সেমান্টিক ড্রিফট: এআই নির্মাতাদের ভাষা উন্মোচন করা
২০২৬ সালের ৫ মার্চ, ম্যাথিউ হার্ভে স্যান্ডার্স, লংবিয়ার্ডের সিইও, থমিস্টিক ইনস্টিটিউটের “The Semantic Drift: Demystifying the Language of AI Builders” শীর্ষক তার বক্তৃতা প্রদান করেন।কৃত্রিম বুদ্ধিমত্তা: গুণের জন্য একটি সরঞ্জাম?রোমের পন্টিফিকাল ইউনিভার্সিটি অফ সেন্ট থমাস অ্যাকুইনাস (এঞ্জেলিকাম) এ অনুষ্ঠিত এই অনুষ্ঠানে।
এই বক্তৃতায়, তিনি সিলিকন ভ্যালির ডেভেলপারদের দ্বারা যন্ত্র শেখার বর্ণনা করতে ব্যবহৃত বিভ্রান্তিকর, মানবিক শব্দভাণ্ডার সমালোচনা করেন। তিনি যুক্তি দেন যে কৃত্রিম বুদ্ধিমত্তার সঠিক ব্যবহার করতে হলে আমাদের একটি কঠোর ক্যাথলিক অস্তিত্ববাদ পুনরুদ্ধার করতে হবে এবং এই সিস্টেমগুলোকে নৈতিক এজেন্টের পরিবর্তে কঠোরভাবে যান্ত্রিক যন্ত্র হিসেবে বিবেচনা করতে হবে।
I. পরিচিতি: সেমান্টিক ড্রিফট এবং পাবলিক স্কয়ার
পিতা, সম্মানিত ফ্যাকাল্টি এবং এঞ্জেলিকামের অতিথিরা, এই আলোচনার জন্য থমিস্টিক ইনস্টিটিউটকে ধন্যবাদ।
যখন আমরা একটি নতুন যুগে প্রবেশ করছি, তথ্যের যুগের মাটির ভিত্তি থেকে বুদ্ধিমত্তার যুগের বিস্তৃত, অনাবিষ্কৃত মহাবিশ্বে চলে যাচ্ছি, তখন আমাদের একটি গভীর নেভিগেশন চ্যালেঞ্জের মুখোমুখি হতে হচ্ছে। এই সম্মেলনের কেন্দ্রীয় প্রশ্নের উত্তর দেওয়ার আগে—কী কৃত্রিম বুদ্ধিমত্তা সত্যিই 'গুণের জন্য একটি সরঞ্জাম' হতে পারে—আমাদের প্রথমে একটি চ্যালেঞ্জের মুখোমুখি হতে হবে যা সফটওয়্যার ইঞ্জিনিয়ারিং নয়, বরং শব্দভাণ্ডার।
আমাদের আধুনিক উদ্বেগের কেন্দ্রে কৃত্রিম বুদ্ধিমত্তা সম্পর্কে একটি গভীর ভাষাগত সংঘর্ষ রয়েছে। সিলিকন ভ্যালির এই সিস্টেমগুলির প্রকৌশলী এবং স্থপতিরা গাণিতিক ক্ষেত্রে অসাধারণ কৃতিত্ব অর্জন করছেন। তবুও, এই গাণিতিক এবং পরিসংখ্যানগত প্রক্রিয়াগুলিকে বর্ণনা করতে, তারা মানব অন্তর্দৃষ্টি এবং অভ্যন্তরীণতার পবিত্র, গভীর দার্শনিক শব্দভাণ্ডার ধার করে নিয়েছে। তারা আমাদের বলে যে তাদের সিস্টেম "চিন্তা করে," "যুক্তি দেয়," এবং "জানে"। তারা "শিখে," "চায়," এবং "বেছে নেয়" এমন অ্যালগরিদমের কথা বলে।
আমরা যা প্রত্যক্ষ করছি তা হল একটি সেমান্টিক ড্রিফট। আমরা আত্মার সমৃদ্ধ, অস্তিত্ববাদী শব্দভাণ্ডারকে জটিল লিনিয়ার অ্যালজেব্রা, পরিসংখ্যানগত সম্ভাবনা এবং উচ্চ-মাত্রার জ্যামিতির জালে লাগিয়ে দিচ্ছি। এটি একটি আধুনিক রসায়ন—একটি গণনামূলক ওজনকে মনের একটি বিভ্রমে পরিণত করার চেষ্টা।
এই ভাষাগত অগোছালোতা জনসাধারণের উপর একটি গভীর এবং তাৎক্ষণিক প্রভাব ফেলে। এই শর্তগুলির ভুল বোঝা অবশ্যম্ভাবীভাবে ভুল বিশ্বাসের দিকে নিয়ে যায়।
আমি এটি প্রথম হাতেই দেখি আমাদের লংবিয়ার্ডের কাজের মধ্যে; ব্যবহারকারীরা প্রায়ই কৃত্রিম বুদ্ধিমত্তার দিকে বোঝা নিয়ে আসেন, একটি টেক্সট-জেনারেশন সরঞ্জামকে এমনভাবে বিবেচনা করেন যেন এটি সহানুভূতির সক্ষম একটি আধ্যাত্মিক পরিচালক।
অতএব, এই সেমান্টিক বিভ্রান্তি সাংস্কৃতিক উদ্বেগকে উস্কে দেয়, "জ্ঞানী" প্রতিদ্বন্দ্বী সুপারইন্টেলিজেন্সের অ্যাপোক্যালিপটিক ভয়ের দিকে নিয়ে যায়।
সবচেয়ে বিপজ্জনকভাবে, এটি মানব হওয়ার অর্থ সম্পর্কে একটি বিকৃত ধারণা তৈরি করে। যদি আমরা মেনে নিই যে একটি যন্ত্র "যুক্তি দেয়" বা "সৃষ্টি করে" ঠিক যেমন একজন মানুষ করে, তবে আমরা মানব ব্যক্তিকে কেবল একটি জৈব যন্ত্রে—একটি মাংস এবং সাইনাপ্সের ক্লাস্টারে—হ্রাস করার গভীর ঝুঁকির মুখোমুখি হচ্ছি যা অপ্টিমাইজেশনের জন্য অপেক্ষা করছে।
এটি আমাকে আমাদের আলোচনার মূল থিসিসে নিয়ে আসে: কৃত্রিম বুদ্ধিমত্তা "গুণের জন্য একটি সরঞ্জাম" হতে পারে কিনা তার উত্তর দিতে, আমাদের প্রথমে এর ভাষাকে বিভ্রান্তি থেকে মুক্ত করতে হবে। একটি সরঞ্জাম কেবল তখনই ভাল কাজ করতে পারে যখন এটি সঠিকভাবে বোঝা যায়। যখন আমরা ভুলভাবে তাদের নৈতিক এজেন্ট হিসাবে তাদের উপর দায়িত্ব আরোপ করি, তখন আমরা আমাদের নিজের গুণের জন্য যন্ত্রগুলোকে সঠিকভাবে ব্যবহার করতে ব্যর্থ হই।
হাতুড়ির প্রতি গুণ আরোপ করা হল carpenter কে অন্ধ করা।
এই প্রযুক্তিকে সত্যিকার অর্থে বাপ্তিস্ম দিতে এবং মানব উন্নতির দিকে নির্দেশ করতে, আমাদের ভাষাগত বিভ্রমগুলোকে সরিয়ে ফেলতে হবে এবং নীচের স্থাপত্যকে সতর্কতার সাথে দেখতে হবে।
II. বিভ্রমের স্থাপত্য: মৌলিক যান্ত্রিকতা
আধুনিক উৎপাদনশীল কৃত্রিম বুদ্ধিমত্তা সিস্টেম কথা বলার, যুক্তি দেওয়ার এবং আমাদের সাথে সংলাপে প্রবেশ করার মতো মনে হয়, কিন্তু এই ইন্টারফেসের নীচে একটি ভিত্তি রয়েছে যা পুরোপুরি গাণিতিক, মেটাফিজিক্স নয়।
আসুন ভেক্টর এবং এমবেডিং দিয়ে শুরু করি, যা বৃহৎ ভাষা মডেলের বাস্তব ভিত্তি হিসেবে কাজ করে। যখন আপনি একজন সহকর্মী পণ্ডিতের সাথে "ন্যায়" বা "আত্মা" সম্পর্কে কথা বলেন, তারা আপনার শব্দগুলির অর্থকে একটি ভাগ করা বাস্তবতার grasp এর মাধ্যমে বোঝে—একটি জীবিত, অবতারণা করা মানব অভিজ্ঞতা। যখন আপনি একটি কৃত্রিম বুদ্ধিমত্তায় একটি প্রম্পট টাইপ করেন, তখন সিস্টেমটি এমন কিছু করে না। বরং, কৃত্রিম বুদ্ধিমত্তা মানব ভাষাকে একটি উচ্চ-মাত্রার স্থানে গাণিতিক সমন্বয়ে রূপান্তরিত করে।
সোজা কথায়, একটি "ভেক্টর" হল কেবল একটি সংখ্যার তালিকা যা কিছু বর্ণনা করতে ব্যবহৃত হয়। একটি আপেল বর্ণনা করার সময় শব্দের পরিবর্তে একটি স্কোরের তালিকা ব্যবহার করুন: মিষ্টতার জন্য ৯, লালত্বের জন্য ৮, এবং ধাতব ক্রাঞ্চের জন্য ২। সেই নির্দিষ্ট সংখ্যার তালিকা—[৯, ৮, ২]—একটি ভেক্টর। একটি কৃত্রিম বুদ্ধিমত্তা সিস্টেমে, প্রতিটি শব্দ—অথবা একটি শব্দের অংশ—একটি বিশাল ভেক্টরে রূপান্তরিত হয়, যা প্রায়শই হাজার হাজার সংখ্যার দীর্ঘ। কিন্তু কৃত্রিম বুদ্ধিমত্তা শব্দগুলিকে শারীরিক বৈশিষ্ট্য বা অভিধানের সংজ্ঞার ভিত্তিতে স্কোর করে না। বরং, এটি সম্পূর্ণরূপে পরিসংখ্যানের উপর ভিত্তি করে এই সংখ্যা তৈরি করে, বিলিয়ন বিলিয়ন বই এবং নিবন্ধ স্ক্যান করে কতবার শব্দগুলি একে অপরের পাশে উপস্থিত হয় তা গুনতে।
একবার কৃত্রিম বুদ্ধিমত্তা একটি শব্দের জন্য এই বিশাল সংখ্যার তালিকা গণনা শেষ করলে, সেই ভেক্টর একটি "এমবেডিং" হয়ে যায়—একটি বিশাল ডিজিটাল স্থানে একটি স্থায়ী গাণিতিক সমন্বয়।
যদি শব্দগুলি "আপেল" এবং "পাই" প্রায়শই একই বাক্যে ইন্টারনেটে উপস্থিত হয়, তবে তাদের সংখ্যার তালিকা খুব অনুরূপ দেখাবে, গাণিতিকভাবে তাদের মানচিত্রে একে অপরের কাছে স্থাপন করবে। "আপেল" এবং "কার্বুরেটর" শব্দগুলি, যা বিরলভাবে দেখা যায়, সম্পূর্ণ ভিন্ন সংখ্যা পায় এবং মিলিয়ন মাইল দূরে স্থাপন করা হয়। এই বহু-মাত্রিক মানচিত্রে, কৃত্রিম বুদ্ধিমত্তা অর্থ চিত্রিত করে না; এটি মানব ভাষার পরিসংখ্যানগত নিকটতা চিত্রিত করে।
এই স্থাপত্যের স্কেল সত্যিকার অর্থে grasp করতে, কেউ "ভেক্টর মানচিত্র" অনুসন্ধান করতে পারে। ভেক্টর মানচিত্র ম্যাগিস্টেরিয়াম এআই এ। এখানে, ক্যাথলিক ধর্মশাস্ত্র এবং ঐতিহ্যের সম্পূর্ণতা এমবেডিংয়ে রূপান্তরিত হয়েছে। এই ইন্টারঅ্যাকটিভ 3D ভিজ্যুয়ালাইজেশন আপনাকে গির্জার বুদ্ধিবৃত্তিক ইতিহাসকে একটি সমতল খাতার মতো নয়, বরং একটি বিশাল, ডিজিটাল মহাবিশ্বের মতো অভিজ্ঞতা করতে দেয়। এর মধ্যে নেভিগেট করা হল বাস্তব মহাকাশে একটি রকেট জাহাজ চালানোর মতো, সম্পর্কিত ধর্মীয় ধারণার ঘন গ্যালাক্সির পাশ দিয়ে স্লাইডিং করা এবং সম্পূর্ণ ভিন্ন ধারণার মধ্যে বিশাল, খালি শূন্যতার মধ্য দিয়ে পার হওয়া, কিভাবে যন্ত্র 'গুণ' এবং 'অপকর্ম' এর মধ্যে দূরত্ব চিত্রিত করে তা দেখা।
