कृत्रिम बुद्धिमत्ता आणि चॅटजीपीटीचे सामान्य माणसांच्या आयुष्यावर होणारे परिणाम..!

– नीलांबरी जोशी

एकोणिसाव्या शतकात जगातला सर्वात बुद्धिमान घोडा होता हान्स. क्लेव्हर हान्स या नावानं ओळखला जाणारा युरोपमधला तो घोडा हे एक आश्चर्य होतं. तो गणितातल्या समस्या सोडवायचा, वेळ अचूक सांगायचा, कॅलेंडरवरच्या तारखा ओळखायचा, संगीतातल्या स्वरांमधला फरकही त्याला कळायचा. इतकंच नव्हे, तर तो शब्दांची स्पेलिंग्ज आणि वाक्यरचना यातही तरबेज होता.

जगभरातले लोक झुंडीनं हान्सला पाहायला यायचे. तो गुंतागुंतीच्या समस्यांवर खुरानं खूण करायचा. दोन अधिक तीन किती बरं हान्स? असं विचारल्यावर तत्परतेनं हान्स जमिनीवर पाच वेळा आपलं खूर आपटायचा. माझ्या मनात एक संख्या आहे, मी त्यातून नऊ वजा केले आणि त्यातून तीन उरले तर काय उत्तर असेल? अशा जरा अवघड प्रश्नांची उत्तरंदेखील हान्स द्यायचा. 1904 पर्यंत क्लेव्हर हान्स हा आंतरराष्ट्रीय सेलिब्रिटी झाला होता. न्यूयॉर्क टाईम्समध्ये त्याच्याबद्दल बर्लिनमधला हा अद्भुत घोडा, तो सगळं काही करू शकतो, फक्त बोलत नाही इतकंच..! असं छापून आलं होतं.

हान्सचा शिक्षक होता विल्हेल्म वॉन ऑस्टेन. ऑस्टेन गणित विषयाचा निवृत्त शिक्षक होता आणि प्राण्यांच्या बुद्धिमत्तेचं त्याला कायमच आकर्षण होतं. ऑस्टेननं मांजराच्या आणि अस्वलाच्या पिल्लांना संख्या आणि आकडेमोड शिकवायचा खूप प्रयत्न केला, पण ते काही शिकले नाहीत. शेवटी स्वत:च्या घोड्याला शिकवण्यात मात्र त्याला यश आलं. हान्सचा पाय धरून, त्याचं खूर योग्य क्रमांकावर अनेकवेळा आपटून त्यानं घोड्याला आकडेमोड शिकवली. लवकरच हान्स छोट्या बेरजा करायला शिकला. त्यानंतर ऑस्टेननं घोड्याला अक्षरं असलेल्या बोर्डाची ओळख करून दिली, ज्यायोगे तो प्रत्येक योग्य अक्षरावर खूर आपटेल.

दोन वर्षांच्या प्रशिक्षणानंतर ऑस्टेनला हान्सबद्दल खात्री वाटल्यावर त्यानं लोकांसमोर हान्सच्या करामती दाखवायला सुरुवात केली. हान्स हे प्रकरण सनसनाटी ठरलं, तरी अनेकजण याबद्दल साशंक होते. जर्मन शिक्षण समितीनं ऑस्टेनचे शास्त्रीय दावे तपासायला एक तपास आयोग नेमला. या समितीचा प्रमुख होता मानसशास्त्रज्ञ/तत्त्वज्ञ कार्ल स्टम्फ आणि त्याचा सहकारी ऑस्कर फंग्स्ट. उरलेल्या सदस्यांमध्ये चक्क एक सर्कस मॅनेजर, एक निवृत्त शिक्षक, एक प्राणिशास्त्रज्ञ, एक गुरांचा डॉक्टर आणि एक लष्करी अधिकारी होता.हान्सच्या प्रशिक्षकाच्या उपस्थितीत आणि अनुपस्थितीत या समितीनं अनेकवार त्याच्यावर प्रश्नांचा भडिमार केला. पण, त्या घोड्यानं दरवेळी अचूक उत्तरं दिली. यात समितीला काही फसवणूक आढळली नाही. हान्सनं हजारो प्रेक्षक, घोडेप्रेमी, घोड्यांचे निष्णात प्रशिक्षक यांच्या समोर अचूक उत्तरं दिली असं फंग्स्ट यानं नंतर लिहून ठेवलं होतं.

ऑस्टेननं लहान मुलांना प्राथमिक शाळेत शिकवलं जातं त्या पद्धती हान्ससाठी वापरल्या होत्या आणि प्राण्यांना शिकवण्याच्या पद्धतींचा अवलंब केला नव्हता, असं समितीनं शोधून काढलं. या प्रकाराचा शास्त्रीय अभ्यास करायला हवा, असाही शेरा समितीनं मारला होता. हान्स जे शिकला होता त्यात दोन गृहीतकं होती. पहिलं गृहीतक म्हणजे, कॉम्प्युटर्स किंवा घोडे अशा कोणत्याही माणसापेक्षा वेगळ्या व्यवस्था माणसाच्या मेंदूप्रमाणे कार्य करतात. त्यामुळे पुरेसं प्रशिक्षण आणि पुरेशी संसाधनं पुरवून माणसासारखी बुद्धिमत्ता तयार करता येऊ शकेल. यात मानवाची बुद्धिमत्ता ज्या दीर्घ कालखंडात, वेगवेगळ्या परिस्थितीत, ज्या मूलभूतपणे तयार झाली आहे, त्याबद्दल विचार केला जात नाही. दुसरं गृहीतक म्हणजे, बुद्धिमत्ता ही स्वतंत्रपणे अस्तित्वात आहे. ती नैसर्गिक आहे आणि सामाजिक, सांस्कृतिक, ऐतिहासिक, राजकीय शक्तींचा तिच्या जडणघडणीशी काही संबंध नाही.

