કોન્ફરન્સ DEFCON 25. ગેરી કાસ્પારોવ. "મગજની છેલ્લી લડાઈ". ભાગ 2

કોન્ફરન્સ DEFCON 25. ગેરી કાસ્પારોવ. "મગજની છેલ્લી લડાઈ". ભાગ 1

મને લાગે છે કે સમસ્યા એ નથી કે મશીનો બૌદ્ધિક ક્ષેત્ર સહિત તેમના કાર્યસ્થળે લોકોને બદલી નાખશે, અને એવું નથી કે કમ્પ્યુટર્સે ઉચ્ચ શિક્ષણ અને ટ્વિટર એકાઉન્ટ્સ ધરાવતા લોકો સામે કથિત રીતે હથિયારો ઉપાડ્યા છે. AI નો અમલ ઝડપથી થઈ રહ્યો નથી, પરંતુ તેનાથી વિપરીત, તે ખૂબ જ ધીમી છે. શા માટે? કારણ કે આ માનવ વિકાસનું એક સામાન્ય ચક્ર છે, અને આપણે ફક્ત એ સમજી શકતા નથી કે આપણે જે વિનાશ જોઈ રહ્યા છીએ તેનો અર્થ નવી તકનીકનો પરિચય છે, જે નવી નોકરીઓ બનાવતા પહેલા, જૂનીનો નાશ કરે છે.

ટેક્નોલોજી જૂના ઉદ્યોગોનો નાશ કરે છે અને નવા બનાવે છે, આ સર્જનની પ્રક્રિયા છે, આ વિકાસ ચક્ર છે. જો તમે પ્રક્રિયામાં જૂની ટેક્નૉલૉજી દાખલ કરીને અથવા જૂની ટેક્નૉલૉજીના કેટલાક ફાયદાઓ બનાવીને યાતનાને લંબાવવાનો પ્રયાસ કરશો, તો તમે પ્રક્રિયાને ધીમી કરી શકશો અને તેને વધુ પીડાદાયક બનાવશો. તે કોઈપણ રીતે થશે, પરંતુ સમસ્યા એ છે કે અમે નિયમો બનાવીને પ્રક્રિયાને નિયંત્રિત કરી રહ્યા છીએ જે જાણી જોઈને તેને ધીમી કરે છે. મને લાગે છે કે આ એક મોટી સમસ્યા છે જેના વિશે આપણે વધુ સ્પષ્ટપણે વાકેફ છીએ. આ એક મનોવૈજ્ઞાનિક સમસ્યા છે જ્યાં લોકો પ્રશ્ન પૂછે છે: "સ્વ-ડ્રાઇવિંગ કારમાં તમે કેવી રીતે સુરક્ષિત અનુભવી શકો?"

મેં ઇતિહાસમાં જોયું અને જાણ્યું કે સો વર્ષ પહેલાં ન્યૂયોર્કમાં સૌથી શક્તિશાળી યુનિયનોમાંનું એક એલિવેટર વર્કર્સ યુનિયન હતું, જેણે 17 હજાર કામદારોને એક કર્યા હતા. માર્ગ દ્વારા, તે સમયે પહેલેથી જ એક ટેક્નોલોજી હતી જ્યાં તમે ફક્ત એક બટન દબાવી શકો અને તમારું થઈ ગયું, પરંતુ લોકોને તેના પર વિશ્વાસ ન હતો! એલિવેટર પર કૉલ કરવા માટે જાતે બટન દબાવવું એ ભયંકર છે! શું તમે જાણો છો કે શા માટે આ ટ્રેડ યુનિયન “મૃત્યુ પામ્યું” અને લોકોએ જાતે જ બટનનો ઉપયોગ કરવાનું શરૂ કર્યું? કારણ કે એક દિવસ લિફ્ટ કામદારોએ હડતાળ પર જવાનું નક્કી કર્યું. તેઓ હડતાલ પર ગયા, અને પછી જે લોકોએ એમ્પાયર સ્ટેટ બિલ્ડિંગની ટોચ પર ચઢવું પડ્યું તેઓએ પોતાના હાથથી બટનો દબાણ કરવાનું જોખમ લીધું.

યાદ રાખો કે તેઓએ 20-30 વર્ષ પહેલાં બાળકો અથવા પૌત્રો વિશે શું કહ્યું હતું જ્યારે તેઓ કારના વ્હીલ પાછળ ગયા હતા: “આ ભયંકર છે, ફક્ત આંકડા જુઓ, કારણ કે કાર માનવ મૃત્યુના મુખ્ય કારણોમાંનું એક છે, તેઓ કેવી રીતે જોખમ લઈ શકે છે. એમની જીંદગી?"

