आर्टिफिसियल इन्टेलिजेन्सलाई आजको सीमाभन्दा बाहिर धकेल्ने दौड चलिरहेको छ।

दुई वर्षपछि च्याटजिपीटीले विश्वलाई हल्लाएपछि, जनरेटिभ आर्टिफिसियल इन्टेलिजेन्स AI ले केही कठिनाइहरूको सामना गरिरहेको देखिन्छ। ठूला मोडेलहरू बनाउन र प्रयोग गर्न आवश्यक ऊर्जा लागतहरू बढिरहेको छ, र नयाँ प्रगति हासिल गर्न गाह्रो बन्दैछ। यद्यपि, अनुसन्धानकर्ताहरू र व्यवसायीहरूले यी सीमाहरू पार गर्न नयाँ उपायहरू खोज्दैछन्। उनीहरूको नवीनताले AI लाई मात्र परिवर्तन गर्ने छैन, यसले कुन कम्पनीहरूले जित्नेछन्, लगानीकर्ताहरूले लाभ पाउने हुन् कि होइनन्, र कुन देशले यस प्रविधिमा प्रभुत्व राख्नेछ भन्ने पनि निर्धारण गर्नेछ।

ठूला भाषा मोडेलहरूलाई धेरै बिजुली आवश्यक हुन्छ। एआइ ओपनको  जिपीटी–4 मोडेललाई प्रशिक्षण गर्न प्रयोग गरिएको ऊर्जा ५० अमेरिकी घरलाई सय वर्षसम्म चलाउन पर्याप्त हुन्थ्यो। जति मोडेलहरू ठूला हुँदै जान्छन्, खर्च पनि त्यति नै बढ्दै जान्छ। एक अनुमान अनुसार, आजका ठूला मोडेलहरूलाई प्रशिक्षण गर्न १०० मिलियन डलर लाग्छ, र अर्को पुस्ताका मोडेलहरूलाई १ अर्ब डलर लाग्न सक्छ, त्यसपछि १० अर्ब डलरसम्म पुग्न सक्छ। यसका साथै, मोडेललाई प्रश्न सोध्दा आउने कम्प्युटेशनल खर्च पनि महँगो हुन्छ। उदाहरणका लागि, संसारभरका ५८,००० सार्वजनिक कम्पनीहरूको वित्तीय रिपोर्टको सारांश बनाउन २,४०० डलरदेखि २२३,००० डलर सम्म खर्च हुन सक्छ। समयसँगै, यस्ता ‘इनफरेन्स’ लागतहरूले प्रशिक्षण लागतलाई पार गर्न सक्छन्। यदि यस्तो भयो भने, जनरेटिभ AI कहिल्यै आर्थिक रूपमा व्यवहारिक बन्ने कुरा गाह्रो देखिन्छ।

यो लगानीकर्ताहरूको लागि डरलाग्दो कुरा हो, जसले AI मा ठूलो दाउ लगाएका छन्। उनीहरू NVIDIA मा आकर्षित भएका छन्, जसले AI मोडेलहरूका लागि सबैभन्दा धेरै प्रयोग हुने चिपहरू डिजाइन गर्छ। यसको बजार पूँजीकरण पछिल्लो दुई वर्षमा २.५ डलर ट्रिलियनले बढेको छ। भेन्चर क्यापिटलिस्टहरूले २०२३ को सुरु देखि AI स्टार्टअपहरूमा करिब ९५ डलर अर्ब लगानी गरेका छन्। ChatGPT निर्माण गर्ने OpenAI ले १५० अर्ब डलरको मूल्यांकन खोजिरहेको छ भन्ने खबर छ, जसले यसलाई विश्वकै ठूलो निजी प्रविधि कम्पनीहरू मध्ये एक बनाउनेछ।

