AI युग का पहला चरण खत्म हो चुका है। दूसरा चरण कब आएगा, यह कोई नहीं जानता।
मैंने हाल ही में वायरल लेख "द मॉडल जनरेशन" पढ़ा और मुझे उससे गहरा जुड़ाव महसूस हुआ। मैं इन दिनों सिलिकॉन वैली से अपने खुद के अनुभव लिख रहा हूँ, इसलिए यह एक बेहतरीन मौका है कि मैं यहाँ जो कुछ देख रहा हूँ, उसके आधार पर उस लेख पर विदेश से एक प्रतिक्रिया दूँ।
- बबल की दौलत
"द मॉडल जनरेशन" में उन सहपाठियों के बीच की आय के अंतर को बताने में काफी जगह दी गई है जिन्होंने अलग-अलग रास्ते चुने: दस गुना अंतर, सौ गुना अंतर, और यहाँ तक कि $100 मिलियन से ज्यादा कमाने वाले लोग भी। इस भारी दौलत की कहानियाँ मुख्य रूप से सिलिकॉन वैली में घटती हैं, जहाँ मैं अभी उत्तरी कैलिफोर्निया में मौजूद हूँ।
यहाँ हर दिन सच में कई दौलत के मिथक घूमते रहते हैं: 17 साल का कोई लड़का करोड़ों जुटा लेता है, वैल्यूएशन 100x आसमान छू लेता है, कंपनियाँ बिक जाती हैं और लोग सीढ़ियों वाले छोटे घरों से हवेलियों में पहुँच जाते हैं, हाल ही में ग्रेजुएट हुए लोग लग्जरी घर खरीद रहे हैं... यह सूची बहुत लंबी है। तो, हालाँकि यहाँ के लोग समंदर पार बैठे लोगों से आम तौर पर ज्यादा अमीर हैं, लेकिन उनकी चिंता भी उतनी ही तीव्र है।
अगर घरेलू दबाव "इनवोल्यूशन" (involution) जैसा है, जो सबको कुचलकर कागज के पुतलों में बदल देता है, तो यहाँ यह एक विशाल बुलबुला है। यह बुलबुला सबको हल्का और नशे में झूमता हुआ महसूस कराता है, जैसे किसी ड्रग का असर हो, लेकिन साथ ही धुंध या मृगतृष्णा में भटका हुआ भी, जिससे लगातार खोने का डर बना रहता है। मेरा मानना है कि दोनों ही स्थितियाँ स्वस्थ नहीं हैं।
हार्वर्ड बिजनेस स्कूल के शोधकर्ताओं ने 4,000 से अधिक करोड़पतियों का सर्वेक्षण किया। उन्होंने पाया कि जिन लोगों की नेट वर्थ $3 मिलियन से $7.9 मिलियन के बीच थी, वे $1.5 मिलियन से $2.9 मिलियन वालों से खास ज्यादा खुश नहीं थे। खुशी सिर्फ $8 मिलियन (या एक अन्य सैंपल में $10 मिलियन) से ऊपर जाने पर ही साफ तौर पर बढ़ी, और वह भी बस थोड़ी सी।
इसका मतलब है कि अगर आपकी नेट वर्थ पहले से ही $1 मिलियन है और आप $3-4 मिलियन तक पहुँचने के लिए और ज्यादा मेहनत करने का फैसला करते हैं, तो आपकी जिंदगी में खास कुछ नहीं बदलेगा: आपके पास शायद अभी भी साउथ बे में एक घर होगा, वीकेंड पर कुत्तों को घुमाएंगे, कभी-कभी फ्रेंच या जापानी खाना खाएंगे, सैन फ्रांसिस्को या हाफ मून बे तक ड्राइव करेंगे, या येलोस्टोन के लिए फ्लाइट लेंगे। इसके अलावा, कुछ नहीं बदलता।
