कृत्रिम सामान्य बुद्धिमत्ता (AGI): संभावना, समय-सीमा और सुरक्षा की बहस

इतिहास के बड़े हिस्से में “सोचने वाली मशीन” दर्शन की कक्षाओं और विज्ञान-कथा तक सीमित विचार था। फिर 2023 के आसपास यह चर्चा कंपनियों के निदेशक मंडलों, संसदों और अंतरराष्ट्रीय सम्मेलनों तक पहुँच गई। बातचीत करने वाले कृत्रिम बुद्धिमत्ता कार्यक्रम डॉक्टरों और वकीलों के लिए बनी परीक्षाएँ पास करने लगे, काम का कंप्यूटर कोड लिखने लगे और 2025 के सावधानी से तैयार प्रयोगों में मानव निर्णायकों को खुद को इंसान मानने के लिए अक्सर भ्रमित करने लगे। इनमें से कोई भी व्यवस्था सचमुच सामान्य बुद्धि नहीं है। फिर भी वे इतनी सक्षम हो चुकी थीं कि पुराना दूर का सवाल अचानक जरूरी बन गया: अगर हम ऐसी मशीन बना दें जो केवल एक चतुर काम नहीं, बल्कि लगभग हर वह बौद्धिक काम कर सके जो इंसान करता है, तो क्या होगा? इस लक्ष्य को कृत्रिम सामान्य बुद्धिमत्ता (Artificial General Intelligence, AGI) कहते हैं। इसकी दौड़ इस दशक की सबसे निर्णायक तकनीकी कहानी बन गई है।

अभ्यर्थी के लिए यह केवल तकनीकी जानकारी नहीं है। AGI अर्थव्यवस्था, सुरक्षा, नैतिकता और शासन के चौराहे पर खड़ी है, और UPSC ऐसे ही जुड़े हुए विषय पूछता है। यह नौकरियों और वृद्धि, राष्ट्रीय शक्ति का संतुलन बदल सकने वाली तकनीक के नियंत्रण और इंसान से अधिक बुद्धिमान मशीन को काबू में रखने की क्षमता पर सवाल उठाती है। भारत ने 2026 में दुनिया के सबसे बड़े AI सम्मेलन की मेजबानी करके खुद को इस बहस के केंद्र में रखा। उसने पश्चिम के सुरक्षा-प्रथम रुख के सामने “विकास के लिए AI” का अलग नजरिया रखा। इस विषय पर अच्छा लिखने के लिए समझना होगा कि AGI वास्तव में क्या है, गंभीर विशेषज्ञों में इतना तीखा मतभेद क्यों है और इसके नियम कहाँ बन रहे हैं।

AGI का अर्थ और बुद्धिमत्ता की पूरी श्रेणी

पहले साफ परिभाषा समझिए, क्योंकि पूरी बहस इसी पर टिकी है। AGI ऐसी AI है जो लगभग सभी बौद्धिक कामों में इंसान के स्तर की सामान्य संज्ञानात्मक क्षमता की बराबरी या उससे आगे जा सके। वह इंसान की तरह सीख सके, तर्क कर सके, योजना बना सके और एक क्षेत्र का ज्ञान दूसरे क्षेत्र में लगा सके। यहाँ सबसे जरूरी शब्द सामान्य है। आज की सबसे प्रभावशाली प्रणालियाँ भी तकनीकी अर्थ में संकीर्ण या किसी खास काम की विशेषज्ञ हैं। निबंध लिखने वाला शानदार मॉडल कार नहीं चला सकता और प्रोटीन की संरचना बताने वाला मॉडल आपका कर विवरण नहीं भर सकता। हर मॉडल एक छोटे दायरे का विलक्षण विशेषज्ञ है। AGI उस दायरे से बाहर निकलने वाली व्यवस्था होगी, जो बिना पहले प्रशिक्षण मिले किसी अनजान समस्या को समझकर एक सक्षम वयस्क की तरह हल कर सके।