आत्तिनु पर्ने कुनै आवश्यकता छैन। अन्य धेरै प्रविधिहरूले सीमाहरूको सामना गरेका छन् र मानवको सृजनशीलताको कारणले सफलता पाएका छन्। मान्छेहरूलाई अन्तरिक्षमा लैजानको कठिनाइले पृथ्वीमा समेत प्रयोग हुने नवीनताहरू ल्यायो। १९७० को दशकमा तेलको मूल्य बढेपछि ऊर्जा दक्षता र वैकल्पिक स्रोतहरू विकास गरियो, जस्तै केही देशहरूमा आणविक ऊर्जा। तीन दशकपछि, फ्र्याकिङ्ग प्रविधिले पहिल्यै आर्थिक रूपमा असम्भव मानिएका तेल र ग्यास भण्डारहरू निकाल्न सम्भव बनायो। यसको परिणामस्वरूप, अमेरिका अहिले संसारको सबैभन्दा ठूलो तेल उत्पादक देश बनेको छ।

पहिले नै AI मा भएका प्रगतिहरूले कसरी सीमाहरूले सृजनशीलतालाई उत्प्रेरित गर्न सक्छन् भन्ने देखाउँदैछन्। कम्पनीहरूले ठूला भाषा मोडेलहरू चलाउन आवश्यक अपरेशनहरूको लागि विशेष रूपमा चिपहरू विकास गर्दैछन्। यो विशेषीकरणले तिनीहरूलाई NVIDIA जस्ता सामान्य प्रयोजनका प्रोसेसरहरूको तुलनामा बढी कुशलताका साथ चलाउन सक्ने बनाउँछ। Alphabet, Amazon, Apple, Meta, र Microsoft सबैले आफ्नैAI चिपहरू डिजाइन गर्दैछन्। यस वर्षको पहिलो आधा भागमा AI–चिप स्टार्टअपहरूमा थप लगानी आएको छ, विगत तीन वर्षको तुलनामा।

विकासकर्ताहरूले AI सफ्टवेयरमा पनि परिवर्तनहरू गर्दैछन्। बढी कम्प्युटेसनल शक्तिमा निर्भर ठूला मोडेलहरू साना र विशेष प्रणालीहरूमा परिणत हुँदैछन्। OpenAI को नयाँ मोडेल 01, टेक्स्ट निर्माणभन्दा तर्क गर्न सक्षम बनाउन डिजाइन गरिएको छ। अन्य निर्माताहरूले कम जटिल गणनाहरू प्रयोग गर्दैछन् । जसले गर्दा चिपहरूको कुशल प्रयोग गर्न सकियोस् भन्ने हो । मोडेलहरूको मिश्रण प्रयोग गरेर, प्रत्येकले फरक प्रकारको समस्याको लागि उपयुक्त हुनेगरी, शोधकर्ताहरूले प्रोसेसिङ समयलाई धेरै घटाएका छन्। यसले उद्योगको काम गर्ने तरिकालाई परिवर्तन गर्नेछ।

लगानीकर्ताहरू र सरकारहरूले प्रविधि कम्पनीहरूमा संस्थापनले स्वाभाविक रूपमा अग्रता लिने विश्वास गरे। तर AI को लागि, यो धारणा अब पक्का मान्न सकिँदैन। आज NVIDIA ले संसारभरि ८० प्रतिशत AI चिपहरू बेच्दछ। तर अन्य विशेष प्रतिस्पर्धीहरूले यसको हिस्सामा आक्रमण गर्न सक्छन्। पहिले नै न्ययनभि का AI प्रोसेसरहरू विश्वभरका डेटा सेन्टरहरूमा तेस्रो–सबैभन्दा धेरै प्रयोग गरिन्छन्।

OpenAI ले ठूला भाषा मोडेल सुरू गर्‍यो होला, तर स्रोत सीमाहरूको कारण अन्य ठूला मोडेल निर्माताAnthropic, Google, र Meta जस्ता कम्पनीहरू पनि द्रुतगतिमा अघि बढिरहेका छन्। फ्रान्सको Mistralजस्ता दोस्रो दर्जाका मोडेलहरूको बीचमा अझै केही अन्तर छ, तर यो अन्तर बन्द हुन सक्छ। साना र विशेष मोडेलहरूको प्रवृत्ति जारी रह्यो भने, AI  को ब्रह्माण्ड केही सुपरस्टारहरूमा मात्र सीमित नभई मोडेलहरूको तारामण्डलको रूपमा परिणत हुन सक्छ।

