સુમન શાહ
મનુષ્ય અને કમ્પ્યૂટર વચ્ચેની ક્રિયાપ્રતિક્રિયાઓ અતિ વેગે વિકસી રહી છે.
‘એ.આઈ.’ સિસ્ટમ્સ માનવભાષા સમજી શકે છે એ તો ખરું, પણ નૉંધપાત્ર હકીકત એ કે માનવભાષાનું સંસૃજન કરી શકે છે. કોઇક સહજ – નેચરલ – ભાષાની ઉત્પાદક સામગ્રીને – ઇન્પુટ્સને – પ્રોસેસ કરે છે અને પોતે જેને પામ્યું હોય એ પછીના શબ્દની આગહી કરે છે, અને તે પછીનાની, અને તે પછીનાની … એ અર્થમાં એ સંસૃજન પર સંસૃજન કરી જાણે છે.
એ સંસૃજન વધારે શક્ય બન્યું છે, LLMsને કારણે – લાર્જ લૅન્ગવેજ મૉડેલ્સને કારણે. હાલ એમાં OpenAI સર્જિત GPT – 3, 4 વગેરે તેમ જ Google-સર્જિત BERT, LaMDa અને PaLM મૉડેલ્સ સવિશેષે જાણીતાં છે.
‘લાર્જ લૅન્ગ્વેજ મૉડેલ્સ’ ‘એ.આઈ.’-નો ઘણો શક્તિશાળી પ્રકાર છે. એમાં ભાષાઓને ટૅક્સ્ટ અને કોડના લાર્જ એટલે કે અતિ વિશાળ ડેટાસૅટ્સથી તાલીમ અપાઈ હોય છે.
તેથી ટ્રૅડિશનલ ‘એ.આઈ.’ મૉડેલ્સથી આ મૉડેલ્સ વધારે પરિષ્કૃત હોય છે.
‘એ.આઈ.’-ના વેગવર્ધકોએ -.ઍક્સેલરેટર્સે.- એનું કદ વિસ્તાર્યું હોય છે. એથી ઘણી મોટી માત્રાના ટૅક્સ્ટડેટાને પ્રોસેસ કરી શકાય છે, કેટલીયે વાર એ ડેટા ઇન્ટરનેટથી ખૅંચી લેવાયા હોય છે.
એનાં એ ઑલ્ગોરીધમ્સ ડીપ લર્નિન્ગ હોય છે – ઊંડું શીખવાની ક્ષમતાવાળા. તેથી ધ્વનિ, અભિવ્યક્તિ તેમ જ અર્થ વચ્ચેના સૂક્ષ્મ ફર્કને, એટલે કે ભાષાના નુઆન્સિસને, એ ઝટ શીખી લે છે અને એકદમ સુસંગત તેમ જ ઉપકારક પ્રતિભાવો પેદા કરે છે. મેં અગાઉના લેખમાં કહેલું કે એને ‘ચાંદલો’ જેવા સંસ્કૃતિ સાથે જોડાયેલા શબ્દની પતીજ નહીં પડે, પણ આ મૉડેલ્સ એવી ચીજોને પણ ઓળખી બતાવે, તો નવાઈ પામવાનું કારણ રહેશે નહીં.
‘લાર્જ લૅન્ગ્વેજ મૉડેલ્સ’ અનેક રીતે વિશિષ્ટ છે :
એક નિષ્ઠાવાન યુવતી કે યુવક એવાં કામોમાં મચી પડે છે જેથી બાપોતી મિલકતમાં વધારો થાય છે. કાદચ એ જ રીતે આ મૉડેલ્સ આર્ટિફિસિયલ ઇન્ટેલિજન્સના જ ક્ષેત્રની પ્રગતિ થાય તે માટેનાં સંશોધનોની વ્યવસ્થાઓ પૂરી પાડે છે. જેમ કે, કેવાંક સંશોધનો થાય તો ‘એ.આઈ.’ વિકસે, સહજ ભાષાઓને માટેની પ્રક્રિયાઓ વિકસે, મશીન લર્નિન્ગ વિકસે, વગેરે.
