आर्टिफिशियल इंटेलिजेंस क्या है?
आर्टिफिशियल इंटेलिजेंस का एक संक्षिप्त इतिहास
आर्टिफिशियल इंटेलिजेंस के प्रकार
आर्टिफिशियल इंटेलिजेंस कैसे काम करता है?
AI आर्टिफिशियल इंटेलिजेंस क्या है?
आर्टिफिशियल इंटेलिजेंस एक कंप्यूटर, एक कंप्यूटर नियंत्रित रोबोट, या एक सॉफ्टवेयर बनाने की एक विधि है जो मानव मन की तरह बुद्धिमानी से सोचती है। एआई मानव मस्तिष्क के पैटर्न का अध्ययन करके और संज्ञानात्मक प्रक्रिया का विश्लेषण करके हासिल किया जाता है। इन अध्ययनों के परिणामस्वरुप AI अपने को बुद्धिमान सॉफ्टवेयर और सिस्टम विकसित करते हैं।
आर्टिफिशियल इंटेलिजेंस का इतिहास
आर्टिफिशियल इंटेलिजेंस (एआई) वर्तमान में टेक्नोलोजी में सबसे लोकप्रिय चर्चाओं में से एक है। पिछले कुछ वर्षों में कई नवाचार और प्रगति देखी गई है जो पहले पूरी तरह से विज्ञान कथाओं में थे, धीरे-धीरे वास्तविकता में बदल गए।
आर्टिफिशियल इंटेलिजेंस कोई नया शब्द नहीं है और शोधकर्ताओं के लिए कोई नई तकनीक नहीं है। यह तकनीक आपकी कल्पना से कहीं अधिक पुरानी है। यहां तक कि प्राचीन ग्रीक और मिस्र के कहानियो में मशीन पुरुषों के मिथक भी हैं। एआई के इतिहास में कुछ मील के पत्थर निम्नलिखित हैं जो एआई पीढ़ी से आज तक के विकास तक की यात्रा को परिभाषित करते हैं।
विशेषज्ञ कृत्रिम बुद्धिमत्ता को उत्पादन के एक कारक के रूप में मानते हैं, जिसमें विकास के नए स्रोतों को पेश करने और उद्योगों में काम करने के तरीके को बदलने की क्षमता है। उदाहरण के लिए, PWC के इस लेख में भविष्यवाणी की गई है कि AI संभावित रूप से 2035 तक वैश्विक अर्थव्यवस्था में $15.7 ट्रिलियन का योगदान दे सकता है।
आर्टिफिशियल इंटेलिजेंस की ऐतिहासिक यात्रा (1943-1952)
वर्ष 1943: सबसे पहला प्र्यास, 1943 में वारेन मैककुलोच और वाल्टर पिट्स द्वारा किया गया था। उन्होंने कृत्रिम न्यूरॉन्स का एक मॉडल प्रस्तावित किया था ।
वर्ष 1949: डोनाल्ड हेब्ब ने न्यूरॉन्स के बीच संबंध को संशोधित करने के लिए एक नये नियम का प्रदर्शन किया। जिसे अब हेब्बियन लर्निंग कहा जाता है । वर्ष 1950: एलन ट्यूरिंग जो एक अंग्रेजी गणितज्ञ थे उन्होने 1950 में मशीन लर्निंग का बीड़ा उठाया। एलन ट्यूरिंग ने “कम्प्यूटिंग मशीनरी एंड इंटेलिजेंस” प्रकाशित किया जिसमें उन्होंने एक परीक्षण रखा। यह परीक्षण मशीन की मानव बुद्धि के बराबर बुद्धिमान व्यवहार प्रदर्शित करने की क्षमता की जांच कर सकता है, जिसे ट्यूरिंग टेस्ट कहा जाता है
आर्टिफिशियल इंटेलिजेंस का जन्म (1952-1956)
वर्ष 1955: एलन नेवेल और हर्बर्ट ए. साइमन ने “पहला आर्टिफिशियल इंटेलिजेंस प्रोग्राम” बनाया, जिसे “लॉजिक थिओरिस्ट” का नाम दिया गया । इस कार्यक्रम ने 52 गणित प्रमेयों में से 38 को सिद्ध किया था, और कुछ प्रमेयों के लिए नए प्रमाण खोजे थे।
वर्ष 1956: डार्टमाउथ सम्मेलन में अमेरिकी कंप्यूटर वैज्ञानिक जॉन मैकार्थी द्वारा पहली बार “आर्टिफिशियल इंटेलिजेंस” शब्द को अपनाया गया जो शिक्षा के क्षेत्र में था।
