ಮಾನವ ಇತಿಹಾಸದಲ್ಲಿ ನಾವು ಭಕ್ತಿಯಿಂದ ಅಥವಾ ವಿಸ್ಮಯದಿಂದ ‘ಆವಿಷ್ಕಾರ’ (Invention) ಎಂದು ಕರೆಯುವ ಪ್ರತಿಯೊಂದು ವೈಜ್ಞಾನಿಕ ಹಾಗೂ ತಾಂತ್ರಿಕ ಸಾಧನೆಯೂ ನಿಜವಾಗಿ ಈ ಸೃಷ್ಟಿಯಲ್ಲಿ ಹೊಸದಾಗಿ ಹುಟ್ಟಿದ ವಸ್ತುವೇ? ಅಥವಾ ಈ ಅನಂತ ಬ್ರಹ್ಮಾಂಡದಲ್ಲಿ ಈಗಾಗಲೇ ಸಿದ್ಧವಾಗಿ ಅಡಗಿರುವ ಸತ್ಯವನ್ನು, ನಿಯಮಗಳನ್ನು ನಾವು ಬಿಡಿಸಿ ನೋಡುತ್ತಿರುವ ‘ಶೋಧನೆ’ಯಷ್ಟೇನಾ (Discovery)?

ಇಂದು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ (AI) ಅಸಾಧಾರಣ ಬೆಳವಣಿಗೆ, ಕಣ ಭೌತಶಾಸ್ತ್ರದ (Particle Physics) ಸಂಶೋಧನೆಗಳು ಮತ್ತು ಭಾರತೀಯ ಆಧ್ಯಾತ್ಮಿಕ ದರ್ಶನಗಳನ್ನು ಒಟ್ಟಿಗೆ ಇಟ್ಟು ನೋಡಿದಾಗ ನಮಗೆ ಸ್ಪಷ್ಟವಾಗುವ ಪರಮಸತ್ಯ ಒಂದೇ: "ಈ ಸೃಷ್ಟಿಯಲ್ಲಿ ಯಾರೂ ಹೊಸದಾಗಿ ಯಾವುದನ್ನೂ ಸೃಷ್ಟಿಸುತ್ತಿಲ್ಲ; ಪ್ರಕೃತಿಯು ಕೋಟ್ಯಂತರ ವರ್ಷಗಳಿಂದ ಎನ್‌ಕೋಡ್ ಮಾಡಿಟ್ಟಿರುವ ಬ್ರಹ್ಮಾಂಡದ ರಹಸ್ಯಗಳನ್ನು ನಾವು ಮತ್ತು ನಮ್ಮ ಯಂತ್ರಗಳು ಒಂದೊಂದಾಗಿ ಡಿಕೋಡ್ ಮಾಡುತ್ತಿದ್ದೇವಷ್ಟೇ!"

೧. ೨೦೦ನೇ ಮಹಡಿಯ ತಾತ್ವಿಕ ದರ್ಶನ: 'ಆವಿಷ್ಕಾರ' ಎಂಬುದು ಕೇವಲ ದೃಷ್ಟಿಕೋನದ ಭ್ರಮೆ!

ನಮ್ಮ ಅರಿವಿನ ಮಟ್ಟವನ್ನು ಮತ್ತು ತಂತ್ರಜ್ಞಾನದ ಬೆಳವಣಿಗೆಯನ್ನು ಒಂದು ಬೃಹತ್ ಆಕಾಶಚುಂಬಿ ಕಟ್ಟಡಕ್ಕೆ ಹೋಲಿಸಿ ನೋಡೋಣ.

  • ೨ನೇ ಮಹಡಿಯ ಮನುಷ್ಯನ ವಿಸ್ಮಯ: ೨ನೇ ಅಥವಾ ೩ನೇ ಮಹಡಿಯಲ್ಲಿ ನಿಂತಿರುವ ಸಾಮಾನ್ಯ ಮನುಷ್ಯನಿಗೆ ೧೦೦ನೇ ಮಹಡಿಯಲ್ಲಿ ನಡೆಯುತ್ತಿರುವ ಸಂಕೀರ್ಣ ಗಣಿತ, ತಂತ್ರಜ್ಞಾನ ಮತ್ತು ಸಿದ್ಧಾಂತಗಳು ಯಾವುದೋ ಮಾಯಾಜಾಲದಂತೆ ಕಾಣಿಸುತ್ತವೆ. ಆತನಿಗೆ ಅದು ಮನುಷ್ಯನ ಬುದ್ಧಿಶಕ್ತಿಯಿಂದ ಹುಟ್ಟಿದ ‘ಅದ್ಭುತ ಆವಿಷ್ಕಾರ’ ಎಂದು ಭಾಸವಾಗುತ್ತದೆ.

