कृत्रिमप्रज्ञेचा दशकांपासूनचा प्रवास

कृत्रिम आणि नैसर्गिक 

कृत्रिमप्रज्ञा (Artificial Intelligence: AI) म्हणजे काय हे सांगणे हे सोपे नाही. येथे सुरुवातीलाच कृत्रिम आणि नैसर्गिक या शब्दांचे द्वंद्व आहे. सोपे करून सांगायचे झाल्यास कृत्रिम म्हणजे मनुष्यप्राण्याच्या इच्छेनुसार (free will, स्वेच्छेनुसार) बनलेले आणि या बनवण्याच्या प्रक्रियेत जीवशास्त्रीय प्रक्रियांचा समावेश नसलेले असे काहीतरी. नैसर्गिक प्रक्रियांमध्ये आपण स्वेच्छा किंवा हेतू नसलेल्या सर्व भौतिक प्रक्रियांचा आणि त्याचबरोबर जैविक प्रक्रियांचा, विशेषतः गर्भधारणा आणि प्रजोत्पादन प्रक्रियांचा, समावेश करू. उद्या मानवाने जनुकीय अभियांत्रिकीचा वापर करून महाबुद्धिमान प्राण्यांची नवीन जात बनवली तर त्यांच्या प्रज्ञेला आपण कृत्रिम म्हणण्याचे कारण असणार नाही. मानव जनुकीय प्रक्रियांमध्ये आपल्या फायद्यासाठी बदल घडवू शकतो आणि नवीन प्रजाती निर्माण करू शकतो हे आपण अनेक उदाहरणांत पाहिले आहे. जसे की जास्त दूध देणाऱ्या गायी, जास्त मांस देणारी डुकरे, कोंबड्यांच्या रोगमुक्त प्रजाती वगैरे. या सर्व प्राण्यांची संज्ञा आणि त्यावर वसलेली त्यांची प्रज्ञा, जी काही असेल ती, याला कृत्रिम म्हणणे हे विवादास्पद आहे. 

तीच गोष्ट मेंदूतील प्रत्यारोपणाची (brain implants). या प्रत्यारोपणात विद्युदग्र (electrodes) मेंदूतील विशिष्ट जागी बसवले जातात. हे विद्युदग्र अंतर्गत तारांनी छातीत बसवलेल्या स्पंदजनित्राला (pulse generator) जोडले जातात आणि मेंदूतील जागांना विद्युत्स्पंदांनी उद्दिपित करतात. यामुळे मेंदूतील रासायनिक असमतोल कमी होऊ शकतो. येथे कृत्रिम आणि नैसर्गिक यांची काही प्रमाणात सरमिसळ असली तरी आपण मानवकृत शस्त्रक्रियेने सुधारलेले मेंदू आणि मानवनिर्मित नवीन प्रजातींचे मेंदू या सर्वांना नैसर्गिक समजणार आहोत.

कृत्रिम शब्दाची व्याख्या करताना आपण मानवीय इच्छाशक्ती या शब्दाचा वापर केला आहे. ही इच्छाशक्ती कशी निर्माण होते, किंबहुना अशी स्वतंत्र इच्छाशक्ती (स्वेच्छा) नावाचा काही प्रकार असतो का हा वादाचा मुद्दा आहे. स्वेच्छा ही आभासी आहे असे अनेक मेंदू (मज्जा) तज्ज्ञ आणि मनोवैज्ञानिक मानतात. स्वेच्छा ही खरी असो किंवा काल्पनिक (आभासी) असो या आभासाचा वापर आपण व्यवहारात करतो आणि त्याच अर्थाने स्वेच्छा किंवा हेतू जेव्हां निर्मितीप्रक्रियेत दृश्यमान किंवा भासमान होतात तेव्हां त्या प्रक्रिया कृत्रिम म्हणता येतील. याला असणारा अपवाद आपण वर बघितला आहे. यातला तर्क असा की मानवाला निर्जीव उपकरणांचा वापर करून स्त्रीबीज आणि पुंबीज (शुक्राणू) नजीकच्या भविष्यकाळात बनवता येईल अशी शक्यता दिसत नाही. त्यामुळे या बीजांचा वापर करून गर्भधारणा आणि पुनरुत्पादन या प्रक्रियांतून बनलेला मानवी किंवा प्रजातीय मेंदू, त्यात मानवी शस्त्रक्रियेने झालेले बदल, आणि त्यायोगे प्रकटणारी प्रज्ञा हे सर्व AI च्या संदर्भात नैसर्गिकच समजायला हवे.

