कंप्यूटिंग शक्ति का विस्फोट यह सुनिश्चित करता है कि आर्टिफिशियल इंटेलिजेंस का युग अभी शुरू हुआ है

जबकि कई विश्लेषक इस सिद्धांत पर जोर देते हैं कि आर्टिफिशियल इंटेलिजेंस का विकास जल्द ही एक दुर्गम सीमा तक पहुंच जाएगा, माइक्रोसॉफ्ट एआई के सीईओ मुस्तफा सुलेमान का तर्क है कि हम अभूतपूर्व घातीय प्रगति का अनुभव कर रहे हैं। कार्यकारी के अनुसार, रैखिक तरीके से दुनिया को समझने के लिए विकास द्वारा आकार दी गई हमारी मानवीय अंतर्ज्ञान, कंप्यूटिंग के वर्तमान प्रक्षेपवक्र की भविष्यवाणी करने में विफल रहती है। छत तक पहुंचने से दूर, सीमावर्ती मॉडलों के लिए समर्पित प्रसंस्करण क्षमता एक चक्करदार त्वरण वक्र पर है जो वैश्विक अर्थव्यवस्था और संज्ञानात्मक कार्यों के निष्पादन को पूरी तरह से फिर से परिभाषित करने का वादा करती है।

रैखिक अंतर्ज्ञान का अंत

यह सामान्य धारणा कि तकनीकी प्रगति को मूर के नियम जैसे अनुमानित लय का पालन करना चाहिए, तथ्यों के सामने अप्रचलित साबित हुई है। 2010 से, अत्याधुनिक प्रणालियों में उपयोग किए जाने वाले प्रशिक्षण डेटा की मात्रा लगभग 10¹⁴ फ्लॉप्स से बढ़कर 10²६ फ्लॉप्स से अधिक हो गई है - जो कि एक ट्रिलियन गुना वृद्धि है। सुलेमान के लिए, जो संशयवादी ऊर्जा की कमी या अर्धचालक निर्माण में मंदी की ओर इशारा करते हैं, वे नवाचारों के अभिसरण को अनदेखा करते हैं जो एआई के तंत्र को निरंतर और बढ़ती गति में बनाए हुए हैं।

प्रदर्शन छलांग के पीछे की इंजीनियरिंग

इस प्रगति का रहस्य केवल बड़ी मशीनों में नहीं, बल्कि हार्डवेयर के अधिक कुशल संयोजन में है। ऐतिहासिक रूप से, कंप्यूटिंग को स्केल करना कैलकुलेटर वाले कमरे में अधिक लोगों को जोड़ने जैसा था, जहां निष्क्रिय समय एक निरंतर बर्बादी थी। आज, उद्योग इन बाधाओं को दूर करने पर केंद्रित है। तीन स्तंभ इस विकास को बनाए रखते हैं: चिप्स के कच्चे प्रदर्शन में भारी वृद्धि - जैसा कि एनवीडिया प्रोसेसर और माइक्रोसॉफ्ट की माया 200 चिप द्वारा उदाहरण दिया गया है - एचबीएम (हाई बैंडविड्थ मेमोरी) तकनीक का कार्यान्वयन, जो प्रोसेसर तक डेटा प्रवाह को गति देता है, और एनवीलिंक (NVLink) और इनफिनिबैंड (InfiniBand) जैसी अवसंरचनाओं का उपयोग, जो सैकड़ों हजारों जीपीयू (GPUs) को एक एकल डिजिटल मस्तिष्क के रूप में काम करने के लिए जोड़ते हैं।

दक्षता और पैमाने की अर्थव्यवस्था

सॉफ्टवेयर अनुकूलन हार्डवेयर के समान ही विकास का एक महत्वपूर्ण वेक्टर रहा है। एपोक एआई (Epoch AI) के आंकड़े बताते हैं कि प्रदर्शन के एक निश्चित स्तर तक पहुंचने के लिए कंप्यूटिंग लागत हर आठ महीने में आधी हो जाती है। नतीजतन, हाल के मॉडलों को लागू करने की लागत में वार्षिक आधार पर 900 गुना तक की गिरावट आई है। जिसे पहले कुछ प्रोसेसर पर प्रशिक्षित करने में घंटों लगते थे, उसे अब विशाल क्लस्टर्स में मिनटों में संसाधित किया जाता है, जो एलेक्सनेट (AlexNet) के युग से, दो जीपीयू के साथ, वर्तमान युग में संक्रमण को चिह्नित करता है, जो एक ही क्लस्टर में 100,000 से अधिक जीपीयू को जुटाता है।

स्वायत्त एजेंटों का भविष्य

इस दौड़ का अंतिम लक्ष्य केवल वॉयस असिस्टेंट या संवादात्मक चैटबॉट्स को बेहतर बनाना नहीं है। सुलेमान का दृष्टिकोण लगभग मानव जैसे एजेंटों के निर्माण की ओर इशारा करता है, जो जटिल दीर्घकालिक परियोजनाओं को पूरा करने, रसद का प्रबंधन करने, अनुबंधों पर बातचीत करने और स्वायत्त रूप से कोड लिखने में सक्षम हैं। हम केवल परामर्श के चरण से निकलकर एआई टीमों के बीच सहयोग के युग में प्रवेश कर रहे हैं जो कार्यों पर विचार-विमर्श करती हैं और उन्हें निष्पादित करती हैं। 2028 तक, प्रभावी कंप्यूटिंग क्षमता में 1,000 गुना वृद्धि का अनुमान है, एक ऐसा परिदृश्य जिसके लिए यूके, फ्रांस, जर्मनी और इटली जैसे देशों की कुल ऊर्जा खपत के बराबर वार्षिक ऊर्जा निवेश की आवश्यकता हो सकती है।

स्थिरता और संज्ञानात्मक प्रचुरता

हालांकि ऊर्जा की खपत एक वास्तविक चुनौती है - एआई रैक के लिए सैकड़ों घरों के बराबर बिजली के स्तर की आवश्यकता होती है - क्षेत्र एक और घातीय प्रवृत्ति के साथ अभिसरण पर दांव लगा रहा है: सौर ऊर्जा और बैटरी भंडारण प्रौद्योगिकियों की लागत में भारी गिरावट। औद्योगिक-स्केल सुपरकंप्यूटरों में 100 बिलियन डॉलर के निवेश के साथ, "संज्ञानात्मक प्रचुरता" का मार्ग प्रशस्त किया जा रहा है। माइक्रोसॉफ्ट एआई के नेताओं के लिए, जो संशयवादी घटते रिटर्न की भविष्यवाणी करना जारी रखते हैं, वे केवल एक ऐतिहासिक घटना के किनारे देख रहे हैं जो, विडंबना यह है कि, अभी अपने शुरुआती कदम उठा रही है।