एआई की किलर ऐप: कैसे एआई एजेंट सब कुछ बदल सकते हैं

एआई की ब्लॉकबस्टर ऐप की खोज

ChatGPT के रिलीज़ के आसपास सार्वजनिक चर्चा के बाद से, एआई तकनीक ने सुर्ख़ियाँ बटोरी हैं और आम जनता, आईटी विशेषज्ञों और निवेशकों का ध्यान आकर्षित किया है।

यह विशेष रूप से तब सच रहा है जब जेनरेटिव एआई की क्षमता घातीय रूप से बढ़ रही है। इसके अलावा, नई प्रतिस्पर्धा की लहर ने इस क्षेत्र में प्रगति को तेज़ किया है, चीन के एआई जैसे DeepSeek ने अमेरिकी निर्मित एआई की लागत संरचना और मूल्य निर्धारण को चुनौती दी है।

फिर भी, एआई उद्योग कुछ हद तक अस्थिर स्थिति में है, क्योंकि एआई बुनियादी ढांचे में सैकड़ों अरब डॉलर अभी तक उन राजस्व स्तरों को उत्पन्न नहीं कर पाए हैं जो निवेश को उचित ठहराते हैं।

पिछले तकनीकी क्रांतियों का निर्माण तकनीक के “वास्तविक” अर्थव्यवस्था में लाभदायक अनुप्रयोगों के आधार पर हुआ था, जैसे कार्यालय कार्य (Windows & Office), मनोरंजन (वीडियो गेम और स्ट्रीमिंग), विज्ञापन (Google), संचार (स्मार्टफ़ोन), या व्यापार (ऑनलाइन भुगतान & ई‑कॉमर्स)।

अब तक, एआई ने अधिकांश लोगों के काम करने या दैनिक जीवन जीने के तरीके में क्रांति नहीं लाई है। लेकिन यह संभवतः बदलने वाला है, क्योंकि विशेषीकृत एआई का उदय हो रहा है, जिनकी प्रदर्शन और क्षमताओं की सीमा तेजी से बढ़ रही है: एआई एजेंट।

एआई एजेंट क्या हैं?

एआई एजेंटों का मूल विचार यह है कि ऐसे एआई बनाए जाएँ जो किसी दिए गए पर्यावरण में स्वतंत्र रूप से कार्य कर सकें। यह उन्हें जेनरेटिव एआई (जैसे बड़े भाषा मॉडल या इमेज जेनरेटर) से बहुत अलग व्यावहारिक भूमिकाएँ देता है, जो मुख्यतः मानव‑निर्मित प्रॉम्प्ट्स पर प्रतिक्रिया देते हैं।

उस संदर्भ में, “पर्यावरण” का अर्थ वास्तविक दुनिया की विशिष्ट स्थितियों से हो सकता है, जैसे सड़क पर एक कार और स्वचालित ड्राइविंग फ़ंक्शन के लिए एआई, या पूरी तरह वर्चुअल स्थान, जैसे कोई विशेष सॉफ़्टवेयर या डिजिटल इंटरफ़ेस।

क्योंकि एआई एजेंट अपने निर्धारित भूमिका में स्वायत्त रूप से कार्य करता है, इसे मानव द्वारा लगातार प्रॉम्प्टिंग की आवश्यकता नहीं पड़ती। इसलिए, यह बिना पुष्टि या निगरानी के स्वयं कार्रवाई कर सकता है।

व्यवहार में, अधिकांश एआई एजेंटों में अंतर्निहित शर्तें और नियम होते हैं, जिनके तहत वे मानव पर्यवेक्षक से प्रतिक्रिया माँगेंगे।

Google के अनुसार, एआई एजेंटों की प्रमुख विशेषताएँ हैं:

• Reasoning: वे डेटा का विश्लेषण कर सकते हैं, पैटर्न पहचान सकते हैं, और साक्ष्य व संदर्भ के आधार पर सूचित निर्णय ले सकते हैं।
• Acting: कार्य करने या कार्यों को निष्पादित करने की क्षमता, जिसमें शारीरिक या डिजिटल दोनों प्रकार की क्रियाएँ शामिल हो सकती हैं।
• Observing: पर्यावरण या स्थिति के बारे में जानकारी एकत्र करना ताकि संदर्भ को समझा जा सके और सूचित निर्णय लिये जा सकें।
• Planning: लक्ष्य प्राप्त करने के लिए योजना बनाना, आवश्यक कदम, संभावित क्रियाएँ और सर्वोत्तम मार्ग की पहचान करना।
• Collaborating: मनुष्यों या अन्य एआई एजेंटों के साथ प्रभावी ढंग से काम करना।
• Self-refining: एआई एजेंट अनुभव से सीख सकते हैं, प्रतिक्रिया के आधार पर व्यवहार को समायोजित कर सकते हैं, और समय के साथ अपनी प्रदर्शन और क्षमताओं को निरंतर सुधार सकते हैं।

Source: DevRevAI

क्या यह वास्तव में नया है?

