अंक 11

Ambient Learning

Loom बनाने से मैंने फ़ेडरेशन के बारे में क्या सीखा, वे चार सिद्धांत जिन पर मैं बार-बार लौटता हूँ, और Rao जो index बना रहा है वह ambient क्यों है।

2023 में मैं फ़ेडरेटेड सोशल नेटवर्क नाम के एक ताक़तवर पैराडाइम में उतरा। मैंने Loom नाम का एक सोशल एप्लिकेशन बनाया, ताकि समझ सकूँ कि ये सिस्टम कैसे काम करते हैं, इनके ऊपर क्या बनाया जा सकता है, और क्या यह एक टिकाऊ प्रोडक्ट बन सकता है: केंद्रीकृत सोशल प्लेटफ़ॉर्म का एक विकल्प। यह रहा वह ब्लॉग पोस्ट जो मैंने उसी समय के आसपास लिखा था जब मैंने डेवलपमेंट रोका और एक परंपरागत करियर की राह पर लौटा। यह एक बड़ा जोखिम था, जिसकी क़ीमत मैंने आर्थिक रूप से कई तरह से चुकाई और जिसे आज मैं ज़्यादा सोच-समझकर तौलता, लेकिन मुझे सोशल नेटवर्क के लिए समाधान बनाने की पुकार महसूस हुई थी, उन जोखिमों को देखने के बाद जिन्हें उस समय व्यापक रूप से समझा नहीं गया था। यह तब तक सही लगता रहा जब तक कि खुद Lemmy के आसपास की रफ़्तार धीमी नहीं पड़ने लगी।

फिर भी, ‘फ़ेडरेशन’ का विचार समझने लायक़ है। कई पक्ष एक ही stack, यानी किसी विचार का instance, होस्ट कर सकते हैं और फिर भी अपने समुदायों को एक-दूसरे के साथ साझा कर सकते हैं, जबकि हर समुदाय में हर कोई तय करता है कि उसे अपनी फ़ीड में क्या चाहिए। यूज़र अपनी फ़ीड को नियंत्रित करते थे, हर समुदाय नियंत्रित करता था कि उसकी फ़ीड में क्या जाए, और जो यूज़र और आगे जाना चाहता था, वह अपना समुदाय शुरू कर सकता था: अपने दायरे के लिए एक सर्वव्यापी जगह, जो अपना कंटेंट दुनिया तक पहुँचाए या उसे निजी रखे। मुझे जल्द ही एहसास होने वाला था कि फ़ेडरेशन की असली ताक़त पर्सनलाइज़ेशन थी। यह एक मॉड्यूलर, आत्मनिर्भर सोशल इकोसिस्टम था जिसके स्वरूप में हर किसी की बात चलती थी: केंद्रीकृत फ़ीड का एक संरचनात्मक विकल्प।

बाद में मुझे वही अवधारणाएँ मशीन लर्निंग में मिलीं, FATE नाम के एक प्रोजेक्ट में। वहाँ से मैंने यह शोध शुरू किया कि फ़ेडरेशन के कौन से घटक वाक़ई मायने रखते हैं, उनके इर्द-गिर्द एक मानक लर्निंग framework कैसे बनाया जा सकता है, और वे आज A.I. इंडस्ट्री के सामने खड़ी समस्याओं पर कैसे लागू होते हैं।

  1. बहुपक्षीय संवाद
  2. डेटा गवर्नेंस
  3. डेटा का मालिकाना
  4. पर्सनलाइज़ेशन

ये वे चार सिद्धांत हैं जिन पर मैं बार-बार लौटता हूँ, और Ambient Intelligence Index बनाने ने इन्हें कोड में पक्का कर दिया है: एक ऐसा index जो यूज़र को अपने नियम तय करने, अपने डेटा को ख़ुद गवर्न करने, ज़रूरत पड़े तो उसे क़ीमत पर साझा करने, और जहाँ भी ज़रूरी हो उससे बातचीत को पर्सनलाइज़ करवाने देता है, ऐसे कम्युनिकेशन फ़्लो के साथ जो विचारों को मिलाने के लिए किसी दूसरे यूज़र के index से जुड़ सकते हैं। यह मशीन लर्निंग ट्रेनिंग और inference के लिए तैयार किए गए डेटा पर लागू फ़ेडरेशन है, डेटाबेस परत पर ही।

तो मैं इस सिस्टम को Ambient क्यों कहता हूँ? दो कारणों से। पहला तब आया जब मैं A.I. के लिए सही human-computer interaction समझने की कोशिश कर रहा था। मुझे चैटबॉट कभी पसंद नहीं आए; मैंने उन्हें हमेशा बीटा से पहले का अल्फ़ा माना, उन प्रोडक्ट से एक क़दम पहले जो सचमुच मूल्य पैदा करेंगे। और मैंने सोचा, “कुछ ambient।” मैं निजी तौर पर ऐसा इंसान हूँ जो माहौल के लिए पैसे देना पसंद करता है। मुझे छिपा हुआ मूल्य पसंद है, ऐसे लोगो जो दिखाई न दें, और ऐसा बुद्धिमत्ता-संग्रह जो पूछताछ न हो, और यह सब यूज़र को dark patterns से मजबूर किए बिना। इनके उलट, यानी तेज़ ब्रांडिंग, पूछताछ और dark patterns, ने व्यवहारों की एक पूरी पीढ़ी गढ़ दी है जो हम अब ऑफ़लाइन भी देखते हैं, उस सॉफ़्टवेयर से सीखी हुई जो सोशल नेटवर्क की शुरुआत से हमें सिखाता आया है। दूसरा कारण internet of things की एक ऐसी अवधारणा से टकराना था जिसका नाम सचमुच Ambient IoT है। फिर कई चीज़ें एक साथ जुड़ गईं।

