सामग्री पर जाएँ

कृत्रिम बुद्धि

कड़ियाँ संपादित करें
मुक्त ज्ञानकोश विकिपीडिया से
कृत्रिम बुद्धि से बना रोबोट

कृत्रिम बुद्धिमत्ता अथवा कृत्रिम बुद्धि (अंग्रेज़ी: Artificial Intelligence; संक्षेप में: AI, एआई, कृ॰बु॰) मानव और अन्य जन्तुओं द्वारा प्रदर्शित प्राकृतिक बुद्धि के विपरीत मशीनों द्वारा प्रदर्शित बुद्धि है। कंप्यूटर विज्ञान में कृत्रिम बुद्धि के शोध को "इंटेलिजेंट एजेंट" का अध्ययन माना जाता है। इंटेलिजेंट एजेंट एक ऐसा सयंत्र है जो अपने पर्यावरण को देखकर, अपने लक्ष्य को प्राप्त करने की कोशिश करता है। इसके लिए आम बोलचाल की भाषा में, "कृत्रिम बुद्धि" शब्द का प्रयोग होता है। कृत्रिम बुद्धिमत्ता का प्रयोग करते हुए एक मशीन इंसानों के "संज्ञानात्मक" कार्यों की नकल करती है। एंड्रियास कपलान और माइकल हाएनलेन कृत्रिम बुद्धिमत्ता को “किसी प्रणाली के द्वारा बाहरी डेटा को सही ढंग से व्याख्या करने, ऐसे डेटा से स्वयं सीखने और सुविधाजनक रूपांतरण के माध्यम से विशिष्ट लक्ष्यों और कार्यों को पूरा करने में उन सीखी हुई चीजों का उपयोग करने की क्षमता” के रूप में परिभाषित करते हैं।[1][2] यह कार्य "सीखने" और "समस्या निवारण" को एक साथ जोड़ती है। [3] कृत्रिम बुद्धि (प्रज्ञाकल्प, कृत्रिमप्रज्ञा, कृतकधी) संगणक में अर्पित बुद्धि है। मानव सोचने, विश्लेषण करने व याद रखने का काम भी अपने दिमाग के स्थान पर कम्प्यूटर से कराना चाहता है।[4]

AI यानी Artificial Intelligence (कृत्रिम बुद्धिमत्ता) एक ऐसी तकनीक है जिसमें मशीनों और कंप्यूटर सिस्टम्स को मानव की तरह सोचने, समझने और निर्णय लेने की क्षमता दी जाती है। इसे सरल शब्दों में कहें तो, AI मशीनों को “स्मार्ट” बनाने की कला है ताकि वे इंसानों की तरह काम कर सकें।[5]

एक शृंखला का भाग
कृत्रिम बुद्धिमत्ता
प्रमुख लक्ष्य
दृष्टिकोण
उपयोग
दर्शन
इतिहास
शब्दावली

कृत्रिम बुद्धि, कंप्यूटर विज्ञान की एक शाखा है जो मशीनों और सॉफ्टवेयर को बुद्धि के साथ विकसित करता है। 1955 में जॉन मैकार्थी ने इसको कृत्रिम बुद्धि का नाम दिया और इसे "विज्ञान और इंजीनियरिंग के द्वारा बुद्धिमान मशीनों को बनाने" के रूप परिभाषित किया। कृत्रिम बुद्धि अनुसंधान के लक्ष्यों में तर्क, ज्ञान की योजना बनाना, सीखना, धारण करना और वस्तुओं में हेरफेर करने की क्षमता, आदि शामिल हैं। वर्तमान में, इस लक्ष्य तक पहुंचने के लिए सांख्यिकीय विधियों, कम्प्यूटेशनल बुद्धि और पारंपरिक खुफिया तकनीकी शामिल हैं। कृत्रिम बुद्धि को लेकर दावा किया जाता है कि यह मानव की बुद्धि का एक केंद्रीय संपत्ति के रूप में मशीन द्वारा अनुकरण कर सकता है। वहाँ दार्शनिक मुद्दों के प्राणी बनाने की नैतिकता के बारे में प्रश्न् उठाए गए थे। लेकिन आज, यह प्रौद्योगिकी उद्योग का सबसे महत्वपूर्ण और अनिवार्य हिस्सा बन गया है।