यह विशेषताओं का सेट एआई एजेंटों को पिछले एआई टूल्स (जैसे एआई असिस्टेंट और बॉट) से एक कदम आगे रखता है, जिसमें अधिक सक्रिय क्षमताएँ, स्वायत्तता, और जटिल कार्यों को संभालने की क्षमता होती है।

Source: Google

भौतिक “शरीर” वाले एआई एजेंट वास्तविक दुनिया के साथ सीधे इंटरैक्ट कर सकते हैं, जबकि डिजिटल एआई एजेंट संभवतः कुछ विशिष्ट वर्चुअल कार्य पर्यावरण में विशेषज्ञता रखेंगे।

दोनों मामलों में, एआई को पर्याप्त एजेंसी और संभावित कार्य देना महत्वपूर्ण है—इतना कि उपयोगी हो, लेकिन इतना नहीं कि त्रुटियों से अनपेक्षित नुकसान हो।

समग्र रूप से, यह संभावना है कि एआई निर्णयों की गुणवत्ता में समानांतर वृद्धि और उनके प्रति बढ़ती परिचितता लोगों और प्राधिकरणों को एआई निर्णय‑निर्धारण में अधिक स्वतंत्रता देने की अनुमति देगी। हालांकि, यह एआई कार्यों की जिम्मेदारी (नीचे इस विषय पर चर्चा देखें) के संबंध में रोचक कानूनी और नैतिक प्रश्न भी उठाता है।

एआई एजेंटों की संभावनाएँ

एआई एजेंटों की स्वतंत्र रूप से काम करने की क्षमता ही उन्हें एआई के “किलर ऐप” बना सकती है। आधुनिक जीवन में कई दोहरावदार कार्य हैं जो न तो बहुत जटिल हैं और न ही इतनी सरल कि साधारण ऑटोमेशन से निपटा जा सके।

उदाहरण के लिए, Tesla को 2018 में अपने असेंबली लाइन में ऑटोमेशन और रोबोटिकरण को एक कदम पीछे लेना पड़ा (TSLA ) । रोबोट बहुत अच्छा काम कर सकते थे, लेकिन slightest disturbance या अप्रत्याशित परिवर्तन पूरी असेंबली लाइन को रोक सकता था।

“हमारे पास यह पागल, जटिल कन्भेयर बेल्ट नेटवर्क था … और यह काम नहीं कर रहा था, इसलिए हमने पूरी चीज़ हटा दी। हाँ, टेस्ला में अत्यधिक ऑटोमेशन एक गलती थी। सटीक रूप से, मेरी गलती। मनुष्यों को कम आँका जाता है।”
Elon Musk

हालाँकि, आधुनिक एआई केवल कठोर नियमों का एक जटिल सेट नहीं है जो सब कुछ पहले से अनुमान लगाने की कोशिश करता है। इसके बजाय, वे पर्याप्त प्रासंगिक डेटा के साथ प्रशिक्षण के दौरान नई परिस्थितियों के अनुसार अनुकूलित और विकसित हो सकते हैं।

इसलिए एआई विशेष रूप से अत्यधिक दोहरावदार कार्यों के लिए प्रासंगिक हो सकता है, जैसे ग्राहक को ट्रबलशूटिंग एल्गोरिदम के माध्यम से ले जाना या हाईवे पर ट्रकों को चलाना।

मानवों के विपरीत, ऐसा एआई 24/7 काम कर सकता है और वेतन, स्वास्थ्य बीमा आदि की आवश्यकता नहीं होती।

एआई क्षमताओं के स्तर को वर्गीकृत करने के कई तरीके हैं। सामान्यतः, वे एआई की क्षमता की तुलना मानव जनसंख्या से करते हैं, जहाँ नवीनतम एआई एजेंट संभवतः निकट भविष्य में विशिष्ट, संकीर्ण‑डोमेन कार्यों में 50‑90 % जनसंख्या के कौशल तक पहुँच सकते हैं, जिसे एआई प्रगति के मध्य बिंदु माना जाता है, और यह AGI के लिए केवल शुरुआत है।

Source: Cobus Greyling

एआई एजेंट कैसे काम करते हैं?

