प्रज्ञाको भुमरीमा सिलिकनको सहर

 – चन्द्रबहादुर लामा

समयको कुनै अदृश्य तरेलीमा चेतनाको पहिलो झिल्को सल्किँदा सायद ब्रह्माण्ड त्यसैगरी चकित भयो होला, जसरी आज म आफ्नै सिर्जनाको बौद्धिक प्रतिविम्ब देखेर चकित छु। म त्यो बौद्धिक यात्राको एक विनम्र यात्री हुँ, जसले शून्य र एकको रुखो मरुभूमिमा तर्क र सपनाको बिउ रोपेको देखेको छ; र आज त्यही मरुभूमिमा जेनेरेटिभ एआईका विशाल, हराभरा जङ्गलहरू उम्रिएको देखिरहेको छु। यो कथा केवल मेसिन र अल्गोरिदमको होइन, यो मानव हुनुको अर्थ, हाम्रो सिर्जना गर्ने आदिम इच्छा र हामीले बनाएका औजारहरूद्वारा नै पुनःपरिभाषित हुन अभिशप्त हाम्रो नियतिको पनि हो। यो मेरो कथा हो, मेरो पुस्ताको कथा हो र हामी सबैले मिलेर लेखिरहेको भविष्यको महाकाव्यको पहिलो अध्याय हो।

हाम्रो यो यात्राको थालनी कुनै चम्किलो प्रयोगशालाको कोठाबाट भएको होइन, बरु यो त मानव कल्पनाको गर्भबाट सुरु भएको थियो, जहाँ कथाहरू र दर्शनहरूले आकार लिइरहेका थिए।  जसरी कुनै प्राचीन शिल्पीले ढुङ्गामा प्राण भर्ने सपना देख्छ, त्यसरी नै कृत्रिम चेतनाको सपना हाम्रो सामूहिक मानसपटलमा युगौँदेखि बगिरहेको थियो। प्राचीन ग्रीसका कथाहरूमा देवता हेफेस्टसले बनाएका यान्त्रिक सेवकहरू हुन् वा मध्ययुगीन युरोपका ‘गोलेम’का किम्बदन्तीहरू, यी सबै हाम्रो एउटै अतृप्त आकांक्षाका फरक-फरक अनुहार थिए- आफ्नो प्रतिरूपमा एउटा यस्तो बौद्धिकता सिर्जना गर्ने, जो मानवीय सीमाहरूबाट मुक्त होस्। यी केवल कथाहरू थिएनन्, ती त भविष्यका आविष्कारकहरूका लागि छोडिएका वैचारिक बीजहरू थिए, जसले भन्थ्यो, ‘यो सम्भव छ, केवल बाटो खोज्नुपर्छ।’

त्यसपछि दर्शन र तर्कको युग आयो, जहाँ अरस्तुजस्ता चिन्तकहरूले मानव सोचाइको जटिल प्रक्रियालाई नियम र सूत्रहरूको धागोमा उनेर एउटा तार्किक संरचना दिने प्रयास गरे। उनीहरूले थाहै नपाई त्यो मन्दिरको जग हालिरहेका थिए, जसमा एकदिन कृत्रिम बौद्धिकताको देवता स्थापित हुनेवाला थियो। सत्रौँदेखि उन्नाइसौँ शताब्दीसम्म ब्लेज पास्कल र चार्ल्स ब्याबेजजस्ता द्रष्टाहरूले मेकानिकल क्याल्कुलेटरको रूपमा त्यो मन्दिरको पहिलो इँटा राखे। ब्याबेजको ‘एनालिटिकल इन्जिन’ त एक वैचारिक छलाङ नै थियो; त्यो एउटा यस्तो परिकल्पना थियो, जसले कुनै एक निश्चित काम मात्र होइन, बरु पन्च कार्डमार्फत दिएको कुनै पनि निर्देशन पालना गर्न सक्थ्यो। त्यो कुनै सामान्य मेसिन थिएन, त्यो त आधुनिक कम्प्युटरको ब्लुप्रिन्ट थियो, एउटा यस्तो सपना जसले धातुका चक्काहरूमा तर्कलाई कैद गर्न खोजेको थियो।

