मशीन लर्निंग: यह क्या है और एआई के साथ इसका क्या संबंध है?

आज हम आपको और अधिक गहराई से पढ़ाना चाहते हैं, जो उन शर्तों में से एक है जिन्होंने क्रांति की है और कुछ इंटरैक्शन में क्रांति लाएंगे जैसा कि हम जानते हैं। हम आर्टिफिशियल इंटेलिजेंस और इसकी सबसे विशिष्ट शाखा, मशीन लर्निंग या स्वचालित सीखने के बारे में बात कर रहे हैं ।

जैसा कि आप जानते हैं, कंप्यूटिंग हमेशा निरंतर विकास में है और हम जो खरीद सकते हैं वह आमतौर पर जितना संभव हो उतना धार नहीं है।

उदाहरण के लिए, जब हम PCI-Express की 4 वीं पीढ़ी विकसित कर रहे हैं , तो शोधकर्ता PCIe Gen 5 को पहले से ही विकसित कर रहे हैं और 6 ठी छलांग का अध्ययन कर रहे हैं। इसी कारण से उन तकनीकों को खोजना असामान्य नहीं है जिन्हें हम उन कार्यों को करना नहीं जानते थे जिनके बारे में हमने कभी नहीं सुना था।

लेकिन इससे पहले कि हम आगे बढ़ें, हम इस विषय को संकुचित करें कि हम किस बारे में बात करने जा रहे हैं, क्योंकि मशीन लर्निंग क्या है?

सूचकांक को शामिल करता है

मशीन लर्निंग क्या है?

मशीन लर्निंग कंप्यूटर विज्ञान और आर्टिफिशियल इंटेलिजेंस की एक विशिष्ट शाखा है जहां स्वचालित सीखने में सक्षम सिस्टम बनाए जाते हैं ।

इस शाखा ने 80 के दशक के आसपास अपना अध्ययन और विकास शुरू किया और आज यह काफी विकसित है। इसी कारण से, आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग दोनों का उपयोग कई वैज्ञानिक और रोजमर्रा के क्षेत्रों में किया जाता है।

इस शाखा में, AI एक या अधिक एल्गोरिदम से बना होता है जो बड़ी मात्रा में डेटा को संसाधित करने और तदनुसार सीखने में सक्षम होता है। इस विषय पर दो प्रमुख विचार हैं:

• सिस्टम को डेटा का विश्लेषण करने और कौशल का निर्माण करने में सक्षम होना चाहिए जो उसके जन्म के समय नहीं था। इंटेलिजेंस को मानव स्वायत्तता के बिना, स्वायत्त रूप से कार्य करने में सक्षम होना चाहिए।

वास्तविक दुनिया में हमारे पास व्यावहारिक उदाहरण हैं जैसे ईमेल में स्पैम का वर्गीकरण, अमेज़ॅन पर संबंधित सिफारिशें या कंपनी के डेटा का उपयोग करके भविष्य की भविष्यवाणियां। उत्तरार्द्ध एक दिलचस्प खंड है जो अधिक से अधिक कंपनियों पर दांव लगा रहा है।

मशीन लर्निंग का उपयोग करके हम यह देख सकते हैं कि असंतुष्ट ग्राहकों या पूर्व-ग्राहकों को उसी राज्य में अन्य उपयोगकर्ताओं के साथ संबंध सुधारने के लिए कौन से पैटर्न पहचानते हैं । कुछ प्रोफाइल बनाने के लिए वरिष्ठता, शिकायतों की संख्या, अनुबंधित योजना और अन्य का अध्ययन किया जाता है । एक बार AI के निष्कर्ष निकाले जाने के बाद, विपणन विशेषज्ञों का एक समूह उन समस्याओं से निपटने के लिए एक विशिष्ट अभियान बना सकता है।

इस प्रकार, कंपनी कुछ निश्चित धारणाओं के आधार पर ग्राहकों को आकर्षित करने या रखने की योजना बना सकती है और प्रतिक्रियात्मक रणनीति से सक्रिय हो सकती है। यह एक बहुत ही दिलचस्प रणनीति है जो आर्टिफिशियल इंटेलिजेंस , बड़ी मात्रा में डेटा और मशीन लर्निंग का उपयोग करती है ।

आर्टिफिशियल इंटेलिजेंस को कैसे प्रशिक्षित किया जाता है?