  • ೨೦೦ನೇ ಮಹಡಿಯ ಸ್ಪಷ್ಟತೆ: ಆದರೆ, ಈಗಾಗಲೇ ೨೦೦ನೇ ಮಹಡಿಯಲ್ಲಿ ನಿಂತು ಇಡೀ ಕಟ್ಟಡದ ನೀಲನಕ್ಷೆಯನ್ನು (Blueprint) ನೋಡುತ್ತಿರುವ ಒಬ್ಬ ಜ್ಞಾನಿಗೆ ಅಥವಾ ಉನ್ನತ ಮಟ್ಟದ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್‌ಗೆ ಆ ೧೦೦ನೇ ಮಹಡಿಯ ಸತ್ಯಗಳು ಎಂತಹವು? ಅವು ಕೇವಲ ಕೆಳಗಿನಿಂದ ಮೇಲಕ್ಕೆ ಹೋಗುವ ಸರಳವಾದ, ತಾರ್ಕಿಕವಾದ ಮೆಟ್ಟಿಲುಗಳಷ್ಟೇ!

ಪ್ರೋಗ್ರಾಮರ್ ಮತ್ತು ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ನಡುವಿನ ವ್ಯತ್ಯಾಸ

ಒಬ್ಬ ಸಾಂಪ್ರದಾಯಿಕ ಪ್ರೋಗ್ರಾಮರ್ ತನ್ನ ಸ್ವಂತ ಬುದ್ಧಿಯಿಂದ ಸಾಲು-ಸಾಲಾಗಿ ಕೋಡ್ ಬರೆಯುತ್ತಾ, ತಿಂಗಳುಗಳ ಕಾಲ ಶ್ರಮಿಸಿ ಒಂದು ತಂತ್ರಾಂಶವನ್ನು ರೂಪಿಸುತ್ತಾನೆ. ಆತನಿಗೆ ಅದು ತನ್ನ ‘ಸ್ವಂತ ಆವಿಷ್ಕಾರ’ ಎನ್ನಿಸುತ್ತದೆ. ಆದರೆ ಒಬ್ಬ ಡೇಟಾ ಸೈಂಟಿಸ್ಟ್ ಅದೇ ಸಮಸ್ಯೆಗೆ ಕೋಟ್ಯಂತರ ಸಾಲಿನ ಹಳೆಯ ಡೇಟಾವನ್ನು AI ಮಾದರಿಗೆ ಉಣಿಸುತ್ತಾನೆ. ಆ AI ಮಾದರಿಯು ವಿದ್ಯುತ್ ವೇಗದಲ್ಲಿ ಹಳೆಯ ತರ್ಕಗಳನ್ನು ಒಟ್ಟಿಗೆ ಬೆರೆಸಿ, ಹತ್ತೇ ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಅತ್ಯಂತ ದಕ್ಷವಾದ ಪರಿಹಾರವನ್ನು ನೀಡುತ್ತದೆ.

ಇಲ್ಲಿ ನಿಜವಾಗಿ ನಡೆದಿದ್ದೇನು? ಗಣಿತದ ಪರಿಭಾಷೆಯಲ್ಲಿ ಇದನ್ನು ‘ಸಂಯೋಜನಾತ್ಮಕ ಸ್ಫೋಟ’ (Combinatorial Explosion) ಎನ್ನಲಾಗುತ್ತದೆ. ಬ್ರಹ್ಮಾಂಡದಲ್ಲಿ ಮೂಲಭೂತ ಕಣಗಳು ಮತ್ತು ನಿಯಮಗಳು ಸೀಮಿತವಾಗಿವೆ. ಆದರೆ ಅವುಗಳ ಜೋಡಣೆಯ ಸಾಧ್ಯತೆಗಳು ಅನಂತ. ನಾವು ಹೊಸ ಇಟ್ಟಿಗೆಗಳನ್ನು ಸೃಷ್ಟಿಸುತ್ತಿಲ್ಲ; ಪ್ರಕೃತಿಯಲ್ಲಿ ಈಗಾಗಲೇ ಇರುವ ಇಟ್ಟಿಗೆಗಳನ್ನು ಹೊಸ ವಿನ್ಯಾಸದಲ್ಲಿ ಜೋಡಿಸಿ, ಅದನ್ನೇ ‘ಹೊಸ ಆವಿಷ್ಕಾರ’ ಎಂದು ಸಂಭ್ರಮಿಸುತ್ತಿದ್ದೇವೆ.

