Nvidia चे CEO जेन्सेन हुआंग म्हणतात की, बऱ्याच कामांसाठी, आर्टिफिशियल जनरल इंटेलिजन्स आधीच आलेले आहे — आणि मैलाच्या दगडावर चर्चा करणे हा वेळेचा अपव्यय आहे. 26 ऑगस्ट रोजी एनव्हीडियाच्या कमाई कॉलवर बोलताना, ओपनएआयच्या अलीकडील दाव्यांच्या प्रकाशात हुआंगला एजीआयबद्दल विचारण्यात आले, जिथे सीईओ सॅम ऑल्टमन म्हणाले की कंपनी वर्षाच्या अखेरीस AGI साध्य करेल असा विश्वास आहे.
"अनेक कार्यांसाठी, आम्ही म्हणू शकतो की आम्ही आधीच AGI गाठले आहे," Huang कॉलवर म्हणाला, Mashable नुसार. "मी त्या सर्व टप्पे विचार करतो... ते या टप्प्यावर एक प्रकारचे मूर्ख आहेत." For more context on this story, see our ongoing latest AI developments.
वेळ: एक रेकॉर्ड क्वार्टर आणि प्रक्षोभक दावा
हुआंगची टिप्पणी त्याच दिवशी उतरली त्याच दिवशी Nvidia ने आणखी एक विक्रमी तिमाही नोंदवली — तिमाही कमाई $96.22 अब्ज, एका वर्षापूर्वीच्या तुलनेत 106% जास्त, डेटा-सेंटर विक्री $89 अब्ज, प्रति आकडेवारी नंतर PYMNTS ने उद्धृत केली. तो संदर्भ महत्त्वाचा आहे: संपूर्ण एआय उद्योगासाठी संगणकीय सब्सट्रेट विकणाऱ्या माणसाने नुकतेच असा युक्तिवाद केला की उद्योगाच्या सर्वात फेटिशाइज्ड बेंचमार्कने काहीही अर्थ काढणे थांबवले आहे.
तो ज्या प्रश्नाला उत्तर देत होता तो निदर्शनास आला. ओपनएआयने वर्षाच्या अखेरीस AGI पर्यंत पोहोचण्याबद्दल ऑल्टमनने उघडपणे बोलले आहे, हा दावा हा शब्द मथळ्यांमध्ये ठेवतो, जरी संशोधक याचा अर्थ काय असेल याबद्दल असहमत आहेत. या शब्दाची कोणतीही सार्वत्रिक सहमती असलेली व्याख्या नाही, परंतु ते सामान्यतः AI चा संदर्भ देते जे मानवी संज्ञानात्मक क्षमतांशी जुळते किंवा त्यापेक्षा जास्त कार्ये करू शकते.
कोणतीही एक प्रणाली ती ओळ ओलांडते की नाही हे ठरवण्याऐवजी, हुआंगने संपूर्ण प्रश्न पुन्हा तयार केला.
माइलस्टोन्स ते 'फायदेशीर टोकन' पर्यंत
हुआंगने युक्तिवाद केला की प्रणाली एजीआय लेबलसाठी पात्र आहे की नाही हा उपयुक्त प्रश्न नसून एआय "उत्पादक आणि उपयुक्त कार्य करत आहे" - आणि, विक्रेता म्हणून Nvidia च्या स्वतःच्या सोयीच्या बिंदूपासून, तैनाती "फायदेशीर टोकन व्युत्पन्न करत आहेत का."
ज्या कंपनीचा महसूल या टप्प्यावर, जगातील एआय सिस्टीम किती टोकन तयार करतात याचे थेट कार्य आहे अशा कंपनीसाठी हे वाक्यांश वैशिष्ट्यपूर्णपणे स्पष्ट आहे. हुआंगने AI च्या उत्क्रांतीकडे साध्या प्रॉम्प्ट-आणि-प्रतिसादाच्या पलीकडे लक्ष वेधले: आधुनिक एजंट, त्यांचे स्वतःचे कार्यप्रदर्शन प्रतिबिंबित करू शकतात, नवीन कौशल्ये शिकू शकतात आणि त्यांचे भविष्यातील आउटपुट सुधारू शकतात - क्षमता ज्या फार पूर्वी AGI-लगतचे टप्पे मानल्या जात होत्या आणि आता टेबल स्टेक्स आहेत.
ग्राहक आणि गुंतवणूकदारांसाठी तात्पर्य असा आहे की एजीआय संभाषण, हुआंगच्या सांगण्यानुसार, एआय खर्च योग्य आहे की नाही हे ठरवणाऱ्या मेट्रिकपासून विचलित होते: आउटपुट ज्यासाठी कोणीतरी पैसे देतो.