कृत्रिमप्रज्ञा

‘कृत्रिमप्रज्ञा’ (AI) या द्विपदातील पहिल्या ‘कृत्रिम’ (Artificial) या पदाचा अर्थ आपण पाहिला. आता दुसऱ्या पदाचा, ‘प्रज्ञा’ किंवा ‘बुद्धी’ (Intelligence) या शब्दाचा अर्थ पाहू. बुद्धिमत्तेची संकल्पना समजायला आणि समजावायला सोपी नाही. त्याला अनेक पदर आहेत. गंमत म्हणजे ‘समजणे’ ही संकल्पना ‘बुद्धिमत्ता’ या पदाला पायाभूत आहे. म्हणजे बुद्धिमत्ता समजून घेताना समज समजून घेण्याच्या चक्रापत्तीचा सामना करावा लागतो. सामान्यतः विचार करून समजून घेणे, अनुभवातून शिकणे, परिस्थितीनुसार समस्यांना उत्तर शोधणे ही बुद्धिमत्तेची महत्त्वाची लक्षणे मानली जातात. कृत्रिमरित्या ही लक्षणे एखाद्या यंत्रात, ज्याला आपण रोबो म्हणू, काही प्रमाणात निर्माण करता येतात. (रोबो हा शब्द फार पूर्वी वाचलेल्या दिनानाथ मनोहर यांच्या ‘रोबो’ या कादंबरीमुळे मनात रुजला होता).

यावर कित्येक प्रश्न उद्भवतात. यातले काही प्रश्न तत्त्वज्ञानात्मक आहेत, काही प्रश्न तंत्रज्ञानात्मक आहेत, आणि काही प्रश्न समाजशास्त्रीय आहेत. तत्त्वज्ञानात्मक प्रश्न समजून त्यांची उत्तरे शोधताना तंत्रज्ञान आणि त्याचा समाजावर होणारा परिणाम याचा थोडाफार विचार करावा लागतो. तेवढ्याचपुरते आपण तंत्रज्ञान समजून घेऊ. ज्यांना तंत्रज्ञान अधिक विस्तृतपणे  समजून घ्यायचे असेल त्यांनी रस्सेल, नॉर्विग यासारखे एखादे प्रमाण मानले जाणारे पाठ्यपुस्तक आंतरजालावरून उतरवून घ्यावे.

आता आपण काही महत्त्वाच्या तत्त्वज्ञानात्मक प्रश्नांचा विचार करू. AI तत्त्वज्ञान काही प्रश्नांची उत्तरे देऊ पहाते: (१) रोबो माणसाप्रमाणे विचार आणि कृती करू शकेल का? (२) तसा विचार रोबो करू शकत असेल तर रोबोचा विचार आणि माणसाचा विचार यात फरक कसा करणार? (३) रोबो माणसापेक्षा बुद्धिमान बनून स्वतःचे निर्णय स्वतः घेऊ शकतील का? थोडक्यात रोबो स्वेच्छेने वागू शकतील का? (४) पहिल्या आणि तिसऱ्या प्रश्नाचे उत्तर जर होकारार्थी असेल तर त्याचे समाजावर कोणते भले-बुरे परिणाम होतील किंवा होत आहेत?

