सिम्फोनिक इंटेलिजन्सचे युग

आधुनिक व्यावसायिक प्रक्रियांमध्ये, जनरेटिव्ह एआयचा वापर केवळ एक साधन म्हणून न राहता, आता तो पद्धतशीर एकीकरणाच्या टप्प्यात प्रवेश करत आहे.

याच्या पलीकडे, बुद्धिमत्तेचे एक नवीन युग आहे: "सिम्फोनिक इंटेलिजन्स."

हा लेख जनरेटिव्ह एआयच्या वापराची सध्याची स्थिती आणि भविष्यातील शक्यता दोन दृष्टिकोनांतून शोधेल: पुनरावृत्तीचे काम (iterative work) आणि प्रवाह कार्य (flow work).

पुनरावृत्तीचे काम (Iterative Work)

मागील लेखात, आम्ही जनरेटिव्ह एआयला व्यावसायिक कार्ये करण्यास सक्षम बनवण्यासाठी "पुनरावृत्तीचे काम आणि साधने" (iterative work and tools) विरुद्ध "प्रवाह कार्य आणि प्रणाली" (flow work and systems) या दृष्टिकोनांचे विश्लेषण केले होते.

पुनरावृत्तीचे काम म्हणजे अशी कार्ये जिथे मानव अनेक भिन्न, ठोस कार्ये अर्ध-अजाणतेपणाने एकत्र करतो आणि चाचणी-आणि-त्रुटी (trial and error) पद्धतीने पुढे जातो.

आणि या पुनरावृत्तीच्या कामासाठी साधने (tools) सर्वात योग्य आहेत. विविध कामांसाठी योग्य साधने निवडून काम कार्यक्षमतेने पुढे नेले जाऊ शकते. त्यामुळे, आवश्यक टूलकिट एकत्र करणे आणि ते वापरण्यात निपुण होणे आवश्यक आहे.

सध्या, जेव्हा जनरेटिव्ह एआयचा व्यवसायात उपयोग केला जातो, तेव्हा बहुतेक प्रकरणांमध्ये जनरेटिव्ह एआय एक साधन म्हणूनच वापरले जाते.

जनरेटिव्ह एआयमुळे व्यवसायाची कार्यक्षमता सुधारण्याबद्दलच्या बहुतेक चर्चांमध्ये, मानवांनी पुनरावृत्तीच्या कामांसाठी वापरत असलेल्या सध्याच्या टूलकिटमध्ये हे नवीन आणि शक्तिशाली साधन जोडण्याचाच उल्लेख असतो.

पुनरावृत्तीच्या कामातील समस्या (The Problem with Iterative Work)

दुसरीकडे, मागील लेखात नमूद केल्याप्रमाणे, पुनरावृत्तीच्या कामात साधनांमुळे मिळणारी कार्यक्षमता तुलनेने मर्यादित असते.

साधने अधिक कार्यक्षम झाल्यावर, शेवटी मानवच अडथळा (bottleneck) बनतो. शेवटी, मानवी कामाच्या वेळेची मर्यादा ओलांडता येत नाही.

याव्यतिरिक्त, अनुभवी कर्मचारी आणि नवीन कर्मचारी यांच्यातील पुनरावृत्तीच्या कामाची कार्यक्षमता आणि अचूकता यात लक्षणीय अंतर असते, आणि हे अंतर भरून काढणे कठीण आहे. त्यामुळे, जर तुम्हाला पुढील महिन्यात कामाचा भार दुप्पट करायचा असेल, तर अनुभवी कौशल्ये असलेल्या लोकांव्यतिरिक्त ते सांभाळणे शक्य नाही.

मानवी अडथळ्याची समस्या सोडवण्यासाठी, शेवटी सर्वकाही कृत्रिम बुद्धिमत्तेने बदलण्याकडे लक्ष केंद्रित होते.

तथापि, सध्याच्या जनरेटिव्ह एआयमध्ये अजून तेवढी कार्यक्षमता नाही.

शिवाय, वरकरणी सोप्या वाटणाऱ्या पुनरावृत्तीच्या कामांमध्येही, बारकाईने पाहिल्यास मोठ्या प्रमाणात अजाणतेपणाने केली जाणारी कार्ये समाविष्ट असतात.

