AI अपना Hype खो रहा है

 (economist.com)
12 पॉइंट द्वारा GN⁺ 2024-08-21 | 3 टिप्पणियां | WhatsApp पर शेयर करें
  • हाल के हफ्तों में Silicon Valley के tech विशेषज्ञ मुश्किल दौर से गुजर रहे हैं
  • कई निवेशकों को चिंता है कि AI वह भारी-भरकम मुनाफा नहीं ला पाएगा जिसकी वे तलाश कर रहे हैं
  • AI क्रांति को आगे बढ़ाने वाली पश्चिमी कंपनियों के शेयर पिछले महीने शिखर पर पहुंचने के बाद 15% गिर चुके हैं
  • कई पर्यवेक्षक ChatGPT जैसी सेवाओं को शक्ति देने वाले LLM की सीमाओं पर सवाल उठा रहे हैं

कंपनियों में AI का उपयोग

  • Big Tech कंपनियों ने AI models में अरबों डॉलर निवेश किए हैं, और भविष्य में इससे भी बड़े खर्च का वादा कर रही हैं
  • लेकिन Census Bureau के ताज़ा डेटा के अनुसार, अमेरिका की केवल 4.8% कंपनियां ही वस्तुओं और सेवाओं के उत्पादन में AI का उपयोग कर रही हैं, जो इस साल की शुरुआत में 5.4% के उच्चतम स्तर से कम है
  • अगले 1 साल के भीतर AI अपनाने की योजना रखने वाली कंपनियों का अनुपात भी लगभग इतना ही है

Hype Cycle की व्याख्या

  • यह "Hype Cycle" नामक शब्द का उल्लेख करता है, जिसे Gartner नामक research firm ने लोकप्रिय बनाया और जिसे Silicon Valley में सामान्य समझ की तरह माना जाता है
  • शुरुआत में अतार्किक उत्साह और अत्यधिक निवेश का दौर आता है, जिसके बाद गर्म नई तकनीकें "निराशा की गहराई" में गिरती हैं, जब भावनाएं बिगड़ जाती हैं
  • यह चिंता फैल जाती है कि technology adoption बहुत धीमा है और इससे मुनाफा कमाना मुश्किल है
  • लेकिन निराशा के दौर के बाद तकनीक फिर उछाल लेती है
  • उत्साह की लहर के साथ किया गया निवेश बड़े पैमाने पर infrastructure निर्माण संभव बनाता है, जो तकनीक को mainstream adoption की ओर बढ़ाता है
  • यह सवाल उठाया गया है कि क्या Hype Cycle दुनिया के AI भविष्य के लिए उपयोगी मार्गदर्शक हो सकता है

तकनीकी विकास में Hype Cycle के उदाहरण

  • 19वीं सदी के Britain में railway mania और bubble, और उसके बाद railway कंपनियों द्वारा पटरियों के निर्माण के माध्यम से आर्थिक परिवर्तन
  • 1990 के दशक में internet को लेकर उत्साह, 2000 में market crash और 135 बड़ी dotcom कंपनियों की विफलता, लेकिन telecom कंपनियों के fiber-optic cable निवेश ने आज के internet का infrastructure तैयार किया

AI के Hype Cycle से गुजरने की संभावना पर राय

  • AI ने railways या dotcom जैसी विशाल तबाही अभी तक नहीं देखी है, लेकिन मौजूदा बेचैनी इस बात का संकेत हो सकती है कि AI का वैश्विक प्रभुत्व नज़दीक आ रहा है
  • आर्थिक टिप्पणीकार Noah Smith कहते हैं, "AI का भविष्य बाकी सभी technologies जैसा होगा। विशाल और महंगा infrastructure बनेगा, फिर जब लोगों को एहसास होगा कि वे AI का उत्पादक उपयोग करना नहीं जानते, तो बड़ी गिरावट आएगी, और जैसे-जैसे वे इसे समझेंगे, यह धीरे-धीरे फिर उभरेगा।"

