इल्या सुत्स्केवर पर एनवीडिया का 5 अरब डॉलर का दांव: क्या एसएसआई एआई के गुमशुदा तत्व को उजागर करने वाला है?

सिलिकॉन वैली में सेफ सुपरइंटेलिजेंस शायद सबसे दिलचस्प रहस्य है। ओपनएआई के पूर्व मुख्य वैज्ञानिक इल्या सुत्स्केवर द्वारा स्थापित इस एआई प्रयोगशाला का कोई सार्वजनिक मॉडल नहीं है, कोई उपभोक्ता ऐप नहीं है, कोई सार्थक राजस्व नहीं है और लगभग कोई भी शोध सार्वजनिक नहीं किया गया है। इसकी वेबसाइट अभी भी किसी व्यावसायिक योजना से अधिक एक अजीब प्रतिज्ञा की तरह लगती है: एसएसआई का अस्तित्व " एक लक्ष्य और एक उत्पाद: एक सुरक्षित सुपरइंटेलिजेंस " के साथ है।

फिर भी, एनवीडिया ने कंपनी में 5 अरब डॉलर का निवेश करने पर सहमति जताई है, जिससे एसएसआई को चिप निर्माता के आगामी वेरा रुबिन कंप्यूटिंग प्लेटफॉर्म और पर्याप्त हार्डवेयर तक पहुंच प्राप्त होगी, जिससे उसकी उपलब्ध कंप्यूटिंग क्षमता दस गुना बढ़ जाएगी। महत्वपूर्ण बात यह है कि एनवीडिया ने एसएसआई के गोपनीय शोध तक दुर्लभ पहुंच प्राप्त करने के बाद यह निवेश किया है।

फिर अफवाह फैल गई। हाल ही में 'इन्वेस्ट लाइक द बेस्ट' पॉडकास्ट में अपनी उपस्थिति के दौरान, एट्रीडेस मैनेजमेंट के संस्थापक गैविन बेकर ने लगभग यूं ही कहा कि "एसएसआई का कहना है कि वे अगस्त में अपना मॉडल लॉन्च करेंगे।" एसएसआई ने इस दावे की पुष्टि नहीं की है, न ही किसी लॉन्च इवेंट की घोषणा की है और न ही यह बताया है कि ऐसा मॉडल किस रूप में होगा। फिलहाल, यह एक प्रभावशाली निवेशक का बयान है, आधिकारिक लॉन्च तिथि नहीं। इसे इसी तरह समझा जाना चाहिए।

फिर भी, इस घटनाक्रम को नजरअंदाज करना मुश्किल है: एनवीडिया को पर्दे के पीछे की जानकारी मिलती है, वह एक भारी भरकम चेक लिखती है, एसएसआई घोषणा करती है कि उसका शोध आखिरकार बड़े पैमाने पर शुरू करने के लिए तैयार है, और अफवाहें फैलने लगती हैं कि एक मॉडल जल्द ही आने वाला है।

मूल स्वर्णिम युग में, धनाढ्यों ने गंतव्य बनने से पहले ही रेलमार्गों पर भारी दांव लगाए थे। इस युग में, दुनिया की सबसे बड़ी चिप कंपनी एक ऐसे रेलमार्ग को वित्तपोषित कर रही है जो मशीनी बुद्धिमत्ता की ओर जाता है, जबकि प्रयोगशाला के बाहर किसी को भी यह नहीं पता कि यह रेलमार्ग कहाँ तक जाता है।

वह एआई वैज्ञानिक जो शायद ही कभी चूकता है

सुत्स्केवर को अरबों डॉलर इसलिए नहीं मिल रहे हैं क्योंकि उन्होंने वेंचर कैपिटल पिच डेक बनाने की कला में महारत हासिल कर ली है। उन्हें ये डॉलर इसलिए मिल रहे हैं क्योंकि उनका शोध इतिहास आधुनिक एआई के रोडमैप जैसा दिखता है।

