AI स्लॉप और ऑनलाइन शोर का सबसे अच्छा जवाब Robin Williams से मिलता है

 (jayacunzo.com)
5 पॉइंट द्वारा GN⁺ 15 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • Good Will Hunting का बेंच वाला दृश्य किताबी ज्ञान और खुद जीकर हासिल किए अनुभव के फर्क के जरिए दिखाता है कि AI स्लॉप, अनंत सलाह और ऑनलाइन शोर क्या मिस कर देते हैं
  • AI ने इंटरनेट पढ़ा है, लेकिन उसने संदर्भ को पढ़ना या जीवन जीना कभी अनुभव नहीं किया; उसके पास ज्ञान है, पर भावनाएँ और अनुभव नहीं—यही मुख्य विरोधाभास है
  • Robin Williams का अभिनय इस बात का उदाहरण है कि वही स्क्रिप्ट हर कोई एक जैसी तरह से पेश नहीं कर सकता; कला जानकारी को सजाने का काम नहीं, बल्कि जीवन के अनुभवों को अर्थ में synthesize करने जैसा काम है
  • ऑनलाइन बहुत-सा कंटेंट ऐसा है जिसमें मानो स्क्रिप्ट तो है लेकिन अभिनय गायब है, और बाजार कठिन रचनात्मकता के बजाय ज्यादा कंटेंट बनाने वाले tools के इस्तेमाल पर जोर देता है
  • इंसान के लिए जरूरी आधार AI का large language model नहीं, बल्कि little life moments हैं; जब हर व्यक्ति अपने अनुभव और नजरिए को अपने काम में डालता है, तो ऐसी value बनती है जिसे replace करना मुश्किल होता है

Good Will Hunting का दृश्य ज्ञान और अनुभव का फर्क दिखाता है

  • शुरुआत Good Will Hunting के उस दृश्य से होती है, जहाँ Sean, यानी Robin Williams, Boston Public Garden की बेंच पर Will से बात करता है
  • Sean, Will को घेरते हुए कहता है कि वह कला, Michelangelo, युद्ध, प्रेम और नुकसान के बारे में किताबों और quotes के जरिए बात तो कर सकता है, लेकिन उसने उन्हें सच में जीया नहीं है
    • उसने Sistine Chapel की खुशबू कभी महसूस नहीं की
    • उसने किसी प्रिय व्यक्ति के पास बैठकर सच्ची खुशी कभी महसूस नहीं की
    • उसने युद्धक्षेत्र में किसी दोस्त की आखिरी साँस कभी नहीं देखी
    • उसने अस्पताल में दो महीने तक बैठकर सोते हुए किसी प्रिय व्यक्ति का हाथ कभी नहीं थामा
  • जैसे Oliver Twist पढ़ लेने से यह नहीं कहा जा सकता कि आप अनाथ के जीवन को जानते हैं, वैसे ही किताबों से पढ़ा ज्ञान किसी व्यक्ति के वास्तविक जीवन को पूरी तरह समेट नहीं सकता
  • मुख्य बात यह है कि विशेषज्ञता और बुद्धिमत्ता, सिद्धांत और अनुभव, जानने और जीने के बीच एक अंतर है

AI ने इंटरनेट पढ़ा है, लेकिन जीवन नहीं जीया

  • Will को बहुत-सी किताबें और theories जानने के कारण एक मानव-रूप ChatGPT जैसा दिखाया गया है
  • दूसरी ओर Sean के पास ऐसे अनुभव हैं जो Will के पास नहीं हैं
    • उसने युद्ध, प्रेम, बीमारी, नुकसान, उम्मीद, सपने, असफलता और सफलता को खुद झेला है
    • Will कभी Boston से बाहर नहीं गया और वह किसी के इतना करीब होने से डरता है कि चोट लग सके
  • AI ने इंटरनेट पढ़ा है, लेकिन वह कमरे का माहौल नहीं पढ़ सकता, और उसने जीवन भी कभी नहीं जीया
  • वह किसी चीज को जानकर उसके बारे में बोल तो सकता है, लेकिन उसे महसूस या अनुभव नहीं करता; जीवित न होने की वजह से उसके पास खुद जीए हुए अनुभव नहीं हो सकते
  • ऑनलाइन बहुत-सी आवाजें सफलता के “secret” या “magic” tools बेचते हुए यह impression बनाती हैं कि व्यक्ति के जीए हुए अनुभव कम अहम हैं

