ग्रेजुएट स्कूलमा छँदा, मेरा प्रयोगात्मक पुरातत्त्वका प्राध्यापकले एक विद्यार्थीलाई चेप्टो बलौटे ढुङ्गामा अर्को गोलो ढुङ्गाले खोपेर ‘ढोकाको चुकुल छिर्ने दुलो’ बनाउन भन्नुभयो। केही हप्ताको निरन्तर प्रयासपछि ती विद्यार्थीले कक्षामा आफ्नो परिणाम प्रस्तुत गरे। उनले भने, “मैले बलौटे ढुङ्गामा करिब १०,००० पटक ठोकेँ, र अन्त्यमा त्यो भाँचियो।”
यस्तो प्रकारको अनुभवलाई व्यक्तिगत सिकाइ भनिन्छ। यसले बारम्बारको प्रयास र त्रुटिबाट काम गर्छ। ‘पुनर्बल सिकाइ’ को रूपमा पनि चिनिने यो विधि नै त्यस्तो माध्यम हो जसबाट बालबालिका, चिम्पान्जी, काग र एआईले कुनै सरल औजार बनाउन वा कुनै पहेली सुल्झाउन आफैँ सिक्ने गर्छन्।
तर व्यक्तिगत सिकाइका सीमाहरू हुन्छन्। कसैले प्रयास र त्रुटिबाट जतिसुकै प्रयोग गरे पनि सुधारको एउटा सीमा हुन्छ। मानव जातिले विगत केही लाख वर्षदेखि भाला हान्दै आएको छ, तर पनि यसको प्रदर्शन लगभग एउटै विन्दुमा अडिएको छ। पेरिसमा आयोजित २०२४ को ओलम्पिकमा, स्वर्ण पदक जित्ने भाला प्रक्षेपणकर्ता जान जेलेज्नीले सन् १९९६ मा बनाएको कीर्तिमानभन्दा करिब ५ प्रतिशतले पछाडि थियो। रणनीतिक खेल ‘गो’मा विशेषज्ञ स्तरको खेल सन् १९५० देखि २०१६ सम्म लगभग स्थिर नै थियो, जबसम्म आर्टिफिसियल इन्टेलिजेन्सले यो समीकरणलाई नै बदलिसकेको थिएन।
मानव अस्तित्वको सम्पूर्ण इतिहासभरि, व्यक्तिगत सिकाइका यी सीमाहरू प्रविधिमा भने लागू भएनन्। सन् १९९७ मा आईबीएमको ‘डिप ब्लु’ले विश्व चेस च्याम्पियन ग्यारी कास्पारोभलाई हराएयता, सुपरकम्प्युटरहरू १० लाख गुणा द्रुत भइसकेका छन् र अहिले चेस तथा अन्य धेरै क्षेत्रमा निरन्तर रूपमा मानिसलाई पछाडि पारिरहेका छन्।
सांस्कृतिक विकास र नवप्रवर्तनका विषयमा एक मानवशास्त्रीको रूपमा मेरो अध्ययनले के देखाउँछ भने, व्यक्तिगत प्रदर्शनको विपरीत, प्रविधि संयोजन र सहकार्यबाट अगाडि बढ्छ। जति धेरै मानिस र विचारहरू जोडिन्छन्, सम्भावित संयोजनहरूको सङ्ख्या त्यति नै तीव्र रूपमा बढ्छ। प्राविधिक नवप्रवर्तन सहकार्यकर्ताहरूको सङ्ख्यासँगै फैलिँदै जान्छ।
मानवशास्त्री माइकल जे. ओ’ब्रायनसँग मिलेर लेखिएको मेरो नयाँ पुस्तक “कोल्याबोरेटर्स थ्रु टाइम”ले मानव अस्तित्वभरिका यी ढाँचाहरूलाई उजागर गर्छ। यसले कसरी २० लाख वर्षको प्राविधिक परम्पराहरू विशेषज्ञहरू बीच, पुस्तान्तरणमा र अन्य प्रजातिहरूसँगको सहकार्यमार्फत अघि बढे भन्ने कुराको खोजी गर्छ।
विशेषज्ञता नै मुख्य साँचो बनेको छ। परम्परागत समुदायहरूलाई आफ्ना विशेषज्ञहरू को हुन् भन्ने थाहा हुने भएकाले, विशिष्टीकरण र सहकार्यले एक प्रजातिको रूपमा मानव सफलतालाई निरन्तर बल पुर्याउँदै आएका छन्।