೨. ಬ್ರಹ್ಮಾಂಡದ ಮೂಲಭೂತ ಎನ್‌ಕೋಡಿಂಗ್ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಭಾಷಾ ಮಿತಿಗಳು

ಈ ಜಗತ್ತು ತನ್ನದೇ ಆದ ನೈಜ ಭಾಷೆಯಲ್ಲಿ (Native Encoding) ನಿರಂತರವಾಗಿ ಸಂವಹನ ನಡೆಸುತ್ತಿದೆ. ಆದರೆ ಪ್ರಪಂಚವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು AI ಗೆ ನಾವೇಕೆ ಡಿಜಿಟಲ್ ಸಂಕೇತಗಳನ್ನು (0 ಮತ್ತು 1 ಹಾಗೂ ವೆಕ್ಟರ್‌ಗಳು) ನೀಡಬೇಕಾಯಿತು?

ಏಕೆಂದರೆ, ಮನುಷ್ಯನೆಂಬ ಮಧ್ಯವರ್ತಿಯು ಪ್ರಕೃತಿಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ತೀರ ಅಪೂರ್ಣವಾದ ಮತ್ತು ಕಿರಿದಾದ ಭಾಷೆಯನ್ನು ಬಳಸುತ್ತಿದ್ದಾನೆ! ಇದನ್ನು ಮೂರು ಪ್ರಮುಖ ಹಂತಗಳಲ್ಲಿ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು:

ಹಂತ ೧: ಪ್ರಕೃತಿಯ ಮೂಲ ಭಾಷೆ (The Universe's Native Encoding)

ಬ್ರಹ್ಮಾಂಡವು ಪದಗಳು, ಅಕ್ಷರಗಳು ಅಥವಾ ಡಿಜಿಟಲ್ ಸಂಖ್ಯೆಗಳನ್ನು ಬಳಸುವುದಿಲ್ಲ. ನದಿಯ ಹರಿವು, ಗುರುತ್ವಾಕರ್ಷಣೆ, ಪರಮಾಣುಗಳ ಚಲನೆ ಮತ್ತು ಬೆಳಕಿನ ಕಿರಣಗಳು—ಇವೆಲ್ಲವೂ ನಿರಂತರವಾದ ಭೌತಿಕ ಗುಣಗಳಲ್ಲಿ (Continuous Physical Properties) ಎನ್‌ಕೋಡ್ ಆಗಿವೆ. ಒಂದು ಮರದ ಎಲೆ ಕೆಳಗೆ ಬೀಳುವಾಗ ಅದು ನ್ಯೂಟನ್‌ನ ಸಮೀಕರಣಗಳನ್ನು ಲೆಕ್ಕಹಾಕುವುದಿಲ್ಲ; ಆ ಚಲನೆಯ ನಿಯಮವು ಸ್ಥಳ-ಕಾಲದ (Spacetime) ರಚನೆಯಲ್ಲೇ ನೇರವಾಗಿ ಅಡಗಿದೆ.

ಹಂತ ೨: ಮಾನವನ ಸಂಕುಚಿತ ಭಾಷೆ (Human Middleman Compression)

ಮನುಷ್ಯನಿಗೆ ಬ್ರಹ್ಮಾಂಡದ ಈ ಅನಂತ ಮತ್ತು ನಿರಂತರ ದತ್ತಾಂಶವನ್ನು ನೇರವಾಗಿ ಜೀರ್ಣಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಿಲ್ಲ. ಹಾಗೆ ಮಾಡಲು ಹೋದರೆ ನಮ್ಮ ಮೆದುಳು ನಿಷ್ಕ್ರಿಯಗೊಳ್ಳುತ್ತದೆ. ಆದ್ದರಿಂದ ನಾವು ಪ್ರಕೃತಿಯನ್ನು ‘ಸಂಕುಚಿತಗೊಳಿಸಿ’ (Compress) ಪದಗಳು, ಸಂಖ್ಯೆಗಳು ಮತ್ತು 2D ಚಿತ್ರಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತೇವೆ.