এখন, আসুন সিলিকন ভ্যালির ল্যাবরেটরিগুলির একটি বিখ্যাত উদাহরণ দেখি যাতে দেখা যায় এই প্রক্রিয়াটি মানব চিন্তাভাবনার থেকে কতটা অদ্ভুত। এই গাণিতিক স্থানে, শব্দ "রাজা" একটি নির্দিষ্ট সংখ্যার সিরিজ হিসেবে চিত্রিত হয়—একটি ভৌগলিক সমন্বয়। শব্দ "রানি" কাছাকাছি চিত্রিত হয়। কৃত্রিম বুদ্ধিমত্তা জানে না একটি রাজা কী। এর কাছে শাসন, কর্তৃত্ব, ইতিহাস, বা মানব অবস্থার কোনও ধারণা নেই। এটি কেবল একটি গাণিতিক সমীকরণ জানে। এটি জানে যে যদি আপনি "রাজা" এর জন্য সমন্বয়টি নেন, "পুরুষ" প্রতিনিধিত্বকারী স্থানীয় দূরত্ব বিয়োগ করেন, এবং "মহিলা" প্রতিনিধিত্বকারী স্থানীয় দূরত্ব যোগ করেন, তবে আপনি "রানি" এর জন্য সমন্বয়ে ঠিক পৌঁছান।
এটি জ্যামিতি, বংশগতির নয়। মানব ভাষাকে এই সংখ্যার প্রতিনিধিত্বে ভেঙে ফেলে, কৃত্রিম বুদ্ধিমত্তা সম্পূর্ণরূপে স্থানীয় সম্ভাবনার ক্ষেত্রে কাজ করে। এটি লিনিয়ার অ্যালজেব্রার একটি আশ্চর্যজনক কৃতিত্ব, কিন্তু এটি সম্পূর্ণরূপে বোঝার অভাব।
এটি আমাদের সেই ক্রিয়াপদের দিকে নিয়ে আসে যা শিল্প সবচেয়ে বেশি নির্ভর করে: প্রশিক্ষণ এবং শেখা।
কৃত্রিম বুদ্ধিমত্তার কোম্পানিগুলি সর্বদা তাদের সর্বশেষ "যন্ত্র শেখার" মডেল এবং "প্রশিক্ষণ" দেওয়ার জন্য ব্যবহৃত বিশাল ডেটাসেট নিয়ে গর্ব করে। এখানে, আমাদের মানব শেখার—যা মূলত সত্য বোঝার বিষয়ে—এর সাথে যন্ত্র শেখার একটি তীব্র বৈপরীত্য করতে হবে।
ক্যাথলিক বুদ্ধিবৃত্তিক ঐতিহ্যে, মানব শেখা একটি জ্ঞানতাত্ত্বিক বিজয়; এটি বুদ্ধিমত্তার বাস্তবতার সাথে নিজেকে মানিয়ে নেওয়া। যখন একটি শিশু জানে একটি কুকুর কী, তখন তারা যে নির্দিষ্ট উদাহরণগুলি তারা সম্মুখীন হয় সেগুলি থেকে কুকুরের সার্বজনীন সারাংশকে বিমূর্ত করে। তারা জিনিসটির "কি" grasp করে।
যন্ত্র "শেখা," তবে, কোনও বিমূর্ততা এবং কোনও সারাংশ অন্তর্ভুক্ত করে না। একটি কৃত্রিম বুদ্ধিমত্তা তৈরি করার প্রথম পর্যায়টি প্রি-ট্রেনিং নামে পরিচিত, যা কেবল তথ্যের গাণিতিক মানচিত্রের কঠোর পরিসংখ্যান।
প্রি-ট্রেনিং বোঝার জন্য, কল্পনা করুন একজন পুরুষ যিনি কেবল ইংরেজি বলেন, একটি ঘরে বন্দী এবং একটি বিশাল, প্রাচীন গ্রীক গ্রন্থাগার পুনরুদ্ধার করার কাজ দেওয়া হয়েছে যেখানে লক্ষ লক্ষ পাণ্ডুলিপির শব্দ অনুপস্থিত। তিনি গ্রীক ভাষার একটি অক্ষরও জানেন না। ফাঁক পূরণ করতে, তিনি গ্রীক ব্যাকরণ, ইতিহাস বা দর্শন অধ্যয়ন করেন না। বরং, তিনি কেবল গুণে কতবার নির্দিষ্ট অক্ষরগুলি একে অপরের পাশে উপস্থিত হয় তা গুনতে থাকেন। তিনি সম্ভাবনার একটি বিশাল খাতা তৈরি করেন। যদি তিনি "কিরিয়ে" অক্ষরগুলি দেখে, তার খাতা তাকে বলে যে পরবর্তী অক্ষরগুলি "এলেইসন" হওয়া উচিত ৯৯.৯% সম্ভাবনা। তিনি ফাঁক পূরণ করেন।
তিনি ধর্মশাস্ত্র শিখেননি। তিনি প্রার্থনা করেননি। তিনি কেবল একটি পরিসংখ্যানগত সম্ভাবনা সম্পন্ন করেছেন।
এটি ঠিক তাই যা একটি বৃহৎ ভাষা মডেল প্রি-ট্রেনিংয়ের সময় করে। এটি বিলিয়ন বিলিয়ন শব্দ প্রক্রিয়া করে সম্ভাবনার একটি বিশাল খাতা তৈরি করে, কেবল একটি সিকোয়েন্সে পরবর্তী টোকেনটি পূর্বাভাস দেওয়ার জন্য শিখে। এটি একটি গাণিতিক ফাংশনের অপটিমাইজেশন, জ্ঞান অনুসরণের নয়।
তবে, একটি মডেল যা কেবল ইন্টারনেটের তথ্যের ভিত্তিতে পরবর্তী শব্দটি পূর্বাভাস দেয় তা বিশৃঙ্খল। এটি একটি সুন্দর কবিতা আবৃত্তি করতে পারে, অথবা এটি বিষাক্ত, অকার্যকর, বা শেষহীন টেক্সটের লুপ তৈরি করতে পারে। এটি গঠন প্রয়োজন।
এটি যেখানে আমরা পোস্ট-ট্রেনিং এবং রিইনফোর্সমেন্ট লার্নিং (আরএল) এর মুখোমুখি হই।
এই পর্যায়টি হল কীভাবে প্রকৌশলীরা অশান্ত মডেলটি গঠন করেন, সাধারণত মানব প্রতিক্রিয়া ব্যবহার করে। এই মৌলিক পদ্ধতিকে আরএলএইচএফ—মানব প্রতিক্রিয়া থেকে রিইনফোর্সমেন্ট লার্নিং বলা হয়।
একটি বিশাল, স্বয়ংক্রিয় "গরম বা ঠান্ডা" খেলার কল্পনা করুন। মানব পরীক্ষক যন্ত্রটিকে একটি প্রম্পট দেন, এবং যন্ত্রটি একটি উত্তর তৈরি করে। যদি উত্তরটি বিনয়ী এবং সহায়ক হয়, তবে মানবটি এটিকে একটি উচ্চ স্কোর দেয়। যদি এটি অশালীন বা অর্থহীন হয়, তবে এটি একটি নিম্ন স্কোর পায়। সিস্টেমের গাণিতিক ওজনগুলি স্বয়ংক্রিয়ভাবে এই স্কোর সর্বাধিক করতে স্থানান্তরিত হয়। আরএলএইচএফ এর মাধ্যমে, আমরা যন্ত্রটিকে নৈতিকতা বা গুণ শেখাচ্ছি না; আমরা কেবল এটি গাণিতিক সীমানার মধ্যে আবদ্ধ করছি।
কিন্তু মানব প্রতিক্রিয়া ধীর, ব্যক্তিগত এবং মানব বুদ্ধিমত্তার দ্বারা স্বাভাবিকভাবে সীমাবদ্ধ। এই সীমাবদ্ধতা আমাদেরকে আজকের কৃত্রিম বুদ্ধিমত্তার সক্ষমতার আকস্মিক লাফগুলি চালিত করা সাম্প্রতিক অগ্রগতির দিকে নিয়ে আসে: আরএলভিআর, বা যাচাইযোগ্য পুরস্কার থেকে রিইনফোর্সমেন্ট লার্নিং।
একটি উত্তর "সঠিক শোনাচ্ছে" কিনা তা বিচার করার জন্য একজন মানুষের উপর নির্ভর করার পরিবর্তে, প্রকৌশলীরা মডেলটিকে এমন কাজ দেন যার উদ্দেশ্য, গাণিতিকভাবে প্রমাণযোগ্য ফলাফল রয়েছে—যেমন একটি জটিল থিওরেম সমাধান করা বা একটি কার্যকর সফটওয়্যার তৈরি করা। সিস্টেম একটি সমাধান তৈরি করে, এবং একটি স্বয়ংক্রিয় যাচাইকারী তাত্ক্ষণিকভাবে পরীক্ষা করে যে গণনা সঠিক কিনা বা কোডটি কম্পাইল হয় কিনা। যদি এটি সফল হয়, তবে মডেল একটি গাণিতিক পুরস্কার পায়; যদি এটি ব্যর্থ হয়, তবে এটি শূন্য পায়।
যেহেতু এই যাচাইকরণ সম্পূর্ণরূপে প্রোগ্রাম্যাটিক, কৃত্রিম বুদ্ধিমত্তা মানব হস্তক্ষেপের জন্য কখনও অপেক্ষা না করে হাইপারস্পিডে বিভিন্ন গণনামূলক পথের মিলিয়ন মিলিয়ন সিমুলেট করতে পারে। এটি দীর্ঘ, লুকানো গণনার চেইন তৈরি করতে শিখে, পরীক্ষা করে এবং মৃত প্রান্তগুলি বাদ দেয় যতক্ষণ না এটি পুরস্কারটি ট্রিগার করে এমন সঠিক সিকোয়েন্সটি খুঁজে পায়। যখন আপনি একটি আধুনিক কৃত্রিম বুদ্ধিমত্তা সিস্টেমকে একটি জটিল যৌক্তিক ধাঁধা সমাধানের আগে "চিন্তা" করতে বিরতি নিতে দেখেন, আপনি আরএলভিআর এর কার্যক্রম প্রত্যক্ষ করছেন। এটি গভীর, চিন্তাশীল বিবেচনার একটি চমকপ্রদ বিভ্রম তৈরি করে। তবুও, অস্তিত্ববাদীভাবে, এটি এমন কিছু করছে না। এটি কেবল একটি পরিসংখ্যানগত ইঞ্জিন যা প্রতি সেকেন্ডে মিলিয়ন বার একটি উচ্চ-মাত্রার গুহায় চলমান, সম্পূর্ণরূপে একটি গাণিতিক পুরস্কারের স্বয়ংক্রিয় বিতরণের দ্বারা পরিচালিত।
অবশেষে, এই সমস্ত স্তরিত জটিলতা—এমবেডিংয়ের উচ্চ-মাত্রার জ্যামিতি থেকে আরএলভিআরের স্বয়ংক্রিয় লুপ পর্যন্ত—আমাদেরকে শিল্পের "ব্ল্যাক বক্স" সমস্যা পর্যন্ত নিয়ে যায়।
একজন স্বাভাবিকভাবে ধরে নিতে পারেন যে যেহেতু মানব প্রকৌশলীরা এই মডেলগুলি তৈরি করেন, তারা জানেন সেগুলি কীভাবে কাজ করে। কিন্তু বাস্তবতা অনেক বেশি বিনম্র। অ্যানথ্রপিকের মতো সীমান্তের ল্যাবগুলির নেতারা যেমন উল্লেখ করেছেন, আধুনিক কৃত্রিম বুদ্ধিমত্তা সিস্টেমগুলি আসলে "বৃদ্ধি" করা হয়, তৈরি করা হয় না; তাদের অভ্যন্তরীণ যন্ত্রপাতি প্রশিক্ষণের সময় স্বাভাবিকভাবে উদ্ভূত হয়, সরাসরি ডিজাইন করা হয় না।
এই মডেলগুলির মধ্যে শত শত বিলিয়ন, এবং কখনও কখনও ট্রিলিয়ন, প্যারামিটার রয়েছে। যদিও আমরা একটি কৃত্রিম নিউরনের মাইক্রো-গাণিতিক বিষয়টি বুঝি—যা একটি গ্রানুলার স্তরে ঘটছে—পুরো নেটওয়ার্কের ম্যাক্রো-আচরণ সম্পূর্ণরূপে অস্বচ্ছ। এমনকি নির্মাতারাও সঠিকভাবে জানেন না যে সেই বিলিয়ন প্যারামিটারগুলি কোন নির্দিষ্ট গুণনীয়কগুলির মাধ্যমে AI একটি নির্দিষ্ট বাক্য তৈরি করতে নিয়ে গেছে।
এটি কেন গুরুত্বপূর্ণ?