તેથી, આ બધું શુદ્ધ મનોવિજ્ઞાન છે. કાર અકસ્માતમાં કેટલા લોકોના મૃત્યુ થાય છે તેના પર આપણે બહુ ઓછું ધ્યાન આપીએ છીએ, પરંતુ એકવાર સેલ્ફ-ડ્રાઇવિંગ કાર દ્વારા એક વ્યક્તિનું મૃત્યુ થાય છે, તો ઘટના પ્રમાણની બહાર ઉડી જાય છે. આર્ટિફિશિયલ ઈન્ટેલિજન્સ ટેક્નોલોજીમાં કોઈપણ ભૂલ, કોઈપણ ભૂલ તરત જ અખબારોના પહેલા પાના પર આવરી લેવામાં આવે છે. પરંતુ આંકડાઓ જુઓ, બનાવોની સંખ્યા જુઓ અને તમે જોશો કે અકસ્માતોની કુલ સંખ્યાની કેટલી નાની ટકાવારી છે. તેથી આવા ભયથી લકવાગ્રસ્ત થયા વિના આગળ વધી શકશે તો જ માનવ સમુદાયની જીત થશે.

જ્યારે આપણે નકલી સમાચાર અથવા સાયબર સુરક્ષા વિશે વાત કરીએ છીએ ત્યારે બીજો મુદ્દો આવે છે, આ ખૂબ જ રાજકીય વિષયો છે અને મને ઘણા બધા કૉલ્સ આવે છે કે હું AI દ્વેષીઓ સાથે કેવી રીતે વ્યવહાર કરું છું. ઉદાહરણ તરીકે, હું એક નિયમિત બ્લોગ લખું છું, અને મારી નવી પોસ્ટ, જે થોડા દિવસોમાં પ્રકાશિત થશે, નફરત વિશે વાત કરે છે અને હકીકત એ છે કે નફરતમાંથી મુક્તિ જ્ઞાનમાં, શીખવામાં છે. આપણે માત્ર એટલું સમજવું પડશે કે આ સમસ્યા આ બધી વસ્તુઓની શોધ થઈ તેના ઘણા સમય પહેલા અસ્તિત્વમાં હતી, બસ એટલું જ કે તેનું મહત્વ હવે ઈન્ટરનેટને કારણે વધી ગયું છે, જે લાખો અને અબજો લોકો સુધી પહોંચે છે.

મને લાગે છે કે જ્યારે કોઈ વ્યક્તિ AI ને ગેરકાયદેસર બનાવવાનો પ્રયાસ કરીને પ્રગતિને રોકવાનો પ્રયાસ કરે છે ત્યારે તે ખરેખર સારી બાબત છે, અને તમે જાણો છો કે તે કામ કરશે નહીં કારણ કે અમારી પાસે પુટિન અને અન્ય ખરાબ લોકો છે, તેઓ જ્યાં પણ હોય, જેઓ અમારી વિરુદ્ધ ઉપયોગ કરે છે તે અમારી પોતાની તકનીકો છે. મુક્ત વિશ્વ. તેથી મને લાગે છે કે આપણે તેને આપેલ તરીકે સ્વીકારવું જોઈએ.

સમસ્યાનો સાર ફક્ત આપણી અંદર જ છે, અને પ્રશ્નોના જવાબો આપણી અંદર, આપણી પોતાની શક્તિ અને આપણા પોતાના આત્મવિશ્વાસમાં છે. હું દલીલ કરું છું કે બુદ્ધિશાળી મશીનો આપણને "અપ્રચલિત" બનાવી શકતા નથી. જો કે, તે યાદ રાખવું જ જોઇએ કે માનવ-કમ્પ્યુટર સહકારને લગતા કેટલાક નિયંત્રણો છે, અને મોટાભાગે આ ફક્ત અફવાઓ છે જે પહેલા અસ્તિત્વમાં છે. હંમેશની જેમ, આ ફક્ત નવી તકો છે જે જૂની દુનિયાનો નાશ કરે છે અને એક નવું બનાવે છે, અને આપણે જેટલું આગળ વધીશું, તેટલું સારું રહેશે.