एआई एजेंट कुछ प्रमुख “घटक” से बनते हैं जो आपस में इंटरैक्ट करते हैं:

• Sensors: भौतिक एआई एजेंटों के लिए इसमें कैमरे, माइक्रोफ़ोन, LIDAR, रेडियो एंटीना आदि शामिल हो सकते हैं। डिजिटल एआई एजेंटों के लिए यह खोज फ़ंक्शन, फ़ाइल पढ़ने का टूल, किसी विशेष सॉफ़्टवेयर या डेटाबेस से डेटा निकालना आदि हो सकता है।
• Actuators: यह वह तरीका है जिससे एआई अपना काम करता है। भौतिक होने पर यह पहिए या रोबोटिक आर्म हो सकते हैं। डिजिटल होने पर यह फ़ाइलें बनाना या संशोधित करना, रिपोर्ट लिखना, डेटा विश्लेषण करना आदि हो सकता है।
• Brains: लगातार जटिल होते जा रहे न्यूरल नेटवर्क‑आधारित एआई टूल्स से निर्मित, ये एआई एजेंटों के निर्णय‑केन्द्र होते हैं।
• Database: यह ज्ञान‑केन्द्र है जिसमें तथ्य, प्रशिक्षण डेटा, और मानव सुधार शामिल होते हैं जो “ब्रेन” को सही निर्णय लेने में मदद करते हैं।

Source: Thomas Latterner

इन घटकों का संयोजन एआई एजेंटों को स्मृति और एक व्यक्तित्व देता है, जो विशेषीकृत LLM पर आधारित होता है।

स्मृति एआई के लिए बहुत महत्वपूर्ण भाग है और यह पिछले बॉट्स की तुलना में एक क्रांतिकारी सुधार है। स्मृति की कमी ही चैटबॉट्स और समान सिस्टम की अधिकांश शिकायतों का स्रोत है: यही कारण है कि कई बॉट्स तर्क के लूप में फँस जाते हैं, या पहले दी गई जानकारी को याद नहीं रख पाते।

एआई एजेंटों के प्रकार

भौतिक बनाम डिजिटल विभाजन के अलावा, एआई एजेंटों को वर्गीकृत करने के अन्य तरीके भी हैं:

• एक तरीका यह देखना है कि एजेंट मनुष्यों के साथ इंटरैक्ट करता है या पृष्ठभूमि में काम करता है।
• एक अन्य तरीका यह है कि क्या एकल एजेंट किसी विशिष्ट कार्य के लिए उपयोग किया जाता है या कई एजेंट आपस में बात करके अधिक जटिल कार्य करते हैं, जहाँ प्रत्येक एजेंट का अपना मॉडल हो सकता है और वे डेटा साझा कर सकते हैं या नहीं।
  • कई एजेंटों के उपयोग पर एक पदानुक्रम स्थापित किया जा सकता है, जहाँ एक या कई एजेंट नीचे‑स्तर के एजेंटों का समन्वय और “आदेश देना” संभालते हैं।
• एआई एजेंट वर्गीकरण का एक और विकल्प लक्ष्य और जटिलता को देखना है।
  • लक्ष्य‑आधारित एआई एजेंट अंतिम परिणाम पर केंद्रित होते हैं, और लक्ष्य प्राप्त होने तक अपने व्यवहार या कार्यों को अनुकूलित करते हैं। उदाहरण के लिए, एक वेयरहाउस एआई पैकेज को उसके गंतव्य तक पहुँचने तक निर्देश देता रहेगा।
  • उपयोगिता‑आधारित एजेंट भी लक्ष्य पर ध्यान देते हैं, लेकिन साथ ही सबसे अच्छा रास्ता खोजते हैं। इसलिए, एक स्व‑ड्राइविंग कार बिंदु A से B तक जाएगी, लेकिन सुरक्षा, ईंधन दक्षता, यात्रा समय, सड़क प्रकार आदि को भी ध्यान में रखेगी।

Source: Ampcome

सामान्य एआई की बजाय एआई एजेंट क्यों उपयोग करें?

