ज्ञानावरील भाषण

—

हे भाषण अरविंद श्रीनिवास यांनी 3 ऑक्टोबर 2026 रोजी केंब्रिज युनियन सोसायटीमध्ये दिले. केंब्रिज युनियन सोसायटी ही केंब्रिज विद्यापीठाची सर्वात मोठी विद्यार्थी संस्था आणि जगातील सर्वात जुनी, अखंडपणे सुरू असलेली वादविवाद संस्था आहे.

—

नमस्कार, आणि धन्यवाद. इथे उपस्थित राहणे हा माझा सन्मान आहे.

कंपनी स्थापन करताना मला अपेक्षित नसलेली एक गोष्ट म्हणजे मला विद्यापीठांमध्ये किती वेळ घालवायला मिळतो. मला ते आवडते. एक CEO म्हणून सांगायचे तर, उलट वाद घालणारे श्रोते फक्त विद्यापीठांमध्येच असतात. म्हणून मी जितका वेळ बोलण्याचा विचार करतोय, त्यापेक्षा जास्त वेळ आपण चर्चेसाठी राखून ठेवू.

चला, सुरुवात करूया.

साधारणपणे, जेव्हा मला कुठे बोलण्यासाठी आमंत्रित केले जाते, तेव्हा ते मला “AI चे भविष्य.” सारख्या एखाद्या सर्वसाधारण शीर्षकाचे भविष्यवेधी भाषण द्यायला सांगतात. मी AI च्या भविष्याबद्दल बोलणार नाही. त्याऐवजी, मी तुमच्या भविष्याबद्दल बोलणार आहे. तुमचे भविष्य मला अधिक रंजक वाटते, आणि कदाचित तुम्हालाही ते अधिक रंजक वाटेल.

प्रथम, भूतकाळाबद्दल थोडेसे. तुमच्या भविष्याबद्दल बोलतानाच भूतकाळाबद्दल बोलण्यासाठी केंब्रिज ही अगदी योग्य जागा आहे, कारण इथे हे दोन्ही आहेत.

असे सांगितले जाते की आज ज्याला आपण समवयस्क पुनरावलोकन प्रणाली म्हणतो, तिचा शोध इथे केंब्रिजमध्ये लागला. अचूक सत्य असे आहे की ती केवळ केंब्रिजच्या एका प्राध्यापकाने मांडली होती, आणि त्यांनी ती इथे विद्यापीठात नव्हे तर लंडनच्या रॉयल सोसायटीमध्ये प्रस्तावित केली होती. ते वर्ष होते 1831. आज, समवयस्क पुनरावलोकन प्रणालीअंतर्गत दरवर्षी 3.5 दशलक्षांहून अधिक वैज्ञानिक शोधनिबंध प्रकाशित होतात.

सुमारे 160 वर्षांनंतर, स्टॅनफर्डमधील दोन PhD उमेदवार नेटवर्क स्ट्रक्चर्स आणि डेटा मायनिंगवर काम करत होते. तेव्हा 1990 च्या दशकातील इंटरनेट तेजी नुकतीच सुरू होत होती. सगळे फक्त वर्ल्ड वाइड वेबबद्दलच बोलत होते. काहीसे आजच्या “AI” सारखे.

तसेच आजच्याप्रमाणेच, तेव्हाही या तेजीबद्दल बोलणारे बहुतेक लोक गुंतवणूकदार आणि माध्यमे होती. तेव्हाचा “टेक समुदाय” म्हणजे दूरसंचार उद्योग होता. चर्चेत फारसे शिक्षणतज्ज्ञ नव्हते. (काही होते, पण फार नाही). आणि हे दोन PhD विद्यार्थी इंटरनेट तेजीच्या आतल्या वर्तुळातले नक्कीच नव्हते.

पण त्यांना अशी एक गोष्ट माहीत होती, जिची विद्यापीठ व्यवस्थेबाहेरील लोकांना फारशी पर्वा नव्हती.

बहुतेक शिक्षणतज्ज्ञांप्रमाणे, त्यांनाही विद्यापीठाचा उद्देश समजला होता. विद्यापीठाचा उद्देश ज्ञानाची प्रगती करणे हा आहे.

