ChatGPT के बाद AGI को लेकर उम्मीदें बढ़ गई हैं, और अब superintelligence जैसा शब्द भी SF जैसा नहीं लगता। लेकिन बुद्धिमत्ता की अवधारणा अभी भी धुंधली है, और यह भी समझना मुश्किल है कि यह कितनी ऊँचाई तक जा सकती है.
इसलिए मैंने एक परिकल्पना के बारे में सोचा है। बुद्धिमत्ता ऐसी चीज़ नहीं है जो अनंत तक बढ़ सकती हो। यह परिकल्पना है कि कोई भी system इंसानी बुद्धिमत्ता से आगे नहीं जा सकता।
https://blog.naver.com/conanoc/224107260779
आप लोग क्या सोचते हैं, यह जानने की उत्सुकता है.
21 टिप्पणियां
तकनीक के विकास की गति जनसंख्या के अनुपात में रही है.
खाद्य उत्पादन जितना बढ़ा, बढ़ी हुई जनसंख्या ने कुल बुद्धिमत्ता को आगे बढ़ाया.
लेकिन एक समय के बाद खाद्य उत्पादन का जनसंख्या, बुद्धिमत्ता और तकनीक से जुड़ाव नहीं रहा.
AI अलग है.
उत्पादित hardware और डाली गई बिजली की मात्रा के अनुसार बुद्धिमत्ता की कुल मात्रा रैखिक रूप से बढ़ती है.
निष्कर्ष: AI की performance की कोई सीमा हो सकती है, लेकिन उसके विस्तार की कोई सीमा नहीं है.
एक चरम उदाहरण के तौर पर, एक इंसान से अनगिनत orangutan ज़्यादा बुद्धिमान हैं—trial and error और कुल बुद्धिमत्ता के नज़रिए से. और आजकल देखें तो सिर्फ़ निर्णय लेने की क्षमता छोड़ दें, तो इंटरनेट नाम की इस जगह में AI लगभग सर्वज्ञ जैसी क्षमता दिखा रहा है. वह पहले से ही औसत इंसान से ज़्यादा बुद्धिमान है.
मुझे यह मानना मुश्किल लगता है कि अनंत संख्या में orangutan भी एक इंसान से अधिक बुद्धिमान होंगे। Orangutan चाहे कितने भी अधिक हों, वे ऐसे समस्याएँ हल नहीं कर पाएँगे जिनमें हमारी रुचि हो, इसलिए "बुद्धिमत्ता मूलतः समस्या-समाधान की क्षमता है" इस मान्यता के तहत वे मानव बुद्धिमत्ता तक नहीं पहुँचते। बेशक, इस अर्थ में कि उस "समस्या" को हम तय करते हैं, orangutan को यह कुछ अनुचित लग सकता है।
इस बात से मैं कुछ हद तक सहमत हूँ कि ChatGPT पहले ही इंसानों से अधिक बुद्धिमान है। कम से कम, वह मुझसे तो कहीं ज़्यादा जानता है। वह सचमुच चलता-फिरता ज्ञानी है।
लेकिन फिर भी समस्या-समाधान की क्षमता के मामले में AI में अभी बहुत कमियाँ हैं। शायद इसी वजह से कहा जाता है कि वह अभी AGI स्तर तक नहीं पहुँचा है।
मान लीजिए A और B दो लोगों ने परीक्षा दी, और उन्हें क्रमशः 80 और 60 अंक मिले। हम कह सकते हैं कि A अधिक स्मार्ट है, लेकिन यह कहना थोड़ा अस्पष्ट होगा कि उसकी बुद्धिमत्ता अधिक है।
अगर अगली परीक्षा में B ने ज़्यादा मेहनत से पढ़ाई की और इस बार A और B को क्रमशः 70 और 90 अंक मिले, तो फिर हमें कहना पड़ेगा कि इस बार B अधिक स्मार्ट है और उसकी बुद्धिमत्ता अधिक है।
इंसान सीखने के माध्यम से अपने ज्ञान का विस्तार कर सकते हैं, और AI की तरह ज्ञान के विस्तार की भी कोई निश्चित सीमा नहीं है।
