ज़ेरोधा सीटीओ कैलाश नाध: निवेशकों का दबाव न होने से हमें उत्पाद में बढ़त मिलती है

यह व्यापक रूप से माना जाता है कि आर्टिफिशियल इंटेलिजेंस (एआई) नौकरी बाजार को प्रभावित करेगा, और गंभीर अतिरेक होगा। साथ ही, इंसानों के पास ऐसी स्थिति से निपटने की रचनात्मक शक्ति होती है, और उन्होंने अतीत में ऐसा किया है जब मशीनों ने उनकी नौकरियों को खतरे में डाल दिया था। इतिहास के इस बिंदु पर, संतुलन कहाँ है?

एआई प्रौद्योगिकियां अन्य प्रौद्योगिकियों के विपरीत बहुआयामी हैं। उदाहरण के लिए, एक छात्र, वकील, शोधकर्ता, लेखक और एक सॉफ्टवेयर डेवलपर सभी अपने संबंधित क्षेत्रों में विभिन्न प्रकार की समस्याओं के सीधे समाधान खोजने के लिए एक ही एलएलएम टूल का उपयोग कर सकते हैं। यह उससे बहुत अलग है कि वर्ड प्रोसेसर जैसे सामान्य उपकरण समस्या-समाधान के साधन कैसे प्रदान करते हैं। इस बार, मुझे लगता है कि यह अलग है, जब प्रौद्योगिकियों के इस नए सेट के संदर्भ में रचनात्मकता का विचार भी एक गर्म दार्शनिक बहस बन गया है।

निस्संदेह, हमें सामान्य ज्ञान पर विचार करना होगा। स्वचालन और दक्षता के नाम पर हम सही निर्णय का त्याग नहीं कर सकते। उदाहरण के लिए, बीमा दावों के मामले में। उच्च प्रभाव वाले निर्णय लेने के लिए एआई पर भरोसा करना अभी तक एक अच्छा विचार नहीं है, और ये उन मनुष्यों के पास ही रहना चाहिए जो उनके लिए जवाबदेह हैं। महत्वपूर्ण क्षेत्रों के लिए कुछ गार्ड रेल होनी चाहिए और इस पर नियम एक वैश्विक बहस है।

आपने पहले कहा था कि टेक क्षेत्र में अधिकांश फैशन के विपरीत जेनेरेटिव एआई एक वास्तविक सफलता है। तुमने ये क्यों कहा? क्या आप कुछ ऐसी तकनीकों का उल्लेख कर सकते हैं जो बाद में आश्चर्यजनक रूप से प्रचलन में आ गईं?

ये प्रौद्योगिकियाँ आश्चर्यजनक रूप से अच्छी तरह से काम करती हैं। जेनरेटिव एआई प्रौद्योगिकियों द्वारा संचालित भाषा, पाठ, भाषण, इमेजरी, वीडियो और टूल को कुछ ही समय में कमोडिटीकृत कर दिया गया है और दैनिक उपयोग के लिए व्यापक रूप से उपलब्ध हो गए हैं। करोड़ों लोग दैनिक आधार पर इनका सीधे तौर पर उपयोग करते हैं। मैं व्यक्तिगत रूप से तकनीकी कार्यों में सहायता के लिए एलएलएम का भारी उपयोग कर रहा हूं, और वे मेरा काफी समय बचा रहे हैं, जो पहले संभव नहीं था।

निःसंदेह, इन प्रौद्योगिकियों को लेकर काफ़ी प्रचार है, लेकिन इसके पीछे भी महत्वपूर्ण तथ्य मौजूद हैं। प्रौद्योगिकी में बहुत सारी सनकें हैं। ब्लॉकचेन याद रखें, जिसका उद्देश्य दुनिया में क्रांति लाना था? या ‘बिग डेटा’, जो एक प्रचलित शब्द बन गया, जहां प्रत्येक संगठन को भारी मात्रा में डेटा से अनकहा लाभ प्राप्त करना था? 5जी के बारे में क्या? इसका उद्देश्य गतिशीलता से लेकर ‘स्मार्ट सिटी’ और अन्य सभी चीजों में क्रांति लाना था।

क्या आप उन लोगों में से एक हैं जो एआई पर संदेह करते थे और फिर एआई आशावादी बन गए? मुझे कुछ वर्ष पहले आपके द्वारा लिखा गया एक लेख याद है, जिसमें साँप-तेल बेचने वालों द्वारा “एआई/एमएल द्वारा संचालित” बकवास का जिक्र किया गया था।

मैं एआई-आशावादी या एआई-संशयवादी नहीं हूं। मैं “एआई द्वारा संचालित” दावे के प्रति प्रबल संशयवादी था और रहूंगा, जहां संगठनों ने खुद को अलग दिखाने की कोशिश में बिना सोचे-समझे उस वाक्यांश का इस्तेमाल किया, जबकि किसी भी एआई तकनीक का उपयोग नहीं किया या इसके कुछ अल्पविकसित रूप का उपयोग नहीं किया। हाल की सफलताओं और एआई प्रौद्योगिकियों के कमोडिटीकरण के साथ, कोई भी आसानी से एआई प्रौद्योगिकियों को एकीकृत कर सकता है और “एआई द्वारा संचालित” होने का दावा कर सकता है, जिससे यह वाक्यांश अर्थहीन हो जाता है।

आप स्वचालन के कितने प्रशंसक हैं? क्या ऐसे तत्व हैं जिन्हें हमें स्वचालन पर नहीं छोड़ना चाहिए?

