Nvidia CEO घोषित करतात की सामान्य कृत्रिम बुद्धिमत्ता ही सध्याची वास्तविकता आहे

एनव्हीडियाचे सीईओ जेन्सेन हुआंग यांनी घोषित केले आहे की कृत्रिम सामान्य बुद्धिमत्ता, जी एजीआय म्हणून ओळखली जाते, आधीच साध्य केली गेली आहे. गेल्या सोमवारी प्रसिद्ध झालेल्या लेक्स फ्रिडमॅनच्या पॉडकास्टच्या मुलाखतीदरम्यान हे विधान आले. ग्राहकांना आकर्षित करणे, विक्री बंद करणे आणि कार्यसंघ व्यवस्थापित करणे यासारख्या कृतींसह अब्ज डॉलर्सची कंपनी तयार करण्याची आणि व्यवस्थापित करण्याची AI ची क्षमता अशी AGI ची व्याख्या करणाऱ्या प्रश्नाला हुआंगने उत्तर दिले. त्यांनी विचार केला की ही पातळी आता गाठली गेली आहे, जरी उपक्रमांच्या कालावधी आणि प्रमाणाबद्दल आरक्षणे आहेत.

विधानाला महत्त्व प्राप्त झाले कारण हुआंगने एआय एजंट्सच्या कृतीत व्यावहारिक उदाहरणे उद्धृत केली. ईमेल व्यवस्थापित करणे, करार वाचणे, संदेश पाठवणे आणि स्मार्ट उपकरणे नियंत्रित करणे यासारखी कार्ये स्वयंचलित करण्यास सक्षम असलेल्या OpenClaw च्या घटनेचा त्यांनी उल्लेख केला. एक्झिक्युटिव्हच्या मते, वापरकर्ते आधीच या एजंट्सचा वापर वेब सेवा किंवा ॲप्लिकेशन सुरू करण्यासाठी करतात जे कोट्यवधी लोकांपर्यंत कमी किमतीत पोहोचतात, जसे की 50 सेंट, त्वरीत ऑपरेशन्स बंद करण्यापूर्वी.

• एआय एजंट व्यावसायिक दिनचर्या स्वयंचलित करतात आणि अल्पकालीन महसूल निर्माण करतात.
• उदाहरणांमध्ये डिजिटल प्रभावक किंवा ॲप्स समाविष्ट आहेत जे त्वरित व्हायरल होतात.
• हुआंग यांनी ठळकपणे सांगितले की यापैकी बरेच उपक्रम केवळ काही महिने टिकतात.

हे प्रयोग तंत्रज्ञानाची सध्याची क्षमता दर्शवतात, परंतु Nvidia CEO ने मर्यादेचा विचार केला. त्यांनी सांगितले की 100,000 एजंट्स Nvidia च्या आकारमानाची कंपनी तयार करण्याची शक्यता शून्य आहे. हुआंग यांनी हे देखील आठवले की लोक नोकऱ्यांबद्दल चिंता व्यक्त करतात, परंतु कामाचा उद्देश आणि ते पार पाडण्यासाठी वापरली जाणारी साधने संबंधित, परंतु भिन्न, संकल्पना आहेत याची पुष्टी केली.

एआय एजंट्सची प्रगती वास्तविक क्षमतांबद्दल वादविवाद करते

हुआंगने तथाकथित स्वायत्त एजंट्समधील अलीकडील प्रगतीवर आपली दृष्टी आधारित केली. या प्रणाली प्रश्नांची उत्तरे देण्यापलीकडे जातात आणि डिजिटल वातावरणात जटिल क्रिया करण्यास प्रारंभ करतात. Nvidia एक्झिक्युटिव्हने निदर्शनास आणले की ओपनक्लॉ या उत्क्रांतीत एक मैलाचा दगड दर्शविते, एजंटिक संगणकांसाठी एक प्रकारची ऑपरेटिंग सिस्टम म्हणून काम करते. कंप्युटिंगच्या या नवीन टप्प्यासाठी विशिष्ट धोरणे विकसित करण्यासाठी त्यांनी कंपन्यांना प्रोत्साहित केले.

तज्ञ या एजंटच्या वाढीचे काळजीपूर्वक निरीक्षण करतात. त्यापैकी बरेच संपूर्ण कार्यप्रवाह व्यवस्थापित करू शकतात आणि संस्थांमध्ये अधिक उत्पादनक्षमतेमध्ये योगदान देऊ शकतात. तथापि, अनुप्रयोगांना अजूनही अस्थिरतेचा सामना करावा लागतो, जे प्रकल्प उदयास येतात, ट्रॅक्शन मिळवतात आणि अल्पावधीत अदृश्य होतात. कमी कालावधीसाठी मोठ्या प्रमाणावर वापरकर्त्यांना आकर्षित करणाऱ्या ॲप्सवर टिप्पणी करताना हुआंगने हा नमुना ओळखला.

