विश्वविद्यालय के AI शोधकर्ता अपने ही क्षेत्र से बाहर निकल रहे हैं
AI का अग्रभाग कैंपस से निजी प्रयोगशालाओं में स्थानांतरित हो गया है। हाल ही में Schmidt Sciences की एक बैठक में शिक्षाविदों ने एक ऐसे क्षेत्र का वर्णन किया जो पहले से कहीं अधिक फंडिंग में मुश्किल, अध्ययन करने में मुश्किल और औचित्य दिखाने में मुश्किल हो गया है।
मुख्य बिंदु
- शिक्षाविद ChatGPT या Claude जैसे अग्रणी AI मॉडल की आंतरिक कार्यप्रणाली तक नहीं पहुंच सकते, जिन्हें उनके कॉर्पोरेट मालिकों द्वारा निजी रखा जाता है।
- कैलिफोर्निया के Mountain View में 2025 Schmidt Sciences AI2050 सम्मेलन में शोधकर्ताओं के अनुसार, विश्वविद्यालय अत्याधुनिक AI को प्रशिक्षित करने या चलाने के लिए आवश्यक विशेष कंप्यूटर चिप्स खरीद नहीं सकते।
- Johns Hopkins के एक अध्ययन में पाया गया कि AI भाषा मॉडल महिलाओं से जुड़े तरीकों से पूछे गए प्रश्नों की तुलना में पुरुषों से जुड़े तरीकों से पूछे गए प्रश्नों का अधिक विस्तृत उत्तर देते हैं।
- Google DeepMind की AlphaFold टीम, जिसे प्रोटीन की तहें कैसे मुड़ती हैं यह भविष्यवाणी करने के लिए नोबेल पुरस्कार मिला था, को पिछले महीने भंग कर दिया गया।
- कुछ शोधकर्ताओं को चिंता है कि उन्नत गणित को हल करने वाले AI उपकरण मानव गणितज्ञों के भविष्य को खतरे में डाल सकते हैं।
एक समुद्री जीवविज्ञानी होने की कल्पना करें, एक ऐसी दुनिया में जहां पूरा महासागर एक कॉर्पोरेट पेवॉल के पीछे है। UC Berkeley के कंप्यूटर विज्ञान प्रोफेसर Nika Haghtalab वर्तमान में शैक्षणिक AI अनुसंधान का वर्णन करते हैं। उन्होंने MIT Technology Review को बताया कि आज के AI का अध्ययन करना एक जीवविज्ञानी के लिए CRISPR से बाहर रहने जैसा है, जीन-संपादन तकनीक जिसने चिकित्सा को बदल दिया, क्योंकि निजी कंपनियों के पास इसका पूर्ण स्वामित्व था।
यह तुलना कैलिफोर्निया के Mountain View में हाल ही में हुई एक बैठक में गहराई से प्रभावशाली थी, जहां Schmidt Sciences AI2050 कार्यक्रम ने बड़ी तकनीकी प्रयोगशालाओं के बाहर काम करने वाले कुछ सबसे सम्मानित AI शोधकर्ताओं को एक साथ लाया। यह कार्यक्रम, Eric और Wendy Schmidt द्वारा वित्त पोषित है, उन शिक्षाविदों का समर्थन करता है जिनका काम कृत्रिम बुद्धिमत्ता से संबंधित है।
क्या विश्वविद्यालय स्वयं अनुसंधान नहीं कर सकते?