उदाहरण के लिए, एलेक्स (बदला हुआ नाम), एक Big Tech कर्मचारी, $1.5M-$7M की रेंज में फँसा हुआ महसूस कर रहा था और $8M से ऊपर की एक गुणात्मक छलाँग चाहता था। उसका समाधान? नौकरी छोड़ना और कंपनी शुरू करना। फिर चिंता शुरू हुई। स्टार्टअप करना जोखिम भरा है; जब तक चीजें सेटल नहीं होतीं, आप अनंत दर्द में जीते हैं: निवेशकों, सह-संस्थापकों और यूजर्स को मनाना; रेवेन्यू और शानदार ARR नंबर दिखाना; इस बात की चिंता करना कि आपकी कहानी LLM के नए अपडेट्स से पीछे न छूट जाए; और निवेशकों की नजर में बने रहने के लिए SF में लगातार मार्केटिंग करना।
Corgi को ही ले लीजिए, एक इंश्योरेंस स्टार्टअप जिसने अपने SF हेडक्वार्टर के नीचे 24 घंटे चलने वाला कैफे खोला। जब कैफे हिट हो गया, तो उन्होंने रात भर काम करने वाले प्रोग्रामर्स को पिक करने के लिए YC (सबसे हॉट इन्क्यूबेटर) के आसपास फ्री शटल शुरू कर दीं। इससे ट्रैफिक आया और भारी फंडिंग मिली।
तो, यहाँ का बहुत सारा पैसा ट्रैफिक से बँधा हुआ है। एक बार जब आप ट्रैफिक से जुड़ गए, तो आप कभी बाहर नहीं निकल सकते; आप पूरी जिंदगी उतार-चढ़ाव के पीछे भागते रहते हैं, जो बहुत दर्दनाक है। सैन फ्रांसिस्को में खुशी सच में ढूँढना मुश्किल है। अगर आपको तुलना करने का शौक है, तो आप प्रतिस्पर्धा के पहियों में हमेशा के लिए दौड़ते रहेंगे।
2. वही LLM, ज़मीन-आसमान का फर्क
दोनों ने स्टैनफोर्ड से ग्रेजुएशन किया। Biglaw (अमेरिका की टॉप फर्म्स) में जाने वाले लॉ स्कूल के छात्र अपने पहले साल में लगभग $220k-$230k कमाते हैं। लेकिन चीनी छात्र अब शायद ही कभी Biglaw में पहुँच पाते हैं; एक साल की तलाश के बाद, वे छोटी फर्म्स में ~$100k पर सेटल होते हैं, और उनका तनाव Big Tech इंजीनियरों के बराबर होता है। वहीं, सीनियर Big Tech प्रोग्रामर सालाना लाखों से लेकर एक मिलियन डॉलर से ज्यादा कमाते हैं, और Research Lab के वैज्ञानिक कम से कम $1M बनाते हैं, जबकि सामान्य प्रोग्रामर $200k से ज्यादा कमाते हैं।
सबसे अजीब बात: दोनों में "LLM" शामिल है। जो Large Language Models पर काम करते हैं, उनकी शुरुआत $1M से होती है। जो Master of Laws (LL.M.) की पढ़ाई करते हैं, वे $100k कमाते हैं। और स्टैनफोर्ड में LL.M. की ट्यूशन और रहने का खर्च लगभग 1 मिलियन RMB आता है। ROI चौंकाने वाला है।
यहाँ आय का अंतर बहुत बड़ा है, और दौलत टेक में केंद्रित है। बाकी इंडस्ट्रीज, खासकर व्हाइट-कॉलर नौकरियाँ, बमुश्किल पैसा कमा पाती हैं। बेशक, मैं जानता हूँ कि स्टैनफोर्ड में मेरे कई दोस्त अपनी कमाई पर निर्भर नहीं हैं और सिर्फ अनुभव के लिए पढ़ते हैं, लेकिन यह बात करने के लिए बहुत एकतरफा है।