टोरंटो विश्वविद्यालय से गणित में स्नातक की उपाधि प्राप्त करने वाले सुत्स्केवर ने डीप लर्निंग क्रांति के प्रमुख व्यक्तियों में से एक, ज्योफ्री हिंटन के मार्गदर्शन में पीएचडी पूरी की। 2012 में, सुत्स्केवर, हिंटन और एलेक्स क्रिज़ेव्स्की ने एलेक्सनेट नामक न्यूरल नेटवर्क विकसित किया, जिसने इमेजनेट कंप्यूटर-विज़न प्रतियोगिता में प्रतिस्पर्धी प्रणालियों को ध्वस्त कर दिया और डीप लर्निंग को अकादमिक जिज्ञासा से निकालकर प्रमुख एआई प्रतिमान बनाने में मदद की। इस नेटवर्क को केवल दो जीपीयू का उपयोग करके प्रशिक्षित किया गया था - एक ऐसा तथ्य जिसका हवाला सुत्स्केवर आज भी देते हैं जब वे यह तर्क देते हैं कि प्रमुख शोध सफलताएँ जरूरी नहीं कि महाद्वीप के आकार के डेटा केंद्रों के भीतर ही शुरू हों।

गूगल द्वारा टीम के डीएनएन रिसर्च स्टार्टअप का अधिग्रहण करने के बाद, सुत्स्केवर ने गूगल ब्रेन में काम किया और ओरिओल विनयाल्स और क्वोक ले के साथ मिलकर 2014 में अनुक्रम-से-अनुक्रम पर एक महत्वपूर्ण शोध पत्र लिखा। उस आर्किटेक्चर ने आधुनिक मशीन अनुवाद की नींव रखने में मदद की और इस व्यापक विचार को पुष्ट किया कि तंत्रिका नेटवर्क सूचना के एक अनुक्रम को दूसरे में परिवर्तित कर सकते हैं।

इसके बाद वे OpenAI के सह-संस्थापक और मुख्य वैज्ञानिक बने, जहाँ उन्होंने जनरेटिव-एआई के विकास के पीछे के मूल सिद्धांत को स्थापित करने में महत्वपूर्ण भूमिका निभाई: पर्याप्त रूप से बड़े न्यूरल नेटवर्क, जिन्हें पर्याप्त कंप्यूटिंग क्षमता के साथ पर्याप्त बड़े डेटासेट पर प्रशिक्षित किया जाता है, ऐसी क्षमताएँ प्राप्त कर लेंगे जो उनमें स्पष्ट रूप से प्रोग्राम नहीं की गई थीं। उनका नाम GPT-3 शोधपत्र में शामिल है, जबकि Nvidia अब AlexNet, AlphaGo, GPT मॉडल और OpenAI के रीजनिंग सिस्टम को विकसित करने वाले अनुसंधान पथ में उनके योगदान का श्रेय देती है।

इसी शानदार पृष्ठभूमि के कारण एसएसआई को इतना ध्यान मिलता है जो लगभग किसी भी अन्य प्री-प्रोडक्ट स्टार्टअप के लिए हास्यास्पद लगेगा। सुत्स्केवर कई ऐसे क्षणों के साक्षी रहे हैं जब एक अप्रचलित शोध विचार अचानक उद्योग का मार्गदर्शक सिद्धांत बन गया।

ओपनएआई के स्केलिंग के पैगंबर से लेकर स्केलिंग के विधर्मी तक

सुत्स्केवर का ओपनएआई से जाना नवंबर 2023 में कंपनी के असाधारण प्रशासनिक संकट के बाद हुआ, जिसके दौरान उन्होंने सीईओ सैम अल्टमैन को हटाने के बोर्ड के प्रयास में भाग लिया, लेकिन बाद में सार्वजनिक रूप से अपनी भागीदारी पर खेद व्यक्त किया। अंततः उन्होंने मई 2024 में कंपनी छोड़ दी, जिससे उस कंपनी में उनका लगभग एक दशक का कार्यकाल समाप्त हो गया जिसे बनाने में उन्होंने योगदान दिया था।

एक महीने बाद, उन्होंने डैनियल ग्रॉस और डैनियल लेवी के साथ मिलकर सेफ सुपरइंटेलिजेंस की शुरुआत की। यह कंपनी ऑफिस को-पायलट, इमेज जनरेटर, कोडिंग असिस्टेंट या विज्ञापन उपकरण नहीं बनाएगी। यह सीधे सुपरइंटेलिजेंस पर काम करेगी, और एसएसआई द्वारा "प्रबंधन संबंधी अतिरिक्त खर्च", उत्पाद चक्र और अल्पकालिक व्यावसायिक दबाव से अपने शोध को बचाएगी।

