सदस्य:Sree Shalini/प्रयोगपृष्ठ/1
कृत्रिम होशियारी[संपादित करें]
इतिहास[संपादित करें]
कृत्रिम बुद्धि शब्द को 1 9 56 में बनाया गया था, लेकिन आज एआई अधिक लोकप्रिय हो गया है क्योंकि डेटा वॉल्यूम, उन्नत एल्गोरिदम और कंप्यूटिंग बिजली और भंडारण में सुधार के कारण धन्यवाद। 1 9 50 के दशक में प्रारंभिक एआई शोध ने समस्या निवारण और प्रतीकात्मक तरीकों जैसे विषयों की खोज की। 1 9 60 के दशक में, अमेरिकी रक्षा विभाग ने इस प्रकार के काम में रुचि ली और बुनियादी मानव तर्क की नकल करने के लिए कंप्यूटर प्रशिक्षण देना शुरू किया। उदाहरण के लिए, रक्षा उन्नत अनुसंधान परियोजना एजेंसी (डीएआरपीए) ने 1 9 70 के दशक में सड़क मानचित्रण परियोजनाओं को पूरा किया। और डीएआरपीए ने 2003 में बुद्धिमान व्यक्तिगत सहायकों का उत्पादन किया, सिरी, एलेक्सा या कॉर्टाना घर के नाम से बहुत पहले थे। इस शुरुआती काम ने ऑटोमेशन और औपचारिक तर्क के लिए मार्ग प्रशस्त किया जिसे हम आज कंप्यूटर में देखते हैं, जिसमें निर्णय समर्थन प्रणाली और स्मार्ट सर्च सिस्टम शामिल हैं जिन्हें मानव क्षमताओं को पूरक और बढ़ाने के लिए डिज़ाइन किया जा सकता है। जबकि हॉलीवुड की फिल्मों और विज्ञान कथा उपन्यासों में एआई को मानव-जैसे रोबोट के रूप में दर्शाया गया है जो दुनिया भर में लेते हैं, एआई प्रौद्योगिकियों का वर्तमान विकास इतना डरावना नहीं है - या काफी स्मार्ट है। इसके बजाए, एआई हर उद्योग में कई विशिष्ट लाभ प्रदान करने के लिए विकसित हुआ है। स्वास्थ्य देखभाल, खुदरा और अधिक में कृत्रिम बुद्धि के आधुनिक उदाहरणों के लिए पढ़ना जारी रखें।
कृत्रिम बुद्धि क्यों महत्वपूर्ण है?[संपादित करें]
एआई डेटा के माध्यम से दोहराव सीखने और खोज स्वचालित करता है। लेकिन एआई हार्डवेयर संचालित, रोबोटिक स्वचालन से अलग है। मैन्युअल कार्यों को स्वचालित करने के बजाय, एआई लगातार, उच्च मात्रा, कम्प्यूटरीकृत कार्यों को विश्वसनीय रूप से और थकान के बिना निष्पादित करता है। इस प्रकार के स्वचालन के लिए, सिस्टम की स्थापना और सही प्रश्न पूछने के लिए मानव जांच अभी भी आवश्यक है।
एआई मौजूदा उत्पादों को बुद्धिमत्ता जोड़ता है। ज्यादातर मामलों में, एआई को व्यक्तिगत आवेदन के रूप में नहीं बेचा जाएगा। इसके बजाय, जिन उत्पादों का आप पहले से उपयोग कर रहे हैं उन्हें एआई क्षमताओं के साथ बेहतर किया जाएगा, सिरी को ऐप्पल उत्पादों की एक नई पीढ़ी के लिए एक सुविधा के रूप में जोड़ा गया था। स्वस्थता, वार्तालाप प्लेटफार्मों, बॉट्स और स्मार्ट मशीनों को घर पर और कार्यस्थल में सुरक्षा तकनीकों से निवेश विश्लेषण तक कई तकनीकों में सुधार के लिए बड़ी मात्रा में डेटा के साथ जोड़ा जा सकता है।
डेटा प्रोग्रामिंग करने के लिए एआई प्रगतिशील सीखने एल्गोरिदम के माध्यम से अनुकूल है। एआई डेटा में संरचना और नियमितता पाता है ताकि एल्गोरिदम एक कौशल प्राप्त कर सके: एल्गोरिदम एक वर्गीकृत या भविष्यवाणीकर्ता बन जाता है। इसलिए, जैसे ही एल्गोरिदम खुद को शतरंज खेलना सिखा सकता है, यह खुद को सिखा सकता है कि कौन सा उत्पाद अगले ऑनलाइन अनुशंसा करेगा। और मॉडल नए डेटा दिए जाने पर अनुकूलित करते हैं। बैक प्रोपेगेशन एक एआई तकनीक है जो मॉडल को प्रशिक्षण और अतिरिक्त डेटा के माध्यम से समायोजित करने की अनुमति देती है, जब पहला जवाब बिल्कुल सही नहीं होता है।
