दोहराती लहरें·भविष्यवाणियों का नक्शा·जो अब भी मालूम नहीं
4 उछालों को एक के ऊपर एक रखें, तो लगता है कि वही क्रम दोहराया गया है। लेकिन क्या यह सचमुच एक तय ढाँचा है? इस साइट पर इकट्ठी की गई भविष्यवाणियों को एक नक्शे पर रखकर देखेंगे कि कितने साल आगे की बात कही गई, भविष्यवाणियाँ कैसे चुनी गईं और कैसे गिनी गईं—इन सब से जवाब बदलता है। अंत में, उन सभी बातों को इकट्ठा करेंगे जो अब भी मालूम नहीं हैं।
011956〜2026·4 लहरें
4 लहरों को एक के ऊपर एक रखना
क्या 4 उछालों में एक ही क्रम दोहराया गया था?
इस साइट ने 4 उछालों को एक ही कसौटी से अलग-अलग दौरों में बाँटा है। शुरुआत की घटनाएँ थीं: 1956 की कार्यशाला, 1980〜1982 में कंपनियों में AI का इस्तेमाल और पाँचवीं पीढ़ी की कंप्यूटर परियोजना, 2012 की चित्र पहचान प्रतियोगिता, और 2022 में जनरेटिव AI को सार्वजनिक करना।
दाईं ओर का चित्र हर उछाल की उम्मीद, भविष्यवाणी, असल में क्या हुआ और सर्दी को साथ रखता है। शुरुआत के साल से मिलाएँ दबाने पर 4 रेखाएँ एक ही जगह से शुरू होती हैं। उम्मीदें बढ़ती हैं, “इस साल तक” की भविष्यवाणी आती है, तय साल में वैसा नहीं होता जैसा कहा गया था, और सर्दी आती है। कुछ जगह ऐसा क्रम दिखाई देता है।
लेकिन ध्यान से देखें तो बड़े अंतर भी हैं। पहली सर्दी अलग-अलग देशों में अलग-अलग समय पर आई थी (अध्याय 5)। तीसरे और चौथे उछाल के बीच सर्दी नहीं आई। जापान के आंतरिक मामलों और संचार मंत्रालय के 2024 के श्वेतपत्र के चित्र में भी (अनुवाद) लिखा है। चौथे उछाल की बहुत-सी भविष्यवाणियों का तय साल अभी आया ही नहीं है।
अंतर = घटना का साल − शुरुआत का साल
शुरुआत का साल
1956·1980·2012·2022 (इस साइट पर दौरों को अलग करने वाले साल)
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:AI का इतिहास हर बार एक ही क्रम दोहराता है मूल स्रोत के अनुसार:साथ रखने पर दौर एक जैसे लगते हैं, लेकिन सर्दी कैसे आई और आई भी या नहीं, यह हर उछाल में अलग है। जब शोधकर्ताओं ने एक शोध कंपनी के उम्मीदों के शिखर और घाटी वाले चित्र को जाँचा, तो यह नहीं कहा जा सका कि घटनाएँ उसी ढाँचे पर चली थीं (इस अध्याय का 11)।
मूल स्रोत और भरोसे का स्तर (6)4 लहरों को एक के ऊपर एक रखना
18 जून 1956मूल स्रोत से पुष्टिस्रोतों में मतभेद है
डार्टमथ की ग्रीष्मकालीन शोध बैठक (कृत्रिम बुद्धिमत्ता के शोध की शुरुआत मानी जाती है)
1956 के ग्रीष्मकाल में शोधकर्ता डार्टमथ कॉलेज के गणित विभाग की सबसे ऊपरी मंज़िल पर सोचने वाली मशीनों पर चर्चा के लिए जुटे। यह तय कार्यक्रम वाला सम्मेलन कम, बारी-बारी से लोगों के आने वाला जमावड़ा अधिक था। रोज़ की चर्चा में लगभग 3–8 लोग होते थे। पूरे समय केवल जॉन मैककार्थी (John McCarthy), मार्विन मिन्स्की (Marvin Minsky) और रे सोलोमोनॉफ़ (Ray Solomonoff), ये 3 लोग रहे। एलेन न्यूवेल (Allen Newell) और हर्बर्ट ए. साइमन (Herbert A. Simon) तर्कशास्त्र के प्रमेय सिद्ध करने वाले प्रोग्राम (Logic Theorist) के परिणाम लेकर आए।
आम तौर पर कही जाने वाली बात:अक्सर इसे “वह बड़ा सम्मेलन जहाँ AI का जन्म हुआ” माना जाता है मूल स्रोत के अनुसार:वास्तव में यह गर्मियों का जमावड़ा था जिसमें लोग बारी-बारी से आए; रोज़ लगभग 3–8 लोग होते थे। पूरे समय 3 लोग रहे। फ़ाउंडेशन ने माँगे गए 13,500 डॉलर का लगभग आधा (7,500 डॉलर) ही दिया और शोध बैठक की रिपोर्ट भी नहीं निकली।
जो अभी पता नहीं है:प्रतिभागियों की सटीक सूची नहीं बची है (मैककार्थी ने अपनी सूची खो दी थी; ग्रेस सोलोमोनॉफ़ (Grace Solomonoff), 2016 p.9)। कौन कितने दिन रहा, इसका कुछ हिस्सा ही रे और ट्रेंचर्ड मोर के नोट्स से पता चलता है।
5 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:अवधि: लगभग 8 हफ़्ते, करीब 6/18 से 8/17 तक (रे सोलोमोनॉफ़ के नोट्स; ग्रेस सोलोमोनॉफ़, 2016 p.9) / 6 हफ़्ते (निल्सन (Nilsson), 2010 p.78 और अन्य)। सूची: ट्रेंचर्ड मोर की सूची में 32 लोग (न आने वाले और रुचि रखने वाले भी शामिल) / रे की सूची में 20 लोग (ग्रेस सोलोमोनॉफ़, 2016 p.9-10)। ट्रेंचर्ड मोर का ठहरना: “अलग-अलग 2 हफ़्ते” (मूर (Moor), 2006 p.87) / “3 हफ़्ते” (ग्रेस सोलोमोनॉफ़, 2016 p.8, p.10)।
जनवरी 1980–1989मूल स्रोत से पुष्टिस्रोतों में मतभेद है
R1 (XCON): कंप्यूटर ऑर्डर के पुर्जों का मेल तय करने वाला का AI, DEC के कारखाने में रोज़ इस्तेमाल हुआ
कार्नेगी मेलन विश्वविद्यालय के जॉन मैकडरमॉट (John McDermott) ने कंप्यूटर कंपनी DEC के VAX कंप्यूटर के ऑर्डरों के लिए R1 बनाया (कंपनी में नाम XCON था)। यह वाला AI ज़रूरी पुर्जों की कमी और उनके मेल की जाँच करता था; 1 कंप्यूटर में लगभग 90 पुर्जे होते थे। विकास दिसंबर 1978 में शुरू हुआ। अक्टूबर〜नवंबर 1979 में 6 विशेषज्ञों ने 50 ऑर्डरों पर जाँचा, और जनवरी 1980 से DEC के कारखाने में नियमित इस्तेमाल हुआ। नियम जून 1980 के 772 से बढ़कर 1984 में 2,500 हुए। ज्ञान जोड़ने में हर वर्ष लगभग 4 लोगों जितना काम लगता था। DEC के कर्मचारियों ने विकास के बाद रखरखाव को बताया और कहा कि खास प्रशिक्षण पाए लोग अनिवार्य हैं।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “XCON हर वर्ष 40 मिलियन डॉलर बचाने वाला बहुत सफल AI था” मूल स्रोत के अनुसार:यह राशि DEC के कर्मचारी के 1989 के शोधपत्र का आँकड़ा है। इस साइट ने केवल निल्सन (Nilsson) के उद्धरण से इसकी पुष्टि की है; मूल शोधपत्र नहीं खोला है। DEC के कर्मचारियों के 1984 के लेख में रकम नहीं दी गई। उसमें लिखा है कि लगातार ज्ञान जोड़ने के लिए हर वर्ष लगभग 4 लोगों की मेहनत लगती है और रखरखाव । नियम 750 से 2,500 (1984), और संबंधित प्रणालियों सहित 17,500 (1989) तक बढ़े।
जो अभी पता नहीं है: के अनुमान की गणना कैसे हुई, और क्या लाभ में गिना गया, यह मूल शोधपत्र न खुलने के कारण ज्ञात नहीं है।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:नियमों की संख्या: जून 1980 में 772 (मैकडरमॉट 1980), 1980 में प्रणाली सौंपते समय लगभग 750 (पोलिट (Polit)), अक्टूबर 1979 में 750 (बैकैंट (Bachant) और मैकडरमॉट)। समय और गिनने के तरीके अलग हैं।
पाँचवीं पीढ़ी की शोध संस्था ICOT (नई पीढ़ी कंप्यूटर प्रौद्योगिकी संस्थान) स्थापित हुई; काज़ुहिरो फ़ुचि (Kazuhiro Fuchi) निदेशक बने
सरकार के व्यापार और उद्योग मंत्रालय की योजना आगे बढ़ाने के लिए अप्रैल 1982 में फ़ाउंडेशन “नई पीढ़ी की कंप्यूटर तकनीक विकास संस्था (ICOT)” बनी और जून में शोध संस्थान ने काम शुरू किया। इलेक्ट्रोटेक्निकल प्रयोगशाला से आए फ़ुचि निदेशक थे। शोधकर्ता ETL, जापान की निप्पोन टेलीग्राफ़ ऐंड टेलीफ़ोन पब्लिक कॉर्पोरेशन NTT और 8 कंप्यूटर कंपनियों आदि से कुछ वर्षों के लिए भेजे गए लोग थे। शुरू में लगभग 40 लोग थे। शोध का पूरा धन व्यापार और उद्योग मंत्रालय की ठेका राशि से आया।
13 अक्टूबर 2012मूल स्रोत से पुष्टिस्रोतों में मतभेद है
चित्र पहचान प्रतियोगिता ILSVRC 2012 में टोरंटो विश्वविद्यालय का गहरा कॉन्वोल्यूशनल न्यूरल नेटवर्क (SuperVision) बड़े अंतर से पहले स्थान पर। टोक्यो विश्वविद्यालय की टीम दूसरे स्थान पर
तस्वीरों से 1000 प्रकार की वस्तुओं को पहचानने वाली प्रतियोगिता में क्रिज़ेव्स्की (Krizhevsky), सुत्सकेवर (Sutskever) और हिंटन (Hinton) की टीम “SuperVision” ने अधिकतम 5 जवाब देने वाले नियम में त्रुटि दर 15.3% रखी (केवल प्रतियोगिता का दिया डेटा लेने पर 16.4%)। दूसरे स्थान की टोक्यो विश्वविद्यालय की टीम ISI की दर 26.2% थी: लगभग 11 प्रतिशत अंकों का अंतर। 60,000,000 पैरामीटर वाले 8 परतों के न्यूरल नेटवर्क को 2 गेमिंग GPU (NVIDIA की चित्र प्रसंस्करण चिप) पर प्रशिक्षित किया गया। आयोजकों ने बाद के शोधपत्र में लिखा, ।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “डीप लर्निंग अचानक 2012 में पैदा हुई” मूल स्रोत के अनुसार:विजेता व्यवस्था ने लेकुन (LeCun) तथा सहकर्मियों की 1989 की पद्धति (जिसकी जड़ फ़ुकुशिमा (Fukushima) का 1979 का नियोकॉग्निट्रॉन था) को बड़े स्तर पर GPU से प्रशिक्षित किया। शोधपत्र ने खुद लिखा, (इससे पहले कहा कि सारे प्रयोग यही संकेत देते हैं)। अक्सर यह भी माना जाता है, “2012 की कहानी यूरोप और अमेरिका की है”, लेकिन दूसरे स्थान पर टोक्यो विश्वविद्यालय की टीम थी।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:प्रशिक्षण समय: प्रतियोगिता के टीम परिचय में “लगभग 1 सप्ताह”, शोधपत्र में “5–6 दिन”। पहले स्थान के लिए 2 आँकड़े हैं: 15.3% (अतिरिक्त डेटा के साथ) और 16.4% (केवल दिए गए डेटा पर)। आयोजकों के शोधपत्र की तालिका 16.4 इस्तेमाल करती है।
OpenAI ने संवाद AI जारी किया। घोषणा में कहा गया कि यह आगे पूछे गए सवालों के उत्तर देता है, अपनी ग़लतियाँ मानता है, ग़लत धारणाएँ बताता है और अनुचित अनुरोध अस्वीकार कर सकता है। यह GPT-3.5 परिवार के ऐसे मॉडल पर आधारित है जिसका प्रशिक्षण 2022 की शुरुआत में पूरा हुआ था। मनुष्यों द्वारा उत्तरों को अंक देकर इसमें सुधार किया गया। घोषणा के अनुसार के दौरान यह मुफ़्त था और उद्देश्य उपयोगकर्ताओं की प्रतिक्रियाएँ जुटाना था।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “ChatGPT को नए और पूर्ण AI के रूप में बड़े प्रचार के साथ बेचा गया” (यह धारणा इस साइट का अनुमान है) मूल स्रोत के अनुसार:लेकिन घोषणा में नाम था (research preview)। अंदर का मॉडल उसी वर्ष की शुरुआत में प्रशिक्षण पूरा कर चुका था। घोषणा के दिन ही कमजोरी लिखी गई थी: ।
जो अभी पता नहीं है:घोषणा में ग़लतियाँ सुधारने की कठिनाई का एक कारण था: । सही लगने वाली ग़लतियाँ, जिन्हें बाद में कहा गया, क्यों और कब होती हैं, इस मुद्दे पर निर्माता तब भी लिखते थे: ।
जापान के आंतरिक मामलों और संचार मंत्रालय का श्वेत पत्र (2024): लगभग 2022 से जनरेटिव AI के प्रसार के कारण (अनुवाद)
राष्ट्रीय श्वेत पत्र (आंतरिक मामलों और संचार मंत्रालय का (अनुवाद), रेइवा 6 संस्करण) ने AI के इतिहास को समझाते हुए कहा कि इसमें (अनुवाद)। फिर उसने लिखा, (अनुवाद) (जनरेटिव AI पाठ और चित्र बनाता है), (अनुवाद)। उसने निश्चित दावा करने के बजाय (अनुवाद) तक बात सीमित रखी। उसी खंड में तीसरे उछाल के लिए (अनुवाद) और (अनुवाद) भी लिखा है। चित्र (図表Ⅰ-3-1-1) में चौथे उछाल की पट्टी 2022 से शुरू होती है और लिखा है, (अनुवाद)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “देश ने (श्वेत पत्र में) AI के चौथे उछाल को मान्यता दे दी” मूल स्रोत के अनुसार:श्वेत पत्र में लिखा है, (अनुवाद)। देश की ओर से यह निश्चित दावा नहीं है
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:उसी श्वेत पत्र में तीसरे उछाल की शुरुआत मुख्य पाठ में (अनुवाद) बताई गई है, जबकि चित्र की पट्टी 2010 के निशान से शुरू होती है। दूसरे उछाल के लिए मुख्य पाठ में “1980 के दशक से 1990 के दशक तक” (अनुवाद) और चित्र में 1980〜1995 दिया है। तीसरे उछाल का अंत मुख्य पाठ में नहीं दिया गया (“आज तक जारी तीसरा उछाल” (अनुवाद)), जबकि चित्र में 2022 पर चौथा उछाल शुरू हो जाता है
चित्र क्या दिखाता है:4 उछालों को उनकी शुरुआत की वजह वाले वर्ष पर मिलाकर रखें तो कुछ जगह उम्मीदें, भविष्यवाणियाँ और सर्दी एक जैसी कतार में दिखती हैं, लेकिन सर्दियों का आना अलग-अलग है और उछाल 3 तथा 4 के बीच सर्दी नहीं है। समान दिखना तय नियम होने का प्रमाण नहीं है।
021957〜2023·इस बार सचमुच वास्तविक
“इस बार सचमुच वास्तविक” 4 बार कहा गया
उछाल के बीच रहने वाले लोग अपने दौर को कैसे देखते थे?
