जसप्रित बिंद्रा
सध्या जगभरामध्ये चर्चा असलेल्या ‘आर्टिफिशियल इंटेलिजन्स’ची ओळख घडवून देणारे जसप्रित बिंद्रा यांचे ‘द टेक व्हिस्परर’ हे पुस्तक पेंग्वीनतर्फे प्रकाशित होत आहे. आर्टिफिशियल इंटेलिजन्सचा वापर समाजाच्या भल्यासाठी कसा करता येऊ शकेल त्याची चर्चा करणारे त्यातील एका वेधक प्रकरणाचा मराठी अनुवाद –
आर्टिफिशियल इंटेलिजन्स (एआय) मध्ये जगातील सर्वांत आव्हानात्मक सामाजिक समस्यांची सोडवणूक करण्यास साह्य करण्याची क्षमता आहे. सामाजिक भल्यासाठी संभाव्य उपाययोजनांचे विश्लेषण करण्यासाठी आम्ही सुमारे १६० एआय सामाजिक परिणाम वापराच्या प्रकरणांचा अभ्यास केला. त्यातून दिसून येते की, सध्या अस्तित्वात असलेल्या त्याच्या क्षमता संयुक्त राष्ट्रसंघाच्या सर्व १७ सातत्यपूर्ण विकासाच्या उद्दिष्टांची पूर्तता करण्यात आपले योगदान देऊ शकतात, ज्याद्वारे प्रगत आणि उभरत्या देशांमधील लाखो लोकांना मदत मिळू शकते.
प्रत्यक्ष जीवनामध्ये आर्टिफिशियल इंटेलिजन्सचा वापर यापैकी एक तृतियांश गोष्टींमध्ये सुरू झालेला आहे, अर्थात, छोट्या प्रमाणात. आर्टिफिशियल इंटेलिजन्सचा अधिक मोठ्या व व्यापक प्रमाणात सामाजिक समस्यांच्या सोडवणुकीसाठी वापर केला जाऊ शकतो. मात्र, सध्या डेटा एक्सेसीबिलिटी आणि आर्टिफिशियल इंटेलिजन्स प्रतिभेचा तुटवडा आदी गोष्टींमुळे सामाजिक भल्यासाठीच्या त्याच्या वापरावर मर्यादा आहेत. जेथे आर्टिफिशियल इंटेलिजन्सचा वापर होऊ शकेल अशा सामाजिक भल्याच्या विषयांकडे सध्या पाहिले जात आहे. एआयच्या सर्वांत प्रमुख क्षमतांचा, तसेच संभाव्य धोक्यांचा सामना करून त्याचा पूर्ण क्षमतेने सामाजिक परिणाम साधण्यासाठी वापर झाला पाहिजे.
या संशोधनासाठी आम्ही आर्टिफिशियल इंटेलिजन्सची व्याख्या ‘डीप लर्निंग’ अशी केली. त्याच्या वापराच्या विविध प्रकारांची वर्गवारी आम्ही दहा सामाजिक परिणामक्षेत्रांत केली. एआय फॉर गुड फाऊंडेशन, जागतिक बँक आदी सामाजिक क्षेत्रातील संघटनांतील वापराच्या अनुभवावर आधारित प्रत्येक प्रकरणाचा वापर अर्थपूर्ण समस्येकडे निर्देश करीत आहे, ज्याची सोडवणूक एक वा अधिक आर्टिफिशियल इंटेलिजन्स क्षमता करू शकते. वापराचे प्रमाण वाढवून आम्ही विविध आर्टिफिशियल इंटेलिजन्स क्षमतांचा संभाव्य परिणामही मोजतो आहोत.
आमच्या संग्रहातील एक तृतीयांश वापराच्या प्रकरणांमध्ये आम्ही प्रत्यक्षातील एआय नेमणूक निश्‍चित केली. यापैकी बहुतेक उपाययोजना ह्या छोट्या प्रमाणातील असल्याने त्यांची व्यवहार्यता, त्यांची कार्यक्षमता आणि वापराची शक्यता हे ठरवणे कठीण आहे, परंतु त्याची अतिरिक्त क्षमता वापरली जाऊ शकते हे त्यातून सूचित होते. प्रगत विश्लेषणाचा फायदा त्यात मिळेल.
समस्या प्रतिसाद ः ही विशिष्ट समस्येशी संबंधित आव्हाने आहेत, जसे नैसर्गिक किंवा मानवनिर्मित आपत्ती, शोध व बचावकार्य, तसेच एखाद्या आजाराचा फैलाव इ.
आर्थिक सशक्तीकरणः सध्याच्या दुर्बल लोकसंख्येवर भर देऊन, यात आर्थिक संसाधने व संधी खुल्या करणे, रोजगार उपलब्ध करणे, कौशल्यविकास आणि बाजारपेठविषयक माहिती आदींचा यात समावेश होतो. उदा. ऍडाप्टिव्ह लर्निंग क्षमतेद्वारे विद्यार्थ्यांची मागील कामगिरी व संसाधनांशी संबंधित आशय त्यांना सुचवता येऊ शकतो. एमआयटी मीडिया लॅबमधून राबवलेला ऍफेक्टिव्हा प्रकल्प, किंवा स्टॅनफर्ड संशोधन प्रकल्प ऑटिझम ग्लास ही याची उदाहरणे आहेत. भावना आपसूक ओळखणे आणि स्वमग्न व्यक्तींना सामाजिक वातावरणाशी मिसळण्यासाठी मदतकारी सामाजिक संकेत पुरवणे हे याचे उदाहरण आहे.
