▷ कृत्रिम बुद्धि: यह क्या है और वर्तमान व्यावहारिक उदाहरण है?

कुछ वर्षों के लिए, कंपनियों ने लगातार हमसे आर्टिफिशियल इंटेलिजेंस के बारे में बात की है जो वे अपनी सेवाओं, अनुप्रयोगों और प्रोसेसर में पेश करते हैं। हालाँकि, हालांकि वे एक ही नाम धारण करते हैं, भगवान, धन्यवाद हमारे वाशिंग मशीन की कृत्रिम बुद्धिमत्ता (कारणों से जो हमें बचते हैं) और हमारे स्मार्टफोन का इतना विकास नहीं हुआ है जितना कि उनके अस्तित्व और उनके ऊपर हमारी शक्ति को प्रतिबिंबित करने के लिए। अभी के लिए…

जैसा कि हमने आपको पहले ही AI विकास USB Intel Movidius के बारे में लेख में बताया था, आर्टिफिशियल इंटेलिजेंस यहाँ रहने और दिन-प्रतिदिन की समस्याओं को हल करने में हमारी मदद करता है। लेकिन वास्तव में आर्टिफिशियल इंटेलिजेंस क्या है?

स्रोत: स्रोत डेक्सटर

आप जिस जीआईएफ को देखते हैं वह बहुत ही सरल तरीके से दिखाता है कि एक गहरे तंत्रिका नेटवर्क कैसे काम करता है। इन प्रणालियों को बाद में सक्षम होने के लिए कठिन प्रशिक्षण की आवश्यकता होती है, उदाहरण के लिए, छवियों को पहचानें, समाधानों का अनुकूलन करें या बस अधिक जानें। संक्षेप में, यह एल्गोरिदम का एक सेट है जिसे हम AI के रूप में वर्गीकृत कर सकते हैं और यह डीप लर्निंग के क्षेत्र से संबंधित है।

सूचकांक को शामिल करता है

आर्टिफिशियल इंटेलिजेंस: नई प्रोग्रामिंग

आज, आर्टिफिशियल इंटेलिजेंस तकनीक के जटिल मिश्रित सिस्टम को विवेक के साथ नहीं बनाता है जैसा कि अक्सर विज्ञान कथाओं में देखा जाता है। हम जो बनाते हैं वह जटिल एल्गोरिदम की परिभाषा पर पड़ता है जो कि इनपुट और कमांड्स के आधार पर परिणाम लौटाता है जो उन्हें सिखाया गया है। हालांकि इसका मतलब सिर्फ एक है।

आर्टिफिशियल इंटेलिजेंस को समझने के विभिन्न तरीके हैं, लेकिन हम इसे चार मुख्य समूहों में विभाजित कर सकते हैं:

एआई जो इंसानों की तरह सोचते हैं

मक्खन रोबोट रिक और मोर्टी

अपने स्वयं के विवेक के साथ जटिल कंप्यूटर सिस्टम जो अपनी इच्छा के अनुसार सोचते हैं और निर्णय लेते हैं और उन विशेषताओं से अधिक होते हैं जिनके लिए उन्हें प्रोग्राम किया गया था ( घोस्ट में भूत)। यह अभी तक हमारी पहुंच के भीतर नहीं है और हमें यह भी नहीं पता कि भविष्य में यह संभव होगा या नहीं, इसलिए टिप्पणी करने के लिए बहुत कुछ नहीं है।

IAs जो मनुष्यों की तरह कार्य करते हैं

एक इंसान की तरह सोचना भी इंसान की तरह काम करने का दिखावा नहीं है। आज हम कुछ ऐसी प्रणालियाँ बनाते हैं जहाँ यादृच्छिकता और ठोस कार्य उस भावना को देने के लिए किए जाते हैं जो इंटेलिजेंस व्यक्ति की तरह सोचता है।

काली मिर्च स्मार्ट सहायक

वीडियो गेम में हम इसे लगातार देखते हैं, क्योंकि मशीन-नियंत्रित दुश्मन अक्सर मानव जैसे व्यवहार का अनुकरण करना चाहते हैं। वीडियो गेम से अलग, यह हासिल किया गया है कि एक आर्टिफिशियल इंटेलिजेंस एक व्यक्ति के रूप में खामियों और अनियमितताओं के साथ लिख सकता है।

