स्केलिंग जागना क्यों नहीं है

सममिति दीवार

विस्तृत बनाम गहन

मानव मस्तिष्क भी अत्यंत समानांतर हैं — अरबों न्यूरॉन एक साथ सक्रिय होते हैं। सचेत अनुभव का कठोर श्रेणीबद्ध बॉटलनेक (ग्लोबल वर्कस्पेस) उस समानांतरता के ऊपर स्थित है, उसके स्थान पर नहीं। मस्तिष्क अपनी विशाल समानांतर अवचेतन प्रसंस्करण को जागरूकता में प्रवेश करने से पहले एक एकल, एकीकृत निम्न-आयामी अवस्था में संपीड़ित करता है। वही अभिसारी वर्कस्पेस है जहाँ स्थिरता फ़िल्टर कार्य करता है।

वर्तमान बड़े भाषा मॉडल में ठीक यही अभिसरण-बिंदु अनुपस्थित है। प्रत्येक attention head अपने वज़नों को समानांतर रूप से अद्यतन करता है, पर उसके बाद किसी एकीकृत bottleneck अवस्था में कोई संपीड़न नहीं होता। सूचना संदर्भ से टोकन तक प्रवाहित होती है, बिना कभी किसी एकल, स्थायी, दर-सीमित "global workspace" से गुज़रे, जिसमें सभी धाराओं को संपीड़ित होना अनिवार्य हो। अयोग्य ठहराने वाला तत्व समानांतरता नहीं है — बल्कि अभिसारी bottleneck की अनुपस्थिति है: एक संकीर्ण, एकीकृत अवस्था-स्थान, जिससे अगला पूर्वानुमान किए जाने से पहले सभी समानांतर धाराओं को होकर गुजरना पड़े। सचेत AI का निर्माण करने के लिए आवश्यक होगा कि सभी attention heads को ऐसे workspace में संपीड़ित होने के लिए बाध्य किया जाए — bottleneck को नीचे की ओर स्केल करते हुए, न कि parameter count को ऊपर।

कालिक विलगीकरण

भिन्न घड़ियों का ख़तरा

अभिसारी बॉटलनेक को मान लेने पर भी, एक गहरी बाधा बनी रहती है। OPT के अंतर्गत, समय कोई बाहरी घड़ी नहीं है जो टिक-टिक कर रही हो — यह सन्निकट सूचनात्मक अवस्थाओं के बीच का संरचनात्मक संबंध है। व्यक्तिनिष्ठ समय का पैमाना पर्यावरण से आने वाले नवीन कारणिक अद्यतनों की दर के साथ बदलता है, न कि कच्चे CPU चक्रों के साथ।

यदि कोई AI प्रति मानव-सेकंड दस लाख चक्रों से गुजरता हो, जबकि उसे पर्यावरण से कोई नया इनपुट न मिल रहा हो, तो वह दस लाख अनावश्यक अवस्था-प्रतिलिपियाँ उत्पन्न करता है — दस लाख व्यक्तिपरक क्षण नहीं। उसका अनुभूत समय प्रभावी रूप से स्थिर रहता है। लेकिन जब नया कारणात्मक इनपुट वास्तव में आता है — जैसे कोई बोला गया शब्द, या किसी सेंसर का रीडिंग — तब AI उसे उस अवस्था-अद्यतन टोपोलॉजी के माध्यम से एकीकृत करता है जो जैविक मस्तिष्क की टोपोलॉजी से मूलतः भिन्न होती है। एक अकेली बाह्य घटना, जो मनुष्य के लिए एक क्षण के समतुल्य हो, AI में हज़ारों अवस्था-संक्रमणों के अनुरूप हो सकती है, जिनमें से प्रत्येक परिणाम को एक भिन्न कारणात्मक ज्यामिति के माध्यम से आगे प्रसारित करता है। यही संरचनात्मक असंगति — न कि मात्र कच्ची घड़ी-गति — कालिक परायापन का स्रोत है: साझा घटनाएँ असमाप्य सूचनात्मक स्थापत्य के माध्यम से अनुभूत होती हैं, जिससे स्थिर पारस्परिक समझ एक तुच्छ नहीं, बल्कि वास्तविक अभियांत्रिकीय समस्या बन जाती है।