निम्न AI

पहिल्या प्रश्नाचे सामान्यत: होकारार्थी उत्तर असेल तर आपण त्या AI ला निम्न AI म्हणू. या निम्न AI ला अनेक पदर आणि स्तर आहेत. आजच्या आंशिकवाहक (semiconductor) पदार्थांचा वापर करून बनणारे कृत्रिम मेंदू (CPU) आपल्याला एका मर्यादेपर्यंतच घेऊन जाऊ शकतात. या मर्यादेत आपण संगणकीय प्रणाली बसवू शकतो आणि उत्तरोत्तर विकसित करू शकतो. या प्रणालींच्या कित्येक भाषा विकसित झाल्या आहेत. उदाहरणार्थ C++, Python, Java, Prolog, Lisp, Scala, R वगैरे. या भाषा AI च्या वेगवेगळ्या कार्यक्षेत्रात वापरल्या जातात. कित्येक रोबो हे माणसाची केवळ बरोबरी करत नाहीत तर काही कामे ते माणसांच्या तुलनेत कित्येक पटीने जास्त चांगली करू शकतात. जसे की शोधनप्रक्रिया, बुद्धिबळ खेळणे, आकडेमोड वगैरे. पूर्वी बुद्धिबळासारख्या खेळात रोबो (संगणक) ग्रॅन्ड मास्टर्स कडून हार खात असे. मात्र जेव्हा ‘डीप ब्ल्यू’ने गॅरी कास्पारोव सारख्या जगज्जेत्या बुद्धिबळपटूला १९९७ मध्ये पांच सामन्यांच्या शृंखलेत एकही डाव न गमावता पराभूत केले तेव्हा माणसाची या खेळातील मक्तेदारी संपली. हा निम्न AI चा मैलाचा दगड ठरला. आंशिकवाहकावर आधारलेले आणि संग्रहित कलनप्रणाली असलेले (रोबो) संगणक (semiconductor based stored program computer) १९६० नंतर विकसित होत राहिलेल्या संगणकीय तंत्रज्ञानाचा वापर करून जगज्जेत्या बुद्धिबळपटूला हरवू शकतात हे सिद्ध झाले. सध्याच्या विकासक्रमात ‘डीप ब्ल्यू’चे तंत्रज्ञान काही फार क्रांतीकारक म्हणता येणार नाही. यात असलेल्या कलनविधीत (programming system) नेहमीचा निगमन/आगमन/‌नियमन तर्क (deductive, inductive, rule based logic) वापरला गेला. पण काही जणांच्या मते माणसाचा विचार म्हणजे शुद्ध तर्क नव्हे. यात केवळ माणसाच्या भावनांचा नव्हे – त्या आपण तात्पुरत्या बाजूला ठेवू – तर माणसाच्या अंतर्दृष्टीचा, अंतर्ज्ञानाचा (insight, intuition) समावेश आहे. हे अंतर्ज्ञान तर्काच्या पलीकडले आहे. तसे नसते तर ब्रिटिश गणिती ॲंड्रू वाईल्सची आणि त्याच्या सहकाऱ्यांनी दिलेली Fermat Theorem ची सिद्धता (१९९५) एखाद्या ‘शिकलेल्या’ आणि ‘शिकणाऱ्या’ रोबोने वेगवेगळ्या गणितीशाखांचा अभ्यास करून दिली असती. आपल्या सिद्धतेतील एक चूक दुरुस्त करताना स्वतः वाईल्सने त्याच्या अंतर्दृष्टीचा एक उल्लेख केला आहे. तसे म्हंटले तर अनेक स्वयंचलित (संगणकीय) प्रमेय सिद्धांतक (Automatic Theorem Prover) विशिष्ट प्रकारच्या तर्कप्रणालींसाठी उपलब्ध आहेत. मात्र हे सिद्धांतक अंकशास्त्रातील कित्येक प्रमेये सोडवू शकत नाहीत. ही प्रमेये ‘थांब’ प्रमेयांमधे रूपांतर करून संगणकाला सोडवण्यासाठी देता येतात पण सिद्ध होऊ शकत नाहीत; कारण संगणक वेगवेगळ्या अंकांसाठी पुनरावर्ती प्रक्रिया (iterative process) न थांबता करत राहतो. ‘थांब’ प्रमेय (Halting Problem) याची नेहमीची सिद्धता माझ्या ‘बुद्धिप्रामाण्यवादी नास्तिक्य’ या पूर्वीच्या लेखात मी दिली आहे (संदर्भ: https://www.sudharak.in/2020/10/3826/). ही सोपी दिसणारी स्वसंदर्भित (self referential) सिद्धता, किंवा वास्तविक अंक (real numbers) हे गणनीय (countable) नाहीत हे सांगणारी कॅंटरची कर्णाव्यूह (diagonal matrix) रचना, किंवा आईन्स्टाईनची चतूर्मित स्थल-कालाच्या वक्रतेची संकल्पना, किंवा आधी नोंद केलेली ॲंड्रू वाईल्सची Fermat प्रमेय सोडवणारी कठीण क्रांतिकारी सिद्धता हे सर्व मानवाला काही अंतर्ज्ञान, अंतर्दृष्टी असल्याशिवाय सुचू शकत नाही असे कित्येकांना वाटते. ही दृष्टी मानवामध्ये (सजीवांमध्ये) कोट्यवधी वर्षांच्या चुकत-माकत झालेल्या मेंदूच्या आणि मनाच्या जैविक उत्क्रांतीमुळे (via Biological Evolution) विकसित झाली असे त्यांना वाटते. मात्र अनेक तत्त्वज्ञांना अंतर्ज्ञान हे तर्काच्या पलीकडले असते हे मान्य नाही. आपल्या अंतर्मनात होणाऱ्या प्रक्रियांचे कित्येकदा आपल्याला विश्लेषण करता येत नाही एवढाच अर्थ ते काढतात. पण या प्रक्रियांना कोणताच तार्किक कार्यकारणभाव नसतो हे त्यांना मान्य नसते.

कृत्रिम मज्जाजाल 

या निसर्गाने दिलेल्या मेंदूचा (मज्जा संस्थेचा) उपयोग – यातील अहेतुक शाब्दिक कोटी लक्षात येईलच – मानवाने केला नसता तर नवलच! मेंदूच्या संरचनेवर आधारित अनेक प्रकारची कृत्रिम मज्जाजाल (Artificial Neural Networks: ANN) तयार केली गेली. आजमितीला २१व्या शतकात सोयीनुसार त्यांत अनेक बदल झाले आणि त्यांचे मानवी मेंदूच्या संरचनेशी असलेलं साधर्म्य कमी झाले. पण मुळात ANN हा गणिताच्या भाषेत सांगायचे झाल्यास निर्देशित-भारित-आलेख (Directed Weighted Graph) आहे. यात सांधे (nodes:neurons) आणि त्यांना जोडणाऱ्या निर्देशित भारित शाखा (edges: synapses) असतात. शाखांना भार (अंक) असतो आणि या भाराला मर्यादा (threshold) असते. सांध्यांचे स्तर असतात. एक आगत (input) स्तर असतो आणि एक निगत (output) स्तर. या दोहोंमध्ये एक किंवा अनेक स्तर दडलेले असतात. एखादी आगत विदा (input data) जर भारमर्यादेच्या खाली असेल तर संबंधित शाखा ती विदा पुढल्या स्तराला पाठवत नाही. प्रत्येक सांधा हा त्याची आगत विदा, भारांक, भारमर्यादा, निगत विदा आणि सक्रियण फलन (activation function) यांवर आधारित रेखीय प्रतिगमनाचे (linear regression) प्रारूप म्हणून काम करतो. मज्जाजालांना प्रशिक्षण द्यावे लागते. ह्या प्रशिक्षणाची सुरुवात किंवा सांधेजोड-सांधेबदल तंत्रज्ञ करून देतो पण नंतर जमा झालेल्या विदा आणि प्राथमिक नियम यावरून रोबोने स्वतः शिकणे अपेक्षित असते. या आणि इतर काही कारणांमुळे मज्जाजालांबरोबरच नेहमीचे संग्रहित कलनविधी (stored program) असलेले तंत्रज्ञान पूरक म्हणून आवश्यक असते. मज्जाजालांचा वापर प्रतिरूप अभिज्ञान (pattern recognition) साठी मुख्यत्वे होतो. याचे एक प्रारूप – रोहित्र (transformer) – सध्याच्या ChatGPT, GPT-4 वगैरे अनुप्रयोगात (applications) वापरले जाते.