विडंबना यह है कि जिस व्यक्ति ने स्केलिंग के सिद्धांत को स्थापित करने में मदद की, वही बाद में इसके सबसे प्रमुख आलोचकों में से एक बन गया। लेकिन सुत्स्केवर का वास्तविक दृष्टिकोण "स्केलिंग खत्म हो गई है" जैसे ऑनलाइन नारे से कहीं अधिक सूक्ष्म और रोचक है।

द्वारकेश पटेल के साथ 2025 में हुए एक लंबे साक्षात्कार का सारांश यह था कि स्केलिंग में एक बड़ी बाधा आने वाली है, जिसके बाद सुत्स्केवर ने इसमें सुधार किया। उन्होंने कहा कि मौजूदा प्रणालियों को स्केल करने से लगातार सुधार होते रहेंगे और यह प्रक्रिया रुकेगी नहीं। समस्या यह है कि "कुछ महत्वपूर्ण चीज़ की कमी बनी रहेगी।"

वह लापता घटक विश्वसनीय सामान्यीकरण, नमूना-कुशल शिक्षण और निरंतर शिक्षण से संबंधित प्रतीत होता है ।

वर्तमान अत्याधुनिक मॉडल परीक्षणों में आश्चर्यजनक रूप से अच्छा प्रदर्शन करते हैं, लेकिन वास्तविक उपयोग में वे अजीबोगरीब बुनियादी गलतियाँ कर बैठते हैं। प्रशिक्षण के दौरान वे खरबों टोकन ग्रहण कर सकते हैं, लेकिन बाद में उन्हें कोई स्थायी नया कौशल सिखाना मुश्किल रहता है। इसके विपरीत, मनुष्य कुछ उदाहरणों को देखकर, अंतर्निहित सिद्धांत को समझ सकते हैं और बिना नए सिरे से सीखे ही आगे बढ़ सकते हैं।

सुत्स्केवर ने पटेल से कहा कि आधुनिक मॉडल "लोगों की तुलना में कहीं ज़्यादा खराब तरीके से सामान्यीकरण करते हैं।" उनके विचार में, उद्योग एक नए "अनुसंधान युग" में प्रवेश कर चुका है क्योंकि स्थापित विधि को मात्र 100 गुना बड़ा करने से एजीआई द्वारा अपेक्षित गुणात्मक परिवर्तन प्राप्त होने की संभावना नहीं है। अगली सफलता के लिए केवल अधिक कंप्यूटिंग शक्ति की नहीं, बल्कि कंप्यूटिंग का बेहतर उपयोग करने के तरीके की आवश्यकता होगी।

ऐसा लगता है कि सुत्स्केवर यह तर्क नहीं दे रहे हैं कि जीपीयू अप्रासंगिक हो गए हैं। वे यह तर्क दे रहे हैं कि कंप्यूटिंग किसी विचार को और अधिक प्रभावशाली बनाती है; यह उसका स्थान नहीं लेती।

वह असाधारण बुद्धिमत्ता जो एक छात्र के रूप में शुरू होती है

सुत्स्केवर की अतिबुद्धिमत्ता की अवधारणा विज्ञान कथाओं में आमतौर पर कल्पना की जाने वाली सर्वज्ञ डिजिटल ओरेकल से भिन्न है।

उन्होंने इस प्रणाली को एक "अति बुद्धिमान 15 वर्षीय बच्चे" के समान बताया है: एक ऐसी प्रणाली जो शुरुआत में हर तथ्य को न जानती हो या हर पेशेवर कौशल से लैस न हो, लेकिन नए क्षेत्रों को असाधारण रूप से तेजी से सीख सकती है। प्रोग्रामर, चिकित्सक, इंजीनियर और वैज्ञानिक के रूप में पूर्ण रूप से प्रशिक्षित होकर आने के बजाय, इसमें एक सामान्य सीखने की प्रक्रिया होगी जो इन सभी को प्राप्त करने में सक्षम होगी।

यह क्षमता किसी चैटबॉट की तुलना में कहीं अधिक महत्वपूर्ण है, चाहे उसकी मेमोरी अधिक हो या गणित में उसका स्कोर थोड़ा बेहतर हो।