इंसान पहले से ही कागज़ और डिजिटल उपकरणों का उपयोग करके मस्तिष्क की क्षमता और स्मृति की सीमाओं से आगे जाकर ज्ञान संग्रहित कर सकते हैं, और ज़रूरत पड़ने पर अतिरिक्त सीख भी सकते हैं।
असल मुद्दा ज्ञान से अधिक, उस ज्ञान का उपयोग करके समस्याएँ हल करने की क्षमता है।
समस्या हल करने के लिए ऐसा ज्ञान खोजना या स्वयं बनाना पड़ता है जो अभी तक ज्ञान में शामिल नहीं है और जिसे कहीं से प्राप्त भी नहीं किया जा सकता।
यह सही ज्ञान है या नहीं, और क्या इससे समस्या हल हो सकती है, यह जाँचने के लिए बाहरी उपकरणों का उपयोग करना ही पड़ता है। यहीं scalability की समस्या पैदा होती है।
नई भौतिकी खोजों के लिए केवल thought experiment काफ़ी नहीं होते। हो सकता है नए physical tools बनाने पड़ें, या मौजूदा tools का उपयोग करके विभिन्न experiment करने पड़ें।
अभी भी नया AI model विकसित करने के लिए सिर्फ coding ही नहीं, बल्कि training infrastructure जैसे physical hardware की भी ज़रूरत होती है, और आवश्यकता पड़ने पर GPU और खरीदकर मौजूदा infrastructure का विस्तार भी करना पड़ता है।
ऐसे physical tasks में लंबे समय तक इंसानों को सहयोग देना पड़ेगा, और हमें अनिवार्य रूप से इस सवाल का सामना करना होगा: "जिन physical tasks में हम सहयोग दे रहे हैं, उनके अलावा क्या बाकी काम AI वास्तव में हमसे बेहतर कर पाएगा?"
सबसे पहले, यह परिकल्पना (इस मान्यता के तहत कि हम अपनी भौतिक दुनिया के भीतर के पर्यवेक्षक/गणनाकर्ता हैं) uncertainty principle के कारण असंभव है (Laplace's demon देखें)। और क्योंकि सूचना को संभालने की प्रक्रिया में deletion/initialization जैसी irreversible प्रक्रियाएँ entropy में वृद्धि के साथ जुड़ी होती हैं (Landauer's principle), अंततः learning/computation जैसी information processing क्रियाओं पर भौतिक दुनिया में energy, time, और heat की स्थितियों द्वारा ऊपरी सीमा लग जाती है।
और अगर LLM की तुलना ज़बरदस्ती दिमाग से करें, तो मुझे लगता है कि यह कुछ ऐसा होगा: 1. इंसान के दिमाग की पूरी अवस्था को फ्रीज़ कर दिया जाए ताकि अतिरिक्त सीखना/सुधारना नामुमकिन हो जाए, 2. फिर उसके सारे संवेदी अंग हटा दिए जाएँ, और 3. उसे सिर्फ़ Braille sequence ही इनपुट के तौर पर दिए जाएँ और वही आउटपुट के तौर पर निकलवाए जाएँ। आख़िर बाहर से देखने पर क्या यह दिमाग LLM से अलग पहचाना भी जा सकेगा? तो क्या फिर यह दिमाग बुद्धिमान नहीं माना जाएगा?
प्रस्तुत लेख में जो दावा किया गया है, वह मुझे सिर्फ एक साधारण विचार जैसा लगता है; उसे समर्थन देने लायक कोई खास ठोस आधार उस लेख में दिखाई नहीं देता।
क्या इस बात का कोई आधार है कि भविष्य के AI models भी बस मौजूदा सीमाओं से आगे नहीं जा पाएंगे?
