AGI के केस स्टडी के रूप में सेल्फ-ड्राइविंग

सेल्फ-ड्राइविंग कारों को एक लेंस की तरह इस्तेमाल करके इस पर बहस की जाती है कि कृत्रिम सामान्य बुद्धिमत्ता (AGI) कैसे उभर सकती है और कामकाज को कैसे बदल सकती है। टिप्पणीकार इस पर बहस करते हैं कि Waymo और बड़े भाषा मॉडल्स जैसे सिस्टम सचमुच “सामान्य” बुद्धिमत्ता हैं या सिर्फ़ संकीर्ण ऑटोमेशन, AGI को शुरू में कैसे परिभाषित किया जाए, और क्या नौकरी-प्रतिस्थापन से जुड़ी आर्थिक परिभाषाएँ बहुत संकुचित हैं। बातचीत में नौकरी छूटने, गलत सूचना, विनियमन, और क्या AI की प्रगति व्यापक समृद्धि लाएगी, अधिक असमानता बढ़ाएगी, या सार्वभौमिक बुनियादी आय जैसी बड़ी नीतिगत बदलावों की ज़रूरत पड़ेगी—जैसे सामाजिक प्रभावों की भी पड़ताल की जाती है.

AGI बनाम “सिर्फ़ ऑटोमेशन” की परिभाषा

  • कई लोगों का तर्क है कि सेल्फ-ड्राइविंग एक परिष्कृत ऑटोमेशन है, AGI नहीं: यह एक सीमित कार्य हल करता है और सामान्यीकरण नहीं करता।
  • AGI की परिभाषा को लेकर असहमति:
    • एक धड़ा “सामान्य समस्या-समाधान” पर ध्यान देता है, जो विभिन्न डोमेनों में लागू हो (गणित, प्रोग्रामिंग, विज्ञान, ड्राइविंग)।
    • दूसरा आर्थिक फ्रेमिंग पर ज़ोर देता है: अधिकांश आर्थिक रूप से मूल्यवान काम में इंसानों से आगे निकलना।
    • कुछ लोगों को यह आर्थिक परिभाषा “निराशाजनक” लगती है और वे इसे कॉरपोरेट/मार्केटिंग हितों द्वारा हाईजैक की गई मानते हैं।
  • कई पोस्टरों का मानना है कि मौजूदा चर्चा “G को भूल जाती है” और LLMs + सेल्फ-ड्राइविंग से सच्ची जनरलिटी का कोई स्पष्ट रास्ता नहीं दिखता।

सेल्फ-ड्राइविंग तकनीक की स्थिति

  • अमेरिका के कुछ शहरों में Waymo को कुछ सवार सुरक्षित और भरोसेमंद मानते हैं; जबकि दूसरे क्रैश, अटपटे एज-केस, रिमोट सहायता, और जियोफेंसिंग की ओर इशारा करके कहते हैं कि इसे जरूरत से ज़्यादा बेचा गया है।
  • इस पर बहस कि मौजूदा सिस्टम “AI” हैं या “जटिल नियंत्रण एल्गोरिद्म”; कुछ लोग ज़ोर देकर कहते हैं कि ये बस फॉरवर्ड कंप्यूट ग्राफ़ हैं, जबकि दूसरे बताते हैं कि आधुनिक सेल्फ-ड्राइविंग स्टैक भारी मात्रा में ML-आधारित हैं।
  • कुछ लोग हार्डवेयर सीमाओं—जैसे कैमरा गुणवत्ता, तय पोज़िशन, अतिरिक्त सेंसरों की कमी—को मूलभूत मानते हैं; दूसरे तर्क देते हैं कि अधिक सेंसर या बेहतर सॉफ़्टवेयर इसे पार कर सकते हैं।

LLMs, बुद्धिमत्ता, और टेस्ट

  • इस पर विवाद कि क्या LLMs को AI माना भी जाए; कुछ कहते हैं कि ये “सिर्फ़ सांख्यिकीय चालें” हैं, जबकि दूसरे मुख्यधारा की AI पाठ्यपुस्तकों का हवाला देते हैं जो लैंग्वेज मॉडल्स को AI का केंद्रीय हिस्सा मानती हैं।
  • ट्यूरिंग टेस्ट और Chinese Room विचार प्रयोगों पर चर्चा होती है; कई लोगों का मानना है कि LLMs आत्म-प्रेरित जानकारी-खोज, सामान्य समझ, और ग्राउंडेड परसेप्शन में विफल रहते हैं।
  • अधिक कठिन AGI बेंचमार्क्स के प्रस्ताव (जैसे Zelda shrines जैसे जटिल गेम पहेलियों को हल करना)।

आर्थिक और सामाजिक प्रभाव

  • ऐतिहासिक तुलना: अतीत के ऑटोमेशन ने नौकरियाँ खत्म कीं लेकिन नई नौकरियाँ भी पैदा कीं; कुछ लोग चिंतित हैं कि AGI के साथ यह पैटर्न टूट सकता है।
  • नौकरी छूटने का डर (खासकर रचनात्मक काम), “bullshit jobs” के गायब होने की संभावना, और क्या UBI ज़रूरी होगा या राजनीतिक रूप से संभव होगा।
  • AI-तेज़ी से फैलने वाली गलत सूचना और deepfakes को लेकर चिंताएँ, हालांकि दूसरे तर्क देते हैं कि प्रचार हमेशा से मौजूद रहा है और समाज अनुकूलन कर लेगा।
  • कुछ लोग सेल्फ-ड्राइविंग रोलआउट की तरह हल्का, क्रमिक समायोजन उम्मीद करते हैं; दूसरे व्यापक ऑटोमेशन के बाद गंभीर अशांति, विरोध, और कठोर प्रतिक्रियाओं की भविष्यवाणी करते हैं।

व्यापक संशयवाद और समय-सीमाएँ

  • कई टिप्पणीकारों का मानना है कि गंभीर AGI (साइंस-फ़िक्शन अर्थ में) अभी दशकों दूर है और मौजूदा “AGI जल्द” वाली कथाएँ ज़्यादातर हाइप हैं।
  • बदलती शब्दावली और सटीक, साझा परिभाषाओं की कमी पर निराशा; दार्शनिक बहसों को व्यावहारिक ऑटोमेशन चर्चाओं से अलग करने की अपील।