एक सतत सीखने वाला मॉडल किसी संगठन में प्रवेश कर सकता है, उसकी प्रणालियों का अवलोकन कर सकता है, प्रतिक्रिया को आत्मसात कर सकता है और काम करते हुए सुधार कर सकता है। हजारों कंपनियों में तैनात इसकी प्रतियां विभिन्न कौशल हासिल कर सकती हैं और संभवतः अपने सीखे हुए ज्ञान को आपस में जोड़ सकती हैं। मनुष्य 50,000 कर्मचारियों के अनुभव को एक मस्तिष्क में समाहित नहीं कर सकते। सॉफ्टवेयर शायद अंततः ऐसा कर पाए।

सुत्स्केवर का मानना ​​है कि मानव-स्तर की सीखने की क्षमता वाली प्रणाली पाँच से बीस वर्षों के भीतर उभर सकती है। उनका यह भी मानना ​​है कि इसका आर्थिक प्रभाव अचानक से नहीं बल्कि प्रसार के माध्यम से आएगा: सक्षम प्रणालियों को कंपनियों में स्थापित किया जाएगा, वे काम सीखेंगी और धीरे-धीरे वास्तविक अर्थव्यवस्था की भौतिक और संस्थागत बाधाओं को पार करते हुए आगे बढ़ेंगी।

सुरक्षा को लेकर उनके विचार भी कुछ हद तक अपरंपरागत हैं। सुत्स्केवर का सुझाव है कि उन्नत प्रणालियों को सचेतन जीवन की परवाह करने के लिए डिज़ाइन किया जाना चाहिए, उनकी अधिकतम शक्ति को सीमित करने की आवश्यकता हो सकती है, और तैनाती धीरे-धीरे होनी चाहिए ताकि सरकारें और जनता समझ सकें कि क्या आ रहा है। अब वे पूर्णतः एक सर्वबुद्धिशक्ति के उभरने तक सब कुछ एसएसआई के भीतर ही रखने के लिए पूरी तरह से प्रतिबद्ध नहीं लगते। 2025 के साक्षात्कार में, उन्होंने स्वीकार किया कि जनता को बढ़ती हुई शक्तिशाली एआई को देखने की अनुमति देने में काफी मूल्य है और कहा कि क्रमिक रिलीज किसी भी व्यावहारिक योजना का हिस्सा होगा।

इस बदलाव से एसएसआई को अपनी "सीधी-सादी" कार्यप्रणाली को पूरी तरह से छोड़े बिना एक मध्यवर्ती प्रणाली जारी करने की गुंजाइश मिलती है।

एनवीडिया के सौदे से कहानी क्यों बदल जाती है?

27 जुलाई को, एसएसआई और एनवीडिया ने एक दीर्घकालिक रणनीतिक साझेदारी की घोषणा की, जो स्टार्टअप को एनवीडिया के अगली पीढ़ी के वेरा रुबिन सिस्टम प्रदान करेगी और इसकी कंप्यूटिंग क्षमता को कई गुना बढ़ाएगी।

कंपनियों ने निवेश की राशि का खुलासा नहीं किया, लेकिन रॉयटर्स ने बताया कि एनवीडिया एसएसआई में 5 अरब डॉलर का निवेश कर रही है । खबरों के मुताबिक, यह समझौता कुछ ही हफ्तों में संपन्न हो गया।

गोपनीयता के प्रति अत्यधिक संवेदनशील कंपनी के लिए आधिकारिक भाषा अप्रत्याशित रूप से बहुत कुछ उजागर करने वाली थी।

“पिछले दो वर्षों से, एसएसआई चुपचाप एक नई शोध दिशा में प्रगति कर रहा है,” एनवीडिया ने कहा, और बताया कि इस कार्य तक दुर्लभ पहुंच प्राप्त करने के बाद ही उसने साझेदारी में प्रवेश किया। सुत्स्केवर का बयान और भी स्पष्ट था: “हमारे पास ऐसा शोध है जो व्यापक स्तर पर विस्तार करने योग्य है।”

हम NVIDIA के साथ एक दीर्घकालिक रणनीतिक साझेदारी की घोषणा कर रहे हैं। NVIDIA SSI में एक बड़ा निवेश कर रही है जिससे हम अगले 12 महीनों में अपनी कंप्यूटिंग क्षमता को 10 गुना बढ़ा सकेंगे। हम उस मुकाम पर पहुंच चुके हैं जहां हमारा शोध विस्तार के लायक है और इस साझेदारी से हम ऐसा कर पाएंगे। हम...

