उससे ऊब चुका हूँ

• उसका नाम तक लिए बिना कहे जाने वाला ‘वह’ पूरे समाज पर छा गया है, और उससे पैदा होने वाली उस थकान पर बात करता है जो किसी अनिवार्य मौजूदगी जैसी लगती है
• “rubbish in and rubbish out” जैसी अभिव्यक्ति की तरह, input और output दोनों को कचरा मानते हुए, उसके नतीजों और उपयोग के अनुभव के प्रति गहरी अस्वीकृति जताई गई है
• कोई उसे न माँगे और न चाहे, फिर भी shareholders की माँग आते ही अनगिनत इनकार स्वीकार में बदल जाते हैं—ऐसी आलोचना की गई है
• policy makers, media, शराब की महफ़िलों की बातचीत, और व्यक्तिगत उपयोग के किस्सों तक—सब कुछ उसी के इर्द-गिर्द घूमता है, और वह रोज़मर्रा की बातचीत तक पर क़ब्ज़ा कर लेता है
• उसका नाम लिए बिना भी पाठक समझ जाता है कि बात किसकी हो रही है; यही बात इस थकान का आधार बनती है कि वह पहले ही बहुत गहराई तक घुस चुका है

---

नामहीन ‘वह’ से पैदा होती थकान

• पूरे लेख में एक खास वस्तु को सीधे नाम से नहीं, सिर्फ it कहकर संबोधित किया गया है
• उस वस्तु को ऐसी मौजूदगी की तरह पेश किया गया है जो बहुत फैल चुकी है और सब कुछ समेट लेना चाहती है
• केंद्र में यह दृष्टि है कि उससे बचना मुश्किल है और वह अमानवीकरण करने वाले नतीजे लाती है
• “rubbish in and rubbish out” यह वाक्य input और output दोनों पर अविश्वास को संक्षेप में समेट देता है
• यह दावा बार-बार दोहराया जाता है कि न किसी ने इसे माँगा और न कोई इसे चाहता है

सामाजिक दबाव और रोज़मर्रा में घुसपैठ

• “मेरी पीढ़ी के सबसे प्रतिभाशाली लोग यह सोचते हैं कि लोगों से उसका इस्तेमाल कैसे कराया जाए” जैसी पंक्ति के सहारे, इस बात की आलोचना की गई है कि प्रतिभा और मेहनत उसके प्रसार में लग रही है
• भले ही असंख्य “न” रहे हों, लेकिन जैसे ही shareholders माँग करने लगते हैं, वे “हाँ” में बदल जाते हैं
• policy makers उसके साथ कदम मिलाने की दिशा में बढ़ते हैं
• उसे चलाने के लिए बंद किए जा चुके nuclear power plants की ज़रूरत पड़ती है, और cooling के लिए लाखों gallons पानी चाहिए—ऐसा कहा गया है
• media कभी उसकी प्रशंसा करता है, कभी उसकी निंदा, और शराब की महफ़िलों की बातें भी आखिरकार उसी पर आ टिकती हैं
• लोग लगातार बताते रहते हैं कि वे उसका इस्तेमाल कैसे करते हैं, और उसका इस्तेमाल करना ही गंदा महसूस होता है
• उसका नाम एक बार भी न लेने पर भी यह समझ में आ जाना कि बात किसकी है, इस बात का संकेत है कि वह उबाऊ हद तक रोज़मर्रा की ज़िंदगी में घुस चुका है

[GN⁺]

Hacker News की राय

• हमारी पीढ़ी के सबसे तेज दिमाग जैसी अभिव्यक्ति अब उबाऊ लगती है। मैंने इसे पहली बार इस वाक्य में देखा था: “हमारी पीढ़ी के सबसे तेज दिमाग विज्ञापन बेचने के लिए नियुक्त कर लिए गए हैं”, लेकिन सिर्फ इसलिए कि कोई कंप्यूटर को शोर-शराबे के साथ चला सकता है, वह “सबसे तेज दिमाग” नहीं बन जाता
  अगर कोई सचमुच “सबसे तेज दिमाग” है, तो सबसे पहले उसमें सहानुभूति होनी चाहिए, दूसरों की भलाई की चिंता होनी चाहिए, दुनिया की स्थिति को दार्शनिक नज़र से देखना चाहिए, धैर्य और जिज्ञासा होनी चाहिए, और सिर्फ चतुर नहीं बल्कि बुद्धिमान भी होना चाहिए
  लालची लोगों को सिर्फ इसलिए बार-बार “सबसे तेज दिमाग” की जगह पर बैठाना कि वे दूसरों का शोषण करके निजी लाभ कमा सकते हैं, अपने आप में समस्या का हिस्सा है

