1. परिचय एवं अवलोकन
"Universal Basic Compute" लेख समकालीन कृत्रिम बुद्धिमत्ता विकास में एक महत्वपूर्ण विभाजन की ओर इशारा करता है: एक ओर संसाधन-गहन, कुछ संस्थाओं द्वारा नियंत्रित केंद्रीकृत मॉडलों की प्रवृत्ति है, तो दूसरी ओर मॉडल ओपन-सोर्सिंग और कुशल तैनाती तकनीकों जैसे उपायों के माध्यम से प्राप्त होने वाली खुली, लोकतांत्रिक कृत्रिम बुद्धिमत्ता की संभावना है। लेखक का मानना है कि एक समावेशी कृत्रिम बुद्धिमत्ता भविष्य सुनिश्चित करने के लिए, हमें केंद्रीकरण की प्रवृत्ति का सक्रिय रूप से मुकाबला करना चाहिए, और यह कृत्रिम बुद्धिमत्ता प्रगति के आधारभूत संसाधन - कंप्यूटेशनल शक्ति - तक पहुंच को व्यापक बनाकर किया जा सकता है।
इससे निम्नलिखित प्रश्न उठता हैUniversal Basic Compute Power (UBCP)的提案，这是一项旨在保障全球范围内免费获取专门用于人工智能研究与开发（R&D）的基础计算资源的政策倡议。该概念被定位为数字时代对全民基本收入（UBI）的类比，旨在为参与人工智能驱动的经济提供无条件的参与基础。
मुख्य अंतर्दृष्टि
- केंद्रीकरण जोखिम:डेटा, पैरामीटर और कंप्यूटेशनल शक्ति की मांग में घातीय वृद्धि एक अत्यधिक उच्च प्रवेश बाधा पैदा कर रही है, जिससे कृत्रिम बुद्धिमत्ता का भविष्य कुछ बड़े निगमों या देशों के नियंत्रण में आ सकता है।
- संतुलनकारी शक्ति के रूप में ओपन सोर्स:LLaMA 2 और Claude 2 जैसे ओपन-सोर्स प्रयास लोकतांत्रिकरण के लिए एक व्यवहार्य मार्ग प्रदर्शित करते हैं, लेकिन उनके लाभ वर्तमान में केवल तकनीकी रूप से विशेषाधिकार प्राप्त वर्ग तक ही सीमित हैं।
- समाधान के रूप में UBCP:एआई अनुसंधान और विकास के लिए गारंटीकृत मुफ्त कंप्यूटेशनल शक्ति आवंटन को एक आवश्यक सार्वजनिक वस्तु के रूप में प्रस्तावित किया गया है, ताकि समान प्रतिस्पर्धा का मैदान बनाया जा सके और व्यापक नवाचार को बढ़ावा दिया जा सके।
2. UBCP पहल: मूल सिद्धांत
UBCP ढांचा तीन आधारभूत स्तंभों पर आधारित है, जो इसके दायरे और संचालन दर्शन को परिभाषित करते हैं।
2.1 मुफ्त प्राप्त करें
UBI से प्रेरित होकर, प्राथमिक सिद्धांत यह है कि UBCP को बिना शर्त और निःशुल्क प्रदान किया जाना चाहिए। पहुंच तकनीकी साक्षरता, आर्थिक स्थिति या संस्थागत संबद्धता पर निर्भर नहीं होनी चाहिए। इसका लक्ष्य स्पष्ट रूप से उन विभाजनों को पाटना है जोकमीइस प्रकार के ज्ञान से उत्पन्न होते हैं, इसे एक सशक्तिकरण उपकरण बनाना, न कि मौजूदा विशेषाधिकारों के लिए पुरस्कार। उपयोग कड़ाई से कृत्रिम बुद्धिमत्ता अनुसंधान एवं विकास गतिविधियों तक सीमित है, ताकि यह सुनिश्चित किया जा सके कि संसाधन नवाचार को बढ़ावा देने के अपने निर्धारित उद्देश्य की पूर्ति करें।
2.2 अग्रणी कृत्रिम बुद्धिमत्ता को एकीकृत करें
