मुख्य निष्कर्ष
नीदरलैंड्स की रैडबौड विश्वविद्यालय की Iris van Rooij के नेतृत्व में छह संज्ञानात्मक वैज्ञानिकों ने Computational Brain & Behavior में एक शोधपत्र प्रकाशित किया है, जिसमें "Ingenia प्रमेय" नाम का औपचारिक प्रमाण दिया गया है: सीखने के ज़रिए मानव-स्तर का AI हासिल करना (AI-by-Learning) मूलतः NP-hard समस्या है।
प्रमाण का तरीका
- प्रमाण काल्पनिक इंजीनियर को आदर्श स्थितियाँ देता है: पूर्ण डेटा, आज या भविष्य की कोई भी मशीन लर्निंग विधि, और बहुत कम प्रदर्शन-सीमा
- फिर भी सीखने के कार्य को Perfect-vs-Chance निर्णय समस्या में परिवर्तित किया जा सकता है, जिसे Hirahara ने 2022 में NP-hard सिद्ध किया था
- निष्कर्ष: मानव (स्तर की) संज्ञानात्मक क्षमता वाली प्रणाली बनाना "मूलतः गणनात्मक रूप से असाध्य" है
विचारों की टकराहट
- लेखक साफ़ कहते हैं कि निकट भविष्य में बनी "तथ्यात्मक AI प्रणालियाँ अधिक से अधिक छलावा (decoys) हैं", और "निकट भविष्य में AGI अपरिहार्य है" वाला दावा "झूठा और भ्रामक" है
- यह "ज़ोर लगाओ तो चमत्कार होगा, स्केल बढ़ाने से AGI अवश्य मिलेगा" वाली मुख्यधारा की धारणा को सीधी चुनौती है, और बताता है कि यह प्रमेयों पर नहीं बल्कि अप्रमाणित धारणाओं पर टिकी है
- रचनात्मक पक्ष यह है कि लेखक कम्प्यूटेशनलिज़्म को नकारते नहीं, बल्कि AI को संज्ञानात्मक विज्ञान के सैद्धांतिक औज़ार (औपचारिक मॉडल, विचार-प्रयोग, जटिलता की बाध्यताएँ) के रूप में देखने की वकालत करते हैं, न कि "सिलिकॉन पर संज्ञान को दोबारा रचने" के इंजीनियरिंग कार्यक्रम के रूप में
स्रोत: मूल लेख पढ़ें। यह पाठ केवल संदर्भ के लिए तैयार किया गया सारांश है।