कृत्रिम बुद्धि (एआई) का दायरा विवादित है: क्योंकि मशीनें तेजी से सक्षम हो रहीं हैं, जिन कार्यों के लिए पहले मानव की बुद्धिमत्ता चाहिए थी, अब वह कार्य "कृत्रिम बुद्धिमत्ता" के दायरे में आते हैं। उद्धाहरण के लिए, लिखे हुए शब्दों को पहचानने में अब मशीन इतनी सक्षम हो चुकी हैं कि इसे अब होशियारी नहीं माना जाता है।[6] आज कल, एआई के दायरे में आने वाले कार्य हैं, इंसानी वाणी को समझना [7], शतरंज या "गो"[8] के खेल में माहिर इंसानों से भी जीतना, बिना इंसानी सहारे के गाड़ी खुद चलाना।

कृत्रिम बुद्धि का वैज्ञानिकों ने सन १९५६ में अध्ययन करना चालू किया। इसके इतिहास में कई आशावादी लहरें आती रही, फिर असफलता से निराशा, और फिर नए तरीके जो फिर आशा जगाते थे।[9][10][11] अपने अधिकांश इतिहास के लिए, एआई अनुसंधान को उप-क्षेत्रों में विभाजित किया गया है जो अक्सर एक-दूसरे के साथ संवाद करने में विफल रहते हैं।[12] ये उप-क्षेत्र तकनीकी विचारों पर आधारित हैं, जैसे कि विशेष लक्ष्यों (जैसे "रोबोटिक्स" या "मशीन लर्निंग"),[13] विशेष उपकरण ("तर्क" या "तंत्रिका नेटवर्क"), या गहरे तात्विक अंतर।[14][15][16] उप-क्षेत्र सामाजिक कारकों पर भी आधारित हैं (जैसे निजी संस्थानों या निजी शोधकर्ताओं के काम)।[12]

एआई अनुसंधान की पारंपरिक समस्याओं (या लक्ष्यों) में तर्क , ज्ञान प्रतिनिधित्व , योजना , सीखना , भाषा समझना , धारणा और वस्तुओं को कुशलतापूर्वक उपयोग करने की क्षमता शामिल है। मानव जैसे होशियारी क्षेत्र के दीर्घकालिक लक्ष्यों में से एक है। इस समस्या का हल करने के लिए वैज्ञानिकों ने सांख्यिकीय (स्टैटिस्टिकल) तरीके, और पारम्परिक "सांकेतिक" तरीके अपनाए हैं। एआई विज्ञान के लिए कंप्यूटर विज्ञान , गणित , मनोविज्ञान , भाषाविज्ञान , तत्वविज्ञान और कई अन्य के क्षेत्र गए हैं।

इस वैज्ञानिक क्षेत्र को इस धारणा पर स्थापना की गई थी कि मानवीय बुध्दि को "इतने सटीक रूप से वर्णित किया जा सकता है कि इसे नकल करने के लिए एक मशीन बनाई जा सकती है"।[17]  यह मन की प्रकृति और मानव-जैसी बुद्धि के साथ कृत्रिम प्राणियों के निर्माण के नैतिकता के बारे में प्रश्न उठाता है, जो प्राचीन काल से कथाओं के द्वारा खोजे गए हैं।[18]  कुछ लोग कृत्रिम बुद्धि (एआई) को मानवता के लिए खतरा मानते हैं, अगर यह अनावश्यक रूप से प्रगति करता है।[19] अन्य मानते हैं कि एआई, पिछले तकनीकी क्रांति के विपरीत, बड़े पैमाने पर बेरोजगारी का खतरा पैदा करेगा।[20]

इतिहास

[संपादित करें]