वापस AI पर आते हैं। AI ने सच में कई लोगों को रातोंरात अमीर बना दिया है। उदाहरण के लिए, अगर आप पिछले साल की शुरुआत में Anthropic में शामिल हुए थे जब इसका वैल्यूएशन $61.5 बिलियन था, और इस हफ्ते यह Nasdaq पर ~$1.4 ट्रिलियन (संभावित रूप से $1.5 ट्रिलियन) के मार्केट कैप के साथ लिस्ट होता है, तो कंपनी की वैल्यू एक साल में 20+ गुना बढ़ गई। अगर आपने अच्छे ऑप्शन्स की डील की थी, तो आप तुरंत अमीर बन गए।
हालाँकि, Anthropic या OpenAI में काम करना थका देने वाला है, और संस्कृति खराब होने की खबरें आती रहती हैं: अंदरूनी चर्चाएँ अक्सर "AI मानवता को नष्ट कर सकता है" के इर्द-गिर्द घूमती हैं। Anthropic के सात सह-संस्थापकों ने सार्वजनिक रूप से अपनी 80% संपत्ति दान करने की शपथ ली है, और कंपनी में कर्मचारियों के स्टॉक दान को मैच करने का प्रोग्राम है। हालाँकि यह स्वैच्छिक है, लेकिन बताया जाता है कि आधे कर्मचारी इसमें हिस्सा लेते हैं।
इसके अलावा, दौलत और बुलबुलों के ओवरफ्लो से "सपोर्ट सर्विसेज" आती हैं: मैचमेकिंग इवेंट्स, साथ देने वाली सर्विसेज, आदि। आपको अचानक लगता है कि दुनिया के सारे दरवाजे खुले हैं, और हर तरफ भोगवाद भरा है। लेकिन यह इंसानी फितरत की परीक्षा लेता है और लंबे समय तक स्थिर, स्वस्थ जीवन के लिए ठीक नहीं है।
3. बुलबुले वाले कनेक्शन
"बड़े लोगों से मिलने" के बारे में: SF में, यह बेहद आसान है। मैं Thariq (Claude Code के क्रिएटर), Garry Tan (YC), और Pika के फाउंडर से मिला हूँ। आप उनके साथ आराम से बातचीत कर सकते हैं। आज आपके साथ कॉफी पीने वाला कोई फाउंडर कल $10M जुटा सकता है। इसे अनुभव करने से पहले, मैं इससे ईर्ष्या करता था; यहाँ दो महीने बिताने के बाद, मुझे एहसास हुआ कि यह आम बात है और कुछ खास नहीं।
मैं ऐसे किसी भी व्यक्ति को SF आने के लिए प्रोत्साहित करता हूँ जिसके मन में इसे लेकर कोई भ्रम है; आपको एहसास होगा कि यह ठीक है। जैसा कि "द मॉडल जनरेशन" ने कहा, निवेशकों, जुकरबर्ग, या लेई जुन से बात करना प्रभावशाली लगता है, लेकिन अंततः, लोग आपके असली काम और प्रोजेक्ट्स को ही परखते हैं।
यहाँ आपके सबसे अच्छे कनेक्शन वे लोग हैं जो आप जैसे ही स्टेज पर हैं, जैसे अन्य अर्ली-स्टेज फाउंडर्स। यहाँ कई हैकर हाउस हैं। मैं एक ताइवानी हैकर हाउस गया जहाँ का माहौल बहुत शानदार था: हर कोई रोज़ प्रोडक्ट्स पर चर्चा करता था, एक-दूसरे के ऐप्स टेस्ट करता था। जब कोई फंड जुटाता था, तो वह इसे हाउस में बताता था, और सब मिलकर डिनर करते थे। नए आइडियाज़ से नई कंपनियाँ बनती थीं। SF में यह इकोसिस्टम बहुत मजबूत है, जिसने कई सफल YC कंपनियों और शुद्ध इरादों वाले फाउंडर्स को तैयार किया है।