— एसएसआई इंक. (@ssi) 27 जुलाई, 2026

और यही वाक्य इस मामले का मूल बिंदु है। द्वारकेश में दिए अपने साक्षात्कार में, सुत्स्केवर ने तर्क दिया कि एसएसआई को अपने मूल विचारों की कार्यक्षमता का परीक्षण करने के लिए दुनिया के सबसे बड़े क्लस्टर की आवश्यकता नहीं थी। एलेक्सनेट, ट्रांसफार्मर और अन्य मूलभूत आविष्कारों को शुरुआत में अपेक्षाकृत कम सुविधाओं वाले बुनियादी ढांचे का उपयोग करके प्रदर्शित किया गया था। उन्होंने कहा कि एसएसआई को पहले मिली लगभग 3 अरब डॉलर की धनराशि यह निर्धारित करने के लिए पर्याप्त थी कि उसकी शोध दिशा वास्तविक है या नहीं।

अब कंपनी का कहना है कि वह विस्तार के लिए तैयार है, और एनवीडिया इससे सहमत है। जेन्सेन हुआंग के पास एक और अत्याधुनिक प्रयोगशाला को प्रोत्साहित करने के सभी कारण हैं। जब भी कोई नई मॉडल कंपनी विशाल कंप्यूटिंग क्लस्टर की मांग करती है, तो एनवीडिया को लाभ होता है। ग्राहकों में निवेश करना इसकी औद्योगिक रणनीति का एक महत्वपूर्ण हिस्सा बन गया है, जिससे एआई अर्थव्यवस्था में चक्रीय वित्तपोषण को लेकर जायज चिंताएं पैदा हो रही हैं।

लेकिन SSI सिर्फ पुराने GPU का एक जत्था किराए पर नहीं ले रही है। कंपनियों का कहना है कि वे Nvidia के वर्तमान और भविष्य के प्लेटफॉर्म पर सहयोग करेंगी, जिससे चिप निर्माता को उभरते AI वर्कलोड के बारे में SSI की जानकारियों तक पहुंच मिलेगी। यदि SSI वास्तव में निरंतर सीखने, सैंपल दक्षता या सुदृढ़ीकरण सीखने के नए रूपों पर केंद्रित आर्किटेक्चर विकसित कर रही है, तो यह जानकारी भविष्य के Nvidia सिस्टम के डिजाइन को प्रभावित कर सकती है।

एनवीडिया सिर्फ सुत्स्केवर को रेलवे लाइन नहीं बेच रही है। वह उनसे पूछ रही है कि पटरियां कहां बिछाई जानी चाहिए।

अगस्त में एसएसआई क्या जारी कर सकता है?

सच बात तो यह है कि SSI के बाहर किसी को भी इसकी जानकारी नहीं है। बेकर का बयान किसी सार्वजनिक मॉडल, सीमित शोध पूर्वावलोकन, API, तकनीकी प्रदर्शन या चुनिंदा शोधकर्ताओं और कंपनियों को ही उपलब्ध कराए गए चरणबद्ध रिलीज़ से संबंधित हो सकता है। यह गलत, भ्रामक या पहले से ही बदल चुके कार्यक्रम पर आधारित भी हो सकता है।

एसएसआई ने न तो किसी मॉडल का नाम बताया है, न ही विनिर्देश प्रकाशित किए हैं और न ही अगस्त में लॉन्च का वादा किया है। प्रयोगशाला द्वारा अतिबुद्धिमत्ता विकसित करने की कोई भी आशंका केवल अटकलबाजी है।

अधिक तर्कसंगत अनुमान यह है कि एसएसआई प्रणाली सुत्स्केवर के घोषित शोध एजेंडा के किसी पहलू को प्रदर्शित करने का प्रयास करेगी। इसका अर्थ यह हो सकता है कि कम उदाहरणों से सीखने पर बेहतर प्रदर्शन, प्रारंभिक प्रशिक्षण के बाद बेहतर अनुकूलन, नए ज्ञान का बेहतर प्रतिधारण, कार्यों में कम उतार-चढ़ाव वाला प्रदर्शन, या निरंतर सीखने का कोई नियंत्रित रूप।

