कृत्रिम बुद्धिमत्ता ए.आई. पहली कृत्रिम बुद्धिमत्ता कब बनाई जाएगी? विनिर्माण में ए.आई

कंप्यूटर के आविष्कार के बाद से, विभिन्न कार्यों को करने की उनकी क्षमता तेजी से बढ़ती रही है। लोग कार्यों को बढ़ाकर और कंप्यूटर के आकार को कम करके कंप्यूटर सिस्टम की शक्ति विकसित कर रहे हैं। कृत्रिम बुद्धिमत्ता के क्षेत्र में शोधकर्ताओं का मुख्य लक्ष्य इंसानों की तरह बुद्धिमान कंप्यूटर या मशीनें बनाना है।

"कृत्रिम बुद्धिमत्ता" शब्द के प्रवर्तक जॉन मैक्कार्थी हैं, जो लिस्प भाषा के आविष्कारक, कार्यात्मक प्रोग्रामिंग के संस्थापक और कृत्रिम बुद्धिमत्ता अनुसंधान के क्षेत्र में उनके विशाल योगदान के लिए ट्यूरिंग पुरस्कार विजेता हैं।

कृत्रिम होशियारीएक कंप्यूटर, कंप्यूटर-नियंत्रित रोबोट या प्रोग्राम बनाने का एक तरीका है जो इंसान की तरह बुद्धिमानी से सोचने में सक्षम हो।

एआई के क्षेत्र में अनुसंधान मानव मानसिक क्षमताओं का अध्ययन करके किया जाता है, और फिर इस अनुसंधान के परिणामों को बुद्धिमान कार्यक्रमों और प्रणालियों के विकास के आधार के रूप में उपयोग किया जाता है।

एआई दर्शन

शक्तिशाली कंप्यूटर सिस्टम चलाते समय, हर किसी ने सवाल पूछा: "क्या कोई मशीन इंसान की तरह ही सोच और व्यवहार कर सकती है?" "

इस प्रकार, एआई का विकास मानव बुद्धि के समान मशीनों में समान बुद्धि बनाने के इरादे से शुरू हुआ।

एआई के मुख्य लक्ष्य

• विशेषज्ञ प्रणालियों का निर्माण - ऐसी प्रणालियाँ जो बुद्धिमान व्यवहार प्रदर्शित करती हैं: सीखें, दिखाएं, समझाएँ और सलाह दें;
• मशीनों में मानव बुद्धि का कार्यान्वयन एक ऐसी मशीन का निर्माण है जो मनुष्य की तरह समझने, सोचने, सिखाने और व्यवहार करने में सक्षम है।

AI के विकास को कौन चला रहा है?

आर्टिफिशियल इंटेलिजेंस एक विज्ञान और प्रौद्योगिकी है जो कंप्यूटर विज्ञान, जीव विज्ञान, मनोविज्ञान, भाषा विज्ञान, गणित और मैकेनिकल इंजीनियरिंग जैसे विषयों पर आधारित है। कृत्रिम बुद्धिमत्ता के मुख्य क्षेत्रों में से एक मानव बुद्धि से संबंधित कंप्यूटर कार्यों का विकास है, जैसे तर्क, सीखना और समस्या समाधान।

एआई के साथ और उसके बिना कार्यक्रम

AI वाले और बिना AI वाले प्रोग्राम निम्नलिखित गुणों में भिन्न होते हैं:

एआई अनुप्रयोग

AI विभिन्न क्षेत्रों में प्रमुख हो गया है जैसे:

खेल - शतरंज, पोकर, टिक-टैक-टो आदि जैसे रणनीति खेलों में एआई महत्वपूर्ण भूमिका निभाता है, जहां कंप्यूटर गणना करने में सक्षम है एक बड़ी संख्या कीअनुमानी ज्ञान पर आधारित सभी प्रकार के निर्णय।

प्राकृतिक भाषा प्रसंस्करण एक कंप्यूटर के साथ संचार करने की क्षमता है जो मनुष्यों द्वारा बोली जाने वाली प्राकृतिक भाषा को समझता है।