मेरा मानना है कि SF का एक फायदा यह है कि यहाँ शुद्ध इरादों वाले फाउंडर्स मिलते हैं, जबकि देश के कुछ फाउंडर सिर्फ जल्दी पैसा हथियाने की फिराक में हो सकते हैं। यहाँ का माहौल शुद्धता की इजाजत देता है; देश में, कुछ लोग शुद्धता से शुरू करते हैं लेकिन जब सर्वाइवल मुश्किल हो जाता है तो वे अवसरवादी बन जाते हैं।
यहाँ पैसा जुटाने के कुछ तरीके हैं। दो PhD ग्रेजुएट्स, एडवर्ड और एशले को लीजिए। एडवर्ड ने विदेश में पढ़ाना जारी रखा। एशले Tesla में गई, फिर OpenAI में। अपनी कंपनी शुरू करने के बाद, दोनों दिग्गजों ने उसे छोटे ग्रांट ($10k-$50k) दिए। निवेशकों के लिए, यह कुछ भी नहीं है, लेकिन इन ब्रांड्स के समर्थन से, उसने आसानी से मिलियन डॉलर में फंड जुटा लिया।
एशले होशियार है; उसका लक्ष्य IPO नहीं बल्कि अधिग्रहण (acquisition) है, क्योंकि IPO थका देने वाले होते हैं। अधिग्रहण के जरिए 5x-10x कैश-आउट मिल सकता है। अगर आप तेजी से दौलत बढ़ाना चाहते हैं, तो यहाँ स्टार्टअप करना अच्छा काम करता है बशर्ते आप सही जगह ढूँढ लें: ऑटोनॉमस ड्राइविंग डेटा, वर्ल्ड मॉडल डेटा, रोबोट डेटा, या Personal Agents के लिए प्लगइन्स/infra/डेटा इंटरफेस।
4. बुलबुले वाली भावनाएँ
मेरा मानना है कि AI युग का सबसे बड़ा अवसर भावनात्मक समस्याएँ हैं। आज की भौतिक प्रचुरता किसी भी पिछले युग से कहीं ज्यादा है: मध्यकालीन यूरोप में ब्लैक डेथ आई थी; कुछ दशक पहले, हम मांस नहीं खरीद सकते थे। फिर भी, लोग ज्यादा खुश नहीं हैं।
मैरी (बदला हुआ नाम), चीन से T2 अंडरग्रेड, Ivy League मास्टर ग्रेजुएट, पालो ऑल्टो और SF के बीच सफर करने वाली एक अभिजात्य महिला, खुद को दुखी महसूस करती है। उसे लगता है कि उसके आसपास के सभी लोग उससे ज्यादा अमीर और किस्मत वाले हैं। उसे AI की जगह फाइनेंस चुनने पर पछतावा है। लेकिन AI मीडिया में पैसा नहीं है (TechCrunch में भी नहीं); आपको रिसर्चर होना पड़ेगा। उसने रिसर्चर्स को डेट करने की कोशिश की, तो पता चला कि वे साथ देने वाली सर्विसेज (companionship services) का इस्तेमाल करते हैं। यह ऐसा है जैसे "लंबा गाउन" (बौद्धिक दिखावा) उतारने की कोशिश करना, और फिर पता चले कि गली पहले से ही भीड़भाड़ और विकृत है।
पहचान की समस्याएँ: H-1B वीजा धारकों को बेरोजगार होने के बाद 60 दिन का ग्रेस पीरियड मिलता है। DHS ने सितंबर में इसे रद्द करने का प्रस्ताव रखा था। हालाँकि यह अभी तय नहीं हुआ है, लेकिन यह सिर पर तलवार की तरह लटका है। अगर उसे निकाला गया, तो उसे तुरंत जाना पड़ सकता है।
