एआई विंटर शब्द का तात्पर्य एआई अनुसंधान और विकास में वित्त पोषण में कटौती की अवधि से है, जो अक्सर अतिरंजित अपेक्षाओं के बाद होती है, जो पूरी नहीं हो पाती हैं।
हाल ही में जनरेटिव एआई प्रणालियां निवेशकों के वादों पर खरी नहीं उतर पाई हैं – ओपनएआई के जीपीटी-4o से लेकर गूगल के एआई-संचालित अवलोकनों तक – यह पैटर्न आज बहुत परिचित लगता है।
सर्च इंजन लैंड रिपोर्ट में कहा गया है कि एआई विंटर्स ऐतिहासिक रूप से उत्साह और निराशा के चक्रों का पालन करते हैं। इनमें से पहला, 1970 के दशक में, मशीन अनुवाद और भाषण पहचान को प्राप्त करने के उद्देश्य से महत्वाकांक्षी परियोजनाओं के निराशाजनक परिणामों के कारण हुआ था। यह देखते हुए कि कंप्यूटिंग शक्ति अपर्याप्त थी, और इस क्षेत्र में कंप्यूटर क्या हासिल कर सकते हैं, इसकी अपेक्षाएँ अवास्तविक थीं, फंडिंग रोक दी गई थी।
1980 के दशक में विशेषज्ञ प्रणालियों ने आशाजनक परिणाम दिखाए, लेकिन दूसरी AI सर्दी तब आई जब ये प्रणालियाँ अप्रत्याशित इनपुट को संभालने में विफल रहीं। LISP मशीनों का पतन, और जापान की विफलता पांचवीं पीढ़ी परियोजना, अतिरिक्त कारक थे जो मंदी में योगदान करते थे। कई शोधकर्ताओं ने नकारात्मक कलंक से बचने के लिए अपने काम को सूचना विज्ञान या मशीन लर्निंग कहना पसंद करते हुए खुद को एआई से दूर कर लिया।
सर्दियों में भी एआई की लचीलापन
1990 के दशक में AI ने धीरे-धीरे और दर्द के साथ काम किया और यह ज़्यादातर अव्यावहारिक था। भले ही IBM Watson को इंसानों द्वारा बीमारियों के इलाज के तरीके में क्रांतिकारी बदलाव लाने वाला माना जाता था, लेकिन वास्तविक दुनिया की चिकित्सा पद्धतियों में इसके कार्यान्वयन को हर मोड़ पर चुनौतियों का सामना करना पड़ा। AI मशीन डॉक्टरों के नोट्स को समझने और स्थानीय आबादी की ज़रूरतों को पूरा करने में असमर्थ थी। दूसरे शब्दों में, AI को नाजुक परिस्थितियों में उजागर किया गया, जिसके लिए नाजुक दृष्टिकोण की आवश्यकता थी।
2000 के दशक की शुरुआत में मशीन लर्निंग और बिग डेटा में प्रगति के साथ एआई अनुसंधान और फंडिंग में फिर से उछाल आया। हालाँकि, पिछली असफलताओं से दागदार एआई की प्रतिष्ठा ने कई लोगों को एआई तकनीकों को फिर से ब्रांड करने के लिए प्रेरित किया। ब्लॉकचेन, स्वायत्त वाहन और वॉयस-कमांड डिवाइस जैसे शब्दों ने निवेशकों की रुचि को आकर्षित किया, लेकिन जब वे बढ़ी हुई अपेक्षाओं को पूरा करने में विफल रहे, तो उनमें से अधिकांश फीके पड़ गए।
पिछले एआई शीतकाल से सबक
प्रत्येक एआई सर्दी एक परिचित क्रम का अनुसरण करती है: अपेक्षाएं प्रचार की ओर ले जाती हैं, उसके बाद प्रौद्योगिकी और वित्त में निराशा होती है। एआई शोधकर्ता क्षेत्र से पीछे हट जाते हैं, और खुद को अधिक केंद्रित परियोजनाओं के लिए समर्पित करते हैं।
हालांकि, ये परियोजनाएं दीर्घकालिक अनुसंधान के विकास का समर्थन नहीं करती हैं, अल्पकालिक प्रयासों का पक्ष लेती हैं, और सभी को एआई की क्षमता पर पुनर्विचार करने के लिए मजबूर करती हैं। इससे न केवल तकनीक पर अवांछनीय प्रभाव पड़ता है, बल्कि यह कार्यबल को भी प्रभावित करता है, जिनकी प्रतिभाएं अंततः तकनीक को अस्थिर मानती हैं। कुछ जीवन बदलने वाली परियोजनाएं भी छोड़ दी जाती हैं।
फिर भी, ये अवधि मूल्यवान सबक प्रदान करती है। वे हमें AI की क्षमताओं के बारे में यथार्थवादी होने, आधारभूत शोध पर ध्यान केंद्रित करने और निवेशकों और जनता के साथ पारदर्शी तरीके से संवाद करने की याद दिलाते हैं।
क्या हम एक और एआई शीतकाल की ओर बढ़ रहे हैं?