यसको अर्थ लगानीकर्ताहरू अस्थिर समयमा छन्। तिनीहरूको अहिलेका नेताहरूमा गरिएका दाउहरू अनिश्चित देखिन थालेका छन्। NVIDIA अन्य चिप निर्माताहरूलाई जमिन गुमाउन सक्छ: OpenAI ब्क्ष्लाई अरूले विस्थापित गर्न सक्छन्। ठूला प्रविधि कम्पनीहरूले ठूलो मात्रामा प्रतिभा आर्जन गर्दैछन्, र तीमध्ये धेरैले उपभोक्ताहरूले AI सहायकहरूमा पहुँच पाउने उपकरणहरू बनाउने आशा राखेका छन्। तर तिनीहरूबीचको प्रतिस्पर्धा चर्को छ। थोरै कम्पनीहरूसँग जनरेटिभ AI बाट मुनाफा कमाउने स्पष्ट रणनीति छ। उद्योगले अन्ततः कसैको जीतमा समाप्त भए पनि, को  विजेता हुनेछ भन्ने कुरा अझ स्पष्ट छैन।

सरकारहरूले पनि आफ्नो सोचाइ बदल्न आवश्यक छ। तिनीहरूको औद्योगिक नीतिको रुचि प्रायः अनुदानमा केन्द्रित हुन्छ। तर AI मा प्रगति गर्नु भनेको पूँजी र कम्प्युटिङ शक्तिको संग्रह मात्र होइन, सही प्रतिभा र फलिफाप पारिस्थितिकी तन्त्रको निर्माण पनि हो। यूरोप र मध्यपूर्वका देशहरूले सम्भवतः कम्प्युटर चिपहरू किन्नु जति कठिन प्रतिभा विकास गर्नु पनि महत्वपूर्ण छ भन्ने कुरा बुझ्न सक्छन्। यसको विपरित, अमेरिका चिपहरू, प्रतिभा, र व्यवसायमा समृद्ध छ। संसारकै उत्कृष्ट विश्वविद्यालयहरू छन्, र सानफ्रान्सिस्को र सिलिकन भ्यालीमा लामो समयदेखि स्थापित प्रतिभा समूह छन्।

तर अमेरिकाको चीनलाई सीमित गर्ने प्रयास असफल भइरहेको छ। रणनीतिक प्रतिस्पर्धीलाई महत्वपूर्ण प्रविधिमा अग्रता लिन नदिन खोज्दै, अमेरिकाले चीनलाई अत्याधुनिक चिपहरू पहुँच गर्न रोक्न खोजेको छ। यसले अनायासै चीनमा अनुसन्धान प्रणालीको विकासलाई उत्प्रेरित गरिरहेको छ, जसले सीमाहरूलाई पार गर्न सफल भइरहेको छ।

जब सृजनशीलता brute force भन्दा महत्वपूर्ण बन्छ, अमेरिकाको नेतृत्व सुनिश्चित गर्नको लागि सबैभन्दा राम्रो उपाय भनेको अन्यत्रका शीर्ष शोधकर्ताहरूलाई आकर्षित गर्नु र तिनीहरूलाई अमेरिका बस्न प्रोत्साहित गर्नु हुनेछ, उदाहरणका लागि भिसा नियमहरू सजिलो बनाएर। AI युग अझै प्रारम्भिक चरणमा छ, र धेरै कुरा अनिश्चित छन्। तर AI मा आवश्यक प्रगति विचार र प्रतिभालाई घरमै फल्ने ठाउँ दिएर मात्र सम्भव हुनेछ, विदेशी प्रतिस्पर्धीहरूलाई रोक्न खोजेर होइन।
: इकोनोमिष्टबाट