प्रविधिको अभूतपूर्व विकासका साथ कृत्रिम बुद्धिमत्ता (एआई)ले समाजलाई द्रुत रूपमा रूपान्तरण गर्दै छ र विश्वव्यापी सहयोगलाई नयाँ उचाइमा पु¥याएको छ । नयाँ युगको सुरुवात गर्दै एआईले पहिले नै डाटा, कम्प्युटिङ पावर र एल्गोरिदमको मुख्य क्षेत्रमा क्रान्तिकारी फड्को मारेको छ, जसमा नवीनताले ठुल्ठूला अनुप्रयोगलाई उत्प्रेरणा दिएको छ । यी घटनाक्रमलाई मनन गर्दै एआई विकासका लागि नयाँ मार्ग रेखांकन गर्न सम्पूर्ण विश्व समुदाय संवाद र सहयोगमा संलग्न हुन आवश्यक छ ।
एआईको द्रुत प्रगति ठोस आधारमा निहित छ । डाटा, कम्प्युटिङ पावर र एल्गोरिदम एआई विकासका ‘तीन ड्राइभिङ फोर्स’ हुन् । यिनीहरू एक–अर्कामा निर्भर र पारस्परिक रूपमा सुदृढ हुन्छन् । यी ड्राइभिङ फोर्सले एआईलाई अमूर्त अवधारणाबाट मूर्त अनुप्रयोगमा रूपान्तरण गर्दै नवप्रवर्तनको सीमालाई निरन्तरता दिइरहेका छन् । यसको विकासको पछाडि धेरै वैज्ञानिकको आधारभूत योगदान छ ।
तथ्यांकले एआई विकासको आधारशिलाको रूपमा सेवा गर्छ । प्रशिक्षण र एआई मोडेलको अनुकूलनका लागि आवश्यक स्रोत प्रदान गर्दै विश्वव्यापी डेटा उत्पादनमा वृद्धि भइरहेको छ । खुला–स्रोतका डेटा प्लाटफर्र्मले सामान्य–उद्देश्यका मोडेलको विकासलाई उत्प्रेरित गरेको छ, जबकि विश्वव्यापी इन्टरनेट प्रयोगकर्ता र औद्योगिक डेटाले उद्योग–विशेष मोडेलका लागि उच्च अनुकूलित प्रशिक्षण प्रदान गर्छ, र उच्च गुणस्तर डेटा इनपुटहरूले एआई मोडेलहरूको विकासलाई सहज बनाउँछ ।
एआईलाई तीव्र रूपमा प्रयोगमा ल्याउन सम्पूर्ण समाजको सहभागिता आवश्यक छ । साधारण मानिसले एआईसम्बन्धी सीप प्राप्त गरेको सुनिश्चित गर्न शिक्षा र तालिममा थप लगानी गर्नुपर्छ ।
उदाहरणका लागि ट्युरिङ पुरस्कार विजेता जुडिया पर्लको बायेसियन नेटवर्कले डेटा विश्लेषणको दक्षता र तर्क क्षमतामा उल्लेखनीय सुधार गरेको छ, जबकि फिजियोलोजी/मेडिसियनका लागि नोबेल पुरस्कार विजेता जोन ओकिफे र उनको टोलीले विकसित गरेको स्थानीय नेभिगेस संयन्त्रले एआईलाई जटिल डाटा वातावरण संरचनामा विकास गरेको छ । तैपनि, डाटाको एकाधिकार र अभाव महŒवपूर्ण बाधा बनेको छ (विशेषगरी भर्टिकल उद्योगहरूमा) । यी समस्यालाई सम्बोधन गर्न आवश्यक छ ।
एल्गोरिदमहरू एआई प्रणालीका चालक शक्ति हुन् । र, एल्गोरिदममा एआईको प्रगतिले दुई प्राथमिक दिशा पछ्याउँछ, सामान्य उद्देश्यका ठुला मोडेल र उद्योग–विशेष ठुला मोडेल । ओपनएआईको च्याटजिपिटी र डिपमाइन्डको जेमिनीजस्ता सामान्य उद्देश्यका ठुला मोडेलले बहुविधा र बहुभाषिक प्रशोधनमा उत्कृष्टता हासिल गर्दै र जेनेरेटिभ एआईलाई अपनाउने प्रक्रियालाई तीव्र पार्दै अल्फाफोल्डजस्ता उद्योग–विशेष ठुला मोडेलले प्रोटिन संरचनाको भविष्यवाणी गरेर जीवविज्ञानमा क्रान्तिकारी परिवर्तन गरेका छन् ।
यसबाहेक, रसायनशास्त्रका लागि नोबेल पुरस्कार विजेता डेमिस हासाबिस र जोन जम्परले महŒवपूर्ण सामाजिक समस्यालाई सम्बोधन गर्न डोमेनमा आधारित ठुला मोडेलको अपार क्षमता प्रदर्शन गरेका छन् । कम्प्युटिङ पावरले एआईको विकासका लागि ऊर्जा स्रोतको रूपमा कार्य गर्छ । ठुला मोडेल कम्प्युटेसनल क्षमताको माग बढेको छ, जबकि एनभिआइडिआइएको जिपियू र गुगलको टिपियूजस्ता प्रविधिले एआई मोडेलका लागि बलियो गणितीय समर्थन प्रदान गरेको छ । अझ महत्वपूर्ण कुरा त गुगलले हालै आफ्नो विलो क्वान्टम चिप सार्वजनिक ग¥यो, जसले पारम्परिक सुपर कम्प्युटरलाई पाँच मिनेटमा १० सेप्टिलियन वर्षमा लैजान्छ, जुन क्वान्टम टेक्नोलोजीमा ठुलो छलाङ हो ।
