AI विकास क्रमिक है, लेकिन मानव के बराबर होना अचानक हो सकता है

 (andyljones.com)
7 पॉइंट द्वारा GN⁺ 2025-12-10 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • घोड़े और इंजन के रिश्ते के उदाहरण से यह समझाया गया कि किसी मानव या जीव के साथ कार्यात्मक समानता अचानक आती है, इसलिए मानव-स्तर के प्रतिस्थापन का काम छोटी अवधि में हो सकता है
    • इंजन की दक्षता हर 10 साल में 20% की दर से लगातार बेहतर होती रही, और 1930 से 1950 के बीच अमेरिका में 90% घोड़े ग़ायब हो गए
  • शतरंज AI के विकास में भी यही पैटर्न दिखता है: कई दशकों की क्रमिक बढ़ोतरी के बाद मानव ग्रैंडमास्टर को अल्पकाल में पीछे छोड़ना संभव हुआ
  • AI निवेश का आकार वैश्विक स्तर पर लगातार बढ़ रहा है, और हर साल अमेरिकी GDP के लगभग 2% के बराबर धन AI डेटा सेंटरों में डाला जा रहा है
  • Anthropic का Claude मात्र 6 महीनों में शोधकर्ता के अधिकांश काम बदलने लगा, जबकि लागत मानव की 1/1000 के करीब गिर गई
  • तकनीकी प्रगति की गति और ऑटोमेशन के प्रभाव को देखते हुए, मानव कामों में बदलाव शायद घोड़े के भागने वाले इतिहास से भी कहीं तेज़ हो सकता है

घोड़े और इंजन की तुलना

  • स्टीम इंजन 1700 में बना और लगभग 200 साल तक धीरे-धीरे विकसित हुआ, हर 10 साल में करीब 20% प्रदर्शन सुधार दर्ज हुआ
    • लेकिन शुरुआती 120 सालों में घोड़े को इस बदलाव का कोई अहसास ही नहीं हुआ
    • लेकिन 1930~1950 के बीच, अमेरिका में 90% घोड़े गायब हो गए
  • तकनीक की बढ़त क्रमिक थी, लेकिन घोड़े के साथ कार्यात्मक समानता अचानक प्रकट हुई

शतरंज और AI का टर्निंग पॉइंट

  • कंप्यूटर शतरंज का ट्रैकिंग इतिहास 1985 से शुरू होता है, उसके बाद हर साल 50 Elo की वृद्धि
    • 2000 में मानव ग्रैंडमास्टर्स की कंप्यूटर के खिलाफ जीत की संभावना 90% थी
    • सिर्फ 10 साल बाद, कंप्यूटर ने मानव के खिलाफ 90% जीत की दर हासिल कर ली
  • शतरंज AI में भी प्रगति क्रमिक रही, पर मानव से कौशल पलटना अचानक हुआ

AI निवेश और वृद्धि की गति

  • AI-संबंधित पूंजी खर्च विश्व स्तर पर लगातार बढ़ रहा है
    • अभी हर साल अमेरिकी GDP का लगभग 2% AI डेटा सेंटरों में खर्च किया जा रहा है
    • पिछले कुछ वर्षों में यह संख्या लगभग हर साल दो गुना बढ़ी है
    • साइन किए गए अनुबंधों के मुताबिक, आने वाले समय में भी यह ट्रेंड जारी रहने की उम्मीद है

Claude के काम प्रतिस्थापन का केस स्टडी

  • यह Anthropic के शुरुआती शोधकर्ताओं में से एक था, जिसका काम नए कर्मचारियों की टेक्निकल क्वेरीज़ का जवाब देना था
    • 2024 में, यह लगभग हर महीने 4,000 प्रश्नों का उत्तर देता था
    • दिसंबर 2024 में, Claude कुछ प्रश्नों का जवाब देने लायक हो गया
    • 6 महीने बाद पूरे प्रश्नों में से 80% का जवाब Claude दे रहा था, यानी महीने में 30,000 से अधिक प्रतिक्रियाएँ
  • Claude की आउटपुट क्षमता मानव शोधकर्ता से 8 गुना है, और लागत मानव की 1/1000 के आसपास है
    • शब्द-प्रतिशब्द खर्च के हिसाब से यह दुनिया के सबसे सस्ते उपलब्ध श्रम लागत से भी कम है