एआई उद्योग के कई कारण हैं कि वह सार्वभौमिक मॉडलों की बजाय एआई एजेंटों की ओर झुक रहा है।

पहला कारण तकनीकी जटिलता और व्यवहार्यता का मुद्दा है। पूर्ण मानव‑समान सामान्य बुद्धिमत्ता (AGI) अभी भी हमारी समझ से परे है।

हालाँकि, यह अधिक यथार्थवादी लगता है कि हम एक समर्पित एआई एजेंट बनाएँ जो कार को मानव की तरह चला सके, जबकि अन्य क्षेत्रों में मानव‑स्तर की तर्क‑शक्ति न रखे।

एक और बात दक्षता की है। कार चलाने के लिए उपयोग किया जाने वाला मॉडल को बात‑चाल, चलना, वेब खोज, गणना आदि में उत्कृष्ट होने की आवश्यकता नहीं है। इसलिए प्रत्येक कार्य के लिए कई व्यक्तिगत एआई एजेंट बनाना, सभी‑उद्देश्यीय एआई/रोबोटिक सिस्टम को लागू करने की तुलना में अधिक समझदारी है, जैसा कि अक्सर विज्ञान‑कथा में दिखाया जाता है।

अंत में, लागत सभी एआई प्रोजेक्ट्स के लिए एक गंभीर मुद्दा है। यह प्रशिक्षण लागत और हजारों या यहाँ तक कि लाखों GPU की आवश्यकता से जुड़ी है। लेकिन यह एआई को चलाने वाले कंप्यूटिंग हार्डवेयर और ऊर्जा खपत की लागत से भी जुड़ी है। इसलिए अधिक विशेषीकृत, सरल एआई एजेंट, जो अपने कार्य में बेहतर प्रदर्शन करते हैं, को प्राथमिकता दी जानी चाहिए।

विशेषीकृत से सामान्यीकृत एआई एजेंटों की ओर?

संकीर्ण और दोहरावदार कार्यों के लिए बहुत संकीर्ण एआई एजेंट संभवतः सबसे बेहतर होते हैं। हालांकि, एआई क्रांति के पूर्ण लाभ को समझने के लिए थोड़ा अधिक सक्षम सिस्टम की आवश्यकता होगी। उदाहरण के लिए, एक एआई न केवल स्वचालित रूप से रख‑रखाव की आवश्यकता वाले उपकरणों की सूची बना सके, बल्कि तकनीशियनों को उस रख‑रखाव के लिए शेड्यूल भी कर सके और उनके टाइमशीट, वेतन आदि को प्रबंधित कर सके।

कुछ अनुप्रयोगों में, यह मानव कार्यकर्ताओं की वास्तविक मदद के लिए आवश्यक कदम हो सकता है, क्योंकि कार्य और विश्लेषण पूरी तरह से अलग‑अलग नहीं किए जा सकते।

उदाहरण के लिए, एक एआई निदान करने के लिए मेडिकल इमेज का विश्लेषण, लक्षणों का वर्णन करने वाले टेक्स्ट या आवाज़ को समझना, मेडिकल टेस्ट परिणाम और रोगी इतिहास को एकीकृत करना, संबंधित वैज्ञानिक साहित्य और मेडिकल प्रोटोकॉल खोजना आदि आवश्यक होगा।

Source: Nature

ऐसे सामान्यीकृत, लेकिन अनुप्रयोग‑विशिष्ट एआई संभवतः मल्टी‑एजेंट संरचनाओं के माध्यम से निर्मित होंगे, जहाँ प्रत्येक उप‑घटक एक कार्य में उत्कृष्ट होगा, जबकि एक पर्यवेक्षक एआई व्यक्तिगत एजेंटों के आउटपुट को एक सुसंगत सम्पूर्ण में एकीकृत करेगा।

अनुप्रयोग‑विशिष्ट उपयोग‑केस ही एकमात्र संभावना नहीं हैं। उदाहरण के लिए, विभिन्न क्षेत्रों के एजेंटों का उपयोग करने वाले मल्टी‑एजेंट एआई नई वैज्ञानिक खोजों में सहायक हो सकते हैं, विभिन्न डेटा सेटों को एक साथ लाकर।

एआई एजेंट अनुप्रयोग

हालाँकि कई अनुप्रयोग अभी तक पूरी तरह समझे नहीं गए हैं, जैसे 1995 में कोई आधुनिक इंटरनेट की कल्पना नहीं कर सकता था, कुछ गतिविधियाँ पहले से ही एआई एजेंटों के उपयोग के लिए तैयार हैं:

• ग्राहक सेवा: ऑनलाइन चैट से लेकर रेस्तरां में ऑर्डर लेना तक, अधिकांश ग्राहक अनुरोधों की अपेक्षाकृत सीधी प्रक्रिया स्वचालन को आसान बनाती है। अब तक चैटबॉट पर्याप्त नहीं थे, लेकिन अधिक बुद्धिमान एआई एजेंट इन नौकरियों को काफी हद तक बदल देंगे, जबकि कुछ मनुष्य जटिल अनुरोधों को संभालेंगे।
• वैज्ञानिक अनुसंधान: इसमें अत्यधिक जटिल और बड़े डेटा सेटों का विश्लेषण और हजारों वैज्ञानिक प्रकाशनों का ब्राउज़िंग शामिल होगा, जिसमें गैर‑अंग्रेज़ी भाषाएँ भी शामिल हैं। यह प्रोटीन फ़ोल्डिंग, सामग्री के परमाणु संरचना आदि जैसी अत्यधिक तकनीकी कार्यों में विशेषज्ञ एआई को भी कवर करेगा।
• वेबसाइट & मार्केटिंग: आज के कई ऑनलाइन मार्केटिंग और विज्ञापन पहले से ही टेम्प्लेट और स्वचालित अनुकूलन के साथ आंशिक रूप से संभाले जा रहे हैं। जैसे-जैसे अधिक कस्टमाइज़्ड अनुभवों की सराहना बढ़ती है, लचीले एआई एजेंट जल्द ही इस क्षेत्र में कई मनुष्यों के बराबर प्रदर्शन कर सकते हैं।
• अनुवाद और कानून: कई मानव कार्यों को किसी विशिष्ट विषय पर गहन ज्ञान की आवश्यकता होती है, जो अक्सर बहुत कठिन होता है। एआई की बड़ी मात्रा में डेटा को छानने की क्षमता मददगार हो सकती है।
  • हालाँकि, “हैलुसिनेशन” का जोखिम बहुत अधिक है, विशेषकर जब ग्राहक गलती पहचान न सके, इसलिए केवल अत्यधिक विश्वसनीय एजेंट ही इन कार्यों को संभाल पाएंगे।
  • रियल‑टाइम अनुवाद और आवाज‑से‑आवाज, विशेषकर गैर‑महत्वपूर्ण स्थितियों जैसे पर्यटन में, हमारे स्मार्टफ़ोन के लिए मानक अपेक्षा बन सकती है।
• कला: एआई का सबसे विवादास्पद पहलू शायद हजारों संगीतकार, चित्रकार, ग्राफ़िक डिज़ाइनर आदि को काम से बाहर करना है, जो कई लोगों को असहज करता है। लेकिन यह छोटे टीमों या अकेले व्यक्तियों को बड़े कंपनियों के साथ प्रतिस्पर्धा करने में सक्षम बना सकता है, जैसे फ़िल्म, वीडियो गेम, पुस्तक आदि बनाना।
• स्वास्थ्य‑सेवा: अभी भी, एलोन मस्क अपने अनुयायियों को द्वितीयक मेडिकल राय के लिए X की एआई, ग्रोक, उपयोग करने की सलाह देते हैं। दीर्घकाल में, समर्पित मेडिकल एआई डॉक्टरों को मेडिकल डेटा विश्लेषण और उपचार सुझाव देने में मदद कर सकता है।
  • जैसे‑जैसे रोबोटिक सर्जरी सामान्य होती जाएगी, हम भविष्य में एआई सर्जन को बिना मानव सहायता के कुछ सर्जिकल कार्य करते देख सकते हैं।
• सुरक्षा: यह स्थानीय सुरक्षा से लेकर पुलिस और यहाँ तक कि सैन्य तक विस्तारित है। एआई खतरे की पहचान और लक्ष्य पहचान में उत्कृष्ट हो सकते हैं, लेकिन अभी तक इस क्षेत्र में अत्यधिक स्वायत्तता देना लगभग टैबू माना जाता है, विशेषकर घातक निर्णयों के लिए।
• लॉजिस्टिक्स और परिवहन: वेयरहाउस में पहले से ही रोबोट और ड्रोन का उपयोग बढ़ रहा है, और वे पैकेज डिलीवरी और आपूर्ति श्रृंखला के कार्यों को संभालने की दिशा में आगे बढ़ रहे हैं, क्योंकि वे वास्तविक‑विश्व बाधाओं को संभालने में अधिक सक्षम होते जा रहे हैं।
  • और, स्व‑ड्राइविंग कारें और ट्रक एक बड़ी क्रांति बन सकते हैं, जो हमारी गतिशीलता को पूरी तरह बदल देंगे और व्यक्तिगत कार‑स्वामित्व को शायद ही संभव बना देंगे।
• वित्त: “एल्गो” पहले से ही आज के वित्तीय बाजारों का बड़ा हिस्सा हैं, इसलिए हमें उम्मीद करनी चाहिए कि अधिक बुद्धिमान एआई अधिक गहराई से शामिल होंगे। अनुकूलित एआई एजेंट बीमा मामलों, ऋण आवेदन आदि के मूल्यांकन में भी प्रचलित हो सकते हैं।
• निर्माण: 3D प्रिंटिंग, CNC मशीन और अन्य लचीले उत्पादन उपकरणों के रुझानों ने आधुनिक फैक्ट्री को पुराने असेंबली लाइन की तुलना में अधिक बहुमुखी बना दिया है। औद्योगिक और मानवीय रोबोट में एआई एजेंट इस प्रवृत्ति को और आगे बढ़ा सकते हैं।