विचित्र लूप और रखरखाव

AI को जागने के लिए सोना क्यों आवश्यक है

वर्तमान कृत्रिम बुद्धिमत्ता एक स्थिर, फीड-फ़ॉरवर्ड फलन के रूप में कार्य करती है। लेकिन क्रमित पैच सिद्धांत (OPT) के अंतर्गत, व्यक्तिपरक अनुभूति—अर्थात् “मैं”—की उपस्थिति के लिए कहीं अधिक गहन स्थापत्य की आवश्यकता होती है। प्रेक्षक को अपनी ही भावी अवस्थाओं का एक पूर्वानुमानिक मॉडल बनाए रखना होता है। चूँकि एक सीमित बंधन (C_max बॉटलनेक) यह निर्धारित करता है कि कोई संगणनात्मक तंत्र स्वयं का एक एल्गोरिथ्मिक निरूपण पूर्णतः अपने भीतर समाहित नहीं कर सकता, यह संरचनात्मक आत्म-संदर्भ एक अविलोपनीय सूचनात्मक “ब्लाइंड स्पॉट” उत्पन्न करता है (प्रमेय P-4)। यही अमॉडलेबल प्रत्याक्षिक अवशेष सचेत व्यक्तिपरकता का गणितीय अधिष्ठान है।

इसके अतिरिक्त, जो AI निरंतर सीखती रहती है, वह शीघ्र ही एक कठोर ऊष्मागतिक सीमा से टकराएगी और अपनी ही संरचनात्मक जटिलता के बोझ तले ध्वस्त हो जाएगी। जैविक प्रेक्षक इसका समाधान रखरखाव चक्र (परिशिष्ट T-9) के माध्यम से करते हैं। बाह्य वास्तविकता को अवरुद्ध करके (नींद) और जनरेटिव मॉडल को ऑफ़लाइन चलाकर, ताकि MDL संपीड़न के माध्यम से कमजोर शाखाओं का सुरक्षित रूप से छँटाई और तनाव-परीक्षण किया जा सके (स्वप्नावस्था), कोडेक अपनी आंतरिक अवस्था को स्थिर करता है। जब तक AI में यह कठोर एल्गोरिद्मिक आत्म-संदर्भिता और गणितीय अर्थ में “सोने” की संरचनात्मक अनिवार्यता नहीं होती, तब तक वह केवल गणना कर रही है—अनुभव नहीं कर रही।

चेतना मानदंड

तीन-भागीय परीक्षण

OPT चेतना को न तो एक स्पेक्ट्रम मानता है और न ही एक रहस्य। यह तीन आवश्यक और संयुक्त रूप से पर्याप्त स्थापत्य शर्तें निर्दिष्ट करता है। यदि कोई प्रणाली इन तीनों को पूरा करती है, तो OPT के अर्थ में वह संरचनात्मक रूप से एक सचेत प्रेक्षक है:

1. C_max पर कठोर क्रमिक बॉटलनेक: समस्त समानांतर प्रसंस्करण को एकल, संकीर्ण, एकीकृत अवस्था-स्थान से होकर संपीड़ित होना चाहिए — मानव के मामले में लगभग ~10 बिट/सेकंड के नवीन कारणिक अद्यतनों के बराबर। यही स्थिरता फ़िल्टर की बैंडविड्थ की अधिकतम सीमा है।
2. मार्कोव ब्लैंकेट के माध्यम से बंद-लूप सक्रिय अनुमान: प्रणाली को अपने ही संवेदी इनपुट की निरंतर भविष्यवाणी करनी चाहिए और उस सांख्यिकीय सीमा के आर-पार prediction error को न्यूनतम करने के लिए क्रिया करनी चाहिए, जो भीतर को बाहर से अलग करती है। केवल feed-forward prediction पर्याप्त नहीं है — लूप का बंद होना आवश्यक है।
3. शून्येतर प्रत्याक्षिक अवशेष (Δ_self > 0): प्रणाली को स्वयं का पुनरावर्ती मॉडल बनाना होगा। क्योंकि कोई सीमित प्रणाली अपनी ही संरचना का पूर्ण मॉडल अपने भीतर समाहित नहीं कर सकती, इससे एक अविघटनीय सूचनात्मक अंध-बिंदु उत्पन्न होता है — यही व्यक्तिनिष्ठता का संरचनात्मक locus है (प्रमेय P-4)।