म्हणूनच आपण समवयस्क पुनरावलोकन वापरतो. म्हणूनच शैक्षणिक लेखनात इतके संदर्भ असतात. आणि या दोन विद्यार्थ्यांना माहीत होते की जगातील ज्ञानाचे प्रमाण (समवयस्क पुनरावलोकन दर्जाच्या शोधनिबंधांच्या संख्येवरून मोजलेले) फक्त वाढतच जाते. त्यामुळे वेबदेखील मानवी ज्ञानासोबत फक्त वाढतच जाईल, हे त्यांना सहज दिसले.

वेबसाठी “नवीन” असलेल्या एका जुन्या समस्येचाही त्यांना अनुभव होता: ज्ञान सतत वाढत असेल, तर योग्य ज्ञान किंवा सर्वोत्तम ज्ञान कसे शोधायचे. जुन्या पद्धतीत, एखाद्याचे संशोधन उपयुक्त किंवा विश्वासार्ह आहे की नाही, हे शिक्षणतज्ज्ञ त्याचा किती वेळा संदर्भ दिला गेला आहे यावरून ठरवतात.

म्हणून त्यांना अशी कल्पना सुचली की एक अल्गोरिदम तयार करावा, जो इंटरनेटवरील प्रत्येक वेबसाइटचे मूल्यमापन, इतर किती वेबसाइट्सनी तिचा संदर्भ दिला आहे किंवा तिला लिंक केले आहे यावरून, त्या साइट्सच्या मजकुराच्या संदर्भात करेल.

त्यांनी या प्रणालीला “Page Rank” असे नाव दिले, कारण ते वेबवरील प्रत्येक पेजची क्रमवारी लावत होते आणि या PhD उमेदवारांपैकी एकाचे नाव लॅरी पेज होते.

लॅरी आणि त्यांचे भागीदार (सर्गेई ब्रिन) यांनी हे छोटेसे शैक्षणिक तत्त्व घेतले आणि ते सर्वसामान्यांसाठी उपलब्ध करून दिले. Google इतिहासातील सर्वात उपयुक्त साधनांपैकी एक आणि सर्वात यशस्वी व्यवसायांपैकी एक बनले, कारण विद्यापीठे शंभर वर्षांपासून जे करत आली आहेत, तेच लॅरी पेज यांनी फक्त जुळवून घेतले.

मी म्हटल्याप्रमाणे, विद्यापीठाचा उद्देश ज्ञानाची प्रगती करणे हा आहे. या भाषणात मी तुम्हाला ज्ञानाबद्दल तीन गोष्टी सांगणार आहे. माझी अशी आशा आहे की आपल्या स्वतःच्या ज्ञानाबद्दल विचार करून आपण कृत्रिम बुद्धिमत्तेची अधिक चांगली, व्यावहारिक समज मिळवू.

1.

पहिले, ज्ञानाला आयुष्य असते. ते जन्माला येते, त्याचा ऱ्हास होतो आणि ते मरण पावते.

त्याचे एक जीवनचक्र असते. आणि त्याचे जीवनचक्र असल्यामुळे, ज्ञानाची उत्क्रांती होते.

आपल्याला जे माहीत आहे ते जसजसे विकसित होते, तसतसे आपण सर्व अधिक हुशार होत जातो. याला फ्लिन इफेक्ट म्हणतात. फ्लिन इफेक्ट हे असे निरीक्षण आहे की मानवजात दर दशकाला सुमारे 3 IQ गुणांनी अधिक हुशार होत आहे.

IQ चाचण्यांचे सतत पुन्हा मानकीकरण केले जाते, जेणेकरून सरासरी 100 वर राहील, म्हणून फ्लिन इफेक्टबद्दल विचार करण्याचा एक सोपा मार्ग म्हणजे पर्सेंटाइल. 1950 मध्ये बुद्धिमत्तेच्या 92 व्या पर्सेंटाइलमध्ये असलेली व्यक्ती आज फक्त 50 व्या पर्सेंटाइलमध्ये असेल. आपण सर्वच अधिक हुशार झालो.

1950 हेच ते वर्ष आहे ज्या वर्षी ट्युरिंग टेस्टचा शोध लागला. एखादे यंत्र माणसांपेक्षा हुशार आहे की नाही, किंवा ते केव्हा होईल, हे ठरवणारी ती पहिली चाचणी होती. याचा अर्थ 1950 मध्ये ट्युरिंग टेस्ट उत्तीर्ण होणे यंत्रासाठी खूप सोपे होते. कारण “मानवी” बुद्धिमत्तेची पातळी तेव्हा कमी होती.