यांत्रिक या "औपचारिक" तर्क का अध्ययन गणितज्ञों के साथ प्राचीन काल में शुरू हुआ। गणितीयतर्क के अध्ययन ने "एलन ट्यूरिंग" (जो एक कंप्यूटर वैज्ञानिक थे) के "कंप्यूटर सिद्धांत" का जन्म दिया। इस सिद्धांत का मानना है की मशीन, "०" और "१" जैसे सरल चिह्न, को जोड़-तोड़ के कोई भी बोधगम्य गणना कर सकते हैं। वह यह भी कहता है की आज के साधारण कंप्यूटर ऐसे मशीन हैं। यह दृष्टि, कि कंप्यूटर औपचारिक तर्क की किसी भी प्रक्रिया को अनुकरण कर सकते हैं, जिसे चर्च-ट्यूरिंग थीसिस के नाम से जाना जाता है। न्यूरोबायोलॉजी (दिमाग का जीवविज्ञान), सूचना का विज्ञानं और साइबरनेटिक में खोजों ने शोधकर्ताओं को इलेक्ट्रॉनिक मस्तिष्क बनाने की संभावना पर विचार करने के लिए प्रेरित किया। ट्यूरिंग (एक कंप्यूटर वैज्ञानिक) ने प्रस्तावित किया कि "यदि कोई मनुष्य मशीन और मानव से प्रतिक्रियाओं के बीच अंतर नहीं कर सकता है, तो मशीन को "मानव की तरह बुद्धिमान" माना जा सकता है। पहला काम जिसे आम तौर पर एआई के रूप में पहचाना जाता है वह "मैकुलचच" और "पिट्स" के 1943 औपचारिक डिजाइन "ट्यूरिंग-पूर्ण" "कृत्रिम न्यूरॉन्स" के लिए था। एक "ट्यूरिंग-पूर्ण" मशीन कोई भी बोधगम्य गणना कर सकते हैं।

1950 के दशक तक, मशीनी बुद्धिमत्ता को कैसे प्राप्त किया जाए, इसके लिए दो दृष्टिकोण सामने आए। एक दृष्टि, जिसे प्रतीकात्मक AI या GOFAI [उद्धरण चाहिए] के रूप में जाना जाता है , कंप्यूटर का उपयोग दुनिया और सिस्टम का एक प्रतीकात्मक प्रतिनिधित्व बनाने के लिए करना था जो दुनिया के बारे में तर्क कर सके। समर्थकों में एलन नेवेल , हर्बर्ट ए साइमन और मार्विन मिन्स्की शामिल थे । इस दृष्टिकोण के साथ निकटता से जुड़ा "अनुमानी खोज" दृष्टिकोण था, जिसने बुद्धिमत्ता की तुलना उत्तर के लिए संभावनाओं के स्थान की खोज की समस्या से की। दूसरी दृष्टि, जिसे कनेक्शनवादी दृष्टिकोण के रूप में जाना जाता है , ने सीखने के माध्यम से बुद्धि प्राप्त करने की मांग की। इस दृष्टिकोण के समर्थक, सबसे प्रमुख रूप से फ्रैंक रोसेनब्लैट, न्यूरॉन्स के कनेक्शन से प्रेरित तरीकों से परसेप्ट्रॉन को जोड़ने की मांग की । जेम्स मन्यिका और अन्य ने दिमाग (प्रतीकात्मक एआई) और मस्तिष्क (कनेक्शनिस्ट) के दो दृष्टिकोणों की तुलना की है। मन्यिका का तर्क है कि डेसकार्टे , बूले , गॉटलोब फ्रेगे , बर्ट्रेंड रसेल और अन्य की बौद्धिक परंपराओं के संबंध में इस अवधि में प्रतीकात्मक दृष्टिकोण कृत्रिम बुद्धि के लिए महत्वपूर्ण रही। साइबरनेटिक्स या कृत्रिम तंत्रिका नेटवर्क[21] पर आधारित सम्बन्धवादी दृष्टिकोण को पृष्ठभूमि में धकेल दिया गया था, लेकिन हाल के दशकों में नई प्रमुखता प्राप्त हुई है।

भले की मशीनों के बुद्धि विकसित के शोध का शुरूआत 1943 हुआ हो लेकिन कृत्रिम बुद्धिमत्ता शब्द का पहली बार इस्तेमाल जॉन मैकार्थी ने ही 1956 में en:Dartmouth workshop किया था और कहा था कि विज्ञान और अभियांत्रिकी का इस्तेमाल करके एक ऐसा कंप्यूटर बनाया जा सकता है जो कि स्वयं से ही सोच समझकर निर्णय ले सकें इसलिए हम john McCarthy को ही Artificial Intelligence के पिता के रूप में जानते है

कटौती, तर्क और समस्या को सुलझाने

[संपादित करें]

पहले, कृत्रिम बुद्धि शोधकर्ताओं ने ऐसा एल्गोरिदम विकसित किया जो मनुष्य को हल करते समय उपयोग या तार्किक निर्णय लेने के लिए उपयोग करते थे। वे अनिश्चित या अधूरी जानकारी के साथ संभावना का संकल्पना निपटते है।

ज्ञान प्रतिनिधित्व

[संपादित करें]

