NVIDIA के CEO Jensen Huang का कहना है कि AI आपकी नौकरी क्यों नहीं छीनेगा: रेडियोलॉजी विरोधाभास

लगभग 10 साल पहले, एक विश्व-प्रसिद्ध कंप्यूटर वैज्ञानिक ने कहा था:

"AI की वजह से सबसे पहले जो नौकरी खत्म होगी, वह रेडियोलॉजिस्ट की होगी।"

दस साल बाद, यह भविष्यवाणी आधी ही सही साबित हुई।

यह किस्सा NVIDIA के CEO जेन्सेन हुआंग ने मई 2024 में Milken Institute में एक बातचीत के दौरान साझा किया था।

पहले, वह आधा हिस्सा जो सच साबित हुआ।

स्कैन की व्याख्या करने के संकीर्ण कार्य में कंप्यूटर विज़न पूरी तरह से मानव-क्षमताओं से परे हो गया है। यह एक इंसान से अधिक समय तक फोकस बनाए रख सकता है और छोटी-छोटी असामान्यताओं को पकड़ सकता है जिन्हें इंसान शायद मिस कर दे। हुआंग के अनुसार, दस साल बाद, AI की रेडियोलॉजी में 100% पैठ है।

लेकिन जो हिस्सा गलत साबित हुआ, वह गहरा था।

रेडियोलॉजिस्ट का काम खत्म नहीं हुआ। इसके विपरीत, उल्टा हुआ।

AI द्वारा स्कैन पढ़ने का काम संभालने से, डॉक्टर अधिक स्कैन पढ़ पाए। वे अधिक मरीजों को देख पाए और बीमारियों का अधिक सटीक निदान कर पाए।

इसके परिणामस्वरूप, अस्पताल का राजस्व बढ़ा, रेडियोलॉजी अस्पतालों में सबसे बड़ा राजस्व-सृजन विभाग बन गया, और अब अस्पताल और भी अधिक रेडियोलॉजिस्ट को काम पर रखना चाहते हैं।

हुआंग ने यह भी बताया कि अगर सभी ने उस भविष्यवाणी पर विश्वास कर लिया होता और रेडियोलॉजिस्ट बनने की आकांक्षा छोड़ दी होती, तो दुनिया इस अत्यंत महत्वपूर्ण प्रतिभा को खो देती।

मैं चाहता हूं कि जो लोग हर बार AI द्वारा उनकी नौकरी लेने की खबर देखकर बेचैन हो जाते हैं, वे इस उलटफेर के पीछे के कारण को समझें।

जब तक आप पढ़ना खत्म करेंगे, वह अस्पष्ट चिंता एक ठोस कार्रवाई में बदल जानी चाहिए: "आज रात, मैं अपने काम को कागज पर दो भागों में बांटूंगा और कल एक काम AI को सौंपने की कोशिश करूंगा।"

"कार्य" गायब हो गया, लेकिन काम का "उद्देश्य" नहीं हुआ

भविष्यवाणी क्यों विफल हुई?

हुआंग का जवाब मूल रूप से एक वाक्य था।

"हर कोई जो अनदेखा करता है वह यह है कि नौकरी का उद्देश्य और नौकरी के कार्य आपस में संबंधित हैं, लेकिन वे एक ही चीज़ नहीं हैं।"

एक रेडियोलॉजिस्ट का उद्देश्य एक अंधेरे कमरे में वर्कस्टेशन पर स्कैन को घूरना नहीं है।

यह अन्य डॉक्टरों के साथ सहयोग करके बीमारियों का निदान करना और मरीजों को ठीक करना है। स्कैन पढ़ना उसे प्राप्त करने के लिए केवल एक "कार्य" है।

इसलिए, भले ही कार्य स्वचालित हो गया, नौकरी गायब नहीं हुई। इसके बजाय, उद्देश्य के लिए समर्पित किया जा सकने वाला समय बढ़ गया, देखे जाने वाले मरीजों की संख्या बढ़ गई, और काम विकास की ओर स्थानांतरित हो गया।

हुआंग ने फिर खुद को एक उदाहरण के रूप में इस्तेमाल किया, जो काफी दिलचस्प था।

"मैं काम के लिए जो 100% कार्य करता हूं, वे टाइप करना और बात करना है। AI ने पहले ही टाइपिंग और बात करना दोनों को पूरी तरह से स्वचालित कर दिया है और वह इनमें पूरी तरह से मानव-क्षमताओं से परे है। अगर ऐसा है, तो मुझे बेरोजगार हो जाना चाहिए। फिर भी, हम पहले से कहीं अधिक मेहनत कर रहे हैं।"