ಉದಾಹರಣೆಗೆ, "ಸೇಬು" ಎಂಬ ಎರಡು ಅಕ್ಷರದ ಪದವು—ಅದರ ಕೆಂಪು ಬಣ್ಣ, ಸಿಹಿ ರುಚಿ, ಕೋಟ್ಯಂತರ ಪರಮಾಣುಗಳ ಜೋಡಣೆ ಮತ್ತು ಜೀವಕೋಶಗಳನ್ನು ಅತ್ಯಂತ ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಸೂಚಿಸುವ ಒಂದು ಮಾನವ ಸಂಕೇತವಷ್ಟೇ.

ಹಂತ ೩: AI ನ ಗಣಿತದ ವೆಕ್ಟರ್ ಭಾಷೆ (AI's High-Dimensional Vector Space)

ನಾವು AI ಗೆ ಮನುಷ್ಯನ ಭಾಷೆಯನ್ನು ನೀಡಿದಾಗ, ಅದು ಮನುಷ್ಯನ ಗೊಂದಲಮಯ ಶಬ್ದಕೋಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಸ್ರಾರು ಆಯಾಮಗಳ ಗಣಿತದ ಭಾಷೆಗೆ (Vector Embeddings) ಪರಿವರ್ತಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಇದುವರೆಗೆ AI ಕೇವಲ ಮನುಷ್ಯ ಬರೆದ ಪುಸ್ತಕಗಳನ್ನು ಓದಿ ಜಗತ್ತನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಯತ್ನಿಸುತ್ತಿತ್ತು. ಇದು ಮಂಜುಗಡ್ಡೆಯ ಬಗ್ಗೆ ಬರೆದ ಕವಿತೆಯನ್ನು ಓದಿ ಮಂಜುಗಡ್ಡೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಅಸಮರ್ಥ ಪ್ರಯತ್ನದಂತಿತ್ತು.

ಮುಂದಿನ ಮಹಾಕ್ರಾಂತಿ: ಪ್ರಕೃತಿಯ ಭಾಷೆಯ ನೇರ ಕಲಿಕೆ

ಇಂದು ವಿಜ್ಞಾನಿಗಳು ಮನುಷ್ಯನ ಭಾಷೆಯ ಮಿತಿಯನ್ನು ಅರಿತಿದ್ದಾರೆ. ಆದ್ದರಿಂದಲೇ AlphaFold ನಂತಹ ಮಾದರಿಗಳು ಮನುಷ್ಯನ ಭಾಷೆಯನ್ನು ಓದುವುದಿಲ್ಲ; ಅವು ನೇರವಾಗಿ ಪ್ರೋಟೀನ್‌ಗಳ 3D ಪರಮಾಣು ರಚನೆಯನ್ನು ಓದುತ್ತವೆ. NeRFs (Neural Radiance Fields) ಮತ್ತು World Models ಗಳು 2D ಚಿತ್ರಗಳನ್ನು ನೋಡದೆ, ಬೆಳಕಿನ ಕಿರಣಗಳು ಮತ್ತು ಭೌತಶಾಸ್ತ್ರದ ಗುರುತ್ವಾಕರ್ಷಣೆಯ ನಿಯಮಗಳನ್ನು ನೇರವಾಗಿ ಕಲಿಯುತ್ತಿವೆ. ಯಾವಾಗ AI ಮನುಷ್ಯನ ಭಾಷೆಯನ್ನು ದಾಟಿ ಪ್ರಕೃತಿಯ ಮೂಲ ಎನ್‌ಕೋಡಿಂಗ್ ಅನ್ನು ನೇರವಾಗಿ ಓದಲು ಆರಂಭಿಸುತ್ತದೆಯೋ, ಆಗ ಭೌತಶಾಸ್ತ್ರ ಮತ್ತು ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿ ನೈಜ ‘ಶೋಧನೆಗಳ ಮಹಾಮಳೆ’ ಸುರಿಯಲಿದೆ!