एआई तंत्रिका नेटवर्क का उपयोग करके अधिक गहरे डेटा का विश्लेषण करता है जिसमें कई छिपी परतें होती हैं। पांच छिपी परतों के साथ एक धोखाधड़ी का पता लगाने प्रणाली का निर्माण कुछ साल पहले लगभग असंभव था। अविश्वसनीय कंप्यूटर पावर और बड़े डेटा के साथ जो कुछ बदल गया है। गहरे सीखने के मॉडल को प्रशिक्षित करने के लिए आपको बहुत सारे डेटा की आवश्यकता है क्योंकि वे सीधे डेटा से सीखते हैं। जितना अधिक डेटा आप उन्हें खिला सकते हैं, उतना सटीक वे बन जाते हैं।
एआई गहरे तंत्रिका नेटवर्क के माध्यम से अविश्वसनीय सटीकता प्राप्त करता है - जो पहले असंभव था। उदाहरण के लिए, एलेक्सा, Google सर्च और Google फ़ोटो के साथ आपकी बातचीत गहरी सीखने पर आधारित होती है - और हम जितना अधिक उपयोग करते हैं उतना सटीक बनाते रहते हैं। चिकित्सा क्षेत्र में, गहरी शिक्षा, छवि वर्गीकरण और वस्तु पहचान से एआई तकनीकों का उपयोग अब एमआरआई पर उच्च प्रशिक्षित रेडियोलॉजिस्ट के समान सटीकता के साथ कैंसर को खोजने के लिए किया जा सकता है।
एआई डेटा से अधिकतर हो जाता है। जब एल्गोरिदम आत्म-शिक्षण होते हैं, तो डेटा स्वयं बौद्धिक संपदा बन सकता है। जवाब डेटा में हैं; आपको उन्हें बाहर निकालने के लिए एआई को आवेदन करना होगा। चूंकि डेटा की भूमिका पहले से कहीं अधिक महत्वपूर्ण है, इसलिए यह एक प्रतिस्पर्धी लाभ बना सकती है। यदि आपके पास प्रतिस्पर्धी उद्योग में सबसे अच्छा डेटा है, भले ही हर कोई इसी तरह की तकनीकों को लागू कर रहा हो, तो सबसे अच्छा डेटा जीत जाएगा| उज्ज्वल सीईओ अक्ली अदजाउते का कहना है कि एआई की वास्तविक क्षमता का केवल एक ही उपाय है: जब तकनीक यह समझने के लिए पर्याप्त अनुकूल है कि 23 वर्ष का जॉन 43 पर एक ही जॉन है, भले ही उसके दो बच्चे, एक पत्नी और घर 'burbs में है। वह व्यवहारिक संदर्भ, वह करेन वेबस्टर को बताता है, एफआईएस को धोखाधड़ी रोकने और सेवाओं को वैयक्तिकृत करने में मदद कर सकता है - वैसे ही कोने दुकानदार दशकों पहले अपने ग्राहकों के लिए भी कर सकता था।
कृत्रिम बुद्धिमत्ता (AI) के प्रकार:[संपादित करें]
कमजोर AI या संकीर्ण AI:[संपादित करें]
यह एक संकीर्ण कार्य पर केंद्रित है, यह घटना कि मशीनें अपने काम को करने के लिए बहुत बुद्धिमान नहीं हैं, उन्हें स्मार्ट बनाया जा सकता है। एक उदाहरण एक पोकर गेम होगा जहां एक मशीन मानव की पिटाई करती है जिसमें मशीन में सभी नियमों और चालों को खिलाया जाता है। यहां प्रत्येक और हर संभावित परिदृश्य को पहले से मैन्युअल रूप से दर्ज करने की आवश्यकता है। प्रत्येक और कमजोर एआई मजबूत एआई के निर्माण में योगदान देगा।
===मजबूत एआई:=== मशीनें जो वास्तव में एक इंसान की तरह अपने दम पर सोच और प्रदर्शन कर सकती हैं। इस उद्योग के नेताओं के लिए कोई उचित उदाहरण नहीं हैं जो एक मजबूत एआई के करीब होने के लिए बहुत उत्सुक हैं जिसके परिणामस्वरूप तेजी से प्रगति हुई है।
प्रतिक्रियाशील मशीनें:[संपादित करें]
यह एआई के मूल रूपों में से एक है। इसमें अतीत की स्मृति नहीं है और भविष्य की क्रियाओं के लिए जानकारी का उपयोग नहीं कर सकता है। उदाहरण: - आईबीएम शतरंज कार्यक्रम ने गैरी कास्पारोव को 1990 के दशक में हराया।