हर उछाल में उस समय के लोगों को लगा कि “इस बार सचमुच वास्तविक” है। पहला उछाल: 1957 के एक व्याख्यान में हर्बर्ट साइमन (Herbert Simon) और एलन न्यूवेल (Allen Newell) ने कहा, (अनुवाद)। दूसरा उछाल: 1984 के एक AI सम्मेलन की प्रदर्शनी में AI टूल के एक पर्चे ने दावा किया, (अनुवाद) (उसी सम्मेलन में शोधकर्ता को लेकर चिंता जताने वाली चर्चा कर रहे थे)।
तीसरा उछाल: युताका मात्सुओ (Yutaka Matsuo) की किताब के परिचय में (जिस पर 2018 लिखा है) कहा गया, “इतिहास पर नज़र डालें, तो यह मानने के पर्याप्त कारण हैं कि इस बार का उछाल “वास्तविक” है” (अनुवाद)। चौथा उछाल: 2023 में मात्सुओ ने इसे ““उछाल” शब्द से अलग स्तर की घटना” (अनुवाद) कहा।
दाईं ओर के कार्डों में उसके बाद का स्लाइडर खिसकाने पर दिखता है कि आगे क्या हुआ।
उसके बाद बीते साल = घटना का साल − बात कहे जाने का साल
“इस बार सचमुच वास्तविक” इस साइट का दिया हुआ नाम है। कार्डों पर लिखे शब्द मूल स्रोतों के शब्द हैं
मूल स्रोत और भरोसे का स्तर (5)“इस बार सचमुच वास्तविक” 4 बार कहा गया
14 नवंबर 1957मूल स्रोत से पुष्टि
भविष्यवाणी: (1957 का व्याख्यान)
हर्बर्ट साइमन (Herbert Simon) और एलेन न्यूवेल (Allen Newell) ने भविष्यवाणी की कि 10 साल के भीतर कंप्यूटर शतरंज का विश्व चैंपियन होगा (अगर प्रतियोगिता के नियम उसे भाग लेने से न रोकें)।
इसके बाद:अप्रैल 1967 में सबसे मज़बूत शतरंज प्रोग्रामों में से एक (MIT का MAC HACK VI) मध्यम स्तर के शौकिया खिलाड़ी जितना मज़बूत था (अमेरिकी रेटिंग 1450)। 1968 में अंतरराष्ट्रीय शतरंज मास्टर लेवी (Levy) और शोधकर्ताओं ने शर्त लगाई कि क्या कंप्यूटर 10 साल के भीतर लेवी को हरा सकता है। 1978 में लेवी ने कंप्यूटर को हराया और शर्त जीत ली। कंप्यूटर ने मौजूदा विश्व चैंपियन (कास्पारोव (Kasparov)) को 6 बाज़ियों के मैच में मई 1997 में हराया, भविष्यवाणी के लगभग 40 साल बाद (IBM का Deep Blue, 3.5 बनाम 2.5)। कंप्यूटर ने मनुष्यों के विश्व चैंपियन का खिताब कभी नहीं पाया है (भविष्यवाणी में भी लिखा है)।
1984 में AI सम्मेलन की प्रदर्शनी में का विज्ञापन ── इस बार सचमुच सफलता मिलने के माहौल का प्रमाण
विज्ञान पत्रकार जॉर्ज जॉनसन (George Johnson) ने अगस्त 1984 में अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस (AAAI) के सम्मेलन की प्रदर्शनी का वर्णन किया। कई शोधकर्ता छोटी-छोटी प्रगति पर चर्चा करने आए थे, लेकिन कुछ प्रदर्शक कंपनियाँ ऐसे व्यवहार कर रही थीं मानो मानव बुद्धि वाले साथी बनाने का पुराना सपना पूरा हो चुका हो। विशेषज्ञों का ज्ञान दर्ज करने वाले AI उपकरण TIMM की पुस्तिका में का दावा था। उसमें लिखा था कि एक्सपर्ट सिस्टम बीमार नहीं होते, नौकरी नहीं छोड़ते और समय से पहले सेवानिवृत्त नहीं होते। पत्रकार ने लिखा कि विक्रेताओं के शब्द कभी-कभी जैसे सुनाई देते थे।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “दूसरे उछाल की अति शोधकर्ताओं के बढ़ा-चढ़ाकर किए वादों की वजह से थी” मूल स्रोत के अनुसार:इस लेख के अनुसार कई शोधकर्ता छोटी प्रगति पर चर्चा करने आए थे। कुछ प्रदर्शक कंपनियाँ ऐसा व्यवहार कर रही थीं जैसे (यह भी लिखा है कि IBM, Xerox, TI, DEC आदि ने संयम रखा)।
जो अभी पता नहीं है:लेख में TIMM बेचने वाली कंपनी का नाम नहीं दिया गया।
युताका मात्सुओ (Yutaka Matsuo) की (人工知能は人間を超えるか) (2015): अध्यायों के नाम में AI का पहला, दूसरा और तीसरा उछाल
यह टोक्यो विश्वविद्यालय के युताका मात्सुओ की पुस्तक है। अध्यायों के नाम ““तर्क से निष्कर्ष निकालने” और का दौर — AI का पहला उछाल”, “ जोड़ने से अधिक समझदार बनता है — AI का दूसरा उछाल”, “ का चुपचाप फैलना — AI का तीसरा उछाल (1)” और “चुप्पी तोड़ती “डीप लर्निंग” — AI का तीसरा उछाल (2)” हैं (अनुवाद)। इस तरह इतिहास को उछाल की संख्या से बाँटा गया है। अध्याय 2 के पहले खंड का नाम (अनुवाद) है। आंतरिक मामलों और संचार मंत्रालय के 2016 के श्वेतपत्र की टिप्पणी कहती है कि AI के इतिहास का भाग इस पुस्तक और अन्य स्रोतों के आधार पर लिखा गया।
जो अभी पता नहीं है:पुस्तक में हर उछाल को किस वर्ष से किस वर्ष तक माना गया है (मुख्य पाठ और चित्रों के वर्ष), यह नहीं जाँचा गया है क्योंकि पुस्तक नहीं खोली गई है।
युताका मात्सुओ (Yutaka Matsuo), जुलाई 2023: (अनुवाद), लेकिन यह ““उछाल” शब्द से अलग स्तर की घटना” (अनुवाद) है
तोयो केइज़ाइ के एक साक्षात्कार में युताका मात्सुओ ने कहा कि (अनुवाद) और (अनुवाद), लेकिन “अभी जो हो रहा है, वह “उछाल” शब्द से अलग स्तर की घटना है” (अनुवाद)। उन्होंने यह भी कहा कि अगले कुछ वर्षों में जनरेटिव AI समाज में तेज़ी से फैल जाएगा। मार्च के साक्षात्कार में (अनुवाद) कहने की तरह, यहाँ भी उन्होंने (अनुवाद) जैसी भाषा इस्तेमाल की। साथ ही, वे इसे उछाल, यानी कभी न कभी खत्म हो जाने वाले चलन, के रूप में नहीं देखते।
जो अभी पता नहीं है:““उछाल” शब्द से एक अलग ही स्तर पर” (अनुवाद) वाली समझ सही साबित होगी या नहीं (क्या AI की सर्दी नहीं आएगी), यह अभी पता नहीं है। पिछले उछालों के समय भी क्या लोगों ने कहा था कि इस बार स्थिति अलग है, इसे इस साइट पर हर उछाल के रिकॉर्ड के साथ रखकर जाँचना होगा।
1984 की चर्चा में खींची गई की सबसे बुरी स्थिति ── बाद की घटनाओं से तुलना
अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस (AAAI) के सम्मेलन में “AI के “अंधकार युग” — क्या हम उनसे बच सकते हैं या उनमें टिक सकते हैं?” नाम की चर्चा हुई। संचालक ड्रू मैकडर्मॉट (Drew McDermott) ने कहा कि उद्योग की हलचल के पीछे, लंबे समय से शोध कर रहे लोगों में इस चिंता से गहरी बेचैनी थी कि । सबसे बुरी स्थिति में उन्होंने कल्पना की कि 5 वर्ष बाद अमेरिका की असफल होगी, जापान की पाँचवीं पीढ़ी की परियोजना भी ठहर जाएगी, नई कंपनियाँ बंद हो जाएँगी, AI की फ़ंडिंग रुक जाएगी और सब अपने शोध का नाम बदल देंगे। उन्होंने बताया कि कुछ लोग इसे कहते हैं। लेकिन उन्होंने यह भी कहा कि उन्हें ऐसा होने की संभावना अधिक नहीं लगती। चर्चा में उन्होंने बताया कि दूसरे शोधकर्ता, रोजर शैंक (Roger Schank), से पूछा गया था कि क्या उन्हें संकट आने की उम्मीद है, और उन्होंने हाँ कहा था। दूसरी ओर, यह राय भी आई: (उसी वक्ता ने आगे कहा कि बुलबुला फूटने के बजाय शायद थोड़ा छोटा हो जाए)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “1984 की चर्चा ने AI की सर्दी का ठीक-ठीक पूर्वानुमान लगाया था—चेतावनी सही निकली” मूल स्रोत के अनुसार:संचालक ने इसे के रूप में बताया और खुद कहा था, । चर्चा में भी राय बँटी हुई थी: कुछ को विनाशकारी संकट की उम्मीद थी, तो कुछ को सर्दी के बजाय साँझ की संभावना लगी। अगले कुछ वर्षों में परिकल्पना के कई हिस्से सच हुए—रणनीतिक कंप्यूटिंग पहल में कटौती, कंपनियों और संस्था के सदस्यों में कमी, तथा पाँचवीं पीढ़ी की मुख्य परियोजना का अंत। लेकिन 5 वर्ष बाद सब कुछ एक साथ नहीं हुआ।
इसके बाद:बाद में परियोजना के प्रमुख हिस्सों में से एक, स्वचालित वाहन (ALV), का विकास अप्रैल 1988 में बंद कर दिया गया। 1987 में संबंधित विभाग का प्रमुख बने व्यक्ति ने भी AI परियोजनाओं के कुछ हिस्से बंद किए। 1993 में यह परियोजना DARPA के बजट से गायब हो गई। अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस के सदस्यों की संख्या 1987 में 16,421 के शिखर पर थी और 1996 में 4,000〜5,000 पर स्थिर हुई। एक्सपर्ट सिस्टम बनाने वाली कई AI कंपनियाँ बंद हुईं, खरीदी गईं या उन्होंने अपना व्यवसाय बदल दिया। जापान की पाँचवीं पीढ़ी के कंप्यूटरों की मुख्य परियोजना वित्तीय वर्ष 1992 में समाप्त हुई। निल्सन (Nilsson) ने लिखा कि ये घटनाएँ 1980 के दशक के मध्य से अंत के बीच एक साथ उभरीं और इसे कहा जाने लगा।
जो अभी पता नहीं है:एक परिकल्पना, , सचमुच 1990 के दशक में हुई या नहीं, मूल स्रोतों से जाँचा नहीं गया (u08 में शामिल करने का संभावित विषय)।
चित्र क्या दिखाता है:हर उछाल में उसके बीच के लोगों को लगता था कि “इस बार सचमुच असली है”। उसके बाद क्या हुआ, यह हर उछाल में अलग था।
031950〜2052·भविष्यवाणियों का नक्शा
भविष्यवाणियों का नक्शा
AI की भविष्यवाणियाँ कब की गईं और कितने साल आगे के बारे में थीं?
दाईं ओर भविष्यवाणियों का नक्शा है। इस साइट ने जिन भविष्यवाणियों को मूल स्रोतों से जाँचा है, उनमें से 47 में बात कहे जाने का साल और “इस साल तक” वाला साल, दोनों हैं। उन्हें बिंदुओं, पट्टियों और दूसरे चिह्नों से दिखाया गया है। क्षैतिज अक्ष बात कहे जाने का साल है और ऊर्ध्वाधर अक्ष तय साल। तिरछी बिंदुदार रेखा पर बात कहे जाने का साल=तय साल है। बिंदुदार रेखा से जितना ऊपर जाएँ, भविष्यवाणी उतने ही दूर के भविष्य की है।
इस साल का स्लाइडर खिसकाने पर जिन भविष्यवाणियों की समय-सीमा का अंत बीत चुका है वे नीली दिखती हैं। जिनका अंत अभी नहीं आया है या जिनकी समय-सीमा का अंत नहीं है वे बैंगनी दिखती हैं। बिंदु या पट्टी दबाने पर भविष्यवाणी और उसके बाद की घटनाएँ दिखती हैं।
रंग सही या ग़लत भविष्यवाणी के आधार पर नहीं हैं। इसका कारण है कि सही होने की कसौटी हर भविष्यवाणी में अलग है (उदाहरण के लिए, एलन ट्यूरिंग (Alan Turing) की 1950 की भविष्यवाणी पहचान पाने के बारे में थी, जबकि 2002 की शर्त “कुल 24 घंटे” की परीक्षा के बारे में थी)।
कितने साल आगे = तय साल − बात कहे जाने का साल
तय साल
भविष्यवाणी में बताया गया साल (जिन भविष्यवाणियों में साल नहीं है वे शामिल नहीं हैं)
कौन-सी भविष्यवाणियाँ शामिल हैं
इस साइट के रिकॉर्डों में वे बातें जो भविष्यवाणी के रूप में हैं। एक ही भविष्यवाणी 2 अध्यायों में होने पर उसे 1 बार गिना गया। 1950 से पहले की भविष्यवाणियाँ (1836 में एडगर एलन पो (Edgar Allan Poe) और 1843 में एडा लवलेस (Ada Lovelace)) शामिल नहीं हैं, क्योंकि उनमें तय साल नहीं लिखा है।
मूल स्रोत और भरोसे का स्तर (6)भविष्यवाणियों का नक्शा
अक्टूबर 1950मूल स्रोत से पुष्टि
एलन ट्यूरिंग (Alan Turing) की भविष्यवाणी: — सही पहचानने की संभावना 70% या उससे कम
ट्यूरिंग ने 1950 के शोधपत्र में अपना अनुमान दिया। लगभग 50 साल बाद कंप्यूटर नकल का खेल अच्छा खेल सकेंगे और सामान्य प्रश्नकर्ता के 5 मिनट पूछने के बाद सही पहचानने की संभावना 70% से अधिक नहीं होगी। उसी अनुच्छेद में लिखा कि सदी के अंत तक भाषा का इस्तेमाल और लोगों की सोच बदल जाएगी और पर आपत्ति नहीं होगी।
आम तौर पर कही जाने वाली बात:अक्सर इसे नियम की तरह कहा जाता है: “30% निर्णायकों को धोखा दे तो पास”। मूल स्रोत के अनुसार:मूल शोधपत्र में यह पास होने का नियम नहीं, लगभग 50 साल बाद का अनुमान है। संख्या का अर्थ है, यानी 10 में से 3 लोग गलत पहचानते हैं। कोपलैंड (Copeland) के 2000 के शोधपत्र (मुद्रित पृष्ठ 527) में उदाहरण है कि कभी इसे बिलकुल उलटा बताया गया: ।
इसके बाद:सायगिन (Saygin) और सहलेखकों के 2000 के समीक्षा शोधपत्र के अनुसार 1991 से हो रही इनामी प्रतियोगिता (लोबनर (Loebner) पुरस्कार) का बड़ा पुरस्कार किसी प्रोग्राम ने नहीं जीता था। रिकॉर्ड में मशीनों की आम तौर पर जल्दी पहचान हो जाती थी। यानी अनुमान वाले साल तक अनुमान के रूप में बात सच नहीं हुई थी। 2000 के प्रतियोगिता परिणाम के बारे में भी कहा गया, लेकिन उसी साल कोपलैंड ने लिखा ““लगभग 50 साल” का अर्थ “ठीक 50 साल” नहीं है”। फिर मार्च 2025 में अमेरिका के विश्वविद्यालय (UC San Diego) के शोधकर्ताओं ने प्रयोग का परिणाम शोधपत्र (arXiv) में दिया। प्रश्नकर्ता ने 1 इंसान और 1 मशीन से साथ-साथ 5 मिनट बातचीत की। इंसान का अभिनय करने का निर्देश दिए गए 2 बड़े भाषा AI में 1 (GPT-4.5) को 73% और दूसरे (LLaMa-3.1-405B) को 56% बार इंसान माना गया। 2 विकल्प होने के कारण पहले को सही पहचानने की दर बचा हुआ 27% थी। यह केवल 1 शोध समूह की घोषणा है; इस साइट ने बाद के मूल्यांकन की पुष्टि नहीं की है। वाले हिस्से की पुष्टि नहीं हुई है।
जो अभी पता नहीं है:2025 के प्रयोग में मशीन को इंसान मानने का अर्थ है या नहीं, मालूम नहीं है। ट्यूरिंग ने भी मूल प्रश्न को चर्चा के योग्य न मानकर खेल से बदल दिया था।
हर्बर्ट साइमन (Herbert Simon) की भविष्यवाणी: (1965 की किताब / मूल रूप से 1960 का लेख)
साइमन ने 1965 की किताब में लिखा कि मशीनें 20 साल के भीतर इंसानों का कोई भी काम कर सकेंगी। मूल 1960 के लेख में लिखा था कि 25 साल से कहीं कम समय में संगठनों में इंसानों के किसी भी काम को मशीनों से बदलने की हमारे पास होगी। लेकिन तुरंत बाद उन्होंने कहा कि तकनीकी रूप से संभव होना और उसका व्यवहार में इस्तेमाल करना अलग बातें हैं। उन्होंने माना कि लंबी अवधि में काम चाहने वाले लगभग सभी को काम मिलेगा (पूर्ण रोज़गार), और तर्क दिया कि इंसान और मशीन का काम के आधार पर बँटेगा (हर कोई वह काम करेगा जिसमें वह अपेक्षाकृत बेहतर है)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “साइमन ने भविष्यवाणी की कि 20 साल में मशीनें इंसानों की सभी नौकरियाँ छीन लेंगी” मूल स्रोत के अनुसार:मूल लेख का अनुमान था, । तुरंत बाद उन्होंने लिखा कि ऐसी क्षमता का अनुमान । उन्होंने यह भी माना कि लंबी अवधि में पूर्ण रोज़गार बना रहेगा (तुलनात्मक लाभ)। 1966 में पुस्तक समीक्षक के जवाब में उन्होंने तर्क दिया कि रोज़गार का स्तर तकनीक नहीं, अर्थव्यवस्था की व्यवस्था तय करती है।
इसके बाद:1985 तक मशीनें इंसानों का कोई भी काम कर सकती थीं, ऐसा कहने वाला स्रोत नहीं मिला। निल्सन (Nilsson, 2010) साइमन के 1957 के इसी तरह के कथन (मशीनें जिन समस्याओं को संभाल सकती हैं, उनका दायरा इंसानी दिमाग जितना हो जाएगा) के बारे में कहते हैं कि 2010 में भी यह दूर था। दूसरी ओर, साइमन खुद तकनीकी क्षमता और रोज़गार को अलग मानते थे और उनका अनुमान था कि लंबी अवधि में बेरोज़गारी नहीं बढ़ेगी (1966 के जवाब में उन्होंने लिखा कि बेरोज़गारी 4% से कम है और घट रही है)।
1981 की उम्मीद: कहा गया कि 1990 के दशक की शुरुआत में आँखों, कानों और मुँह वाला कंप्यूटर आएगा, जो बात समझेगा और लिखित व मौखिक अनुवाद अपने आप कर सकेगा
योजना से पहले के सर्वेक्षण (1979〜1981, अध्यक्ष टोक्यो विश्वविद्यालय के तोहरू मोटो-ओका (Tohru Moto-oka)) की रिपोर्ट में 1990 तक प्रोटोटाइप पूरा करने का लक्ष्य था। आम पाठकों के लिए इसे समझाने वाली पुस्तिका में पाँचवीं पीढ़ी के कंप्यूटर के बारे में लिखा था कि (अनुवाद) और (अनुवाद) हो तो शोध जल्दी शुरू करना होगा। 8 वांछित कार्य बताए गए: आवाज़, आकृतियाँ, चित्र और अक्षर सीधे सँभालने वाला (अनुवाद); रोज़मर्रा की भाषा में बातचीत कर सकने वाला (अनुवाद) (इससे लिखित और मौखिक अनुवाद भी संभव); सामान्य समझ से नए प्रश्नों का अनुमान द्वारा हल; और प्रोग्राम लिखे बिना इस्तेमाल, आदि।
आम तौर पर कही जाने वाली बात:कहा जाता है कि “पाँचवीं पीढ़ी ने 10 वर्ष में इंसान की तरह बात करने वाला कंप्यूटर बनाने का वादा किया” मूल स्रोत के अनुसार:1981 के सर्वेक्षण दस्तावेज़ में वास्तव में (अनुवाद), (अनुवाद) और (अनुवाद) लिखा है। लेकिन निदेशक काज़ुहिरो फ़ुचि (Kazuhiro Fuchi) ने 1992 में बताया कि 1982 में शुरू हुई वास्तविक योजना से मशीन अनुवाद जैसे अनुप्रयोग लक्ष्य से हटाए गए थे और ध्यान अनुमान की मशीन पर था। बात इस पर बदलती है कि किस वर्ष के किस दस्तावेज़ के लक्ष्य हैं।
इसके बाद:योजना वित्त वर्ष 1982〜1992 में चली। 1993 की अंतिम मूल्यांकन रिपोर्ट के अनुसार, अनुमान की गति का लक्ष्य, प्रति सेकंड 100 मिलियन, 150 मिलियन से अधिक हासिल करके पार किया गया। दूसरी ओर, रिपोर्ट में लिखा है कि आवाज़ और चित्र से इंसानों से संवाद के लिए बहुत अधिक पृष्ठभूमि ज्ञान की ज़रूरत सामने आई। बीच में काम भाषा शोध की बुनियाद तक सीमित कर दिया गया, इसलिए ठोस संवाद प्रणाली नहीं बन पाई। निदेशक काज़ुहिरो फ़ुचि ने 1992 में कहा कि मशीन अनुवाद जैसे अनुप्रयोग बनाना 1982 में योजना शुरू होते समय ही लक्ष्य से हटा दिया गया था।
जो अभी पता नहीं है:अनुवाद के शब्दों की संख्या और सही उत्तर दर जैसे संख्यात्मक लक्ष्यों वाला (研究開発課題説明書) नहीं मिला और इसकी पुष्टि नहीं हुई है (1981, 7 समूह, 26 विषय)।
2016 में जेफ़्री हिंटन ने टोरंटो के एक सम्मेलन में रेडियोलॉजिस्टों के बारे में बात की। ये एक्स-रे और CT जैसे चित्र पढ़कर रोग पहचानने वाले डॉक्टर हैं। मुख्य बात थी कि रेडियोलॉजिस्टों को प्रशिक्षित करना तुरंत बंद कर देना चाहिए, और यह साफ़ है कि 5 साल के भीतर (हो सकता है 10 साल लगें) डीप लर्निंग उनसे बेहतर काम करेगी। वहाँ रिकॉर्ड किया गया 84 सेकंड का वीडियो जारी हुआ और बाद के लेखों में (AuntMinnie 2025, Fortune 2026 आदि) बार-बार उद्धृत हुआ।
आम तौर पर कही जाने वाली बात:अक्सर उद्धृत किया जाता है कि “5 साल में AI रेडियोलॉजिस्टों की जगह ले लेगा” मूल स्रोत के अनुसार:मूल वीडियो में कहने के तुरंत बाद उन्होंने जोड़ा, । उन्होंने और कहा था; उन्होंने यह नहीं बताया कि कितने साल में नौकरी खत्म होगी।
इसके बाद:अमेरिका में रेज़िडेंट डॉक्टरों की भर्ती (NRMP की आधिकारिक तालिकाएँ) में डायग्नोस्टिक रेडियोलॉजी की सीटें कम नहीं हुईं। दूसरे वर्ष से शुरू होने वाली सीटें 2016 में 982 → 2025 में 1,057 थीं, और पहले वर्ष से शुरू होने वाली सीटें 2016 में 151 → 2025 में 151 थीं। 2025 की लगभग सभी सीटें भर गईं (दूसरे वर्ष से शुरू होने वाली 1,057 में से 1,042)।
जो अभी पता नहीं है:2016 में यह ठीक से समझ नहीं आया था कि AI की चित्र पढ़ने की क्षमता का रेडियोलॉजिस्टों के पूरे काम से क्या संबंध है, जिसमें मरीज़ों और दूसरे डॉक्टरों से बातचीत तथा जाँच के फैसले शामिल हैं। AI से यह काम कैसे बदलेगा, इस पर आज भी शोध चल रहा है।
जापानी शोधकर्ताओं का शुरू किया : लक्ष्य है 21वीं सदी के मध्य तक मानव जैसे रोबोटों की टीम से विश्व कप विजेता टीम को हराना
में रोबोट फ़ुटबॉल को AI और रोबोट अनुसंधान की साझा चुनौती बनाया गया। इसे जापानी शोधकर्ताओं (हिरोआकि कितानो (Hiroaki Kitano), मिनोरु असादा (Minoru Asada), यासुओ कुनियोशि (Yasuo Kuniyoshi) आदि) ने शुरू किया। जून 1993 में केवल जापान की की कल्पना की गई, लेकिन एक महीने में विदेशों से भी भाग लेने की इच्छाएँ आने लगीं और यह अंतरराष्ट्रीय परियोजना बन गई। 1997 में नागोया में पहली प्रतियोगिता हुई, जिसमें 40 से अधिक टीमें और 5000 से अधिक दर्शक आए। आधिकारिक वेबसाइट का अंतिम लक्ष्य है कि 21वीं सदी के मध्य तक, FIFA के आधिकारिक नियमों के अनुसार सबसे हाल के विश्व कप की विजेता टीम के विरुद्ध, ।
आम तौर पर कही जाने वाली बात:यह कहा जा सकता है कि “रोबोट फ़ुटबॉल जापान का आविष्कार है” मूल स्रोत के अनुसार:आधिकारिक वेबसाइट के इतिहास के अनुसार, रोबोट फ़ुटबॉल को सबसे पहले कनाडा के मैकवर्थ (Mackworth) ने शोधपत्र (1992) में प्रस्तुत किया था। वेबसाइट बताती है कि जापानी शोधकर्ता भी लगभग उसी समय स्वतंत्र रूप से इसकी योजना बना रहे थे। इसे अंतरराष्ट्रीय प्रतियोगिता का रूप देने वाले जापानी शोधकर्ता थे, जिन्होंने 1993 की की योजना से शुरुआत की।
इसके बाद:समय सीमा अभी नहीं आई है और नतीजा अभी नहीं निकला है। 5 जुलाई 2026 को दक्षिण कोरिया के इंचॉन में RoboCup 2026 में पहली बार मानव जैसे रोबोटों के बीच 11 बनाम 11 का मैच हुआ (जर्मनी की B-Human ने जर्मनी की ही HTWK को 4 बनाम 0 से हराया)। यह रोबोटों के बीच मैच था, इंसानों के चैंपियन के विरुद्ध नहीं।
3 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:लक्ष्य वर्ष का उल्लेख: आधिकारिक वेबसाइट कहती है कि “1997 में स्थापना के समय मिशन 2050 तक के लिए था”। लेकिन संस्थापकों के 1997 के शोधपत्र (AI Magazine) में “2050” या “21वीं सदी का मध्य” नहीं मिलता। शोधपत्र का अंतिम लक्ष्य है (PDF का 2वाँ पृष्ठ, मुद्रित p.74: ultimate goal ... beat the Brazil world-cup team); कोई अंतिम वर्ष नहीं दिया गया। सार में यह भी है कि “अंतिम लक्ष्य वास्तविक रोबोटों का विश्व कप है” (PDF का 1वाँ पृष्ठ)। इस वेबसाइट में यह जाँचा नहीं गया कि “वर्ष 2050” पहली बार कब लिखित रूप में आया।
जनवरी 1952 में BBC रेडियो पर 4 लोगों ने पर चर्चा की: ट्यूरिंग, गणितज्ञ मैक्स न्यूमन (Max Newman), मस्तिष्क शल्यचिकित्सक जेफ़्री जेफ़रसन (Geoffrey Jefferson) और दार्शनिक रिचर्ड ब्रेथवेट (Richard Braithwaite)। न्यूमन ने पूछा । ट्यूरिंग का उत्तर था:
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “ट्यूरिंग ने लगभग 2000 में मशीन के टेस्ट पास करने की भविष्यवाणी की”। मूल स्रोत के अनुसार:1952 के रेडियो कार्यक्रम में उन्होंने बिना प्रश्नों पर रोक वाले रूप के लिए कहा था। 1950 के शोधपत्र का अधिक सीमित शर्तों पर था: 5 मिनट, सामान्य प्रश्नकर्ता और 70%।
इसके बाद:लक्ष्य साल अभी नहीं आया है (परिणाम की प्रतीक्षा)। 2025 में 5 मिनट की बातचीत में बड़े भाषा AI को इंसान मानने की ऊँची दर वाला प्रयोग शोधपत्र में प्रकाशित हुआ (→ एलन ट्यूरिंग (Alan Turing) की भविष्यवाण… देखें)। लेकिन लंबे रूप के परिणाम इस साइट ने नहीं जाँचे हैं।
जो अभी पता नहीं है:इस साइट पर प्रसारण का मूल पाठ (AMT/B/6) नहीं देखा जा सका है। रिकॉर्डिंग बची है या नहीं, इसकी भी पुष्टि नहीं की गई।
चित्र क्या दिखाता है:कहने का वर्ष और जवाब का वर्ष दोनों वाली 47 भविष्यवाणियों को 1 चित्र पर रखने से दिखता है कि किसका जवाब वाला वर्ष बीत चुका है और किसका अभी आना बाकी है। सही या गलत के रंग नहीं दिए गए, क्योंकि सही मानने का मानदंड हर भविष्यवाणी में अलग है।
04वितरण और माध्यिका
भविष्यवाणियाँ कितने साल आगे की रही हैं?
