हाल ही में, एक यूरोपीय डॉक्टर ने मशीन लर्निंग के क्षेत्र में हलचल मचा दी है। वह आश्चर्यचकित है कि उसके अमेरिकी सहयोगियों के पास एक के बाद एक दस शीर्ष सम्मेलन पत्र हैं, जिनमें से पांच पहले लेखक के रूप में हैं? वह यूरोप में पीएचडी कर रहा है, चार वर्षों में अध्ययन करते हुए और खोजबीन करते हुए, पहले वर्ष में यह समझने में व्यस्त था कि शोध क्या है, दूसरे वर्ष में एक प्रमुख सम्मेलन CVPR में एक पेपर प्रकाशित किया, और तीसरे वर्ष में उसने परियोजना प्रबंधन और अनुदान आवेदन के रहस्यों को थोड़ा समझा।
अब, उसके रिज़्यूमे में केवल दो पेपर जोड़े गए हैं, एक पत्रिका और एक सम्मेलन, दोनों पहले लेखक के रूप में प्रकाशित हैं। सुनने में अच्छा लगता है, लेकिन इसके विपरीत, जब वह अपने अमेरिकी सहयोगियों की उपलब्धियों को देखता है, तो वह बस हैरान रह जाता है।
“वे ऐसा कैसे कर रहे हैं? क्या उन्हें सोने की जरूरत नहीं है?” वह इन अमेरिकी डॉक्टरों की दक्षता पर हैरान है। उसे लगता है कि वह इन लोगों से कम बुद्धिमान नहीं है, और जब भी उसके पास नए विचार होते हैं, तो वह अक्सर पाता है कि हाल ही में किसी स्टैनफोर्ड या DeepMind के डॉक्टर ने इसी तरह का शोध प्रकाशित किया है। इन पत्रों की गहरी समझ हासिल करने में बहुत समय और प्रयास लगता है, क्या यह कुछ महीनों में संभव है?
चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney
इस डॉक्टर के मन में कई सवाल हैं, आखिर क्या कारण है कि ये लोग इतनी दक्षता से काम कर रहे हैं? वह तुलना करने वाला व्यक्ति नहीं है, क्योंकि हर किसी का माहौल अलग होता है। लेकिन उसके लिए, केवल तीन वर्षों के शोध अनुभव वाले व्यक्ति के लिए, एक वर्ष के भीतर लगातार उच्च गुणवत्ता के शोध परिणाम उत्पन्न करना वास्तव में अविश्वसनीय है।
कुछ इंटरनेट उपयोगकर्ताओं ने भी इस पर अपने विचार व्यक्त किए, यह कहते हुए कि अमेरिकी अकादमिक क्षेत्र में प्रतिस्पर्धा अविश्वसनीय रूप से तीव्र है। अमेरिका में, कार्य संस्कृति कड़ी मेहनत करना है; एक व्यक्ति जो अमेरिका के शीर्ष कंप्यूटर विज्ञान कार्यक्रम में अंडरग्रेजुएट रहा है, उसने बताया कि ग्रेजुएट छात्र हर दिन 10 घंटे से अधिक काम करते हैं, लगभग पूरे वर्ष। एक बार, उसने रात 7 बजे प्रयोगशाला में जाकर देखा कि सहपाठी अभी भी काम में जुटे हुए हैं, और सुबह 1 बजे घर लौटे।
हालांकि यह कोई कठोर नियम नहीं है, लेकिन ऐसे माहौल में, सभी को भारी दबाव महसूस होता है। कहने की जरूरत नहीं है, अमेरिका के प्रयोगशालाओं में दुनिया के शीर्ष प्रतिभाओं का जमावड़ा है; उदाहरण के लिए, तिनहुआ विश्वविद्यालय का एक शीर्ष कार्यक्रम, जिसमें प्रवेश दर केवल 0.1% है। ऐसे उत्कृष्ट छात्रों को आकर्षित करना और उन्हें हर दिन 10 घंटे काम करने के लिए प्रेरित करना, बिना परिणाम के मुश्किल है।
बेशक, यह स्थिति केवल AI क्षेत्र तक सीमित नहीं है; लगभग सभी STEM (विज्ञान, प्रौद्योगिकी, इंजीनियरिंग और गणित) क्षेत्रों में ऐसी ही स्थिति है। कुछ लोग भौतिकी में पीएचडी के दौरान भी ऐसी स्थिति का सामना करते हैं, जहां वास्तव में कोई अन्य काम नहीं होता।
साथ ही, संसाधनों में भिन्नता भी एक महत्वपूर्ण कारक है। शीर्ष डॉक्टरों के संसाधन बिल्कुल अलग होते हैं। कुछ प्रयोगशालाओं में बहुत सारे महंगे GPU होते हैं, जो शोध की प्रगति को तेजी से बढ़ाते हैं। जबकि जिन डॉक्टरों के पास संसाधन नहीं हैं, वे केवल निराश होकर देख सकते हैं। अमेरिका के विभिन्न विश्वविद्यालयों के बीच भी, GPU की उपलब्धता में काफी भिन्नता होती है।
यहां तक कि एक शीर्ष 5 मशीन लर्निंग डॉक्टर ने पोस्ट करते समय कहा कि उसके प्रयोगशाला में एक भी H100 नहीं है, और सभी लोग कंप्यूटिंग संसाधनों के लिए “लड़ाई” कर रहे हैं। प्रिंसटन, हार्वर्ड जैसे "GPU महलों" की तुलना में, संसाधनों की कमी वाले डॉक्टरों के लिए जल्दी से शोध परिणाम प्राप्त करना संभव नहीं है।
अंत में, प्रसिद्ध संस्थानों का समर्थन भी एक अदृश्य सहारा है। उन शीर्ष विश्वविद्यालयों और बड़े तकनीकी कंपनियों के बीच करीबी संबंध न केवल नवोन्मेष परियोजनाओं की प्रेरणा को प्रोत्साहित करते हैं, बल्कि अतिरिक्त संसाधन समर्थन भी प्रदान करते हैं। यह स्पष्ट है कि आखिरकार क्या कारण है जो इस असमान शैक्षणिक उत्पादन का निर्माण करता है, यह वास्तव में एक विचारणीय प्रश्न है।