સ્હૅજ ફંટાઈને પણ આ ક્ષણે સમજી લેવાની જરૂર છે કે ‘મશીન લર્નિન્ગ’ શું છે. કેમ કે મશીન લર્નિન્ગની તાલીમ માટે ય ‘લાર્જ લૅન્ગ્વેજ મૉડેલ્સ’-નો વિનિયોગ થાય છે. તેથી મશીનો માનવ્યવહારોને સમજી શકે છે અને વિવિધ આગાહીઓ કરી શકે છે.
મશીન લર્નિન્ગ ‘એ.આઈ.’-નો સબસૅટ છે, ઉપ વ્યવસ્થા. એ આપણાં કમ્પ્યૂટરોને, એટલે કે મશીનોને, કશી અલગ રીતે પ્રોગ્રામ્ડ કર્યા વિના, તેઓ જાતે પ્રગતિ કરી શકે એવું સામર્થ્ય આપે છે. મશીન લર્નિન્ગ ઑલ્ગોરિધમ્સને ડેટાથી તાલીમ અપાઈ હોય છે, એટલે પછી એને શીખવવું પડતું નથી કે ડેટાને આમ વાપર કે તેમ વાપર. મશીન શાણું થઈ જાય છે.
જેમ કે, કૂતરા અને બિલાડીની છબિઓના ડેટાસૅટ પર વિકસાવાયેલું મશીન લર્નિન્ગ ઑલ્ગોરિધમ, એવી તાલીમ પછી, જો નવી છબિઓના સમ્પર્કમાં મુકાશે તો તરત કૂતરા અને બિલાડીને જુદાં દર્શાવી શકશે, એટલું જ નહીં, તે પછી પણ, નવી નવી છબિઓને ઓળખીને એ બન્નેને જુદાં દર્શાવી શકશે. ટૂંકમાં, કમ્પ્યૂટરોને કહેવું નહીં પડે, જાતે જ બધું કરવા માંડશે.
મશીન લર્નિન્ગ ઉપ વ્યવસ્થા ઝડપથી વિકસી રહેલું ક્ષેત્ર છે. એના વિકાસ માટેના નવા ને નવા તરીકા નિરન્તર ઉમેરાઈ રહ્યા છે.
‘લાર્જ લૅન્ગ્વેજ મૉડેલ્સ’-ની વાત સાથે પાછા જોડાઈ જઈએ. ’એ.આઇ.’-નાં એના વડે સંસૃજનકારી મૉડેલ્સ સરજાય છે. દાખલા તરીકે, ચૅટબોટ્સ કે વર્ચ્યુઅલ આસિસ્ટન્ટ્સ. એથી મનુષ્યો સાથેની એની આન્તરક્રિયાઓ વધારે ‘કુદરતી’ અનુભવાય છે.
કોઈપણ નવી માહિતીમાં ગુંથાયેલી ભાત અને તેની સાથેના સમ્બન્ધોને એ બહુ ઝડપથી અપનાવી શકે છે. આપણ સાહિત્યકારોને રસ પડે પણ ચિન્તા ય થાય એવી વાત એ છે કે એ સુપેરે સર્જનાત્મક ટૅક્સ્ટનાં રૂપ સરજી શકે છે, એટલે કે કાવ્યો, લેખનો, સંગીતી ચીજો, પત્રો, અને ઇમેઇલ્સ તો ખરા જ ખરા.
કેમ કે એની પાસે માનવભાષાની સંરચના સમજવાની ક્ષમતા હોય છે. ઉપરાન્ત, ‘નેચરલ લૅન્ગ્વેજ પ્રોસેસિન્ગ’-થી નેચરલ – સહજ – ભાષાની ચૉક્કસાઇ વિશે સુધારા કરી જાણે છે, મશીન ટ્રાન્સલેશન્સ કરી જાણે છે, કોઈપણ ટૅક્સ્ટના સંક્ષેપો કરી જાણે છે. એટલું જ નહીં, આપણા મુશ્કેલ કે વિચિત્ર સવાલોના જવાબ ઘડી પળમાં આપી શકે છે, અલબત્ત, માહિતીના રૂપમાં.