  • वह खास उद्धरण कई स्तरों पर परेशान करने वाला है। “सबसे तेज दिमाग की बर्बादी” तक तो ठीक, लेकिन “विज्ञापन बेचने के लिए” वाला हिस्सा असली मुद्दा है
    मार्केटिंग उन दुर्लभ मानवीय गतिविधियों में से है जहाँ तकनीकी प्रगति आम तौर पर जीवन को बदतर बनाती है, ध्यान भटकाती है, और जेब खाली करती है
    पुराने मानकों के हिसाब से “आदर्श” 100% efficient मार्केटिंग असल में किसी को लगभग सम्मोहित करके उसका सारा पैसा किसी भी मनमाने product या service पर खर्च करा देने जैसी होगी, और संरचनात्मक रूप से यह लूट के समान है। 10% efficient होने पर यह कैसी दिखेगी? 1% पर? किसी व्यक्ति की स्वायत्तता और वित्तीय भलाई का उल्लंघन सामाजिक भलाई कैसे हो सकता है? अगर 0.001% पर भी मुनाफा हो सकता है, तो क्या पूरी दुनिया को विज्ञापनों से ढक देना ठीक होगा? आप चाहेंगे कि आपका पड़ोसी हर बार कोई चीज़ खरीदे तो उससे पहले उसे कितने विज्ञापन झेलने पड़ें?
  • मैं इस बात का विरोध नहीं करूँगा कि यह एक बहुत ज़्यादा इस्तेमाल की गई अभिव्यक्ति है, लेकिन यह Ginsberg की ओर इशारा है। यह ज़रूरी नहीं कि प्रशंसा हो: https://www.poetryfoundation.org/poems/49303/howl
  • IT में लगभग 15 साल काम करने के बाद कह सकता हूँ कि अच्छे दिमाग IT में भी बहुत हैं और उसके बाहर भी
    लेकिन मैंने IT में ऐसे बहुत से मूर्ख लोग भी देखे हैं जो सिर्फ इसलिए मान लेते हैं कि वे हर चीज़ में बेहतरीन हैं क्योंकि उन्हें algorithms और data structures समझ आते हैं। यह सिर्फ IT की समस्या है या नहीं, पता नहीं, लेकिन DOGE जो कर रहा है वह ठीक उसी तरह के लोगों का काम लगता है
  • बात शायद इसके उलट के ज़्यादा करीब है। यह सिर्फ सामान्य software developers, या मुख्य रूप से उन्हीं के बारे में नहीं है
    यह उस हक़ीक़त पर अफसोस है कि शीर्ष गणितज्ञ, भौतिकविद, मनोवैज्ञानिक जैसे कई क्षेत्रों के बेहतरीन समस्या-समाधानकर्ता, जो किसी बेहतर दुनिया में सचमुच की समस्याएँ हल कर रहे होते, आर्थिक संरचना की विचित्रताओं के कारण ad tech जैसे उन कामों में लगाए जा रहे हैं जो पैसा तो बहुत देते हैं लेकिन बड़े पैमाने पर लोगों की ज़िंदगी खराब करते हैं
    मुझे यह अभिव्यक्ति लोगों को सिर्फ उनकी बुद्धिमत्ता से मापने वाली बात से ज़्यादा, मानवता की क्षमता के इतने गलत बँटवारे पर शोक जताने जैसी लगती है, जहाँ हमारे सबसे अच्छे problem-solvers सबके लिए समस्याएँ पैदा करने में लगा दिए जाते हैं
  • संदर्भ में “सबसे तेज दिमाग” का अर्थ “नई चीज़ें बनाने वाले होशियार लोग” भी हो सकता है। यह अफसोस करना उचित है कि ये लोग अपनी बुद्धिमत्ता सबकी बेहतरी में लगा सकते थे, लेकिन अक्सर उसे ad tech जैसी चीज़ों में लगा रहे हैं

• Douglas Adams ने तकनीक के प्रति प्रतिक्रिया को यूँ समेटा था: जो चीज़ आपके जन्म के समय दुनिया में पहले से मौजूद थी वह सामान्य और स्वाभाविक लगती है; जो 15 से 35 साल की उम्र के बीच आविष्कृत हुई वह नई, रोमांचक और क्रांतिकारी लगती है, और उससे career बनाया जा सकता है; और जो 35 के बाद आविष्कृत हुई वह प्राकृतिक व्यवस्था के ख़िलाफ़ लगती है
  अब उम्र का अंदाज़ा लगाया जा सकता है