मॅशेबलच्या अहवालात नमूद केल्याप्रमाणे, ज्याची कंपनी संपूर्ण AI उद्योगाला शक्ती देणाऱ्या अनेक उच्च-कार्यक्षमतेच्या चिप्सची निर्मिती करते अशा माणसासाठी ही एक उल्लेखनीय स्थिती आहे. Nvidia फील्डमधील प्रत्येक क्षमतेच्या दाव्याच्या खाली बसते — प्रत्येक फ्रंटियर मॉडेल प्रशिक्षण चालते आणि प्रत्येक एजंटिक उत्पादन लाँच थेट त्याच्या प्रवेगकांच्या मागणीमध्ये रूपांतरित होते. जर उद्योगाच्या स्वतःच्या चिप पुरवठादाराने एजीआय चर्चा एक विचलित मानली, तर क्षमता टप्पे गुंतवणुकीला चालना देतात हा युक्तिवाद अधिक डळमळीत दिसू लागतो.
हुआंगने पहिल्यांदाच रेस रन कॉल केला नाही
Mashable नोट्सप्रमाणे, Nvidia CEO ने फिनिश लाइन आमच्या मागे असल्याचा दावा करण्याची ही पहिलीच वेळ नाही. पॉडकास्टर लेक्स फ्रिडमन यांच्या मार्च 2026 च्या मुलाखतीत, हुआंगला विचारण्यात आले की एक अब्ज डॉलर्सची कंपनी सुरू करू शकणारी, तयार करू शकणारी आणि चालवू शकणारी AI पुढील 20 वर्षांत साध्य करता येईल का?
"मला वाटते ते आता आहे. मला वाटते की आम्ही एजीआय गाठले आहे," हुआंगने त्यावेळी उत्तर दिले.
त्यानंतर त्याने दाव्याची पात्रता अशा प्रकारे केली ज्यामुळे त्याला वाटते की वास्तविक मर्यादा कोठे आहेत: एआय कदाचित अब्ज डॉलर्सचे व्हायरल ॲप तयार करू शकेल, ते म्हणाले, परंतु ते एनव्हीडियासारखी कंपनी तयार करू शकत नाही. "त्या एजंटपैकी 100,000 Nvidia बनवण्याची शक्यता," तो पुढे म्हणाला, "शून्य टक्के आहे."
ऑल्टमनशी मतभेद का महत्त्वाचे आहेत
हुआंग आणि ऑल्टमॅनमधील सार्वजनिक अंतर सिमेंटिकपेक्षा जास्त आहे. जर OpenAI ने डिसेंबरपर्यंत AGI घोषित केले आणि Nvidia चे CEO ने त्याच तिमाहीत मैलाचा दगड निरर्थक म्हणून खर्च केला, तर उद्योगाला समान तंत्रज्ञानासाठी दोन स्पर्धात्मक फ्रेम्स मिळतील: एक यशस्वी कथा जी सीमा-प्रमाणातील गुंतवणुकीचे समर्थन करते, आणि एक उपयुक्तता कथा जी ते करत असलेल्या कामावर आणि त्यांनी व्युत्पन्न केलेल्या कमाईनुसार सिस्टमला न्याय देते.
खरेदीचे निर्णय घेणाऱ्या उपक्रमांसाठी, हुआंगची फ्रेमिंग अधिक कार्यरत आहे. हे मूल्यांकन "हे AGI आहे का?" वरून बदलते. मोजता येण्याजोग्या उत्तरांसह प्रश्नांसाठी — सिस्टम कोणती कार्ये पूर्ण करते, प्रति टोकन किती किंमतीवर, कोणत्या त्रुटी दराने, आणि आउटपुट गणना खर्चापेक्षा जास्त कमावते का?
AGI वादविवादासाठी, हुआंगची स्थिती एक लक्षणीय डेटा पॉइंट आहे कारण तो कुठे बसला आहे. Nvidia पेक्षा AI गणनेच्या मागणीचा कोणालाच जास्त फायदा होत नाही आणि त्याच्या CEO च्या युक्तिवादामुळे यापुढे त्याच्या कंपनीचे मूल्यमापन ऐतिहासिक उच्चांकापर्यंत वाढवलेल्या हायप सायकलच्या विरोधात क्षमता टप्पे काही फरक पडत नाहीत. ते स्पष्टपणे वाचत असले किंवा विक्रेता म्हणून ग्राहकांना कंटाळवाण्याकडे नेणारे, बिल करण्यायोग्य वर्कलोड तुम्ही कुठे उभे आहात यावर अवलंबून आहे.
काय स्पष्ट आहे की AGI फिनिश लाइन पुढे सरकत राहते. हुआंगचा युक्तिवाद असा आहे की हा मुद्दा आहे: एक मैलाचा दगड पूर्ण होईपर्यंत, उद्योग आधीच पुढच्या टप्प्यावर गेला आहे आणि प्रगतीचा एकमेव टिकाऊ उपाय म्हणजे टिकाऊ खर्चावर उपयुक्त काम.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
