कृत्रिम बुद्धिमत्ता (AI) क्या है?

Anonim
आर्टिफिशियल इंटेलिजेंस क्या है?

सितंबर 1955 में, डार्टमाउथ कॉलेज में गणित के युवा सहायक प्रोफेसर जॉन मैकार्थी ने साहसपूर्वक यह प्रस्ताव दिया कि "सीखने के हर पहलू या बुद्धिमत्ता की किसी भी अन्य विशेषता को सिद्धांत रूप में वर्णित किया जा सकता है, इसलिए इसका अनुकरण करने के लिए एक मशीन बनाई जा सकती है।"

मैकार्थी ने अध्ययन के इस नए क्षेत्र को "कृत्रिम बुद्धिमत्ता" कहा, और सुझाव दिया कि 10 वैज्ञानिकों के एक समूह द्वारा दो महीने का प्रयास विकासशील मशीनों में महत्वपूर्ण प्रगति कर सकता है जो "भाषा, फार्म सार और अवधारणाओं का उपयोग कर सकते हैं, अब आरक्षित प्रकार की समस्याओं का समाधान कर सकते हैं।" इंसानों के लिए, और खुद को सुधारें। ”

उस समय, वैज्ञानिकों ने आशावादी रूप से विश्वास किया कि हम जल्द ही ऐसी सोच वाले काम करेंगे जो कोई भी इंसान कर सकता है। अब, छह दशक से अधिक समय के बाद, कंप्यूटर विज्ञान और रोबोटिक्स में प्रगति ने हमें कई ऐसे कार्यों को स्वचालित करने में मदद की है जो पहले मनुष्यों के शारीरिक और संज्ञानात्मक श्रम की आवश्यकता थी।

लेकिन सच्ची कृत्रिम बुद्धिमत्ता, जैसा कि मैकार्थी ने कल्पना की थी, हमें बेदखल करता है।

वास्तव में AI क्या है?

कृत्रिम बुद्धिमत्ता के साथ एक बड़ी चुनौती यह है कि यह एक व्यापक शब्द है, और इसकी परिभाषा पर कोई स्पष्ट समझौता नहीं है।

जैसा कि उल्लेख किया गया है, मैकार्थी ने प्रस्तावित किया एआई समस्याओं का समाधान करेगा जिस तरह से मनुष्य करते हैं: "अंतिम प्रयास कंप्यूटर प्रोग्राम बनाना है जो समस्याओं को हल कर सकते हैं और दुनिया के साथ-साथ मनुष्यों में भी लक्ष्यों को प्राप्त कर सकते हैं, " मैककार्थी ने कहा।

एंड्रयू मूर, कार्नेगी मेलन विश्वविद्यालय में कंप्यूटर विज्ञान के डीन, ने फोर्ब्स के साथ 2017 के साक्षात्कार में इस शब्द की अधिक आधुनिक परिभाषा प्रदान की: "कृत्रिम बुद्धिमत्ता कंप्यूटर बनाने का विज्ञान और इंजीनियरिंग है जो कंप्यूटरों को व्यवहार में लाता है, जो हाल ही में, हमें मानव की आवश्यकता थी बुद्धि।"

एक इंसान की तरह एआई की अपेक्षा मत करो But our understanding of "human intelligence" and our expectations of technology are constantly evolving. Zachary Lipton, the editor of Approximately Correct, describes the term AI as "aspirational, a moving target based on those capabilities that humans possess but which machines do not." In other words, the things we ask of AI change over time.

For instance, In the 1950s, scientists viewed chess and checkers as great challenges for artificial intelligence. But today, very few would consider chess-playing machines to be AI. Computers are already tackling much more complicated problems, including detecting cancer, driving cars, and processing voice commands.

Narrow AI vs. General AI

The first generation of AI scientists and visionaries believed we would eventually be able to create human-level intelligence.

But several decades of AI research have shown that replicating the complex problem-solving and abstract thinking of the human brain is supremely difficult. For one thing, we humans are very good at generalizing knowledge and applying concepts we learn in one field to another. We can also make relatively reliable decisions based on intuition and with little information. Over the years, human-level AI has become known as artificial general intelligence (AGI) or strong AI.

The initial hype and excitement surrounding AI drew interest and funding from government agencies and large companies. But it soon became evident that contrary to early perceptions, human-level intelligence was not right around the corner, and scientists were hard-pressed to reproduce the most basic functionalities of the human mind. In the 1970s, unfulfilled promises and expectations eventually led to the "AI winter, " a long period during which public interest and funding in AI dampened.

It took many years of innovation and a revolution in deep-learning technology to revive interest in AI. But even now, despite enormous advances in artificial intelligence, none of the current approaches to AI can solve problems in the same way the human mind does, and most experts believe AGI is at least decades away.

