धर्मेन्द्र कर्ण
शुक्रवार, कार्तिक १६, २०७५
358

हरेक कारोबार र सामाजिक क्रियाकलापमा कृत्रिम बौद्धिकताको (एआई) प्रयोग गरिए यसले मानव समाजको अस्तित्वका लागि ठूला चुनौतीहरू थपिने ठूला वैज्ञानिक र कारोबारीहरूको चेतावनी सार्वजनिक भएका छन् ।
तर, त्यस्ता चुनौती खडा गर्ने भनिएको एआईको कारोबारी र सामाजिक प्रयोगका लागि सक्षम बनाउन ठूला चुनौतीहरू देखिएको सम्बद्ध क्षेत्रका विज्ञहरूको भनाइ रहेको छ ।
एआईको प्रयोगबाट व्यापारिक, औद्योगिक एवं व्यावसायिक कारोबार विस्तार बारे अनुसन्धान हुँदै गरेका छन् । हालैमात्र केही साता अघि पीडब्लूसीले एआईको विषयमा एक प्रतिवेदन सार्वजनिक ग¥यो । त्यस अनुसार सन् २०३०सम्म विश्व अर्थतन्त्रका लागि चीन र भारतको संयुक्त उत्पादन १५.७ ट्रिलियन अमेरिकी डलर बराबर हुने जनाइएको छ ।
एआईले अन्तरिक्ष क्षेत्रको विस्तारदेखि आतंकवाद विरोध अभियानसम्म मात्रै नभइ कला विस्तारमा पनि आफ्नो भूमिका महत्वपूर्ण पार्ने देखिएको विषयमा कोही असहमत देखिदैनन् ।
एआईको यो विशाल सम्भाव्यताका बारमो यस्तो सहमति हुँदाहुँदै यो क्षेत्रको विकासका लागि अझ धेरै चुनौतीलाई पूरा गर्नुपर्ने देखिन्छ ।

 प्रविधि उद्योगले यस्ता चुनौतीहरूलाई समाधान गर्नुपर्ने सूचीलाई प्राथमिकतामा राखेका छन् ।

कम्प्युटरको अभाव
एआईको विकासका लागि कम्प्युटरको अभाव छ । अहिलेको सवैभन्दा ठूलो र महत्वपूर्ण चुनौती भनेको मेसिनको सिकाइ र गहिरो सिकाई प्रविधि हो । जसले अहिलेको सबैभन्दामा महत्वपूर्ण प्रतिबद्धता पूरा गर्छ । वा भनौ विशाल संख्याको गणना धेरै छिट्टै गर्नुपर्ने आवश्यकता छ । यो भनेको विशाल आँकडाहरूलाई प्रयोग गरी आवश्यक गणना मार्फत नतिजा निकाल्ने प्रक्रियाको विकास गर्नु हो । जसलाई प्रोसेसिङ पावरको रूपमा बुझ्न सक्छौं । यो प्रोसेसिङ पावरको प्रयोग गरी विशाल विशाल डेटालाई प्रोसेसिंग गर्ने क्षमता प्राप्त गर्नु हो ।
टेराडटाका प्रमुख प्राविधिक अधिकृत (सीटीओ) स्टिफन ब्रोब्स्ट भन्छन्, “दुई वर्ष अगाडिसम्म लामो समयदेखि एआईको सिद्धान्त इटाको एक पर्खाल रहेको थियो । तर अब भने प्राय सबैजसोलाई एआईको बारेमा एक राम्रो जानकारी छ भने यसका लागि चाहिने पर्याप्त कम्प्युटरको अभावले यसको कार्यान्वयनमा समस्या हुने देखिएको छ ।”
सानो समयमा जवाफ पाउन क्लाउड क्प्युट र विशाल समानान्तर प्रोसेसिङ सिस्टमको हामीले प्रयोग गर्न सक्छौं । तर डेटा निरन्तर बढ्छ । गहिरो सिकाईले (डिप लर्निङ)ले जटिल प्रकारका लघुकणलाई तीब्रगतिमा वृद्धि गर्ने स्वचालन विधिलाई परिचालन गर्छ । परिणाम यसले गतिलाई सदैव धीमा बनाउनेछ ।
क्वान्टम कम्प्युटिङ जस्ता नयाँ पुस्ताको कम्प्युटिंग पूर्वाधारको विकासको जवाफ यसमा अल्झिरहेको छ । जसले आजका कम्प्युटरहरूको तुलनामा धेरै र ठूला उपआणविक विषयवस्तुसँग सम्बन्धित गणनाहरूलाई तीव्रगतिमा गर्नुपर्ने समस्या अहिले रहेको छ ।
यस्तो कम्प्युटरको विकासका लागि हामीलाई कम्तिमा ५ देखि १० वर्षको समय वस्तवैमा लाग्ने ब्रोब्स्टको भनाइ छ । क्वान्टमसम्बन्धी विषयका आधारमा गरिने प्रोग्रामिंगका लागि मोडलहरूको विकास गर्नुपर्छ । क्वान्टमसँग सम्बन्धित विषयवस्तु अहिलेको कम्प्युटिंग मोडल भन्दा पूर्णरूपमा फरक रहेको उनले जनाए । यसका लागि यसक्षेत्रमा पुन अविष्कारको आवश्यकता छ । यसमा केही समय लाग्नेछ ।