समस्याओं का हल करते समय, मशीनों को दुनिया के बारे में व्यापक ज्ञान की आवश्यकता होगी। कृत्रिम बुद्धि को प्रतिनिधित्व करने के लिए जरूरत कि चीजों है: वस्तुओं, गुण, श्रेणियों, समाधान, घटनाओं, समय, कारण और प्रभाव के बीच संबंधों और आदि।

प्राकृतिक भाषा प्रसंस्करण

[संपादित करें]

प्राकृतिक भाषा प्रसंस्करण सबसे तेज़ गति से विकास करने वाले AI क्षेत्रों में से एक है। प्राकृतिक भाषा प्रसंस्करण में भाषा-संबंधी AI एप्लिकेशन के विकास पर ध्यान केंद्रित किया जाता हैं, जैसे वॉयस असिस्टेंट, चैटबॉट और भाषा अनुवाद (Language Translation)। वॉयस-टू-टेक्स्ट समझ को सक्षम करके, मानव-कंप्यूटर इंटरैक्शन को बढ़ाया जा सकता हैं।

उपकरण

[संपादित करें]

तर्क

[संपादित करें]

तर्क, मुख्य रूप से ज्ञान प्रतिनिधित्व और समस्या को हल करने के लिए उपयोग किया जाता है। लेकिन यह अन्य समस्याओं के लिए भी किया जा सकता है। तर्क के कई अलग अलग रूपों एस कृत्रिम बुद्धि अनुसंधान में किया जाता है। तर्क के सहायता से हमको निर्णय कर सकते हैं कि क्या सही है या क्या गलत है।

अनिश्चित तर्क के लिए संभाव्य तरीकों

[संपादित करें]

समस्याओं के अधिकांश यहाँ अनिश्चित और अधूरी जानकारी है। कृत्रिम बुद्धि शोधकर्ताओं संभाव्यता सिद्धांत और अर्थशास्त्र से विधियों का उपयोग कर इन समस्याओं को हल करने के लिए शक्तिशाली उपकरण की एक संख्या तैयार कर लिया है। संभाव्यता एल्गोरिदम को छानने और डेटा की भविष्यवाणी के लिए इस्तेमाल किया जा सकता।

AI टेक्नोलॉजी के अनुप्रयोग

[संपादित करें]

[22] आज के तकनीकी दौर में जहां मशीनें कई व्यवसायों में अपनी सेवाएं दे रहीं हैं वहीं AI टेक्नोलॉजी भी अब कुछ सीमित इंडस्ट्रीज से निकलकर कई अन्य महत्वपूर्ण इंडस्ट्रीज में प्रयोग की जाने लगी है। कुछ वर्षों पहले तक AI टेक्नोलॉजी को कंप्यूटर तथा इससे जुड़ी सेवाओं तक ही सीमित माना जाता था, परंतु वर्तमान समय में AI टेक्नोलॉजी का विस्तार अन्य कई इंडस्ट्रीज में भी देखने को मिल रहा है। आज के समय में आर्टिफिशियल इंटेलिजेंस का प्रयोग शिक्षा, ग्राहक सेवा, मनोरंजन, ऑटोमोबाइल और इसके साथ ही साथ परिवहन व संचार के क्षेत्रों में भी देखने को मिल रहा है। आने वाले समय में इस तकनीकी का प्रयोग बड़े पैमाने पर दूसरी इंडस्ट्रीज में भी होने की अटूट संभावना है। इस कारण से AI टेक्नोलॉजी से संबंधित कंपनियों Archived 2025-08-25 at the वेबैक मशीन को बड़े पैमाने पर फ़ायदे की उम्मीद भी है। इसका एक उदाहरण Neuralink द्वारा इंसानी दिमाग में एक चिपसेट को इंप्लांट किया जाना है।

हाल ही में एलन मस्क की कंपनी neuralink ने पहली बार इंसानी दिमाग में एआई चिपसेट को इंप्लांट किया है।[23] कंपनी ने इस चिपसेट का नाम टेलीपैथी रखा है, जो दिव्यांगों के लिए काफी उपयोगी होने वाली है, क्योंकि इस टेलीपैथी चिपसेट की मदद से विकलांग लोग अपने दिमाग से ही बिना कंप्यूटर और स्मार्टफोन को छुए कंट्रोल कर पाएंगे। साथ ही एलन मस्क का कहना है कि उनकी कंपनी 2030 तक 22000 से अधिक विकलांग लोगों के दिमाग में यह चिपसेट लगाकर उनकी मदद की करेगी।

