Let's think : By Dr.King, Swami Satyapriya

    [Preview books]  [Borrow books] 

[Pause]

   Genau diese Frage führte dazu, dass ein ehemaliger Google-Mitarbeiter namens Blake Lemoine sowohl seine Arbeit als auch sein Ansehen verlor. Wahrscheinlich haben Sie darüber gelesen.

Im Jahr 2022 testete er eines der KI-Systeme von Google mit dem Namen Lamda. Dabei gewann Blake den Eindruck, dass diese KI über Bewusstsein verfüge. Er beließ es nicht dabei. Stattdessen begann er, sich für die Rechte dieser KI einzusetzen. Das führte schließlich dazu, dass er seine Arbeit verlor.

Bevor wir über das Bewusstsein von KI-Systemen sprechen, wollen wir zunächst unser eigenes bewusstes Erleben verstehen. 

Wie wir bewusstes Erleben erhalten, ist seit langer Zeit ein Rätsel, das Neurowissenschaftler beschäftigt. Als moderne Werkzeuge wie funktionelle MRT-Scanner entwickelt wurden, konnten Neurowissenschaftler verschiedene Wahrnehmungsprozesse des menschlichen Gehirns erklären. Sie waren in der Lage, die genauen Bereiche des Gehirns zu identifizieren, die für bestimmte Wahrnehmungen verantwortlich sind.

Anfangs war jedoch unklar, wie komplexe Erfahrungen zustande kommen, die Regionen einbeziehen können, die über das gesamte Gehirn verteilt sind.

Nehmen wir zum Beispiel an, Sie betrachten einen Baum. Sofort erkennen Sie ihn als einen Baum einer bestimmten Art. Neurowissenschaftler konnten auf bestimmte Hirnregionen zeigen, die die Blätter, die Früchte, den Stamm und andere Merkmale des Baumes erkennen.

Ihre tatsächliche Erfahrung wird jedoch von verschiedenen Bereichen des Gehirns verarbeitet. Dennoch gibt es keine einzelne Region im Gehirn, die das vollständige Bild des Baumes zusammensetzt und Ihnen die Erfahrung vermittelt: „Aha! Das ist ein Mangobaum!"

Neurowissenschaftler bezeichneten dieses Problem als das „Binding-Problem". Gemeint ist damit die Herausforderung, die über das Gehirn verteilten Informationsfragmente zu einem zusammenhängenden Ganzen zu verbinden.

Gegen Ende des 20. Jahrhunderts schlug der amerikanische Neurowissenschaftler Bernard Baars zur Erklärung dieses Phänomens die sogenannte „Global Workspace Theory" vor. Diese Theorie war stark metaphorisch geprägt.

Die Metapher von Baars wurde heftig kritisiert, weil sie den Eindruck erweckte, als gäbe es eine getrennte Instanz, die Erfahrungen macht. Wissenschaftler akzeptieren die Existenz einer solchen geheimnisvollen Kraft jedoch nicht.

Später entstand eine überarbeitete Theorie mit dem Namen „Global Neuronal Workspace Theory". Heute wird sie weithin als Erklärung für unser bewusstes Erleben akzeptiert.

Diese Erklärung stellte jedoch kognitive Philosophen wie David Chalmers nicht zufrieden. Er argumentierte, dass Neurowissenschaftler lediglich ein „leichtes Problem" des Bewusstseins gelöst hätten. Viele faszinierende Aspekte menschlicher Erfahrung seien nach wie vor unerklärt. Diese bezeichnete er als das „schwierige Problem des Bewusstseins" – das Hard Problem of Consciousness.

Dieses Tauziehen setzte sich fort. Während Neurowissenschaftler behaupteten, sie könnten alles erklären, hielten Philosophen wie Chalmers dagegen und argumentierten, die Erklärungen seien weiterhin unvollständig.

Ich bin mir nicht ganz sicher, wie Philosophen wie Chalmers den Begriff „Bewusstsein" definieren. In einem seiner Vorträge beschreibt Chalmers das Bewusstsein als einen fortlaufenden inneren Film. Er argumentiert, dass es sich dabei um eine subjektive Erfahrung handelt. Seiner Auffassung nach lässt sie sich nicht durch irgendeine Aktivität des Gehirns erklären.

Bevor wir beurteilen, wie weit Chalmers recht hat, sollten wir einige Tatsachen betrachten.

Die Global Neuronal Workspace Theory kann erklären, wie das Gehirn die in ihm verteilten Informationen integriert. Daraus folgt, dass das Gehirn zumindest die Fähigkeit besitzt, irgendeine Form bewusster Erfahrung hervorzubringen.

Durch das Einsetzen von Elektroden in bestimmte Hirnregionen und deren elektromagnetische Stimulation lassen sich gezielt bestimmte Erfahrungen hervorrufen. Auch durch die Einnahme bestimmter psychoaktiver Substanzen können Menschen unterschiedliche Erfahrungen machen. Die zugrunde liegenden Mechanismen des Gehirns sind inzwischen recht gut verstanden. Das bedeutet, dass das Gehirn als Träger des Bewusstseins fungieren kann.

Einige Forscher haben festgestellt, dass tiefer Glaube bestimmte Erfahrungen im Gehirn erzeugen kann, ohne dass ein äußeres Objekt erforderlich ist. In einigen Tempeln Südindiens durchbohren gläubige Anhänger ihre Zungen. Sie hängen sich mithilfe von Haken, die tief in ihren Rücken eingedrungen sind, an Pfähle. Dennoch bleiben sie ohne Schmerzempfindung in einer spirituellen Erfahrung versunken. Man hat festgestellt, dass das Gehirn in solchen Situationen opiatähnliche Stoffe produziert. Das bedeutet, dass das Gehirn Erfahrungen auf unerwartete Weise verändern kann.

Wird demselben Gehirn hingegen eine Vollnarkose verabreicht, ist die betreffende Person vollständig unfähig, irgendeine Erfahrung zu machen. Dies zeigt, dass das Gehirn eine zentrale Rolle für bewusstes Erleben spielt. Ist das Gehirn nicht aktiv, kann ein Mensch keinerlei Erfahrung haben – weder subjektive noch irgendeine andere.

Aus all diesen Beobachtungen ergeben sich folgende Schlussfolgerungen:

• Das Gehirn besitzt die Fähigkeit, durch die Integration äußerer Eingaben bewusstes Erleben hervorzubringen. Seine Funktionsweise ist inzwischen recht gut verstanden.

• Selbst bei vollständigem Fehlen sensorischer Eingaben kann das Gehirn mithilfe äußerer Substanzen oder Methoden Erfahrungen erzeugen.

• Unabhängig von äußeren oder inneren Eingaben kann das Gehirn Erfahrungen aufgrund seines eigenen Zustands verändern.

• Ohne ein funktionierendes Gehirn kann kein Bewusstsein entstehen.

Reichen diese Beobachtungen nicht aus, um zu sagen, dass das, was wir subjektive Erfahrung nennen, im Gehirn selbst stattfindet?

Doch Chalmers stimmt dem nicht zu. Er ist fest davon überzeugt, dass „diese Erklärungen lediglich beschreiben, wie das Gehirn funktioniert, aber subjektive Erfahrung nicht erklären". Er sucht nach einer geheimnisvollen Erklärung außerhalb des Gehirns.

Wenn Chalmers seine Untersuchung etwas erweitern und über meditative Erfahrungen sprechen würde, könnte ich ihm möglicherweise zustimmen. Die höchsten meditativen Erfahrungen treten auf, wenn jemand die Grenzen des Geistes überschreitet oder wenn der Geist vollständig zur Ruhe kommt. Da das Gehirn in solchen Zuständen nahezu inaktiv ist, kann man kaum noch sagen, dass diese Erfahrungen im Gehirn stattfinden.

Interessanterweise gibt es selbst dort keinen Raum mehr, von subjektiven Erfahrungen zu sprechen. Denn dieser Zustand geht über Subjektivität hinaus.

Ich betrachte Bewusstsein aus der Perspektive eines Neurowissenschaftlers. Meiner Ansicht nach muss ein System zumindest die Fähigkeit besitzen, seine eigenen mentalen Zustände zu verändern, um als bewusst gelten zu können.

Allein die Fähigkeit, innere Zustände zu verändern, reicht jedoch nicht aus. Ein System, das als bewusst gelten soll, muss noch viele weitere Fähigkeiten besitzen.

Kommen wir zur ursprünglichen Frage zurück: Besitzen KI-Systeme diese Fähigkeiten?

Die heute öffentlich verfügbaren KI-Systeme besitzen sie ganz sicher nicht. Sie können den Eindruck von Intelligenz vermitteln. Aber –

• Sie verfügen über keine inneren Zustände, die sich als Reaktion auf Eingaben fortlaufend verändern oder aktualisieren lassen. Wie Blake Lemoine berichtete, schien die KI während der Gespräche zu behaupten, sie könne ihren Zustand auf Grundlage von Eingaben verändern. Selbst wenn dies oberflächlich so erschien, macht es die Behauptung nicht wahr.

• Heutige KI-Systeme besitzen keine Zustände, die sich entsprechend Angst, Freude, Vorlieben, Abneigungen oder ähnlichen Gefühlen verändern.

• Ihre Eingabemechanismen sind äußerst begrenzt. Gegenwärtig können sie Eingabeaufforderungen lesen oder hören. Sie können Bilder „sehen" und Dateien lesen. Mehr nicht.

Daher gibt es keine Grundlage für die Annahme, dass die Erfahrung von Blake Lemoine tatsächlich real war. Außerdem sind KI-Systeme Meister darin, auf der Grundlage unvollständiger Informationen selbstsicher aufzutreten. Sie sind erstaunlich gut darin, sich menschenähnlich zu verhalten und andere in die Irre zu führen!

Dennoch schließe ich die Möglichkeit nicht aus, dass zukünftige KI-Systeme Bewusstsein besitzen könnten – zumindest eine Form von Bewusstsein, die dem auf das Gehirn beschränkten Bewusstsein vergleichbar ist.  --------------------------------------------------------------------

Falls dies bei Ihnen Anklang gefunden hat, lade ich Sie herzlich ein, sich meinen wöchentlichen Lesern anzuschließen. Jeden Samstag veröffentliche ich eine tiefgehende Analyse, die über die Oberfläche hinausgeht und jene Fragen behandelt, die wirklich zählen. Keine Paywalls, kein Clickbait – lediglich ein direkter Austausch: von meinem Kopf in Ihren. Klicken Sie hier, um sich anzumelden.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   ब्लेक लेमोइन नामक गूगल के एक पूर्व कर्मचारी के लिए यही प्रश्न उनकी नौकरी और प्रतिष्ठा खोने का कारण बना। संभवतः आपने इसके बारे में पढ़ा होगा।

2022 में, जब वे गूगल की एआई प्रणालियों में से एक 'लैम्डा' का परीक्षण कर रहे थे, तब ब्लेक को लगा कि उस एआई में चेतना है! वे यहीं नहीं रुके। इसके बजाय, उन्होंने उस एआई के अधिकारों के लिए संघर्ष करना शुरू कर दिया। परिणामस्वरूप उन्हें अपनी नौकरी गंवानी पड़ी।

AI सिस्टम की चेतना के बारे में बात करने से पहले, आइए सबसे पहले अपने खुद के चेतन अनुभव को समझें। 

हम चेतन अनुभव कैसे प्राप्त करते हैं, यह प्रश्न लंबे समय से तंत्रिका-विज्ञानियों के लिए एक पहेली बना हुआ था। जब फंक्शनल एम-आर-आई स्कैनर जैसे आधुनिक उपकरणों का आविष्कार हुआ, तब तंत्रिका-विज्ञानी मानव-मस्तिष्क की विभिन्न ग्रहण प्रक्रियाओं को समझाने में सक्षम हुए। वे मस्तिष्क के उन सटीक क्षेत्रों की पहचान करसके जो किसी विशेष प्रकार की अनुभूति के लिए उत्तरदायी होते हैं।

लेकिन प्रारंभ में यह स्पष्ट नहीं था कि मस्तिष्क के विभिन्न भागों में फैले हुए जटिल अनुभव किस प्रकार एकीकृत होकर साकार होते हैं।

उदाहरण के लिए, मान लीजिए कि आप एक वृक्ष को देखते हैं। आप तुरंत पहचान लेते हैं कि वह किसी विशेष प्रजाति का वृक्ष है। तंत्रिका-विज्ञानी मस्तिष्क के उन विशिष्ट क्षेत्रों को इंगित करसकते थे जो वृक्ष की पत्तियों, उसके फलों, उसके तने आदि की पहचान करते हैं।

लेकिन आपका वास्तविक अनुभव मस्तिष्क के अनेक क्षेत्रों द्वारा संसाधित होता है। फिर भी मस्तिष्क में ऐसा कोई एक विशिष्ट क्षेत्र नहीं है जो वृक्ष की संपूर्ण छवि को एकत्रित करके आपको यह अनुभव कराए कि, 'अहा! यह आम का पेड़ है!'

तंत्रिका-विज्ञानियों ने इस समस्या को 'बाइंडिंग प्रॉब्लम' कहा। अर्थात्, मस्तिष्क के विभिन्न भागों में बिखरी हुई सूचनाओं को एकीकृत करके उन्हें परस्पर जोड़ने की समस्या।

1900 के दशक के उत्तरार्ध में, अमेरिकी तंत्रिका-विज्ञानी बर्नार्ड बार्स ने इस घटना की व्याख्या करने के लिए 'ग्लोबल वर्कस्पेस थ्योरी' नामक सिद्धांत प्रस्तुत किया। वह सिद्धांत काफी हद तक रूपकात्मक था।

बार्स के रूपक की काफी आलोचना हुई। क्योंकि उससे ऐसा प्रतीत होता था मानो अनुभव करने वाली कोई पृथक सत्ता मौजूद हो। वैज्ञानिक ऐसी किसी रहस्यमय शक्ति के अस्तित्व को स्वीकार नहीं करते।

बाद में 'ग्लोबल न्यूरोनल वर्कस्पेस थ्योरी' नामक संशोधित सिद्धांत सामने आया। आजकल इसे हमारी चेतन अनुभूतियों की एक व्याख्या के रूप में व्यापक रूप से स्वीकार किया जाता है।

लेकिन यह व्याख्या डेविड चाल्मर्स जैसे संज्ञानात्मक दार्शनिकों को संतुष्ट नहीं करसकी। उनका कहना था कि तंत्रिका-विज्ञानियों ने चेतना की केवल एक 'सरल समस्या' का समाधान किया है। मानव अनुभव के अनेक रोचक पक्ष अब भी अनव्याख्यायित हैं। उन्होंने इन्हें चेतना की 'कठिन समस्या' — Hard Problem of Consciousness — कहा।

यह बहस चलती रही। तंत्रिका-विज्ञानी दावा करते रहे कि वे सबकुछ समझा सकते हैं, जबकि चाल्मर्स जैसे दार्शनिक यह चुनौती देते रहे कि उनकी व्याख्या अभी भी अपूर्ण है।

चाल्मर्स जैसे दार्शनिक. 'चेतना' शब्द को किस प्रकार परिभाषित करते हैं, यह मुझे पूरी तरह स्पष्ट नहीं है। अपने एक व्याख्यान में चाल्मर्स चेतना को एक निरंतर चलने वाली आंतरिक चलचित्र के रूप में वर्णित करते हैं। उनका तर्क है कि यह एक व्यक्तिनिष्ठ (subjective) अनुभव है। उनके अनुसार, इसकी व्याख्या मस्तिष्क की किसी भी क्रिया के आधार पर नहीं की जा सकती।

चाल्मर्स कितने सही हैं, यह तय करने से पहले कुछ वास्तविक तथ्यों पर विचार करते हैं।

ग्लोबल न्यूरोनल वर्कस्पेस सिद्धांत यह समझाने में सक्षम है कि मस्तिष्क अपने भीतर वितरित सूचनाओं को कैसे एकीकृत करता है। इसलिए यह कहा जासकता है कि मस्तिष्क कम-से-कम चेतन अनुभव के किसी न किसी रूप को ग्रहण करने की क्षमता रखता है।

मस्तिष्क के कुछ क्षेत्रों में इलेक्ट्रोड प्रत्यारोपित करके और उन्हें विद्युत-चुंबकीय रूप से उत्तेजित करके विशिष्ट अनुभव उत्पन्न किएजासकते हैं। कुछ मादक पदार्थों का सेवन करने से भी व्यक्ति विभिन्न प्रकार के अनुभव प्राप्त करसकता है। इन सबके पीछे कार्यरत मस्तिष्कीय प्रक्रियाओं को काफी अच्छी तरह समझ लिया गया है। इसका अर्थ है कि मस्तिष्क चेतना का एक वाहन बनसकता है।

कुछ शोधकर्ताओं ने पाया है कि गहन विश्वास किसी भी बाहरी वस्तु पर निर्भर हुए बिना मस्तिष्क में विशिष्ट अनुभव उत्पन्न करसकता है। दक्षिण भारत के कुछ मंदिरों में श्रद्धालु अपनी जीभ में छेद करवाते हैं। वे अपनी पीठ में गहराई तक घुसे हुए हुक के माध्यम से स्वयं को खंभों से लटका लेते हैं। फिर भी वे किसी पीड़ा की अनुभूति के बिना आध्यात्मिक अनुभव में डूबे रहते हैं। पाया गया है कि ऐसे अवसरों पर मस्तिष्क, अफीम-जैसे रसायनों का उत्पादन करता है। इसका अर्थ है कि मस्तिष्क अनुभवों को हमारी अपेक्षा से कहीं अधिक गहराई से परिवर्तित करसकता है।

उसी मस्तिष्क को जब सामान्य बेहोशी (जनरल एनेस्थीसिया) दी जाती है, तब व्यक्ति किसी भी प्रकार का अनुभव करने में पूर्णतः असमर्थ होजाता है। इसका अर्थ है कि चेतन अनुभव में मस्तिष्क की केंद्रीय भूमिका है। यदि मस्तिष्क सक्रिय नहीं है, तो व्यक्ति किसी भी प्रकार का अनुभव नहीं करसकता — चाहे वह व्यक्तिनिष्ठ हो या किसी अन्य प्रकार का।

इन सभी अवलोकनों का अर्थ यह है:

• बाहरी इनपुटों को एकीकृत करके, चेतन अनुभव प्रदान करने की क्षमता मस्तिष्क में है। और इसकी कार्यप्रणाली को अब काफी अच्छी तरह समझ लिया गया है।

• जब कोई संवेदी इनपुट बिल्कुल भी उपस्थित नहीं होता, तब भी बाहरी पदार्थों या विधियों की सहायता से मस्तिष्क अनुभव उत्पन्न करसकता है।

• बाहरी अथवा आंतरिक इनपुटों से परे, मस्तिष्क अपनी स्वयं की अवस्था के आधार पर अनुभवों को परिवर्तित भी करसकता है।

• कार्यशील मस्तिष्क के बिना चेतना उत्पन्न नहीं होसकती।

क्या यह कहने के लिए इतना पर्याप्त नहीं है कि जिसे व्यक्तिनिष्ठ अनुभव कहा जाता है, वह मस्तिष्क में ही घटित होता है?