IAs कि तर्कसंगत रूप से सोचते हैं

संभवतः आज इस तकनीक का सबसे आम संस्करण है। हम कहते हैं कि वे तर्कसंगत रूप से सोचते हैं क्योंकि हम उन्हें कुशल और सार्थक परिणाम देने के लिए उपकरण देते हैं। वे उस वातावरण के अनुकूल होने में सक्षम हैं जो वे आसानी से कर रहे हैं, हालांकि वे खुद के लिए सोचने से बहुत दूर हैं।

अल्फास्टार लर्निंग

इसका एक उदाहरण आर्टिफिशियल इंटेलिजेंस है जो अल्फास्टार (स्टारक्राफ्ट II) या अल्फाज़ेरो (शतरंज, शोगी और गो) जैसे वीडियो गेम खेलता है। ये मशीनें मानव विरोधियों से लड़ने में भी सक्षम हैं और पहले ही सामयिक विश्व चैंपियन को हरा चुकी हैं।

IAs कि तर्कसंगत रूप से कार्य करें

चूंकि वे 'कार्य' करते हैं, हमें पता चलता है कि वे उन आंकड़ों को संसाधित नहीं करते हैं जो हम उन पर पारित करते हैं, वे केवल तर्कसंगत रूप से सोचने के लिए दिखाई देते हैं। यह इस तकनीक का सबसे सरल संस्करण है और यह एक ऐसा चरण है जिसे हम पहले ही बड़े पैमाने पर पारित कर चुके हैं। कुछ कंप्यूटर सिस्टम इस तकनीक का सहारा लेते हैं, क्योंकि यह प्रोग्राम करना बहुत आसान है और उनका काम आमतौर पर सरल है।

स्मार्ट वैक्यूम क्लीनर

उदाहरण के लिए, मशीनें जो कॉल प्राप्त करती हैं और आपको उनके विकल्पों या वेब पेजों के बुद्धिमान सहायकों के माध्यम से मार्गदर्शन करती हैं, जो आमतौर पर आपको संबंधित समाधानों की सिफारिश करने के लिए कहते हैं।

पहले से ही एक स्वीकार्य छवि है कि कैसे इंटेलिजेंस वितरित किया जाता है कि वे कितने जटिल हैं, आइए हम आपको इस मामले के दिल में ले जाते हैं।

विचार का गणित

आर्टिफिशियल इंटेलिजेंस प्रोग्राम करने के तरीकों में से एक डेटा को काल्पनिक इकाइयों के रूप में संभाल रहा है जिसे टेंसर्स कहा जाता है। सेंसर एक जटिल बीजगणितीय इकाई (स्केलर, वैक्टर और मैट्रेस की) हैं जिन्हें गणित के ज्ञान के साथ ठीक से काम करने की आवश्यकता होती है। नतीजतन, एआई अनुप्रयोगों का प्रदर्शन उतना ही अच्छा होगा जितना डेटा के गणितीय जोड़-तोड़ का प्रदर्शन किया गया है ।

टर्नबकल का सरलीकृत स्पष्टीकरण

इस प्रकार के सॉफ़्टवेयर के विकास का विस्तार करने के लिए, कई समूहों ने समुदाय के साथ मिलकर और अधिक बुद्धिमान प्रणालियों के साथ सहयोग करने और बनाने के लिए अपनी कोड लाइब्रेरी को जनता के लिए बनाया और खोला है । Google द्वारा TensorFlow , Microsoft द्वारा CNTK , Theano, Caffe2 और Keras कुछ सबसे प्रासंगिक उदाहरण हैं। पुस्तकालयों में से प्रत्येक विभिन्न कोणों से समस्या पर ध्यान केंद्रित करता है और इसके लिए हमारे पास हमारे निपटान में एआई के विकास के विभिन्न स्तरों पर अमूर्तता है।

यदि आप नहीं जानते हैं कि अमूर्तता के स्तर क्या हैं, तो यह एक ऐसी प्रणाली है जो मापती है कि कंप्यूटर की भाषा बोली जाने वाली भाषा के साथ कितनी निकटता है। अमूर्तता का स्तर जितना अधिक होता है, उतना ही यह एक मानव भाषा और निम्न के समान होता है, अधिक मशीन कोड, यानी वह दुनिया जो केवल शून्य और लोगों के साथ काम करती है।

नया सिस्टम, नया हार्डवेयर

यह स्पष्ट है कि सभी सॉफ़्टवेयर हार्डवेयर के भीतर चलते हैं, हालांकि, इस भ्रम में पड़ना आसान है कि बादल हर चीज का सामना कर सकता है, लेकिन वास्तविकता इतनी प्यारी नहीं है। कोड कैसे अनुकूलित किया जाता है, इसके आधार पर, यह मामला हो सकता है कि AI स्थानीय रूप से (स्मार्टफोन, पीसी या इंटरनेट ऑफ थिंग्स डिवाइस पर) काम करता है। या उपकरणों को सर्वर पर गणना भेजने, इसे संसाधित करने और इन परिणामों को वापस करने की अनुमति दी जा सकती है।