मैं सॉफ्टवेयर लिख रहा हूं और प्रौद्योगिकियों का निर्माण कर रहा हूं और इसे पेशेवर और व्यक्तिगत रूप से बहुत लंबे समय से करने का आनंद ले रहा हूं। मेरे काम का अधिकांश हिस्सा सॉफ्टवेयर और ऑटोमेशन लिखना है जो मनुष्यों के जीवन को सरल बनाता है, उपयोगकर्ता-केंद्रित प्रौद्योगिकियां जो सार्थक उपयोगिता और जीवन की गुणवत्ता में सुधार प्रदान करती हैं। किसी भी प्रकार का महत्वपूर्ण निर्णय जो जीवन या समाज को प्रभावित करता है, मैं पूरी तरह से स्वचालन पर नहीं छोड़ूंगा। उदाहरण के लिए, नागरिकों को सेवा वितरण, बीमा दावों का प्रसंस्करण आदि। ऐसे महत्वपूर्ण निर्णयों की जिम्मेदारी मनुष्यों की होनी चाहिए, जिन्हें जवाबदेह ठहराया जा सकता है।

आपने कंपनी के मुख्य ट्रेडिंग प्लेटफॉर्म काइट को बनाने में महत्वपूर्ण भूमिका निभाई है। यह अपने सहज उपयोगकर्ता अनुभव के लिए जाना जाता है। ज़ेरोधा इस क्षेत्र में अग्रणी था लेकिन प्रतिस्पर्धा बढ़ रही है। आपको क्या लगता है कि ज़ेरोधा अपनी बढ़त कैसे बरकरार रख सकता है, यह देखते हुए कि इस क्षेत्र में तकनीक का कमोडिटीकरण हो गया है?

दो कंपनियां एक ही फ्रेमवर्क, प्रोग्रामिंग भाषा, एक ही डेटाबेस का उपयोग कर सकती हैं लेकिन वे इसे कैसे पैकेज करती हैं और अंततः ग्राहकों को कैसे देती हैं, इससे बहुत फर्क पड़ता है। मैंने अपने कई प्रतिस्पर्धियों को ग्राहकों पर ऐसी चीज़ें थोपते देखा है जो उनके सर्वोत्तम हित में नहीं हैं लेकिन कंपनी के लिए अतिरिक्त राजस्व कमाती हैं। हमारे कई प्रतिस्पर्धी ग्राहकों को अधिक व्यापार करने और कंपनी के लिए अधिक राजस्व अर्जित करने के लिए प्रेरित करने में लगे हुए हैं। हम ऐसा नहीं करते. यदि आप हमारा ऐप खोलते हैं तो आपको कोई भी उत्पाद या ऋण आपकी ओर धकेला हुआ नहीं दिखेगा। यही हमारा व्यवसाय दर्शन है।

हमारे पास बाहरी निवेशक नहीं हैं. जिन कंपनियों ने वीसी फंडिंग जुटाई है, उन्हें अपने निवेशकों को जवाब देना होगा और यह सब दिखाएगा कि आप अपने उत्पाद को कैसे पैकेज करते हैं। हम पर निवेशकों का कोई दबाव नहीं है जबकि हमारे प्रतिस्पर्धियों पर निवेशकों का दबाव है क्योंकि वे सभी भारी मात्रा में वित्त पोषित हैं। यह हमारा फायदा है और मैं यह सोचना चाहूंगा कि हमारी बढ़त बढ़ रही है।

यह स्पष्ट है कि जेनरेटिव एआई में ओपन-सोर्स की एक निश्चित भूमिका है। ज़ेरोधा कितनी सक्रियता से इन विकल्पों की खोज कर रहा है? ज़ेरोधा ने वैश्विक स्तर पर ओपन-सोर्स परियोजनाओं को वित्तीय सहायता प्रदान करने के लिए एक समर्पित $1 मिलियन वार्षिक फंड भी लॉन्च किया है।

ओपन-सोर्स दुनिया में एआई प्रौद्योगिकियों में व्यापक विकेन्द्रीकृत नवाचार हो रहा है। साप्ताहिक आधार पर नई सफलताएँ और सुधार सामने आ रहे हैं। ज़ेरोधा में, हम आंतरिक बैकऑफ़िस से संबंधित संगठनात्मक कार्यों को कुशल बनाने के लिए इनमें से कुछ ओपन-सोर्स एआई टूल्स को सेल्फ-होस्टिंग के साथ प्रयोग कर रहे हैं। यह काफी अच्छा काम कर रहा है. हमारे नए लॉन्च किए गए फ्री/लिबरे और ओपन सोर्स सॉफ्टवेयर (FLOSS) फंड के साथ, हमारा लक्ष्य महत्वपूर्ण फ्री और ओपन सोर्स सॉफ्टवेयर (FOSS) परियोजनाओं को वित्तीय सहायता देना है जो पारिस्थितिकी तंत्र के लिए महत्वपूर्ण हैं। हमने इस पहल को चलाने के लिए आंतरिक रूप से एक छोटी समर्पित टीम बनाई है।

क्या आप हमें एक उदाहरण दे सकते हैं कि ज़ेरोधा ने कंपनी में अधिक दक्षता लाने के लिए एआई टूल का उपयोग कैसे किया?

