वैज्ञानिकों ने कृत्रिम बुद्धिमत्ता को नोबेल पुरस्कार मिलने की संभावना जताई है

कई शोधकर्ताओं का मानना ​​है कि एआई एक दिन विज्ञान के क्षेत्र में सबसे प्रतिभाशाली दिमागों को टक्कर दे सकता है - यहां तक ​​कि नोबेल पुरस्कार-योग्य खोजें भी कर सकता है।

हाल के वर्षों में, कृत्रिम बुद्धिमत्ता (एआई) ने डेटा का विश्लेषण करने, प्रयोगों को डिजाइन करने और नई वैज्ञानिक परिकल्पनाओं के साथ आने की अपनी क्षमता का प्रदर्शन किया है, जिससे कई शोधकर्ताओं को विश्वास हो गया है कि एआई एक दिन विज्ञान के सबसे प्रतिभाशाली दिमागों को टक्कर दे सकता है - यहां तक ​​कि नेचर पत्रिका के अनुसार, नोबेल पुरस्कार-योग्य खोजें भी कर सकता है।

2016 में, सोनी एआई के सीईओ, जीवविज्ञानी हिरोआकी किटानो ने "नोबेल ट्यूरिंग चैलेंज" शुरू किया - एक ऐसा एआई सिस्टम विकसित करने का आह्वान जो नोबेल स्तर की वैज्ञानिक खोज करने के लिए पर्याप्त स्मार्ट हो।

परियोजना के लक्ष्य के अनुसार, 2050 तक, एक "एआई वैज्ञानिक" मानवीय हस्तक्षेप के बिना परिकल्पनाएं बनाने, प्रयोगों की योजना बनाने और डेटा का विश्लेषण करने में सक्षम होगा।

कैम्ब्रिज विश्वविद्यालय (यूके) के शोधकर्ता रॉस किंग का मानना ​​है कि यह मील का पत्थर जल्द ही आ सकता है: "यह लगभग तय है कि एआई प्रणालियाँ नोबेल पुरस्कार जीतने के स्तर तक पहुँच जाएँगी। सवाल बस अगले 50 या 10 सालों का है।"

हालाँकि, कई विशेषज्ञ सतर्क हैं। उनके अनुसार, वर्तमान एआई मॉडल मुख्यतः उपलब्ध आंकड़ों और ज्ञान पर निर्भर करते हैं, और वास्तव में नई समझ पैदा नहीं करते हैं।

शोधकर्ता योलांडा गिल (दक्षिणी कैलिफोर्निया विश्वविद्यालय, अमेरिका) ने टिप्पणी की: "यदि कल सरकार बुनियादी अनुसंधान में एक अरब अमेरिकी डॉलर का निवेश करती है, तो प्रगति में तेजी आ सकती है, लेकिन यह अभी भी उस लक्ष्य से बहुत दूर है।"

आज तक, केवल व्यक्तियों और संगठनों को ही नोबेल पुरस्कार दिए गए हैं। हालाँकि, कृत्रिम बुद्धिमत्ता (AI) ने अप्रत्यक्ष रूप से भी योगदान दिया है: 2024 में, भौतिकी का नोबेल पुरस्कार मशीन लर्निंग के अग्रदूतों को दिया गया; उसी वर्ष, रसायन विज्ञान के पुरस्कार का आधा हिस्सा अल्फाफोल्ड (Google DeepMind का AI सिस्टम जो प्रोटीन की त्रि-आयामी संरचना की भविष्यवाणी करता है) के पीछे की टीम को दिया गया। लेकिन ये पुरस्कार कृत्रिम बुद्धिमत्ता (AI) के रचनाकारों को सम्मानित करते हैं, न कि कृत्रिम बुद्धिमत्ता (AI) की खोजों को।

नोबेल समिति के मानदंडों के अनुसार, नोबेल पुरस्कार के योग्य होने के लिए, किसी खोज का उपयोगी होना, दूरगामी प्रभाव होना और समझ की नई दिशाएँ खोलना ज़रूरी है। एक "एआई वैज्ञानिक" जो इस आवश्यकता को पूरा करना चाहता है, उसे लगभग पूरी तरह से स्वायत्तता से काम करना होगा - प्रश्न पूछने से लेकर, प्रयोगों का चयन करने और परिणामों का विश्लेषण करने तक।

दरअसल, एआई पहले से ही अनुसंधान के लगभग हर चरण में शामिल है। नए उपकरण जानवरों की आवाज़ों को समझने, तारों के बीच टकराव की भविष्यवाणी करने और कोविड-19 के प्रति संवेदनशील प्रतिरक्षा कोशिकाओं की पहचान करने में मदद कर रहे हैं।