Nick Bostrom ने अपनी पुस्तक "Superintelligence" में superintelligence के तीन रूप प्रस्तुत किए थे।
इनमें से, आपके द्वारा प्रस्तुत लेख में जो बात की गई है, वह शायद quality superintelligence तक सीमित लगती है। लेकिन मान लें कि quality superintelligence असंभव हो, तब भी speed superintelligence और collective superintelligence के असंभव होने का कोई आधार नहीं दिखता।
पहले से ही काफ़ी AI models ऐसे परिणाम दिखा रहे हैं जो मनुष्यों की तुलना से परे गति में output देते हैं, और अंदरूनी तौर पर वे Mixture-of-Experts संरचना पर बने हैं।
इसलिए, अगर AI technology आगे बढ़ती है, तो भले ही व्यक्तिगत सोच की गहराई मानव स्तर की ही क्यों न हो, समग्र रूप से दिखाई देने वाली उसकी क्षमता कई मामलों में मनुष्यों से आगे निकल सकती है।
और quality superintelligence के असंभव होने का आधार भी कमज़ोर लगता है।
हमने पहले ही लगभग 10 साल पहले यह देखा कि Go जैसे एक विशिष्ट क्षेत्र में AI ने मनुष्यों को पीछे छोड़ने का युग आ गया। उसी तरह, कम-से-कम उन क्षेत्रों में जहाँ सही उत्तर निर्धारित होता है, यह अब काफी स्पष्ट लगता है कि मशीनें मानव क्षमता से आगे जा सकती हैं।
मैं यह नहीं मानता कि superintelligence आने से उन समस्याओं के लिए भी कोई "सही उत्तर" पैदा हो जाएगा जिनका कोई निर्धारित सही उत्तर नहीं है।
उदाहरण के लिए, ethical dilemma जैसी चीज़ों में मामला सिर्फ इस बात का होता है कि आप किस मूल्य को अधिक महत्व देते हैं; वहाँ कोई एक निश्चित सही उत्तर तय नहीं किया जा सकता।
हाँ, मुझे लगता है कि वह उन मुद्दों पर होने वाली चर्चा में मदद ज़रूर कर सकता है। उदाहरण के लिए, वह ऐसे बिंदु सामने ला सकता है जिनके बारे में मनुष्यों ने सोचा ही न हो। मेरा मानना है कि यह कुछ हद तक अभी भी संभव है।
अच्छी राय के लिए धन्यवाद।
मैं जो यह अनुमान लगाता हूँ कि "शायद मनुष्यों से आगे की बुद्धि नहीं होगी", वह "बुद्धि के स्वभाव" पर आधारित है।
अगर मैं बुद्धि को दो हिस्सों में बाँटूँ—जो पहले से पता है उसे अच्छी तरह करना (टाइप A), और जो नहीं पता उसे खोजते हुए भटकना (टाइप B)—तो सीमा कहाँ है, यह शायद थोड़ा अधिक स्पष्ट हो जाएगा।
टाइप A वह क्षेत्र है जिसमें मौजूदा AI अच्छा है, और यह वही क्षेत्र है जिसे हम अक्सर संकीर्ण अर्थ में बुद्धि मान लेते हैं। यह अपेक्षाकृत आसान है (हालाँकि लंबे समय तक AI के लिए यह भी कठिन था), इसलिए इसकी सीमा भी काफ़ी स्पष्ट दिखती है। जैसे किसी सरल गणित के सवाल में 100 अंक ही सीमा हों।
टाइप B शायद बुद्धि जैसा न लगे, लेकिन वास्तव में हम कठिन समस्याओं को इसी क्षमता की बदौलत हल करते हैं। हमें यह नहीं पता कि AGI स्तर का AI कैसे बनाया जाए, फिर भी हम उसे बनाते जा रहे हैं। यह Fleming द्वारा penicillin की खोज की तरह पूरी तरह संयोग का परिणाम नहीं है; बल्कि असंख्य संभावनाओं के क्षेत्र में अपेक्षाकृत अधिक संभावित दिशाओं को चुनते हुए जवाब तक पहुँचना है। यहाँ की सीमा गुणात्मक से अधिक मात्रात्मक लगती है, और इसे आपने ऊपर जिस गति-आधारित/सामूहिक superintelligence की बात कही, उसके रूप में सोचा जा सकता है। वास्तविक दुनिया की समस्याओं के उत्तर केवल thought experiment से नहीं मिलते, इसलिए गति की भी एक सीमा है। जैसे Gangnam-daero पर कोई कार कितनी भी तेज़ हो, 100km/h से ऊपर जाना मुश्किल है।