वह कहते हैं कि यही बात सॉफ्टवेयर इंजीनियरों पर भी लागू होती है।

एक इंजीनियर का उद्देश्य कोड टाइप करना नहीं है, बल्कि समस्याओं को हल करना और नई चीजें बनाना है। उन्होंने यहां तक मजाक किया कि कोई भी बच्चा जो नौ साल की उम्र में अमेरिका आया, वह इसलिए नहीं आया क्योंकि उसने सुबह से रात तक एक छोटी स्क्रीन पर चाबियां टाइप करने का जीवन जीने का सपना देखा था।

यह सीधे आपके काम पर भी लागू होता है।

दस्तावेज़ बनाना। मीटिंग के मिनट्स का सारांश देना। नंबर ट्रांसक्राइब करना। ईमेल का जवाब देना। ये कार्य हैं।

ग्राहकों को खुश करना। टीम को आगे बढ़ाना। बिक्री उत्पन्न करना। ये उद्देश्य हैं।

AI कार्यों को खत्म करने आ रहा है।

हुआंग ने वर्तमान स्थिति पर चर्चा की: "AI आखिरकार पिछले कुछ महीनों में उपयोगी हो गया है"

तो, AI अब कहां है?

मुझे लगता है कि चिंता का असली स्वरूप यह भावना है कि "विकास इतना तेज है कि बड़ी तस्वीर दिखाई नहीं देती।" हुआंग का इसका संगठन एक रोडमैप के रूप में समझना बहुत आसान था।

दो साल पहले, ChatGPT प्रकट हुआ और जनरेटिव AI का जन्म हुआ। हुआंग के अनुसार, "उत्पन्न" करने में सक्षम होने के दो आवश्यक पहलू थे।

पहला: सोचना मन में विचारों (टोकन) का उत्पादन है। इसलिए जैसे ही उत्पादन संभव हुआ, AI के लिए सोचने और तर्क करने का मार्ग खुल गया।

दूसरा: उपकरणों का उपयोग करने के लिए, कमांड उत्पन्न करने होंगे। ब्राउज़र संचालित करने के लिए भी, आपको किसी चीज़ को नियंत्रित करने के लिए शब्द उत्पन्न करने होंगे।

यह तर्क-आधारित AI पिछले साल उभरा, और अब हम "एजेंटिक AI" के चरण में हैं जो समझ सकता है, तर्क कर सकता है, योजना बना सकता है और उपयोगी चीजों को पूरा करने के लिए उपकरणों का उपयोग कर सकता है।

इसका प्रतीक था Anthropic का Claude Code।

उन्होंने नोट किया कि यह पहला एजेंटिक सिस्टम था जिसने सॉफ्टवेयर कोडिंग जैसे वास्तव में उत्पादक कार्य को संभाला। यहां महत्वपूर्ण बात यह है कि हुआंग ने इस बात पर जोर दिया कि "कोडिंग सिर्फ इंजीनियरों के लिए नहीं है।"

कोडिंग "उन चीजों को कोडिफाई करना है जिन्हें आप बार-बार स्वचालित करना चाहते हैं, एक प्रोग्राम में।" दुनिया में कोई कंपनी नहीं है जिसके पास स्वचालित करने के लिए कुछ न हो। इसलिए, कोडिंग वास्तव में हर कंपनी के लिए अत्यंत महत्वपूर्ण है।

और इस बदलाव ने कंप्यूटेशन में विस्फोट पैदा कर दिया है।

एजेंटिक AI के लिए आवश्यक कंप्यूटेशन की मात्रा जनरेटिव AI की तुलना में लगभग 1,000 गुना अधिक है। इसे इस तथ्य से गुणा करें कि "इसे उपयोग करने वाले लोगों की संख्या 100 गुना बढ़ गई है।"

यही कारण है कि GPU की मांग विस्फोटक रूप से बढ़ रही है, और यहां तक कि एक किस्सा भी है कि 4-5 साल पहले बिके GPU बढ़िया वाइन की तुलना में तेजी से मूल्य में वृद्धि कर रहे हैं।

इसके अलावा, हुआंग ने बताया कि OpenAI और Anthropic जैसी AI-नेटिव कंपनियों का सकल मार्जिन पिछले 3-6 महीनों में काफी सकारात्मक हो गया है, और उन्होंने स्पष्ट रूप से कहा:

"AI आखिरकार पिछले कुछ महीनों में उपयोगी हो गया है।"

हमारे कंप्यूटर का उपयोग करने का तरीका भी बदलने वाला है।

अब तक, यह उन चीजों को "पुनर्प्राप्त" करने के बारे में था जो किसी ने पहले बनाई और सहेजी थीं।

अब से, जब आप किसी व्यक्ति से बात करने जैसे अपने इरादे को व्यक्त करेंगे, तो AI विधि के बारे में सोचेगा, एक योजना बनाएगा, ब्राउज़र, Excel, या Photoshop जैसे उपकरणों में महारत हासिल करेगा, और तैयार उत्पाद वापस करेगा।

जब आप डरे हुए हैं, तो उपकरण इस दिशा में आगे बढ़ते रहते हैं।

नौकरियां गायब नहीं होंगी, लेकिन "सभी की नौकरी" प्रभावित होगी

इस बिंदु तक, यह केवल आशावाद जैसा लग सकता है। हालांकि, हुआंग ने रोजगार की वास्तविकता के बारे में भी स्पष्ट रूप से बात की।

पहला, AI शुरू में जो कर रहा है, वह भारी संख्या में नौकरियां पैदा कर रहा है।

चिप फैक्ट्रियां, कंप्यूटर फैक्ट्रियां, AI फैक्ट्रियां। इन तीन प्रकार के कारखानों में एक बहु-ट्रिलियन डॉलर का पुनर्औद्योगीकरण हो रहा है।

पिछले साल, $100 बिलियन - जिसे हुआंग मानव इतिहास में सबसे बड़ा निवेश कहते हैं - AI-संबंधित स्टार्टअप्स में आया, और यह सब नौकरियों में बदल गया।

एक दिलचस्प विरोधाभास भी है।

हालांकि कोडिंग पहली चीज थी जिसमें AI अच्छा हो गया, सॉफ्टवेयर इंजीनियरों के लिए नौकरी के अवसर वास्तव में बढ़ रहे हैं। इसका कारण यह है कि महत्वाकांक्षा बढ़ गई है। AI के साथ, और अधिक किया जा सकता है। इसलिए, अधिक लोगों को काम पर रखा जाता है।

हालांकि, हुआंग ने स्पष्ट रूप से "विस्थापन" का भी उल्लेख किया।

"अगर आज विश्वविद्यालय से स्नातक होने वाला छात्र AI में महारत हासिल नहीं कर सकता, तो वह उन स्नातकों से नौकरियां नहीं ले पाएगा जो कर सकते हैं।"

"कल जो कौशल आवश्यक नहीं थे, वे आज अनिवार्य हो गए हैं।"

जिन कार्यों में कार्य ही नौकरी थी, वे वास्तव में बदल दिए जाएंगे। हुआंग ने रेस्तरां के लिए टेलीफोन आरक्षण को एक उदाहरण के रूप में उद्धृत किया। केवल कॉल लेने और आरक्षण स्वीकार करने का कार्य AI में स्थानांतरित हो जाएगा। लेकिन वह व्यक्ति, फोन ऑपरेटर होने के बजाय, अपने सामने ग्राहकों का सामना करने में सक्षम होगा।

निष्कर्ष यह है:

"कई नौकरियां सृजित होंगी। कुछ नौकरियां गायब होंगी। लेकिन सभी नौकरियां प्रभावित होंगी।"

दूसरे शब्दों में, कोई हवा रहित सुरक्षित क्षेत्र नहीं है। लेकिन यह निराशा की कहानी भी नहीं है। विभाजन रेखा पेशा नहीं है; यह है कि क्या आप AI का उपयोग करने वाले पक्ष पर हैं। यही मुद्दा है।

सबसे बड़ा हारने वाला वह व्यक्ति है जो AI को छूने से बहुत डरता है

बातचीत में, AI निराशावादियों और आशावादियों के बीच संघर्ष भी एक विषय था।

जब पूछा गया कि क्या वह प्रमुख आशावादी हैं, तो हुआंग का जवाब था, "मैं एक व्यावहारिकवादी हूं।"

"AI के गॉडफादर" जेफ्री हिंटन के सिद्धांत का सामना करने पर उनकी प्रतिक्रिया भी प्रभावशाली थी - कि AI के मानव अस्तित्व को समाप्त करने की 20-30% संभावना है।