उस समय फोरट्रान, एलआईएसपी, या कोबोल जैसी उच्च स्तरीय कंप्यूटर भाषाओं का आविष्कार किया गया था। और उस समय AI के प्रति उत्साह बहुत अधिक था।
स्वर्णिम वर्ष- (1956-1974)
वर्ष 1966: शोधकर्ताओं ने एल्गोरिदम विकसित करने पर बल दिया जो गणितीय समस्याओं को हल कर सके। जोसेफ वीजेनबाम ने 1966 में पहला चैटबॉट बनाया था, जिसे एलिजा नाम दिया गया था।
वर्ष 1969 – Shakey पहला सामान्य प्रयोजन वाला मोबाइल रोबोट बनाया गया।
वर्ष 1972: जापान में पहला बुद्धिमान ह्यूमनॉइड रोबोट बनाया गया जिसे WABOT-1 नाम दिया गया।
पहला एआई कोल्ड टाइम (1974-1980)
1974 से 1980 के बीच की एआई शोधों के लिए सरकार से धन की भारी कमी की गयी
AI का उछाल (1980-1987)
वर्ष 1980: एआई सर्दियों की अवधि के बाद, एआई “एक्सपर्ट सिस्टम” के साथ वापस आया। विशेषज्ञ प्रणालियों को प्रोग्राम किया गया था जो मानव विशेषज्ञ की निर्णय लेने की क्षमता का के अनुसार थी।
वर्ष 1980 में अमेरिकन एसोसिएशन ऑफ आर्टिफिशियल इंटेलिजेंस का पहला राष्ट्रीय सम्मेलन स्टैनफोर्ड विश्वविद्यालय में आयोजित किया गया था ।
दूसरा एआई विंटर (1987-1993)
1987 से 1993 के बीच की अवधि दूसरी एआई शीतकालीन अवधि थी।
उच्च लागत के कारण एआई अनुसंधान के लिए फिर से निवेशकों और सरकार ने धन देना बंद कर दिया ।
उद्भव (1993-2011)
वर्ष 1997: – सुपरकंप्यूटर ‘ Deep blue ‘ का डिजाइन तैयार किया गया और इसने विश्व चैम्पियन शतरंज खिलाड़ी को एक मैच में हरा दिया। इस बड़े कंप्यूटर को बनाना IBM द्वारा एक बहुत बड़ा मील का पत्थर था।
वर्ष 2002: एआई ने पहली बार एक वैक्यूम क्लीनर रूंबा के रूप में घर में प्रवेश किया।
साल 2006: बिजनेस की दुनिया में एआई साल 2006 तक आया। फेसबुक, ट्विटर और नेटफ्लिक्स जैसी कंपनियों ने भी एआई का इस्तेमाल करना शुरू कर दिया।
डीप लर्निंग, बिग डेटा और आर्टिफिशियल जनरल इंटेलिजेंस (2011-वर्तमान)
साल 2011: साल 2011 में IBM के वॉटसन ने एक क्विज जिओपार्डी शो जीता, जहां उसे जटिल सवालों के साथ-साथ पहेलियों को भी हल करना था। वॉटसन ने साबित कर दिया था कि वह प्राकृतिक भाषा समझ सकता है और पेचीदा सवालों को जल्दी हल कर सकता है।
वर्ष 2012: गूगल ने एक एंड्रॉइड ऐप फीचर “गूगल नाउ” लॉन्च किया है, जो भविष्यवाणी के रूप में उपयोगकर्ता को जानकारी प्रदान करने में सक्षम था।
वर्ष 2014: वर्ष 2014 में, चैटबॉट “यूजीन गोस्टमैन” ने कुख्यात “ट्यूरिंग टेस्ट” में एक प्रतियोगिता जीती।
वर्ष 2018: आईबीएम के “प्रोजेक्ट डिबेटर” ने दो मास्टर डिबेटर्स के साथ जटिल विषयों पर बहस की और बहुत अच्छा प्रदर्शन भी किया।
Google ने एक एआई प्रोग्राम “डुप्लेक्स” प्रदर्शित किया है जो एक आभासी सहायक था और जिसने कॉल पर हेयरड्रेसर अपॉइंटमेंट लिया था, और दूसरी तरफ महिला ने यह नहीं देखा कि वह मशीन से बात कर रही थी।
