आर्टिफिशियल इंटेलिजेंस (एआई) उन प्रणालियों या मशीनों को संदर्भित करता है जो मानव बुद्धि का अनुकरण करती हैं। यह इन मशीनों को मानव सहायता के बिना निर्णय लेने में सक्षम होने के साथ-साथ स्वयं सीखने और सोचने की अनुमति देता है।
एआई क्या करने की कोशिश कर रहा है यह समझने के लिए, इसके अंतिम लक्ष्य पर एक नज़र डालना महत्वपूर्ण है। इसका उद्देश्य ऐसी मशीनें बनाना है जो डेटा को पूरी तरह से स्वतंत्र तरीके से संसाधित और आत्मसात कर सकें, साथ ही उनके अस्तित्व के बारे में आत्म-जागरूक होने की क्षमता भी हो।
वर्तमान में, एआई बड़े पैमाने पर उत्पादन करने वाली मशीनों से दूर है जो आत्म-जागरूक हैं। लेकिन यह पर्याप्त रूप से विकसित हो गया है जहां सामान्य प्रणालियां और मशीनें बिना सहायता के काम कर सकती हैं, अपने दम पर डेटा का आकलन कर सकती हैं और अपने हिसाब से निर्णय ले सकती हैं।
एआई के विभिन्न प्रकार हैं, जिनमें से कुछ कई प्रणालियों और मशीनों में पाए जा सकते हैं। एआई के इन सबसेट के बारे में सीखकर, आप एआई और यह कैसे काम करता है, इसके बारे में अधिक जान सकते हैं।
प्रमुख बिंदु
- एआई सिस्टम और मशीनों को खुद सीखने, सोचने और निर्णय लेने की क्षमता देता है।
- एआई के विभिन्न प्रकार हैं जिन्हें स्वतंत्र रूप से संचालित करने की उनकी क्षमता के अनुसार वर्गीकृत किया गया है।
- एआई का उद्देश्य उन प्रणालियों को विकसित करना है जो मानव जैसी आत्म-जागरूकता रखते हुए पूरी तरह से अपने दम पर काम कर सकें।
- अपने सरलतम रूप में, AI केवल उन्हीं कार्यों को कर सकता है जिन्हें करने के लिए उसे प्रोग्राम किया गया है। अपने उन्नत रूप में, AI एक स्वतंत्र विचारक और निर्णयकर्ता हो सकता है।
एआई क्या है: यह कैसे काम करता है और इसे हासिल करने के लिए क्या निर्धारित किया गया है?
AI उन प्रणालियों और मशीनों के माध्यम से काम करता है जिन्हें मानव बुद्धिमत्ता की नकल करने के लिए डिज़ाइन किया गया है। इसमें सूचना को समझने, डेटा का विश्लेषण करने और अपने आकलन के अनुसार निर्णय लेने की मानवीय क्षमता शामिल है। AI सिस्टम इन बुद्धिमान प्रक्रियाओं का अनुकरण पूर्वनिर्धारित कार्यों और उन्नत एल्गोरिदम के एक सेट के माध्यम से करते हैं जो उनके प्रोग्रामर उन्हें प्रदान करते हैं।
एआई के माध्यम से, मनुष्य रोबोट जैसी प्रणालियाँ और मशीनें बनाने का लक्ष्य रखते हैं जो उपलब्ध जानकारी के उपयोग से अपने आप सोच और कार्य कर सकें। इस खोज का अंतिम लक्ष्य ऐसी एआई प्रणालियाँ विकसित करना है जो आत्म-जागरूक, आत्म-विकासशील और आत्म-निर्भर हों।
एआई की विभिन्न श्रेणियां हैं जो इस तंत्र के माध्यम से संचालित होने वाली प्रणालियों और मशीनों की क्षमताओं को परिभाषित करती हैं। ये श्रेणियां डेटा वैज्ञानिकों, एआई प्रोग्रामर और अन्य उपयोगकर्ताओं के लिए यह निर्धारित करना आसान बनाती हैं कि उन्हें अपने अनुप्रयोगों के साथ किस प्रकार के कृत्रिम बुद्धिमत्ता दृष्टिकोण का उपयोग करना चाहिए।
एआई को आमतौर पर निम्नलिखित चार समूहों में विभाजित किया जाता है।
1. प्रतिक्रियाशील