Nvidia, AI मॉडेल्सचे प्रशिक्षण देणारी चिप्समधील आघाडीची कंपनी, या प्रगतीकडे विस्ताराची संधी म्हणून पाहते. सीईओने बळकट केले की सध्याची इकोसिस्टम विकासकांना विविध प्लॅटफॉर्म आणि क्षेत्रांमधील लाखो वापरकर्त्यांपर्यंत पोहोचणारे उपाय तयार करण्यास अनुमती देते. ही तांत्रिक पायाभूत सुविधा या दृष्टिकोनाला समर्थन देते की कृत्रिम सामान्य बुद्धिमत्तेचे काही प्रकार आधीच अस्तित्वात आहेत.

एजीआयला खरोखरच फटका बसला होता का, असा प्रश्न तज्ञांनी केला आहे

जेन्सेन हुआंगच्या विधानाचे परिणाम झाले असले तरी, संगणक व्यावसायिकांचा असा विश्वास आहे की कृत्रिम बुद्धिमत्ता अद्याप पूर्ण सामान्य पातळीवर पोहोचलेली नाही. ते अधोरेखित करतात की AGI च्या संकल्पनेमध्ये कोणतेही मानवी बौद्धिक कार्य करण्याची क्षमता समाविष्ट आहे, ज्यामध्ये अशा कृतींचा समावेश आहे ज्या लोकांना क्षुल्लक वाटतात परंतु मशीनसाठी आव्हानात्मक राहतात. उदाहरणे म्हणजे मॅप नसलेल्या भागात वाहने चालवणे किंवा अव्यवस्थित वातावरणात रोबोटला आज्ञा देणे.

साओ पाउलोच्या फेडरल युनिव्हर्सिटीचे प्राध्यापक अल्वारो मचाडो डायस यांनी या विषयाचे विश्लेषण केले आणि दत्तक घेतलेल्या व्याख्येनुसार हुआंगचे विधान अतिशयोक्ती म्हणून पाहिले जाऊ शकते असे मानले. त्यांच्या मते, एआय एजंट कंपन्यांची उत्पादकता आणि नफा वाढवतात, परंतु ते स्वायत्त आणि शाश्वत मार्गाने मोठ्या व्यवसायांचे व्यवस्थापन करण्यापासून दूर आहेत. डायस यांनी अधोरेखित केले की खऱ्या सामान्य व्यक्तिरेखेला दैनंदिन क्रियाकलापांवर प्रभुत्व आवश्यक असते आणि केवळ जटिल आणि विशिष्ट कार्ये नव्हे.

युनिकॅम्पच्या संगणन संस्थेतील प्रोफेसर एस्थर लुना कोलंबिनी यांनी हे लक्षात ठेवून वादविवादात योगदान दिले की मशीन्स आधीच अनेक विशिष्ट क्रियाकलापांमध्ये मानवांना मागे टाकतात. तरीही, त्यांना शिकलेल्या संकल्पना नवीन परिस्थितींमध्ये हस्तांतरित करण्यात किंवा वेगवेगळ्या परिस्थितीत चेहरे ओळखण्यासारख्या साध्या कृती करण्यात अडचणी येतात. ही मर्यादा वर्तमान प्रणालींना त्यांच्या संपूर्णपणे कृत्रिम सामान्य बुद्धिमत्ता म्हणून वर्गीकृत करण्यापासून प्रतिबंधित करते.

तज्ञ सहमत आहेत की अलिकडच्या वर्षांत AI ची प्रगती लक्षणीय आहे. वर्तमान मॉडेल्स उच्च कार्यक्षमतेसह विस्तृत प्रश्न आणि जटिल गेम हाताळतात. सामान्य स्तरावरील संक्रमणासाठी ज्ञानातील अंतर ओळखण्याची आणि त्यांना स्वतंत्रपणे भरण्याचे मार्ग शोधण्याची क्षमता देखील आवश्यक असेल, जे अद्याप सातत्याने होत नाही.

Leia Tambem

संशोधनातून असे दिसून आले आहे की पालकांना त्यांची मुले कृत्रिम बुद्धिमत्ता कशी वापरतात याबद्दल माहिती नसते

Zach Cregger चे नवीन Resident Evil गेमकडे दुर्लक्ष करते आणि नवीन पात्रांसह अभूतपूर्व कथेवर लक्ष केंद्रित करते

अफवा सुचविते की निन्टेन्डो स्विच 2 ची विशेष आवृत्ती ओकारिना ऑफ टाइमच्या रीमेकसह तयार करत आहे

तांत्रिक सीमा विशिष्ट कार्यांना सामान्य बुद्धिमत्तेपासून वेगळे करतात

वर्तमान कृत्रिम बुद्धिमत्ता सु-परिभाषित डोमेनमध्ये उत्कृष्टतेसह कार्य करते. सिस्टम मोठ्या प्रमाणात डेटावर प्रक्रिया करू शकतात, प्रक्रिया ऑप्टिमाइझ करू शकतात आणि मोठ्या प्रमाणावर सामग्री तयार करू शकतात. तथापि, ते विशिष्ट संचांच्या आधीच्या प्रशिक्षणावर अवलंबून असतात आणि अप्रत्याशित परिस्थिती किंवा मूळ व्याप्तीबाहेरील परिस्थितींना तोंड देत असताना कामगिरी गमावतात.