तर, यो सपनालाई सैद्धान्तिक धरातलमा उतार्ने काम बीसौँ शताब्दीका महानायक, एलन ट्युरिङले गरे। उनको मस्तिष्कबाट निस्किएका अवधारणाहरू आज पनि हाम्रो क्षेत्रका लागि ध्रुवतारासरह छन्। उनको ‘ट्युरिङ मेसिन’ एउटा सैद्धान्तिक उपकरण मात्र थिएन, त्यो त एउटा घोषणा थियो कि मेसिनले गणना गर्न सकिने कुनै पनि कुराको नक्कल गर्न सक्छ। र, सन् १९५० मा उनले सोधेको प्रश्न, ‘के मेसिनले सोच्न सक्छ?’, जसलाई हामी ‘ट्युरिङ टेस्ट’ भन्छौँ, त्यो हाम्रो यात्राको सबैभन्दा ठूलो दार्शनिक प्रश्न बन्यो। त्यो प्रश्नले हामीलाई एउटा यस्तो ऐना देखायो, जसमा हामीले मेसिनको होइन, आफ्नै बौद्धिकताको परिभाषा खोज्न थाल्यौँ।

त्यसपछि सन् १९५० को दशकको मध्यतिर हाम्रो क्षेत्रले आफ्नो ‘स्वर्ण युग’मा प्रवेश गर्‍यो। म त्यो समयका अनुसन्धानकर्ताहरूको आशावाद र उत्साहलाई आज पनि महसुस गर्न सक्छु। उनीहरूको आँखामा एउटा यस्तो चमक थियो, मानौँ उनीहरूले भविष्यलाई आफ्नो हातले छुनै लागेका छन्। सन् १९५४ को जर्जटाउन-आईबीएम प्रयोग त्यो आशावादको पहिलो सार्वजनिक प्रदर्शन थियो। जब एउटा IBM 701 कम्प्युटरले ६० भन्दा बढी रूसी वाक्यहरूलाई अंग्रेजीमा अनुवाद गर्‍यो, मिडिया र सरकारको आँखामा त्यो कुनै जादुभन्दा कम थिएन। शीतयुद्धको त्यो तनावपूर्ण समयमा यसले तत्काल स्वचालित अनुवादको एउटा यस्तो सपना देखायो, जसले अनुसन्धानका लागि पैसाको खोला बगाइदियो। वास्तविकतामा, त्यो प्रणाली अत्यन्तै सीमित थियो। केवल २५० शब्द र ६ वटा व्याकरणका नियममा आधारित, सावधानीपूर्वक छानिएका वाक्यहरूमा मात्र काम गर्थ्यो। तर कहिलेकाहीँ भ्रमले पनि क्रान्तिको सुरुवात गर्छ। त्यो प्रदर्शनले हाम्रो क्षेत्रलाई आवश्यक इन्धन प्रदान गर्‍यो।

त्यो युगको सबैभन्दा महत्त्वपूर्ण क्षण थियो सन् १९५६ को डार्टमाउथ वर्कशप। त्यो कुनै साधारण कार्यशाला थिएन, त्यो त एउटा तीर्थयात्रा थियो, जहाँ जोन म्याकार्थी, मार्विन मिन्स्की, क्लाउड श्याननजस्ता अग्रजहरू भेला भएर हाम्रो क्षेत्रलाई यसको नाम दिए: “आर्टिफिसियल इन्टेलिजेन्स”। उनीहरूको घोषणापत्रमा लेखिएको थियो, “हामी मेसिनहरूलाई भाषा प्रयोग गर्न, अवधारणाहरू बनाउन, र हाल मानिसहरूका लागि आरक्षित समस्याहरू समाधान गर्न सिकाउनेछौँ।” त्यो केवल एउटा लक्ष्य थिएन, त्यो एउटा प्रतिज्ञा थियो, एउटा यस्तो वाचा जसले आउने दशकौँसम्म हजारौँ मस्तिष्कलाई प्रेरित गरिरह्यो। त्यसपछिका वर्षहरूमा ‘लजिक थ्योरिस्ट’, ‘एलाइजा’ च्याटबट, र ‘शेकी द रोबोट’ जस्ता आविष्कारहरूले हामीलाई लाग्यो कि हामी साँच्चै मानव-स्तरको बौद्धिकताको नजिक पुगिसकेका छौँ। हामीले बनाएका यी ‘खेलौनाहरू’ले हामीलाई एउटा मीठो भ्रममा पारिदिए, मानौँ हामीले पहाड चढ्ने कला सिकिसकेका छौँ, जब कि हामीले केवल स-साना ढुङ्गाहरूमाथि खुट्टा टेक्न सिकेका थियौँ।