केवल कच्ची कम्प्यूटेशनल शक्ति (जैसे GPU घंटे) प्रदान करना पर्याप्त नहीं है। UBCP एक सावधानीपूर्वक क्यूरेटेड प्लेटफॉर्म होना चाहिए, जो कृत्रिम बुद्धिमत्ता उपकरणों और ज्ञान की नवीनतम प्रगति को एकीकृत करता हो। इसमें शामिल है:
- कुशल आसवन और संपीड़न के लिए बेस मॉडल(उदाहरण के लिए, बड़े मॉडल के छोटे रूपांतर)।
- उच्च गुणवत्ता, नैतिक स्रोतों से प्राप्तप्रशिक्षण डेटासेट, और व्यापक डेटा विवरणिका के साथ।
- मूल्यांकन के लिए मानकीकरणबेंचमार्किंग。
- Artificial Intelligenceशासन और नैतिकता उपकरण(उदाहरण के लिए, पूर्वाग्रह पहचान, व्याख्यात्मकता के लिए)।
इस प्लेटफॉर्म को लो-कोड/नो-कोड डिज़ाइन दर्शन अपनाना चाहिए, व्यावसायिक प्लेटफॉर्म्स के अनुभव से सीखते हुए, उपयोगकर्ताओं को पूर्व-निर्मित मॉड्यूल से AI एप्लिकेशन असेंबल करने की अनुमति देनी चाहिए, जिससे कौशल की बाधा कम हो।
2.3 सार्वभौमिक पहुंच
वास्तविक सार्वभौमिकता के लिए डिजिटल विभाजन को दूर करना आवश्यक है। UBCP इंटरफ़ेस को यह सुनिश्चित करना चाहिए:
- मोबाइल-प्रथम:स्मार्टफोन पर पूरी तरह से उपलब्ध, स्मार्टफोन सेवा-वंचित क्षेत्रों में इंटरनेट का प्राथमिक एक्सेस पॉइंट है।
- सुलभता मानकों के अनुरूप:WCAG जैसे मानकों का पालन करता है, विकलांग उपयोगकर्ताओं की सेवा करता है।
- संज्ञानात्मक समावेशन:दृश्यीकरण, एनिमेशन और गेमिफिकेशन का उपयोग करके, जटिल AI अवधारणाओं को बच्चों और बुजुर्गों सहित विविध उपयोगकर्ताओं के लिए सुलभ बनाना।
- स्थानीयकरण:पूर्ण अनुवाद, तकनीकी शब्दावली को वैश्विक भाषाई और सांस्कृतिक संदर्भों के अनुरूप ढालना।
3. सैद्धांतिक आधार और तर्क
3.1 मानव-केंद्रित दृष्टिकोण के लाभ
इसका तर्क UBI का समर्थन करने वाले तर्कों के समान है, जो तीन विषयों के इर्द-गिर्द घूमता है:
- सशक्तिकरण:प्रत्येक व्यक्ति को AI साक्षरता विकसित करने और तकनीकी परिवर्तनों के अनुकूल होने के साधन प्रदान करना।
- व्यक्तिगतकरण:लोगों को उनकी विशिष्ट स्थानीय, सांस्कृतिक या व्यक्तिगत आवश्यकताओं के अनुसार AI समाधानों को अनुकूलित करने में सक्षम बनाना, जो केंद्रीकृत प्रदाताओं द्वारा पेश किए गए "एक आकार सभी के लिए" मॉडल से परे है।
- स्वायत्तता:मालिकाना AI प्लेटफार्मों पर निर्भरता कम करना, व्यक्तियों और समुदायों को उनके जीवन को प्रभावित करने वाली तकनीक पर अधिक नियंत्रण प्रदान करना।
3.2 हितधारक अभिप्रेरण