हाम्रो प्रविधि कसरी निरन्तर अगाडि बढिरहन्छ भन्ने अन्तरदृष्टिलाई म TECH को रूपमा सारांशित गर्छु। T बाट Tradition (परम्परा), E बाट Expertise (विशेषज्ञता), C बाट Collaboration (सहकार्य) र H बाट Humanity (मानवता)
पुरामानवशास्त्रीहरूद्वारा अभिलेखबद्ध गरिएको सबैभन्दा लामो प्राविधिक परम्परा ‘अस्युलियन हाते बन्चरो’ थियो। यो बहुउपयोगी ढुङ्गे औजार हाम्रा पूर्वजहरूले लगभग १० लाख वर्षसम्म बनाएका थिए, जसमा पूर्वी अफ्रिकाको एउटै स्थलमा मात्रै करिब ७००,००० वर्षसम्म यसको निर्माण भएको थियो। मानिसहरूले पुस्ताौँपुस्तासम्म सिकेका, अभ्यास गरेका र परिष्कृत गरेका प्रविधिहरूमार्फत अस्युलियन औजारहरू बनाएका थिए।
पछि, आधुनिक मानवका साना प्रागैतिहासिक समाजहरू हजारौँ वर्षको विशिष्ट ज्ञानमा फस्टाए; जस्तै सङ्गीत, पराल वा खरको छानो, बीउ खेती, दलदल (Bog) मा मृत शरीर गाड्ने, र कोदोको चाउचाउ तथा ममीहरूसँगै गाड्न उपयुक्त हुने पनीरसम्म बनाउने ज्ञान।
२२,००० वर्ष पहिले नै, ग्यालीली सागर नजिकका समुदायहरूले जडीबुटीजन्य बिरुवाहरूसहित १०० भन्दा बढी वनस्पति प्रजातिहरू सङ्कलन र प्रयोग गर्थे। धामी वा झाँक्रीहरू (जो औषधीय ज्ञान र स्याहारसुसारका सांस्कृतिक/रितिथिति विशेषज्ञ थिए) ले आफ्ना समूहहरूलाई बचाउन मद्दत गर्थे। चिहानहरूबाट प्राप्त पुरातात्त्विक प्रमाणहरूले यी विशेषज्ञहरू हजारौँ वर्षसम्म व्यापक रूपमा सम्मानित थिए भन्ने सङ्केत गर्छन्: इस्राइलको एउटा गुफामा एक धामी महिलालाई कछुवाको खबटो, सुनौलो चीलको पखेटा र काटिएको मानव खुट्टाका साथ गाडिएको थियो।
परम्परागत विशेषज्ञताले मात्र प्रविधिलाई अगाडि बढाउन सक्दैन। प्राविधिक प्रगति तब हुन्छ जब विशेषज्ञताका विभिन्न रूपहरू एकापसमा जोडिन्छन्।
पाङ्ग्राको अवधारणा सम्भवतः तामा खानी उत्खनन गर्ने समुदायहरूबाट आएको हुन सक्छ। एक विशेषज्ञले बाल्कन क्षेत्रबाट तामा ल्याए, अर्कोले यसको ढुवानी गरे, र अर्कोले यसलाई पगाले। ईसापूर्व ४००० सम्ममा, थप विशेषज्ञहरूले मोमको मोडल बनाउने, त्यसलाई माटोले ढाक्ने, भट्टीमा पकाउने, साँचोमा पग्लिएको धातु हाल्ने र त्यसपछि साँचो फुटाउने प्रक्रियामार्फत तामालाई पाङ्ग्रा आकारको प्रारम्भिक ताबीज वा औजारमा ढालेका थिए।
यातायात प्रविधिहरूले प्राचीन उत्पादन सञ्जालहरूलाई नयाँ रूप दिए। युरेसिया र अफ्रिकाका समुदायहरूले पाङ्ग्रा भएका सवारी साधन र जहाजहरू बनाए, साथै घोडा र अन्य भारबाही जनावरहरू पाल्न थालेपछि महाद्वीपहरूभरि सहकार्य विस्तार भयो। समुद्री र स्थल व्यापारले फलामका कामदार (ब्ल्याकस्मिथस), लिपिकार, धार्मिक विद्वान, दाना/पोते बनाउनेहरू, रेशम बुन्नेहरू र ट्याटू कलाकारहरूलाई जोडेको थियो।