डोरिस (बदला हुआ नाम) एक अमीर परिवार से आती है। उसके पति ने एक मुनाफे वाली कंपनी शुरू करने के लिए Big Tech छोड़ दिया। वह मशहूर है और बच्चों पर भारी निवेश करती है। पालो ऑल्टो में घरों की औसत कीमत $3-4M है, और वे अक्सर पुराने घर होते हैं। प्राइवेट प्राइमरी स्कूलों की फीस $40k-$50k/साल है। देश की जिंदगी को याद करने के लिए, वह Stanford Shopping Center में लग्जरी ब्रांड्स की शॉपिंग करती है। अंततः, उसे एहसास होता है कि पैसा बस उसके हाथों से होकर गुजर रहा है; वह सिर्फ एक अस्थायी रखवाली है। बच्चों को Ivy League एप्लीकेशन के लिए घुड़सवारी की क्लासेस और फिल्म प्रोजेक्ट्स चाहिए।
जो (बदला हुआ नाम), स्टैनफोर्ड का छात्र। दूसरे उसे जीनियस मानते हैं: टॉप CS मेजर, जूनियर इंजीनियर की लाखों की सैलरी। लेकिन वह चिंतित है। वह अनगिनत स्टार्टअप इवेंट्स देखता है लेकिन उसके पास कोई आइडिया नहीं है। वह नहीं जानता कि निवेशकों को आकर्षित करने के लिए स्टोरीटेलिंग का इस्तेमाल कैसे करें। उसे एक सह-संस्थापक चाहिए लेकिन वह मार्केटिंग में कमजोर है; उसके Twitter फॉलोअर्स दो अंकों में हैं, और Xiaohongshu पोस्ट्स की रीच दबा दी जाती है। सबके अपने आइडिया हैं; कोई उसके साथ जुड़ना नहीं चाहता क्योंकि उसका बैकग्राउंड स्टैनफोर्ड में आम है। वह नहीं जानता कि क्या बनाना है।
वह होमवर्क नहीं करना चाहता (AI कर देता है)। वह ओपन-सोर्स प्रोजेक्ट्स ट्राई करता है, लेकिन किसी को परवाह नहीं है। उसे SF के निवेशक समझ नहीं आते। उसे लगता है कि मौके बस सामने हैं, लेकिन वह उन्हें पकड़ नहीं पा रहा, शोर से सुन्न हो गया है।
नतीजतन, SF में आध्यात्मिक प्रथाओं की भरमार है। कई ज़ेन मंदिर हैं (चीनी, जापानी, भारतीय शैली)। आंतरिक शांति की माँग बहुत बड़ी है क्योंकि दौलत का यह अराजक उतार-चढ़ाव लोगों को दिशाहीन कर देता है, और वे मंदिरों में ध्यान की तलाश में जाते हैं।
5. AI के पहले चरण का अंत
सबसे पहले, सोच के मामले में, चीन और सिलिकॉन वैली में बहुत बड़ा अंतर नहीं है; चीन SV को बहुत करीब से ट्रैक करता है। पहले चरण का 2025 के अंत से 2026 के मध्य तक एक भव्य प्रस्तावना (prologue) थी: तेजी से मॉडल बदलना, Claude Code द्वारा Agent युग की शुरुआत, OpenClaw द्वारा ओपन सोर्स में अपनी छाप छोड़ना, Jensen Huang का जुलाई का X पोस्ट जिसमें "Open Weights & US AI Leadership" पत्र पर हस्ताक्षर किए गए, जो एक मिशन की भावना को दर्शाता है। अंत नाटकीय था: नवंबर की चुनावी रात, Sanders ने नए डेटा सेंटर्स पर राष्ट्रीय रोक की माँग की; डेमोक्रेटिक सांसदों ने उनका साथ दिया; एक हफ्ते बाद, Huang को "नीचे लाया गया"। यह बिल्कुल किसी फिल्म जैसा लगा। यह चरण खत्म हो गया है।