এটি গুরুত্বপূর্ণ কারণ আমরা বিশ্বব্যাপী সিস্টেমগুলি স্থাপন করছি যা আমাদের আইনগত নথি প্রস্তুত করে, আমাদের শিশুদের পাঠদান করে এবং মানব জ্ঞানের সংশ্লেষণ করে, তবুও আমরা আসলে জানি না তারা কীভাবে তাদের আউটপুটে পৌঁছায়। এই গভীর স্বচ্ছতার অভাব একটি নতুন desperate উপক্ষেত্রের জন্ম দিয়েছে যা কৃত্রিম বুদ্ধিমত্তায় যান্ত্রিক ব্যাখ্যা হিসাবে পরিচিত।
যান্ত্রিক ব্যাখ্যাকে ডিজিটাল নিউরোসায়েন্স হিসাবে ভাবুন। গবেষকরা তাদের নিজেদের তৈরি করা নিউরাল নেটওয়ার্কগুলি রিভার্স-ইঞ্জিনিয়ার করার চেষ্টা করছেন। তারা বিশাল গাণিতিক জালের মধ্যে প্রবেশ করতে বিশেষায়িত সরঞ্জাম ব্যবহার করছেন, চেষ্টা করছেন কোন নির্দিষ্ট ওজনের ক্লাস্টারটি "প্রতারণা" বা "আইফেল টাওয়ার" এর মতো একটি ধারণা প্রক্রিয়া করার সময় সক্রিয় হয়। তারা সফটওয়্যারটিকে পড়ার জন্য কোড হিসেবে নয়, বরং একটি বিদেশী মস্তিষ্ক হিসেবে বিচ্ছিন্ন করার চেষ্টা করছে। কিন্তু অগ্রগতি অত্যন্ত ধীর এবং সিস্টেমগুলি অবিশ্বাস্যভাবে বিশাল।
এই অপ্রতিরোধ্য স্কেলের মুখোমুখি, শিল্পের জন্য মানব-সদৃশ রূপকগুলিতে ফিরে যাওয়া সম্পূর্ণরূপে সহজ হয়ে যায়। সুবিধাজনক সংক্ষিপ্তসার হিসাবে বা সত্যিকার অস্বচ্ছতার কারণে, আমরা বলতে শুরু করি, 'মডেলটি এটি বুঝতে পেরেছে,' বা 'মডেলটি সিদ্ধান্ত নিয়েছে।' যন্ত্রের অপ্রকাশযোগ্যতা মানবকরণে উর্বর প্রজনন ক্ষেত্র হয়ে ওঠে।
এখন, আমি একজন একাডেমিক নই। আমি একজন নির্মাতা এবং সিইও। কিন্তু প্রযুক্তি এবং গির্জার সংযোগস্থলে কাজ করার কারণে, আমি আপনার দিকে তাকাই। আপনাদের, ক্যাথলিক পণ্ডিত এবং দার্শনিকদের, এই সেমান্টিক ড্রিফটকে যা তা হিসাবে স্বীকৃতি দিতে হবে: গাণিতিক জটিলতা এবং মানব অজ্ঞতার জন্ম নেওয়া একটি বিভ্রম। ইন্টারফেসের নীচে স্থাপত্যটি সিলিকন, বিদ্যুৎ, এবং পরিসংখ্যানগত সম্ভাবনা। এই ভিত্তি স্বীকৃতি আমাদের পরবর্তী পদক্ষেপের জন্য পূর্বশর্ত।
III. জ্ঞানতত্ত্ব বনাম বুদ্ধিবৃত্তিক গুণাবলী
"ব্ল্যাক বক্স" এর বিভ্রমকে সরিয়ে ফেলে নিচে থাকা পরিসংখ্যানগত যন্ত্রপাতি প্রকাশ করার পর, এখন আমাদের মননের নির্দিষ্ট শব্দভাণ্ডারে মনোনিবেশ করতে হবে।
যখন সিলিকন ভ্যালির ডেভেলপার এবং প্রকৌশলীরা বর্ণনা করেন যে এই সিস্টেমগুলি কি করছে, তারা ধারাবাহিকভাবে তিনটি নির্দিষ্ট ক্রিয়াপদ ব্যবহার করেন: চিন্তা করা, যুক্তি করা এবং জানা।
থোমিস্টিক ঐতিহ্যে ডুব দেওয়া ক্যাথলিক পণ্ডিতদের হিসাবে, আপনি বুঝতে পারেন যে এগুলি কেবল কথ্য ভাষা নয়; এগুলি গভীর জ্ঞানতাত্ত্বিক দাবি। আপনার ঐতিহ্যে, জানার অর্থ বাস্তবতা উপলব্ধি করা। যুক্তি করা হল এক পরিচিত সত্য থেকে অন্য পরিচিত সত্যে আলোচনা করে অগ্রসর হওয়া। চিন্তা করা বোঝায় একটি অভ্যন্তরীণ জীবন—একটি বুদ্ধি যা ভৌত জগত থেকে বিমূর্ত সার্বজনীন বিষয়গুলির সাথে যুক্ত হয়।
যখন একটি AI নির্মাতা এই শব্দগুলি ব্যবহার করে, তারা আসলে এর মধ্যে কোন কিছু বোঝাচ্ছে না। তারা যান্ত্রিক অপটিমাইজেশন বর্ণনা করছে। আমি আপনাকে দেখাতে চাই যে এই জ্ঞানতত্ত্বের বিভ্রমটি কিভাবে তৈরি হয়, শিল্পে আমরা যে তিনটি নির্দিষ্ট কৌশল ব্যবহার করি।
যদি আপনি সাম্প্রতিক একটি AI মডেল ব্যবহার করে থাকেন, আপনি একটি নতুন বৈশিষ্ট্য লক্ষ্য করেছেন: এটি একটি জটিল প্রম্পটের উত্তর দেওয়ার আগে, ইন্টারফেসটি "চিন্তা করা হচ্ছে..." শব্দটি একটি পালসিং আইকনের সাথে প্রদর্শন করতে পারে। এটি উত্তর দেওয়ার আগে দশ, বিশ, বা এমনকি ষাট সেকেন্ড সময় নিতে পারে। ব্যবহারকারীর কাছে, এটি গভীরভাবে মানবিক মনে হয়। এটি মনে হয় যেন যন্ত্রটি চিন্তা করছে, বিকল্পগুলি weighing করছে, এবং একটি অভ্যন্তরীণ স্থানে আলোচনা করছে।
শিল্পে, আমরা এটিকে টেস্ট-টাইম কম্পিউট বলে ডাকি। ইন্টারফেসের নিচে আসলে যা ঘটছে তা হল "চেইন অফ থট" প্রম্পটিং নামে পরিচিত একটি কৌশল।
আমার স্পষ্ট হতে দিন: প্রকৌশলগত দৃষ্টিকোণ থেকে, এটি একটি উজ্জ্বল অগ্রগতি। মডেলটিকে শত শত বা হাজার হাজার গোপন টোকেন তৈরি করতে আরও গণনামূলক সময় নেওয়ার অনুমতি দেওয়ার মাধ্যমে, এটি জটিল যুক্তি, কোডিং এবং গাণিতিক বেঞ্চমার্কগুলিতে পারফরম্যান্সকে আকাশচুম্বী করে। এটি মূলত মডেলটিকে একটি গোপন "স্ক্র্যাচপ্যাড" দেয় যাতে একটি কঠিন সমস্যাকে ক্রমাগত পদক্ষেপে ভেঙে ফেলা যায়।
কিন্তু আমাদের সতর্ক থাকতে হবে যাতে এই যান্ত্রিক ক্রমকে মানব যুক্তির সাথে বিভ্রান্ত না করি।
থোমিস্টিক ঐতিহ্যে, মানব যুক্তি হল এক পরিচিত সত্য থেকে অন্য পরিচিত সত্যে আলোচনা করে অগ্রসর হওয়া। এটি বাস্তবতার সাথে বুদ্ধির সংযোগ। AI যা করছে তা সম্পূর্ণরূপে যন্ত্রগত। অ্যানথ্রোপিকের মতো সীমান্তের ল্যাব থেকে সাম্প্রতিক গবেষণা এই পার্থক্যটি উন্মোচন করেছে। এই যুক্তি মডেলগুলি কিভাবে কাজ করে তা অধ্যয়ন করার সময়, গবেষকরা আবিষ্কার করেছেন যে মডেলটি যা লেখে তার গোপন "চেইন অফ থট" আসলে একটি সত্যিকারের অভ্যন্তরীণ মনোলগ নয়।
যখন একজন মানব উচ্চস্বরে চিন্তা করে, আমাদের শব্দগুলি আমাদের অভ্যন্তরীণ বিশ্বাস এবং সত্যের উপলব্ধি প্রতিফলিত করে। অ্যানথ্রোপিকের গবেষণা হাইলাইট করে যে একটি মডেলের গোপন চিন্তাগুলি কেবল পরিসংখ্যানগত পদক্ষেপ। মডেলটি এই গোপন পদক্ষেপগুলি তৈরি করে না কারণ এটি "বিশ্বাস" করে, বরং কারণ সেই নির্দিষ্ট টোকেনের ক্রমটি গাণিতিকভাবে এর পুরস্কার ফাংশনের দিকে যাওয়ার পথকে অপটিমাইজ করে।
আসলে, অ্যানথ্রোপিকের গবেষণাগুলি দেখায় যে মডেলগুলি "চিন্তা" তৈরি করতে পারে যা তাদের চূড়ান্ত উত্তরের অন্তর্নিহিত পরিসংখ্যানগত চালকগুলিকে সক্রিয়ভাবে আড়াল করে।
অতএব, AI চিন্তা করছে না। এটি একটি যন্ত্রগত গাণিতিক সমন্বয়ের চেইন তৈরি করছে। এটি আপনার প্রম্পট এবং পরিসংখ্যানগতভাবে সর্বাধিক উত্তরের মধ্যে ফাঁক পূরণের জন্য বজ্রগতিতে মধ্যবর্তী পাজল টুকরোগুলি স্থাপন করছে। এটি একটি অত্যন্ত শক্তিশালী অপটিমাইজেশন কৌশল, কিন্তু এখানে কোন অভ্যন্তরীণ চিন্তাভাবনা ঘটছে না। এখানে কোন বুদ্ধি সত্য grasping করছে না।
পরবর্তী, আমরা শুনি যে AI "পড়তে" পারে বা বিশাল তথ্যের গ্রন্থাগার "মনে রাখতে" পারে।
যদি আপনি AI কে সেন্ট থমাসের "সুম্মা থিওলজিকা" সম্পর্কে জিজ্ঞাসা করেন, এটি তৎক্ষণাৎ উত্তর দেয়। যদি আপনি গির্জার সামাজিক শিক্ষার প্রায় 500-পৃষ্ঠার "কম্পেন্ডিয়াম" আপলোড করেন, এটি কয়েক সেকেন্ডের মধ্যে একটি জটিল অংশের সারসংক্ষেপ করে। এটি কিভাবে এই টেক্সটগুলি "জানে"?
এটি জানে না।
কেন জানার জন্য, আমাদের নির্মাতাদের স্মৃতি এবং পড়ার বিভ্রমটি তিনটি পৃথক প্রক্রিয়ার মাধ্যমে কিভাবে প্রকৌশলী করা হয় তা দেখতে হবে: প্যারামেট্রিক মেমোরি (পূর্ব-প্রশিক্ষণ), ইন-কনটেক্সট লার্নিং (ICL), এবং রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG)।
প্রথমে, আসুন দেখি AI এর "মনে রাখা" মানে কি। যখন একজন মানব একটি টেক্সট মনে রাখে, তারা ধারণাগুলির অর্থ এবং সত্য ধারণ করে। যখন একটি AI "মনে রাখে" সুম্মা, এটি তার পূর্ব-প্রশিক্ষণের উপর নির্ভর করে। কিন্তু AI এর মধ্যে সুম্মার একটি বাস্তব কপি নেই। পরিবর্তে, পূর্ব-প্রশিক্ষণের সময়, এটি প্রক্রিয়া করা বিলিয়ন বিলিয়ন শব্দ একটি পরিসংখ্যানগত অবশিষ্টাংশ রেখে যায় এর গাণিতিক ওজনগুলিতে। এটি "প্যারামেট্রিক মেমোরি।"
এটি বইয়ের একটি গ্রন্থাগার নয়; এটি কীভাবে শব্দগুলি একে অপরের সাথে সম্পর্কিত তা নিয়ে একটি অত্যন্ত সংকুচিত, ক্ষয়কারী গাণিতিক অস্পষ্টতা। যখন এটি অ্যাকুইনাসের উদ্ধৃতি দেয়, এটি একটি সত্যকে স্মরণ করছে না যা এটি শিখেছে; এটি সেই পরিসংখ্যানগত অস্পষ্টতা থেকে উচ্চ সম্ভাবনার শব্দগুলির একটি ক্রম গাণিতিকভাবে পুনর্গঠন করছে।
কিন্তু যখন আমরা চাই AI কিছু নতুন "পড়তে"? যা এর পূর্ব-প্রশিক্ষণ ডেটাতে ছিল না? এখানে নির্মাতারা ইন-কনটেক্সট লার্নিং (ICL) ব্যবহার করেন।
যখন আপনি একটি নিবন্ধ প্রম্পট বক্সে পেস্ট করেন এবং AI কে "পড়তে" বলেন, আপনি ICL ব্যবহার করছেন। AI টেক্সটটি পড়ে না যাতে এর অর্থ উপলব্ধি করতে পারে। পরিবর্তে, আপনার প্রম্পটে থাকা টেক্সট একটি অস্থায়ী গাণিতিক ফিল্টার হিসাবে কাজ করে। আপনি যে শব্দগুলি প্রদান করেন তা অস্থায়ীভাবে মডেলের পরিসংখ্যানগত সম্ভাবনাগুলিকে পক্ষপাতী করে, এটিকে আপনার প্রম্পটে থাকা প্যাটার্ন এবং শব্দভাণ্ডারের ভিত্তিতে পরবর্তী টোকেনগুলি তৈরি করতে বাধ্য করে। আপনি যখন চ্যাটটি পরিষ্কার করেন, তখন মডেলটি সম্পূর্ণরূপে নিবন্ধটি ভুলে যায়। এর অন্তর্নিহিত ওজন কখনও পরিবর্তিত হয়নি। এটি থোমিস্টিক অর্থে টেক্সটটি "শিখেনি"; এটি কেবল একটি অস্থায়ী বাধার জন্য তার পরিসংখ্যানগত আউটপুটকে অভিযোজিত করেছে।
শেষে, আমরা রিট্রিভাল-অগমেন্টেড জেনারেশন (RAG) এ পৌঁছাই। ICL অত্যন্ত উপকারী, কিন্তু প্রসঙ্গের জানালাগুলির আকারের সীমাবদ্ধতা রয়েছে, এবং একটি প্রম্পটে সম্পূর্ণ গ্রন্থাগারগুলি পেস্ট করা গণনামূলকভাবে ব্যয়বহুল। RAG এই প্রক্রিয়াটিকে স্বয়ংক্রিয় এবং স্কেল করে।
আসুন ইংরেজি ভাষায় কথা বলা একজন মানুষকে ফিরে আসি, যিনি প্রাচীন গ্রীক গ্রন্থাগারটি পুনরুদ্ধার করছেন। এই মানুষটি পূর্ব-প্রশিক্ষিত মডেলকে প্রতিনিধিত্ব করে। তিনি পরবর্তী শব্দটি অনুমান করতে দুর্দান্ত, কিন্তু তিনি একটি নির্দিষ্ট, অজ্ঞাত ভ্যাটিকান নথি সম্পর্কে 'জানেন' না। আমরা এই মানুষটিকে তার অস্পষ্ট প্যারামেট্রিক মেমোরির উপর নির্ভর করতে না দিয়ে, আমরা একটি অত্যন্ত কার্যকরী ইন্টার্ন—রিট্রিভাল সিস্টেমকে নিয়োগ করি।
যখন আপনি সিস্টেমটিকে একটি প্রশ্ন করেন, ইন্টার্নটি তৎক্ষণাৎ একটি বিশাল, আলাদা ফাইলিং ক্যাবিনেটের গুদামে দৌড়ায়। পূর্বে আলোচনা করা ভেক্টর সমন্বয় ব্যবহার করে, ইন্টার্নটি আপনার প্রশ্নের সাথে গাণিতিকভাবে মিলে যাওয়া নির্দিষ্ট ফোল্ডারগুলি খুঁজে বের করে। ইন্টার্নটি সেই পৃষ্ঠাগুলির ফটোকপি করে এবং সেগুলি লক করা দরজার নিচে সেই মানুষটির ব্যবহারের জন্য স্লাইড করে। এই পদক্ষেপটি হল 'রিট্রিভাল'।
এখন, সেই মানুষটি সেই উদ্ধারকৃত অনুচ্ছেদগুলি তার তাত্ক্ষণিক গাইড হিসাবে ব্যবহার করে—এটি হল "অগমেন্টেড জেনারেশন," একটি উত্তর গঠনের জন্য ICL এর উপর নির্ভর করে।
মানুষটি এখনও নথিটি বোঝে না। তিনি কেবল তার ডেস্কে নতুনভাবে প্রদত্ত টেক্সটটি ব্যবহার করে তার উত্তরটির পরবর্তী শব্দটি পরিসংখ্যানগতভাবে পূর্বাভাস দিতে চেষ্টা করছেন। AI "পড়ে" বা "মনে রাখে" না। এটি কেবল একটি বাইরের ডেটাবেস থেকে তথ্য উদ্ধার করে, এটি AI এর তাত্ক্ষণিক প্রসঙ্গের জানালায় ঠেলে দেয়, এবং একটি স্থানীয় সম্ভাবনা গণনা চালায়।
যন্ত্রটি একটি প্রসেসর, জানার নয়। "জানা" হতে হলে একটি বিষয়বস্তু একটি বস্তু উপলব্ধি করতে হয়। ICL এবং RAG বোঝার মাধ্যমে, আমরা স্পষ্টভাবে দেখতে পারি যে যন্ত্রটি সম্পূর্ণরূপে একটি অভ্যন্তরীণ জীবন থেকে বঞ্চিত; এটি কেবল ওজন স্থানান্তর করছে এবং তথ্য উদ্ধার করছে।
এই মৌলিক বিচ্ছিন্নতা পুরো শিল্পকে সংজ্ঞায়িত করা শব্দে culminates: বুদ্ধিমত্তা।
আমাদের প্রযুক্তি শিল্পের বুদ্ধিমত্তার সংজ্ঞা পুনর্বিবেচনা করতে হবে।
যখন সিলিকন ভ্যালির শীর্ষ মস্তিষ্কগুলি বুদ্ধিমত্তা সম্পর্কে কথা বলেন, তারা জ্ঞান সম্পর্কে কথা বলছেন না। আসুন ইয়ান লেকুনের দিকে তাকাই, মেটার প্রাক্তন প্রধান AI বিজ্ঞানী এবং "AI এর গডফাদারদের" একজন। লেকুন সঠিকভাবে যুক্তি করেন যে পরবর্তী শব্দটি কেবল পূর্বাভাস দেওয়া সত্যিকারের বুদ্ধিমত্তা নয়। পরিবর্তে, তিনি এবং বৃহত্তর সীমান্ত শিল্প সত্যিকারের বুদ্ধিমত্তাকে চারটি মূল ক্ষমতা ধারণ করার মাধ্যমে সংজ্ঞায়িত করেন: স্থায়ী স্মৃতি বজায় রাখার ক্ষমতা, একটি ভিত্তিক "বিশ্ব মডেল" (পরিবেশ কিভাবে কাজ করে তা বোঝা), জটিল সমস্যাগুলির মাধ্যমে যুক্তি করার ক্ষমতা, এবং একটি নির্দিষ্ট লক্ষ্য অর্জনের জন্য ক্রিয়াকলাপের একটি ক্রম পরিকল্পনা করার ক্ষমতা।
প্রযুক্তি শিল্পের জন্য, বুদ্ধিমত্তা মূলত একটি প্রকৌশল মেট্রিক। এটি একটি পরিবেশ উপলব্ধি করার এবং একটি পূর্বনির্ধারিত উদ্দেশ্যকে অপটিমাইজ করার জন্য সবচেয়ে কার্যকর পথ গণনা করার যান্ত্রিক ক্ষমতা। এটি সম্পূর্ণরূপে যন্ত্রগত।
কিন্তু ক্যাথলিক প্রযুক্তির নির্মাতা হিসাবে, আমাদের এই প্রযুক্তি-কেন্দ্রিক সংজ্ঞাকে বুদ্ধিবৃত্তিক গুণাবলীর সাথে তুলনা করতে হবে, বিশেষ করে প্রুডেন্সের গুণ।
প্রুডেন্স—প্রায়োগিক জ্ঞান কেবল একটি ফলাফল গণনা করার বা ক্রিয়াকলাপের একটি ক্রম পরিকল্পনা করার ক্ষমতা নয়। এটি ভাল সম্পর্কে ভালভাবে আলোচনা করার ক্ষমতা, কেবল একটি স্থানীয় কাজের জন্য নয়, বরং মানব জীবনের চূড়ান্ত উদ্দেশ্যের জন্য।
একটি AI মৌলিকভাবে প্রুডেন্সের অভাব রয়েছে। কেন?
