जेनेरेटिभ एआईलाई अचेल सरल भाषामा एआई भन्न थालिएको छ। जेनेरेटिभ एआईले मानिसले दिएको निर्देशन (प्रस्ट) को आधारमा पुराना डाटाहरूबाट ढाँचा र नियमहरू सिकेर नयाँ लेख, फोटो, भिडियो, अडियो वा कम्प्युटर कोड लगायत नयाँ सामग्रीहरू आफैँ तयार पार्न सक्छ।
एआईले यति छोटो समयमा यत्रो प्रगति गर्नेछ भन्ने सन् २०२२ को सुरुवातसम्म धेरैले कल्पनासमेत गरेका थिएनन्। त्यतिखेर ओपन एआईको जिपिटी-३ नै सबैभन्दा अग्रणी मोडल मानिन्थ्यो। यसले सिधा प्रश्नहरूको उत्तर दिन सक्थ्यो, तर प्रतिप्रश्न वा जटिल प्रश्नहरूको सामना गर्न भने निकै कठिनाइ अनुभव गर्थ्यो।
मैले त्यो समयमा जिपिटी-३ लाई अंग्रेजीमा सोधेको थिएँ, ‘मेरो कपडा फोहोर भयो। अब के गर्नु?’ उसको जवाफ थियो, ‘त्यसो भए लगेर वासिङ मेसिनमा हालिदेऊ।’ मैले प्रतिप्रश्न गरेँ, ‘तर मेरो घरमा वासिङ मेसिन छैन, के गर्नु?’ उसको जवाफ थियो, ‘त्यसो भए तिम्रो कपडा डस्टबिमा फ्यालिदेऊ।’ अर्थात्, जिपिटीले प्रतिप्रश्नहरूको अहिलेजस्तो उपयोगी उत्तर कसरी दिने भनेर धेरै सिक्न बाँकी थियो।
यद्यपि, सन् २०२२ को जुनमा स्विडेनका वैज्ञानिक अल्मिरा ओसमानोविच थुनस्ट्रोम र स्टेन स्टेनग्रिमसनले जिपिटी-३ लाई आफ्नै बारेमा साना–साना अंशमा शोधपत्र लेख्न लगाए। ती सबै अंश समेटेर पछि उनीहरूले पूर्ण शोधपत्र प्रकाशित गरे (https://hal.science/hal-03701250v1/document)। यस लेखन प्रक्रियामा जिपिटी-३ को क्षमता निकै प्रभावशाली देखियो र शैक्षिक समुदायमा यसको चर्चा तीव्र भयो। त्यसको लगभग पाँच महिनापछि ओपन एआईले च्याटजिपिटी (जिपिटी-३.५) सार्वजनिक गर्यो, जसले संसारलाई दीर्घकालीन रूपमा प्रभाव पार्यो।
च्याट जिपिटीको सफलतापछि विभिन्न एआई मोडलहरू तीव्र रूपमा विकास भएर बजारमा आउन थाले। मेटाको लामा, एन्थ्रोपिकको क्लड, चीनबाट आएको डिपसिक र अलिबाबाको क्वेनजस्ता मोडलहरू फरक–फरक विशेषता— जस्तै ओपन सोर्स, कम खर्च र उत्कृष्ट कोड लेख्ने क्षमता लिएर प्रस्तुत भए। आजको समयमा आइपुग्दा जिपिटी ५.५, क्लड, जेमिनाइजस्ता मोडलहरूले बजारमा बलियो उपस्थिति बनाएका छन्। यीमध्ये विशेष गरी एन्थ्रोपिकको क्लड कोडिङ मोडलको अहिले धेरै चर्चा छ, किनकि यसले मध्यम स्तरका सफ्टवेयर इन्जिनियरले लेख्न सक्ने जस्तो कोड सहजै उत्पादन गर्न सक्छ।
क्लडको कोडिङ मोडलको प्रत्यक्ष प्रभाव अहिले विश्वव्यापी आइटी रोजगारी बजारमा देखिन थालेको छ र यसबाट नेपालको आइटी क्षेत्र पनि अछुतो छैन। नेपालको अर्थतन्त्रलाई आइटी निर्यातसँग जोड्दै रोजगारी सिर्जना गर्ने लक्ष्य राखेको सरकारका लागि विश्वभरि परिवर्तन भइरहेको आइटी बजारलाई फेरि गम्भीर रूपमा मूल्यांकन गर्नु आवश्यक देखिन्छ।
हाम्रो आइटी क्षेत्रको भविष्य मुख्यतः हामीले विकास गर्ने नयाँ प्रडक्टहरू र विदेशी प्रोजेक्टहरूको आउटसोर्सिङमा निर्भर छ। तर यी दुवैलाई सफल बनाउन हामीले उत्पादन गर्ने आइटी जनशक्ति बजारको बदलिँदो मागअनुसार दक्ष र प्रतिस्पर्धी बन्नु अत्यावश्यक छ।