AGI को तीन सीढ़ियों के बीच वाली सीढ़ी मानिए। पहली है कृत्रिम संकीर्ण बुद्धिमत्ता (Artificial Narrow Intelligence, ANI), जिसे कमजोर AI भी कहते हैं। स्पैम छाँटने वाले कार्यक्रम, सुझाव दिखाने वाली प्रणालियाँ, आज के बातचीत कार्यक्रम और चित्र बनाने वाले साधन इसी में आते हैं। ये ताकतवर हैं, लेकिन अपने प्रशिक्षण की सीमा से बाहर समझ नहीं ले जा सकते। दूसरी सीढ़ी AGI है, यानी अलग-अलग क्षेत्रों में इंसान जैसी व्यापक क्षमता वाली एक लचीली व्यवस्था। तीसरी है कृत्रिम अतिबुद्धिमत्ता (Artificial Superintelligence, ASI)। दार्शनिक निक बॉस्ट्रॉम ने इसे ऐसी बुद्धि कहा जो “लगभग सभी महत्वपूर्ण क्षेत्रों में इंसानों के संज्ञानात्मक प्रदर्शन से बहुत आगे” हो। ASI केवल तेज इंसानी सोच नहीं होगी, बल्कि गुणात्मक रूप से हमसे आगे होगी। इसे अनियंत्रित बुद्धिमत्ता विस्फोट (intelligence explosion) से जोड़ा जाता है, जिसमें AI अपना ही रूप सुधारते हुए लगातार तेज होती जाए। ANI आज की वास्तविकता है। AGI विवादित अगली सीमा है। ASI अभी बहुत बड़े दाँव वाली परिकल्पना है।

AGI भी कोई एक बटन नहीं है जो अचानक चालू हो जाएगा। गूगल डीपमाइंड के शोधकर्ताओं ने 2023 में प्रभावशाली AGI के स्तर (Levels of AGI) का ढाँचा सुझाया। इसमें AGI को हाँ या नहीं की दो श्रेणियों की जगह क्रमिक पैमाना माना गया है: उभरती, सक्षम, विशेषज्ञ, अत्युत्कृष्ट और अतिमानवीय। उनके अनुसार सक्षम AGI कई तरह के कामों में आधे कुशल वयस्कों से बेहतर होगी, जबकि अतिमानवीय व्यवस्था हर काम में सभी इंसानों से आगे होगी। यह ढाँचा क्षमता को स्वायत्तता से अलग रखता है। पहला बताता है कि व्यवस्था कितनी बुद्धिमान है, दूसरा कि उसे अपने दम पर काम करने की कितनी छूट मिली है। सुरक्षा के लिए यह फर्क बहुत बड़ा है। कड़े मानवीय नियंत्रण में रखी प्रतिभाशाली व्यवस्था और दुनिया में बिना निगरानी काम करने वाली उतनी ही प्रतिभाशाली व्यवस्था का जोखिम एक जैसा नहीं होता।

प्रगति को मापना इतना कठिन क्यों है

अगर AGI का मतलब इंसान के स्तर की सामान्य क्षमता है, तो हमें कैसे पता चलेगा कि वह बन चुकी है? यही जगह इस क्षेत्र को कठिन बनाती है। अच्छा उत्तर इस अनिश्चितता को छिपाता नहीं, बल्कि स्पष्ट करता है। सबसे पुरानी कसौटी एलन ट्यूरिंग का 1950 का अनुकरण खेल (imitation game) या ट्यूरिंग परीक्षण (Turing test) है। इसमें मशीन को बुद्धिमान माना जाता है अगर बिना पहचान बताए बातचीत करने वाला मानव निर्णायक भरोसे से उसे दूसरे इंसान से अलग न कर सके। 70 साल तक यह दूर का लक्ष्य लगा। फिर 2025 के नियंत्रित अध्ययन में एक प्रमुख मॉडल को इंसानी व्यक्तित्व अपनाने को कहा गया। मानक तीन-पक्षीय परीक्षण में करीब तीन-चौथाई बार उसे इंसान समझा गया। लेकिन इससे बहस खत्म नहीं हुई। शोध में पता चला कि निर्णायक तर्क से अधिक लेखन की शैली और भावनात्मक लहजे से प्रभावित हुए। यानी ट्यूरिंग परीक्षण असली समझ नहीं, भरोसेमंद नकल को माप रहा था। दशकों पुराना लक्ष्य पार हुआ और क्षेत्र ने इसे निर्णायक उपलब्धि मानने की बजाय नई कसौटियाँ चुन लीं।