वाक् पहचान - कुछ बुद्धिमान प्रणालियाँ उस भाषा को सुनने और समझने में सक्षम होती हैं जिसमें कोई व्यक्ति उनसे संवाद करता है। वे अलग-अलग लहजे, अपशब्दों आदि को संभाल सकते हैं।

लिखावट पहचान - सॉफ्टवेयर कागज पर लिखे टेक्स्ट को पेन से या स्क्रीन पर स्टाइलस से पढ़ता है। यह अक्षर आकृतियों को पहचान सकता है और उसे संपादन योग्य पाठ में परिवर्तित कर सकता है।

स्मार्ट रोबोट ऐसे रोबोट हैं जो मनुष्यों द्वारा सौंपे गए कार्यों को करने में सक्षम हैं। उनके पास वास्तविक दुनिया के भौतिक डेटा, जैसे प्रकाश, गर्मी, गति, ध्वनि, झटका और दबाव का पता लगाने के लिए सेंसर हैं। उनके पास उच्च-प्रदर्शन प्रोसेसर, कई सेंसर और विशाल मेमोरी है। इसके अलावा, वे अपनी गलतियों से सीखने और नए वातावरण में ढलने में सक्षम होते हैं।

एआई विकास का इतिहास

यहां 20वीं शताब्दी के दौरान एआई विकास का इतिहास दिया गया है

	कारेल कैपेक लंदन में "यूनिवर्सल रोबोट्स" नामक एक नाटक का निर्देशन कर रहे हैं, जो अंग्रेजी में "रोबोट" शब्द का पहला प्रयोग था।
	कोलंबिया विश्वविद्यालय के स्नातक आइजैक असिमोव ने रोबोटिक्स शब्द गढ़ा है।
	एलन ट्यूरिंग ने बुद्धिमत्ता का आकलन करने के लिए ट्यूरिंग परीक्षण विकसित किया। क्लाउड शैनन ने शतरंज के बौद्धिक खेल का विस्तृत विश्लेषण प्रकाशित किया है।
	जॉन मैक्कार्थी ने कृत्रिम बुद्धिमत्ता शब्द गढ़ा। कार्नेगी मेलन विश्वविद्यालय में एआई कार्यक्रम के पहले लॉन्च का प्रदर्शन।
	जॉन मैक्कार्थी ने AI के लिए लिस्प प्रोग्रामिंग भाषा का आविष्कार किया।
	एमआईटी में डैनी बोब्रो की थीसिस से पता चलता है कि कंप्यूटर प्राकृतिक भाषा को अच्छी तरह से समझ सकते हैं।
	एमआईटी में जोसेफ वेइज़ेनबाम एलिज़ा विकसित कर रहे हैं, जो एक इंटरैक्टिव सहायक है जो अंग्रेजी में संवाद संचालित करती है।
	स्टैनफोर्ड रिसर्च इंस्टीट्यूट के वैज्ञानिकों ने शेकी नामक एक मोटर चालित रोबोट विकसित किया है जो कुछ समस्याओं को समझने और हल करने में सक्षम है।
	एडिनबर्ग विश्वविद्यालय के शोधकर्ताओं की एक टीम ने प्रसिद्ध स्कॉटिश रोबोट फ्रेडी का निर्माण किया है जो दृष्टि का उपयोग करके मॉडल खोजने और इकट्ठा करने में सक्षम है।
	पहली कंप्यूटर-नियंत्रित स्वायत्त कार, स्टैनफोर्ड ट्रॉली, बनाई गई थी।
	हेरोल्ड कोहेन ने कार्यक्रम के संकलन, आरोन को डिजाइन और प्रदर्शित किया।
	एक शतरंज कार्यक्रम जो विश्व शतरंज चैंपियन गैरी कास्पारोव को हराता है।
	इंटरएक्टिव रोबोटिक पालतू जानवर व्यावसायिक रूप से उपलब्ध हो जाएंगे। एमआईटी किस्मत नाम का एक रोबोट प्रदर्शित करता है जिसका चेहरा भावनाओं को व्यक्त करता है। रोबोट नोमैड अंटार्कटिका के सुदूर इलाकों का पता लगाता है और उल्कापिंड पाता है।