“और कितने साल” की भविष्यवाणियाँ कितने साल आगे पर सबसे अधिक जमा होती हैं?
नक्शे की 47 भविष्यवाणियों के लिए तय साल − बात कहे जाने का साल (कितने साल आगे) गिना गया और उसका वितरण (मानों का फैलाव) स्तंभ आलेख में दिखाया गया। सबसे अधिक भविष्यवाणियाँ 5〜9 साल आगे की हैं। बीच का मान (माध्यिका) 9 साल आगे है। अलग-अलग दौरों को देखें तो 2000 के बाद की भविष्यवाणियाँ जितनी नई हैं, उतने ही निकट के भविष्य की बात करती हैं।
माध्यिका, मानों को क्रम में रखने पर बीच का मान है। औसत से अलग, 100 साल आगे जैसा कोई 1 बहुत अलग मान जुड़ने पर भी यह बहुत कम बदलती है। दाईं ओर के चित्र में “बहुत दूर की भविष्यवाणी जोड़ें (50 साल आगे से)” को चालू या बंद करके देखें कि औसत और माध्यिका कैसे बदलते हैं।
लेकिन इस साइट के रिकॉर्ड अध्यायों में शामिल प्रसिद्ध भविष्यवाणियों का चयन हैं, दुनिया की सभी भविष्यवाणियों का संग्रह नहीं। चुनने के तरीके से वितरण बदलता है (अगला पृष्ठ-जोड़ा)।
माध्यिका = सबसे छोटे से सबसे बड़े क्रम में रखे मानों का बीच का मान औसत = कुल जोड़ ÷ मानों की संख्या
कितने साल आगे
तय साल − बात कहे जाने का साल
मूल स्रोत और भरोसे का स्तर (2)भविष्यवाणियाँ कितने साल आगे की रही हैं?
7 अगस्त 2022मूल स्रोत से पुष्टि
AI कब संभव होगा, इसकी भविष्यवाणियों की सूची (AI Impacts का संशोधित संस्करण): 65 अनुमान; अनुमानित वर्षों के माध्यिका मान 2033–2037
आर्मस्ट्रॉन्ग (Armstrong) और अन्य की 95 भविष्यवाणियों की सूची से AI Impacts ने दोहराए गए रिकॉर्ड और सर्वेक्षणों के सारांश हटाकर 65 रिकॉर्ड रखे। मनुष्यों जैसी क्षमता वाला AI कब संभव होगा, इसके अनुमानित वर्षों के माध्यिका मान 2033 और 2037 थे (गणना के 2 तरीकों के अनुसार)। 2000 से पहले और बाद की भविष्यवाणियों में यह वितरण मिलता-जुलता है कि अनुमान देने के कितने वर्ष बाद AI आने की उम्मीद थी। अनुमान देने के वर्ष और बाद की अवधि का सहसंबंध 0.13 है।
1 मूल स्रोत और उनकी जाँच का विवरण
MIRI AI Predictions Dataset (AI Impacts · शुरुआती मुख्य बातें, Table 1 और Our changes to the dataset · मूल स्रोत)
2012मूल स्रोत से पुष्टि
शोध जिसमें AI की भविष्यवाणियाँ अक्सर 15–25 साल बाद की बताई गईं (अब शोधपत्र की शुरुआत में टिप्पणी है: )
इस शोधपत्र ने AI के साकार होने के समय की 95 भविष्यवाणियाँ इकट्ठी करके उनका विश्लेषण किया। उसमें की भविष्यवाणियाँ सबसे अधिक बताई गईं और कहा गया कि विशेषज्ञों और गैर-विशेषज्ञों की भविष्यवाणियों में अंतर नहीं पहचाना जा सकता। अब सार्वजनिक PDF के पहले पृष्ठ पर टिप्पणी है, । गलती का कारण विशेषज्ञ और गैर-विशेषज्ञ बताने वाले कॉलम को ग़लत पढ़ना था (AI Impacts ने 2016 में बताया)।
आम तौर पर कही जाने वाली बात:“AI की भविष्यवाणियाँ हमेशा 15–25 साल बाद की होती हैं” अक्सर उद्धृत किया जाता है मूल स्रोत के अनुसार:मूल शोधपत्र पर अब टिप्पणी है, । लेकिन गलती विशेषज्ञों के वर्गीकरण में थी; टिप्पणी से यह स्पष्ट नहीं होता कि 15–25 साल वाला निष्कर्ष भी अमान्य हुआ या नहीं।
जो अभी पता नहीं है:भविष्यवाणियाँ लगभग 20 साल बाद के समय पर केंद्रित होती हैं या नहीं, यह डेटा तैयार करने के तरीके पर निर्भर करता है। यह स्पष्ट नहीं है।
चित्र क्या दिखाता है:47 भविष्यवाणियों में सबसे अधिक 5〜9 वर्ष आगे की थीं और माध्यिका 9 वर्ष थी। 100 वर्ष आगे जैसी बहुत दूर की भविष्यवाणी जोड़ने पर माध्यिका लगभग नहीं बदलती, लेकिन औसत बहुत बदलता है।
बात कहे जाने के हर दौर की माध्यिका
05चयन में पक्षपात
केवल प्रसिद्ध भविष्यवाणियाँ इकट्ठी करें तो
इकट्ठा करने का तरीका बदलने पर क्या “कितने साल आगे” का जवाब भी बदलता है?
इतिहास की किताबों या इस साइट पर दर्ज भविष्यवाणियाँ सभी भविष्यवाणियाँ नहीं हैं। जो भविष्यवाणियाँ बड़े दावे करती हैं और बाद में चर्चा में आती हैं, उनके रिकॉर्ड में बने रहने की संभावना अधिक होती है। इसे चयन में पक्षपात (चयन पूर्वाग्रह) कहते हैं।
दाईं ओर का चित्र इस साइट की बनाई हुई 400 भविष्यवाणियों की दुनिया है। इसमें तय किया गया है कि निकट भविष्य के बारे में बड़े दावे करने वाली भविष्यवाणियाँ अधिक आसानी से प्रसिद्ध होंगी, और केवल प्रसिद्ध भविष्यवाणियाँ चुनी जाती हैं। प्रसिद्ध होने की संभावना (निकट भविष्य के लिए अधिक) का स्लाइडर बढ़ाने पर चुनी गई भविष्यवाणियों के “कितने साल आगे” की माध्यिका, सभी भविष्यवाणियों की माध्यिका से दूर होती जाती है।
2012 के एक अध्ययन ने इकट्ठी की गई 95 भविष्यवाणियाँ जाँचीं और कहा कि (अनुवाद) की भविष्यवाणियाँ सबसे अधिक हैं। AI Impacts ने 2016 में इस सूची की गलतियाँ बताईं और दोहराई गई प्रविष्टियाँ तथा सर्वेक्षणों के सारांश हटाकर इसे 65 भविष्यवाणियों की सूची बनाया। क्या इकट्ठा किया जाए और क्या हटाया जाए, इससे यह बदलता है कि किसे गिना जा रहा है।
चुने जाने की संभावना ∝ प्रसिद्ध होने की संभावना
इस उदाहरण की भविष्यवाणियाँ और प्रसिद्ध होने की संभावना तय करने का तरीका इस साइट ने बनाया है
मूल स्रोत और भरोसे का स्तर (2)केवल प्रसिद्ध भविष्यवाणियाँ इकट्ठी करें तो
2012मूल स्रोत से पुष्टि
शोध जिसमें AI की भविष्यवाणियाँ अक्सर 15–25 साल बाद की बताई गईं (अब शोधपत्र की शुरुआत में टिप्पणी है: )
इस शोधपत्र ने AI के साकार होने के समय की 95 भविष्यवाणियाँ इकट्ठी करके उनका विश्लेषण किया। उसमें की भविष्यवाणियाँ सबसे अधिक बताई गईं और कहा गया कि विशेषज्ञों और गैर-विशेषज्ञों की भविष्यवाणियों में अंतर नहीं पहचाना जा सकता। अब सार्वजनिक PDF के पहले पृष्ठ पर टिप्पणी है, । गलती का कारण विशेषज्ञ और गैर-विशेषज्ञ बताने वाले कॉलम को ग़लत पढ़ना था (AI Impacts ने 2016 में बताया)।
आम तौर पर कही जाने वाली बात:“AI की भविष्यवाणियाँ हमेशा 15–25 साल बाद की होती हैं” अक्सर उद्धृत किया जाता है मूल स्रोत के अनुसार:मूल शोधपत्र पर अब टिप्पणी है, । लेकिन गलती विशेषज्ञों के वर्गीकरण में थी; टिप्पणी से यह स्पष्ट नहीं होता कि 15–25 साल वाला निष्कर्ष भी अमान्य हुआ या नहीं।
जो अभी पता नहीं है:भविष्यवाणियाँ लगभग 20 साल बाद के समय पर केंद्रित होती हैं या नहीं, यह डेटा तैयार करने के तरीके पर निर्भर करता है। यह स्पष्ट नहीं है।
AI कब संभव होगा, इसकी भविष्यवाणियों की सूची (AI Impacts का संशोधित संस्करण): 65 अनुमान; अनुमानित वर्षों के माध्यिका मान 2033–2037
आर्मस्ट्रॉन्ग (Armstrong) और अन्य की 95 भविष्यवाणियों की सूची से AI Impacts ने दोहराए गए रिकॉर्ड और सर्वेक्षणों के सारांश हटाकर 65 रिकॉर्ड रखे। मनुष्यों जैसी क्षमता वाला AI कब संभव होगा, इसके अनुमानित वर्षों के माध्यिका मान 2033 और 2037 थे (गणना के 2 तरीकों के अनुसार)। 2000 से पहले और बाद की भविष्यवाणियों में यह वितरण मिलता-जुलता है कि अनुमान देने के कितने वर्ष बाद AI आने की उम्मीद थी। अनुमान देने के वर्ष और बाद की अवधि का सहसंबंध 0.13 है।
1 मूल स्रोत और उनकी जाँच का विवरण
MIRI AI Predictions Dataset (AI Impacts · शुरुआती मुख्य बातें, Table 1 और Our changes to the dataset · मूल स्रोत)
चित्र क्या दिखाता है:अगर साहसी और निकट भविष्य की भविष्यवाणियाँ अधिक प्रसिद्ध होकर बचती हों, तो केवल प्रसिद्ध भविष्यवाणियाँ इकट्ठा करने पर “कितने वर्ष आगे” की माध्यिका सभी भविष्यवाणियों की माध्यिका से दूर हो जाती है।
सभी और चुनी गई भविष्यवाणियों के “कितने साल आगे” का वितरण
062012·डेटा की गलती
शोधपत्र की शुरुआत में जुड़ी टिप्पणी
अगर किसी प्रसिद्ध अध्ययन का निष्कर्ष डेटा को ग़लत पढ़ने से निकला हो तो?
2012 के शोधपत्र ने AI के साकार होने के समय की 95 भविष्यवाणियाँ इकट्ठी कीं। उसने कहा कि (अनुवाद) की भविष्यवाणियाँ सबसे अधिक हैं और विशेषज्ञों तथा दूसरे लोगों की भविष्यवाणियों में अंतर पहचानना संभव नहीं है। “AI की भविष्यवाणियाँ हमेशा 15〜25 साल बाद की होती हैं” एक अक्सर दोहराई जाने वाली बात बन गई।
अभी उपलब्ध शोधपत्र के पृष्ठ 1 पर टिप्पणी है, (अनुवाद)। गलती विशेषज्ञ और दूसरे लोगों को अलग करने वाले कॉलम को ग़लत पढ़ने की थी (AI Impacts ने 2016 में बताया)।
दाईं ओर का चित्र इस साइट की बनाई छोटी तालिका है। “क्या विशेषज्ञ है” वाले कॉलम को हर बार 1 पंक्ति खिसकाकर पढ़ने पर 2 समूहों के औसत का अंतर बदल जाता है। केवल 1 कॉलम ग़लत पढ़ने से यह निष्कर्ष निकल सकता है या गायब हो सकता है कि दोनों में अंतर पहचानना संभव नहीं है।
समूहों का अंतर = विशेषज्ञों का औसत − दूसरे लोगों का औसत
उदाहरण की तालिका के मान इस साइट ने बनाए हैं (वे मूल सूची के मान नहीं हैं)
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:AI की भविष्यवाणियाँ हमेशा 15〜25 साल बाद की होती हैं मूल स्रोत के अनुसार:मूल शोधपत्र में अब टिप्पणी है, (अनुवाद)। लेकिन गलती विशेषज्ञों को अलग करने के तरीके में थी, और टिप्पणी से पता नहीं चलता कि 15〜25 साल वाली बात भी ग़लत साबित हुई या नहीं।
मूल स्रोत और भरोसे का स्तर (1)शोधपत्र की शुरुआत में जुड़ी टिप्पणी
2012मूल स्रोत से पुष्टि
शोध जिसमें AI की भविष्यवाणियाँ अक्सर 15–25 साल बाद की बताई गईं (अब शोधपत्र की शुरुआत में टिप्पणी है: )
इस शोधपत्र ने AI के साकार होने के समय की 95 भविष्यवाणियाँ इकट्ठी करके उनका विश्लेषण किया। उसमें की भविष्यवाणियाँ सबसे अधिक बताई गईं और कहा गया कि विशेषज्ञों और गैर-विशेषज्ञों की भविष्यवाणियों में अंतर नहीं पहचाना जा सकता। अब सार्वजनिक PDF के पहले पृष्ठ पर टिप्पणी है, । गलती का कारण विशेषज्ञ और गैर-विशेषज्ञ बताने वाले कॉलम को ग़लत पढ़ना था (AI Impacts ने 2016 में बताया)।
आम तौर पर कही जाने वाली बात:“AI की भविष्यवाणियाँ हमेशा 15–25 साल बाद की होती हैं” अक्सर उद्धृत किया जाता है मूल स्रोत के अनुसार:मूल शोधपत्र पर अब टिप्पणी है, । लेकिन गलती विशेषज्ञों के वर्गीकरण में थी; टिप्पणी से यह स्पष्ट नहीं होता कि 15–25 साल वाला निष्कर्ष भी अमान्य हुआ या नहीं।
जो अभी पता नहीं है:भविष्यवाणियाँ लगभग 20 साल बाद के समय पर केंद्रित होती हैं या नहीं, यह डेटा तैयार करने के तरीके पर निर्भर करता है। यह स्पष्ट नहीं है।
चित्र क्या दिखाता है:“विशेषज्ञ हैं या नहीं” वाला कॉलम केवल 1 पंक्ति खिसकाकर पढ़ने से 2 समूहों के औसत का अंतर बदलता है और “अंतर पहचान नहीं सकते” वाला निष्कर्ष बनता या मिटता है। 2012 के शोधपत्र पर अब डेटा की त्रुटि का नोट है।
072022·सुधारी गई सूची
भविष्यवाणी के साल और “और कितने साल” में संबंध है?
क्या पुरानी और नई भविष्यवाणियों में “और कितने साल” वाली बात बदली है?
AI Impacts की सुधारी गई सूची (65 भविष्यवाणियाँ) में मानव स्तर के AI के आने के साल की माध्यिका 2033 या 2037 थी (पढ़ने के 2 तरीके हैं)। 2000 से पहले और बाद की भविष्यवाणियों के “और कितने साल” के वितरण भी एक जैसे थे। भविष्यवाणी के साल और बताए गए सालों की संख्या का सहसंबंध 0.13 था, जो छोटा है।
सहसंबंध बताता है कि 2 संख्याएँ कितनी साथ-साथ बदलती हैं। यह −1 से 1 के बीच होता है; 0 के जितना पास हो, संबंध उतना कमज़ोर होता है। दाईं ओर का चित्र इस साइट की 47 भविष्यवाणियों को बिंदुओं से दिखाता है। क्षैतिज अक्ष=बात कहे जाने का साल और ऊर्ध्वाधर अक्ष=कितने साल आगे है। सहसंबंध वहीं गणना किया जाता है। इस साइट की 47 भविष्यवाणियों में यह लगभग −0.34 है (बाद की भविष्यवाणियाँ अधिक निकट के भविष्य की बात करती हैं)। लेकिन इकट्ठा करने के तरीके अलग हैं, इसलिए इसकी सीधे 0.13 से तुलना नहीं कर सकते। बिंदु को खींचने पर दिखता है कि बाकी से बहुत अलग 1 बिंदु भी सहसंबंध को बहुत बदल सकता है।
r=Σ(x − x̄)(y − ȳ)/ √{ Σ(x − x̄)2 · Σ(y − ȳ)2 }
x
बात कहे जाने का साल
y
कितने साल आगे
x̄·ȳ
दोनों के अलग-अलग औसत
सूची के इस्तेमाल की शर्तें
AI Impacts के शोध पृष्ठ ऐसी शर्तों (CC0) के तहत उपलब्ध हैं कि कोई भी उन्हें स्वतंत्र रूप से इस्तेमाल कर सकता है (पृष्ठ पर लिखा है कि ब्लॉग लेख इसमें शामिल नहीं हैं)।
मूल स्रोत और भरोसे का स्तर (1)भविष्यवाणी के साल और “और कितने साल” में संबंध है?