अर्कोतर्फ, चीनको ‘पूर्वी डाटा र पश्चिमी कम्प्युटिङ’ पहलले कुशल स्रोत समन्वयलाई सक्षम पार्दै एकीकृत राष्ट्रव्यापी कम्प्युटिङ नेटवर्कको निर्माणलाई तीव्रता दिएको छ । यस प्रक्रियामा, फिल्ड्स पदक विजेता टेरेन्स ताओको हार्मोनिक विश्लेषण र योगदानले एआई कम्प्युटेसनल मोडेलहरूलाई थप सटिक र प्रभावकारी बनाउन मद्दत गरेको छ । त्यस्तै, ट्युरिङ अवार्ड विजेता एलेन नोबेल र हर्बर्ट साइमनको एल्गोरिदमको जटिलता र कम्प्युटेसनल फ्रेमवर्कको अनुसन्धानले ठुलो मात्रामा वितरित कम्प्युटिङका लागि आधार तयार गरेको छ ।
यसबाहेक, भौतिकशास्त्रका लागि नोबेल पुरस्कार विजेता एलेन एस्पेक्टको क्वान्टम उल्झनमा प्रयोगात्मक सफलताले एआईको कम्प्युटेसनल शक्ति बढाउन क्वान्टम कम्प्युटिङको सम्भावित अनुप्रयोगलाई थप विस्तार गरेको छ । परम्परागत र क्वान्टम टेक्नोलोजीसँग मिलेर यी सफलताले एआई मोडेलहरूको थप कुशल प्रशिक्षण र व्यावहारिक अनुप्रयोगका लागि मार्गप्रशस्त गरेका छन् ।
सन्तुलित र समन्वित विकास हासिल गर्नु महत्वपूर्ण भएकाले डाटा, एल्गोरिदम र कम्प्युटिङ पावरमा लगानी बढाउन आवश्यक छ, जसले गर्दा एआईको मूल ड्राइभिङ फोर्स तालमेल गर्न सकिन्छ । एल्गोरिदमको विकास उच्च–गुणस्तरको डेटामा निर्भर हुन्छ, तर डाटा र प्लाटफर्महरूको अभावले सम्भावित छलाङलाई सीमित पारेको छ ।
एआईलाई तीव्र रूपमा प्रयोगमा ल्याउन सम्पूर्ण समाजको सहभागिता आवश्यक छ । र, साधारण मानिसले एआई–सम्बन्धी सीप प्राप्त गरेको सुनिश्चित गर्न शिक्षा र सीप तालिममा थप लगानी आवश्यक छ । अन्तर्राष्ट्रिय संवाद र नैतिक मापदण्डका लागि एउटा प्लाटफर्र्म स्थापना गर्न आवश्यक भए पनि एआईको विकासका लागि नैतिक ढाँचाको विकास गर्न र संयुक्त राष्ट्रसंघजस्ता संस्थाहरूले नियमहरू तर्जुमा र कार्यान्वयनमा अग्रणी भूमिका खेलेको सुनिश्चित गर्न पनि उत्तिकै आवश्यक छ ।
एआईको विकासका लागि देशहरूबिचको सहकार्य आवश्यक भएकाले विश्व नेताहरूले एआई प्रविधिलाई अगाडि बढाउन विश्वव्यापी एआई इनोभेसन नेटवर्क निर्माण गर्नुपर्छ । यस सन्दर्भमा विश्वव्यापी एआई अनुसन्धान र विकासमा दुई प्रमुख शक्तिको रूपमा चीन र अमेरिकाको भिन्नतालाई सम्मान गर्दै र प्रविधि साझेदारीलाई बढावा दिँदै साझा आधार खोज्नुपर्छ । उदाहरणका लागि दुवै देशले एआई मोडेल प्रशिक्षणका लागि डाटा साझेदारी सम्झौतामा हस्ताक्षर गरेर औषधि र जलवायु परिवर्तनजस्ता क्षेत्रमा एआई अनुप्रयोगलाई सशक्त बनाउन सक्छन् ।
केही कम्पनीको एकाधिकार रोक्न र एआई प्रविधि सबैका लागि पहुँचयोग्य र लाभदायक छ भनेर सुनिश्चित गर्न बलियो नियम बनाउनु पनि आवश्यक छ । एआईले मानवताको लागि प्राविधिक छलाङ प्रतिनिधित्व गर्दछ, तर यसको प्रगतिले विशेषाधिकार प्राप्त केहीलाई मात्र नभई सम्पूर्ण मानवतालाई फाइदा पु¥याउनुपर्छ ।
–चाइना डेलीबाट लेखक सिचुआन विश्वविद्यालयका प्राध्यापक हुन्