स्टार्टअप्स के बारे में: SF में हर हफ्ते सैकड़ों इवेंट्स होते हैं, 70% Agents के बारे में बात करते हैं। उनमें से, 70% वर्क/टीम सीनारियो पर फोकस करते हैं। कल्पनाशक्ति की कमी है। बाकी 30% जो Personal Agents बना रहे हैं, वे या तो कॉल्स/वीडियो को ऑटोमेट करते हैं या IMs को इंटीग्रेट करते हैं (जो Big Tech पहले ही कर चुका है) या फिर एनिमे अवतारों के साथ एक नई परत चढ़ा देते हैं। यह Haidian के AI Origin Community या शंघाई के Model Speed Space में लेक्चर सुनने से कितना अलग है? ज्यादा नहीं।
एक विरोधाभास सामने आता है: AI को उपभोग को बढ़ावा देना चाहिए, जैसे भाप या बिजली ने किया था। भाप ने कपड़ा/कोयला उत्पादन बढ़ाया; बिजली ने नाइटलाइफ को संभव बनाया; सूचना क्रांति ने वैश्विक ई-कॉमर्स/सोशल को जन्म दिया।
लेकिन AI अभी किन जरूरतों को बढ़ावा दे रहा है? इसने इंटरनेट युग की माँग का 1% भी पैदा नहीं किया है। भुगतान कौन करता है? सिर्फ मॉडल डेवलपर्स। डेटा क्यों बेचें? निवेशकों का पैसा कमाने के लिए: निवेशक मॉडल बनाने वालों को पैसा देते हैं, जो डेटा खरीदते हैं। मुख्य मुद्दा वही है: किलर ऐप का पॉइंट अभी नहीं मिला है। यह दूसरे चरण में दिख सकता है, लेकिन कोई नहीं जानता कि कब। शायद कहीं कोई इसे आविष्कार कर ले। यह किस्मत है।
AI को लेकर चिंतित लोगों के दो प्रकार:
- वे जो AI को समझते नहीं हैं लेकिन इन्फ्लुएंसर्स को यह कहते सुनते हैं "AI सीखो वरना खत्म हो जाओगे।"
- वे जो ब्रह्मांड के केंद्र में हैं, एक बुलबुले के नीचे, यह सुन रहे हैं कि हर कोई करोड़ों कमा रहा है, और "सिर्फ" लाखों कमाने पर ठगा हुआ महसूस कर रहे हैं, और ज्यादा कमाने के लिए बेचैन हैं।
SF दो समूहों में बँट गया है: AI में काम करने वाले और AI में काम न करने वाले। लॉ/बिजनेस के छात्र अक्सर अभी भी चैटबॉक्स का इस्तेमाल करते हैं, Codex/Claude Code को नजरअंदाज करते हैं। AI इवेंट्स में, वे अदृश्य होते हैं। वही स्टैनफोर्ड, वही LLM शब्द, लेकिन Law और CS विभागों के बीच परिचितता में ज़मीन-आसमान का अंतर।
दूसरा समूह बेहद हाइप/FOMO वाला है। किसी भी इवेंट में, आपको ऐसे लोग मिलेंगे जो नवीनतम ट्रेंड्स, GitHub प्रोजेक्ट्स, ओपन-सोर्स स्टार्स के दीवाने हैं।
ये चरम सीमाएँ हैं। "बुलबुले के बाहर" दुनिया का 95-99% हिस्सा है। SF में भी, AI हर किसी तक नहीं पहुँचा है।