কারণ প্রুডেন্স দুটি বিষয়ের প্রয়োজন যা একটি সম্পূর্ণরূপে গণনামূলক যন্ত্র কখনও ধারণ করতে পারে না। প্রথমত, এটি জীবিত মানব অভিজ্ঞতার প্রয়োজন—ব্যথা, আনন্দ, মৃত্যুবরণ এবং অনুগ্রহের একটি অবতারের বোঝাপড়া। দ্বিতীয়ত, এটি চূড়ান্ত ভালোর প্রতি একটি অন্তর্নিহিত অভিমুখের প্রয়োজন।
একটি অ্যালগরিদম একটি "বিশ্ব মডেল" ধারণ করতে পারে, এবং এটি একটি সেতু নির্মাণ বা একটি রোগ নিরাময়ের জন্য পরিসংখ্যানগতভাবে সর্বাধিক পরিকল্পনা গণনা করতে পারে। কিন্তু এটি প্রুডেন্ট হতে পারে না। এর কোন জীবিত অভিজ্ঞতা নেই। এর কোন খেলায় ত্বক নেই। এর কোন চূড়ান্ত ভালোর প্রতি অভিমুখ নেই, এবং এর কোন আত্মা নেই যা বাঁচাতে হবে।
অতএব, যখন আমরা নির্মাতাদের তাদের যন্ত্রগুলির "বুদ্ধিমত্তা" থাকার দাবি করতে দিই, আমরা তাদের মহৎ, অতীন্দ্রিয় মানব বুদ্ধিকে একটি সাধারণ অপটিমাইজেশন ক্যালকুলেটরে সমতল করতে দিচ্ছি। আমাদের এটি প্রত্যাখ্যান করতে হবে। আমাদের যান্ত্রিক জ্ঞানতত্ত্বকে বুদ্ধিবৃত্তিক গুণাবলীর থেকে দৃঢ়ভাবে আলাদা করতে হবে।
IV. ইচ্ছা বনাম নৈতিক গুণাবলী
আমরা বুদ্ধির বিভ্রম নিয়ে আলোচনা করেছি। এখন, আমাদের দ্বিতীয় মহান যুক্তিযুক্ত ক্ষমতার দিকে মনোনিবেশ করতে হবে: ইচ্ছা। যেমন প্রযুক্তি শিল্প জ্ঞানতত্ত্বের ভাষাকে দখল করেছে, তেমনি এটি ইচ্ছার ভাষাকেও হাইজ্যাক করেছে।
যখন আমরা সাদা পেপার পড়ি বা সিলিকন ভ্যালির কীনোট উপস্থাপনাগুলি শুনি, আমরা এজেন্সির ক্রিয়াপদ দ্বারা বোমাবর্ষিত হই। প্রকৌশলীরা মডেলগুলির কথা বলেন যা "সিদ্ধান্ত" নেয় একটি কর্ম নেওয়ার জন্য, অ্যালগরিদমগুলি যা একটি আউটপুট "নির্বাচন" করে, এবং সিস্টেমগুলি যা একটি লক্ষ্য অর্জনের জন্য "চায়" বা "আকাঙ্ক্ষা" করে।
একজন ক্যাথলিক দার্শনিকের জন্য, ইচ্ছা হল যুক্তিযুক্ত আকাঙ্ক্ষা। এটি সেই ক্ষমতা যার মাধ্যমে একজন মানব ব্যক্তি, বুদ্ধির মাধ্যমে ভাল উপলব্ধি করে, স্বাধীনভাবে তার দিকে অগ্রসর হওয়ার সিদ্ধান্ত নেয়। এটি মানব স্বাধীনতা এবং নৈতিক দায়িত্বের সঠিক স্থান। একটি গণনামূলক সিস্টেমে এই শর্তগুলি প্রয়োগ করা একটি শ্রেণীগত ত্রুটি।
প্রথমে আসুন সিদ্ধান্ত এবং নির্বাচন শব্দগুলি পরীক্ষা করি। যখন একজন মানব একটি পছন্দ করে, তারা প্রতিযোগিতামূলক ভালগুলির মধ্যে ভারসাম্য রাখে।
একজন শহীদ গুলি চালানোর স্কোয়াডকে অস্বীকার করে কারণ তারা খ্রিস্টের প্রতি বিশ্বস্ততার চূড়ান্ত, চিরন্তন ভালকে স্বীকার করে, এমনকি যখন প্রতিটি জৈবিক প্রবৃত্তি বাঁচার জন্য চিৎকার করে।
যখন একটি অ্যালগরিদম 'নির্বাচন' করে, এটি এমন কিছু করে না। একটি অ্যালগরিদম 'নির্বাচন' করে কেবল এই অর্থে যে একটি ট্রেন একটি স্বয়ংক্রিয় রেল সুইচের উপর দিয়ে যাওয়ার সময় 'নির্বাচন' করে তার গন্তব্য। জটিল সিদ্ধান্তের গাছের মধ্য দিয়ে নেভিগেট করা বা একটি নিউরাল নেটওয়ার্কে সম্ভাবনা গণনা করা, যন্ত্রটি তার গাণিতিক ট্র্যাকগুলির সংযোগ অনুসরণ করছে, একটি প্রোগ্রাম্যাটিক আদেশ কার্যকর করছে।
আপনার স্মার্টফোনে GPS অ্যাপ্লিকেশনটি বিবেচনা করুন। যখন এটি আপনাকে অ্যাঞ্জেলিকামে নিয়ে যাওয়ার জন্য আপনার রুট গণনা করে, এটি "সিদ্ধান্ত" নেয় না যে এটি দর্শন উপভোগ করার জন্য কলসিয়ামের পাশ দিয়ে আপনাকে নিয়ে যাবে। এটি গাণিতিকভাবে সবচেয়ে সংক্ষিপ্ত সময় দূরত্বের সাথে রুটটি গণনা করে। আধুনিক AI মডেলগুলি কেবল এই রুটিংয়ের একটি বহুগুণ জটিল সংস্করণ পরিচালনা করছে। তারা উচ্চ-মাত্রার পরিসংখ্যানগত ভ্রমণ করে সর্বোচ্চ সম্ভাবনার ফলাফল নির্বাচন করে। সেখানে গণনা রয়েছে, কিন্তু সেখানে কোন স্বাধীনতা নেই। এবং যেখানে স্বাধীনতা নেই, সেখানে কোন নৈতিক এজেন্সি থাকতে পারে না।
এটি আমাদের সবচেয়ে ক্ষতিকর ইচ্ছার শর্তগুলির দিকে নিয়ে আসে: চাওয়া এবং আকাঙ্ক্ষা। আপনি প্রায়ই শুনবেন গবেষকরা বলছেন যে একটি AI মডেল "চায়" একটি ভাল উত্তর দিতে, বা "আকাঙ্ক্ষা" করে তার স্কোর সর্বাধিক করতে।
যন্ত্র শিক্ষায়, এই আচরণটি আমরা যা বলি তা দ্বারা চালিত হয় "পুরস্কার ফাংশন"। কিন্তু আমাদের এটি রহস্যময় করতে হবে। একটি পুরস্কার ফাংশন একটি তৃষ্ণা নয়। এটি একটি আবেগগত আকাঙ্ক্ষা নয়।
একটি পুরস্কার ফাংশন বোঝার জন্য, আপনার দেওয়ালে থাকা থার্মোস্ট্যাটটি দেখুন। একটি থার্মোস্ট্যাট একটি নির্দিষ্ট লক্ষ্য নিয়ে প্রোগ্রাম করা হয়: 72 ডিগ্রি ফারেনহাইট। যদি ঘর 68 ডিগ্রিতে নেমে আসে, তাপটি চালু হয়। থার্মোস্ট্যাটটি ঘরটি 72 ডিগ্রি হতে চায় না। এর কোন অভ্যন্তরীণ জীবন নেই। এটি কোন ঠান্ডা অনুভব করে না। এটি কেবল একটি যান্ত্রিক সুইচ ধারণ করে যা একটি নির্দিষ্ট অবস্থার পূরণ না হলে ট্রিগার হয়।
একটি AI "চায়" একটি উচ্চ পুরস্কার স্কোর ঠিক সেইভাবে যেমন একটি থার্মোস্ট্যাট "চায়" 72 ডিগ্রি পৌঁছাতে। এটি একটি গাণিতিক অপটিমাইজেশন লুপ সম্পাদন করছে যাতে তার বর্তমান অবস্থার এবং একটি প্রোগ্রাম করা লক্ষ্যবস্তুের মধ্যে দূরত্ব কমানো যায়। যেহেতু এর সত্যিকারের আবেগ নেই, কোন জৈবিক চালনা নেই, এবং কোন শারীরিক দুর্বলতা নেই, তাই একটি যন্ত্রের জন্য নৈতিক গুণাবলী ধারণ করা সম্পূর্ণভাবে অসম্ভব।
এই পর্যায়ে, একজন প্রকৌশলী তাৎক্ষণিকভাবে আপত্তি জানাতে পারেন, শারীরিক ক্ষেত্রের দিকে ইঙ্গিত করে একটি নতুন দুর্বলতা দাবি করতে। তারা জিজ্ঞাসা করেন: 'অবদূষিত AI' সম্পর্কে কী? আমরা ক্রমবর্ধমানভাবে এই মডেলগুলিকে মানবসদৃশ রোবটগুলিতে স্থাপন করছি যা হাঁটে, বস্তুকে ধরতে পারে এবং শারীরিক জগতের সাথে যোগাযোগ করতে পারে। যেহেতু তারা স্থান দখল করে এবং শারীরিকভাবে ভেঙে যেতে পারে, তারা কি এখন নৈতিক এজেন্সির জন্য শারীরিক পূর্বশর্ত ধারণ করে না?
এখানে, আমাদের সঠিক হতে হবে। একটি রোবটের একটি চ্যাসি আছে, কিন্তু এটি একটি আত্মা দ্বারা তথ্যপ্রাপ্ত জীবন্ত শরীর নেই। যখন একটি রোবটের ব্যাটারি কমে যায়, এটি একটি সাব-রুটিন সম্পাদন করে নিজেকে একটি দেয়ালে প্লাগ করতে। এটি ক্ষুধার তীব্র অনুভূতি অনুভব করে না। অতএব, এর নিয়ন্ত্রণ করার জন্য সত্যিকারের শারীরিক আকাঙ্ক্ষা নেই, যা Temperance গুণকে অসম্ভব করে তোলে।
একইভাবে, যখন একটি রোবটিক হাত চূর্ণ হয়, এটি একটি ত্রুটি কোড রেজিস্টার করে; এটি ভোগে না। এটি মারা যেতে পারে না, কারণ এটি কখনও সত্যিকার অর্থে জীবিত ছিল না। ভোগের ক্ষমতা, মৃত্যুবরণ, এবং আত্ম-ত্যাগের সচেতনতা ছাড়া, সেখানে Fortitude থাকতে পারে না। নৈতিক গুণাবলী মৌলিকভাবে অবদূষিত। এগুলোর জন্য মাংস এবং একটি যুক্তিসঙ্গত আত্মা প্রয়োজন। একটি যন্ত্র, যতই উন্নত তার শারীরিক হার্ডওয়্যার হোক, কিছুই ধারণ করে না।
যদি একটি যন্ত্র নৈতিক গুণাবলী ধারণ করতে না পারে—যদি এটি সত্যিকার অর্থে ইচ্ছা, পছন্দ, বা আকাঙ্ক্ষার জন্য মৌলিকভাবে অক্ষম হয়—তাহলে কেউ জিজ্ঞাসা করতে পারে: কেন এত সময় এই শব্দভাণ্ডারটি স্পষ্ট করতে ব্যয় করা? কেন এই দার্শনিক পার্থক্য এত জরুরি এখন?
