विश्वभर कृत्रिम बुद्धिमत्ता (Artificial Intelligence-AI) को विकास तीव्र गतिमा अघि बढिरहेको छ । केही वर्षअघिसम्म एआईसँग प्रभावकारी रूपमा काम गर्न ‘राम्रो प्रम्प्ट कसरी लेख्ने ?’ भन्ने विषय सबैभन्दा महत्वपूर्ण सीप मानिन्थ्यो । त्यसैले ‘प्रम्प्ट इन्जिनियरिङ’ भन्ने शब्दले विश्वव्यापी चर्चा पाएको थियो । राम्रो प्रश्न वा निर्देशन लेख्न सक्ने व्यक्तिले एआईबाट उत्कृष्ट नतिजा प्राप्त गर्न सक्थे भने अस्पष्ट निर्देशनले अपेक्षित गुणस्तरको उत्तर दिन सक्दैनथ्यो ।
तर अहिले एआई प्रविधि नयाँ चरणमा प्रवेश गरिरहेको छ । विश्वका अग्रणी एआई अनुसन्धान संस्था तथा प्रविधि कम्पनीहरूले मानिसले पटक–पटक निर्देशन परिवर्तन गर्नुपर्ने अवस्थाबाट अघि बढ्दै एआईलाई आफ्नै काम आफैँ समीक्षा गर्ने, गल्ती सुधार्ने र गुणस्तर सुनिश्चित गर्ने दिशामा विकास गरिरहेका छन् । यही नयाँ अवधारणालाई ‘लुप इन्जिनियरिङ’ (Loop Engineering) भनिन्छ । प्रविधि विज्ञहरूका अनुसार आगामी केही वर्षमा लुप इन्जिनियरिङ एआई विकासको प्रमुख आधार बन्न सक्छ ।
यसको उद्देश्य मानिसले प्रत्येक चरणमा हस्तक्षेप नगरी एआईलाई निश्चित लक्ष्य पूरा नभएसम्म आफैँ सोच्ने, काम गर्ने, परीक्षण गर्ने र आवश्यक परे सुधार गर्ने क्षमता प्रदान गर्नु हो । सन् २०२२ पछि ChatGPT, Claude, Gemini लगायतका जनरेटिभ एआई प्लेटफर्म लोकप्रिय बनेसँगै ‘Prompt Engineering’ नयाँ पेशाकै रूपमा विकसित भयो । प्रयोगकर्ताले एआईलाई स्पष्ट निर्देशन दिन सके उत्कृष्ट सामग्री, कोड, प्रतिवेदन वा विश्लेषण प्राप्त गर्न सक्थे । तर यस प्रणालीमा एउटा स्पष्ट सीमा थियो ।
यदि पहिलो उत्तर अपेक्षाअनुसार आएन भने प्रयोगकर्ताले पुनः नयाँ प्रम्प्ट लेख्नुपथ्र्यो । फेरि उत्तर हेर्ने, कमजोरी पत्ता लगाउने, निर्देशन सच्याउने र पुनः प्रयास गर्ने प्रक्रिया धेरै पटक दोहोरिन्थ्यो । यस प्रक्रियालाई प्रविधिको भाषामा Human-in-the-Loop भनिन्छ, जहाँ प्रत्येक सुधारका लागि मानिस नै केन्द्रमा रहन्छ । जटिल अनुसन्धान, सफ्टवेयर विकास, डेटा विश्लेषण वा व्यवसायिक स्वचालनजस्ता क्षेत्रमा यो प्रक्रिया समय खपत गर्ने मात्र होइन, उत्पादनशीलता घटाउने कारण पनि बन्न थाल्यो । यही समस्याको समाधानका रूपमा लुप इन्जिनियरिङको विकास भइरहेको मानिन्छ ।