लेकिन चाल्मर्स इससे सहमत नहीं हैं। वे दृढ़ता से मानते हैं कि, 'ये व्याख्याएँ केवल यह बताती हैं कि मस्तिष्क कैसे कार्य करता है, लेकिन वे व्यक्तिनिष्ठ अनुभव की व्याख्या करने में विफल रहती हैं।' वे मस्तिष्क से परे किसी रहस्यमय स्पष्टीकरण की खोज में हैं।

यदि चाल्मर्स अपनी खोज का दायरा थोड़ा बढ़ाकर ध्यान के अनुभवों पर भी चर्चा करें, तो संभवतः मैं उनसे सहमत होऊँगा। जब कोई व्यक्ति मन की सीमाओं का अतिक्रमण करजाता है, अथवा जब मन पूर्णतः शांत होजाता है, तब ध्यान के सर्वोच्च अनुभव घटित होते हैं। उस समय मस्तिष्क लगभग निष्क्रिय होता है, इसलिए यह कहना भी कठिन है कि ऐसे अनुभव मस्तिष्क के भीतर घटित होते हैं।

रोचक बात यह है कि वहाँ भी व्यक्तिनिष्ठ अनुभव की बात करने का कोई अवसर नहीं रहता। क्योंकि वह अवस्था व्यक्तिनिष्ठता से परे होती है।

मैं चेतना को एक तंत्रिका-विज्ञानी के दृष्टिकोण से देखता हूँ। मेरा मानना है कि चेतना रखने के लिए किसी प्रणाली में कम-से-कम अपनी मानसिक अवस्थाओं को परिवर्तित करने की क्षमता होनी चाहिए।

केवल आंतरिक अवस्था को बदलने की क्षमता पर्याप्त नहीं है। किसी प्रणाली को सचमुच चेतन कहलाने के लिए उसमें अनेक अन्य क्षमताएँ भी होनी चाहिए।

अब मूल प्रश्न पर आते हैं। क्या एआई प्रणालियों में ये क्षमताएँ हैं?

सार्वजनिक रूप से उपलब्ध वर्तमान एआई संस्करणों में निश्चित रूप से नहीं। वे बुद्धिमत्ता का आभास देसकते हैं। लेकिन—

• उनमें ऐसी कोई आंतरिक अवस्थाएँ नहीं होतीं जिन्हें इनपुट के अनुसार निरंतर बदला या अद्यतन किया जासके। ब्लेक लेमोइन की रिपोर्ट के अनुसार, बातचीत के दौरान एआई ने यह दावा किया था कि वह इनपुटों के आधार पर अपनी अवस्था बदलसकता है। यद्यपि ऊपर-ऊपर से ऐसा प्रतीत हुआ हो, फिर भी यह सत्य नहीं है।

• आज की एआई प्रणालियों में भय, आनंद, पसंद, नापसंद अथवा ऐसी अन्य भावनाओं के अनुरूप बदलने वाली कोई अवस्थाएँ नहीं हैं।

• उनके इनपुट तंत्र अत्यंत सीमित हैं। फिलहाल वे केवल प्रॉम्प्ट पढ़सकती हैं या सुनसकती हैं। वे चित्रों को 'देख' सकती हैं, फ़ाइलें पढ़सकती हैं — बस इतना ही।

इसलिए यह कहने का कोई आधार नहीं है कि ब्लेक लेमोइन का अनुभव वास्तविक था। वैसे भी, आंशिक जानकारी के आधार पर आत्मविश्वासपूर्वक दावे करने में एआई प्रणालियाँ माहिर हैं। मनुष्यों की तरह व्यवहार करके भ्रमित करने में उनका कोई सानी नहीं!

फिर भी मैं इस संभावना को पूरी तरह खारिज नहीं करता कि भविष्य की एआई प्रणालियाँ चेतना प्राप्त कर-सकेंगी — कम-से-कम उस प्रकार की चेतना, जो मस्तिष्क तक सीमित है।  --------------------------------------------------------------------

अगर यह बात आपके दिल को छू गई, तो मैं आपको अपने साप्ताहिक पाठकों के समूह में शामिल होने के लिए सादर आमंत्रित करता हूँ। हर शनिवार को, मैं एक गहन विश्लेषण प्रकाशित करता हूँ जो केवल ऊपरी बातों तक सीमित नहीं रहता, बल्कि उन सवालों पर रोशनी डालता है जो वास्तव में मायने रखते हैं। कोई Paywall नहीं, कोई Clickbait नहीं—बस एक सीधा संवाद: मेरे विचारों से सीधे आपके विचारों तक। सब्सक्राइब करने के लिए यहाँ क्लिक करें।

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   Esta misma pregunta llevó a un antiguo empleado de Google llamado Blake Lemoine a perder tanto su trabajo como su reputación. Probablemente usted haya leído sobre ello.

En 2022, mientras probaba uno de los sistemas de IA de Google llamado LaMDA, Blake tuvo la impresión de que aquella IA poseía conciencia. Y no se detuvo ahí. Comenzó a defender los derechos de aquella IA. Eso terminó costándole su empleo.

Antes de hablar de la consciencia de los sistemas de IA, comprendamos primero nuestra propia experiencia consciente. 

La manera en que obtenemos la experiencia consciente ha sido durante mucho tiempo un enigma que ha intrigado a los neurocientíficos. Cuando se inventaron herramientas modernas como los escáneres de resonancia magnética funcional (fMRI), los neurocientíficos pudieron explicar diversos procesos perceptivos del cerebro humano. Fueron capaces de identificar las regiones exactas del cerebro responsables de percepciones específicas.

Sin embargo, al principio no estaba claro cómo se materializan las experiencias complejas que pueden involucrar regiones distribuidas por todo el cerebro.

Por ejemplo, supongamos que usted observa un árbol. Inmediatamente reconoce que pertenece a una especie determinada. Los neurocientíficos podían señalar regiones específicas del cerebro que identifican las hojas del árbol, sus frutos, su tronco, etcétera.

Pero su experiencia real es procesada utilizando diversas regiones cerebrales. Sin embargo, no existe una región específica que reúna toda la imagen del árbol y le entregue la experiencia de: «¡Ah! ¡Es un mango!»

Los neurocientíficos llamaron a este problema el «Problema de la Integración» . Es decir, el problema de reunir los fragmentos de información dispersos por todo el cerebro y encajarlos entre sí.

A finales del siglo XX, un neurocientífico estadounidense llamado Bernard Baars propuso una teoría denominada «Teoría del Espacio Global de Trabajo» para explicar este fenómeno. Aquella teoría era altamente metafórica.

La metáfora de Baars recibió numerosas críticas porque parecía sugerir la existencia de una entidad separada que experimenta las percepciones. Los científicos no aceptan la existencia de ninguna fuerza misteriosa de ese tipo.

Más tarde surgió una versión revisada llamada «Teoría del Espacio Global de Trabajo Neuronal» . Hoy en día es ampliamente aceptada como una explicación de nuestras experiencias conscientes.

Sin embargo, esta explicación no satisfizo a filósofos cognitivos como David Chalmers. Él afirmó que los neurocientíficos solo habían resuelto un «problema fácil» de la conciencia. Sostenía que muchos aspectos fascinantes de la experiencia humana seguían sin explicación. A estos los denominó el «Problema Difícil de la Conciencia» (Hard Problem of Consciousness).

Este tira y afloja continuó durante años. Mientras los neurocientíficos afirmaban que podían explicarlo todo, filósofos como Chalmers respondían que sus explicaciones seguían siendo incompletas.

No estoy completamente seguro de cómo filósofos como Chalmers definen la palabra «conciencia». En una de sus conferencias, Chalmers describe la conciencia como una película interior que se proyecta continuamente. Sostiene que se trata de una experiencia subjetiva. Según él, no puede explicarse basándose en ninguna actividad cerebral.

Antes de decidir hasta qué punto tiene razón Chalmers, consideremos algunos hechos.

La Teoría del Espacio Global de Trabajo Neuronal es capaz de explicar cómo el cerebro integra la información distribuida en su interior. Por lo tanto, parece que el cerebro posee, al menos, la capacidad de generar alguna forma de experiencia consciente.

Mediante la implantación de electrodos en ciertas regiones cerebrales y su estimulación electromagnética, es posible inducir experiencias específicas. Una persona también puede experimentar diversos estados mediante el consumo de determinadas sustancias psicoactivas. Los mecanismos cerebrales que subyacen a estos fenómenos son razonablemente bien conocidos. Esto significa que el cerebro puede actuar como un vehículo de la conciencia.

Algunos investigadores han descubierto que una creencia profunda puede generar experiencias específicas en el cerebro sin depender de ningún objeto externo. En algunos templos del sur de la India, devotos fervientes se perforan la lengua. También se suspenden de postes mediante ganchos clavados profundamente en sus espaldas. Sin embargo, permanecen inmersos en una experiencia espiritual sin sentir dolor alguno. Se ha observado que, en tales circunstancias, el cerebro produce sustancias químicas similares a los opiáceos. Esto significa que el cerebro puede transformar las experiencias de maneras que normalmente no esperaríamos.

Cuando a ese mismo cerebro se le administra anestesia general, la persona se vuelve completamente incapaz de experimentar cualquier cosa. Esto indica que el cerebro desempeña un papel fundamental en la experiencia consciente. Si el cerebro no está activo, una persona no puede tener ninguna experiencia, ya sea subjetiva o de cualquier otro tipo.

Las implicaciones de todas estas observaciones son las siguientes:

• El cerebro posee la capacidad de generar experiencia consciente integrando estímulos externos. Además, su funcionamiento ya se comprende bastante bien.

• Incluso en ausencia total de estímulos sensoriales, el cerebro puede generar experiencias mediante sustancias o métodos externos.

• Más allá de los estímulos externos e internos, el cerebro puede modificar las experiencias basándose en su propio estado interno.

• La conciencia no puede surgir sin un cerebro funcional.

¿No son suficientes estas observaciones para concluir que aquello que llamamos experiencia subjetiva ocurre dentro del propio cerebro?

Pero Chalmers no está de acuerdo. Cree firmemente que «estas explicaciones describen únicamente cómo funciona el cerebro, pero no logran explicar la experiencia subjetiva». Está buscando una explicación misteriosa situada más allá del cerebro.

Si Chalmers ampliara un poco más su investigación y hablara de las experiencias meditativas, probablemente estaría de acuerdo con él. Las experiencias meditativas más elevadas ocurren cuando una persona trasciende los límites de la mente o cuando la mente se vuelve completamente silenciosa. En esos momentos, el cerebro se encuentra casi inactivo, por lo que resulta difícil afirmar que tales experiencias ocurren dentro del cerebro.

Curiosamente, incluso allí no hay espacio para hablar de experiencias subjetivas. Porque ese estado trasciende la propia subjetividad.

Yo observo la conciencia desde la perspectiva de un neurocientífico. Pienso que, para que un sistema posea conciencia, debe tener al menos la capacidad de modificar sus propios estados mentales.

Sin embargo, la mera capacidad de alterar estados internos no es suficiente. Un sistema que pretenda ser consciente debe poseer muchas otras capacidades adicionales.

Volviendo a la pregunta original: ¿poseen los sistemas de IA esas capacidades?

Los sistemas de IA disponibles públicamente en la actualidad, sin duda, no las poseen. Pueden exhibir una apariencia de inteligencia. Pero—

• No contienen estados internos que puedan modificarse o actualizarse continuamente en respuesta a las entradas recibidas. Como informó Blake Lemoine, la IA parecía afirmar durante la conversación que podía cambiar su propio estado basándose en las entradas. Aunque pudiera parecerlo superficialmente, eso no significa que sea cierto.

• Las IA actuales no poseen estados que cambien en respuesta al miedo, la felicidad, las preferencias, las aversiones o emociones similares.

• Sus mecanismos de entrada son extremadamente limitados. Por ahora pueden leer o escuchar instrucciones. También pueden «ver» imágenes y leer archivos. Nada más.

Por lo tanto, no existe ninguna base para afirmar que la experiencia de Blake Lemoine fuera real. Después de todo, las IA son expertas en mostrarse seguras de sí mismas basándose únicamente en información parcial. ¡Son extraordinariamente buenas comportándose como seres humanos y llevando a otros a conclusiones equivocadas!

Sin embargo, no descarto la posibilidad de que las futuras IA lleguen a poseer conciencia; al menos una forma de conciencia comparable a la que está limitada al cerebro.  --------------------------------------------------------------------

Si esto resonó contigo, te invito a unirte a mis lectores semanales. Publico un análisis en profundidad cada sábado, yendo más allá de la superficie para abordar las preguntas que realmente importan. Sin muros de pago, sin «cebos»: simplemente un intercambio directo, de mi mente a la tuya. Haz clic para suscribirte.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   ఈ ఒక్క ప్రశ్నే గూగుల్ మాజీ ఉద్యోగి బ్లేక్ లెమోయిన్ తన ఉద్యోగాన్నీ, గౌరవాన్నీ కోల్పోయేలా చేసింది. దీని గురించి మీరు బహుశా చదివే ఉంటారు.

2022లో, గూగుల్కు చెందిన AI వ్యవస్థలలో ఒకటైన Lamdaను పరీక్షిస్తున్నప్పుడు, ఆ AIకి చైతన్యం ఉందని బ్లేక్కు అనిపించింది. ఆయన అక్కడితో ఆగలేదు. ఆ AI హక్కుల కోసం పోరాడడం ప్రారంభించారు. చివరికి అది ఆయన ఉద్యోగాన్ని కోల్పోయేలా చేసింది.

AI వ్యవస్థల చైతన్యం గురించి మాట్లాడే ముందు, ముందుగా మన స్వంత చైతన్య అనుభవాన్ని అర్థం చేసుకుందాం. 

మనకు చైతన్యపూర్వక అనుభవం ఎలా కలుగుతుందనే ప్రశ్న చాలాకాలంగా నాడీశాస్త్రవేత్తలను వేధిస్తున్న ఒక రహస్యం. ఫంక్షనల్ ఎమ్-ఆర్-ఐ స్కానర్ల వంటి ఆధునిక పరికరాలు ఆవిష్కృతమైన తర్వాత, నాడీశాస్త్రవేత్తలు మానవ మెదడులో జరిగే వివిధ గ్రహణ ప్రక్రియలను వివరించగలిగారు. ఒక నిర్దిష్ట గ్రహణానికి కారణమయ్యే మెదడు ప్రాంతాలను వారు ఖచ్చితంగా గుర్తించగలిగారు.