7 अगस्त 2022मूल स्रोत से पुष्टि
AI कब संभव होगा, इसकी भविष्यवाणियों की सूची (AI Impacts का संशोधित संस्करण): 65 अनुमान; अनुमानित वर्षों के माध्यिका मान 2033–2037
आर्मस्ट्रॉन्ग (Armstrong) और अन्य की 95 भविष्यवाणियों की सूची से AI Impacts ने दोहराए गए रिकॉर्ड और सर्वेक्षणों के सारांश हटाकर 65 रिकॉर्ड रखे। मनुष्यों जैसी क्षमता वाला AI कब संभव होगा, इसके अनुमानित वर्षों के माध्यिका मान 2033 और 2037 थे (गणना के 2 तरीकों के अनुसार)। 2000 से पहले और बाद की भविष्यवाणियों में यह वितरण मिलता-जुलता है कि अनुमान देने के कितने वर्ष बाद AI आने की उम्मीद थी। अनुमान देने के वर्ष और बाद की अवधि का सहसंबंध 0.13 है।
1 मूल स्रोत और उनकी जाँच का विवरण
MIRI AI Predictions Dataset (AI Impacts · शुरुआती मुख्य बातें, Table 1 और Our changes to the dataset · मूल स्रोत)
चित्र क्या दिखाता है:सहसंबंध बताता है कि 2 संख्याएँ कितनी साथ बदलती हैं, और इस साइट की 47 भविष्यवाणियों में यह लगभग −0.34 है। लेकिन केवल 1 बहुत अलग बिंदु से यह बहुत बदलता है और इसे अलग चयन वाले AI Impacts के 0.13 से सीधे नहीं मिला सकते।
081843〜2025·देर से साकार
भविष्यवाणियाँ केवल ग़लत नहीं निकलतीं
जो भविष्यवाणियाँ तय साल में पूरी नहीं हुईं, उनका बाद में क्या हुआ?
1843 में एडा लवलेस (Ada Lovelace) ने लिखा, (अनुवाद)। खुद एनालिटिकल इंजन नहीं बनाया गया, लेकिन लगभग 110 साल बाद, 1956 में, कंप्यूटर से रचित चार तंत्री वाद्यों की संगीत रचना का एक भाग बजाया गया। 1957 में हर्बर्ट साइमन (Herbert Simon) और एलन न्यूवेल (Allen Newell) ने भविष्यवाणी की कि 10 साल के भीतर कंप्यूटर शतरंज का विश्व चैंपियन बन जाएगा। कंप्यूटर ने विश्व चैंपियन को मुकाबले में लगभग 40 साल बाद, 1997 में हराया।
कुछ भविष्यवाणियाँ समय-सीमा के भीतर भी पूरी हुईं। गणित ओलंपियाड के स्वर्ण पदक के स्तर के अंक, जिनकी संभावना 2022 में 8% से कम और 16% से अधिक मानी गई थी, जुलाई 2025 में हासिल किए गए (अध्याय 12)।
दाईं ओर का चित्र बात कहे जाने का साल, तय साल और घटना सचमुच होने का साल एक रेखा पर रखता है। देरी को साथ रखकर देखने पर पता चलता है कि कुछ घटनाएँ कई दशक देर से हुईं और कुछ समय-सीमा के भीतर। लेकिन “सचमुच हुआ” वही है जो भविष्यवाणी में कहा गया था या नहीं, यह हर मामले में अलग से जाँचना ज़रूरी है।
देरी = घटना सचमुच होने का साल − तय साल
जिन भविष्यवाणियों में तय साल नहीं है, उनके लिए बात कहे जाने के साल से गिनते हैं
मूल स्रोत और भरोसे का स्तर (5)भविष्यवाणियाँ केवल ग़लत नहीं निकलतीं
1843मूल स्रोत से पुष्टि
एडा लवलेस (Ada Lovelace) का अनुमान:
लवलेस ने टिप्पणी A में तर्क दिया कि एनालिटिकल इंजन केवल संख्याओं ही नहीं, उन चीज़ों पर भी काम कर सकता है जिनके संबंध प्रतीकों में दिखाए जा सकें। उदाहरण के लिए, अगर स्वरों की ऊँचाई के संबंध मशीन के प्रतीकों में व्यक्त किए जा सकें, तो मशीन कितनी भी जटिल, लंबी और बारीकी से रची गई धुन बना सकती है।
इसके बाद:एनालिटिकल इंजन खुद कभी नहीं बना। लगभग 110 साल बाद, 9 अगस्त 1956 को अमेरिका के Illinois विश्वविद्यालय में छात्रों ने कंप्यूटर ILLIAC I से रचे गए तार वाद्य चौकड़ी के संगीत (Illiac Suite) के पहले 3 भाग बजाए (विश्वविद्यालय के संग्रहालय का विवरण)। रचना 1956 के अंत तक पूरी हुई; कुछ स्रोत “1957” बताते हैं।
हर्बर्ट साइमन (Herbert Simon) और एलेन न्यूवेल (Allen Newell) ने भविष्यवाणी की कि 10 साल के भीतर कंप्यूटर शतरंज का विश्व चैंपियन होगा (अगर प्रतियोगिता के नियम उसे भाग लेने से न रोकें)।
इसके बाद:अप्रैल 1967 में सबसे मज़बूत शतरंज प्रोग्रामों में से एक (MIT का MAC HACK VI) मध्यम स्तर के शौकिया खिलाड़ी जितना मज़बूत था (अमेरिकी रेटिंग 1450)। 1968 में अंतरराष्ट्रीय शतरंज मास्टर लेवी (Levy) और शोधकर्ताओं ने शर्त लगाई कि क्या कंप्यूटर 10 साल के भीतर लेवी को हरा सकता है। 1978 में लेवी ने कंप्यूटर को हराया और शर्त जीत ली। कंप्यूटर ने मौजूदा विश्व चैंपियन (कास्पारोव (Kasparov)) को 6 बाज़ियों के मैच में मई 1997 में हराया, भविष्यवाणी के लगभग 40 साल बाद (IBM का Deep Blue, 3.5 बनाम 2.5)। कंप्यूटर ने मनुष्यों के विश्व चैंपियन का खिताब कभी नहीं पाया है (भविष्यवाणी में भी लिखा है)।
एलन ट्यूरिंग (Alan Turing) की भविष्यवाणी: — सही पहचानने की संभावना 70% या उससे कम
ट्यूरिंग ने 1950 के शोधपत्र में अपना अनुमान दिया। लगभग 50 साल बाद कंप्यूटर नकल का खेल अच्छा खेल सकेंगे और सामान्य प्रश्नकर्ता के 5 मिनट पूछने के बाद सही पहचानने की संभावना 70% से अधिक नहीं होगी। उसी अनुच्छेद में लिखा कि सदी के अंत तक भाषा का इस्तेमाल और लोगों की सोच बदल जाएगी और पर आपत्ति नहीं होगी।
आम तौर पर कही जाने वाली बात:अक्सर इसे नियम की तरह कहा जाता है: “30% निर्णायकों को धोखा दे तो पास”। मूल स्रोत के अनुसार:मूल शोधपत्र में यह पास होने का नियम नहीं, लगभग 50 साल बाद का अनुमान है। संख्या का अर्थ है, यानी 10 में से 3 लोग गलत पहचानते हैं। कोपलैंड (Copeland) के 2000 के शोधपत्र (मुद्रित पृष्ठ 527) में उदाहरण है कि कभी इसे बिलकुल उलटा बताया गया: ।
इसके बाद:सायगिन (Saygin) और सहलेखकों के 2000 के समीक्षा शोधपत्र के अनुसार 1991 से हो रही इनामी प्रतियोगिता (लोबनर (Loebner) पुरस्कार) का बड़ा पुरस्कार किसी प्रोग्राम ने नहीं जीता था। रिकॉर्ड में मशीनों की आम तौर पर जल्दी पहचान हो जाती थी। यानी अनुमान वाले साल तक अनुमान के रूप में बात सच नहीं हुई थी। 2000 के प्रतियोगिता परिणाम के बारे में भी कहा गया, लेकिन उसी साल कोपलैंड ने लिखा ““लगभग 50 साल” का अर्थ “ठीक 50 साल” नहीं है”। फिर मार्च 2025 में अमेरिका के विश्वविद्यालय (UC San Diego) के शोधकर्ताओं ने प्रयोग का परिणाम शोधपत्र (arXiv) में दिया। प्रश्नकर्ता ने 1 इंसान और 1 मशीन से साथ-साथ 5 मिनट बातचीत की। इंसान का अभिनय करने का निर्देश दिए गए 2 बड़े भाषा AI में 1 (GPT-4.5) को 73% और दूसरे (LLaMa-3.1-405B) को 56% बार इंसान माना गया। 2 विकल्प होने के कारण पहले को सही पहचानने की दर बचा हुआ 27% थी। यह केवल 1 शोध समूह की घोषणा है; इस साइट ने बाद के मूल्यांकन की पुष्टि नहीं की है। वाले हिस्से की पुष्टि नहीं हुई है।
जो अभी पता नहीं है:2025 के प्रयोग में मशीन को इंसान मानने का अर्थ है या नहीं, मालूम नहीं है। ट्यूरिंग ने भी मूल प्रश्न को चर्चा के योग्य न मानकर खेल से बदल दिया था।
क्या 2025 तक AI गणित ओलंपियाड में स्वर्ण स्तर हासिल करेगा? 2022 में 2 शोधकर्ताओं ने संभावना 8% से कम और 16% से अधिक बताई। जुलाई 2025 में परिणाम आया
AI की प्रगति पर शोधकर्ता पॉल क्रिस्टियानो (Paul Christiano) और एलीएज़र युडकोव्स्की (Eliezer Yudkowsky) के विचार अलग थे। इसलिए उन्होंने ऐसे अनुमान की संभावना सार्वजनिक की जिसका परिणाम स्पष्ट हो सके: अंतरराष्ट्रीय गणित ओलंपियाड (स्कूल के विद्यार्थियों की प्रतियोगिता) के बारे में (समय आदि के नियम IMO Grand Challenge के अनुसार)। क्रिस्टियानो ने संभावना 8% से कम और युडकोव्स्की ने 16% या अधिक बताई। क्रिस्टियानो ने सबसे कठिन प्रश्न हल होने की संभावना 4% से कम बताई। जुलाई 2025 में Google DeepMind ने घोषणा की कि Gemini के उन्नत संस्करण ने 6 में से 5 प्रश्न पूरे हल करके 42 में से 35 अंक (स्वर्ण पदक का स्तर) पाए। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और पुष्टि की। इसने 4.5 घंटे की सीमा में सामान्य भाषा में उत्तर लिखे।
इसके बाद:जुलाई 2025 में Google DeepMind के Gemini के उन्नत संस्करण ने 42 में से 35 अंक, यानी स्वर्ण पदक का स्तर, पाया। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और अंतरराष्ट्रीय गणित ओलंपियाड के अध्यक्ष ने की पुष्टि की। ब्लॉग के अनुसार यह पुष्टि उत्तरों की थी; AI की प्रणाली का सत्यापन नहीं किया गया था। काम 4.5 घंटे की समय सीमा में हुआ। सबसे कठिन प्रश्न, प्रश्न 6, हल नहीं हुआ (6 में से 5 प्रश्न हल हुए)। दोनों अनुमान संभावनाएँ थे, इसलिए उन्हें निश्चित रूप से सही या ग़लत नहीं कहा जा सकता। लेकिन वास्तविक परिणाम उस पक्ष के करीब था जिसने अधिक संभावना (16% से अधिक) बताई थी।
2005 में रे कुर्ज़वाइल (Ray Kurzweil): ── उनके अपने विवरण में मशीन की बुद्धिमत्ता इंसानों तक (2030 तक) पहुँचेगी; 2045 में होगी
कुर्ज़वाइल (जापानी AI सोसायटी की पत्रिका में 2014 में (अनुवाद) के रूप में परिचय) ने 2005 की अपनी किताब The Singularity Is Near (; जापानी अनुवाद (अनुवाद) (ポスト・ヒューマン誕生)) के बारे में खुद दिए Q&A में लिखा कि 25 वर्ष के भीतर मशीन की बुद्धिमत्ता इंसानी बुद्धिमत्ता की व्यापकता और बारीकी की बराबरी करेगी, फिर आगे निकल जाएगी। उन्होंने उस समय को कहा जब मशीन की बुद्धिमत्ता अपने डिज़ाइन को बदलकर लगातार अधिक तेज़ और समझदार होती जाएगी तथा तकनीक इतनी तेज़ बढ़ेगी कि बिना बदलाव वाली इंसानी बुद्धिमत्ता उसका साथ नहीं दे सकेगी। उस वर्ष के बारे में उनका कथन था: । उस वर्ष बनाई गई मशीन की बुद्धिमत्ता होगी। ज़रूरी गणना के बारे में उन्होंने लिखा कि पूरे मानव मस्तिष्क के काम के लिए प्रति 1 सेकंड लगभग 10^16 गणनाएँ चाहिए; सुपरकंप्यूटर 2000 के दशक के अंत के आसपास इस तक पहुँचेंगे (जापान की 2 परियोजनाएँ इसका लक्ष्य रखती हैं) और 2020 में लगभग 1,000 डॉलर में यह क्षमता मिलेगी।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “सिंगुलैरिटी = AI के इंसानी बुद्धिमत्ता से आगे निकलने का दिन = 2045” (मार्च 2015 में संसद में कहा गया: (अनुवाद); 2016 के सूचना और संचार श्वेतपत्र में (अनुवाद) … (अनुवाद)। रिकॉर्ड → जापान में 2045 की समस्या का प्रसार ── 2… और → सरकारी श्वेत पत्र में भी लगभग 2045 में …) मूल स्रोत के अनुसार:कुर्ज़वाइल के अपने विवरण में मशीन इंसानी बुद्धिमत्ता की बराबरी करेगी (2005 से गिनने पर लगभग 2030, इस वेबसाइट की गणना; ट्यूरिंग टेस्ट 2029)। 2045 उससे बहुत आगे है, जब मशीन की बुद्धिमत्ता होगी और तकनीक इतनी तेज़ बढ़ेगी कि बिना बदलाव वाले इंसान उसका साथ नहीं दे सकेंगे।
इसके बाद:2045 के नतीजे जाँचना अभी भविष्य की बात है (सितंबर 2026 तक)। बीच के अनुमानों में सुपरकंप्यूटर के प्रति 1 सेकंड 10^16 गणनाओं तक पहुँचने के बारे में, जापान के RIKEN के ने नवंबर 2011 के TOP500 में 10.51 पेटाफ़्लॉप्स हासिल किए। यह तक पहुँचने वाला पहला सुपरकंप्यूटर बना (अनुमान के से थोड़ा बाद)। 2020 तक लगभग 1,000 डॉलर में प्रति 1 सेकंड 10^16 गणनाओं वाली क्षमता के अनुमान को जाँचने के स्रोत इस वेबसाइट में नहीं खोले गए हैं।
जो अभी पता नहीं है:पूरे मानव मस्तिष्क के काम के लिए आवश्यक गणना के अनुमान, अनुमान लगाने वाले के अनुसार 100 गुना अलग हैं (कुर्ज़वाइल 2005: प्रति 1 सेकंड 10^16 गणनाएँ; हान्स मोरावेक (Hans Moravec) 1998: 10 करोड़ MIPS = प्रति 1 सेकंड 10^14 निर्देश)। मस्तिष्क कितनी गणना करता है, यह आज भी पता नहीं है।
चित्र क्या दिखाता है:कुछ भविष्यवाणियाँ तय वर्ष में नहीं हुईं, लेकिन कई दशकों बाद हुईं, और कुछ अपनी समयसीमा में हुईं। फिर भी हर 1 मामले में जाँचना चाहिए कि जो हुआ, वह भविष्यवाणी में कही बात ही थी या नहीं।
092005〜2026·गति की रेखा
2025 में 10 की घात 19 तक
राष्ट्रीय शिक्षण सामग्री में 2025 के मस्तिष्क सिमुलेशन की भविष्यवाणी का स्रोत क्या है?
