1 / 3
Founder Sir Mr Arun Sharma
2 / 3
IITM Rahimabad
3 / 3
Amrapali Visit

मंगलवार, 21 मार्च 2023

What is artificial intelligence (AI) : AI

 What is artificial intelligence (AI)?

आर्टिफिशियल इंटेलिजेंस (एआई) क्या है?

द्वारा
उद्योग संपादक-

आर्टिफिशियल इंटेलिजेंस मशीनों, विशेष रूप से कंप्यूटर सिस्टम द्वारा मानव खुफिया प्रक्रियाओं का अनुकरण है। एआई के विशिष्ट अनुप्रयोगों में विशेषज्ञ प्रणाली, प्राकृतिक भाषा प्रसंस्करण, वाक् पहचान और मशीन दृष्टि शामिल हैं।

(AI)एआई कैसे काम करता है?
जैसा कि एआई के आसपास प्रचार तेज हो गया है, विक्रेता अपने उत्पादों और सेवाओं को एआई का उपयोग करने के तरीके को बढ़ावा देने के लिए हाथ-पांव मार रहे हैं। अक्सर वे जिसे एआई कहते हैं, वह एआई का केवल एक घटक होता है, जैसे मशीन लर्निंग। एआई को मशीन लर्निंग एल्गोरिदम लिखने और प्रशिक्षित करने के लिए विशेष हार्डवेयर और सॉफ्टवेयर की नींव की आवश्यकता होती है। कोई भी प्रोग्रामिंग भाषा एआई का पर्याय नहीं है, लेकिन कुछ, जिनमें पायथन, आर और जावा शामिल हैं, लोकप्रिय हैं।

सामान्य तौर पर, एआई सिस्टम बड़ी मात्रा में लेबल किए गए प्रशिक्षण डेटा को अंतर्ग्रहण करके, सहसंबंधों और पैटर्न के लिए डेटा का विश्लेषण करके और भविष्य के राज्यों के बारे में भविष्यवाणी करने के लिए इन पैटर्नों का उपयोग करके काम करते हैं। इस तरह, एक चैटबॉट जिसे टेक्स्ट चैट के उदाहरण दिए गए हैं, वह लोगों के साथ सजीव आदान-प्रदान करना सीख सकता है, या एक छवि पहचान उपकरण लाखों उदाहरणों की समीक्षा करके छवियों में वस्तुओं की पहचान करना और उनका वर्णन करना सीख सकता है।

एआई (AI) प्रोग्रामिंग तीन संज्ञानात्मक कौशल पर केंद्रित है: सीखना, तर्क करना और आत्म-सुधार।

सीखने की प्रक्रिया। एआई प्रोग्रामिंग का यह पहलू डेटा प्राप्त करने और डेटा को कार्रवाई योग्य जानकारी में बदलने के लिए नियम बनाने पर केंद्रित है। नियम, जिन्हें एल्गोरिदम कहा जाता है, एक विशिष्ट कार्य को कैसे पूरा किया जाए, इसके लिए चरण-दर-चरण निर्देशों के साथ कंप्यूटिंग डिवाइस प्रदान करते हैं।



तर्क प्रक्रियाएं। एआई(AI) प्रोग्रामिंग का यह पहलू वांछित परिणाम तक पहुंचने के लिए सही एल्गोरिदम चुनने पर केंद्रित है।

स्व-सुधार प्रक्रियाएं। एआई प्रोग्रामिंग के इस पहलू को एल्गोरिदम को लगातार फाइन-ट्यून करने और यह सुनिश्चित करने के लिए डिज़ाइन किया गया है कि वे यथासंभव सटीक परिणाम प्रदान करें।

Why is artificial intelligence (AI) important?
आर्टिफिशियल इंटेलिजेंस क्यों जरूरी है?

एआई महत्वपूर्ण है क्योंकि यह उद्यमों को उनके संचालन में अंतर्दृष्टि प्रदान कर सकता है जिसके बारे में उन्हें पहले पता नहीं था और क्योंकि, कुछ मामलों में, एआई मनुष्यों से बेहतर कार्य कर सकता है। विशेष रूप से जब दोहराव वाले, विस्तार-उन्मुख कार्यों की बात आती है, जैसे प्रासंगिक क्षेत्रों को ठीक से भरने के लिए बड़ी संख्या में कानूनी दस्तावेजों का विश्लेषण करना, एआई उपकरण अक्सर जल्दी और अपेक्षाकृत कुछ त्रुटियों के साथ काम पूरा करते हैं।

इसने दक्षता में विस्फोट को बढ़ावा देने में मदद की है और कुछ बड़े उद्यमों के लिए पूरी तरह से नए व्यावसायिक अवसरों के द्वार खोल दिए हैं। एआई की वर्तमान लहर से पहले, सवारियों को टैक्सियों से जोड़ने के लिए कंप्यूटर सॉफ़्टवेयर का उपयोग करने की कल्पना करना कठिन होता, लेकिन आज उबर ऐसा करके दुनिया की सबसे बड़ी कंपनियों में से एक बन गई है। यह भविष्यवाणी करने के लिए परिष्कृत मशीन लर्निंग एल्गोरिदम का उपयोग करता है कि लोगों को कुछ क्षेत्रों में सवारी की आवश्यकता होने की संभावना है, जो ड्राइवरों को उनकी आवश्यकता से पहले सड़क पर सक्रिय रूप से लाने में मदद करता है। एक अन्य उदाहरण के रूप में, Google मशीन लर्निंग का उपयोग करके यह समझने के लिए कि लोग उनकी सेवाओं का उपयोग कैसे करते हैं और फिर उनमें सुधार करते हैं, ऑनलाइन सेवाओं की एक श्रृंखला के लिए सबसे बड़े खिलाड़ियों में से एक बन गया है। 2017 में, कंपनी के सीईओ सुंदर पिचाई ने घोषणा की कि Google "एआई फर्स्ट" कंपनी के रूप में काम करेगा।

आज के सबसे बड़े और सबसे सफल उद्यमों ने एआई का उपयोग अपने संचालन में सुधार करने और अपने प्रतिस्पर्धियों पर लाभ प्राप्त करने के लिए किया है।

What are the advantages and disadvantages of artificial intelligence?