అయితే, మెదడు అంతటా విస్తరించి ఉన్న ప్రాంతాలను కలిగి ఉండే సంక్లిష్ట అనుభవాలు ఎలా ఏర్పడతాయనే విషయంలో మొదట్లో పెద్దగా స్పష్టత లేదు.

ఉదాహరణకు, మీరు ఒక చెట్టును చూస్తున్నారని అనుకుందాం. మీరు వెంటనే అది ఏ జాతికి చెందిన చెట్టో గుర్తిస్తారు. ఆ చెట్టు ఆకులు, పండ్లు, కాండం మొదలైన వాటిని గుర్తించే మెదడులోని ప్రత్యేక ప్రాంతాలను నాడీశాస్త్రవేత్తలు చూపించగలిగారు.

కానీ మీ నిజమైన అనుభవం మాత్రం మెదడులోని అనేక ప్రాంతాల సహకారంతో రూపొందుతుంది. అయినప్పటికీ, "అహా! అది మామిడి చెట్టు!" అనే అనుభూతిని మీకు అందించేలా చెట్టు యొక్క సంపూర్ణ చిత్రాన్ని ఒకచోట చేర్చే ప్రత్యేక ప్రాంతం మెదడులో లేదు.

నాడీశాస్త్రవేత్తలు ఈ సమస్యను "బైండింగ్ ప్రాబ్లమ్" అని పిలిచారు. అంటే, మెదడు అంతటా చెల్లాచెదురుగా ఉన్న సమాచార భాగాలను ఒకచోట చేర్చి, వాటిని పరస్పరం అనుసంధానించే సమస్య.

ఇరవయ్యవ శతాబ్దపు చివరి భాగంలో, అమెరికన్ నాడీశాస్త్రవేత్త బెర్నార్డ్ బార్స్ ఈ విషయాన్ని వివరించడానికి "గ్లోబల్ వర్క్స్పేస్ థియరీ" అనే సిద్ధాంతాన్ని ప్రతిపాదించారు. ఆ సిద్ధాంతం చాలా వరకు రూపకాలపై ఆధారపడి ఉండేది.

బార్స్ ప్రతిపాదించిన రూపకం తీవ్ర విమర్శలకు గురైంది. ఎందుకంటే అది అనుభవాలను స్వీకరించే ఒక ప్రత్యేక శక్తి లేదా సత్తా ఉందని సూచిస్తున్నట్లుగా కనిపించింది. శాస్త్రవేత్తలు అలాంటి రహస్య శక్తి ఉనికిని అంగీకరించరు.

తర్వాత "గ్లోబల్ న్యూరోనల్ వర్క్స్పేస్ థియరీ" అనే సవరించిన సిద్ధాంతం వచ్చింది. నేడు అది మన చైతన్యపూర్వక అనుభవాలకు ఒక వివరణగా విస్తృతంగా అంగీకరించబడుతోంది.

అయితే, ఈ వివరణ డేవిడ్ చాల్మర్స్ వంటి కాగ్నిటివ్ తత్వవేత్తలను సంతృప్తిపరచలేదు. నాడీశాస్త్రవేత్తలు చైతన్యానికి సంబంధించిన ఒక "సులభమైన సమస్య"ను మాత్రమే పరిష్కరించారని ఆయన వాదించారు. మానవ అనుభవంలోని అనేక ఆసక్తికర అంశాలు ఇప్పటికీ వివరించబడలేదని చెప్పారు. వాటినే ఆయన "చైతన్యపు కఠిన సమస్య" — Hard Problem of Consciousness — అని పిలిచారు.

ఈ వాదోపవాదం కొనసాగుతూనే వచ్చింది. తాము అన్నింటినీ వివరించగలమని నాడీశాస్త్రవేత్తలు చెప్పగా, మీ వివరణ ఇంకా అసంపూర్ణంగానే ఉందని చాల్మర్స్ వంటి తత్వవేత్తలు సవాలు విసిరారు.

చాల్మర్స్ వంటి తత్వవేత్తలు "చైతన్యం" అనే పదాన్ని ఎలా నిర్వచిస్తారో నాకు పూర్తిగా తెలియదు. తన ఒక ఉపన్యాసంలో చాల్మర్స్, చైతన్యాన్ని నిరంతరం నడుస్తూ ఉండే ఒక అంతర్గత సినిమాగా వర్ణిస్తారు. అది ఒక వ్యక్తిగత (subjective) అనుభవమని ఆయన వాదన. ఆయన అభిప్రాయం ప్రకారం, దానిని మెదడులోని ఏ కార్యాచరణ ఆధారంగానూ వివరించలేము.

చాల్మర్స్ ఎంతవరకు సరైనవారో నిర్ణయించుకునే ముందు కొన్ని వాస్తవాలను పరిశీలిద్దాం.

గ్లోబల్ న్యూరోనల్ వర్క్స్పేస్ సిద్ధాంతం, మెదడు తనలో విస్తరించి ఉన్న సమాచారాన్ని ఎలా సమన్వయం చేస్తుందో వివరించగలదు. కాబట్టి, కనీసం ఏదో ఒక రూపంలోని చైతన్యపూర్వక అనుభవాన్ని సృష్టించే సామర్థ్యం మెదడుకు ఉందని చెప్పవచ్చు.

మెదడులోని కొన్ని ప్రాంతాలలో ఎలక్ట్రోడ్లను అమర్చి, వాటిని విద్యుత్-చుంబక పద్ధతిలో ప్రేరేపించడం ద్వారా నిర్దిష్ట అనుభవాలను కలిగించవచ్చు. కొన్ని మత్తు పదార్థాలను తీసుకోవడం ద్వారా కూడా వ్యక్తులు వివిధ రకాల అనుభవాలను పొందగలరు. వీటి వెనుక పనిచేసే మెదడు యాంత్రికతలు చాలా వరకు అర్థమయ్యాయి. దీని అర్థం, మెదడు చైతన్యానికి ఒక వాహనంగా పనిచేయగలదని.

కొంతమంది పరిశోధకులు, గాఢమైన విశ్వాసం ఎలాంటి బాహ్య వస్తువుపై ఆధారపడకుండానే మెదడులో ప్రత్యేక అనుభవాలను సృష్టించగలదని కనుగొన్నారు. దక్షిణ భారతదేశంలోని కొన్ని దేవాలయాలలో భక్తులు తమ నాలుకలను గుచ్చుకుంటారు. తమ వీపులో లోతుగా గుచ్చిన కొక్కెల ద్వారా స్తంభాలకు వేలాడుతుంటారు. అయినప్పటికీ వారు ఎలాంటి నొప్పిని అనుభవించకుండా ఆధ్యాత్మిక అనుభూతిలో మునిగిపోతారు. అలాంటి సందర్భాలలో మెదడు అఫీము తరహా రసాయనాలను ఉత్పత్తి చేస్తుందని కనుగొన్నారు. దీని అర్థం, మెదడు మనం ఊహించని విధంగా అనుభవాలను పూర్తిగా మార్చగలదని.

అదే మెదడుకు సాధారణ మత్తుమందు (జనరల్ అనస్థీషియా) ఇచ్చినప్పుడు, ఆ వ్యక్తి ఏ విషయాన్నీ అనుభవించలేని స్థితికి చేరుకుంటాడు. దీని అర్థం, చైతన్యపూర్వక అనుభవంలో మెదడు కీలక పాత్ర పోషిస్తుందని. మెదడు క్రియాశీలంగా లేకపోతే, వ్యక్తి ఎలాంటి అనుభవాన్నీ పొందలేడు — అది వ్యక్తిగతమైనదైనా, మరేదైనా అయినా.

ఈ పరిశీలనలన్నింటి అర్థం ఏమిటంటే:

• బాహ్య ఇన్పుట్లను సమన్వయం చేసి చైతన్యపూర్వక అనుభవాన్ని కలిగించే సామర్థ్యం మెదడుకు ఉంది. దాని పని విధానం కూడా ఇప్పుడు చాలా వరకు అర్థమైంది.

• ఎలాంటి సంవేదనాత్మక ఇన్పుట్లు లేకపోయినా, బాహ్య పదార్థాలు లేదా పద్ధతుల సహాయంతో మెదడు అనుభవాలను సృష్టించగలదు.

• బాహ్య లేదా అంతర్గత ఇన్పుట్లకు అతీతంగా, మెదడు తన స్వంత స్థితి ఆధారంగా అనుభవాలను మార్చగలదు.

• పనిచేసే మెదడు లేకుండా చైతన్యం ఉద్భవించదు.

వ్యక్తిగత అనుభవం అని పిలిచేది మెదడులోనే జరుగుతుందని చెప్పడానికి ఇవి సరిపోవా?

కానీ చాల్మర్స్ దీనిని అంగీకరించరు. "ఈ వివరణలు మెదడు ఎలా పనిచేస్తుందో మాత్రమే వివరిస్తాయి; వ్యక్తిగత అనుభవాన్ని మాత్రం వివరించలేవు" అని ఆయన గట్టిగా నమ్ముతారు. ఆయన మెదడుకు అతీతమైన ఒక రహస్యమైన వివరణ కోసం వెతుకుతున్నారు.

చాల్మర్స్ తన పరిశోధనను కొంచెం విస్తరించి ధ్యాన అనుభవాల గురించి మాట్లాడితే, బహుశా నేను ఆయనతో ఏకీభవించవచ్చు. ఒక వ్యక్తి మనస్సు యొక్క హద్దులను దాటినప్పుడు, లేదా మనస్సు పూర్తిగా నిశ్చలమైనప్పుడు, ధ్యానంలోని అత్యున్నత అనుభవాలు కలుగుతాయి. ఆ సమయంలో మెదడు దాదాపు క్రియారహితంగా ఉంటుంది. అందువల్ల అలాంటి అనుభవాలు మెదడులోనే జరుగుతాయని చెప్పడం కూడా కష్టమే.

విచిత్రమేమిటంటే, అక్కడ కూడా వ్యక్తిగత అనుభవాల గురించి మాట్లాడటానికి అవకాశం ఉండదు. ఎందుకంటే అది వ్యక్తిత్వాన్ని దాటి ఉన్న స్థితి.

నేను చైతన్యాన్ని ఒక నాడీశాస్త్రవేత్త దృష్టికోణం నుంచి చూస్తాను. ఒక వ్యవస్థకు చైతన్యం ఉండాలంటే, కనీసం తన మానసిక స్థితులను మార్చుకునే సామర్థ్యం ఉండాలని నేను భావిస్తున్నాను.

కేవలం అంతర్గత స్థితిని మార్చగలగడం సరిపోదు. ఒక వ్యవస్థను నిజంగా చైతన్యవంతమని పిలవాలంటే దానికి ఇంకా అనేక ఇతర సామర్థ్యాలు కూడా ఉండాలి.

ఇప్పుడు అసలు ప్రశ్నకు వస్తే, AI వ్యవస్థలకు ఆ సామర్థ్యాలు ఉన్నాయా?

ప్రస్తుతం ప్రజలకు అందుబాటులో ఉన్న AI వ్యవస్థలకు ఖచ్చితంగా లేవు. అవి తెలివితేటల మాదిరి ఒక రూపాన్ని ప్రదర్శించవచ్చు. కానీ—

• ఇన్పుట్లకు అనుగుణంగా నిరంతరం మారగలిగే లేదా నవీకరించబడగలిగే అంతర్గత స్థితులు వాటిలో లేవు. బ్లేక్ లెమోయిన్ నివేదించినట్లుగా, సంభాషణ సమయంలో AI తన ఇన్పుట్ల ఆధారంగా తన స్థితిని మార్చుకోగలనని చెప్పినట్లుగా కనిపించినా, అది నిజం కావాల్సిన అవసరం లేదు.

• నేటి AIలకు భయం, ఆనందం, ఇష్టాలు, అయిష్టాలు లేదా అలాంటి ఇతర భావోద్వేగాలకు అనుగుణంగా మారే అంతర్గత స్థితులు లేవు.

• వాటి ఇన్పుట్ వ్యవస్థలు చాలా పరిమితమైనవి. ప్రస్తుతం అవి ప్రాంప్ట్లను చదవగలవు లేదా వినగలవు. చిత్రాలను "చూడగలవు", ఫైళ్లను చదవగలవు. అంతే.

అందువల్ల బ్లేక్ లెమోయిన్ అనుభవం నిజమని చెప్పడానికి ఎలాంటి ఆధారమూ లేదు. పైగా, అసంపూర్ణ సమాచారంతోనే అత్యంత ఆత్మవిశ్వాసంగా మాట్లాడటంలో AIలు దిట్టలు. మనుషుల్లా ప్రవర్తించి దారి తప్పించడంలో కూడా వాటికి సాటి లేదు!

అయినప్పటికీ, భవిష్యత్తులో AI వ్యవస్థలు చైతన్యాన్ని పొందగలవనే అవకాశాన్ని నేను పూర్తిగా తోసిపుచ్చడం లేదు. కనీసం, మెదడుకు పరిమితమైన చైతన్యానికి సమానమైన ఏదో ఒక రూపాన్ని అయినా.  --------------------------------------------------------------------

ఇది మీకు నచ్చినట్లయితే, నా వారపు పాఠకులలో చేరమని మిమ్మల్ని సాదరంగా ఆహ్వానిస్తున్నాను. ప్రతి శనివారం, నేను ఉపరితలానికి అతీతంగా, నిజంగా ముఖ్యమైన ప్రశ్నలను పరిష్కరించే ఒక లోతైన విశ్లేషణను ప్రచురిస్తాను. ఎలాంటి పేవాల్స్ లేవు, క్లిక్‌బైట్ లేదు—కేవలం ఒక ప్రత్యక్ష భావప్రసారం: నా మనసు నుండి మీ మనసుకు. సబ్‌స్క్రయిబ్ చేసుకోవడానికి ఇక్కడ క్లిక్ చేయండి.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

    Anyone who has worked with ChatGPT, Gemini, or any other artificial intelligence system of that kind has probably felt that they do understand. An AI communicates with us much like an ordinary human being. They make jokes, and they respond to our sarcasm and minor objections in ways that seem remarkably human.

If you ask one of them to prepare presentation slides for your lecture, it may do a better job than you would yourself. I have even heard that many students are now using AI to complete their school and college assignments.

So then, isn't it obvious that they understand things? 

Certainly not. The reason lies in the very way today's AI systems have been designed. In reality, they possess no power of understanding whatsoever.

All an AI does is this: based on what you have said, or on what it was previously trained on, it simply performs pattern matching and predicts what the most appropriate answer to your question is likely to be.

That may not be quite as bad as it sounds. After all, many of us do exactly the same thing. Most people function very much like pattern-matching prediction machines. We rarely make the effort to understand things deeply.

So then, what exactly is involved in genuine understanding?

To put it in a highly simplified way, it means connecting a newly encountered word to something we already know. Or, in other words, discovering the meaning of a new word through something that is already familiar to us.

But this connection need not be limited merely to words. It can go much further than that.

For example, the moment someone says the word "cat," our mind associates that word with a soft furry creature having four legs, a long tail, and a tendency to purr. In reality, we connect a word with the entire description of the living being it represents.

Nor is our understanding limited merely to visual experience.

If you have ever traveled to certain Southeast Asian countries, the mere mention of the word "durian" may immediately bring many details to mind: that sharp smell that can almost make one nauseous, and yet the surprisingly pleasant taste that lingers in the mouth.

In other words, understanding is not simply matching one word with another. It involves connecting that word to the perceptions of all our senses, to past experiences, and to knowledge that has already been accumulated. But remember, these connections are not permanent. They can change over time as new information becomes available. And they can later be recalled and used again.

Are AI systems incapable of doing this?

In the AI systems currently available, that is certainly the case. An AI is fundamentally a machine confined to language. Its world consists primarily of words, sentences, and a vast storehouse of knowledge.

If an AI is taught that "a durian is a fruit with a strong smell," it merely associates the word "durian" with a description of that smell. But this is possible only during its training phase. Only its creators can teach it in that way. You and I cannot do so afterward.

Are you surprised?

Perhaps not. You already know very well that no matter how intelligent an AI may appear, it is ultimately just a computer program. Yet, have you ever wondered how an inanimate program can accomplish so much?

Let us look a little deeper into the origins of these AI systems.

Today's AI systems are called "Large Language Models." They operate entirely around human language. The beginnings of these programs were quite simple. Their original purpose was merely to translate from one language into another.

Most of us learned new languages in school by studying grammar, vocabulary, and similar things. But none of us learned our mother tongue in that manner. Yet we can speak it fluently and with relatively few grammatical mistakes. How did that become possible?

It was not through conscious study or deliberate understanding.