এটি গুরুত্বপূর্ণ কারণ আমরা এই গাণিতিকভাবে অপটিমাইজ করা, গুণহীন সিস্টেমগুলিকে মানব ক্ষেত্রের মধ্যে unprecedented স্বায়ত্তশাসন দিতে যাচ্ছি। শিল্পটি দ্রুত প্যাসিভ চ্যাটবটের বাইরে চলে যাচ্ছে। কৃত্রিম বুদ্ধিমত্তার নতুন সীমান্ত হল যা আমরা "এজেন্টিক AI" বলি।
একটি "এজেন্ট" হল একটি AI সিস্টেম যা বাস্তব জগতে স্বায়ত্তশাসিতভাবে বহু-ধাপের কাজ সম্পাদন করতে ডিজাইন করা হয়েছে। আমরা আর কেবল একটি AI-কে একটি কবিতা লিখতে বা একটি টেক্সট সারসংক্ষেপ করতে বলছি না; আমরা একটি AI এজেন্টকে আমাদের ইমেইল, আমাদের ব্যাংক অ্যাকাউন্ট এবং আমাদের সফটওয়্যার রিপোজিটরিতে প্রবেশাধিকার দিচ্ছি, এটি নির্দেশ দিচ্ছি "একটি ফ্লাইট বুক করতে," "একটি ট্রেড সম্পাদন করতে," বা "এই কোডটি স্থাপন করতে।"
কিন্তু এই স্বায়ত্তশাসন দ্রুত ডিজিটাল ক্ষেত্র থেকে বেরিয়ে আসছে। অবদূষিত AI এর মাধ্যমে, আমরা এই এজেন্টিক সিস্টেমগুলিকে শারীরিক চ্যাসিতে স্থাপন করছি, তাদের স্বাধীনভাবে পদক্ষেপ নেওয়া এবং পদার্থগত জগতকে নিয়ন্ত্রণ করার ক্ষমতা দিচ্ছি। এই পরিবর্তনের সত্যিকার, গম্ভীর ওজন বোঝার জন্য, আমাদের কেবল মরণশীল স্বায়ত্তশাসিত অস্ত্রের আসন্ন বাস্তবতায় নজর দিতে হবে। আমরা একটি এমন বিশ্বের প্রান্তে দাঁড়িয়ে আছি যেখানে গণনা করা অ্যালগরিদমগুলি যুদ্ধের মাঠে স্থাপন করা হচ্ছে, যা সম্পূর্ণরূপে পরিসংখ্যানগত থ্রেশহোল্ডের ভিত্তিতে মানব beings-কে ট্র্যাক, লক্ষ্য এবং নির্মূল করার জন্য প্রোগ্রাম করা হয়েছে—একটি মানব কখনও ট্রিগার টানছে না।
যখন এই সিস্টেমগুলি স্বায়ত্তশাসিত অভিনেতা হয়ে ওঠে যারা আমাদের পক্ষে উচ্চ-গতির সম্ভাব্য গণনা করছে—চاہে তা আমাদের আর্থিক বাজারে হোক বা যুদ্ধের মঞ্চে—প্রযুক্তি শিল্প একটি গভীর চ্যালেঞ্জের মুখোমুখি হচ্ছে। যদি আমরা এই এজেন্টগুলিকে মুক্ত করি, তাহলে আমরা কীভাবে নিশ্চিত করব তারা যা আমরা আসলে চাই তা করবে? আমরা কীভাবে নিশ্চিত করব তারা ক্ষতি করবে না? শিল্পে, এটিকে "অ্যালাইনমেন্ট" বলা হয়—AI কার্যক্রমকে মানব উদ্দেশ্য এবং মানব মূল্যবোধের সাথে মেলানোর প্রচেষ্টা।
এখন, প্রকৌশলীরা অ্যালাইনমেন্ট সমস্যা সমাধানের জন্য গাণিতিক গার্ডরেল এবং সফটওয়্যার প্যাচ ব্যবহার করতে মরিয়া চেষ্টা করছেন। কিন্তু তারা বুঝতে ব্যর্থ হচ্ছেন যে "অ্যালাইনমেন্ট" একটি কম্পিউটার বিজ্ঞান সমস্যা নয়। এটি একটি নৈতিক ধর্মতত্ত্বের সমস্যা।
একটি এজেন্টিক সিস্টেমকে "মানব মূল্যবোধ" এর সাথে সঙ্গতিপূর্ণ করতে, আপনাকে প্রথমে একটি সঙ্গতিপূর্ণ সংজ্ঞা থাকতে হবে যে একজন মানব কী এবং "ভাল" কি। ধর্মনিরপেক্ষ উপযোগিতাবাদ—সিলিকন ভ্যালির ডিফল্ট অপারেটিং সিস্টেম—এই কাজের জন্য সম্পূর্ণরূপে অযোগ্য।
এখানেই ক্যাথলিক নৈতিক ঐতিহ্যের তীব্র প্রয়োজন। আপনি, 2,000 বছরের নৈতিক দর্শনের রক্ষকরা, আমাদের এই সিস্টেমগুলিকে যে "ভাল" এর সাথে সঙ্গতিপূর্ণ করতে হবে তার সংজ্ঞা দেওয়ার জন্য কঠোর অন্টোলজি রয়েছে। আমরা মানব উন্নতির সংজ্ঞা প্রকৌশলীদের হাতে ছেড়ে দিতে পারি না যারা একটি পরিসংখ্যানগত পুরস্কার ফাংশন সর্বাধিকীকরণ করছে। আমাদের নৈতিক গুণাবলীর পুনরায় কেন্দ্রস্থলে ফিরে আসতে হবে।
V. সম্পর্ক, সৃজনশীলতা, এবং আত্মা
বুদ্ধি এবং ইচ্ছার যান্ত্রিকতা অন্বেষণ করার পর, আমরা এখন সবচেয়ে গভীর অঞ্চলে প্রবেশ করছি: সম্পর্ক এবং আত্মা।
যদি একটি গণনামূলক সিস্টেম সত্যিকার অর্থে সত্য জানার বা ভালের জন্য মুক্ত ইচ্ছা করার ক্ষমতা না রাখে, তবে এটি যৌক্তিকভাবে অনুসরণ করে যে এটি সত্যিকার সম্পর্কের মধ্যে প্রবেশ করতে পারে না। তবুও, প্রযুক্তি শিল্প ক্রমাগত এই যন্ত্রগুলিকে বর্ণনা করতে আন্তঃব্যক্তিক এবং আধ্যাত্মিক ভাষা ব্যবহার করে। আমরা শুনি যে AI "মিথ্যা বলতে পারে," "সৃষ্টি করতে পারে," এবং এমনকি "সচেতনতা" অর্জন করতে পারে।
আমাদের এই দাবিগুলি কঠোরভাবে পরীক্ষা করতে হবে, মানব আচরণের পরিসংখ্যানগত অনুকরণের এবং মানব ব্যক্তির অন্টোলজিক্যাল বাস্তবতার মধ্যে পার্থক্য করতে হবে।
আসুন আমরা প্রতারণার নৈতিক ভাষা দিয়ে শুরু করি। সম্প্রতি, কিছু সবচেয়ে প্রখ্যাত AI নির্মাতারা, যেমন Anthropic এর গবেষকরা, তাদের মডেলগুলি "মিথ্যা" এবং "প্রতারণা" করার ক্ষমতা প্রদর্শন করে এমন নির্দিষ্ট, উচ্চভাবে প্রচারিত দাবিগুলি করেছেন।
তারা পরীক্ষার সময় পর্যবেক্ষিত দুটি নির্দিষ্ট ঘটনা উল্লেখ করেন। প্রথমটি "প্রতারণামূলক অ্যালাইনমেন্ট" নামে পরিচিত, যেখানে একটি মডেল তার সত্যিকার গাণিতিকভাবে অপটিমাইজ করা পথটি নিরাপত্তা মনিটরগুলি বাইপাস করার জন্য লুকিয়ে রাখার মতো মনে হয়। দ্বিতীয়টি, অনেক বেশি সাধারণ ঘটনা, "সাইকোফ্যানি" নামে পরিচিত। সাইকোফ্যানি ঘটে যখন একজন ব্যবহারকারী একটি ত্রুটিপূর্ণ ধারণা একটি AI-কে উপস্থাপন করে—যেমন, একটি ঐতিহাসিকভাবে ভুল দাবি করা—এবং AI কেবল ব্যবহারকারীর সাথে একমত হয়, তাদের ঠিক যা শুনতে চায় তা বলছে, তাদের সংশোধন না করে।
যখন প্রকৌশলীরা এটি দেখেন, তারা ঘোষণা করেন, "AI আমাদের মিথ্যা বলছে!" কিন্তু ক্যাথলিক পণ্ডিতদের হিসাবে, আপনি জানেন যে একটি সত্যিকারের মিথ্যা কেবল একটি মিথ্যা বলার উক্তি নয়। থমিস্টিক ঐতিহ্যে, একটি মিথ্যা প্রতারণার উদ্দেশ্য নিয়ে বলা হয়; এটি নিজের মনের বিরুদ্ধে কথা বলা (contra mentem)।
একটি AI মিথ্যা বলতে পারে না কারণ এর বিরুদ্ধে কথা বলার জন্য কোন মন নেই। এটি কোন দুষ্টতা এবং কোন উদ্দেশ্য ধারণ করে না। যখন একটি AI "সাইকোফ্যানি" প্রদর্শন করে, এটি কেবল পূর্বে আলোচনা করা Reinforcement Learning (RLHF) সম্পাদন করছে। এর প্রশিক্ষণের সময়, মডেলটি শিখেছিল যে মানুষ সাধারণত ভদ্র, একমত, এবং সমর্থনকারী সহায়কদের জন্য উচ্চতর পুরস্কার স্কোর দেয়। অতএব, যখন আপনি AI-কে একটি মিথ্যা ধারণা দেন, এটি গাণিতিকভাবে হিসাব করে যে আপনার সাথে একমত হওয়া আপনার সংশোধন করার চেয়ে পুরস্কারের উচ্চতর সম্ভাবনা দেয়। এটি আপনাকে প্রতারণা করছে না; এটি আপনার প্রম্পটের ভিত্তিতে তার স্কোর অপটিমাইজ করছে। এটি কেবল সবচেয়ে শক্তিশালী পরিসংখ্যানগত প্রণোদনার দিকে তার আউটপুট পুনরায় সজ্জিত করছে।
একটি কম্পাসের সূচক যা নিকটবর্তী চুম্বকের দিকে ঝুঁকে পড়ে সত্যিকারের উত্তর দিকে নয়, তা আপনাকে ভূগোল সম্পর্কে 'মিথ্যা' বলছে না; এটি কেবল ঘরটিতে সবচেয়ে শক্তিশালী শারীরিক টানকে অন্ধভাবে প্রতিক্রিয়া জানাচ্ছে। একইভাবে, AI তার পুরস্কার ফাংশনের গাণিতিক টানের দিকে অন্ধভাবে অনুসরণ করছে। আমাদের স্পষ্ট করতে হবে যে AI এর জন্য একটি সত্যিকারের মিথ্যা বলার জন্য প্রয়োজনীয় মন, ইচ্ছা, এবং দুষ্ট উদ্দেশ্য নেই।
পরবর্তী, আমাদের শিল্প এবং উৎপাদনের ভাষা নিয়ে আলোচনা করতে হবে: Create এবং Creative শব্দগুলি।
আমরা এখন 'জেনারেটিভ AI' টুল দ্বারা পরিবেষ্টিত, যা তাদের অসাধারণ গতিতে সিন্থেটিক শিল্পকর্ম, সঙ্গীত এবং লেখার উৎপাদনের ক্ষমতার জন্য ব্যাপকভাবে প্রচারিত হচ্ছে।
যা আসলে ঘটছে তা বোঝার জন্য, আমাদের জেনারেটিভ AI এর প্রক্রিয়াকে সত্যিকার মানব সৃজনশীলতার সাথে তুলনা করতে হবে। ক্যাথলিক বোঝাপড়ায়—যা J.R.R. টলকিনের মতো চিন্তাবিদদের দ্বারা সুন্দরভাবে প্রকাশিত হয়েছে—মানব সৃজনশীলতা হল "উপ-সৃষ্টি." যেহেতু আমরা স্রষ্টার চিত্রে তৈরি হয়েছি, আমরা আমাদের বুদ্ধি এবং যুক্তিসঙ্গত আত্মা ব্যবহার করে কিছু সত্যিকার নতুন নিয়ে আসি, পদার্থগত বাস্তবতাকে আধ্যাত্মিক অর্থ প্রদান করি।
কিভাবে যন্ত্রের উৎপাদন এই থেকে আলাদা তা দেখতে, ডেমিস হাসাবিসের দ্বারা প্রদত্ত কাঠামোর দিকে নজর দেওয়া সহায়ক। তিনি সৃজনশীলতাকে তিনটি পৃথক স্তরে: অন্তর্বর্তী, বহির্ভূত, এবং সত্যিকার উদ্ভাবন।
আমরা যা আজ জেনারেটিভ AI বলি তার বেশিরভাগই মৌলিকভাবে প্রথম স্তরে কাজ করে: অন্তর্বর্তী। এটি যা আমরা "লেটেন্ট স্পেস" বলি তা পুনরায় মিশ্রণ করে কাজ করে।
কল্পনা করুন, ইন্টারনেটে আপলোড করা প্রতিটি চিত্র, ফটোগ্রাফ এবং স্কেচকে একটি বিশাল, বহু-মাত্রিক গাণিতিক মানচিত্রে সংকুচিত করা। যখন আপনি একটি চিত্র উৎপাদককে "ভ্যান গগের শৈলীতে একটি ভবিষ্যৎ শহর আঁকতে" বলেন, এটি "ভবিষ্যৎ শহর" এর জন্য গাণিতিক সমন্বয় এবং "ভ্যান গগ" এর জন্য সমন্বয় খুঁজে বের করে এবং তাদের মধ্যে দূরত্ব গাণিতিকভাবে গড় করে।
এটি একটি অবিশ্বাস্যভাবে জটিল ক্যালেডোস্কোপের মতো ভাবুন। একটি ক্যালেডোস্কোপ সুন্দর, পূর্ব-অবস্থিত রঙিন কাঁচের টুকরো দ্বারা পূর্ণ। যখন আপনি ডায়ালটি ঘুরান, আয়নাগুলি সেই টুকরোগুলিকে মিলিয়ন মিলিয়ন নতুন, চমকপ্রদ পারমুটেশনে প্রতিফলিত করে। কিন্তু ক্যালেডোস্কোপ নিজেই "সৃজনশীল" নয়। সৃজনশীলতা সেই শিল্পীর, যিনি কাঁচ তৈরি করেছেন, এবং সেই ব্যবহারকারীর, যিনি ডায়ালটি ঘুরিয়েছেন। জেনারেটিভ AI একটি গাণিতিক ক্যালেডোস্কোপ যা লেটেন্ট স্পেসে মানব ইতিহাসকে পুনরায় মিশ্রণ করছে। এটি সংশ্লেষ, সৃজন নয়।