मानव कामों के ऑटोमेशन की गति

  • घोड़े हटाने में कई दशक और शतरंज मास्टर्स को हटाने में कुछ ही साल लगे
    • जबकि AI ने मात्र 6 महीनों में शोधकर्ता के मुख्य काम बदल दिए
  • 1920 में अमेरिका में 2.5 करोड़ घोड़े थे, और बाद में 93% खत्म हो गए
  • AI ऑटोमेशन की गति अतीत की औद्योगिक क्रांति से बहुत तेज़ बढ़ रही है,
    • मानव को बदलाव के साथ तालमेल बिठाने के लिए शायद घोड़ों से कहीं कम समय मिलेगा

“शायद घोड़ों को जो 20 साल की राहत अवधि मिली थी, वह भी शायद हमें नहीं मिलेगी”

प्रस्तुति का संदर्भ

  • यह सामग्री 2025 की गर्मियों में आयोजित 5 मिनट के एक फ्लैश टॉक में पेश की गई
  • यह वक्ता की व्यक्तिगत राय है और किसी संस्थान की आधिकारिक स्थिति को प्रतिबिंबित नहीं करती

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2025-12-10
Hacker News राय

  • आजकल HN पढ़ते-पढ़ते मुझे थोड़ा संदेह-रोग सा होने लगा है। मैंने कभी नहीं सोचा था कि घोड़ों की आबादी इंजन आने के बाद कैसे घट गई, इस ग्राफ़ की तुलना इंसानी आबादी से करने वाली पोस्ट देखूंगा। और उससे भी ज़्यादा चौंकाने वाली बात यह थी कि वह पोस्ट मानवीय चेतावनी के रूप में नहीं, बल्कि आर्थिक नियतिवादी नज़रिए से लिखी गई थी। इंसानों की तुलना इंजन से करके सिर्फ आर्थिक तर्क में बात करना बहुत अजीब लगता है। लगता है तकनीक वही होनी चाहिए जिसे आम लोग मंज़ूरी दें

    • मैं इस बात से स्तब्ध हूँ कि आजकल टेक इंडस्ट्री में इतने लोग हैं जो इंसानियत और उससे पैदा होने वाली चीज़ों को कोई मूल्य ही नहीं देते। दोस्ती, प्यार, कला, आस्था, यहाँ तक कि पालन-पोषण को भी AI से बदलने की बातें अब रोज़मर्रा की बातचीत में सुनाई देती हैं। ऐसी दुनिया सचमुच नरक जैसी लगेगी
    • लगता है आपने मूल पोस्ट को ग़लत समझा है। ग्राफ़ ‘घोड़ों के स्वामित्व की संख्या’ दिखाता है, और लोगों ने बस घोड़े खरीदना बंद कर दिया। यह घोड़ों के विलुप्त होने की कहानी नहीं, बल्कि मांग घटने का नतीजा था
    • software engineers में अक्सर ऐसे बोलने की प्रवृत्ति होती है मानो वे इंसानियत को दूर से देख रहे कोई galaxy brain हों। मुझे लगता है यह खुद को ‘बौद्धिक प्राणी’ मानने और इंटरनेट की वजह से मानव समाज से जुड़ाव कम होने का नतीजा है
    • अब जाकर computer industry के लोग चिंता करने लगे हैं, यह काफ़ी देर से हुआ है। automation और digitization तो दशकों से नौकरियों को हिला रहे हैं। तब जवाब बस यही था, “ढल जाओ वरना गायब हो जाओ,” लेकिन अब जब निशाने पर ये खुद हैं तो रुख बदलता दिख रहा है
    • इस तरह की चर्चा नई नहीं है। Brave New World, Logan's Run जैसी रचनाएँ 100 साल से तकनीकी प्रलयवाद पर बात करती रही हैं। AI के दौर में ऐसी बहस फिर उभरे, यह स्वाभाविक है

  • घोड़े चारा खाते हैं, कारें पेट्रोल खाती हैं, और LLM बिजली खाते हैं। लेकिन सिर्फ ज़्यादा compute होने का मतलब प्रगति नहीं होता। LLM हर काम की जगह नहीं ले सकते।