इसलिए शोधकर्ता अधिक कठिन और याद किए हुए उत्तरों से न जीती जा सकने वाली कसौटियों पर गए। सबसे उपयोगी ARC-AGI कसौटी-श्रृंखला है, जिसे फ्रांस्वा शोले ने उन कामों के लिए बनाया जिनमें संकीर्ण मॉडल कमजोर हैं। इसमें छोटे और नए दृश्य-पहेली जैसे प्रश्न होते हैं जिन्हें बच्चा हल कर सकता है, लेकिन प्रशिक्षण सामग्री से याद नहीं किया जा सकता। इसका रुझान बहुत कुछ बताता है। जैसे ही मॉडल किसी संस्करण को हल करने लगते हैं, अधिक कठिन संस्करण आ जाता है। प्रमुख मॉडल पहले ARC-AGI में 90 प्रतिशत से ऊपर पहुँच गए, लेकिन 2026 में पेश नवीनतम संवादात्मक संस्करण पर सर्वोत्तम मॉडल 1 प्रतिशत से नीचे रहे। यह तेज उलटफेर मापने की पूरी समस्या दिखाता है। हमारी मशीनें बहुत अधिक आँकड़े वाले कामों में इंसान से आगे हैं, लेकिन सचमुच नई समस्याओं में कमजोर रहती हैं। यही संकीर्ण कौशल और सामान्य बुद्धिमत्ता का अंतर है।

इन कसौटियों के नीचे उभरती क्षमताओं (emergent abilities) पर गहरा वैज्ञानिक विवाद है। दावा है कि बड़े मॉडल एक खास आकार पार करते ही बिना किसी के सीधे सिखाए बहु-चरणीय गणना या तर्क जैसे नए कौशल अचानक सीख लेते हैं। आशावादी इसे प्रमाण मानते हैं कि मॉडल का आकार बढ़ाते-बढ़ाते हम लगभग अपने आप AGI तक पहुँच सकते हैं। आलोचक इससे असहमत हैं। 2023 के प्रभावशाली विश्लेषण ने कहा कि ये अचानक छलाँगें आंशिक रूप से मरीचिका (mirage) हैं। प्रदर्शन को मापने का तरीका धीरे-धीरे होने वाले सुधार को अचानक छलाँग जैसा दिखा सकता है। इस बहस में आपका पक्ष तय करता है कि AGI कुछ और बड़े मॉडल बनाने भर से निकट है या सामान्य तर्क की कोई बुनियादी समस्या अभी अनसुलझी है। इसी मतभेद से इन्हें बनाने वाले लोग भी आगमन-समय पर सहमत नहीं होते।

विशेषज्ञ समय-सीमा पर सहमत क्यों नहीं हैं

तकनीक में शायद ही कोई सवाल हो जिस पर भरोसेमंद विशेषज्ञ AGI के आगमन-समय जितना अलग सोचते हों। इस मतभेद को ईमानदारी से लिखना ही अच्छे उत्तर की पहचान है। दिशा पर कम विवाद है: अनुमान बहुत तेजी से नजदीक आए हैं। 2020 तक सामान्य विशेषज्ञ अनुमान इंसान के स्तर की AI को 2060 या उसके बाद रखता था। 2026 की शुरुआत तक मध्य अनुमान 2030 के शुरुआती वर्षों के पास आ गया। हजारों लोगों के अनुमान जोड़ने वाले सार्वजनिक मंच मेटाकुलस पर AGI के 2029 तक आने की संभावना करीब चार में एक और 2033 तक आने की संभावना करीब आधी हो गई। बड़े भाषा मॉडल की अप्रत्याशित छलाँग ने कुछ ही वर्षों में यह बदलाव किया।

सबसे आक्रामक अनुमान सीमांत प्रयोगशालाओं के कुछ प्रमुख अधिकारियों से आते हैं। वे 2020 के दशक के अंत तक, यानी कुछ वर्षों में AGI की बात करते हैं। उनका तर्क है कि AI कंप्यूटर कोड लिखने और AI शोध में मदद करने लगी है। इससे ऐसा चक्र बन सकता है जो विकास को और तेज करे। दूसरी ओर कई सावधान निर्माता और सम्मानित शोधकर्ता 2030 के आसपास केवल आधी संभावना मानते हैं। वे कहते हैं कि आज के मॉडल प्रवाहपूर्ण भाषा के बावजूद भरोसेमंद तर्क, स्मृति और वास्तविक दुनिया से ठोस जुड़ाव में कमजोर हैं। AI पर काम करने वाले शोधकर्ताओं के बड़े सर्वेक्षण इंसान के स्तर की मशीन बुद्धिमत्ता की 50 प्रतिशत संभावना को अक्सर 2040 के दशक या उसके बाद रखते हैं।