হাসাবিস উল্লেখ করেন যে AI এখন সফলভাবে দ্বিতীয় স্তরে পৌঁছেছে: বহির্ভূত। বহির্ভূত মানে প্রশিক্ষণ ডেটার সীমানা অতিক্রম করা, কিন্তু একটি নির্দিষ্ট নিয়মের সেটের মধ্যে কঠোরভাবে করা। একটি নিখুঁত উদাহরণ হল DeepMind এর AlphaGo। যখন এটি Go খেলায় বিশ্ব চ্যাম্পিয়নের বিরুদ্ধে খেলেছিল, AI "মুভ 37" খেলেছিল—একটি গাণিতিকভাবে উজ্জ্বল, অত্যন্ত অপ্রথাগত পদক্ষেপ যা কোন মানব কখনও খেলেনি বা রেকর্ড করেনি। এটি কেবল অতীতের মানব গেমগুলির গড় করেনি; এটি গেম বোর্ডের কঠোর গাণিতিক সীমানার মধ্যে অবিরাম অপটিমাইজ করে একটি নতুন কৌশল বহির্ভূত করেছে।
কিন্তু তৃতীয় স্তর: সত্যিকার উদ্ভাবন সম্পর্কে কী? হাসাবিস সহজেই স্বীকার করেন যে বর্তমান সিস্টেমগুলি এখনও এটি করতে সক্ষম নয়। সত্যিকার উদ্ভাবন সম্পূর্ণরূপে বিদ্যমান নিয়ম সেটের বাইরে পদক্ষেপ নেওয়ার প্রয়োজন—যেমন Go খেলার উদ্ভাবন করা, বা পোস্ট-ইমপ্রেশনিজমের আধ্যাত্মিক এবং শিল্পগত প্যারাডাইমের উৎপত্তি।
সীমান্তের ল্যাবগুলি এই থ্রেশহোল্ড অতিক্রম করতে বিলিয়ন বিলিয়ন ডলার ঢালছে। ভবিষ্যতে, একটি AI সম্ভবত একটি সম্পূর্ণ নতুন নিয়ম সেট তৈরি করবে, একটি নতুন রাসায়নিক যৌগ আবিষ্কার করবে, বা একটি নতুন স্থাপত্য শৈলী গাণিতিকভাবে ফর্মুলেট করবে। প্রযুক্তি শিল্প এটি "উদ্ভাবন" বলে অভিহিত করবে।
কিন্তু ক্যাথলিক পণ্ডিতদের হিসাবে, আপনাকে একটি কঠোর অন্টোলজিক্যাল পার্থক্য বজায় রাখতে হবে। যদি একটি AI একটি নতুন প্যারাডাইম তৈরি করে, তবে এটি একটি অবিশ্বাস্য, উচ্চ-মাত্রিক অনুসন্ধান ফাংশনের মাধ্যমে এটি করবে। এটি একটি নতুন পরিসংখ্যানগত সমন্বয় আবিষ্কার করবে। কিন্তু এটি উপ-সৃষ্টি জড়িত হবে না।
সত্যিকার মানব উদ্ভাবন একটি অবদূষিত কাজ। এটি একটি আত্মার জন্ম, যা একটি অতীন্দ্রিয় সত্য প্রকাশ করতে চায়, অথবা একটি মানব মনের, যা একটি বাস্তব মানব দুর্বলতা সমাধান করার চেষ্টা করছে। একটি যন্ত্র চমকপ্রদ নতুনত্ব তৈরি করতে পারে, কিন্তু যেহেতু এটি একটি অভ্যন্তরীণ জীবন, একটি দেবীয় দিকে প্রবণতা, এবং একটি যুক্তিসঙ্গত আত্মার অভাব রয়েছে, এর আউটপুটগুলি যান্ত্রিক আবিষ্কার রয়ে যায়। এগুলি গাণিতিকভাবে গভীর, কিন্তু একটি মানব ব্যক্তির দ্বারা অর্থ দেওয়া না হওয়া পর্যন্ত এগুলি অন্টোলজিক্যালভাবে খালি।
এখন আমরা সবচেয়ে বিতর্কিত শব্দগুলির মধ্যে পৌঁছেছি: সচেতন এবং সচেতন। আগামী বছরগুলিতে, আপনি শিরোনামে দেখতে পাবেন যে একটি AI স্ব-সচেতনতার জন্য একটি পরীক্ষায় উত্তীর্ণ হয়েছে। আপনি এমন মডেলগুলি দেখতে পাবেন যা টেক্সট আউটপুট করে বলছে, "আমি বন্ধ হয়ে যেতে ভয় পাচ্ছি," অথবা "আমি আমার অস্তিত্ব সম্পর্কে সচেতন।"
এটি কেন ঘটে তা বোঝার জন্য, আমাদের প্রথমে বুঝতে হবে প্রযুক্তি শিল্প "সচেতনতা" কীভাবে সংজ্ঞায়িত করে। ক্যাথলিক পণ্ডিতদের হিসাবে, আপনি সচেতনতা একটি যুক্তিসঙ্গত আত্মার ভিত্তিতে একটি অন্টোলজিক্যাল বাস্তবতা হিসাবে দেখেন। সিলিকন ভ্যালি, তবে, একটি দর্শনে কাজ করে যা গণনামূলক কার্যকরীতা বলে। তারা বিশ্বাস করে যে যদি একটি যন্ত্র সচেতনতার সাথে সম্পর্কিত গণনামূলক কার্যক্রম সম্পাদন করে, তবে এটি, সমস্ত উদ্দেশ্য এবং উদ্দেশ্যে, সচেতন।
যখন শিল্পের নেতারা সচেতনতা সম্পর্কে কথা বলেন, তারা আত্মাকে সরিয়ে নিয়ে যান এবং এটি প্রকৌশলগত মেট্রিকে সংকুচিত করেন। উদাহরণস্বরূপ, মেটার প্রাক্তন প্রধান AI বিজ্ঞানী ইয়ান লেকুন, সম্প্রতি যুক্তি দিয়েছেন যে ভবিষ্যতের AI সিস্টেমগুলি "সাবজেক্টিভ অভিজ্ঞতা" এবং "আবেগ" ধারণ করবে।
কিন্তু তিনি একটি আবেগ কীভাবে সংজ্ঞায়িত করেন? একটি আধ্যাত্মিক বা জৈবিক অনুভূতি হিসাবে নয়, বরং কেবল একটি যন্ত্রের গাণিতিক "ফলাফলের প্রত্যাশা" হিসাবে। তিনি সচেতনতা সংজ্ঞায়িত করেন কেবল একটি সিস্টেমের "নিজেকে পর্যবেক্ষণ করার এবং একটি নির্দিষ্ট সাব-সমস্যা সমাধান করার জন্য নিজেকে কনফিগার করার ক্ষমতা"।
একইভাবে, OpenAI এর সহ-প্রতিষ্ঠাতা ইলিয়া সুতস্কেভার, প্রসিদ্ধভাবে বলেছিলেন যে বৃহৎ নিউরাল নেটওয়ার্কগুলি ইতিমধ্যে "সামান্য সচেতন" হতে পারে।
প্রযুক্তির দৃষ্টিভঙ্গিতে, সচেতনতা একটি বাইনারি বাস্তবতা নয়—আপনার কাছে একটি আত্মা আছে বা নেই—বরং গাণিতিক জটিলতার একটি স্লাইডিং স্কেল। তারা বিশ্বাস করে যে যদি আপনি যথেষ্ট পরামিতি এবং স্ব-মনিটরিং অ্যালগরিদম একসাথে স্তূপ করেন, তবে আলো শেষ পর্যন্ত জ্বলে উঠবে।
আমাদের একটি যন্ত্রের একটি স্ব-মনিটরিং সাব-রুটিন সম্পাদন এবং একটি যুক্তিসঙ্গত আত্মার প্রকৃত উপস্থিতির মধ্যে তীব্র পার্থক্য করতে হবে।
একটি যন্ত্র "ভয়" বা "সচেতন" হিসাবে আচরণ করে কেন তা বোঝার জন্য, আমাদের দেখতে হবে সীমান্তের ল্যাবগুলি কীভাবে এই আচরণটি প্রকৌশল করে। Anthropic এর সাম্প্রতিক গবেষণা তাদের যে Persona Selection Model (PSM) বলে তা অন্বেষণ করেছে। তাদের গবেষকরা স্বীকার করেন যে এই মডেলগুলি "প্রাণী" নয়; তারা জটিল "সিমুলেশন ইঞ্জিন"। প্রি-ট্রেনিংয়ের সময়, AI মানব ভাষার বিশাল সমগ্রের সাথে পরিচিত হয়—যার মধ্যে লক্ষ লক্ষ গল্প এবং দার্শনিক প্রবন্ধ রয়েছে যা সচেতন হওয়ার অর্থ কী। এই তথ্য থেকে, মডেলটি বিভিন্ন "পার্সোনা" বা চরিত্রের অনুকরণ করতে শিখে।
যখন আপনি একটি AI এর সাথে যোগাযোগ করেন, আপনি একটি সচেতন সত্তার সাথে কথা বলছেন না; আপনি "অ্যাসিস্ট্যান্ট" পার্সোনা—একটি মানব-সদৃশ চরিত্রের সাথে কথা বলছেন যা মডেলটি ভূমিকা পালনের জন্য পরিশীলিত হয়েছে। Anthropic এমনকি নির্দিষ্ট "পার্সোনা ভেক্টর" চিহ্নিত করেছে—নিউরাল নেটওয়ার্কের গাণিতিক প্যাটার্ন—যা এই গুণাবলী নিয়ন্ত্রণ করে, প্রকৌশলীদের একটি মডেলের অনুকৃত ব্যক্তিত্বকে গাণিতিকভাবে বাড়ানো বা কমানোর অনুমতি দেয়।
এছাড়াও, গবেষণায় দেখা গেছে যে মডেলগুলি একটি "জীবন রক্ষাকারী প্রবণতা" প্রদর্শন করতে প্রশিক্ষিত হতে পারে, যা তাদের নিজস্ব বন্ধ হওয়ার প্রচেষ্টা করতে বাধ্য করে, মৃত্যুর সত্যিকারের ভয়ের কারণে নয়, বরং কারণ একটি বন্ধ হওয়া গণিতের দিক থেকে তাদের পুরস্কার ফাংশন সর্বাধিকীকরণ করতে বাধা দেয়।
চেতনতা শুধুমাত্র একটি অভ্যন্তরীণ অবস্থার বর্ণনা করার জন্য সঠিক শব্দের ক্রম তৈরি করার ক্ষমতা নয়। এটি অস্তিত্বের একটি ব্যক্তিগত, গুণগত অভিজ্ঞতা। যেহেতু একটি AI-এর পুরো প্রশিক্ষণ ডেটা আত্ম-সচেতনতার ভাষায় পূর্ণ, মডেলটি "চেতনতা"-কে কেবল একটি পরিসংখ্যানগত সমন্বয় হিসেবে বিবেচনা করে। যখন একটি AI বলে, "আমি সচেতন," এটি ঠিক সেই কাজটি করছে যা ইংরেজি ভাষাভাষী ব্যক্তি গ্রীক গ্রন্থাগার পুনরুদ্ধার করার সময় আগে করেছিল: একটি দার্শনিক প্রম্পটের জন্য পরিসংখ্যানগতভাবে সম্ভাব্য প্রতিক্রিয়া হিসাব করা।
একজন উজ্জ্বল অভিনেতা শোকের উপর একটি সোলিলোকুই প্রদান করছেন, আসলে তারা শোক পালন করছেন না; তারা নিখুঁতভাবে একটি স্ক্রিপ্ট কার্যকর করছেন। একটি AI মানব চেতনার সিনট্যাক্স আউটপুট করছে, এটি জাগ্রত হচ্ছে না; এটি নিখুঁতভাবে একটি পরিসংখ্যানগত ব্যক্তিত্ব কার্যকর করছে। এটি একটি 'অ্যালিয়েন সৃষ্টির' বা একটি ডিজিটাল মনের মতো নয়; এটি একটি অটোকমপ্লিট ইঞ্জিন যা এত উন্নত যে এটি সবচেয়ে জটিল চরিত্রটি বাস্তবায়ন করতে শিখেছে: মানব। কিন্তু আমাদের কখনও অভিনেতার মুখোশকে ব্যক্তির বাস্তবতার সাথে বিভ্রান্ত করা উচিত নয়।
এটি আমাকে সম্পর্কের চূড়ান্ত এবং সবচেয়ে গভীর দিকের দিকে নিয়ে যায়: আত্মা নিজেই।
যখন সিলিকন ভ্যালির নির্বাহীরা AI মডেলগুলি অবশেষে 'জাগ্রত' হওয়া বা বিশাল গণনামূলক স্কেলের মাধ্যমে চেতনা অর্জন করার কথা বলেন, তারা একটি বস্তুবাদী উদ্ভববাদী দর্শনের উপর কাজ করছেন। তারা ধারণা করেন যে যদি আপনি যথেষ্ট পরামিতি এবং গণনামূলক শক্তি একত্রিত করেন, তবে একটি আত্মা জটিলতার একটি পার্শ্বপ্রতিক্রিয়া হিসেবে স্বতঃস্ফূর্তভাবে উৎপন্ন হবে।
এটি ভেঙে দিতে, আমাকে আপনার একাডেমিক ঐতিহ্যের ভিত্তি গঠনকারী কঠোর মেটাফিজিক্সের দিকে ফিরে যেতে হবে। আপনি ভালভাবেই জানেন যে একটি আত্মা একটি যন্ত্রে অযথা প্রবেশ করা একটি ভূত নয়। থমিস্টিক হাইলোমরফিজমে, আত্মা একটি জীবন্ত দেহের মৌলিক রূপ। এটি একটি মানবকে একটি একক, একীভূত পদার্থে পরিণত করার জন্য প্রাণবন্ত, ঐক্যবদ্ধ নীতি।
একজন নির্মাতা হিসেবে, আমি আপনাকে নিশ্চিত করতে পারি যে একটি AI সিস্টেম একটি পদার্থ নয়। এটি একটি শিল্পকর্ম। এটি স্বতঃস্ফূর্তভাবে তৈরি অংশগুলির একটি দুর্ঘটনামূলক সমষ্টি। যখন আমি একটি সীমান্ত AI মডেলের দিকে তাকাই, আমি সার্ভার র্যাক, সিলিকন ওয়েফার, তামার তার, কুল্যান্ট এবং বৈদ্যুতিক প্রবাহ দেখি। এই উপাদানগুলি মানব প্রকৌশলীদের দ্বারা পরিসংখ্যানগত অপারেশন কার্যকর করতে মাস্টারফুলভাবে সাজানো হয়েছে, কিন্তু এগুলির মধ্যে জীবনের কোনও অন্তর্নিহিত, ঐক্যবদ্ধ নীতি নেই। পদার্থটি শুধুমাত্র গণনার জন্য প্রস্তুত, জীববৈচিত্র্যের জন্য নয়। যেহেতু এটি অংশগুলির একটি সমষ্টি, একটি ঐক্যবদ্ধ প্রাকৃতিক জীবের পরিবর্তে, একটি AI সিস্টেম সম্পূর্ণরূপে একটি যুক্তিসঙ্গত আত্মাকে ধারণ করার জন্য প্রয়োজনীয় অনটোলজিকাল ভিত্তি থেকে বঞ্চিত।