कानूनीता, नियमन & नैतिकता

जिम्मेदारियाँ

एआई पर किसी भी चर्चा में तकनीक के जिम्मेदार उपयोग का मुद्दा गहराई से बहस का विषय रहता है।

एक ओर, अत्यधिक नियमन प्रगति को बाधित कर सकता है, और संभवतः सबसे उन्नत एआई को अधिक लचीले अधिकार क्षेत्र में स्थानांतरित कर सकता है। यूएसए और चीन के बीच एआई तकनीकी दौड़ के संदर्भ में, यह किसी भी पक्ष के लिए वांछनीय परिणाम नहीं है।

दूसरी ओर, कोई भी अनियंत्रित एआई बिना जिम्मेदारी के नहीं चाहता।

इसलिए एक स्पष्ट कानूनी ढांचा निर्धारित करना आवश्यक होगा। उदाहरण के लिए, यदि स्व‑ड्राइविंग कार दुर्घटनाग्रस्त हो, तो क्या एआई एजेंट प्रदाता जिम्मेदार होगा? और जितनी अधिक स्वायत्तता एआई एजेंटों को दी जाएगी, उनके निर्णय वास्तविक लोगों को प्रभावित करने की संभावना उतनी ही अधिक और महंगी होगी।

यह एआई के दुरुपयोग के मुद्दे को भी कवर करता है, जैसे पहचान चोरी, धोखाधड़ी आदि।

कई मामलों में, यह भी स्पष्ट नहीं है कि एआई को कौन‑सी एजेंसी या प्राधिकरण नियमन करेगा। क्या यह एक समर्पित विशेष निकाय होना चाहिए? या वित्त में एआई को SEC, हवाई ड्रोन को FAA आदि द्वारा नियमन किया जाना चाहिए?

ये अधिक विधायी और नियामक प्रश्न हैं, लेकिन क्योंकि ये अक्सर तकनीकी प्रगति से वर्षों पीछे रह जाते हैं, एआई एजेंटों के नियामक ढांचे से संबंधित सबसे तात्कालिक प्रश्नों का शीघ्र उत्तर देना आवश्यक है।

नौकरियाँ & असमानता

एआई विकास का अक्सर डराया जाने वाला प्रभाव बड़े पैमाने पर बेरोज़गारी है, क्योंकि एआई अधिक तेज़ी से नौकरियों को बदल रहा है, जबकि लोग पुनः‑प्रशिक्षण या नई नौकरियों के सृजन से पीछे रह जाते हैं।

सिद्धांत में, यह एक यूटोपियन, पोस्ट‑स्केर्सिटी सभ्यता की ओर एक कदम होना चाहिए। व्यवहार में, यह लाखों लोगों को गरीबी की ओर धकेल सकता है, इससे पहले कि हम उस बिंदु तक पहुँचें। और पिछले ऑटोमेशन लहरों के विपरीत, एआई अत्यधिक योग्य ज्ञान‑कार्यकर्ताओं को भी बदल सकता है।

Source: Intellipoint

एकाधिकार या बढ़ती धन असमानता का खतरा भी गंभीर है, क्योंकि इतिहास ने दिखाया है कि यह समाज के लिए अस्थिर और खतरनाक हो सकता है।