आरोग्य आणि भूकमुक्ती ः यामध्ये आरोग्य आणि भूकविषयक आव्हानांचे निराकरण समाविष्ट आहे. योग्य प्रकारे अन्न वितरण याद्वारे करता येऊ शकते. आर्टिफिशियल इंटेलिजन्स आधारित वेअरेबल उपकरणे मधुमेहाची लक्षणे ८५ टक्के अचुकतेने ओळखू शकतात. ह्रदयाच्या ठोक्यांचा सेन्सर डेटा अभ्यासून हे निदान केले जाते. ही उपकरणे जर परवडण्याजोग्या किंमतीत उपलब्ध झाली तर जगभरातील मधुमेहग्रस्त चारशे दशलक्ष लोकांना साह्यकारी ठरू शकतात.
साधनसुविधा व्यवस्थापन ः ह्यामध्ये साधनसुविधाविषयक आव्हानांचा समावेश होतो, ज्याद्वारे ऊर्जा, जल आणि घनकचरा व्यवस्थापन, वाहतूक, रिअल इस्टेट आणि नागरी नियोजनाला चालना दिली जाऊ शकते. आर्टिफिशियल इंटेलिजन्सचा वापर सार्वजनिक वाहतूक व्यवस्थेची देखभाल, उदा. ट्रेन किंवा सार्वजनिक साधनसुविधा (पूल आदींसह) करून बिघडलेल्या सुट्या भागांचा शोध घेता येऊ शकतो.
सार्वजनिक व सामाजिक क्षेत्राचे व्यवस्थापन ः सार्वजनिक आणि सामाजिक क्षेत्रातील गोष्टींचे प्रभावी व्यवस्थापन आर्टिफिशियल इंटेलिजन्सद्वारे करता येऊ शकते. उदा. आर्टिफिशियल इंटेलिजन्सचा वापर कर बुडवेगिरी शोधण्यासाठी ब्राऊजिंग डेटा, किरकोळ खरेदीचा डेटा किंवा पेमेंट हिस्टरी याचे विश्लेषण करून करता येऊ शकतो. सुरक्षा, पोलीस आणि गुन्हेगारी आदींमध्येही याचा वापर करता येऊ शकतो.
आर्टिफिशियल इंटेलिजन्समुळे रोजगार नष्ट होतील असे मानण्याचे काही कारण नाही. उदा. युटिलिटी कंपनी नवी यंत्रणा राबवते, ज्याद्वारे ग्राहकांना विशिष्ट विकल्पासाठी १ दाबायला सांगते. त्याने एक दाबताच तुमचा आवाज त्यांना पहिल्याच रिंगवर मी काय मदत करू शकतो असे विचारतो! एका ग्राहकाला बिलासंबंधीची माहिती हवी असते. त्याच वेळी कॉल करणार्‍या दुसर्‍याला दुसर्‍याच कारणासाठी मदत हवी असते. एकाच वेळी या सर्व विनंत्यांचा मान अचूकतेने राखणे आर्टिफिशियल इंटेलिजन्समुळे शक्य होऊ शकते, कारण त्या कॉलचा सर्व तपशील आधीच तुम्हाला पडद्यावर दिसत असतो. ग्राहकाला वाटते की त्याला कंपनी महत्त्व देते, कारण त्यांनी आपल्या मदतीला माणूस तैनात केला आहे. युटिलिटी कंपनी तोच मानवी आवाज वापरून त्याच्या सर्व कॉलना आर्टिफिशियल इंटेलिजन्सद्वारे उत्तर देऊ शकते. त्यासाठी आता नियंत्रण कक्षातून युटिलिटी नेटवर्कची गरज भासेल. ऍनालिटिक्स वापरण्याची व मशीन लर्निंगची व नेटवर्कची देखभाल करण्याची आवश्यकता भासेल. म्हणजेच आर्टिफिशियल इंटेलिजन्स रोजगारास मदत करील. तुमच्या कर्मचार्‍यांचे काम/जीवन यांचा समतोल राखणेही तुम्हाला शक्य होईल. अशा प्रकारचे तंत्रज्ञान एवढ्यातच उपलब्ध झालेले आहे. मायक्रोसॉफ्टने आर्टिफिशियल अंडरस्टँडिंग कोणत्याही प्रकारच्या सॉफ्टवेअर ऍप्लिकेशनमध्ये कॉग्निटीव्ह सेवांद्वारे एकात्म करणे सोपे केलेले आहे.उभरते तंत्रज्ञान एकत्र करून ऍव्हानेडसारख्या बड्या सल्लागार कंपन्या ग्राहकांना महसूल वाढवण्यास वा खर्च कमी करण्यास मदत करीत आहेत. आव्हाने जरी असली, तरी संघटना ग्राहकांसाठी डिजिटली परिवर्तनशील बनत चालल्या आहेत आणि आर्टिफिशियल इंटेलिजन्स पुढचा मार्ग दाखवते आहे. आर्टिफिशियल इंटेलिजन्समधील गुंतवणूक २०१६ मधील ६४० दशलक्ष डॉलरवरून २०२५ पर्यंत ३७ अब्जांपर्यंत वाढलेली असेल आणि मानवानेही हे नवे तंत्रज्ञान स्वीकारलेले असेल!