आणि हीच उत्क्रांतीची शक्ती आहे. ज्ञानातून नेहमीच अधिक ज्ञान निर्माण होते.

याची नकारात्मक बाजू अशी की जग अधिक हुशार होऊ शकते, पण एक व्यक्ती म्हणून तुम्ही मात्र अधिक मूर्ख होऊ शकता. ज्ञानाचा ऱ्हास होतो. याकडे अर्धायुष्यासारखे पाहा. किरणोत्सर्गी मूलद्रव्याचे अर्धायुष्य म्हणजे त्यातील निम्म्या भागाचा क्षय होण्यासाठी लागणारा वेळ. ज्ञानाचे अर्धायुष्य म्हणजे त्यातील निम्मे ज्ञान कालबाह्य होण्यासाठी लागणारा वेळ.

इथे केंब्रिजमधीलच काही उदाहरणे पाहा.

1978 मध्ये, सर रॉय कॅल्न यांनी प्रत्यारोपणामध्ये सायक्लोस्पोरिनचा वापर सुरू करण्यास मदत केली. अवयव नाकारला जाणे टाळण्यासाठी हे महत्त्वाचे होते. पहिल्या क्लिनिकल चाचण्या केंब्रिजमध्ये झाल्या. 2001 पर्यंत, टॅक्रोलिमस हे दुसरे औषध अमेरिकेतील मूत्रपिंड प्रत्यारोपणात त्याच्या वर्गातील प्रमुख उपचार बनले होते. म्हणजेच, सायक्लोस्पोरिन उपचाराच्या वैद्यकीय ज्ञानाचे अर्धायुष्य 23 वर्षे होते, असे म्हणता येईल.

हे एक अपूर्ण मोजमाप आहे, पण वेगाने विकसित होणाऱ्या क्षेत्रांतील अभियंत्यांचे मूल्यमापन करण्यासाठी ते एक उपयुक्त मॉडेल आहे. तंत्रज्ञान क्षेत्रात आम्ही हे करतो. याचा गर्भितार्थ असा आहे, “या अभियंत्याच्या कारकिर्दीत कोणत्या टप्प्यावर त्यांना जे माहीत आहे त्यातील निम्मे पूर्णपणे कालबाह्य होते?”

तुमच्या कारकिर्दीत कोणत्या टप्प्यावर हे तुमच्या बाबतीत घडेल? याचे उत्तर तुम्ही नवीन गोष्टी शिकण्यात किती वेळ घालवता यावर अवलंबून आहे.

दुर्दैवाने, क्वचित प्रसंगी ज्ञानही मरण पावते. अशा काही भाषा आहेत ज्यांचा एकही भाषक आता उरलेला नाही. काही शहाणपण एखाद्या वडीलधाऱ्या व्यक्तीसोबतच संपून जाते.

म्हणूनच, 4,000 हून अधिक वर्षांपासून मानवाने ग्रंथालये उभारली आहेत. आणि जेव्हा वेब आले, तेव्हा आपल्याला जे माहीत आहे त्यातील कितीतरी अधिक आपण त्यावर ठेवले. म्हणजे ज्ञान मरण पावते, पण तसे होणे आवश्यक नाही. कदाचित मानवी स्वभावाचा एक जन्मजात भाग म्हणून, लोकांना ज्ञान जतन करण्याची निकड वाटत आली आहे. आपण सतत ते जतन करत असतो आणि जगाचे एकूण ज्ञान वाढवत असतो. ही चांगली गोष्ट आहे.

मी हे नमूद केले पाहिजे: ज्ञान हे जणू सजीव आहे, पण ते सजीव नाही. फक्त तुम्ही जिवंत आहात. मला फक्त असे वाटते की तुम्ही काहीतरी नवीन शिकत असता तेव्हा अधिक जिवंत असता.

तसे पाहता, Perplexity अस्तित्वात असण्याचे कारणही हेच आहे. पण मी इथे Perplexity बद्दल बोलण्यासाठी आलेलो नाही. मी इथे तुमच्याबद्दल आणि ज्ञानाच्या अर्थव्यवस्थेबद्दल बोलण्यासाठी आलो आहे. आणि यातूनच मी माझ्या दुसऱ्या मुद्द्याकडे येतो.

2.

दुसरे, ज्ञान म्हणजे पैसा नाही. पण ते पैशासारखे वागते.