सरल भाषामा भन्नुपर्दा, लुप इन्जिनियरिङ भनेको एआईले आफ्नै कामको समीक्षा गर्दै आवश्यक सुधार दोहोर्याइरहने स्वचालित कार्यप्रणाली हो । मानिसले एउटा मात्र लक्ष्य निर्धारण गर्छ । त्यसपछि एआईले समस्या बुझ्छ, योजना बनाउँछ, समाधान तयार गर्छ, आफ्नै नतिजाको परीक्षण गर्छ र कमजोरी भेटिएमा पुनः सुधार गर्छ । यो प्रक्रिया लक्ष्य पूरा नभएसम्म वा पूर्वनिर्धारित सीमासम्म निरन्तर दोहोरिन्छ । यही कारणले यसलाई क्भाि(ऋयचचभअतष्लन ब्क्ष् ध्यचपायिध अर्थात् आफैँ सुधार गर्न सक्ने एआई कार्यप्रवाह पनि भनिन्छ ।
यसले एआईलाई केवल उत्तर दिने प्रणालीबाट निरन्तर सिक्दै र सुधार गर्दै जाने प्रणालीमा रूपान्तरण गर्ने प्रयास गर्दछ । लुप इन्जिनियरिङको आधारभूत संरचना Self-Correcting AI Workflow अर्थात् सोच–कार्य–अवलोकन चक्रमा आधारित हुन्छ । सुरुमा एआईले समस्याको विश्लेषण गरी उपयुक्त योजना बनाउँछ । त्यसपछि सोही योजना अनुसार आवश्यक काम गर्छ, चाहे त्यो सामग्री तयार गर्ने होस्, तथ्याङ्क विश्लेषण गर्ने होस् वा कुनै जटिल समस्या समाधान गर्ने होस् । अन्तिम चरणमा अर्को स्वतन्त्र मूल्याङ्कन प्रणालीले तयार भएको नतिजा लक्ष्यअनुसार छ वा छैन भन्ने परीक्षण गर्छ ।
यदि नतिजा अपेक्षित स्तरको छैन भने एआई पुनः पहिलो चरणमा फर्केर सुधारको नयाँ प्रयास गर्छ । यही निरन्तर चक्रले लुप इन्जिनियरिङलाई परम्परागत प्रम्प्ट इन्जिनियरिङभन्दा धेरै प्रभावकारी बनाउने विश्वास गरिएको छ । यस प्रविधिको अर्को महत्वपूर्ण पक्ष मेकर–चेकर Reason-Act-Observe प्रणाली हो । यसमा एउटै एआईले सम्पूर्ण निर्णय नगरी दुईवटा फरक भूमिकाले सहकार्य गर्छन् । पहिलो प्रणाली अर्थात् मेकर ले समाधान तयार पार्ने, सामग्री सिर्जना गर्ने वा विश्लेषण गर्ने काम गर्छ ।
दोस्रो प्रणाली अर्थात् चेकरले तयार भएको कामलाई निष्पक्ष रूपमा परीक्षण गर्छ, कमजोरी पहिचान गर्छ र आवश्यक सुधारका लागि सुझाव दिन्छ । यदि त्रुटि भेटियो भने त्यो प्रतिक्रिया पुनः मेकरकहाँ पुग्छ र उसले सुधारिएको संस्करण तयार गर्छ । यो प्रक्रिया आवश्यक गुणस्तर प्राप्त नभएसम्म सीमित पटकसम्म दोहोरिन्छ । यसरी मानिसले गर्ने गुणस्तर परीक्षणलाई एआईभित्रै स्वचालित रूपमा सञ्चालन गर्न सकिन्छ, जसले अन्तिम नतिजालाई अझ भरपर्दो बनाउने अपेक्षा गरिएको छ ।