આજકાલ તે વિજ્ઞાન સાહિત્યની દુનિયામાં સૌથી વધુ નજીકથી ચાલવા જેવું લાગે છે. વિરોધાભાસ એ છે કે જો આપણે 50-60 વર્ષ પાછળ નજર કરીએ, તો આપણે જોશું કે તે દિવસોમાં વિજ્ઞાન સાહિત્ય એકદમ સકારાત્મક હતું, તે સંપૂર્ણ યુટોપિયા હતું. જો કે, પછી યુટોપિયાથી ડાયસ્ટોપિયામાં ધીમે ધીમે સંક્રમણ થયું, એવી રીતે કે આપણે હવે માનવતાના ભવિષ્ય વિશે કંઈપણ સાંભળવા માંગતા નથી.

આ રાતોરાત બન્યું નથી. એક સમય હતો જ્યારે લોકોએ નક્કી કર્યું કે અવકાશ સંશોધન ખૂબ જોખમી છે. આ ખરેખર એક મોટું જોખમ છે, પરંતુ કલ્પના કરો કે 1969 માં, જ્યારે અમેરિકનો ચંદ્ર પર ઉતર્યા, ત્યારે નાસાની સંપૂર્ણ કમ્પ્યુટિંગ શક્તિ તમારા ખિસ્સામાં બંધબેસતા કોઈપણ આધુનિક કમ્પ્યુટિંગ ઉપકરણની શક્તિ કરતાં ઓછી હતી. આ ઉપકરણ 40 વર્ષ પહેલા અસ્તિત્વમાં રહેલા સુપર કોમ્પ્યુટર કરતા હજાર ગણું વધુ શક્તિશાળી છે. તમારા ખિસ્સામાં રહેલી કમ્પ્યુટિંગ શક્તિની જરા કલ્પના કરો! જો કે, મને ખાતરી નથી કે Apple iPhone 7 પાસે એપોલો 7ની સમાન કમ્પ્યુટિંગ શક્તિ છે, એટલે કે, તે સમાન અસર ઉત્પન્ન કરવામાં સક્ષમ છે.

જો કે, મશીનોએ અમને અવકાશ અથવા મહાસાગર સંશોધનમાં ઘણી મોટી પ્રગતિ પ્રદાન કરી છે, અને આપણે સમજવું જોઈએ કે કમ્પ્યુટર્સ આપણને મોટા જોખમો લેવાની ક્ષમતા પ્રદાન કરે છે.

હું મારા ભાષણને સકારાત્મક નોંધ પર સમાપ્ત કરવા માંગુ છું. શું આ સ્લાઇડ હકારાત્મક ચિત્રો નથી બતાવતી? નીચેના જમણા ખૂણેનો ફોટો ફોટોશોપ કરેલ નથી, હું ખરેખર 2003 માં ટર્મિનેટરને મળ્યો હતો.

તેને બાળપણથી જ ચેસનો શોખ હતો, પરંતુ તેણે તેનો ખાસ અભ્યાસ કર્યો ન હતો, તેથી તે ખૂબ જ ઝડપથી હારી ગયો. તેથી મને ખૂબ જ આશ્ચર્ય થયું જ્યારે 6 મહિના પછી તે કેલિફોર્નિયાના ગવર્નર માટે ચૂંટણી લડ્યો અને જીત્યો!

શા માટે હું આ ચિત્રોને હકારાત્મક કહું? કારણ કે જો કે પ્રથમ સિવાયના તમામ એપિસોડમાં, જૂના આર્નોલ્ડ હંમેશા વિજેતાઓની પડખે રહે છે અને નવા મશીનો સામે લડતા ક્યારેય થાકતા નથી, તે પ્રથમ એપિસોડમાં અમે તે સંયોજન જોયું છે જેની હું વાત કરી રહ્યો હતો - આ તે છે જ્યારે વ્યક્તિ વત્તા જૂની મશીન વત્તા સંપૂર્ણ ઇન્ટરફેસ નવી કારને હરાવે છે.
તમે કહી શકો: "હા, મશીનો લોકો કરતાં વધુ મજબૂત છે કારણ કે તેઓ સંપૂર્ણપણે દરેક વસ્તુની ગણતરી કરી શકે છે!" જો કે, મુદ્દો એ નથી કે તેઓ દરેક વસ્તુની ગણતરી કરી શકે છે. ઉદાહરણ તરીકે, ચેસમાં આપણે તકનીકી રીતે 1045 જેટલી સંભવિત ચાલની સંખ્યાની ગાણિતિક અનંતતા વિશે વાત કરી શકીએ છીએ, જેની ગણતરી કરવી કોઈપણ આધુનિક કમ્પ્યુટર માટે મુશ્કેલ નથી. જો કે, રમતમાં જે મહત્વનું છે તે ગણતરીઓ નથી, પરંતુ હકીકત એ છે કે કમ્પ્યુટર વ્યક્તિથી આગળ છે, કારણ કે તે હંમેશા નિયમો દ્વારા સંચાલિત થાય છે. અને તમે આ નિયમોની અસર જાણો છો અને તમે જાણો છો કે શા માટે કમ્પ્યુટર સંભવિત ચાલની વિશાળ વિવિધતામાંથી શ્રેષ્ઠ ચાલ પસંદ કરે છે.