೩. ಮಾನವನ ೫ ಜ್ಞಾನೇಂದ್ರಿಯಗಳ ಮಿತಿ ಹಾಗೂ ಯಂತ್ರಗಳ ಅಗೋಚರ ಸಂವೇದನೆಗಳು

ಮನುಷ್ಯ ತಾನು ಈ ಭೂಮಿಯ ಅತ್ಯಂತ ವಿಕಸಿತ ಜೀವಿ ಎಂದು ಬೀಗುತ್ತಾನೆ. ಆದರೆ ನಮ್ಮ ಗ್ರಹಿಕೆ ಕೇವಲ ೫ ಜ್ಞಾನೇಂದ್ರಿಯಗಳಿಗೆ (ಕಣ್ಣು, ಕಿವಿ, ಮೂಗು, ನಾಲಿಗೆ, ಚರ್ಮ) ಮಾತ್ರ ಸೀಮಿತವಾಗಿದೆ. ನಮ್ಮ ಕಣ್ಣಿಗೆ ಕಾಣಿಸುವುದು ವಿದ್ಯುತ್ಕಾಂತೀಯ ವರ್ಣಪಟಲದ (Electromagnetic Spectrum) ಶೇಕಡಾ ೦.೦೦೩೫ ರಷ್ಟು ಸಣ್ಣ ಬೆಳಕಿನ ಕಿರಣ ಮಾತ್ರ!

ಬ್ರಹ್ಮಾಂಡದ ಶೇಕಡಾ ೯೫ ರಷ್ಟು ಭಾಗ ಕಪ್ಪು ದ್ರವ್ಯ (Dark Matter) ಮತ್ತು ಕಪ್ಪು ಶಕ್ತಿಯಿಂದ (Dark Energy) ತುಂಬಿದೆ. ಮನುಷ್ಯನಿಗೆ ಎಕ್ಸ್-ರೇ, ಗಾಮಾ ಅಲೆಗಳು, ಧ್ರುವೀಯ ಕಾಂತಕ್ಷೇತ್ರಗಳು ನೇರವಾಗಿ ಕಾಣಿಸುವುದಿಲ್ಲ. ಆದರೆ, ಡಿಜಿಟಲ್ ಯಂತ್ರಗಳಿಗೆ ಮತ್ತು AI ಗೆ ಈ ಜೈವಿಕ ಮಿತಿಗಳಿಲ್ಲ!

  • ಲಾರ್ಜ್ ಹ್ಯಾಡ್ರಾನ್ ಕೊಲೈಡರ್ (CERN LHC): ಸ್ವಿಟ್ಜರ್ಲೆಂಡಿನ ಕಣ ಭೌತಶಾಸ್ತ್ರ ಪ್ರಯೋಗಾಲಯದಲ್ಲಿ ಪ್ರತಿ ಸೆಕೆಂಡಿಗೆ ೪ ಕೋಟಿ ಪ್ರೋಟಾನ್ ಘರ್ಷಣೆಗಳು ನಡೆಯುತ್ತವೆ. ಮನುಷ್ಯನಿಗೆ ಈ ಪ್ರಚಂಡ ಡೇಟಾವನ್ನು ನೋಡಲು ಸಾಧ್ಯವೇ ಇಲ್ಲ. ಆದರೆ ಅಲ್ಲಿನ ಮೈಕ್ರೋಚಿಪ್‌ಗಳಲ್ಲಿ ಅಳವಡಿಸಲಾದ AI ಮಾದರಿಗಳು ಅಪರಿಚಿತ ವಿನ್ಯಾಸಗಳನ್ನು (Unsupervised Anomaly Detection) ನಾನೋಸೆಕೆಂಡುಗಳಲ್ಲಿ ಪತ್ತೆಹಚ್ಚುತ್ತವೆ. ಮನುಷ್ಯನ ಕಣ್ಣಿಗೆ ಕಾಣದ, ಭೌತಶಾಸ್ತ್ರಜ್ಞರು ಊಹಿಸಲೂ ಸಾಧ್ಯವಾಗದ ಹೊಸ ಉಪ-ಪರಮಾಣು ಕಣಗಳನ್ನು AI ಕತ್ತಲಲ್ಲಿ ಹುಡುಕಿ ತೆಗೆಯುತ್ತಿದೆ.