મેં એક વાર પૂછ્યું કે ‘હુ ઍન્ડ વ્હૉટ ઇઝ સુમન શાહ ઇન ગુજરાતી લિટરેચર?’ તો, જવાબ ન આપી શક્યું, દિલગીરી દર્શાવી. કેમ કે એની પાસે ‘સુમન શાહ’-ની નહીં પણ ‘સુમનચન્દ્ર ગોવિન્દલાલ શાહ’-ની માહિતી હતી. મારા એ નામે એણે મારી સાહિત્યિક કારકિર્દીની ઘણી સાચી વાતો પીરસી દીધી. મેં એને કહ્યું કે મારાં પુસ્તકો ‘સુમન શાહ’ નામે છે, તો એણે ‘સૉરિ’ લખીને ઉમેર્યું કે, ‘આઈ વિલ કરેક્ટ ઇટ’. આ સવાલજવાબ મેં ગુજરાતી ભાષામાં ઇચ્છ્યા હોત તો પણ એ એટલી જ સારી રીતે કરી શક્યું હોત.
ઉત્તરોત્તર વિકસતાં જશે આ ‘લાર્જ લૅન્ગ્વેજ મૉડેલ્સ’ એટલે કમ્પ્યૂટર સાથેના આપણા વ્યવહારમાં હજી ઘણાં મોટાં પરિવર્તનો આવશે, ક્રાન્તિ સરજાશે. કેમ કે, એને વધારે ચૉક્કસ અને વધારે ઉપકારક માહિતીઓ માટે તૈયાર કરાયાં હશે. ખાસ તો એ વાસ્તવિક અને સર્જનાત્મક લાગે એવાં વસ્તુ – કન્ટેન્ટ – માટે પ્રયોજાશે; વપરાશકારોને કુદરતી દીસે અને પકડી રાખે એવા ઇન્ટરફેસિન્ગને વધારે તાદૃશ કરી દેશે.
હરારી “21 Lessons for the 21st Century”-માં લખે છે, ‘LLMs બે-ધારી તલવાર છે’, કહે છે, ‘They can be used for good or evil. It is up to us to decide how we will use them.’ (P. 117). કહે છે કે ‘આ મૉડેલ્સ આપણાં જીવનોને અંકુશમાં લઈ શકે એટલાં બધાં શક્તશાળી બની જશે’. કહે છે, ‘They could decide what information we see, what decisions we make, and even what we think.’ (P. 118).
હરારી માને છે કે ટૅક્નોલૉજિના વિકાસને કારણે નવતર વિચારધારાઓ જનમશે અને સમાજ ઘણો બદલાશે. આ મૉડેલ્સ પાસે એ બદલાવોને વેગીલા બનાવવા માટેનું સામાર્થ્ય છે, જે વિકસી રહ્યું છે. જો કે એ ખોટી માહિતી પણ પ્રસરાવશે, બનાવટી સમાચારો પણ ઘડી કાઢશે, લોકમાનસને વાપરશે અને દોરશે પણ ખરું. આગવી કાર્યદક્ષતા વડે આ મૉડેલ્સ મનુષ્યનાં જ ગણાય એવાં વિલક્ષણ ક્ષેત્રો પણ સર કરશે.
સરવાળે, બુદ્ધિમત્તા અને ચેતનાનાં ખરાં સ્વરૂપો શું છે એ પ્રશ્નો પણ જાગશે.
હરારી ઉમેરે છે, આ મૉડેલ્સ માણસ હોવા વિશેની આપણી સમજણને જ પડકારે છે !
= = =
(08/19/23 : USA)
સૌજન્ય : સુમનભાઈ શાહની ફેઇસબૂક દીવાલેથી સાદર
