2025 में आपका स्वागत है!
सुसान से मिलें। आपकी दोस्त, सहायक, प्रबंधक और आपकी दिनचर्या में आपको जो कुछ भी चाहिए। वह आपके ईमेल व्यवस्थित रखती है, आपकी मीटिंग शेड्यूल करती है। आपकी बुनियादी घरेलू जरूरतों का ख्याल रखती है और जब भी यह खत्म होने वाला होता है तो आपके किराने के स्टॉक को फिर से भर देती है। जब आप उदास हों तो वह आपकी सबसे अच्छी दोस्त बन सकती है। जब आपको कला और साहित्य से आराम की जरूरत हो तो वह पेंटिंग करती है और कविता लिखती है।
यह स्कारलेट जोहानसन द्वारा आवाज दी गई सैमंथा की तरह बहुत लगता है HER में। आप संभवतः उस खूबसूरत फिल्म को मिस नहीं कर सकते। खैर, कम से कम आपने इसके बारे में सुना ही होगा।
सुसान या सैमंथा - सीधे शब्दों में कहें तो - Siri, Cortana, Google Assistant, या Google DeepMind का अधिक परिष्कृत और तकनीकी संस्करण हैं।
टेक कंपनियां - बड़ी और छोटी - AI को रोजमर्रा की जिंदगी का हिस्सा बनाने के लिए दौड़ रही हैं। डिजिटल दुनिया उन बज़वर्ड्स से भरी है जो कुछ समय पहले केवल रील पर वास्तविक लगते थे - आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग, डेटा क्रंचिंग, डीप लर्निंग, रीइन्फोर्समेंट लर्निंग। बड़े शब्द जिनका वास्तविक दुनिया में बहुत कम या कोई अर्थ नहीं था, बहुत समय पहले तक।
आइए इन दिनों सबसे अधिक सुने जाने वाले तीन शब्दों को समझते हैं: "आर्टिफिशियल इंटेलिजेंस", "मशीन लर्निंग" और "डीप लर्निंग"।
अंतर क्या है?
चूंकि इनमें से किसी भी शब्दावली के लिए कोई मानक परिभाषा नहीं है, इसलिए उन्हें अक्सर विनिमेय शर्तों के रूप में ढीले ढंग से उपयोग किया जाता है। इसलिए, उन्हें अलग करना और भी मुश्किल हो जाता है। इसके अलावा, इन शर्तों का आम तौर पर समझा जाने वाला अर्थ समय के साथ विकसित हुआ है। 1960 में AI से जो मतलब था, वह आज जो मायने रखता है, उससे बहुत अलग है।
उनके संबंध के बारे में सोचने का सबसे आसान तरीका उन्हें संकेंद्रित वृत्तों के रूप में कल्पना करना है।
- AI — वह विचार जो पहले आया और सबसे बड़ा वृत्त है
- मशीन लर्निंग — जो बाद में मध्य वृत्त के रूप में विकसित हुआ
- अंत में, डीप लर्निंग — जो आज के AI विस्फोट को चला रहा है, सबसे छोटा और सबसे भीतरी वृत्त।
चिंगारी से बिजली तक
1956 में डार्टमाउथ सम्मेलनों में शब्द के निर्माण के तुरंत बाद AI ने अनुसंधान प्रयोगशालाओं का मार्ग प्रशस्त किया। जबकि प्रौद्योगिकी के हमारी कल्पना के साथ पकड़ने में दशकों लग गए, हम अंततः AI क्रांति के मुहाने पर दिखाई देते हैं, अधिक उद्यम पूंजी निवेश, अधिक बड़ी टेक कंपनियों के R&D में शामिल होने, और हमारे जीवन में AI के अधिक रोजमर्रा के उपयोग के साथ।
आइए देखते हैं कि कैसे AI चिंगारी AI बिजली में बदल गई।
आर्टिफिशियल इंटेलिजेंस: मानव बुद्धि से लैस मशीनें
आर्टिफिशियल इंटेलिजेंस कंप्यूटर विज्ञान का एक क्षेत्र है जो बुद्धिमान मशीनों के निर्माण पर जोर देता है जो मनुष्यों की तरह काम करते हैं और प्रतिक्रिया करते हैं। यह अध्ययन का क्षेत्र है जो कंप्यूटर बनाने के तरीकों की तलाश करता है जो बुद्धिमान व्यवहार करने में सक्षम हों। एक मशीन को 'बुद्धिमान' माना जाता है अगर वह उन चीजों को कर सकती है जो आमतौर पर मानव बुद्धि से जुड़ी होती हैं।
हमने इन मशीनों को फिल्मों में अच्छे लोगों (स्टार वार्स श्रृंखला में C-3PO) या बुरे आदमी (द टर्मिनेटर में साइबोर्ग हत्यारे) के रूप में देखा है।
कृत्रिम रूप से बुद्धिमान के रूप में अर्हता प्राप्त करने के लिए, एक मशीन को कुछ बुनियादी चीजें करने में सक्षम होना चाहिए जैसे:
- प्राकृतिक भाषा प्रसंस्करण (यानी किसी दी गई भाषा में बिना किसी परेशानी के संवाद करना)
- स्वचालित तर्क (संग्रहीत जानकारी का उपयोग करके सवालों के जवाब देना और नए निष्कर्ष निकालना)
- मशीन लर्निंग (नई परिस्थितियों के अनुकूल होने और पैटर्न का पता लगाने की क्षमता)।
