AI ‘सर्व मानवी तज्ञांपेक्षा अधिक जाणून घेण्यापासून एक वर्ष दूर आहे’, त्या आश्चर्यचकित तज्ञांचा अंदाज आहे

AI काही महिन्यांत ह्युमॅनिटीज लास्ट एक्झाम (HLE) या जगातील सर्वात आव्हानात्मक ज्ञान चाचण्यांपैकी एकावर पूर्ण गुण मिळविण्यासाठी तयार असेल, विकासकांचा दावा आहे.

HLE ची स्थापना टेक बॉसने त्यांची प्रणाली किती हुशार आहे हे पाहण्यासाठी केली होती आणि त्यात रॉकेट सायन्स आणि पौराणिक कथांपासून ते फिजियोलॉजीपर्यंत सुमारे शंभर विषयांचा समावेश असलेल्या 2,500 बारकाईने निवडलेल्या प्रश्नांचा समावेश आहे.

प्रत्येकाला किमान पीएचडी पातळीची समज आवश्यक आहे आणि १०० टक्क्यांच्या जवळपास गुण मिळवण्यासाठी एखाद्याला ‘युनिव्हर्सल एक्स्पर्ट’ ही पदवी मिळू शकते.

अवघ्या दोन वर्षांपूर्वी बहुचर्चित चॅटजीपीटी पासून प्रणाली OpenAI येथे प्रतिस्पर्ध्यांसह परीक्षेत अत्यल्प 3 टक्के गुण मिळाले Google आणि मानववंशीय अधिक चांगले करत नाहीत.

चाचणीने AI च्या वाढत्या वर्चस्वाबद्दल भीती दूर केली, संशोधकांनी असा दावा केला की मोठ्या भाषेच्या मॉडेल्स (LLM) आणि जगातील सर्वोत्तम शिक्षणतज्ञ यांच्यामध्ये ‘एक चिन्हांकित अंतर’ राहिले आहे.

परंतु वरवर अशक्य वाटणारा HLE हा AI च्या न थांबवता येणाऱ्या वाढीतील आणखी एक मैलाचा दगड ठरू शकतो.

गुगल जेमिनीने गेल्या महिन्यात परीक्षेत 45.9 टक्के गुण मिळवले आणि पहिल्या प्रयत्नातच 18.8 टक्के गुण मिळवले.

आणि पूर्ण गुण क्षितिजावर आहेत, कॅल्विन झांग यांच्या मते, स्केल, एचएलईच्या मागे असलेल्या एआय कंपनीचे संशोधन प्रमुख.

एआय काही महिन्यांत ह्युमॅनिटीज लास्ट एक्झाम (एचएलई) या जगातील सर्वात आव्हानात्मक ज्ञान चाचणीमध्ये पूर्ण गुण मिळविण्यासाठी तयार असेल, विकासकांचा दावा आहे (स्टॉक फोटो)

‘आम्हाला हा क्लोज-एंडेड शैक्षणिक बेंचमार्क तयार करायचा होता, जो तज्ज्ञ मानवांच्या सीमारेषेवर सेट केला गेला होता, जो पृथ्वीवरील काही मोजकेच लोक खरोखर सोडवू शकतात,’ तो म्हणाला.

‘आम्ही गेल्या काही वर्षांमध्ये या भाषा मॉडेल्सवर विलक्षण प्रगती पाहिली आहे. हे प्रभावी आहे, मॉडेल बिल्डर्सनी या तर्कसंगत मॉडेल्समध्ये सुधारणा करण्यासाठी खरोखर चांगले काम केले आहे.’

गुगल डीपमाइंडच्या उत्पादन व्यवस्थापक केट ओल्स्झेव्स्का पुढे म्हणाले: ‘जर आपण खरोखरच जीवनातील एकमेव गोष्ट म्हणून याची काळजी घेतली असेल, तर मला वाटते की आपण ते खूप लवकर मिळवू शकू.’