यह लेख प्रमुख स्टेकहोल्डर्स - बड़े टेक प्लेटफॉर्म, ओपन-सोर्स योगदानकर्ताओं और नीति निर्माताओं - से UBCP का समर्थन करने का आह्वान करता है। प्लेटफॉर्म्स के लिए, यह प्री-कॉम्पिटिटिव सहयोग का एक रूप बन सकता है, जो समग्र बाजार और प्रतिभा पूल के विस्तार में सहायक हो। ओपन-सोर्स समुदाय के लिए, यह एक विशाल और सक्रिय उपयोगकर्ता आधार प्रदान करता है। नीति निर्माताओं के लिए, यह डिजिटल असमानता, आर्थिक विस्थापन और तकनीकी संप्रभुता की चिंताओं का समाधान करता है।
4. तकनीकी ढांचा एवं कार्यान्वयन
4.1 तकनीकी आर्किटेक्चर अवलोकन
एक संभावित UBCP प्रणाली एक फ़ेडरेटेड मॉडल पर आधारित क्लाउड-नेटिव प्लेटफ़ॉर्म होगी, जो संभवतः वैश्विक डेटा सेंटर नेटवर्क में अल्प-उपयोग किए गए कंप्यूटेशनल संसाधनों का लाभ उठाएगी (Folding@home की अवधारणा के समान, लेकिन AI के लिए)। मूल आर्किटेक्चर संसाधन प्रावधान परत को AI उपकरण और उपयोगकर्ता इंटरफ़ेस परत से अलग करता है।
4.2 संसाधन आवंटन का गणितीय मॉडल
एक निष्पक्ष आवंटन तंत्र अत्यंत महत्वपूर्ण है। एक मॉडल इस पर आधारित हो सकता हैटाइम स्लाइसिंग, प्राथमिकता कतार प्रणालीप्रत्येक उपयोगकर्ता i प्रत्येक समय अवधि में $t$(उदाहरण के लिए मासिक) "कम्प्यूटेशनल क्रेडिट्स" का चक्रीय आवंटन प्राप्त करता है $C_i(t)$जब उपयोगकर्ता एक अनुमानित गणना लागत के साथ एक कार्य सबमिट करता है $E_j$ जब कोई कार्य आता है, तो वह कतार में प्रवेश करता है। सिस्टम का उद्देश्य वैश्विक बजट $B$ की बाधा के तहत कुल उपयोगिता को अधिकतम करना है।
एक सरलीकृत शेड्यूलिंग उद्देश्य फ़ंक्शन इस प्रकार हो सकता है:
$\text{अधिकतम करें } \sum_{j} U_j(E_j, p_j) \cdot x_j$
$\text{बाधा: } \sum_{j} E_j \cdot x_j \leq B$
जहाँ $U_j$ कार्य है $j$ उपयोगिता फ़ंक्शन (जिसमें उपयोगकर्ता प्राथमिकता शामिल हो सकती है $p_j$, संभवतः निष्पक्षता को बढ़ावा देने के लिए पिछले उपयोग के विपरीत आनुपातिक),$x_j$ यह एक द्विआधारी चर है जो दर्शाता है कि कार्य चल रहा है या नहीं।
4.3 प्रोटोटाइप प्रदर्शन और सिमुलेशन परिणाम
हालांकि वर्तमान में कोई पूर्ण-स्केल UBCP मौजूद नहीं है, क्लाउड मूल्य निर्धारण और ओपन-सोर्स मॉडल मांग पर आधारित सिमुलेशन मुद्दे को स्पष्ट कर सकते हैं। उदाहरण के लिए, प्रत्येक वैश्विक उपयोगकर्ता को प्रति माह एक मध्यम आकार के भाषा मॉडल (जैसे 7 बिलियन पैरामीटर) को मध्यम डेटासेट पर फाइन-ट्यून करने के लिए पर्याप्त कोटा प्रदान करने के लिए विशाल बुनियादी ढांचे की आवश्यकता होगी। प्रारंभिक मॉडलिंग से पता चलता हैलागत और उपयोगकर्ता लाभ के बीच एक गैर-रैखिक स्केलिंग संबंध मौजूद है।。