' Today's Mathletes - AI Math Equations' The flipside, narrow or weak AI doesn' t aim to reproduce the functionality of the human brain, and instead focuses on optimizing a single task. Narrow AI has>

कई वैज्ञानिकों का मानना ​​है कि हम अंततः एजीआई बनाएंगे, लेकिन कुछ के पास सोच मशीनों की उम्र का एक डायस्टोपियन दृष्टिकोण है। 2014 में, प्रसिद्ध अंग्रेजी भौतिक विज्ञानी स्टीफन हॉकिंग ने एआई को मानव जाति के लिए एक संभावित खतरे के रूप में वर्णित किया, यह चेतावनी देते हुए कि "पूर्ण कृत्रिम बुद्धि मानव जाति के अंत को रोक सकती है।"

2015 में, वाई कॉम्बिनेटर के अध्यक्ष सैम ऑल्टमैन और टेस्ला के सीईओ एलोन मस्क, एजीआई में दो अन्य विश्वासी, ओपनएवाई, एक गैर-लाभकारी अनुसंधान प्रयोगशाला, जो मानव जाति के सभी को लाभ पहुंचाने वाले तरीके से कृत्रिम सामान्य बुद्धि बनाने का लक्ष्य रखते हैं। (मस्क तब से विदा हो चुके हैं।)

दूसरों का मानना ​​है कि कृत्रिम सामान्य बुद्धि एक व्यर्थ लक्ष्य है। "हमें मनुष्यों की नकल करने की आवश्यकता नहीं है। इसीलिए मैं डुप्लिकेट के बजाय हमारी मदद करने के लिए उपकरणों पर ध्यान केंद्रित करता हूं जो हम पहले से ही जानते हैं कि हमें क्या करना है। हम चाहते हैं कि मनुष्य और मशीनें भागीदार हों और कुछ ऐसा करें जो वे अपने दम पर नहीं कर सकते।" पीटर नॉरविग, गूगल में अनुसंधान के निदेशक का कहना है।

नॉरविग जैसे वैज्ञानिकों का मानना ​​है कि संकीर्ण एआई दोहरावदार और श्रमसाध्य कार्यों को स्वचालित करने और मनुष्यों को अधिक उत्पादक बनने में मदद कर सकता है। उदाहरण के लिए, डॉक्टर उच्च गति पर एक्स-रे स्कैन की जांच करने के लिए एआई एल्गोरिदम का उपयोग कर सकते हैं, जिससे वे अधिक रोगियों को देख सकते हैं। संकीर्ण एआई का एक और उदाहरण साइबर हमले से लड़ रहा है: सुरक्षा विश्लेषक एआई का उपयोग डेटा गीगाबाइट में डेटा उल्लंघनों के संकेतों को खोजने के लिए अपनी कंपनियों के नेटवर्क के माध्यम से स्थानांतरित करने के लिए कर सकते हैं।

नियम-आधारित AI बनाम मशीन लर्निंग

प्रारंभिक एआई-सृजन प्रयासों को मानव ज्ञान और बुद्धि को स्थिर नियमों में बदलने पर केंद्रित किया गया था। प्रोग्रामर को एआई के व्यवहार को परिभाषित करने वाले प्रत्येक नियम के लिए सावधानीपूर्वक कोड (यदि-तब स्टेटमेंट) लिखना था। नियम-आधारित एआई का लाभ, जिसे बाद में "अच्छे पुराने जमाने की कृत्रिम बुद्धिमत्ता" (GOFAI) के रूप में जाना जाता है, यह है कि मनुष्य अपने द्वारा विकसित प्रणाली के डिजाइन और व्यवहार पर पूर्ण नियंत्रण रखता है।

नियम आधारित AI अभी भी उन क्षेत्रों में बहुत लोकप्रिय है जहां नियम स्पष्ट हैं। एक उदाहरण वीडियो गेम है, जिसमें डेवलपर्स एआई को एक अनुमानित उपयोगकर्ता अनुभव प्रदान करना चाहते हैं।

GOFAI के साथ समस्या यह है कि मैकार्थी के प्रारंभिक आधार के विपरीत, हम सीखने और व्यवहार के हर पहलू का सही तरीके से वर्णन नहीं कर सकते हैं जो कि कंप्यूटर नियमों में तब्दील हो सकते हैं। उदाहरण के लिए, आवाज और छवियों को पहचानने के लिए तार्किक नियमों को परिभाषित करना - एक जटिल उपलब्धि है जो मनुष्य सहज रूप से पूरा करता है - एक ऐसा क्षेत्र है जहां क्लासिक एआई ऐतिहासिक रूप से संघर्ष करता रहा है।

एआई फ्यूचर An alternative approach to creating artificial intelligence is machine learning. Instead of developing rules for AI manually, machine-learning engineers "train" their models by providing them with a massive amount of samples. The machine-learning algorithm analyzes and finds patterns in the training data, then develops its own behavior. For instance, a machine-learning model can train on large volumes of historical sales data for a company and then make sales forecasts.