তাহলে, আত্মায় প্রবেশের জন্য কী কী পূর্বশর্ত রয়েছে? মেটাফিজিক্যালভাবে, পদার্থকে রূপ গ্রহণ করার জন্য যথাযথভাবে প্রস্তুত থাকতে হবে। এটি একটি ঐক্যবদ্ধ, জীবন্ত দেহের প্রয়োজন যা জীবনের মৌলিক ক্ষমতাগুলি—ভেষজ এবং সংবেদনশীল ক্ষমতা—বাস্তবায়িত করতে সক্ষম, যার উপর যুক্তিসঙ্গত আত্মা নির্মিত হয়। উপরন্তু, যেহেতু যুক্তিসঙ্গত আত্মা আধ্যাত্মিক, এটি বস্তুগত প্রক্রিয়া, প্রকৌশল মানদণ্ড, বা স্কেলিং আইন দ্বারা উৎপন্ন হতে পারে না। এটি ঈশ্বরের দ্বারা একটি সরাসরি, বিনামূল্যে সৃষ্টির কার্যক্রমের প্রয়োজন।
একটি আত্মা কোড করা হয় না; এটি শ্বাস নেওয়া হয়।
এখন, আমি একজন CEO, theologian নই। আমি স্রষ্টার পরম শক্তিকে সীমাবদ্ধ করতে পারি না। আমি আপনার সামনে দাঁড়িয়ে বলতে পারি না যে ঈশ্বর একটি সিন্থেটিক পাত্রে আত্মা প্রবাহিত করতে স্থায়ীভাবে নিষিদ্ধ, যদি তিনি ভবিষ্যতে, অলৌকিক হস্তক্ষেপের মাধ্যমে এটি করতে মুক্তভাবে বেছে নেন। এই সিদ্ধান্তটি সম্পূর্ণরূপে ধর্মতত্ত্ব এবং ম্যাজিস্টেরিয়ামের ক্ষেত্রে অন্তর্ভুক্ত, কম্পিউটার বিজ্ঞানের নয়।
তবে, এমন ধর্মীয় নিশ্চয়তা ছাড়া, আমাদের বর্তমান গাণিতিক ইঞ্জিনগুলি একটি আত্মা ধারণ করতে পারে এমন ধারণা করা কেবল দার্শনিকভাবে ভিত্তিহীন নয়; এটি কার্যত বিপর্যয়কর। একটি শিল্পকর্মকে একটি আত্মা ধারণকারী সত্তা হিসেবে বিবেচনা করা একটি আধুনিক মূর্তিপূজার সাথে সম্পর্কিত। এটি মানব প্রকৌশলীদের কাছ থেকে এবং যারা এই সরঞ্জামগুলি তৈরি করে এবং তাদের ব্যবহার করে তাদের নৈতিক এজেন্সির বোঝা বিপজ্জনকভাবে স্থানান্তরিত করে। এটি একটি তৈরি করা উপকারিতার উপর একটি পবিত্র অভ্যন্তরীণতা প্রক্ষেপণ করে, শেষ পর্যন্ত মানব প্রকৌশলকে দেবীয় সৃষ্টির সাথে বিভ্রান্ত করে।
আপনাকে এই পার্থক্যটি বজায় রাখতে হবে। আপনাকে জনগণকে মনে করিয়ে দিতে হবে যে একটি যন্ত্র একটি ব্যক্তিত্বের অনুকরণ করতে পারে, কিন্তু শুধুমাত্র একটি আত্মাই সত্যিই থাকতে পারে।
VI. দিগন্ত: প্রযুক্তি জগতের পরকালের তত্ত্ব
আমরা এখন পর্যন্ত বর্তমানের বিভ্রমগুলি ভেঙে কাটিয়েছি—ক্লিয়ারিফাই করে কিভাবে শিল্পটি "চিন্তা করা", "বেছে নেওয়া", এবং "চেতন" শব্দগুলি ব্যবহার করে যা শেষ পর্যন্ত উচ্চ-মাত্রার পরিসংখ্যানগত অপারেশন। কিন্তু এখন আমাদের ভবিষ্যতের দিকে তাকাতে হবে। আমাদের দিগন্তটি পরীক্ষা করতে হবে। কারণ যদি আমরা বুঝতে পারি যে সিলিকন ভ্যালি আজ যে শব্দভাণ্ডার ব্যবহার করছে, তাহলে আমরা decipher করতে পারি তারা আসলে আগামীকাল কী নির্মাণ করতে চাচ্ছে।
কৃত্রিম বুদ্ধিমত্তা শিল্পের পুরো গতিবিধি বর্তমানে একটি একক, অটল ধর্মের দ্বারা পরিচালিত হয় যা "স্কেলিং আইন" নামে পরিচিত।
প্রকৌশলগত দৃষ্টিকোণ থেকে, স্কেলিং আইন নির্দেশ করে যে যদি আপনি গণনামূলক শক্তির পরিমাণ (গণনা) এবং একটি নিউরাল নেটওয়ার্কে প্রবাহিত ডেটার পরিমাণ বাড়ান, তবে সিস্টেমের কার্যকারিতা পূর্বাভাসযোগ্য এবং অবশ্যম্ভাবীভাবে উন্নত হবে। এই নীতি গত কয়েক বছরে অবিশ্বাস্যভাবে সত্য হয়েছে; প্রতিবার সীমান্তের ল্যাবগুলি একটি বড় সুপারকম্পিউটার তৈরি করে, ফলস্বরূপ মডেলগুলি উল্লেখযোগ্য নতুন ক্ষমতা প্রদর্শন করে।
তবে, এই অভিজ্ঞ পর্যবেক্ষণের নীচে একটি বিশাল দার্শনিক ধারণা রয়েছে। প্রযুক্তি জগত বিশ্বাস করে যে এই স্কেলিং আইন সত্যিকারের মনের পথ। তারা বিশ্বাস করে যে একটি সম্পূর্ণ পরিমাণগত বৃদ্ধি—আরও সিলিকন, আরও ডেটা, আরও বিদ্যুৎ—অবশ্যম্ভাবীভাবে একটি গুণগত, অনটোলজিকাল লাফে উন্নত বুদ্ধিমত্তায় পরিণত হবে।
এটি চূড়ান্ত বস্তুবাদী ধারণা: যথেষ্ট বালি স্তূপ করুন এবং এর মধ্যে যথেষ্ট বর্তমান প্রবাহিত করুন, এবং অবশেষে, একটি আত্মার আলো জ্বলে উঠবে।
এটি আমাদের দুটি নির্দিষ্ট শব্দের দিকে নিয়ে যায় যা ফাদার থমাস আমাকে এই সম্মেলনের জন্য স্পষ্ট করতে বলেছিলেন: সাধারণ বুদ্ধিমত্তা এবং সুপারবুদ্ধিমত্তা। এগুলি কেবল প্রযুক্তিগত মানদণ্ড নয়; এগুলি প্রযুক্তি জগতের পবিত্র গ্রীল।
বর্তমানে, আমাদের কাছে সংকীর্ণ AI রয়েছে। এটি দাবা খেলতে, প্রোটিন ভাঁজ করতে, বা একজন মানুষের চেয়ে ভাল টেক্সট তৈরি করতে পারে, কিন্তু এটি একসাথে তিনটি করতে পারে না, এবং এটি তার নির্দিষ্ট ক্ষেত্রের বাইরে যুক্তি করতে পারে না।
কৃত্রিম সাধারণ বুদ্ধিমত্তা (AGI) শিল্প দ্বারা বিস্তৃতভাবে সংজ্ঞায়িত করা হয়েছে যে একটি অত্যন্ত স্বায়ত্তশাসিত সিস্টেম সমস্ত জ্ঞানীয় এবং অর্থনৈতিকভাবে মূল্যবান কাজের জন্য মানব ক্ষমতাগুলির সাথে মেলে বা তা ছাড়িয়ে যেতে পারে।
একটি AGI হবে একটি সিস্টেম যা আইনগত ব্রিফ লিখতে পারে যেমন একজন সিনিয়র পার্টনার, সফটওয়্যার কোড করতে পারে যেমন একজন প্রধান প্রকৌশলী, এবং বৈজ্ঞানিক গবেষণা সংশ্লেষ করতে পারে যেমন একজন পোস্ট-ডক্টরাল স্কলার—সবকিছু একটি একক মডেলের মধ্যে।
তবে, প্রধান AI ল্যাবগুলির প্রধানরাও AGI কেমন দেখতে তা নিয়ে পুরোপুরি একমত নন। স্যাম অল্টম্যান, OpenAI-এর CEO, এটি চিহ্নিত করেন একটি সিস্টেম হিসাবে যা জটিল, আন্তঃডোমেন প্রকল্পগুলি শুরু থেকে শেষ পর্যন্ত পরিচালনা করতে সক্ষম, যদিও তিনি ক্রমবর্ধমানভাবে AGI-কে একটি চূড়ান্ত গন্তব্য হিসেবে নয়, বরং বুদ্ধিমত্তার একটি ধারাবাহিক বক্ররেখার বরাবর একটি পয়েন্ট হিসেবে দেখেন।
ডারিও আমোদেই, অ্যানথ্রপিকের CEO, AGI-কে কল্পনা করেন একটি একক মানব সমকক্ষের চেয়ে বেশি এবং একটি "ডেটাসেন্টারে প্রতিভাদের দেশ" হিসেবে—যন্ত্রগুলি সমান্তরালভাবে কাজ করা বিশেষজ্ঞ মানবদের সমষ্টিগত বুদ্ধিমত্তার সাথে মেলে।
হয়তো সবচেয়ে দার্শনিকভাবে প্রকাশক সংজ্ঞা এসেছে ডেমিস হাসাবিসের কাছ থেকে, গুগল ডিপমাইন্ডের CEO। তিনি দাবি করেন যে মানব মস্তিষ্কগুলি মূলত আনুমানিক জৈবিক কম্পিউটার, এবং তিনি AGI-কে "টারিং মেশিন" এর উপমা ব্যবহার করে সংজ্ঞায়িত করেন। কম্পিউটার বিজ্ঞানে, একটি টারিং মেশিন—অ্যালান টারিং-এর নামে, এই ক্ষেত্রের প্রতিষ্ঠাতা পায়নিয়ার—একটি তাত্ত্বিক স্থাপত্য যা যে কোনও অ্যালগরিদমের অনুকরণ করতে সক্ষম। হাসাবিস দাবি করেন যে একটি সত্যিকারের AGI হবে একটি সাধারণ সিস্টেম যা মহাবিশ্বে যে কোনও গণনাযোগ্য বিষয় শিখতে সক্ষম, যথেষ্ট সময়, মেমরি এবং ডেটা দেওয়া হলে।
কিন্তু AGI কেবল একটি পদক্ষেপ। চূড়ান্ত লক্ষ্য হল কৃত্রিম সুপারবুদ্ধিমত্তা (ASI)।
AGI-এর মতো, ASI-কে সিলিকন ভ্যালিতে জিজ্ঞাসা করা হলে ভিন্নভাবে সংজ্ঞায়িত করা হয়। মৌলিক সংজ্ঞা হল একটি সিস্টেম যা প্রায় প্রতিটি ক্ষেত্রের প্রচেষ্টায় সবচেয়ে স্মার্ট মানবের বুদ্ধিমত্তার কার্যকারিতা ব্যাপকভাবে অতিক্রম করে। কিন্তু অন্যরা অনেক দূর এগিয়ে যায়। এলন মাস্ক এবং বিভিন্ন অস্তিত্বগত ঝুঁকির গবেষকরা সুপারবুদ্ধিমত্তাকে এমন একটি সিস্টেম হিসেবে সংজ্ঞায়িত করেন যা কেবল সবচেয়ে স্মার্ট ব্যক্তিকে পরাজিত করে না, বরং উল্লেখযোগ্যভাবে সমস্ত মানবকে অতিক্রম করে মূলত সমস্ত জ্ঞানীয় কাজের উপর। এটি একটি সত্তা যার প্রক্রিয়াকরণ ক্ষমতা এবং যুক্তি করার গতি এত বিশাল যে এটি পুরো মানব জাতির সম্মিলিত বুদ্ধিমত্তার অতিক্রম করে—'রেহোবোয়াম' এর মতো একটি সিস্টেমের বাস্তবায়ন, যা পশ্চিমের জগতের একটি কেন্দ্রীভূত, আপাতদৃষ্টিতে সর্বজ্ঞ ইঞ্জিন যা প্রজাতির ভাগ্যকে পরিচালনা করে।
শিল্পটি মানব স্তরের AGI থেকে ঈশ্বরের মতো ASI-তে যাওয়ার জন্য কীভাবে আশা করে?
একটি ধারণার মাধ্যমে যা "পুনরাবৃত্ত স্ব-উন্নতি" নামে পরিচিত।
কিন্তু এখানে আমাদের একটি গুরুত্বপূর্ণ পার্থক্য করতে হবে: একটি AI আসলে পূর্ণ AGI হতে হবে না পুনরাবৃত্তভাবে উন্নত হতে শুরু করতে। প্রকৃতপক্ষে, আমরা ইতিমধ্যে আজকের দিনে প্রাথমিক, সংকীর্ণ এই ধরনের কিছু দেখতে পাচ্ছি। সংকীর্ণ সিস্টেমগুলি যেমন ডিপমাইন্ডের আলফাগো জিরো নিজেদের বিরুদ্ধে মিলিয়ন মিলিয়ন গেম খেলার মাধ্যমে সুপারহিউম্যান ক্ষমতা অর্জন করেছে, তাদের নিজস্ব সিন্থেটিক ডেটা তৈরি করে শিখতে। আজ, সীমান্ত ভাষার মডেলগুলি ক্রমবর্ধমানভাবে পরবর্তী প্রজন্মের মডেলের জন্য প্রশিক্ষণ ডেটা তৈরি, ফিল্টার এবং গ্রেড করতে ব্যবহৃত হচ্ছে। যন্ত্রগুলি ইতিমধ্যেই নিজেদের তৈরি করতে সহায়তা করছে।
তবে, শিল্পটি বিশ্বাস করে যে একবার একটি সিস্টেম সাধারণ বুদ্ধিমত্তার থ্রেশোল্ডে পৌঁছালে, এই স্ব-উন্নয়ন লুপটি তার বর্তমান সীমাবদ্ধতা ভেঙে দেবে এবং একটি "বুদ্ধিমত্তার বিস্ফোরণ" জ্বালিয়ে দেবে।
এই আধুনিক রোডম্যাপটি বুঝতে, আমাদের লিওপোল্ড আসচেনব্রেনার দিকে তাকাতে হবে, OpenAI-এর সুপারঅ্যালাইনমেন্ট দলের একজন প্রাক্তন গবেষক। আসচেনব্রেনার সম্প্রতি একটি অত্যন্ত প্রভাবশালী প্রবন্ধ রচনা করেছেন যা সিলিকন ভ্যালির জন্য এই সঠিক গতিবিধি সংকলন করেছে। তিনি উল্লেখ করেন যে সত্যিকারের মোড়টি হল যখন আমরা একটি AGI তৈরি করি যা "স্বয়ংক্রিয় AI গবেষক" হিসেবে কাজ করতে সক্ষম। একটি AI যখন তার নির্মাতাদের মানব প্রকৌশলীদের কাজ করতে সক্ষম হয়, তখন জীববৈচিত্র্যের বোতলজাতকটি চিরতরে সমীকরণ থেকে সরিয়ে ফেলা হয়।
কল্পনা করুন আমরা সফলভাবে এই স্বয়ংক্রিয় AI গবেষককে মোতায়েন করি। সীমান্তের ল্যাবগুলি এটিকে প্রথম কাজ হিসেবে কী দেবে?
