How will AI change the world?

2,024,306 views ・ 2022-12-06

TED-Ed


वीडियो चलाने के लिए कृपया नीचे दिए गए अंग्रेजी उपशीर्षक पर डबल-क्लिक करें।

Translator: Soumya Singh Reviewer: Arvind Patil
आने वाले सालों में आर्टिफिशल इंटेलिजेंस
00:07
In the coming years, artificial intelligence
0
7336
2169
शायद आपके जीवन,और संभवतः पूरी दुनिया को बदलने वाली है।
00:09
is probably going to change your life, and likely the entire world.
1
9505
3629
लेकिन कैसे - लोग इसपर सहमत नहीं हो पा रहे हैं।
00:13
But people have a hard time agreeing on exactly how.
2
13301
3295
निम्नलिखित अंश वर्ल्ड इकोनॉमिक फ़ोरम के एक साक्षात्कार से हैं
00:16
The following are excerpts from an interview
3
16804
2127
00:18
where renowned computer science professor and AI expert Stuart Russell
4
18931
3504
जहाँ प्रख्यात कंप्यूटर विज्ञान प्रोफ़ेसर व ए-आई विशेषज्ञ स्टुअर्ट रसल
00:22
helps separate the sense from the nonsense.
5
22435
2586
समझदारी को बकवास से अलग करते हैं ।
00:25
There’s a big difference between asking a human to do something
6
25313
3754
एक मनुष्य को कुछ करने के लिए कहने में और उसे किसी ए-आई को उद्देश्य के रूप में
00:29
and giving that as the objective to an AI system.
7
29067
3461
देने में बहुत अंतर होता है।
00:32
When you ask a human to get you a cup of coffee,
8
32528
2628
जब आप किसी मनुष्य को एक कप कॉफ़ी लाने के लिए कहते हैं,
00:35
you don’t mean this should be their life’s mission,
9
35156
2586
इसका अर्थ यह नहीं कि वह उसके जीवन का उद्देश्य बन जाए,
00:37
and nothing else in the universe matters.
10
37742
1960
और दुनिया में कुछ भी मायने नहीं रखता
00:39
Even if they have to kill everybody else in Starbucks
11
39702
2586
चाहे उसके लिए उन्हें स्टारबक्स में हर किसी का
00:42
to get you the coffee before it closes— they should do that.
12
42288
2836
क़त्ल करना पड़े और दुकान बंद होने से पहले कॉफ़ी ले आएँ।
00:45
No, that’s not what you mean.
13
45124
1627
नहीं, आपका यह तात्पर्य नहीं है।
00:46
All the other things that we mutually care about,
14
46751
2294
हर वह चीज़ जिसके बारे में हम साथ में सोचते हैं,
00:49
they should factor into your behavior as well.
15
49045
2169
उसका भी ध्यान रखना होगा।
00:51
And the problem with the way we build AI systems now
16
51214
3169
और अब हम जैसे ए-आई प्रणालियाँ बनाते हैं, उसकी समस्या यह है कि हम
00:54
is we give them a fixed objective.
17
54383
1627
उन्हें निश्चित उद्देश्य देते हैं।
00:56
The algorithms require us to specify everything in the objective.
18
56010
3545
हमें एल्गोरिथ्म में सब कुछ बताना पड़ता है।
00:59
And if you say, can we fix the acidification of the oceans?
19
59555
3420
और अगर आप कहें, क्या हम महासागरों के अम्लीकरण को ठीक कर सकते हैं ?
01:02
Yeah, you could have a catalytic reaction that does that extremely efficiently,
20
62975
4046
हाँ, आप कोई ऐसी प्रतिक्रिया बना सकते हैं जो यह बहुत कुशलतापूर्वक करती है,
01:07
but it consumes a quarter of the oxygen in the atmosphere,
21
67021
3253
लेकिन वह वायुमंडल की एक-चौथाई ऑक्सीजन का प्रयोग करती है,
01:10
which would apparently cause us to die fairly slowly and unpleasantly
22
70274
3712
जिसके कारण हम प्रकट रूप से कई घंटों के दौरान
01:13
over the course of several hours.
23
73986
1752
एक धीमी और दर्दनाक मौत मरेंगे।
01:15
So, how do we avoid this problem?
24
75780
3211
तो, हम इस समस्या को कैसे टाल सकते हैं ?
01:18
You might say, okay, well, just be more careful about specifying the objective—
25
78991
4088
आप शायद कहेंगे, ठीक है, उद्देश्य को स्पष्ट करते समय और ध्यान दें -
01:23
don’t forget the atmospheric oxygen.
26
83079
2544