बेनेझियन संभावनाजाल 

काही प्रमाणात ANN सारखा निर्देशित शाखा असलेला पण चक्रीय पथ (closed loop) नसलेला आलेख (directed acyclic graph) हा बेनेझियन संभावनाजालामध्ये (Bayesian Belief Network: BBN) वापरला जातो. BBN हा संभाव्यतांचे वितरण करणारा आलेख आहे. यातील सांधा (node) म्हणजे यादृच्छिक चर (random variable) आणि शाखा म्हणजे कारणात्मक निर्भरता (causal dependency) दर्शवते. प्रत्येक सांध्यांवर एक संभावना फलन (probability function) काम करते आणि आगत विदा घेऊन निगत संभावना वितरण करते. BBN ला AAN प्रमाणेच प्रशिक्षणाची आवश्यकता असते. रोगचिकित्सा, प्रतिमा-प्रक्रिया, जैविक पर्यवेक्षण, प्रतिरूप विश्लेषण वगैरे अनेकविध कामांत, जेथे अनिश्चितता आहे, तेथे त्यांचा उपयोग होतो.

ANN आणि BBN या दोन AI तंत्रांचा उल्लेख आणि आलेख एवढेच दाखविण्यासाठी केला की AI म्हणजे काही जादूविद्या नाही, तर २०व्या आणि २१व्या शतकात विकसित झालेले, आंशिक वाहकावर आधारलेले, जैविक प्रक्रियांचे काही प्रमाणात अनुकरण करणारे, आणि कल्पक युक्त्या-प्रयुक्त्या वापरणारे तंत्रज्ञान आहे. रोबो प्रशिक्षण (machine learning) हा या तंत्रज्ञानाचा एक विशेष म्हणून सांगता येईल. मात्र हे परंपरागत तंत्रज्ञान निम्न AI ला पूर्ण AI करेल का? त्यासाठी काही क्रांतिकारक तंत्रज्ञानाची आवश्यकता लागेल का? या प्रश्नांच्या उत्तरासाठी आपण वर दिलेल्या २, ३ या प्रश्नांच्या उत्तरांचा प्रयत्न करणार आहोत.

हे प्रश्न पुन्हा पाहू. (२) माणसासारखा विचार रोबो करू शकत असेल तर रोबोचा विचार आणि माणसाचा विचार यात फरक कसा करणार? (३) रोबो माणसापेक्षा बुद्धिमान बनून स्वतःचे निर्णय स्वतः घेऊ शकतील का? थोडक्यात रोबो स्वेच्छेने वागू शकतील का?

पूर्ण AI

दुसऱ्या प्रश्नाचं उत्तर जर नकारार्थी असेल; म्हणजेच रोबोचा विचार आणि माणसाचा विचार यात आपल्याला फरक करता येणार नसेल तर आपण रोबोच्या AI ला पूर्ण AI म्हणू. खरे तर हा प्रश्न सैद्धांतिक दृष्टीने निरर्थक आहे कारण माणसाचा विचार हा मनात होतो आणि मन हे वैयक्तिक (प्रथमपुरुषी) असते. तरी सुद्धा कृत्रिम आणि नैसर्गिक यातला फरक ओळखताना आपल्याला दोन गोष्टींचा विचार करावा लागतो (१) शरीर, (२) शरीराचा व्यवहार. रोबोचे शरीर माणसाच्या शरीरापेक्षा वेगळे ओळखणे आजमितीला तरी कठीण नाही. रोबोचा व्यवहार मानवीय असू शकतो, पण ज्या अर्थाने माणूस अनुभव घेतो, त्याला भाव-भावना असतात, स्वेच्छेचा आभास असतो, वेदना-संवेदना असतात, अहंकार आणि स्वतःची ओळख असते, आणि हे सर्व बहुतेक विचारांना चिकटून किंवा त्याच्या आडोशाने येते, ते सर्व रोबोमध्ये निर्माण होऊ शकते का? याचे उत्तर शोधताना आपण शरीर-मन या फार जुन्या समस्येकडे येतो. कवी बा.सी. मर्ढेकरांनी ही न सुटलेली समस्या त्यांच्या “फक्त तुझी जर दगडी भिवई..” या कवितेत प्रभावीपणे मांडली आहे:

कधी जन्मली पृथ्वी? जमल्या
निळ्या वायुच्या लगडी सलग
कधी? कधी अन जडतेला त्या
मनामनाचे आले पोत?