आर्टिफिशियल इंटेलिजेंस तैयार करने के लिए इसे विभिन्न चरणों से गुजरना पड़ता है:

1. यह पहले एक नियंत्रित वातावरण से गुजरता है । यहां आप बड़ी संख्या में डेटा और उनके संबंधित परिणाम दर्ज करते हैं जिसके साथ आप विचारों के बीच संबंध बना सकते हैं। इस हिस्से को सुपरवाइज्ड लर्निंग कहा जाता है । फिर आपको एक स्वतंत्र और अनुत्तरित वातावरण में डाल दिया जाता है, जहां एआई को स्वयं एक परिणाम का चयन करना होगा। यह जानकर कि आपके उत्तर सही हैं या नहीं, आप अपने एल्गोरिथ्म में नए नियम बनाते हैं। इस अवस्था को Unsupervised Learning कहा जाता है । अंत में, उसके लिए एक वातावरण तैयार किया जाता है जहां वह लड़खड़ाता है। यदि, उदाहरण के लिए, आपके लिए कम चमक वाले चित्रों को अलग करना मुश्किल है, तो शायद आपको रात की तस्वीरों के साथ प्रशिक्षित किया जाए। इस चरण को रीइनफोर्समेंट लर्निंग कहा जाता है । यह प्रक्रिया स्टेप 2 से की जा सकती है जितनी बार आप इंटेलिजेंस को फाइन-ट्यून करना चाहते हैं।

मशीन लर्निंग पर सामान्यीकृत योजना

एक व्यावहारिक उदाहरण एक एआई दस मिलियन फ़ोटो दिखाना और उन्हें बताना होगा कि कौन से कुत्ते हैं और कौन से नहीं हैं। यहां वह यह बताएगा कि कुत्तों में आमतौर पर फर होता है, वे आमतौर पर चार पैरों पर चलते हैं और नस्ल के आधार पर अलग-अलग आकार और आकार होते हैं।

बाद में, उसे वर्गीकृत करने के लिए एक लाख तस्वीरें दी जाती हैं । यहां आपको जवाब देना होगा कि फोटो में कोई कुत्ता है या नहीं और उसके अनुसार आप अपने डेटाबेस में नए 'आइडियाज' बनाएंगे या नहीं। इस नए डेटा को लागू करने के लिए, इंटेलिजेंस अपने एल्गोरिथ्म में नए नियम स्थापित करेगा और अब, उदाहरण के लिए, यह बिल्लियों से कुत्तों को अलग करने में सक्षम होगा।

अंत में, उनकी दक्षता का अध्ययन किया जाता है और उनके कमजोर बिंदुओं को प्रशिक्षित करने के लिए नई तस्वीरें तैयार की जाती हैं।

बेशक, यह प्रदर्शन के लिए एक सरल और बहुत दोहराई जाने वाली प्रणाली है, लेकिन अन्य अधिक प्रयोगात्मक और अजीब तरीके हैं।

तय, ट्विटर बॉट

प्रयोगात्मक प्रशिक्षण का एक हालिया मामला था ताई , जिसे Microsoft द्वारा विकसित एक एआई ने खुद को मानव के रूप में व्यक्त करना सीखा।

तय की ट्विटर प्रोफाइल

बॉट को शुरू में एक 19 वर्षीय लड़की के रूप में बोलने के लिए प्रोग्राम किया गया था और 23 मार्च, 2016 को उसे ट्विटर के अंधेरे स्थानों में छोड़ दिया गया था ।

