एआई के लिए आवश्यक सफलता – news247online

बड़े भाषा मॉडल में बिजली की गहरी भूख होती है। OpenAI के GPT-4 मॉडल को प्रशिक्षित करने के लिए इस्तेमाल की गई ऊर्जा से एक सदी तक 50 अमेरिकी घरों को बिजली दी जा सकती थी। और जैसे-जैसे मॉडल बड़े होते जाते हैं, लागत तेज़ी से बढ़ती जाती है। एक अनुमान के अनुसार, आज के सबसे बड़े मॉडल को प्रशिक्षित करने में $100 मिलियन का खर्च आता है; अगली पीढ़ी के मॉडल की लागत $1 बिलियन और उसके बाद वाले मॉडल की लागत $10 बिलियन हो सकती है। इसके अलावा, किसी मॉडल से किसी प्रश्न का उत्तर देने के लिए कहने पर कम्प्यूटेशनल लागत आती है – दुनिया की 58,000 सार्वजनिक कंपनियों की वित्तीय रिपोर्ट को सारांशित करने के लिए $2,400 से $223,000 तक कुछ भी। समय के साथ ऐसी “अनुमान” लागत, जब जोड़ी जाती है, तो प्रशिक्षण की लागत से अधिक हो सकती है। यदि ऐसा है, तो यह देखना कठिन है कि जनरेटिव AI कभी आर्थिक रूप से व्यवहार्य कैसे बन सकता है।

यह निवेशकों के लिए भयावह है, जिनमें से कई ने AI पर बड़ा दांव लगाया है। वे Nvidia की ओर आकर्षित हुए हैं, जो AI मॉडल के लिए सबसे अधिक इस्तेमाल की जाने वाली चिप्स डिज़ाइन करता है। पिछले दो वर्षों में इसका बाज़ार पूंजीकरण $2.5 ट्रिलियन बढ़ा है। वेंचर कैपिटलिस्ट और अन्य लोगों ने 2023 की शुरुआत से AI स्टार्टअप में लगभग $95 बिलियन का निवेश किया है। ChatGPT के निर्माता OpenAI कथित तौर पर $150 बिलियन का मूल्यांकन चाह रहे हैं, जो इसे दुनिया की सबसे बड़ी निजी टेक फ़र्म में से एक बना देगा।

घबराने की कोई ज़रूरत नहीं है। बहुत सी अन्य तकनीकों ने सीमाओं का सामना किया है और मानवीय सरलता की बदौलत आगे बढ़ी हैं। लोगों को अंतरिक्ष में ले जाने की कठिनाई ने ऐसे नवाचारों को जन्म दिया जो अब पृथ्वी पर भी उपयोग किए जा रहे हैं। 1970 के दशक में तेल की कीमतों में आए झटके ने ऊर्जा दक्षता को बढ़ावा दिया और कुछ देशों में परमाणु ऊर्जा सहित वैकल्पिक उत्पादन साधनों को बढ़ावा दिया। तीन दशक बाद, फ्रैकिंग ने तेल और गैस भंडार तक पहुँचना संभव बना दिया, जिन्हें निकालना पहले अलाभकारी था। परिणामस्वरूप, अमेरिका अब किसी भी अन्य देश की तुलना में अधिक तेल का उत्पादन करता है।

पहले से ही, AI में विकास यह दिखा रहा है कि कैसे बाधाएं रचनात्मकता को प्रोत्साहित कर सकती हैं। जैसा कि इस सप्ताह हमारी प्रौद्योगिकी त्रैमासिक रिपोर्ट में बताया गया है, कंपनियाँ विशेष रूप से बड़े भाषा मॉडल चलाने के लिए आवश्यक संचालन के लिए चिप्स विकसित कर रही हैं। इस विशेषज्ञता का मतलब है कि वे Nvidia जैसे अधिक सामान्य-उद्देश्य वाले प्रोसेसर की तुलना में अधिक कुशलता से चल सकते हैं। अल्फाबेट, अमेज़ॅन, ऐप्पल, मेटा और माइक्रोसॉफ्ट सभी अपने स्वयं के AI चिप्स डिज़ाइन कर रहे हैं। इस वर्ष की पहली छमाही में AI-चिप स्टार्टअप को वित्तपोषित करने में पिछले तीन वर्षों की तुलना में अधिक धन प्रवाहित हुआ है।

डेवलपर्स एआई सॉफ्टवेयर में भी बदलाव कर रहे हैं। बड़े मॉडल जो कम्प्यूटेशनल पावर की क्रूर शक्ति पर निर्भर करते हैं, वे छोटे और अधिक विशिष्ट सिस्टम के लिए रास्ता बना रहे हैं। OpenAI का सबसे नया मॉडल, o1, तर्क करने में बेहतर होने के लिए डिज़ाइन किया गया है, लेकिन टेक्स्ट जेनरेट करने के लिए नहीं। अन्य निर्माता कम बोझिल गणनाओं का उपयोग कर रहे हैं, ताकि चिप्स का अधिक कुशल उपयोग किया जा सके। चतुर तरीकों के माध्यम से, जैसे कि मॉडल के मिश्रण का उपयोग करना, जिनमें से प्रत्येक एक अलग प्रकार की समस्या के लिए उपयुक्त है, शोधकर्ताओं ने प्रसंस्करण समय में भारी कटौती की है। यह सब उद्योग के संचालन के तरीके को बदल देगा।