Deep learning, a subset of machine learning, has become very popular in the past few years. It' s especially good at processing unstructured data such as images, video, audio, and text documents. For instance, you can create a deep-learning image classifier and train it on millions>

डीप-लर्निंग मॉडल के साथ एक चुनौती यह है कि वे प्रशिक्षण डेटा के आधार पर अपना व्यवहार विकसित करते हैं, जो उन्हें जटिल और अपारदर्शी बनाता है। अक्सर, यहां तक ​​कि गहन-सीखने वाले विशेषज्ञों के पास एआई मॉडल के निर्णयों और आंतरिक कामकाज की व्याख्या करने में एक कठिन समय होता है।

आर्टिफिशियल इंटेलिजेंस के उदाहरण क्या हैं?

यहाँ कुछ तरीके एआई विभिन्न डोमेन के लिए जबरदस्त बदलाव ला रहे हैं।

सेल्फ-ड्राइविंग कार: कृत्रिम बुद्धिमत्ता में उन्नति ने हमें स्वायत्त ड्राइविंग के दशकों लंबे सपने को साकार करने के बहुत करीब ला दिया है। एआई एल्गोरिदम मुख्य घटकों में से एक है जो स्व-ड्राइविंग कारों को अपने परिवेश के बारे में समझ बनाने में सक्षम बनाता है, वाहन के चारों ओर लगे कैमरों से फीड लेने और सड़क, ट्रैफिक सिग्नल, अन्य कारों और लोगों जैसी वस्तुओं का पता लगाने में सक्षम होता है।

डिजिटल असिस्टेंट और स्मार्ट स्पीकर: सिरी, एलेक्सा, कोरटाना और गूगल असिस्टेंट आर्टिफिशियल इंटेलिजेंस का उपयोग करके बोले गए शब्दों को टेक्स्ट में बदलने और टेक्स्ट को विशिष्ट कमांड में मैप करने के लिए आर्टिफिशियल इंटेलिजेंस का उपयोग करते हैं। एआई डिजिटल सहायकों को बोली जाने वाली भाषा में विभिन्न बारीकियों की समझ बनाने और मानव जैसी आवाज़ों को संश्लेषित करने में मदद करता है।

Google Translate App का उपयोग कैसे करें The Future of AI

In our quest to crack the code of AI and create thinking machines, we' ve learned a lot about the meaning of intelligence and reasoning. And thanks to advances in AI, we are accomplishing tasks alongside our computers that were once considered the>

उभरते हुए कुछ क्षेत्रों में जहां AI बना रहा है, उनमें संगीत और कला शामिल हैं, जहाँ AI एल्गोरिदम अपनी अनूठी तरह की रचनात्मकता प्रकट कर रहे हैं। आशा भी है कि एआई जलवायु परिवर्तन, बुजुर्गों की देखभाल और अंततः एक यूटोपियन भविष्य बनाने में मदद करेगा जहां मनुष्यों को काम करने की आवश्यकता नहीं है।

सम्बंधित

  • क्या आप एक एआई सहायक पर भरोसा करेंगे? कैसे एक चेहरे के बारे में? क्या आप एक एआई सहायक पर भरोसा करेंगे? कैसे एक चेहरे के बारे में?
  • कैसे AI पीसी बदल रहा है कैसे AI पीसी बदल रहा है
  • एआई का उपयोग कहां किया जाता है? साइबर सुरक्षा में, AI का उपयोग कहां किया जाता है? साइबर सुरक्षा में

यह भी डर है कि एआई बड़े पैमाने पर बेरोजगारी का कारण बनेगा, आर्थिक संतुलन को बाधित करेगा, दूसरे विश्व युद्ध को ट्रिगर करेगा, और अंततः मनुष्यों को गुलामी में डाल देगा।

हमें अभी भी नहीं पता है कि AI कौन सी दिशा लेगा। लेकिन जैसे-जैसे कृत्रिम बुद्धिमत्ता के विज्ञान और प्रौद्योगिकी में निरंतर गति से सुधार होता जा रहा है, हमारी अपेक्षाएँ और AI की परिभाषा बदल जाएगी, और जो हम AI पर विचार करते हैं वह कल के कंप्यूटरों के सांसारिक कार्य बन सकते हैं।