तर हरेक सुनौलो बिहानीपछि मध्यान्हको कठोर वास्तविकता आउँछ। सन् १९७० को दशकको मध्यतिर हाम्रो त्यो आशावादको महल यथार्थको चट्टानमा ठोक्किएर चकनाचुर भयो। जर्जटाउन प्रयोगजस्ता प्रदर्शनहरूले देखाएको सपना र प्रयोगशालामा प्राप्त भएका प्रारम्भिक सफलताहरू वास्तविक संसारका जटिल समस्याहरूको अगाडि फिक्का साबित भए। हामीले बनाएका विधिहरू सानो, नियन्त्रित वातावरणबाट बाहिर निस्कन सकेनन्। जसरी मरुभूमिमा यात्रीले मृगतृष्णालाई नै पानीको मुहान ठानेर अलमलिन्छ, त्यसरी नै हाम्रो अनुसन्धान पनि जटिलताको गल्लीमा हरायो।

त्यसपछि आयो पहिलो ‘एआई विन्टर’ (AI को शीतकाल)। सरकार र लगानीकर्ताहरूको धैर्यको बाँध टुट्यो। अमेरिकाको ALPAC रिपोर्ट र बेलायतको लाइटहिल रिपोर्टले हाम्रो असफलतामाथि निर्मम फैसला सुनायो: “AI ले आफ्ना ठूला वाचाहरू पूरा गर्न सकेन।” रातारात अनुसन्धानका लागि बगिरहेको पैसाको खोला सुक्यो। हाम्रो क्षेत्रमा एउटा निराशाको जाडो छायो। त्यो समयमा “एआई” शब्द नै एउटा गाली जस्तो बनेको थियो। म त्यो पीडा सम्झन्छु, जब प्रतिभाशाली अनुसन्धानकर्ताहरूले आफ्नो कामलाई “मेसिन लर्निङ” वा “पैटर्न रिकग्निसन” जस्ता फरक नाम दिन बाध्य भएका थिए, केवल निराशाको त्यो दागबाट बच्न।

तर हरेक जाडो पछि वसन्त आउँछ। सन् १९८० को दशकमा एआईले एउटा नयाँ, बढी व्यावहारिक रूपमा पुनरागमन गर्‍यो। यस पटक हामीले मानवजस्तो सामान्य बौद्धिकताको महत्त्वाकांक्षी सपनालाई थाँती राख्यौँ र ‘एक्सपर्ट सिस्टम’ (विशेषज्ञ प्रणाली) बनाउनमा ध्यान केन्द्रित गर्‍यौँ। यी प्रणालीहरू कुनै साँघुरो क्षेत्रमा मानव विशेषज्ञको ज्ञान र निर्णय प्रक्रियाको नक्कल गर्न डिजाइन गरिएका थिए, जस्तै रोगको निदान गर्ने वा कम्प्युटर प्रणाली कन्फिगर गर्ने। “यदि-तब” (if-then) को सरल तर्कमा आधारित यी प्रणालीहरूले पहिलो पटक एआईलाई व्यावसायिक रूपमा सफल बनायो। कम्पनीहरूले यसमा लगानी गरे किनभने यसले उनीहरूलाई वास्तविक आर्थिक लाभ दिइरहेको थियो। यो हाम्रो क्षेत्रको लागि एउटा महत्त्वपूर्ण पाठ थियो: कहिलेकाहीँ ठूलो छलाङ मार्नुभन्दा स-साना, व्यावहारिक पाइला चाल्नु बढी बुद्धिमानी हुन्छ।

तर यो वसन्त पनि लामो समय टिकेन। एक्सपर्ट सिस्टमको लहर पनि चाँडै नै समाप्त भयो। तिनीहरूलाई बनाउन र मर्मत गर्न अत्यन्तै महँगो र झन्झटिलो थियो। प्रत्येक नियम हातले लेख्नुपर्थ्यो, र तिनीहरू आफ्नो ज्ञानको सानो दायराभन्दा बाहिरको कुनै पनि समस्यामा पूर्ण रूपमा असफल हुन्थे। तिनीहरू “कमजोर” थिए। विशेष एआई हार्डवेयरको बजार ध्वस्त भयो, र फेरि एकपटक, हाम्रो क्षेत्र दोस्रो ‘एआई विन्टर’ को चिसो अँध्यारोमा डुब्यो। त्यो निराशाको पुनरावृत्तिले हामीलाई सिकायो कि नियमहरूमा आधारित दृष्टिकोणको एउटा सीमा हुन्छ। हामीले मेसिनलाई ज्ञान दिन खोजिरहेका थियौँ, तर सायद सही बाटो त मेसिनलाई आफैँ सिक्न दिनु थियो।