जनशक्तिको अभाव
एआईको क्षेत्रमा विकास गर्न जनशक्तिको अभाव पनि एक हो । हलिउडका सिनेमा रोबोटले गर्नेजस्तो काम धरतीमा ल्याउन सकिने एआईको विकासका लागि बजारमा जनशक्तिको अभाव रहेको सम्बद्ध विज्ञहरूको भनाइ छ । यसका विकासका लागि आवश्यक धनको पनि आवश्यकता छ । तुलनात्मक रूपमा केही संगठनहरूले यस्ता सीपको विकासमा धन खन्याउन चाहना देखाइरहेका छन् । यो विषय उद्योग केन्द्रित शिक्षा वा तालिमको पाठ्यक्रमसँग सम्बन्धित विषय जस्तो होइन ।
विगतका केही वर्षमा विस्फोट भएका रूचिले सबैलाई परिवर्तन गरेको छ । डेटा साइन्सको पाठयवस्तु एआईको विकासमा आवश्यक हुने सीपलाई ध्यानमा दिएर बनाइएका छन् । विशेष गरी गणित, कम्प्युटर साइन्स र तथ्यांकशास्त्रका विषय वस्तु यसरी आधारित भइ विज्ञानको पाठयक्रमको विकास गरिदैछ ।
यति हुँदाहुँदै पनि अझ पनि पर्याप्त मानिसको विकास गर्न सकिएको छैन् जसले मेसिनको सिकाइको आधारमा व्यवसाय र संगठनको विकासलाई विश्वामा अगाडि बढाउन सक्छ । विज्ञान र प्रविधिको क्षेत्रमा सीपालुहरूको अभाव छ । मेसिनले कसरी सोच्न सक्छ र आफै कसरी काम गर्न सक्छ भन्ने विषयमा सोचेर काम गर्ने सिपालुको अधाव देखिएको छ ।
विशेष क्षेत्रमा काम गर्नेहरूबाट सिटिजन डेटा साइन्टिस्टको आवश्यकता छ । जसले डेटालाई कसरी उन्नत तरिकाबाट विशेष क्षेत्रमा प्रयोग गराउन सक्नेबारे जानकारी राख्छ । उदाहरणका लागि बाली भित्र्याउने सम्बन्धी डेटाको प्रयोग प्रविधिको क्षेत्रमा कसरी उन्नत तरिकाबाट गर्न सकिन्छ त्यसबारेको जनशक्तिको आवश्यकता छ ।

विश्वास निर्माण
सन् २०२०सम्म एआईको विरोधमा एआईले मानवमाथि नियन्त्रण गर्ने मानिसहरूको हल्ला १० प्रतिशत हुनेछ ब्रोब्स्टको अनुमान छ । एआईले एक कालो बाकस हो जसले निर्णय कसरी लिइन्छ त्यसबारे सहज जानकारी अनुभव गर्न सक्दैन् ।
उदाहरणका लागि बैंकमा प्रयोग गरिने विशेष गरिने रेखीय गणितका लघुकणहरू छन् । अझ भन्नु पर्दा बैंकमा बन्धकी लिएर आउनेलाई रकम दिने निर्णय गर्नुलाई लिन सकिन्छ । यस्ता निर्णय प्रक्रियाका विभिन्न चरणका निर्णयलाई लिन सकिन्छ ।
यससम्बन्धी कानुनहरूको निर्माणको अभाव पनि विश्वास निर्माणसँग जेडिएका विषय हुन् । उपभोक्ता जगारण अभियान अर्को वर्ष युरोपियन युनियनमा आउने भएको छ । यस्ता विषय सरकारले निर्णयसँग सम्बन्धित छन् ।

एक किसिमको बाटो
अहिले एआईको प्रयोग भन्दा यो धेरै विशिष्ट किसिमको प्रयोग हुनेछ । विशिष्ट एआई भनेको अप्लाइड एआईको रूपमा लिइन्छ । यसले विशेष कामलाई विशेष किसिमबाट गर्न सिकाउने र सिक्ने विधि हो ।
सामान्य एआई भनेका स्टा ट्रेकको डेटा केबललाई घुमाउने जस्ता काम हो । गुगलको एआई अनुसन्धान वैज्ञानिक राजा हडसेलले जनाए अनुसार अहिले न्यूरल नेटवर्क दुनियमा छैन् । कुनै पनि विधि अहिले छैन जसले कुनै मेसिनलाई कुनै वस्तुलाई ठीकसँग पहिचान गराउन सक्ने र संगीत सुन्न लगाउन सक्छ ।
एआईको व्यावसायिका विकासका लागि चाहिने विशिष्ट प्रयोगको विस्तारमा देखिएका यी मुख्य चुनौतीहरूलाई समाधान गर्नुपर्नेछ । सिनेमा र विज्ञानआधारित कथामा प्रयोग हुने गरेको एआईको विकासका लागि यी चुनौतीको समाधान तत्काल आवश्यक भएको उनीहरूको भनाइ छ । सिद्धान्त र आचरसंहिताको निर्माणका लागि पनि समय त पक्कै लाग्नेछ ।