  • लगता है कि युवा पीढ़ी AI को ज़्यादा आसानी से अपना रही है, लेकिन मुख्य कारण शायद यह है कि बिना कुछ सीखे भी यह उनका homework कर देता है। कम से कम तब तक, जब तक शिक्षा व्यवस्था को इस नई हक़ीक़त के मुताबिक ढलने का समय नहीं मिल जाता
  • चलिए, मैं अंदाज़ा स्वीकार करता हूँ। मैंने पिछले साल natural language processing और creative text generation पर कंप्यूटर साइंस में PhD पूरी की है, और मुझे large language models के इर्द-गिर्द का hype हास्यास्पद लगता है
    academia भी industry जितनी ही trends के पीछे भागती है। इन models को संदर्भ मिलने पर अगला token predict करने के लिए train किया जाता है, और वे वही काम अच्छी तरह करते हैं। तो आपको क्या लगता है, मेरी उम्र कितनी होगी?
  • मैं चालीस के मध्य में हूँ और मुझे large language model revolution सचमुच चौंकाने वाली लगती है
    कई मायनों में यह dot-com युग की याद दिलाती है। यह एक सचमुच परिवर्तनकारी तकनीक है जिसकी क्षमता का शायद अभी 20% भी साकार नहीं हुआ है, लेकिन उम्मीदें उसकी संभावित क्षमता के 200% तक फुलाई जा चुकी हैं, और उसके आसपास stock market bubble भी बन गया है
    बाकी कहानी कल्पना पर छोड़ता हूँ, लेकिन थोड़ा बिखरे हुए और सख्त दिमाग से भी देखें तो उसके बाद क्या होगा, और फिर उसके बाद क्या, यह काफ़ी साफ़ दिखता है। और तभी हम सचमुच अच्छे हिस्से तक पहुँचते हैं। इसलिए मुझे यह न उबाऊ लगता है, न थकाऊ। तकनीकी क्षेत्र में काम करना मुझे आज भी उतना ही अच्छा लगता है जितना जवानी में लगता था, और कुछ मायनों में अब मैं ज़्यादा खुश हूँ
  • मुझे Douglas Adams बहुत पसंद हैं, लेकिन इसके पीछे वजह है कि वे समाजशास्त्री के बजाय comedy writer के रूप में ज़्यादा जाने जाते हैं। इस उद्धरण को ले आना बातचीत में कुछ जोड़ता नहीं, बस हल्के-से उम्र-भेद जैसा लगता है
  • उस नियम के हिसाब से तो यह अनुमान गलत होगा
    यह दरअसल उम्र का मामला नहीं है। उदाहरण के लिए “NFT”, “web3.0”, “Blockchain technologies” जैसी चीज़ों के hype पर हर उम्र के लोग सवार हुए थे

• हमेशा online रहकर जीना एक विकल्प है। अगर आप लगातार उससे टकराने का चुनाव नहीं करते, तो उससे ऊबने की भी नौबत नहीं आती। “आजकल की चर्चा” तभी आजकल की चर्चा बनती है जब आप अपने आसपास ऐसे लोगों को भर लेते हैं जो उसकी गहराई से परवाह करते हों