===सीमित मेमोरी:=== एआई सिस्टम भविष्य के निर्णयों को सूचित करने के लिए पिछले अनुभवों का उपयोग कर सकते हैं। सेल्फ-ड्राइविंग कारों में कुछ निर्णय लेने वाले कार्यों को इस तरह से डिजाइन किया गया है। भविष्य में होने वाली क्रियाओं को सूचित करने के लिए उपयोग की जाने वाली टिप्पणियों, जैसे कि एक कार जिसने लेन बदल दी है। ये अवलोकन स्थायी रूप से संग्रहीत नहीं किए जाते हैं और Apple के चैटबोट सिरी भी।
मन का सिद्धांत:[संपादित करें]
इस प्रकार के एआई को लोगों की भावनाओं, विश्वासों, विचारों, अपेक्षाओं को समझने में सक्षम नहीं होना चाहिए और सामाजिक रूप से बातचीत करने में सक्षम होना चाहिए, हालांकि इसमें से बहुत कुछ अभी तक पूरा नहीं हुआ है।
आत्म-जागरूकता:[संपादित करें]
एक एआई जिसके पास स्वयं जागरूक, सुपर बुद्धिमान, आत्म-जागरूकता और भावुक है (सरल शब्दों में एक पूर्ण मनुष्य है)। बेशक, इस तरह का बॉट भी मौजूद नहीं है और अगर इसे हासिल किया जाता है तो यह AI के क्षेत्र में मील के पत्थर में से एक होगा।
कृत्रिम बुद्धिमत्ता का महत्व[संपादित करें]
मशीन लर्निंग (एमएल):[संपादित करें]
यह एक विधि है जहां लक्ष्य (लक्ष्य) को उन चरणों तक पहुंचने के लिए परिभाषित किया जाता है जो लक्ष्य खुद प्रशिक्षण (अनुभव प्राप्त करना) है। नारंगी। लक्ष्य को स्पष्ट रूप से इसके बारे में विवरण निर्दिष्ट करके और इसे कोडित करके प्राप्त किया जाता है, लेकिन यह वैसा ही है जैसा हम इसे सिखाते हैं।
प्राकृतिक भाषा प्रसंस्करण (एनएलपी):[संपादित करें]
प्राकृतिक भाषा प्रसंस्करण को मोटे तौर पर सॉफ्टवेयर द्वारा भाषण और पाठ जैसी प्राकृतिक भाषा के स्वचालित हेरफेर के रूप में परिभाषित किया गया है। इसका एक सबसे अच्छा उदाहरण ईमेल स्पैम डिटेक्शन है क्योंकि हम देख सकते हैं कि यह हमारे मेल सिस्टम में कैसे सुधार हुआ है। दृष्टि: इसे एक क्षेत्र के रूप में कहा जा सकता है जो मशीनों को देखने की अनुमति देता है। सूचना मशीन दृष्टि कैमरा, एनालॉग-टू-डिजिटल रूपांतरण और डिजिटल सिग्नल प्रोसेसिंग का उपयोग करके कैप्चर और विश्लेषण करती है। इसकी तुलना मानव आंखों से की जा सकती है लेकिन यह इसे दीवारों के माध्यम से देखने में सक्षम कर सकता है (अब यह दिलचस्प होगा अगर हमारे पास प्रत्यारोपण हो सकते हैं जो हमें दीवार के माध्यम से देख सकते हैं)। यह आमतौर पर विभिन्न प्रकार के क्षेत्रों के माध्यम से प्राप्त किया जाता है जो आपस में जुड़े होते हैं।
रोबोटिक्स:[संपादित करें]
यह रोबोट के डिजाइन और निर्माण पर केंद्रित इंजीनियरिंग का एक क्षेत्र है। रोबोट का उपयोग अक्सर उन कार्यों को करने के लिए किया जाता है जो मनुष्यों के लिए लगातार प्रदर्शन या प्रदर्शन करना मुश्किल होता है। उदाहरणों में कार असेंबली लाइन्स, अस्पताल में, दफ्तर के सफाईकर्मी, सेवारत खाद्य पदार्थ, और होटलों में खाद्य पदार्थ, खेत क्षेत्रों में गश्त करना और यहां तक कि पुलिस अधिकारी भी शामिल हैं। सामाजिक रूप से बातचीत करने वाले रोबोट बनाने में अच्छे परिणाम प्राप्त करने के लिए हाल ही में मशीन लर्निंग का उपयोग किया गया है (सोफिया) स्वायत्त वाहन: एआई के इस क्षेत्र ने बहुत ध्यान आकर्षित किया है। सूची में कार, बस, ट्रक, ट्रेन, जहाज, पनडुब्बी और ऑटोपायलट फ्लाइंग ड्रोन आदि शामिल हैं।