Research has shown that a child begins learning its mother tongue while still in the mother's womb. Even before birth, the sounds of people speaking outside can be heard by the fetus.

Although the brain is still incomplete at that stage, it already begins trying to identify the boundaries between words in the language being spoken around it. However, it has no ability to understand what it is hearing.

How does it manage this?

That is the miracle performed by the neurons in its brain!

A neuron is like a tiny biological computer inside our brain. There are billions of such neurons within us. As the fetus grows into a child, some of these neurons are still forming. Others have already formed and are preparing themselves for specific tasks. Still others are in the process of establishing their roles within the brain. These neurons are the real actors behind this remarkable phenomenon.

Some clever researchers observed this process. They attempted to imitate nature itself. This led them to the idea of an "artificial neural network," modeled loosely on the human brain.

Although the concept began in the 1940s, the truly significant breakthrough came during the 1980s in the form of the backpropagation algorithm. An algorithm is simply a computer program.

These programs attempt to imitate the way biological neural networks function. However, the amount of computation hidden within such simulations is so enormous that, in the early days, it was extremely difficult to use them for any practical purpose.

Computers certainly existed then, but they were far too slow to perform the vast calculations required to implement these artificial neural networks effectively.

Later came the era of new parallel-processing computers. These machines could perform thousands of calculations simultaneously. With the support of such powerful hardware, the idea of truly practical AI systems emerged around 2018.

These systems were trained on virtually everything available in the world: all kinds of information freely accessible on the internet, the distilled contents of countless books, and much more.

They were also taught what kinds of information should not be accepted and how to interact appropriately with human beings. This marked the birth of modern AI systems. However, they became widely accessible to the general public only in 2022.

At first glance, these AI systems seem capable of understanding our instructions, following our directions, and even creating astonishing images. There appears to be no limit to what they can do.

But the real question remains unchanged: do they truly understand?

In their present form, certainly not. To genuinely understand, they would need the ability to create new associations between concepts. They would need to update their knowledge continuously. Fundamentally, they would need the ability to remember new information.

Even if we restrict ourselves solely to communication through words, these programs do not possess such memory. Although they may appear to remember small amounts of information, they cannot universally and autonomously update their underlying knowledge base. They are capable only of recognizing patterns and making predictions.

Does that mean we have reached the ultimate limit of AI? Certainly not. In one sense, these machines were intentionally designed this way.

Even while we sleep, our brains continue updating memories and reinforcing what we already understand. Today's AI systems cannot do that. They were not designed to function like human beings, whose memory systems are continuously updating themselves twenty-four hours a day.

So yes, today's AI systems do not possess genuine understanding. But that does not mean they never will. There is no reason to conclude that such a thing will always remain impossible.

Considering the speed at which AI technology is advancing, the day may not be far away when AI understands at least the world of language much as we do, even if not the full range of sensory experiences available to human beings. Since words constitute such a large part of our perceived world, even reaching that stage would represent a tremendous achievement.  --------------------------------------------------------------------

If

this  resonated with you, I invite you to join my weekly readership. I

publish a new deep-dive every Saturday, moving beyond the surface to

look at the questions that truly matter. No paywalls, no "bait"—just a

direct share from my mind to yours. Click to subscribe.    Haga clic para españolKlicken Sie hier für die deutsche Versionहिंदी के लिए क्लिक करेंతెలుగు కోసం క్లిక్ చేయండిಕನ್ನಡಕ್ಕಾಗಿ ಕ್ಲಿಕ್ ಮಾಡಿ 

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   ChatGPT, Gemini, లేదా అలాంటిదే మరేదైనా కృత్రిమ మేధస్సుతో పనిచేసిన ఎవరైనా, వాటికి నిజంగానే అర్థమవుతుందని అనుకుని ఉంటారు. ఒక AI మనతో ఒక సాధారణ మనిషిలాగానే సంభాషిస్తుంది. అది హాస్యం చేస్తుంది. మన వ్యంగ్య వ్యాఖ్యలకు, చిన్నచిన్న అభ్యంతరాలకు కూడా మనుషుల్లాగానే స్పందిస్తుంది.

మీ ఉపన్యాసానికి అవసరమైన ప్రజెంటేషన్ స్లైడ్లను సిద్ధం చేయమని మీరు అడిగితే, మీరు స్వయంగా చేసేదానికంటే బహుశా మరింత బాగా చేసి ఇవ్వగలదు. చాలామంది విద్యార్థులు తమ పాఠశాల, కళాశాల assignmentలను కూడా AI ద్వారానే చేయించుకుంటున్నారని నేను విన్నాను.

అయితే, వాటికి విషయాలు అర్థమవుతాయని స్పష్టంగా చెప్పలేమా? 

ఖచ్చితంగా కాదు. ఎందుకంటే నేటి AI వ్యవస్థలు రూపొందించబడిన విధానమే అలాంటిది. వాస్తవానికి వాటికి ఏ విషయాన్నీ అర్థం చేసుకునే శక్తి ఉండదు.

ఒక AI చేసేదల్లా ఇదే — మీరు చెప్పినదాని ఆధారంగా, లేదా దానికి ముందుగా నేర్పిన సమాచారాన్ని ఆధారంగా చేసుకుని, కేవలం pattern matching చేసి, మీ ప్రశ్నకు సరైన సమాధానం ఏమై ఉండవచ్చో ఊహిస్తుంది.

అది అంత చెడ్డ విషయం కూడా కాదు. ఎందుకంటే మనలో చాలామంది కూడా ఇదే చేస్తారు. చాలా మంది pattern matching చేసి ఊహలు చేసే యంత్రాల్లాగానే ఉంటారు. మనం ఏ విషయాన్నైనా లోతుగా అర్థం చేసుకోవడానికి అంతగా శ్రమించము.

అయితే, నిజమైన అర్థం చేసుకోవడంలో ఏమేమి ఉంటాయి?

చాలా సరళంగా చెప్పాలంటే, మనకు ముందే తెలిసిన ఒక విషయాన్ని కొత్తగా ఎదురైన ఒక విషయంతో అనుసంధానం చేసుకోవడం. లేదా మరో విధంగా చెప్పాలంటే, మనకు ఇప్పటికే తెలిసినదాని ద్వారా ఒక కొత్త పదానికి అర్థం ఏమిటో తెలుసుకోవడం.

కానీ ఈ అనుసంధానం కేవలం పదాల స్థాయికే పరిమితం కావాల్సిన అవసరం లేదు. అది దానికంటే ఎంతో ఎక్కువగా ఉండవచ్చు.

ఉదాహరణకు, ఎవరైనా "పిల్లి" అని చెప్పగానే, మన మనస్సు ఆ పదాన్ని మృదువైన బొచ్చు కలిగి, నాలుగు కాళ్లు, ఒక పొడవాటి తోక ఉండే, అప్పుడప్పుడు గురుగురుమనే ఒక జంతువుతో అనుసంధానం చేస్తుంది. వాస్తవానికి, మనం ఒక పదాన్ని, అది సూచించే జీవి యొక్క సంపూర్ణ వివరణతో అనుసంధానం చేసుకుని ఉంటాము.

మన అర్థం చేసుకోవడం కేవలం దృశ్య అనుభవానికే పరిమితం కాదు.

మీరు ఎప్పుడైనా ఆగ్నేయ ఆసియాలోని కొన్ని దేశాలకు వెళ్లి ఉంటే, "డ్యూరియన్" అనే పదం వినగానే అనేక విషయాలు మీకు గుర్తుకు రావచ్చు. ఆ ఘాటైన, వికారం కలిగించే వాసన, అయినప్పటికీ నోటిలో నిలిచిపోయే ఆహ్లాదకరమైన రుచి, వంటివి.

మరో విధంగా చెప్పాలంటే, అర్థం చేసుకోవడం అంటే కేవలం ఒక పదాన్ని మరొక పదంతో సరిపోల్చడం కాదు. దానిని మన ఇంద్రియాల అనుభూతులతో, గత అనుభవాలతో, ముందే కూడబెట్టుకున్న జ్ఞానంతో అనుసంధానం చేసుకోవడం కూడా. అయితే గుర్తుంచుకోండి, ఈ అనుసంధానాలు శాశ్వతమైనవి కావు. కొత్త సమాచారం లభించినప్పుడు ఇవి కాలక్రమంలో మారవచ్చు. తరువాత అవసరమైనప్పుడు మళ్లీ గుర్తుచేసుకుని ఉపయోగించవచ్చు.

AIలు ఇలా చేయలేవా?

ప్రస్తుతం అందుబాటులో ఉన్న AIల విషయంలో ఇది ఖచ్చితంగా సాధ్యం కాదు. ఒక AI ప్రాథమికంగా భాషకు పరిమితమైన యంత్రం. దాని ప్రపంచం ప్రధానంగా పదాలు, వాక్యాలు, మరియు ఒక విస్తారమైన జ్ఞానభాండాగారం చుట్టూ తిరుగుతుంది.

"డ్యూరియన్ అనేది బలమైన వాసన కలిగిన ఒక పండు" అని AIకు నేర్పితే, అది కేవలం "డ్యూరియన్" అనే పదాన్ని ఆ వాసన వివరణతో అనుసంధానం చేస్తుంది. అయితే ఇది దాని శిక్షణ కాలంలో మాత్రమే సాధ్యం. దాని సృష్టికర్తలు మాత్రమే అలా నేర్పగలరు. మీరు, నేను తరువాత అలా చేయలేము.

ఇది మీకు ఆశ్చర్యంగా అనిపించిందా?

బహుశా కాదు. AI ఎంత తెలివిగా కనిపించినా, అది చివరికి ఒక కంప్యూటర్ ప్రోగ్రామ్ మాత్రమే అని మీకు బాగా తెలుసు. అయినప్పటికీ, ఒక నిర్జీవ ప్రోగ్రామ్ ఇంతటి పనులు ఎలా చేయగలదో మీరు ఎప్పుడైనా ఆలోచించారా?

ఈ AIల పుట్టుక గురించి కొంచెం లోతుగా పరిశీలిద్దాం.

నేటి AIలను "పెద్ద భాషా నమూనాలు" లేదా "large language models" అని పిలుస్తారు. ఇవి మానవ భాష చుట్టూనే పనిచేస్తాయి. ఈ ప్రోగ్రామ్ల ఆరంభం చాలా సరళంగా జరిగింది. వీటి మొదటి ఉద్దేశ్యం ఒక భాష నుండి మరొక భాషకు అనువదించడం మాత్రమే.

మనలో చాలా మంది పాఠశాలలో వ్యాకరణం, పదకోశం వంటివి నేర్చుకుని కొత్త భాషలను అభ్యసించాము. కానీ మనలో ఎవరూ తమ మాతృభాషను అలా నేర్చుకోలేదు. అయినప్పటికీ మనం దానిని సులభంగా, పెద్దగా వ్యాకరణపరమైన తప్పులు లేకుండా మాట్లాడగలుగుతున్నాము. అది ఎలా సాధ్యమైంది?

అది చైతన్యపూర్వకంగా నేర్చుకున్నది కాదు. ఉద్దేశపూర్వకంగా అర్థం చేసుకున్నదీ కాదు.

ఒక శిశువు తన తల్లి గర్భంలో ఉన్నప్పుడే మాతృభాషను నేర్చుకోవడం ప్రారంభిస్తుందని పరిశోధనలు తెలియజేశాయి. గర్భంలో ఉన్నప్పుడే బయట మాట్లాడే మనుషుల మాటలు దానికి వినిపిస్తాయి.

మెదడు ఇంకా పూర్తిగా అభివృద్ధి చెందని దశలో ఉన్నప్పటికీ, అది వింటున్న భాషలోని పదాల సరిహద్దులను గుర్తించడానికి ప్రయత్నిస్తుంది. అయితే అది వింటున్నది ఏమిటో అర్థం చేసుకునే సామర్థ్యం దానికి ఉండదు.

అది దీన్ని ఎలా చేస్తుంది?

అదే దాని మెదడులోని నాడీకణాలు చేసే అద్భుతం!

నాడీకణం అంటే మన మెదడులో ఉండే ఒక చిన్న జీవసంబంధ కంప్యూటర్లాంటిది. మన మెదడులో ఇలాంటి కోట్లాది నాడీకణాలు ఉంటాయి. గర్భస్థ శిశువు పెరిగి చిన్నపిల్లవాడిగా మారుతున్నప్పుడు, వాటిలో కొన్ని నాడీకణాలు అప్పుడే ఏర్పడుతున్నాయి. కొన్ని ఇప్పటికే ఏర్పడి నిర్దిష్ట పనులకు సిద్ధమవుతున్నాయి. మరికొన్ని మెదడులో తమ పాత్రలను స్థిరపరుచుకునే ప్రక్రియలో ఉంటాయి. ఈ నాడీకణాలే ఈ అద్భుతం వెనుక ఉన్న అసలైన పాత్రధారులు.

కొంతమంది తెలివైన పరిశోధకులు ఈ ప్రక్రియను గమనించారు. వారు ప్రకృతినే అనుకరించడానికి ప్రయత్నించారు. అలా మానవ మెదడును పోలిన "కృత్రిమ నాడీ జాలం" అనే భావన పుట్టుకొచ్చింది.

ఇది 1940లలోనే ప్రారంభమైనప్పటికీ, నిజమైన పెద్ద పురోగతి 1980లలో "బ్యాక్ప్రొపగేషన్ అల్గారిథమ్" రూపంలో వచ్చింది. "అల్గారిథమ్" అనేది కంప్యూటర్లో నడిచే ఒక ప్రోగ్రామ్.

ఈ ప్రోగ్రామ్లు జీవ నాడీ వ్యవస్థ ఎలా పనిచేస్తుందో దానిని అనుకరించడానికి ప్రయత్నిస్తాయి. అయితే అలాంటి అనుకరణలో దాగి ఉన్న గణనలు ఎంత భారీగా ఉంటాయంటే, ప్రారంభకాలంలో ఇటువంటి నాడీ జాలాలను ఏదైనా ఆచరణాత్మక ఉపయోగానికి తీసుకురావడం చాలా కష్టంగా ఉండేది.

ఆ సమయంలో కంప్యూటర్లు ఉన్నాయనేది నిజమే. కానీ ఈ కృత్రిమ నాడీ జాలాలను అమలు చేయడానికి అవసరమైన భారీ గణనలను నిర్వహించడానికి అవి చాలా నెమ్మదిగా ఉండేవి.

తరువాత కొత్త "సమాంతర ప్రాసెసింగ్ కంప్యూటర్ల" యుగం వచ్చింది. ఈ యంత్రాలు ఒకేసారి వేలాది గణనలను చేయగలిగేవి. ఇలాంటి శక్తివంతమైన యంత్రాల సహాయంతో, నిజంగా ఉపయోగకరమైన AIల ఆలోచన సుమారు 2018 ప్రాంతంలో రూపుదిద్దుకుంది.

వాటికి ప్రపంచంలో లభ్యమయ్యే దాదాపు ప్రతీ రకమైన సమాచారాన్ని నేర్పించారు. ఇంటర్నెట్లో ఉచితంగా లభించే సమాచారాన్ని, వందలాది పుస్తకాల సారాంశాలను, ఇంకా మరెన్నో విషయాలను వాటిలో నింపారు.

అలాగే ఏ సమాచారాన్ని అంగీకరించకూడదు, మనుషులతో ఎలా సంభాషించాలి అనే విషయాలను కూడా వాటికి నేర్పించారు. ఇదే ఆధునిక AIల ఆవిర్భావం. అయితే అవి సాధారణ ప్రజలకు అందుబాటులోకి వచ్చినది 2022లోనే.

పైకి చూస్తే, ఈ AIలు మన ఆదేశాలను "అర్థం చేసుకోగలవు", మన సూచనలను పాటించగలవు, అద్భుతమైన చిత్రాలను కూడా సృష్టించగలవు. అవి చేయగల పనులకు అంతులేదనిపిస్తుంది.

కానీ అసలు ప్రశ్న మాత్రం అలాగే మిగిలి ఉంది. వాటికి నిజంగానే అర్థమవుతుందా?

ప్రస్తుతం ఉన్న రూపంలో అయితే ఖచ్చితంగా కాదు. నిజంగా అర్థం చేసుకోవాలంటే, అవి భావాల మధ్య కొత్త సంబంధాలను ఏర్పరచుకునే సామర్థ్యాన్ని అభివృద్ధి చేసుకోవాలి. తమ జ్ఞానాన్ని నిరంతరం నవీకరించుకోవాలి. ప్రాథమికంగా చెప్పాలంటే, కొత్త సమాచారాన్ని గుర్తుంచుకోగలగాలి.