2020 – Baidu SARS-CoV-2 (COVID-19) महामारी के शुरुआती चरणों के दौरान वैक्सीन विकसित करने वाली चिकित्सा और वैज्ञानिक और चिकित्सा टीमों के लिए लीनियरफोल्ड AI एल्गोरिद्म जारी किया था। एल्गोरिथ्म केवल 27 सेकंड में वायरस के आरएनए अनुक्रम की भविष्यवाणी कर सकता है, जो अन्य तरीकों की तुलना में 120 गुना तेज है।
अब AI एक उल्लेखनीय स्तर तक विकसित हो गया है। डीप लर्निंग, बिग डेटा और डेटा साइंस का कॉन्सेप्ट अब बूम की तरह ट्रेंड कर रहा है। आजकल Google, Facebook, IBM, और Amazon जैसी कंपनियाँ AI के साथ काम कर रही हैं और अद्भुत डिवाइस बना रही हैं। आर्टिफिशियल इंटेलिजेंस का भविष्य प्रेरणादायक है और यह हाई इंटेलिजेंस के साथ आएगा।
Chat GPT open AI
एक शक्तिशाली ट्रांसफॉर्मर-आधारित भाषा मॉडल है जो मानव-समान परिणाम उत्पन्न कर सकता है और विभिन्न भाषा कार्यों जैसे प्रश्नों का उत्तर देना, अनुवाद करना, संक्षेप करना और बहुत कुछ कर सकता है। चैटजीपीटी ,प्राकृतिक भाषा को समझने और उत्पन्न करने के लिए गहन शिक्षण एल्गोरिदम (Deep learning algorithm) का उपयोग करता है। इसे भारी मात्रा में संचित डेटा पर प्रशिक्षित किया गया है, जिससे यह उच्च-गुणवत्ता और सटीक जानकारी प्रदान कर सकता है।
Google New Future AI Chat bot “BARD”
बार्ड हमारे बड़े भाषा मॉडल की शक्ति, बुद्धि और रचनात्मकता के साथ दुनिया के ज्ञान को जोड़ना चाहता है। यह ताज़ा, उच्च-गुणवत्ता वाली प्रतिक्रियाएँ प्रदान करने के लिए वेब से जानकारी प्राप्त करता है। बार्ड रचनात्मकता (Creativity) के लिए एक आउटलेट हो सकता है, और जिज्ञासा के लिए एक लॉन्चपैड हो सकता है, जो आपको नासा के जेम्स वेब स्पेस टेलीस्कोप से 9 साल में की गयी नई खोजों की व्याख्या करने में मदद करता है, या फ़ुटबॉल में सर्वश्रेष्ठ स्ट्राइकरों के बारे में और जानें, और फिर अभ्यास प्राप्त करें अपने कौशल का निर्माण करने के लिए।
आर्टिफिशियल इंटेलिजेंस के प्रकार
1. Purely Reactive ( विशुद्ध रूप से प्रतिक्रियाशील)
इन मशीनों के पास काम करने के लिए कोई मेमोरी या डेटा नहीं है, केवल एक कार्यक्षेत्र में विशेषज्ञता है। उदाहरण के लिए, शतरंज के खेल में चालों को देखती है और जीतने के लिए सर्वोत्तम संभव निर्णय लेती है।
2. Limited Memory (सीमित मेमोरी)
ये मशीनें पिछला डेटा एकत्र करती हैं और इसे अपनी मेमोरी में जोड़ना जारी रखती हैं। उनके पास उचित निर्णय लेने के लिए पर्याप्त स्मृति या अनुभव होता है, लेकिन स्मृति न्यूनतम होती है। उदाहरण के लिए, यह मशीन एकत्रित किए गए स्थान डेटा के आधार पर एक शोप, Hotel, का सुझाव दे सकती है।
3. Theory of Mind(मन का सिद्धांत)
इस तरह का एआई विचारों और भावनाओं को समझ सकता है, साथ ही सामाजिक रूप से बातचीत भी कर सकता है। हालाँकि, इस प्रकार पर आधारित एक मशीन का निर्माण अभी बाकी है।
4. Self-Aware (स्व-जागरूक)
स्व-जागरूक मशीनें इन नई तकनीकों की भावी पीढ़ी हैं । वे बुद्धिमान, संवेदनशील और जागरूक होंगे।
आर्टिफिशियल इंटेलिजेंस कैसे काम करता है?
