15 वर्षों में बहुत कुछ बदल गया है क्योंकि काइमिंग वह एक पीएचडी छात्र था।
“जब आप अपने पीएचडी चरण में होते हैं, तो विभिन्न विषयों और विषयों के बीच एक उच्च दीवार होती है, और कंप्यूटर विज्ञान के भीतर एक उच्च दीवार भी थी,” वे कहते हैं। “मेरे बगल में बैठा लड़का ऐसी चीजें कर सकता है जो मैं पूरी तरह से समझ नहीं पाए।”
सात महीनों में, जब से वह इलेक्ट्रिकल इंजीनियरिंग और कंप्यूटर विज्ञान विभाग में सॉफ्टवेयर प्रौद्योगिकी के करियर विकास प्रोफेसर के रूप में MIT Schwarzman College of Computing में शामिल हो गए, उनका कहना है कि वह कुछ ऐसा अनुभव कर रहे हैं कि उनकी राय में “मानव वैज्ञानिक इतिहास में बहुत दुर्लभ है” – दीवारों का एक कम होना जो अलग -अलग वैज्ञानिक अनुशासन में विस्तार करता है।
“कोई रास्ता नहीं है कि मैं कभी भी उच्च-ऊर्जा भौतिकी, रसायन विज्ञान, या जीव विज्ञान अनुसंधान के सीमा को समझ सकता हूं, लेकिन अब हम कुछ देख रहे हैं जो हमें इन दीवारों को तोड़ने में मदद कर सकता है,” वे कहते हैं, “और यह एक आम भाषा का निर्माण है जो एआई में पाया गया है।”
ऐ ब्रिज का निर्माण
उनके अनुसार, यह बदलाव 2012 में “डीप लर्निंग क्रांति” के मद्देनजर शुरू हुआ, एक बिंदु जब यह महसूस किया गया कि तंत्रिका नेटवर्क पर आधारित मशीन-लर्निंग विधियों का यह सेट इतना शक्तिशाली था कि इसे अधिक से अधिक उपयोग के लिए रखा जा सकता है।
“इस बिंदु पर, कंप्यूटर विजन – कंप्यूटर को देखने और दुनिया को देखने में मदद करने के लिए जैसे कि वे इंसान हैं – बहुत तेजी से बढ़ने लगे, क्योंकि जैसा कि यह पता चलता है कि आप इसी कार्यप्रणाली को कई अलग -अलग समस्याओं और कई अलग -अलग क्षेत्रों में लागू कर सकते हैं,” वह कहते हैं। “तो कंप्यूटर विजन समुदाय जल्दी से बड़ा हो गया क्योंकि ये अलग -अलग उप -रोग अब एक सामान्य भाषा बोलने और उपकरणों का एक सामान्य सेट साझा करने में सक्षम थे।”
वहां से, उनका कहना है कि प्राकृतिक भाषा प्रसंस्करण, भाषण मान्यता और रोबोटिक्स सहित कंप्यूटर विज्ञान के अन्य क्षेत्रों में रुझान का विस्तार शुरू हुआ, जिससे चैटगेट और अन्य प्रगति की ओर कृत्रिम जनरल इंटेलिजेंस (एजीआई) की नींव पैदा हो गई।
“यह सब पिछले एक दशक में हुआ है, जिससे हमें एक नई उभरती हुई प्रवृत्ति मिलती है जिसे मैं वास्तव में आगे देख रहा हूं, और यह एआई कार्यप्रणाली को अन्य वैज्ञानिक विषयों का प्रचार करते हुए देख रहा है,” वह कहते हैं।
सबसे प्रसिद्ध उदाहरणों में से एक, वे कहते हैं, Google DeepMind द्वारा विकसित एक कृत्रिम बुद्धिमत्ता कार्यक्रम Alphafold है, जो प्रोटीन संरचना की भविष्यवाणियां करता है।
“यह एक बहुत अलग वैज्ञानिक अनुशासन है, एक बहुत अलग समस्या है, लेकिन लोग एआई उपकरणों के एक ही सेट का उपयोग भी कर रहे हैं, इन समस्याओं को हल करने के लिए एक ही कार्यप्रणाली,” वे कहते हैं, “और मुझे लगता है कि यह सिर्फ शुरुआत है।”
विज्ञान में एआई का भविष्य