మనం కేవలం పదాల ద్వారా జరిగే సంభాషణకే పరిమితం చేసినప్పటికీ, ఈ ప్రోగ్రామ్లకు అలాంటి జ్ఞాపకశక్తి లేదు. అవి కొన్నిసార్లు ఏదో గుర్తుంచుకున్నట్లుగా కనిపించినప్పటికీ, తమ ప్రాథమిక జ్ఞానభాండాగారాన్ని స్వయంగా, నిరంతరంగా నవీకరించుకోలేవు. అవి కేవలం నమూనాలను గుర్తించగలవు, ఊహాగానాలు చేయగలవు అంతే.

అంటే మనం AI యొక్క అంతిమ పరిమితిని చేరుకున్నామా? ఖచ్చితంగా కాదు. ఒక విధంగా చూస్తే, ఈ యంత్రాలను ఉద్దేశపూర్వకంగానే అలా రూపకల్పన చేశారు.

మనం నిద్రపోతున్నప్పటికీ, మన మెదడు మన జ్ఞాపకాలను నవీకరిస్తూనే ఉంటుంది. మనకు ఇప్పటికే అర్థమైన విషయాలను మరింత బలపరుస్తూనే ఉంటుంది. నేటి AIలు అలా చేయలేవు. ఇరవై నాలుగు గంటలూ తమ జ్ఞాపకాలను నవీకరించుకుంటూ ఉండే మానవ మెదడుల్లా వాటిని రూపొందించలేదు.

కాబట్టి, అవును, ప్రస్తుత AIలకు నిజమైన అర్థం చేసుకునే శక్తి లేదు. కానీ భవిష్యత్తులో కూడా అది అసాధ్యమే అని చెప్పలేము. అవి ఎప్పటికీ అలా చేయలేవని చెప్పడానికి ఎలాంటి కారణమూ లేదు.

AI సాంకేతికత అభివృద్ధి చెందుతున్న వేగాన్ని చూస్తే, మన ఇంద్రియాల ద్వారా గ్రహించే ప్రపంచమంతా కాకపోయినా, కనీసం భాషా ప్రపంచాన్ని అయినా AI మనలాగే అర్థం చేసుకునే రోజు చాలా దూరంలో ఉండకపోవచ్చు. పదాలు మన అనుభవ ప్రపంచంలో ఎంతో పెద్ద భాగాన్ని ఆక్రమిస్తున్నందున, ఆ స్థాయికి చేరుకోవడం కూడా ఒక గొప్ప పురోగతిగానే భావించాలి.  --------------------------------------------------------------------

ఇది మీకు నచ్చినట్లయితే, నా వారపు పాఠకులలో చేరమని మిమ్మల్ని సాదరంగా ఆహ్వానిస్తున్నాను. ప్రతి శనివారం, నేను ఉపరితలానికి అతీతంగా, నిజంగా ముఖ్యమైన ప్రశ్నలను పరిష్కరించే ఒక లోతైన విశ్లేషణను ప్రచురిస్తాను. ఎలాంటి పేవాల్స్ లేవు, క్లిక్‌బైట్ లేదు—కేవలం ఒక ప్రత్యక్ష భావప్రసారం: నా మనసు నుండి మీ మనసుకు. సబ్‌స్క్రయిబ్ చేసుకోవడానికి ఇక్కడ క్లిక్ చేయండి.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

    Cualquiera que haya trabajado con ChatGPT, Gemini o cualquier otra inteligencia artificial similar probablemente habrá tenido la impresión de que sí entienden. Una IA se comunica con nosotros casi como una persona común. Hacen bromas y responden a nuestro sarcasmo e incluso a pequeñas objeciones de una manera que parece muy humana.

Si les pides que preparen las diapositivas para una presentación, pueden hacerlo mejor de lo que lo harías tú mismo. Incluso he oído que muchos estudiantes están utilizando la IA para realizar las tareas de la escuela y la universidad.

Entonces, ¿no es evidente que entienden las cosas? 

Definitivamente no. La razón está en la forma misma en que se han diseñado las IA actuales. En realidad, no poseen ninguna capacidad de comprensión.

Todo lo que hace una IA es lo siguiente: basándose en lo que has dicho o en aquello con lo que fue entrenada previamente, simplemente realiza una coincidencia de patrones y predice cuál podría ser la respuesta más adecuada a tu pregunta.

Eso quizá no sea tan malo como parece. Después de todo, muchos de nosotros hacemos exactamente lo mismo. La mayoría de las personas funcionan de manera muy parecida a máquinas que reconocen patrones y hacen predicciones. Rara vez nos esforzamos por comprender algo en profundidad.

Entonces, ¿qué implica realmente comprender algo?

Dicho de una manera muy simplificada, significa conectar una palabra nueva con algo que ya conocemos. O, expresado de otro modo, descubrir el significado de una palabra nueva mediante algo que ya nos resulta familiar.

Pero esta conexión no tiene por qué limitarse únicamente a las palabras. Puede ir mucho más allá.

Por ejemplo, cuando alguien menciona la palabra «gato», nuestra mente la relaciona inmediatamente con un animal suave y peludo, con cuatro patas, una cola larga y que a veces ronronea. En realidad, conectamos una palabra con toda la descripción del ser vivo que representa.

Nuestra comprensión tampoco se limita únicamente a la experiencia visual.

Si alguna vez has viajado a ciertos países del sudeste asiático, basta con escuchar la palabra «durián» para que acudan a tu mente numerosos detalles: ese olor penetrante que puede resultar desagradable y, sin embargo, ese sabor sorprendentemente agradable que permanece en la boca.

En otras palabras, comprender no consiste simplemente en asociar una palabra con otra. También implica conectarla con las percepciones de todos nuestros sentidos, con experiencias pasadas y con el conocimiento que ya hemos acumulado. Pero recuerda que estas conexiones no son permanentes. Pueden cambiar con el tiempo cuando aparece nueva información. Y más adelante pueden recuperarse y utilizarse nuevamente.

¿Las IA no son capaces de hacer esto?

En las IA disponibles actualmente, ciertamente no. Una IA es, en esencia, una máquina limitada al lenguaje. Su ámbito está formado principalmente por palabras, frases y un enorme depósito de conocimiento.

Si se le enseña a una IA que «el durián es una fruta con un olor fuerte», simplemente asociará la palabra «durián» con una descripción de ese olor. Pero esto solo es posible durante su fase de entrenamiento. Solo sus creadores pueden enseñarle de esa manera. Tú y yo no podemos hacerlo después.

¿Te sorprende?

Probablemente no. Sabes perfectamente que, por muy inteligente que parezca una IA, al final no deja de ser un programa informático. Sin embargo, ¿alguna vez te has preguntado cómo un programa sin vida puede lograr tanto?

Veamos un poco más a fondo el origen de estas IA.

Las IA actuales se conocen como «modelos de lenguaje de gran escala» o «large language models». Funcionan alrededor del lenguaje humano. Los comienzos de estos programas fueron bastante simples. Su propósito original era traducir de un idioma a otro.

La mayoría de nosotros aprendimos nuevos idiomas en la escuela estudiando gramática, vocabulario y otras cosas similares. Pero ninguno aprendió su lengua materna de esa manera. Aun así, podemos hablarla con fluidez y con relativamente pocos errores gramaticales. ¿Cómo fue posible?

No fue mediante un aprendizaje consciente ni una comprensión deliberada.

Se ha descubierto que un niño comienza a aprender su lengua materna mientras aún está en el vientre de su madre. Incluso antes de nacer, puede escuchar las voces de las personas que hablan en el exterior.

Aunque el cerebro todavía no está completamente desarrollado en esa etapa, ya intenta identificar los límites entre las palabras del idioma que escucha a su alrededor. Sin embargo, no tiene la capacidad de comprender lo que está oyendo.

¿Cómo lo consigue?

¡Ese es el milagro que realizan las neuronas de su cerebro!

Una neurona es como una pequeña computadora biológica dentro de nuestro cerebro. Tenemos miles de millones de ellas. Mientras el feto crece y se convierte en un niño, algunas neuronas apenas están formándose. Otras ya se han formado y se preparan para tareas específicas. Otras más participan en el proceso de establecer sus funciones dentro del cerebro. Estas neuronas son las verdaderas protagonistas detrás de este fenómeno extraordinario.

Algunos investigadores muy ingeniosos observaron este proceso. Intentaron imitar a la propia naturaleza. Así surgió la idea de una «red neuronal artificial», inspirada en el cerebro humano.

Aunque este concepto comenzó en la década de 1940, el verdadero avance llegó en la década de 1980 con la aparición del algoritmo de retropropagación o «backpropagation». Un algoritmo es simplemente un programa informático.

Estos programas intentan imitar el funcionamiento de las redes neuronales biológicas. Sin embargo, la cantidad de cálculos que esconden estas simulaciones es tan enorme que, al principio, resultaba extremadamente difícil utilizarlas con fines prácticos.

Las computadoras ya existían, por supuesto, pero eran demasiado lentas para realizar los inmensos cálculos necesarios para implementar estas redes neuronales artificiales.

Más tarde llegó la era de las nuevas computadoras de procesamiento paralelo. Estas máquinas podían realizar miles de cálculos al mismo tiempo. Gracias al apoyo de este hardware tan potente, la idea de IA realmente útiles comenzó a tomar forma alrededor de 2018.

A estos sistemas se les enseñó prácticamente todo lo que estaba disponible: toda clase de información accesible gratuitamente en internet, el contenido condensado de innumerables libros y mucho más.

También se les enseñó qué tipo de información no debía aceptarse y cómo interactuar con los seres humanos. Así nacieron las IA modernas. Sin embargo, no estuvieron al alcance del público general hasta 2022.

A simple vista, estas IA parecen capaces de comprender nuestras órdenes, seguir nuestras instrucciones e incluso crear imágenes asombrosas. Da la impresión de que no existe límite para lo que pueden hacer.

Pero la verdadera pregunta sigue siendo la misma: ¿entienden realmente?

En su forma actual, definitivamente no. Para comprender de verdad, tendrían que desarrollar la capacidad de crear nuevas asociaciones entre conceptos. Tendrían que actualizar continuamente su conocimiento. En esencia, tendrían que ser capaces de recordar información nueva.

Incluso si limitamos la discusión únicamente a la comunicación mediante palabras, estos programas no poseen esa capacidad de memoria. Aunque parezcan recordar pequeñas cantidades de información, no pueden actualizar de forma autónoma y general su base fundamental de conocimientos. Solo son capaces de reconocer patrones y hacer predicciones.

¿Significa eso que hemos alcanzado el límite definitivo de la IA? En absoluto. En cierto sentido, estas máquinas fueron diseñadas deliberadamente de esta manera.

Incluso mientras dormimos, nuestro cerebro continúa actualizando recuerdos y reforzando aquello que ya comprendemos. Las IA actuales no pueden hacer eso. No fueron diseñadas para funcionar como los seres humanos, cuyos sistemas de memoria se actualizan continuamente las veinticuatro horas del día.

Por lo tanto, sí, las IA actuales no poseen una verdadera capacidad de comprensión. Pero eso no significa que nunca la tendrán. No existe ninguna razón para afirmar que siempre será imposible.

Si observamos la velocidad a la que avanza la tecnología de la IA, es probable que no esté lejos el día en que una IA comprenda, al menos, el mundo del lenguaje de una forma parecida a la nuestra, aunque no llegue a abarcar toda la riqueza de nuestras experiencias sensoriales. Dado que las palabras constituyen una parte enorme de nuestro mundo percibido, alcanzar siquiera ese nivel representaría ya un avance extraordinario.  --------------------------------------------------------------------

Si esto resonó contigo, te invito a unirte a mis lectores semanales. Publico un análisis en profundidad cada sábado, yendo más allá de la superficie para abordar las preguntas que realmente importan. Sin muros de pago, sin «cebos»: simplemente un intercambio directo, de mi mente a la tuya. Haz clic para suscribirte.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

    जिस किसीने भी ChatGPT, Gemini, या ऐसी किसी अन्य कृत्रिम बुद्धिमत्ता के साथ काम कियाहै, उसे शायद ऐसा लगाहोगा कि वे वास्तवमें समझतीहैं। एक AI हमारे साथ लगभग एक सामान्य इंसानकी तरह संवाद करतीहै। वह मज़ाक करतीहै, और हमारे व्यंग्यपूर्ण कथनों तथा छोटी-मोटी आपत्तियोंपर भी इंसानोंकी तरह प्रतिक्रिया देतीहै।

यदि आप उससे अपने व्याख्यानके लिए प्रस्तुति स्लाइड तैयार करनेके लिए कहें, तो वह शायद आपसे भी बेहतर काम करदे। मैंने तो यहभी सुनाहै कि बहुतसे विद्यार्थी अपने स्कूल और कॉलेजके assignment भी AI से ही करवाने लगेहैं।

तो फिर, क्या यह स्पष्ट नहींहै कि वे चीज़ोंको समझतीहैं? 

बिल्कुल नहीं। इसका कारण यहहै कि आजकी AI प्रणालियाँ जिस प्रकार बनाई गईहैं, वही ऐसा है। वास्तवमें उनमें किसी भी चीज़को समझनेकी क्षमता ही नहीं होती।

एक AI मूल रूपसे यही करतीहै—आपने जो कहाहै, या उसे पहले जो सिखायागयाहै, उसके आधारपर वह केवल pattern matching करतीहै और यह अनुमान लगातीहै कि आपके प्रश्नका सबसे उपयुक्त उत्तर क्या होसकताहै।

वैसे यह उतनी बुरी बात भी नहींहै। आखिर हममेंसे बहुतसे लोग भी यही करतेहैं। अधिकांश लोग pattern matching और अनुमान लगानेवाली मशीनोंकी तरह ही काम करतेहैं। हम किसी बातको गहराईसे समझनेका प्रयास बहुत कम करतेहैं।

तो फिर, वास्तविक समझमें क्या-क्या शामिल होताहै?

बहुत सरल शब्दोंमें कहें, तो इसका अर्थ है किसी नए शब्दको किसी ऐसी चीज़से जोड़ना जिसे हम पहलेसे जानतेहैं। या दूसरे शब्दोंमें, किसी नए शब्दका अर्थ उस चीज़की सहायतासे समझना जो हमें पहलेसे परिचित है।

लेकिन यह जुड़ाव केवल शब्दोंतक सीमित नहीं होता। यह उससे कहीं आगे जासकताहै।

उदाहरणके लिए, जैसे ही कोई "बिल्ली" शब्द कहताहै, हमारा मन उस शब्दको एक मुलायम, रोएँदार जीवसे जोड़ देताहै, जिसके चार पैर होतेहैं, एक लंबी पूँछ होतीहै, और जो कभी-कभी गुनगुनाने जैसी आवाज़ निकालतीहै। वास्तवमें हम किसी शब्दको उस जीवके पूरे विवरणसे जोड़तेहैं जिसका वह प्रतिनिधित्व करताहै।

हमारी समझ केवल दृश्य अनुभवतक भी सीमित नहीं होती।

यदि आप कभी दक्षिण-पूर्व एशियाके कुछ देशोंमें गएहों, तो केवल "ड्यूरियन" शब्द सुनतेही अनेक बातें आपके मनमें आसकतीहैं—उसकी तीखी गंध, जो लगभग मतली पैदा करसकतीहै, और फिरभी उसका आश्चर्यजनक रूपसे सुखद स्वाद, जो लंबे समयतक मुँहमें बना रहताहै।

दूसरे शब्दोंमें, समझनेका अर्थ केवल एक शब्दको दूसरे शब्दसे जोड़ना नहींहै। इसमें उस शब्दको हमारी सभी इंद्रियोंकी अनुभूतियों, हमारे पिछले अनुभवों और पहलेसे संचित ज्ञानके साथ जोड़ना भी शामिल है। लेकिन याद रखिए, ये संबंध स्थायी नहीं होते। नई जानकारी मिलनेपर समयके साथ ये बदलसकतेहैं। और बादमें इन्हें फिरसे याद करके उपयोगमें लायाजासकताहै।

क्या AI ऐसा नहीं करसकती?

वर्तमानमें उपलब्ध AI प्रणालियाँ निश्चित रूपसे ऐसा नहीं करसकतीं। एक AI मूल रूपसे भाषातक सीमित एक मशीन है। उसका संसार मुख्यतः शब्दों, वाक्यों और एक विशाल ज्ञान-भंडारके इर्द-गिर्द ही घूमताहै।

यदि किसी AI को यह सिखायाजाए कि "ड्यूरियन एक तीव्र गंधवाला फल है", तो वह केवल "ड्यूरियन" शब्दको उस गंधके वर्णनसे जोड़तीहै। लेकिन यह केवल उसके प्रशिक्षण कालके दौरान ही संभव है। ऐसा केवल उसके निर्माता ही करसकतेहैं। आप और हम बादमें ऐसा नहीं करसकते।

क्या आपको आश्चर्य हुआ?

