एआई में बदलाव: 2030 तक क्या उम्मीद की जा सकती है
ये अनुमान बताते हैं कि स्वायत्त एजेंट, व्यक्तिगत जरूरतों के अनुसार ढलने वाला सॉफ्टवेयर और मशीन लर्निंग 2030 तक कामकाज और उद्योगों को कैसे बदल सकते हैं। हर अनुमान योजना बनाने के लिए एक संभावित परिदृश्य है। तकनीक को अपनाना उसकी विश्वसनीयता, लागत और मानवीय निगरानी पर निर्भर करेगा।
स्टैनफोर्ड की 2025 एआई इंडेक्स रिपोर्ट क्षमताओं, उपयोग और अर्थव्यवस्था को समझने के लिए शोध का आधार देती है। नीचे दिए गए परिदृश्य संभावित विकास की हमारी व्याख्या हैं, उस रिपोर्ट द्वारा तय की गई समय-सीमाएँ नहीं।
1. एआई एजेंट और स्वायत्त प्रणालियों का बढ़ता उपयोग
एक संभावना यह है कि एआई एजेंट बड़ी भूमिका निभाएँ। ये ऐसे सॉफ्टवेयर हैं जो किसी लक्ष्य तक पहुँचने के लिए मॉडल और उपकरणों की मदद से कई चरण पूरे करते हैं। उपयोगी कामों में ग्राहक सहायता के जवाब तैयार करना, रिपोर्ट बनाना और नियमित कार्यों का समन्वय करना शामिल हो सकता है। इन्हें अपनाना इस बात पर निर्भर करेगा कि एजेंट पूरा काम कितनी विश्वसनीयता से करता है, न कि केवल उसका पहला जवाब कितना अच्छा है।
एजेंट का मूल्यांकन वास्तविक कार्यों, सीमित अनुमतियों और महत्वपूर्ण कार्रवाइयों से पहले मंजूरी के चरणों के साथ करें। स्मृति उपयोगी संदर्भ सँभाल सकती है, लेकिन उसमें गलतियाँ या संवेदनशील डेटा भी बना रह सकता है। हमारी एआई उपकरण मार्गदर्शिका इन लाभों और सीमाओं की तुलना करने में मदद करती है।
2. सामान्य कृत्रिम बुद्धिमत्ता (AGI) की ओर
सामान्य कृत्रिम बुद्धिमत्ता से आम तौर पर ऐसी व्यापक क्षमता वाली प्रणालियाँ समझी जाती हैं जो कई क्षेत्रों में सीख सकें और काम कर सकें। इसकी परिभाषाएँ और मूल्यांकन के तरीके अलग-अलग हैं, इसलिए यह मार्गदर्शिका इसके आने की कोई तारीख तय नहीं करती। किसी एक मानक परीक्षण में अच्छा प्रदर्शन विश्वसनीय सामान्य बुद्धिमत्ता का प्रमाण नहीं है।
योजना बनाते समय ऐसे प्रदर्शन पर ध्यान दें जिसे दोहराया जा सके, अनजान समस्याओं पर प्रणाली की मजबूती जाँचें और देखें कि कितनी निगरानी चाहिए। सामान्य क्षमताओं में बड़ी प्रगति को ऐसी संभावना मानें जिस पर नजर रखनी है, न कि व्यावसायिक योजना की अनिवार्य शर्त।
एआई के अनुमानों का मूल्यांकन करते समय मॉडल की क्षमता और लोगों तथा संगठनों द्वारा उसे अपनाने की गति को अलग रखें। किसी मानक परीक्षण में प्रगति अस्पतालों, बैंकों, स्कूलों या सरकारी संस्थाओं में सुरक्षित उपयोग की गारंटी नहीं देती। बुनियादी ढाँचे की लागत, डेटा प्रशासन, साइबर सुरक्षा, मॉडल मूल्यांकन और नियामकीय मंजूरी तय करेंगे कि उन्नत प्रणालियाँ शोध प्रयोगशालाओं से रोजमर्रा के काम में कितनी जल्दी पहुँचती हैं।
संगठन अस्पष्ट बदलाव के लक्ष्यों के बजाय स्पष्ट और मापने योग्य उपयोगों पर ध्यान देकर तैयारी कर सकते हैं। शुरुआती अवसरों में एआई सहायक, खोजे गए दस्तावेजों के आधार पर उत्तर तैयार करना, स्वचालित गुणवत्ता जाँच और निर्णय-सहायता प्रणालियाँ शामिल हो सकती हैं, जहाँ विशेषज्ञ परिणामों की समीक्षा कर सकें। इससे उत्पादकता बढ़ाते हुए एआई द्वारा तथ्य गढ़ने का जोखिम सीमित किया जा सकता है।
3. व्यक्तिगत जरूरतों के अनुसार एआई
एआई शिक्षण सामग्री, उत्पाद सुझावों और सॉफ्टवेयर इंटरफेस को व्यक्ति की जरूरतों के अनुरूप बना सकता है। इससे वास्तव में बेहतर परिणाम मिलते हैं या नहीं, यह डेटा की गुणवत्ता, उपयोगकर्ता के नियंत्रण और सफलता को मापने के तरीके पर निर्भर करता है।
स्वास्थ्य संबंधी उपयोगों की अतिरिक्त जाँच जरूरी है: केवल व्यक्तिगत अनुकूलन से चिकित्सीय लाभ साबित नहीं होता। हमारी उद्योग मार्गदर्शिका में उन प्रमाणों और निगरानी संबंधी प्रश्नों को देखें जो स्वास्थ्य सेवा को कम जोखिम वाले उपयोगों से अलग करते हैं।
| योजना की अवधि | परिदृश्य | क्या देखें |
|---|---|---|
| निकट भविष्य | कई प्रकार के डेटा वाले कार्यप्रवाह | टेक्स्ट, चित्र और ऑडियो को मिलाते समय सटीकता और लागत। |
| अल्प से मध्यम अवधि | एजेंट आधारित कार्यप्रवाह | शुरू से अंत तक कार्य पूरा होना और मानवीय हस्तक्षेप की जरूरत। |
| 2030 तक | एआई की सहायता से खोज | प्रस्तावित नई सामग्रियों या शोध परिणामों का स्वतंत्र सत्यापन। |
| समय अनिश्चित | अधिक व्यापक क्षमताएँ | अलग-अलग क्षेत्रों के अनजान कार्यों में विश्वसनीय प्रदर्शन। |
4. अर्थव्यवस्था और रोजगार में बदलाव
एआई नौकरियों की संख्या बदलने से पहले किसी नौकरी के भीतर कार्यों का मिश्रण बदल सकता है। उपयोगी मूल्यांकन में बचा हुआ समय, समीक्षा का प्रयास, नई जिम्मेदारियाँ और तैयार सेवा की माँग अलग-अलग देखी जाती हैं। पूरी अर्थव्यवस्था के अनुमान को किसी एक कंपनी के लिए लाभ के वादे की तरह नहीं लेना चाहिए।
2030 तक एआई को निर्देश देना या उसका मार्गदर्शन करना कई उद्योगों में आम कौशल बन सकता है, जैसे आज कंप्यूटर का बुनियादी ज्ञान है। सरकारों और कंपनियों को बड़े स्तर पर नए कौशल सीखने की पहल का समर्थन करना होगा।