फरवरी 2024 में MIT में आने के बाद से, उनका कहना है कि उन्होंने लगभग हर विभाग में प्रोफेसरों से बात की है। कुछ दिन वह खुद को बहुत अलग पृष्ठभूमि से दो या दो से अधिक प्रोफेसरों के साथ बातचीत में पाता है।
“मैं निश्चित रूप से उनके शोध के क्षेत्र को पूरी तरह से नहीं समझता, लेकिन वे बस कुछ संदर्भ पेश करेंगे और फिर हम अपनी समस्याओं में गहरी सीखने, मशीन सीखने, (और) तंत्रिका नेटवर्क मॉडल के बारे में बात करना शुरू कर सकते हैं,” वे कहते हैं। “इस अर्थ में, ये एआई उपकरण इन वैज्ञानिक क्षेत्रों के बीच एक सामान्य भाषा की तरह हैं: मशीन लर्निंग टूल्स उनकी शब्दावली और अवधारणाओं को उन शब्दों में अनुवाद करते हैं जिन्हें मैं समझ सकता हूं, और फिर मैं उनकी समस्याओं को सीख सकता हूं और अपने अनुभव को साझा कर सकता हूं, और कभी -कभी उनके लिए समाधान या अवसरों का प्रस्ताव कर सकता हूं।”
विभिन्न वैज्ञानिक विषयों के विस्तार में महत्वपूर्ण क्षमता है, वीडियो विश्लेषण का उपयोग करने से लेकर मौसम और जलवायु रुझानों की भविष्यवाणी करने के लिए अनुसंधान चक्र में तेजी लाने और नई दवा की खोज के संबंध में लागत को कम करने के लिए।
जबकि एआई उपकरण वैज्ञानिक सहयोगियों के काम के लिए एक स्पष्ट लाभ प्रदान करते हैं, वह एआई के निर्माण और उन्नति पर, और उनके पास होने वाले पारस्परिक प्रभाव को भी नोट करता है।
“वैज्ञानिक नई समस्याएं और चुनौतियां प्रदान करते हैं जो हमें इन उपकरणों को विकसित करने में मदद करते हैं,” वह कहते हैं। “लेकिन यह भी याद रखना महत्वपूर्ण है कि आज के कई एआई उपकरण पहले के वैज्ञानिक क्षेत्रों से तने होते हैं – उदाहरण के लिए, कृत्रिम तंत्रिका नेटवर्क जैविक टिप्पणियों से प्रेरित थे; छवि पीढ़ी के लिए प्रसार मॉडल भौतिकी शब्द से प्रेरित थे।”
“विज्ञान और एआई अलग -थलग विषय नहीं हैं। हम अलग -अलग दृष्टिकोणों से एक ही लक्ष्य के करीब आ रहे हैं, और अब हम एक साथ हो रहे हैं।”
और एमआईटी की तुलना में उनके साथ आने के लिए बेहतर जगह क्या है।
“यह आश्चर्य की बात नहीं है कि एमआईटी कई अन्य स्थानों की तुलना में इस बदलाव को पहले देख सकता है,” वे कहते हैं। “(MIT Schwarzman College of Computing) ने एक ऐसा वातावरण बनाया जो विभिन्न लोगों को जोड़ता है और उन्हें एक साथ बैठने, एक साथ बात करने, एक साथ काम करने, अपने विचारों का आदान -प्रदान करने, एक ही भाषा बोलते हुए – और मैं यह होने के लिए देख रहा हूं।”
जब दीवारें पूरी तरह से कम होंगी, तो उन्होंने ध्यान दिया कि यह एक दीर्घकालिक निवेश है जो रात भर नहीं होगा।
“दशकों पहले, कंप्यूटर को उच्च तकनीक माना जाता था और आपको उन्हें समझने के लिए विशिष्ट ज्ञान की आवश्यकता थी, लेकिन अब हर कोई एक कंप्यूटर का उपयोग कर रहा है,” वे कहते हैं। “मैं 10 या अधिक वर्षों में उम्मीद करता हूं, हर कोई अपने शोध के लिए किसी तरह से किसी तरह के एआई का उपयोग करेगा – यह सिर्फ उनके मूल उपकरण, उनकी मूल भाषा है, और वे अपनी समस्याओं को हल करने के लिए एआई का उपयोग कर सकते हैं।”
।