सीधे शब्दों में कहें, एआई सिस्टम बुद्धिमान, पुनरावृत्त प्रसंस्करण एल्गोरिदम के साथ बड़े merging से काम करते हैं। यह संयोजन एआई को विश्लेषण किए गए डेटा में पैटर्न और सुविधाओं से सीखने की अनुमति देता है। हर बार एक आर्टिफिशियल इंटेलिजेंस सिस्टम डेटा प्रोसेसिंग का एक दौर करता है , यह इसके प्रदर्शन का परीक्षण और माप करता है और अतिरिक्त विशेषज्ञता विकसित करने के लिए परिणामों का उपयोग करता है।
एआई को लागू करने के तरीके
आइए निम्नलिखित तरीकों जो बताते हैं कि हम एआई को कैसे लागू कर सकते हैं:
Machine Learning
यंत्र अधिगम
यह मशीन लर्निंग है जो एआई को सीखने की क्षमता देती है। यह पैटर्न खोजने के लिए एल्गोरिदम का उपयोग करके किया जाता है और उनके सामने आने वाले डेटा से insights/अंतर्दृष्टि उत्पन्न करता है।
Deep Learning
ध्यान लगा के पढ़ना या सीखना
डीप लर्निंग , जो मशीन लर्निंग की एक उपश्रेणी है, एआई को मानव मस्तिष्क के तंत्रिका नेटवर्क की नकल करने की क्षमता प्रदान करती है। यह डेटा में पैटर्न, शोर और भ्रम के स्रोतों का बोध करा सकता है।
नीचे दिखाए गए चित्र पर विचार करें:
यहां हमने गहन शिक्षा का उपयोग करके विभिन्न प्रकार की छवियों को अलग किया।मशीन तस्वीरों की विभिन्न विशेषताओं के माध्यम से जाती है और उन्हें फीचर निष्कर्षण नामक प्रक्रिया से अलग करती है।प्रत्येक तस्वीर की विशेषताओं के आधार पर, मशीन उन्हें अलग-अलग श्रेणियों में विभाजित करती है, जैसे लैंडस्केप, पोर्ट्रेट या अन्य।
आइए जानें कि डीप लर्निंग कैसे काम करती है।
नीचे दिखाए गए चित्र पर विचार करें:
ऊपर की छवि एक तंत्रिका नेटवर्क की तीन मुख्य परतों को दर्शाती है:
- इनपुट परत
- छिपी हुई परत
- आउटपुट परत
हम मशीन को प्रशिक्षित करने के लिए टिकट की कीमतों पर कुछ ऐतिहासिक डेटा से शुरू करते हैं। एक बार जब हमारी मशीन प्रशिक्षित हो जाती है, तो हम नया डेटा साझा करते हैं जो लागत की भविष्यवाणी करेगा। पहले जब हमने चार प्रकार की मशीनों के बारे में सीखा तो हमने मेमोरी वाली मशीनों की चर्चा की। यहां, हम केवल मेमोरी के बारे में बात करते हैं, और यह कैसे डेटा में एक पैटर्न को समझता है और इसका उपयोग नई कीमतों के लिए भविष्यवाणी करने के लिए करता है जैसा कि नीचे दिखाया गया है
एआई प्रोग्रामिंग कॉग्निटिव स्किल्स: लर्निंग, रीजनिंग एंड सेल्फ-करेक्शन
आर्टिफिशियल इंटेलिजेंस सीखने, तर्क और आत्म-सुधार के तीन संज्ञानात्मक कौशल पर जोर देता है, कौशल जो मानव मस्तिष्क के पास एक डिग्री या किसी अन्य के पास होता है। हम इन्हें एआई के संदर्भ में परिभाषित करते हैं:
सीखना: सूचना का अधिग्रहण और उस जानकारी का उपयोग करने के लिए आवश्यक नियम।
तर्क: निश्चित या अनुमानित निष्कर्ष तक पहुँचने के लिए सूचना नियमों का उपयोग करना।
स्व-सुधार: एआई एल्गोरिदम को लगातार ठीक करने की प्रक्रिया और यह सुनिश्चित करना कि वे सबसे सटीक परिणाम प्रदान करते हैं जो वे कर सकते हैं।
हालाँकि, शोधकर्ताओं और प्रोग्रामरों ने AI के लक्ष्योंको निम्नलिखित तक बढ़ाया और विस्तृत किया है :
1. तार्किक विचार
एआई प्रोग्राम कंप्यूटरों को परिष्कृत कार्य करने में सक्षम बनाते हैं। 10 फरवरी, 1996 को आईबीएम के डीप ब्लू कंप्यूटर ने पूर्व विश्व चैंपियन गैरी कास्परोव के खिलाफ शतरंज का खेल जीता।
2. ज्ञान निरूपण
स्मॉलटाक एक वस्तु-उन्मुख, गतिशील रूप से टाइप की गई, चिंतनशील प्रोग्रामिंग भाषा है जिसे “मानव-कंप्यूटर सहजीवन” द्वारा अनुकरणीय कंप्यूटिंग की “नई दुनिया” को रेखांकित करने के लिए बनाया गया था।
3. योजना और नेविगेशन
कंप्यूटर को बिंदु A से बिंदु B पर जाने के लिए सक्षम करने की प्रक्रिया। इसका एक प्रमुख उदाहरण Google की सेल्फ-ड्राइविंग Toyota Prius है।
4. प्राकृतिक भाषा प्रसंस्करण
ऐसे कंप्यूटर सेट करें जो भाषा को समझ सकें और प्रोसेस कर सकें।
5. अनुभूति
देखने, सुनने, छूने और सूंघने के ज़रिए दुनिया से इंटरैक्ट करने के लिए कंप्यूटर का इस्तेमाल करें.