तेजाच्या अन् निळ्या नळीतून
जसा फुलावा निळसर चाफा
सपोत संज्ञेमधून तैसा
अनुभूतींचा फुलला वाफा

कधी? पहावे तेजातुन ह्या
काय? कुणाला शोधावे अन्?
दळभद्र्याच्या आग लागली
पायाखाली इथे अचेतन!

जडतेला हे मनामनाचे पोत कुठून आले? सपोत संज्ञेमधून अनुभूतीचा वाफा कसा फुलला? अचेतनातून चेतनेचे तेज कुठून आले? या अचेतनातून चेतनेचा साक्षात्कार नास्तिक कवीला प्रत्यक्ष पहायचा आहे!

खंत कशाला जिरेल का रग
आकाशाची? जगेन पोळत
फक्त तुझी जर दगडी भिवई
चळेल थोडी डोळ्यांदेखत!

निसर्गानं केलेला मानवी जीवनाचा, सजीवत्वाचा, मनाला भावना, वेदना, संवेदना देणाऱ्या दिव्यत्वाचा साक्षात्कार कवीला खरं तर स्वतःमध्ये शोधता येतो. पण तो इथे कवीला दगडाच्या मूर्तीत शोधायचा आहे. कवी सश्रद्ध नाही. मग एकच पर्याय उरतो..

हासडल्या तुज शिव्या कितीही
तुझ्याच आलो पायी लोळत
मुठीत धरुनी नाक लाविले
तव डोळ्यांशी डोळे पोळत

रोबोमध्ये मानवी मन शोधणाऱ्यांची गत काहीशी अशीच होऊ शकते. मानवी मज्जासंस्था, त्याला आधार देणारे बाकीचे शरीर, मेंदूतून उद्धवणारे मानवी मन आणि त्यातून येणारी जागृत अनुभवाची धार – संवेद्यगुण (quale, qualia) याची उत्क्रांती ही कोट्यवधी वर्षांच्या जैविक प्रजोत्पादन साखळीप्रक्रियेतून झाली आहे. ती आंशिकवाहक आणि धातूंनी बनविलेल्या रोबोमध्ये अनुसरता येईल (emulation) किंवा अनुरूपता येईल (simulation) हे कित्येक तत्त्वज्ञांना अशक्य वाटते. (पहा: John Searle, १९८४). चिद्भान (consciousness) आणि संवेद्यगुण (qualia) याबाबतीत आता तीन प्रकारचे ज्ञानावकाश (explanatory gap) मान्य होत आहेत: (१) असमानेयता (irreducibility to physical laws), (2) कलनावैधता (non-computability), आणि (३) मज्जासंस्थेचे रचनात्मक वैशिष्ट्य (structural specificity). याचा उहापोह मी माझ्या ‘बुद्धीप्रामाण्यवादी नास्तिक्य’ या पूर्वीच्या लेखात केला आहे. हे ज्ञानावकाश भरण्याचे प्रयत्न कित्येक वर्षे होत आहेत आणि होत राहतील. पण जोपर्यंत दिलेले काम रोबो मुकाटपणे करतो आहे तोपर्यंत AI अभियंत्यांना रोबोमधे चिद्भान किंवा संवेद्यगुण आणण्यात काही स्वारस्य असेल असे वाटत नाही. स्वेच्छा आणण्यात तर अजिबात नाही! निम्न AI आणि पूर्ण AI यातील फरक – म्हणजेच “संगणकामध्ये मानवाच्या मनासारखे मन” आणता येईल का? – हा प्रश्न तत्त्वज्ञांसाठी महत्त्वाचा असला तरी AI क्षेत्रातील तंत्रज्ञ आणि शास्त्रज्ञ यांच्यालेखी तो महत्त्वाचा नाही हे ब्रिटिश संगणकीय गणितज्ञ ॲलन ट्युरिंग याने फार पूर्वी (१९५०) सांगितले होते.

भविष्यात मात्रांक संगणक (q-bit or quantum computer) बाजारात आले तर काय फरक पडेल? सध्याच्या संगणकांच्या कित्येक पट वेगाने आणि फार मोठ्या स्मृतिसंग्रहावर ते काम करतील. हे मात्रांकाच्या अध्यारोपामुळे (superposition) शक्य होईल. एक मात्रांक दोन दशा किंवा संभावना (states 0 and 1) एकाच वेळेस साठवू शकतो. याचा अर्थ ‘क्ष’ मात्रांक एकाच वेळेस 2^क्ष दशा साठवू शकतात. ‘क्ष’ मात्रांक हा २^क्ष पारंपरिक (classical) स्मृतिसंग्रहाचा सममूल्य आहे. हे सर्व ठीक. पण मात्रांक तंत्रज्ञानाच्या काही समस्या आहेत. जर भौतिक मात्रांक (physical q-bit) परिसंरक्षित (insulated from the surroundings) नसेल तर पर्यावरणातला रव (noise) मात्रांक संगणनाला भ्रष्ट करू शकतो (बदल करू शकतो). DNA कलनविधीवर आधारित जैविक संगणकांत – सजीव शरीरांत – यादृच्छिक आणि दुर्मिळ जनुकीय बदलांतून नवीन जाती निर्माण होत असतील, पण मात्रांक रोबोंमध्ये अशा जाती निर्माण होणे अशक्य. कारण त्यांत जनुकीय प्रजोत्पादन नाही. मात्रांक रोबोंत अशा बदलांतून अपघाताने चिदुद्भव किंवा स्वेच्छानिर्मिती होऊ शकेल का? त्याची शक्यता शून्यवत्, पण तरी नाकारता येत नाही. कारण एवढेच की चिद्भान, संवेद्यगुण आणि स्वेच्छा याबाबतीत असलेला मानवजातीचा ज्ञानावकाश (explanatory gap)!