आर्टिफिशियल इंटेलिजेंस के फायदे और नुकसान क्या हैं?

कृत्रिम तंत्रिका नेटवर्क और गहन शिक्षण कृत्रिम बुद्धिमत्ता प्रौद्योगिकियां तेजी से विकसित हो रही हैं, मुख्यतः क्योंकि एआई बड़ी मात्रा में डेटा को बहुत तेजी से संसाधित करता है और भविष्यवाणियों को मानवीय रूप से अधिक सटीक बनाता है।


जबकि दैनिक आधार पर बड़ी मात्रा में डेटा बनाया जा रहा है, एक मानव शोधकर्ता को दफन कर देगा, मशीन लर्निंग का उपयोग करने वाले एआई एप्लिकेशन उस डेटा को ले सकते हैं और इसे जल्दी से कार्रवाई योग्य जानकारी में बदल सकते हैं। इस लेखन के अनुसार, एआई का उपयोग करने का प्राथमिक नुकसान यह है कि एआई प्रोग्रामिंग के लिए बड़ी मात्रा में डेटा को संसाधित करना महंगा है।

लाभ

विस्तार-उन्मुख नौकरियों में अच्छा;
डेटा-भारी कार्यों के लिए कम समय;
लगातार परिणाम देता है; और
एआई-संचालित वर्चुअल एजेंट हमेशा उपलब्ध होते हैं।

नुकसान

महँगा;
गहरी तकनीकी विशेषज्ञता की आवश्यकता है;
एआई उपकरण बनाने के लिए योग्य श्रमिकों की सीमित आपूर्ति;
केवल वही जानता है जो दिखाया गया है; और
एक कार्य से दूसरे कार्य में सामान्यीकरण करने की क्षमता का अभाव।
मजबूत एआई बनाम कमजोर एआई
एआई को कमजोर या मजबूत के रूप में वर्गीकृत किया जा सकता है।

कमजोर एआई, जिसे संकीर्ण एआई के रूप में भी जाना जाता है, एक एआई प्रणाली है जिसे एक विशिष्ट कार्य को पूरा करने के लिए डिज़ाइन और प्रशिक्षित किया गया है। औद्योगिक रोबोट और आभासी निजी सहायक, जैसे कि Apple के सिरी, कमजोर AI का उपयोग करते हैं।
स्ट्रॉन्ग एआई, जिसे आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) के रूप में भी जाना जाता है, प्रोग्रामिंग का वर्णन करता है जो मानव मस्तिष्क की संज्ञानात्मक क्षमताओं को दोहरा सकता है। जब एक अपरिचित कार्य के साथ प्रस्तुत किया जाता है, तो एक मजबूत एआई प्रणाली ज्ञान को एक डोमेन से दूसरे डोमेन पर लागू करने और स्वायत्त रूप से समाधान खोजने के लिए फ़ज़ी लॉजिक का उपयोग कर सकती है। सिद्धांत रूप में, एक मजबूत एआई प्रोग्राम को ट्यूरिंग टेस्ट और चाइनीज रूम टेस्ट दोनों को पास करने में सक्षम होना चाहिए।


आर्टिफिशियल इंटेलिजेंस के 4 प्रकार क्या हैं?
मिशिगन स्टेट यूनिवर्सिटी में एकीकृत जीव विज्ञान और कंप्यूटर विज्ञान और इंजीनियरिंग के एक सहायक प्रोफेसर अरेंड हिंत्ज़े ने 2016 के एक लेख में समझाया कि एआई को चार प्रकारों में वर्गीकृत किया जा सकता है, जो आज व्यापक उपयोग में कार्य-विशिष्ट बुद्धिमान प्रणालियों से शुरू होता है और संवेदनशील प्रणालियों में प्रगति करता है। , जो अभी अस्तित्व में नहीं है।
 श्रेणियाँ इस प्रकार हैं:

टाइप 1: प्रतिक्रियाशील मशीनें। इन AI सिस्टम में कोई मेमोरी नहीं होती है और ये कार्य विशिष्ट होते हैं। एक उदाहरण डीप ब्लू है, आईबीएम शतरंज कार्यक्रम जिसने 1990 के दशक में गैरी कास्परोव को हराया था। डीप ब्लू शतरंज की बिसात पर टुकड़ों की पहचान कर सकता है और भविष्यवाणियां कर सकता है, लेकिन क्योंकि इसकी कोई स्मृति नहीं है, यह भविष्य के बारे में सूचित करने के लिए पिछले अनुभवों का उपयोग नहीं कर सकता है।