  • अगर आप tech industry में काम करते हैं, तो इससे बचना मुश्किल है। पिछले एक साल में मैंने कंपनी में कम से कम हफ़्ते में दो बार “इसमें AI लगा कर देखते हैं” जैसी बात सुनी है
    कुछ खास कामों में large language models का उपयोग होता है, और कुछ चीज़ें वे काफ़ी अच्छी भी करते हैं। लेकिन non-technical लोगों द्वारा इसे दुनिया के हर use case में जबरन फिट करने की जो कुल मिलाकर hype है, वह सचमुच थका देती है। nवीं बार यह समझाना कि हम जो करना चाहते हैं वह AI™ के लिए उपयुक्त क्यों नहीं है, मुश्किल इसलिए नहीं लगता कि फिर से समझाना पड़ रहा है, बल्कि इसलिए कि पता होता है अगले हफ़्ते भी कम से कम कुछ बार यही दोहराना पड़ेगा
    इस hype के भीतर AI को लगभग शाब्दिक अर्थ में जादू की तरह लिया जाता है। जैसे वह कुछ भी कर सकता है, और बस चाहना भर है कि AI यह कर दे। अब तो मुझे यह भी नहीं पता कि AI का मतलब क्या है; यह जादुई सोच को समेटने वाला एक छाता-शब्द बन गया है
    यह थकाने वाला है, और हाँ, निश्चित ही उबाऊ भी
  • सही है, लेकिन लेखक जैसे लोग एक बेहतर समुदाय चाहते हैं। आप इंटरनेट को पूरी तरह काट भी दें, तब भी आपको हमेशा online रहने वाली दुनिया में ही जीना होगा
  • आम तौर पर मैं इस बात से सहमत होता कि “[आजकल की चर्चा]” से न जुड़ना एक विकल्प है, लेकिन AI इतना व्यापक है कि आप चाहें या न चाहें, इस तकनीक के परिणामों से आपका सामना होगा
    ऐसे परेशान करने वाले hype cycle आम तौर पर इंटरनेट के noise floor को स्थायी रूप से ऊपर नहीं उठाते, या data scrape करते-करते random sites पर DDoS नहीं कर देते, या इस बुनियादी धारणा को नहीं तोड़ते कि जो आप देखते और सुनते हैं उस पर भरोसा किया जा सकता है

• यह बिल्कुल बेतुका है। मानव इतिहास का सबसे महान tool बना दिया गया है, फिर भी लोग शिकायत कर रहे हैं
  यह coding में मदद करता है, CAD सीखते समय modeling की समस्याएँ ठीक करने देता है, 2-stroke leaf blower engine की समस्या सुलझाने में मदद करता है, और जटिल LeetCode algorithms भी लगातार step-by-step समझाता है। इसे सचमुच सब कुछ पता है, फिर भी लोग शिकायत करते रहते हैं

  • यह मानव इतिहास के सबसे महान tool के करीब भी नहीं है। ऐसी ही गलतफ़हमी और अतिशयोक्ति की वजह से लोग AI से थकते, ऊबते और निराश होते हैं
    असुविधाजनक सच यह है कि AI दुनिया का सबसे बड़ा ठग है। यह tool और इसके आसपास का hype ऐसा माहौल बनाते हैं जिसमें AI असलियत में वैसा न होने पर भी जानकार और उपयोगी दिखकर लोगों को धोखा देने में बहुत प्रभावी हो जाता है। जो लोग धोखा खाते हैं, उन्हें विषय की पर्याप्त समझ नहीं होती कि वे पहचान सकें कि उनके साथ क्या हो रहा है, और पहचान भी लें तो अहंकार की वजह से मान नहीं पाते
    इसलिए किसी क्षेत्र को गहराई से जानने वाले लोग कहते हैं कि AI ग़लतियाँ करता है, जबकि वास्तविक तकनीकी गहराई से वंचित CEO जैसे लोग AI की तारीफ़ करते हैं। वे इतना जानते हैं कि उन्हें लगता है कि “अच्छा परिणाम” क्या होता है, लेकिन इतना नहीं जानते कि पहचान सकें कि वह बस भरोसेमंद अंदाज़ में पेश की गई बकवास है
  • यह कि कुछ लोग “इसे सचमुच सब कुछ पता है” जैसी बात गंभीरता से कहते हैं, यही कुछ हद तक वजह है कि कुछ लोग AI से ऊब चुके हैं
  • लोग लगातार मूल्यवान बने रहना चाहते हैं, और यह tool उनसे वह छीन लेता है। जब तक कोई अर्थपूर्ण योगदान देने का तरीका ढूँढ सकता है, तब तक ठीक है
    लेकिन यह अलग बात है कि कई ऐसी skills जिनमें लोग पहले से निपुण थे, अब लगभग बेकार हो चुकी हैं। समय के साथ अगर यह tool और बेहतर हुआ, तो यह अपनी स्थिति बदलने की agency भी उनसे छीन सकता है
  • इसे सचमुच कुछ भी नहीं पता
    यह knowledge रख ही नहीं सकता
    इसलिए यह उबाऊ है
  • जो tool लगातार ग़लत जानकारी बनाता है, जिसके पास वास्तविक समझ या internal state नहीं है, और जिसे साफ़-साफ़ बताया जाए तब भी अपनी गलती का पता नहीं चलता, वह ईमानदारी से कहें तो काफ़ी बेकार है
    क्या आपने ChatGPT के साथ ऐसी बातचीत नहीं की? वह कहता है, “यह रहा समाधान!”, आप कहते हैं “यह ग़लत है, X करना चाहिए”, तो वह कहता है “आप सही हैं, मेरा जवाब ग़लत था”, फिर आपकी बात दोहराकर नया सुधार देता है, लेकिन वह भी ग़लत होता है। आप फिर कहते हैं “मैंने X करने को कहा था”, तो वह कहता है “अब बात स्पष्ट है”, और फिर भी ग़लत रहता है
    इससे भी बुरा, यह आपको बहका सकता है। ChatGPT अगर सही कहे कि “X + Y = Z”, और user ग़लत कहे “नहीं, X + Y = Q”, तो यह कभी-कभी समझाने भी लग जाता है कि “आप सही हैं, X + Y = Q ही सही है”
    boilerplate code या text generation के लिए यह उपयोगी हो सकता है, लेकिन तब भी यह अक्सर ग़लतियाँ करता है