हाई स्कूल के विषय “सूचना II (जापानी हाई स्कूल में सूचना और कंप्यूटर से जुड़ा विषय)” के शिक्षकों की शिक्षण सामग्री (2020) में लिखा था, (अनुवाद)। इसका स्रोत रे कर्ज़वाइल (Ray Kurzweil) की 2005 की किताब का चित्र है। इसमें एक रेखा खींची गई है जिस पर सुपरकंप्यूटर की गति (FLOPS: 1 सेकंड में दशमलव वाली गणनाओं की संख्या) हर 1.2 साल में 2 गुनी होती है। जहाँ वह 10 की घात 19 FLOPS पर पहुँचती है, वहाँ मस्तिष्क के न्यूरॉन्स के सिमुलेशन के लिए आवश्यक गति (2025) का लेबल रखा गया है। यह मस्तिष्क का सिमुलेशन करने के बजाय गति का पूर्वानुमान है।
इसे जाँचकर देखें। मूल चित्र वाला ही पैमाना (TOP500 रैंकिंग) लेने पर नवंबर 2025 का पहला स्थान भी 1.809 एक्सा (10 की घात 18) FLOPS था, यानी 10 की घात 19 का लगभग 1/5.5। कम अंकों की सटीकता वाली गणनाएँ मिलाने वाले दूसरे पैमाने पर 3 मशीनें इससे आगे निकल गईं। दाईं ओर के चित्र में 2 गुनी होने में लगने वाले साल बदलकर देखें।
गति(t)=1016 × 2(t − 2013)/T
T
2 गुनी होने में लगने वाले साल (मूल चित्र में 1.2 साल)
t
साल। मूल चित्र में 2013 में 10 की घात 16
मस्तिष्क का सिमुलेशन स्वयं
2013 में जापान के पर मानव मस्तिष्क के न्यूरल सर्किट के लगभग 1% के बराबर आकार का सिमुलेशन किया गया। मस्तिष्क के 1 सेकंड के लिए 40 मिनट लगे (RIKEN और दूसरे संस्थान)। नवंबर 2025 में घोषणा हुई कि पर चूहे के पूरे सेरेब्रल कॉर्टेक्स का विस्तृत सिमुलेशन किया गया। इस साइट ने संबंधित संस्थाओं की जो घोषणाएँ खोलीं, उनमें 2025 तक पूरे मानव मस्तिष्क का सिमुलेशन किए जाने की कोई घोषणा नहीं थी।
पूरे मानव मस्तिष्क के लिए आवश्यक गणना की मात्रा के अनुमान, अनुमान लगाने वाले व्यक्ति के अनुसार बहुत अलग हैं। उसी 2014 के श्वेतपत्र के दूसरे अध्याय में 10 की घात 19 से लगभग 260 गुना छोटा अनुमान भी दिया गया है।
मूल स्रोत और भरोसे का स्तर (3)2025 में 10 की घात 19 तक
13 फ़रवरी 2014मूल स्रोत से पुष्टिजापान
सरकारी शिक्षक सामग्री की भविष्यवाणी (अनुवाद) के मूल स्रोत तक — जड़ कर्ज़वाइल (Ray Kurzweil) की 2005 की पुस्तक में सुपरकंप्यूटर की गति के चित्र की एक रेखा है
जापान के शिक्षा, संस्कृति, खेल, विज्ञान और प्रौद्योगिकी मंत्रालय की हाई स्कूल “सूचना II (जापानी हाई स्कूल में सूचना और कंप्यूटर से जुड़ा विषय)” (अनुवाद) की शिक्षक सामग्री (2020) आंतरिक मामलों और संचार मंत्रालय के 2014 के सूचना और संचार श्वेतपत्र के आधार पर कहती है: यदि गणना की गति इसी तरह बढ़ती रहे, तो 2025 तक एक मनुष्य के मस्तिष्क का पूरी तरह सिमुलेशन (कंप्यूटर के भीतर उसकी प्रक्रियाओं की नकल करके चलाना) करने लायक प्रदर्शन हासिल होगा। स्रोत तक जाने पर पता चलता है कि यह बात श्वेतपत्र के मुख्य पाठ में नहीं, चित्र 3-1-1-4 (अनुवाद) में थी। चित्र का स्रोत 13 फरवरी 2014 की मंत्रालय की बैठक में श्री कितानि (Kitani) की सामग्री थी (कवर पर NTT Data का प्रौद्योगिकी विकास मुख्यालय)। उसमें लिखा था कि यह रे कर्ज़वाइल की 2005 की पुस्तक (मूल शीर्षक The Singularity Is Near) के चित्र पर आधारित है। मूल चित्र में सुपरकंप्यूटर की गति (FLOPS: प्रति सेकंड दशमलव वाली कितनी गणनाएँ हो सकती हैं) के बिंदु और हर 1.2 साल में दुगुनी होने की सीधी रुझान रेखा (Trendline) थी। जहाँ यह रेखा 10 की घात 19 FLOPS तक पहुँचती है, वहाँ टिप्पणी थी, । यानी मूल स्रोत मस्तिष्क सिमुलेशन खुद नहीं, गणना की गति का अनुमान था।
आम तौर पर कही जाने वाली बात:अक्सर इसे इस भविष्यवाणी के रूप में समझा जाता है कि 2025 तक पूरे मानव मस्तिष्क को कंप्यूटर में फिर बनाया जा सकेगा (2014 की बैठक सामग्री का शीर्षक भी है, (अनुवाद)) मूल स्रोत के अनुसार:मूल चित्र (कर्ज़वाइल, 2005) सुपरकंप्यूटर के प्रदर्शन का रुझान 10 की घात 19 FLOPS तक पहुँचने का वर्ष (2025) और मस्तिष्क के न्यूरॉनों के सिमुलेशन के लिए उस गति की अनुमानित ज़रूरत को जोड़ता है। यह नहीं कहता कि 2025 में कोई पूरे मस्तिष्क का सिमुलेशन करेगा। सरकारी सामग्री का कथन (अनुवाद) है: गणना की गति का अनुमान। जापानी अनुवाद के दौरान शब्द भी बदले। मूल Neural Simulation for Uploading (अपलोड करने के लिए न्यूरल सिमुलेशन) बदलकर (अनुवाद) सिमुलेशन करने योग्य प्रदर्शन बना; 10 की घात 16 FLOPS पर बदलकर (अनुवाद) हुआ।
इसके बाद:गणना गति की जाँच: मूल चित्र के समान मानदंड पर (सुपरकंप्यूटर प्रदर्शन की TOP500 रैंकिंग का HPL मान; मूल चित्र भी TOP500 को स्रोत कहता है), नवंबर 2025 में पहले स्थान का El Capitan (अमेरिका) 1.809 एक्साफ्लॉप्स (प्रति सेकंड लगभग 1,800,000,000,000,000,000 गणनाएँ) था: 10 की घात 19 FLOPS का लगभग 1/5.5। जून 2026 में पहले स्थान पर आए LineShine (चीन) का 2.198 एक्साफ्लॉप्स भी अभी वहाँ नहीं पहुँचा। दूसरी ओर, कम अंकों की गणना भी मिलाने वाली विधि (mixed-precision) मापने की अलग रैंकिंग HPL-MxP (पहले HPL-AI) में नवंबर 2025 में El Capitan (16.680), Aurora (11.643) और Frontier (11.390), तीनों 10 की घात 19 FLOPS से आगे गए। 10 की घात 16 FLOPS (चित्र में अनुमानित वर्ष 2013) पर जापान का नवंबर 2011 में 10.51 पेटाफ्लॉप्स के साथ पहुँच चुका था। मस्तिष्क सिमुलेशन के वास्तविक परिणाम: 2013 में K कंप्यूटर के सभी गणना नोड लेकर 1,730,000,000 न्यूरॉन और 10,400,000,000,000 सिनैप्स (मानव मस्तिष्क के न्यूरल सर्किट का लगभग 1%) का सिमुलेशन हुआ, लेकिन मस्तिष्क की 1 सेकंड की गतिविधि दोहराने में 40 मिनट लगे (RIKEN और अन्य)। 2018 में RIKEN ने लिखा कि उस समय के सबसे शक्तिशाली सुपरकंप्यूटर भी पूरे मानव मस्तिष्क के आकार का सिमुलेशन नहीं कर सकते, और 2020 के बाद की अगली पीढ़ी के सुपरकंप्यूटरों पर इसे संभव करने का तरीका पेश किया। नवंबर 2025 में Allen Institute, विद्युत-संचार विश्वविद्यालय और अन्य ने से चूहे के पूरे सेरेब्रल कॉर्टेक्स (लगभग 10,000,000 न्यूरॉन, 26,000,000,000 सिनैप्स, मस्तिष्क के 86 क्षेत्र) का विस्तृत सिमुलेशन करने की घोषणा की। Allen Institute के एंटोन आर्खिपोव (Anton Arkhipov) ने कहा कि दीर्घकालीन लक्ष्य पूरे मस्तिष्क का मॉडल बनाना है और आगे मानव मस्तिष्क का मॉडल भी लक्ष्य होगा। संबंधित पक्षों की जिन घोषणाओं को इस साइट ने खोला, उनमें किसी ने 2025 तक पूरे मानव मस्तिष्क का सिमुलेशन करने की बात नहीं कही।
जो अभी पता नहीं है:पूरे मानव मस्तिष्क के सिमुलेशन के लिए वास्तव में कितनी गणना चाहिए, इसके अनुमान अलग-अलग लोगों में बहुत अलग हैं। उसी 2014 के सूचना और संचार श्वेतपत्र के दूसरे अध्याय की टिप्पणी में IBM के मोधा (Modha) के 2008 के कथन के रूप में अनुमान है कि 2018 में 38.5 पेटाफ्लॉप्स (लगभग 4×10 की घात 16) पर मानव मस्तिष्क का सिमुलेशन हो सकेगा। यह कर्ज़वाइल के चित्र के 10 की घात 19 से लगभग 260 गुना अलग है। न्यूरॉन की नकल कितने विस्तार से की जाए, इस पर आवश्यक गति बदलती है (उदाहरण: 2025 के सिमुलेशन में न्यूरॉन की शाखाओं के अंदर बिजली का प्रवाह भी दोहराने की घोषणा हुई)। क्या 2025 तक कहीं भी पूरे मानव मस्तिष्क का सिमुलेशन नहीं हुआ था, यह इस साइट ने पूरी तरह नहीं जाँचा है (संबंधित पक्षों की केवल 3 घोषणाएँ खोली गईं)।
2005 में रे कुर्ज़वाइल (Ray Kurzweil): ── उनके अपने विवरण में मशीन की बुद्धिमत्ता इंसानों तक (2030 तक) पहुँचेगी; 2045 में होगी
कुर्ज़वाइल (जापानी AI सोसायटी की पत्रिका में 2014 में (अनुवाद) के रूप में परिचय) ने 2005 की अपनी किताब The Singularity Is Near (; जापानी अनुवाद (अनुवाद) (ポスト・ヒューマン誕生)) के बारे में खुद दिए Q&A में लिखा कि 25 वर्ष के भीतर मशीन की बुद्धिमत्ता इंसानी बुद्धिमत्ता की व्यापकता और बारीकी की बराबरी करेगी, फिर आगे निकल जाएगी। उन्होंने उस समय को कहा जब मशीन की बुद्धिमत्ता अपने डिज़ाइन को बदलकर लगातार अधिक तेज़ और समझदार होती जाएगी तथा तकनीक इतनी तेज़ बढ़ेगी कि बिना बदलाव वाली इंसानी बुद्धिमत्ता उसका साथ नहीं दे सकेगी। उस वर्ष के बारे में उनका कथन था: । उस वर्ष बनाई गई मशीन की बुद्धिमत्ता होगी। ज़रूरी गणना के बारे में उन्होंने लिखा कि पूरे मानव मस्तिष्क के काम के लिए प्रति 1 सेकंड लगभग 10^16 गणनाएँ चाहिए; सुपरकंप्यूटर 2000 के दशक के अंत के आसपास इस तक पहुँचेंगे (जापान की 2 परियोजनाएँ इसका लक्ष्य रखती हैं) और 2020 में लगभग 1,000 डॉलर में यह क्षमता मिलेगी।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “सिंगुलैरिटी = AI के इंसानी बुद्धिमत्ता से आगे निकलने का दिन = 2045” (मार्च 2015 में संसद में कहा गया: (अनुवाद); 2016 के सूचना और संचार श्वेतपत्र में (अनुवाद) … (अनुवाद)। रिकॉर्ड → जापान में 2045 की समस्या का प्रसार ── 2… और → सरकारी श्वेत पत्र में भी लगभग 2045 में …) मूल स्रोत के अनुसार:कुर्ज़वाइल के अपने विवरण में मशीन इंसानी बुद्धिमत्ता की बराबरी करेगी (2005 से गिनने पर लगभग 2030, इस वेबसाइट की गणना; ट्यूरिंग टेस्ट 2029)। 2045 उससे बहुत आगे है, जब मशीन की बुद्धिमत्ता होगी और तकनीक इतनी तेज़ बढ़ेगी कि बिना बदलाव वाले इंसान उसका साथ नहीं दे सकेंगे।
इसके बाद:2045 के नतीजे जाँचना अभी भविष्य की बात है (सितंबर 2026 तक)। बीच के अनुमानों में सुपरकंप्यूटर के प्रति 1 सेकंड 10^16 गणनाओं तक पहुँचने के बारे में, जापान के RIKEN के ने नवंबर 2011 के TOP500 में 10.51 पेटाफ़्लॉप्स हासिल किए। यह तक पहुँचने वाला पहला सुपरकंप्यूटर बना (अनुमान के से थोड़ा बाद)। 2020 तक लगभग 1,000 डॉलर में प्रति 1 सेकंड 10^16 गणनाओं वाली क्षमता के अनुमान को जाँचने के स्रोत इस वेबसाइट में नहीं खोले गए हैं।
जो अभी पता नहीं है:पूरे मानव मस्तिष्क के काम के लिए आवश्यक गणना के अनुमान, अनुमान लगाने वाले के अनुसार 100 गुना अलग हैं (कुर्ज़वाइल 2005: प्रति 1 सेकंड 10^16 गणनाएँ; हान्स मोरावेक (Hans Moravec) 1998: 10 करोड़ MIPS = प्रति 1 सेकंड 10^14 निर्देश)। मस्तिष्क कितनी गणना करता है, यह आज भी पता नहीं है।
1998 में हान्स मोरावेक (Hans Moravec): ── जवाब था । और 1960〜1990 का AI अनुसंधान में था
कार्नेगी मेलन यूनिवर्सिटी के रोबोटिक्स संस्थान के मोरावेक ने 1998 के शोधपत्र में मस्तिष्क जैसा काम करने के लिए ज़रूरी गणना की गति और मेमोरी का अनुमान लगाया। रेटिना का काम रोबोट के चित्र संसाधन से करने पर 1,000 MIPS चाहिए (MIPS = प्रति 1 सेकंड 10 लाख निर्देश)। मस्तिष्क रेटिना से लगभग 1 लाख गुना बड़ा है, इसलिए पूरे मस्तिष्क के लिए लगभग 10 करोड़ MIPS और लगभग 10 करोड़ मेगाबाइट मेमोरी का अनुमान था। कंप्यूटरों के सस्ते होते जाने के रुझान से उन्होंने भविष्यवाणी की कि मस्तिष्क की बराबरी करने के लिए और यह 10 करोड़ MIPS क्षमता । उसी शोधपत्र में उन्होंने बताया कि AI अनुसंधान के लिए उपलब्ध कंप्यूटरों की क्षमता 1960 से 1990 तक लगभग 1 MIPS पर ही रही; शोधकर्ताओं के जीवन भर का समय में निकल गया। उन्होंने यह भी कहा कि 1990 से क्षमता हर वर्ष दोगुनी हो रही है और अब (1998) वसंत है।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “1990 का दशक AI का दूसरा शीतकाल था” (उदाहरण: जापानी AI सोसायटी की पत्रिका के 2023 के आवरण चित्रों की श्रृंखला में लगभग 1992〜2010 को “दूसरा शीतकाल” (अनुवाद) दिखाया गया; रिकॉर्ड → जापानी कृत्रिम बुद्धिमत्ता सोसाइटी की क…) मूल स्रोत के अनुसार:मोरावेक ने 1998 के शोधपत्र में 1960〜1990 के 30 वर्षों को कहा, जब AI अनुसंधान के लिए उपलब्ध कंप्यूटरों की क्षमता लगभग 1 MIPS पर ही रही। वहीं 1990 के दशक में क्षमता हर वर्ष दोगुनी होने लगी तो उन्होंने लिखा: । इस दृष्टिकोण में शीतकाल को बजट या उम्मीदों से नहीं, उपलब्ध कंप्यूटरों की क्षमता से समझा गया।
इसके बाद:सितंबर 2026 तक भविष्यवाणी की समय सीमा (2020 का दशक, 2030 से पहले) अभी नहीं आई है। साथ ही मोरावेक के पैमाने (MIPS = प्रति 1 सेकंड निर्देशों की संख्या, 10 लाख की इकाइयों में; लगभग 1,000 डॉलर की घरेलू मशीन) और आज के AI की गणना के पैमाने (प्रति 1 सेकंड फ़्लोटिंग-पॉइंट गणनाओं की संख्या, FLOP/s आदि) एक जैसे नहीं हैं। उन्हें एक-दूसरे में बदलने के तरीके से नतीजा बदलता है, इसलिए इस वेबसाइट में भविष्यवाणी को सही या ग़लत नहीं ठहराया गया।
जो अभी पता नहीं है:मस्तिष्क का काम = 10 करोड़ MIPS का अनुमान रेटिना के काम को रोबोट के चित्र संसाधन से बदलने पर आधारित एक दृष्टिकोण है। मस्तिष्क कितनी गणना करता है, यह आज भी पता नहीं है। शोधपत्र खुद कहता है: । रुझानों को आगे बढ़ाकर आकलन करने का मतलब है पिछले रुझान की रेखा को भविष्य तक बढ़ाकर अनुमान लगाना।
चित्र क्या दिखाता है:“2025 में मस्तिष्क का पूरा सिमुलेशन” मूल रूप में सुपरकंप्यूटर की गति की रेखा आगे बढ़ाने का अनुमान था। 2 गुना होने की अवधि थोड़ी बदलने से 10 की 19 घात तक पहुँचने का वर्ष बहुत बदलता है, और वास्तविक स्थान 1 वाला कंप्यूटर अभी वहाँ नहीं पहुँचा है।
102005→2020·संदेश आगे पहुँचाना
लेबल के शब्द कहाँ बदले?
अंग्रेज़ी चित्र के लेबल से जापान की शिक्षण सामग्री का वाक्य बनने तक क्या बदला?
① रे कर्ज़वाइल (Ray Kurzweil) की 2005 की किताब का चित्र (अंग्रेज़ी में)। ② 13 फ़रवरी 2014 को आंतरिक मामलों और संचार मंत्रालय की बैठक में श्री कितानी (Mr. Kitani) की प्रस्तुत सामग्री का चित्र। शीर्षक है, (अनुवाद)। ③ मंत्रालय के 2014 के सूचना और संचार श्वेतपत्र का चित्र (अनुवाद)। ④ 2020 की राष्ट्रीय शिक्षण सामग्री में “सूचना II (जापानी हाई स्कूल में सूचना और कंप्यूटर से जुड़ा विषय)” के शिक्षकों के लिए लिखा वाक्य।
2 बदलाव हुए। जोड़ा गया, जो 2025 के लेबल (अपलोड करने के लिए न्यूरॉन्स का सिमुलेशन) में नहीं था। 2013 के लेबल का (अनुवाद) बदलकर (अनुवाद) हो गया। शिक्षण सामग्री का वाक्य पहले यह शर्त रखता है, (अनुवाद)।
दाईं ओर के चित्र में एक-एक लेबल आगे बढ़ाने पर बचे हुए, हटे हुए और जुड़े हुए विचार चिह्नित होते हैं।
बचे हुए विचार = पिछले लेबल के विचार ∩ अगले लेबल के विचार
∩
दोनों में मौजूद बातें (विचारों को अलग-अलग बाँटने का तरीका इस साइट का है)
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:यह भविष्यवाणी कि 2025 तक पूरे मानव मस्तिष्क की कंप्यूटर पर नकल संभव हो जाएगी मूल स्रोत के अनुसार:मूल चित्र में सुपरकंप्यूटर की गति की रेखा के 10 की घात 19 FLOPS तक पहुँचने वाले साल के साथ यह अनुमान रखा गया है कि मस्तिष्क के न्यूरॉन्स के सिमुलेशन के लिए इतनी गति चाहिए। इसमें यह नहीं लिखा है कि 2025 में कोई मस्तिष्क का सिमुलेशन करेगा।
मूल स्रोत और भरोसे का स्तर (1)लेबल के शब्द कहाँ बदले?
13 फ़रवरी 2014मूल स्रोत से पुष्टिजापान
सरकारी शिक्षक सामग्री की भविष्यवाणी (अनुवाद) के मूल स्रोत तक — जड़ कर्ज़वाइल (Ray Kurzweil) की 2005 की पुस्तक में सुपरकंप्यूटर की गति के चित्र की एक रेखा है
जापान के शिक्षा, संस्कृति, खेल, विज्ञान और प्रौद्योगिकी मंत्रालय की हाई स्कूल “सूचना II (जापानी हाई स्कूल में सूचना और कंप्यूटर से जुड़ा विषय)” (अनुवाद) की शिक्षक सामग्री (2020) आंतरिक मामलों और संचार मंत्रालय के 2014 के सूचना और संचार श्वेतपत्र के आधार पर कहती है: यदि गणना की गति इसी तरह बढ़ती रहे, तो 2025 तक एक मनुष्य के मस्तिष्क का पूरी तरह सिमुलेशन (कंप्यूटर के भीतर उसकी प्रक्रियाओं की नकल करके चलाना) करने लायक प्रदर्शन हासिल होगा। स्रोत तक जाने पर पता चलता है कि यह बात श्वेतपत्र के मुख्य पाठ में नहीं, चित्र 3-1-1-4 (अनुवाद) में थी। चित्र का स्रोत 13 फरवरी 2014 की मंत्रालय की बैठक में श्री कितानि (Kitani) की सामग्री थी (कवर पर NTT Data का प्रौद्योगिकी विकास मुख्यालय)। उसमें लिखा था कि यह रे कर्ज़वाइल की 2005 की पुस्तक (मूल शीर्षक The Singularity Is Near) के चित्र पर आधारित है। मूल चित्र में सुपरकंप्यूटर की गति (FLOPS: प्रति सेकंड दशमलव वाली कितनी गणनाएँ हो सकती हैं) के बिंदु और हर 1.2 साल में दुगुनी होने की सीधी रुझान रेखा (Trendline) थी। जहाँ यह रेखा 10 की घात 19 FLOPS तक पहुँचती है, वहाँ टिप्पणी थी, । यानी मूल स्रोत मस्तिष्क सिमुलेशन खुद नहीं, गणना की गति का अनुमान था।
आम तौर पर कही जाने वाली बात:अक्सर इसे इस भविष्यवाणी के रूप में समझा जाता है कि 2025 तक पूरे मानव मस्तिष्क को कंप्यूटर में फिर बनाया जा सकेगा (2014 की बैठक सामग्री का शीर्षक भी है, (अनुवाद)) मूल स्रोत के अनुसार:मूल चित्र (कर्ज़वाइल, 2005) सुपरकंप्यूटर के प्रदर्शन का रुझान 10 की घात 19 FLOPS तक पहुँचने का वर्ष (2025) और मस्तिष्क के न्यूरॉनों के सिमुलेशन के लिए उस गति की अनुमानित ज़रूरत को जोड़ता है। यह नहीं कहता कि 2025 में कोई पूरे मस्तिष्क का सिमुलेशन करेगा। सरकारी सामग्री का कथन (अनुवाद) है: गणना की गति का अनुमान। जापानी अनुवाद के दौरान शब्द भी बदले। मूल Neural Simulation for Uploading (अपलोड करने के लिए न्यूरल सिमुलेशन) बदलकर (अनुवाद) सिमुलेशन करने योग्य प्रदर्शन बना; 10 की घात 16 FLOPS पर बदलकर (अनुवाद) हुआ।
इसके बाद:गणना गति की जाँच: मूल चित्र के समान मानदंड पर (सुपरकंप्यूटर प्रदर्शन की TOP500 रैंकिंग का HPL मान; मूल चित्र भी TOP500 को स्रोत कहता है), नवंबर 2025 में पहले स्थान का El Capitan (अमेरिका) 1.809 एक्साफ्लॉप्स (प्रति सेकंड लगभग 1,800,000,000,000,000,000 गणनाएँ) था: 10 की घात 19 FLOPS का लगभग 1/5.5। जून 2026 में पहले स्थान पर आए LineShine (चीन) का 2.198 एक्साफ्लॉप्स भी अभी वहाँ नहीं पहुँचा। दूसरी ओर, कम अंकों की गणना भी मिलाने वाली विधि (mixed-precision) मापने की अलग रैंकिंग HPL-MxP (पहले HPL-AI) में नवंबर 2025 में El Capitan (16.680), Aurora (11.643) और Frontier (11.390), तीनों 10 की घात 19 FLOPS से आगे गए। 10 की घात 16 FLOPS (चित्र में अनुमानित वर्ष 2013) पर जापान का नवंबर 2011 में 10.51 पेटाफ्लॉप्स के साथ पहुँच चुका था। मस्तिष्क सिमुलेशन के वास्तविक परिणाम: 2013 में K कंप्यूटर के सभी गणना नोड लेकर 1,730,000,000 न्यूरॉन और 10,400,000,000,000 सिनैप्स (मानव मस्तिष्क के न्यूरल सर्किट का लगभग 1%) का सिमुलेशन हुआ, लेकिन मस्तिष्क की 1 सेकंड की गतिविधि दोहराने में 40 मिनट लगे (RIKEN और अन्य)। 2018 में RIKEN ने लिखा कि उस समय के सबसे शक्तिशाली सुपरकंप्यूटर भी पूरे मानव मस्तिष्क के आकार का सिमुलेशन नहीं कर सकते, और 2020 के बाद की अगली पीढ़ी के सुपरकंप्यूटरों पर इसे संभव करने का तरीका पेश किया। नवंबर 2025 में Allen Institute, विद्युत-संचार विश्वविद्यालय और अन्य ने से चूहे के पूरे सेरेब्रल कॉर्टेक्स (लगभग 10,000,000 न्यूरॉन, 26,000,000,000 सिनैप्स, मस्तिष्क के 86 क्षेत्र) का विस्तृत सिमुलेशन करने की घोषणा की। Allen Institute के एंटोन आर्खिपोव (Anton Arkhipov) ने कहा कि दीर्घकालीन लक्ष्य पूरे मस्तिष्क का मॉडल बनाना है और आगे मानव मस्तिष्क का मॉडल भी लक्ष्य होगा। संबंधित पक्षों की जिन घोषणाओं को इस साइट ने खोला, उनमें किसी ने 2025 तक पूरे मानव मस्तिष्क का सिमुलेशन करने की बात नहीं कही।
जो अभी पता नहीं है:पूरे मानव मस्तिष्क के सिमुलेशन के लिए वास्तव में कितनी गणना चाहिए, इसके अनुमान अलग-अलग लोगों में बहुत अलग हैं। उसी 2014 के सूचना और संचार श्वेतपत्र के दूसरे अध्याय की टिप्पणी में IBM के मोधा (Modha) के 2008 के कथन के रूप में अनुमान है कि 2018 में 38.5 पेटाफ्लॉप्स (लगभग 4×10 की घात 16) पर मानव मस्तिष्क का सिमुलेशन हो सकेगा। यह कर्ज़वाइल के चित्र के 10 की घात 19 से लगभग 260 गुना अलग है। न्यूरॉन की नकल कितने विस्तार से की जाए, इस पर आवश्यक गति बदलती है (उदाहरण: 2025 के सिमुलेशन में न्यूरॉन की शाखाओं के अंदर बिजली का प्रवाह भी दोहराने की घोषणा हुई)। क्या 2025 तक कहीं भी पूरे मानव मस्तिष्क का सिमुलेशन नहीं हुआ था, यह इस साइट ने पूरी तरह नहीं जाँचा है (संबंधित पक्षों की केवल 3 घोषणाएँ खोली गईं)।
चित्र क्या दिखाता है:अंग्रेज़ी चित्र का चिह्न जापानी शिक्षण सामग्री का वाक्य बनने तक “पूरी तरह” जोड़ा गया और “मस्तिष्क की कार्यप्रणाली के सिमुलेशन के लिए आवश्यक” बदलकर “मनुष्यों जैसी बौद्धिक प्रक्रियाएँ संभव बनाने वाला प्रदर्शन” हुआ, जबकि मूल चित्र में नहीं लिखा कि कोई 2025 में मस्तिष्क का सिमुलेशन करेगा। अध्याय 12 में जापानी से जापानी संदेशों के अक्षर मिल सकते थे, लेकिन अंग्रेज़ी से जापानी में अक्षर लगभग नहीं मिलते, इसलिए विचारों से तुलना करें—बचे विचार = पिछले चिह्न के विचार ∩ अगले चिह्न के विचार—तो दिखता है कि सभी 4 चिह्नों में केवल 2 विचार, “गति का अनुमान” और “वर्ष 2025”, रहे और उनके ऊपर के शब्द बदल गए।
112016·उम्मीदों के शिखर और घाटी
उम्मीदों के शिखर और घाटी का चित्र सही है?