टाइप 2: सीमित मेमोरी। इन एआई सिस्टम्स में मेमोरी होती है, इसलिए वे भविष्य के फैसलों को सूचित करने के लिए पिछले अनुभवों का उपयोग कर सकते हैं। सेल्फ-ड्राइविंग कारों में निर्णय लेने के कुछ कार्य इस तरह से डिज़ाइन किए गए हैं।

टाइप 3: मन का सिद्धांत। मन का सिद्धांत एक मनोविज्ञान शब्द है। एआई पर लागू होने पर, इसका मतलब है कि सिस्टम में भावनाओं को समझने के लिए सामाजिक बुद्धि होगी। इस प्रकार का एआई मानव इरादों का अनुमान लगाने और व्यवहार की भविष्यवाणी करने में सक्षम होगा, एआई सिस्टम के लिए मानव टीमों के अभिन्न सदस्य बनने के लिए एक आवश्यक कौशल।

टाइप 4: आत्म-जागरूकता। इस कैटेगरी में एआई सिस्टम्स में सेल्फ का सेंस होता है, जो उन्हें कॉन्शियसनेस देता है। आत्म-जागरूकता वाली मशीनें अपनी वर्तमान स्थिति को समझती हैं। इस प्रकार का AI अभी तक मौजूद नहीं है।


कृत्रिम बुद्धि का विकास
What are examples of AI technology and how is it used today?
एआई तकनीक के उदाहरण क्या हैं और आज इसका उपयोग कैसे किया जाता है?



एआई को विभिन्न प्रकार की प्रौद्योगिकी में शामिल किया गया है। यहाँ छह उदाहरण हैं:
Automation-
स्वचालन- जब एआई प्रौद्योगिकियों के साथ जोड़ा जाता है, तो स्वचालन उपकरण वॉल्यूम और प्रकार के कार्यों का विस्तार कर सकते हैं। एक उदाहरण रोबोटिक प्रोसेस ऑटोमेशन (RPA) है, एक प्रकार का सॉफ़्टवेयर जो दोहराए जाने वाले, नियम-आधारित डेटा प्रोसेसिंग कार्यों को पारंपरिक रूप से मनुष्यों द्वारा किया जाता है। मशीन लर्निंग और उभरते एआई टूल्स के साथ संयुक्त होने पर, आरपीए उद्यम नौकरियों के बड़े हिस्से को स्वचालित कर सकता है, आरपीए के सामरिक बॉट्स को एआई से खुफिया जानकारी देने और प्रक्रिया परिवर्तनों का जवाब देने में सक्षम बनाता है।
यंत्र अधिगम- यह कंप्यूटर को बिना प्रोग्रामिंग के कार्य करने का विज्ञान है। डीप लर्निंग मशीन लर्निंग का एक सबसेट है, जिसे बहुत ही सरल शब्दों में भविष्य कहनेवाला विश्लेषण के स्वचालन के रूप में माना जा सकता है। मशीन लर्निंग एल्गोरिदम तीन प्रकार के होते हैं:
पर्यवेक्षित अध्ययन। डेटा सेट को लेबल किया जाता है ताकि पैटर्न का पता लगाया जा सके और नए डेटा सेट को लेबल करने के लिए उपयोग किया जा सके।
अनियंत्रित शिक्षा-  डेटा सेट को लेबल नहीं किया जाता है और समानता या अंतर के अनुसार क्रमबद्ध किया जाता है।
सुदृढीकरण सीखना। डेटा सेट को लेबल नहीं किया जाता है, लेकिन एक क्रिया या कई क्रियाएं करने के बाद, AI सिस्टम को फीडबैक दिया जाता है।
मशीन दृष्टि। यह तकनीक एक मशीन को देखने की क्षमता देती है। मशीन दृष्टि एक कैमरा, एनालॉग-टू-डिजिटल रूपांतरण और डिजिटल सिग्नल प्रोसेसिंग का उपयोग करके दृश्य जानकारी को कैप्चर और विश्लेषण करती है। इसकी तुलना अक्सर मानव दृष्टि से की जाती है, लेकिन मशीन दृष्टि जीव विज्ञान से बंधी नहीं है और इसे दीवारों के माध्यम से देखने के लिए प्रोग्राम किया जा सकता है, उदाहरण के लिए। इसका उपयोग हस्ताक्षर पहचान से लेकर चिकित्सा छवि विश्लेषण तक कई प्रकार के अनुप्रयोगों में किया जाता है। कंप्यूटर दृष्टि, जो मशीन-आधारित छवि प्रसंस्करण पर केंद्रित है, अक्सर मशीन दृष्टि से सम्मिश्रित होती है।

प्राकृतिक भाषा प्रसंस्करण (एनएलपी)- यह कंप्यूटर प्रोग्राम द्वारा मानव भाषा की प्रोसेसिंग है। एनएलपी के पुराने और सबसे प्रसिद्ध उदाहरणों में से एक स्पैम डिटेक्शन है, जो ईमेल की विषय पंक्ति और पाठ को देखता है और तय करता है कि क्या यह कबाड़ है। एनएलपी के वर्तमान दृष्टिकोण मशीन लर्निंग पर आधारित हैं। एनएलपी कार्यों में टेक्स्ट ट्रांसलेशन, सेंटीमेंट एनालिसिस और स्पीच रिकग्निशन शामिल हैं।