"वह जहां पूरी तरह से गलत है, वह यह सोचना है कि बड़ी संख्या में स्मार्ट लोग इसे रोकने के लिए काम नहीं कर रहे हैं।"

कार को तेज बनाने की कोशिश करने वाले हर एक व्यक्ति के लिए, दस लोग इसे सुरक्षित बनाने की कोशिश कर रहे हैं। AI को स्मार्ट बनाने की कोशिश करने वाले हर एक व्यक्ति के लिए, दस लोग गार्डरेल और सुरक्षा पर काम कर रहे हैं।

इसके अलावा, हुआंग ने जो "सबसे बड़ी चिंता" उठाई, वह अप्रत्याशित थी।

यह दूसरे देशों के पास AI होने के बारे में नहीं था। यह था कि अपने ही देश के लोग, लगातार साइंस-फिक्शन डरावनी कहानियों से भरे हुए, AI को छूने से बहुत डरेंगे, और परिणामस्वरूप, देश अपनी बढ़त खो देगा।

"अमेरिका को पिछली औद्योगिक क्रांति से लाभ हुआ, इसका कारण यह नहीं था कि हमने इसका आविष्कार किया, बल्कि इसलिए कि हमने इसे लागू किया।"

यह एक देश के बारे में कहानी है, लेकिन मुझे लगता है कि इसे सीधे व्यक्तियों पर लागू किया जा सकता है। सनसनीखेज लेखों से डरने और देखने के लिए इंतजार करने में बिताया गया समय सबसे बड़ी लागत है। इसे सुरक्षित बनाना उद्योग का काम है। इसे लागू करना आपका काम है।

"वह महत्वाकांक्षा बहुत कम है। अपनी उम्मीदों को 100 गुना बढ़ाएं"

बातचीत के अंत में, जब पूछा गया कि वह अब किस बारे में सोच रहे हैं, तो हुआंग ने यह कहानी साझा की।

शोधकर्ता जो नए विचारों की खोज में महीने बिताते थे, अब इसे AI का उपयोग करके एक दिन में कर सकते हैं। महीने एक दिन में बदल गए।

हर क्षेत्र में सफलताएं हो रही हैं: ऊर्जा विज्ञान, जलवायु विज्ञान, जीव विज्ञान, दवा खोज, और भौतिक विज्ञान।

"अगर आप वह देख सकते जो मैं हर दिन देखता हूं, तो आप उत्साहित होंगे और महसूस करेंगे: इससे कोई फर्क नहीं पड़ता कि अतीत में आपकी कितनी भी महत्वाकांक्षा रही हो, वह पर्याप्त नहीं थी। बदलने के लिए केवल एक चीज है: अपनी उम्मीदों को लगभग 100 गुना बढ़ाएं।"

तो, हमें कल क्या करना चाहिए?

अगर हम इस बातचीत को कार्रवाई में बदलें, तो मुझे लगता है कि तीन चीजें हैं:

1. आज रात, अपने काम को कागज पर लिखें और इसे "उद्देश्य" और "कार्य" में विभाजित करें। एक रेडियोलॉजिस्ट के लिए, मरीजों को ठीक करना उद्देश्य है, और स्कैन पढ़ना कार्य है। आपकी नौकरी के लिए कौन सा क्या है?

1. कल, AI को केवल एक कार्य सौंपने का प्रयास करें। यह मीटिंग के मिनट्स, किसी दस्तावेज़ का ड्राफ्ट, या शोध हो सकता है। भले ही यह अच्छी तरह से न चले, जिस पल आप इसे छूते हैं, आप प्रतीक्षा करने वाले पक्ष से उपयोग करने वाले पक्ष में चले जाते हैं।

1. मुक्त किए गए समय को उद्देश्य के लिए समर्पित करें। ग्राहक, योजना, परिणाम। आपका मूल्य उन हिस्सों में निकलता है जिन्हें आप AI को नहीं सौंप सकते।

क्या आप गायब होने वाले पक्ष पर होंगे या बढ़ने वाले पक्ष पर?

विभाजन रेखा पेशा या उम्र नहीं है; यह है कि क्या आप यह विघटन करते हैं। मैंने इसे ऐसे ही लिया।

अंत में, एक प्रश्न।

आपके काम का "उद्देश्य" क्या है? और कल आप AI को सबसे पहले कौन सा "कार्य" सौंपेंगे?

मैं कोट्स या रिप्लाई में आपसे सुनना पसंद करूंगा।