[ad_1]
BT ने हाल ही में घोषणा की कि वह अपने कर्मचारियों की संख्या में 55,000 की कमी करेगा, जिनमें से लगभग 11,000 आर्टिफिशियल इंटेलिजेंस (AI) के उपयोग से संबंधित हैं। शेष कटौती व्यावसायिक दक्षताओं के कारण थी, जैसे तांबे के तारों को अधिक विश्वसनीय फाइबर ऑप्टिक विकल्पों के साथ बदलना।
एआई के बारे में बात व्यापक अर्थव्यवस्था पर इसके प्रभाव के बारे में कई सवाल उठाती है: तकनीक से कौन सी नौकरियां सबसे ज्यादा प्रभावित होंगी, ये बदलाव कैसे होंगे और इन बदलावों को कैसे महसूस किया जाएगा?
औद्योगिक क्रांति के बाद से प्रौद्योगिकी का विकास और नौकरी की सुरक्षा पर इसका प्रभाव एक आवर्ती विषय रहा है। जहां मशीनीकरण कभी नौकरी छूटने की चिंता का कारण था, आज यह अधिक सक्षम एआई एल्गोरिदम है। लेकिन नौकरी की कई या अधिकांश श्रेणियों के लिए, मानव को बनाए रखना निकट भविष्य के लिए महत्वपूर्ण रहेगा। इस वर्तमान क्रांति के पीछे की तकनीक मुख्य रूप से एक बड़े भाषा मॉडल (एलएलएम) के रूप में जानी जाती है, जो प्रश्नों के अपेक्षाकृत मानव-जैसी प्रतिक्रिया देने में सक्षम है। यह OpenAI के ChatGPT, Google के बार्ड सिस्टम और Microsoft के लिए आधार है बिंग ऐ।
ये सभी तंत्रिका नेटवर्क हैं: गणितीय कंप्यूटिंग सिस्टम मानव मस्तिष्क में तंत्रिका कोशिकाओं (न्यूरॉन्स) के आग के तरीके पर क्रूड रूप से तैयार किए गए हैं। इन जटिल तंत्रिका नेटवर्क को अक्सर इंटरनेट से प्राप्त टेक्स्ट पर प्रशिक्षित किया जाता है – या इससे परिचित किया जाता है।
प्रशिक्षण प्रक्रिया एक उपयोगकर्ता को संवादी भाषा में एक प्रश्न पूछने और एल्गोरिथम के लिए प्रश्नों को घटकों में विभाजित करने में सक्षम बनाती है। इन घटकों को फिर एक प्रतिक्रिया उत्पन्न करने के लिए संसाधित किया जाता है जो कि पूछे गए प्रश्न के लिए उपयुक्त है।
परिणाम एक ऐसी प्रणाली है जो पूछे जाने वाले किसी भी प्रश्न का समझदार उत्तर देने में सक्षम है। निहितार्थ जितना वे लग सकते हैं उससे कहीं अधिक व्यापक हैं।
पाश में मनुष्य
उसी तरह GPS एक चालक के लिए नेविगेशन उनके लिए एक मार्ग जानने की आवश्यकता को प्रतिस्थापित कर सकता है, एआई श्रमिकों को “गूगलिंग” के बिना, उनकी उंगलियों पर सभी आवश्यक जानकारी रखने का अवसर प्रदान करता है।
प्रभावी रूप से, यह मनुष्यों को पाश से हटा देता है, जिसका अर्थ है कि किसी भी स्थिति में जहां किसी व्यक्ति की नौकरी में किसी वस्तु को देखना और उनके बीच संबंध बनाना शामिल है, जोखिम में हो सकता है। यहाँ सबसे स्पष्ट उदाहरण कॉल सेंटर की नौकरियां हैं।
हालाँकि, यह संभव है कि जनता के सदस्य अपनी समस्याओं को हल करने वाले एआई को स्वीकार नहीं करेंगे, भले ही कॉल प्रतीक्षा समय बहुत कम हो गया हो।
किसी भी मैनुअल जॉब में प्रतिस्थापन का बहुत दूर का जोखिम होता है। जबकि रोबोटिक्स अधिक सक्षम और निपुण होता जा रहा है, यह अत्यधिक विवश वातावरण में संचालित होता है। यह दुनिया के बारे में जानकारी देने वाले सेंसर पर निर्भर करता है और फिर इस अपूर्ण डेटा पर निर्णय लेता है।
एआई इसके लिए तैयार नहीं है कार्यस्थान अभी तक, दुनिया एक गन्दा और अनिश्चित जगह है जिसमें अनुकूलन योग्य मानव उत्कृष्टता प्राप्त करते हैं। प्लंबर, इलेक्ट्रीशियन और निर्माण में जटिल नौकरियां – उदाहरण के लिए, मोटर वाहन या विमान – लंबी अवधि में बहुत कम या कोई प्रतिस्पर्धा नहीं करते हैं।