रिएक्टिव आर्टिफिशियल इंटेलिजेंस को AI का सबसे पुराना रूप माना जाता है। इस श्रेणी को इसका नाम डेटा और क्रियाओं के एक सेट पर पूर्वनिर्धारित प्रतिक्रिया के कारण मिला है। इस प्रकार, इस प्रकार के AI सिस्टम सूचना को संभालने के अपने अनुभवों से नहीं सीखते हैं। इसके बजाय, वे केवल अपने पूर्व निर्धारित प्रोग्रामिंग के अनुसार डेटा को संसाधित और विश्लेषण करने और उस पर प्रतिक्रिया करने में सक्षम हैं।
यह इन एआई प्रणालियों की उन मापदंडों के बाहर अपनी राय बनाने की क्षमता को सीमित करता है जिनके साथ वे सुसज्जित हैं। लेकिन जब डेटा की विभिन्न व्याख्याओं को ध्यान में रखते हुए प्रशिक्षित किया जाता है, तो प्रतिक्रियाशील एआई सिस्टम और मशीनें अभी भी मनुष्यों के जीवन को आसान बनाने के लिए अद्भुत और अक्सर अनावश्यक कार्य कर सकती हैं।
एआई क्या है, इसके बारे में सीखते समय, आप पौराणिक के रूप में प्रतिक्रियाशील एआई के अत्यधिक चर्चित उदाहरण पा सकते हैं डीप ब्लू सुपरकंप्यूटर आईबीएम द्वारा विकसित एक ऐसा सिस्टम जिसे शतरंज खेलने के लिए प्रोग्राम किया गया था और जिसने 1996-1997 में एक विश्व चैंपियन के खिलाफ मैच जीता था। जबकि, रिएक्टिव एआई का एक आम तौर पर देखा जाने वाला उदाहरण विभिन्न स्ट्रीमिंग सेवाओं की सामग्री सुझाव प्रणाली है, जो उपयोगकर्ताओं द्वारा उपभोग की जाने वाली सामग्री के प्रकार का विश्लेषण करती है और टैग और अन्य पहचान योग्य जानकारी के अनुसार समान सुझाव प्रदान करती है।
2. सीमित मेमोरी
सीमित मेमोरी एआई उन प्रणालियों और मशीनों को संदर्भित करता है जो वर्तमान में निर्णय लेने के लिए अपने पिछले अनुभवों से आकर्षित करने की क्षमता रखते हैं। यह उन्हें प्रतिक्रियाशील एआई का मिश्रण बनाता है लेकिन एमएल की क्षमताओं के साथ उनमें अंतर्निहित है। यह उन उद्देश्यों पर भी प्रकाश डालता है जिन्हें आधुनिक एआई डेटा के जटिल सेटों को संसाधित करते हुए अधिक उन्नत दृष्टिकोणों के साथ प्राप्त कर सकता है।
नए कार्यों, सभी आधुनिक एआई सिस्टम और मशीनों को करने के लिए प्रसंस्करण डेटा के पिछले अनुभवों का उपयोग करने के अपने वर्गीकरण के कारण सीमित मेमोरी मॉडल का उपयोग करें. यह सीमित स्मृति को एआई के सबसे सर्वव्यापी रूपों में से एक बनाता है जिसे डेटा वैज्ञानिकों और प्रोग्रामरों द्वारा समान रूप से मांगा जाता है।
यह देखते हुए कि सीमित मेमोरी एआई विभिन्न आधुनिक प्रणालियों की नींव के रूप में कार्य करती है, आप इसे कई अनुप्रयोगों में पा सकते हैं। इन दृष्टिकोणों में से, स्व-ड्राइविंग वाहन सभी के सबसे लोकप्रिय प्रदर्शनों में से एक हैं। यह सीमित मेमोरी को उन एआई प्रकारों में से एक बनाता है जो निकट भविष्य में लोकप्रियता की नई ऊंचाइयों तक पहुंचने के लिए तैयार हैं।
3. मन का सिद्धांत
एआई क्या है यह सीखने के दौरान आपको माइंड सिस्टम के सिद्धांत पर भी ध्यान देना होगा। ये AI सिस्टम और मशीनें अभी तक पूर्ण रूप से निर्मित नहीं हैं या मूर्त उपभोक्ता अनुप्रयोगों में उपलब्ध नहीं हैं। लेकिन उनकी अवधारणा अच्छी तरह से परिभाषित है और भविष्य में मशीनों के साथ-साथ मानवता के लिए एआई द्वारा प्राप्त किए जा सकने वाले चमत्कारों के नए द्वार खोलती है।