क्यों? काम करने वाले agents की ज्यादातर लोगों को जरूरत नहीं है। कोडिंग मुख्य उपयोग है, इसलिए प्रोग्रामर्स में इसकी पैठ ज्यादा है। प्रोग्रामर इस प्रभाव को गहराई से महसूस करते हैं: 2023 के मॉडल कोड में गलतियाँ (hallucination) करते थे; 2025 में वे कोड लिखते हैं; 2026 में वे PRs सबमिट/मर्ज करेंगे। अन्य उद्योगों को कम प्रभाव महसूस होता है। यही बुलबुले के अंदर और बाहर का अंतर है। अंदर, प्रोग्रामर्स के अलावा, वे निवेशक हैं जो सोच रहे हैं कि प्रोजेक्ट्स इतनी जल्दी बिकते (acquired) क्यों हैं।
पिछले साल, मैंने AI को अपनाने के लिए प्रोत्साहित किया था। जब एंटी-डिस्टिलेशन स्किल्स वायरल हुईं, तो कई चिंतित दोस्तों ने मुझसे पूछा। मैंने माना कि AI ने मुझे आजाद कर दिया है; यह मेरे सेल्फ-मीडिया के लिए एडिटिंग/लेआउट संभालता है, जिससे मुझे नफरत है। यह बहुत शक्तिशाली है।
लेकिन Dario और अन्य लोगों को सहानुभूति की कमी और भगवान बनकर खेलने का आनंद लेते देख मेरा विश्वास टूट गया। जैसा "द मॉडल जनरेशन" कहता है, वे मानते हैं कि उनका काम भविष्य तय करता है।
AI में कई "Jiahao" (घमंडी अहंकारी) हैं। ऐतिहासिक रूप से, Jiahaos ही प्रगति को आगे बढ़ाते हैं। मस्क एक Jiahao है। ट्रम्प एक गिल्डेड एज के Jiahao हैं। उनका आत्मविश्वास दूसरों को भी प्रभावित करता है। 📷
खैर, Jiahaos में सहानुभूति नहीं होती। अगर होती, तो वे SF को इतना बदसूरत नहीं बनने देते, और निचले तबके को नजरअंदाज नहीं करते। 📷 SF की सड़कों पर तम्बू।
AI में सीखने के लिए क्या है? आप नहीं जानते कि यह क्या बनेगा। 2024 में Dify सीखना बेकार हो गया जब Claude Code आ गया। 2026 में OpenClaw पर्सनल एजेंट्स के साथ, आप अपना कंप्यूटर खोलेंगे भी नहीं। अगर डर के मारे सीख रहे हैं, तो रुक जाइए। ओलंपियाड मेडलिस्ट के आपके लिए रोबोट बनाने का इंतजार कीजिए। दिमागी काम औद्योगिक/बड़े पैमाने पर हो रहा है। "डेटा सेंटर्स वाले जीनियस राष्ट्र" में, एक वैश्विक दिमाग सारा मानसिक श्रम कर रहा है। सीखने के लिए क्या बचा है? जब तक कि, मेरी तरह, वीडियो बनाना आपका शौक न हो, और AI आपके छोटे-मोटे काम संभाले—यह अच्छा है। लेकिन अगर डर के मारे सीख रहे हैं, तो यह जरूरी नहीं है; आप जितना सीखेंगे, उतना ही डरेंगे।
6. सक्रिय मानसिक व्यायाम का युग
कमी वाले युगों में, लोग खाना खोजने में अपना समय बिताते थे, मोटापे से बचते थे। अब, प्रचुरता मोटापे का कारण बनती है, कैलोरी जलाने के लिए जानबूझकर व्यायाम की आवश्यकता होती है, जिससे फिटनेस की माँग पैदा होती है। AI भी ऐसा ही है। पहले, बौद्धिक कमी के कारण किताबें उधार लेनी पड़ती थीं, शिक्षा के लिए यात्रा करनी पड़ती थी (जैसे Song Lian की कहानी)। अब, बौद्धिकता प्रचुर मात्रा में है, फोन के जरिए आसानी से उपलब्ध है, पहले से ही पचाई हुई। इससे मानसिक आलस्य/मोटापा आता है, व्यायाम की कमी के कारण सोच कठोर हो जाती है।