सिर्फ जानना अर्थपूर्ण काम बनाने के लिए काफी नहीं

  • “युद्ध के बारे में पढ़ना” और “युद्ध के बीच होना” अलग बातें हैं
  • “प्रेम के बारे में पढ़ना” और “प्रेम में पड़ना” भी मूल रूप से अलग अनुभव हैं
  • Oliver Twist पढ़ना अनाथ की तरह जीने जैसा नहीं है
  • इंटरनेट और ऑनलाइन सलाह यह दबाव बनाते हैं कि ज्ञान अनंत है, दूसरे लोग ज्यादा जानते हैं, और software जवाब बता सकता है, इसलिए व्यक्ति को अपने अनुभव और आत्मविश्वास को किनारे रख देना चाहिए
  • लेकिन व्यक्ति का जीवन अनंत ज्ञान के सामने गायब हो जाने वाली चीज नहीं है; बल्कि वही फर्क पैदा करने की बुनियाद बनता है

वही स्क्रिप्ट भी वही अभिनय नहीं बनती

  • Robin Williams का अभिनय इस उदाहरण की तरह इस्तेमाल होता है कि अगर वही स्क्रिप्ट किसी दूसरे अभिनेता को मिलती, तो भी वह उसे ठीक उसी तरह नहीं कर पाता
  • स्क्रिप्ट में शब्द होते हैं, लेकिन Williams उन शब्दों में जीवन डालते हैं
  • अभिनेता और कलाकार सिर्फ जानकारी को सही क्रम में रखने तक सीमित नहीं रहते; वे चुनते हैं कि भावना को शरीर से कैसे व्यक्त और पहुँचाना है
  • इसके मुकाबले वैज्ञानिक खोज को ऐसे दिखाया गया है कि पर्याप्त समय और संसाधन हों तो कोई दूसरा वैज्ञानिक भी उसी सत्य तक पहुँच सकता है
  • कला अलग तरीके से काम करती है
    • दो कलाकार स्वतंत्र रूप से बिल्कुल वही परिणाम नहीं बना सकते
    • कला बाहरी सत्य खोजने का काम नहीं, बल्कि उस सत्य को भीतर से अर्थ में synthesize करने का काम है
    • क्योंकि कोई भी दो लोग ताल के एक-एक हिस्से तक बिल्कुल एक जैसा जीवन नहीं जीते

अपने काम में अपना जीवन डालना क्यों जरूरी है

  • ऑनलाइन बहुत-सा काम ऐसा लगता है जैसे कोई स्क्रिप्ट हो जिसमें creator अभिनय करना भूल गया हो
    • शब्द हैं, लेकिन जीवंतता नहीं है
    • बाजार ऐसे कंटेंट को और ज्यादा पैदा करने वाले tools लाता है और साथ में यह संदेश जोड़ता है कि इंसान इससे बेहतर नहीं कर सकता
  • हर चीज को विज्ञान में reduce करने की प्रवृत्ति के बीच जरूरी काम है उसे कला के स्तर तक उठाना
  • AI और इंसान दोनों LLM पर आधारित हैं—इस तरह का शब्द-खेल सामने आता है
    • AI के पास large language model है
    • इंसान के पास little life moments हैं
  • समस्या यह है कि लोग अपने जीवन के छोटे-छोटे पलों को पर्याप्त निरंतरता और आत्मविश्वास के साथ सामने नहीं लाते
  • क्षेत्र में नए लोग हों, 40 साल के अनुभव वाले विशेषज्ञ हों, अनजानी आवाजें हों या व्यापक रूप से पहचाने जाने वाले storytellers—सबके लिए अहम बात है अपनी जिंदगी को साथ लाना और अपना “LLM” इस्तेमाल करना
  • समान expertise और skill, और समान topics वाले लोग बहुत हैं, लेकिन वे दुनिया को कैसे देखते हैं यही हर व्यक्ति को अलग करता है
  • audience सिर्फ किताबों, लेखों, videos और AI summaries में पढ़ी जा सकने वाली चीजों से पर्याप्त नहीं सीख सकती
  • जब आप अपना अनुभव और नजरिया दिखाते हैं, तब काम जीवित हो उठता है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 15 시간 전
Hacker News की राय