यंत्रांना या संकल्पनांवर आधारित कृत्रिमपणे हुशार बनवायच्या प्रयत्नांना ‘आर्टिफिशियल इंटेलिजन्स (एआय)-कृत्रिम बुद्धिमत्ता’ असं म्हटलं जातं. १९५६  साली अमेरिकेतल्या न्यू हॅम्पशायर राज्यात झालेल्या एका परिषदेत प्रथमच या शब्दाचा वापर झाला. माणूस ज्याप्रकारे शिकतो, जसा विचार करतो, आवाज आणि दृश्यं ओळखतो, एका भाषेतून दुसऱ्या भाषेत भाषांतर करतो आणि जशी आपली बुद्धिमत्ता वापरतो, तसंच कॉम्प्युटरचा वापर करून त्याला माणसासारखा विचार करायला शिकवता येईल का? यावर या परिषदेत बरीच चर्चा झाली. या परिषदेनंतर मिन्स्की आणि जॉन मॅकार्थी या दोघा संशोधकांनी मिळून अमेरिकेतल्या एमआयटीमध्ये कृत्रिम बुद्धिमत्तेवर प्रयोग करण्यासाठी प्रयोगशाळा सुरू केली.

त्यानंतर मानवी बुद्धिमत्तेसारखी बुद्धिमत्ता असणं, माणसाच्या बुद्धिमत्ता यंत्रांमध्ये कशी घालता येईल त्यावर विचार करणं आणि काय केल्यानंतर ही यंत्र बुद्धिमान बनतील, अशा गोष्टींवर संशोधन सुरू झालं. आज कृत्रिम बुद्धिमत्तेची मूलतत्त्वं, माणसाच्या मेंदूतल्या विचारक्षमता, कारणमीमांसा, माहिती, योजना आखता येणं, आकलन, कम्युनिकेशन, ग्रहणक्षमता आणि वस्तू एका ठिकाणाहून दुसरीकडे हलवता येणं या आणि अशा गोष्टींवर आधारित आहेत.

एखादं काम कृत्रिम बुद्धिमत्ता वापरून स्वयंचलित करताना त्या कामाचं सविस्तर रेकॉर्ड गोळा केलं जातं. ते काम माणूस ज्या प्रक्रियेत करतात तशा प्रकारे ओळीनं सूचना देऊन कॉम्प्युटर प्रोग्रॅममध्ये ते काम फीड करण्यासाठी प्रक्रियेचा तपशीलवार डेटा गोळा केला जातो. त्या डेटावरून अल्गॉरिदम्स लिहून ते काम स्वयंचलित केलं जातं. उदाहरणार्थ, बँकांमध्ये कागदपत्रांवरच्या प्रक्रिया; किंवा विमा कंपन्यांमध्ये क्लेम्सवर प्रक्रिया करणं, अशी कामं सहजच स्वयंचलित केली जातात. कायदेशीर बाबींमध्ये हजारो कागदपत्रांवरून विश्लेषण करायचं काम कॉम्प्युटर्सना शिकवलं जातं. वैद्यकीय क्षेत्रात प्रतिमा किंवा लक्षणांवरून रोगनिदान, त्यावरचे इलाज आणि इलाजासाठी वापरलेल्या औषधांचे परिणाम, ही कामं कृत्रिम बुद्धिमत्तेची मदत घेऊन काही ठिकाणी केली जातात.

कृत्रिम बुद्धिमत्ता आता जवळपास सर्व क्षेत्रांमध्ये पोचली आहे. कृत्रिम बुद्धिमत्तेवर आधारित स्वयंचलित वाहनं, थ्रीडी प्रिंटिंग तंत्रज्ञान, युद्धांमध्ये वापरले जाणारे यंत्रमानव अशी अनेक उपकरणं मानवजातीला वरदान ठरत आहेत. कृषिक्षेत्रात इंटेलिजंट सेन्सर्सचा वापर, पर्यावरणातल्या हानीसाठी आणि नष्ट होत चाललेल्या प्राण्यांच्या प्रजातींचे जतन करण्यासाठी कृत्रिम बुद्धिमत्तेवर आधारित तंत्रज्ञानाचा उपयोग होतो आहे.

यंत्रमानवाची संकल्पना कृत्रिम बुद्धिमत्तेवर आधारलेली आहे. यंत्रमानवाला संगणकीय भाषेत सूचना दिल्यानंतर तो त्या सूचना पार पाडतो. म्हणजेच, मुळात कुठली सूचना दिल्यावर यंत्रमानवानं काय केलं पाहिजे, हे त्याला ‘शिकवलं’ जातं. त्यानंतर आज्ञाधारकपणे यंत्रमानव त्या सूचनांनुसार काम करायला लागतो. भारतात टीव्हीवर बातम्या पुरवणारा लिसारूपी यंत्रमानव आपण नुकताच पाहिला. जपानमधल्या एका हॉटेलमध्ये आता सर्वच्या सर्व कामं यंत्रमानव करतात. ग्राहक आत गेल्यावर स्वागत करायला यंत्रमानव, त्याचं सामान उचलायला यंत्रमान, रूमपर्यंत पोचवायला यंत्रमानव असतो. अमेरिकेत ऑटिस्टिक मुलांची देखभाल करायला आता यंत्रमानव आहेत. अ‍ॅमेझॉनसारख्या कंपन्या हे तंत्रज्ञान उत्कृष्टपणे वापरतात. अ‍ॅमेझॉनमध्ये शेल्फवरुन वस्तू काढून खोक्यापर्यंत पोचवण्याचं काम आता यंत्रमानव करतात. अ‍ॅमेझॉन कंपनीचे ड्रोन्स, म्हणजे चालकविरहित विमानंच वस्तू ग्राहकांपर्यंत पोचवतात.