आता चौथ्या प्रश्नाकडे येऊ:

४) पहिल्या आणि तिसऱ्या प्रश्नाचे उत्तर जर होकारार्थी असेल तर त्याचे समाजावर कोणते भले-बुरे परिणाम होतील किंवा होत आहेत?

AI चे समाजशास्त्र 

आपल्याला या चौथ्या प्रश्नाचे उत्तर हवे असेल तर एक लोकप्रिय(?) कल्पना हातावेगळी करायला हवी. रोबोची कलनसूची किंवा सूचनासूची (program, agent program) ही माणसांनी बनवलेली असते. असा कोणताही कलनविधी (algorithm) सैद्धांतिक दृष्टीने उपलब्ध नाही, आणि उपलब्ध होण्याची शक्यताही दिसत नाही, जो रोबोंमध्ये चिद्भान, संवेद्यगुण आणि स्वेच्छा निर्माण करू शकेल. विशेषतः स्वेच्छा हा प्रकारच मुळी AI च्या मूळ उद्देशांना छेद देतो. स्वच्छंद रोबो निर्माण करणे हा AI चा उद्देश असू शकत नाही. कामातील गुणवत्ता, वेग, अचूकता, आणि अनुकूलन (adaptation) हे AI चे उद्देश आहेत. विशेषतः अनुकूलन साधताना माणसांचा कमीतकमी हस्तक्षेप आणि त्यातून उद्भवणाऱ्या समस्यांचे समाधान हा उद्देशाचा महत्त्वाचा भाग आहे. याचा अर्थ AI कधी चूक करणार नाही आणि AI चा वापर माणसांचे कधीच नुकसान करणार नाही असे नव्हे. विमानांचे स्वयंचलित आरोहण-अवरोहण, स्वयंचलित वाहनांचे मार्गक्रमण, कारखान्यातील स्वयंचलित यंत्रे, त्यांचे आपात्कालीन व्यवस्थापन, लोहमार्ग निर्देश (railway signalling), आधुनिक क्षेपणास्त्रांचे क्षेपण वगैरे कित्येक ठिकाणी AI च्या कलनात चुका होऊ शकतात. माणसांचे आणि सार्वजनिक मालमत्तेचे नुकसान होऊ शकते. पण असेच नुकसान माणसाच्या चुकीनेही होऊ शकते. याउलट माणसाच्या निष्काळजीपणामुळे होणारे अपघात टाळणे हा AI च्या उद्देशाचा एक भाग आहे. यंत्रांमुळे मिळणाऱ्या सोयींचा उपभोग घेणे आणि त्यांच्या वापरामुळे वाढणाऱ्या अपघातांच्या शक्यतेवर नियंत्रण ठेवणे हे आजच्या समाजव्यवस्थेचे एक महत्त्वाचे अंग बनले आहे.

काही सामाजिक प्रश्न

मानवीजातीला धोका?: रोबोंमध्ये चिदुद्भव, संवेद्यगुण आणि स्वेच्छा नसताही रोबो मानवजातीला धोका निर्माण करू शकतात का? याचे उत्तर त्यांच्या स्वयंशिक्षणामधे (machine learning) आणि त्यांचा कलनविधी लिहिणाऱ्या मानवामध्ये आहे. स्वयंशिक्षित रोबो त्यांच्या विकसित आणि समृद्ध होत जाणाऱ्या अंतर्गत विदांचा वापर करून वैयक्तिक किंवा संघटितरित्या मानवजातीला धोका निर्माण करतील याची शक्यता नगण्य वाटू शकते. पण एक केवळ सैद्धांतिक (theoretical) शक्यता पहा: मानवाचे दुःखनिवारण हे मुख्य ध्येय कलनविधीने ठरवून दिले आणि (१) मोक्ष किंवा निर्वाण हे दुःखनिवारणाचे सर्वांत उत्तम साधन आहे, आणि (२) मोक्ष म्हणजेच जन्म-मृत्युच्या फेऱ्यांतून सुटका, म्हणजेच मानवाचा मृत्यू असा अर्थ, एक किंवा अनेक अर्धशिक्षित (किंवा अतिहुशार (?)) रोबोंनी लावला तर अनवस्था प्रसंग यायचा! “रोबोंनी केलेला उठाव” ही कल्पना कित्येक चित्रपटांत वेगवेगळ्या प्रकारे दाखवली गेली आहे (R.U.R., Terminator, I Robot, Matrix, Ex-Machina, Chappie वगैरे). आजच्या AI आणि दूरसंचार तंत्रज्ञानाचा विचार करता अनेक रोबोंनी आपली सूचनासूची परस्परांत सामायिक करून संघटित काम करणे हे सहज शक्य आहे.

