अधिकांश एआई विशेषज्ञों का कहना है कि अधिक गणना के साथ एजीआई का पीछा करना एक हारने की रणनीति है

यह क्यों मायने रखती है: प्रमुख तकनीकी खिलाड़ियों ने पिछले कुछ वर्षों में शर्त लगाई है कि बस एआई में अधिक कंप्यूटिंग शक्ति फेंकने से कृत्रिम जनरल इंटेलिजेंस (एजीआई) – सिस्टम हैं जो मानव अनुभूति से मेल खाते हैं या पार करते हैं। लेकिन एआई के शोधकर्ताओं के एक हालिया सर्वेक्षण से पता चलता है कि बढ़ते संदेह है कि वर्तमान दृष्टिकोणों को अंतहीन रूप से बढ़ाना सही रास्ता है।

475 एआई शोधकर्ताओं के एक हालिया सर्वेक्षण से पता चलता है कि 76% का मानना ​​है कि वर्तमान एआई मॉडल में अधिक कंप्यूटिंग शक्ति और डेटा को जोड़ना “संभावना नहीं है” या “बहुत संभावना नहीं” एजीआई के लिए नेतृत्व करने के लिए।

एसोसिएशन फॉर द एडवांसमेंट ऑफ आर्टिफिशियल इंटेलिजेंस (AAAI) द्वारा संचालित सर्वेक्षण में बढ़ते संदेह का पता चलता है। बड़े पैमाने पर डेटा केंद्रों के निर्माण में अरबों डाला गया और कभी-कभी बड़े पैमाने पर सामान्य मॉडल का प्रशिक्षण दिया गया, शोधकर्ताओं का तर्क है कि इन निवेशों पर रिटर्न कम हो रहा है।

यूसी बर्कले के एक कंप्यूटर वैज्ञानिक और रिपोर्ट में योगदानकर्ता स्टुअर्ट रसेल ने न्यू साइंटिस्ट को बताया, “स्केलिंग में विशाल निवेश, यह समझने के लिए किसी भी तुलनीय प्रयासों से बेहिसाब है कि क्या चल रहा था, हमेशा मुझे गलत लगता था।”

संख्याएँ कहानी बताती हैं। TechCrunch रिपोर्ट के अनुसार, पिछले साल अकेले, जनरेटिव AI के लिए वेंचर कैपिटल फंडिंग 56 बिलियन डॉलर में सबसे ऊपर है। पुश ने एआई एक्सेलेरेटर की बड़े पैमाने पर मांग भी की है, जिसमें एक फरवरी की रिपोर्ट में कहा गया है कि सेमीकंडक्टर उद्योग 2024 में $ 626 बिलियन तक पहुंच गया।

इन मॉडलों को चलाने से हमेशा भारी मात्रा में ऊर्जा की आवश्यकता होती है, और जैसा कि वे बढ़ाते हैं, मांगें केवल बढ़ी हैं। Microsoft, Google और Amazon जैसी कंपनियां इसलिए अपने डेटा केंद्रों को ईंधन देने के लिए परमाणु ऊर्जा सौदों को सुरक्षित कर रही हैं।

फिर भी, इन विशाल निवेशों के बावजूद, अत्याधुनिक एआई मॉडल के प्रदर्शन ने कहा है। उदाहरण के लिए, कई विशेषज्ञों ने सुझाव दिया है कि Openai के नवीनतम मॉडलों ने अपने पूर्ववर्ती पर केवल सीमांत सुधार दिखाया है।

संदेह से परे, सर्वेक्षण भी एआई शोधकर्ताओं के बीच प्राथमिकताओं में बदलाव पर प्रकाश डालता है। जबकि 77% एक स्वीकार्य जोखिम-लाभ प्रोफ़ाइल के साथ एआई सिस्टम को डिजाइन करने की प्राथमिकता देते हैं, केवल 23% केवल एजीआई का पीछा करने पर केंद्रित हैं। इसके अतिरिक्त, 82% उत्तरदाताओं का मानना ​​है कि यदि एजीआई को निजी संस्थाओं द्वारा विकसित किया जाता है, तो यह वैश्विक जोखिमों और नैतिक चिंताओं को कम करने के लिए सार्वजनिक रूप से स्वामित्व में होना चाहिए। हालांकि, 70% एजीआई अनुसंधान को रोकने का विरोध करते हैं जब तक कि पूर्ण सुरक्षा तंत्र नहीं होते हैं, एक सतर्क लेकिन आगे बढ़ने वाले दृष्टिकोण का सुझाव देते हैं।

स्केलिंग के लिए अधिक कुशल विकल्पों का पता लगाया जा रहा है। Openai ने “टेस्ट-टाइम कंप्यूट” के साथ प्रयोग किया है, जहां AI मॉडल प्रतिक्रियाएं उत्पन्न करने से पहले “सोच” अधिक समय बिताते हैं। इस विधि ने बड़े पैमाने पर स्केलिंग की आवश्यकता के बिना प्रदर्शन को बढ़ावा दिया है। दुर्भाग्य से, प्रिंसटन विश्वविद्यालय के एक कंप्यूटर वैज्ञानिक अरविंद नारायणन ने न्यू साइंटिस्ट को बताया कि यह दृष्टिकोण “चांदी की गोली होने की संभावना नहीं है।”

दूसरी तरफ, Google के सीईओ सुंदर पिचाई जैसे तकनीकी नेता आशावादी बने हुए हैं, यह कहते हुए कि उद्योग “बस स्केलिंग कर सकता है”-यहां तक ​​कि उन्होंने संकेत दिया कि एआई लाभ के साथ कम-लटकते फल का युग खत्म हो गया था।