आपण दैनंदिन आयुष्यात कृत्रिम बुद्धिमत्ता सर्रास वापरतो, पण ते आपल्या लक्षात येतंच असं नाही. उदाहरणार्थ, तुमचा फोन तुम्ही चेहरा दाखवून अनलॉक करत असाल, तर ते काम कृत्रिम बुद्धिमत्ता करते. अ‍ॅपलचा फेस आयडी थ्रीडी प्रतिमा पाहू शकतो. तुमच्या चेहऱ्यावर तो ३०,००० इन्फ्रारेड डॉट्‌स पेरतो आणि ते प्रतिमा अनलॉक करायला वापरतो. मशिन लर्निंग अल्गॉरिदम्स वापरून तो तुमचा चेहरा आणि आणि त्यानं स्कॅन करून ठेवलेली प्रतिमा यांची तुलना करतो. फेसआयडीला फसवता येण्याची शक्यता 10 लाखात एक इतकी कमी असल्याचा अ‍ॅपलचा दावा आहे.

सोशल मिडिया वापरणारे सर्वजण कृत्रिम बुद्धिमत्ता वापरतच असतात. एकदा सकाळी फोन अनलॉक केल्यानंतर बहुतेक लोक आपलं सोशल मीडिया अकाऊंट तपासतात. फेसबुक, ट्विटर, इन्स्टाग्राम इ. सर्व अ‍ॅप्स तुम्हाला तुमच्या आवडीनुसार पोस्ट्‌स / फीडस दाखवतात आणि त्यासाठी कृत्रिम बुद्धिमत्तेचा वापर केलेला असतो. तुम्हाला सुचवली गेलेली फ्रेंड सजेशन्स ही त्याचाच एक भाग आहेत. फेसबुकवर 2 बिलियन युजर्स आहेत. त्यापैकी 2,93,000 जण दर मिनिटाला स्टेटस बदलत असतात. एवढा डेटा गोळा करुन डीप लर्निंग हे कृत्रिम बुद्धिमत्तेतलं तंत्रज्ञान वापरून फेसबुक माहिती साठवतं आणि आपल्याला फ्रेंड सजेशन्सपासून आपल्याला आवडणाऱ्या गोष्टींच्या जाहिराती दाखवायला वापरतं. इन्स्टाग्रामही युजरचा डेटा आणि कृत्रिम बुद्धिमत्ता यांचा वापर जाहिरातींसाठी करतं. सोशल मीडियाच्या जगात सायबरबुलिंगला दूर ठेवणं आणि आक्षेपार्ह कॉमेंटस काढून टाकणं, यासाठीदेखील कृत्रिम बुद्धिमत्ता वापरली जाते. सोशल मीडिया पोस्टमध्ये विशिष्ट शब्द वापरले, तर त्या पोस्ट नोंदवल्या जाऊन युजरला नोटिफिकेशन जाणं, हे काम कृत्रिम बुद्धिमत्तेनं लिहिलेले अल्गॉरिदम्स करतात.

आजकाल घरात वापरले जाणारे अ‍ॅपलची सिरी, अ‍ॅमेझॉनची अलेक्सा आणि मायक्रोसॉफ्टची कोर्टाना हे डिजिटल असिस्टंटस कृत्रिम बुद्धिमत्तेवर आधारित आहेत. युजरचं दिवसाचं वेळापत्रक तपासणं इथपासूनच त्याच्यासाठी वेबवर सर्च घेणं ही सर्व कामं, हे डिजिटल असिस्टंटस करतात. युजरच्या दिवसभराच्या अ‍ॅक्टिव्हिटीजवरून हे असिस्टंट्‌स शिकतही असतात.युट्यूबवर तुमच्या आवडीचं संगीत कसं दिसतं? तुम्ही काय प्रकारची गाणी ऐकता, पाहता हे एआय नोंदवतं. त्याच प्रकारची इतर गाणी तुम्हाला ते सजेस्ट करतं. स्पॉटिफाय तुम्हाला नवीन गाणी किंवा जुनी गाणी असे पर्याय देतं. गुगल प्ले – बाहेरचं हवामान कसं आहे, कोणता वार आहे त्यानुसारही गाणं सुचवतं. पाऊस पडत असताना पावसाची गाणी लावणं, हे या असिस्टंट्‌समुळे शक्य आहे.

स्वयंचलित गाड्यांमध्ये डीप लर्निंग हा कृत्रिम बुद्धिमत्तेचा प्रकार वापरलेला असतो. या गाड्या पार्क होताना आजूबाजूला किती जागा आहे, ते कृत्रिम बुद्धिमत्ता वापरून तपासतात. एनव्हिडिया कंपनीनं कृत्रिम बुद्धिमत्तेच्या साहाय्यानं मोटारगाडीला पाहणं, विचार करणं आणि आकलन या क्षमता दिल्या आहेत. वाहन चालवताना जे अडथळे येऊ शकतात, त्यांचा विचार करण्याची क्षमता यामुळे त्यांच्या मोटारगाडीत आहे. हे तंत्रज्ञान टोयोटा, मर्सिडीज बेंझ, ऑडी, व्हाल्व्हो आणि टेसला या कंपन्या आज वापरत आहेत.

