వోజ్నియాక్ AIని అరుదుగా ఉపయోగిస్తానని, తరచూ నిరాశ చెందుతానని చెప్పారు

AI హైప్‌పై సిలికాన్ వ్యాలీకి విరుద్ధ స్వరం

సిలికాన్ వ్యాలీలోని ప్రముఖులు AI maximalism చుట్టూ తమ వ్యక్తిగత బ్రాండ్‌లను నిర్మించుకుంటున్న ఈ కాలంలో, Apple సహ-సంస్థాపకుడు స్టీవ్ వోజ్నియాక్ గట్టిగా సందేహభరితమైన ప్రత్యామ్నాయ స్వరాన్ని వినిపించారు. ఈ వారం బహిరంగంగా మాట్లాడిన వోజ్నియాక్, తాను AI సాధనాలను తరచుగా ఉపయోగించనని, వాటి output ల వల్ల తరచూ నిరాశ చెందుతానని, కృత్రిమ మేధస్సు మానవ ఆలోచన మరియు సృజనాత్మకత యొక్క సారాన్ని పునరుత్పత్తి చేయగలదని ఇంకా నమ్మలేకపోతున్నానని అన్నారు - ఇది ఆయన నిర్మించడంలో సహాయపడిన టెక్నాలజీ పరిశ్రమలోని పెద్ద భాగానికి విరుద్ధమైన స్థానం.

నేను చాలా సార్లు నిరాశ చెందుతాను, అని వోజ్నియాక్ చెప్పారు, ప్రస్తుత large language model సాధనాలతో తన అనుభవాన్ని వివరించారు. వోజ్నియాక్ స్థాయి ఉన్న వ్యక్తి నుంచి వచ్చిన ఈ విమర్శకు ప్రత్యేక బరువు ఉంది, ఎందుకంటే ఆయన దృష్టికోణం అపూర్వమైనది: 1976లో Steve Jobs తో కలిసి Apple ని సహ-సంస్థాపించారు, personal computing యుగాన్ని ప్రారంభించిన Apple I మరియు Apple II కంప్యూటర్లను వ్యక్తిగతంగా ఇంజినీర్ చేశారు, మరియు ప్రతి ప్రధాన రూపాంతర సాంకేతిక తరంగాన్ని ఆరంభం నుంచే చూశారు. ఆయన టెక్నాలజీ గురించి తెలియని స్థితి నుండి AI పై సందేహం వ్యక్తం చేసే వ్యక్తి కాదు; నిజమైన విప్లవాత్మక సాంకేతికతలను చూసిన అనుభవంతో, ప్రస్తుత AI క్షణం వాటితో పోలిస్తే లోపభూయిష్టంగా కనిపిస్తోందని ప్రత్యేకంగా, సాంకేతిక పరిజ్ఞానం ఉన్న విధంగా సందేహిస్తున్నారు.

వోజ్నియాక్ దృష్టిలో లోపమున్నది ఏమిటి

వోజ్నియాక్ యొక్క సందేహం pattern completion మరియు నిజమైన అవగాహన మధ్య తేడాపై కేంద్రీకృతమై ఉంది - ఈ చర్చ AI పరిశోధకులు మరియు తత్వవేత్తలను దశాబ్దాలుగా ఆకర్షిస్తోంది. ప్రస్తుత పెద్ద language models మానవ అవుట్‌పుట్‌లను పోలిన text ను రూపొందించడంలో అద్భుతంగా సామర్థ్యం కలిగి ఉన్నాయి, మరియు చాలా సందర్భాల్లో impressive గా, కొన్నిసార్లు ఆశ్చర్యకరంగా pattern లను పూర్తి చేస్తాయి. కానీ వోజ్నియాక్ వాదన ప్రకారం, అవగాహనలా కనిపించడం అంటే అవగాహన కాదని, AI వ్యవస్థలు నమ్మకంగా తప్పు, అర్థరహిత లేదా hallucinated outputs ఇవ్వగలిగిన క్షణాలు, మానవ బుద్ధిని లక్షణపరచే grounded comprehension లో మౌలిక లోపాన్ని బహిర్గతం చేస్తాయి.