    • मैं इस बात से सहमत हूँ कि कंपनियाँ कर्मचारियों को इसलिए हटाती हैं क्योंकि वे ‘कम मूल्य वाले लोगों’ को हटाना चाहती हैं, लेकिन ज़मीनी सच इससे अलग है। उदाहरण के लिए अस्पतालों ने secretaries को निकाल दिया, और नतीजा यह हुआ कि डॉक्टरों का समय administrative काम में बर्बाद होने लगा
    • मुझे इस बात पर संदेह है कि AI coding की जगह नहीं लेगा। अभी सब ठीक दिख सकता है, लेकिन हो सकता है हम आखिरकार Wile E. Coyote की तरह हवा में लटके हों
    • secretaries और typists के इतिहास की तरह, communication automation लगातार लोगों की ज़रूरत घटाता आया है। LLM उसी सिलसिले का हिस्सा हैं। ये perfect नहीं हैं, लेकिन धीरे-धीरे इंसानी भूमिका और सिकुड़ेगी
    • कंपनियों के बीच प्रतिस्पर्धा AI arms race को बढ़ा रही है। जो कंपनी इंसानों को पूरी तरह हटा देगी, वह आखिरकार उन कंपनियों से हार जाएगी जो इंसान+AI मॉडल साथ लेकर चलेंगी
    • ज़्यादातर कंपनियों में हमेशा काम ज़्यादा और लोग कम होते हैं। AI बस development speed accelerator की तरह काम करेगा

  • इंजन केवल साधारण मशीन-ऑपरेशन करते हैं, लेकिन इंसानी स्तर की अनुकूलन क्षमता और तर्कशक्ति वाला AI अभी बहुत दूर है। AGI शब्द का गायब होकर ‘transformative AI’ जैसे शब्दों से बदलना भी दिलचस्प है। अभी तो बिना किसी बड़े बदलाव के ठहराव का दौर सा लग रहा है

    • जैसे कारों ने दुनिया बदल दी, वैसे AI के लिए हमें कैसी नई ‘सड़कें’ बनानी पड़ेंगी, यह जानना दिलचस्प होगा। शायद वह power infrastructure होगा
    • पहले ‘AGI’ एक बढ़ा-चढ़ा शब्द लगता था, अब उसका उल्टा हो गया है, यह विडंबनापूर्ण है
    • कंपनियाँ fear marketing के ज़रिए AI बेच रही हैं। AGI आख़िरकार IPO या acquisition के लिए इस्तेमाल होने वाला buzzword भर है
    • यह कहना कि हम इंसानों की तरह सीखने वाले AI का इंतज़ार कर रहे हैं, बेमानी है। अगर ऐसा कुछ पहले से होता, तो हम अब तक बदले जा चुके होते
    • इंजन हमें साधारण इसलिए लगते हैं क्योंकि हम उनसे परिचित हैं। असल में वे जटिल systems हैं, और LLM भी वैसे ही हैं

  • इंसान कोई साधारण मशीन नहीं है। जब तक AI इंसानों से हर मायने में बेहतर नहीं हो जाता, इंसानों की मूल्यवान भूमिका बनी रहेगी। असली सवाल यह है कि समाज और आर्थिक व्यवस्था इस बदलाव को कितनी अच्छी तरह अपने भीतर समेट पाती है

    • जैसे bank tellers गायब हुए लेकिन नतीजे में पूरी मानवता की efficiency बढ़ी, वैसे ही उबाऊ office jobs का automation भी अंततः सकारात्मक हो सकता है। बस यह सुनिश्चित करना होगा कि उसका लाभ सिर्फ पूंजी तक सीमित न रह जाए
    • AI एक तरह की vampiric technology लगता है। यह data सोखकर value निकालता है, लेकिन आखिरकार इसका वास्तविक दुनिया से रिश्ता कमज़ोर पड़ सकता है। इस तकनीक के मालिकों को ज़रूर इंसानों में दोबारा निवेश करना चाहिए
    • असली समस्या यह नहीं है कि इंसान एक-दूसरे को क्या देते हैं, बल्कि यह है कि वे कुछ गिने-चुने अमीर लोगों को क्या देते हैं

  • LLM नए कर्मचारियों की onboarding तेज़ कर देते हैं। वे बिना थके mentor की भूमिका निभाते हैं और आत्मविश्वास बढ़ाते हैं। लेकिन अहम फ़ैसले अभी भी इंसान ही लेते हैं

    • onboarding का मतलब ‘क्या’ से ज़्यादा ‘क्यों’ सीखना होना चाहिए। LLM context और ऐतिहासिक कारण अच्छी तरह नहीं समझा पाते
    • इंसानी mentor सिर्फ जवाब नहीं देता। सहानुभूति और सामाजिक जुड़ाव भी अहम हैं
    • अगर नए लोगों के सवाल ही खत्म हो जाएँ, तो documentation या code की कमियाँ पहचानने का मौका भी खो जाएगा