एक नया संस्करण इससे कहीं कम क्रांतिकारी भी हो सकता है: बेहतर तर्क और सुरक्षा विधियों वाला एक और ट्रांसफार्मर-आधारित मॉडल। इतिहास यह नहीं कहता कि इल्या सुत्स्केवर की हर परियोजना को इस क्षेत्र में क्रांतिकारी बदलाव लाना चाहिए, और 5 अरब डॉलर की परियोजना की सहकर्मी समीक्षा नहीं होती।

मॉडल के रिलीज़ प्रारूप का उतना ही महत्व होगा जितना कि उसके बेंचमार्क स्कोर का। एक निरंतर सीखने वाली प्रणाली गंभीर सुरक्षा समस्याएं पैदा कर सकती है। डेवलपर्स को यह स्पष्ट करना होगा कि मॉडल को क्या सीखने की अनुमति है, हानिकारक व्यवहार को स्थायी होने से कैसे रोका जाता है, क्या विभिन्न तैनाती ज्ञान साझा करती हैं, और ऑपरेटर अपडेट की जांच या उन्हें कैसे उलट सकते हैं।

एक स्थिर मॉडल को रिलीज से पहले मूल्यांकित किया जा सकता है। अनुभव के साथ बदलने वाला मॉडल एक गतिशील लक्ष्य होता है।

यही कारण है कि एआई शासन पर व्यापक बहस सामान्य उत्पाद विनियमन से आगे बढ़ गई है। जैसा कि ब्रेव न्यू कॉइन ने हाल ही में विश्लेषण किया है , आर्थिक रूप से महत्वपूर्ण कार्यों में मनुष्यों से बेहतर प्रदर्शन करने में सक्षम प्रणालियों के आगमन से श्रम नीति, औद्योगिक रणनीति और धन के वितरण में बदलाव की आवश्यकता होगी - न कि केवल चैट विंडो के नीचे एक और सुरक्षा चेतावनी।

इतिहास का सबसे महंगा शोध प्रयोग

एसएसआई को कभी-कभी ओपनएआई, एंथ्रोपिक और गूगल डीपमाइंड जैसी व्यावसायिक प्रयोगशालाओं के शुद्ध, सुरक्षा-केंद्रित विकल्प के रूप में चित्रित किया जाता है। लेकिन इस वर्णन को बनाए रखना अब कठिन होता जा रहा है।

एनवीडिया, अल्फाबेट और दुनिया की कुछ सबसे शक्तिशाली वेंचर फर्मों द्वारा समर्थित एक कंपनी एआई औद्योगिक परिसर से बाहर नहीं है। यह इसके सबसे समृद्ध संस्थानों में से एक है: अरबों डॉलर और दुर्लभ कंप्यूटिंग अवसंरचना तक विशेषाधिकार प्राप्त पहुंच से लैस शोधकर्ताओं का एक छोटा समूह, यह तय करने का प्रयास कर रहा है कि अलौकिक बुद्धिमत्ता का निर्माण कैसे किया जाना चाहिए और इसके क्या मूल्य होने चाहिए।

इससे एसएसआई धोखाधड़ी या दुर्भावनापूर्ण नहीं बन जाता। बल्कि यह इसे शक्तिशाली बनाता है—और इसके निवेशकों और संस्थापकों के अलावा किसी के प्रति काफी हद तक जवाबदेह नहीं बनाता।

आने वाले कुछ हफ्तों में पता चल सकता है कि अगस्त में फैली अफवाह में कितनी सच्चाई है। देरी होना कोई आश्चर्य की बात नहीं होगी। एक पारंपरिक मॉडल का होना थोड़ा निराशाजनक होगा। निरंतर सीखने या सामान्यीकरण में महत्वपूर्ण सुधार, तर्क-आधारित मॉडलों के उद्भव के बाद से कृत्रिम बुद्धिमत्ता के सबसे महत्वपूर्ण विकासों में से एक होगा।

गलत सवाल यह होगा कि क्या SSI का सिस्टम मानकीकृत परीक्षणों के एक अन्य समूह में ChatGPT, Claude या Gemini को मात देता है। सही सवाल यह होगा कि क्या इल्या सुत्स्केवर ने वह "कुछ महत्वपूर्ण" खोज लिया है जो केवल स्केलिंग से कभी नहीं मिल सकता था। देखते रहिए दोस्तों, यह दिलचस्प होने वाला है।