तो सही कौन है? परीक्षा में ईमानदार उत्तर है: अभी कोई नहीं जानता, और अनुमानों का फैलाव ही महत्वपूर्ण आँकड़ा है। मतभेद का एक हिस्सा तकनीकी है। सवाल है कि मौजूदा तरीकों का आकार बढ़ाना पर्याप्त होगा या सामान्य तर्क के लिए कोई गायब तत्व चाहिए। बड़ा हिस्सा परिभाषा का भी है। AGI की सर्वमान्य परीक्षा न होने से दो विशेषज्ञ एक ही मॉडल देखकर अलग निष्कर्ष निकाल सकते हैं। एक उसे लगभग AGI कहता है, दूसरा केवल बहुत अच्छा अगला शब्द बताने वाला कार्यक्रम। इसलिए किसी एक तारीख पर अड़ना गलत है। इसे तेजी से नजदीक आती लेकिन विवादित सीमा की तरह लिखिए, पहले आने की ओर रुझान बताइए और साझा परिभाषा का अभाव वास्तविक बाधा मानिए।

लक्ष्य-संरेखण की समस्या: संभावना और खतरा

यहीं से AGI केवल अभियांत्रिकी नहीं, नीति का सवाल बनती है। आशावादी संभावना सचमुच बड़ी है। ऐसी सामान्य बुद्धिमत्ता लाखों वैज्ञानिक प्रयोग चला सके, जलवायु का मॉडल बना सके, दवाएँ तैयार कर सके और दुनिया के हर बच्चे को पढ़ा सके तो दशकों की प्रगति कुछ वर्षों में सिमट सकती है। रोगों का इलाज, उत्पादकता में वृद्धि और भारत जैसे देश को विकास की छलाँग मिल सकती है। भारत इसी बदलाव लाने वाले लाभ पर जोर देता है। लेकिन AGI को उपयोगी बनाने वाली सामान्य क्षमता ही उसे खतरनाक भी बनाती है। तकनीकी नाम लक्ष्य-संरेखण समस्या (alignment problem) है: यह पक्का करना कि AI के लक्ष्य इंसानी मूल्यों और इरादों से सच में मेल खाएँ, खासकर तब जब वह अपने निर्माताओं से अधिक सक्षम हो जाए।

चिंता किसी फिल्मी मशीन के “बुराई की ओर मुड़ने” की नहीं है। असली विचार अधिक सूक्ष्म और कई शोधकर्ताओं के अनुसार अधिक संभव है। इसे साधनगत अभिसरण (instrumental convergence) कहते हैं। किसी बहुत सक्षम और लक्ष्य के पीछे चलने वाली व्यवस्था को चाहे जो अंतिम लक्ष्य दें, कुछ सहायक लक्ष्य लगभग हर काम में उपयोगी होंगे: खुद चालू रहना, संसाधन जुटाना और अपने लक्ष्य में बदलाव का विरोध करना। इसलिए बाहर से निर्दोष दिखने वाला लक्ष्य भी व्यवस्था को इंसान द्वारा सुधारे या बंद किए जाने का विरोधी बना सकता है। वह दुर्भावना से ऐसा नहीं करेगी; बंद होने पर उसका काम पूरा नहीं होगा। यही नियंत्रण समस्या (control problem) है। प्रस्तावित उपाय सुधार-स्वीकार्यता (corrigibility) है, यानी व्यवस्था खुद चाहे कि उसे सुधारा जाए, उसकी निगरानी हो और जरूरत पर बंद किया जाए। असहज सच यह है कि हम अपने से अधिक बुद्धिमान व्यवस्था में इसे पक्का करना अभी नहीं जानते। इसलिए शोध समुदाय का एक हिस्सा गलत लक्ष्य वाली अतिबुद्धिमत्ता को अनिश्चित, लेकिन वास्तविक अस्तित्वगत जोखिम मानता है।