तुम्हाला आलेल्या इमेलला Yes, I am working on it किंवा I have not असा रिप्लाय एक बटण दाबून देता येण्यामागे कृत्रिम बुद्धिमत्तेचं तंत्रज्ञान आहे. याला स्मार्ट रिप्लाय म्हटलं जातं. प्रत्येक इमेलमधल्या मजकुराला साजेसा स्मार्ट रिप्लाय सुचवला जातो. युजरला तो स्मार्ट रिप्लाय निवडता येतो किंवा ते टाळून त्याला हवं ते उत्तर तो देऊ शकतो. मजकुरासाठी ग्रामरली सारखी टूल्स किंवा स्पेलचेक करणं, इमेलचे ड्राफ्टस लिहिणं ही कामं अल्गॉरदिम्स करतात. अँटी व्हायरस सॉफ्टवेअरही मशिन लर्निंगचं तंत्रज्ञान वापरतं.

वेब सर्च मधला प्रिडिक्टिव्ह सर्च हा प्रकार म्हणजे, तुम्ही एखादी गोष्ट शोधत असताना ती पुरी करण्याच्या ज्या शिफारसी गुगल करतं, त्यामागे कृत्रिम बुद्धिमत्ता काम करत असते. गुगलनं तुम्ही राहता ते ठिकाण, वय अशी तुमच्याबद्दलची खूप माहिती गोळा केलेली असते. ती वापरून तुम्ही काय शोधत असाल याचा अंदाज लावून सर्च इंजिन तुमच्यासमोर या शिफारसी आणतं. तसंच, सर्च देताना तुम्ही कोणत्या प्रकारची भाषा वापरता, ते गुगल नोंदवतं. त्यावरून कृत्रिम बुद्धिमत्ता तुमच्याबद्दल शिकत जाते आणि तुमच्या काय शोधायचं आहे, याबाबतच्या गरजा गुगल ओळखायला लागतं.

ग्राहकांना त्यांच्या वैयक्तिक आवडीनुसार अचूक उत्पादनं सुचवणं आणि जाहिराती दाखवणं, याबाबत एआयनं विलक्षण प्रगती केली आहे. यासाठी लिहिलेले अँटिसिपेटरी शॉपिंग अल्गॉरिदम्स ग्राहकांच्या ऑनलाईन वर्तणुकीनुसार हजारो उत्पादनांमधून ग्राहकाला कोणत्या उत्पादनाची गरज भासेल, याबद्दल हजारो प्रतिमा धुंडाळून निदान करतात. तुमच्या ऑनलाईन खरेदीची हिस्ट्रीदेखील त्यासाठी वापरली जाते. उदाहरणार्थ, तुम्ही अ‍ॅमेझॉनवर तवा घासण्याचा स्पंज शोधला, तर तुम्हाला त्यानंतर सर्फ करत असलेल्या सर्व पेजेसवर सफाईसाठीची उत्पादनं दिसायला लागतात. दुकानात प्रत्यक्ष जाऊन खरेदी करताना दुकानातून फिरताना, वस्तू शोधताना मानवी साहाय्यक आपल्याला मदत करतो. इ-कॉमर्सद्वारे आधी ग्राहकांसाठी फोनवर मानवी साहाय्यक उपलब्ध होते. मात्र, एआयचे चॅटबॉटस हे यंत्रमानव आणि व्हर्च्युअल असिस्टंट्स आता ग्राहकांना ऑनलाईन 24 बाय 7 सेवा पुरवतात. अनुभवांमधून शिकण्याच्या सेल्फ लर्निंग क्षमता त्यांच्यात असल्यामुळे, ग्राहकांच्या गरजा अचूक ओळखत जाण्याकडे त्यांची प्रगती होत असते. त्यामुळे ते जास्त प्रगत सेवा पुरवू शकतात.

प्रत्येक ब्रँड आपापल्या उत्पादनाच्या जाहिरातीसाठी पूर्वी कॉपीरायटर नेमत होता किंवा जाहिरातविषयक कंपन्यांकडून जाहिरातीचं शीर्षक, ब्लॉगसाठी माहिती, उत्पादनाची सविस्तर माहिती लिहून घेत होता. आता हे काम कृत्रिम बुद्धिमत्तेवर आधारित सॉफ्टवेअर चुटकीसरशी करत असल्यामुळे विक्रीसाठीचा मजकूर ब्रँड्सना क्षणार्धात मिळतो.

ई-कॉमर्सचं प्रिडिक्टिव्ह अ‍ॅनलिटिक्स इनव्हेंटरी व्यवस्थापनासाठी खूप उपयोगी ठरतं. स्टॉकमध्ये सर्व वस्तू ठेवण्याएवढी स्टोअरमध्ये जागा आणि तेवढी रक्कम कंपनीकडे असणं शक्य नाही. त्यामुळे कोणती उत्पादनं किंवा कच्चा माल कधी आणि कसा लागणार आहे, त्याचा अंदाज आता कृत्रिम बुद्धिमत्तेवर आधारित अ‍ॅप्स पटकन लावू शकतात. ग्राहकाच्या मागणीनुसार इनव्हेंटरी अद्ययावत हवी, उत्पादनं किंवा कच्चा माल नीट लावलेला हवा आणि वेळेवर सप्लायरकडे ऑर्डर जायला हवी. त्यासाठी बाजारपेठेचा अंदाज घेण्याचं काम प्रिडिक्टिव्ह अ‍ॅनालिसिस करतं. मशिन लर्निंग तुमच्याकडे स्टोअरमध्ये किती साठा हवा आणि किती विकत घ्यायला हवा, याचा अंदाज देतं. तसंच, कारखान्यातल्या यंत्रांचं मेंटेनन्सचं वेळापत्रक एआयमुळे सोपं होतं. काही ठिकाणी पॅकिंग प्रक्रिया स्वयंचलित केल्या आहेत. त्यामुळे कार्यक्षमता वाढते.