आइए गुणवत्ता आश्वासन प्रक्रिया में बदलाव लाएं। हमारी टीम कई वर्षों से हजारों रिकॉर्डेड ग्राहक कॉल सुन रही है। यह एक मैन्युअल प्रक्रिया थी जो टीम के लिए आत्मा को कुचलने वाली थी। हमने कॉल की एक पाइपलाइन बनाई और आवाज़ को टेक्स्ट में बदलने के लिए एक ओपन-सोर्स मॉडल व्हिस्पर का उपयोग किया। फिर हमने कुछ मापदंडों पर इस पाठ का विश्लेषण करने के लिए स्थानीय रूप से होस्ट किए गए एलएलएम का उपयोग किया। अब इन प्रतिलेखों का विश्लेषण करने के लिए एलएलएम का उपयोग किया जाता है, और हम यादृच्छिक नमूनाकरण का सहारा लिए बिना यह पहचानने में सक्षम हैं कि गुणवत्ता पैरामीटर कहां पूरे नहीं हुए हैं। इसके परिणामस्वरूप दक्षता में अत्यधिक वृद्धि हुई है।

मैं रस्ट नामक एक नई भाषा सीख रहा हूं। रस्ट में एक प्रोजेक्ट पर काम करना शुरू किया और एलएलएम की मदद से शुरू से भाषा सीखते हुए एक काफी जटिल सॉफ्टवेयर बना रहा हूं। मैंने इस भाषा में कुछ ही घंटों में काफी अच्छी तरह से लिखित प्रोटोटाइप तैयार कर लिया है, अन्यथा इसमें कई दिन लग जाते। एक वरिष्ठ इंजीनियर के रूप में, जब मैं बड़ी समस्याओं में फंस जाता हूं, तो मैं समस्या को एलएलएम को भेजता हूं, और वह मुझे 30 सेकंड में समाधान देता है, जिसमें अन्यथा 30 मिनट लग सकते हैं। अब जो हो रहा है वह अकल्पनीय है. यहां तक ​​कि एक जटिल इंजीनियरिंग समस्या से निपटने के दौरान भी, एलएलएम तीन दृष्टिकोण सुझा सकता है, और आप किसी एक को चुनने के लिए अपने संकाय का प्रयोग कर सकते हैं।

अगले कुछ वर्षों में एआई के कारण आप भारत में किस प्रकार की नौकरी की भूमिकाओं को निरर्थक होते हुए देखते हैं? और क्यों?

सबसे स्पष्ट उम्मीदवार प्रवेश स्तर के कार्य प्रतीत होते हैं जहां भाषा की समझ और सृजन शामिल है। कनिष्ठ डेवलपर्स द्वारा प्रोग्रामिंग कार्य, अनुसंधान सहायकों द्वारा अनुसंधान सामग्री को सूचीबद्ध करना और सारांशित करना, और कॉर्पोरेट लेखन और ग्राफिक डिजाइन कार्य कम लटके हुए फल प्रतीत होते हैं।

क्या आप देखते हैं कि इंजीनियरिंग के छात्र अब एआई-संबंधित पाठ्यक्रमों की ओर रुख कर रहे हैं? आपकी उन्हें क्या सलाह होगी?

मैं करता हूं, और मुझे नहीं लगता कि यह बड़ी संख्या में छात्रों के लिए आवश्यक रूप से उपयोगी है। “बिग डेटा” पाठ्यक्रम भी एक समय पर लोकप्रिय थे, याद है? मुझे नहीं लगता कि अनगिनत छात्रों का इंजीनियरिंग पाठ्यक्रमों के लिए प्रयास करना कोई अच्छी बात थी। एकमात्र सलाह जो मैं छात्रों को दे सकता हूं वह यह है कि वे उन समस्याओं की खोज करें जिनसे वे संबंधित हो सकते हैं, और व्यक्तिगत परियोजनाओं पर काम करें जो उन्हें हल करें, प्रत्यक्ष अनुभव प्राप्त करें। व्यावहारिक अनुभव वाली निर्माण प्रौद्योगिकियाँ हर चीज़ को मात देती हैं और महत्वपूर्ण बढ़त प्रदान करती हैं।

(पाठकों के लिए नोट: ऐ, ऐ एक स्तंभ है जो क्षेत्र के सबसे प्रतिभाशाली दिमागों के साथ बातचीत करके आर्टिफिशियल इंटेलिजेंस और इसकी संभावनाओं से संबंधित है)