AI અને માનવ મગજ: શું AI ક્યારેય માનવ મગજની બરાબરી કરી શકશે?

 

 

 

 

 

આજે આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) માત્ર લેબ કે વિજ્ઞાનના પુસ્તકો પૂરતી મર્યાદિત નથી રહી, તે આપણા રોજિંદા જીવનનો એક ખાસ હિસ્સો બની ગઈ છે. હજુ ગઈકાલ સુધી આપણે જેને માત્ર એક પ્રયોગ કે મનોરંજન માનતા હતા, તે આજે કોડિંગ કરવાથી લઈને વિજ્ઞાનના અઘરા કોયડા ઉકેલવામાં આપણને મદદ કરી રહી છે. ચેટજીપીટી કે જેમિની જેવા પ્રોગ્રામ્સ જ્યારે આપણી સાથે વાતો કરે, ત્યારે મનમાં એક સવાલ ચોક્કસ થાય કે – શું આ મશીનો ખરેખર આપણા મગજની જેમ વિચારવા લાગ્યા છે? જે ભાષા, તર્ક અને કલ્પનાશક્તિ પર અત્યાર સુધી માત્ર આપણો જ અધિકાર હતો, તે હવે મશીનોમાં પણ દેખાવા લાગી છે. પણ સવાલ એ છે કે શું દેખાવમાં સમાન લાગતી આ આવડત ખરેખર મશીનને માણસ જેવું બનાવી દેશે? આ સમજવા માટે આપણે AI ના ડિજિટલ માળખા અને માણસના કુદરતી મગજ વચ્ચેના તફાવતને ઊંડાણપૂર્વક સમજવો પડશે.

 

 

જો તમને એમ લાગતું હોય કે AI કોઈ રાતોરાત થયેલો ચમત્કાર છે, તો જરા થોભો. તેની શરૂઆત તો છેક ૧૯૪૩માં થઈ હતી, જ્યારે વોરેન મેકકુલોક અને વોલ્ટર પિટ્સે મનુષ્યના ચેતાકોષ (Neuron) જેવું જ એક ગાણિતિક મોડલ દુનિયા સામે મૂક્યું હતું. આ આર્ટિફિશિયલ ન્યુરોનનું કામ બહુ સાદું હતું: તે માહિતી લે છે, તેને જરૂરિયાત મુજબ મહત્વ આપે છે અને પછી જવાબ આપે છે. જોકે, એકલો ન્યુરોન બહુ નાનું કામ કરી શકે, પણ જ્યારે લાખો-કરોડો ન્યુરોન્સ ભેગા થાય, ત્યારે તે દુનિયાના અઘરામાં અઘરા કામ ચપટી વગાડતા કરી શકે છે, જેને વિજ્ઞાનની ભાષામાં 'યુનિવર્સલ એપ્રોક્સિમેશન થિયરમ' (Universal Approximation Theorem) કહેવાય છે. દાયકાઓ સુધી આપણી પાસે નહોતો એટલો ડેટા કે નહોતા એટલા શક્તિશાળી કમ્પ્યુટર્સ કે આ ટેકનોલોજીનો પૂરો પાવર જોઈ શકાય. પરંતુ છેલ્લા ૧૫ વર્ષમાં ચિત્ર બદલાઈ ગયું. ગેમિંગ માટે બનેલા ગ્રાફિક્સ કાર્ડ્સ (GPU) અને ઇન્ટરનેટ પર ઉપલબ્ધ વિશાળ ડેટાને કારણે AI ને જાણે પાંખો મળી ગઈ. આજે 'ટ્રાન્સફોર્મર' જેવી નવી સિસ્ટમ્સને કારણે મશીનો માત્ર શબ્દો જ નથી વાંચતા, પણ તેની પાછળનો સંદર્ભ અને ભાવ પણ સમજતા થયા છે.