गुगल मॅप्स तुम्हाला ट्रॅफिकचा आणि हवामानाचा विचार करून नियोजित ठिकाणी लवकर पोचण्याचा मार्ग दाखवतं. 2015 च्या एका सर्वेक्षणानुसार बोईंग ७७७ चे पायलट्स फक्त ७ मिनिटं मॅन्युअली विमान चालवतात. उरलेलं काम एआय करतं. बोईंग आता पूर्णपणे एआय चलित पायलट्स विमान चालवतील, अशी सेवा विकसित करत आहे.

ओटीटी प्लॅटफॉर्मवर चित्रपट पहाताना नेटफ्लिक्स सारखे प्लॅटफॉर्म्स तुम्ही पूर्वी पाहिलेल्या चित्रपटांवरून तुम्हाला कोणत्या प्रकारचे चित्रपट आवडतील, त्याबद्दल शिफारस करतं. हे काम अर्थातच कृत्रिम बुद्धिमत्तेच्या साहाय्यानं केलं जातं. चित्रपटाचा प्रकार, अभिनेते, अभिनेत्री, वेळ, बाहेरचं तापमान, दिवसाच्या कोणत्या वेळेला तुम्ही चित्रपट पाहता या आणि अशा गोष्टींवरुन तुम्हाला चित्रपट सुचवले जातात. आपण ओटीटीवर जे पाहतो, त्यापैकी 80 टक्के कंटेंट आपल्याला सुचवलेला असतो.

या सर्व सेवांमध्ये आपण बर्‍याचवेळा चॅटबॉटचा वापर केलेला असतो. चॅटबॉट या यंत्रमानवाचा उपयोग आपण संभाषणासाठी करतो. प्रामुख्यानं सेवा व उत्पादन पुरवणाऱ्या कंपन्या आणि ग्राहक यांच्यात संवाद साधण्यासाठी चॅटबॉटचा मोठ्या प्रमाणावर उपयोग होतो. पहिला चॅटबॉट मायकल मोलदिन यांनी 1994 मध्ये तयार केला होता. यापैकी चॅटजीपीटी या संवाद साधणाऱ्या चॅटबॉटनं आज जगभर खळबळ माजवली आहे. एलॉन मस्कच्या ओपनएआय कंपनीनं चॅटजीपीटी 30 नोव्हेंबर 2020 ला जगाला उपलब्ध करून दिला. युजरसंख्या 10 लाख व्हायला फेसबुकला 10 महिने लागले, ट्विटरला 24 महिने लागले आणि चॅटजीपीटीला फक्त पाच दिवस लागले.

चॅटजीपीटीमधला चॅट हा शब्द संभाषणासाठी आहे. जीपीटी म्हणजे जनरेटिव्ह प्री ट्रेन्ड ट्रान्सफॉर्मर. नावातच प्री ट्रेन्ड असलेल्या या चॅटबॉटला वैद्यकशास्त्रापासून कोडिंगपर्यंत आणि तत्त्वज्ञानापासून गणितापर्यंत बरंच काही आधीच शिकवलं आहे. तो माणसासारखा बोलतो. तो आपलं म्हणणं आणि सूचना ऐकतो आणि आपल्या शंकांची, प्रश्नांची समर्पक उत्तरं देतो.

चॅटजीपीटीला उत्तरं देण्यासाठी माहिती कुठून मिळालेली आहे? तर, विकिपिडिया, डिजिटल पुस्तकांची नेटवरची ग्रंथालयं, रेडिटची माहितीपूर्ण पेजेस आणि इंटरनेटवर माहिती लिहिणारे असंख्य स्रोत यातून चॅटजीपीटीला माहिती पुरवलेली असते. तसंच, वापर सुरू झाल्यानंतर चॅटजीपीटीला युजर जी माहिती पुरवतो, त्यातून आणि वेबवरच्या असंख्य स्रोतांमधून मिळालेली माहिती त्याच्यात अपडेट होत जाते. चॅटजीपीटीचा प्रकल्प भव्य आहे. चॅटजीपीटी वेबसाईटवरचा कंटेंट, कविता, व्यावसायिक योजना, कथा, पटकथा, ब्लॉग्ज, टेक्स्ट मेसेजेस, कोडिंगमधले बदल, त्यावरची सोल्यूशन्स, जीवनशैली इ. बद्दल क्षणार्धात माहिती सांगतो. तो वैज्ञानिक शोधांबद्दल, संकल्पनांबद्दल निरनिराळ्या वयोगटाच्या व्यक्तींना समजेल अशा प्रकारे माहिती सांगू शकतो. ती बऱ्यापैकी अचूक असते.

माणसाला माहिती हवी असेल तेव्हा, ती माहिती कुठे आहे हा प्रवास गुगल सर्चमुळे झाला होता. आता अजून कुठे माहिती असू शकेल? या विचाराला चॅटजीपीटी चालना देऊ शकेल. जर अजून कुठे या प्रश्नाचं एक उत्तर मिळालं, तर पुढचं माहितीचं क्षेत्र कोणतं, याचा विचार सुरू होईल. उदाहरणार्थ, हॅम्लेट या नाटकाचा परिणाम चित्रपट, राजकारण, समाजकारण, तत्त्वज्ञान, मानसशास्त्र या क्षेत्रात कसा झाला आहे, ही माहिती आपण चॅटजीपीटीला विचारून उत्तरं सहजी मिळवू शकतो. जी माहिती शोधण्यात आपला याआधी खूप वेळ जायचा. ती माहिती मिळाल्यानंतर आता कोणत्या कलाकारांच्या चित्रांमध्ये हॅम्लेट कसा डोकावतो, असे प्रश्न आपल्याला चॅटजीपीटीच्या वापरामुळे पडू शकतात; कारण आता तसा पुढचा विचार करायला वेळ मिळू शकेल.