हालांकि, एकमुश्त नौकरी बदलने के बजाय दक्षता बचत के मामले में एआई के वास्तविक प्रभाव को महसूस किए जाने की संभावना है। प्रौद्योगिकी को मनुष्यों के सहायक के रूप में त्वरित कर्षण मिलने की संभावना है। यह पहले से ही हो रहा है, खासकर सॉफ्टवेयर डेवलपमेंट जैसे डोमेन में।
उपयोग करने के बजाय गूगल तलाश करना कैसे करें कोड का एक विशेष टुकड़ा लिखें, चैटजीपीटी से पूछना अधिक कुशल है। जो समाधान वापस आता है उसे किसी व्यक्ति की आवश्यकताओं के अनुसार सख्ती से तैयार किया जा सकता है, कुशलतापूर्वक और अनावश्यक विवरण के बिना वितरित किया जा सकता है।
सुरक्षा-महत्वपूर्ण प्रणाली
इस प्रकार का अनुप्रयोग अधिक सामान्य हो जाएगा क्योंकि भविष्य के एआई उपकरण सच्चे बुद्धिमान सहायक बन जाएंगे। क्या कंपनियां इसे कार्यबल को कम करने के बहाने के रूप में उपयोग करती हैं, यह उनके कार्यभार पर निर्भर हो जाता है।
के रूप में यूके स्टेम (विज्ञान, प्रौद्योगिकी, इंजीनियरिंग और गणित) स्नातकों की कमी से जूझ रहा है, विशेष रूप से इंजीनियरिंग जैसे विषयों में, यह संभावना नहीं है कि नुकसान होगा नौकरियां इस क्षेत्र में, वर्तमान कार्यभार से निपटने का एक अधिक कुशल तरीका।
यह उन कर्मचारियों पर निर्भर करता है जो प्रौद्योगिकी द्वारा प्रदान किए जाने वाले अवसरों का अधिकतम लाभ उठाते हैं। स्वाभाविक रूप से, हमेशा संदेह रहेगा, और एआई को सुरक्षा-महत्वपूर्ण प्रणालियों के विकास में अपनाना, जैसे कि दवा, काफी समय लगेगा। ऐसा इसलिए है क्योंकि डेवलपर में विश्वास महत्वपूर्ण है, और इसे विकसित करने का सबसे सरल तरीका प्रक्रिया के केंद्र में एक मानव होना है।
यह महत्वपूर्ण है, क्योंकि इन एलएलएम का उपयोग करके प्रशिक्षित किया जाता है इंटरनेट, इसलिए पक्षपात और त्रुटियां बुनी जाती हैं। उदाहरण के लिए, ये दुर्घटनावश उत्पन्न हो सकती हैं, उदाहरण के लिए, किसी व्यक्ति के माध्यम से किसी विशेष घटना के लिए केवल इसलिए कि वे किसी और के समान नाम साझा करते हैं। अधिक गंभीरता से, वे दुर्भावनापूर्ण इरादे से भी हो सकते हैं, जानबूझकर प्रशिक्षण डेटा प्रस्तुत करने की अनुमति देते हैं जो गलत या जानबूझकर भ्रामक है।
साइबर सुरक्षा एक बढ़ती हुई चिंता बन जाती है क्योंकि सिस्टम अधिक नेटवर्क बन जाता है, जैसा कि एआई के निर्माण के लिए उपयोग किए जाने वाले डेटा का स्रोत है। एलएलएम एक बिल्डिंग ब्लॉक के रूप में खुली जानकारी पर भरोसा करते हैं जो बातचीत से परिष्कृत होती है। यह जानबूझकर झूठ पैदा करके सिस्टम पर हमला करने के नए तरीकों की संभावना को बढ़ाता है।
उदाहरण के लिए, हैकर दुर्भावनापूर्ण साइट बना सकते हैं और उन्हें उन जगहों पर रख सकते हैं जहाँ उन्हें AI चैटबॉट द्वारा उठाए जाने की संभावना है। बहुत सारे डेटा पर सिस्टम को प्रशिक्षित करने की आवश्यकता के कारण, यह सत्यापित करना मुश्किल है कि सब कुछ सही है।
इसका मतलब यह है कि, श्रमिकों के रूप में, हमें एआई सिस्टम की क्षमता का उपयोग करने और उनकी पूरी क्षमता का उपयोग करने की जरूरत है। इसका मतलब यह है कि हमेशा यह सवाल करना कि हम उनसे क्या प्राप्त करते हैं, बजाय इसके कि हम उनके आउटपुट पर आंख मूंदकर भरोसा करें। यह अवधि जीपीएस के शुरुआती दिनों को ध्यान में लाती है, जब सिस्टम अक्सर उपयोगकर्ताओं को उनके वाहनों के लिए अनुपयुक्त सड़कों पर ले जाता था।
यदि हम इस नए उपकरण का उपयोग करने के बारे में संदेहपूर्ण मानसिकता लागू करते हैं, तो हम कार्यबल को एक साथ बढ़ाते हुए इसकी क्षमता को अधिकतम करेंगे – जैसा कि हमने पिछली सभी औद्योगिक क्रांतियों के माध्यम से देखा है।
[ad_2]
Source link