वे technologies जो Hype Cycle में फिट नहीं बैठतीं

  • खुद AI ने भी दशकों तक उत्साह और निराशा के दौर देखे हैं, लेकिन वह Hype Cycle के अंतिम चरण तक नहीं पहुंचा
  • 1960 के दशक में AI को लेकर उत्साह, 1970 और 1990 के दशक के AI winters, 2020 तक AI research interest में गिरावट, और फिर generative AI के आने से दोबारा तेज़ उछाल
  • cloud computing, solar power, social media जैसी technologies ने Hype Cycle से अलग, अधिक सीधी रेखा जैसा विकास दिखाया
  • Web3, 3D printers, carbon nanotubes जैसी चीज़ों में उत्साह से डर की ओर माहौल बदला, लेकिन वे सार्थक स्तर पर वापस नहीं लौटीं

Hype Cycle की अनुभवजन्य नियमितता को साबित करने की कठिनाई

  • यह सत्यापित करना आसान नहीं है कि Hype Cycle वास्तव में कोई अनुभवजन्य नियमितता है या नहीं
  • University of Pennsylvania के Ethan Mollick का कहना है, "यह भावना-आधारित डेटा है, इसलिए इसे निश्चित रूप से कहना मुश्किल है"

Hype Cycle डेटा पर The Economist का विश्लेषण

  • Gartner के कई दशकों के promising technologies Hype Cycle placement data को अपने data analysis के साथ जोड़कर विश्लेषण करने की कोशिश की गई
  • समय के साथ breakthrough technologies को track करने पर पता चला कि innovation से excitement, discouragement और फिर व्यापक adoption तक पहुंचने वाली technologies बहुत कम हैं, लगभग 20%
  • कई technologies ऐसा roller-coaster झेले बिना ही व्यापक रूप से इस्तेमाल होने लगती हैं
  • अनुमान है कि निराशा की खाई में गिरने वाली सभी तरह की technologies में से 60% फिर दोबारा उभरकर नहीं आतीं
  • यह Michael Mullany के इस निष्कर्ष से मेल खाता है कि "हैरानी की बात है कि कई technology trends कभी सिर्फ फैशन भर होते हैं"

AI क्रांति की संभावनाएं और चुनौतियां

  • AI अब भी दुनिया को बदल सकता है
  • Big Tech कंपनियों में से कोई एक breakthrough हासिल कर सकती है
  • कंपनियां AI द्वारा दिए जाने वाले फायदों को समझ सकती हैं
  • लेकिन फिलहाल Big Tech की चुनौती यह साबित करना है कि AI real economy को कुछ ठोस दे सकता है
  • सफलता की कोई गारंटी नहीं है

निष्कर्ष

  • अगर AI के भविष्य को समझने के लिए तकनीक के इतिहास को देखें, तो Hype Cycle एक अपूर्ण मार्गदर्शक है
  • "Easy Come, Easy Go" शायद इससे बेहतर मार्गदर्शक हो सकता है

GN⁺ की राय

  • AI तकनीक के विकास और commercialization में Hype Cycle हमेशा लागू हो, ऐसा ज़रूरी नहीं है। हर तकनीक का विकास पैटर्न अलग हो सकता है
  • इस समय AI में निवेश में कमी और चिंताएं ज़रूर हैं, लेकिन इससे AI की भविष्य की संभावनाओं से इनकार नहीं होता। बल्कि यह तकनीकी विकास प्रक्रिया का स्वाभाविक हिस्सा हो सकता है
  • कंपनियों द्वारा AI का उपयोग अभी शुरुआती चरण में है, इसलिए real economy पर इसका प्रभाव स्पष्ट दिखने में अभी और समय लग सकता है
  • AI मौजूदा industries को कितनी तेजी और कितने व्यापक स्तर पर बदल सकता है, यह अनिश्चित है, लेकिन लंबे समय में इसके पूरे समाज पर बड़े असर की उम्मीद है
  • Big Tech कंपनियों को AI की सीमाओं को पार कर वास्तविक मूल्य पैदा करने के तरीके खोजने होंगे। केवल technology development competition से आगे बढ़कर social responsibility और ethics के सवालों पर भी साथ में विचार करना होगा