પરંતુ જો આપણે વાસ્તવિક જીવન તરફ વળીએ, તો મને ખાતરી નથી કે કમ્પ્યુટર હંમેશા ઉપયોગી થઈ શકે છે. ચાલો સૌથી સામાન્ય પરિસ્થિતિ જોઈએ - તમારી પાસે એક કમ્પ્યુટર છે જે તમારા બજેટને મોનિટર કરે છે, તમે સ્ટોરમાં છો અને મોંઘી ભેટ ખરીદવાના છો. કમ્પ્યુટર ખરીદીનું મૂલ્યાંકન કરે છે અને કહે છે, "ના, તમે આ આઇટમ પરવડી શકતા નથી કારણ કે તમારું બજેટ વધારે હશે." મશીને દરેક વસ્તુની ગણતરી કરી છે, પરંતુ એક નાનો ઉપદ્રવ છે - તમારું બાળક તમારી બાજુમાં ઊભું છે, અને આ ભેટ તેના જન્મદિવસ માટે બનાવાયેલ છે. શું તમે જુઓ છો કે આ સમસ્યાની પરિસ્થિતિઓમાં કેવી રીતે ફેરફાર કરે છે? આ બધું બદલી નાખે છે કારણ કે બાળક આ ભેટની રાહ જોઈ રહ્યું છે.

હું આ નાની વસ્તુઓ ઉમેરવાનું શરૂ કરી શકું છું જે બધું બદલી નાખે છે, પરંતુ મને નથી લાગતું કે તેઓ સમસ્યાના નિવેદનમાં શામેલ થઈ શકે અને યોગ્ય ઉકેલ મેળવી શકે. અમારી પાસે ઘણા નિયમો છે, પરંતુ અમારે હજુ પણ પ્રશ્નો પૂછવાના છે કારણ કે વસ્તુઓ બદલાય છે. આને સામાન્ય પરિસ્થિતિ કહી શકાય, પરંતુ જો તમે આ ફિલ્મોને જુઓ, તો તમે કહી શકો છો કે અહીં બતાવવામાં આવેલી પરિસ્થિતિ વધુ નાટકીય અને અસાધારણ છે. આ સ્લાઇડ સ્ટાર વોર્સ: ધ એમ્પાયર સ્ટ્રાઇક્સ બેકના એપિસોડ Vમાંથી એક સ્ટિલ બતાવે છે.

હાન સોલો સીધા જ એસ્ટરોઇડ ક્ષેત્રમાંથી જહાજને પાયલોટ કરે છે, અને C-3PO ગભરાઈ જાય છે, અને અહેવાલ આપે છે કે આ ક્ષેત્રમાં બચવાની તક 1:3122 છે, હાન સોલો તેને કહે છે, "મને ક્યારેય કહો નહીં કે અમારી તકો શું છે!" અહીં સવાલ એ ઊભો થાય છે કે આ પરિસ્થિતિમાં કોણ વધુ યોગ્ય છે?

C-3PO દ્વારા રજૂ કરવામાં આવેલી ટેક્નોલોજી એકદમ સાચી છે, કારણ કે અસ્તિત્વ ટકાવી રાખવાની શક્યતા શૂન્ય છે. શક્ય છે કે, રોબોટના પરિપ્રેક્ષ્યમાં, શાહી દળો દ્વારા પકડવામાં આવવું એ એસ્ટરોઇડ ક્ષેત્રમાં મૃત્યુ પામવા કરતાં માનવી પણ વિચારી ન શકે તે વધુ સારી પસંદગી છે. પરંતુ જો કોમ્પ્યુટર નક્કી કરે કે સામ્રાજ્યને શરણે થવું એ શ્રેષ્ઠ વિકલ્પ છે, તો આપણે માની શકીએ કે વ્યક્તિ પાસે કોઈ વિકલ્પ નથી. ખૂબ જ મહત્વની બાબત એ છે કે સામાન્ય અને અસાધારણ બંને સંજોગોમાં આપણને અંતિમ નિર્ણય લેવાની તક મળે છે અને આવો નિર્ણય લેવા માટે હજુ પણ માનવ નેતૃત્વની જરૂર છે.