 

 

જો આપણે કદ કે સંખ્યાની રીતે જોઈએ, તો હવે AI ધીરે ધીરે આપણા મગજની હરીફાઈ કરવા લાગ્યું છે. જીપીટી-૩ જેવા મોડલ્સ પાસે અબજો પેરામીટર્સ હતા, જ્યારે નવા મોડલ્સમાં તો આ સંખ્યા ટ્રિલિયન્સ (લાખ કરોડ) સુધી પહોંચી ગઈ છે. આપણા મગજમાં રહેલા ૧૦૦ ટ્રિલિયન કનેક્શન્સની સરખામણીમાં આ આંકડો નાનો છે. પરંતુ, અહીં જ સમાનતા પૂરી થાય છે અને અસલી તફાવત શરૂ થાય છે. આજના AI મોડલ્સ મોટે ભાગે 'ફીડ-ફોરવર્ડ' રીતે કામ કરે છે. એટલે કે, માહિતી એક છેડેથી અંદર જાય, અલગ-અલગ લેયર્સ (સ્તરો) માંથી પસાર થાય અને બીજા છેડેથી જવાબ બનીને બહાર આવે. આ પ્રક્રિયા એકતરફી છે; માહિતી એકવાર આગળ નીકળી ગઈ એટલે તે પાછી વળીને જૂની ભૂલ સુધારી શકતી નથી. આ રીત કમ્પ્યુટર માટે ઝડપી જરૂર છે, પણ આપણા મગજની કામ કરવાની પદ્ધતિ તેનાથી સાવ અલગ છે.

 

 

આપણા મગજની વાત જ કંઈક અલગ છે. તે માત્ર એક મશીન નથી જે માહિતી લે અને જવાબ આપે, પણ તે તો સતત ચાલતા એક જીવંત સંવાદ જેવું છે. આપણું મગજ દુનિયાને માત્ર 'જોતું' નથી, પણ તેને 'અનુભવે' છે અને સતત અંદાજ લગાવતું રહે છે. એક નાનું ઉદાહરણ લો—જો તમે કોઈ જાદુની વાર્તામાં 'હેરી' નામ વાંચો, તો મગજ તરત સમજી જશે કે આ હેરી પોટરની વાત છે. પણ જો તમે બ્રિટિશ રાજવી પરિવારના સમાચાર વાંચતા હોવ, તો મગજ તરત જ તેને પ્રિન્સ હેરી તરીકે ઓળખી લેશે. આ માટે મગજને કોઈ નવી ગણતરી નથી કરવી પડતી; તે જૂના અનુભવો અને આસપાસના સંદર્ભને ક્ષણવારમાં જોડી દે છે. AI ની જેમ અહીં માહિતી માત્ર સીધી લીટીમાં આગળ નથી વધતી, પણ તે સતત આગળ-પાછળ અને આજુબાજુ ફરે છે. આ જ કારણ છે કે આપણે બહુ ઓછી માહિતી હોવા છતાં પણ મુશ્કેલ સંજોગોમાં બહુ ઝડપથી અને સાચો નિર્ણય લઈ શકીએ છીએ.

 

 

વિજ્ઞાન અને કુદરત વચ્ચેનો સૌથી મોટો તફાવત જોવો હોય, તો તે વીજળીના વપરાશમાં જોવા મળે છે. આજની વિશાળ AI સિસ્ટમ્સને ચલાવવા કે ટ્રેન કરવા માટે આખા ગામને જોઈએ તેટલી મેગાવોટમાં વીજળી વપરાય છે અને એ માટે તોતિંગ ડેટા સેન્ટર્સ બનાવવા પડે છે. બીજી તરફ, આપણા મગજની કરામત જુઓ! તે માત્ર ૨૦ વોટના પાવર પર ચાલે છે—એટલે કે માત્ર બે નાના LED બલ્બ જેટલી ઉર્જામાં તે આખી દુનિયાના કામ કરી નાખે છે. આટલી બચત મગજ કેવી રીતે કરે છે? એનું કારણ છે તેની કામ કરવાની રીત. મગજમાં બધા કોષો એકસાથે કામ નથી કરતા; જ્યારે જરૂર હોય ત્યારે જ તે સક્રિય થાય છે, જેને 'ઇવેન્ટ-ડ્રિવન સિગ્નલિંગ' કહેવાય. વધુમાં, કમ્પ્યુટરમાં માહિતી લાવવા-લઈ જવા માટે મેમરી અને પ્રોસેસર વચ્ચે દોડાદોડી કરવી પડે છે જેમાં બહુ ઉર્જા વેડફાય છે, જ્યારે મગજમાં તો યાદશક્તિ અને ગણતરી બંને એક જ જગ્યાએ થાય છે. એટલે જ મગજ કોઈ પણ થાક વગર વર્ષો સુધી આટલી ઓછી ઉર્જામાં અદભૂત કામ કરતું રહે છે.

