कृत्रिम बुद्धिमत्ता (एआई)

कृत्रिम बुद्धिमत्ता एक जटिल विषय है, जिसमें विभिन्न तकनीकों का एकीकरण शामिल है। समय के साथ कृत्रिमता (sophistication) और बुद्धिमत्ता की क्रमागत उन्नति हुई, जिसके साथ कृत्रिम बुद्धिमत्ता का भी विकास हुआ। इस प्रक्रिया में कृत्रिम बुद्धिमत्ता, मशीन लर्निंग, डीप लर्निंग और रोबोटिक्स जैसे विभिन्न तकनीकी शब्द उत्पन्न हुए।

ये अक्सर अतिव्यापी और भ्रमित करने वाले तकनीकी शब्द हैं; क्योंकि ये बड़े पैमाने पर परस्पर जुड़े और एक-दूसरे से मिले हुए हैं। एआई पारिस्थितिकी तंत्र को समझने के लिए अलगाव एवं स्पष्टता आवश्यक है और इसके जीवन के विभिन्न क्षेत्रों में असंख्य अनुप्रयोग हैं।

  • कृत्रिम बुद्धिमत्ता, जैसा कि नाम से पता चलता है, मनुष्यों द्वारा बनाई गई बुद्धिमत्ता है। इस जटिल मशीन का निर्माण कंप्यूटर के गुणों का उपयोग करके किया जाता है, जो मनुष्यों की तरह ही विभिन्न क्रियाओं का प्रदर्शन करती हैं। संक्षेप में, इन मशीनों में मानव बुद्धि को शामिल किया गया है। इसलिए, "मशीनों की मानव मस्तिष्क की तरह सोचने और काम करने की क्षमता को कृत्रिम बुद्धिमत्ता कहा जाता है।"
  • एआई इंसानों की तरह सोचता है, काम करता है और प्रतिक्रिया करता है। हालांकि, एआई का सम्पूर्ण रूप से मानव की तरह कार्य करना, अब तक संभव नहीं हुआ है; क्योंकि मानव मस्तिष्क की कई विशेषताएं हैं, जिसका वर्णन करना मुश्किल है।
  • एआई के कुछ बेहतरीन उदाहरण फेसबुक पर ‘फेस रिकग्निशन’ और ‘इमेजेज क्लासिफिकेशन सर्विस ऑफ इंट्रेस्ट’ है।

मशीन लर्निंग

मशीन लर्निंग कृत्रिम बुद्धिमत्ता का एक हिस्सा है। ज्यादातर लोग इसे कृत्रिम बुद्धिमत्ता मानते हैं, लेकिन यह सच नहीं है। मशीनें सीख सकती हैं। रोबोट प्रदान किए गए डेटा से खुद सीखते हैं। यह एक तकनीक है, जो हमें कृत्रिम बुद्धिमत्ता की उपस्थिति का एहसास कराती है।

  • यह तकनीक डेटा प्राप्त करने, सीखने और फिर डेटा का विश्लेषण करने के लिए एल्गोरिदम का उपयोग करती है। उदाहरण के लिए शॉपिंग साइट्स जैसे अमेजन, गूगल और फेसबुक पर जनरेशन ऑफ रिकमेन्डेशन।
  • दिए गये ‘रिकमेन्डेशन’ पिछले डेटा का उपयोग करके और उपयोगकर्ताओं के हित को समझकर उत्पन्न होते हैं। यह मशीन लर्निंग एल्गोरिदम के द्वारा किया जाता है, जो हाल में किये गये सर्च, इतिहास और अन्य जानकारी का विश्लेषण करके विकसित किया जाता है। यह तकनीक विपणन और बैंकिंग क्षेत्रों को भी प्रभावित करती है। इसलिए, "मशीन लर्निंग मशीनों का डेटा विश्लेषण करके सीखने और कृत्रिम बुद्धिमत्ता प्राप्त करने की प्रवृत्ति है।"
  • नई मशीन लर्निंग का एल्गोरिदम बुनियादी एआई तक सीमित था, लेकिन अब यह इस प्रणाली का एक अनिवार्य हिस्सा बन गया है। कई जटिल एल्गोरिदम बेहतर अनुभव देने के लिए तैयार हैं।
  • उदाहरण के लिए, इसने शो और मूवी देखने का तरीका बदल दिया है। मनोरंजन उद्योग (नेटफ्लिक्स और अमेजॅन प्राइम जैसे वेब चैनल) इस एल्गोरिथ्म का उपयोग अपने दर्शकों को उपयुक्त सुझाव प्रदान करने के लिए कर रहा है।

डीप लर्निंग

मशीन लर्निंग का कार्यान्वयन डीप लर्निंग है। यह मशीन लर्निंग, या कृत्रिम बुद्धिमत्ता का उपवर्ग है, जो मशीनों की कार्य क्षमता का कारण है।