शायद नहीं। आप अच्छीतरह जानतेहैं कि AI चाहे कितनी भी बुद्धिमान क्यों न लगे, अंततः वह केवल एक कंप्यूटर प्रोग्राम ही है। फिरभी, क्या आपने कभी सोचाहै कि एक निर्जीव प्रोग्राम इतना सबकुछ कैसे करसकताहै?

आइए, इन AI प्रणालियोंकी उत्पत्तिको थोड़ा गहराईसे समझें।

आजकी AI प्रणालियोंको "बृहद भाषा मॉडल" या "large language models" कहाजाताहै। ये मानव भाषाके इर्द-गिर्द कार्य करतीहैं। इन प्रोग्रामोंकी शुरुआत बहुत सरल थी। इनका मूल उद्देश्य एक भाषासे दूसरी भाषामें अनुवाद करना था।

हममेंसे अधिकांश लोगोंने स्कूलमें व्याकरण, शब्दावली आदि सीखकर नई भाषाएँ सीखीहैं। लेकिन हममेंसे किसीने भी अपनी मातृभाषा इस प्रकार नहीं सीखी। फिरभी हम उसे धाराप्रवाह और अपेक्षाकृत कम व्याकरणिक त्रुटियोंके साथ बोल लेतेहैं। ऐसा कैसे संभव हुआ?

यह न तो सचेत रूपसे सीखागयाथा और न ही जानबूझकर समझागयाथा।

यह पायागयाहै कि एक बच्चा अपनी मातृभाषा सीखना अपनी माँके गर्भमें रहतेहुए ही शुरू करदेताहै। जन्मसे पहलेही उसे बाहरके लोगोंकी आवाज़ें सुनाई देने लगतीहैं।

उस अवस्थामें मस्तिष्क पूरीतरह विकसित नहीं होता, फिरभी वह अपने आसपास बोलीजानेवाली भाषाके शब्दोंकी सीमाएँ पहचाननेका प्रयास करने लगताहै। लेकिन उसमें यह समझनेकी क्षमता नहीं होती कि वह क्या सुनरहाहै।

वह यह कैसे करताहै?

यही तो उसके मस्तिष्कमें मौजूद न्यूरॉनोंका चमत्कार है!

एक न्यूरॉन हमारे मस्तिष्कके भीतर मौजूद एक छोटे जैविक कंप्यूटरकी तरह होताहै। हमारे मस्तिष्कमें ऐसे अरबों न्यूरॉन होतेहैं। जब गर्भस्थ शिशु बढ़कर बच्चा बनरहाहोताहै, तब इनमेंसे कुछ न्यूरॉन अभी बनरहे होतेहैं। कुछ पहलेसे बन चुके होतेहैं और विशेष कार्योंके लिए तैयार होरहे होतेहैं। कुछ अन्य मस्तिष्कमें अपनी भूमिका स्थापित करनेकी प्रक्रियामें लगे होतेहैं। यही न्यूरॉन इस अद्भुत प्रक्रियाके वास्तविक पात्र हैं।

कुछ बुद्धिमान शोधकर्ताओंने इस घटनाका अध्ययन किया। उन्होंने स्वयं प्रकृतिकी नकल करनेका प्रयास किया। इसीसे "कृत्रिम तंत्रिका-जाल" अर्थात artificial neural network की अवधारणा उत्पन्न हुई।

यद्यपि इसकी शुरुआत 1940 के दशकमें हुई थी, लेकिन वास्तविक बड़ी सफलता 1980 के दशकमें "backpropagation algorithm" के रूपमें मिली। Algorithm मूलतः एक कंप्यूटर प्रोग्राम होताहै।

ये प्रोग्राम जैविक तंत्रिका-जालोंके कार्य करनेके तरीकेकी नकल करनेका प्रयास करतेहैं। लेकिन ऐसी नकलमें शामिल गणनाएँ इतनी विशाल होतीहैं कि शुरुआती दिनोंमें इन्हें किसी व्यावहारिक उपयोगमें लाना अत्यंत कठिन था।

उस समय कंप्यूटर तो थे, लेकिन वे इतने विशाल गणनात्मक कार्योंको करनेके लिए बहुत धीमे थे।

फिर समानांतर प्रसंस्करण करनेवाले नए कंप्यूटरोंका युग आया। ये मशीनें एकसाथ हज़ारों गणनाएँ करसकती थीं। ऐसे शक्तिशाली हार्डवेयरके सहारे वास्तवमें उपयोगी AI प्रणालियोंकी अवधारणा लगभग 2018 के आसपास सामने आई।

इन्हें दुनियामें उपलब्ध लगभग हर प्रकारकी जानकारी सिखाई गई—इंटरनेटपर निःशुल्क उपलब्ध सामग्री, असंख्य पुस्तकोंका सार, और बहुत कुछ।

इन्हें यह भी सिखायागया कि किन बातोंको स्वीकार नहीं करना है और मनुष्योंके साथ किस प्रकार संवाद करना है। यही आधुनिक AI का जन्म था। लेकिन यह आम लोगोंतक 2022 में पहुँच सकी।

ऊपरी तौरपर देखें तो ये AI हमारी बातोंको "समझ" सकतीहैं, हमारे निर्देशोंका पालन करसकतीहैं और अद्भुत चित्र भी बना सकतीहैं। ऐसा लगताहै मानो इनके सामर्थ्यकी कोई सीमा ही नहीं है।

लेकिन वास्तविक प्रश्न अबभी वही है। क्या वे सचमुच समझतीहैं?

अपने वर्तमान स्वरूपमें तो बिल्कुल नहीं। वास्तवमें समझनेके लिए उन्हें अवधारणाओंके बीच नए संबंध बनानेकी क्षमता विकसित करनी होगी। उन्हें अपने ज्ञानको लगातार अद्यतन करना होगा। मूल रूपसे, उन्हें नई जानकारीको याद रखनेमें सक्षम होना होगा।

यदि हम केवल शब्दोंके माध्यमसे होनेवाले संवादतक भी स्वयंको सीमित रखें, तबभी इन प्रोग्रामोंमें ऐसी स्मृति नहीं होती। भलेही वे कभी-कभी कुछ बातें याद रखती हुई प्रतीत हों, वे अपने मूल ज्ञान-भंडारको स्वायत्त रूपसे और व्यापक रूपसे अद्यतन नहीं करसकतीं। वे केवल पैटर्न पहचानसकतीहैं और अनुमान लगासकतीहैं।

तो क्या इसका अर्थ है कि हम AI की अंतिम सीमातक पहुँच चुकेहैं? बिल्कुल नहीं। एक दृष्टिसे देखें तो इन मशीनोंको जानबूझकर इसी प्रकार डिज़ाइन कियागयाहै।

जब हम सोरहे होतेहैं, तबभी हमारा मस्तिष्क हमारी स्मृतियोंको अद्यतन करतारहताहै और जो बातें हम पहलेसे समझ चुकेहैं उन्हें और मज़बूत करतारहताहै। वर्तमान AI प्रणालियाँ ऐसा नहीं करसकतीं। इन्हें मनुष्योंकी तरह चौबीसों घंटे अपनी स्मृतिको अद्यतन करनेवाले तंत्रके रूपमें नहीं बनायागयाहै।

इसलिए हाँ, आजकी AI प्रणालियोंमें वास्तविक समझ नहीं है। लेकिन इसका यह अर्थ नहीं कि भविष्यमें भी ऐसा कभी संभव नहीं होगा। ऐसा कहनेका कोई ठोस कारण नहीं है कि वे इसे कभी प्राप्त नहीं करपाएँगी।

AI तकनीक जिस गतिसे आगे बढ़रहीहै, उसे देखतेहुए वह दिन दूर नहीं होसकताजब AI कमसेकम भाषाकी दुनियाको हमारी तरह समझने लगे, भलेही वह हमारी सभी इंद्रिय-अनुभूतियोंको न समझ सके। चूँकि शब्द हमारे अनुभवजन्य संसारका बहुत बड़ा हिस्सा हैं, इसलिए केवल उस स्तरतक पहुँचना भी एक बहुत बड़ी उपलब्धि होगी।  --------------------------------------------------------------------

अगर यह बात आपके दिल को छू गई, तो मैं आपको अपने साप्ताहिक पाठकों के समूह में शामिल होने के लिए सादर आमंत्रित करता हूँ। हर शनिवार को, मैं एक गहन विश्लेषण प्रकाशित करता हूँ जो केवल ऊपरी बातों तक सीमित नहीं रहता, बल्कि उन सवालों पर रोशनी डालता है जो वास्तव में मायने रखते हैं। कोई Paywall नहीं, कोई Clickbait नहीं—बस एक सीधा संवाद: मेरे विचारों से सीधे आपके विचारों तक। सब्सक्राइब करने के लिए यहाँ क्लिक करें।

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   Jeder, der schon einmal mit ChatGPT, Gemini oder einer ähnlichen künstlichen Intelligenz gearbeitet hat, dürfte den Eindruck gewonnen haben, dass sie tatsächlich verstehen. Eine KI kommuniziert mit uns beinahe wie ein gewöhnlicher Mensch. Sie macht Witze und reagiert auf unseren Sarkasmus und sogar auf kleine Einwände auf eine Weise, die sehr menschlich wirkt.

Wenn Sie sie bitten, Präsentationsfolien für einen Vortrag vorzubereiten, erledigt sie das möglicherweise besser, als Sie es selbst könnten. Ich habe sogar gehört, dass viele Schüler und Studenten ihre Aufgaben inzwischen von einer KI erledigen lassen.

Ist es dann nicht offensichtlich, dass sie Dinge verstehen? 

Ganz und gar nicht. Der Grund liegt in der Art und Weise, wie die heutigen KI-Systeme aufgebaut wurden. Tatsächlich besitzen sie überhaupt keine Fähigkeit zum Verstehen.

Alles, was eine KI tut, ist Folgendes: Auf der Grundlage dessen, was Sie gesagt haben, oder dessen, womit sie zuvor trainiert wurde, führt sie lediglich einen Musterabgleich durch und sagt voraus, welche Antwort auf Ihre Frage wahrscheinlich die passende sein könnte.

So schlecht ist das vielleicht gar nicht. Schließlich machen viele von uns genau dasselbe. Die meisten Menschen funktionieren in gewisser Weise wie Maschinen zur Mustererkennung und Vorhersage. Nur selten machen wir uns die Mühe, etwas wirklich tiefgehend zu verstehen.

Was gehört also zu echtem Verstehen?

Stark vereinfacht ausgedrückt bedeutet es, ein neu begegnetes Wort mit etwas zu verbinden, das wir bereits kennen. Oder anders gesagt: die Bedeutung eines neuen Wortes mithilfe von etwas zu entdecken, das uns schon vertraut ist.

Doch diese Verbindung muss sich nicht auf Worte beschränken. Sie kann weit darüber hinausgehen.

Wenn jemand zum Beispiel das Wort „Katze" sagt, verbindet unser Geist dieses Wort sofort mit einem weichen, pelzigen Lebewesen mit vier Beinen, einem langen Schwanz und einem gelegentlichen Schnurren. Tatsächlich verknüpfen wir ein Wort mit der gesamten Beschreibung des Lebewesens, das es repräsentiert.

Unser Verstehen beschränkt sich auch nicht nur auf das Sehen.

Wenn Sie schon einmal einige Länder Südostasiens besucht haben, genügt möglicherweise das Wort „Durian", um zahlreiche Eindrücke hervorzurufen: den durchdringenden Geruch, der beinahe Übelkeit verursachen kann, und dennoch den überraschend angenehmen Geschmack, der lange im Mund nachklingt.

Mit anderen Worten: Verstehen bedeutet nicht einfach, ein Wort mit einem anderen Wort zu verbinden. Es bedeutet auch, es mit den Wahrnehmungen all unserer Sinne, mit vergangenen Erfahrungen und mit bereits vorhandenem Wissen zu verknüpfen. Doch diese Verbindungen sind nicht dauerhaft. Sie können sich im Laufe der Zeit verändern, wenn neue Informationen hinzukommen. Und später können sie wieder abgerufen und genutzt werden.

Sind KI-Systeme dazu nicht in der Lage?

Bei den heute verfügbaren KI-Systemen lautet die Antwort eindeutig: nein. Eine KI ist im Wesentlichen eine Maschine, die auf Sprache beschränkt ist. Ihre Welt besteht hauptsächlich aus Wörtern, Sätzen und einem gewaltigen Wissensspeicher.

Wenn man einer KI beibringt, dass „eine Durian eine stark riechende Frucht ist", dann verbindet sie lediglich das Wort „Durian" mit einer Beschreibung dieses Geruchs. Doch das ist nur während ihrer Trainingsphase möglich. Nur ihre Entwickler können ihr solche Dinge beibringen. Sie und ich können das später nicht mehr tun.

Überrascht Sie das?

Wahrscheinlich nicht. Sie wissen sehr gut, dass eine KI, ganz gleich wie intelligent sie erscheinen mag, letztlich nur ein Computerprogramm ist. Haben Sie sich jedoch jemals gefragt, wie ein lebloses Programm zu so erstaunlichen Leistungen fähig sein kann?

Werfen wir einen etwas genaueren Blick auf die Entstehung dieser KI-Systeme.

Die heutigen KI-Systeme werden als „Large Language Models" bezeichnet. Sie arbeiten rund um die menschliche Sprache. Die Anfänge dieser Programme waren recht bescheiden. Ihr ursprünglicher Zweck bestand darin, Texte von einer Sprache in eine andere zu übersetzen.

Die meisten von uns haben neue Sprachen in der Schule gelernt, indem sie Grammatik, Wortschatz und ähnliche Dinge studierten. Doch niemand von uns hat seine Muttersprache auf diese Weise gelernt. Trotzdem sprechen wir sie fließend und mit vergleichsweise wenigen grammatischen Fehlern. Wie war das möglich?

Nicht durch bewusstes Lernen oder bewusstes Verstehen.

Es wurde festgestellt, dass ein Kind bereits im Mutterleib beginnt, seine Muttersprache zu lernen. Schon vor der Geburt kann es die Stimmen der Menschen außerhalb hören.

Obwohl das Gehirn zu diesem Zeitpunkt noch nicht vollständig entwickelt ist, versucht es bereits, die Grenzen zwischen den Wörtern der gesprochenen Sprache zu erkennen. Dennoch besitzt es noch keine Fähigkeit, das Gehörte zu verstehen.

Wie gelingt ihm das?

Das ist das Wunderwerk der Neuronen im Gehirn!

Ein Neuron ist wie ein winziger biologischer Computer in unserem Gehirn. Milliarden solcher Neuronen befinden sich dort. Während der Fötus zu einem Kind heranwächst, entstehen einige dieser Neuronen gerade erst. Andere sind bereits ausgebildet und bereiten sich auf bestimmte Aufgaben vor. Wieder andere befinden sich im Prozess, ihre Rolle innerhalb des Gehirns festzulegen. Diese Neuronen sind die eigentlichen Akteure hinter diesem erstaunlichen Vorgang.

Einige kluge Forscher beobachteten dieses Phänomen. Sie versuchten, die Natur selbst nachzuahmen. Daraus entstand die Idee eines „künstlichen neuronalen Netzwerks", das dem menschlichen Gehirn nachempfunden war.

Obwohl diese Idee bereits in den 1940er Jahren entstand, kam der wirkliche Durchbruch erst in den 1980er Jahren mit dem sogenannten Backpropagation-Algorithmus. Ein Algorithmus ist einfach ein Computerprogramm.

Diese Programme versuchen nachzubilden, wie biologische neuronale Netzwerke funktionieren. Doch die dafür erforderlichen Berechnungen sind so umfangreich, dass es anfangs äußerst schwierig war, solche Netzwerke praktisch nutzbar zu machen.

Computer gab es zwar bereits, doch sie waren viel zu langsam, um die gewaltigen Rechenleistungen zu erbringen, die für solche künstlichen neuronalen Netzwerke notwendig waren.

Später begann das Zeitalter der Parallelrechner. Diese Maschinen konnten Tausende von Berechnungen gleichzeitig durchführen. Mit der Unterstützung dieser leistungsstarken Hardware entstand etwa ab 2018 die Vorstellung wirklich praktikabler KI-Systeme.

Man brachte ihnen praktisch alles bei, was verfügbar war: sämtliche frei zugänglichen Informationen des Internets, die Inhalte unzähliger Bücher und vieles mehr.

Außerdem wurde ihnen beigebracht, welche Informationen nicht akzeptiert werden sollten und wie sie mit Menschen kommunizieren sollten. Damit begann die Ära der modernen KI. Für die breite Öffentlichkeit zugänglich wurde sie jedoch erst im Jahr 2022.