रचनात्मकता

[संपादित करें]

कृत्रिम बुद्धि की एक उप-क्षेत्र के सैद्धांतिक रूप से (एक दार्शनिक और मनोवैज्ञानिक नजरिए से) रचनात्मकता दोनों पता लगाता है और व्यावहारिक रूप से (द्वारा उत्पन्न उत्पादन रचनात्मक माना जा सकता है कि सिस्टम, या सिस्टम है कि पहचानने और रचनात्मकता का आकलन के implementations विशिष्ट)। कम्प्यूटेशनल रिसर्च के संबंधित क्षेत्रों कृत्रिम अंतर्ज्ञान और कृत्रिम सोच रहे हैं।

सामान्य बुद्धि

[संपादित करें]

शोधकर्ताओं व उनके काम: एक मशीन में सामान्य बुद्धि के साथ (मजबूत एअर इंडिया के रूप में जाना जाता है), शामिल किया जाएगा कि लगता है सब से ऊपर कौशल और मानवीय क्षमताओं में सबसे अधिक से अधिक के या उन सभी के संयोजन। कुछ विश्वास है कि कृत्रिम चेतना या एक कृत्रिम मस्तिष्क की तरह मानवाकृतीय सुविधाएँ ऐसी एक परियोजना के लिए आवश्यकता हो सकती। उपरोक्त समस्याओं के कई विचार किया जा करने के लिए सामान्य बुद्धि की आवश्यकता हो सकता हल हो। उदाहरण के लिए, यहां तक कि मशीनी अनुवाद की तरह एक सीधा, विशिष्ट कार्य मशीन पढ़ा और (एनएलपी) दोनों भाषाओं में लिखने, लेखक का तर्क (कारण) का पालन करें, पता है क्या (ज्ञान) के बारे में बात की जा रही है कि और सच्चाई से लेखक का इरादा (सामाजिक बुद्धि) को पुन: उत्पन्न की आवश्यकता है। मशीनी अनुवाद की तरह एक समस्या "ऐ-पूर्ण" माना जाता है। इस विशेष समस्या को हल करने के लिए, आप सभी समस्याओं को हल करना चाहिए।

AI सुरक्षा (AI Security)

[संपादित करें]

परिभाषा

[संपादित करें]

एआई सुरक्षा वह शाखा है जो एआई-सिस्टम्स, उनके प्रशिक्षण डेटा, मॉडल तथा समर्थन इंफ्रास्ट्रक्चर को विभिन्न प्रकार के खतरों और कमजोरियों से सुरक्षित रखने का कार्य करती है।

प्रमुख खतरें एवं चुनौतियाँ

[संपादित करें]
  • डेटा पॉइज़निंग – जब प्रशिक्षण डेटा में दुर्भावनापूर्ण या ग़लत डेटा शामिल कर दिया जाता है, जिससे मॉडल गलत या हानिकारक निर्णय लेने लगे।
  • मॉडल इनवर्ज़न आक्रमण – मॉडल के आउटपुट के आधार पर हमलावर प्रशिक्षण डेटा या संवेदनशील जानकारी का उजागर कर सकते हैं।
  • प्रतिस्पर्धात्मक (एडवर्सेरियल) आक्रमण – मॉडल को ऐसे इनपुट दिए जाते हैं जिनसे वह गलत या मनचाहा आउटपुट देने लगे।
  • प्रॉम्प्ट इंजेक्शन – विशेष रूप से लार्ज लैंग्वेज मॉडल (LLM) में इनपुट के माध्यम से मॉडल को गैर-इच्छित क्रियाएँ करने के लिए प्रेरित करना।[24]

सुरक्षा प्रमुख बिंदु एवं उपाय

[संपादित करें]
  • गोपनीयता, अखंडता, उपलब्धता (CIA) त्रय – एआई प्रणाली में इन तीन मौलिक सुरक्षा गुणों को सुनिश्चित करना आवश्यक है।
  • निरंतर निगरानी एवं जोखिम आकलन – मॉडल और उसके परिवेश में समय-समय पर सुरक्षा परीक्षण, मॉनिटरिंग और आकलन जरूरी है।
  • की पहुँच नियंत्रण और एन्क्रिप्शन – प्रशिक्षण डेटा, मॉडल व आउटपुट तक पहुँच को सीमित करना तथा डेटा ट्रांसमिशन और संग्रहण में एन्क्रिप्शन उपयोग करना।[25]
  • देरी-रहित प्रतिक्रिया (Incident Response) – एआई द्वारा उत्पन्न या प्रभावित घटना के लिए त्वरित प्रतिक्रिया योजनाएँ व स्वचालित नियंत्रण।