रोबोंनी माणसाला धोका निर्माण करू नये यासाठी आयझॅक असिमॉव नावाच्या विज्ञानकथा लिहिणाऱ्या लेखकाने तीन नियम रोबोंच्या शिस्तीचा भाग म्हणून सांगितले (१९४२): (१) कोणताही रोबो मनुष्यप्राण्याला शारीरिक इजा होणार नाही याची काळजी घेईल, (२) मनुष्यप्राण्यांच्या सर्व सूचना रोबो तेव्हांच मानेल जेव्हां त्या (१) च्या विरोधी नसतील, (३) रोबो स्वतःचे संरक्षण करेल जोपर्यंत असे संरक्षण (१) आणि (२) च्या विरोधात जाणार नाही.

हे नियम व्यवहारात आणणे एवढे सोपे नाही कारण रोबो एका मर्यादेपलीकडे भविष्याचा अंदाज घेऊ शकत नाही आणि त्यामुळे रोबोला काही विशिष्ट परिस्थितीत आणि कालावधीत चक्रापत्तीचा (circular causality) सामना करावा लागू शकतो. 

रोजगाराचा प्रश्न

AI आणि स्वयंचलन (automation) यामुळे रोजगार कमी होईल अशी भिती अनेकांना आहे. याच प्रकारची भिती संगणकाच्या बाबतीत होती. पण संगणकीकरणामुळे जसे रोजगार गेले तसेच, किंबहुना जास्त रोजगार आले. स्वयंचलनामुळे उत्पादनक्षेत्रातील कित्येक रोजगार कमी झाले ही गोष्ट खरी आहे. पण त्याचबरोबर उत्पादनक्षेत्राशी संबंधित सेवाक्षेत्रातील रोजगार वाढले होते. नियंत्रण आणि स्वयंचलन (control & automation) यासाठी लागणारी संयंत्रे आणि त्यांना आगत विदा पुरवणारी साधने-उपकरणे (instrumentation) वगैरेंच्या देखभालीचे रोजगार उपलब्ध झाले. संयंत्रांच्या (CNC/PLC/computer) उत्पादनातले रोजगारही वाढले होते. 

परंतु Business Today च्या एका नुकत्याच प्रसिद्ध झालेल्या अहवालानुसार अमेरिकेत केवळ AI मुळे मागल्या महिन्यात (मे २०२३) सेवाक्षेत्रातील सुमारे ४००० रोजगार कमी झाले. हे रोजगार एकूण कमी झालेल्या ८०००० रोजगारांच्या ५% होते. IBM येत्या काही महिन्यात AI चा वापर सुरू झाल्यामुळे ६८०० जणांना नोकरीतून वजा करणार असल्याची बातमी आहे. इतर काही औद्योगिक निगमित (corporate, companies) याचप्रकारे नोकऱ्या कमी करतील असा अंदाज आहे. खाली दिलेली ५ जून २०२३ ची Outlook ची बातमी पहा:

The increasing use of AI has raised concerns about the future of the job market. In March this year, Goldman Sachs released a report stating that AI could replace 300 million full-time jobs worldwide, affecting almost 20 percent of the global workforce. One-fourth of all jobs in the US and Europe could be automated, the report said. 

According to a survey conducted by Resume Builder in February, certain companies in the United States have started using ChatGPT instead of human workers. The survey involved 1,000 business leaders, and half of the participating companies accepted that they were implementing ChatGPT, with the chatbot replacing employees within their organisations. 

वरील सर्वेक्षण खरे असेल तर AI आता उद्योग आणि सेवाक्षेत्रात एक विघटनकारी तंत्रज्ञान (disruptive technology) म्हणून पुढे येत आहे असे मानायला हरकत नाही.

AI तंत्रज्ञानाचा दुरुपयोग

विघटनकारी किंवा कोणत्याही तंत्रज्ञानाचा उपयोग कसा करायचा हे मानव (खरे तर मानवांच्या नावाने काही थोडी माणसे) ठरवतात. आण्विक तंत्रज्ञानाचा उपयोग सुरक्षित ऊर्जानिर्मितीसाठी करायचा की सामुहिक विनाशासाठी करायचा हे जसे माणसाच्या हातात आहे तसेच AI चा उपयोग माणसाची सुविधा-सुरक्षा यासाठी करायचा की त्याच्या नाशासाठी किंवा त्याच्या खाजगी आयुष्याचे पर्यवेक्षण करण्यासाठी करायचा हेसुद्धा मूलतः माणसांनीच ठरवायचे आहे. 