तसंच चॅटजीपीटी सहजपणे उत्तरं देतो. त्यामुळे नुसती कच्ची माहिती शोधण्यापेक्षा, खोलवर जाऊन प्रश्न तयार करण्याची सवय चॅटजीपीटीमुळे लागू शकते. आपण काय गृहीत धरतो त्याचा शोध आपल्याला चॅटजीपीटीच्या उत्तरांमधून लागेल. त्यातून गृहीतकांपलीकडे जाऊन विचार करण्याची सवय युजरला लागेल. हा चॅटजीपीटीचा फायदा आहे. ज्याप्रमाणे संगीत, ध्वनी किंवा चित्रं यातल्या अमूर्त माहितीचा आपण आपापल्या कल्पनाशक्तीनुसार अर्थ लावतो; तसंच विविध बाबतीत मनात लपलेल्या कल्पनाशक्तीचा वापर करण्याकडे मानवाचा प्रवास सुरू होऊ शकेल.

याचं एक उदाहरण पाहू. समजा, मेंदूतल्या ग्लिया पेशी मृत न्यूरॉन्सचा कचरा स्वच्छ करतात. हे काम त्या कसं करतात? असा वैद्यकीय विश्वातला प्रश्न चॅटजीपीटीला विचारला आणि त्यानं उत्तर दिलं. त्या उत्तरांवरून चॅटजीपीटीला पुरवलेल्या डेटांमधली तथ्यं कृत्रिम बुद्धिमत्तेनं गृहीत धरली, असा याचा अर्थ होईल. प्रश्नकर्त्याच्या मनात त्यानंतर त्या तथ्यांचा पुरावा कुठे आहे? तो ठोस आहे का? ती तथ्यं कुठे आहेत? त्या तथ्यांमधल्या खरेपणाबाबत संशोधकांना कितपत संशय आहे? चुकीची माहिती त्यात कुठे असू शकते? मिळालेल्या माहितीचा चुकीचा अर्थ कशा प्रकारे लावला जाऊ शकतो? आपल्याला मिळालेल्या माहितीपैकी विश्वास नक्की कोणत्या माहितीवर ठेवायचा? हे सगळं शोधण्याचे विचार सुरू होतील. मुळात ग्लिया पेशींबद्दलची माहिती मिळवण्यासाठी जो वेळ आधी खर्च होत होता, त्या वेळाचं प्रमाण नगण्य झाल्यामुळे पुढचे प्रश्न विचारायला मेंदूला वाव मिळायला लागेल. तसंच, अशा प्रश्नांच्या उत्तरांसाठी आपल्याला एकट्याच्या विद्वत्तेवर विसंबून न राहता सामूहिक विद्वत्ता विकसित करावी लागेल.

चॅटजीपीटीचा फायदा संशोधकांनाही आहे. जगभरात संशोधक संशोधन करत असतात. नवनवीन शोध समांतरपणे निरनिराळ्या देशांमध्ये लागतात. यात काहीवेळा एकानं लावलेलाच शोध दुसरा संशोधक लावतो. त्यांना एकमेकांबद्दल माहिती नसतं. 16व्या शतकात न्यूटन आणि लाईबनित्झ या दोन शास्त्रज्ञांनी कॅल्क्युलसचा शोध एकाचवेळी लावला होता. अशी भरपूर उदाहरणं आहेत. आज हे चित्र बऱ्यापैकी पालटलं असलं, तरी चॅटजीपीटीमुळे जागतिक पातळीवरचं संशोधनाचं चित्र तात्काळ समोर येऊ शकेल. यामुळे जास्त अपडेटेड माहिती संशोधकांपर्यंत पोचल्यानं वेगळं आणि नवीन काहीतरी शोधायच्या ते मागे लागतील.

चॅटजीपीटीचा अजून एक फायदा म्हणजे Einstellung  इफेक्ट मधून बाहेर पडता येणं. Einstellung  हा जर्मन शब्द आहे. अब्राहम लुचिन्स आणि एडिथ हर्श लुचिन्स या अमेरिकन मानसशास्त्रज्ञ जोडप्यानं Einstellung  इफेक्ट ही संकल्पना मांडली. या संकल्पेनुसार, एखादी समस्या सोडवण्याचा एखादा प्रकार आपल्याला माहिती झाल्यानंतर आपण पुढची समस्या सोडवताना तोच प्रकार वापरतो. पुढची समस्या सोडवण्याचा खरं तर सोपा किंवा वेगळा प्रकार उपलब्ध असू शकतो. असा या संकल्पनेचा अर्थ आहे. एकसाचीपणानं आपला अनुभव वापरल्यामुळे चौकटीबाहेरचा आऊट ऑफ द बॉक्स विचार करायला आपण कमी पडतो. एका प्रकारे, आपल्याला असलेले अनुभव, माहिती यांचा अशा प्रकारे काहीवेळा नकारात्मक वापर होतो. यावर मात करण्यासाठी समस्या सोडवण्याचे वेगळे मार्ग चॅटजीपीटीनं दाखवले, तर आपल्या मेंदूला खाद्य मिळेल आणि आपल्या विचारप्रक्रियेत प्रगती होईल.