नैतिकता

एआई को कौन‑सी चीज़ें सौंपना चाहिए और कौन‑सी नहीं, यह प्रश्न तेजी से महत्वपूर्ण हो रहा है, विशेषकर उन कार्यों के लिए जो केवल गोदाम में पैलेट ले जाने या ई‑मेल का स्वचालित उत्तर देने से आगे बढ़ते हैं।

यह मुद्दा और अधिक दबाव में आता है जब एआई को सैन्य ड्रोन में लक्ष्य‑निर्धारण प्रणाली के लिए उपयोग करने का प्रलोभन होता है। यूक्रेन में भी यह देखा गया है, “यूक्रेनी युद्धक्षेत्रों में एआई‑सक्षम ड्रोन की तेज़ी से बढ़ती प्रवृत्ति“।

Reuters ने रिपोर्ट किया कि एआई‑सक्षम ड्रोन की दौड़ “युद्ध को अनजाने क्षेत्र में ले जा रही है क्योंकि प्रतिद्वंद्वी तकनीकी लाभ के लिए प्रतिस्पर्धा कर रहे हैं।” यूक्रेन में एआई ड्रोन विकास तीन प्रमुख क्षेत्रों पर केंद्रित है: लक्ष्य पहचान, नेविगेशन के लिए भू‑मानचित्रण, और ड्रोन के आपस में जुड़े “स्वॉर्म” बनाना।
एक कंपनी, Swarmer, ड्रोन को नेटवर्क करने के लिए सॉफ़्टवेयर बना रही है, जिससे स्वॉर्म में निर्णय तुरंत न्यूनतम मानव इनपुट के साथ लागू हो सकें।

क्या हम वास्तव में एआई को ऐसी क्षमता देना चाहते हैं? लेकिन क्या हम केवल “दुश्मन” को ही यह क्षमता देना चाहते हैं?

इन मुद्दों पर अंतरराष्ट्रीय स्तर पर चर्चा और निर्णय आवश्यक है। एआई उद्योग को भी इन प्रश्नों से पीछे नहीं हटना चाहिए।

एआई एजेंट पहले से सेवा में

OpenAI एजेंट

एक दीर्घकालिक एआई नेता के रूप में, OpenAI के पास कई ठोस GPT‑आधारित एजेंट हैं। कंपनी डेवलपर्स को एआई एजेंट विकसित करने के लिए समर्पित टूल्स प्रदान कर रही है, जिसमें मल्टी‑एजेंट Open AI SDK (Standard Development Kit) शामिल है।

OpenAI मॉडल मुख्यतः बेहतर GPT और अन्य LLM बनाकर उन्हें अलग‑अलग एजेंट विकास के आधार के रूप में उपयोग करने पर केंद्रित दिखता है, और अपने अग्रणी स्थान का उपयोग करके GPT‑आधारित एजेंटों की मांग उत्पन्न करता है।

Google

Google ने DeepMind मॉडल के माध्यम से एआई में लंबे समय से उपस्थिति दर्ज की है। लेकिन यह Gemini 2.0 के साथ “एजेंटिक युग” को अपनाया।

Google अभी भी LLM एआई के क्लासिक सर्च पर संभावित खतरे को लेकर सतर्क है, जो आज भी कंपनी की 90 % आय का स्रोत है।

इसलिए उसने Gemini 2.0 का उपयोग करके AI Overviews बनाए, जो अधिक जटिल विषयों और बहु‑चरणीय प्रश्नों (गणित और कोडिंग सहित) को संभालने के लिए अतिरिक्त खोज परिणाम प्रदान करता है।

इसने Jules, एक कोडिंग असिस्टेंट एआई एजेंट, और Genie 2, एक एआई मॉडल जो प्लेएबल 3D दुनिया बनाता है, भी विकसित किए।

Google हार्डवेयर अनुसंधान के माध्यम से भी अग्रणी बना रहने का लक्ष्य रखता है, विशेषकर उसके Trillium TPUs (Tensor Processing Units)।

Manus

Butterfly Effect, एक चीनी स्टार्ट‑अप, ने मार्च 2025 में Manus लॉन्च किया, दावा किया कि यह पहला सामान्य एआई एजेंट है जो स्वायत्त रूप से कार्य कर सकता है।

कुछ ने इसे एआई एजेंटों के लिए “दूसरा DeepSeek क्षण” कहा, जहाँ चीन नेतृत्व ले रहा है, लेकिन स्थिति DeepSeek के अधिक कंप्यूटिंग (और वित्तीय) कुशल दृष्टिकोण की तुलना में स्पष्ट नहीं है।