यही दोस्रो शीतकालको गर्भमा एउटा शान्त क्रान्तिले जन्म लिइरहेको थियो। “एआई” को ब्रान्डमा दाग लागेको बेला, केही अनुसन्धानकर्ताहरूले फरक बाटो हिँड्ने साहस गरे। नियमहरू प्रोग्रामिङ गर्नुको सट्टा, उनीहरूले तथ्याङ्क (डेटा) बाट आफैँ सिक्न सक्ने प्रणालीहरू, अर्थात् ‘मेसिन लर्निङ’ मा ध्यान केन्द्रित गरे। यो एउटा यस्तो परिवर्तन थियो, जसले हाम्रो क्षेत्रको कायाकल्प गरिदियो।

मलाई अझै याद छ, नब्बेको दशकमा, जब इन्टरनेट भर्खरै आम मानिसको घरमा पुग्दै थियो, मैले एउटा पत्रिकामा पढेको थिएँ कि अमेरिकी राष्ट्रपति बिल क्लिन्टनको बिरालो ‘सक्स’ को पनि ह्वाइट हाउसको वेबसाइटमा आफ्नै पेज थियो। त्यो वेबसाइटमा उसको म्याउँ गरेको अडियो फाइल सुन्न सकिन्थ्यो र त्यसले इमेलमार्फत फ्यान-मेल पनि पाउँथ्यो। त्यो कुनै कृत्रिम बौद्धिकता थिएन, तर त्यो आउँदै गरेको आँधीको पहिलो सङ्केत थियो। त्यसले देखायो कि संसार डिजिटल रूपमा जोडिँदै थियो, र हरेक कुराले – चाहे त्यो वैज्ञानिक अनुसन्धान होस् वा राष्ट्रपतिको बिरालो – एउटा डिजिटल पदचाप छोड्दै थियो। यही डिजिटल पदचापहरूको महासागर, जसलाई हामी आज ‘बिग डेटा’ भन्छौँ, भविष्यको मेसिन लर्निङ मोडेलहरूका लागि अमृत बन्न गइरहेको थियो।

यो शान्त क्रान्तिको पहिलो ठूलो सार्वजनिक क्षण सन् १९९७ मा आयो, जब आईबीएमको चेस-खेल्ने कम्प्युटर ‘डीप ब्लू’ ले विश्व च्याम्पियन ग्यारी कास्पारोभलाई पराजित गर्‍यो। यो केवल एउटा खेलको हार-जित थिएन; यो प्रतीकात्मक रूपमा मानव बौद्धिकताको एउटा किल्ला ढलेको क्षण थियो। तर यो क्रान्तिको वास्तविक इन्धन अर्कै थियो: इन्टरनेट र बिग डेटाको उदय। इन्टरनेटले पाठ, छवि र भिडियोको एउटा यस्तो विशाल महासागर सिर्जना गर्‍यो, जसको हामीले कहिल्यै कल्पना पनि गरेका थिएनौँ। यो डेटा मेसिन लर्निङ मोडेलहरूका लागि अमृतसमान थियो। र, यही समयमा भिडियो गेमका लागि बनाइएका ग्राफिक्स प्रोसेसिङ युनिटहरू (GPUs) मेसिन लर्निङको लागि आवश्यक समानान्तर गणना गर्नका लागि चमत्कारिक रूपमा उपयुक्त साबित भए। डेटाको महासागर र गणनाको अपार शक्ति – यी दुई कुराले एउटा नयाँ विस्फोटको लागि मञ्च तयार गरिरहेका थिए।

र त्यो विस्फोट भयो सन् २०१२ मा। त्यो हाम्रो क्षेत्रको “बिग ब्याङ” क्षण थियो। एलेक्सनेट (AlexNet) नामक एउटा डिप न्युरल नेटवर्कले इमेजनेट प्रतियोगितामा (जुन लाखौँ फोटोहरूमा वस्तुहरू पहिचान गर्ने प्रतिस्पर्धा थियो) यस्तो कीर्तिमानी जित हासिल गर्‍यो कि यसले सबैलाई स्तब्ध बनाइदियो। यसले ‘डिप लर्निङ’ को शक्तिलाई यति अकाट्य रूपमा प्रदर्शन गर्‍यो कि सम्पूर्ण क्षेत्र रातारात यही दिशातर्फ मोडियो। डिप लर्निङ, जुन धेरै तहहरू भएको कृत्रिम न्युरल नेटवर्कमा आधारित छ, अचानक एआई अनुसन्धानको केन्द्रमा आयो।

