एआई की सीमाओं से आगे मानव बुद्धिमत्ता की खोज: क्या क्वांटम और न्यूरोमॉर्फिक तकनीक बदल पाएगी कृत्रिम बुद्धिमत्ता का भविष्य?

Top of Form

Bottom of Form

Top of Form

मैरी शेली ने अपनी रचना फ्रेंकस्टीन में एक ऐसे वैज्ञानिक की कल्पना की है जो निर्जीव पदार्थ को सजीव करने में सफल होता है, लेकिन बाद में उसे पता चलता है कि जीवन बनाना समझ पैदा करने के समान नहीं है। विक्टर फ्रेंकेंस्टीन एक ऐसे प्राणी का निर्माण करता है जो अनुभव कर सकता है, महसूस कर सकता है और यहां तक कि तर्क भी कर सकता है। फिर भी वह नैतिक और भावनात्मक ताने-बाने से दुखद रूप से बहिष्कृत है। वह बुद्धिमत्ता को अर्थ नहीं दे सकता। यह स्थायी साहित्यिक क्षण आर्टिफिशियल इंटेलिजेंस के साथ हमारे वर्तमान जुड़ाव के लिए एक शक्तिशाली सादृश्य प्रदान करता है।

आज हमने ऐसे सिस्टम बनाना सीख लिया है जो प्रक्रिया कर सकते हैं, भविष्यवाणी कर सकते हैं और प्रदर्शन कर सकते हैं, लेकिन हम अभी भी ऐसे सिस्टम बनाने से बहुत दूर हैं जो वास्तव में समझते हों। एक अंग्रेजी गणितज्ञ और क्रिप्टोनालिस्ट एलन मैथिसन ट्यूरिंग के मूलभूत कार्य के बाद से डेटा, सूचना, ज्ञान और बुद्धिमान प्रणालियों के डिजाइन प्रभावित हुए हैं। एआई अनुसंधान की क्रमिक पीढ़ियों ने निश्चितता कारकों, बायेसियन नेटवर्क, फ़ज़ी लॉजिक, डेम्पस्टर-शेफ़र सिद्धांत, शब्दों के साथ कंप्यूटिंग और विश्वास-आधारित तर्क सहित अनिश्चितता के प्रबंधन के लिए तेजी से जटिल उपकरण प्रस्तुत किए हैं।

एलन ट्यूरिंग द्वारा एक सोचने वाली मशीन की अवधारणा प्रस्तुत करने के बाद से रोजमर्रा और जटिल वास्तविक जीवन की चुनौतियों का समाधान करने के लिए डेटा, सूचना, ज्ञान और बुद्धि का मॉडलिंग महत्वपूर्ण रूप से विकसित हुआ है। ट्यूरिंग ने सिद्धांत दिया कि एक वयस्क मानव मन की नकल करने के लिए हमें मन की पहली अवस्था, शिक्षा जो उसने प्राप्त की और उसके द्वारा अर्जित अन्य अनुभवों पर विचार करना चाहिए। बच्चे के मस्तिष्क का एक कम्प्यूटेशनल मॉडल बनाने और फिर उसे शिक्षित करने का उनका सुझाव आज भी तंत्रिका नेटवर्क और पदानुक्रमित शिक्षण प्रणालियों में गूंजता रहता है।

फिर भी सीमाएं बनी रहती हैं। तंत्रिका नेटवर्क मॉडल वास्तुकला डिजाइन, सीखने की योजनाओं और मूल्यांकन मेट्रिक्स में उन्नत हुए हैं, लेकिन उनके सीखने के तंत्र मौलिक रूप से गणितीय अनुकूलन प्रक्रियाएं बने हुए हैं और ईमानदारी से यह प्रतिनिधित्व नहीं करते कि जैविक मस्तिष्क कैसे ज्ञान प्राप्त करता है और लागू करता है। मस्तिष्क डेटा, पूर्व ज्ञान और संचित अनुभव को एक साथ एकीकृत करता है, जबकि एआई अकेले डेटा पर निर्भर करता है।

इसके साथ ही क्वांटम सूचना प्रसंस्करण की उपेक्षा भी उतनी ही महत्वपूर्ण है। जबकि क्वांटम दृष्टिकोण ने सीखने की दक्षता और कम्प्यूटेशनल प्रदर्शन में मापने योग्य लाभ दिखाए हैं, फिर भी वे मुख्यधारा के एआई आर्किटेक्चर के भीतर काफी हद तक अज्ञात हैं। यदि क्वांटम प्रभाव वास्तव में जैविक तंत्रिका प्रसंस्करण में भूमिका निभाते हैं, तो यह चूक एक बड़े खोए हुए अवसर का प्रतिनिधित्व करती है।

