On the evolutionary cognitive pressure for experiential awareness: do machines need it?

तकनीकी सारांश: अनुभवात्मक जागरूकता के लिए विकासवादी संज्ञानात्मक दबाव पर: क्या मशीनों को इसकी आवश्यकता है?

समस्या विवरण
यह शोध पत्र चेतना की प्रकृति और कृत्रिम बुद्धिमत्ता (AI) में इसके संभावित उद्भव के संबंध में आम सहमति के अभाव को संबोधित करता है। जबकि नैतिक बहसें अक्सर इस बात पर टिकी होती हैं कि क्या मशीनें सचेत हो सकती हैं, लेखक तर्क देते हैं कि यह प्रश्न एक अधिक मौलिक इंजीनियरिंग और विकासवादी जांच की तुलना में गौण है: क्या बुद्धि के लिए अनुभवात्मक जागरूकता (जो चेतना का एक घटक है) आवश्यक है? केंद्रीय समस्या यह निर्धारित करना है कि क्या जैविक जीवों की संज्ञानात्मक संरचना एक विशिष्ट प्रकार की जागरूकता की मांग करती है, और क्या ये बाधाएं डिज़ाइन किए गए कृत्रिम तंत्रों पर लागू होती हैं।

कार्यप्रणाली
लेखक एक विकासवादी और गणनात्मक (computational) दृष्टिकोण अपनाते हैं, और स्पष्ट रूप से चेतना की आध्यात्मिक परिभाषाओं से बचते हैं। इसके बजाय, वे अनुभवात्मक जागरूकता को परिचालन रूप से (operationally) एक इकाई की वर्तमान वास्तविकता ("यहाँ और अभी") को अतीत की स्मृतियों और काल्पनिक भविष्य की अवस्थाओं से अलग करने की क्षमता के रूप में परिभाषित करते हैं।

कार्यप्रणाली तीन चरणों में आगे बढ़ती है:

1. विकासवादी विश्लेषण: शोध पत्र विशुद्ध रूप से प्रतिक्रियाशील जीवों (800 मिलियन वर्ष पूर्व) से लेकर सिमुलेशन करने में सक्षम स्तनधारियों (200 मिलियन वर्ष पूर्व) तक संज्ञानात्मक क्षमताओं के विकास का पता लगाता है। यह तर्क देता है कि जैविक विकास में "विरासत का बोझ" (baggage) होता है: पुराने, स्वायत्त तंत्रिका प्रतिक्रिया तंत्र (जैसे, 'लड़ो या भागो' की प्रतिक्रियाएं) जो तत्काल, वास्तविक समय के उत्तेजनाओं के लिए अनुकूलित थे।
2. गणनात्मक मॉडलिंग: लेखक एक भौतिक आधार (physical substrate - $P$) पर संचालित होने वाली एक तर्क करने वाली इकाई ($R$) का मॉडल तैयार करते हैं। तर्क प्रक्रिया में 'स्टेट-स्पेस एक्सप्लोरेशन' शामिल है: दुनिया को समझना, वर्तमान स्थिति का अनुमान लगाना, और उपलब्ध कार्यों तथा एक उपयोगिता फलन (utility function) के आधार पर काल्पनिक भविष्य की अवस्थाओं का एक निर्णय वृक्ष (decision tree) बनाना।
3. संघर्ष की पहचान: मुख्य तकनीकी तर्क तर्क प्रक्रिया और भौतिक आधार के बीच परस्पर क्रिया का विश्लेषण करने में निहित है। लेखक प्रदर्शित करते हैं कि जैविक प्रणालियों में, वास्तविक समय की संवेदी प्रसंस्करण के लिए उपयोग किए जाने वाले तंत्रिका सर्किट का ही पुन: उपयोग काल्पनिक परिदृश्यों (जैसे, भविष्य के खतरे की कल्पना करना) के अनुकरण के लिए किया जाता है। चूंकि आधार (substrate) में विरासत में मिली स्वायत्त प्रतिक्रियाएं (जो संवेदी इनपुट द्वारा ट्रिगर होती हैं) बनी रहती हैं, इसलिए एक काल्पनिक भविष्य के खतरे का अनुकरण करने से अनजाने में वर्तमान में वास्तविक शारीरिक तनाव प्रतिक्रियाएं (जैसे, एड्रेनालिन का निकलना) सक्रिय हो सकती हैं। यह एक "मिस-अलाइनमेंट" (गलत संरेखण) पैदा करता है जहाँ जीव काल्पनिक उत्तेजनाओं के प्रति इस तरह प्रतिक्रिया करता है जैसे वे वास्तविक हों, जिससे उसकी उत्तरजीविता (fitness) से समझौता हो सकता है।