  • यह अच्छी तरह लिखा गया monologue है और उसकी delivery भी शानदार है, लेकिन मुझे लगता है कि यह तर्क में काफी हद तक असफल है
    Damon, Affleck, Williams, Van Sant, Reiner, Goldman में से किसी ने भी शायद front line पर लड़ाई नहीं लड़ी, किसी दोस्त को अपनी बांहों में मरते नहीं देखा, या cancer से जीवनसाथी को खोने का अनुभव खुद नहीं किया
    फिर भी उन्होंने storytelling की क्षमता से दूसरे लोगों की कहानियों पर आधारित dialogue लिखे और पेश किए, और नतीजा यह हुआ कि लगभग 30 साल बाद भी वह ऐसा scene है जिसे हम स्नेह से याद करते हैं और जो हमारी intuition को छूता है
    इसलिए “वहां होकर आना” गहरा अर्थ रखता है, यह साफ है, लेकिन बिना खुद अनुभव किए प्रभावी ढंग से व्यक्त करने और दूसरों को प्रभावित करने की सीमा कहां है, यह स्पष्ट नहीं है

    • जब भी फिल्म में romance scene देखता हूं, मुझे पता होता है कि वह नकली है। अभिनेता पूरी तरह गढ़ी हुई जिंदगी दिखाते हैं, और कहानी को उन लोगों तक एक आम तौर पर उबाऊ वास्तविकता पहुंचाने के लिए dramatize करना ही पड़ता है जिन्होंने उसे खुद नहीं जिया
      बहुत ज्यादा फिल्में देखने से लगता है कि वास्तविकता क्या है, क्या संभव है, और क्या plausible है, इसे लेकर अजीब-सी धारणा बन जाती है
      मुझे पता है कि मां के बिस्तर के पास बैठकर चमत्कारिक रूप से ठीक होने की उम्मीद करते हुए, साथ ही यह चाहना कि उनकी पीड़ा खत्म हो, दिमाग के जलने जैसा कैसा महसूस होता है
      मैंने अपनी बेटी के diapers हजारों बार बदले हैं, और उस पर कितना भी मल लगा हो, इससे बिल्कुल फर्क नहीं पड़ा। फिर से करना पड़े तो तुरंत कर सकता हूं। बस ऐसी चीजों पर फिल्म नहीं बनती
      ऐसी बातें इंसान को जो देती हैं और machine को नहीं दे पातीं, वह empathy है। किताब पढ़कर न मिल सकने वाला perspective मिला, और समझ आया कि जिंदगी हमेशा के लिए नहीं है, इसलिए उसे खुशी से बनाना चाहिए और बर्बाद नहीं करना चाहिए
      बच्चे खोने के दुख में बड़ी सांत्वना होते हैं, और मेरे मामले में मौत का डर कम इसलिए हुआ कि वह अपने बच्चे के प्रति किसी भी तरह असफल होने से कम महत्वपूर्ण लगती है
      जब किसी आदमी को बच्चे के प्रति दयालु और प्यार जताते देखता हूं, तो दिल भर आता है। भले वह बाकी मायनों में सबसे अच्छा इंसान न हो, मुझे लगता है कि उसने सबसे निर्णायक एक चीज सही की
      शब्दों से भी यह सब बताया और inspire किया जा सकता है, लेकिन असल भावना पहुंचाना मुश्किल है, और इंसान में भावनाओं को नजरअंदाज करने का प्रलोभन भी बहुत मजबूत होता है
      वे लोग, चाहे कितने भी अमीर हों, जो हमेशा इतने व्यस्त रहते हैं कि बच्चों की देखभाल नहीं कर पाते, मुझे उनसे ईर्ष्या नहीं होती। मेरे हिसाब से वे खरबों डॉलर से भी ज्यादा महत्वपूर्ण चीज बर्बाद कर रहे हैं
    • जब Robin Williams ने वह अभिनय किया, वह 47 साल के थे, दो बार शादी कर चुके थे, cocaine addiction से गुजर चुके थे, और John Belushi की overdose से मौत वाली रात उनके साथ party कर चुके थे। उस घटना ने उन्हें संभलने पर मजबूर किया