संबंधित पढ़ाई

3 टिप्पणियां

 
ilotoki0804 2024-08-21

सिर्फ शीर्षक देखकर लगा था कि यह AI hype के बारे में चेतावनी देने वाला लेख होगा, लेकिन सामग्री तो hype cycle के एक व्यापक विश्लेषण के ज्यादा करीब लगती है।
 
2024-08-21
[यह टिप्पणी छिपाई गई है.]
 
GN⁺ 2024-08-21
Hacker News राय

  • यह राय है कि 'API wrapper' प्रोजेक्ट्स और startups का hype कम होगा

    • LLMs की सीमाएँ अभी बहुत दूर हैं
    • किसी खास domain के लिए अनुकूलित LLMs expert-स्तर का प्रदर्शन दिखाएँगे
    • ये models general-purpose MoEs के साथ जुड़ेंगे
    • LLMs, RL आदि के अलावा नए approaches भी खोजे जाएँगे और परिपक्व होंगे
    • वास्तविक सीमा अभी बहुत दूर है

  • AI ने workflow को पूरी तरह बदल दिया है

    • Claude Sonnet ने programmer के रूप में काम करने का तरीका बदल दिया है
    • Microsoft जैसी बड़ी कंपनियाँ अभी AI का पर्याप्त उपयोग नहीं कर पा रही हैं
    • बड़ी कंपनियों में बदलाव धीरे-धीरे होगा
    • स्थिति internet/dot-com crash जैसी होगी

  • AI से database साफ़-सुथरा करने की कोशिश की, लेकिन ChatGPT ने कई बार गलतियाँ कीं

    • Excel में काम करना ज़्यादा बेहतर होता

  • AI पर प्रतिक्रियाएँ ध्रुवीकृत हैं

    • कुछ लोग मानते हैं कि AI ने workflow बदल दिया है
    • कुछ लोग इसे hype मानते हैं
    • ChatGPT-4 कई तरह के कामों में प्रभावशाली था
    • अगर शुरुआती अनुभव खराब हो, तो लोग AI को नज़रअंदाज़ कर सकते हैं

  • एक neuroscientist के रूप में AI की प्रगति आश्चर्यजनक लग रही है

    • जैविक बुद्धिमत्ता की तुलना में AI बहुत शक्तिशाली है
    • AI बहुत बिजली खर्च करता है और उसमें कमजोरियाँ हैं, लेकिन यह इंसानों से 1000 गुना अधिक सक्षम हो सकता है
    • तीव्र non-linear बदलाव की उम्मीद है

  • नई तकनीक कई समस्याओं पर लागू हो सकती है, इसलिए hype पैदा होता है

    • समय के साथ सिर्फ व्यावहारिक उपयोग ही बचेंगे

  • AI summary, explanation और coding support में उपयोगी है

    • लेकिन artists और writers की plagiarism समस्या तथा jobs कम होने की समस्या भी है
    • AI के humaneness को बेहतर बनाने के बजाय केवल hype बनकर रह जाने की संभावना है

  • GPT-4 आए हुए अभी सिर्फ 1.5 साल हुए हैं

    • बड़ी कंपनियाँ अभी AI का पर्याप्त उपयोग नहीं कर पा रही हैं
    • hype का होना sustainability का मतलब नहीं है

  • ChatGPT चौंकाने वाला था

    • text data की कमी के कारण अब video data की ओर रुख हो रहा है
    • AI आर्थिक लाभ देगा
    • AI कर्मचारियों की productivity दोगुनी कर देगा
    • हर कंपनी AI अपनाएगी