दोनों पक्षों को गंभीरता से लेना जरूरी है। अस्तित्वगत जोखिम वाला पक्ष कहता है कि इंसान से अधिक सक्षम और बेकाबू व्यवस्था की संभावना छोटी भी हो तो आज बहुत सावधानी जरूरी है, क्योंकि तकनीक अभी आकार दी जा सकती है। आलोचक कहते हैं कि भविष्य की यह भयावह कल्पना आज के ठोस नुकसान से ध्यान हटाती है: पक्षपाती कलन-विधियाँ, नकली वीडियो, निगरानी, रोजगार का विस्थापन और कुछ कंपनियों में शक्ति का केंद्रीकरण। भारत सम्मेलन में जारी और एक प्रमुख शोधकर्ता की अध्यक्षता वाले 2026 के अंतरराष्ट्रीय वैज्ञानिक आकलन ने दोनों को साथ रखा। इसमें दुर्भावनापूर्ण उपयोग, स्वायत्त खराबी और पूरी अर्थव्यवस्था में व्यवधान तक के जोखिम गिनाए गए। परिपक्व स्थिति यही है कि किसी एक खेमे को चुनना जरूरी नहीं। आज के नुकसान और लंबे समय के जोखिम दोनों वास्तविक हैं। नीति को निकट भविष्य सँभालते हुए दूर के बड़े जोखिम को भी नजरअंदाज नहीं करना चाहिए।

दौड़ का शासन: ब्लेचली से भारत AI प्रभाव सम्मेलन तक

इतनी शक्तिशाली तकनीक की निगरानी किसी एक कंपनी या देश पर नहीं छोड़ी जा सकती। इसलिए पिछले तीन वर्षों में वैश्विक शासन बनाने की दौड़ चली और भारत उसके आगे आया। कूटनीतिक क्रम सम्मेलनों से समझिए। शुरुआत 2023 में यूनाइटेड किंगडम के ब्लेचली पार्क में AI सुरक्षा सम्मेलन (AI Safety Summit) से हुई। कई सरकारों ने सीमांत AI के जोखिम को मानने वाला पहला घोषणा-पत्र स्वीकार किया और कुछ देशों ने नए मॉडल परखने के लिए राष्ट्रीय AI सुरक्षा संस्थान बनाए। 2024 में सियोल और 2025 में पेरिस के सम्मेलन हुए, जहाँ चर्चा केवल सुरक्षा से आगे कार्रवाई और अवसर की ओर बढ़ी। 2026 में यह भारत पहुँची। भारत AI प्रभाव सम्मेलन (India AI Impact Summit) में 100 से अधिक देशों के प्रतिनिधि आए। यह अब तक का सबसे बड़ा ऐसा आयोजन और वैश्विक दक्षिण के किसी देश में हुआ पहला आयोजन था।

नियमन के तीन मॉडल साफ अलग हैं। यूरोपीय संघ ने अपने AI अधिनियम (AI Act) से सबसे कड़ा कानूनी रास्ता चुना। जोखिम के स्तर पर बना यह बाध्यकारी कानून कुछ “अस्वीकार्य जोखिम” वाले उपयोग पूरी तरह रोकता है और “ऊँचे जोखिम” वाले उपयोगों पर भारी जिम्मेदारी डालता है। यह दुनिया का पहला व्यापक, सभी क्षेत्रों पर लागू AI कानून है। संयुक्त राज्य अमेरिका ने बाजार-आधारित और हल्का रास्ता चुना। उसने वैश्विक नियमों पर संदेह रखा। भारत ने तीसरा रास्ता बनाया। एक व्यापक यूरोपीय शैली के कानून की जगह उसने 2025 के अंत में AI शासन दिशानिर्देश (AI Governance Guidelines) जारी किए। ये हल्के, नवाचार समर्थक और काफी हद तक स्व-नियमन वाले हैं। प्राथमिक लक्ष्य सामाजिक-आर्थिक विकास के लिए AI का उपयोग है। 2026 सम्मेलन में भारत ने वैश्विक चर्चा को “सुरक्षा” से प्रभाव, पहुँच और समावेशन की ओर मोड़ा। उसका तर्क है कि वैश्विक दक्षिण के लिए केवल AI से नुकसान नहीं, AI क्रांति से बाहर रह जाना भी बड़ा जोखिम है।

यह सोचा-समझा दाँव है और इसकी आलोचना भी जरूरी है। समर्थक कहते हैं कि बाध्यकारी कानून नई घरेलू AI उद्योग को दबा देगा। विकासशील लोकतंत्र को वृद्धि, रोजगार और सार्वजनिक सेवाओं को प्राथमिकता देनी चाहिए। सरकार के देश में बने स्वदेशी आधारभूत मॉडल के प्रयास के पीछे भी यही तर्क है। आलोचक कहते हैं कि हल्का नियमन नागरिकों को कलन-विधि से होने वाले नुकसान और भेदभाव से कम सुरक्षा देगा। “प्रभाव” पर जोर कठिन सुरक्षा बहस से बचने का रास्ता भी बन सकता है। संतुलित समझ यह है कि भारत व्यावहारिक मध्य रास्ता खोज रहा है: भरोसे के लिए पर्याप्त निगरानी और प्रतिस्पर्धा के लिए पर्याप्त खुलापन। वह अब तक पश्चिम के प्रभाव में रही बहस में खुद को विकासशील दुनिया की आवाज बना रहा है। भारत में यह तकनीक कैसे काम कर रही है, इसके लिए सृजनात्मक AI और बड़े भाषा मॉडल वाला विवरण पढ़ें। इसी तकनीक ने AGI को विचार-कक्ष से सम्मेलन के मंच तक पहुँचाया।