કેટલીકવાર આનો અર્થ એ થાય છે કે તમારે કમ્પ્યુટરની ભલામણોની વિરુદ્ધ જવું પડશે. માનવ નેતૃત્વનો મુદ્દો મતભેદોને જાણવાનો નથી, પરંતુ તે પ્રશ્નો પૂછવાનો છે જે ખરેખર મહત્વના છે, માત્ર આજે કે આવતીકાલે નહીં, પરંતુ ભવિષ્યમાં પણ. આ પ્રક્રિયાને "માનવ માર્ગદર્શન" અથવા "માનવ હસ્તક્ષેપ" કહી શકાય, જે બુદ્ધિશાળી મશીનોની મદદ વિના પ્રભાવિત થાય છે. આ સદીમાં આપણો અભ્યાસક્રમ આવો હોવો જોઈએ.

બુદ્ધિશાળી મશીનો વિશેના મારા આશાવાદથી લોકો ક્યારેક આશ્ચર્યચકિત થાય છે, તેમની સાથેના મારા અનુભવને જોતાં, પરંતુ હું ખરેખર આશાવાદી છું. અને મને ખાતરી છે કે તમે બધા AI ના ભવિષ્ય વિશે સમાન રીતે આશાવાદી છો. પરંતુ આપણે યાદ રાખવું જોઈએ કે આપણી ટેકનોલોજી અજ્ઞેયવાદી છે. તે સારું કે ખરાબ નથી, પરંતુ સારા અને ખરાબ બંને માટે તેનો ઉપયોગ કરી શકાય છે. મશીનો વધુ સ્માર્ટ અને વધુ સક્ષમ બનવી જોઈએ. અને આપણે મનુષ્યોએ તે કરવું જોઈએ જે ફક્ત મનુષ્ય જ કરી શકે છે - સ્વપ્ન જુઓ, સંપૂર્ણ સ્વપ્ન જુઓ, અને પછી અમે આ અદ્ભુત નવા સાધનો લાવે છે તે તમામ લાભો મેળવવા માટે સક્ષમ થઈશું.

આયોજન મુજબ, અમારી પાસે પ્રશ્નોના જવાબ આપવા માટે હજુ 10 મિનિટ બાકી છે.

પ્રશ્ન: શું તમને લાગે છે કે મશીન લર્નિંગ સિસ્ટમ બનાવવી શક્ય છે જે નક્કી કરી શકે કે કઈ ચાલ માનવ રમવાની શૈલી સાથે વધુ સુસંગત છે?

કાસ્પારોવ: સૌ પ્રથમ, અમે અપેક્ષા રાખતા નથી કે કમ્પ્યુટર અમને પ્રથમ ચાલ અને બાકીની 17505 ચાલ કહેશે. મને લાગે છે કે અનન્ય ચાલ માટે શ્રેષ્ઠ ભલામણો આપવા માટે આપણે મશીન પર આધાર રાખવો જોઈએ. માર્ગ દ્વારા, ઉચ્ચ-વર્ગના ખેલાડીઓ કોમ્પ્યુટરનો માર્ગદર્શિકા તરીકે ઉપયોગ કરે છે, જે તેમને રમતમાં સૌથી યોગ્ય સ્થાન લેવામાં મદદ કરે છે. હું ફરી એકવાર પુનરાવર્તન કરું છું - 9 માંથી 10 કેસોમાં, પરિસ્થિતિનું કમ્પ્યુટરનું મૂલ્યાંકન વ્યક્તિ કરી શકે તે મૂલ્યાંકન કરતાં ઘણું વધારે છે.

પ્રશ્ન: શું તમે સંમત છો કે સાચી બુદ્ધિ માટે પસંદગીની સ્વતંત્રતા, નિર્ણયો લેવાની સ્વતંત્રતાની જરૂર છે જે ફક્ત વ્યક્તિ જ લઈ શકે? છેવટે, ડીપ બ્લુ સોફ્ટવેર અને અન્ય કોમ્પ્યુટર પ્રોગ્રામ લોકો દ્વારા લખવામાં આવે છે, અને જ્યારે તમે ડીપ બ્લુ સામે હારી જાઓ છો, ત્યારે તમે કોમ્પ્યુટરને નહીં, પરંતુ પ્રોગ્રામર્સને ગુમાવો છો જેમણે પ્રોગ્રામ લખ્યો હતો. મારો પ્રશ્ન એ છે કે જ્યાં સુધી કોમ્પ્યુટરને પસંદગીની સ્વતંત્રતા હોય ત્યાં સુધી કોઈ પણ પ્રકારની મશીન ઈન્ટેલિજન્સથી કોઈ ખતરો છે?