विशेषज्ञता प्रायः सहर र तिनका ग्रामीण भेगहरू बीच बाँडिएको हुन्थ्यो, जहाँ सहरहरू महाद्वीपीय उत्पादन सञ्जालका मुख्य केन्द्रको रूपमा काम गर्थे। प्राचीन इजिप्टमा, कुनै पनि एकल समुदायले ‘ममी’ बनाउन सक्दैनथ्यो। सक्काराका ममीकरण विशेषज्ञहरूले तेल, अलकात्रा र खोटो आपूर्ति गर्ने महाद्वीपीय सञ्जालको प्रयोग गर्थे, र यी सामग्रीहरूलाई कीटाणुरोधन, शव लेपन, कपडा बेरिने र बाकस सिल गर्ने विशिष्ट प्रविधिहरूसँग जोड्थे।
विश्वभर, सिन्धु घाटीको सभ्यतादेखि भाइकिङ्स, मङ्गोल, मिसिसिपियन र इन्कासम्मका राज्य र साम्राज्यहरूले यी सञ्जालहरूलाई विस्तार गरे; कच्चा पदार्थ, विशिष्ट ज्ञान र तयार उत्पादनहरूको आदानप्रदानलाई समन्वय गर्ने केन्द्रको रूपमा काम गरे। यी आदानप्रदानहरू अत्यन्त विशिष्ट हुन सक्थे: चिनियाँ सेरामिक्स १२ औँ शताब्दीको इस्लामिक स्पेनका दरबारहरूमा मध्यपूर्वी व्यापारीहरूमार्फत मात्र पठाइन्थ्यो, जसले त्यसमा सुनको जलप लगाएर अरबी लिपिहरू खोप्थे।
अहिले यसको दायरापरिवर्तन भएको छ, तर संरचना भने उस्तै छ। आजको विश्वव्यापी उत्पादन क्षेत्रभित्र, एउटा आईफोनविभिन्न ठाउँमा फैलिएका विशिष्ट विशेषज्ञता र सुविधाहरूको सञ्जालबाट एसेम्बल गरिन्छ।
आज, एआईले TECH मार्फत प्राविधिक प्रगतिको हजारौँ वर्ष पुरानो ढाँचालाई भत्काउन वा अवरुद्ध गर्न सक्छ। धेरैजसो लाङ्ग्वेज मोडलहरूले तथ्याङ्कीय रूपमा सामान्य वा औसत उत्तरहरू सिर्जना गर्छन्, जसले संस्कृतिलाई समतल बनाउन सक्छ र विशेषज्ञता तथा मौलिकतालाई कमजोर पार्न सक्छ। प्रयोग नभएका उच्च-गुणस्तरका तालिम डेटा (जुन हाम्रो विशेषज्ञताको भण्डार हो) दुर्लभ हुँदै जाँदा यो जोखिम अझ बढ्छ।
यसले एउटा नकारात्मक चक्र सिर्जना गर्छ: निम्न गुणस्तरका सामग्रीहरूमा अत्यधिक तालिम दिइएका मोडलहरू समयक्रममा बिग्रँदै जान सक्छन्, जसका कारण तर्क र बोध क्षमतामा मापनयोग्य गिरावट आउँछ। केही वैज्ञानिकहरूले अहिले चेतावनी दिएका छन् कि मानिस र ठूला लाङ्ग्वेज मोडलहरू पुनःप्रशोधित र सामान्य सामग्रीको चक्रमा थुनिन सक्छन्, जसले गर्दा संलग्न सबैको मस्तिष्क निष्कृय वा खिया पर्ने स्थिति आउन सक्छ। यसको डरलाग्दो रूप ‘एआई मोडल कोल्याप्स’ हो, जसमा आफ्नै आउटपुटमा तालिम पाएका प्रणालीहरूले निरर्थक कुराहरू उत्पन्न गर्न थाल्छन्।
