IIIT-H के शोधकर्ता AI को अधिक व्यावहारिक और जिम्मेदार बनाने का प्रयास कर रहे

Hyderabad हैदराबाद: IIIT हैदराबाद के शोधकर्ता AI को अधिक व्यावहारिक, व्याख्यात्मक और उत्तरदायी बनाने के लिए काम कर रहे हैं, वास्तविक दुनिया के ऐसे अनुप्रयोग विकसित कर रहे हैं जो समाज को लाभ पहुँचा सकते हैं।सेल्सफोर्स के सहयोग से, वे समय-श्रृंखला डेटा को संभालने की AI की क्षमता में सुधार कर रहे हैं, जो मौसम की भविष्यवाणी, शेयर बाजार की भविष्यवाणी और स्वास्थ्य सेवा विश्लेषण के लिए महत्वपूर्ण है। उन्होंने डेटा फाउंडेशन (india-data.org) भी लॉन्च किया है, जो भारतीय ब्रेन एटलस और इंडियन ड्राइविंग डेटासेट जैसे डेटासेट होस्ट करने वाला एक प्लेटफ़ॉर्म है, जिसका उद्देश्य AI को भारतीय अनुप्रयोगों के लिए अधिक प्रासंगिक बनाना है।

लेकिन जैसे-जैसे बड़े भाषा मॉडल (LLM) और बड़े विज़न मॉडल (LVM) की शक्ति बढ़ती जा रही है, शोधकर्ता चेतावनी देते हैं कि AI के पूर्वाग्रहों, संसाधनों की खपत और अस्तित्व संबंधी जोखिमों को संबोधित किया जाना चाहिए।IIIT-H के प्रो. विक्रम पुदी ने कहा, "आज AI मॉडल कई क्षेत्रों में अधिकांश मनुष्यों की तुलना में बेहतर सामग्री उत्पन्न कर सकते हैं। लेकिन हमें पूछना होगा - क्या होगा जब AI पूरी तरह से मानव बुद्धिमत्ता को पीछे छोड़ देगा? हम उनके परिणामों को समझने के बजाय स्मार्ट मशीनें बनाने में जितना अधिक प्रयास करेंगे, यह प्रश्न उतना ही बड़ा होता जाएगा।" अपने मूल में, LLM (जैसे GPT-4 और BERT) और LVM (जैसे DALL·E और Vision Transformers) मनुष्यों की तरह "सोचते" नहीं हैं। वे बड़े पैमाने पर पैटर्न पहचानते हैं, टेक्स्ट और छवियों के विशाल डेटासेट से सीखते हैं।

"यहाँ कोई जादू नहीं है। ये मॉडल पैटर्न के लिए अनुकूलन करते हैं और गहरे नेटवर्क के माध्यम से त्रुटियों को कम करते हैं, लेकिन उनका विशाल पैमाना उन्हें पहले की किसी भी चीज़ से कहीं ज़्यादा शक्तिशाली बनाता है," प्रो. पुडी कहते हैं।डेटासेट जितना बड़ा होगा, मॉडल उतना ही बेहतर होगा, यही वजह है कि पूर्वाग्रह एक गंभीर मुद्दा है। AI अनजाने में अपने प्रशिक्षण डेटा में पाए जाने वाले स्टीरियोटाइप को मजबूत कर सकता है, जिससे भर्ती, कानून प्रवर्तन और स्वास्थ्य सेवा जैसे क्षेत्रों में चिंताएँ बढ़ जाती हैं।

एक और बड़ी चुनौती AI की विशुद्ध ऊर्जा खपत है। इन मॉडलों को प्रशिक्षित करने के लिए ऊर्जा-भूखे GPU और TPU का उपयोग करके अपार कम्प्यूटेशनल शक्ति की आवश्यकता होती है, जिससे AI की पहुँच और स्थिरता वैश्विक चिंताओं में प्रमुख हो जाती है। इस बीच, AI के अस्तित्व संबंधी जोखिम - मशीनें अंततः मनुष्यों को मात दे सकती हैं - को अक्सर एक दूर की चिंता के रूप में खारिज कर दिया जाता है। प्रो. पुडी कहते हैं, "सरकारें और उद्योग स्वचालन के साथ आगे बढ़ रहे हैं, यह मानते हुए कि अस्तित्व का खतरा बहुत दूर है," उन्होंने आगे कहा, "लेकिन एआई की प्रगति की दर से पता चलता है कि हमें इन चिंताओं को अपेक्षा से पहले ही दूर करने की आवश्यकता हो सकती है।" हालांकि, बड़ा सवाल यह है कि एआई को कौन नियंत्रित करता है। "कुछ मुट्ठी भर कंपनियों के पास सबसे शक्तिशाली मॉडल हैं। हमें ओपन-सोर्स एआई के लिए जोर देना चाहिए, जिसे जनता द्वारा, जनता के लिए विकसित किया जाए - न कि निगमों द्वारा बंद किया जाए," उन्होंने बताया। उन्होंने कहा कि विनियमन को नवाचार को बाधित किए बिना एआई के सुरक्षित विकास को सुनिश्चित करना चाहिए। जैसे-जैसे एआई की क्षमताएँ आसमान छू रही हैं, शोधकर्ता चेतावनी देते हैं कि इसके जोखिमों को संबोधित किए बिना आँख मूंदकर आगे बढ़ना उल्टा पड़ सकता है। अब चुनौती केवल एआई को स्मार्ट बनाने की नहीं है, बल्कि यह सुनिश्चित करने की है कि यह मानवता की सेवा करे - न कि इसे प्रतिस्थापित करे।