रोबोटिक्स। इंजीनियरिंग का यह क्षेत्र रोबोट के डिजाइन और निर्माण पर केंद्रित है। रोबोट का उपयोग अक्सर उन कार्यों को करने के लिए किया जाता है जो मनुष्य के लिए लगातार करना या प्रदर्शन करना कठिन होता है। उदाहरण के लिए, रोबोट का उपयोग कार उत्पादन के लिए असेंबली लाइन में या नासा द्वारा अंतरिक्ष में बड़ी वस्तुओं को स्थानांतरित करने के लिए किया जाता है। शोधकर्ता रोबोट बनाने के लिए मशीन लर्निंग का भी उपयोग कर रहे हैं जो सामाजिक सेटिंग में बातचीत कर सकते हैं।
सेल्फ ड्राइविंग कारें। स्वायत्त वाहन कंप्यूटर दृष्टि, छवि पहचान और गहरी शिक्षा के संयोजन का उपयोग करते हैं ताकि किसी दिए गए लेन में रहने और पैदल चलने वालों जैसे अप्रत्याशित अवरोधों से बचने के दौरान वाहन चलाने में स्वचालित कौशल का निर्माण किया जा सके।
विभिन्न एआई घटकों की एक सूची
एआई सिर्फ एक तकनीक नहीं है।

What are the applications of AI?
एआई के अनुप्रयोग क्या हैं?

आर्टिफिशियल इंटेलिजेंस ने कई तरह के बाजारों में अपनी जगह बना ली है। यहाँ नौ उदाहरण हैं।

हेल्थकेयर में एआई। सबसे बड़ा दांव रोगी के परिणामों में सुधार और लागत को कम करने पर है। कंपनियां इंसानों की तुलना में बेहतर और तेज निदान करने के लिए मशीन लर्निंग का इस्तेमाल कर रही हैं। सबसे प्रसिद्ध हेल्थकेयर तकनीकों में से एक आईबीएम वाटसन है। यह प्राकृतिक भाषा को समझता है और इससे पूछे गए सवालों का जवाब दे सकता है। सिस्टम एक परिकल्पना बनाने के लिए रोगी डेटा और अन्य उपलब्ध डेटा स्रोतों को माइन करता है, जिसे वह एक आत्मविश्वास स्कोरिंग स्कीमा के साथ प्रस्तुत करता है। अन्य एआई अनुप्रयोगों में ऑनलाइन आभासी स्वास्थ्य सहायकों और चैटबॉट्स का उपयोग करना शामिल है ताकि रोगियों और स्वास्थ्य सेवा ग्राहकों को चिकित्सा जानकारी खोजने, नियुक्तियों को निर्धारित करने, बिलिंग प्रक्रिया को समझने और अन्य प्रशासनिक प्रक्रियाओं को पूरा करने में मदद मिल सके। COVID-19 जैसी महामारियों की भविष्यवाणी करने, लड़ने और समझने के लिए AI तकनीकों की एक श्रृंखला का भी उपयोग किया जा रहा है।

व्यापार में एआई(AI)- मशीन लर्निंग एल्गोरिदम को एनालिटिक्स और कस्टमर रिलेशनशिप मैनेजमेंट (सीआरएम) प्लेटफॉर्म में एकीकृत किया जा रहा है ताकि ग्राहकों को बेहतर सेवा कैसे दी जाए, इस बारे में जानकारी उजागर की जा सके। ग्राहकों को तत्काल सेवा प्रदान करने के लिए चैटबॉट्स को वेबसाइटों में शामिल किया गया है। नौकरी के पदों का स्वचालन भी शिक्षाविदों और आईटी विश्लेषकों के बीच चर्चा का विषय बन गया है।

AI in education-
शिक्षा में एआई। 
एआई शिक्षकों को अधिक समय देते हुए ग्रेडिंग को स्वचालित कर सकता है। यह छात्रों का आकलन कर सकता है और उनकी जरूरतों के अनुकूल हो सकता है, जिससे उन्हें अपनी गति से काम करने में मदद मिलती है। एआई ट्यूटर्स छात्रों को अतिरिक्त सहायता प्रदान कर सकते हैं, यह सुनिश्चित करते हुए कि वे ट्रैक पर रहें। और यह बदल सकता है कि छात्र कहाँ और कैसे सीखते हैं, शायद कुछ शिक्षकों की जगह भी।

वित्त में एआई- व्यक्तिगत वित्त अनुप्रयोगों में AI, जैसे कि Intuit Mint या TurboTax, वित्तीय संस्थानों को बाधित कर रहा है। इस तरह के एप्लिकेशन व्यक्तिगत डेटा एकत्र करते हैं और वित्तीय सलाह प्रदान करते हैं। आईबीएम वाटसन जैसे अन्य कार्यक्रमों को घर खरीदने की प्रक्रिया में लागू किया गया है। आज, आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर वॉल स्ट्रीट पर ज्यादातर ट्रेडिंग करता है।


एआई इन लॉ। खोज की प्रक्रिया - दस्तावेजों के माध्यम से छानबीन - कानून में अक्सर मनुष्यों के लिए भारी होती है। कानूनी उद्योग की श्रम-गहन प्रक्रियाओं को स्वचालित करने में मदद करने के लिए एआई का उपयोग करने से समय की बचत होती है और ग्राहक सेवा में सुधार होता है। लॉ फ़र्म डेटा का वर्णन करने और परिणामों की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग कर रही हैं, दस्तावेज़ों से जानकारी को वर्गीकृत करने और निकालने के लिए कंप्यूटर विज़न और सूचना के अनुरोधों की व्याख्या करने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग कर रही हैं।