संक्षेप में, मन एआई का सिद्धांत मानव बुद्धि का अनुकरण करने से परे जाना है और दूसरों के विचारों, जरूरतों और भावनाओं को समझने की इच्छा रखता है। बदले में, यह एआई विकास कृत्रिम भावनात्मक बुद्धिमत्ता को इस तरह से ऊपर उठाने की इच्छा रखता है जिससे सिस्टम और मशीनें मानवीय भावनाओं को ठीक उसी तरह समझ सकें जैसे वे इसे दोहराने में सक्षम हों।
इसके साथ ही कहा जा रहा है, मन के सिद्धांत एआई को दोहराना उतना आसान नहीं है जितना कि शतरंज बोर्ड पर कुछ अपरिहार्य मोड़ों की भविष्यवाणी करना। इसके बजाय, यह एआई सिस्टम और मशीनों को इस दृष्टिकोण में प्रशिक्षित करने के लिए कहता है कि वे जिस व्यक्ति के साथ बातचीत कर रहे हैं उसका सही विश्लेषण और आकलन करें। यह वर्तमान एआई स्पेस में कुछ महत्वपूर्ण प्रगति की मांग करता है, लेकिन एआई के लिए एक रोमांचक भविष्य का वादा भी करता है।
4. आत्म-जागरूक
एआई के चार रोमांचकारी प्रकारों में से, आत्म-जागरूक एआई शायद सभी का सबसे नवीन लेकिन विवादास्पद विषय है। मन एआई के सिद्धांत के समान, आत्म-जागरूक एआई विकास के अधीन रहता है इससे पहले कि यह उस स्तर तक पहुंच सके जहां इसके अनुप्रयोग निर्बाध हैं और बड़े वाणिज्यिक और सार्वजनिक उपयोग के लिए तैयार हैं। लेकिन जैसा कि नाम से पता चलता है, स्व-जागरूक एआई सिस्टम और रोबोट जैसी मशीनें संवेदनशील बनने में सक्षम होंगी।
आत्म-जागरूकता की यह धारणा प्रतिक्रियाशील और सीमित मेमोरी एआई सहित वर्तमान में उपयोग किए जाने वाले एआई सिस्टम को और आगे बढ़ाने से आएगी। चूंकि एआई एक तेजी से विकसित होने वाली जगह है जो जगह-जगह नई प्रणालियां लाती रहती है, यह विकास तालिका से बाहर नहीं है, भले ही इसमें कुछ समय लग जाए।
इसका मतलब यह है कि भले ही वैज्ञानिकों और विशेषज्ञों को यह समझने में कुछ समय लगेगा कि कृत्रिम भावनात्मक बुद्धिमत्ता के साथ एआई क्या करने में सक्षम है, एआई के लिए इंसानों की तरह सोचने, महसूस करने और कार्य करने की संभावनाएं एआई तकनीक का शिखर होंगी। इस उन्नति को तब रोबोट और ऐप के रूप में प्रदर्शित किया जा सकता है जो मनुष्यों के साथ उसी भावनात्मक स्तर पर बातचीत करने में सक्षम हैं जैसे कि उनकी अपनी प्रजातियां हैं।
एआई अनुप्रयोगों के विभिन्न प्रकार
ऊपर उल्लिखित चार प्रकार के एआई के अलावा, आर्टिफिशियल इंटेलिजेंस स्पेस के नाम के तहत अलग-अलग उपसमुच्चय भी हैं। इनमें निम्नलिखित दृष्टिकोण शामिल हैं।
मशीन लर्निंग
अक्सर आर्टिफिशियल इंटेलिजेंस के साथ परस्पर उपयोग किया जाता है, मशीन लर्निंग (एमएल) एआई की एक उपश्रेणी है। एआई मशीनें जो एमएल का उपयोग सक्रिय रूप से उस डेटा से सीखती हैं जिसे वे संसाधित करते हैं और नई जानकारी को संसाधित करने के लिए पहले से सीखी गई अंतर्दृष्टि और पैटर्न को लागू करें भविष्य में। ये एआई सिस्टम पूर्व निर्धारित निर्देशों का पालन किए बिना नई प्रक्रियाओं के अनुकूल हो सकते हैं। यह सीमित मेमोरी एआई को एमएल का हिस्सा बनाता है।
गहरी सीख