• ईमानदारी से कहूँ तो बातचीत के विषय के रूप में यह सबसे कम दिलचस्प चीज़ों में से है। कोई जैसे ही कहता है, “यहाँ AI इस्तेमाल करके…”, मैं तुरंत मानसिक रूप से disconnect हो जाता हूँ

  • AI ही मेरा day job है, फिर भी मैं मोटे तौर पर सहमत हूँ। यह कैसे काम करता है, उसके details पर सवाल हों तो मैं खुशी से जवाब दूँगा, लेकिन “तो आगे AI…” जैसी बातें इतनी उबाऊ होती हैं कि सहन नहीं होतीं
  • हाल में एक बातचीत शुरू हुई थी: “क्या इन public studies के metadata के आधार पर AI से यह infer नहीं किया जा सकता कि कौन experimental group है और कौन control group?”
    data एक table था, और लोग control group को file name, किसी random column, वगैरह में “control”, “ctrl”, “ctr”, “t0” जैसी अलग-अलग तरह से लिखते हैं। यह काफ़ी अच्छी तरह काम कर गया, और इसे आज़माकर अच्छा लगा। समय के साथ इससे value निकलेगी, ऐसा लगता है, और अच्छा हुआ कि इस बातचीत पर किसी ने तुरंत विराम नहीं लगाया

• यह बिल्कुल भी उबाऊ नहीं है
  hype है, लेकिन इसके uses, misuses, और impact पर चर्चा करने के लिए यहाँ होना महत्वपूर्ण है। कुछ पहलू दिलचस्प हैं, और कुछ इतने बुरे हैं कि उसी वजह से दिलचस्प हैं
  थकान समझ में आती है। लेकिन यह चर्चा करना कि इसका सही इस्तेमाल हो रहा है या इसका इस्तेमाल हो भी रहा है, मूल्यवान है

  • एक दिन बाद ही मैं ऊब गया। engineer के तौर पर बड़े language models में मुझे सचमुच कुछ भी दिलचस्प नहीं लगता

• व्यक्तिगत रूप से, मुझे मिली सबसे अच्छी सलाहों में से एक यह है: grey area में जीना सीखो, और कट्टर मत बनो
  दुनिया black-and-white नहीं है। black-and-white के कुछ हिस्से अपनाए जा सकते हैं, लेकिन कुछ बातों पर अपना मन बदलने से डरना नहीं चाहिए
  यह किसी को घिसी-पिटी बात लग सकती है, और सिद्धांत में आसान भी। लेकिन व्यवहार में, कम-से-कम मेरे अनुभव में, यह बिल्कुल आसान नहीं है। इसके लिए सोचने के ढंग और world view में बदलाव चाहिए, और उम्र बढ़ने के साथ यह आमतौर पर और कठिन हो जाता है। क्योंकि तब इंसान अपनी पसंद की जीवन-शैली को बचाए रखना चाहता है