वायुमंडल की ऑक्सीजन को न भूलें।
01:25
And then, of course, some side effect of the reaction in the ocean
27
85873
3545
और फिर, उस प्रतिक्रिया के किसी पार्श्व-प्रभाव के कारण
01:29
poisons all the fish.
28
89418
1377
सभी मछलियाँ मर जाती हैं।
01:30
Okay, well I meant don’t kill the fish either.
29
90795
2669
अच्छा, मछलियों को भी मत मारो।
01:33
And then, well, what about the seaweed?
30
93464
1919
और फिर समुद्री शैवालों का क्या ?
01:35
Don’t do anything that’s going to cause all the seaweed to die.
31
95383
2961
ऐसा कुछ मत करो जिससे समुद्री शैवाल मर जाएँ।
01:38
And on and on and on.
32
98344
1210
और वगैरह वगैरह वगैरह।
01:39
And the reason that we don’t have to do that with humans is that
33
99679
3920
और हमें यह मनुष्यों के साथ इसलिए नहीं करना पड़ता है क्योंकि
01:43
humans often know that they don’t know all the things that we care about.
34
103599
4505
मनुष्य अक्सर जानते हैं, वह हर चीज़ जो मायने रखती है, उसके बारे में नहीं पता होगा
01:48
If you ask a human to get you a cup of coffee,
35
108354
2961
अगर आप एक मनुष्य को एक कप कॉफ़ी लाने को कहते हैं
01:51
and you happen to be in the Hotel George Sand in Paris,
36
111315
2878
और आप पैरिस के होटल जॉर्ज सैंड में हैं,
01:54
where the coffee is 13 euros a cup,
37
114193
2628
जहाँ एक कप कॉफ़ी 13 यूरो का है,
01:56
it’s entirely reasonable to come back and say, well, it’s 13 euros,
38
116821
4171
यह बिलकुल वाजिब है कि वह आकर कहें, वह 13 यूरो का है,
02:00
are you sure you want it, or I could go next door and get one?
39
120992
2961
क्या आप वह लेना चाहते हैं, या मैं पड़ोस की दुकान से ले आऊँ ?
02:03
And it’s a perfectly normal thing for a person to do.
40
123953
2878
एक मनुष्य के लिए ऐसा करना बिलकुल सामान्य है
02:07
To ask, I’m going to repaint your house—
41
127039
3003
अगर वह पूछे, मैं आपका घर दोबारा रंगने वाला हूँ
02:10
is it okay if I take off the drainpipes and then put them back?
42
130042
3337
क्या मैं नाली की पाइप निकाल कर दोबारा लगा सकता हूँ ?
02:13
We don't think of this as a terribly sophisticated capability,
43
133504
3128
हम इसे कोई बहुत परिष्कृत क्षमता नहीं मानते हैं,
02:16
but AI systems don’t have it because the way we build them now,
44
136632
3087
लेकिन एआई में यह नहीं है क्योंकि हम अभी जैसे उन्हें बनाते हैं
02:19
they have to know the full objective.
45
139719
1793
उन्हें पूरा उद्देश्य पता होना चाहिए।
02:21
If we build systems that know that they don’t know what the objective is,
46
141721
3753
अगर हम ऐसी प्रणालियाँ बनाते हैं जिन्हें मालूम हो वे पूरा उद्देश्य नहीं जानतीं,
02:25
then they start to exhibit these behaviors,
47
145474
2586
तब वे ऐसा व्यव्हार दर्शाने लगते हैं,
02:28
like asking permission before getting rid of all the oxygen in the atmosphere.
48
148060
4046
जैसे वायुमंडल की सारी ऑक्सीजन हटाने से पहले अनुमति लेना।
02:32
In all these senses, control over the AI system
49
152565
3378
इन सभी मायनों में, ए-आई प्रणालियों पर नियंत्रण
02:35
comes from the machine’s uncertainty about what the true objective is.
50
155943
4463
मशीन की सच्चे उद्देश्य को लेकर अनिश्चितता से आता है।
02:41
And it’s when you build machines that believe with certainty
51
161282
3086
और जब आप ऐसी मशीनें बनाते हैं जो मानती हैं कि उनके पास
02:44
that they have the objective,
52
164368
1418
निश्चित उद्देश्य है,
02:45
that’s when you get this sort of psychopathic behavior.
53
165786
2753
तब आपको इस प्रकार की मनोरोगी प्रवृत्तियाँ दिखाई देती हैं।
02:48
And I think we see the same thing in humans.
54
168539
2127
और हम मनुष्यों में भी यही देखते हैं।
02:50
What happens when general purpose AI hits the real economy?