क्या हर नई तकनीक उम्मीदों के शिखर से मोहभंग की घाटी होकर गुज़रती है?
शोध कंपनी गार्टनर का हाइप साइकिल एक ऐसा चित्र है जिसमें नई तकनीक से जुड़ी उम्मीदें बढ़ती हैं, मोहभंग की घाटी में गिरती हैं और अंत में तकनीक का इस्तेमाल स्थिर हो जाता है। 2016 के एक अध्ययन के अनुसार, यह चित्र 2 वक्रों को जोड़कर बना है। एक घंटी के आकार का वक्र लोगों की उम्मीदों को दिखाता है और दूसरा S के आकार का वक्र तकनीक के परिपक्व होने को। दाईं ओर के चित्र में “शिखर की ऊँचाई” या “परिपक्वता की शुरुआत” बदलने पर घाटी की गहराई और जगह बदलती हैं।
उस अध्ययन ने गार्टनर के अपने पुराने रिकॉर्ड जाँचे, तो पाया कि वास्तविक बदलाव और चित्र के ढाँचे में अंतर था। “हर बार एक ही क्रम” चीज़ों को साथ रखने पर दिखाई देने वाला ढाँचा है; इसे तय नियम नहीं कह सकते।
उसी कंपनी के जापान संबंधी आकलन में 2019 में कृत्रिम बुद्धिमत्ता को “मोहभंग का दौर” (अनुवाद) बताया गया था। 2025 में जनरेटिव AI के बारे में कहा गया कि ““अत्यधिक उम्मीदों” के चरम चरण में रखा गया है” (अनुवाद), और एक समाचार के शीर्षक में लिखा था, (अनुवाद) (चित्र में यह चरम चरण और मोहभंग के चरण की सीमा पर है)।
उम्मीद = घंटी के आकार का वक्र +S के आकार का वक्र
उदाहरण के वक्रों की ऊँचाई और गति के मान इस साइट ने तय किए हैं
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:हर नई तकनीक उम्मीदों के शिखर से मोहभंग की घाटी होकर स्थिर हो जाती है मूल स्रोत के अनुसार:शोध में वास्तविक रिकॉर्ड जाँचने पर यह नहीं कहा जा सका कि घटनाएँ उसी ढाँचे पर चली थीं।
मूल स्रोत और भरोसे का स्तर (3)उम्मीदों के शिखर और घाटी का चित्र सही है?
2016मूल स्रोत से पुष्टि
“उम्मीदों का शिखर, फिर निराशा की घाटी, फिर स्थिरता” वाले ढाँचे को शोध में जाँचा गया तो वह पूरी तरह मेल नहीं खाया
इस शोध ने जाँच कंपनी Gartner के अपने रिकॉर्ड से परखा कि उम्मीदों के शिखर और घाटी का चित्र (हाइप साइकिल) वास्तव में होता है या नहीं। उसने बताया कि वास्तविक रिकॉर्ड और चित्र के ढाँचे में अंतर थे।
आम तौर पर कही जाने वाली बात:“हर नई तकनीक ज़रूर ‘उम्मीदों का शिखर मूल स्रोत के अनुसार:निराशा की घाटी → स्थिरता’ के रास्ते जाती है” → शोध में जाँचने पर यह नहीं कहा जा सका कि वह इसी ढाँचे का पालन करती है।
जो अभी पता नहीं है:“हर बार वही क्रम दोहराया जाता है” इतिहास में दिखने वाला ढाँचा है; इसे तय नियम नहीं कहा जा सकता। 4वाँ उछाल उसी तरह चलेगा या नहीं, यह मालूम नहीं।
2019 में जापान की एक शोध कंपनी के आकलन में कृत्रिम बुद्धिमत्ता इस चरण में थी: “मोहभंग का दौर”
Gartner Japan द्वारा जारी (日本におけるテクノロジのハイプ・サイクル:2019年; अनुवाद) में कृत्रिम बुद्धिमत्ता को “मोहभंग का दौर” में रखा गया। यह वह समय है जब बहुत अधिक अपेक्षाएँ बढ़ने के बाद निराशा फैलती है। कंपनी ने समझाया कि परीक्षण के तौर पर उपयोग करने के प्रयासों से लोग अपेक्षाओं के बजाय वास्तविकता का सामना करने लगे थे।
जो अभी पता नहीं है:हाइप साइकिल के वक्र का आकार शोध कंपनी का अपना आकलन है; यह जाँचा हुआ नियम नहीं है।
1 अक्टूबर 2025मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
2025 में उसी शोध कंपनी के जापान संबंधी आकलन में जनरेटिव AI ““अत्यधिक अपेक्षाओं” का चरम दौर” (अनुवाद) में (चित्र में मोहभंग के दौर की सीमा पर)
Gartner Japan के (अनुवाद) के मुख्य पाठ में AI एजेंट और जनरेटिव AI के बारे में लिखा गया, ““अत्यधिक उम्मीदों” के चरम चरण में रखा गया है” (अनुवाद)। दूसरी ओर, चित्र में जनरेटिव AI का बिंदु चरम दौर और मोहभंग के दौर की सीमा रेखा पर है। एक खबर के शीर्षक में कहा गया, (अनुवाद)।
आम तौर पर कही जाने वाली बात:खबर में कहा गया कि “2025 में जनरेटिव AI मोहभंग के दौर में प्रवेश कर गया” मूल स्रोत के अनुसार:मूल घोषणा का मुख्य पाठ “चरम दौर” (अनुवाद) कहता है, जबकि चित्र में यह सीमा पर है
जो अभी पता नहीं है:चौथा उछाल अभी वक्र रेखा पर कहाँ है, इस बारे में देखने वालों के विचार अलग हैं; यह तय नहीं है।
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:घोषणा के मुख्य पाठ में “चरम दौर” (अनुवाद) है, खबर के शीर्षक में “मोहभंग का दौर” है। चित्र का बिंदु सीमा पर है।
चित्र क्या दिखाता है:उम्मीदों के शिखर और घाटी का चित्र मानवीय उम्मीदों की घंटी जैसी वक्र और तकनीक की S वक्र जोड़कर बनता है। ऊँचाई या गति बदलने से घाटी गहरी होती या गायब होती है, लेकिन वास्तविक रिकॉर्ड जाँचने पर नहीं कहा जा सकता था कि वे इस साँचे के अनुसार हैं।
12पैमाना
सर्दी को किससे मापें?
क्या संख्याओं से तय की जा सकती है?
के साल अलग-अलग स्रोतों में अलग हैं (अध्याय 5)। राष्ट्रीय श्वेतपत्र 1970 के दशक को (अनुवाद) कहता है, जबकि AI का इतिहास लिखने वाले निल्स निल्सन (Nils Nilsson) (2010) ने लगभग 1975〜1985 को (अनुवाद) कहा। शब्द के शुरुआती उदाहरणों में एक 1984 का है। तब यह आगे आ सकने वाली सबसे बुरी स्थिति का नाम था।
दाईं ओर के चित्र में जापान की संसद में कृत्रिम बुद्धिमत्ता के अर्थ में “AI” आने वाले वक्तव्यों की संख्या (इस साइट ने संसदीय कार्यवाही से गिनी) पर सर्दी का नियम लगाया गया है। जिस साल संख्या अपने शिखर से तय सीमा या उससे अधिक गिर जाए, उसे सर्दी मानते हैं। सीमा को 30% रखने पर 2019 के 593 वक्तव्यों से 2021 के 336 तक की गिरावट सर्दी बन जाती है। लेकिन इस साइट को इस समय को सर्दी कहने वाला कोई स्रोत नहीं मिला है। 2020〜2021 में गिरावट का कारण भी किसी 1 वजह को नहीं कहा जा सकता (ये साल संक्रामक बीमारी फैलने के सालों से मेल खाते हैं)।
सर्दी है या नहीं, यह इस पर बदलता है कि क्या गिना गया और सीमा कहाँ रखी गई। शोध के लिए मिलने वाली धनराशि देखें तो एक मत यह भी है कि तीसरे उछाल से कोई विराम नहीं आया।
सर्दी ⇔ (शिखर की संख्या − उस साल की संख्या) ÷ शिखर की संख्या ≥ सीमा
सीमा
इस साइट पर अस्थायी रूप से तय किया गया अनुपात
2026 शामिल नहीं है क्योंकि साल अभी पूरा नहीं हुआ है
मूल स्रोत और भरोसे का स्तर (4)सर्दी को किससे मापें?
1947–2026मूल स्रोत से पुष्टिजापान
[जापान] संसद और पुस्तकों के शीर्षकों में 2रे उछाल का शिखर 1990 में (अंग्रेज़ी से लगभग 3 साल बाद), 3रे उछाल का शिखर 2019 में; 2023 से फिर वृद्धि
संसद के भाषण रिकॉर्ड और जापानी पुस्तकों के शीर्षकों में और AI के अर्थ वाले “AI” की संख्या गिनी गई। दूसरे शब्दों के हिस्सों को हटाकर फिर गिना गया। पुस्तक शीर्षकों में सबसे अधिक 1990 में था (37 पुस्तकें)। संसद में के शिखर 1985 (7) और 1990 (9) में थे; 1993–2014 में लगभग 0 था। संसद में AI के अर्थ वाला “AI”: 2015 में 11 → 2019 में 593 → 2021 में घटकर 336 → 2023 में 761 → 2025 में 2,424 (इसी साल AI कानून बना)। “जनरेटिव AI” 2022 तक 0 था और 2023 में 172 हुआ।
केवल 2 अक्षरों “AI” से खोजने पर संसद रिकॉर्ड में 1996 (दवाओं से जुड़ी AIDS त्रासदी का AIDS), 2009 (बीमा कंपनी AIG) और 2012 (पेंशन निवेश का AIJ मामला) में संख्या अचानक बढ़ती है। पुस्तक शीर्षकों में पढ़ने की जानकारी से “प्रेम” (अनुवाद; जापानी में ‘आइ’) भी मिलता है। सामग्री देखकर फिर गिनने पर ये अचानक उछाल गायब हो जाते हैं।
जो अभी पता नहीं है:2020–2021 में संख्या घटने का 1 कारण तय नहीं किया जा सकता (यह महामारी के समय से मेल खाता है)।
किस वर्ष से किस वर्ष तक थी? ── अलग-अलग स्रोत अलग उत्तर देते हैं। कुछ इतिहासकार कहते हैं कि “ थी ही नहीं”
जापान के आंतरिक मामलों और संचार मंत्रालय का श्वेत पत्र (2016) 1970 के दशक को (अनुवाद) कहता है, और Wikipedia 1974〜1980 बताता है। दूसरी ओर, AI का इतिहास लिखने वाले शोधकर्ता निल्सन (Nilsson, 2010) ने लगभग 1975〜1985 को AI की कहा और को 1980 के दशक के उत्तरार्ध की बात बताया। इतिहासकार हाइग (Haigh, 2023) ने यह तर्क दिया कि “ थी ही नहीं”, क्योंकि कंप्यूटर संबंधी संस्था ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई थी, आदि। वैसे शब्द के शुरुआती इस्तेमालों में 1984 का एक उदाहरण है: इसमें भविष्य में शायद आने वाली सर्दी की चिंता जताई गई थी।
आम तौर पर कही जाने वाली बात:अक्सर लिखा जाता है कि “1974〜1980 AI की सर्दी थी और शोध रुक गया था” मूल स्रोत के अनुसार:यह सही है कि 1970 के दशक में ब्रिटेन की कुछ प्रयोगशालाओं और अमेरिका के वाणी व रोबोट संबंधी शोध के लिए धन की स्थिति कठिन हुई। लेकिन ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई (हाइग 2023), और निल्सन ने 1975〜1985 को कहा। शब्द का शुरुआती उदाहरण स्वयं 1984 का है (AAAI-84 की परिचर्चा), जिसमें भविष्य में शायद आने वाली सर्दी की चिंता थी। 1970 के दशक को कहना बाद में दिया गया नाम है।
जो अभी पता नहीं है:1970 के दशक में पूरे AI शोध को मिले धन के देशवार और वर्षवार आँकड़े नहीं मिले हैं। यह थी या नहीं, इसका उत्तर इस बात पर बदलता है कि कसौटी क्या है: बड़ी प्रयोगशालाओं का बजट, शोध संस्थाओं की सदस्य संख्या या शब्द का इस्तेमाल।
7 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:सर्दी का समय: आंतरिक मामलों और संचार मंत्रालय का हेइसेइ 28 श्वेत पत्र: “1970 का दशक” / Wikipedia: “1974〜1980” (हाइग 2023 के नोट b में उद्धृत) / चिल्टन (Chilton, ब्रिटेन): “1973 से लगभग 10 वर्ष” / निल्सन 2010: “लगभग 1975〜1985 तेज़ बढ़त का दौर था; सर्दी 1980 के दशक के मध्य से उत्तरार्ध में थी” / हाइग 2023: “1970 के दशक में व्यापक अर्थ में सर्दी नहीं थी” / NRC 1999: “प्रमुख विश्वविद्यालयों को DARPA से मिलने वाला AI शोध का धन बहुत कम नहीं हुआ, उसकी दिशा बदली।” देश और क्षेत्र के अनुसार भी अंतर था: ब्रिटेन में एडिनबरा और अमेरिका में वाणी (1984 की परिचर्चा में कहा गया कि 1970 के दशक के उत्तरार्ध में धन कम हुआ) व रोबोट (SRI) शोध की स्थिति कठिन थी, जबकि ACM के AI समूह SIGART के सदस्य बढ़ रहे थे।
1984 में भविष्य में शायद आने वाली सबसे खराब स्थिति का नाम था
AAAI-84 की परिचर्चा में संचालक ड्रू मैकडरमॉट (Drew McDermott) ने कहा कि शोधकर्ताओं को चिंता है कि AI से बहुत अधिक उम्मीदें होने पर कभी बड़ी परेशानी आ सकती है। सबसे खराब स्थिति उन्होंने ऐसी बताई: 5 वर्ष बाद strategic computing initiative (रणनीतिक कंप्यूटिंग योजना) बुरी तरह असफल हो, जापान की पाँचवीं पीढ़ी भी न चले, जापानी सरकार जल्द कंप्यूटरों से हाथ खींच ले, नई कंपनियाँ सब दिवालिया हों और AI के लिए कोई धन न मिले। उन्होंने इसे “यह स्थिति, जिसे कुछ लोग कहते हैं” कहा। ऐसा न होने देने के लिए खुद सावधान रहने और दुनिया को बताने का आह्वान किया। यानी दूसरे उछाल के दौरान भविष्य की चेतावनी का शब्द था। 1970 के दशक में शोध के धन की कमी को कहना बाद में दिया नाम है।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “1970 के दशक में शोध के धन की कमी तब ‘AI की सर्दी’ कहलाती थी” मूल स्रोत के अनुसार:सबसे पुराना मिला रिकॉर्ड 1984 की परिचर्चा है, जहाँ यह भविष्य में शायद आने वाली सबसे खराब स्थिति का नाम है: “जिसे कुछ लोग कहते हैं”। (1970 का दशक) बाद का नाम है। अंग्रेज़ी पुस्तकों में की तरह सर्दियों को क्रम संख्या दी जाती है, लेकिन बहुत कम इस्तेमाल होता है।
जो अभी पता नहीं है: पहली बार किसने कहा, ज्ञात नहीं है। परिचर्चा में भी “जिसे कुछ लोग कहते हैं” कहा गया। Ngram के 1983 के छोटे मान का संबंध किस पुस्तक से है, यह नहीं जाँचा है।
कृत्रिम बुद्धिमत्ता की जापानी अकादमिक संस्था की गोलमेज चर्चा (2023): क्या अब चौथा उछाल है? इस सवाल पर (अनुवाद), (अनुवाद) और शायद यह (अनुवाद)
इतिहास की चित्रकथा बनाने वालों की गोलमेज चर्चा में फ़ुजिओ तोरिउमी (Fujio Toriumi) ने पूछा, (अनुवाद)। हितोशी मात्सुबारा (Hitoshi Matsubara) ने जवाब दिया, (अनुवाद), और तादाहिरो तानिगुची (Tadahiro Taniguchi) ने कहा, (अनुवाद)। तोरिउमी ने फिर पूछा कि क्या कोई इसे तय भी नहीं कर रहा। मात्सुबारा ने जवाब दिया, (अनुवाद) (authorize का मतलब औपचारिक मान्यता देना है) और (अनुवाद)। कंसाइ विश्वविद्यालय के समाजशास्त्र विभाग की माइ सुगिमोतो (Mai Sugimoto) ने कहा, (अनुवाद) और (अनुवाद)। उन्होंने आगे कहा, (अनुवाद)। तीसरे AI उछाल के बाद से धन मिलना बंद नहीं हुआ और वह जनरेटिव AI उछाल में बदल गया, इसलिए (अनुवाद)। तोरिउमी ने कहा, (अनुवाद)। सुगिमोतो ने आगे कहा कि शायद यह (अनुवाद)। बातचीत के अंत में तोरिउमी ने कहा, (अनुवाद) और सुगिमोतो ने जवाब दिया, (अनुवाद) (फ़्लैग लगना एक मुहावरा है जिसका मतलब किसी घटना के होने का पूर्वसंकेत बनना है)।
आम तौर पर कही जाने वाली बात:अक्सर मान लिया जाता है कि “विशेषज्ञों के बीच यह तय है कि AI का चौथा उछाल शुरू हो चुका है” मूल स्रोत के अनुसार:कृत्रिम बुद्धिमत्ता की जापानी अकादमिक संस्था की गोलमेज चर्चा (नवंबर 2023) में कहा गया, (अनुवाद) और (अनुवाद)। (अनुवाद) और (अनुवाद) जैसे विचार भी सामने आए
जो अभी पता नहीं है:अगर उछालों की सीमा इस आधार पर तय की जाए कि धन मिलना बंद हुआ या नहीं, तो तीसरे उछाल और मौजूदा दौर के बीच कोई सीमा नहीं है। अगर समाज में ध्यान की मात्रा आधार हो, तो 2022〜2023 में सीमा है। किस आधार को चुना जाता है, उससे जवाब बदलता है
चित्र क्या दिखाता है:सर्दी का निर्णय इस पर निर्भर है कि क्या गिना गया और सीमा कहाँ रखी गई। संसद के बयानों में सीमा 30% रखें तो 2020〜2021 सर्दी बनते हैं, लेकिन उस समय को सर्दी कहने वाला स्रोत नहीं मिला है।
132025〜·खुद विचार करें
क्या सर्दी आएगी? केवल सामग्री देखें
क्या चौथे उछाल के बाद सर्दी आएगी?