केही वर्ष अघिसम्म आइटी पढेका धेरैजसो विद्यार्थीहरूले सहजै सफ्टवेयर इन्जिनियरको जागिर पाउँथे। त्यस समयमा प्रवेश तह र मध्यम स्तरका इन्जिनियरहरूको माग निकै उच्च थियो। तर अहिले अवस्था फेरिएको छ— सिनियर इन्जिनियरभन्दा तलका पदहरूमा काम पाउन चुनौतीपूर्ण बन्दै गएको छ।
यसको मुख्य कारण एआई मोडलहरूले प्रवेश र मध्यम स्तरका इन्जिनियरहरूले गर्ने धेरैजसो कोडिङ काम सहजै गर्न सक्नु हो। तर यी मोडलहरूले जटिल सिस्टम बनाउँदा वा विभिन्न कोडलाई एकत्रित गर्दा साना–साना त्रुटि गर्ने भएकाले अनुभवी (सिनियर) इन्जिनियरहरूको भूमिका भने अझै आवश्यक रहन्छ।
त्यसैले, आइटी क्षेत्रको विकासका लागि सरकार र विश्वविद्यालयहरूले पाठ्यक्रम र इन्टर्नसिपमार्फत छिट्टै सिनियर स्तरको जिम्मेवारी सम्हाल्न सक्ने इन्जिनियर उत्पादन गर्ने दिशामा ध्यान दिनुपर्छ। सामान्यतया नयाँ इन्जिनियरलाई सिनियर स्तरमा पुग्न करिब ४ वर्ष लाग्छ र विश्वविद्यालयमा बिताउने यही ४ वर्षलाई त्यसैअनुसार प्रभावकारी रूपमा प्रयोग गर्न सकिन्छ।
अर्को महत्त्वपूर्ण पक्ष भनेको कम्प्युटर विज्ञानमा दिनहुँ भइरहेका नयाँ विकासहरू हुन्, जसले बजारमा मागिने सिपलाई पनि निरन्तर परिवर्तन गरिरहेछन्। आजभन्दा दुई वर्षपछि कस्तो सिप आवश्यक पर्ला भन्ने कुरा अहिल्यै भन्न सकिँदैन। त्यसैले हाम्रो पाठ्यक्रमले पनि यस्ता परिवर्तनहरूलाई समयअनुसार आत्मसात् गर्नुपर्छ।
हाल नेपालका धेरैजसो विश्वविद्यालयहरूमा केन्द्रबाट निर्धारण गरिएको पाठ्यक्रम नै लागू हुन्छ। यसका कारण नयाँ पाठ्यक्रम लागू गर्ने प्रक्रिया झन्झटिलो बन्ने र परिवर्तन गर्न केही वर्षसम्म लाग्ने अवस्था छ। अपवादका रूपमा मदन भण्डारी विज्ञान तथा प्रविधि विश्वविद्यालय छ, जहाँ प्रत्येक सेमेस्टरमा प्राध्यापकहरूले आवश्यकता अनुसार पाठ्यक्रम तुरुन्तै परिमार्जन गर्न सक्छन्।
नेपालका अन्य विश्वविद्यालयहरूले पनि प्राध्यापकहरूलाई पाठ्यक्रम परिमार्जन गर्ने अधिकार दिएर प्रक्रिया सहज बनाउनु अत्यन्त आवश्यक छ। यसको लागि केन्द्रीय लिखित परीक्षाको भार घटाउँदै आन्तरिक मूल्याङ्कन र प्रोजेक्टमा बढी जोड दिन सकिन्छ। यसरी प्राध्यापकहरूले बदलिँदो बजारका आवश्यकताअनुसार पाठ्यक्रमलाई छिट्टै अद्यावधिक गर्न सक्नेछन्।
तर बजारको बदलिँदो माग बुझ्न, विदेशी विश्वविद्यालयका प्राध्यापकहरूजस्तै हाम्रा प्राध्यापकहरू पनि नियमित रूपमा आफूलाई अद्यावधिक गर्दै लैजानु आवश्यक छ। त्यसै गरी, विद्यार्थीहरू पनि नयाँ ज्ञान र सिप सिक्न दैनिक रूपमा तयार रहनुपर्छ।
