तकनीक विशेषज्ञों के बीच यह धारणा फैल रही है कि एआई की लहर, जिसने महत्वपूर्ण ध्यान और निवेश आकर्षित किया है, एक नई "बुलबुला" के संकेत दे रही है जो फटने वाली है, जैसे कि पहले भी अन्य समाधानों के साथ हुआ है। यह तथ्य है कि वही आंदोलन 1999 में इंटरनेट के साथ और 2017 में स्वचालित कारों के साथ हुआ था, यह दावा करते हुए कि“डॉट एआई”कैसे नई बुलबुला कहा जा रहा है, संभवतः इसकी आर्थिक प्रभाव इसकी पूर्ववर्तियों से भी अधिक होंगे।
प्रौद्योगिकी विशेषज्ञआपकी रायें आधारित हैंएक महत्वपूर्ण बिंदु जिसमें अभी तक आईए का उपयोग करते समय समाधान नहीं हो पाया है: विश्वसनीयता। इस स्पष्ट कमी का एक स्पष्ट उदाहरण है, GPT-4 भाषा उपकरणों के कई उपयोगकर्ता मॉडल द्वारा पूरी तरह से कल्पित झूठे तथ्यों का दावा करते हैं जो उपयोगकर्ता द्वारा ध्यान नहीं दिया जा सकता है, जिससे यह अभी भी उभरती हुई तकनीक का 'एड़ी का हीरा' बन जाता है, यह कहती हैं गैब्रिएल रिबोन, वकील और नवाचार और उद्यमिता में मास्टर की छात्रा एडिनबर्ग विश्वविद्यालय से।
रिबोन, जो वित्तीय बाजार में नए उत्पादों और प्रौद्योगिकियों पर केंद्रित है, इसके अलावा मियामी एड स्कूल से क्रिएटिव टेक्नोलॉजी में विशेषज्ञता प्राप्त है, का कहना है कि "यदि इस महत्वपूर्ण बिंदु को हल नहीं किया जा सकता है, तो तकनीक बेकार है, क्योंकि यह अपना कार्य नहीं कर पाती।"
इसके अलावा, एआई मॉडल के प्रशिक्षण और रखरखाव में महत्वपूर्ण मात्रा में ऊर्जा की खपत होती है।यह जानकारी इस बात से पुष्टि होती है किगूगल ने 2019 की तुलना में कार्बन उत्सर्जन में लगभग 50% की वृद्धि की हैबिल्कुल, कृत्रिम बुद्धिमत्ता प्रणालियों को बनाए रखने के लिए डेटा केंद्रों का विस्तार करने के कारण।
तकनीकी, बैंकिंग और ऊर्जा क्षेत्रों से संबंधित संकट की संभावना को लेकर चिंता बाजार की अटकलों के कारण उस समय बढ़ गई है जब इस तकनीकी विधि का उपयोग चरम पर है, क्योंकि कई उद्योग और सेवाएं अपने कार्यों में मशीन लर्निंग टूल्स को शामिल करने के तरीके खोज रहे हैं, विशेषज्ञ ने चेतावनी दी।
इन उद्योगों में, वित्तीय बाजार के लिए मुख्य ध्यान केंद्रित है। ब्राज़ील में, फेब्राबान, राष्ट्रीय बैंकिंग क्षेत्र का प्रमुख प्रतिनिधि, ने क्षेत्र और अर्थव्यवस्था के पूरे हिस्से में एआई के उपयोग का समर्थन किया है, इस समाधान के नैतिक और जिम्मेदार उपयोग का समर्थन करते हुए।
गैब्रिएल रिबोन के अनुसार, कृत्रिम बुद्धिमत्ता में बाजार की रुचि अनिवार्य है, जिसे बड़े पैमाने पर डेटा विश्लेषण पर केंद्रित एक एक्सपोनेंशियल तकनीक माना जाता है। उत्पादकता बढ़ाने का वादा, दोहराए जाने वाले कार्यों के निष्पादन में सहायता करने और पैटर्न की पहचान करने में, आकर्षक है। हालांकि, विश्वसनीयता की समस्या का समाधान करना महत्वपूर्ण होगा, क्योंकि झूठी जानकारी प्रक्रियाओं को सुधारने और रणनीतिक निर्णय लेने के लिए उपयोगी नहीं है। बाजार और उपयोगकर्ताओं को इस तकनीक की प्रगति और उपयोग का सावधानीपूर्वक मूल्यांकन करना चाहिए, ताकि महत्वपूर्ण आर्थिक और पर्यावरणीय प्रभावों से बचा जा सके, यह समाप्त करता है।