तर एआईलाई पूर्ण रूपमा स्वतन्त्र रूपमा काम गर्न दिँदा केही चुनौती पनि उत्पन्न हुन्छन् । यदि कुनै स्पष्ट सीमा निर्धारण गरिएन भने प्रणाली निरन्तर सुधार गरिरहँदा अत्यधिक कम्प्युटिङ स्रोत र लागत खर्च हुन सक्छ । त्यसैले लुप इन्जिनियरिङमा Guardrails अर्थात् सुरक्षा संयन्त्र अनिवार्य मानिन्छ । यसअन्तर्गत स्पष्ट र मापनयोग्य लक्ष्य निर्धारण, अधिकतम प्रयासको सीमा, स्वतन्त्र मूल्याङ्कन प्रणाली तथा सफलता मापन गर्ने निश्चित मापदण्ड राखिन्छ ।
यस्ता सुरक्षा उपायहरूले अनन्त लुपमा फस्ने जोखिम कम गर्नुका साथै प्रणालीलाई सुरक्षित, जिम्मेवार र व्यवसायिक प्रयोगका लागि उपयुक्त बनाउँछन् । लुप इन्जिनियरिङको सम्भावना सफ्टवेयर विकासमा मात्र सीमित छैन । अनुसन्धान, शिक्षा, स्वास्थ्य सेवा, बैंकिङ, बीमा, सरकारी सेवा, पत्रकारिता, कानुनी दस्तावेज तयार गर्ने कार्य, ग्राहक सेवा, साइबर सुरक्षा, वित्तीय विश्लेषण, कृषि तथा वैज्ञानिक अनुसन्धानसम्म यसको प्रयोग विस्तार हुन सक्ने विज्ञहरूको विश्वास छ ।
उदाहरणका लागि, एउटा अनुसन्धान प्रतिवेदन तयार गर्दा एआईले तथ्य जाँच्ने, स्रोत प्रमाणित गर्ने, कमजोरी सुधार्ने र अन्तिम प्रतिवेदन अझ परिष्कृत बनाउने काम आफैँ गर्न सक्छ । स्वास्थ्य क्षेत्रमा रोगीको विवरण विश्लेषण गर्दा पनि एआईले विभिन्न चरणमा आफ्नै सुझावको परीक्षण गरी चिकित्सकलाई थप भरपर्दो सहयोग उपलब्ध गराउन सक्छ । यसले दोहोरिने कार्यमा मानवीय समय बचाउने र गुणस्तर बढाउने सम्भावना देखिएको छ ।
विश्वभरका प्रविधि कम्पनीहरूले अहिले स्वचालित एआई प्रणाली विकासमा ठूलो लगानी गरिरहेका छन् । ग्राहक सेवा, सामग्री निर्माण, सफ्टवेयर परीक्षण, डेटा विश्लेषण, अनुसन्धान तथा व्यावसायिक निर्णय सहयोग प्रणालीमा लुप इन्जिनियरिङले उल्लेखनीय परिवर्तन ल्याउने अपेक्षा गरिएको छ । यसले केवल काम छिटो गर्ने मात्र होइन, निर्णय प्रक्रियालाई पनि अझ व्यवस्थित, परीक्षणयोग्य र विश्वसनीय बनाउन सहयोग गर्नेछ ।
धेरै विशेषज्ञहरूले भविष्यको एआई प्रणाली केवल प्रश्नको उत्तर दिने माध्यममा सीमित नरही आफैँ सुधार गर्दै जाने डिजिटल सहकर्मीको रूपमा विकसित हुने विश्वास व्यक्त गरेका छन् । नेपालका लागि पनि यो प्रविधि ठूलो अवसर बन्न सक्छ । डिजिटल रूपान्तरणको गति बढ्दै गएको वर्तमान अवस्थामा सरकारी सेवा, बैंकिङ, शिक्षा, स्वास्थ्य तथा निजी क्षेत्रले एआईमा आधारित स्वचालनलाई विस्तार गर्दै लगेका छन् ।