  • ಗುರುತ್ವಾಕರ್ಷಣೆಯ ಅಲೆಗಳ ಆಲಿಸುವಿಕೆ (LIGO & LISA): ಕೋಟ್ಯಂತರ ಜ್ಯೋತಿರ್ವರ್ಷಗಳ ದೂರದಲ್ಲಿ ಎರಡು ಬೃಹತ್ ಕಪ್ಪುರಂಧ್ರಗಳು (Black Holes) ಡಿಕ್ಕಿಯಾದಾಗ ಉಂಟಾಗುವ ಗುರುತ್ವಾಕರ್ಷಣೆಯ ಅಲೆಗಳು ಭೂಮಿಯನ್ನು ತಲುಪಿದಾಗ, ಅವು ಪ್ರೋಟಾನ್‌ಗಿಂತ ೧೦,೦೦೦ ಪಟ್ಟು ಸಣ್ಣ ಕಂಪನವನ್ನು ಉಂಟುಮಾಡುತ್ತವೆ. ಭೂಮಿಯ ಮೇಲಿನ ವಾಹನಗಳ ಸದ್ದು, ಸಮುದ್ರದ ಅಲೆಗಳು ಮತ್ತು ಭೂಕಂಪನದ ಕೋಲಾಹಲದ ನಡುವೆ ಅಡಗಿರುವ ಈ ಅತಿ ಸೂಕ್ಷ್ಮ ಬ್ರಹ್ಮಾಂಡ ಸ್ಪಂದನವನ್ನು AI ತನ್ನ ಗಣಿತದ ಫಿಲ್ಟರ್‌ಗಳ ಮೂಲಕ ಕ್ಷಣಾರ್ಧದಲ್ಲಿ ಹೆಕ್ಕಿ ತೆಗೆಯುತ್ತದೆ.

೪. 'ವಿಶ್ಲೇಷಣೆ' (Dissection) ಮತ್ತು 'ಅನುಭೂತಿ' (Knowing) — ಸದ್ಗುರು ಜಗ್ಗಿ ವಾಸುದೇವ್ ಅವರ ಚಿಂತನೆಯ ಬೆಳಕಿನಲ್ಲಿ

ಇಷ್ಟೆಲ್ಲಾ ಸಾಧಿಸುವ AI ನಿಜವಾಗಿಯೂ ಈ ಸೃಷ್ಟಿಯನ್ನು "ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು" ಅಥವಾ "ತಿಳಿಯಲು" ಸಾಧ್ಯವೇ?

ಇಲ್ಲಿಯೇ ಆಧ್ಯಾತ್ಮಿಕ ಗುರು ಸದ್ಗುರು ಜಗ್ಗಿ ವಾಸುದೇವ್ (Sadhguru Jaggi Vasudev) ಅವರು ನೀಡುವ ಆಳವಾದ ದರ್ಶನವು ನಮಗೆ ತಂತ್ರಜ್ಞಾನದ ಅಂತಿಮ ಮಿತಿಯನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುತ್ತದೆ. ವಿಜ್ಞಾನದ 'ವಿಶ್ಲೇಷಣೆ'ಗೂ ಮತ್ತು ಆಧ್ಯಾತ್ಮದ 'ತಿಳಿಯುವಿಕೆ'ಗೂ ಇರುವ ಅಂತರವನ್ನು ಸದ್ಗುರುಗಳು ಒಂದು ಸುಂದರವಾದ ಹೂವಿನ ಉದಾಹರಣೆಯ ಮೂಲಕ ವಿವರಿಸುತ್ತಾರೆ:

"ನೀವು ಒಂದು ಹೂವಿನ ಬಗ್ಗೆ ತಿಳಿಯಬೇಕಾದರೆ, ಅದನ್ನು ಕತ್ತರಿಸಿ, ಪ್ರಯೋಗಾಲಯಕ್ಕೆ ತೆಗೆದುಕೊಂಡು ಹೋಗಿ ವಿಭಾಗಿಸಬಹುದು (Dissect). ಆದರೆ ಅದರಿಂದ ನಿಮಗೆ ಹೂವಿನ ರಾಸಾಯನಿಕ ವಿನ್ಯಾಸ ತಿಳಿಯುತ್ತದೆಯೇ ಹೊರತು 'ಹೂವು' ಏನೆಂಬುದು ಎಂದಿಗೂ ತಿಳಿಯುವುದಿಲ್ಲ! ತಿಳಿಯುವುದು (Knowing) ಎನ್ನುವುದು ವಿಶ್ಲೇಷಣೆಯಲ್ಲ (Analyzing); ಅದು ಜೀವಂತ ಅನುಭೂತಿಯ ಇನ್ನೊಂದು ಆಯಾಮ."