यह साइट जवाब नहीं देती, केवल सामग्री सामने रखती है।
सर्दी आ सकती है, इसके पक्ष की सामग्री: अक्टूबर 2025 में ब्रिटेन के केंद्रीय बैंक ने लिखा, (अनुवाद)। जापान की एक शोध कंपनी के आकलन (2025) में जनरेटिव AI उम्मीदों के शिखर के आसपास है।
सर्दी शायद न आए, इसके पक्ष की सामग्री: जापानी कृत्रिम बुद्धिमत्ता सोसायटी की परिचर्चा (2023) में, तीसरे उछाल से धनराशि का प्रवाह जारी रहने और फिर जनरेटिव AI का उछाल आने के कारण, ऐसे विचार सामने आए: (अनुवाद), और (अनुवाद)।
दाईं ओर के तराज़ू पर सामग्री के कार्ड रखकर देखें। झुकाव इस पर निर्भर करता है कि कार्ड कहाँ रखे गए हैं।
कार्ड रखने का अंतर = आ सकती है वाले पक्ष के कार्डों की संख्या − शायद न आए वाले पक्ष के कार्डों की संख्या
हर कार्ड का वज़न समान है। कार्ड कहाँ रखें, यह पाठक तय करता है
मूल स्रोत और भरोसे का स्तर (4)क्या सर्दी आएगी? केवल सामग्री देखें
8 अक्टूबर 2025–2026मूल स्रोत से पुष्टि
ब्रिटेन का केंद्रीय बैंक सावधान करता है: (अनुवाद)
ब्रिटेन के केंद्रीय बैंक (बैंक ऑफ़ इंग्लैंड) की वित्तीय स्थिरता पर नज़र रखने वाली समिति ने अक्टूबर 2025 की बैठक के विवरण में लिखा, (अनुवाद)। शेयर सूचकांक कुछ कंपनियों पर केंद्रित हैं, इसलिए (अनुवाद) बाज़ार पर बड़ा असर पड़ सकता है। गिरावट शुरू होने के उदाहरणों में उसने AI के प्रदर्शन या प्रसार का उम्मीद से कम रहना, और बिजली, डेटा या सामग्री की कमी बताई। उसने ऐसी बड़ी वैचारिक खोज का उदाहरण भी दिया जिससे बड़े AI ढाँचे की ज़रूरत ही खत्म हो जाए। जुलाई 2026 की रिपोर्ट में भी लिखा, (अनुवाद), (अनुवाद) और (अनुवाद)।
जो अभी पता नहीं है:मौजूदा उछाल के बाद सर्दी का दौर आएगा या नहीं, यह पता नहीं है। जुलाई 2026 तक केंद्रीय बैंक लिख रहा था, (अनुवाद)। साथ ही शेयरों के दाम लगातार बढ़ रहे थे। जवाब अभी नहीं मिला है।
Financial Stability Report, July 2026 (Bank of England, Financial Policy Committee · 2026 · PDF का पृष्ठ 7 Vulnerabilities (p.18 का 1.3 भी) · मूल स्रोत)
1 अक्टूबर 2025मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
2025 में उसी शोध कंपनी के जापान संबंधी आकलन में जनरेटिव AI ““अत्यधिक अपेक्षाओं” का चरम दौर” (अनुवाद) में (चित्र में मोहभंग के दौर की सीमा पर)
Gartner Japan के (अनुवाद) के मुख्य पाठ में AI एजेंट और जनरेटिव AI के बारे में लिखा गया, ““अत्यधिक उम्मीदों” के चरम चरण में रखा गया है” (अनुवाद)। दूसरी ओर, चित्र में जनरेटिव AI का बिंदु चरम दौर और मोहभंग के दौर की सीमा रेखा पर है। एक खबर के शीर्षक में कहा गया, (अनुवाद)।
आम तौर पर कही जाने वाली बात:खबर में कहा गया कि “2025 में जनरेटिव AI मोहभंग के दौर में प्रवेश कर गया” मूल स्रोत के अनुसार:मूल घोषणा का मुख्य पाठ “चरम दौर” (अनुवाद) कहता है, जबकि चित्र में यह सीमा पर है
जो अभी पता नहीं है:चौथा उछाल अभी वक्र रेखा पर कहाँ है, इस बारे में देखने वालों के विचार अलग हैं; यह तय नहीं है।
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:घोषणा के मुख्य पाठ में “चरम दौर” (अनुवाद) है, खबर के शीर्षक में “मोहभंग का दौर” है। चित्र का बिंदु सीमा पर है।
कृत्रिम बुद्धिमत्ता की जापानी अकादमिक संस्था की गोलमेज चर्चा (2023): क्या अब चौथा उछाल है? इस सवाल पर (अनुवाद), (अनुवाद) और शायद यह (अनुवाद)
इतिहास की चित्रकथा बनाने वालों की गोलमेज चर्चा में फ़ुजिओ तोरिउमी (Fujio Toriumi) ने पूछा, (अनुवाद)। हितोशी मात्सुबारा (Hitoshi Matsubara) ने जवाब दिया, (अनुवाद), और तादाहिरो तानिगुची (Tadahiro Taniguchi) ने कहा, (अनुवाद)। तोरिउमी ने फिर पूछा कि क्या कोई इसे तय भी नहीं कर रहा। मात्सुबारा ने जवाब दिया, (अनुवाद) (authorize का मतलब औपचारिक मान्यता देना है) और (अनुवाद)। कंसाइ विश्वविद्यालय के समाजशास्त्र विभाग की माइ सुगिमोतो (Mai Sugimoto) ने कहा, (अनुवाद) और (अनुवाद)। उन्होंने आगे कहा, (अनुवाद)। तीसरे AI उछाल के बाद से धन मिलना बंद नहीं हुआ और वह जनरेटिव AI उछाल में बदल गया, इसलिए (अनुवाद)। तोरिउमी ने कहा, (अनुवाद)। सुगिमोतो ने आगे कहा कि शायद यह (अनुवाद)। बातचीत के अंत में तोरिउमी ने कहा, (अनुवाद) और सुगिमोतो ने जवाब दिया, (अनुवाद) (फ़्लैग लगना एक मुहावरा है जिसका मतलब किसी घटना के होने का पूर्वसंकेत बनना है)।
आम तौर पर कही जाने वाली बात:अक्सर मान लिया जाता है कि “विशेषज्ञों के बीच यह तय है कि AI का चौथा उछाल शुरू हो चुका है” मूल स्रोत के अनुसार:कृत्रिम बुद्धिमत्ता की जापानी अकादमिक संस्था की गोलमेज चर्चा (नवंबर 2023) में कहा गया, (अनुवाद) और (अनुवाद)। (अनुवाद) और (अनुवाद) जैसे विचार भी सामने आए
जो अभी पता नहीं है:अगर उछालों की सीमा इस आधार पर तय की जाए कि धन मिलना बंद हुआ या नहीं, तो तीसरे उछाल और मौजूदा दौर के बीच कोई सीमा नहीं है। अगर समाज में ध्यान की मात्रा आधार हो, तो 2022〜2023 में सीमा है। किस आधार को चुना जाता है, उससे जवाब बदलता है
जापान के आंतरिक मामलों और संचार मंत्रालय का श्वेत पत्र (2024): लगभग 2022 से जनरेटिव AI के प्रसार के कारण (अनुवाद)
राष्ट्रीय श्वेत पत्र (आंतरिक मामलों और संचार मंत्रालय का (अनुवाद), रेइवा 6 संस्करण) ने AI के इतिहास को समझाते हुए कहा कि इसमें (अनुवाद)। फिर उसने लिखा, (अनुवाद) (जनरेटिव AI पाठ और चित्र बनाता है), (अनुवाद)। उसने निश्चित दावा करने के बजाय (अनुवाद) तक बात सीमित रखी। उसी खंड में तीसरे उछाल के लिए (अनुवाद) और (अनुवाद) भी लिखा है। चित्र (図表Ⅰ-3-1-1) में चौथे उछाल की पट्टी 2022 से शुरू होती है और लिखा है, (अनुवाद)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “देश ने (श्वेत पत्र में) AI के चौथे उछाल को मान्यता दे दी” मूल स्रोत के अनुसार:श्वेत पत्र में लिखा है, (अनुवाद)। देश की ओर से यह निश्चित दावा नहीं है
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:उसी श्वेत पत्र में तीसरे उछाल की शुरुआत मुख्य पाठ में (अनुवाद) बताई गई है, जबकि चित्र की पट्टी 2010 के निशान से शुरू होती है। दूसरे उछाल के लिए मुख्य पाठ में “1980 के दशक से 1990 के दशक तक” (अनुवाद) और चित्र में 1980〜1995 दिया है। तीसरे उछाल का अंत मुख्य पाठ में नहीं दिया गया (“आज तक जारी तीसरा उछाल” (अनुवाद)), जबकि चित्र में 2022 पर चौथा उछाल शुरू हो जाता है
चित्र क्या दिखाता है:यह साइट केवल सामग्री रखती है और अपना जवाब नहीं देती। कौन-सी सामग्री किस तरफ़ रखें, इसके अनुसार हर पाठक के लिए तराज़ू का झुकाव बदलता है।
14सभी अध्यायों से
जो मालूम नहीं, उसे एक जगह इकट्ठा करें
AI के इतिहास में कौन-सी बातें अब भी मालूम नहीं हैं?
इस साइट का हर अध्याय “जो अब भी मालूम नहीं” पर खत्म होता है। दाईं ओर का चित्र उन्हें एक जगह इकट्ठा करता है। टाइल दबाने पर उसकी बात दिखाई देती है।
आज के बड़े AI के भीतर क्या हो रहा है (अध्याय 12)। आगे प्रगति की गति कितनी होगी (अध्याय 12)। क्या सर्दी आएगी (अध्याय 12·13)। को कैसे मापें (अध्याय 5)। किसी मशीन के “सोचने” या “समझने” का क्या मतलब है (अध्याय 2·5)। किस बिंदु से किसी रचना को “AI ने लिखा” कह सकते हैं (अध्याय 10)। पूरे मानव मस्तिष्क के कामकाज के लिए आवश्यक गणना की मात्रा (अनुमान लगाने वाले व्यक्ति के अनुसार बहुत अलग)। क्या कर पाने पर किसी मशीन को मानव स्तर का AI कहें (कसौटियाँ व्यक्ति और कंपनी के अनुसार अलग हैं)।
जो मालूम नहीं, वह 2 तरह का है। कुछ बातें ऐसी हैं जिनके स्रोत अभी नहीं मिले हैं (जैसे 1970 के दशक में AI शोध के लिए धनराशि के आँकड़े, देश और साल के अनुसार एक साथ रखे हुए)। दूसरी बातें ऐसी हैं जिनका जवाब विशेषज्ञों के पास भी अभी नहीं है। अलग-अलग देखें दबाने पर इनके रंग अलग हो जाते हैं।
जो मालूम नहीं = जिनके स्रोत अभी नहीं मिले + जिनका जवाब विशेषज्ञों के पास भी अभी नहीं है
अलग करने का तरीका इस साइट ने तय किया है
मूल स्रोत और भरोसे का स्तर (4)जो मालूम नहीं, उसे एक जगह इकट्ठा करें
जनवरी 2025–2026मूल स्रोत से पुष्टि
96 विशेषज्ञों की अंतरराष्ट्रीय रिपोर्ट (30 देशों आदि के चुने सलाहकार पैनल सहित): (अनुवाद), (अनुवाद)
ब्लेचली सम्मेलन (2023) के बाद, योशुआ बेंगियो (Yoshua Bengio) के नेतृत्व में 96 विशेषज्ञों ने AI सुरक्षा पर अंतरराष्ट्रीय रिपोर्ट तैयार की। इनमें 30 देशों, संयुक्त राष्ट्र, EU और OECD के चुने सलाहकार पैनल के सदस्य शामिल थे (जापान से हिरोआकि कितानो (Hiroaki Kitano))। रिपोर्ट ने बताया कि सामान्य उपयोग वाले AI मॉडल (अनुवाद), बल्कि प्रशिक्षण से बनते हैं। उसने लिखा, (अनुवाद) और (अनुवाद)। आगे की प्रगति के बारे में उसने कहा कि सामान्य उपयोग वाले AI की क्षमताओं में सुधार (अनुवाद) और “गति पर असहमति है … आगे और “स्केलिंग” की संभावनाओं के बारे में अलग-अलग विचार” (अनुवाद)। फ़रवरी 2026 की दूसरी रिपोर्ट में भी कहा गया, (अनुवाद) और (अनुवाद) (इनपुट का मतलब गणना, एल्गोरिद्म में सुधार और डेटा है)।
जो अभी पता नहीं है:अनिश्चित बातें (देशों के चुने विशेषज्ञों के अनुसार): ① आज के बड़े AI के भीतर का कामकाज (अंदर की व्यवस्था विकासकर्ताओं के लिए भी लगभग समझ से परे है, और समझाने की तकनीकें बहुत सीमित हैं)। ② भविष्य की प्रगति की गति (धीमी से लेकर बहुत तेज़ तक कोई भी गति संभव है। पैमाना बढ़ाना कहाँ तक कारगर होगा, इस पर विशेषज्ञों के मतभेद हैं)। 2026 की रिपोर्ट में भी इसी तरह की अनिश्चितता जारी है।
AI के अंदर झाँकने वाले शोधकर्ता खुद कहते हैं, (अनुवाद) (विश्वविद्यालयों, संस्थानों और कंपनियों के 29 लोग)
बड़े AI के भीतर हर घटक कैसे गणना करता है, इसका अध्ययन करने वाले 29 शोधकर्ताओं ने इस क्षेत्र की (अनुवाद) को एकत्र किया। इस शोध को मेकनिस्टिक इंटरप्रेटेबिलिटी, यानी भीतर की व्यवस्था की व्याख्या, कहते हैं। लेखक Apollo Research, Anthropic, Google DeepMind, MIT, हार्वर्ड विश्वविद्यालय, तेल अवीव विश्वविद्यालय और मेलबर्न विश्वविद्यालय जैसी कंपनियों और विश्वविद्यालयों से हैं। हाल की प्रगति को स्वीकार करते हुए शोधपत्र ने लिखा, (अनुवाद)। बताए गए मुद्दों में ये शामिल हैं: जाँच के मुख्य सुराग (अनुवाद) क्या होते हैं, यह स्पष्ट नहीं है। अभी AI की क्षमताएँ मुख्य रूप से (अनुवाद) परीक्षणों से, यानी बाहर से उसके जवाब देखकर, जाँची जाती हैं। छोटे प्रायोगिक AI में कारगर विधियाँ सबसे उन्नत बड़े AI तक बढ़ाई जा सकेंगी या नहीं, यह पता नहीं है।
जो अभी पता नहीं है:अनिश्चित बातें (अंदरूनी संरचना के विशेषज्ञों के अनुसार): बड़े AI के भीतर क्या गणना होती है, इसे पढ़ने की विधियाँ अभी बुनियादी विचारों (जैसे (अनुवाद) क्या होता है) से ही स्पष्ट नहीं हैं। मौजूदा AI की क्षमताएँ मुख्य रूप से बाहर से परीक्षण करके जाँची जाती हैं।
एलन ट्यूरिंग (Alan Turing) की भविष्यवाणी: — सही पहचानने की संभावना 70% या उससे कम
ट्यूरिंग ने 1950 के शोधपत्र में अपना अनुमान दिया। लगभग 50 साल बाद कंप्यूटर नकल का खेल अच्छा खेल सकेंगे और सामान्य प्रश्नकर्ता के 5 मिनट पूछने के बाद सही पहचानने की संभावना 70% से अधिक नहीं होगी। उसी अनुच्छेद में लिखा कि सदी के अंत तक भाषा का इस्तेमाल और लोगों की सोच बदल जाएगी और पर आपत्ति नहीं होगी।
आम तौर पर कही जाने वाली बात:अक्सर इसे नियम की तरह कहा जाता है: “30% निर्णायकों को धोखा दे तो पास”। मूल स्रोत के अनुसार:मूल शोधपत्र में यह पास होने का नियम नहीं, लगभग 50 साल बाद का अनुमान है। संख्या का अर्थ है, यानी 10 में से 3 लोग गलत पहचानते हैं। कोपलैंड (Copeland) के 2000 के शोधपत्र (मुद्रित पृष्ठ 527) में उदाहरण है कि कभी इसे बिलकुल उलटा बताया गया: ।
इसके बाद:सायगिन (Saygin) और सहलेखकों के 2000 के समीक्षा शोधपत्र के अनुसार 1991 से हो रही इनामी प्रतियोगिता (लोबनर (Loebner) पुरस्कार) का बड़ा पुरस्कार किसी प्रोग्राम ने नहीं जीता था। रिकॉर्ड में मशीनों की आम तौर पर जल्दी पहचान हो जाती थी। यानी अनुमान वाले साल तक अनुमान के रूप में बात सच नहीं हुई थी। 2000 के प्रतियोगिता परिणाम के बारे में भी कहा गया, लेकिन उसी साल कोपलैंड ने लिखा ““लगभग 50 साल” का अर्थ “ठीक 50 साल” नहीं है”। फिर मार्च 2025 में अमेरिका के विश्वविद्यालय (UC San Diego) के शोधकर्ताओं ने प्रयोग का परिणाम शोधपत्र (arXiv) में दिया। प्रश्नकर्ता ने 1 इंसान और 1 मशीन से साथ-साथ 5 मिनट बातचीत की। इंसान का अभिनय करने का निर्देश दिए गए 2 बड़े भाषा AI में 1 (GPT-4.5) को 73% और दूसरे (LLaMa-3.1-405B) को 56% बार इंसान माना गया। 2 विकल्प होने के कारण पहले को सही पहचानने की दर बचा हुआ 27% थी। यह केवल 1 शोध समूह की घोषणा है; इस साइट ने बाद के मूल्यांकन की पुष्टि नहीं की है। वाले हिस्से की पुष्टि नहीं हुई है।
जो अभी पता नहीं है:2025 के प्रयोग में मशीन को इंसान मानने का अर्थ है या नहीं, मालूम नहीं है। ट्यूरिंग ने भी मूल प्रश्न को चर्चा के योग्य न मानकर खेल से बदल दिया था।
किस वर्ष से किस वर्ष तक थी? ── अलग-अलग स्रोत अलग उत्तर देते हैं। कुछ इतिहासकार कहते हैं कि “ थी ही नहीं”
जापान के आंतरिक मामलों और संचार मंत्रालय का श्वेत पत्र (2016) 1970 के दशक को (अनुवाद) कहता है, और Wikipedia 1974〜1980 बताता है। दूसरी ओर, AI का इतिहास लिखने वाले शोधकर्ता निल्सन (Nilsson, 2010) ने लगभग 1975〜1985 को AI की कहा और को 1980 के दशक के उत्तरार्ध की बात बताया। इतिहासकार हाइग (Haigh, 2023) ने यह तर्क दिया कि “ थी ही नहीं”, क्योंकि कंप्यूटर संबंधी संस्था ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई थी, आदि। वैसे शब्द के शुरुआती इस्तेमालों में 1984 का एक उदाहरण है: इसमें भविष्य में शायद आने वाली सर्दी की चिंता जताई गई थी।
आम तौर पर कही जाने वाली बात:अक्सर लिखा जाता है कि “1974〜1980 AI की सर्दी थी और शोध रुक गया था” मूल स्रोत के अनुसार:यह सही है कि 1970 के दशक में ब्रिटेन की कुछ प्रयोगशालाओं और अमेरिका के वाणी व रोबोट संबंधी शोध के लिए धन की स्थिति कठिन हुई। लेकिन ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई (हाइग 2023), और निल्सन ने 1975〜1985 को कहा। शब्द का शुरुआती उदाहरण स्वयं 1984 का है (AAAI-84 की परिचर्चा), जिसमें भविष्य में शायद आने वाली सर्दी की चिंता थी। 1970 के दशक को कहना बाद में दिया गया नाम है।
जो अभी पता नहीं है:1970 के दशक में पूरे AI शोध को मिले धन के देशवार और वर्षवार आँकड़े नहीं मिले हैं। यह थी या नहीं, इसका उत्तर इस बात पर बदलता है कि कसौटी क्या है: बड़ी प्रयोगशालाओं का बजट, शोध संस्थाओं की सदस्य संख्या या शब्द का इस्तेमाल।
7 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:सर्दी का समय: आंतरिक मामलों और संचार मंत्रालय का हेइसेइ 28 श्वेत पत्र: “1970 का दशक” / Wikipedia: “1974〜1980” (हाइग 2023 के नोट b में उद्धृत) / चिल्टन (Chilton, ब्रिटेन): “1973 से लगभग 10 वर्ष” / निल्सन 2010: “लगभग 1975〜1985 तेज़ बढ़त का दौर था; सर्दी 1980 के दशक के मध्य से उत्तरार्ध में थी” / हाइग 2023: “1970 के दशक में व्यापक अर्थ में सर्दी नहीं थी” / NRC 1999: “प्रमुख विश्वविद्यालयों को DARPA से मिलने वाला AI शोध का धन बहुत कम नहीं हुआ, उसकी दिशा बदली।” देश और क्षेत्र के अनुसार भी अंतर था: ब्रिटेन में एडिनबरा और अमेरिका में वाणी (1984 की परिचर्चा में कहा गया कि 1970 के दशक के उत्तरार्ध में धन कम हुआ) व रोबोट (SRI) शोध की स्थिति कठिन थी, जबकि ACM के AI समूह SIGART के सदस्य बढ़ रहे थे।
चित्र क्या दिखाता है:अज्ञात बातों के 2 प्रकार हैं: वे जिनके स्रोत अभी नहीं मिले, और वे जिनका जवाब विशेषज्ञों के पास भी अभी नहीं है।
15पुष्टि का स्तर
इस साइट ने कहाँ तक जाँचा है?