लक्ष्य ऐसे सिस्टम हैं जो निजता बचाते हुए हमारे जीवन को ambient और परोक्ष रूप से समझें, और फिर उन तथ्यों को बाद में याद करके हमारे अनुभवों को सीधे बेहतर बनाएँ: किसी व्यक्ति के लिए उसके सीधे प्रयास के बिना लगातार प्रगति, यानी कहें तो ऑटोमेटेड एक्सेसिबिलिटी। जानकारी हमारे डिवाइसों, हमारे सीखने के पैटर्न, हमारी रोज़ की जर्नल, हमारे काम और हमारे असाइनमेंट से ambient तरीक़े से जुटाई जाती है, और हमारा प्रतिनिधित्व करने वाले एक index में structured फ़ॉर्मेट में रखी जाती है। मशीन लर्निंग इंजीनियर उससे अनुरोध करके model बनाते हैं, कभी हमारी पहचान जाने बिना, और वे model उन्हीं डिवाइसों के ज़रिए हमारी सेवा करते हैं। पर्सनलाइज़्ड, लगातार विकास का एक अनंत चक्र।

Rao अगले दशक तक इसी विचार पर काम करेगा। मेरे पास न सिर्फ़ एक दशक से ज़्यादा के ऐसे ज़ख़्म हैं जो बताते हैं कि यह कहाँ जा रहा है, बल्कि मैं ठीक-ठीक जानता हूँ कि क्या काम नहीं करता। Ambient learning पहला क़दम है, ambient indexing की ओर, एक ऐसे ambient internet of things की ओर जो हमारी सेवा करे, हमें श्रेय लौटाए, और असली मूल्य दे, बिना पर्यावरण की क़ीमत पर, बिना सीखने के सही रास्तों की क़ीमत पर, बिना हमारी अपनी क़ीमत पर। एक संतुलन।

फिर डिवाइसों के अनुभव आते हैं। किसी कमरे में जाना जहाँ लाइटें धीमी हो जाएँ, इसलिए नहीं कि मैंने पूरा दिन किसी एप्लिकेशन में सेटिंग से जूझते हुए बिताया, बल्कि इसलिए कि उसे ठीक-ठीक पता है कि मैं उन्हें धीमा क्यों चाहता था। किसी शेड्यूल की वजह से नहीं, बल्कि इसलिए कि मुझे उस ख़ास पल में उसकी ज़रूरत थी। मैं यह Ambient के साथ पहले ही अनुभव कर चुका हूँ, ऐसे पलों में जिन्होंने मुझे एहसास कराया कि AII उसी एहसास के लिए ढाँचा देता है। अगला क़दम इसे बेंचमार्क करना और नापना है ताकि यह एकसमान रहे, और क्यों हो रहा है यह बारीकी के स्तर पर समझना है, ताकि यह ambient एप्लिकेशन के लिए एक मानक framework बन सके। Mistral Medium के साथ भी यह ambient एहसास संभव था, जो मैंने Claude, Mistral या ChatGPT के साथ रोज़ की चैट में अनुभव नहीं किया है, और मैं चाहता हूँ कि यह इस क्षेत्र में आने वाले इंजीनियरों के लिए एक bootstrapped शुरुआती बिंदु बने।

यहाँ सुरक्षा सबसे अहम चर है, क्योंकि पर्सनलाइज़ेशन, ambient हो या कुछ और, तभी काम करता है जब यूज़र की पहचान हर क़ीमत पर सुरक्षित हो। इसका मतलब है संदेशों को transit में एन्क्रिप्ट करना, डेटा को at rest एन्क्रिप्ट करना, और इसकी योजना बनाना कि डेटा बिना सहमति के लिया जा सकता है: उसे इस तरह बनाना कि जिस यूज़र से वह लिया गया उसके ख़िलाफ़ इस्तेमाल न हो सके, और जो उसे ले जाए वह उसे समझ न सके। इसका मतलब है हर मीडिया फ़ॉर्मेट में एक closed-loop सिस्टम, और हर एक डोमेन में एक क़दम और आगे जाना। आर्टिफ़िशियल इंटेलिजेंस के एक उद्योग के रूप में यही आख़िरी सीमा है, और उन मुख्य कारणों में से एक जिनकी वजह से मैं मानता हूँ कि टेक्नोलॉजी एक और औद्योगिक क्रांति में प्रवेश करने वाली है। Rao एक शुरुआती समाधान देने की उम्मीद करता है: index। AII।

P.S.

AII, यानी Ambient Intelligence Index, मेरी दादी का उपनाम भी था, ध्वन्यात्मक रूप से “Eye - /ˈaɪ̯/, [ˈaɪ̯]”। कभी-कभी चीज़ें कितनी अजीब तरह से जुड़ जाती हैं।

यह इस पोस्ट का गाना है। चलिए 2026 को दमदार तरीक़े से ख़त्म करें। सभी को छुट्टियों की शुभकामनाएँ, और 2027 का इंतज़ार है।