      क्या अभिनय का कुछ हिस्सा गढ़ा हुआ था? बिल्कुल। क्या वह बहुत आगे तक फैल गया था? निश्चित रूप से। युद्धभूमि पर जाने से पहले आप नहीं जान सकते कि युद्धभूमि कैसी होती है
      जगह छोड़ने के बाद ही असहज ढंग से टूटने वाली अजीब सामान्यता, बाकी दुनिया के रंग और वास्तविकता खो देने जैसा एहसास—इसे शब्दों में समझाया नहीं जा सकता। अपने जीवन के प्यार को खोना कैसा है, यह भी असल में होने से पहले नहीं जाना जा सकता
      इसलिए उस monologue का कुछ हिस्सा खोखला सुनाई देता है, लेकिन पूरा नहीं। और यही entertainment industry का सार है। आपके पास जो है, उसी से काम करो; perfect होना जरूरी नहीं
      LLM को इंसान की तरह मानने और उसके output को गहराई वाला समझकर स्वीकार करने की प्रवृत्ति, या LLM के ऐसा व्यवहार कर लोगों को आश्वस्त करने के खतरे की repackaged आलोचना के रूप में यह बात सही जगह पहुंचती है
    • यह अच्छी तरह बताता है कि Robin Williams महान अभिनेता क्यों थे। वह therapist character, fiction के भीतर भी, उन सभी अनुभवों को सचमुच जी चुका व्यक्ति है, और writing व acting उसे वास्तविक बना देते हैं
      लेख असल में कहता है कि घर का अच्छा बना breakfast महत्वपूर्ण है। Robin Williams बाज़ार में मिलने वाले pancakes के पैकेट जैसे हैं, और ChatGPT इंसानियत को पीसकर फिर से गढ़ने के अर्थ में Soylent Green के ज्यादा करीब है
    • सिर्फ उस observation से यह कहना मुश्किल है कि तर्क असफल है। लेखक ने खुद अनुभव न की गई analogy को प्रभावी ढंग से इस्तेमाल किया, इससे यह निष्कर्ष नहीं निकाला जा सकता कि AI ने सभी qualia के मूल्य को पहले ही पार कर लिया है या जल्द कर लेगा
      उल्टा, इसके खिलाफ evidence भी है। AI ऐसी movie script नहीं लिख पाता जो इस तरह लोगों को resonate करे, और stand-up comedian जो करते हैं वह भी नहीं कर पाता
      यह gap बंद हो सकता है या नहीं, और कब होगा, यह बहस का विषय है। सिद्धांत रूप में मुझे यह संभव लगता है, लेकिन निकट भविष्य में ऐसा होता नहीं दिखता
    • लेख में यह viewpoint भी लिया गया है। बात यह है कि कागज पर script और Robin की performance अलग हैं; उनका अभिनय उनके अनोखे human experience से निकला था, और कोई दूसरा actor होता तो यह अलग होता
      हालांकि लेख कुछ हद तक अस्पष्ट भी है। हम जो लेख और किताबें पढ़ते हैं, वे भी आखिर कागज पर शब्द ही हैं, और LLM भी लगभग ऐसे ही माध्यम का इस्तेमाल करते हैं, इसलिए लगता है कि बाद के हिस्से में argument को performed execution की तरफ मोड़ने की कोशिश की गई
      फिर भी लेखक जो कहना चाहता है, वह समझ आता है। जिए हुए अनुभवों के जरिए महत्वपूर्ण चीजें crystallize और refine होती हैं, इसलिए उधार लिए हुए secondary विचारों के बजाय वास्तविक primary विचार मिल सकते हैं
      ऐसे primary experiences अक्सर दूसरों के लिए सबसे valuable होते हैं, लेकिन अगर वे सिर्फ form की नकल करने वाले लेखन या पूरी तरह generated low-quality generated output की बाढ़ में दब जाएं तो उन्हें खोजना और कठिन हो जाता है