  • कविता को सिर्फ सामान्य विषयों पर एक शाब्दिक लंबा भाषण मान लेना अपने-आप में बहुत black-and-white नज़रिया है
    यह सही है कि लेखक बड़े language models के प्रति नकारात्मक है, लेकिन यह लेख जिन भावनाओं को जगाता है, वे बहुत लोगों को छूएँगी। मेरे जैसे किसी व्यक्ति को भी, जो बड़े language models का heavy user है। ज़रूरी नहीं कि आप इससे पूरी तरह, हर समय सहमत हों। फिर भी यह ऐसी बात है जिसे कहा जाना चाहिए
    कभी-कभी मैं अपनी तकनीकी जादूगर वाली टोपी उतारकर बस एक साधारण इंसान वाली टोपी पहनना चाहता हूँ और ऐसी कविता का आनंद लेना चाहता हूँ। फिर एक साँस लेना, फ़ोन देखने की अपनी इच्छा को फिर से परखना, पैसा कमाने की योजनाएँ या यौन इच्छाओं के पीछे भागने की योजनाएँ बोल देने की अपनी इच्छा को फिर से देखना, और फिर बार में बैठे दोस्तों की ओर देखकर यह समझना कि वे हमेशा मेरे साथ नहीं रहेंगे, और सच्चे मन से कहना, “आजकल कैसे हो, दोस्त?”

• किसी ने यह नहीं चाहा था? कोई यह नहीं चाहता?
  तब आप ठीक से देख नहीं रहे
  मैं चाहता हूँ। मुझे लगता है कि बुढ़ापा, cancer, Alzheimer जैसी विशाल और जटिल समस्याओं को जल्दी हल करने का यह एकमात्र मौका है

  • विशाल और जटिल समस्याएँ, जैसे महँगी labor cost कम करने की समस्या, उन्हें जल्दी हल करने का एकमात्र मौका होगा शायद
  • बुढ़ापा कोई समस्या नहीं है। यह सामान्य है
  • यह ऐसा लगता है जैसे आप जीवन का इलाज करना चाहते हैं। हम मरने वाले मांस के पिंड हैं, इसलिए जो टाला नहीं जा सकता उसे “हल” करने की चिंता करने से बेहतर है जीवन का आनंद लेना
  • यह स्पष्ट है कि machine learning ऐसी समस्याओं से निपटने में बहुत उपयोगी हो सकती है। AlphaFold जैसी breakthroughs याद करें तो बात समझ आती है। लेकिन मैं इस बात से असहमत होना चाहूँगा कि यह “हमारा एकमात्र मौका” है
    पहली बात, जिन क्षेत्रों का आपने ज़िक्र किया उनमें पहले से ही बहुत बड़ी प्रगति हो रही है। AI को “एकमात्र मौका” बताकर महिमामंडित करना काफ़ी बड़ी अतिशयोक्ति है, और यह देखते हुए कि ऐसे research क्षेत्रों को पहले से ही गंभीर funding की कमी झेलनी पड़ती है, यह हानिकारक बात भी हो सकती है
    दूसरी बात, यह कविता सामान्य machine learning से ज़्यादा बड़े language models और चमकाकर पेश किए गए chatbots के बारे में लगती है। उस संदर्भ में, मुझे नहीं लगता कि वे Alzheimer research में असाधारण रूप से उपयोगी हैं, और निश्चित रूप से वे “एकमात्र मौका” नहीं हैं
  • मैं आशा करता हूँ कि बुढ़ापे का समाधान ऐसा क्षेत्र रहे जो सबसे बुद्धिमान AI की पहुँच से भी बाहर हो। सत्ता से चिपके हुए जड़ हो चुके इंसानों द्वारा अपनी ही शैली अगली पीढ़ियों पर थोपे जाने वाली, जमे हुए विचारों से भरी दुनिया की ओर जाने का इससे पक्का रास्ता कोई नहीं
    और उन इंसानों के हमेशा जीवित रहने से पैदा होने वाले पर्यावरणीय प्रभाव की तो बात ही अलग है

• आखिरकार मैं Python कोड में unit tests डालना सीख रहा हूँ। यह काम मैंने बहुत समय से टाल रखा था। bioinformaticians दुनिया का काफ़ी बेतरतीब कोड भी बना लेते हैं
  Claude मेरा हाथ पकड़कर मुझे मार्गदर्शन दे रहा है, और यह सुनिश्चित कर रहा है कि मैं जो भी हर अक्षर टाइप करूँ उसे वह समझे। अभी तक सब ठीक है
  फिर भी यह पढ़ने में अच्छी और हँसी दिलाने वाली पोस्ट थी। इसे cryptocurrency, राजनीति, Rust, Nix, विज्ञापन, और “हमारी पीढ़ी की सबसे महान बुद्धि” जैसी कई चीज़ों पर लागू किया जा सकता है
  मैं मान रहा हूँ कि nuclear power plant वाली बात की वजह से यह AI पर लेख है, लेकिन किसी भी हाल में जिन विषयों का मैंने ज़िक्र किया है वे बिल्कुल भी उबाऊ नहीं हैं