‘ब्रेन रट’ एउटा यस्तो कारण हो जसले गर्दा केही एआई अग्रणीहरूले अहिले लाङ्ग्वेज मोडलहरूले मानव-स्तरको बुद्धिमत्ता हासिल गर्न सक्छन् कि सक्दैनन् भनेर प्रश्न उठाउन थालेका छन्। तर, मेरो विचारमा, त्यो गलत ध्यान हो। एआई मोडलहरूलाई निरन्तर सुधार गर्ने मुख्य साँचो त्यही हो जसले हजारौँ वर्षदेखि मानव विशेषज्ञतालाई जोगाएर राखेको छ। मानव विशेषज्ञहरूलाई यसको चक्रभित्रै राखिरहनु , TECH को E अर्थात् Expertise हो।
एउटा ‘पाइड पाइपर’ प्रभावका कारण, एक जानकार अल्पसङ्ख्यक समूहले आफ्ना छिमेकीहरूको अनुकरण गर्ने अज्ञानी बहुसङ्ख्यकलाई सही बाटो देखाउन सक्छ।
एउटा क्लासिक प्रयोगमा, आफ्ना छिमेकीहरूको पछि लाग्ने गुप्पी माछाहरू रोबोटिक माछाको पछाडि लागे, जसले उनीहरूलाई खानेकुरातर्फ लगेको थियो। एक हालैको अध्ययनले देखाएको छ कि सडकमा जम्मा ५ प्रतिशत मात्रै स्वचालित सवारी साधन हुँदा पनि ट्राफिक जाम कम हुन्छ। दुवै अवस्थामा, एक सानो, जानकार अल्पसङ्ख्यकले सम्पूर्ण प्रणालीको व्यवहारलाई नयाँ रूप दियो।
मानिसहरूजस्तै, ठूला लाङ्ग्वेज मोडलहरू पनि ‘सामाजिक शिक्षार्थी’ हुन्, र यो सिकाइ दुवै तर्फ हुन सक्छ। डिजाइनरहरूले मोडलहरूमा इतिहासभरिको मानव विशेषज्ञताका सङ्ग्रहित पाठहरू समावेश भएको सुनिश्चित गरेर तिनीहरूको निरन्तर सुधारको सम्भावना बढाउन सक्छन्। यसले गर्दा मानिस र मोडलहरूले एकअर्काबाट सिक्ने वातावरण सिर्जना हुन्छ।
सन् २०१० को दशकमा, डिपमाइन्डको ‘अल्फागो’ले व्यक्तिगत सिकाइमार्फत मानिसले शताब्दीयौँदेखि सङ्कलन गरेको ‘गो’ खेलको ज्ञानलाई पुनः पत्ता लगायो, र त्यसपछि मानिसले कहिल्यै नखेलेका रणनीतिहरू सिर्जना गरेर त्योभन्दा अगाडि बढ्यो। त्यसपछि मानव गो मास्टरहरूले यी एआई-निर्मित रणनीतिहरूलाई आफ्नै खेलमा अपनाए।
राम्ररी तालिम प्राप्त लाङ्ग्वेज मोडलहरूले वैज्ञानिक जानकारीको विशाल भण्डारलाई सारांशित गर्न सक्छन्, मानिसहरूलाई षड्यन्त्रका सिद्धान्तहरूबाट बाहिर ल्याउन मद्दत गर्न सक्छन् र विविध समूहहरूलाई सहमति खोज्न मद्दत गरेर सहकार्यलाई नै सहयोग पुर्याउन सक्छन्। यी अवस्थाहरूमा, सिकाइ दुवै तर्फ बग्छ।
अस्युलियन हाते बन्चरोदेखि सुपरकम्प्युटरहरूसम्म, मानव नवप्रवर्तन सधैँ परम्परा, विशेषज्ञता, सहकार्य र मानवतामा निर्भर रहेको छ। यदि एआईलाई विशेषज्ञतालाई कमजोर पार्नुको सट्टा त्यसलाई खोज्न र विश्वास गर्नका लागि समायोजित गरियो भने, समयसँगै सहकार्यकर्ताको रूपमा हाम्रो लामो यात्रामा यो प्राचीन लिपि, बजार र प्रारम्भिक सरकारहरू सरह, मानवताको अर्को महान् प्रविधि बन्न सक्छ।
[आर. अलेक्ज्याण्डर बेन्टले टेनेसी विश्वविद्यालयमा मानवशास्त्रका प्राध्यापक हुन्। प्राज्ञिक तथा अनुसन्धान विशेषज्ञहरूको लेख प्रकाशित गर्दै आइरहेको द कन्भरसेसनमा प्रकाशित यस लेख राजु झल्लु प्रसादले अनुवाद गरेका हुन्।]