  • सहमत हूं
    Robin Williams का यह monologue ठीक-ठीक बताता है कि LLM हमें इतना असहज क्यों बनाते हैं
    LLM उन अनुभवों के बारे में धाराप्रवाह और आत्मविश्वास से बोलते हैं जो उनके पास हो ही नहीं सकते। वे strawberry का स्वाद नहीं चख सकते, और Robin Williams ने जो भी बातें गिनाईं उनमें से कोई भी नहीं कर सकते
    ऐसी machines बनाने वालों में कुछ लोग सचमुच मानते हैं कि machines हमारी जगह ले लेंगी, हमसे अधिक powerful हो जाएंगी, इसलिए कोई भी meaningful चीज गायब नहीं होगी
    उन्हें यह clip देखनी चाहिए। शायद देखकर भी समझ न पाएं

    • ChatGPT इन दिनों “अगर मैं अभी करता तो…” या “अगर मैं आपकी जगह होता…” जैसे expressions इस्तेमाल करता है
      मुझे पता है कि यह idiom है, लेकिन यह याद दिलाता है कि यह चीज कुछ नहीं करती, कुछ नहीं सीखती, और कुछ try करके पता भी नहीं लगा सकती
      फिर भी यह उन इंसानों से आए speech patterns इस्तेमाल करती है जो ऐसी चीजें वास्तव में कर सकते हैं और कर चुके हैं
    • LLM उन लोगों से echo की तरह दोहराते हैं जिन्होंने वे चीजें सचमुच अनुभव की हैं
      मूल बात यह है कि LLM को “बोलने वाला agent” मानकर anthropomorphize न करें, बल्कि next-generation search engine समझें। natural language input/output interface बस side effect है
    • LLM भी अब computer operation के मामले में experience से बोलने जैसे हो गए हैं
    • लेकिन वह monologue खुद भी पूरी तरह fiction है, और talented actor द्वारा deliver की गई script है, फिर भी वह प्रभावित करता है
      तो मुझे जानना है कि आपके लिए real experience क्या है, या अगर हम फर्क पहचान ही नहीं पाते तो क्या वह महत्वपूर्ण है

  • दशकों पहले फिल्म में वह भाषण देखा था, तब मैंने उसे कैसे लिया था यह याद नहीं है। अब पढ़कर वह बहुत ज़्यादा घमंडी और उपदेशात्मक लगता है
    इसका भाव कुछ ऐसा है, “मैंने वे अनुभव किए हैं जो तुमने नहीं किए, इसलिए मैं ज़्यादा बुद्धिमान हूं और ज़्यादा जानता हूं।” कुछ मायनों में यह सही है, लेकिन दूसरे मायनों में यह अति-आत्मविश्वास की ओर ले जाकर और बड़ी गलतियां कराने का रास्ता भी है
    अब 50 के दशक के मध्य में, मैंने अपने शुरुआती 20s की तुलना में कहीं ज़्यादा सीखा और अनुभव किया है, लेकिन मुख्यतः जो समझ आया है वह यह कि मैं कितना ज़्यादा नहीं जानता
    जब तक मुझे किसी चीज़ को सच में गहराई और आत्मीयता से जानने का एहसास न हो, Williams के किरदार जैसी मज़बूत राय रखना मुश्किल है, और वह दायरा काफी सिकुड़ गया है
    क्योंकि मैंने बार-बार देखा है कि मैं और दूसरे लोग सोचते रहे कि हमने किसी चीज़ को पर्याप्त समझ लिया है, और फिर चीज़ें ऐसे तरीकों से गलत हुईं जिनकी किसी ने उम्मीद नहीं की थी