एआई सुरक्षा का अनुप्रयोग क्षेत्र

[संपादित करें]

एआई सुरक्षा व्यापक रूप से नीचे-लिखित क्षेत्रों में महत्वपूर्ण भूमिका निभाती है:

  • वित्तीय सेवाएँ — धोखाधड़ी पहचान, जोखिम आकलन तथा लेन-देह सुरक्षा।
  • स्वास्थ्य सेवा — रोग निदान मॉडल्स, रोग-सम्बंधित डेटा तथा गोपनीयता।
  • आधारभूत संरचना (इन्फ्रास्ट्रक्चर) — स्मार्ट ग्रिड्स, IoT उपकरण तथा संवेदनशील सिस्टम्स।
  • रक्षा एवं सुरक्षा क्षेत्र — स्वायत्त प्रणालियाँ, ड्रोन और निर्णय-सहायक प्रणाली।[26]

उभरते रुझान

[संपादित करें]

एआई सुरक्षा में हाल-ही में निम्नलिखित प्रमुख रुझान देखे जा रहे हैं:

  • एजेंटिक एआई और स्वायत्त हमलावर उपकरणों-पर आधारित खतरे।[27]
  • एआई जीवन-चक्र (डेटा → मॉडल → तैनाती → उपयोग) को सुरक्षित रखने के लिए समग्र सुरक्षा फ्रेमवर्क।[28]
  • नियामक, नैतिकता एवं जवाबदेही — एआई के निर्णय, पूर्वाग्रह व पारदर्शिता द्वारा सुरक्षा जोखिम उत्पन्न हो सकते हैं।

कृत्रिम बुद्धिमत्ता के अनुप्रयोग की संभावनाएँ

[संपादित करें]

कुछ अर्थशास्त्री वर्तमान कृत्रिम बुद्धिमत्ता की लहर की उत्पादनक्षमता और आर्थिक वृद्धि बढ़ाने की क्षमता के बारे में आशावादी हैं। विशेष रूप से, स्टैनफोर्ड विश्वविद्यालय के अर्थशास्त्री एरिक ब्रिन्योल्फ़सन ने एक श्रृंखला लेखों में "AI द्वारा संचालित उत्पादकता बूम"[29] और "आगामी उत्पादकता बूम" का वर्णन किया। वहीं दूसरी ओर, नॉर्थवेस्टर्न यूनिवर्सिटी के अर्थशास्त्री रॉबर्ट गॉर्डन जैसे अन्य अधिक निराशावादी बने हुए हैं । ब्रिन्योल्फ़सन और गॉर्डन ने 2020 के दशक में उत्पादकता वृद्धि की दरों पर 'दीर्घकालिक दांव' के रूप में दर्ज एक औपचारिक बेट (पारि) लगाया, जिसे दशक के अंत तक निपटाने का निर्णय होना है।[30][31]

विभिन्न उद्योगों में जनरेटिव एआई उपकरण AI बूम के कारण व्यापक रूप से उपलब्ध होते जा रहे हैं और विभिन्न क्षेत्रों में व्यापार में इनका उपयोग बढ़ रहा है। मुख्य उपयोग क्षेत्र — डेटा विश्लेषण है। मशीन लर्निंग, जिसे क्रमिक परिवर्तन माना जाता है, उद्योग के प्रदर्शन को बेहतर बना रही है। कंपनियां बताती हैं कि एआई प्रक्रियाओं की दक्षता बढ़ाने, निर्णय लेने में सुधार करने और मौजूदा सेवाओं व उत्पादों को मजबूत करने में सबसे अधिक सहायक है।[32][33] एआई के कार्यान्वयन के कारण पहले ही विभिन्न व्यावसायिक कार्यों में राजस्व पर सकारात्मक प्रभाव पड़ा है। कंपनियों ने राजस्व में 16% तक की वृद्धि दर्ज की है, मुख्यतः उत्पादन, जोखिम प्रबंधन और अनुसंधान व विकास में।