अँथ्रोपिक – क्लॉड एआय प्रणालीमागील कंपनी – एचएलईमध्ये 34.2 टक्के गुण मिळवले आहेत आणि वेगाने त्याचे गुण सुधारत आहेत.

परीक्षेत 100 टक्के गुण मिळवणे ही एक महत्त्वाची प्रगती असेल कारण चाचणी ‘त्याच्या प्रकारातील अंतिम बंद-समाप्त शैक्षणिक बेंचमार्क म्हणून डिझाइन केलेली आहे’, असे त्याच्या लेखकांच्या मते.

याचा अर्थ असा की जर तंत्रज्ञानाने एचएलईला तडा गेला तर भविष्यात कोणालाच उत्तर माहित नसलेल्या प्रश्नांवर त्याची चाचणी करणे आवश्यक आहे.

ही चाचणी स्केल आणि सेंटर फॉर एआय सेफ्टी या ना-नफा संस्थेच्या संशोधकांनी AI च्या ज्ञानाची रुंदी आणि तर्कशक्तीची खोली या दोहोंचे परीक्षण करण्यासाठी तयार केली होती.

अंदाजे 50 देशांतील तज्ञांनी सप्टेंबर 2024 मध्ये $500,000 बक्षीस भांडे ऑफर केलेल्या जागतिक आवाहनाला प्रतिसाद म्हणून विचारासाठी 70,000 प्रश्न सबमिट केले.

त्यांना एक लहान अस्पष्ट उत्तर आवश्यक होते आणि इंटरनेटवर शोधणे कठीण होते.

कोणतेही विद्यमान मॉडेल ज्या प्रश्नांची उत्तरे देऊ शकतात ते विचारातून काढून टाकल्यानंतर ही यादी 13,000 पर्यंत खाली आणली गेली.

निवडलेल्या 2,500 पैकी काही वापरकर्त्यांच्या अभिप्रायानंतर काढले किंवा संपादित केले गेले आहेत.

त्यांना विविध प्रकारच्या कौशल्याची आवश्यकता असते – जीवशास्त्राच्या ज्ञानापासून ते भाषांमधील प्रवीणता – आणि त्यांच्यापैकी मोठ्या संख्येने सार्वजनिकपणे ऑनलाइन चर्चा केल्या जाणाऱ्या उत्तरांचा फायदा होणारी प्रणाली थांबवण्याच्या प्रयत्नात गुप्त राहिले आहेत.

HLE मधील यशाने IBM च्या सुपरकॉम्प्युटर डीप ब्लूने 1997 मध्ये जागतिक बुद्धिबळ चॅम्पियन गॅरी कास्पारोव्हला एका गेममध्ये पराभूत केल्याच्या आठवणी जागृत होतील, बहुतेक तज्ञांच्या अंदाजांना गोंधळात टाकले.

तेव्हापासून, 2020 मध्ये रिलीझ झालेल्या मल्टी-डिसिप्लिनरी मॅसिव्ह मल्टीटास्क लँग्वेज अंडरस्टँडिंगसह प्रमुख AI बेंचमार्कची एक स्ट्रिंग साफ केली गेली आहे, जी प्रणालींना खूप सोपे वाटू लागल्यावर कॅन करण्यात आली होती, अनेकदा 90 टक्क्यांपेक्षा जास्त गुण मिळवले.

जसजसे AI मानवनिर्मित चाचण्यांमध्ये प्रभुत्व मिळवू शकेल अशा टप्प्यावर येत आहे, मानवी ज्ञानाच्या विद्यमान मर्यादेच्या पलीकडे विस्तार करणे हे विकासकांचे मुख्य लक्ष बनले आहे, सुश्री ओल्झेव्स्का पुढे म्हणाल्या.

परंतु झांगच्या मते, मानवी स्पेशॅलिझमसाठी नेहमीच जागा असेल, शस्त्रक्रिया सारख्या भौतिक क्षेत्रांसह, तसेच निर्णयावर आधारित कौशल्ये आणि सर्जनशीलता यासह AI मध्ये प्रभुत्व मिळवणे कठीण आहे.