    • Robin Williams का किरदार उसी मोनोलॉग में कहता है कि वह कभी नहीं जान सकता कि अनाथ होकर जीना कैसा होता है
      वह जानता है कि Oliver Twist पढ़ लेने भर से वह उस “बच्चे” को यह नहीं बता सकता कि उसे कैसा महसूस करना चाहिए, और वह इस बात से सचेत है कि वही सिद्धांत उस पर भी लागू होता है
    • वह यह नहीं कह रहा कि उसने वे सारे अनुभव कर लिए हैं। अंत में Oliver Twist का ज़िक्र करके वह अपनी सीमाएं भी साफ़ कर देता है
      मुद्दा “मैं तुमसे बेहतर हूं” नहीं है, बल्कि यह है कि अनुभव, सिर्फ़ पढ़ने से अलग किस्म का ज्ञान देता है
      और क्योंकि अनुभव में पढ़ने से कहीं ज़्यादा चीज़ें शामिल होती हैं, इसलिए यह भी कहा जा सकता है कि वह ज्ञान ज़्यादा पूर्ण है
    • पूरी तरह सहमत हूं। हाल ही में फिल्म फिर देखी, और वह मोनोलॉग मुझे सच में बहुत खराब लगा
      40s के मध्य के मनोवैज्ञानिक वाले किरदार पर यह बिल्कुल फिट नहीं बैठता था, और पूरा भाषण Matt Damon के किरदार को नीचा दिखाने का तरीका जैसा लगा
      यह बात कि वह खुद भी कुछ अनुभवों को नहीं समझता, जैसे अनाथ होकर जीना कैसा होता है, इसे विनम्रता से मानता है, उस भाषण को बेहतर नहीं बनाती
    • अनिश्चितता के प्रति अत्यधिक समर्पण भी एक और गलती है। मरते हुए, चीखते बच्चे के सामने सिर्फ़ यह नहीं कहा जा सकता, “मुझे नहीं पता, किसी चीज़ का यकीन नहीं हो सकता, जीवन क्या है, क्या सच में कुछ मायने रखता है?”
      कम से कम इतना तो पता हो सकता है कि वह बच्चा शायद पीड़ा में है और उसे बचाना बहुत संभवतः मूल्यवान है
      यह कि कोई भी चीज़ पूरी तरह निश्चित नहीं जानी जा सकती, इसका निष्कर्ष यह नहीं है कि कुछ भी न किया जाए; बल्कि अनिश्चितता की मात्रा को ध्यान में रखकर काम करना चाहिए
      मुझे अभी बिना एनेस्थीसिया के दांत निकलवाना पसंद नहीं होगा, इस बात पर मुझे काफी यकीन है, लेकिन अंतरराष्ट्रीय व्यापार नीति में क्या सबसे अच्छा है, इस पर यकीन कहीं कम है
      जिन चीज़ों को लंबे समय से स्वाभाविक मानते आए हैं, उन पर शक करना और उनका विश्लेषण करना स्वस्थ है। Russell समेत दार्शनिकों ने भी यही बात कही है
      लेकिन यह अभ्यास रोज़मर्रा की जिंदगी से कुछ हद तक अलग रखकर, एक अच्छे और गैर-अतिरेक स्तर पर करना चाहिए

  • Plato ने गुफा के रूपक के जरिए बेहतर जवाब दिया था
    https://en.wikipedia.org/wiki/Allegory_of_the_cave
    AI जिन सूचनाओं तक पहुंच सकता है, वे सब टेक्स्ट से निकाली गई हैं, और महत्वपूर्ण मायनों में वे गुफा की दीवार पर पड़ती परछाइयों से बहुत अलग नहीं हैं

    • कंप्यूटर चलाने, प्रोग्रामिंग और गणितीय तर्क के क्षेत्रों में ऐसा नहीं है। क्योंकि reinforcement learning और self-distillation इस्तेमाल किए जा सकते हैं
      शायद दूसरे क्षेत्रों में भी संभव हो, लेकिन कम से कम इन क्षेत्रों में यह बड़े पैमाने पर किया जा सकता है
      इसे जल्द ही युद्ध में भी लगाया जाएगा। अगर propaganda को शामिल करें, तो यह पहले से ही उसमें आ चुका है

  • मुझे हमेशा यह विडंबनापूर्ण लगा है कि जीवन-अनुभव पर यह खूबसूरत भाषण 20s के दो “डरे हुए बच्चों” ने लिखा और Robin Williams से कहलवाया

    • पहली बार सुन रहा हूं, और समझ नहीं आ रहा कि इसमें विडंबना क्यों है। मुख्य बात उम्र नहीं, बल्कि एहसास के बारे में नहीं है क्या?
    • यह पूरी तरह समझ में आता है। Will को Ben और Matt से अलग करने वाली बात यह है कि वह उस अंतर के मौजूद होने को मानने के लिए तैयार है
      वह कह सकता है, “हमारे पास यह है, लेकिन वह नहीं है”