मुझे भी लगता है कि AlphaGo का मामला एक दिलचस्प संदर्भ हो सकता है। मेरे हिसाब से यह गुणात्मक नहीं बल्कि मात्रात्मक उपलब्धि थी। क्योंकि यह मानव-स्तर के patterns हासिल करने और फिर मनुष्यों की तुलना में कहीं अधिक चाल-संभावनाओं को तेज़ी से खोजने से संभव हुआ था।
और भी दिलचस्प बात यह है कि AlphaGo को इंसानी game records से प्रशिक्षित किया गया था, लेकिन बाद में AlphaZero को इंसानी game records को हटाकर स्वयं अच्छी चालें खोजने के लिए प्रशिक्षित किया गया। AlphaGo से अधिक स्कोर दर्ज करने के बावजूद, AlphaZero के Go patterns इंसानी Go patterns से लगभग मिलते-जुलते रहे। यानी established patterns में कोई बड़ा बदलाव नहीं आया। इसका मतलब है कि मनुष्यों ने पहले ही लगभग optimal चालें खोज ली थीं। यही टाइप A की सीमा है।
तुलना का मानदंड हर व्यक्ति का अलग हो सकता है, लेकिन मेरे लिए Go में AI और मनुष्य एक ही स्तर तक पहुँच चुके हैं। Go के शुरुआती खिलाड़ी और प्रो Go खिलाड़ी की क्षमता गुणात्मक रूप से अलग होती है, लेकिन AI बस प्रो Go खिलाड़ी से थोड़ा अधिक तेज़ है।
हूँ? मुझे Go की ज़्यादा समझ नहीं है, लेकिन मैं काफ़ी समय तक chess खेलता रहा हूँ, और यह बात उस चीज़ से बिल्कुल अलग लगती है जो मैंने Go खेलने वालों से सुनी थी.
क्या इस हिस्से के लिए कोई आधार है?
मेरी समझ यह थी कि AlphaGo ने उन चालों की जाँच की जिन्हें इंसान खराब मानकर नहीं खेलते थे, और उन्हें नया joseki बना दिया.
https://namu.wiki/w/3%EC%9D%98%203
सबसे पहले, Go के मामले में, यह कहना ही गलत समझ लगता है कि "AI और इंसान एक ही स्तर तक पहुँच गए हैं"। AI पहले ही Go के क्षेत्र में इंसानों से आगे निकलने की क्षमता साबित कर चुका है।
फ़िलहाल Go जगत में सबसे ऊँची रेटिंग वाले खिलाड़ी Shin Jin-seo 9-dan हैं, और उनका स्कोर 3866 है। (https://www.goratings.org/ko/ देखें)
लेकिन आपने जिस AlphaGo Zero (2017) का ज़िक्र किया, उसकी घोषित Elo rating तो 5185 तक पहुँचती है।
जानकारी के लिए, Elo rating में 200 अंकों का अंतर हो तो इसका मतलब लगभग इतना कौशल-अंतर होता है कि चार मुकाबलों में तीन जीते जा सकें, और 1200 अंकों का अंतर हो तो अनुमानित जीत की संभावना 99.9% तक पहुँचती है।
Lee Sedol के साथ खेलकर 5 में से 4 बार जीतने और 1 बार हारने वाले AlphaGo के उस वर्ज़न की Elo rating 3739 थी, और जब उस वर्ज़न के AlphaGo को AlphaGo Zero के खिलाफ खेलाया गया, तो AlphaGo Zero ने 100:0 से जीत हासिल की।
इसलिए, 1300 अंकों से भी ज़्यादा का अंतर होने पर भी यह सोचना कि कोई गुणात्मक अंतर नहीं है, शायद सिर्फ़ वास्तविकता को नज़रअंदाज़ करना ही होगा।
और AI के आने के बाद भी Go के joseki में कोई बड़ा बदलाव नहीं आया—यह दावा भी सिर्फ़ एक साधारण Google search से ही तथ्य के विपरीत साबित हो सकता है।