6. इमर्जेंट इंटेलिजेंस
इंटेलिजेंस जो स्पष्ट रूप से प्रोग्राम नहीं किया गया है, लेकिन बाकी विशिष्ट एआई सुविधाओं से उभरता है। इस लक्ष्य के लिए दृष्टि यह है कि मशीनें भावनात्मक बुद्धिमत्ता और नैतिक तर्क प्रदर्शित करें
आर्टिफिशियल इंटेलिजेंस के अनुप्रयोग
मशीनें और कंप्यूटर हमारे जीने और काम करने के तरीके को प्रभावित करते हैं। हम मशीन-लर्निंग तकनीक के साथ कैसे इंटरैक्ट करते हैं, इसमें शीर्ष कंपनियां लगातार क्रांतिकारी बदलाव ला रही हैं।
डीपमाइंड टेक्नोलॉजीज ,एक ब्रिटिश आर्टिफिशियल इंटेलिजेंस कंपनी, 2014 में Google द्वारा अधिग्रहित की गई थी। कंपनी ने एक न्यूरल ट्यूरिंग मशीन बनाई, जिससे कंप्यूटर मानव मस्तिष्क की अल्पकालिक स्मृति की नकल कर सके।
Google की चालक रहित कारें और टेस्ला की ऑटोपायलट सुविधाएँ ऑटोमोटिव क्षेत्र में AI की शुरूआत हैं। टेस्ला मोटर्स के सीईओ एलोन मस्क ने ट्विटर के माध्यम से सुझाव दिया है कि टेस्ला के पास गंतव्य की भविष्यवाणी करने की क्षमता होगी कि उनके मालिक एआई के माध्यम से उनके पैटर्न या व्यवहार को सीखकर जाना चाहते हैं।
इसके अलावा, वाटसन, आईबीएम द्वारा विकसित एक प्रश्न-उत्तर कंप्यूटर सिस्टम, चिकित्सा क्षेत्र में उपयोग के लिए डिज़ाइन किया गया है। वाटसन रोगियों के चिकित्सा इतिहास के आधार पर विभिन्न प्रकार के उपचार सुझाते हैं और बहुत उपयोगी सिद्ध हुए हैं।
एआई के कुछ अधिक सामान्य व्यावसायिक उपयोग हैं:
1. बैंकिंग धोखाधड़ी का पता लगाना
धोखाधड़ी और गैर-धोखाधड़ी वाले लेन-देन वाले व्यापक डेटा से, एआई भविष्यवाणी करना सीखता है कि कोई नया लेनदेन धोखाधड़ी है या नहीं।
2. ऑनलाइन ग्राहक सहायता
एआई अब अधिकांश ऑनलाइन ग्राहक सहायता और वॉयस मैसेजिंग सिस्टम को स्वचालित कर रहा है।
3. साइबर सुरक्षा
मशीन लर्निंग एल्गोरिदम और पर्याप्त नमूना डेटा का उपयोग करके , AI का उपयोग विसंगतियों का पता लगाने और खतरों के अनुकूल और प्रतिक्रिया करने के लिए किया जा सकता है।
4. आभासी सहायक
सिरी, कोरटाना, एलेक्सा और गूगल अब उपयोगकर्ता के आदेशों का पालन करने के लिए ध्वनि पहचान का उपयोग करते हैं। वे जानकारी एकत्र करते हैं, जो पूछा जा रहा है उसकी व्याख्या करते हैं, और प्राप्त डेटा के माध्यम से उत्तर प्रदान करते हैं। ये आभासी सहायक उपयोगकर्ता की प्राथमिकताओं के आधार पर समाधानों को धीरे-धीरे सुधारते और वैयक्तिकृत करते हैं।