 

 

મગજની અસલી જાદુગરી તેના રસાયણોમાં છે. આપણા મગજમાં ડોપામાઈન અને એસિટિલકોલાઇન જેવા ન્યુરોટ્રાન્સમીટર એક પ્રકારના 'જીવંત સોફ્ટવેર' તરીકે કામ કરે છે. આ રસાયણો જ નક્કી કરે છે કે કઈ વાત પર ધ્યાન આપવું, ક્યારે નવી વસ્તુ શીખવી અને ક્યારે આપણા વર્તનમાં ફેરફાર કરવો. જેવી રીતે બહારના સંજોગો બદલાય, તેમ આ કેમિકલ્સ મગજની કામ કરવાની રીત પણ બદલી નાખે છે. મગજની આ લવચીકતા હજુ સુધી AI માં જોવા મળી નથી. અત્યારે વૈજ્ઞાનિકો 'ન્યુરોમોર્ફિક ચિપ્સ' અને 'મિક્સચર-ઓફ-એક્સપર્ટ્સ' જેવી ટેકનોલોજી દ્વારા મગજની આ કુદરતી કરામતની નકલ કરવાનો પ્રયાસ તો કરી રહ્યા છે, પણ અંતે તો તે માત્ર ગણિતના સમીકરણો જ છે. મગજ જેવું 'બાયોલોજીકલ' જાદુ ઊભું કરવું એ હજુ પણ AI માટે એક મોટો પડકાર છે.

 

 

હવે મૂળ સવાલ પર આવીએ—શું AI ક્યારેય માણસના મગજ જેવું બની શકશે? આનો જવાબ થોડો જટિલ છે. વિજ્ઞાન આપણને એક સુંદર વાત સમજાવે છે: કોઈ કામ કરવા માટે કુદરતની રીત જ એકમાત્ર રસ્તો નથી. જેમ કે, હૃદયના ધબકારા જાળવવા માટે આપણે 'પેસમેકર' વાપરીએ છીએ. તે જોવામાં હૃદય જેવું નથી લાગતું, પણ કામ તો હૃદયનું જ કરે છે! બસ, AI નું પણ કંઈક એવું જ છે. તે આપણા મગજની નકલ કર્યા વગર પણ આપણા જેવી કે આપણાથી પણ વધુ બુદ્ધિશાળી સાબિત થઈ શકે છે. મશીનો પર મનુષ્યો જેવી કોઈ શારીરિક કે ઉર્જાની મર્યાદાઓ નથી. એટલે એવું બની શકે કે ભવિષ્યમાં AI આપણા મગજ જેવું બનવાને બદલે એક એવા સ્તરની બુદ્ધિ વિકસાવે જે આપણી કલ્પના અને સમજની પણ બહાર હોય.

  

 

આખરે તો વાત એ નથી કે મશીન માણસ જેવું દેખાય છે કે નહીં, પણ મહત્વનું એ છે કે તે કેટલું સમજદારીભર્યું કામ કરે છે. ભવિષ્યમાં આ બંને આપણું મગજ અને AI એકબીજાના હરીફ બનવાને બદલે એકબીજાના મદદગાર બની શકે છે. મનુષ્ય પાસે પોતાની સહજ સૂઝબૂઝ અને લાગણીઓની તાકાત છે, જ્યારે AI પાસે પહાડ જેવડા ડેટાને મિનિટોમાં ઉકેલવાની શક્તિ છે. જો આ બંને હાથ મિલાવી લે, તો માનવજાત જ્ઞાન અને વિજ્ઞાનના એવા શિખરો સર કરી શકશે જેની આપણે કલ્પના પણ નથી કરી. બુદ્ધિ એ માત્ર લોહી-માંસના બનેલા કોષોની જ મિલકત નથી; તે તો માહિતીને સમજવાની અને તેને વાપરવાની એક અદભૂત કળા છે, જે હવે સિલિકોન ચિપ્સમાં પણ આકાર લઈ રહી છે. 

 

 

 

સાંભળો આ લેખને...