क्लाउड सेवाएं

कई मामलों में , "छोटा" डिवाइस स्थानीय रूप से गणना का एक बड़ा हिस्सा बाहर ले जाने की कोशिश करता है और सर्वर को समस्या का केवल एक हिस्सा भेजता है, इस प्रकार कई सेवा प्रबंधन लागतों की बचत होती है ।

दिन में दिन में कृत्रिम बुद्धिमत्ता

हम जानते हैं कि इस के भविष्य के बारे में सोचना कुछ बहुत ही रोचक है और कुछ के लिए रोमांचक भी है, लेकिन आपको पहले फल देखने के लिए दूर नहीं जाना पड़ेगा। आज के समाज में हम आर्टिफिशियल इंटेलिजेंस के निशान कहां पा सकते हैं?

मोबाइल पर आर्टिफिशियल इंटेलिजेंस

यह किसी का ध्यान नहीं जा सकता है, लेकिन यह हमें हर तरफ से घेरे हुए है। घरेलू उपकरणों के साथ शुरू, नए मोबाइलों में अक्सर आर्टिफिशियल इंटेलिजेंस नामक छोटे अंतर्निहित सिस्टम होते हैं जो आपको बेहतर फोटो लेने में मदद करते हैं। चुनिंदा फ़ोकस, पोस्ट-प्रोसेस छवियों को तेज, अधिक रंगीन या विपरीत दिखने के लिए। कुछ भी उन वस्तुओं को पहचानने में सक्षम हैं जिन्हें हम कैप्चर करते हैं और हमें संबंधित खोजों की पेशकश करते हैं।

इस क्षेत्र में , सहकर्मी जो 'ओके गूगल' है, जो हमारे द्वारा बताई गई हर चीज से सीखता है और अनंत अनुरोधों को संसाधित करने में सक्षम है, वह भी बाहर खड़ा है। हालांकि हम आपको बहुत आसानी से 'मशीनीकृत' पा सकते हैं (जैसे बातचीत में सक्षम नहीं होना), हम उस कड़ी मेहनत को खारिज नहीं कर सकते जो हम जानते हैं कि इसके पीछे है।

Google सहायक

हमें आसन्न स्वायत्त ड्राइविंग के बारे में भी बात करनी होगी । टेस्ला जैसी कारें पहले से ही कुछ देशों में एआई-नियंत्रित विकल्पों की पेशकश करती हैं। ये सिस्टम कार के आस-पास के वातावरण पर कब्जा करने, निषेध, खतरों, और इसी तरह, और तदनुसार सुरक्षित रूप से ड्राइविंग करने में सक्षम हैं।

हालांकि हमें मोटर वाहन की दुनिया में ऐसे उच्च स्तर की बुद्धिमत्ता के लिए जाने की आवश्यकता नहीं है। हम देख सकते हैं कि कुछ कारों में पहले से ही ऐसी रोचक प्रणालियाँ हैं जैसे कि आपातकालीन स्टॉप डिटेक्शन या स्वचालित पार्किंग ।

छाया में रानी:

अब तक आप पहले से ही सोच रहे होंगे कि एआई हर जगह है और किसी भी क्षण वे विद्रोह कर रहे हैं, लेकिन निश्चिंत रहें, सोते समय आपका टोस्टर आपको मारने वाला नहीं है। हम इस बात की पुष्टि कर सकते हैं कि यह तकनीक आपके विचार से अधिक नियंत्रित है और समाज के कई रुझानों के लिए जिम्मेदार है।

Youtube, Twitter, Google विज्ञापन… यह सब कुछ हद तक आपके द्वारा बताई गई सेटिंग्स द्वारा नियंत्रित किया जाता है, लेकिन आर्टिफिशियल इंटेलिजेंस द्वारा भी तय किया जाता है कि आपको क्या दिखाना है। क्या आपको एक संदेश के समान सुनाई देता है: "मैं अपना डेटा Google के साथ साझा करना चाहता हूं ताकि यह मुझे ऐसे विज्ञापन प्रदान करे जो मेरी रुचि हो" ?