या कारणामुळे, ती पारंपारिक आयटी प्रणालींमध्ये किंवा कोणीही पालन करू शकेल अशा मॅन्युअलमध्ये कमी करता आली नाहीत आणि त्यामुळे मानवी निपुणतेवर अवलंबून राहावे लागले.

जोपर्यंत ही असंख्य अजाणतेपणाने केली जाणारी, निपुणता आवश्यक असलेली कार्ये व्यवस्थित केली जात नाहीत आणि प्रत्येकासाठी आवश्यक असलेले ज्ञान (know-how) माहितीमध्ये (knowledge) रूपांतरित केले जात नाही, तोपर्यंत जनरेटिव्ह एआयची कार्यक्षमता कितीही सुधारली तरी, ते मानवी कामाची जागा घेऊ शकत नाही.

प्रवाह कार्य आणि प्रणालीकरणामध्ये रूपांतरित करणे (Transforming into Flow Work and Systemization)

जनरेटिव्ह एआयच्या सध्याच्या कार्यक्षमतेच्या मर्यादेत कार्ये वितरित करण्याच्या उद्दिष्टासाठी, तसेच अजाणतेपणाने केली जाणारी कार्ये व्यवस्थित करण्यासाठी आणि माहितीचे (know-how) ज्ञान-आधारित स्वरूपात रूपांतरित करण्याच्या उद्दिष्टासाठी, चाचणी-आणि-त्रुटी पद्धतीचे पुनरावृत्तीचे काम (iterative work) प्रमाणित प्रवाह कार्यामध्ये (standardized flow work) संघटित करणे अत्यंत महत्त्वाचे आहे.

प्रमाणित प्रवाह कार्य केवळ साधनांसाठीच नव्हे, तर प्रणालींसाठीही योग्य आहे.

प्रवाह कार्यामध्ये, जनरेटिव्ह एआयद्वारे केली जाणारी कार्ये आणि मानवाद्वारे केली जाणारी कार्ये असतात. यांना प्रणालीद्वारे जोडून, संपूर्ण प्रवाह कार्य अंमलबजावणीयोग्य होते.

प्रवाह कार्य आणि प्रणालीकरणामध्ये रूपांतरित केल्याने अनेक महत्त्वाचे परिणाम मिळतात.

एक म्हणजे, जनरेटिव्ह एआय वैयक्तिक कार्यांसाठी विशेषीकृत होते, ज्यामुळे प्रत्येक कार्यासाठी जनरेटिव्ह एआयची कार्यक्षमता आणि अचूकता कशी वाढवायची हे स्पष्ट होते.

दुसरे म्हणजे, अनेक कर्मचारी जनरेटिव्ह एआयमध्ये ज्ञान (knowledge) जोडू शकतात आणि त्याचा फायदा सर्वांना मिळतो.

तिसरे म्हणजे, या कामातील कार्यांची विभागणी हळूहळू जनरेटिव्ह एआयकडे वळवणे सोपे होते.

अशा प्रकारे, पुनरावृत्तीच्या कामाचे प्रवाह कार्यामध्ये रूपांतर करून आणि प्रत्येक कार्यासाठी जनरेटिव्ह एआयला आवश्यक असलेले ज्ञान एक प्रणाली म्हणून जमा करून, बौद्धिक कार्य कारखान्यातील उत्पादन रेषेप्रमाणे ऑटोमेशनकडे सरकते.

आणि वेळेनुसार विकसित होणाऱ्या जनरेटिव्ह एआयच्या मूलभूत कार्यक्षमतेतील सुधारणा समाविष्ट करून, तसेच विविध कार्यांसाठी विशेषीकृत संकलित ज्ञानाचा लाभ घेऊन, संपूर्ण प्रवाह कार्याला जनरेटिव्ह एआयद्वारे चालवली जाणारी एक स्वयंचलित प्रक्रिया बनवणे शक्य होईल.

आभासी बुद्धिमत्ता (Virtual Intelligence)

येथे पुनरावृत्तीचे काम आणि साधने, तसेच प्रवाह कार्य आणि प्रणाली या दृष्टिकोनांतून केलेले विश्लेषण पूर्ण होते.

मी अलीकडेच लिहिलेल्या आणखी एका लेखात या चर्चेला अधिक विकसित केले आहे.

त्या लेखात, मी आभासी बुद्धिमत्तेद्वारे (virtual intelligence) ऑर्केस्ट्रेशनच्या (orchestration) विषयावर स्पर्श केला होता.