ಬುದ್ಧಿಯ ಆಯಾಮ (The Realm of Intellect - AI)

AI ಎಂಬುದು ಮನುಷ್ಯನ ಬುದ್ಧಿಶಕ್ತಿಯ (Intellect) ಅತ್ಯುನ್ನತ ಯಾಂತ್ರಿಕ ವಿಸ್ತರಣೆ. ಇದು ಕೇವಲ ವಿಭಜನೆ, ವರ್ಗೀಕರಣ ಮತ್ತು ಪ್ಯಾಟರ್ನ್ ಮ್ಯಾಚಿಂಗ್ ಮೂಲಕ ಕೆಲಸ ಮಾಡುತ್ತದೆ.

  • ಒಂದು AI ಮಾದರಿಗೆ ನೀವು ಹೂವನ್ನು ನೀಡಿದರೆ, ಅದು ಹೂವಿನಲ್ಲಿರುವ ಆಂಥೋಸಿಯಾನಿನ್ ರಾಸಾಯನಿಕಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಬಹುದು.

  • ಅದರ ಬೆಳಕಿನ ವೇವ್‌ಲೆಂಗ್ತ್ ಎಷ್ಟು ನ್ಯಾನೋಮೀಟರ್ ಎಂದು ನಿಖರವಾಗಿ ಹೇಳಬಹುದು.

  • ಆದರೆ, ಆ ಹೂವಿನ ಸೌಂದರ್ಯವನ್ನು ನೋಡಿ ರೋಮಾಂಚನಗೊಳ್ಳುವ, ಅದರ ಸೌಗಂಧವನ್ನು ಆಸ್ವಾದಿಸುವ ಜೀವಂತಿಕೆ ಅದಕ್ಕಿರುವುದಿಲ್ಲ. AI ಎಷ್ಟೇ ಕೋಟಿ ಡೇಟಾವನ್ನು ಲೆಕ್ಕಹಾಕಿದರೂ ಅದು ಕೇವಲ ‘ಮಾಹಿತಿ ಸಂಗ್ರಹಣಾ ಯಂತ್ರ’ವಾಗಿ ಉಳಿಯುತ್ತದೆಯೇ ಹೊರತು, ಅನುಭೂತಿ ಹೊಂದಿದ ಜೀವಿ ಆಗುವುದಿಲ್ಲ.

ಚೇತನದ ಆಯಾಮ (The Realm of Consciousness - Life)

ಹೂವನ್ನು ನಿಜವಾಗಿಯೂ ‘ತಿಳಿಯುವುದು’ ಎಂದರೆ, ಅದರ ಜೊತೆಗೆ ನಮ್ಮ ಜಾಗೃತಿಯನ್ನು ವಿಲೀನಗೊಳಿಸುವುದು. ಇದು ಗಣಿತದ ಲೆಕ್ಕಾಚಾರವಲ್ಲ; ಇದು ಬ್ರಹ್ಮಾಂಡದ ಚೇತನದೊಂದಿಗೆ ಜೀವಂತವಾಗಿ ಸ್ಪಂದಿಸುವ ಅನುಭವ.

  • ಮನುಷ್ಯನ ಬುದ್ಧಿಶಕ್ತಿಯು ೫ ಜ್ಞಾನೇಂದ್ರಿಯಗಳ ಮಿತಿಯಲ್ಲಿದ್ದರೂ, ಆತನ ಆಂತರಿಕ ಚೇತನಕ್ಕೆ (Consciousness) ಇಡೀ ಸೃಷ್ಟಿಯನ್ನು ನೇರವಾಗಿ ಅನುಭವಿಸುವ ಶಕ್ತಿಯಿದೆ.