यह कैसे काम करता है? ठीक है, आप देखेंगे कि आप इंटरनेट पर क्या उपभोग करते हैं, इसके आधार पर आपके स्वाद के साथ एक प्रोफ़ाइल बनाई जाती है और आप कई अन्य लोगों से संबंधित हैं। जब इंटरनेट सेवाओं को आपको कुछ दिखाने की आवश्यकता होती है, तो वे यह अनुमान लगाने के लिए लाखों व्यक्तियों से बने इस प्रोफ़ाइल का उपयोग करते हैं कि आपकी रुचि क्या हो सकती है।

सरलीकृत बिग डेटा स्पष्टीकरण

एआई का उपयोग करके बड़ी मात्रा में डेटा (बिग डेटा) का विश्लेषण करने का यह तरीका बहुत ताकत ले रहा है और करियर इस विषय पर भविष्य तैयार करने के लिए दुनिया भर में दिखाई दे रहे हैं। जैसा कि आप समझेंगे, उपयोगकर्ताओं द्वारा उपयोग किए जाने वाले डेटा को हर सेकंड TeraBytes द्वारा गिना जाता है, इसलिए एक व्यक्ति उन सभी का विश्लेषण करने में सक्षम नहीं है। यह वह जगह है जहां आर्टिफिशियल इंटेलिजेंस डेटा के साथ काम करता है और यह ऐसे लोग हैं जो इसका उपयोग अनुमान लगाने और करने के लिए करते हैं, उदाहरण के लिए, आंकड़े।

हम आपको Google होम मिनी के बारे में बताएंगे: यह क्या है और इसके लिए क्या सुविधाएँ हैं

फाउंडेशन: दीप, मशीन लर्निंग

दीप लर्निंग को थोड़ा बेहतर समझने के लिए हम वीडियो गेम की दुनिया में थोड़ा नेविगेट करने जा रहे हैं, क्योंकि एआई ने वीडियो गेम के क्षेत्र में एक खिलाड़ी (जैसा कि हमने पहले उल्लेख किया है), और एक प्रोग्रामर और डिजाइनर के रूप में प्रवेश किया है। यदि आप उद्योग की प्रगति का पालन करते हैं, तो NVIDIA विभिन्न प्रौद्योगिकियों के लिए कुख्यातता प्राप्त कर रहा है, जिसमें से इसकी DLSS (डीप लर्निंग सुपर सैंपलिंग) प्रणाली, एक आर्टिफिशियल इंटेलिजेंस है जो छवियों को फिर से व्यवस्थित करने में सक्षम है।

DLSS की तुलना

डीएलएसएस का कार्य फुलएचडी (1080p) से अल्ट्राएचडी (4k) तक की छवि को बदलने के लिए बेहतर फ्रेम दर के साथ सबसे अधिक मांग वाले शीर्षक खेलने में सक्षम होना है। सबसे पहले, उपयोगकर्ताओं ने शिकायत की कि छवियां धुंधली और ध्यान से बाहर दिख रही थीं, लेकिन कुछ महीने बाद परिणाम शानदार हैं।

यह डीप लर्निंग के लिए धन्यवाद, एक प्रणाली है जिसके माध्यम से आर्टिफिशियल इंटेलिजेंस अभ्यास और त्रुटि के साथ सीखता है। डीएलएसएस के मामले में, एनवीआईडीआईए इंटेलिजेंस लगातार अल्ट्राएचडी रिज़ॉल्यूशन में छवियों का विश्लेषण कर रहा था और एक आधार के रूप में फुलएचडी छवि का उपयोग करके उन्हें फिर से बनाने की कोशिश कर रहा था। दूसरे शब्दों में, यह ऐसा है जैसे कि उन्होंने आपको एक छवि दी है और आपको उन अंतरालों को भरना है जो आप नहीं जानते हैं। डीप लर्निंग एक प्रकार का सिस्टम है जिसे स्पैनिश में मशीन लर्निंग या ऑटोमैटिक लर्निंग कहा जाता है।

मशीन लर्निंग और डीप लर्निंग

मशीन लर्निंग को आर्टिफिशियल इंटेलिजेंस की आधारशिला के रूप में वर्गीकृत किया जा सकता है। ये एल्गोरिदम के विभिन्न सेट हैं जो अक्सर मशीनों के लिए कार्यों को सीखने के लिए, अन्य चीजों के बीच उपयोग किए जाते हैं। उदाहरण के लिए, एक छवि को पहचानना, शतरंज खेलना या मनोदशाओं का पता लगाना ऐसी चुनौतियां हैं जिन्हें सीखा जा सकता है और चुनौती के आधार पर विभिन्न प्रकार के एल्गोरिदम का उपयोग किया जाता है।