चॅटजीपीटीचा वापर कंटेंट तयार करायला होतो. आज चॅटजीपीटी ब्लॉग्ज, इमेल्स, टेक्स्ट्स, पटकथा, कोडिंग, प्रतिमा तयार करू शकतं. त्यातून बेरोजगारी वाढेल, असा समज सर्वत्र आहे. या समजामागचा मूळ प्रश्न माणूस आणि कृत्रिम बुद्धिमत्ता यात फरक काय? हा आहे. पहिला फरक म्हणजे कंटेंट कोणत्या टारगेट ऑडियन्ससाठी आहे याबद्दलची गृहीतकं. चांगला कंटेंट समोरच्या वाचकाला त्याच्याशी रिलेट होतो आणि त्याला समजतो. कृत्रिम बुद्धिमत्तेनं तयार केलेला कंटेंट काय सांगू पाहतो आहे? वाचकाला जे माहिती आहे, त्याच्याशी त्याला जुळवून घेता येतं आहे का? तज्ज्ञालाही ते आवडावं अशी सविस्तर आणि सखोल माहिती त्यात आहे का; की वाचक ते वाचून गोंधळात पडणार आहे? या आणि अशा प्रश्नांच्या उत्तरांवर विचार करून कंटेंट तयार करणं, हे कृत्रिम बुद्धिमत्ता करू शकणार आहे का? चॅटजीपीटी हा प्रकार हा स्वस्त आणि जलद आहे; पण उपलब्ध असलेल्या आणि भवतालच्या गोष्टींमधून जास्तीत जास्त प्रकारे कल्पनाशक्ती वापरून कंटेंट तयार करायची एकमेव क्षमता माणसात आहे. माणसाचं वेगळेपण त्याला कथा रचता येण्यात आहे. संशोधक त्याला सेन्स मेकिंग म्हणतात. गोष्टींचा विविध प्रकारे अन्वयार्थ लावता येणं आणि त्यानुसार सर्जनशीलता असणं, हा मानवी अविष्कार आहे. मानवाच्या कथांमध्ये भावना, रिलेट करता येणं आणि मूल्यं असतात. कृत्रिम बुद्धिमत्तेनं तयार केलेली कथा हे करू शकत नाही.

कंटेंटचा विचार करत आहोत, तर शाळांमध्ये चॅटजीपीटीवर का बंदी घातली जाते आहे या प्रश्नाचा विचार करू. त्यातून चॅटजीपीटीचा खरा वापर कोणता आहे, याचं उत्तर मिळू शकेल. शाळेत जर चॅटजीपीटी वापरली, तर वाङ्मयचौर्य हा प्रकार वाढू शकतो. चॅटजीपीटी नवीन कंटेंट सर्जनशीलतेनं तयार करत नाही. सगळीकडचा मजकूर एकत्र करून, त्याचा सारांश काढून, तो वेगळ्या भाषेत आपल्यासमोर आणतं. विद्यार्थी आपला गृहपाठ, प्रोजेक्टस यासाठी सहजच हा प्रकार वापरू शकतील. पण, चॅटजीपीटीला पुरवलेला डेटा वापरणं म्हणजे, कोणाचंतरी काम चोरल्याचाच तो प्रकार आहे. मुळात जगातल्या सर्व रहिवाशांचा डेटा चॅटजीपीटीकडे त्यांच्या परवानगीशिवाय साठवला जाणं, हाच गुन्हा आहे. मात्र, त्यावर बंदी घालण्याइतकं सायबरविश्व कायदा या बाबतीत प्रगत नाही. दुसरं म्हणजे, चॅटजीपीटीनं दिलेली उत्तरं अचूक नसतात. विद्यार्थ्यांना त्यामुळे चुकीची माहिती मिळू शकते.

पण मुळात सगळ्या मुलांनी त्याचा वापर करून निबंध किंवा कंटेंट लिहिणं आणि त्यावरून त्या सगळ्यांना ए ग्रेड देणं हा चॅटजीपीटीचा खरा उपयोग नाही. मुलांनी लिहिलेल्या निबंधांमधल्या वेगवेगळ्या प्रकारच्या चुका शोधून काढायचं काम विद्यार्थ्यांना देणं, त्या चुका सुधारून तो निबंध परत लिहिणं, आणि त्यावरून त्यांच्या चुका शोधण्याच्या आणि पुनर्लेखन करण्याच्या क्षमतेप्रमाणे त्यांना ग्रेड्स देणं, हा चॅटजीपीटीचा खरा उपयोग आहे. यातून तीन प्रकारच्या क्षमता त्यांना शिकवल्या जातील. मुलांचं क्रिटिकल थिंकिंग हे कौशल्य विकसित होऊ शकेल. तथ्यांचा आणि गृहीतांचा धांडोळा घेणं, तर्कसंगती लावता येणं आणि चुकांचे पॅटर्न्स शोधणं, ही कौशल्यंही विकसित होतील. म्हणजे, निबंधात जे चांगलं आहे त्यालाही अजून चांगलं कसं करता येईल, यावर एखादा विद्यार्थी विचार करेल. एखादी गोष्ट सकृतदर्शनी चांगली असण्याच्या मर्यादांच्या पलीकडे जाण्याची प्रक्रिया त्यातून सुरू होईल.

तसंच, कलेच्या सर्व क्षेत्रांमध्ये आहे. कृत्रिम बुद्धिमत्तेनं काढलेल्या चित्राची किंमत 100 डॉलर्स असेल, तर माणसाच्या चित्राची किंमत 200 डॉलर्स तरी असेलच. चित्रकारानं चित्रं काढताना केलेला मानसिक, भावनिक प्रवास, चुकांमधून शिकणं अशा अनेक गोष्टींना दिलेली ती किंमत असणार आहे. कृत्रिम बुद्धिमत्ता जेव्हा संगीत तयार करते, तेव्हा संगीतातलं किंवा कलेतलं इंप्रोव्हायझेशन, त्यातलं भावनिक नाट्य या माणसाच्या निर्मितीतूनच शक्य असलेल्या गोष्टी त्यात असू शकत नाहीत.