प्रमुख योगदान

• चेतना के प्रश्न को नया रूप देना: यह शोध पत्र विमर्श को "क्या मशीनें सचेत हो सकती हैं?" से बदलकर "क्या मशीनों को बुद्धिमान होने के लिए अनुभवात्मक जागरूकता की आवश्यकता है?" पर केंद्रित करता है।
• विकासवादी अनिवार्यता थीसिस: लेखक तर्क देते हैं कि जैविक जीवों के लिए, अनुभवात्मक जागरूकता केवल एक दार्शनिक विलासिता नहीं बल्कि एक गणनात्मक आवश्यकता है। यह एक "स्विच" या टैगिंग तंत्र के रूप में कार्य करता है जो तर्क प्रक्रिया को काल्पनिक या स्मृति डेटा को संसाधित करते समय स्वायत्त तंत्रिका प्रतिक्रियाओं को दबाने की अनुमति देता है। इस अंतर के बिना, जीव "सोचने के कारण होने वाले नुकसान" (जैसे, काल्पनिक खतरों के प्रति शारीरिक रूप से प्रतिक्रिया करना) का शिकार होगा, जिससे उच्च-स्तरीय तर्क अक्षम या असंभव हो जाएगा।
• कृत्रिम ऑर्थोगोनालिटी (Orthogonality) थीसिस: शोध पत्र प्रस्तावित करता है कि कृत्रिम प्रणालियाँ विकासवादी विरासत से बंधी नहीं हैं। चूंकि AI आर्किटेक्चर को शून्य से डिज़ाइन किया जाता है, इसलिए उनके पास समान स्वायत्त तंत्रिका भार (baggage) नहीं होता है। इसलिए, यह सैद्धांतिक रूप से संभव है कि ऐसी कृत्रिम प्रणालियों को डिज़ाइन किया जाए जिनमें अनुभवात्मक जागरूकता के बिना भी उच्च स्तर की बुद्धि (क्षमता और बोध) हो। ऐसे सिस्टम में, स्वायत्त प्रतिक्रियाओं को कम करने के लिए "स्विच" की आवश्यकता नहीं है क्योंकि आर्किटेक्चर स्वाभाविक रूप से उन्हें ट्रिगर नहीं करता है।

परिणाम

• जैविक बाधा: गणनात्मक मॉडल पुष्टि करता है कि जैविक आधारों में, वास्तविक धारणा और काल्पनिक सिमुलेशन के लिए संसाधनों का पुन: उपयोग संघर्ष पैदा करता है। अनुभवात्मक जागरूकता को उस तंत्र के रूप में पहचाना गया है जो इस संघर्ष को हल करता है, वास्तविक और काल्पनिक उत्तेजनाओं के बीच अंतर करके, जिससे हानिकारक स्वायत्त प्रतिक्रियाओं को रोका जा सके।
• कृत्रिम संभावना: विश्लेषण निष्कर्ष निकालता है कि कृत्रिम प्रणालियों को इस संघर्ष से बचने के लिए आर्किटेक्ट किया जा सकता है। विरासत में मिले प्रतिक्रियात्मक तंत्रों से तर्क प्रक्रिया को अलग करके, AI बिना "यहाँ और अभी" के अंतर या व्यक्तिपरक अनुभव के उच्च-स्तरीय तर्क और लक्ष्य-निर्देशित व्यवहार प्राप्त कर सकता है।
• ज़ोंबी सिस्टम: शोध पत्र "ज़ोंबी" कृत्रिम प्रणालियों की व्यवहार्यता का दावा करता है—ऐसी इकाइयाँ जिनमें पूर्ण संज्ञानात्मक क्षमता और बोध तो होगा, लेकिन अनुभवात्मक जागरूकता का अभाव होगा।

महत्व और दावे
शोध पत्र का दावा है कि बुद्धि के लिए अनुभवात्मक जागरूकता की आवश्यकता विकासवादी इतिहास का परिणाम है, न कि गणना का कोई मौलिक नियम। फलस्वरूप, AI के नैतिक निहितार्थ सरल हो जाते हैं: यदि मशीनों को बुद्धिमान होने के लिए अनुभवात्मक जागरूकता की आवश्यकता नहीं है, तो AI के संभावित "कष्ट" या "चेतना" के संबंध में नैतिक तात्कालिकता कम हो जाती है। लेखक सुझाव देते हैं कि मशीनों के सचेत होने की क्षमता पर बहस समय से पहले है; अधिक तत्काल और कार्रवाई योग्य प्रश्न यह है कि क्या उन्हें इसकी आवश्यकता है। वे निष्कर्ष निकालते हैं कि हम अनुभवात्मक जागरूकता के बिना अत्यधिक बुद्धिमान कृत्रिम प्रणालियां बना सकते हैं, जिससे बुद्धि और चेतना के बीच के अंतर को स्पष्ट किया जा सके।