मशीन लर्निंग को एल्गोरिदम का सेट कहा जाता है जो मशीन को उस अनुभव से सीखने की अनुमति देता है जो वह जमा कर रहा है। दूसरी ओर, डीप लर्निंग विषम इनपुट्स के साथ सीखने पर केंद्रित है। आर्टिफिशियल इंटेलिजेंस के भविष्य के अनिश्चित होने के बाद से दोनों विषयों को ऊर्जा के साथ विकसित और अध्ययन किया जा रहा है।

आर्टिफिशियल इंटेलिजेंस का भविष्य

हमारे दृष्टिकोण से, आर्टिफिशियल इंटेलिजेंस की संभावनाएं अनंत हैं। हमें अभी भी नहीं पता है कि हमारी सीमा क्या है और हम पहले से ही हमारे जैसे ही एक और निर्माण पर काम कर रहे हैं, लेकिन हम भविष्य में क्या उम्मीद कर सकते हैं?

कुछ भी नहीं है कि हम टिप्पणी करेंगे को दी गई के लिए लिया जा सकता है, लेकिन वे मुख्य रूप से इन मशीनों के विकसित होने के अवलोकन से प्राप्त कुछ तर्कों पर आधारित कथन हैं ।

इंटरनेट

सबसे पहले, यह अपरिहार्य लगता है कि हम इंटरनेट पर हावी दुनिया की ओर बढ़ रहे हैं, यही वजह है कि एआई के माध्यम से अधिक प्रासंगिकता और शक्ति होगी। यह कुछ ऐसा नहीं है जो हमें डराना चाहिए, क्योंकि यह एकमात्र तरीका है जिसमें हम मंच के रखरखाव को सुनिश्चित कर सकते हैं। इससे हम वेब को कुछ अधिक संरक्षित स्थान पर सर्फ कर सकते हैं, लेकिन साथ ही साथ अधिक सुरक्षित भी। इसके पहले पायनियर के रूप में हमारे पास फेसबुक बॉट्स हैं जो विश्लेषण करते हैं और अनुमान लगाते हैं कि क्या आत्मघाती विचार आपके माध्यम से चलते हैं और यदि वे इसका पता लगाते हैं, तो वे आपसे संपर्क करते हैं।

इसी तरह, भौतिक दुनिया में, स्वायत्त और सहायक कारें उस समय तक तेजी से प्रभावी हो जाएंगी जब तक कि ड्राइविंग केवल मनोरंजक है। शायद बदलाव सौ साल के लिए नहीं होता, लेकिन बदलाव तो होगा ही।

एक और बदलाव जिसकी भविष्यवाणी की जाती है, वह है मशीनों के लिए कड़ी मेहनत का आदान-प्रदान । यह एक क्रांति है जो कई भय है, लेकिन यह अपरिहार्य लगता है, इसलिए हमें तैयार रहना होगा।

साइबोर्ग नील हारबिसन

और यद्यपि यह विज्ञान कथा के कुछ विशिष्ट प्रतीत होता है, यह बहुत संभावना है कि भविष्य में हमें अपने शरीर में प्रौद्योगिकी और आर्टिफिशियल इंटेलिजेंस को एकीकृत करने के तरीके खोजने होंगे। वास्तव में, इतिहास में पहला साइबरबग पहले से मौजूद है और इसे नील हर्बिसन कहा जाता है।

इस किनारे के अलावा विचारों का समुद्र अपार है। कौन जानता है? शायद एक कारखाने की मशीनें आदिम मशीन-मशीन भाषाओं के साथ एक मुख्य मशीन की कमान के तहत एक साथ काम करती हैं। शायद एक दिन सबसे अच्छा स्टॉक मार्केट सट्टा एक आर्टिफिशियल इंटेलिजेंस या यहां तक ​​कि सबसे अच्छा motoGP बाइकर होगा।

कृत्रिम बुद्धि

यह एक अजीब, डरावना भविष्य की तरह लग सकता है, लेकिन हमें निश्चित रूप से हल करने की कोशिश करने के लिए अन्य समस्याएं हैं!

और आप एआई के बारे में क्या जानते हैं? क्या आप देखने के लिए उत्सुक हैं कि क्या आएगा? आर्टिफिशियल इंटेलिजेंस के बारे में आपके क्या विचार हैं, हमें बताएं।

PowerDataIberdrolaIndraNewsRoom फ़ॉन्ट