साथ ही, अगर AI का आउटपुट इंसान से मिलता-जुलता निकले भी, तब भी यह गारंटी नहीं देता कि इंसानी तरीका हमेशा संभव सर्वोत्तम तरीका ही है।
यह कहना कि मानव बुद्धि शिखर पर है और अब उससे आगे जाने की जगह नहीं, लगभग यही कहने जैसा होगा कि इंसान का सीखने और समस्या-समाधान का तरीका, जितना संभव है, उतना सर्वश्रेष्ठ है।
लेकिन क्या सचमुच ऐसा है? मानव बुद्धि विकास-क्रम में हर दौर की तत्कालीन जीवित रहने जैसी समस्याओं को हल करने के लिए evolutionary pressure के तहत तराशी गई है, इसलिए उसमें तरह-तरह के heuristic और bias मौजूद हैं।
अभी के लिए यह भी सच है कि artificial intelligence अभी तक इसे पूरी तरह पकड़ नहीं पाई है, लेकिन इससे यह साबित नहीं होता कि भविष्य में आने वाली artificial intelligence भी इंसान से आगे नहीं निकल सकेगी।
अंत में, "क्योंकि नहीं जानते इसलिए खोजते फिरना"—यही वह हिस्सा है जिसमें मशीनें इंसानों से कहीं बेहतर हो सकती हैं। मशीनें कई instances का उपयोग करके parallel रूप से खोज कर सकती हैं। बल्कि यह भी आपने जिस AlphaGo Zero का ज़िक्र किया, उसके स्तर पर पहले ही प्रदर्शित किया जा चुका था।
यहाँ physics या chemistry जैसे वैज्ञानिक प्रयोगों में ज्ञान अर्जन के दौरान bottleneck आने की बात से मैं भी सहमत हूँ, लेकिन जिन क्षेत्रों में ऐसा bottleneck नहीं है या कम है, वहाँ उल्टे और भी तेज़ प्रगति संभव होगी। उदाहरण के लिए mathematics या coding जैसे क्षेत्र।
और जहाँ bottleneck आता भी है, वहाँ भी आज की तुलना में बहुत तेज़ प्रगति संभव है। (जैसा AlphaFold दिखाता है) simulation के जरिए पहले से कुछ का अनुमान लगाकर वास्तविक प्रयोगों की ज़रूरी संख्या कम की जा सकती है, और robots की मदद से दोहराव वाले प्रयोगों को automate किया जा सकता है।
तो फिर यहाँ जिसे आपने "type B" नाम दिया है, उस तरह की collective/speed-based superintelligence के बारे में यह अनुमान लगाना सही नहीं होगा क्या कि वह उन क्षेत्रों में पहले ही इंसानों से आगे निकल जाएगी? क्योंकि मानव सीमाएँ और सैद्धांतिक/भौतिक सीमाएँ साफ़ तौर पर अलग बातें हैं। अगर कोई कहे कि "सिर्फ़ तेज़ होना गुणात्मक सुधार नहीं है", तो मुझे लगता है वह बस goalpost shifting वाली बहस से भटकना है। क्योंकि वास्तविक परिणाम स्पष्ट रूप से इंसानों के परिणामों से आगे होंगे, इसलिए उस बिंदु पर यह कहना मुश्किल लगेगा कि "यह तो बस तेज़ है"।
बल्कि यह तर्क अधिक विश्वसनीय लगता है कि मानव बुद्धि अभी जैविक सीमाओं से टकरा चुकी है, इसलिए मानव बुद्धि का अभी से बहुत अधिक बढ़ना मुश्किल होगा।
लेकिन अगर दावा यह है कि जैविक नहीं बल्कि भौतिक सीमाओं से बँधी मशीन बुद्धि की भी गुणात्मक सीमाएँ इंसान जैसी ही होंगी, तो मुझे लगता है कि उसके लिए उतने ही अधिक विश्वसनीय प्रमाण और तर्क की ज़रूरत होगी।
नीचे दो लोगों की राय के जवाब में कहूँ तो, शायद मुद्दा इस बात का है कि मूल्यांकन कैसे किया जाएगा। मैंने मूल्यांकन का कोई मानदंड दिया नहीं था, इसलिए यह शुरुआत से ही कुछ धुंधला दावा लग सकता है।