భౌతిక ప్రపంచంలో embodied experience ఆధారంగా మనుషులు సులభంగా చేసే ప్రాథమిక spatial మరియు physical reasoning పనుల్లో AI వ్యవస్థలు ఇబ్బంది పడుతున్నాయని ఆయన గతంలో కూడా ప్రస్తావించారు. స్థలంలో భౌతిక వస్తువుల గురించి, ఒక container ని ఒరగదీసినప్పుడు ఏమవుతుందో, లేదా కొత్త physical environment లో ఎలా నావిగేట్ చేయాలో విశ్వసనీయంగా తర్కించలేకపోవడం, ప్రస్తుత AI మరియు మానవ cognition మధ్య లోతైన architectural gap ని సూచిస్తుందని వోజ్నియాక్ అభిప్రాయపడుతున్నారు.

Apple సహ-సంస్థాపకుడు, AI దాన్ని ఉపయోగించే మనుషులలో critical thinking మరియు creativity పై ప్రభావం చూపుతుందన్న ఆందోళనను కూడా వ్యక్తం చేశారు. ప్రజలు increasingly cognitive tasks ను AI systems కి అప్పగిస్తే, ఆ పనులను చేసి మాత్రమే పొందే practice మరియు facility ను కోల్పోవచ్చు - ఇది gradual deskilling, AI discourse లో ఆధిపత్యం చెలాయించే మరింత dramatic scenarios తో పాటు తాను ఒక తీవ్రమైన cultural risk గా భావిస్తారు.

AI-maximalist పరిశ్రమలో విరుద్ధ స్థానం

వోజ్నియాక్ యొక్క సందేహం ఇతర Silicon Valley ప్రముఖుల వైఖరికి తేటతెల్లంగా వ్యతిరేకంగా నిలుస్తుంది. GPT మరియు Codex తో పరిశ్రమను మార్చుతున్న OpenAI నాయకుడు Sam Altman, AI త్వరలో virtually అన్ని cognitive domains లో మానవ సామర్థ్యాన్ని చేరుకుంటుందని లేదా మించిపోతుందని చెప్పారు. AI పరిశ్రమతో సంక్లిష్ట సంబంధం ఉన్నప్పటికీ Elon Musk కొన్ని సార్లు కొన్ని సంవత్సరాలలో artificial general intelligence వస్తుందని అంచనా వేశారు. Bill Gates మరియు Jeff Bezos వంటి వారు కూడా medicine, scientific research, మరియు economic productivity అంతటా AI యొక్క రూపాంతర సామర్థ్యంపై గట్టిగా సానుకూలంగా ఉన్నారు.

ఈ నేపథ్యంలో, వోజ్నియాక్ యొక్క సమతుల్యమైన నిరాశ ప్రత్యేకంగా కనిపిస్తుంది. ఆయన వినాశనాన్ని ఊహించడం లేదు లేదా existential risk గురించి హెచ్చరించడం లేదు - ఇది అనేక prominent AI pessimists ను నడిపించే ఆందోళన. ఆయన మరింత సాధారణ విమర్శను వ్యక్తం చేస్తున్నారు: రోజువారీ వినియోగంలో ఈ సాధనాలు చెప్పినంత బాగా పనిచేయవు, మరియు AI marketing claims మరియు AI practical performance మధ్య ఖాళీ ఇంకా గణనీయంగానే ఉంది.

