क्या हो अगर AI आपके मन को पढ़ सके?

1924 में Hans Berger ने टेलीपैथिक कम्युनिकेशन (मस्तिष्क से मस्तिष्क संवाद) को साकार करने के लिए EEG का आविष्कार किया था। सौ साल बाद, न्यूरल सेंसर और डीप लर्निंग मॉडल्स में हुई प्रगति ने ऐसे ब्रेकथ्रू दिए हैं जो उस सपने को हकीकत बना सकते हैं — असल में Sabi जिस बेसबॉल कैप जितने आसान और पहनने योग्य डिवाइस पर काम कर रहा है, उसके जरिए।

हालांकि, इस क्षेत्र ने अपनी पूरी ऊर्जा BCI (Brain Computer Interfaces) बनाने में झोंक दी है, यानी माउस क्लिक की नकल करना और उन शब्दों को टाइप करना जिन्हें आप आम तौर पर कीबोर्ड से लिखते। यह रोमांचक तो है, लेकिन गलत निशाना है।

कंप्यूटर अब सिर्फ माउस, कीबोर्ड और मॉनिटर का समूह नहीं रहे। वे अब AI मॉडल्स बन गए हैं जो आपका काम खुद कर देते हैं। ये आपके डेस्कटॉप, फोन, घड़ी, चश्मे या कैप में हो सकते हैं। जैसे-जैसे कंप्यूटर ज्यादा स्वायत्त (autonomous) होते जा रहे हैं, सीमा यह नहीं रह गई कि हम मशीनों से कितनी तेजी से बात कर सकते हैं, बल्कि यह है कि बिना बताए वे कितना कुछ खुद समझ सकती हैं।

एक क्षेत्र के तौर पर हमें दिशा बदलनी होगी और इन लगातार बेहतर होते AI मॉडल्स के लिए सबसे सहज इंटरफेस बनाना होगा।

भले ही नॉन-इनवेसिव BCI डिवाइस थॉट-टू-टेक्स्ट क्षमताओं (विचारों को एक-एक शब्द में डिकोड करना) में अच्छे होने लगे हैं, वे आपकी भावार्थपूर्ण मंशा (semantic intent), पसंद और प्राथमिकताओं को भी समझ सकते हैं, और आपके भविष्य के कदमों की भविष्यवाणी भी कर सकते हैं।

आपकी मंशाओं की इस सेमेंटिक डिकोडिंग का इस्तेमाल AI मॉडल्स और एजेंट्स के लिए प्रॉम्प्ट के रूप में किया जा सकता है। सोचिए, अगर प्रॉम्प्ट टाइप करने या बोलने के बजाय — जो धीमा है और जिसमें जानकारी छूट जाती है — आप सीधे अपने विचारों से Instinct या Muse एजेंट को बता सकें कि क्या करना है; मतलब पुष्टि करने के लिए कोई बार-बार पूछताछ नहीं, और एजेंट हर बार वही करे जो आपने चाहा।

Forbes को दिए एक हालिया इंटरव्यू में Vinod Khosla ने कहा, “टाइप करना स्वाभाविक नहीं है। टाइप करने से पहले आपको सोचना पड़ता है कि आप क्या टाइप करने वाले हैं। अगर आप मस्तिष्क के सिग्नल को बीच में ही पकड़ लें… तो यह कमाल है।”

आपके विचारों को अर्थ के साथ समझने के अलावा, ब्रेन सिग्नल्स का उपयोग आपकी पसंद और प्राथमिकताओं को समझने के लिए भी किया जा सकता है — कि आपको कौन सी पेंटिंग पसंद है, कौन सा संगीत आपको भावुक करता है, या कौन सा AI रिस्पॉन्स बकवास लगता है और कौन सा सच में दिलचस्प।

आज AI मॉडल्स काफी सामान्य (generic) होते हैं, और उनके पास व्यक्तिगत रिस्पॉन्स बनाने का कोई तरीका नहीं है। लेकिन ब्रेन सिग्नल्स से लगातार सीखकर हम हर किसी के लिए बेहद पर्सनलाइज्ड और प्रासंगिक AI प्रोडक्ट्स बना सकते हैं।

अंत में, सिर्फ तभी न्यूरल रिस्पॉन्स को डिकोड करने के बजाय जब वे होते हैं, AI मॉडल्स अब उन्हें कुछ सेकंड पहले ही अनुमानित करने में भी माहिर हो गए हैं। Sabi ने एक टाइपिंग BCI मॉडल को ट्रेन किया है जो यह अनुमान लगाने में मदद कर सकता है कि यूजर अगले 3-4 कीस्ट्रोक्स में क्या टाइप करने वाला है।

जब ऐसे मॉडल्स अधिक ओपन डोमेन में बड़े पैमाने पर फैलेंगे, तो हमारे पास ऐसे AI एजेंट होंगे जो भविष्यवाणी के आधार पर काम करेंगे — डिजिटल और भौतिक दुनिया दोनों में यूजर के लिए काम करेंगे, इससे पहले कि यूजर ने खुद इन कामों के बारे में सोचा भी हो।

इस सबके साथ एक बड़ी शर्त जुड़ी है: विश्वास के बिना इनमें से कुछ भी काम नहीं करेगा। न्यूरल डेटा को एन्क्रिप्टेड रहना ही होगा, आप क्या सोच रहे हैं यह आपके अलावा किसी को भी कभी एक्सेस नहीं मिलना चाहिए।

ये सभी महत्वाकांक्षी क्षमताएं हैं, और जैसे-जैसे BCI डिवाइस ज्यादा पहनने योग्य और भरोसेमंद होते जाएंगे, हम इन्हें आम उपभोक्ताओं के लिए अनिवार्य रूप से लागू होते देखेंगे। Brain-AI Interface बनाने से हम तेजी से बढ़ती मशीन इंटेलिजेंस को बायोलॉजिकल इंटेलिजेंस के साथ जोड़ पाते हैं।

यह सिर्फ सुविधा की बात नहीं है। जैसे-जैसे AI तेजी से मानव स्तर की बुद्धिमत्ता की ओर बढ़ रहा है, हमें तुरंत इसे मानवता के साथ संरेखित (align) करने की समस्या सुलझानी होगी। मॉडल्स अब हमारी बौद्धिक क्षमता और ध्यान से कहीं ज्यादा सक्षम हो चुके हैं। एजेंटिक सिस्टम जल्द ही बैंकों और सरकारी नेटवर्क जैसे सुरक्षित सिस्टम में सेंध लगाने में सक्षम हो सकते हैं। ये क्षमताएं अब हमारी उन्हें नियंत्रित या निर्देशित करने की ताकत से आगे निकल रही हैं।

आगे का रास्ता सह-विकास (co-evolution) है: ऐसा AI जो सीधे इससे सीखे कि इंसान कैसे सोचते और महसूस करते हैं, और इंसानों को AI को उतनी ही सहजता से निर्देशित करने दे जितनी सहजता से वे सोचते हैं। Brain-AI Interface बनाना इन दोनों को संभव बनाता है। जब तक इंसानी और मशीन दिमाग एक-दूसरे से करीबी रूप से जुड़े रहेंगे, हमारे पास लंबी अवधि के संरेखण (alignment) का मौका रहेगा।

AI मानवता के लिए अस्तित्वगत खतरे पैदा करता है, लेकिन एक स्वस्थ और संरेखित सह-विकास हमें आर्टिफिशियल इंटेलिजेंस का लगातार मुकाबला करने के बजाय उसका फायदा उठाते रहने की ताकत देता है।