55
170750
4254
क्या होता है जब सामान्य उद्देश्य वाला ए-आई असली अर्थव्यवस्था में प्रवेश करता है ?
02:55
How do things change? Can we adapt?
56
175379
3587
चीज़ें कैसे बदलती हैं? क्या हम अपने आप को ढाल सकते हैं ?
02:59
This is a very old point.
57
179175
1835
यह एक बहुत पुरानी बात है।
03:01
Amazingly, Aristotle actually has a passage where he says,
58
181010
3587
आश्चर्य से, अरिस्टोटल एक गद्यांश में कहते हैं,
03:04
look, if we had fully automated weaving machines
59
184597
3045
देखिये, अगर हमारे पास पूर्णतः स्वचालित बुनाई की मशीन होती
03:07
and plectrums that could pluck the lyre and produce music without any humans,
60
187642
3837
और मिज़राब जो स्वयं वाद्ययंत्र के तार छेड़ बिना मनुष्य के संगीत उत्पन्न कर सकें,
03:11
then we wouldn’t need any workers.
61
191604
2002
तो हमें कारीगरों की कोई ज़रुरत नहीं होगी।
03:13
That idea, which I think it was Keynes
62
193814
2878
यह विचार, जिसे मुझे लगता है केन्ज़ ने
03:16
who called it technological unemployment in 1930,
63
196692
2836
1930 में तकनीकी बेरोज़गार बुलाया था,
03:19
is very obvious to people.
64
199528
1919
लोगों में काफ़ी स्पष्ट है।
03:21
They think, yeah, of course, if the machine does the work,
65
201447
3086
वे सोचते हैं, हाँ, बेशक, अगर मशीन काम करेगी,
03:24
then I'm going to be unemployed.
66
204533
1669
तो मैं बेरोज़गार हो जाऊँगा।
03:26
You can think about the warehouses that companies are currently operating
67
206369
3503
ऑनलाइन खरीदारी के लिए कंपनियों के गोदामों के बारे में सोचें
03:29
for e-commerce, they are half automated.
68
209872
2711
वे आधे स्वचालित हैं।
03:32
The way it works is that an old warehouse— where you’ve got tons of stuff piled up
69
212583
4046
यह ऐसे काम करता है कि एक पुराना गोदाम - जहाँ इधर-उधर बहुत सारा सामान एकत्रित है
03:36
all over the place and humans go and rummage around
70
216629
2461
और इंसान जाकर, भाग-दौड़ करके, पूरा गोदाम छान मारके
03:39
and then bring it back and send it off—
71
219090
1877
और उसे वापस लाकर भेज देते हैं -
03:40
there’s a robot who goes and gets the shelving unit
72
220967
3586
एक रोबोट है जो जाकर वह पूरा दराज ही उठा लाए
03:44
that contains the thing that you need,
73
224553
1919
जिसमें जो सामान चाहिए, रखा है,
03:46
but the human has to pick the object out of the bin or off the shelf,
74
226472
3629
लेकिन इंसान को डब्बे या दराज में से वह सामान उठाना है,
03:50
because that’s still too difficult.
75
230101
1877
क्योंकि वह फिर भी कठिन है।
03:52
But, at the same time,
76
232019
2002
लकिन, उसी समय,
03:54
would you make a robot that is accurate enough to be able to pick
77
234021
3921
क्या आप एक ऐसा रोबोट बनाएंगे जो इतना सही हो कि
03:57
pretty much any object within a very wide variety of objects that you can buy?
78
237942
4338
सारी वस्तुओं में से लगभग कोई भी वस्तु उठा सके ?
04:02
That would, at a stroke, eliminate 3 or 4 million jobs?
79
242280
4004
वह एक ही बार में 30 या 40 लाख नौकरियाँ ख़त्म कर देगा ?
04:06
There's an interesting story that E.M. Forster wrote,
80
246409
3336
ई एम् फ़ॉस्टर ने एक दिलचस्प कहानी लिखी है
04:09
where everyone is entirely machine dependent.
81
249745
3504
जिसमें सब पूरी तरह मशीनों पर निर्भर हैं।
04:13
The story is really about the fact that if you hand over
82
253499
3754
यह कहानी इस बारे में है कि अगर आप सभ्यता का प्रबंधन
04:17
the management of your civilization to machines,
83
257253
2961
मशीनों के हाथ में डाल देते हैं,
04:20
you then lose the incentive to understand it yourself
84
260214
3504
तब आप उसे स्वयं समझने का या अगली पीढ़ी को समझाने का