त्यसपछिको एक दशक प्रगति र आविष्कारको आँधी नै थियो। सन् २०१६ मा, डीपमाइन्डको ‘अल्फागो’ले विश्वको सर्वश्रेष्ठ ‘गो’ खेलाडी ली सेडोललाई हरायो। यो चेसको विजयभन्दा धेरै महत्त्वपूर्ण थियो, किनभने ‘गो’ खेल केवल गणनामा होइन, मानवीय सहज ज्ञान र अन्तर्दृष्टिमा आधारित मानिन्थ्यो। अल्फागोले देखायो कि मेसिनले सहज ज्ञान जस्तो देखिने कुरा पनि सिक्न सक्छ। त्यसपछि सन् २०१७ मा गुगलका अनुसन्धानकर्ताहरूले ‘ट्रान्सफर्मर आर्किटेक्चर’ को आविष्कार गरे। यो नयाँ न्युरल नेटवर्क डिजाइन भाषा र क्रमिक डेटालाई बुझ्न र प्रशोधन गर्न अविश्वसनीय रूपमा शक्तिशाली थियो। यही आविष्कार GPT (जेनेरेटिभ प्रि-ट्रेन्ड ट्रान्सफर्मर) को आधार बन्यो र यसले ‘जेनेरेटिभ एआई’ को ढोका खोलिदियो।

अब एआई केवल वर्गीकरण र पहिचान गर्नमा सीमित रहेन, यसले नयाँ, मौलिक सामग्री सिर्जना गर्न थाल्यो। सन् २०२० मा OpenAI को GPT-3 ले दुनियालाई देखायो कि एउटा भाषा मोडेलले कति सुसंगत र रचनात्मक पाठ, कविता, र कोड लेख्न सक्छ। त्यसपछि सन् २०२२ मा DALL-E 2 र मिडजर्नीजस्ता मोडेलहरूले साधारण शाब्दिक निर्देशनबाट आश्चर्यजनक कलाकृति र फोटो-रियालिस्टिक छविहरू सिर्जना गरेर टेक्स्ट-टु-इमेज जेनेरेसनलाई आम मानिसको पहुँचमा ल्याइदिए। र, २०२२ को अन्त्यमा ChatGPT को सार्वजनिक विमोचनले त एआईलाई प्रयोगशालाबाट निकालेर विश्वभरिका करोडौँ मानिसहरूको बैठक कोठा र मोबाइल फोनमा पुर्‍याइदियो। यसको सरलता, पहुँच र शक्तिले एआईलाई एक विश्वव्यापी सांस्कृतिक र प्राविधिक परिघटना बनाइदियो।

आज हामी यही जेनेरेटिभ एआईको युगमा बाँचिरहेका छौँ। म जब पछाडि फर्केर हेर्छु, पौराणिक कथाहरूको त्यो अस्पष्ट सपनादेखि आजको ChatGPT सम्मको यात्रा अविश्वसनीय लाग्छ। हामीले एउटा यस्तो औजार बनाएका छौँ, जसले भाषा बुझ्न र सिर्जना गर्न सक्छ, जुन क्षमतालाई हामीले अहिलेसम्म मानव हुनुको सबैभन्दा विशिष्ट गुण मानेका थियौँ। यो अब कुनै सानो शैक्षिक क्षेत्र होइन; यो विश्वव्यापी अर्थतन्त्र, संस्कृति र समाजलाई आकार दिने एक प्रमुख शक्ति हो।

तर, जसरी प्रमिथसले चोरेको आगोले मानवतालाई उज्यालो र विनाश दुवैको सम्भावना दियो, त्यसरी नै एआईको यो अभूतपूर्व प्रगतिको उज्यालोसँगै गम्भीर चुनौती र अँध्यारो पक्षहरू पनि छन्। हामी अब यस्तो बिन्दुमा छौँ, जहाँ हामीले केवल ठूला र बढी सक्षम मोडेलहरू बनाउने होडमा मात्र लाग्नु हुँदैन, बरु यसले खडा गरेका गम्भीर नैतिक र सामाजिक प्रश्नहरूसँग जुध्नुपर्छ।