संक्षिप्त उत्तर पैसा है। अग्रणी AI मॉडल को प्रशिक्षित करने या चलाने के लिए बड़ी संख्या में GPU की आवश्यकता होती है, विशेष कंप्यूटर चिप्स जो AI को आवश्यक भारी संख्या-संचालन करते हैं, और विश्वविद्यालय उनमें से पर्याप्त नहीं खरीद सकते। AI2050 कार्यक्रम फेलोज को चिप्स खरीदने के लिए कुछ फंडिंग देता है, जिसे शोधकर्ताओं ने एक वास्तविक जीवन रक्षा कहा, लेकिन संघीय विज्ञान फंडिंग में कटौती बजट को और निचोड़ रही है।
यहां तक कि जो शोधकर्ता अपने स्वयं के मॉडल को प्रशिक्षित नहीं करते हैं उन्हें लागत का सामना करना पड़ता है। OpenAI या Anthropic की प्रणालियों से उन्हें ठीक से अध्ययन करने के लिए बार-बार सवाल पूछना जल्दी जमा हो जाता है, और कंपनियां अपने आंतरिक डिजाइन को बाहरी जांच के लिए खोलती नहीं हैं।
तो शिक्षाविद अलग क्षेत्र खोज रहे हैं। Johns Hopkins की कंप्यूटर विज्ञान प्रोफेसर Anjalie Field ने साफ कहा: "मैं उन समस्याओं पर काम करने की कोशिश नहीं करती जिन्हें मुझे लगता है कि एक तकनीकी कंपनी हल करने वाली है।" उनके हाल के अध्ययन में पाया गया कि AI भाषा मॉडल महिलाओं द्वारा अधिक आमतौर पर उपयोग की जाने वाली शैलियों में लिखे गए प्रश्नों को कम विस्तृत, कम परिष्कृत उत्तर देते हैं। इस तरह का अनुसंधान, जो किसी कंपनी के उत्पाद पर नकारात्मक प्रकाश डाल सकता है, संभवतः किसी के अंदर से नहीं निकलेगा।
चैटबॉट से संबंधित AI अनुसंधान के बारे में क्या?
शैक्षणिक AI का एक बड़ा हिस्सा कभी भी बड़े भाषा मॉडल को छुआ ही नहीं है। ये शोधकर्ता केंद्रित, विशेष उपकरण बनाते हैं: मॉडल जो चरम मौसम की भविष्यवाणी करते हैं, दवाओं का शरीर के साथ कैसे संपर्क होता है इसका अनुकरण करते हैं, या जलवायु डेटा का विश्लेषण करते हैं। वे OpenAI के समान लक्ष्यों का पीछा नहीं कर रहे हैं।
लेकिन उनकी अपनी समस्या है। जब अधिकांश लोग "AI" सुनते हैं तो वे ऊर्जा-भूखे चैटबॉट की कल्पना करते हैं, और यह छवि जलवायु या स्वास्थ्य शोधकर्ताओं के लिए अपने काम के मूल्य के लिए तर्क देना कठिन बनाती है।
क्षेत्र की प्रतिभा पाइपलाइन भी बदल रही है। कई प्रसिद्ध शिक्षाविदों ने अग्रणी प्रयोगशालाओं में शामिल होने के लिए विश्वविद्यालयों से छुट्टी ली है, और अब कई AI2050 फेलो एक साथ एक शैक्षणिक पद और एक उद्योग भूमिका दोनों रखते हैं।
एक उज्जवल नोट है। संसाधनों की कमी शैक्षणिक प्रयोगशालाओं को AI मॉडल को छोटा, सस्ता और तेजी से चलाने के तरीके खोजने के लिए प्रेरित करती है। Carnegie Mellon के कंप्यूटर वैज्ञानिक Tim Dettmers का तर्क है कि AI उपकरण मानव वैज्ञानिकों को उन्हें बदलने के बजाय नाटकीय रूप से अधिक उत्पादक बना सकते हैं। सीमाएं, वह सुझाते हैं, रचनात्मकता को जन्म देती हैं।
यदि AI में अगला वास्तविक सफलता एक नकद-तंग विश्वविद्यालय प्रयोगशाला से आता है, न कि एक ट्रिलियन-डॉलर की कंपनी से, तो उस Mountain View होटल के कमरे में लोग आश्चर्यचकित नहीं होंगे।