यदि नेपाली संस्था, विश्वविद्यालय तथा प्रविधि कम्पनीहरूले लुप इन्जिनियरिङजस्ता आधुनिक अवधारणालाई समयमै आत्मसात गर्न सके अनुसन्धान, सेवा प्रवाह, नवप्रवर्तन र अन्तर्राष्ट्रिय प्रतिस्पर्धात्मक क्षमतामा उल्लेखनीय सुधार ल्याउन सकिने सम्भावना छ । विशेषगरी विश्व बजारका लागि एआई समाधान विकास गर्ने नेपाली स्टार्टअप तथा सफ्टवेयर कम्पनीहरूले यस्तो प्रविधिको प्रयोग गरेर उच्च गुणस्तरका सेवा निर्यात गर्ने अवसर समेत प्राप्त गर्न सक्छन् ।
यद्यपि लुप इन्जिनियरिङ सबै समस्याको अन्तिम समाधान भने होइन । एआईले गर्ने मूल्याङ्कन सही हुनुपर्छ, लक्ष्य स्पष्ट हुनुपर्छ र प्रयोग गरिने तथ्याङ्क विश्वसनीय हुनुपर्छ । गलत लक्ष्य वा कमजोर डेटा प्रयोग गरियो भने प्रणालीले गलत निष्कर्षलाई पनि सही ठान्न सक्छ । त्यसैले पारदर्शिता, डेटा सुरक्षा, गोपनीयता, नैतिक प्रयोग र आवश्यक मानवीय निगरानी अझै पनि अत्यन्त महत्वपूर्ण रहने विज्ञहरूको धारणा छ ।
प्रविधि विश्लेषकहरूका अनुसार एआईको विकास अब ‘राम्रो उत्तर दिने’ प्रतिस्पर्धाबाट ‘आफैँ समीक्षा गर्दै उत्कृष्ट समाधान दिने’ चरणतर्फ अघि बढिरहेको छ । भविष्यका एआई प्रणालीहरूले केवल निर्देशन पालना गर्ने होइन, आफ्नै कामको गुणस्तर निरन्तर परीक्षण गर्ने, आवश्यक सुधार गर्ने र विभिन्न एआई एजेन्टबीच सहकार्य गरेर जटिल समस्या समाधान गर्ने क्षमतामा आधारित हुने अपेक्षा गरिएको छ ।
यही परिवर्तनले डिजिटल अर्थतन्त्र, उद्योग, शिक्षा, स्वास्थ्य, अनुसन्धान र सार्वजनिक सेवामा नयाँ सम्भावनाको ढोका खोल्ने विश्वास गरिएको छ । यसरी हेर्दा, प्रम्प्ट इन्जिनियरिङले एआई प्रयोग गर्ने संस्कृतिलाई लोकप्रिय बनाएको भए पनि लुप इन्जिनियरिङले एआईलाई अझ स्वायत्त, जिम्मेवार, सुरक्षित र गुणस्तरीय बनाउने दिशामा नयाँ अध्याय सुरु गरेको देखिन्छ ।
आगामी वर्षहरूमा कृत्रिम बुद्धिमत्ताको सफलता केवल शक्तिशाली भाषा मोडेलमा मात्र निर्भर रहने छैन; बरु ती मोडेलहरूले आफ्नै कामलाई कसरी समीक्षा, सुधार र प्रमाणित गर्छन् भन्ने क्षमताले पनि निर्धारण गर्नेछ । यही कारणले धेरै विशेषज्ञहरूले लुप इन्जिनियरिङलाई कृत्रिम बुद्धिमत्ताको अर्को महत्वपूर्ण विकासक्रमका रूपमा हेर्न थालेका छन्, जसको प्रभाव प्रविधि उद्योगमा मात्र सीमित नरही शिक्षा, स्वास्थ्य, सरकारी सेवा, अनुसन्धान तथा समग्र डिजिटल अर्थतन्त्रमा दीर्घकालीन परिवर्तन ल्याउने सम्भावना रहेको छ ।