सिमुलेशन चार्ट विवरण: एक लाइन चार्ट जिसमें Y-अक्ष "संचयी सामाजिक नवाचार लाभ (अनुक्रमित)" और X-अक्ष "UBCP कुल कंप्यूटेशनल बजट (PetaFLOP/s-दिन)" दर्शाता है। वक्र शुरू में सपाट है, जो बुनियादी अधिग्रहण और साक्षरता वृद्धि का प्रतिनिधित्व करता है, फिर "क्रिटिकल मास" क्षेत्र में तेजी से बढ़ता है जहां उपयोगकर्ता सार्थक अनुसंधान एवं विकास कर सकते हैं, और अंत में अत्यधिक आवंटन के सीमांत लाभ घटने के साथ सपाट हो जाता है। यह चार्ट इस बात पर जोर देता है कि बजट लक्ष्य वक्र के मोड़ बिंदु तक पहुंचने के लिए निर्धारित किया जाना चाहिए।
5. विश्लेषणात्मक ढांचा: केस अध्ययन
परिदृश्य: एक कम आय वाले क्षेत्र का एक सार्वजनिक स्वास्थ्य शोधकर्ता स्थानीय बीमारी के लिए एक नैदानिक AI टूल विकसित करने के लिए मेडिकल इमेजिंग का उपयोग करना चाहता है, लेकिन उसके पास कम्प्यूटेशनल संसाधनों और डीप लर्निंग की विशेषज्ञता की कमी है।
UBCP अनुप्रयोग:
- पहुँच: शोधकर्ता स्मार्टफोन के माध्यम से UBCP पोर्टल में लॉग इन करते हैं।
- उपकरण चयन: कम-कोड इंटरफ़ेस का उपयोग करके एक पूर्व-प्रशिक्षित, चिकित्सा-उन्मुख दृश्य फाउंडेशन मॉडल (जैसे PubMedCLIP आदि के आसवित संस्करण) का चयन करें और इसे मॉडल फाइन-ट्यूनिंग मॉड्यूल से कनेक्ट करें।
- डेटा एवं संगणना: एक छोटा, गुमनाम स्थानीय छवि डेटासेट अपलोड करें। प्लेटफ़ॉर्म के गवर्नेंस टूल डेटा शीट बनाने में सहायता करते हैं। शोधकर्ता अपने मासिक कम्प्यूटेशनल क्रेडिट फ़ाइन-ट्यूनिंग कार्यों के लिए आवंटित करते हैं।
- विकास एवं मूल्यांकन: कार्य फ़ेडरेटेड इन्फ्रास्ट्रक्चर पर चलते हैं। मूल्यांकन के लिए प्लेटफ़ॉर्म मानकीकृत मेडिकल इमेजिंग बेंचमार्क प्रदान करता है। शोधकर्ता सहज विज़ुअलाइज़ेशन डैशबोर्ड के माध्यम से मॉडल को पुनरावृत्त रूप से अनुकूलित करते हैं।
- परिणाम: बिना किसी प्रारंभिक हार्डवेयर निवेश या उन्नत AI कौशल के, स्थानीय प्रासंगिकता और अनुकूलित नैदानिक उपकरण बनाने की क्षमता ने UBCP के सशक्तिकरण की क्षमता को प्रदर्शित किया।
6. भविष्य के अनुप्रयोग एवं विकास रोडमैप
अल्पकालिक (1-3 वर्ष): शैक्षणिक या गैर-सरकारी संगठन के वातावरण में पायलट परियोजनाएं शुरू करना, जिसका ध्यान विकासशील क्षेत्रों के छात्रों और शोधकर्ताओं को पहुंच प्रदान करने पर हो। व्यावहारिक कंप्यूटेशनल संसाधन प्रदान करने के लिए मौजूदा शैक्षिक प्लेटफॉर्म (जैसे Coursera, edX के AI पाठ्यक्रम) के साथ एकीकरण।
मध्यम अवधि (3-7 वर्ष): राष्ट्रीय या क्षेत्रीय UBCP निधि की स्थापना, संभवतः वाणिज्यिक AI कंप्यूटिंग शक्ति के उपयोग पर कर लगाकर या डिजिटल सार्वजनिक बुनियादी ढांचे की पहल के हिस्से के रूप में वित्तपोषित। सुरक्षित AI प्रयोगों के लिए मजबूत सैंडबॉक्स वातावरण विकसित करना।