  • प्रतिवाद:
    “तुम इंसानों ने जिन चीज़ों पर यकीन नहीं करोगे, मैंने उन्हें देखा है। Orion के कंधे के पार जलते हुए attack ships। Tannhäuser Gate के पास अंधेरे में चमकती C-beams देखी हैं। वे सभी पल समय में खो जाएंगे, बारिश में आंसुओं की तरह। मरने का समय है”
    — Roy Batty

    • मुझे ठीक से समझ नहीं आ रहा कि यह प्रतिवाद क्यों है। replicant क्या टैंक में पाले गए, हल्के genetically modified इंसानों के करीब नहीं होते?
      लोग उन्हें रोबोट जैसा मानते हैं ताकि slave class को मानसिक रूप से सही ठहराना आसान हो
    • लगता है आपने Roy Batty और उसके भाषण का मुद्दा पकड़ने से चूक गए
      Roy का मन इंसानों से अलग पहचाना नहीं जा सकता था, और इसी वजह से इंसानों ने उससे डरकर उसे कृत्रिम रूप से छोटी उम्र दी
      आपने जो पंक्ति उद्धृत की है, वह उल्टे उसकी मानवता साबित करती है

  • क्या सच में फर्क है? बात तो यही है: “तुम किताबें पढ़कर सोचते हो कि बहुत जानते हो, लेकिन मैंने सच में जिया है इसलिए मैं सच में समझता हूं”
    ज्यादा से ज्यादा कोई अपने ही अनुभव को समझने का दावा कर सकता है, और मैं तो अपनी जिंदगी के अधिकतर हिस्से के बारे में भी ऐसा दावा नहीं कर पाऊंगा। उलटे किताबों से ज़्यादा सीखा जा सकता है
    बेशक, जीवन जीने की चीज़ है और एक ही बार मिलता है—इस तरह की बातें सही हैं। लेकिन यह कहना कि AI नहीं जानता क्योंकि “वह वास्तव में वहां था ही नहीं”, कुछ-कुछ ऐसा लगता है जैसे यह कहना कि android को भगवान ने नहीं बनाया इसलिए वह असली नहीं है
    इसके अलावा, “जानना” जिसके धुंधले अर्थ में हम सोचते हैं, उस मायने में AI कुछ नहीं जानता—यह अलग बात है
    इस विषय पर मेरी कोई स्पष्ट राय नहीं है, लेकिन लेख की framing मुझे नहीं जमी। फिर भी फिल्म दोबारा देखने का मन हो गया

  • हवा में तिनके पकड़ना छोड़कर evolve करना चाहिए। जिस चीज़ को आप खुद को मूल्यवान बनाती समझते थे, उसका अवमूल्यन हो चुका है
    शुरुआत से ही आप अपनी output नहीं थे, लेकिन आपने खुद को वैसा माना और वहीं से आत्मसम्मान लिया, इसलिए अब AI के खिलाफ जो भी तर्क हाथ लग रहा है, उसे पकड़ रहे हैं
    लेकिन इसकी ज़रूरत नहीं है। आपकी कीमत कभी इस बात में नहीं थी कि आप कंप्यूटर से जुड़े ऐसे काम कर सकते हैं जिन्हें दूसरे नहीं समझते
    अब adapt करके आगे बढ़ना होगा

  • Mark Twain का यह quote याद आया

    “युद्ध झेल चुके आदमी की युद्ध-कथा हमेशा रोचक होती है। दूसरी ओर, चांद पर कभी न गए कवि की चांद-कथा आम तौर पर उबाऊ होती है”

  • क्या यह Good Will Hunting क्लिप सच में vibe coding की आलोचना वाला दृश्य है?
    मुझे तो यह बल्कि ऐसा लगता है जैसे कोई Linux kernel engineer किसी React developer को नीचे देखकर बात कर रहा हो

    • Robin Williams को Peter Naur से और भाषण को उनके “Programming as Theory Building” essay से बदल दें, तो नतीजा लगभग ऐसा ही होगा