अर्थात तरीही चॅटजीपीटीची बुद्धिमत्ता माणसांसाठी धोका ठरू शकते का? हा प्रश्न सगळ्यांना सतावतो आहे. विशेषत: आपल्या सगळ्या नोकर्‍या अशा प्रकारची कृत्रिम बुद्धिमत्तेची अ‍ॅप्लिकेशन्स खाऊन टाकतील, अशी भीती सर्वसामान्यांना सर्वात जास्त प्रमाणात भेडसावते आहे.

मात्र कृत्रिम बुद्धिमत्तेमुळे कोणत्या नवीन प्रकारच्या नोकऱ्या तयार होऊ शकतात, याचाही विचार करायला हवा. उदाहरणार्थ, कृत्रिम बुद्धिमत्ता घरातल्या गोष्टींची दुरुस्ती आणि फर्निचर तयार करेल, त्याला अजून कितीतरी काळ जावा लागेल. ती तुम्हाला वेबसाईट तयार करायला मात्र मदत करेल. कृत्रिम बुद्धिमत्तेनं तयार केलेला मजकूर, कंटेंट किंवा कोड योग्य, अचूक आणि परिणामकारक होईल असा सुधारणं; कृत्रिम बुद्धिमत्तेतल्या गोष्टींचा विकास करणं; कृत्रिम बुद्धिमत्तेनं तयार केलेल्या वस्तूंचं मार्केटिंग करणं; अ‍ॅप्लिकेशन्स तयार करणं; कृत्रिम बुद्धिमत्ता आणि त्यावरची अ‍ॅप्स कशी वापरायची ते शिकवणं (सध्या चॅटजीपीटी कसं वापरायचं याचे कोर्सेस सुरू झाले आहेत); आपल्याकडे असलेली माहिती पुस्तकांमध्ये भविष्यात उपयोगी पडेल अशा प्रकारे एकत्रित गोळा करत राहणं; चॅटजीपीटीला शिकवायला डेटा तयार करणं; अन्न, वस्त्रं आणि औद्योगिक उत्पादनं जास्त कार्यक्षम आणि चांगली तयार करण्यासाठी बुद्धिमत्ता वापरणं इ. नोकर्‍या निर्माण व्हायला सुरुवात झाली आहे. कृत्रिम बुद्धिमत्ता या विषयावरच गेली काही दशकं काम करणारे इंजिनिअर्स, तंत्रज्ञ यात गृहीत धरलेले नाहीत. ते क्षेत्र मोठ्या प्रमाणावर रोजगार निर्माण करतं आहेच.

माणूस कोणतीही गोष्ट तयार करायला काही साधनं वापरतो, त्या सर्व ठिकाणी कृत्रिम बुद्धिमत्ता हे आणखी एक साधन असेल. संपूर्ण प्रक्रिया कृत्रिम बुद्धिमत्ताच करेल, असं सर्व बाबतीत शक्य नाही. थोडक्यात, भविष्यात आपण काही नोकर्‍या आहे त्याच प्रकारच्या करू, काही नवीन प्रकारच्या करू. मात्र, आपल्याला सृजनशीलता हा गुण जास्तीत जास्त वापरावा लागेल. एकीकडे उपलब्ध असलेल्या डेटावर कृत्रिम बुद्धिमत्ता काम करत असताना नावीन्यपूर्ण गोष्टींचा शोध माणसालाच लावायचा आहे. महत्त्वाचं म्हणजे, हे सर्व क्षेत्रांना लागू आहे.

तुम्ही जे शोधू शकता त्यासाठी स्मरणशक्ती वापरू नका, अस आईनस्टाईन म्हणतो. या संकल्पनेचा जरा विस्तार केला, तर चॅटजीपीटीला माहिती असलेलं सगळं आपल्याला माहिती असायची गरज नाही. आपल्याला चॅटजीपीटी काय करू शकणार नाही आणि त्यातलं आपण काय करू शकतो, हे माहिती असायला हवं. या दिशेनं विचार केला, तर चॅटजीपीटीमुळे बेरोजगारी वाढेल असा विचार न करता, चॅटजीपीटीमुळे कोणत्या प्रकारची कामं सुरू होतील आणि त्यासाठी मानवानं कोणती कौशल्यं शिकून घ्यायला हवीत, असा विचार करता येईल…! कृत्रिम बुद्धिमत्तेचा शोध घेणं हा या अर्थानं खरोखर मानवी बुद्धिमत्तेचा शोध घेण्याचाच प्रवास आहे.

‘मीडिया वॉच’ दिवाळी अंक २०२३

(‘कृत्रिम बुद्धिमत्ता’ या विषयावरच्या आगामी पुस्तकातून)

(नीलांबरी जोशी या ‘माध्यमकल्लोळ’ , ‘कार्पोरेट कल्लोळ’ , ‘मनकल्लोळ’ या गाजलेल्या पुस्तकांच्या लेखिका आहेत . ‘माध्यमकल्लोळ’ या पुस्तकासाठी त्यांना नुकताच महाराष्ट्र शासनाकडून यशवंतराव चव्हाण राज्य वाङ्मय पुरस्काराअंतर्गत राज्यशास्त्र / समाजशास्त्र या विभागातला डॉ बाबासाहेब आंबेडकर पुरस्कार जाहीर झाला आहे.)

[email protected]

8411000706