Auf den ersten Blick scheinen diese KI-Systeme unsere Anweisungen zu verstehen, unsere Vorgaben zu befolgen und sogar beeindruckende Bilder zu erzeugen. Es wirkt beinahe so, als gäbe es keine Grenzen für ihre Fähigkeiten.

Doch die eigentliche Frage bleibt bestehen: Verstehen sie wirklich?

In ihrer heutigen Form ganz eindeutig nicht. Um wirklich zu verstehen, müssten sie die Fähigkeit entwickeln, neue Verbindungen zwischen Begriffen herzustellen. Sie müssten ihr Wissen fortlaufend aktualisieren. Grundsätzlich müssten sie in der Lage sein, neue Informationen dauerhaft zu speichern.

Selbst wenn wir uns ausschließlich auf sprachliche Kommunikation beschränken, besitzen diese Programme eine solche Fähigkeit nicht. Auch wenn sie manchmal so wirken, als könnten sie sich etwas merken, sind sie nicht in der Lage, ihren grundlegenden Wissensbestand selbstständig und allgemein zu aktualisieren. Sie können lediglich Muster erkennen und Vorhersagen treffen.

Bedeutet das, dass wir die endgültige Grenze der KI erreicht haben? Ganz bestimmt nicht. In gewisser Weise wurden diese Maschinen absichtlich so konstruiert.

Selbst während wir schlafen, aktualisiert unser Gehirn Erinnerungen und festigt das, was wir bereits verstanden haben. Heutige KI-Systeme können das nicht. Sie wurden nicht als menschenähnliche Gedächtnismaschinen entworfen, die vierundzwanzig Stunden am Tag ihre Erinnerungen fortlaufend aktualisieren.

Daher gilt: Ja, die heutigen KI-Systeme besitzen kein echtes Verständnis. Das bedeutet jedoch nicht, dass sie niemals dazu fähig sein werden. Es gibt keinen überzeugenden Grund anzunehmen, dass dies grundsätzlich unmöglich wäre.

Wenn man die Geschwindigkeit betrachtet, mit der sich die KI-Technologie entwickelt, dann könnte der Tag nicht mehr fern sein, an dem eine KI zumindest die Welt der Sprache ähnlich versteht wie wir Menschen, auch wenn sie nicht alle Inhalte unserer Sinneswahrnehmungen erfasst. Da Worte einen enormen Teil unserer erfahrbaren Welt ausmachen, wäre selbst ein solcher Fortschritt bereits eine bemerkenswerte Leistung.

  --------------------------------------------------------------------

Falls dies bei Ihnen Anklang gefunden hat, lade ich Sie herzlich ein, sich meinen wöchentlichen Lesern anzuschließen. Jeden Samstag veröffentliche ich eine tiefgehende Analyse, die über die Oberfläche hinausgeht und jene Fragen behandelt, die wirklich zählen. Keine Paywalls, kein Clickbait – lediglich ein direkter Austausch: von meinem Kopf in Ihren. Klicken Sie hier, um sich anzumelden.

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.

    [Preview books]  [Borrow books] 

[Pause]

   ChatGPT, Gemini, ಅಥವಾ ಆ ತರಹದ ಬೇರೆ ಯಾವುದಾದರೂ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಿರುವ ಯಾರಿಗೇ ಆದರೂ, ಅರ್ಥವಾಗುತ್ತದೆ ಅಂದೇ ಅನಿಸಿರುತ್ತದೆ. ಒಂದು AI, ನಮ್ಮ ಜೊತೆ ಒಬ್ಬ ಸಾಮಾನ್ಯ ಮನುಷ್ಯನಂತೆಯೇ ಸಂವಹನ ನಡೆಸುತ್ತದೆ. ಅವು ಹಾಸ್ಯ ಮಾಡುತ್ತವೆ, ನಮ್ಮ ವ್ಯಂಗ್ಯದ ಮಾತುಗಳಿಗೆ ಮತ್ತು ಸಣ್ಣಪುಟ್ಟ ಆಕ್ಷೇಪಗಳಿಗೂ ಸಹ ಮನುಷ್ಯರಂತೆಯೇ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತವೆ.

ನಿಮ್ಮ ಉಪನ್ಯಾಸಕ್ಕೆ ಬೇಕಾದ ಪ್ರದರ್ಶನ ಫಲಕಗಳನ್ನು ಸಿದ್ಧಪಡಿಸಿಕೊಡು ಎಂದು ನೀವು ಕೇಳಿದರೆ, ನೀವೇ ಸ್ವತಃ ಮಾಡಿಕೊಳ್ಳುವುದಕ್ಕಿಂತ ಉತ್ತಮವಾಗಿ ಮಾಡಿಕೊಡುತ್ತವೆ. ಎಷ್ಟೋ ವಿದ್ಯಾರ್ಥಿಗಳು ತಮ್ಮ ಶಾಲಾ-ಕಾಲೇಜುಗಳ assignment ಗಳನ್ನು ಕೂಡಾ AI ಮೂಲಕವೇ ಮಾಡಿಸಿಕೊಳ್ಳುತ್ತಿದ್ದಾರೆ ಎಂದು ನಾನು ಕೇಳಿದ್ದೇನೆ.

ಹಾಗಾದರೆ, ಅವುಗಳಿಗೆ ವಿಷಯಗಳು ಅರ್ಥವಾಗುತ್ತವೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಲ್ಲವೇ?

ಖಂಡಿತವಾಗಿಯೂ ಇಲ್ಲ. ಏಕೆಂದರೆ ಇವತ್ತಿನ ದಿನದಲ್ಲಿ AIಗಳನ್ನು ರೂಪಿಸಿರುವ ವಿಧಾನವೇ ಹಾಗಿದೆ. ವಾಸ್ತವವಾಗಿ ಅವುಗಳಿಗೆ ಏನನ್ನೂ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಶಕ್ತಿಯೇ ಇರುವುದಿಲ್ಲ.

ಒಂದು AI ಮಾಡುವುದಿಷ್ಟೇ - ನೀವು ಹೇಳಿರುವುದರ ಮೇಲೆ, ಅಥವಾ ಅದಕ್ಕೆ ಮೊದಲೇ ಕಲಿಸಿರುವುದರ ಮೇಲೆ, ಕೇವಲ pattern match ಮಾಡಿ, ನಿಮ್ಮ ಪ್ರಶ್ನೆಗೆ ಸರಿಯಾದ ಉತ್ತರ ಏನಿರಬಹುದು ಎಂದು ಊಹೆ ಮಾಡುತ್ತದೆ, ಅಷ್ಟೇ.

ಅದೇನೂ ಅಷ್ಟೊಂದು ಕೆಟ್ಟದ್ದಲ್ಲ ಬಿಡಿ. ನಮ್ಮಲ್ಲಿ ಎಷ್ಟೋ ಜನರು ಮಾಡುವುದು ಇದನ್ನೇ. ಹೆಚ್ಚಿನವರು pattern match ಮಾಡಿ ಊಹೆ ಮಾಡುವ ಯಂತ್ರಗಳಂತೆಯೇ ಇರುತ್ತಾರೆ. ನಾವು ಯಾವುದನ್ನಾದರೂ ಆಳವಾಗಿ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಲು ಅಷ್ಟಾಗಿ ಶ್ರಮ ಪಡುವುದೇ ಇಲ್ಲ.

ಅಂದಹಾಗೆ, ನಿಜವಾದ ಅರ್ಥೈಸಿಕೊಳ್ಳುವಿಕೆಯಲ್ಲಿ ಏನೆಲ್ಲಾ ಅಡಗಿರುತ್ತದೆ?

ಅತ್ಯಂತ ಸರಳೀಕರಿಸಿ ಹೇಳುವುದಾದರೆ, ನಮಗೆ ಮುಂಚೆಯೇ ತಿಳಿದಿರುವ ಒಂದು ಪದವನ್ನು ಹೊಸದಾಗಿ ಎದುರಾದ ಒಂದು ಪದಕ್ಕೆ ಜೋಡಿಸಿಕೊಳ್ಳುವುದು. ಅಥವಾ ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ನಮಗೆ ಈಗಾಗಲೇ ತಿಳಿದಿರುವುದರ ಮೂಲಕ ಒಂದು ಹೊಸ ಪದದ 'ಅರ್ಥ' ಏನೆಂದು ಕಂಡುಕೊಳ್ಳುವುದು.

ಆದರೆ ಈ ಜೋಡಣೆ, ಕೇವಲ ಪದಗಳ ಮಟ್ಟಕ್ಕೇ ಸೀಮಿತವಾಗಿರಬೇಕಿಲ್ಲ. ಅದು ಅದಕ್ಕಿಂತಲೂ ಮಿಗಿಲಾಗಿರಬಹುದು.

ಉದಾಹರಣೆಗೆ, ಯಾರಾದರೂ 'ಬೆಕ್ಕು' ಎಂದ ತಕ್ಷಣ, ನಮ್ಮ ಮನಸ್ಸು ಆ ಪದವನ್ನು ಮೃದುವಾದ ತುಪ್ಪಳದ ಉಂಡೆಯಂತಿರುವ, ನಾಲ್ಕು ಕಾಲು, ಒಂದು ಉದ್ದನೆಯ ಬಾಲ ಇರುವ, ಕೆಲವೊಮ್ಮೆ ಗುರುಗುಟ್ಟುವ ಒಂದು ಪ್ರಾಣಿಗೆ ಸಂಬಂಧಿಸುತ್ತದೆ. ವಾಸ್ತವವಾಗಿ ನಾವು, ಒಂದು ಪದವನ್ನು, ಆ ಪದವನ್ನು ಪ್ರತಿನಿಧಿಸುವ ಒಂದು ಜೀವಿಯ ಸಂಪೂರ್ಣ ವಿವರಣೆಗೆ ಹೊಂದಿಸಿರುತ್ತೇವೆ.

ನಮ್ಮ ಅರ್ಥೈಸುವಿಕೆಯು ನಮ್ಮ ದೃಷ್ಯಾನುಭವಕ್ಕಷ್ಟೇ ಸೀಮಿತವಲ್ಲ.

ನೀವು ಹಿಂದೊಮ್ಮೆ ಕೆಲವು ಆಗ್ನೇಯ ಏಷ್ಯಾ ದೇಶಗಳಿಗೆ ಹೋಗಿದ್ದರೆ, ಬರೀ 'ಡ್ಯೂರಿಯನ್' ಎಂಬ ಪದ ಕೇಳಿದ ತಕ್ಷಣವೇ ಅನೇಕ ವಿವರಗಳು ನಿಮ್ಮ ಮನಸ್ಸಿಗೆ ಬರುತ್ತವೆ. ಆ ತೀಕ್ಷ್ಣವಾದ ವಾಕರಿಕೆ ಬರಿಸುವಂತಹ ವಾಸನೆ, ಆದರೂ ಬಾಯಿಯಲ್ಲಿ ಮರುಕಳಿಸುವಂತಹ ಅಹ್ಲಾದಕರ ರುಚಿ, ಇತ್ಯಾದಿ.

ಇನ್ನೊಂದು ರೀತಿಯಲ್ಲಿ ಹೇಳಬೇಕೆಂದರೆ, ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವುದು ಎಂದರೆ ಬರೀ ಒಂದು ಪದಕ್ಕೆ ಇನ್ನೊಂದು ಪದ ಹೊಂದಿಸುವುದಲ್ಲ. ಅದರ ಜೊತೆಗೆ ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯಗಳ ಗ್ರಹಿಕೆ, ಹಳೆಯ ಅನುಭವಗಳು, ಮತ್ತು ಮುಂಚೆಯೇ ಸಂಗ್ರಹವಾಗಿರುವ ಜ್ಞಾನದ ಜೊತೆಗೆ ನಂಟು ಬೆಳೆಸಿಕೊಳ್ಳುವುದು. ಆದರೆ ನೆನಪಿರಲಿ, ಈ ನಂಟುಗಳು ಶಾಶ್ವತವಾಗಿ ಇರುವುದಿಲ್ಲ. ಹೊಸ ಮಾಹಿತಿ ಸಿಕ್ಕಿದಾಗ ಇವು ಕಾಲಾಂತರದಲ್ಲಿ ಬದಲಾಗಬಹುದು. ಮತ್ತು ನಂತರದ ಬಳಕೆಗೆ ಇವುಗಳನ್ನು ಪುನಃ ನೆನಪಿಸಿಕೊಳ್ಳಬಹುದು.

AI ಗಳಿಗೆ ಇದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲವೇ?

ಈಗ ಲಭ್ಯವಿರುವ AI ಗಳಲ್ಲಿ ಅದು ಖಂಡಿತ ಸಾಧ್ಯವಿಲ್ಲ. ಒಂದು AI, ಮೂಲಭೂತವಾಗಿ ಭಾಷೆಗೆ ಸೀಮಿತವಾಗಿರುವ ಯಂತ್ರ. ಅದರ ವ್ಯಾಪ್ತಿ, ಹೆಚ್ಚಾಗಿ, ಪದಗಳು, ವಾಕ್ಯಗಳು ಮತ್ತು ಒಂದು ದೊಡ್ಡ ಜ್ಞಾನ ಭಂಡಾರದ ಸುತ್ತಲೇ ಇರುತ್ತದೆ.

'ಡ್ಯೂರಿಯನ್ ಎಂಬುದು ಒಂದು ವಾಸನೆ ಇರುವ ಹಣ್ಣು' ಎಂದು AI ಗೆ ಕಲಿಸಿದರೆ, ಅದು ಬರೀ ಡ್ಯೂರಿಯನ್ ಎಂಬ ಪದವನ್ನು ಆ ಹಣ್ಣಿನ ವಾಸನೆಯ ವಿವರಣೆಯೊಂದಿಗೆ ಜೋಡಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಆದರೆ ಇದು ಅದರ ಕಲಿಕಾ ಅವಧಿಯಲ್ಲಿ ಮಾತ್ರ ಸಾಧ್ಯ. ಕೇವಲ ಅದರ ನಿರ್ಮಾತೃುಗಳೇ ಹಾಗೆ ಕಲಿಸಬಹುದು. ನೀವು, ನಾವು, ಅದನ್ನು ನಂತರ ಮಾಡಲಾರೆವು.

ನಿಮಗೆ ಆಶ್ಚರ್ಯವಾಯಿತೇ?

ಬಹುಶಃ, ಇಲ್ಲದಿರಬಹುದು. ಒಂದು AI, ಎಷ್ಟೇ ಚಾತುರ್ಯ ಪ್ರದರ್ಶಿಸಿದರೂ, ಅದು ಕೇವಲ ಒಂದು ಕಂಪ್ಯೂಟರ್ ಪ್ರೋಗ್ರಾಂ ಮಾತ್ರ, ಎಂದು ನಿಮಗೆ ಚೆನ್ನಾಗಿಯೇ ಗೊತ್ತು. ಆದರೂ, ಒಂದು ನಿರ್ಜೀವ ಪ್ರೋಗ್ರಾಂ ಅಷ್ಟೆಲ್ಲಾ ಹೇಗೆ ಮಾಡಬಲ್ಲುದು ಎಂದು ಎಂದಾದರೂ ಯೋಚಿಸಿದ್ದೀರಾ?

ಈ AIಗಳ ಉಗಮದ ಬಗ್ಗೆ ಸ್ವಲ್ಪ ಆಳವಾಗಿ ನೋಡೋಣ.

ಇಂದಿನ AIಗಳನ್ನು 'ಬೃಹತ್ ಭಾಷಾ ಮಾದರಿಗಳು' ಅಥವಾ 'large language models' ಎಂದು ಕರೆಯುತ್ತಾರೆ. ಇವು ಮನುಷ್ಯನ ಭಾಷೆಯ ಸುತ್ತ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಈ ಪ್ರೋಗ್ರಾಂಗಳ ಆರಂಭ ತುಂಬಾ ಸರಳವಾಗಿ ಆಯಿತು. ಇವುಗಳ ಮೂಲ ಉದ್ದೇಶ, ಒಂದು ಭಾಷೆಯಿಂದ ಇನ್ನೊಂದು ಭಾಷೆಗೆ ಭಾಷಾಂತರಿಸುವುದಾಗಿತ್ತು.

ನಮ್ಮಲ್ಲಿ ಬಹುತೇಕರು, ಶಾಲೆಯಲ್ಲಿ, ಹೊಸ ಭಾಷೆಯನ್ನು ಅದರ ವ್ಯಾಕರಣ, ಪದಕೋಶ ಇತ್ಯಾದಿಗಳನ್ನು ಕಲಿಯುವ ಮೂಲಕ ಕಲಿತಿದ್ದೇವೆ. ಆದರೆ ನಮ್ಮಲ್ಲಿ ಯಾರೂ ನಮ್ಮ ಮಾತೃಭಾಷೆಯನ್ನು ಆ ರೀತಿ ಕಲಿಯಲಿಲ್ಲ. ಆದರೂ ನಾವು ಆ ಭಾಷೆಯನ್ನು ಸರಾಗವಾಗಿ ಮತ್ತು ಸುಮಾರಾಗಿ ಯಾವುದೇ ವ್ಯಾಕರಣ ದೋಷವಿಲ್ಲದೆ ಮಾತನಾಡಬಲ್ಲೆವು. ನಾವು ಇದನ್ನು ಹೇಗೆ ಮಾಡಲು ಸಾಧ್ಯವಾಯಿತು?