निर्माण में ए.आई. रोबोट को वर्कफ़्लो में शामिल करने में विनिर्माण सबसे आगे रहा है। उदाहरण के लिए, औद्योगिक रोबोट जिन्हें एक समय में एकल कार्य करने के लिए प्रोग्राम किया गया था और मानव श्रमिकों से अलग किया गया था, तेजी से कोबोट्स के रूप में कार्य करते हैं: छोटे, मल्टीटास्किंग रोबोट जो मनुष्यों के साथ सहयोग करते हैं और गोदामों, कारखाने के फर्शों में नौकरी के अधिक हिस्सों की जिम्मेदारी लेते हैं। और अन्य कार्यक्षेत्र।

AI in banking.
बैंकिंग में ए.आई.- बैंक अपने ग्राहकों को सेवाओं और पेशकशों के बारे में जागरूक करने और ऐसे लेन-देन को संभालने के लिए चैटबॉट्स का सफलतापूर्वक उपयोग कर रहे हैं जिनमें मानवीय हस्तक्षेप की आवश्यकता नहीं है। बैंकिंग नियमों के अनुपालन की लागत में सुधार और कटौती के लिए एआई आभासी सहायकों का उपयोग किया जा रहा है। बैंकिंग संगठन भी ऋण के लिए अपने निर्णय लेने में सुधार करने और क्रेडिट सीमा निर्धारित करने और निवेश के अवसरों की पहचान करने के लिए एआई का उपयोग कर रहे हैं।

परिवहन में ए.आई.- स्वायत्त वाहनों के संचालन में एआई की मौलिक भूमिका के अलावा, यातायात के प्रबंधन, उड़ान में देरी की भविष्यवाणी करने और महासागर नौवहन को सुरक्षित और अधिक कुशल बनाने के लिए परिवहन में एआई प्रौद्योगिकियों का उपयोग किया जाता है।

सुरक्षा-
 एआई और मशीन लर्निंग चर्चा की सूची में सबसे ऊपर हैं, सुरक्षा विक्रेता आज अपने प्रसाद को अलग करने के लिए उपयोग करते हैं। वे शब्द वास्तव में व्यवहार्य तकनीकों का भी प्रतिनिधित्व करते हैं। संगठन विसंगतियों का पता लगाने और खतरों का संकेत देने वाली संदिग्ध गतिविधियों की पहचान करने के लिए सुरक्षा सूचना और इवेंट मैनेजमेंट (एसआईईएम) सॉफ़्टवेयर और संबंधित क्षेत्रों में मशीन लर्निंग का उपयोग करते हैं। ज्ञात दुर्भावनापूर्ण कोड की समानता की पहचान करने के लिए डेटा का विश्लेषण और तर्क का उपयोग करके, एआई मानव कर्मचारियों और पिछली प्रौद्योगिकी पुनरावृत्तियों की तुलना में नए और उभरते हुए हमलों के लिए अलर्ट प्रदान कर सकता है। साइबर हमलों से लड़ने में संगठनों की मदद करने में परिपक्व तकनीक एक बड़ी भूमिका निभा रही है।

संवर्धित बुद्धि बनाम कृत्रिम बुद्धि-
कुछ उद्योग विशेषज्ञों का मानना ​​है कि आर्टिफिशियल इंटेलिजेंस शब्द लोकप्रिय संस्कृति से बहुत निकटता से जुड़ा हुआ है, और इसने आम जनता को इस बारे में असंभव उम्मीदें दी हैं कि एआई कार्यस्थल और जीवन को सामान्य रूप से कैसे बदलेगा।


संवर्धित बुद्धि-  कुछ शोधकर्ताओं और विपणक आशा करते हैं कि लेबल संवर्धित बुद्धि, जिसका अधिक तटस्थ अर्थ है, लोगों को यह समझने में मदद करेगा कि एआई के अधिकांश कार्यान्वयन कमजोर होंगे और केवल उत्पादों और सेवाओं में सुधार करेंगे। उदाहरणों में व्यावसायिक खुफिया रिपोर्ट में महत्वपूर्ण जानकारी को स्वचालित रूप से प्रकट करना या कानूनी फाइलिंग में महत्वपूर्ण जानकारी को उजागर करना शामिल है।
कृत्रिम होशियारी। ट्रू एआई, या आर्टिफिशियल जनरल इंटेलिजेंस, तकनीकी विलक्षणता की अवधारणा के साथ निकटता से जुड़ा हुआ है - एक कृत्रिम अधीक्षण द्वारा शासित भविष्य जो इसे समझने की मानव मस्तिष्क की क्षमता से कहीं अधिक है या यह हमारी वास्तविकता को कैसे आकार दे रहा है। यह अभी भी विज्ञान कथा के दायरे में है, हालांकि कुछ विकासकर्ता इस समस्या पर काम कर रहे हैं। बहुत से लोग मानते हैं कि क्वांटम कंप्यूटिंग जैसी प्रौद्योगिकियां एजीआई को वास्तविकता बनाने में महत्वपूर्ण भूमिका निभा सकती हैं और हमें इस तरह की सामान्य बुद्धि के लिए एआई शब्द का उपयोग आरक्षित करना चाहिए।
कृत्रिम बुद्धि का नैतिक उपयोग-
जबकि एआई उपकरण व्यवसायों के लिए नई कार्यक्षमता की एक श्रृंखला पेश करते हैं, कृत्रिम बुद्धि का उपयोग नैतिक प्रश्न भी उठाता है क्योंकि, बेहतर या बदतर के लिए, एक एआई सिस्टम पहले से ही सीखी गई चीजों को सुदृढ़ करेगा।