  • इंसानी इतिहास इस बात का इतिहास रहा है कि हमने कितने energy slaves हासिल किए। AI उस संख्या को बढ़ाएगा या घटाएगा, यही असली सवाल है

    • AI इंसानी श्रम के पुनर्वितरण तंत्र को तोड़ने का ख़तरा रखता है। अगर श्रम का मूल्य ही मिट गया, तो आम लोग और ग़रीब हो सकते हैं
    • AI मेरे काम का बिना अनुमति इस्तेमाल करता है, इसलिए कभी-कभी लगता है कि मैं ही AI का energy slave बन गया हूँ
    • कुछ लोग तो मानो साधारण इंसानों को ही हटाना चाहते हों। सोच यह है कि इंसान कम होंगे तो संसाधनों की समस्या भी हल हो जाएगी, जो बेहद निर्मम विचार है

  • पहले यह सामान्य समझ थी कि productivity को code lines से नहीं मापा जाता

    • अच्छा होगा अगर अगली पीढ़ी के coding LLM को code कम करने वाले patches बनाने के लिए train किया जाए

  • मुझे लगता है कि औसत developers के लिखे हुए जटिल code की वजह से मेरी नौकरी सुरक्षित है। मैं technical debt घटाने वाली संरचनाएँ design करके टीम का केंद्रीय व्यक्ति बनता हूँ। अगर AI मेरे जैसे senior engineer को replace कर सकता है, तो इसका मतलब होगा कि वह entrepreneurship तक को replace कर सकता है

    • ज़्यादातर लोग मानते हैं कि वे औसत से बेहतर हैं
    • कई बार मेरा मन करता है कि पूरे project की कमान अपने हाथ में ले लूँ, लेकिन मानवीय रिश्तों की लागत सोचकर खुद को रोकता हूँ
    • LLM जटिल code इसलिए नहीं बनाते कि वे इंसानों की नकल कर रहे हैं, बल्कि इसलिए कि उनमें planning ability की कमी है
    • हो सकता है आप इसलिए नेतृत्वकारी लगते हों क्योंकि दूसरे engineers टकराव से बचने के लिए आपको वैसे ही चलने देते हैं
    • अगर code maintain करने की लागत लगभग 0 हो, तो complexity कोई बड़ी समस्या नहीं रहती

  • ‘प्रति शब्द लागत’ जैसी metrics अजीब हैं। शब्दों की संख्या मूल्य का पैमाना नहीं हो सकती

    • ऐसी metrics उल्टा AI के पक्ष में जाती हैं। AI साधारण सवालों का भी बहुत लंबा जवाब देता है
    • शुरुआत में AI रोमांचक लगा था, लेकिन अब बिना व्यक्तित्व वाले लंबे लेखन से ऊब हो चुकी है। अंत में मैं उसे सिर्फ correction tool की तरह इस्तेमाल करता हूँ
    • ‘प्रति शब्द विचार लागत’ जैसी अवधारणा तो और भी अजीब है। ज़्यादातर चीज़ें बस साधारण auto-complete text हैं
    • दिलचस्प बात यह है कि यह सिर्फ शब्दों की बात नहीं, बल्कि Anthropic के कर्मचारी द्वारा लिखा गया जवाब है

  • AI की तुलना दूसरी तकनीकों से करने के बजाय, उसे अपने आप में एक अप्रत्याशित सत्ता की तरह देखना बेहतर है। मौसम पूर्वानुमान की तरह 20 महीने बाद क्या होगा, यह नहीं पता

    • घोड़ों या chess engine वाली उपमाओं की तरह, एक तय स्तर पार होने पर तेज़ turning point आ सकता है। लगता है दोहराए जाने वाले office jobs सबसे पहले गायब होंगे
    • अभी ज़रूरत ठोस चर्चा की है। hype से ज़्यादा reality को देखना चाहिए
    • AI का विकास मौसम से ज़्यादा chess rating graph जैसा है। यह लगातार ऊपर जा रहा है
    • AI यांत्रिक शक्ति नहीं, बल्कि information processing technology है। इसकी तुलना मानवता की दूसरी सूचना-क्रांतियों—भाषा, गणित, तर्क, transistor—से की जा सकती है। AGI इंसानी गतिविधियों की जगह लेने के बजाय पूरक भूमिका निभाने की ज़्यादा संभावना रखता है। हालांकि power, semiconductors, legal infrastructure जैसी कई सीमाएँ मौजूद हैं। अंततः AGI के failure modes और stability सबसे दिलचस्प research विषय बनेंगे