आपको समुदाय से बात करने और आपके द्वारा प्राप्त संदेशों के साथ-साथ उपयोगकर्ताओं के साथ आपकी सहभागिता के बारे में जानने के लिए प्रोग्राम किया गया था । उसकी शिक्षा लगभग पूरी तरह से स्वायत्त थी, हालांकि उसे नकारात्मक व्यवहार दिखाने के लिए 16 घंटे बाद वापस लेना पड़ा ।

अपने जीवन की छोटी अवधि में, उन्होंने 96, 000 से अधिक ट्वीट किए। हालाँकि, इस सामाजिक नेटवर्क के जानबूझकर आक्रामक व्यवहार ने जल्द ही इसे नस्लवादी और अन्य वाक्यांशों के साथ जवाब देने के लिए ताई की तुलना में तेज़ बना दिया ।

इस मामले में, पर्यवेक्षित अधिगम और बुनियादी नियमों की श्रृंखला को विधिवत संशोधित किया जाना चाहिए था । सामाजिक नेटवर्क के लापरवाह और आक्रामक स्वर को जानने के बाद, ताई को व्यंग्यात्मक से वास्तविक को अलग करने के लिए तैयार नहीं किया गया था। उसी कारण से, कुछ उपयोगकर्ता आसानी से इंटेलिजेंस के "बौद्धिक अवरोध" को "तोड़ने" में कामयाब रहे।

वास्तविक दुनिया में मशीन लर्निंग एप्लीकेशन

हम आपको पहले ही कुछ दैनिक उपयोगों के बारे में बता चुके हैं जो शायद आप मशीन लर्निंग के बारे में पहले से जानते थे, लेकिन अन्य मामले मौजूद हैं।

नीचे आप सबसे आम समस्याओं में इस तकनीक के व्यावहारिक अनुप्रयोगों की एक श्रृंखला देखेंगे। बेशक, वे अत्याधुनिक समाधान हैं, इसलिए उन्हें आमतौर पर बहुत अधिक धन की आवश्यकता होती है।

स्वास्थ्य

हमारे शरीर के बारे में जानकारी पढ़ने में सक्षम नए प्रकार के कपड़ों के लिए एक तकनीक का अध्ययन किया जा रहा है। यह हमारी नाड़ी, श्वास या चिंता को पढ़ने में सक्षम हो सकता है।

इन आंकड़ों को एक इंटेलिजेंस द्वारा पढ़ा जाता है जो वास्तविक समय में रोगी की स्थिति का मूल्यांकन करता है। इसलिए यदि आपको एक विशेष समय में दिल का दौरा पड़ने जैसी समस्या है, तो आप अधिक तेज़ी से निदान और / या प्रतिक्रिया कर सकते हैं ।

दूसरी ओर, कुछ लोगों में आत्मघाती विचारों का पता लगाने में सक्षम कुछ बॉट लागू किए गए हैं। प्रसिद्ध फेसबुक इंटेलिजेंस ने आत्मघाती प्रवृत्ति के पैटर्न को पहचानने के लिए बातचीत और आपकी गतिविधि को पढ़ा, हालांकि ऐसे अन्य संस्करण हैं जो व्यक्ति के व्यवहार, उसकी आवाज़ और उसकी शारीरिक भाषा का अधिक बारीकी से अध्ययन करते हैं।

वित्त

अर्थशास्त्र में, कुछ बैंकों और कंपनियों ने धोखाधड़ी का पता लगाने और रोकने के लिए मशीन लर्निंग आधारित समाधानों का उपयोग किया है ।

दूसरी ओर, निवेश के अवसरों की अधिक आसानी से पहचान करने के लिए भी कुछ इसी तरह का उपयोग किया जाता है । इसका उपयोग यह तय करने के लिए भी किया जाता है कि स्टॉक और अन्य साधनों को कब बेचना या खरीदना है।

विपणन

यह हम पहले ही उल्लेख कर चुके हैं, लेकिन यह इसके सबसे अच्छे ज्ञात अनुप्रयोगों में से एक है।