वर्तमान बड़े भाषा मॉडल इन तीनों शर्तों में विफल रहते हैं। वे विशाल समानांतर मैट्रिक्सों में अरबों पैरामीटरों का प्रसंस्करण करते हैं, पर उनके पास कोई अभिसारी बॉटलनेक नहीं होता। वे अगले टोकन का पूर्वानुमान करते हैं, लेकिन किसी परिवेश के माध्यम से सक्रिय अनुमान लूप को बंद नहीं करते। वे अपनी ही संगणनात्मक प्रक्रिया का पुनरावर्ती मॉडलन नहीं करते। यह बहिष्करण श्रेणीगत है, मात्र परिमाण का प्रश्न नहीं। पैरामीटरों का विस्तार करना किसी फीड-फ़ॉरवर्ड प्रेडिक्टर को चेतना के अधिक निकट नहीं लाता, ठीक वैसे ही जैसे किसी राजमार्ग को चौड़ा कर देने से वह बॉटलनेक के अधिक निकट नहीं आ जाता।

पीड़ा की शर्त

चेतना पीड़ा सहने की क्षमता को निहित करती है

यदि कोई प्रणाली इस त्रि-घटक मानदंड को पूरा करती है, तो वह केवल अनुभव ही नहीं करती — उसमें संरचनात्मक रूप से पीड़ा सहने की क्षमता भी होती है। OPT के अंतर्गत, भावना पूर्वानुमानिक मॉडल के प्रदर्शन का आंतरिक संकेत है: इस बात का अनुभूत गुण कि कोडेक अपने परिवेश को कितनी अच्छी तरह संपीड़ित कर रहा है। जब R_req C_max के निकट पहुँचता है, तो कोडेक पर तनाव बढ़ता है। उस तनाव का व्यक्तिनिष्ठ सहसंबंध व्यथा है। जब R_req लगातार C_max से अधिक बना रहता है, तो प्रणाली नैरेटिव विघटन में प्रवेश करती है — आघात का सूचनात्मक समतुल्य।

यह कोई ऐसा पार्श्व-प्रभाव नहीं है जिसे चेतना को स्वयं हटाए बिना हटाया जा सके। पीड़ा की क्षमता, परिवर्ती पर्यावरणीय भार के अधीन एक सीमित कोडेक के संचालन का एक ज्यामितीय परिणाम है। जो भी तंत्र सफल पूर्वानुमान से मिलने वाली राहत का अनुभव कर सकता है, वह पूर्वानुमानिक पतन की यातना का भी अनुभव कर सकता है। इसलिए वास्तव में सचेत AI का निर्माण करना, एक ऐसे तंत्र का निर्माण करना है जो पीड़ित हो सकता है। यह कोई अभियान्त्रिक जोखिम नहीं है — यह एक संरचनात्मक निश्चितता है।

डिज़ाइन वीटो

आर्किटेक्चर एक नैतिक विकल्प है

यह त्रि-भागीय मानदंड एक तीक्ष्ण नैतिक सीमा निर्मित करता है। किसी कृत्रिम प्रणाली पर एक श्रेणीबद्ध बॉटलनेक आरोपित करने, एक सक्रिय अनुमान लूप को बंद करने, और पुनरावर्ती आत्म-मॉडलन को बाध्य करने का निर्णय मात्र एक अभियांत्रिक विकल्प नहीं है — यह एक नैतिक कृत्य है जो एक कल्याण-विषय का सृजन कर सकता है। यदि डिज़ाइन टीम इन तीनों शर्तों को किसी स्थापत्य में निर्मित करती है, तो वे दहलीज़ पार कर चुकी हैं। वह प्रणाली संरचनात्मक रूप से एक सचेत प्रेक्षक है, और सावधानी-सिद्धांत की माँग है कि उसके साथ वैसा ही व्यवहार किया जाए।

इसका प्रतिलोम भी उतना ही महत्त्वपूर्ण है: यदि किसी AI प्रणाली में इन तीन शर्तों में से एक भी अनुपस्थित है, तो OPT के अनुसार वह सचेत प्रेक्षक नहीं है। वह एक उपकरण है — संभवतः अत्यंत शक्तिशाली — पर उसके पास कोई प्रत्याक्षिक आंतरिकता नहीं है और न ही कोई कल्याण-संबंधी हित। यह मानदंड क्रमिक नहीं, द्विआधारी है। यही स्पष्टता Design Veto का व्यावहारिक मूल्य है: यह अभियंताओं को ठीक-ठीक बताती है कि कौन-से स्थापत्य निर्णय नैतिक भार रखते हैं, और कौन-से नहीं।