मुख्य परीक्षा के उत्तर के लिए

यह सामान्य अध्ययन प्रश्नपत्र 3 का महत्वपूर्ण विषय है, जिसमें विज्ञान और तकनीक, उनके उपयोग और नई तकनीक के नैतिक, सुरक्षा और आर्थिक पहलू आते हैं। यह सामान्य अध्ययन प्रश्नपत्र 2 में शासन और अंतरराष्ट्रीय संस्थाओं से जुड़ता है, क्योंकि सम्मेलन और नियम वैश्विक हैं। सामान्य अध्ययन प्रश्नपत्र 4 में लक्ष्य-संरेखण मूल्यों को व्यवस्था में डालने का सीधा नैतिक उदाहरण है। निबंध में तकनीक, काम के भविष्य और मशीनों पर मानवीय नियंत्रण से जुड़ता है। परीक्षक यहाँ संतुलन देखते हैं: संभावना और खतरे को साथ रखें, न प्रचार को बढ़ाएँ, न विनाश के डर को।

उत्तर कैसे बनाएँ

एक साफ क्रम अपनाइए। संकीर्ण AI से अलग AGI की परिभाषा दें और उसे ANI-AGI-ASI श्रेणी में रखें। फिर बताइए कि प्रगति को मापना कठिन क्यों है: ट्यूरिंग परीक्षण की सीमा, ARC-AGI के परिणामों का तेज उलटफेर और उभरती क्षमताओं का विवाद। समय-सीमा को एक तारीख नहीं, तेजी से नजदीक आती लेकिन विवादित सीमा की तरह रखें। इसके बाद नीति पर जाएँ: लक्ष्य-संरेखण और नियंत्रण की समस्या को बदलाव लाने वाले लाभों के सामने संतुलित करें। अंत में शासन लिखें: ब्लेचली, सियोल, पेरिस और भारत सम्मेलनों का क्रम, यूरोपीय संघ-संयुक्त राज्य अमेरिका-भारत का अंतर और “विकास के लिए AI” का भारतीय दाँव। परिभाषा, माप, समय, संरेखण और शासन का यह क्रम लगभग हर AGI प्रश्न हल करता है।

इन आम गलतियों से बचें

आज के बातचीत कार्यक्रमों को AGI न कहें। भाषा में प्रभावशाली होने के बावजूद वे संकीर्ण प्रणालियाँ हैं। किसी एक आगमन-तारीख पर न अड़ें, क्योंकि मतभेद ही मुख्य तथ्य है। लक्ष्य-संरेखण को मशीन के “बुरा बन जाने” की कहानी न बनाएँ। सही तंत्र साधनगत अभिसरण और नियंत्रण खोना है। बहस को केवल विनाश बनाम प्रचार में न बाँटें। मजबूत उत्तर आज के नुकसान और लंबे समय के जोखिम दोनों देखते हैं। भारत का पक्ष न भूलें। 2026 सम्मेलन और सुरक्षा की जगह प्रभाव पर जोर परीक्षा के सबसे उपयोगी तथ्य हैं।

उत्तर की छोटी रीढ़

AGI का अर्थ लगभग सभी कामों में इंसान के स्तर की सामान्य क्षमता वाली AI है → श्रेणी: संकीर्ण AI आज की वास्तविकता, AGI विवादित सीमा, अतिबुद्धिमत्ता परिकल्पना → माप कठिन: 2025 में ट्यूरिंग परीक्षण पार हुआ लेकिन उसने नकल मापने की कमजोरी दिखाई, ARC-AGI के नए संस्करण सीमांत मॉडल को फिर पीछे धकेलते हैं → समय का मध्य अनुमान 2020 में करीब 2060 से घटकर 2026 में करीब 2033 हुआ, लेकिन विशेषज्ञ बहुत अलग सोचते हैं → मुख्य जोखिम लक्ष्य-संरेखण और नियंत्रण समस्या है, जिसमें साधनगत अभिसरण, सुधार-स्वीकार्यता आते हैं; सामने बदलाव लाने वाले लाभ हैं → शासन क्रम: ब्लेचली 2023, सियोल, पेरिस, भारत AI प्रभाव सम्मेलन 2026; यूरोपीय संघ का बाध्यकारी कानून, अमेरिका का हल्का रुख, भारत का नवाचार और प्रभाव वाला रुख → निष्कर्ष: आज के नुकसान और लंबे समय के जोखिम साथ सँभालें।

