प्रस्तावना: व्यवहारिक निपुणता और वास्तविक समझ के बीच की खाई

आधुनिक लार्ज लैंग्वेज मॉडल्स (LLM) जैसे GPT-4 और Claude के युग में, कृत्रिम बुद्धिमत्ता ने मानव जैसी भाषा प्रवीणता हासिल कर ली है। एलन ट्यूरिंग द्वारा 1950 में प्रस्तावित ट्यूरिंग टेस्ट के मानकों के अनुसार, ये मशीनें इंसानों की तरह संवाद करने में सक्षम प्रतीत होती हैं।

लेकिन मन के दर्शन और संज्ञानात्मक विज्ञान में एक मूलभूत प्रश्न अनुत्तरित है: क्या सटीक उत्तर देने वाली मशीन वास्तव में उन शब्दों के ‘अर्थ’ (Semantics) को समझती है?

1980 में अमेरिकी दार्शनिक जॉन रोजर्स सर्ल (John Rogers Searle) ने अपने शोधपत्र Minds, Brains, and Programs में प्रसिद्ध विचार प्रयोग ‘चीनी कमरा’ (The Chinese Room Argument) प्रस्तुत किया। सर्ल ने तर्क दिया कि शुद्ध वाक्य-विन्यास (Syntax) कभी भी अर्थ (Semantics) का निर्माण नहीं कर सकता और न ही उसे उत्पन्न करने के लिए पर्याप्त है।

1. चीनी कमरे की संरचना और कार्यप्रणाली

सर्ल ने एक बंद कमरे की कल्पना की:

1. कमरे के अंदर का व्यक्ति: एक व्यक्ति जो केवल अंग्रेजी जानता है और चीनी भाषा का एक अक्षर भी नहीं समझता (स्वयं सर्ल)। उसके लिए चीनी लिपि केवल अर्थहीन ज्यामितीय आकृतियां हैं।
2. बाहरी इनपुट: चीनी भाषा के मूल वक्ता दीवार के छेद से चीनी भाषा में लिखे प्रश्न अंदर भेजते हैं।
3. नियम पुस्तिका (प्रोग्राम): कमरे में अंग्रेजी में लिखी एक विस्तृत नियम पुस्तिका है। इसमें अनुवाद नहीं है, बल्कि केवल आकृतियों के मिलान के नियम हैं: «यदि X आकृति का प्रतीक आए, तो रैक से Y आकृति का प्रतीक निकालें और Z के बाद लगाएं»।
4. आउटपुट: व्यक्ति नियमों का पालन कर चीनी प्रतीकों को बाहर भेजता है। बाहर के लोग उत्तर पढ़कर चकित रह जाते हैं कि उत्तर अत्यंत सटीक और बुद्धिमत्तापूर्ण है।

बाहर से देखने पर यह कमरा ट्यूरिंग टेस्ट को शत-प्रतिशत पास कर लेता है।

सर्ल का मूल निष्कर्ष

क्या कमरे के अंदर का व्यक्ति चीनी भाषा समझता है? इसका स्पष्ट उत्तर है: बिल्कुल नहीं। वह केवल अर्थहीन प्रतीकों का यांत्रिक हेरफेर कर रहा है। कंप्यूटर का सीपीयू (CPU) भी बाइनरी बिट्स (0 और 1) को केवल नियमों के आधार पर प्रोसेस करता है, वह उनके अर्थ को नहीं जानता। अतः मात्र कंप्यूटर प्रोग्राम चलाना कभी भी समझ या चेतना उत्पन्न नहीं कर सकता।

2. सर्ल का औपचारिक न्यायवाक्य

सर्ल ने अपने तर्क को चार स्वयंसिद्ध सत्यों में प्रस्तुत किया:

• प्रमेय 1: कंप्यूटर प्रोग्राम पूरी तरह से औपचारिक (वाक्य-विन्यासात्मक / Syntactic) होते हैं।
• प्रमेय 2: मानव मन में मानसिक सामग्री (अर्थ / Semantics) होती है।
• प्रमेय 3: वाक्य-विन्यास अपने आप में अर्थ का निर्माण नहीं करता और न ही इसके लिए पर्याप्त है।
• प्रमेय 4: मस्तिष्क मन को उत्पन्न करता है (Brains cause minds)।

निष्कर्ष:

1. केवल प्रोग्राम चलाना मन होने के लिए पर्याप्त नहीं है (मजबूत एआई का खंडन)।
2. जिस तरह से मस्तिष्क मन उत्पन्न करता है, वह केवल एक कंप्यूटर प्रोग्राम चलाना नहीं हो सकता।
3. मन उत्पन्न करने वाले किसी भी कृत्रिम उपकरण में जैविक मस्तिष्क के समान भौतिक कारण शक्ति होनी चाहिए।

3. प्रमुख आपत्तियां और सर्ल के प्रतिउत्तर

3.1 सिस्टम उत्तर (The Systems Reply)

• आपत्ति: अकेला व्यक्ति नहीं समझता, लेकिन संपूर्ण प्रणाली (व्यक्ति, नियम पुस्तिका, कमरा) चीनी भाषा को समझती है।
• सर्ल का प्रतिउत्तर: यदि वह व्यक्ति पूरी नियम पुस्तिका को याद कर ले और सब कुछ दिमाग में करे, तब भी वह चीनी भाषा का एक शब्द भी नहीं समझता।

3.2 रोबोट उत्तर (The Robot Reply)

• आपत्ति: कमरे में भौतिक दुनिया से संपर्क नहीं है। यदि प्रोग्राम को कैमरे और पहियों वाले रोबोट में डाला जाए, तो प्रतीक दुनिया से जुड़ जाएंगे।
• सर्ल का प्रतिउत्तर: कैमरे का डेटा अंदर केवल अमूर्त संख्याओं के रूप में आएगा। सेंसर जोड़ने से वाक्य-विन्यास अर्थ में परिवर्तित नहीं होता।

3.3 मस्तिष्क सिम्युलेटर उत्तर (The Brain Simulator Reply)

• आपत्ति: यदि प्रोग्राम मस्तिष्क के 100 अरब न्यूरॉन्स की फायरिंग का सटीक अनुकरण करे तो?
• पानी के पाइप का सादृश्य: न्यूरॉन्स को पानी के पाइपों और वाल्वों से बदलें। क्या पानी का वह जाल चीनी भाषा समझेगा? तूफान का सिमुलेशन कभी गीला नहीं करता।

4. आधुनिक युग में प्रतीक आधार समस्या (Symbol Grounding Problem)

स्टीवन हरनाड (1990) की प्रतीक आधार समस्या और बेंडर व कोलर (2020) का ऑक्टोपस टेस्ट सिद्ध करते हैं कि केवल भाषाई रूप ($F$) का सांख्यिकीय अनुकूलन वास्तविक अर्थ ($M$) उत्पन्न नहीं कर सकता। ‘चीनी कमरा’ आज भी कृत्रिम बुद्धिमत्ता और चेतना की समझ के लिए सबसे महत्वपूर्ण दार्शनिक कसौटी बना हुआ है।