सोच को फिट रखने के लिए, आपको जानबूझकर अपने दिमाग की कसरत करनी होगी, जैसे जिम जाना। भविष्य में संज्ञानात्मक उपकरणों वाले "मेंटल जिम" आ सकते हैं।
मुझे लगता है कि Zhang Zhala और Karpathy जैसे AI लर्निंग ब्लॉगर्स इन टूल्स को डिजाइन करने के लिए उपयुक्त हैं।
मैं अभी यह नहीं कह सकता कि "AI दुनिया को बेहतर बनाता है"। शायद दूसरा/तीसरा चरण ऐसा करे। पहला चरण नाटकीय रूप से समाप्त हुआ। पुरानी व्यवस्थाएँ ढह रही हैं; नई अभी बनी नहीं हैं।
दूसरे चरण से पहले, संभवतः कुछ साल बाकी हैं। कोई वैश्विक गर्म युद्ध (hot wars) की उम्मीद नहीं है। बस जिएँ। शारीरिक/मानसिक मोटापे से बचने के लिए शरीर और दिमाग की कसरत करें।
अच्छे तरीके? "द मॉडल जनरेशन" पढ़ें और उससे जुड़ता एक लेख लिखें। या सेल्फ-मीडिया करें, मानवीय आदतों/ध्यान का अध्ययन करें। इंसानी फितरत को समझना एक कालजयी ताकत है।
या बिजनेस शुरू करें, अंतिम लक्ष्यों से शुरुआत करते हुए। पहले AI के बारे में मत सोचिए; असल इंसानी जरूरतों के बारे में सोचिए। मैं कुछ दिलचस्प उद्यमियों से मिला जो AI को एक टूल की तरह इस्तेमाल करते हैं, AI के लिए AI नहीं करते। उदा., डाउनटाउन पालो ऑल्टो में एक मैचा रोबोट शॉप। उन्होंने इसे रोबोटिक्स के लिए नहीं खोला; उन्होंने लागत कम करने/गुणवत्ता स्थिर रखने के लिए रोबोट का इस्तेमाल किया। एक व्यक्ति इस बड़े स्टोर को चलाता है। मैंने एक दिन मैनेजर के रूप में काम किया। यह समस्याओं को हल करता है: महंगा/अस्थिर श्रम, 12 घंटे की शिफ्ट इंसानों के लिए चुनौतीपूर्ण लेकिन रोबोट के लिए ठीक, स्वच्छ।
एक और व्यक्ति छत की मरम्मत का काम करता है, जो लीड्स के लिए AI का उपयोग करके फोरम/लोकल कम्युनिटी को स्कैन करता है, ऑटो-मैसेजिंग/संपर्क करता है, केस भेजता है। छत की मरम्मत में $10k+ लगते हैं, बहुत फायदे का सौदा है।
भावनात्मक मुद्दे बहुत बड़े हैं। इस सर्दी में Xu Fei/Li Na लोकप्रिय क्यों हैं? शुद्ध भावना दुर्लभ है/ठीक से उपलब्ध नहीं है। आधुनिक लोग ठंडे हैं। असली भावना देखकर भीड़ इकट्ठा हो जाती है।
अगर मेरे लेख भावनात्मक मूल्य देते हैं, तो वे बेहतरीन हैं। मैं संदिग्ध आध्यात्मिक प्रथाओं पर निर्भर हुए बिना भावनाओं को शांत करने के स्वस्थ तरीके खोजना चाहता हूँ। फिलहाल मेरा सेल्फ-मीडिया ही इसका जरिया है।
सभी की भलाई की कामना करता हूँ। बुलबुले फूटते हैं। फूटने के दौरान, यह समझना कि आर्थिक गिरावट स्वाभाविक है, जिसे AI ने केवल टाल दिया है, शायद जापान के बुलबुला फूटने के बाद के इतिहास को पढ़कर हमें समाधान खोजने में मदद कर सकता है।