यह समस्याग्रस्त हो सकता है क्योंकि मशीन लर्निंग एल्गोरिदम, जो कई सबसे उन्नत एआई उपकरणों को रेखांकित करता है, केवल उतने ही स्मार्ट होते हैं जितने कि प्रशिक्षण में दिए गए डेटा। क्योंकि एक इंसान एआई प्रोग्राम को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा का चयन करता है, इसलिए मशीन लर्निंग पूर्वाग्रह की संभावना निहित है और इसकी बारीकी से निगरानी की जानी चाहिए।

कोई भी व्यक्ति जो वास्तविक दुनिया, इन-प्रोडक्शन सिस्टम के हिस्से के रूप में मशीन लर्निंग का उपयोग करना चाहता है, उसे अपने एआई प्रशिक्षण प्रक्रियाओं में नैतिकता को ध्यान में रखना होगा और पूर्वाग्रह से बचने का प्रयास करना होगा। एआई एल्गोरिदम का उपयोग करते समय यह विशेष रूप से सच है जो गहन शिक्षा और जनरेटिव एडवरसैरियल नेटवर्क (जीएएन) अनुप्रयोगों में स्वाभाविक रूप से अस्पष्ट हैं।

स्पष्ट विनियामक अनुपालन आवश्यकताओं के तहत संचालित उद्योगों में एआई का उपयोग करने के लिए व्याख्यात्मकता एक संभावित बाधा है। उदाहरण के लिए, संयुक्त राज्य अमेरिका में वित्तीय संस्थान ऐसे नियमों के तहत काम करते हैं जिनके लिए उन्हें अपने क्रेडिट जारी करने के निर्णयों की व्याख्या करने की आवश्यकता होती है। जब एआई प्रोग्रामिंग द्वारा क्रेडिट को अस्वीकार करने का निर्णय लिया जाता है, हालांकि, यह स्पष्ट करना मुश्किल हो सकता है कि निर्णय कैसे लिया गया क्योंकि ऐसे निर्णय लेने के लिए उपयोग किए जाने वाले एआई उपकरण हजारों चर के बीच सूक्ष्म सहसंबंधों को छेड़ कर संचालित होते हैं। जब निर्णय लेने की प्रक्रिया की व्याख्या नहीं की जा सकती है, तो प्रोग्राम को ब्लैक बॉक्स एआई कहा जा सकता है।

जिम्मेदार एआई उपयोग के घटक।
ये घटक जिम्मेदार एआई उपयोग करते हैं।
संभावित जोखिमों के बावजूद, वर्तमान में एआई उपकरणों के उपयोग को नियंत्रित करने वाले कुछ नियम हैं, और जहां कानून मौजूद हैं, वे आम तौर पर अप्रत्यक्ष रूप से एआई से संबंधित हैं। उदाहरण के लिए, जैसा कि पहले उल्लेख किया गया है, यूनाइटेड स्टेट्स फेयर लेंडिंग रेगुलेशंस में वित्तीय संस्थानों को संभावित ग्राहकों को क्रेडिट निर्णयों की व्याख्या करने की आवश्यकता होती है। यह उस सीमा तक सीमित करता है जहां तक ​​ऋणदाता गहन शिक्षण एल्गोरिदम का उपयोग कर सकते हैं, जो उनकी प्रकृति से अपारदर्शी हैं और व्याख्यात्मकता की कमी है।

यूरोपीय संघ का जनरल डेटा प्रोटेक्शन रेगुलेशन (जीडीपीआर) इस बात पर सख्त सीमा लगाता है कि उद्यम उपभोक्ता डेटा का उपयोग कैसे कर सकते हैं, जो कई उपभोक्ता-सामना करने वाले एआई अनुप्रयोगों के प्रशिक्षण और कार्यक्षमता को बाधित करता है।

अक्टूबर 2016 में, राष्ट्रीय विज्ञान और प्रौद्योगिकी परिषद ने एक रिपोर्ट जारी की जिसमें एआई के विकास में सरकारी विनियमन की संभावित भूमिका की जांच की गई थी, लेकिन इसने विशिष्ट कानून पर विचार करने की सिफारिश नहीं की।


एआई को विनियमित करने के लिए कानून बनाना आसान नहीं होगा, आंशिक रूप से क्योंकि एआई में विभिन्न प्रकार की प्रौद्योगिकियां शामिल हैं जो कंपनियां विभिन्न उद्देश्यों के लिए उपयोग करती हैं, और आंशिक रूप से क्योंकि एआई प्रगति और विकास की कीमत पर नियम आ सकते हैं। एआई प्रौद्योगिकियों का तेजी से विकास एआई के अर्थपूर्ण विनियमन के निर्माण में एक और बाधा है। प्रौद्योगिकी की सफलता और उपन्यास अनुप्रयोग मौजूदा कानूनों को तुरंत अप्रचलित बना सकते हैं। उदाहरण के लिए, बातचीत और रिकॉर्ड की गई बातचीत की गोपनीयता को विनियमित करने वाले मौजूदा कानून अमेज़ॅन के एलेक्सा और ऐप्पल के सिरी जैसे ध्वनि सहायकों द्वारा उत्पन्न चुनौती को कवर नहीं करते हैं जो बातचीत को इकट्ठा करते हैं लेकिन वितरित नहीं करते हैं - कंपनियों की प्रौद्योगिकी टीमों को छोड़कर जो इसका उपयोग मशीन को बेहतर बनाने के लिए करते हैं। सीखने के एल्गोरिदम। और निश्चित रूप से, एआई को विनियमित करने के लिए सरकारें जो कानून तैयार करती हैं, वे अपराधियों को दुर्भावनापूर्ण इरादे से तकनीक का उपयोग करने से नहीं रोकते हैं।