"हम मानव विकास की तुलना में सबसे बड़े बदलावों की दहलीज पर हैं" - विज्ञान कथा लेखक वर्नोर स्टीफन विंग

यदि आप जानें कि आप नीचे दिए गए ग्राफ़ में छोटे आदमी की तरह एक बड़े बदलाव के कगार पर हैं तो आपको कैसा महसूस होगा?

ऊर्ध्वाधर धुरी मानवता का विकास है, क्षैतिज धुरी समय है

रोमांचक, है ना?

हालाँकि, यदि आप ग्राफ़ का हिस्सा छिपाते हैं, तो सब कुछ बहुत अधिक नीरस दिखता है।

सुदूर भविष्य बस निकट ही है

कल्पना कीजिए कि आप स्वयं को 1750 में पाते हैं। उन दिनों, लोगों ने अभी तक बिजली के बारे में नहीं सुना था, दूरी पर संचार मशालों की मदद से किया जाता था, और यात्रा से पहले परिवहन का एकमात्र साधन घास खिलाना आवश्यक था। और इसलिए आप "अतीत के व्यक्ति" को अपने साथ ले जाने और उसे 2016 में जीवन दिखाने का निर्णय लेते हैं। यह कल्पना करना भी असंभव है कि अगर वह खुद को चौड़ी, समतल सड़कों पर पाता, जिन पर कारें दौड़ रही थीं, तो उसे क्या महसूस होता। आपके मेहमान को इससे अविश्वसनीय आश्चर्य होगा आधुनिक लोगभले ही वे अलग-अलग पक्ष में हों, संवाद कर सकते हैं ग्लोब, अन्य देशों में खेल आयोजनों का अनुसरण करें, 50 साल पहले के संगीत कार्यक्रम देखें, और समय के किसी भी क्षण को फ़ोटो या वीडियो में सहेजें। और यदि आप 1750 के इस आदमी को इंटरनेट, इंटरनेशनल के बारे में बताएं अंतरिक्ष स्टेशन, लार्ज हैड्रॉन कोलाइडर और सापेक्षता के सिद्धांत के बाद, दुनिया के बारे में उनका दृष्टिकोण निश्चित रूप से ढह गया होगा। छापों की अधिकता से उसकी मृत्यु भी हो सकती है।

लेकिन यहां दिलचस्प बात यह है: यदि आपका मेहमान अपनी "मूल" शताब्दी में लौट आया और एक समान प्रयोग करने का फैसला किया, जिसमें 1500 से एक व्यक्ति को टाइम मशीन में सवारी के लिए ले जाया गया, तो अतीत का एक आगंतुक भी कई लोगों को आश्चर्यचकित कर सकता है चीज़ें, उनका अनुभव उतना प्रभावशाली नहीं होगा - 1500 और 1750 के बीच का अंतर 1750 और 2016 के बीच उतना ध्यान देने योग्य नहीं है।

यदि 18वीं शताब्दी का कोई व्यक्ति अतीत के किसी अतिथि को प्रभावित करना चाहता है, तो उसे महान कृषि क्रांति से पहले 12,000 ईसा पूर्व में रहने वाले किसी व्यक्ति को आमंत्रित करना होगा। वह वास्तव में प्रौद्योगिकी के विकास से "उड़ा" सकता है। चर्चों के ऊँचे-ऊँचे घंटाघरों, समुद्र में चलने वाले जहाजों, हजारों निवासियों वाले शहरों को देखकर, वह उमड़ती भावनाओं से बेहोश हो जाता था।