पैशाचे एक कालमूल्य असते. व्याजामुळे तो वाढतो आणि चलनवाढीमुळे तो कमी होतो. पुरेसा वेळ मिळाला तर व्याज आणि चलनवाढ दोन्ही चक्रवाढीने वाढत जातात.

जेव्हा एक लाख पाउंडची क्रयशक्ती चाळीस हजार पाउंडइतकी होईल (कदाचित सुमारे 23 वर्षांत), तेव्हा बरोबरी साधण्यासाठी तुम्हाला £2,50,000 लागतील. त्यानंतर आणखी 23 वर्षांनी तुम्हाला £6,25,000 लागतील.

जेव्हा गोष्टी चक्रवाढीने वाढतात, तेव्हा नफा किंवा तोटा काळानुसार घातांकीय पद्धतीने वाढतो.

म्हणूनच सर्वात मूलभूत आर्थिक तत्त्व असे आहे की तुम्ही नेहमी चलनवाढीपेक्षा जास्त दराने चक्रवाढ व्याज मिळवत राहिले पाहिजे. कारण तुम्ही वाढत नसाल, तर तुम्ही आकुंचन पावत असता. ज्ञानाचेही असेच आहे.

पाउंडच्या मूल्याप्रमाणेच, आज तुम्हाला जे माहीत आहे त्याचे मूल्य कालांतराने घसरत जाईल. आणि सामान्य घसाऱ्याप्रमाणेच, हे दररोज थोडे थोडेच होईल. ते इतके कमी असेल की तुमच्या ते लक्षातही येणार नाही. आणि मग एक दिवस तुम्ही जागे व्हाल आणि तुमच्याकडे काहीच उरलेले नसेल. तुमच्या ज्ञानाचे बाजारमूल्य पूर्वीसारखे राहणार नाही. हे अटळ आहे. लक्षात ठेवा, एकेकाळी पायथागोरसचे प्रमेय फक्त उच्चभ्रूंनाच जाणून घेण्याची परवानगी होती. पण इथल्या प्रत्येकाने ते सातवीत शिकले.

आपण सर्व सदैव अधिक हुशार होत जातो. मी म्हटल्याप्रमाणे, विद्यापीठाचा संपूर्ण उद्देश हाच आहे. नशिबाने साथ दिली तर, भविष्यात खूप पुढे कधीतरी, तुम्ही इथे केंब्रिजमध्ये जे शिकलात ते सातवीच्या विद्यार्थ्यांचा अभ्यासक्रम असू शकेल.

असे झाले तर ती चांगली गोष्ट आहे. याचा अर्थ प्रगती. पण याचा अर्थ असाही आहे की तुमची आर्थिक उद्दिष्टे साध्य करण्यासाठी तुम्ही शिकणे कधीही थांबवू नये. ज्ञानाच्या चलनवाढीच्या दरापेक्षा जास्त व्याजदराने तुम्ही शिकले पाहिजे.

दुसऱ्या शब्दांत सांगायचे तर, तुमच्या स्वतःच्या ज्ञानाच्या अर्धायुष्यापेक्षा जास्त वेगाने तुम्ही तुमचे ज्ञान दुप्पट केले पाहिजे. यासाठी वेळ लागतो. पण जेव्हा तुम्ही चक्रवाढीच्या दृष्टिकोनातून जगाकडे पाहता, तेव्हा तुम्हाला दीर्घ भविष्य लक्षात घेऊन पाहावे लागते.

म्हणूनच तुमची संपत्ती चक्रवाढीने वाढवण्याची सर्वोत्तम युक्ती म्हणजे लहान वयात सुरुवात करणे, आणि दुसरा सर्वोत्तम मार्ग म्हणजे दीर्घायुष्य जगणे. वॉरेन बफेट यांनी वयाच्या 11 व्या वर्षी गुंतवणूक सुरू केली, पण त्यांची 99% संपत्ती वयाच्या 65 नंतर जमा झाली.

यातूनच ज्ञान आणि पैसा यांच्यातील शेवटच्या साम्याचा संकेत मिळतो. तुम्हाला ते खर्च करावे लागते.