संज्ञानात्मक कंप्यूटिंग और एआई
एआई और संज्ञानात्मक कंप्यूटिंग शब्द कभी-कभी एक दूसरे के स्थान पर उपयोग किए जाते हैं, लेकिन आम तौर पर बोलते हुए, एआई लेबल का उपयोग उन मशीनों के संदर्भ में किया जाता है जो मानव बुद्धि को प्रतिस्थापित करते हैं कि हम पर्यावरण में जानकारी को कैसे समझते हैं, सीखते हैं, प्रक्रिया करते हैं और प्रतिक्रिया करते हैं।

लेबल संज्ञानात्मक कंप्यूटिंग का उपयोग उन उत्पादों और सेवाओं के संदर्भ में किया जाता है जो मानव विचार प्रक्रियाओं की नकल और वृद्धि करते हैं।

What is the history of AI?

एआई का इतिहास क्या है?

बुद्धि से संपन्न निर्जीव वस्तुओं की अवधारणा प्राचीन काल से चली आ रही है। ग्रीक देवता हेफेस्टस को मिथकों में सोने से रोबोट जैसे नौकर बनाने के रूप में चित्रित किया गया था। प्राचीन मिस्र में इंजीनियरों ने पुजारियों द्वारा अनुप्राणित देवताओं की मूर्तियों का निर्माण किया। सदियों के दौरान, अरस्तू से लेकर 13वीं शताब्दी के स्पेनिश धर्मशास्त्री रेमन लुल से लेकर रेने डेसकार्टेस और थॉमस बेयस तक के विचारकों ने मानव विचार प्रक्रियाओं को प्रतीकों के रूप में वर्णित करने के लिए अपने समय के उपकरणों और तर्क का उपयोग किया, सामान्य ज्ञान प्रतिनिधित्व जैसी एआई अवधारणाओं की नींव रखी।
AI winters

एआई विंटर्स
एआई, 1956 से वर्तमान के आधुनिक क्षेत्र के लिए समर्थन।
19वीं शताब्दी के उत्तरार्ध और 20वीं शताब्दी के पूर्वार्द्ध में आधारभूत कार्य सामने आया जिसने आधुनिक कंप्यूटर को जन्म दिया। 1836 में, कैम्ब्रिज यूनिवर्सिटी के गणितज्ञ चार्ल्स बैबेज और ऑगस्टा एडा बायरन, काउंटेस ऑफ़ लवलेस ने प्रोग्रामेबल मशीन के लिए पहला डिज़ाइन ईजाद किया।

1940 के दशक। प्रिंसटन गणितज्ञ जॉन वॉन न्यूमैन ने संग्रहीत प्रोग्राम कंप्यूटर के लिए आर्किटेक्चर की कल्पना की - यह विचार कि कंप्यूटर का प्रोग्राम और उसके द्वारा संसाधित डेटा को कंप्यूटर की मेमोरी में रखा जा सकता है। और वारेन मैककुलोच और वाल्टर पिट्स ने तंत्रिका नेटवर्क की नींव रखी।

1950 के दशक। आधुनिक कंप्यूटरों के आगमन के साथ, वैज्ञानिक मशीन इंटेलिजेंस के बारे में अपने विचारों का परीक्षण कर सकते थे। यह निर्धारित करने के लिए एक विधि कि कंप्यूटर में बुद्धि है या नहीं, ब्रिटिश गणितज्ञ और द्वितीय विश्व युद्ध के कोड-ब्रेकर एलन ट्यूरिंग द्वारा तैयार की गई थी। ट्यूरिंग टेस्ट ने पूछताछकर्ताओं को मूर्ख बनाने की कंप्यूटर की क्षमता पर ध्यान केंद्रित किया कि उनके सवालों के जवाबों को एक इंसान ने बनाया है।

1956. डार्टमाउथ कॉलेज में एक ग्रीष्मकालीन सम्मेलन के दौरान इस वर्ष की शुरुआत के रूप में कृत्रिम बुद्धि के आधुनिक क्षेत्र का व्यापक रूप से उल्लेख किया गया है। डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (DARPA) द्वारा प्रायोजित, इस सम्मेलन में क्षेत्र के 10 दिग्गजों ने भाग लिया, जिसमें AI अग्रणी मार्विन मिंस्की, ओलिवर सेल्फ्रिज और जॉन मैकार्थी शामिल थे, जिन्हें कृत्रिम बुद्धिमत्ता शब्द गढ़ने का श्रेय दिया जाता है। उपस्थिति में एलन नेवेल, एक कंप्यूटर वैज्ञानिक, और हर्बर्ट ए. साइमन, एक अर्थशास्त्री, राजनीतिक वैज्ञानिक और संज्ञानात्मक मनोवैज्ञानिक थे, जिन्होंने अपने ग्राउंडब्रेकिंग लॉजिक थिओरिस्ट को प्रस्तुत किया, एक कंप्यूटर प्रोग्राम जो कुछ गणितीय प्रमेयों को साबित करने में सक्षम था और जिसे पहले एआई प्रोग्राम के रूप में संदर्भित किया गया था। .