इसी तरह उच्च-क्रम के संज्ञानात्मक कार्य चेतना, अमूर्तता, नैतिक तर्क और प्रासंगिक ज्ञान, या तो इस प्रक्रिया में अनुपस्थित हैं या सतही रूप से अनुमानित हैं। इसका परिणाम यह हुआ कि ऐसी प्रणालियां कुशल तो हैं, लेकिन मानवीय अर्थों में वास्तव में बुद्धिमान नहीं हैं। इस स्थिति से आगे बढ़ने के लिए क्वांटम और न्यूरोमॉर्फिक कंप्यूटिंग को एकीकृत करना आवश्यक हो जाता है।

प्रतिष्ठित चर्च-ट्यूरिंग थीसिस, जिसे लंबे समय से गणना की सैद्धांतिक नींव के रूप में माना जाता है, अब क्वांटम कंप्यूटिंग क्षमताओं के दृष्टिकोण से अनेक प्रश्नों के घेरे में है। उभरते साक्ष्यों से पता चलता है कि क्वांटम सिस्टम जानकारी को इस तरह से संसाधित कर सकते हैं जिसे पारंपरिक सिस्टम कुशलतापूर्वक अनुकरण नहीं कर सकते। ऐसी प्रक्रियाएं मानव अनुभूति के लिए अंतर्निहित हो सकती हैं। इस स्थिति में केवल क्वांटम कृत्रिम बुद्धिमत्ता ही अंततः मस्तिष्क की ऊर्जा दक्षता और शोर-सहनशीलता से मेल खा सकती है।

इन प्रतिमानों को एकीकृत करने में एक महत्वपूर्ण अवसर निहित है ताकि मस्तिष्क जैसी संरचनाओं को विकसित किया जा सके जो न्यूनतम ऊर्जा और सीमित डेटा के साथ समस्याओं को कुशलतापूर्वक हल करने में सक्षम हों, साथ ही संक्षिप्त स्पष्टीकरण भी प्रदान करें। न्यूरोमॉर्फिक और मस्तिष्क-प्रेरित कंप्यूटिंग जैविक प्रणालियों में देखी गई सिनैप्टिक प्लास्टिसिटी और ऊर्जा-कुशल प्रसंस्करण का अनुकरण करती है, जबकि क्वांटम कंप्यूटिंग अनुकूलन और पैटर्न पहचान में तीव्र गति प्रदान करती है। साथ में वे वर्तमान एआई की सीमाओं पर काबू पाने के लिए एक मार्ग प्रस्तुत करते हैं।

आने वाले समय की एआई प्रणालियों को अपने तर्क को समझाने में भी सक्षम होना चाहिए। पारदर्शिता, जवाबदेही और विश्वास अपारदर्शी प्रणालियों से नहीं उभर सकते। इसके लिए तर्क, स्मृति और निर्णय लेने जैसी मानवीय प्रक्रियाओं के अनुरूप संज्ञानात्मक ढाँचे का निर्माण करना आवश्यक है। अतः पारंपरिक और क्वांटम सूचना प्रसंस्करण क्षमताओं को बढ़ाने के लिए जीव विज्ञान, मनोविज्ञान और गणित को एकीकृत करना आवश्यक है।

मन, चेतना और अनुभूति के मॉडल को शामिल करना अत्यंत महत्वपूर्ण है। मानवीय सीख डेटा, ज्ञान और बुद्धि को एकीकृत करती है, जबकि वर्तमान एआई मुख्य रूप से डेटा पर निर्भर करता है। इस अंतर को पाटने के लिए तर्क और अमूर्तन के लिए नवीन दृष्टिकोण की आवश्यकता है। इसके लिए एक नए कौशल पारिस्थितिकी तंत्र की भी आवश्यकता है जो कम्प्यूटेशनल सोच, जैविक बुद्धिमत्ता, क्वांटम साक्षरता और नैतिक तर्क को एकीकृत करता हो।