04:23
or to teach the next generation how to understand it.
85
263718
2544
प्रोत्साहन खो देते हैं।
04:26
You can see “WALL-E” actually as a modern version,
86
266262
3003
आप वॉल-ई को एक आधुनिक संस्करण समझ सकते हैं
04:29
where everyone is enfeebled and infantilized by the machine,
87
269265
3628
जहाँ सब मशीनों के कारण अक्षम बन गए हैं,
04:32
and that hasn’t been possible up to now.
88
272893
1961
और यह अब तक संभव नहीं हो सका है।
04:34
We put a lot of our civilization into books,
89
274854
2419
हम अपनी सभ्यता को किताबों में डाल देते हैं,
04:37
but the books can’t run it for us.
90
277273
1626
पर किताबें सभ्यता नहीं चला सकतीं।
04:38
And so we always have to teach the next generation.
91
278899
2795
तो हमें अगली पीढ़ी को हमेशा ही सिखाना पड़ता है।
04:41
If you work it out, it’s about a trillion person years of teaching and learning
92
281736
4212
अगर हम इसे समझ लें, यह अरबों सालों की शिक्षा है
04:45
and an unbroken chain that goes back tens of thousands of generations.
93
285948
3962
और एक अटूट श्रृंखला जो दस हज़ारों पीढ़ियों से चली आ रही है।
04:50
What happens if that chain breaks?
94
290119
1919
क्या होगा अगर यह श्रृंखला टूट जाती है ?
04:52
I think that’s something we have to understand as AI moves forward.
95
292038
3461
मुझे लगता है हमें यह समझना होगा जैसे ए आई प्रगति करता है।
04:55
The actual date of arrival of general purpose AI—
96
295624
3587
सामान्य ए आई की आने की तारीख -
04:59
you’re not going to be able to pinpoint, it isn’t a single day.
97
299211
3087
आप नहीं बता सकते हैं - यह कोई एक दिन नहीं है।
05:02
It’s also not the case that it’s all or nothing.
98
302298
2294
और यह ′या सब कुछ, या कुछ नहीं′ - ऐसा भी नहीं है।
05:04
The impact is going to be increasing.
99
304592
2461
इसका प्रभाव तो बढ़ेगा।
05:07
So with every advance in AI,
100
307053
2043
तो ए आई की हर उन्नति के साथ,
05:09
it significantly expands the range of tasks.
101
309096
2962
कार्यक्षमता की श्रेणी भी काफ़ी हद तक बढ़ जाती है।
05:12
So in that sense, I think most experts say by the end of the century,
102
312058
5338
तो उस मायने में, मैं सोचता हूँ, ज़्यादातर विशेषज्ञ कहते हैं कि सदी एक अंत तक
05:17
we’re very, very likely to have general purpose AI.
103
317396
3337
सामान्य ए आई के आने की बहुत संभावना है।
05:20
The median is something around 2045.
104
320733
3754
माध्यक 2045 के आस-पास है।
05:24
I'm a little more on the conservative side.
105
324487
2002
मैं थोड़ा रूढ़िवादी हूँ।
05:26
I think the problem is harder than we think.
106
326489
2085
मुझे लगता है यह हमारी समझ से कठिन है।
05:28
I like what John McAfee, he was one of the founders of AI,
107
328574
3253
मुझे पसंद है जॉन मक-अफ़ी, जो ए आई के एक प्रवर्तक हैं,
05:31
when he was asked this question, he said, somewhere between five and 500 years.
108
331911
3837
जब उनसे यह सवाल पूछा गया, उन्होंने कहा - पाँच से 500 साल के बीच।
05:35
And we're going to need, I think, several Einsteins to make it happen.
109
335748
3337
और मुझे लगता है, ऐसा करने के लिए आइंस्टीन जैसे कई सारे विद्वान लगेंगे।

Original video on YouTube.com
इस वेबसाइट के बारे में

यह साइट आपको YouTube वीडियो से परिचित कराएगी जो अंग्रेजी सीखने के लिए उपयोगी हैं। आप दुनिया भर के शीर्षस्थ शिक्षकों द्वारा पढ़ाए जाने वाले अंग्रेजी पाठ देखेंगे। वहां से वीडियो चलाने के लिए प्रत्येक वीडियो पृष्ठ पर प्रदर्शित अंग्रेजी उपशीर्षक पर डबल-क्लिक करें। उपशीर्षक वीडियो प्लेबैक के साथ सिंक में स्क्रॉल करते हैं। यदि आपकी कोई टिप्पणी या अनुरोध है, तो कृपया इस संपर्क फ़ॉर्म का उपयोग करके हमसे संपर्क करें।

https://forms.gle/WvT1wiN1qDtmnspy7