आपके साथ ऐसा हुआ होगा कि आप अमेज़न पर कुछ उत्पादों को देखें, फेसबुक, गूगल या इंस्टाग्राम में प्रवेश करें और अपने विज्ञापनों में सिर्फ उस उत्पाद को देखें। यह कोई संयोग नहीं है, क्योंकि सोशल नेटवर्क और Google उन इंटेलिजेंस को लागू करते हैं जो आपके इतिहास और आपके संभावित हितों का अध्ययन करते हैं ताकि वे जहां चाहें वहां कब्जा कर सकें।

कुछ उपयोगकर्ता इसे उपयोगकर्ता पर 'हमला' करने के एक घुसपैठिए तरीके के रूप में देखते हैं और यह आश्चर्यजनक नहीं है क्योंकि वे आपको एक विचार के साथ बमबारी करते हैं। हालाँकि, विज्ञापन उस दिशा में आगे बढ़ेगा क्योंकि यह अधिक व्यक्तिगत है और संभावित खरीदारों को विज्ञापन लक्षित होंगे।

मशीन लर्निंग और डीप लर्निंग

ये दो शब्द आमतौर पर हाथ से जाते हैं, लेकिन वे बिल्कुल समान नहीं हैं। भविष्य के लेखों में हम इस दूसरे शब्द के बारे में बात करेंगे, क्योंकि यह कुछ ऐसा है जो सीखने लायक है।

हम आपको एएमडी ड्राइवरों को साफ और आसानी से अनइंस्टॉल करने का तरीका बताते हैं

सामान्य तौर पर, हम मशीन लर्निंग और डीप लर्निंग के बीच संबंध स्थापित कर सकते हैं क्योंकि आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग है । डीप लर्निंग मशीन लर्निंग की एक और अधिक विशिष्ट शाखा है।

यह समय और अनुभव के रूप में विकास जैसे महत्वपूर्ण खंड साझा करता है, लेकिन इसमें मतभेदों की एक और श्रृंखला है।

सरलीकृत दीप सीखना

डेटा सीखने और प्रसंस्करण के लिए इसका आधार विभिन्न परतों का उपयोग करना है जो कि न्यूरॉन्स के रूप में कार्य करते हैं। इसलिए, हम स्थापित कर सकते हैं कि ये इंटेलिजेंस आमतौर पर अधिक परिष्कृत होते हैं, लेकिन निर्माण के लिए अधिक जटिल और महंगे भी होते हैं ।

यद्यपि यदि आप इस विषय में अधिक रुचि रखते हैं, तो वेबसाइट पर बने रहें और दीप लर्निंग पर हमारे अगले लेख पर जाएं ।

हम स्काईनेट से कितनी दूर हैं?

हमारे पास सबसे अधिक काल्पनिक दिमाग के लिए यह खंड है ।

यह किताबों, फिल्मों और अन्य में बहुत दोहराया विषय है। कुछ भी नहीं के लिए बिल्कुल एक शैली या विषय है जिसे साइबरपंक कहा जाता है। हालांकि, आर्टिफिशियल इंटेलिजेंस द्वारा नियंत्रित उन फ्यूचरिस्टिक डायस्टोपिया से दूर, हमारी मशीनों को अभी भी एक लंबा रास्ता तय करना है।

रिक और मोर्टी के स्मार्ट रोबोट

आज की मशीन लर्निंग सिस्टम ' कमजोर एआई' के समूह से संबंधित हैं । जैसा कि हमने देखा है, ये इंटेलिजेंस केवल पैटर्न को समझने और सरल कटौती करने में सक्षम हैं। वे कुछ संदर्भों में हमारा समर्थन करने के लिए बहुत उपयोगी हैं, लेकिन वे स्वायत्त प्रणाली नहीं हैं।

दूसरी ओर हमारे पास 'मजबूत एआई' होगा , जो भविष्य की कहानियों में प्रतिनिधित्व करते हैं जहां वे मनुष्यों की तुलना में बहुत अधिक या अधिक बुद्धिमान हैं। हम 'मैट्रिक्स' , 'टर्मिनेटर' , 'घोस्ट इन द शेल' या 'हेलो' जैसी लोकप्रिय संस्कृति में उल्लेखनीय उदाहरण पा सकते हैं। वास्तव में, इस सूची में दो काम हैं जो एक दूसरे से संबंधित हैं; कौन सा अनुमान लगाओ?