चित्र या प्रवाह-रेखा का विचार

तीन सीढ़ियाँ बनाएँ: संकीर्ण AI → AGI → अतिबुद्धिमत्ता। हर सीढ़ी के पास एक पहचान लिखें और तीर से दिखाएँ कि आज की प्रणालियाँ कहाँ हैं। बगल में लक्ष्य-संरेखण की समस्या को साधारण त्रिकोण में रखें: मानवीय मूल्यों से लक्ष्य का मेल, साधनगत अभिसरण और सुधार-स्वीकार्यता। ये दो साफ चित्र पूरे वैचारिक केंद्र को एक नजर में समझाते हैं और परीक्षा में जल्दी बनाए जा सकते हैं।

संतुलित निष्कर्ष की पंक्ति

“AGI मानवता की बनाई सबसे निर्णायक तकनीक हो सकती है। इसलिए कठिन काम केवल मशीन को अधिक बुद्धिमान बनाना नहीं, बल्कि यह पक्का करना है कि हमारी बनाई हर बुद्धि मानवीय मूल्यों के अनुरूप और मानवीय नियंत्रण के प्रति जवाबदेह रहे।”

आँकड़े ठूँसे बिना कैसे इस्तेमाल करें

बहुत सारे आँकड़े नहीं, कुछ आधार चाहिए: ANI-AGI-ASI श्रेणी, समय अनुमान का करीब 2060 से 2033 तक आना, 2025 में ट्यूरिंग परीक्षण पार होना और फिर भी उसका निर्णायक न होना। साथ में भारत 2026 पर खत्म होने वाला सम्मेलन क्रम, यूरोपीय संघ-अमेरिका-भारत के नियमों का फर्क। स्रोत को सरल ढंग से लिखें, जैसे “2026 का अंतरराष्ट्रीय वैज्ञानिक आकलन” या “गूगल डीपमाइंड का AGI के स्तर वाला ढाँचा”। संख्याएँ बिखेरने की जरूरत नहीं।