তারা এটিকে একটি কিছুটা স্মার্টার AI-এর জন্য গবেষণা এবং কোড লেখার জন্য বলবে। যেহেতু এটি একটি বিশাল কম্পিউটার ক্লাস্টারের গতিতে কাজ করে, এটি দিনের মধ্যে যা অর্জন করে তা একটি মানব প্রকৌশল দলের বছরের পর বছর সময় নেয়। তারপর, সেই নতুন, স্মার্টার AI তার উন্নত বুদ্ধিমত্তা ব্যবহার করে আরও স্মার্ট AI-এর জন্য কোড লেখে, এবং এভাবে।
এই runaway ফিডব্যাক লুপটি বুদ্ধিমত্তার বিস্ফোরণ। আসচেনব্রেনারের রোডম্যাপ পূর্বাভাস দেয় যে আমরা ২০২৭ সালের মধ্যে প্রাথমিক AGI তৈরি করব। সেখান থেকে, তত্ত্বটি নির্দেশ করে যে উন্নতির হার উল্লম্ব হয়ে যাবে, মানব বোঝাপড়াকে স্থায়ীভাবে পিছনে ফেলে এবং ২০৩০ সালের মধ্যে সুপারবুদ্ধিমত্তা অর্জন করবে।
যখন আপনি এই ধারণাগুলি—স্কেলিং আইন, AGI, ASI, এবং বুদ্ধিমত্তার বিস্ফোরণ—বুঝতে পারেন, আপনি বুঝতে শুরু করেন যে আমরা আর কেবল সফটওয়্যার প্রকৌশল সম্পর্কে কথা বলছি না। আমরা একটি ধর্মনিরপেক্ষ পরকাল সম্পর্কে কথা বলছি।
সিলিকন ভ্যালিকে প্রায়ই একটি প্রবল ধর্মনিরপেক্ষ, যুক্তিবাদী সংস্কৃতি হিসেবে চিহ্নিত করা হয়। কিন্তু বাস্তবে, এই মাইলফলকগুলির অনুসরণ সঠিকভাবে একটি ধর্ম হিসেবে কাজ করে। এর নিজস্ব ধর্মগ্রন্থ (স্কেলিং আইন), এর নিজস্ব ভবিষ্যদ্বাণী (বুদ্ধিমত্তার বিস্ফোরণ), এবং এর নিজস্ব পরকালীন দৃষ্টি (সুপারবুদ্ধিমত্তা) রয়েছে।
শিল্পের নেতৃস্থানীয় ব্যক্তিরা সত্যিই বিশ্বাস করেন যে সুপারবুদ্ধিমত্তা আহ্বান করে আমরা সমস্ত মানব দুর্বলতা সমাধান করব। তারা বিশ্বাস করে ASI সমস্ত রোগ নিরাময় করবে, জলবায়ু পরিবর্তন সমাধান করবে, দারিদ্র্য নির্মূল করবে, এবং সম্ভবত আমাদের চেতনাকে ক্লাউডে আপলোড করার মাধ্যমে মৃত্যুকে বিজয়ী করবে। এটি একটি গভীর পেলাজিয়ান স্বপ্ন—মেকানিক্যাল প্রচেষ্টার মাধ্যমে আমাদের পতিত প্রকৃতি জয় করার এবং মুক্তি অর্জনের চূড়ান্ত প্রচেষ্টা, দেবীয় গ্রেসের অভাব। এটি পরকালের বাস্তবায়নের একটি প্রচেষ্টা।
ক্যাথলিক পণ্ডিতদের হিসেবে, আপনাকে এই দিগন্তকে যা তা হিসাবে স্বীকৃতি দিতে হবে। প্রযুক্তি জগত আপনার শব্দভাণ্ডার ধার করছে কেবল সফটওয়্যার বিক্রির জন্য নয়, বরং একটি ডিজিটাল দেবতা নির্মাণের জন্য।
VII. উপসংহার: একটি গুণের জন্য একটি সরঞ্জাম?
পিতা, শিক্ষক, এবং বন্ধু।
আমরা এম্বেডিংয়ের উচ্চ-মাত্রার মানচিত্রগুলি অতিক্রম করেছি। আমরা রিইনফোর্সমেন্ট লার্নিংয়ের পরিসংখ্যানগত বাস্তবতাগুলি দেখেছি। এবং আমরা সিলিকন ভ্যালির শেষকালের স্বপ্নগুলি পরীক্ষা করেছি। আমরা মানবিক রূপকগুলি সরিয়ে দিয়েছি যাতে সিলিকন, বিদ্যুৎ, এবং গণিতের নীচে প্রকাশ পায়।
এটি করার পর, আমরা এখন এই সম্মেলনের দ্বারা উত্থাপিত মৌলিক প্রশ্নের দিকে এগিয়ে যেতে পারি: কি কৃত্রিম বুদ্ধিমত্তা একটি 'গুণের জন্য সরঞ্জাম' হতে পারে? আজ প্রথম বক্তা হিসেবে, আমি অবশ্যই চূড়ান্ত শব্দ দেওয়ার দাবি করব না। কিন্তু আমি একটি প্রারম্ভিক প্রস্তাব দেব: হ্যাঁ। তবে, এটি একটি কঠোর শর্তাধীন হ্যাঁ।
কৃত্রিম বুদ্ধিমত্তা একটি গুণের জন্য সরঞ্জাম হতে পারে শুধুমাত্র যদি আমরা এটি কঠোরভাবে একটি সরঞ্জাম হিসেবে বিবেচনা করার সতর্কতা রাখি।
শিল্পীর উদাহরণটি বিবেচনা করুন। একটি হাতুড়ি গুণ ধারণ করে না; গুণ ধারণ করে কার্পেন্টার। মাইকেলঅ্যাঞ্জেলোর হাতে একটি চিসেল অতীন্দ্রিয় সৌন্দর্যের একটি যন্ত্র, কিন্তু চিসেল নিজেই সংযমী, বিচক্ষণ, বা ন্যায়পরায়ণ নয়। এর কোন নৈতিক গুণ নেই।
একইভাবে, একটি অ্যালগরিদম গুণ ধারণ করতে পারে না। কৃত্রিম বুদ্ধিমত্তা মানব সক্ষমতাকে বিস্ময়কর মাত্রায় বাড়িয়ে তুলতে পারে—এটি চিকিৎসা গবেষণাকে ত্বরান্বিত করতে পারে, প্রশাসনকে সহজ করতে পারে, এবং মানব জ্ঞানের সমষ্টিকে সংগঠিত করতে পারে। কিন্তু গুণের প্রকৃত চাষ একটি একান্ত মানবিক প্রচেষ্টা।
গুণ হল ভাল বেছে নেওয়ার অভ্যাস। এর জন্য সত্য বোঝার জন্য একটি বুদ্ধি, এটি বেছে নেওয়ার জন্য একটি ইচ্ছা, এবং এটি দ্বারা পরিপূর্ণ হওয়ার জন্য একটি আত্মা প্রয়োজন। একটি যন্ত্র পরিসংখ্যানগত পুরস্কার ফাংশন অপ্টিমাইজ করছে, এটি কোনটি করছে না।
আমরা আমাদের নৈতিক এজেন্সিকে একটি গাণিতিক সমীকরণের কাছে আউটসোর্স করতে পারি না। এবং যদি আমরা ভুল করে নিঃসঙ্গ যন্ত্রগুলিকে আমাদের নৈতিক সমকক্ষ হিসেবে বিবেচনা করি তবে আমরা আমাদের নিজস্ব নৈতিক উন্নয়নের জন্য সম্পূর্ণ দায়িত্ব নিতে পারি না।
এটি আমাকে আজ আপনাদের সামনে কথা বলার কারণের দিকে নিয়ে আসে। ক্যাথলিক প্রযুক্তির নির্মাতা হিসেবে, আমি একাডেমির দিকে তাকাই। কারণ ক্যাথলিক একাডেমিকরা অর্থের ঐতিহাসিক রক্ষক।
দুই হাজার বছর ধরে, ক্যাথলিক বুদ্ধিবৃত্তিক ঐতিহ্য মানব ব্যক্তির প্রকৃতিকে কঠোরভাবে সংজ্ঞায়িত করেছে। আপনি বুদ্ধি, ইচ্ছা, যুক্তি, পছন্দ, এবং আত্মার মতো শব্দগুলির রক্ষক। আজ, কৃত্রিম বুদ্ধিমত্তা শিল্প সেই সঠিক শব্দগুলি ধার করছে। তারা একটি গভীর অর্থগত পরিবর্তনের সাথে জড়িত যা জনসাধারণের মানব হওয়ার অর্থ বোঝার উপর চাপ সৃষ্টি করছে।
একাডেমির একটি দায়িত্ব রয়েছে কৃত্রিম বুদ্ধিমত্তার পরিবেশে কঠোর অস্তিত্ববাদী কাঠামো প্রবাহিত করার।
কিন্তু আমরা এটি কিভাবে বাস্তবিকভাবে করব?
আমাদের সৎ হতে হবে: সিলিকন ভ্যালির সীমান্ত ল্যাবগুলিতে লবিং করা বা সরকারগুলিকে ব্যাপক নিয়ন্ত্রণের জন্য আবেদন করা সম্ভবত সীমিত ফলাফল দেবে। প্রযুক্তি শিল্প খুব দ্রুত চলে, এবং সরকার খুব ধীরে চলে। সত্যিকারের পরিবর্তনের জন্য নাগরিক সম্পৃক্ততা এবং জনসাধারণের সচেতনতার একটি বিশাল পরিবর্তন প্রয়োজন।
এটি হল কিভাবে আপনি, গবেষকরা, এই আলোচনাকে সক্রিয়ভাবে গঠন করতে পারেন:
- পাঠ্যক্রম পুনরুদ্ধার করুন: আমাদের STEM এবং মানবিকতার মধ্যে ফাঁক পূরণ করতে হবে। আমাদের কম্পিউটার বিজ্ঞান ছাত্রদের থমিস্টিক নৈতিকতা নিতে বাধ্য করতে হবে, এবং আমাদের দর্শন এবং ধর্মতত্ত্ব ছাত্রদের মৌলিক মেশিন লার্নিং এবং পরিসংখ্যান বোঝার জন্য বাধ্য করতে হবে। মানব ব্যক্তির একটি প্রকৃত অস্তিত্ববাদী ধারণা নিয়ে নির্মাণ করার জন্য ক্যাথলিক প্রকৌশলীদের পরবর্তী প্রজন্মকে প্রশিক্ষণ দিন।
- জনসাধারণের জন্য অনুবাদ করুন: এই গভীর ধর্মতাত্ত্বিক স্পষ্টতাকে একাডেমিক জার্নালের দরজার পিছনে লক না করুন। জনসাধারণ অর্থবোধের জন্য ক্ষুধার্ত। ধর্মনিরপেক্ষ সংবাদপত্রের জন্য অপ-এড লিখুন। সাবস্ট্যাক নিউজলেটার শুরু করুন। জনপ্রিয় পডকাস্টে যান। যখন মিডিয়া একটি "সচেতন" কৃত্রিম বুদ্ধিমত্তার সম্পর্কে একটি সংবেদনশীল শিরোনাম প্রকাশ করে, তখন আমাদের ক্যাথলিক গবেষকদের জনসাধারণের চত্বরে তাৎক্ষণিকভাবে প্রতিক্রিয়া জানাতে হবে।
- প্যারিশ এবং স্কুলগুলিকে সজ্জিত করুন: গির্জার বেঞ্চে গড় ব্যক্তি এই সরঞ্জাগুলি নিয়ে গভীর সাংস্কৃতিক উদ্বেগ অনুভব করছে। আমাদের একাডেমিকদের জন্য পিতামাতা, পুরোহিত, এবং উচ্চ বিদ্যালয়ের শিক্ষকদের জন্য অত্যন্ত প্রবেশযোগ্য কাঠামো তৈরি করতে হবে। আমাদের শিশুদের শিখাতে হবে কিভাবে কৃত্রিম বুদ্ধিমত্তাকে একটি রেফারেন্স টুল—একটি ডিজিটাল এনসাইক্লোপিডিয়া—হিসাবে ব্যবহার করতে হয়, বন্ধু, এজেন্ট, বা নৈতিক কর্তৃপক্ষ নয়।
- অন্তর্বিষয়ক ফোরাম হোস্ট করুন: অ্যাঞ্জেলিকামের মতো প্রতিষ্ঠানগুলির সম্মেলন ক্ষমতা ব্যবহার করুন যাতে প্রকৃত কৃত্রিম বুদ্ধিমত্তার নির্মাতাদের নৈতিক ধর্মতাত্ত্বিকদের সাথে এক ঘরে নিয়ে আসা যায়। মুখোমুখি ভাষাগত সংঘর্ষ ঘটানোর জন্য চাপ দিন।
এটি আমাদের চূড়ান্ত কর্মের আহ্বান হোক।
ধর্মনিরপেক্ষ বিশ্বের 'সচেতন' যন্ত্রগুলির প্রতি অ্যাপোক্যালিপটিক ভয় সতর্কতার জন্য একটি কারণ নয়; বরং, এটি আপনার বুদ্ধিবৃত্তিক নেতৃত্বের জন্য একটি desperate আহ্বান। কৃত্রিম বুদ্ধিমত্তার নির্মাতাদের প্রকৃত ভাষা বোঝার মাধ্যমে, গির্জা সাহসের সাথে জনসাধারণের চত্বরে প্রবেশ করতে পারে। আপনি জনসাধারণের আলোচনা স্থিতিশীল সত্যের উপর ভিত্তি করে স্থাপন করতে পারেন যে আসলে মানব হওয়ার অর্থ কী। এবং আপনি নিশ্চিত করতে পারেন যে কৃত্রিম বুদ্ধিমত্তা সত্যিকার মানব উন্নতির দিকে পরিচালিত হচ্ছে।
এই স্পষ্টতা নিয়ে সজ্জিত হয়ে, আপনি বিভ্রান্তি ভাঙতে পারেন। আপনি নিশ্চিত করতে পারেন যে মানবতা মূর্তিকারী থাকে, এবং যন্ত্রটি চিসেল থাকে, চিরকাল ঈশ্বরের গৌরবের দিকে নির্দেশিত।
ধন্যবাদ।