ఈ విమర్శను AI tools ను ప్రయోగించి చూసిన అనేక business మరియు professional users అనుభవంతో అనుసంధానం చేసుకుంటుంది; అవి కొన్ని పనులకైతే ఉపయోగకరంగా ఉన్నా, మరికొన్నింటిని పర్యవేక్షించడానికి నమ్మకంగా లేక శ్రమతో కూడుకున్నవిగా అనిపించాయి. అనేక రంగాల్లో AI adoption వల్ల productivity gains నిజంగానే వచ్చాయి, కానీ వాటితో పాటు oversight costs కూడా వచ్చాయి - AI outputs ను తనిఖీ చేయడం, ధృవీకరించడం, సరిచేయడం - ఇవి అత్యంత ఉత్సాహపూరితమైన అంచనాల్లో తరచూ తక్కువగా లెక్కించబడతాయి.

AI నిజంగా ఏమిటి అన్న ప్రశ్న

AI పై వోజ్నియాక్ యొక్క తాత్విక స్థానం, ఈ రంగం ఇంకా పరిష్కరించని మరింత లోతైన ప్రశ్నతో ముడిపడి ఉంది: పెద్ద language models ప్రభావవంతమైన outputs ఉత్పత్తి చేసే సమయంలో లోపల నిజంగా ఏమి జరుగుతోంది? ప్రబలమైన వివరణ - LLMs అనేవి విస్తారమైన text corpora పై శిక్షణ పొందిన sophisticated statistical pattern matchers - వాటి apparent understanding అనేది నిజమైన semantic grounding లేకుండా ఒక functional approximation అని సూచిస్తుంది. కొందరు AI researchers ప్రవేశపెట్టిన ప్రత్యామ్నాయ దృక్కోణాలు, తగినంత scale తో మరింత ఆసక్తికరమైనది ఉద్భవించవచ్చని సూచిస్తున్నాయి, అయితే ఆ 'ఏమిటి' అన్నది ఇంకా వివాదాస్పదంగానే ఉంది.

వోజ్నియాక్ స్థానం, నిజమైన intelligence కి physical world లో grounding, embodied experience, మరియు ప్రస్తుత architectures లో లేని causal reasoning capabilities అవసరమని భావించే philosophers మరియు cognitive scientists తో సరిపోతుంది. ఈ దృక్కోణం AI development ఎటు వెళ్లాలనే దానిపై గణనీయమైన ప్రభావాలు కలిగిస్తుంది - పూర్తిగా linguistic pattern completion నుండి దూరంగా వెళ్లి, physical మరియు social world ను model చేయగల, దాని గురించి reason చేయగల systems వైపు.

వారసత్వం మరియు దృష్టికోణం

వోజ్నియాక్ యొక్క దృష్టికోణం గమనించదగ్గది కేవలం ఆయన ఖచ్చితంగా సరైనవారు కాబట్టి కాదు, ఆయనకు ఉన్న vantage point నిజంగా ప్రత్యేకమైనది కాబట్టి. ఒక టెక్నాలజీ నిజంగా ప్రతిదీ మార్చినప్పుడు అది ఎలా ఉంటుందో ఆయన చూశారు - వ్యక్తిగత కంప్యూటర్ నిజంగానే ప్రపంచాన్ని మార్చింది, అది 1970ల మధ్యలో చాలా మంది ఊహించిన దానికంటే మరింత పూర్తిగా మరియు మరింత వేగంగా జరిగింది. AI ఇంకా ఆ స్థాయి transformation ను సాధించలేదన్న ఆయన అంచనా, దాని impressive capabilities ఉన్నప్పటికీ, కనీసం ప్రస్తుతం తిరుగుతున్న అత్యంత అతిశయోక్తి దావాలకు ఒక ఉపయోగకరమైన calibration. ఆయన సందేహం ముందుచూపుగానీ లేదా కేవలం సంరక్షణాత్మకంగానీ తేలుతుందా అన్నది, రాబోయే కొన్ని సంవత్సరాల్లో AI development సమాధానమిస్తుంది.

ఈ వ్యాసం Gizmodo నివేదిక ఆధారంగా రూపొందింది. మూల వ్యాసం చదవండి.