दीर्घकालिक (7 वर्ष से अधिक): UBCP एक वैश्विक रूप से मान्यता प्राप्त डिजिटल अधिकार बन जाता है, जो अंतरराष्ट्रीय ढांचे में एकीकृत होता है। प्लेटफ़ॉर्म का विकास बड़े पैमाने पर विकेंद्रीकृत AI प्रशिक्षण और फ़ेडरेटेड लर्निंग का समर्थन करने के लिए होता है, जिससे केंद्रीकृत डेटा पूल के बिना सहयोगात्मक मॉडल विकास संभव होता है। संभावित रूप से डिसेंट्रलाइज्ड फिजिकल इन्फ्रास्ट्रक्चर (DePIN) नेटवर्क के साथ एकीकरण हो सकता है ताकि कंप्यूटेशनल संसाधन प्राप्त किए जा सकें।
7. आलोचनात्मक विश्लेषण एवं विशेषज्ञ टिप्पणी
मुख्य अंतर्दृष्टि: झू का UBCP प्रस्ताव केवल एक तकनीकी समाधान नहीं है; यह एक गहरा राजनीतिक और आर्थिक हस्तक्षेप है, जिसका उद्देश्य "कंप्यूटेशनल अभिजात वर्ग" के उद्भव को रोकना है। यह सही ढंग से इंगित करता है कि कंप्यूटेशनल पहुंच (न कि केवल एल्गोरिदम या डेटा) असमानता का नया मोर्चा है। UBI से तुलना उचित है, लेकिन इसकी जटिलता को कम आंकती है - मुद्रा विनिमेय है, जबकि कंप्यूटेशनल शक्ति को उपयोगी बनाने के लिए उपकरणों और ज्ञान-बुद्धि के साथ पैकेज किया जाना चाहिए, जो UBCP को एक कहीं अधिक जटिल सार्वजनिक वस्तु बनाता है।
तार्किक संरचना: तर्क एक आकर्षक तीन-अंकीय संरचना का अनुसरण करता है: (1) समस्या का निदान (कंप्यूटेशनल शक्ति विस्तार कानूनों के माध्यम से केंद्रीकरण), (2) समाधान प्रस्तावित करना (UBCP के तीन स्तंभ), (3) कार्रवाई का आह्वान (हितधारकों से आग्रह)। तर्क सुसंगत है, लेकिन यह विशाल शासन चुनौतियों को नजरअंदाज करता है - यह कौन तय करेगा कि प्लेटफॉर्म पर कौन से मॉडल "अग्रणी" हैं? "AI अनुसंधान एवं विकास" और निषिद्ध उपयोगों को कैसे परिभाषित किया जाए? ये गैर-तकनीकी, महत्वपूर्ण राजनीतिक प्रश्न हैं।
शक्तियाँ एवं कमजोरियाँ:
शक्तियाँ: इस शोध पत्र का सबसे बड़ा लाभ इसकी समयबद्ध और महत्वाकांक्षी दृष्टि है। यह कृत्रिम बुद्धिमत्ता की नैतिकता पर केवल सैद्धांतिक चर्चा से आगे बढ़कर, एक ठोस, संसाधन-आधारित प्रस्ताव प्रस्तुत करता है। मोबाइल पहुंच और स्थानीयकरण पर जोर वास्तविक विश्व की डिजिटल खाई की गहरी समझ को दर्शाता है। केवल कच्ची कम्प्यूटेशनल शक्ति के बजाय एकीकृत उपकरणों के समावेश का आह्वान, इस बात के अनुरूप है किStanford Institute for Human-Centered Artificial Intelligence (HAI)के अनुसंधान से मेल खाता है, जो लोकतंत्रीकरण में उपयोगिता और शिक्षा के महत्व पर प्रकाश डालता है।