निवेशक और सरकारें इस विचार के आदी हो चुके हैं कि तकनीकी कंपनियों में मौजूदा कंपनियों को स्वाभाविक लाभ होता है। एआई के लिए, यह धारणा अब और नहीं मानी जा सकती। आज एनवीडिया दुनिया के एआई चिप्स का चार-पांचवां हिस्सा बेचती है। लेकिन अन्य अधिक विशिष्ट प्रतिद्वंद्वी इसके हिस्से को आसानी से खा सकते हैं। पहले से ही Google के AI प्रोसेसर दुनिया भर के डेटा सेंटरों में तीसरे सबसे अधिक इस्तेमाल किए जाने वाले प्रोसेसर हैं।

ओपनएआई ने अग्रणी बड़ी भाषा मॉडल लॉन्च किया हो सकता है। लेकिन जैसे-जैसे संसाधन की कमी आई है, एंथ्रोपिक, गूगल और मेटा जैसे अन्य बड़े मॉडल निर्माता भी आगे बढ़ रहे हैं। हालाँकि उनके और फ्रांस के मिस्ट्रल जैसे दूसरे दर्जे के मॉडल के बीच अभी भी एक अंतर है, लेकिन यह कम हो सकता है। यदि छोटे और अधिक विशिष्ट मॉडलों की ओर रुझान जारी रहता है, तो एआई ब्रह्मांड में केवल कुछ सुपरस्टार के बजाय मॉडलों का एक समूह हो सकता है।

इसका मतलब है कि निवेशकों के लिए यह मुश्किल समय है। आज के नेताओं पर उनके दांव कम निश्चित दिखते हैं। Nvidia अन्य चिप निर्माताओं के सामने अपनी जमीन खो सकता है; OpenAI को प्रतिस्थापित किया जा सकता है। बड़ी टेक फर्म प्रतिभाओं को आकर्षित कर रही हैं, और उनमें से कई ऐसे उपकरण बनाती हैं जिनके माध्यम से, उन्हें उम्मीद है, उपभोक्ता उनके AI सहायकों तक पहुँचेंगे। लेकिन उनके बीच प्रतिस्पर्धा भयंकर है। अभी तक कुछ फर्मों के पास जनरेटिव AI से लाभ कमाने की रणनीति नहीं है। भले ही उद्योग एक विजेता के पास हो, लेकिन यह स्पष्ट नहीं है कि वह कौन होगा।

सरकारों को भी अपनी सोच बदलने की ज़रूरत होगी। औद्योगिक नीति के प्रति उनका लगाव दान पर केंद्रित है। लेकिन एआई में प्रगति उतनी ही ज़रूरी है जितनी कि सही प्रतिभा और समृद्ध पारिस्थितिकी तंत्र का होना, जितना कि पूंजी और कंप्यूटिंग शक्ति का संचय करना। यूरोप और मध्य पूर्व के देशों को लग सकता है कि कंप्यूटर चिप्स खरीदने जितना ही सरलता विकसित करने की कड़ी मेहनत भी मायने रखती है। इसके विपरीत, अमेरिका चिप्स, प्रतिभा और उद्यम से भरपूर है। यहाँ दुनिया के कई बेहतरीन विश्वविद्यालय हैं और सैन फ्रांसिस्को और सिलिकॉन वैली में प्रतिभाओं का एक ईर्ष्यापूर्ण और लंबे समय से स्थापित समूह है।

छिन्न-भिन्न

फिर भी चीन को रोकने की अमेरिका की कोशिश उल्टी पड़ रही है। एक रणनीतिक प्रतिद्वंद्वी को एक महत्वपूर्ण तकनीक में बढ़त हासिल करने से रोकने की उम्मीद में, उसने अत्याधुनिक चिप्स तक चीन की पहुँच को प्रतिबंधित करने की कोशिश की है। ऐसा करके उसने अनजाने में चीन में एक शोध प्रणाली के विकास को बढ़ावा दिया है जो बाधाओं को दूर करने में माहिर है।

जब सरलता क्रूर बल से अधिक मायने रखती है, तो अमेरिका की बढ़त सुनिश्चित करने का एक बेहतर तरीका यह होगा कि अन्य जगहों से शीर्ष शोधकर्ताओं को आकर्षित किया जाए और उन्हें बनाए रखा जाए, उदाहरण के लिए आसान वीज़ा नियमों के माध्यम से। एआई युग अभी भी अपनी प्रारंभिक अवस्था में है, और बहुत कुछ अनिश्चित है। लेकिन एआई को जिन सफलताओं की आवश्यकता है, वे विचारों और प्रतिभाओं को घर पर पनपने के लिए जगह देने से आएंगी, न कि विदेशों में प्रतिद्वंद्वियों को बंद करने की कोशिश करने से।

© 2024, द इकोनॉमिस्ट न्यूजपेपर लिमिटेड। सभी अधिकार सुरक्षित।

द इकोनॉमिस्ट से, लाइसेंस के तहत प्रकाशित। मूल सामग्री www.economist.com पर देखी जा सकती है।