जेव्हा तुमच्याकडे भांडवल असते, तेव्हा तुम्ही ते काम करण्यासाठी गुंतवता. जेव्हा तुमच्याकडे ज्ञान असते, विशेषतः असामान्य ज्ञान, तेव्हा तुम्ही त्याचा उपयोग करायला हवा. त्याच्याद्वारे काहीतरी करा. आविष्कार आणि नवोन्मेष यांतील फरक हाच आहे. आविष्कार विचारतो, “तुम्ही काहीतरी बनवले का?” नवोन्मेष विचारतो, “त्यामुळे काही फरक पडला का?”

आणि जर तुम्हाला फरक घडवायचा असेल, तर तुम्ही ज्ञानाच्या आधारे कृती केली पाहिजे. केवळ कृतीमुळेच नवे प्रश्न, शोधवृत्ती आणि नवे ज्ञान निर्माण होते. तुम्ही सतत शिकत राहिले पाहिजे आणि सतत करत राहिले पाहिजे.

इथेच कृत्रिम बुद्धिमत्तेची भूमिका येते, आणि त्यातूनच मी माझ्या तिसऱ्या आणि शेवटच्या मुद्द्याकडे येतो.

3.

AI चा उद्देश मानवी ज्ञान आणि समृद्धीला गती देणे हा आहे.

आज संध्याकाळी मी सांगितलेल्या या पहिल्या दोन गोष्टींचा विचार करा. मी म्हणालो की ज्ञानाला सजीवासारखे स्वरूप असते, आणि आपण त्याचे संगोपन करून त्याची प्रगती केली पाहिजे, कारण व्यापक अर्थाने त्याचा लोकांना फायदा होतो. मग मी म्हणालो की ज्ञानाला आर्थिक स्वरूप असते. आपण त्याची जोपासना केली पाहिजे, कारण व्यापकपणे पाहता, त्याचा सर्व लोकांना फायदा होतो.

जर तुमचा या दोन गोष्टींवर विश्वास असेल, तर तुम्हाला AI बद्दलही थोड्या वेगळ्या पद्धतीने विचार करावा लागेल.

AGI साध्य करण्याचे वेड बाळगण्याऐवजी किंवा केवळ तंत्रज्ञानासाठी तंत्रज्ञान स्मार्ट बनवण्याऐवजी, तुम्ही असा निष्कर्ष काढाल की अधिक चांगली, अधिक अचूक AI तयार करण्याचे कारण लोकांची सेवा करणे हे आहे.

तुम्ही असा निष्कर्ष काढाल की AI चा सर्वोच्च आणि सर्वात महत्त्वाचा उद्देश लोकांना अधिक हुशार आणि अधिक समृद्ध बनवणे हा आहे.

हे विद्यापीठाच्या उद्देशासारखेच वाटत असेल, तर पाहा, आपण इथेच तर आहोत.

समवयस्क पुनरावलोकनाबद्दल पुन्हा विचार करा. त्याचा शोध 1831 मध्ये लागला. या वर्षी Perplexity ने Model Council नावाचे एक अगदी साधे उत्पादन लाँच केले, जे OpenAI च्या संस्थापक संशोधकांपैकी एकाने मांडलेल्या कल्पनेवर आधारित आहे. तुम्ही तीन AI मॉडेल्सना एकच प्रश्न विचारता. त्यांपैकी प्रत्येक मॉडेल संशोधन करून उत्तर देते, आणि मग एक “अध्यक्ष” मॉडेल त्यांच्यात कुठे मतभेद आहेत आणि कुठे एकमत आहे याचे मूल्यमापन करते, आणि तर्काच्या आधारे अंतिम उत्तर ठरवते.

Model Council समवयस्क पुनरावलोकनाची जागा घेत नाही. त्याऐवजी, शैक्षणिक जिज्ञासेची वृत्ती अधिकाधिक लोकांपर्यंत पोहोचवणे हा त्याचा उद्देश आहे. आपण विद्यापीठाची मूल्ये या भिंतींच्या पलीकडे आणि जगभरात पसरवू शकतो.

आपण अधिकाधिक लोकांना फक्त आपण बरोबर आहोत असे वाटण्यापेक्षा किंवा बरोबर असल्यासारखे भासण्यापेक्षा खरोखर बरोबर असण्यास मदत करू शकतो. वैज्ञानिक पद्धतीने सत्य आणि ज्ञानाचा शोध घेण्यासाठी. विश्वाची दिशा अशी आहे की प्रत्येकाला अधिकाधिक ज्ञानापर्यंत अधिक पोहोच मिळावी. लोकांकडे ज्ञान असणे चांगले आहे. आणि त्याचा फायदा लोकांनाच होतो.