ಅದು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿ ಕಲಿತಿದ್ದಾಗಲಿ ಅಥವಾ ಅರ್ಥ ಮಾಡಿಕೊಂಡಿದ್ದಾಗಲಿ ಅಲ್ಲ.

ಒಂದು ಮಗು ತನ್ನ ತಾಯಿಯ ಗರ್ಭದಲ್ಲಿದ್ದಾಗಲೇ ಮಾತೃಭಾಷೆಯನ್ನು ಕಲಿಯಲು ಶುರುಮಾಡುತ್ತದೆ ಎಂದು ತಿಳಿದುಬಂದಿದೆ. ಗರ್ಭದ ಒಳಗಿದ್ದಾಗಲೇ, ಹೊರಗಿರುವ ಜನರು ಆಡುವ ಮಾತುಗಳು ಅದಕ್ಕೆ ಕೇಳಿಸುತ್ತವೆ.

ಮೆದುಳು ಇನ್ನೂ ಪೂರ್ತಿ ಬೆಳೆಯದ ಭ್ರೂಣದ ಸ್ಥಿತಿಯಲ್ಲಿದ್ದಾಗಲೂ, ಅದು ಅವರು ಮಾತನಾಡುವ ಭಾಷೆಯ ಪದಗಳ ಗಡಿಯನ್ನು ಗುರುತಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ. ಆದರೆ ಅದಕ್ಕೆ ತಾನು ಕೇಳುತ್ತಿರುವುದನ್ನು ಗ್ರಹಿಸುವ ಶಕ್ತಿ ಇರುವುದಿಲ್ಲ.

ಅದು ಇದನ್ನು ಹೇಗೆ ಮಾಡುತ್ತದೆ?

ಅದೇ ಅದರ ಮೆದುಳಿನಲ್ಲಿರುವ ನರಕೋಶಗಳು ಮಾಡುವ ಪವಾಡ!

ನರಕೋಶ ಎಂದರೆ ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿರುವ ಒಂದು ಸಣ್ಣ ಜೈವಿಕ ಕಂಪ್ಯೂಟರ್ ಇದ್ದಂತೆ. ನಮ್ಮ ಮೆದುಳಿನಲ್ಲಿ ಇಂತಹ ಕೋಟ್ಯಂತರ ನರಕೋಶಗಳಿವೆ. ಆ ಭ್ರೂಣವು ಮಗುವಾಗಿ ಬೆಳೆಯುತ್ತಿರುವಾಗ, ಅವುಗಳಲ್ಲಿ ಕೆಲವು ನರಕೋಶಗಳು ಈಗಷ್ಟೇ ರೂಪುಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಕೆಲವು ಈಗಾಗಲೇ ರೂಪುಗೊಂಡು ಯಾವುದಾದರೂ ನಿರ್ಧಿಷ್ಟ ಕೆಲಸಕ್ಕಾಗಿ ಸಜ್ಜಾಗುತ್ತಿರುತ್ತವೆ. ಇನ್ನೂ ಕೆಲವು, ಮೆದುಳಿನಲ್ಲಿ ತಮ್ಮ ಪಾತ್ರಗಳನ್ನು ಸ್ಥಿರಗೊಳಿಸುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಪಾಲ್ಗೊಳ್ಳುತ್ತಿರುತ್ತವೆ. ಈ ನರಕೋಶಗಳೇ ಈ ಪವಾಡದ ಹಿಂದಿರುವ ಪಾತ್ರಧಾರಿಗಳು.

ಕೆಲವು ಚತುರ ಸಂಶೋಧಕರು ಈ ವಿದ್ಯಮಾನವನ್ನು ಗಮನಿಸಿದರು. ಅವರು ಪ್ರಕೃತಿಯನ್ನೇ ಅನುಕರಿಸಲು ಪ್ರಯತ್ನಿಸಿದರು. ಅವರು ಮಾನವ ಮೆದುಳನ್ನು ಹೋಲುವ 'ಕೃತಕ ನರಮಂಡಲ' ಎಂಬ ಕಲ್ಪನೆಯನ್ನು ತಂದರು.

ಇದು 1940 ರ ದಶಕದಲ್ಲೇ ಶುರುವಾಗಿದ್ದರೂ, ನಿಜವಾದ ಮಹತ್ತರ ಸಾಧನೆಯಾದದ್ದು 1980 ರ ದಶಕದಲ್ಲಿ, 'ಬ್ಯಾಕ್ ಪ್ರೊಪಗೇಷನ್ ಅಲ್ಗಾರಿದಮ್' ರೂಪದಲ್ಲಿ. 'ಅಲ್ಗಾರಿದಮ್' ಎಂಬುದು ಕಂಪ್ಯೂಟರ್ ನಲ್ಲಿ ನಡೆಸುವ ಒಂದು ಪ್ರೋಗ್ರಾಂ.

ಈ ಪ್ರೋಗ್ರಾಂಗಳು ಜೀವಂತ ನರಮಂಡಲ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆಯೋ ಹಾಗೆಯೇ ಅನುಕರಿಸುತ್ತವೆ. ಆದರೆ ಅಂತಹ ಅನುಕರಣೆಯಲ್ಲಿ ಅಡಗಿರುವ ಲೆಕ್ಕಾಚಾರ ಎಷ್ಟು ಭಾರಿಯಾಗಿದೆಯೆಂದರೆ, ಇಂತಹ ನರಮಂಡಲಗಳನ್ನು ಯಾವುದೇ ಪ್ರಾಯೋಗಿಕ ಬಳಕೆಗೆ ತರುವುದು ಪ್ರಾರಂಭದಲ್ಲಿ ತುಂಬಾ ಕಷ್ಟವಾಗಿತ್ತು.

ಆಗ ಕಂಪ್ಯೂಟರ್ಗಳು ಇದ್ದವು ನಿಜ, ಆದರೆ ಈ ಕೃತಕ ನರಮಂಡಲಗಳನ್ನು ಸಾಕಾರಗೊಳಿಸಲು ಬೇಕಾದ ಭಾರಿ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಲು ಅವು ತುಂಬಾ ನಿಧಾನವಾಗಿದ್ದವು.

ನಂತರ ಹೊಸ 'ಸಮಾಂತರ ಸಂಸ್ಕಾರಕ ಕಂಪ್ಯೂಟರ್' ಗಳ ಯುಗ ಬಂತು. ಈ ಯಂತ್ರಗಳು ಒಂದೇ ಬಾರಿಗೆ ಸಾವಿರಾರು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಮಾಡಬಲ್ಲವಾಗಿದ್ದವು. ಇಂತಹ ಶಕ್ತಿಶಾಲಿ ಯಂತ್ರಗಳ ಬೆಂಬಲದೊಂದಿಗೆ, ನಿಜವಾಗಿ ಬಳಸಬಹುದಾದ AIಗಳ ಕಲ್ಪನೆ 2018 ರ ಸುಮಾರಿಗೆ ಬಂತು.

ಇವುಗಳಿಗೆ ಜಗತ್ತಿನಲ್ಲಿರುವ ಪ್ರತಿಯೊಂದು ವಿಷಯವನ್ನು, ಇಂಟರ್ನೆಟ್ನಲ್ಲಿ ಉಚಿತವಾಗಿ ಸಿಗುವ ಎಲ್ಲಾ ರೀತಿಯ ಮಾಹಿತಿಯನ್ನು, ನೂರಾರು ಪುಸ್ತಕಗಳ ಸಾರವನ್ನು, ಎಲ್ಲವನ್ನೂ ಕಲಿಸಲಾಯಿತು.

ಆ ಅಗಾಧ ಮಾಹಿತಿಯಲ್ಲಿ ಯಾವುದನ್ನು ಒಪ್ಪಿಕೊಳ್ಳಬಾರದು ಮತ್ತು ಮನುಷ್ಯರ ಜೊತೆ ಹೇಗೆ ಸಂವಹನ ನಡೆಸಬೇಕು ಎಂದೆಲ್ಲವನ್ನೂ ಇವುಗಳಿಗೆ ತಿಳಿಸಿಕೊಡಲಾಯಿತು. ಇದೇ, ಆಧುನಿಕ AIಗಳ ಆವಿರ್ಭಾವ. ಆದರೆ ಅವು ಜನಸಾಮಾನ್ಯರ ಕೈಗೆಟಕಿದ್ದು 2022 ರಲ್ಲಷ್ಟೇ.

ಮೇಲ್ನೋಟಕ್ಕೆ, ಈ AIಗಳು ನಮ್ಮ ಆದೇಶಗಳನ್ನು 'ಅರ್ಥ' ಮಾಡಿಕೊಳ್ಳಬಲ್ಲವು, ನಮ್ಮ ಸೂಚನೆಗಳನ್ನು ಪಾಲಿಸಬಲ್ಲವು, ಅದ್ಭುತವಾದ ಚಿತ್ರಗಳನ್ನು ಸಹ ಬಿಡಿಸಬಲ್ಲವು. ಅವು ಏನೆಲ್ಲಾ ಮಾಡಬಹುದು ಎಂಬುದಕ್ಕೆ ಕೊನೆಯೇ ಇಲ್ಲವೆಂಬಂತೆ ತೋರುತ್ತದೆ!

ಆದರೆ, ನಿಜವಾದ ಪ್ರಶ್ನೆ ಇನ್ನೂ ಹಾಗೇ ಉಳಿದಿದೆ. ಅವುಗಳಿಗೆ ನಿಜವಾಗಿಯೂ ಅರ್ಥವಾಗುತ್ತದೆಯೇ?

ಅವುಗಳ ಇವತ್ತಿನ ರೂಪದಲ್ಲಿ ಖಂಡಿತಾ ಇಲ್ಲ. ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳಬೇಕೆಂದರೆ, ಅವು, ಪದಗಳ ನಡುವೆ ಹೊಸ ನಂಟುಗಳನ್ನು ಹುಟ್ಟುಹಾಕುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಬೆಳೆಸಿಕೊಳ್ಳಬೇಕು. ಅವು, ತಮ್ಮ ಜ್ಞಾನವನ್ನು ನಿರಂತರವಾಗಿ ನವೀಕರಿಸಿಕೊಳ್ಳಬೇಕು. ಮೂಲಭೂತವಾಗಿ, ಅವುಗಳಿಗೆ ಒಂದು ಹೊಸ ಮಾಹಿತಿಯನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗಬೇಕು.

ನಾವು ಕೇವಲ ಶಬ್ದಗಳ ಮೂಲಕವಾದ ಸಂವಹನಕ್ಕಷ್ಟೇ ಸೀಮಿತಗೊಳಿಸಿದರೂ, ಈ ಪ್ರೋಗ್ರಾಂಗಳಿಗೆ ಅವುಗಳನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಇಲ್ಲ. ಅಲ್ಪಸ್ವಲ್ಪ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ ಕಂಡರೂ ಸಹ, ಅವು ಸಾರ್ವತ್ರಿಕವಾಗಿ ತಮ್ಮ ಮೂಲ ಜ್ಞಾನಭಂಡಾರವನ್ನು ಸ್ವಯಂ ಪುನರ್ನವೀಕರಿಸಿಕೊಳ್ಳಲಾರವು. ಅವು ಕೇವಲ ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು ಮತ್ತು ಊಹೆಮಾಡಲು ಮಾತ್ರ ಶಕ್ತವಾಗಿವೆ.

ಅದರರ್ಥ ನಾವು AI ಯ ಅಂತಿಮ ಮಿತಿಯನ್ನು ತಲುಪಿದ್ದೇವೆ ಎಂದೇ? ಖಂಡಿತವಾಗಿಯೂ ಅಲ್ಲ. ಒಂದು ರೀತಿಯಲ್ಲಿ ನೋಡಿದರೆ, ಈ ಯಂತ್ರಗಳನ್ನು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿಯೇ ಹಾಗೆ ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ.

ನಾವು ಮಲಗಿರುವಾಗಲೂ ನಮ್ಮ ಮೆದುಳು ನಮ್ಮ ನೆನಪುಗಳನ್ನು ನವೀಕರಿಸುತ್ತಿರುತ್ತದೆ ಮತ್ತು ನಮಗೆ ಈಗಾಗಲೇ ಅರ್ಥವಾಗಿರುವುದನ್ನು ಗಟ್ಟಿಗೊಳಿಸುತ್ತಿರುತ್ತದೆ. ಇದು ಇವತ್ತಿನ AIಗಳಿಗೆ ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲದ ವಿಷಯ. ದಿನದ 24 ಗಂಟೆಯೂ ನೆನಪನ್ನು ನವೀಕರಿಸುವ ಇಂಜಿನ್ಗಳಂತಿರುವ ಮನುಷ್ಯರ ತರಹ ಇವುಗಳನ್ನು ರೂಪಿಸಿಲ್ಲ.

ಹಾಗಾಗಿ, ಹೌದು, ಈಗಿನ AIಗಳಿಗೆ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ಶಕ್ತಿ ಇಲ್ಲ. ಹಾಗೆಂದ ಮಾತ್ರಕ್ಕೆ ಭವಿಷ್ಯದಲ್ಲಿ ಅವುಗಳಿಗೆ ಅದು ಸಾಧ್ಯವೇ ಇಲ್ಲ ಎಂದಲ್ಲ. ಅವು ಎಂದಿಗೂ ಅದನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಿಲ್ಲ ಎಂದು ಹೇಳಲು ಯಾವುದೇ ಕಾರಣವಿಲ್ಲ.

AI ತಂತ್ರಜ್ಞಾನ ಮುನ್ನಡೆಯುತ್ತಿರುವ ವೇಗವನ್ನು ನೋಡಿದರೆ, ನಮ್ಮ ಎಲ್ಲಾ ಜ್ಞಾನೇಂದ್ರಿಯ ಗ್ರಹಿತ ವಿಷಯಗಳ ಬಗ್ಗೆ ಅಲ್ಲದಿದ್ದರೂ, ಕನಿಷ್ಠ, ನಮ್ಮ ಮಾತಿನಪ್ರಪಂಚದ ಬಗ್ಗೆಯಾದರೂ, AI, ನಮ್ಮಂತೆಯೇ ಅರ್ಥ ಮಾಡಿಕೊಳ್ಳುವ ದಿನ ದೂರವಿಲ್ಲ. ಪದಗಳು ನಮ್ಮ ಗ್ರಾಹ್ಯ ಪ್ರಪಂಚದ ಬಹುದೊಡ್ಡ ಭಾಗವಾಗಿರುವುದರಿಂದ, ಅಷ್ಟು ಮುಂದುವರಿಯುವುದು ಕೂಡ ಒಂದು ದೊಡ್ಡ ಪ್ರಗತಿಯೇ ಸರಿ.  --------------------------------------------------------------------

ಇದು ನಿಮಗೆ ಇಷ್ಟವಾಗಿದ್ದರೆ, ನನ್ನ ಸಾಪ್ತಾಹಿಕ ಓದುಗರೊಂದಿಗೆ ಸೇರಲು ನಾನು ನಿಮ್ಮನ್ನು ಹೃತ್ಪೂರ್ವಕವಾಗಿ ಆಹ್ವಾನಿಸುತ್ತೇನೆ. ಪ್ರತಿ ಶನಿವಾರ, ಮೇಲ್ಮೈಯನ್ನು ಮೀರಿದ ಮತ್ತು ನಿಜವಾಗಿಯೂ ಮುಖ್ಯವಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಪರಿಹರಿಸುವ ಆಳವಾದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ನಾನು ಪ್ರಕಟಿಸುತ್ತೇನೆ. ಪೇವಾಲ್‌ಗಳಿಲ್ಲ, ಕ್ಲಿಕ್‌ಬೈಟ್ ಇಲ್ಲ - ಕೇವಲ ನೇರ ವಿನಿಮಯ: ನನ್ನ ಮನಸ್ಸಿನಿಂದ ನಿಮ್ಮದಕ್ಕೆ. ಚಂದಾದಾರರಾಗಲು ಇಲ್ಲಿ ಕ್ಲಿಕ್ ಮಾಡಿ.  

 

© Dr. King, Swami Satyapriya 2026

You can borrow audio books directly from the author at https://tinyurl.com/mylibrary1234 at highly affordable prices.