1950 और 1960 के दशक। डार्टमाउथ कॉलेज सम्मेलन के मद्देनजर, एआई के नवोदित क्षेत्र में नेताओं ने भविष्यवाणी की कि मानव मस्तिष्क के बराबर मानव निर्मित खुफिया कोने के आसपास थी, जो प्रमुख सरकार और उद्योग समर्थन को आकर्षित करती थी। वास्तव में, लगभग 20 वर्षों के अच्छी तरह से वित्त पोषित बुनियादी अनुसंधान ने एआई में महत्वपूर्ण प्रगति की: उदाहरण के लिए, 1950 के दशक के अंत में, नेवेल और साइमन ने जनरल प्रॉब्लम सॉल्वर (जीपीएस) एल्गोरिदम प्रकाशित किया, जो जटिल समस्याओं को हल करने में विफल रहा, लेकिन इसके लिए नींव रखी। अधिक परिष्कृत संज्ञानात्मक आर्किटेक्चर विकसित करना; मैककार्थी ने एआई प्रोग्रामिंग के लिए एक भाषा लिस्प विकसित की जो आज भी उपयोग की जाती है। 1960 के दशक के मध्य में MIT के प्रोफेसर जोसेफ वीज़ेनबाम ने ELIZA को विकसित किया, जो एक प्रारंभिक प्राकृतिक भाषा प्रसंस्करण कार्यक्रम है जिसने आज के चैटबॉट्स की नींव रखी।

1970 और 1980 के दशक। लेकिन कृत्रिम सामान्य बुद्धि की उपलब्धि मायावी साबित हुई, आसन्न नहीं, कंप्यूटर प्रसंस्करण और स्मृति में सीमाओं और समस्या की जटिलता से बाधित। सरकार और निगम एआई अनुसंधान के अपने समर्थन से पीछे हट गए, जिससे 1974 से 1980 तक परती अवधि चली गई और इसे पहले "एआई विंटर" के रूप में जाना गया। 1980 के दशक में, गहन शिक्षण तकनीकों पर शोध और उद्योग द्वारा एडवर्ड फेगेनबाम की विशेषज्ञ प्रणालियों को अपनाने से एआई उत्साह की एक नई लहर छिड़ गई, जिसके बाद सरकारी धन और उद्योग समर्थन का एक और पतन हुआ। दूसरी एआई सर्दी 1990 के दशक के मध्य तक चली।

1990 से आज तक। कम्प्यूटेशनल शक्ति में वृद्धि और डेटा के विस्फोट ने 1990 के दशक के अंत में एआई पुनर्जागरण को जन्म दिया जो वर्तमान समय तक जारी है। एआई पर नवीनतम ध्यान ने प्राकृतिक भाषा प्रसंस्करण, कंप्यूटर विजन, रोबोटिक्स, मशीन लर्निंग, डीप लर्निंग और बहुत कुछ में सफलताओं को जन्म दिया है। इसके अलावा, AI पहले से अधिक ठोस, पॉवरिंग कारों, बीमारी का निदान करने और लोकप्रिय संस्कृति में अपनी भूमिका को मजबूत करने वाला होता जा रहा है। 1997 में, आईबीएम के डीप ब्लू ने रूसी शतरंज ग्रैंडमास्टर गैरी कास्परोव को हरा दिया, जो विश्व शतरंज चैंपियन को हराने वाला पहला कंप्यूटर प्रोग्राम बन गया। चौदह साल बाद, आईबीएम के वॉटसन ने जनता को मोहित कर लिया जब उसने गेम शो जॉपार्डी! में दो पूर्व चैंपियन को हरा दिया। अभी हाल ही में, Google DeepMind के AlphaGo द्वारा 18 बार के वर्ल्ड गो चैंपियन ली सेडॉल की ऐतिहासिक हार ने गो समुदाय को स्तब्ध कर दिया और बुद्धिमान मशीनों के विकास में एक प्रमुख मील का पत्थर चिह्नित किया।

AI as a service-

एआई एक सेवा के रूप में

क्योंकि एआई के लिए हार्डवेयर, सॉफ्टवेयर और स्टाफिंग की लागत महंगी हो सकती है, कई विक्रेता अपने मानक प्रस्तावों में एआई घटकों को शामिल कर रहे हैं या सेवा (एआईएएएस) प्लेटफॉर्म के रूप में कृत्रिम बुद्धिमत्ता तक पहुंच प्रदान कर रहे हैं। एआईएएएस व्यक्तियों और कंपनियों को प्रतिबद्धता बनाने से पहले विभिन्न व्यावसायिक उद्देश्यों के लिए एआई के साथ प्रयोग करने और कई प्लेटफार्मों का नमूना लेने की अनुमति देता है।

लोकप्रिय एआई क्लाउड पेशकशों में निम्नलिखित शामिल हैं:
1. Amazon AI (अमेज़न एआई)
2. IBM Watson Assistant (आईबीएम वाटसन सहायक)
3. Microsoft Cognitive Services (Microsoft संज्ञानात्मक सेवाएँ)
4. Google AI (गूगल एआई)
5. OpenAI
6. ChatGPT

कोई टिप्पणी नहीं:

एक टिप्पणी भेजें