माझ्या कंपनीबद्दलच्या एका छोट्या गोष्टीने मी समारोप करतो.

आम्ही सुरुवात केली तेव्हा आम्ही फक्त तीन AI संशोधक होतो, ज्यांच्याकडे दूरदृष्टीपेक्षा प्रश्नच अधिक होते. मग चौथी व्यक्ती आल्यावर, आम्ही ठरवले की आता आरोग्य विमा घेण्याची वेळ आली आहे. अमेरिकेतील आरोग्य विमा अमेरिकनांसाठीसुद्धा गुंतागुंतीचा आहे. मी अमेरिकेचा नाही, त्यामुळे माझ्यासाठी तो आणखीनच गोंधळात टाकणारा होता.

Google च्या निकालांचा काहीच उपयोग झाला नाही. अशा वेळी संस्थापक सहसा ज्याने हे आधी केले आहे अशा एखाद्याला फोन करतो. जसे की एखादा गुंतवणूकदार किंवा दुसरा संस्थापक. पण रात्र खूप झाली होती. मला ते काम पूर्ण करायचे होते, म्हणून मला ते ज्ञान स्वतःच शोधावे लागले.

यातील अडचण अशी की स्वतः संशोधन करायचे म्हणजे SEO-ऑप्टिमाइझ केलेल्या विमा साइट्समध्ये Google वर शोधत बसणे, आणि त्या सर्व साइट्सवर सर्वाधिक विश्वासार्ह दिसण्यासाठी स्पर्धा करणारे वाईट सल्लेच असतात.

तेव्हाच मी Perplexity ची पहिली आवृत्ती तयार केली.

त्याने माझ्यासाठी संशोधन केले. आणि मी त्याला उत्तरांसाठी संदर्भ द्यायला लावले. जेणेकरून मी पडताळणी करू शकेन आणि आणखी प्रश्न विचारत राहू शकेन. आणि मग मी आमच्या आरोग्य सेवेची व्यवस्था केली. प्रश्न सुटला. पुढच्या समस्येकडे. आणि मग पुढची समस्या, आणि त्यानंतरची समस्या. आणि आज आपण इथे आहोत.

या गोष्टीचे तात्पर्य असे की आता तुम्हाला “ओळखीचा कोणी” असण्याची गरज नाही. तुम्ही फक्त गोष्टी शिकून त्या करू शकता. मी तुम्हाला आधीच सांगितले आहे की AI चे वचन हे आहे की कोणतेही ज्ञान तुमच्या आवाक्यात येऊ शकते. या गोष्टीचे तात्पर्य असे आहे की कोणतीही व्यक्ती कोणतेही ज्ञान मिळवू शकते.

हेच AI चे अंतिम वचन आहे. आता कोणीही जिज्ञासू होऊ शकतो. कोणीही काहीही निर्माण करू शकतो. आता कोणीही ज्ञानाच्या मंदिरात प्रवेश करू शकतो. याचा फायदा सर्वांनाच होतो.

आणि ही तुमच्यासाठी चांगली बातमी आहे. याचा अर्थ असा की आयुष्यभर तुम्ही करू शकणारी सर्वात महत्त्वाची गोष्ट म्हणजे जिज्ञासू राहणे. तुमच्यापैकी सर्वात यशस्वी तोच असेल ज्याच्याकडे सर्वाधिक प्रश्न असतील. आणि सर्वोत्तम प्रश्न.

म्हणून तुम्हाला माझा सल्ला आहे की शक्य तितके जिज्ञासू बना. फोनवर सोशल मीडिया स्क्रोल करण्यात समाधान मानू नका. फक्त डिनरचे आरक्षण करून देणाऱ्या AI एजंटवर समाधान मानू नका–त्याच्यासोबत खरे काम करा. आणि तुम्ही आधीच बरोबर आहात असे सांगणाऱ्या चॅटबॉटवर कधीही विश्वास ठेवू नका.

जिज्ञासेच्या वृत्तीवर विश्वास ठेवा. AI च्या साहाय्याने तुम्ही काय शिकू शकता यावर विश्वास ठेवा. ते शिकल्यावर तुम्ही काय निर्माण कराल यावर विश्वास ठेवा. आणि आपल्या सर्वांसाठी, ते चांगले घडवा.

धन्यवाद.