सध्या, आणि अगदी नजीकच्या भविष्यात, कार्यक्षमतेच्या मर्यादांमुळे, जनरेटिव्ह एआय विशिष्ट कार्यांवर लक्ष केंद्रित केल्यास कार्यक्षमता आणि अचूकतेच्या दृष्टीने अधिक चांगले कार्य करते.

म्हणून, प्रवाह कार्य आणि प्रणालींबद्दल पूर्वी चर्चा केल्याप्रमाणे, प्रत्येक वैयक्तिक कार्यासाठी विशेषीकृत जनरेटिव्ह एआयला एका प्रणालीद्वारे जोडणे ही एक आदर्श यंत्रणा होती.

तथापि, जनरेटिव्ह एआयची कार्यक्षमता लक्षणीयरीत्या सुधारली तरी, विविध कार्ये केवळ समांतरपणे प्रक्रिया करण्याऐवजी, एकाच प्रक्रिया चालवताना भूमिका बदलून आणि वेगवेगळ्या ज्ञानाचा (knowledge) उपयोग करून प्रक्रिया करणे अधिक कार्यक्षम आणि अचूक असू शकते.

या पद्धतीमुळे जनरेटिव्ह एआयला जोडण्यासाठी प्रणालीची गरज भासणार नाही. प्रणाली एकीकरणासारख्या (system integration) क्रिया जनरेटिव्ह एआयच्या आतच घडतील.

शिवाय, प्रणाली बदलांशिवाय कार्यांची पुनर्रचना किंवा जोडणी अशक्य असलेल्या परिस्थितीतून, जनरेटिव्ह एआय स्वतःच लवचिकपणे प्रतिसाद देण्यास सक्षम होईल.

याचा अर्थ, प्रवाह-कार्यरत आणि प्रणालीबद्ध केलेली कार्ये पुन्हा पुनरावृत्तीच्या कामामध्ये (iterative work) परत येतील.

तथापि, या प्रवाह-कार्य आणि प्रणालीकरण प्रक्रियेतून परत आलेले पुनरावृत्तीचे काम अशा स्थितीत असेल जिथे पुन्हा वापरता येण्याजोगे ज्ञान (reusable knowledge) तयार झाले असेल, जरी जनरेटिव्ह एआयची संख्या वाढवली किंवा त्यांच्या आवृत्त्या (versions) बदलल्या तरी.

हे मानवी पुनरावृत्तीच्या कामाच्या समस्यांचे निराकरण करते आणि मानवाद्वारे केल्या जाणाऱ्या कार्यांसारख्या लवचिक कार्यांची अंमलबजावणी करण्यास सक्षम करते.

येथे, जनरेटिव्ह एआयच्या एकाच अंमलबजावणी दरम्यान भूमिका आणि ज्ञान बदलण्याच्या क्षमतेला मी "आभासी बुद्धिमत्ता" (virtual intelligence) म्हणतो. हे संगणकाच्या आभासी यंत्रासारखे (virtual machine) आहे.

जसे आभासी यंत्र तंत्रज्ञान एकाच हार्डवेअरवर चालणारे पूर्णपणे भिन्न संगणक सिम्युलेट करते, त्याचप्रमाणे एकच जनरेटिव्ह एआय अनेक भूमिकांमध्ये बदलून प्रक्रिया करते.

जनरेटिव्ह एआयने ही आभासी बुद्धिमत्ता क्षमता नैसर्गिकरित्या आधीच आत्मसात केली आहे. यामुळेच जनरेटिव्ह एआय अनेक लोकांचा समावेश असलेल्या चर्चांचे अनुकरण करू शकते किंवा अनेक पात्रे असलेल्या कादंबऱ्या तयार करू शकते.

जर ही आभासी बुद्धिमत्ता क्षमता सुधारली आणि तिला पुरेसे ज्ञान पुरवले गेले, तर पुनरावृत्तीचे काम करणे शक्य होईल.

इंटेलिजन्स ऑर्केस्ट्रेशन (Intelligence Orchestration)

याव्यतिरिक्त, अनेक भूमिका आणि ज्ञान यांचा मुक्तपणे वापर करून कार्ये पार पाडण्याच्या क्षमतेला मी "इंटेलिजन्स ऑर्केस्ट्रेशन" असे म्हणतो.