मेरे मानदंड में गणित में 80 और 90 अंक का फर्क, या किसी समस्या को हल करने में 1 घंटा लगना और 30 मिनट लगना—इनको मैं बुद्धिमत्ता का फर्क नहीं मानना चाहूँगा। इतने भर के अंतर को मैं उसी स्तर की बुद्धिमत्ता मानना बेहतर समझता हूँ। इंसानों के बीच भी फर्क काफ़ी बड़ा होता है, फिर भी हम उसे मोटे तौर पर "मानव बुद्धिमत्ता" कहकर ही समेट देते हैं। प्रो Go खिलाड़ी भी सब अलग-अलग स्तर के होते हैं और उनकी elo ranking भी अलग होती है, लेकिन हम यह नहीं कहते कि उनका Go पूरी तरह अलग स्तर का Go है; हाँ, 10-kyu स्तर के amateur से वे बिल्कुल अलग स्तर का Go खेलते हैं, यह ज़रूर कह सकते हैं। इस नज़रिए से AlphaZero, Lee Sedol को हमेशा हरा दे, तब भी वह बिल्कुल अलग स्तर का Go नहीं है। (अगर ऐसे कहें, तो Go के मामले में हमें यह कहना पड़ेगा कि भगवान, इंसान और AI एक ही स्तर पर हैं। बशर्ते भगवान बिल्कुल अलग स्तर का Go खेल ही न सके। उदाहरण के लिए, भगवान 9 stones handicap देकर भी इंसान को हरा दे।)
मेरे इस दावे पर कि "Go के joseki में कोई बड़ा बदलाव नहीं आया", यह कहना कि ऐसा नहीं है, कुछ बदलाव हुए हैं, नए joseki भी आए हैं—थोड़ा "सिर्फ़ प्रतिवाद के लिए प्रतिवाद" जैसा लगता है, लेकिन यही तो बहस का मज़ा भी है। अगर प्रतिवाद न हो, तो बहस बहुत फीकी हो जाएगी।
इसके अलावा, सिर्फ़ गुणात्मक अंतर और गति के अंतर को अलग करके देखने भर से भी हम AI की संभावनाओं का कुछ बेहतर अनुमान लगा सकते हैं। जैसा पहले कहा, Gangnam-daero पर तेज़ चलना मुश्किल होता है, वैसे ही जिन समस्याओं को हमें वास्तव में हल करना है वे ऐसे माहौल में होती हैं जहाँ गति बढ़ाना आसान नहीं होता। अगर गति पर सीमाएँ हों और बुद्धिमत्ता गुणात्मक रूप से मिलते-जुलते स्तर की हो, तो नतीजों में बड़ा फर्क निकालना मुश्किल होगा। हाँ, कुछ ऐसे क्षेत्र हो सकते हैं जहाँ गति की bottleneck न हो, लेकिन मुझे नहीं लगता कि गणित और coding उनमें आते हैं; इन क्षेत्रों में तो पहले गुणात्मक स्तर का सुधार ज़रूरी लगता है। (हालाँकि मेरा दावा यह नहीं है कि AI इंसानों की बराबरी नहीं कर पाएगा।)
जब इंसान और AI आमने-सामने हों और किसी एक पक्ष की जीत की दर 99% से अधिक हो, तो उसे एक ही स्तर का कैसे माना जा सकता है? यह तो बस अंतर ही न करने की बात कहने जैसा है।
"बादुक में ईश्वर, इंसान और AI एक ही स्तर पर हैं" कहना कुछ वैसा लगता है, जैसे यह दावा करना कि क्योंकि बादुक खेलते समय ईश्वर, इंसान और AI तीनों एक ही नियम साझा करते हैं, इसलिए उनकी क्षमता मूल रूप से समान है। लेकिन एक ही नियम साझा करना और क्षमता का समान होना पूरी तरह अलग बातें हैं।
अगर इस मानक को मान लिया जाए, तो चाहे कोई स्पष्ट अनुभवजन्य अंतर मौजूद हो, फिर भी इनके मानक के अनुसार उसे एक ही स्तर का कहा जा सकता है, इसलिए यह चर्चा किसी भी अर्थ में सार्थक नहीं लगती।
इनके ब्लॉग पर पोस्ट किया गया एक और लेख देखें, तो लगता है कि प्रमाण को स्वीकार करने की बुनियादी पूर्वधारणा ही मेरे मानक से काफी अलग है।
ऐसे अंतर मौजूद हों तो सामान्य चर्चा आगे बढ़ना कठिन लगता है, इसलिए मैं यहीं तक बात समाप्त करता हूँ।
अरे haha बिना किसी अतिरिक्त आधार के जवाब में ही इसे सिर्फ आपत्ति के लिए आपत्ति कह दिया, तो लगा कि आखिर कहना क्या चाहते हैं?...
