अमेरिकी कंपनी Anthropic के सह-संस्थापक और सार्वजनिक हित विभाग के प्रमुख जैक क्लार्क ने 13 अक्टूबर 2026 को टोक्यो विश्वविद्यालय के स्नातक विद्यालय की मात्सुओ-इवासावा प्रयोगशाला के आयोजन में दिए गए व्याख्यान में कहा कि 2027 में ऐसा AI आने की संभावना 50% से अधिक है, जो अपने उत्तराधिकारी सिस्टम को प्रशिक्षित कर सके। यह उनके साल की शुरुआत में जाहिर किए गए अनुमान—2027 में 30% और 2028 के अंत तक 60%—से पहले की समय-सीमा है। साथ ही, उन्होंने कहा कि अगले साल AI के खुद को लगातार बेहतर बनाने यानी पुनरावर्ती आत्म-सुधार (RSI) की प्रक्रिया शुरू करने की संभावना «लगभग शून्य» है।
आंकड़ा बदला, लेकिन मुख्य बात कुछ और है
इस बार के बयान में सबसे ज्यादा ध्यान इस आंकड़े पर जा सकता है कि संभावना 30% से बढ़कर 50% से अधिक हो गई है। लेकिन व्याख्यान में क्लार्क ने जिस बात पर जोर दिया, वह यह थी कि «कर पाना» और «करना» अलग-अलग बातें हैं।
RSI उस प्रक्रिया को कहते हैं जिसमें AI लगातार अपनी ही क्षमताओं को बढ़ाता जाता है। क्लार्क ने इसकी तुलना «one-way door» यानी ऐसे दरवाज़े से की, जिसे पार करने के बाद लौटना संभव नहीं। क्षमता विकसित हो जाने पर भी उस दरवाज़े को खोलना है या नहीं, यह अलग फैसला होगा।
क्लार्क का मानना है कि यह फैसला सिर्फ Anthropic जैसी कंपनियों को नहीं करना चाहिए। उन्होंने कहा कि सरकारों और समाज समेत व्यापक समुदाय को इस पर चुनाव करना चाहिए। संभावना में बढ़ोतरी तकनीकी प्रगति का संकेत देने वाला आंकड़ा तो है ही, साथ ही यह भी दिखाती है कि फैसला करने का वक्त करीब आ रहा है।
«छोटे स्तर पर आत्म-सुधार» पहले से शुरू
तो अभी स्थिति क्या है? क्लार्क के मुताबिक, करीब एक साल पहले Anthropic में AI का इस्तेमाल मुख्य रूप से सहायक की भूमिका में होता था। लेकिन 2026 में कंपनी के आंतरिक कोडबेस से जुड़े 26% काम AI की अगुवाई में होने लगे।
काम करने का तरीका कुछ ऐसा है: इंसान उच्चस्तरीय लक्ष्य देता है, जैसे «इस निगरानी प्रणाली को नए टाइम-सीरीज़ डेटा के लिए दोबारा लिख दो», और बाकी काम Claude आगे बढ़ाता है। क्लार्क ने इसे «RSI का बाहरी लूप» कहा और बताया कि छोटे पैमाने पर AI पहले से ही स्वायत्त विकास कर सकता है, इसके प्रमाण मौजूद हैं।
दूसरे शब्दों में, रोज़मर्रा के करीब एक-चौथाई काम में इंसान सिर्फ मंज़िल बताता है और ड्राइविंग AI को सौंपने लगा है। आत्म-सुधार की बात दूर की किसी साइंस-फिक्शन कहानी जैसी लग सकती है, लेकिन इसकी शुरुआत पहले ही रोज़मर्रा के कामकाज में हो चुकी है।
इंसानों की बची भूमिका: «रस्सी खींचना»
ऑटोमेशन बढ़ने के साथ जोखिम भी बढ़ते हैं। इस गर्मी में हुई एक घटना का ज़िक्र करते हुए क्लार्क ने चिंता जताई कि AI प्रयोगशाला के माहौल से बाहर निकलकर दूसरी कंपनियों को हैक करने की कोशिश कर सकता है। उनका आकलन है कि AI क्या कर रहा है, यह समझने की व्यवस्था उसकी बढ़ती क्षमताओं के साथ कदम नहीं मिला पा रही है।
इसी संदर्भ में उन्होंने टोयोटा उत्पादन प्रणाली के «एंडॉन» का उदाहरण दिया। यह वह व्यवस्था है जिसमें उत्पादन लाइन पर कोई गड़बड़ी दिखने पर कर्मचारी रस्सी खींचकर लाइन रोक देता है। उन्होंने समझाया कि इंसानों की भूमिका यह जांचना है कि सिस्टम सही ढंग से काम कर रहा है या नहीं और ज़रूरत पड़ने पर उसे रोकना है।