हे अनेक व्हर्च्युअल मशीन (virtual machines) हाताळणाऱ्या ऑर्केस्ट्रेशन तंत्रज्ञानासारखेच आहे.

जसे ऑर्केस्ट्रेशन तंत्रज्ञान आवश्यकतेनुसार व्हर्च्युअल मशीन सुरू करून प्रणाली कार्यक्षमतेने चालवते, त्याचप्रमाणे, सुधारित इंटेलिजन्स ऑर्केस्ट्रेशन कौशल्ये असलेली जनरेटिव्ह एआय – जी व्हर्च्युअल इंटेलिजन्सची एक क्षमता आहे – अनेक भूमिका आणि ज्ञानाचा योग्य वापर करून, कार्यक्षमता आणि अचूकता कायम ठेवत, लवचिकपणे पुनरावृत्तीचे काम (iterative work) करू शकेल.

सिम्फोनिक इंटेलिजन्स (Symphonic Intelligence)

या टप्प्यावर पोहोचलेल्या जनरेटिव्ह एआयला सिम्फोनिक इंटेलिजन्स असे म्हणता येईल.

ज्याप्रमाणे एक ऑर्केस्ट्रा, जिथे प्रत्येक संगीतकार आपल्या वाद्यात निपुण असतो, आपली संबंधित भूमिका पार पाडत एकच संगीत वाजवतो, त्याचप्रमाणे सिम्फोनिक इंटेलिजन्स बौद्धिक कार्याची एक सिम्फनी (समन्वित संगीत) वाजवू शकते.

ही सिम्फोनिक इंटेलिजन्स एक नवीन संकल्पना आहे, जी जनरेटिव्ह एआयसाठी एक अंतिम बिंदू दर्शवते.

तथापि, सिम्फोनिक इंटेलिजन्स स्वतःच अस्तित्वात आहे.

ती आपली मानवी बुद्धिमत्ता आहे.

आपल्याकडे सिम्फोनिक इंटेलिजन्स असल्यामुळेच आपण अनेक प्रकारच्या कौशल्यांचा (know-how) वापर करून, पुनरावृत्तीच्या कामाद्वारे (iterative work) जटिल बौद्धिक कार्ये लवचिकपणे आणि अजाणतेपणाने करू शकतो.

शेवटी: एजीआयचे स्वरूप (The Form of AGI)

सिम्फोनिक इंटेलिजन्सचे अनुकरण करण्यास सक्षम असलेल्या जनरेटिव्ह एआयला, इतर कार्यांसाठी प्रवाह कार्य प्रक्रिया (flow work processes) आणि ज्ञान आधार (knowledge bases) प्रदान केल्याने, ते अनेक पुनरावृत्तीची कार्ये (iterative tasks) हाताळण्यास सक्षम होईल.

जेव्हा ते विविध प्रकारची पुनरावृत्तीची कार्ये हाताळण्यास सक्षम होईल, तेव्हा ते त्या कार्यांमध्ये असलेल्या ज्ञानातील (knowledge) सामान्य तत्त्वे आणि संरचनात्मक नमुने (structural patterns) आत्मसात करेल.

त्या टप्प्यावर, पूर्णपणे अज्ञात पुनरावृत्तीच्या कार्यांसाठी, मानवाकडून फक्त एक साधे स्पष्टीकरण मिळाल्यास, मानव ते कार्य कसे करतो हे पाहूनच ते त्या कार्याचे कौशल्य (know-how) शिकण्यास सक्षम होईल.

ही खरी सिम्फोनिक इंटेलिजन्स आहे. एकदा हा टप्पा गाठला की, मानवाला प्रवाह कार्य (flow-working) किंवा कौशल्ये (know-how) कोडिफाय (codifying) करण्यासाठी प्रयत्न करण्याची गरज राहणार नाही.

शिवाय, अशा प्रकारे जनरेटिव्ह एआयद्वारे आपोआप जमा झालेले ज्ञान जनरेटिव्ह एआय स्वतःमध्ये सामायिक करू शकतात.

जेव्हा असे होईल, तेव्हा जनरेटिव्ह एआयची शिकण्याची क्षमता मानवी क्षमतेपेक्षा कितीतरी पटीने जास्त असेल.

हे एजीआयचे (AGI) एक स्वरूप आहे असे म्हणता येईल.