आज हम अभी भी पूरी तरह से स्वायत्त और सुरक्षित कारों का विकास कर रहे हैं । हम लगातार आगे बढ़ रहे हैं, लेकिन हमारे पास अभी भी पूरी तरह से तकनीक से बने एक समान तथ्य को विकसित करने का एक तरीका है ।

यदि आप इसके बारे में अधिक जानना चाहते हैं, तो आप आर्टिफिशियल इंटेलिजेंस के बारे में हमारे लेख पर जा सकते हैं । यह अधिक सामान्य दृष्टिकोण से एक पाठ है और हम इस तकनीक के लिए संभावित संभावित प्रभावों का थोड़ा अध्ययन करते हैं।

मशीन लर्निंग पर अंतिम शब्द

आर्टिफिशियल इंटेलिजेंस पर हमारे निष्कर्ष के समान , यह स्पष्ट है कि भविष्य अनिश्चित है। हालांकि, यह अपरिहार्य है कि इसके कौशल और विशेषताओं के बीच प्रौद्योगिकी को लागू करने के लिए विकास की समीक्षा करने की आवश्यकता होगी ।

कम से कम, इंटरनेट प्रोग्राम और एल्गोरिदम द्वारा अधिक और बेहतर नियंत्रित किया जाएगा। सामाजिक नेटवर्क बेहतर ढंग से कैलिब्रेट किया जाएगा और हमारे स्वाद के अनुसार हमें अधिक सामग्री प्रदान करेगा । और अंत में, धोखाधड़ी या इस तरह का खतरा होने पर अधिक आसानी से पता लगाकर ऑनलाइन रिश्ते अधिक सुरक्षित होंगे ।

दूसरी ओर, आश्चर्यचकित न हों कि यह शताब्दी तब है जब IoT (इंटरनेट ऑफ थिंग्स) चमक जाएगी । यह एक विचार है कि हम लंबे समय से सपने देख रहे हैं और यह करीब आ रहा है। इसके अलावा, IoT मशीन लर्निंग से संबंधित अत्याधुनिक तकनीकों की एक बड़ी बोलीदाता है , हालांकि इसमें सुरक्षा के संबंध में अभी भी कुछ समायोजन का अभाव है ।

हमारे हिस्से के लिए, हमें लगता है कि यह एक क्रमिक विकास होगा और जब तक आपको सूचित किया जाता है कि क्या हो रहा है, आपको डरने की कोई बात नहीं है। नई कारें या रेफ्रिजरेटर आपको अजीब लग सकते हैं, लेकिन मुझे नहीं लगता कि हम 'मजबूत एआई' के जागरण को देखेंगे ।

हम बाजार पर सर्वश्रेष्ठ लैपटॉप पढ़ने की सलाह देते हैं

अंत में, हमें यह स्वीकार करना होगा कि हम आर्टिफिशियल इंटेलिजेंस या मशीन लर्निंग के विशेषज्ञ नहीं हैं, इसलिए कुछ अजीब आंकड़ों से आश्चर्यचकित न हों। अगर हमने कोई गलती की है, तो हमें बताने में संकोच न करें! आखिरकार, हम अभी तक सही मशीन नहीं हैं।

और आप, मशीन लर्निंग और आर्टिफिशियल इंटेलिजेंस के बारे में क्या सोचते हैं? किस पहलू में आपको लगता है कि उन्हें लागू किया जाना चाहिए? अपने विचार नीचे साझा करें।

चतुर दातापदस्सलागैतवत्सन् फॉन्टे