इस साइट पर दी गई घटनाएँ कितनी निश्चित हैं?
हर घटना का पुष्टि का स्तर दिया गया है। जिनकी जाँच मूल स्रोत के पृष्ठ या खंड तक की गई है वे “मूल स्रोत से पुष्टि” हैं। जहाँ मूल स्रोत नहीं खुला, लेकिन 2 या अधिक भरोसेमंद सारांशों में मेल पाया गया, वे “सारांशों से पुष्टि” हैं। जहाँ केवल 1 सारांश है या स्रोतों का मतभेद सुलझा नहीं है, वे “कमज़ोर पुष्टि” हैं। बिना जाँची याद “स्मृति” है और स्रोत में न दिया गया आकलन “अनुमान” है।
दाईं ओर के स्तंभ सभी रिकॉर्डों को अध्याय के अनुसार गिनते हैं और पुष्टि के स्तर के अनुसार रंग देते हैं। नीचे के बटनों और चेकबॉक्स से जाँच का तरीका चुनने पर, नियमों पर एक-एक करके चलने वाले निर्णय वृक्ष से पुष्टि का स्तर मिलता है।
पुष्टि का स्तर = नियम (क्या यह आकलन है → क्या यह स्मृति है → क्या मूल स्रोत में जगह तक जाँच हुई है → कितने सारांश हैं)
A
मूल स्रोत से पुष्टि
B
सारांशों से पुष्टि
C
कमज़ोर पुष्टि
D
स्मृति
E
अनुमान
पुष्टि के स्तर का अर्थ
पुष्टि का स्तर ऊँचा होने पर भी मूल स्रोत खुद ग़लत हो सकता है। यह स्तर “कहाँ तक जाँच हुई” का चिह्न है।
मूल स्रोत और भरोसे का स्तर (2)इस साइट ने कहाँ तक जाँचा है?
23 सितंबर 2026पुष्टि कमज़ोर हैस्रोतों में मतभेद हैजापान
Wikipedia के जापानी संस्करण में शीर्षक (अनुवाद); अंग्रेज़ी में बिना नंबर के (अनुवाद) (AI boom, 2020 का दशक) और “AI का वसंत” (अनुवाद) (AI spring)
Wikipedia के जापानी लेख (अनुवाद) (人工知能の歴史) के शीर्षकों में पहला AI उछाल 1956〜1974, पहली AI सर्दी 1974〜1980, दूसरा उछाल 1980〜1987, दूसरी AI सर्दी 1987〜1993, तीसरा उछाल 2006〜2019 और चौथा (अनुवाद) बताया गया है। जापानी लेख (AIの冬) में “मौजूदा AI वसंत (2022〜वर्तमान)” (अनुवाद) नाम का खंड है। अंग्रेज़ी लेख “AI boom” ( (अनुवाद)) हाल के उछाल को 2020 के दशक में रखता है, कोई नंबर नहीं देता और कहता है कि इसे “AI spring” (“AI का वसंत” (अनुवाद)) भी कहते हैं। अंग्रेज़ी लेख “AI winter” ( (अनुवाद)) बड़े सर्दी के दौर 2 मानता है: 1974〜1980 और 1987〜2000।
जो अभी पता नहीं है:Wikipedia समय-समय पर बदलता रहता है। यहाँ सितंबर 2026 (2026-09) के संस्करणों का विवरण दिया गया है।
3 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:चौथे उछाल की शुरुआत: Wikipedia के जापानी (अनुवाद) (人工知能の歴史) में 2020 के दशक से आगे, जबकि जापानी (AIの冬) में 2022 से (AI का वसंत)। तीसरे उछाल का समय: उसी (अनुवाद) (人工知能の歴史) में 2006〜2019 (2020 के दशक से चौथा उछाल)। दूसरी सर्दी का अंत: अंग्रेज़ी “AI winter” ( (अनुवाद)) में 2000 और जापानी (अनुवाद) (人工知能の歴史) में 1993।
रे कुर्ज़वाइल (Ray Kurzweil) की भविष्यवाणी कि AI 2029 तक इंसानों जितनी बुद्धिमत्ता तक पहुँचेगा ── 2002 में असहमत मिच केपोर (Mitch Kapor) से 20,000 डॉलर की शर्त लगाई और 2024 की किताब में फिर विचार किया
भविष्य के अनुमान के लिए जाने जाने वाले आविष्कारक कुर्ज़वाइल ने 1999 में भविष्यवाणी की कि AI 2029 तक इंसानों जितनी बुद्धिमत्ता तक पहुँचेगा (प्रकाशक के विवरण के अनुसार)। 2002 में उन्होंने केपोर से इस भविष्यवाणी पर 20,000 डॉलर की शर्त लगाई: (केपोर का पक्ष)। नियम विस्तार से तय किए गए। 3 निर्णायक कंप्यूटर और 3 इंसानों, यानी कुल 4 उम्मीदवारों, से हर बार 2 घंटे लिखित बातचीत करेंगे (कुल 24 घंटे)। अगर कंप्यूटर 3 में से कम-से-कम 2 निर्णायकों को धोखा दे सके तो वह पास होगा। कुर्ज़वाइल ने 2024 की किताब (シンギュラリティはより近く) में 2029 की इस भविष्यवाणी पर फिर विचार किया।
आम तौर पर कही जाने वाली बात:यह कहा जा सकता है कि “2025 में AI ने ट्यूरिंग टेस्ट पास किया (कैलिफ़ोर्निया यूनिवर्सिटी का अनुसंधान; हर बार 5 मिनट की बातचीत में GPT-4.5 को 73% बार इंसान माना गया), इसलिए कुर्ज़वाइल की भविष्यवाणी सही हुई” (ऐसे कहे जाने की संभावना इस वेबसाइट का अनुमान है) मूल स्रोत के अनुसार:2002 की शर्त के नियम थे ; यह 5 मिनट के परीक्षण से पूरी तरह अलग है। शर्त का नतीजा 2029 तक नहीं आएगा।
इसके बाद:नतीजा 2029 में पता चलेगा। 2025 में एक अनुसंधान में 5 मिनट की बातचीत के परीक्षण में GPT-4.5 को 73% बार इंसान माना गया। लेकिन यह शर्त की परिस्थितियों (कुल 24 घंटे का परीक्षण) से अलग परीक्षण था। शर्त का खुद कोई निर्णय नहीं हुआ है (शर्त के निर्णय का रिकॉर्ड नहीं मिला)।
चित्र क्या दिखाता है:इस साइट की हर 1 घटना की पुष्टि का स्तर है, और जाँच के नियम क्रम से अपनाने पर A〜E तय होता है। यह स्तर “कितना जाँचा गया” बताता है, स्रोत का सही होना नहीं।
16जाँची जा सकने वाली भविष्यवाणियाँ
अपनी भविष्यवाणी जाँचे जा सकने वाले रूप में लिखें
बाद में जाँची जा सकने वाली भविष्यवाणी में क्या लिखा होता है?
जिन भविष्यवाणियों का जवाब स्पष्ट मिला, उनके नियम पहले से तय थे। गणित ओलंपियाड के बारे में 2022 के पूर्वानुमान में लिखा था कि किस प्रतियोगिता में और किन नियमों के तहत परिणाम को स्वर्ण पदक माना जाएगा। ट्यूरिंग (Turing) टेस्ट की 2002 की शर्त में निर्णायकों की संख्या और कुल 24 घंटे का समय भी तय था।
इसके उलट, जिन भविष्यवाणियों में साल नहीं लिखा है या शब्दों का अर्थ तय नहीं है, उन्हें जाँचना कठिन है। 2011 में मानव स्तर के AGI के आने का साल बताने वाले शेन लेग (Shane Legg) ने खुद लिखा, (अनुवाद)।
दाईं ओर के चित्र में भविष्यवाणी के कार्ड पर लिखने वाली बातें चुनें: समय-सीमा, क्या हो तो सही माना जाए, कौन फैसला करेगा, और संभावना। जितनी अधिक बातें भरें, जाँचना उतना आसान होगा। चित्र की संख्या लिखी गई बातों की संख्या है; उनकी जानकारी कितनी ठोस है, यह अलग से जाँचना होगा। अंत में अपनी 1 भविष्यवाणी लिखें और उसके तय साल का इंतज़ार करें।
लिखी गई बातों का अनुपात = लिखी गई बातों की संख्या ÷ 4
ये 4 बातें इस साइट की चुनी हुई कसौटियाँ हैं
मूल स्रोत और भरोसे का स्तर (4)अपनी भविष्यवाणी जाँचे जा सकने वाले रूप में लिखें
26 फ़रवरी 2022–2025मूल स्रोत से पुष्टि
क्या 2025 तक AI गणित ओलंपियाड में स्वर्ण स्तर हासिल करेगा? 2022 में 2 शोधकर्ताओं ने संभावना 8% से कम और 16% से अधिक बताई। जुलाई 2025 में परिणाम आया
AI की प्रगति पर शोधकर्ता पॉल क्रिस्टियानो (Paul Christiano) और एलीएज़र युडकोव्स्की (Eliezer Yudkowsky) के विचार अलग थे। इसलिए उन्होंने ऐसे अनुमान की संभावना सार्वजनिक की जिसका परिणाम स्पष्ट हो सके: अंतरराष्ट्रीय गणित ओलंपियाड (स्कूल के विद्यार्थियों की प्रतियोगिता) के बारे में (समय आदि के नियम IMO Grand Challenge के अनुसार)। क्रिस्टियानो ने संभावना 8% से कम और युडकोव्स्की ने 16% या अधिक बताई। क्रिस्टियानो ने सबसे कठिन प्रश्न हल होने की संभावना 4% से कम बताई। जुलाई 2025 में Google DeepMind ने घोषणा की कि Gemini के उन्नत संस्करण ने 6 में से 5 प्रश्न पूरे हल करके 42 में से 35 अंक (स्वर्ण पदक का स्तर) पाए। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और पुष्टि की। इसने 4.5 घंटे की सीमा में सामान्य भाषा में उत्तर लिखे।
इसके बाद:जुलाई 2025 में Google DeepMind के Gemini के उन्नत संस्करण ने 42 में से 35 अंक, यानी स्वर्ण पदक का स्तर, पाया। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और अंतरराष्ट्रीय गणित ओलंपियाड के अध्यक्ष ने की पुष्टि की। ब्लॉग के अनुसार यह पुष्टि उत्तरों की थी; AI की प्रणाली का सत्यापन नहीं किया गया था। काम 4.5 घंटे की समय सीमा में हुआ। सबसे कठिन प्रश्न, प्रश्न 6, हल नहीं हुआ (6 में से 5 प्रश्न हल हुए)। दोनों अनुमान संभावनाएँ थे, इसलिए उन्हें निश्चित रूप से सही या ग़लत नहीं कहा जा सकता। लेकिन वास्तविक परिणाम उस पक्ष के करीब था जिसने अधिक संभावना (16% से अधिक) बताई थी।
रे कुर्ज़वाइल (Ray Kurzweil) की भविष्यवाणी कि AI 2029 तक इंसानों जितनी बुद्धिमत्ता तक पहुँचेगा ── 2002 में असहमत मिच केपोर (Mitch Kapor) से 20,000 डॉलर की शर्त लगाई और 2024 की किताब में फिर विचार किया
भविष्य के अनुमान के लिए जाने जाने वाले आविष्कारक कुर्ज़वाइल ने 1999 में भविष्यवाणी की कि AI 2029 तक इंसानों जितनी बुद्धिमत्ता तक पहुँचेगा (प्रकाशक के विवरण के अनुसार)। 2002 में उन्होंने केपोर से इस भविष्यवाणी पर 20,000 डॉलर की शर्त लगाई: (केपोर का पक्ष)। नियम विस्तार से तय किए गए। 3 निर्णायक कंप्यूटर और 3 इंसानों, यानी कुल 4 उम्मीदवारों, से हर बार 2 घंटे लिखित बातचीत करेंगे (कुल 24 घंटे)। अगर कंप्यूटर 3 में से कम-से-कम 2 निर्णायकों को धोखा दे सके तो वह पास होगा। कुर्ज़वाइल ने 2024 की किताब (シンギュラリティはより近く) में 2029 की इस भविष्यवाणी पर फिर विचार किया।
आम तौर पर कही जाने वाली बात:यह कहा जा सकता है कि “2025 में AI ने ट्यूरिंग टेस्ट पास किया (कैलिफ़ोर्निया यूनिवर्सिटी का अनुसंधान; हर बार 5 मिनट की बातचीत में GPT-4.5 को 73% बार इंसान माना गया), इसलिए कुर्ज़वाइल की भविष्यवाणी सही हुई” (ऐसे कहे जाने की संभावना इस वेबसाइट का अनुमान है) मूल स्रोत के अनुसार:2002 की शर्त के नियम थे ; यह 5 मिनट के परीक्षण से पूरी तरह अलग है। शर्त का नतीजा 2029 तक नहीं आएगा।
इसके बाद:नतीजा 2029 में पता चलेगा। 2025 में एक अनुसंधान में 5 मिनट की बातचीत के परीक्षण में GPT-4.5 को 73% बार इंसान माना गया। लेकिन यह शर्त की परिस्थितियों (कुल 24 घंटे का परीक्षण) से अलग परीक्षण था। शर्त का खुद कोई निर्णय नहीं हुआ है (शर्त के निर्णय का रिकॉर्ड नहीं मिला)।
2011 में बाद में Google DeepMind के शोधकर्ता बने शेन लेग (Shane Legg) ने अनुमान लगाया:
AI शोधकर्ता शेन लेग ने अपने ब्लॉग पर हर साल दिए जाने वाले अनुमान को 2011 के आखिरी दिन भी प्रकाशित किया। उन्होंने मानव स्तर की सामान्य AI (AGI) के बनने के वर्ष को प्रायिकता वितरण के रूप में दिखाया: औसत 2028 और सबसे अधिक संभावना वाला वर्ष 2025 (परमाणु युद्ध जैसी बड़ी घटना न होने की शर्त पर)। उन्होंने यह भी लिखा, । प्रारंभिक रूप को उन्होंने ऐसा सिस्टम बताया जिसमें देखने, सुनने, शरीर को नियंत्रित करने और भाषा की बुनियादी क्षमताएँ पहले से डालने के बजाय सीखकर हासिल हों। टिप्पणियों में उन्होंने लिखा, (आगे उदाहरण दिया कि यदि कोई बड़ी सेना ऐसा सिस्टम बनाए, तो उसके पास इसे गुप्त रखने के मज़बूत कारण होंगे), और ।
इसके बाद:सबसे अधिक संभावना वाला बताया गया वर्ष 2025 बीत चुका है। इस साइट को ऐसा स्रोत नहीं मिला जिसमें किसी तीसरे पक्ष ने मानव स्तर का AGI बन जाने का निर्णय किया हो। औसत वर्ष 2028 का आकलन अभी बाकी है। 2019 तक के के लिए उन्होंने मानदंड बताया था: कोई जानकार व्यक्ति 1–2 घंटे समझाए जाने और इस्तेमाल करने के बाद सोचे कि मानव स्तर तक पहुँचने में 10 वर्ष से कम लगेंगे। लेकिन इस साइट को यह तय करने वाला स्रोत नहीं मिला कि कोई सिस्टम इस मानदंड पर खरा उतरा था या नहीं।
भविष्यवाणी: AGI (मनुष्यों के बराबर सामान्य उपयोग की AI) के लिए (अनुवाद) (2025, Google DeepMind के डेमिस हसाबिस (Demis Hassabis), टीवी साक्षात्कार)
अप्रैल 2025 में अमेरिकी CBS के कार्यक्रम “60 Minutes” ( (अनुवाद)) में Google DeepMind के प्रमुख डेमिस हसाबिस (2024 के रसायन विज्ञान नोबेल पुरस्कार विजेता) ने साक्षात्कार दिया। साक्षात्कारकर्ता ने (अनुवाद) पूछा (AGI ऐसा AI है जो मनुष्यों की तरह हर तरह का बौद्धिक काम कर सके)। हसाबिस ने कहा, (अनुवाद)। (अनुवाद) पूछने पर उन्होंने जवाब दिया, (अनुवाद)। उसी बातचीत में उन्होंने बताया कि आज का AI अभी खुद से नए सवाल या परिकल्पनाएँ नहीं दे सकता, उसमें जिज्ञासा नहीं है, और कल्पनाशक्ति तथा सहज समझ भी शायद कुछ कम हैं।
आम तौर पर कही जाने वाली बात:अक्सर यह समझा जाता है कि “हसाबिस ने कहा कि AI से 10 साल में सारी बीमारियाँ खत्म हो जाएँगी” (प्रतिलेख का शीर्षक भी (अनुवाद) है) मूल स्रोत के अनुसार:प्रतिलेख में असल शब्द हैं, (अनुवाद)। साथ ही, साक्षात्कारकर्ता के (अनुवाद) पूछने पर उन्होंने जवाब दिया, (अनुवाद)। यह संभावना वाला अनुमान था, जिसमें “हो सकता है” और जैसे शब्द थे।
इसके बाद:अनुमान के लक्ष्य वाले वर्ष अभी नहीं आए हैं (सितंबर 2026 तक)।
जो अभी पता नहीं है:क्या कर पाने पर AI को “AGI” कहा जाए, इसका मानदंड अलग-अलग व्यक्तियों और कंपनियों में अलग है। इसलिए उपलब्धि परखने का पैमाना खुद तय नहीं है (इस साइट का अनुमान। प्रतिलेख के परिचय में (अनुवाद) कहा गया है)।
चित्र क्या दिखाता है:वर्ष, क्या होने पर सही माना जाए, कौन निर्णय करे और कितनी संभावना है—ये 4 बातें पूरी हों तो बाद में नतीजा जाँचना आसान होता है। जिन भविष्यवाणियों का स्पष्ट जवाब मिला, उनके नियम पहले तय थे।
अंत में
जो अब भी मालूम नहीं, वहीं से शुरू करें
4 उछालों को एक के ऊपर एक रखने पर कई बार एक ही क्रम दिखता है: उम्मीदें बढ़ती हैं, “इस साल तक” की भविष्यवाणी आती है और उस साल भविष्यवाणी के रूप में वह बात पूरी नहीं होती। लेकिन सर्दी आने का तरीका हर उछाल में अलग है, और तीसरे तथा चौथे उछाल के बीच सर्दी नहीं आई। “हर बार एक ही क्रम” साथ रखने पर ऐसा दिखता भर है; यह कोई तय नियम नहीं है।
भविष्यवाणियों के विश्लेषण का जवाब भी चुनने और गिनने के तरीके से बदलता है। 2012 के प्रसिद्ध अध्ययन में डेटा की गलती की टिप्पणी जुड़ी है। राष्ट्रीय शिक्षण सामग्री में 2025 तक पूरे मानव मस्तिष्क का सिमुलेशन संभव बनाने वाली क्षमता तक पहुँचने की बात भी, उसका स्रोत ढूँढ़ने पर, गति का पूर्वानुमान निकली। पैमाना बदलने पर जवाब बदलता है।
अब भी बहुत-सी बातें मालूम नहीं हैं। आज के बड़े AI के भीतर क्या हो रहा है। आगे प्रगति की गति कितनी होगी। चौथे उछाल के बाद सर्दी आएगी या नहीं। यह साइट जवाब नहीं देती। यह सामग्री और जाँचने का तरीका देती है। जब तय साल आए, तो खुद जाँचकर देखें कि भविष्यवाणी पूरी हुई या नहीं।