ब्लॉग लिंक जोड़ने के लिए सच में धन्यवाद। मुझे भी लगता है कि अब यहीं तक करना चाहिए।
वैसे भी आपकी बोलने की शैली कुछ अलग ही लगी थी, और अब समझ आया कि आप moon landing conspiracy वाली शर्त में conspiracy theory से जीतने वाले व्यक्ति थे।
जब आप moon landing conspiracy theory वाला दावा भी सफलतापूर्वक कर लेते हैं, तो अब जिज्ञासा होती है कि क्या इस व्यक्ति के लिए कोई ऐसा शर्त का विषय है जो असंभव हो।
यह बात सच में काफ़ी अप्रत्याशित लगी, और आपने कहा भी कि आप यहीं तक बात करेंगे, लेकिन क्या इस पर थोड़ा और बात कर सकते हैं?
हो सकता है कि आपको Go के बारे में ज़्यादा जानकारी न हो, लेकिन क्या मौजूदा जोसेकी में थोड़ा-सा बदलाव आया है, यह बात "Go की जोसेकी बहुत ज़्यादा नहीं बदली" से अलग नहीं है?
आप यह तो जानते ही होंगे कि "बहुत ज़्यादा" और "बिलकुल नहीं" एक ही अर्थ नहीं रखते, इसलिए यह जानने की जिज्ञासा है कि किस बात से आपको लगा, "आप कहना क्या चाहते हैं?"
मूल्यांकन मानदंडों में दृष्टिकोण के अंतर को मैं अच्छी तरह समझ गया/गई। जैसा आपने कहा, यदि यह मानदंड अपनाया जाए कि 1 अंक भी बेहतर स्कोर मिलने पर बुद्धिमत्ता अधिक मानी जाएगी, तो मैं भी मानता/मानती हूँ कि "बुद्धिमत्ता की निरंतरता परिकल्पना" false है.
आपकी राय के लिए धन्यवाद.
किसी काम की संभावना की सीमा जानने का एकमात्र तरीका यही है कि असंभव के क्षेत्र में थोड़ा-सा आगे बढ़कर देखा जाए।
दिलचस्प राय है। hypothesis आखिर hypothesis ही होता है, और लोगों की राय अलग-अलग हो सकती है। किसी hypothesis पर अपनी पसंद-नापसंद को ज़रूरत से ज़्यादा थोपकर "मुझे यह hypothesis पसंद नहीं है, यह hypothesis असहज करता है" जैसी प्रतिक्रिया कुछ अजीब लगती है। वहीं, सिर्फ यह सोचना कि hypothesis गलत है, या यह कहना कि यह कैसे पता हो सकता है, ऐसी प्रतिक्रियाएँ तो व्यक्तिगत राय हैं, इसलिए उनमें अजीब कुछ नहीं है।
आपने सवाल पूछा है, तो जवाब में मैं यही कहूँगा कि इस hypothesis पर चर्चा करने के लिए हमें यह ज़रूर सोचना होगा कि "intelligence" आखिर है क्या। intelligence की प्रकृति अस्पष्ट है। अभी तक हमारे पास इसकी कोई स्पष्ट और सर्वमान्य परिभाषा नहीं है। आम लोगों और AI क्षेत्र के developers के लिए इसकी प्रकृति भले अस्पष्ट हो, लेकिन cognitive psychology के क्षेत्र में इस पर काफ़ी research भी हुई है।
सवाल जवाब खोजने का बहुत प्रभावी साधन हैं, और hypothesis अपने आप में एक तरह का सवाल भी होता है।
मैंने वह बात ब्लॉग में लिख रखी है, लेकिन अगर आप कहते हैं, "मुझे समझ नहीं आ रहा कि यह क्या कह रहा है। यह परिकल्पना भी मुझे पसंद नहीं है," तो मुझे नहीं लगता कि मैं इससे ज़्यादा कोई जवाब दे पाऊँगा। शायद मेरी लिखने की शैली ही पर्याप्त अच्छी नहीं है।