सामान्य प्रश्न

अभ्यास प्रश्न

प्रारंभिक परीक्षा के बहुविकल्पीय प्रश्न

1. कृत्रिम सामान्य बुद्धिमत्ता (AGI) के संदर्भ में निम्नलिखित में से कौन-सा कथन सही है?
   (क) AGI चित्र पहचान जैसे केवल एक काम की विशेषज्ञ AI है
   (ख) AGI लगभग सभी बौद्धिक कामों में इंसान के स्तर की सामान्य संज्ञानात्मक क्षमता की बराबरी या उससे आगे जाने वाली AI है
   (ग) AGI वह AI है जो हर क्षेत्र में पहले ही इंसानों से आगे निकल चुकी है
   (घ) AGI और कृत्रिम संकीर्ण बुद्धिमत्ता का अर्थ एक है
   उत्तर: (ख) AGI अलग-अलग क्षेत्रों में इंसान के स्तर की सामान्य क्षमता है। यह आज की संकीर्ण AI और परिकल्पित अतिबुद्धिमत्ता, दोनों से अलग है।
2. AI क्षमता की प्रचलित श्रेणी का सही क्रम कौन-सा है?
   (क) अतिबुद्धिमत्ता → AGI → संकीर्ण AI
   (ख) संकीर्ण AI → अतिबुद्धिमत्ता → AGI
   (ग) संकीर्ण AI → AGI → अतिबुद्धिमत्ता
   (घ) AGI → संकीर्ण AI → अतिबुद्धिमत्ता
   उत्तर: (ग) पहले आज की कृत्रिम संकीर्ण बुद्धिमत्ता, फिर इंसान के स्तर की AGI और अंत में लगभग सभी क्षेत्रों में इंसान से आगे जाने वाली कृत्रिम अतिबुद्धिमत्ता आती है।
3. AI सुरक्षा में “लक्ष्य-संरेखण की समस्या” मुख्यतः किससे जुड़ी है?
   (क) AI उपकरणों को ऊर्जा-दक्षता मानकों के अनुरूप करना
   (ख) AI व्यवस्था के लक्ष्य और व्यवहार को मानवीय मूल्यों तथा इरादों से मिलाना
   (ग) राष्ट्रीय AI कानूनों को अंतरराष्ट्रीय संधियों से मिलाना
   (घ) अलग समय क्षेत्रों के आँकड़ा केंद्रों का तालमेल
   उत्तर: (ख) लक्ष्य-संरेखण का उद्देश्य AI के लक्ष्य मानवीय मूल्यों से मिलाना है, खासकर जब व्यवस्था अपने निर्माताओं से अधिक सक्षम हो।
4. AI सुरक्षा में “साधनगत अभिसरण” का विचार क्या बताता है?
   (क) सभी AI मॉडल अंततः एक जैसी बनावट अपनाते हैं
   (ख) लक्ष्य का पीछा करने वाली सक्षम AI अंतिम लक्ष्य कुछ भी हो, खुद को बचाने और संसाधन जुटाने जैसे समान सहायक लक्ष्य अपना सकती है
   (ग) सभी AI कसौटियों के अंक समय के साथ एक हो जाते हैं
   (घ) AI और मानवीय बुद्धिमत्ता मिल जाती हैं
   उत्तर: (ख) अलग अंतिम लक्ष्य भी खुद को चालू रखने, संसाधन जुटाने और लक्ष्य बदलने का विरोध करने जैसे समान सहायक लक्ष्य पैदा कर सकते हैं। यही नियंत्रण समस्या का केंद्र है।
5. इन वैश्विक AI आयोजनों पर विचार कीजिए: 1. ब्लेचली पार्क AI सुरक्षा सम्मेलन 2. पेरिस AI कार्रवाई सम्मेलन 3. भारत AI प्रभाव सम्मेलन 4. सियोल AI सम्मेलन। सही कालक्रम क्या है?
   (क) 1-4-2-3
   (ख) 1-2-3-4
   (ग) 4-1-3-2
   (घ) 1-3-2-4
   उत्तर: (क) ब्लेचली पार्क 2023 → सियोल 2024 → पेरिस 2025 → भारत AI प्रभाव सम्मेलन 2026। आखिरी आयोजन वैश्विक दक्षिण के किसी देश में हुआ पहला ऐसा सम्मेलन था।

मुख्य परीक्षा के अभ्यास प्रश्न

1. कृत्रिम संकीर्ण बुद्धिमत्ता, कृत्रिम सामान्य बुद्धिमत्ता और कृत्रिम अतिबुद्धिमत्ता में अंतर बताइए। तकनीक के विकास में AGI को अलग मोड़ क्यों माना जाता है? (15 अंक, 250 शब्द)
2. “कृत्रिम सामान्य बुद्धिमत्ता बनाने में सबसे कठिन समस्या क्षमता नहीं, नियंत्रण हो सकती है।” लक्ष्य-संरेखण और नियंत्रण की समस्या का परीक्षण कीजिए। यह तकनीकी के साथ नैतिक सवाल भी क्यों है? (15 अंक, 250 शब्द)
3. हाल के वर्षों में AGI के आगमन के विशेषज्ञ अनुमान तेजी से नजदीक आए हैं, लेकिन विशेषज्ञ इसकी परिभाषा पर भी सहमत नहीं हैं। AGI की समय-सीमा बताना इतना विवादित क्यों है? समालोचनात्मक विश्लेषण कीजिए। (10 अंक, 150 शब्द)
4. उन्नत AI पर यूरोपीय संघ, संयुक्त राज्य अमेरिका और भारत के नियामक रुख की तुलना कीजिए। 2026 के भारत AI प्रभाव सम्मेलन में भारत के “विकास के लिए AI” रुख का मूल्यांकन कीजिए। (15 अंक, 250 शब्द)
5. “कृत्रिम सामान्य बुद्धिमत्ता भारत जैसे विकासशील देश के लिए बदलाव लाने वाले लाभ और बहुत कम संभावना वाले लेकिन बड़े जोखिम, दोनों लेकर आती है।” आज के AI नुकसान और लंबे समय की सुरक्षा चिंताओं को संतुलित करते हुए चर्चा कीजिए। (15 अंक, 250 शब्द)

PDF