  • इन दोनों के बीच का अंतर यह है कि मशीन लर्निंग को कार्य करने के लिए मार्गदर्शन की आवश्यकता होती है, वही डीप लर्निंग में मार्गदर्शन की आवश्यकता नहीं होती है।
  • डीप लर्निंग ने उपयोगकर्ताओं की विशेषज्ञता को बढ़ाया है। डीप लर्निंग का सबसे अच्छा उदाहरण एक स्वचालित कार है। इसलिए, "मशीन लर्निंग को लागू करने के लिए इस्तेमाल की जाने वाली तकनीक को डीप लर्निंग के रूप में जाना जाता है।"
  • डीप लर्निंग ने मशीनों को सिर्फ इंसानों की तरह काम करने और सोचने में सक्षम बनाया है। परिणाम अनुचित होने पर, मशीन लर्निंग में प्रोग्रामर को एल्गोरिदम को ठीक करना होता है। लेकिन डीप लर्निंग में मॉडल मानव मस्तिष्क की तरह ही खुद ही सब करते हैं।
  • उदाहरण के लिए, कल्पना करें कि हमने उपयोगकर्ता के स्टार्ट बोलने पर फैन को चालू करने के लिए एक कोड निर्धारित किया है। मशीन लर्निंग एल्गोरिदम तब पूरी बातचीत को सुनेगा और शब्द स्टार्ट को खोजेगा। यदि इसे सटीक शब्द नहीं मिलता है, तो वह फैन स्टार्ट नहीं करेगा।
  • दूसरी तरफ, डीप लर्निंग मॉडल फैन उस वक्त स्टार्ट कर देगा जब आप ये कहेंगे किः ‘मेरा रूम बहुत गर्म हो रहा है।’ यानी, डीप लर्निंग अपने आपसे सीख सकता है, जबकि मशीन लर्निंग को प्रोग्राम द्वारा संचालित करने की आवश्यकता होती है।
  • निष्कर्ष में हम कह सकते हैं कि डीप लर्निंग और मशीन लर्निंग आर्टिफिशियल इंटेलिजेंस से संबंधित दो अवधारणाएं हैं। दोनों ने मिलकर एआई के भविष्य को बेहतर बनाया है, लेकिन यह कृत्रिम बुद्धिमत्ता नहीं है।

कृत्रिम बुद्धिमत्ता बनाम रोबोटिक्स

  • कृत्रिम बुद्धिमत्ता कंप्यूटर विज्ञान की एक शाखा है, जिससे ऐसी मशीनों का निर्माण होता है, जो मनुष्यों के समान ही समस्या को सुलझाने और सीखने में सक्षम हैं।
  • मशीन लर्निंग और रीइनफोर्समेंट लर्निंग जैसे कुछ सबसे नवीन एआई समाधान में एल्गोरिदम मानव हस्तक्षेप के बिना अपने आस-पास से इनपुट लेकर सीख सकता है और अपने कार्यों को संशोधित कर सकता है।
  • वित्तीय से लेकर विनिर्माण, उपभोक्ता वस्तुओं से लेकर स्वास्थ्य सेवा आदि लगभग हर उद्योग में किसी न किसी स्तर पर कृत्रिम बुद्धिमत्ता तकनीक का प्रयोग किया जा रहा है। गूगल का सर्च एल्गोरिदम और फेसबुक का ‘रिकमेन्डेशन इंजन’ कृत्रिम बुद्धिमत्ता के उदाहरण है, जो हममें से कई हर दिन उपयोग करते हैं।
  • दूसरी ओर रोबोट के निर्माण और संचालन पर केंद्रित अभियांत्रिकी की शाखा को रोबोटिक्स कहा जाता है।
  • रोबोट प्रोग्राम योग्य मशीनें हैं, जो स्वायत्त या अर्द्ध-स्वायत्त रूप से किसी कार्य को अंजाम दे सकती है। रोबोट भौतिक दुनिया के साथ बातचीत करने के लिए सेंसर का उपयोग करते हैं, लेकिन उन्हें कार्य करने के लिए प्रोग्राम करना पड़ता है।
  • सरल शब्दों में, एआई का उद्देश्य मानव मस्तिष्क की नकल करना है, जबकि रोबोट का उद्देश्य मानव हाथ को बदलना है।

रोबोटिक्स और एआई का समावेशन

एआई और रोबोटिक्स के बीच सीमांकन रेखा की अस्पष्टता के कारण लोग रोबोटिक्स और कृत्रिम बुद्धिमत्ता के बीच के अंतर में भ्रमित होते हैं, क्योंकि कृत्रिम बुद्धिमत्तायुक्त रोबोट हैं, अर्थात ऐसे रोबोट जो कृत्रिम बुद्धिमत्ता द्वारा नियंत्रित होते हैं।

  • इसलिए संयोजन में एआई मस्तिष्क है और रोबोटिक्स शरीर है। उदाहरण के लिए, एक साधारण रोबोट को किसी वस्तु को उठाने और उसे किसी अन्य स्थान पर रखने के लिए प्रोग्राम किया जा सकता है। इस कार्य को तब तक दोहरा सकते हैं, जब तक कि इसे रोकने के लिए नहीं कहा जाता है।
  • एक कैमरा और एक एआई एल्गोरिदम के साथ, रोबोट एक ऑब्जेक्ट को ‘देख’ सकता है, यह पता लगा सकता है कि यह क्या है। इससे निर्धारित होता है कि इसे कहां रखा जाना चाहिए। यह कृत्रिम रूप से बुद्धिमान रोबोट का एक उदाहरण है।