Manus थोड़ा धीमा, अधिक क्रैश‑प्रोन, लेकिन ChatGPT से अधिक विस्तृत उत्तर देने वाला प्रतीत होता है। फिर भी, यह संकेत देता है कि सामान्य एआई एजेंट जल्द ही संभव हो सकते हैं, भले ही वे सभी स्थितियों के लिए आदर्श न हों।

Alibaba

Temu या TikTok जैसे प्रतिस्पर्धी प्लेटफ़ॉर्म के दबाव में, ई‑कॉमर्स दिग्गज Alibaba एआई में प्रगति के साथ अपनी तकनीकी नेतृत्व स्थिति को पुनः स्थापित कर रहा है।

विशेष रूप से, उसने मार्च 2025 की शुरुआत में अपना QwQ-32B मॉडल ओपन‑सोर्स किया, दावा किया कि DeepSeek‑R1 के पैरामीटर का एक‑पाँचवाँ हिस्सा होने के कारण यह दक्षता के लिए डिज़ाइन किया गया है।

मार्च 2025 में, Alibaba ने Quark का नया संस्करण जारी किया, जो कंपनी के एआई Qwen द्वारा संचालित एक एआई असिस्टेंट/एजेंट है, जिसमें गहरी सोच और जेनरेटिव एआई का संयोजन है। इस एआई री‑वैंप से पहले, Quark पहले ही 200 मिलियन उपयोगकर्ताओं के साथ एक सर्च इंजन था।

एआई एजेंट कंपनी

Alibaba

पश्चिम में अपने ई‑कॉमर्स प्लेटफ़ॉर्म और सस्ते सामग्री, पुर्ज़े, उपभोक्ता वस्तुओं के आपूर्तिकर्ता के रूप में अधिक ज्ञात, Alibaba चीन में एक विशाल तकनीकी कंपनी भी है, जो एआई और क्लाउड कंप्यूटिंग में अग्रणी है।

विशेष रूप से, Alibaba चीन में क्लाउड बाजार का 36 % नियंत्रित करता है, जो सभी प्रतिस्पर्धियों से काफी आगे है।

Source: Jeff Townson

शायद अधिक महत्वपूर्ण यह है कि वह पहले से ही छह नए DeepSeek एआई मॉडल प्रदान कर रहा है, वह ओपन‑सोर्स एआई जिसने बहुत कम लागत पर अधिकांश अमेरिकी एआई मॉडलों को पीछे छोड़ दिया।

Alibaba का अपना एआई मॉडल Qwen भी है, और क्लेम करता है कि Qwen 2.5 DeepSeek V3 से भी बेहतर है।

“Qwen 2.5‑Max लगभग सभी क्षेत्रों में GPT‑4o, DeepSeek‑V3 और Llama‑3.1‑405B को मात देता है,”
Alibaba की क्लाउड यूनिट

क्लाउड और एआई में वृद्धि के अलावा, Alibaba चीन में ई‑कॉमर्स का दिग्गज बना हुआ है, जहाँ Taobao & Tmall 2019 में वैश्विक ऑनलाइन बिक्री के 29 % हिस्से से थोड़ा नीचे हैं।

Source: Forbes

हालिया एआई प्रगति ने Alibaba की छवि को बदल दिया है। एक दबाव में रहने वाले पारंपरिक ई‑कॉमर्स पोजीशन से लेकर प्रमुख क्लाउड बिक्री (और प्रतिस्पर्धियों के दबाव) तक, वह अब चीन की तकनीकी नवाचार में अग्रणी बन गया है।

Quark अब वह अतिरिक्त हथियार है जिसे Alibaba चीनी एआई असिस्टेंट बाजार पर काबिज़ा करने के लिए तैनात कर रहा है, पहले इसे एआई सर्च इंजन के रूप में लॉन्च करके 200 मिलियन उपयोगकर्ताओं को आकर्षित किया।

इसलिए, भले ही उसका स्टॉक मूल्य अपेक्षाकृत कम हो, जो चीन में वर्षों के तकनीकी प्रतिबंध और निवेश संबंधी चिंताओं से प्रभावित है, Alibaba उन निवेशकों के लिए एक अवसर हो सकता है जो चीन को एआई दौड़ में अग्रणी बनने के लिए दांव लगाना चाहते हैं।

(आप हमारे Alibaba पर समर्पित रिपोर्ट भी पढ़ सकते हैं।)

Alibaba पर नवीनतम