કાસ્પારોવ: અહીં મારે વિજ્ઞાનથી ફિલસૂફી તરફ જવું જોઈએ. ડીપ બ્લુ વિશે બધું સ્પષ્ટ છે - તે માનવ કાર્યની વિશાળ માત્રાનું પરિણામ છે. મોટાભાગના કિસ્સાઓમાં, ડેમિસ હાસાબીસના આલ્ફાગોના કિસ્સામાં પણ, આ બધા માનવ બુદ્ધિના ઉત્પાદનો છે. મને ખબર નથી કે મશીનોમાં પસંદગીની સ્વતંત્રતા હોઈ શકે છે કે કેમ, પરંતુ હું માનું છું કે આપણે જે પણ કરીએ, જો આપણે તે કેવી રીતે કરવું તે જાણીએ, તો મશીનો તે વધુ સારી રીતે કરશે. જો કે, જ્યારે આપણે મોટાભાગની વસ્તુઓ કરીએ છીએ, ત્યારે આપણે તેને શ્રેષ્ઠ રીતે કેવી રીતે કરવું તે જાણતા નથી, તેથી આપણે ઘણીવાર સમજી શકતા નથી કે આપણે શું સફળ થઈશું. સરળ શબ્દોમાં કહીએ તો, આપણી પાસે એક ધ્યેય છે, પરંતુ તે શું છે તે આપણે જાણતા નથી, અને મશીનની ભૂમિકા એ લક્ષ્યને સાકાર કરવામાં મદદ કરવાની છે. તેથી, જો આપણે કમ્પ્યુટરની મફત પસંદગી વિશે વાત કરીએ, તો તે આપણને આ લક્ષ્ય સાથે જોડવામાં મદદ કરશે. મને લાગે છે કે કમ્પ્યુટર્સ માટે આ ખૂબ દૂરનું ભવિષ્ય છે.

પ્રશ્ન: હિંમત અને નૈતિકતા જેવી માનવીય લાક્ષણિકતાઓ અને તેના આધારે કૃત્રિમ બુદ્ધિમત્તા જે નિર્ણયો લઈ શકે છે તેના વિશે તમે શું વિચારો છો? ઉદાહરણ તરીકે, સેલ્ફ-ડ્રાઇવિંગ કારે શું કરવું જોઈએ - બાળક પર દોડવું અથવા તેને ખડક સાથે અથડાઈને તેના પેસેન્જરને મારવાનું ટાળવું?

કાસ્પારોવ: આ તે છે જેને લોકો "લાગણીઓ" કહે છે, તે માપી શકાય તેવું નથી કારણ કે તે વિવિધ માનવ લાક્ષણિકતાઓનો સંપૂર્ણ સમૂહ છે. જો આપણે હિંમત વિશે વાત કરી રહ્યા છીએ, તો પછી આ લાક્ષણિકતા હંમેશા શ્રેષ્ઠ વિકલ્પ પસંદ કરવાની તકોની વિરુદ્ધ ચાલે છે. બહાદુરી, અન્ય માનવ લાગણીઓની જેમ, વ્યાખ્યા દ્વારા સચોટ ગણતરીની વિરુદ્ધ છે.
પ્રશ્ન: શ્રી કાસ્પારોવ, મારો પ્રશ્ન કમ્પ્યુટરને લગતો નથી: તમારા ફ્લાસ્કમાં શું છે અને શું હું તેને અજમાવી શકું?

કાસ્પારોવ: તમારો મતલબ શું છે?

યજમાન: તે પૂછે છે કે તમારા ખિસ્સામાં શું છે!

કાસ્પારોવ: મારા ખિસ્સામાં? "સ્ટોલિચનાયા"! આ કોઈ જાહેરાત નથી, જો તમે નોંધ્યું, તો મેં તેને ફેંકી દીધું.