यह सामान्य ज्ञान है कि मानव बुद्धि के कुछ पहलुओं को AI द्वारा प्रदर्शित किया जा सकता है। अब सवाल यह है कि वह बुद्धि कहां से आती है। यहीं से मशीन लर्निंग आती है।
मशीन लर्निंग: मानव मस्तिष्क वाली मशीनों को प्राप्त करने का दृष्टिकोण
मशीन लर्निंग एक कृत्रिम बुद्धिमत्ता अनुशासन है जो मानव ज्ञान के तकनीकी विकास की ओर अग्रसर है। यह उन एल्गोरिदम के विकास का पता लगाता है जो दिए गए डेटा से सीखते हैं। एक एल्गोरिदम एक कार्य को पूरा करने के चरणों की एक श्रृंखला है। मशीन लर्निंग सीधे शुरुआती AI भीड़ के दिमाग से आया, और एल्गोरिदम दृष्टिकोण में निर्णय वृक्ष सीखना, क्लस्टरिंग, सुदृढीकरण सीखना, एसोसिएशन नियम सीखना और पसंद शामिल थे।
ये एल्गोरिदम पिछले अनुभव (यानी दिए गए डेटा) से सीखने में सक्षम हैं और खुद को नई परिस्थितियों के अनुकूल बनाना और कुछ कार्य करना सिखाते हैं। मशीन लर्निंग कंप्यूटर को विश्लेषण, स्व-प्रशिक्षण, अवलोकन और अनुभव के माध्यम से नई स्थितियों को संभालने की अनुमति देता है।
मशीन लर्निंग ने नए परिदृश्यों के संपर्क में आने, परीक्षण और अनुकूलन के माध्यम से कंप्यूटिंग की निरंतर उन्नति को सुविधाजनक बनाया है, जबकि बाद की (हालांकि समान नहीं) स्थितियों में बेहतर निर्णयों के लिए पैटर्न और प्रवृत्ति का पता लगाने को नियोजित किया है।
हालांकि इतने सारे एल्गोरिदम थे, किसी ने भी AI के अंतिम लक्ष्य को प्राप्त नहीं किया। एक कारण है कि कंप्यूटर विजन और छवि पहचान बहुत हाल तक मनुष्यों को टक्कर देने के करीब नहीं आई। पहले, यह बहुत भंगुर और त्रुटियों का शिकार था।
समय, और सही सीखने के एल्गोरिदम ने सारा अंतर पैदा किया।
डीप लर्निंग: मशीन के मस्तिष्क को प्रशिक्षित करने की तकनीकें
शुरुआती मशीन-लर्निंग भीड़ से एक और एल्गोरिदम दृष्टिकोण। डीप लर्निंग मशीन लर्निंग का एक उपक्षेत्र है जो मस्तिष्क की संरचना और कार्य से प्रेरित एल्गोरिदम से संबंधित है जिसे कृत्रिम तंत्रिका नेटवर्क कहा जाता है। इसमें एक विशेष प्रकार का गणितीय मॉडल शामिल है जिसे एक निश्चित प्रकार के सरल ब्लॉकों की संरचना के रूप में माना जा सकता है, एक बहु-स्तरित संरचना में और जहां इनमें से कुछ ब्लॉकों को अंतिम परिणाम की बेहतर भविष्यवाणी करने के लिए समायोजित किया जा सकता है।
"डीप" शब्द का अर्थ है कि संरचना में इन ब्लॉकों में से कई एक के ऊपर एक खड़ी हैं, और मुश्किल हिस्सा उन ब्लॉकों को समायोजित करना है जो आउटपुट से दूर हैं, क्योंकि वहां एक छोटा सा परिवर्तन आउटपुट पर बहुत अप्रत्यक्ष प्रभाव डाल सकता है।
डीप लर्निंग मानव मस्तिष्क की आंतरिक परतों के कार्यों का अनुकरण करने की कोशिश करता है, और इसके सफल अनुप्रयोग छवि पहचान, भाषा अनुवाद, या ईमेल सुरक्षा में पाए जाते हैं। डीप लर्निंग सूचना प्रसंस्करण की कई परतों से ज्ञान बनाता है। डीप लर्निंग तकनीक मानव मस्तिष्क पर आधारित है, और हर बार नया डेटा डाले जाने पर, इसकी क्षमताएं बेहतर होती जाती हैं।
डीप लर्निंग ने AI को कैसे बेहतर बनाया?
डीप लर्निंग ने मशीन लर्निंग के कई व्यावहारिक अनुप्रयोगों को सक्षम किया है और विस्तार से AI के समग्र क्षेत्र को। ड्राइवरलेस कारें, निवारक स्वास्थ्य देखभाल, यहां तक कि बेहतर फिल्म सिफारिशें, ये सभी आज यहां हैं या क्षितिज पर हैं।
डीप लर्निंग एक महत्वपूर्ण पहेली टुकड़ा हो सकता है जो होशियार, अधिक मानव-जैसे AI के निर्माण की ओर ले जाता है। डीप लर्निंग AI के सभी पहलुओं में सुधार कर सकता है, प्राकृतिक भाषा प्रसंस्करण से लेकर मशीन विजन तक। इसे एक बेहतर मस्तिष्क के रूप में सोचें जो कंप्यूटर कैसे सीखते हैं, इसमें सुधार करेगा। यह Siri या Google Now जैसे वर्चुअल असिस्टेंट को उन अनुरोधों से निपटने में सक्षम बना सकता है जिनसे वे परिचित नहीं हैं। यह वीडियो प्रोसेस कर सकता है और सामग्री को सारांशित करने वाली छोटी क्लिप उत्पन्न कर सकता है।
कौन जानता है, शायद एक दिन हर किसी के पास सैमंथा के अपने संस्करण होंगे!
