फिर भी एआई एक बच्चे से अधिक स्मार्ट नहीं है

अगर तुम सोचो हजारों अत्याधुनिक कंप्यूटर चिप्स पर चलने वाला एक कृत्रिम बुद्धिमत्ता मॉडल स्मार्ट है, मैं आपको 1-वर्षीय की अवधारणा से परिचित कराने की अनुमति देता हूं।

ठीक है, इसलिए बच्चे कंप्यूटर प्रोग्राम लिखने, उन्नत गणित समस्याओं को हल करने या दार्शनिक विचारों पर बहस करने में सक्षम नहीं हो सकते हैं। लेकिन आज के एआई मॉडल के विपरीत, जो एक महासागर के लायक प्रशिक्षण डेटा और एक छोटे देश जितनी ऊर्जा का उपभोग करते हैं, बच्चे अद्भुत दक्षता के साथ दुनिया को समझना सीखते हैं। वे एक या दो बार देखने के बाद नई वस्तुओं की पहचान करते हैं, और वे क्षणभंगुर अवलोकन और शारीरिक बातचीत के माध्यम से सीखते हैं।

जब एआई में सुधार की बात आती है, तो शिशुओं और उनके मस्तिष्क की वास्तुकला में महत्वपूर्ण अंतर्दृष्टि हो सकती है। एआई के अधिक शिशु-जैसे संस्करण का निर्माण फ्रंटियर मॉडल को कम महंगा और कम ऊर्जा गहन बना सकता है, और यह मूल्यवान भी हो सकता है यदि एआई-संचालित रोबोट अपने पर्यावरण के बारे में अधिक प्राकृतिक तरीके से सीखें।

इस साहसिक नई सीमा का पता लगाने के लिए, मेटा, स्टैनफोर्ड विश्वविद्यालय, टोक्यो विश्वविद्यालय और फ्रांस के इकोले नॉर्मले सुप्रीयर के शोधकर्ताओं ने एक नया परीक्षण विकसित किया जो शिशुओं के सीखने के कौशल को उजागर करता है और एआई शोधकर्ताओं को उनसे मेल खाने वाले एल्गोरिदम डिजाइन करने के लिए प्रेरित करता है।

EgoBabyVLM चैलेंज यह निर्धारित करता है कि दृष्टि भाषा मॉडल, या वीएलएम, जो पाठ और कल्पना दोनों से सीखते हैं, दुनिया को उसी तरह समझ सकते हैं जैसे एक बच्चा इसे देखता है। शिशुओं और बच्चों के सिर पर लगे कैमरों से एकत्र किए गए लगभग एक हजार घंटे के वीडियो को ग्रहण करने के बाद दुनिया का वर्णन करने के लिए एक मॉडल की आवश्यकता होती है। (हाँ सच।)

यह पता चला है कि अत्याधुनिक मॉडल इस यथार्थवादी और गंदे फुटेज को पेश करने पर बुरी तरह विफल हो जाते हैं, जो बताता है कि शिशु मस्तिष्क के डिजाइन के बारे में कुछ अलग हो सकता है जो इसे इतनी कम जानकारी से इतनी तेजी से सीखने में सक्षम बनाता है।

क्यूरेटेड डेटासेट के बजाय, बच्चे चीजों के बहुरूपदर्शक दृष्टिकोण से सीखते हैं: माता-पिता उन वस्तुओं के बारे में बात करते हैं जो अब दिखाई नहीं देती हैं, अपने टकटकी या इशारे का उपयोग करके चीजों को इंगित करते हैं, या जो कुछ भी उस समय हो रहा है उसके बजाय अतीत या भविष्य की घटनाओं पर चर्चा करते हैं। भाषा सीखने में विशेषज्ञता रखने वाले और EgoBabyVLM के विकास में शामिल रहे स्टैनफोर्ड विश्वविद्यालय के संज्ञानात्मक वैज्ञानिक माइकल फ्रैंक कहते हैं, बच्चे न केवल भाषा से सीखते हैं, बल्कि एक समृद्ध मल्टीमॉडल और स्पर्श अनुभव से भी सीखते हैं।

परीक्षण से पता चलता है कि जब एआई की बात आती है, तो “यह स्पष्ट है कि (केवल भाषा के अलावा) और भी बहुत कुछ की आवश्यकता है,” फ्रैंक कहते हैं।

भाषा सीखने

EgoBabyVLM इस बात का नवीनतम उदाहरण है कि कैसे वैज्ञानिक मानव बुद्धि का पता लगाने के लिए AI का उपयोग कर रहे हैं। बेबीएलएम नामक एक चुनौती, जिसे 2023 में पेश किया गया था, एआई मॉडल को भाषा के वाक्य-विन्यास को सीखने का काम सौंपा गया था, जिसमें 10-वर्षीय बच्चे के समान मात्रा में डेटा का उपयोग किया गया था – एआई मॉडल के लिए खरबों की तुलना में लाखों शब्द। उल्लेखनीय रूप से, यह पता चला है कि ट्रांसफार्मर-आधारित एआई मॉडल – जो विभिन्न वाक्यों में शब्दों के बीच संबंधों पर ध्यान देकर भाषा को संसाधित करते हैं – यह काफी अच्छी तरह से कर सकते हैं, एक खोज जो नोम चॉम्स्की के विचारों को चुनौती देती है कि वाक्यविन्यास को मानव मस्तिष्क में कैसे जोड़ा जा सकता है।

ईटीएच ज्यूरिख के भाषाविद् रयान कॉटरेल, जिन्होंने सबसे पहले बेबीएलएम विकसित किया था, कहते हैं कि जब भौतिक दुनिया को समझने की बात आती है तो स्थिति अलग होती है। वे कहते हैं, ”मानवीय अंतःक्रियाओं का कोई बड़ा भंडार नहीं होने वाला है—मानवीय अंतःक्रियाओं का कोई इंटरनेट नहीं है।”

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के एक संज्ञानात्मक वैज्ञानिक जोशुआ टेनेनबाम कहते हैं कि बेबीएलएम ने दिखाया कि मॉडल भौतिक दुनिया, सामाजिक गतिशीलता या मन के सिद्धांत के बारे में “सामान्य ज्ञान” हासिल नहीं करते हैं।

टेनेनबाम कहते हैं, “ट्रांसफॉर्मर डेटा में पैटर्न खोजने में बहुत अच्छे हैं।” “लेकिन ऐसा लगता है कि केवल शुद्ध पैटर्न सीखने वाली प्रणालियाँ उस तरह का डेटा लेने में सक्षम नहीं हैं जो एक बच्चा या बच्चा प्राप्त करता है और वे सभी चीजें सीखता है जो वे करते हैं।”