विस्फोटक 2023 के बाद, एआई प्रगति की गति धीमी हो गई है; जनरेटिव एआई में सफलताएं कम होती जा रही हैं। निवेशकों की कॉल में एआई का कम उल्लेख देखा गया है, और कंपनियों को चैटजीपीटी जैसे उपकरणों द्वारा शुरू में वादा किए गए उत्पादकता लाभ को प्राप्त करने के लिए संघर्ष करना पड़ रहा है।
जनरेटिव एआई मॉडल का उपयोग कठिनाइयों के कारण सीमित है, जैसे कि मतिभ्रम की उपस्थिति और सच्ची समझ की कमी। इसके अलावा, जब वास्तविक दुनिया के अनुप्रयोगों पर चर्चा की जाती है, तो एआई-जनरेटेड सामग्री का प्रसार और डेटा उपयोग से संबंधित कई समस्याग्रस्त पहलू भी ऐसी समस्याएं पेश करते हैं जो प्रगति को धीमा कर सकती हैं।
हालांकि, एआई की पूरी तरह से सर्दी से बचना संभव हो सकता है। ओपन-सोर्स मॉडल बंद विकल्पों की तुलना में तेजी से आगे बढ़ रहे हैं और कंपनियां उद्योगों में अलग-अलग अनुप्रयोगों को लागू करने की ओर बढ़ रही हैं। मौद्रिक निवेश भी नहीं रुके हैं, खासकर पेरप्लेक्सिटी के मामले में, जहां कंपनी के दावों के प्रति सामान्य संदेह के बावजूद खोज क्षेत्र में एक जगह मिल सकती थी।
एआई का भविष्य और व्यवसायों पर इसका प्रभाव
यह निश्चित रूप से कहना मुश्किल है कि भविष्य में AI के साथ क्या होगा। एक ओर, प्रगति जारी रहने की संभावना है, और बेहतर AI सिस्टम विकसित किए जाएंगे, जिससे सर्च मार्केटिंग उद्योग के लिए उत्पादकता दर में सुधार होगा। दूसरी ओर, यदि तकनीक मौजूदा मुद्दों को संबोधित करने में असमर्थ है – जिसमें AI के अस्तित्व की नैतिकता, उपयोग किए गए डेटा की सुरक्षा और सिस्टम की सटीकता शामिल है – तो AI में विश्वास में गिरावट के परिणामस्वरूप निवेश में कमी आ सकती है और परिणामस्वरूप, उद्योग में और अधिक मंदी आ सकती है।
किसी भी मामले में, व्यवसायों को AI को अपनाने के लिए प्रामाणिकता, विश्वास और रणनीतिक दृष्टिकोण की आवश्यकता होगी। सर्च मार्केटर्स और AI पेशेवरों को अच्छी तरह से जानकारी होनी चाहिए और AI टूल की सीमाओं को समझना चाहिए। उन्हें उन्हें जिम्मेदारी से लागू करना चाहिए, और उत्पादकता लाभ की तलाश में सावधानी से उनका प्रयोग करना चाहिए, जबकि उभरती हुई तकनीक पर बहुत अधिक निर्भर होने के जाल से बचना चाहिए।
(द्वारा तसवीर फ़िलिप बंकेन्स)
यह भी देखें: ओपनएआई के सह-संस्थापक के ‘सेफ एआई’ स्टार्टअप ने 1 बिलियन डॉलर जुटाए, मूल्यांकन 5 बिलियन डॉलर पर पहुंचा।
क्या आप उद्योग जगत के नेताओं से एआई और बिग डेटा के बारे में अधिक जानना चाहते हैं? चेक आउट एआई और बिग डेटा एक्सपो एम्स्टर्डम, कैलिफोर्निया और लंदन में आयोजित किया जा रहा है। यह व्यापक कार्यक्रम अन्य प्रमुख कार्यक्रमों के साथ सह-स्थित है, जिनमें शामिल हैं बुद्धिमान स्वचालन सम्मेलन, ब्लॉकएक्स, डिजिटल परिवर्तन सप्ताहऔर साइबर सुरक्षा और क्लाउड एक्सपो.
TechForge द्वारा संचालित अन्य आगामी एंटरप्राइज़ प्रौद्योगिकी कार्यक्रमों और वेबिनारों का अन्वेषण करें यहाँ.
एआई विंटर: प्रचार, निराशा और पुनर्प्राप्ति का चक्र नामक पोस्ट सबसे पहले एआई न्यूज़ पर दिखाई दी।