हाल की दार्शनिक विद्वता ने एआई को न केवल कम्प्यूटेशनल बल्कि ज्ञान-मीमांसा प्रणाली के रूप में प्रस्तुत किया है, जो ज्ञान सृजन में भाग लेती है। यह प्रक्रिया मानव एजेंसी को संरक्षित करने की तत्काल आवश्यकता पर बल देती है। सीखने वालों और शिक्षार्थियों को एल्गोरिथमिक आउटपुट के निष्क्रिय प्राप्तकर्ता नहीं बनना चाहिए, बल्कि सक्रिय व्याख्याकार बनना चाहिए जो एआई-जनित ज्ञान पर सवाल उठाएँ, उसे प्रासंगिक बनाएं और उसकी आलोचना करें।

इस दिशा में उभरता हुआ आइंस्टीन टेस्ट सोच में इस बदलाव को दर्शाता है। ट्यूरिंग टेस्ट जहां नकल का मूल्यांकन करता है, वहीं आइंस्टीन टेस्ट परिवर्तनकारी वैज्ञानिक अंतर्दृष्टि उत्पन्न करने के लिए एआई सिस्टम की क्षमता को मापता है। यह पूछता है कि क्या मशीनें पैटर्न पहचान से आगे बढ़कर वास्तविक खोज की ओर बढ़ सकती हैं। वर्तमान स्थिति में एआई सिस्टम, अपनी शक्ति के बावजूद, इस लक्ष्य से बहुत दूर हैं। उनमें सच्ची रचनात्मकता, कल्पना और कारणात्मक तर्क की कमी है।

इन चुनौतियों का समाधान करने के लिए चार विषयों के संरचित अभिसरण की आवश्यकता है। जीव विज्ञान, मनोविज्ञान, क्वांटम विज्ञान, गणित और डेटा विज्ञान। यह एकीकरण योगात्मक नहीं बल्कि सहक्रियात्मक है, जो क्वांटम न्यूरोइन्फॉर्मेटिक्स जैसी संभावनाओं को खोलता है, जिसमें मस्तिष्क विज्ञान और क्वांटम सिद्धांत की अंतर्दृष्टियाँ एक-दूसरे को सूचित करती हैं।

आने वाले समय में आगे का रास्ता स्पष्ट शोध प्राथमिकताओं की मांग करता है: क्वांटम-तंत्रिका इंटरफेस, संज्ञानात्मक वास्तुकला एकीकरण, ऊर्जा-कुशल शिक्षा और नैतिकता एवं मूल्य-संरेखण। प्रगति केवल तकनीकी नवाचार से संभव नहीं है। शैक्षणिक संस्थानों को ऐसे शोधकर्ताओं को बढ़ावा देना होगा जो अनुशासनात्मक सीमाओं को पार कर मूलभूत मान्यताओं पर सवाल उठाने में सक्षम हों।

एआई का विकास केवल मौजूदा एआई आर्किटेक्चर को बढ़ाने पर निर्भर नहीं रह सकता। बड़े पैमाने पर डेटा पर उनकी निर्भरता, उनकी अस्पष्टता और नैतिकता के प्रति उनकी उदासीनता जैविक, संज्ञानात्मक और क्वांटम अंतर्दृष्टियों की अनुपस्थिति को दर्शाती है। यहाँ की गई चर्चा एक प्रौद्योगिकी नहीं बल्कि एक शोध दर्शन है, एक ऐसा दर्शन जो मानव मस्तिष्क को वास्तव में बुद्धिमान मशीनों के निर्माण के लिए एक मार्गदर्शक के रूप में मानता है।

जीव विज्ञान, सूचना विज्ञान, क्वांटम विज्ञान और डेटा विज्ञान का अभिसरण एआई की ओर सबसे आशाजनक मार्ग प्रदान करता है, जो न केवल शक्तिशाली है बल्कि समझने योग्य, कुशल और मानवीय मूल्यों के साथ संरेखित भी है। इस दृष्टिकोण को साकार करने के लिए अंतःविषय सहयोग, नैतिक जिम्मेदारी और मानव अनुभूति को समझने के प्रति गहरी प्रतिबद्धता की आवश्यकता होगी—जो हमारे समय की सबसे बड़ी खुली चुनौतियों में से एक है।

प्रस्तुति-

प्रो. प्रेम कुमार कालरा, पूर्व निदेशक, आईआईटी जोधपुर।
प्रो. ज्योति कुमार वर्मा, विभागाध्यक्ष, अंग्रेजी विभाग, दयालबाग एजुकेशनल इंस्टीट्यूट।
प्रो. रूपाली सत्संगी, अर्थशास्त्र विभाग, दयालबाग एजुकेशनल इंस्टीट्यूट।