दक्ष जनशक्ति उत्पादन, प्रोडक्ट निर्यात र आउटसोर्सिङ बाहेक नेपालले एआई डेटा सेन्टर निर्माणबाट पनि ठुलो लाभ लिन सक्ने सम्भावना छ। अल्पकालमा यो चुनौतीपूर्ण देखिए पनि मध्य र दीर्घकालीन रूपमा यसले देशलाई नयाँ पहिचान दिन सक्छ। सरकारले समेत डेटा सेन्टर निर्माण र कम्प्युटिङ समय बिक्रीलाई नीति तथा कार्यक्रममै समेटेको छ।
विशेषतः जलविद्युतको उपलब्धता, हिमाली क्षेत्रको चिसो हावापानी र उत्तर–दक्षिणमा फैलिएको ठुलो जनसंख्याको पहुँचका कारण नेपाल डेटा सेन्टरका लागि उपयुक्त स्थान बन्न सक्छ। तर यस क्षेत्रमा अन्य एसियाली देशहरू पनि तीव्र प्रतिस्पर्धामा छन्, त्यसैले हामीले उनीहरूभन्दा छिटो र व्यवस्थित तयारी गर्न आवश्यक छ।
उदाहरणका लागि, डेटा सेन्टर निर्माणका लागि ठुलो— अझै स्पष्ट रूपमा भन्नुपर्दा खरबौँको लगानी आवश्यक पर्छ। त्यसका लागि सरकारले उपयुक्त वातावरण सिर्जना गर्दै लगानी सम्मेलन वा अन्य माध्यमबाट ठुला लगानीकर्ता आकर्षित गर्न सक्नुपर्छ। साथै, डेटा सेन्टरको निर्माण र सञ्चालनका लागि उल्लेख्य संख्यामा सिस्टम तथा हार्डवेयर इन्जिनियरहरूको आवश्यकता हुन्छ।
हाम्रोमा सफ्टवेयर इन्जिनियरहरू राम्रो संख्यामा भए पनि सिस्टम इन्जिनियर भने निकै कम छन्। यससँगै डेटा सेन्टरका लागि इलेक्ट्रिसियन, प्लम्बर लगायत प्राविधिक जनशक्ति पनि ठुलो मात्रामा आवश्यक पर्छ। त्यसैले यस्ता जनशक्ति उत्पादनतर्फ पनि शीघ्र कदम चाल्नुपर्ने देखिन्छ। त्यसबाहेक, डेटा सेन्टरले निम्त्याउन सक्ने वातावरणीय असर र प्रदूषणबारे अध्ययन गर्न पनि समय लाग्नेछ। यी सबै पक्षलाई सरकारले एकीकृत रूपमा अध्ययन र व्यवस्थापन गर्नु आवश्यक छ।
एआई अब कुनै सपना होइन, व्यवहारिक यथार्थ बनिसकेको छ। यसको प्रभावबाट कुनै पनि क्षेत्र अछुतो रहन सक्दैन किनकि विश्व अर्थतन्त्रकै दिशा अब यही प्रविधिले निर्धारण गरिरहेको छ। विभिन्न अध्ययनहरूले एआईका कारण अहिलेका धेरै जागिरहरू हराउने र नयाँ किसिमका जागिरहरू सिर्जना हुने देखाएका छन्। विगतको औद्योगिक क्रान्तिबाट पछि परेका देशहरू आर्थिक रूपमा पछि परेझैँ, एआई क्रान्तिबाट लाभ नलिने देशहरू विकासको दौडमा पछि पर्ने निश्चित छ। हामीले ठुला फाउन्डेशनल एआई मोडल विकासमा अग्रणी राष्ट्रहरूसँग प्रत्यक्ष प्रतिस्पर्धा गर्न नसक्न सक्छौँ तर एआई आधारित प्रोडक्ट विकास, आउटसोर्सिङ र डेटा सेन्टर निर्माणजस्ता क्षेत्रमा भने उल्लेखनीय लाभ लिन सक्ने स्पष्ट सम्भावना छ।
विगतमा औद्योगिक क्रान्तिबाट पछि परेर आर्थिक रूपमा पिछडिएको हाम्रो देशले यदि एआई क्रान्तिको अवसर पनि गुमायो भने यसले नेपाललाई अझै केही दशक पछाडि धकेल्न सक्छ। त्यसैले सरकारले यी सबै पक्षलाई ध्यानमा राख्दै समयमै प्रभावकारी नीति बनाउन र त्यसअनुसार सक्षम जनशक्ति उत्पादन गर्न ढिला गर्नु हुँदैन।
(नर्थइस्टर्न विश्वविद्यालय (बोस्टन, अमेरिका) बाट विद्यावारिधि गरेका लेखक हाल माइक्रोसफ्ट (सिलिकन भ्याली, अमेरिका) का डेटा वैज्ञानिक हुन्।)