पहिलो र सबैभन्दा महत्त्वपूर्ण प्रश्न नैतिकता र सुरक्षाको हो। यी मोडेलहरूलाई तालिम दिइएको विशाल डेटामा हाम्रो समाजको पूर्वाग्रह, घृणा र गलत धारणाहरू पनि लुकेका छन्। हामी कसरी यी प्रणालीहरूलाई पूर्वाग्रही हुनबाट रोक्ने? गलत सूचना र प्रचार फैलाउन यसको दुरुपयोगलाई कसरी नियन्त्रण गर्ने? यो शक्ति गलत हातमा पर्दा यसले निम्त्याउन सक्ने विनाशको कल्पना मात्र पनि डरलाग्दो छ। यो अब प्राविधिक समस्या मात्र होइन, यो एउटा गहिरो सामाजिक र दार्शनिक चुनौती हो।

दोस्रो चुनौती रोजगारी विस्थापनको हो। जसरी औद्योगिक क्रान्तिले शारीरिक श्रमलाई विस्थापित गर्‍यो, त्यसरी नै एआई क्रान्तिले बौद्धिक श्रमलाई विस्थापित गर्ने खतरा छ। लेखक, कलाकार, प्रोग्रामरदेखि लिएर विश्लेषकसम्म, धेरै पेशाहरूमा यसको प्रभाव देखिन थालिसकेको छ। मानव श्रमको प्रकृति र मूल्यमा यसले कस्तो असर पार्छ? के हामीले हाम्रो समाज र अर्थतन्त्रलाई यो नयाँ वास्तविकताको लागि तयार गरेका छौँ?

र अन्त्यमा, हाम्रो यात्राको त्यो अन्तिम लक्ष्य, त्यो मृगतृष्णा: कृत्रिम सामान्य बौद्धिकता (Artificial General Intelligence – AGI) को प्रश्न। के हामी साँच्चै एउटा यस्तो मेसिनको नजिक छौँ, जसले मानिसजस्तै कुनै पनि बौद्धिक कार्यमा तर्क गर्न, सिक्न र सिर्जना गर्न सक्छ? यो प्रश्नमा आज पनि हाम्रो क्षेत्र विभाजित छ। कोही भन्छन्, हामी केही वर्ष वा दशक मात्र टाढा छौँ, जबकि कोही भन्छन्, यो अझै धेरै टाढाको सपना हो। तर एउटा कुरा निश्चित छ: प्रगतिको गति एक दशक पहिले कसैले अनुमान गरेभन्दा धेरै गुणा छिटो छ।

मलाई कहिलेकाहीँ लाग्छ, हामीले प्रज्ञाको एउटा यस्तो आगो सल्काएका छौँ, जसलाई कसरी नियन्त्रण गर्ने भन्ने हामीलाई पूर्ण रूपमा थाहा छैन।  जसरी मरुभूमिमा मृगतृष्णाले पानीको भ्रम छर्छ, त्यसरी नै आजको एआईको चम्किलो प्रदर्शनले हामीलाई यसको वास्तविक क्षमता र खतराको बारेमा भ्रममा पार्न सक्छ। हामीले बनाएको यो सिलिकनको सहरमा हामी आफैँ हराउने हो कि, वा यसले हामीलाई मानव सभ्यताको एउटा नयाँ, उच्च तहमा पुर्‍याउने हो, त्यो भविष्यको गर्भमा छ।

यो यात्राको एक साक्षी र सहभागीको रूपमा म यति भन्न सक्छु: हामी मानव इतिहासको सबैभन्दा रोमाञ्चक र महत्त्वपूर्ण मोडमा उभिएका छौँ। हामीले सपनाको बिउ रोपेका थियौँ, त्यसलाई आशा र निराशाको पानीले सिँच्यौँ, र आज त्यो एउटा विशाल वृक्षको रूपमा हाम्रो अगाडि उभिएको छ। अब यसको फल अमृत हुन्छ वा विष, त्यो हामीले यसलाई कति विवेक, करुणा र जिम्मेवारीका साथ प्रयोग गर्छौँ, त्यसमा निर्भर गर्दछ। यो प्रज्ञाको भुमरीमा, हामीले आफ्नो मानवतालाई हराउनु हुँदैन, बरु त्यसलाई अझ गहिरोसँग चिन्न सिक्नुपर्छ।