डीप लर्निंग ML का एक हिस्सा है, जहाँ यह ML के ही अधिक उन्नत संस्करण के रूप में कार्य करता है। एमएल की तुलना में, गहन शिक्षण डेटा के अधिक जटिल और बड़े सेट को संसाधित करता है जिसमें छवि, आवाज और वीडियो जैसे विभिन्न अवर्गीकृत मीडिया शामिल हो सकते हैं। यह डेटा की बड़ी मात्रा या परतों के लिए भी काम करता है जो मनुष्यों के लिए अपनी मूल स्थिति में संसाधित करने के लिए भारी हैं। यह अधिक उन्नत आवश्यकताओं के साथ सीमित स्मृति एआई के लिए गहन शिक्षा को एक लोकप्रिय दृष्टिकोण बनाता है।
प्राकृतिक भाषा प्रसंस्करण (एनएलपी)
एआई, विशेष रूप से मशीन लर्निंग का उपयोग करने के लिए प्राकृतिक भाषा प्रसंस्करण अब एक सामान्य रूप से उपलब्ध दृष्टिकोण है। यह मानव भाषण को पहचानने, समझने और संसाधित करने के लिए सिस्टम या मशीन की क्षमता को संदर्भित करता है। इस दृष्टिकोण का लक्ष्य एआई मशीनों के लिए मानव भाषण का अनुकरण करने के लिए है जो उन्हें मानव सहायता की आवश्यकता से मुक्त करता है।
एआई क्या है यह जानने के लिए आप अपने शोध के दौरान निम्नलिखित शब्दों पर ठोकर खा सकते हैं।
तंत्रिका नेटवर्क
इसके अलावा के रूप में जाना कृत्रिम तंत्रिका नेटवर्क (एएनएन) या नकली तंत्रिका नेटवर्क (एसएनएन), तंत्रिका नेटवर्क परतों के माध्यम से जटिल डेटा की विभिन्न शाखाओं को जोड़ने के लिए एक मॉडल के रूप में मानव मस्तिष्क का उपयोग करते हैं। तंत्रिका नेटवर्क को मशीन लर्निंग की एक उपश्रेणी माना जाता है और एआई को शक्ति प्रदान करने में महत्वपूर्ण भूमिका निभाता है जो गहन शिक्षण दृष्टिकोण के साथ काम करता है।
रोबोटिक्स
एआई का शायद सबसे लोकप्रिय पुनरावृति रोबोटिक्स में इसका प्रतिनिधित्व है। ये मशीनें भौतिक प्रक्रियाओं के संचालन और प्रबंधन पर ध्यान केंद्रित करती हैं। यह उन्हें विभिन्न सेटिंग्स जैसे विनिर्माण संयंत्रों के साथ-साथ सैन्य संचालन में लोकप्रिय बनाता है। ये एआई सिस्टम ज्यादातर प्रीसेट डेटा पर काम करते हैं, लेकिन वे अधिक उन्नत बनने के लिए विभिन्न एआई सबसेट का उपयोग कर सकते हैं।
आर्टिफिशियल जनरल इंटेलिजेंस (AGI)
आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) मन के सिद्धांत और आत्म-जागरूक एआई मॉडल की व्याख्या है। ये एजीआई सिस्टम और मशीनें पूर्णता के लिए नहीं बनाई गई हैं और अभी के लिए विकास प्रक्रिया के तहत भारी बनी हुई हैं। लेकिन एक बार जब वे विकसित हो जाते हैं, तो वे उन कार्यों को फिर से परिभाषित करेंगे जो एआई के वर्तमान प्रकार अपने दम पर कर सकते हैं।
एआई यहां रहने के लिए है, इसकी वास्तविक क्षमता तक पहुंचना अभी बाकी है
वॉयस असिस्टेंट, सेल्फ-ड्राइविंग कार और विभिन्न प्रशासनिक उपकरणों के साथ, एआई ने पहले ही खुद को हमारे जीवन का हिस्सा बना लिया है। लेकिन मन के सिद्धांत और आत्म-जागरूकता के संदर्भ में इसके वास्तविक आश्चर्य तक पहुंचना अभी बाकी है। जैसा कि एआई आगे विकसित होता है, ये प्रगति भविष्य में भी अनलॉक हो सकती है और विभिन्न प्रणालियों और मशीनों में मानव जैसी बुद्धि की वास्तविक शक्ति का अनावरण कर सकती है।