अचल संपत्ति के क्षेत्र में कृत्रिम बुद्धिमत्ता की तकनीकों का पहले से ही प्रभावी उपयोग भविष्य के पेशेवरों की तैयारी के लिए किया जा रहा है। कुछ रियल एस्टेट सॉफ्टवेयर उत्पाद डिजिटल मार्केटिंग और एआई तकनीकों के उपयोग के लिए एक अनूठा दृष्टिकोण पेश करते हैं। ये प्लेटफ़ॉर्म एआइ द्वारा उत्पन्न डेटा-आधारित विश्लेषणात्मक निष्कर्ष प्रदान करते हैं, जो रियल एस्टेट पेशेवरों को उनके काम में सफलता पाने में मदद करते हैं।[34]

AI और जनरेटिव AI में निवेश बूम के साथ बढ़ा है — 2014 में 18 अरब डॉलर से बढ़कर 2021 में 119 अरब डॉलर हो गया।[35] सबसे उल्लेखनीय बात यह है कि 2023 में जनरेटिव एआई में निवेश का हिस्सा लगभग 30% था।[36] इसके अतिरिक्त, जनरेटिव एआई व्यवसाय में बड़े पैमाने पर वेंचर निवेश किया गया है, भले ही नियामक और आर्थिक परिदृश्य अनिश्चित बने हुए हों।[37]

टेक्नॉलॉजी दिग्गज एआई से अधिकतर राजस्व प्राप्त कर रहे हैं और व्यक्तिगत उपयोगकर्ताओं तथा अन्य व्यवसायों के लिए बड़े प्रदाता या ग्राहक के रूप में कार्य कर रहे हैं।

एआई के परिनियोजन के साथ व्यवसाय में उत्पादन में घातीय वृद्धि देखी जा रही है।[38] अपेक्षा है कि कर्मचारी कृत्रिम बुद्धिमत्ता द्वारा प्रदान किए गए संसाधनों का उपयोग करके अपनी उत्पादकता बढ़ा सकेंगे। चूँकि कई छोटे उद्यम एआई का उपयोग नहीं कर रहे हैं, माना जाता है कि यदि और अधिक व्यवसाय इसे अपनाते हैं तो कार्य संरचना पूरी तरह बदल सकती है, क्योंकि कई कार्य एआई द्वारा स्वचालित कर दिए जाएंगे।

इन्हें भी देखें

[संपादित करें]