संशोधकांनी निदर्शनास आणून दिले की एजीआयच्या मार्गामध्ये मानवांना क्षुल्लक वाटणाऱ्या गोष्टींवर मात करणे समाविष्ट आहे. अव्यवस्थित भौतिक वातावरणात नेव्हिगेट करणे किंवा अमूर्त ज्ञानाला कादंबरीच्या संदर्भांशी जुळवून घेणे यासारखी कार्ये सध्याच्या अडथळ्यांचे प्रतिनिधित्व करतात. या क्षमतांसाठी केवळ संगणकीय शक्तीच नाही तर तर्कशक्ती आणि सतत शिकण्याचे अधिक अत्याधुनिक प्रकार देखील आवश्यक आहेत.

एजीआयच्या व्यावहारिक आणि तात्पुरत्या व्याख्येपर्यंत त्यांचे विधान मर्यादित ठेवून हुआंगने अप्रत्यक्षपणे ही आव्हाने स्वीकारली. सध्याचे एजंट मानवी नेतृत्वाची जागा कायमस्वरूपी घेतील किंवा चिरस्थायी व्यावसायिक साम्राज्य निर्माण करतील, असे आश्वासन देण्याचे त्यांनी टाळले. भाषणाने निश्चित अंदाजापेक्षा तंत्रज्ञानाच्या वर्तमान टप्प्यावर प्रतिबिंबित करण्यासाठी क्षेत्राला चिथावणी दिली.

AGI बद्दल वादविवाद वैज्ञानिक समुदायात सक्रिय आहे. मानवी चाचणी बॅटरी उत्तीर्ण करण्याच्या क्षमतेपासून वास्तविक वातावरणात स्वायत्तता पूर्ण करण्यापर्यंत वेगवेगळ्या व्याख्या प्रसारित होतात. काही आवाज प्रवेगक प्रगतीचा आनंद साजरा करतात, तर काहींनी आजच्या काळात सिस्टीम काय वितरीत करू शकतात याविषयीच्या अपेक्षा वाढवू नयेत यासाठी सावधगिरी बाळगतात.

कंपन्या आधीच AI एजंट्सचा दैनंदिन कामकाजात समावेश करतात

दिनचर्या स्वयंचलित करण्यासाठी आणि कार्यक्षमता वाढवण्यासाठी विविध क्षेत्रातील संस्था स्वायत्त एजंट्सचा अवलंब करतात. ही साधने संप्रेषणे व्यवस्थापित करतात, करारांचे विश्लेषण करतात आणि सतत हस्तक्षेपाशिवाय नियोजित कृती अंमलात आणतात. याचा परिणाम उत्पादकता वाढीमध्ये दिसून येतो, जरी गुणवत्ता आणि सुरक्षितता सुनिश्चित करण्यासाठी मानवी देखरेख अजूनही आवश्यक आहे.

डेव्हलपर सानुकूल उपाय तयार करण्यासाठी OpenClaw आणि तत्सम प्लॅटफॉर्मचे शोषण करतात. Nvidia ने या एजंट्ससाठी नवीन संगणकीय प्रतिमान लक्षात घेऊन विशिष्ट धोरणे तयार करण्यास प्रोत्साहन दिले आहे. हा दृष्टीकोन कंपन्यांना तंत्रज्ञान हळूहळू समाकलित करण्यास आणि त्यांच्या गरजेनुसार जुळवून घेण्यास अनुमती देतो.

उत्साह असूनही, तज्ञ अद्याप परिपक्व होत असलेल्या प्रणालींवर अत्यधिक अवलंबनाशी संबंधित जोखमींबद्दल चेतावणी देतात. जेव्हा एजंट वास्तविक वातावरणात स्वायत्तपणे कार्य करतात तेव्हा सुरक्षा, गोपनीयता आणि कायदेशीर दायित्वाचे प्रश्न उद्भवतात. नवोन्मेष आणि नियंत्रण यांच्यातील समतोल सध्याच्या चर्चेसाठी केंद्रस्थानी आहे.

जेन्सेन हुआंगचे विधान उद्योगाने अनुभवलेल्या परिवर्तनाच्या क्षणाला बळकटी देते. हे मिळवलेले यश आणि कृत्रिम बुद्धिमत्तेला तिच्या पूर्ण क्षमतेपर्यंत पोहोचण्यासाठी अद्याप भरून काढण्याची गरज असलेल्या दोन्ही गोष्टींवर प्रकाश टाकला आहे.