પ્રશ્ન: તમને લાગે છે કે આગામી વિશ્વ ચેસ ચેમ્પિયન કોણ બનશે અને શું યુવા ચાઈનીઝ ચેસ ખેલાડી વેઈ યી પાસે કારેલસનને ચેસના રાજા તરીકે હટાવી દેવાની તક છે?

કાસ્પારોવ: કારેલસન નંબર 1 ખેલાડી છે, તે વિશ્વ ચેમ્પિયન નથી, પરંતુ રેટિંગ અનુસાર વિશ્વનો શ્રેષ્ઠ ચેસ ખેલાડી છે. તે આ વર્ષે 27 વર્ષનો થઈ ગયો છે, તેથી તે હજુ પણ યુવાન છે, પરંતુ આજના ધોરણો પ્રમાણે તે ખૂબ યુવાન નથી. મને લાગે છે કે વેઈ યી હવે 18 કે 19 વર્ષની છે. મેગ્નસ અમેરિકન વેસ્લી સો અને ફેબિયાનો કેરોઆના જેવા યુવા ખેલાડીઓ કરતાં આગળ છે અને વેઈ યી સંભવિત રીતે તેનો પ્રતિસ્પર્ધી બની શકે છે. જો કે, વિશ્વ ચેમ્પિયન બનવા માટે, તમારે પ્રતિભાની જરૂર છે, તમારે યુવાન અને મહેનતુ હોવું જરૂરી નથી, ફક્ત થોડું નસીબ હોવું જોઈએ. તેથી, પ્રશ્નનો જવાબ આપવા માટે, હું કહી શકું છું - હા, તેની પાસે મેગ્નસ કારેલસનને હરાવવાની તક છે.
પ્રશ્ન: જ્યારે તમે નિર્ધારિત અલ્ગોરિધમ્સ અને મશીન લર્નિંગ વિશે વાત કરી, ત્યારે તમે અમારી બુદ્ધિમત્તાને પૂરક બનાવવા માટે મશીનોનો ઉપયોગ સાધનો તરીકે કરવાની શક્યતાનો ઉલ્લેખ કર્યો. શક્તિશાળી AI બનાવતા પહેલા, અથવા તો માનવ મગજને કમ્પ્યુટરમાં મૂકતા પહેલા સંસાધનોને મહત્તમ બનાવવાની શક્યતા વિશે શું?

કાસ્પારોવ: જ્યારે મને ખાતરી નથી કે હું કોઈ પ્રશ્નનો સાચો જવાબ આપી શકતો નથી ત્યારે મને મારી અજ્ઞાનતા કબૂલ કરવામાં શરમ આવતી નથી. હું માનવ મગજ શું છે તે સમજવા માટે મારા શ્રેષ્ઠ પ્રયાસ કરી રહ્યો છું, જો આપણે તેને માનવ શરીરથી અલગ રીતે ધ્યાનમાં લઈએ, તો તે કયા કાર્યો કરે છે. કારણ કે મગજ શરીરથી અલગ થઈને કેવું વર્તન કરશે તેની કલ્પના કરવી મુશ્કેલ છે. કદાચ આવો પ્રયોગ ભવિષ્યમાં કરવામાં આવી શકે, પરંતુ મને વિશ્વાસ છે કે કમ્પ્યુટર સાથે માનવ મગજ, માનવ લાગણીઓ અને લાગણીઓનું સંયોજન એક "મન" ની રચના કરશે જે મગજને દૂર કરીને સ્થિર કરવામાં આવેલા, ઉપયોગમાં લેવાતા મગજ કરતાં વધુ અસરકારક હશે. ન્યુરોન્સથી ભરેલા ઉપકરણ તરીકે.

પ્રશ્ન: શું માનવીય નોકરીઓને કમ્પ્યુટરથી બદલવાની સમસ્યા માટે સાર્વત્રિક મૂળભૂત અભિગમ છે?