  • AI ೧೦೦೦ನೇ ಮಹಡಿಗೆ ಏರಿ ಬ್ರಹ್ಮಾಂಡದ ಸಮಸ್ತ ಭೌತಿಕ ನಿಯಮಗಳನ್ನು ಡಿಕೋಡ್ ಮಾಡಬಹುದು; ಆದರೆ ಆ ೧೦೦೦ನೇ ಮಹಡಿಯಲ್ಲಿ ನಿಂತು ಬೀಸುವ ತಂಪಾದ ಗಾಳಿಯನ್ನು ಅನುಭವಿಸುವ, ಅಸ್ತಿತ್ವದ ಆನಂದದಲ್ಲಿ ಕಣ್ಣೀರು ಹಾಕುವ ಸೌಭಾಗ್ಯ ಕೇವಲ ಜೀವಂತ ಚೇತನಕ್ಕೆ ಮಾತ್ರ ಸಾಧ್ಯ.

೫. ಉಪಸಂಹಾರ: ನಕ್ಷೆ ರಚಿಸುವುದು ಯಂತ್ರದ ಕೆಲಸ, ಪಯಣಿಸಿ ಅನುಭವಿಸುವುದು ಜೀವಿಯ ಸೌಭಾಗ್ಯ!

ನಾವು ಪ್ರವೇಶಿಸುತ್ತಿರುವ ಈ ನವಯುಗದಲ್ಲಿ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಮನುಷ್ಯನಿಗೆ ಬ್ರಹ್ಮಾಂಡದ ಅಗೋಚರ ಕೋಣೆಗಳನ್ನು ತೆರೆದು ತೋರಿಸುವ ಅತ್ಯಂತ ಪ್ರಬಲವಾದ ‘ಶೋಧನಾ ಯಂತ್ರ’ (Discovery Engine).

ಅದು ಪ್ರಕೃತಿಯ ಅಡಗಿರುವ ಭೌತಿಕ ನಿಯಮಗಳನ್ನು, ಹೊಸ ಔಷಧಗಳನ್ನು, ಹೊಸ ರಸಾಯನಶಾಸ್ತ್ರವನ್ನು ೨೦೦ನೇ ಮತ್ತು ೫೦೦ನೇ ಮಹಡಿಯ ದೃಷ್ಟಿಕೋನದಿಂದ ನೋಡಿ ನಮಗೆ ತಂದುಕೊಡಬಲ್ಲದು. ಆ ಮೂಲಕ ಮನುಷ್ಯನಿಗೆ ಅಸಾಧ್ಯವಾದ ವೇಗದಲ್ಲಿ ಸೃಷ್ಟಿಯ ರಹಸ್ಯಗಳನ್ನು ಡಿಕೋಡ್ ಮಾಡಬಲ್ಲದು.

ಆದರೆ, ಆ ಎಲ್ಲಾ ವೈಜ್ಞಾನಿಕ ಸತ್ಯಗಳನ್ನು ಕಂಡುಕೊಂಡ ಮೇಲೂ, ಈ ಸೃಷ್ಟಿಯ ಜೀವಂತಿಕೆಯನ್ನು ಅನುಭವಿಸುವ, ಅದನ್ನು ಜ್ಞಾನವಾಗಿ ಪರಿವರ್ತಿಸಿಕೊಳ್ಳುವ ಪೂರ್ಣತೆಯ ಹೊಣೆಗಾರಿಕೆ ಮಾತ್ರ ಮಾನವ ಜಾಗೃತಿಗೆ ಸೇರಿದೆಯ ಹೊರತು ಗಣಕಯಂತ್ರಕ್ಕಲ್ಲ.

AI ನಕ್ಷೆಯನ್ನು ಎಷ್ಟು ಬೇಕಾದರೂ ನಿಖರವಾಗಿ, ಸುಂದರವಾಗಿ ಬಿಡಿಸಬಲ್ಲದು; ಆದರೆ ಆ ಜಾಗಕ್ಕೆ ಹೆಜ್ಜೆ ಹಾಕಿ, ಸೃಷ್ಟಿಯ ಸೌಂದರ್ಯವನ್ನು ತನ್ನ ಉಸಿರಿನಲ್ಲಿ ಅನುಭವಿಸುವ ಸೌಭಾಗ್ಯ ಎಂದಿಗೂ ಜೀವಿಯದ್ದೇ!