वैयक्तिक जीवनातील गोपनीयता

अंकरूपण, ई-वाणिज्य आणि आंतरजाल यांच्या प्रसारामुळे माणसाच्या खाजगी आयुष्यावर विपणनासाठी (marketing) विदा (data) गोळा करणाऱ्यांचे आक्रमण वाढले आहे. विदा चोरणारे बॉट्स (विदा शर्विलक रोबो) आंतरजालावर कार्यरत आहेतच. या सर्वांचा माणसाच्या आर्थिक आणि मानसिक स्वास्थ्यावर परिणाम होऊ शकतो. या शर्विलकांकडे जरी दुर्लक्ष केले तरी मोठे विदावाहक (Airtel, Jio वगैरे) आणि मोठे शोधन औद्योगिकी (Google) यांच्याकडे दूरभाषकाची आणि आंतरजालावरची बहुतांशी विदा उपलब्ध असते आणि त्या अर्थाने एकदा तुम्ही विदावाहक आणि आंतरजालावर जोडले गेलात तर संपूर्ण गोपनीयता (total privacy) नावाची गोष्ट विसरावी लागते.

उत्तरदायित्वाचा आणि ओळखीचा प्रश्न

माणसांची कित्येक कामे रोबो करतात आणि भविष्यात त्यांच्या कार्यक्षेत्रांचा विस्तारही अपेक्षित आहे. बहुतेकवेळा रोबोंनी केलेली कामगिरी माणसापेक्षा जास्त वेगाने आणि अचूकपणे होईल. पण या कामांतून अनपेक्षित आणि चुकीचे निकाल आले तर? उदाहरणार्थ, वैद्यकीयतज्ज्ञ रोबो जर त्याला उपलब्ध असलेल्या परीक्षणविदांनुसार रोगनिदान आणि औषधनिर्धारण करत असेल आणि अपेक्षित निकाल न येता रोगी काही अज्ञात कारणांनी दगावत असेल तर त्याचे उत्तरदायित्व कोणाचे? तीच गोष्ट स्वयंचलित वाहनरोबोंची आणि त्यांनी केलेल्या अपघातांची. उत्तरदायित्वाची निश्चिती जरी रोबोंच्या स्वामित्वाच्या आधारावर किंवा त्यांचा पुरवठा करणाऱ्या औद्योगिकीवर केली गेली तरी विशिष्ट काम करणारे रोबो (कृत्रिमप्रज्ञा) आणि मनुष्य (नैसर्गिकप्रज्ञा) यांची तुलना AI च्या युगात सतत होत रहाणार. माणसांना रोबोच्या प्रतिमानात (paradigm) पाहण्याची सवय झाल्यावर मानवी ओळख (human identity) क्षुल्लक बनेल अशी भिती काही जणांना वाटते. एवढेच नव्हे तर AI च्या अतिरेकी वापरामुळे मानवी बुद्धीवर गंज चढेल, ती बोथट होईल असेही काही जणांना वाटते.

AI च्या संदर्भात दोन समाजशास्त्रीय निरिक्षणे आपण नोंदवली: 

(अ) यंत्रांमुळे मिळणाऱ्या सोयीचा उपभोग घेत त्यांच्या वापरामुळे वाढणाऱ्या दुष्परिणामांवर आणि अपघातांच्या शक्यतेवर नियंत्रण ठेवणे हे आजच्या समाजव्यवस्थेचे एक महत्त्वाचे अंग बनले आहे.

(आ) रोजगारांच्या संदर्भात केलेली काही सर्वेक्षणें खरी असतील तर AI आता उद्योग आणि सेवाक्षेत्रात एक विघटनकारी तंत्रज्ञान (disruptive technology) म्हणून पुढे येत आहे.

यापैकी (अ) हे सर्वसामान्य निरिक्षण आहे. (आ) AI च्या संदर्भात आहे. यापूर्वी आंतरजाल, विपत्र (email), वेब, ई-वाणिज्य, भ्रमणध्वनी, OTT ही एक प्रकारची विघटनकारी तंत्रज्ञाने होती आणि आहेत. त्यांच्या वरचढ सोय-उपयुक्तता-गुणवत्तेमुळे त्यांनी जुनी व्यवस्था विस्कटून बदलून टाकली, नवीन सवयी लावल्या, नवीन जीवनशैली आणली, नवीन मूल्ये रुजवली. AI तुलनेने कमी विघटनकारी आहे. त्याच्या पूर्वसुरी स्वयंचलन-नियंत्रण (automation & control) तंत्रज्ञानाने विघटनाची सुरुवात कित्येक दशके आधी उद्योग-उत्पादनक्षेत्रात केली होती. AI तंत्रज्ञान ते विघटन सेवाक्षेत्रातही पुढे चालू ठेवेल असे दिसते आहे. AI तंत्रज्ञान तुलनेने सौम्य विघटनकारी वाटत असले तरी स्वयंशिक्षणाच्या त्याच्या कुवतीमुळे ते जास्त उपयुक्त तसेच क्वचित जास्त अपघाती आणि अपघातानेच विनाशकारीसुद्धा होऊ शकते. याच कारणासाठी AI चा विकास आणि उपयोगिता हे (अ) च्या मर्यादेतच व्हायला हवे.