता हासिल की। यह पिछले संस्करण के 58% से ज़्यादा है।
गणित में प्रौद्योगिकी का अनियमित प्रदर्शन एआई समुदाय में इस क्षेत्र में आगे बढ़ने के सर्वोत्तम तरीके के बारे में एक जोशीली बहस को बढ़ावा देता है। मोटे तौर पर, दो खेमे हैं। एक तरफ वे लोग हैं जो मानते हैं कि उन्नत तंत्रिका नेटवर्क, जिसे बड़े पैमाने पर तंत्रिका नेटवर्क के रूप में जाना जाता है, एक बहुत ही जटिल प्रणाली है। भाषा मॉडलकि शक्तिशाली एआई चैटबॉट स्थिर प्रगति और अंततः कृत्रिम सामान्य बुद्धिमत्ता, या एजीआई, एक ऐसा कंप्यूटर जो मानव मस्तिष्क के द्वारा किए जाने वाले सभी काम कर सकता है, के लिए लगभग एकमात्र रास्ता है। सिलिकॉन वैली के अधिकांश हिस्सों में यही प्रमुख दृष्टिकोण है।
लेकिन कुछ संशयवादी लोग हैं जो सवाल करते हैं कि क्या बड़े भाषा मॉडल में अधिक डेटा और कंप्यूटिंग शक्ति जोड़ना पर्याप्त है। उनमें से एक प्रमुख नाम मेटा के मुख्य एआई वैज्ञानिक यान लेकुन का है। लेकुन ने कहा है कि बड़े भाषा मॉडल में तर्क की बहुत कम समझ है और उनमें सामान्य ज्ञान की कमी है। उनका कहना है कि जिस चीज की जरूरत है, वह है व्यापक दृष्टिकोण, जिसे वे “विश्व मॉडलिंग” कहते हैं, या ऐसी प्रणालियाँ जो सीख सकें कि दुनिया इंसानों की तरह कैसे काम करती है। और इसे हासिल करने में एक दशक या उससे भी अधिक समय लग सकता है।