कमियां: कमरे में हाथी हैधन और स्थिरता। पेपर अनुमानित लागत पर चुप है, और वैश्विक विस्तार की लागत अत्यधिक होगी। UBI के विपरीत, नकद हस्तांतरण का स्पष्ट आर्थिक गुणक प्रभाव होता है, जबकि सार्वभौमिक कंप्यूटेशनल शक्ति के निवेश पर रिटर्न को मापना अधिक कठिन है। इसके अलावा, प्लेटफ़ॉर्म के स्वयं एक नई केंद्रीकृत शक्ति बनने या दुर्भावनापूर्ण उपयोग (जैसे गलत सूचना उत्पन्न करना) का लक्ष्य बनने के जोखिम पर पर्याप्त रूप से चर्चा नहीं की गई है। UBCP जैसे प्रस्तावों कोXSEDEबड़े पैमाने के नेटवर्क अवसंरचना परियोजनाओं जैसे नेटवर्कों के सामने आने वाली शासन संबंधी चुनौतियों से सबक लेना।
क्रियान्वयन योग्य अंतर्दृष्टि: नीति निर्माताओं के लिए, सबसे जरूरी मुद्दा वैश्विक UBCP नहीं, बल्कि"UBCP लाइट" पायलट: शैक्षणिक और नागरिक संस्थानों के लिए सार्वजनिक रूप से वित्त पोषित AI कम्प्यूटेशनल क्लाउड, जिसमें मजबूत शैक्षिक समर्थन शामिल है। प्रौद्योगिकी कंपनियों के लिए, अंतर्दृष्टि यह है कि ऐसे संसाधन पूल में योगदान कोरणनीतिक पारिस्थितिकी तंत्र निवेश, न कि दान – जो Google के TPU रिसर्च क्लाउड या OpenAI द्वारा शोधकर्ताओं को प्रदान किए गए प्रारंभिक API क्रेडिट के समान है। ओपन-सोर्स समुदाय को वकालत करनी चाहिएपोर्टेबल, कुशल कृत्रिम बुद्धिमत्ता वर्कलोडमानक, ताकि वे विषम हार्डवेयर पर चल सकें, जिससे भविष्य का UBCP तकनीकी रूप से संभव हो सके। अंततः, झू के शोधपत्र को एक चेतावनी के रूप में देखा जाना चाहिए: हम AI की राजनीतिक अर्थव्यवस्था को डिज़ाइन कर रहे हैं, और यदि हम व्यापक पहुंच के तंत्रों को सचेतन रूप से नहीं बनाते हैं, तो हम अनिवार्य रूप से प्रौद्योगिकी के एक नए अल्पतंत्रीय रूप को सुदृढ़ कर देंगे।
8. संदर्भ सूची
- Zhu, Y. (2023). The Case for Universal Basic Computing Power. Tongji University. [स्रोत पीडीएफ]
- कपलान, जे., एट अल. (2020). न्यूरल लैंग्वेज मॉडल्स के लिए स्केलिंग लॉज़। arXiv:2001.08361.
- बोम्मासनी, आर., एट अल. (2021). फाउंडेशन मॉडल्स के अवसरों और जोखिमों पर। स्टैनफोर्ड सेंटर फॉर रिसर्च ऑन फाउंडेशन मॉडल्स (CRFM).
- Gebru, T., et al. (2021). Datasheets for Datasets. Communications of the ACM.
- Mitchell, M., et al. (2019). Model Cards for Model Reporting. Proceedings of the Conference on Fairness, Accountability, and Transparency (FAT*).
- Van Parijs, P., & Vanderborght, Y. (2017). Basic Income: A Radical Proposal for a Free Society and a Sane Economy. हार्वर्ड यूनिवर्सिटी प्रेस।
- स्टैनफोर्ड इंस्टीट्यूट फॉर ह्यूमन-सेंटर्ड एआई (एचएआई)। (2023)। द एआई इंडेक्स रिपोर्ट। https://aiindex.stanford.edu/
- XSEDE: एक्सट्रीम साइंस एंड इंजीनियरिंग डिस्कवरी एनवायरनमेंट। https://www.xsede.org/