सन्दर्भ

[संपादित करें]
  1. ↑ "Andreas Kaplan; Michael Haenlein (2018) Siri, Siri in my Hand, who's the Fairest in the Land? On the Interpretations, Illustrations and Implications of Artificial Intelligence, Business Horizons, 62(1)". 21 नवंबर 2018 को मूल से पुरालेखित. अभिगमन तिथि: 17 नवंबर 2018.
  2. ↑ Andreas Kaplan (2022). Artificial Intelligence, Business and Civilization: Our Fate Made in Machines. Routledge
  3. ↑ Russell & Norvig 2009, p. 2.
  4. ↑ "AI Worries Heighten As Kerrisdale Plays "Hindenburg" With Smoke and Mirror Lumen Tech Allegations..." app.stocks.news.
  5. ↑ "AI क्या है और इसके प्रकार - वित्तीय साक्षरता".
  6. ↑ Schank, Roger C. (1991). "Where's the AI". AI magazine. Vol. 12, no. 4. p. 38.
  7. ↑ Russell & Norvig 2009.
  8. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; bbc-alphago नाम के संदर्भ में जानकारी नहीं है।
  9. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; Optimism of early AI नाम के संदर्भ में जानकारी नहीं है।
  10. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; AI in the 80s नाम के संदर्भ में जानकारी नहीं है।
  11. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; AI in 2000s नाम के संदर्भ में जानकारी नहीं है।
  12. 1 2 उद्धरण त्रुटि: <ref> का गलत प्रयोग; Fragmentation of AI नाम के संदर्भ में जानकारी नहीं है।
  13. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; Problems of AI नाम के संदर्भ में जानकारी नहीं है।
  14. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; Biological intelligence vs. intelligence in general नाम के संदर्भ में जानकारी नहीं है।
  15. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; Neats vs. scruffies नाम के संदर्भ में जानकारी नहीं है।
  16. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; Symbolic vs. sub-symbolic नाम के संदर्भ में जानकारी नहीं है।
  17. ↑ Dartmouth proposal देखे, Philosophy के निचे
  18. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; McCorduck's thesis नाम के संदर्भ में जानकारी नहीं है।
  19. ↑ "Stephen Hawking believes AI could be mankind's last accomplishment". BetaNews. 21 अक्टूबर 2016. 28 अगस्त 2017 को मूल से पुरालेखित.
  20. ↑ उद्धरण त्रुटि: <ref> का गलत प्रयोग; guardian jobs debate नाम के संदर्भ में जानकारी नहीं है।
  21. ↑ Achu, Somto; Achu, Somto (2022-04-10). "Building the Simplest Deep Neural Net in JavaScript". Employment Japan (अमेरिकी अंग्रेज़ी भाषा में). मूल से से 15 जुलाई 2022 को पुरालेखित।. अभिगमन तिथि: 2022-07-15.
  22. ↑ "distructive nature of Artificial intelligence". मूल से से 27 दिसंबर 2018 को पुरालेखित।. अभिगमन तिथि: 16 जून 2020.
  23. ↑ Saran, Bhanu (4/02/2024). "एलन मस्क 2030 तक 22000 इंसानों के दिमाग में लगाएंगे चिप, टेलीपैथी तकनीक से दिव्यांगो को मिलेगा फायदा". Aipur. मूल से से 1 अप्रैल 2024 को पुरालेखित।. अभिगमन तिथि: 1 अप्रैल 2024. {{cite web}}: Check date values in: |date= (help)
  24. ↑ Modern Security – “Prompt Injection: LLM Security Risk” — लार्ज लैंग्वेज मॉडल (LLM) में प्रॉम्प्ट इंजेक्शन से उत्पन्न सुरक्षा खतरों का विश्लेषण (प्रवेश तिथि: 10 अक्टूबर 2025)।
  25. ↑ What is AI Security? - Netskope — एआई संसाधनों की सुरक्षा के लिए एन्क्रिप्शन व पहुँच नियंत्रण।
  26. ↑ AI Security Certification – Modern Security — एआई/एलएलएम सुरक्षा, वास्तविक-विश्व आक्रमण और संरक्षण तकनीकों से संबंधित प्रशिक्षण पाठ्यक्रम (प्रवेश तिथि: 27 अक्टूबर 2025)।
  27. ↑ Modern Security – “How Has Generative AI Affected Security?” — जनरेटिव एआई के सुरक्षा पर प्रभाव का ब्लॉग (प्रवेश तिथि: 27 अक्टूबर 2025)।
  28. ↑ Google Secure AI Framework (SAIF) — पूरी एआई लाइफ-साइकल को सुरक्षित बनाने के लिए।
  29. ↑ "Erik Brynjolfsson - Exclusive Speaker & Advisor". sternstrategy.com. अभिगमन तिथि: 2026-01-18.
  30. ↑ "Private Nonfarm business productivity growth will average over 1.8 percent per year from the first quarter (Q1) of 2020 to the last quarter of 2029 (Q4)". longbets.org. अभिगमन तिथि: 2026-01-18.
  31. ↑ "Economists are betting on an AI productivity boom". www.marketplace.org. अभिगमन तिथि: 2026-01-18.
  32. ↑ "How AI decision-making improves business outcomes". lumenalta.com. अभिगमन तिथि: 2026-01-18.
  33. ↑ "Advantages and challenges of AI in companies". www.esade.edu. अभिगमन तिथि: 2026-01-18.
  34. ↑ "AI analyst for CRE & PE". leni.co. अभिगमन तिथि: 2026-01-18.
  35. ↑ "AI Bubble Analysis: Is 2025 the New Dot-Com Era?". tekta.ai. अभिगमन तिथि: 2026-01-18.
  36. ↑ "Worldwide investment in startups & scaleups using AI vs Generative AI". datawrapper.dwcdn.net. अभिगमन तिथि: 2026-01-18.
  37. ↑ "Jasper AI: A Dilemma of a Thin Wrapper". www.turingpost.com. अभिगमन तिथि: 2026-01-18.
  38. ↑ "The Artificial Intelligence (AI) Effect on Business". enterprisegrowth.com. अभिगमन तिथि: 2026-01-18.

बाहरी कड़ियाँ

[संपादित करें]
"https://hi.wikipedia.org/w/index.php?title=कृत्रिम_बुद्धि&oldid=6516630" से प्राप्त