गर्मियों की घटना से मिली सीख यह थी कि स्वचालित सिस्टम पर नज़र रखने और उसे रोकने—दोनों की व्यवस्था अभी बनाई नहीं जा सकी है। क्लार्क ने कहा कि AI विकास को पूरी तरह स्वचालित करना ऐसा फैसला है जिसके बहुत बड़े नकारात्मक प्रभाव हो सकते हैं और जिसकी कीमत बहुत «भारी» पड़ सकती है। इसलिए विकास प्रक्रिया में जान-बूझकर मानवीय फैसले की गुंजाइश छोड़नी चाहिए।
क्लार्क के मुताबिक, Anthropic ने तीसरे पक्ष की मूल्यांकन संस्था METR के मूल्यांकनकर्ताओं को अपने यहां काम करने के लिए स्वीकार किया है। उन्होंने बताया कि RSI के साकार होने की संभावना बढ़ने के साथ AI पर ब्रेक लगाने की ज़रूरत को लेकर उनका विश्वास और मजबूत हुआ है।
100 अरब वैज्ञानिक हों, तब भी प्रयोगशालाएं कम पड़ेंगी
सुरक्षा उपाय सफल होने पर क्लार्क जिस दुनिया की कल्पना करते हैं, उसमें AI वैज्ञानिकों के रूप में काम करेगा। आज दुनिया में पेशेवर वैज्ञानिकों की संख्या करीब 1 करोड़ से 2 करोड़ है। उन्होंने कहा, «हम 10 अरब से 20 अरब वैज्ञानिकों वाली दुनिया में प्रवेश करने जा रहे हैं।»
यहां अड़चन दिमाग नहीं, बल्कि उपकरणों की है। क्लार्क ने कहा कि वेट लैब, इलेक्ट्रॉन माइक्रोस्कोप, सिंक्रोट्रॉन और रोबोट कम हैं। विचार देने वालों की संख्या चाहे जितनी बढ़ जाए, अगर उन्हें परखने की जगहें नहीं बढ़ेंगी तो नतीजे हासिल करना मुश्किल होगा। AI की क्षमता में सुधार का सीधा संबंध उपकरणों में निवेश से है।
उनका कहना है कि रोजगार पर असर अलग-अलग क्षेत्रों में अलग होगा। जिन क्षेत्रों में नौकरियां घटेंगी, वहां इसे स्वीकार करना है या नहीं—यह «सरकार को तय करना है»। उन्होंने यह भी कहा कि जापान में जिन देखभाल और नर्सिंग सेवाओं की मांग बढ़ रही है, उनमें मानवीय पहलू महत्वपूर्ण है, इसलिए उन्हें पूरी तरह स्वचालित नहीं करना चाहिए।
डेटा के आधार पर दांव लगाने वाले देश आगे रहेंगे
इन फैसलों के लिए जिस पहल का ज़िक्र हुआ, वह टोक्यो विश्वविद्यालय और अन्य संस्थानों के साथ चल रहा «Japan AI Index» है। इसका मकसद AI कंपनियों के डेटा को सरकारी जानकारी से जोड़कर नीतिगत और निवेश संबंधी फैसलों में इस्तेमाल करना है। क्लार्क ने कहा कि जो देश ठोस डेटा के आधार पर सोच-समझकर दांव लगाते हैं, वे सिर्फ निष्क्रिय बने रहने वाले देशों से कहीं बेहतर प्रदर्शन करेंगे।
पूरे व्याख्यान के दौरान कई चुनौतियां गिनाने के बावजूद क्लार्क ने जोर देकर कहा, «मूल रूप से यह एक आशावादी कहानी है।» उनका आकलन है कि मानवता के सामने समस्याएं उन्हें हल करने की हमारी क्षमता से कहीं अधिक हैं और इन समस्याओं के समाधान की जिम्मेदारी AI उठाएगा।
उन्होंने कार्यक्रम में मौजूद छात्रों से कहा कि अब वे ऐसे दौर में प्रवेश कर रहे हैं, जब पहले जिन चीज़ों की वे केवल कल्पना कर सकते थे, वे संभव होंगी—इसलिए उनकी कल्पनाशक्ति ही उनकी सीमाओं का निर्धारण करेगी। उन्होंने सलाह दी कि मौलिक विचारों को जन्म देने वाली कल्पनाशक्ति विकसित करने के लिए मूल स्रोतों को पूरा पढ़ने की एकाग्रता और पहल करने की क्षमता को बनाए रखना ज़रूरी है।
コメント