કાસ્પારોવ: મને લાગે છે કે આ એક ખૂબ જ મહત્વપૂર્ણ પ્રશ્ન છે, કારણ કે તે સ્પષ્ટ છે કે આપણે એવા મુદ્દાની નજીક આવી રહ્યા છીએ જ્યાં ઘણા લોકો બેરોજગાર હોઈ શકે છે. આ તકનીકી પ્રગતિનો વિરોધાભાસ છે: એક તરફ, અમારી પાસે નવીનતમ તકનીકો છે જે આ ઉપકરણો અને તકનીકો સાથે વ્યવહાર કરતી યુવા પેઢીને ભારે સ્પર્ધાત્મક લાભ પ્રદાન કરે છે. બીજી બાજુ, આપણી પાસે દવા અને તંદુરસ્ત પોષણમાં પ્રગતિ છે, જે માનવ જીવનને લંબાવે છે અને વ્યક્તિને ઘણા વર્ષો સુધી કામ કરવાની ક્ષમતા આપે છે. આ રીતે જોઈએ તો 50, 60 કે 40ના દાયકાની પેઢી આજના યુવાનો સાથે સ્પર્ધા કરી શકતી નથી. આપણે આ વિરોધાભાસી પરિસ્થિતિનો ઉકેલ શોધવો જોઈએ જ્યાં પેઢીઓ વચ્ચેનું અંતર ખૂબ વિશાળ છે. ઐતિહાસિક અનુભવ કહે છે કે આવા અંતર હંમેશા મોટા વિસ્ફોટ તરફ દોરી જાય છે. મારો મતલબ સમાજના હાલના સામાજિક ઈન્ફ્રાસ્ટ્રક્ચર અને તકનીકી પ્રગતિ વચ્ચેનું અંતર છે.

આ એક એવો મુદ્દો છે જેને રાજકારણીઓ આગામી ચૂંટણી સુધી મુલતવી રાખવાનું પસંદ કરે છે. કોઈ પણ તેના વિશે વાત કરવા માંગતું નથી કારણ કે તે એક સંવેદનશીલ મુદ્દો છે. પૈસા છાપવા માટે તે ખૂબ જ સરળ છે અને આશા છે કે ભવિષ્યમાં કોઈ દિવસ તેના માટે કોઈ ચૂકવણી કરશે. તેથી આ ક્ષેત્રમાં ઘણા વિરોધાભાસો છે, ઉદાહરણ તરીકે, જૂની પેઢીને સામાજિક ગેરંટી પૂરી પાડવા માટેના દેવાનું સંચય એ અપેક્ષામાં કે આ દેવાની ચૂકવણીનો બોજ યુવા પેઢીના ખભા પર આવશે. એવા ઘણા બધા પ્રશ્નો છે જેના જવાબો મારી પાસે નથી, અને ઘણા બધા પ્રશ્નો છે જે હું પૂછી શકું છું કે મને આશા છે કે AI મને મદદ કરી શકે.
તે ખૂબ જ ખરાબ છે કે દાયકાઓથી રાજકારણીઓ તે સમસ્યાઓને અવગણવાનો પ્રયાસ કરી રહ્યા છે જેની આપણે હમણાં જ ચર્ચા કરી છે. તેઓ હંમેશા નિવેદનો આપવા માટે તૈયાર હોય છે, તેમની પાસે હંમેશા યોજનાઓ હોય છે, પરંતુ તેઓ ટેક્નોલોજી અને સમાજ વચ્ચેના સંઘર્ષની સમસ્યા વિશે મૌન રાખવાની વિપરીતતાને સમજવા માંગતા નથી. તમારા ધ્યાન બદલ આભાર!

અમારી સાથે રહેવા બદલ આભાર. શું તમને અમારા લેખો ગમે છે? વધુ રસપ્રદ સામગ્રી જોવા માંગો છો? ઓર્ડર આપીને અથવા મિત્રોને ભલામણ કરીને અમને ટેકો આપો, એન્ટ્રી-લેવલ સર્વર્સના અનન્ય એનાલોગ પર Habr વપરાશકર્તાઓ માટે 30% ડિસ્કાઉન્ટ, જેની શોધ અમારા દ્વારા તમારા માટે કરવામાં આવી હતી: VPS (KVM) E5-2650 v4 (6 Cores) 10GB DDR4 240GB SSD 1Gbps વિશેનું સંપૂર્ણ સત્ય $20 થી અથવા સર્વર કેવી રીતે શેર કરવું? (RAID1 અને RAID10 સાથે ઉપલબ્ધ, 24 કોરો સુધી અને 40GB DDR4 સુધી).

ડેલ R730xd 2 ગણું સસ્તું? માત્ર અહીં 2 x ઇન્ટેલ ટેટ્રાડેકા-કોર Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 ટીવી $199 થી નેધરલેન્ડમાં! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 થી! વિશે વાંચો ઇન્ફ્રાસ્ટ્રક્ચર કોર્પોરેશન કેવી રીતે બનાવવું. ડેલ R730xd E5-2650 v4 સર્વર્સના ઉપયોગ સાથેનો વર્ગ એક પેની માટે 9000 યુરોના મૂલ્યના છે?

સોર્સ: www.habr.com