कार्नेगी मेलन विश्वविद्यालय में, रसायनशास्त्री गेबे गोम्स की टीम ने "कोसाइंटिस्ट" विकसित किया - एक ऐसी प्रणाली जो रोबोट उपकरणों का उपयोग करके रासायनिक प्रतिक्रियाओं की स्वायत्त योजना बनाने और उन्हें क्रियान्वित करने के लिए बड़े भाषा मॉडल (एलएलएम) का उपयोग करती है।

टोक्यो में सकाना एआई जैसी कुछ कंपनियां एलएलएम का उपयोग करके मशीन लर्निंग अनुसंधान को स्वचालित करने पर विचार कर रही हैं, जबकि गूगल चैटबॉट्स के साथ प्रयोग कर रहा है जो वैज्ञानिक विचारों को उत्पन्न करने के लिए समूहों में सहयोग करते हैं।

अमेरिका में, सैन फ्रांसिस्को में फ्यूचरहाउस लैब एक चरण-दर-चरण "सोच" मॉडल विकसित कर रही है, जो एआई को प्रश्न पूछने, परिकल्पनाओं का परीक्षण करने और प्रयोगों को डिजाइन करने में मदद करेगा - जिसका लक्ष्य "विज्ञान में एआई" की तीसरी पीढ़ी बनाना है।

फ्यूचरहाउस के निदेशक सैम रॉड्रिक्स के अनुसार, अंतिम पीढ़ी एआई की होगी जो बिना किसी मानवीय निगरानी के, स्वयं प्रश्न पूछ सकेगी और प्रयोग कर सकेगी। उनका अनुमान है कि "एआई 2030 तक नोबेल पुरस्कार-योग्य खोजें कर सकती है।" सबसे अधिक संभावना वाले क्षेत्र हैं पदार्थ विज्ञान और पार्किंसन या अल्ज़ाइमर रोग का अध्ययन।

अन्य वैज्ञानिक संशय में हैं। सिएटल स्थित एलन इंस्टीट्यूट फॉर एआई के डग डाउनी कहते हैं कि 57 "एआई एजेंटों" के परीक्षण में पाया गया कि केवल 1% ही किसी शोध परियोजना को पूरी तरह से पूरा कर पाए—विचार से लेकर रिपोर्ट तक। वे कहते हैं, "शुरुआत से अंत तक स्वचालित वैज्ञानिक खोज एक बड़ी चुनौती बनी हुई है।"

इसके अलावा, एआई मॉडल अभी भी प्रकृति के नियमों को पूरी तरह से नहीं समझ पाए हैं। एक अध्ययन में पाया गया कि एक मॉडल ग्रहों की कक्षाओं की भविष्यवाणी तो कर सकता है, लेकिन उनके अंतर्निहित भौतिक नियमों की नहीं; या किसी शहर में नेविगेट तो कर सकता है, लेकिन सटीक नक्शा नहीं बना सकता।

विशेषज्ञ सुब्बाराव कंभमपति (एरिजोना स्टेट यूनिवर्सिटी) के अनुसार, इससे पता चलता है कि एआई में मनुष्यों जैसा वास्तविक जीवन का अनुभव नहीं है।

योलांडा गिल का तर्क है कि नोबेल पुरस्कार प्राप्त करने के लिए, एआई को "सोचने के बारे में सोचने" में सक्षम होना चाहिए - यानी, आत्म-मूल्यांकन करने और अपनी तर्क प्रक्रियाओं को समायोजित करने में सक्षम होना चाहिए। गिल कहती हैं कि इस आधारभूत शोध में निवेश किए बिना, "नोबेल पुरस्कार-योग्य खोजें बहुत दूर रहेंगी।"

इस बीच, कुछ विद्वान विज्ञान में एआई पर अत्यधिक निर्भरता के खतरों के प्रति आगाह कर रहे हैं। लिसा मेसेरी (येल विश्वविद्यालय) और मौली क्रॉकेट (प्रिंसटन विश्वविद्यालय) द्वारा 2024 में प्रकाशित एक शोधपत्र में तर्क दिया गया है कि एआई के अत्यधिक उपयोग से त्रुटियाँ बढ़ सकती हैं और रचनात्मकता कम हो सकती है, क्योंकि वैज्ञानिक "उत्पादन तो ज़्यादा करते हैं, लेकिन समझ कम पाते हैं।"

मेसेरी ने आगे कहा, "एआई उन युवा वैज्ञानिकों को सीखने के अवसरों से वंचित कर सकता है जो भविष्य में बड़े पुरस्कार जीत सकते थे। अनुसंधान बजट घटते जा रहे हैं, ऐसे में उस भविष्य की कीमत पर विचार करना चिंताजनक है।"

(टीटीएक्सवीएन/वियतनाम+)

स्रोत: https://www.vietnamplus.vn/gioi-khoa-hoc-du-doan-kha-nang-tri-tue-nhan-tao-gianh-giai-nobel-post1068525.vnp