AI या नहीं: ELIZA
1960 के दशक का एक शुरुआती chatbot ELIZA, जिसे मूल रूप से Joseph Weizenbaum ने यह दिखाने के लिए बनाया था कि कितनी सतही pattern-matching भी बुद्धिमान लग सकती है, आज की AI hype और large language models के संदर्भ में फिर से चर्चा में है। टिप्पणीकार यह देखते हैं कि मनुष्य सरल प्रणालियों को कितनी आसानी से मानवीय गुण दे देते हैं (“ELIZA effect”), Turing test वास्तव में क्या मापता है इस पर सवाल उठाते हैं, और बहस करते हैं कि क्या मानव judgment और consciousness मूलतः computable हैं या केवल गणना के जटिल रूप। यह thread ELIZA के hand-written rules की तुलना GPT जैसे modern data-driven models से भी करता है, और इस बात की पड़ताल करता है कि “वास्तविक” बुद्धिमत्ता और convincing imitation के बीच रेखा खींचना कहाँ — या क्या — अर्थपूर्ण है।
Weizenbaum, ELIZA, और मूल उद्देश्य
- ELIZA को एक सरल pattern-matching प्रोग्राम के रूप में डिज़ाइन किया गया था ताकि यह दिखाया जा सके कि लोग कितनी आसानी से मामूली स्क्रिप्ट्स को बुद्धिमत्ता मान लेते हैं, न कि Turing test पास करने के लिए।
- इसके निर्माता बाद में “AI” के आलोचक बन गए, उनका तर्क था कि कंप्यूटर गणना करते हैं लेकिन मनुष्य निर्णय लेते हैं और चुनते हैं, खासकर नैतिक संदर्भों में।
- इरादे के बावजूद, शुरुआती उपयोगकर्ताओं (psychiatrists सहित) ने ELIZA को एक चिकित्सीय उपकरण के रूप में गंभीरता से लिया, जिससे वह बात सामने आई जिसे अब “ELIZA effect” कहा जाता है।
निर्णय लेना बनाम चुनना, स्वतंत्र इच्छा, और computability
- एक केंद्रीय धारा इस बात पर बहस करती है कि क्या मानव “judgment” और “choice” computation से अधिक हैं।
- एक पक्ष: सभी निर्णय अंततः भौतिक और computable हैं; non-computable judgment का अर्थ कुछ ऐसा है जैसे “soul।”
- दूसरा पक्ष: हम अभी तक मस्तिष्क या चेतना को नहीं समझते; पूर्ण computability का दावा जल्दबाज़ी है और आंशिक रूप से दार्शनिक भी है।
- उप-बहसों में free will, determinism, quantum randomness, partial information, और compatibilism शामिल हैं।
Turing Test: सीमाएँ और रूपांतर
- कई टिप्पणियाँ इस बात पर ज़ोर देती हैं कि ELIZA ने कभी Turing के मूल imitation game को वास्तव में पास नहीं किया, और आधुनिक कई दावे “Turing test” शब्द का गलत उपयोग करते हैं।
- इस टेस्ट की आलोचना इस आधार पर की जाती है कि यह मशीन की बुद्धिमत्ता से अधिक interrogators के ज्ञान/अपेक्षाओं को मापता है।
- कुछ लोग वैकल्पिक मानदंड सुझाते हैं: क्या लोगों के व्यवहार और भावनाएँ मनुष्यों बनाम AIs से बात करते समय अलग होती हैं।
- एक हालिया अध्ययन पर चर्चा की गई है जिसमें ELIZA कुछ सेटअप्स में GPT‑3.5 से बेहतर प्रदर्शन करती है, लेकिन GPT‑4 दोनों से बेहतर प्रदर्शन करता है; blog post की शब्दावली को omission के कारण भ्रामक बताया गया है।
“AI” क्या माना जाए?
- परिभाषाएँ अलग-अलग हैं:
- कोई भी algorithm जिसे आप समझते नहीं।
- ऐसे सिस्टम जिनका व्यवहार hand-written rules के बजाय machine-generated data पर निर्भर करता है (ELIZA के विपरीत)।
- कुछ लोग नोट करते हैं कि यह शब्द शुरुआती game ghosts और rule-based systems के समय से ही ढीले-ढाले रूप में इस्तेमाल होता आया है।
Modern LLMs और समाज से तुलना
- ELIZA की तुलना LLMs से की जाती है: rule-based symbolic manipulation बनाम data से pattern learning; दोनों ही समझ का भ्रम पैदा कर सकते हैं।
- थ्रेड बार-बार conversational fluency को लेकर बुद्धिमत्ता का अतिरंजित श्रेय देने के ख़िलाफ़ चेतावनी देता है—AI में भी और राजनीति में भी।
- कुछ लोग historical implementations (Emacs
doctor, BASIC/Commodore, museum demos) याद करते हैं और पुरानी chatbots की उस समय की “fake” प्रकृति को अब hindsight में पहचानने की nostalgia साझा करते हैं।