प्रौद्योगिकी और समाज के विकास की गति लगातार बढ़ रही है। प्रसिद्ध अमेरिकी आविष्कारक और भविष्यवादी रेमंड कुर्ज़वील इसे "इतिहास के त्वरण का नियम" कहते हैं। ऐसा इसलिए होता है क्योंकि नई तकनीकों के आने से समाज का विकास और भी तेज गति से हो सकता है। उदाहरण के लिए, 19वीं सदी में रहने वाले लोगों के पास 15वीं सदी के लोगों की तुलना में अधिक उन्नत तकनीक थी। इसलिए, यह आश्चर्य की बात नहीं है कि 19वीं सदी मानवता के लिए 15वीं सदी की तुलना में अधिक उपलब्धियां लेकर आई।

लेकिन अगर प्रौद्योगिकी तेजी से विकसित हो रही है, तो हमें भविष्य में कई महानतम आविष्कारों की उम्मीद करनी चाहिए, है ना? यदि कुर्ज़वील और उनके समान विचारधारा वाले लोग सही हैं, तो 2030 में हम उन्हीं भावनाओं का अनुभव करेंगे जो 1750 से हमारे पास आए एक व्यक्ति के समान थीं। और 2050 तक दुनिया इतनी बदल जाएगी कि हम पिछले दशकों की विशेषताओं को शायद ही समझ पाएंगे।

उपरोक्त सभी विज्ञान कथा नहीं है - यह वैज्ञानिक रूप से पुष्टि की गई है और काफी तार्किक है। हालाँकि, कई लोग अभी भी ऐसे दावों को लेकर संशय में हैं। ऐसा कई कारणों से होता है:

1. कई लोगों का मानना ​​है कि समाज का विकास समान रूप से और सीधे तौर पर होता है। जब हम सोचते हैं कि 30 वर्षों में दुनिया कैसी होगी, तो हमें याद आता है कि पिछले 30 वर्षों में क्या हुआ था। इस बिंदु पर, हम वही गलती करते हैं जो ऊपर दिए गए उदाहरण के व्यक्ति ने की थी, जो 1750 में रहता था और 1500 से एक अतिथि को आमंत्रित किया था। आगे की प्रगति की ठीक से कल्पना करने के लिए, आपको यह कल्पना करने की ज़रूरत है कि विकास सुदूर अतीत की तुलना में बहुत तेज़ गति से हो रहा है।

2. हम विकास के पथ को ग़लत ढंग से समझते हैं आधुनिक समाज. उदाहरण के लिए, यदि हम एक घातीय वक्र के एक छोटे खंड को देखते हैं, तो यह हमें एक सीधी रेखा प्रतीत हो सकता है (जैसे कि हम किसी वृत्त के भाग को देख रहे हों)। हालाँकि, घातीय वृद्धि सहज और सहज नहीं है। कुर्ज़वील बताते हैं कि प्रगति एस-आकार के वक्र का अनुसरण करती है, जैसा कि नीचे दिए गए ग्राफ़ में दिखाया गया है:

विकास का प्रत्येक "दौर" अचानक उछाल के साथ शुरू होता है, जिसे बाद में स्थिर और क्रमिक विकास द्वारा प्रतिस्थापित किया जाता है।

इसलिए, विकास के प्रत्येक नए "दौर" को कई चरणों में विभाजित किया गया है:

1. धीमी वृद्धि (विकास का प्रारंभिक चरण);
2. तीव्र वृद्धि (दूसरा, "विस्फोटक" विकास वाक्यांश);
3. "लेवलिंग", जब एक नई तकनीक को पूर्णता में लाया जाता है।

अगर हम हाल की घटनाओं पर नजर डालें तो हम इस नतीजे पर पहुंच सकते हैं कि हमें इस बात की पूरी जानकारी नहीं है कि तकनीक कितनी तेजी से आगे बढ़ रही है। उदाहरण के लिए, 1995 और 2007 के बीच हम इंटरनेट, माइक्रोसॉफ्ट, गूगल और फेसबुक का उदय देख सकते हैं। सोशल नेटवर्क, मोबाइल फ़ोन, और फिर स्मार्टफ़ोन। लेकिन 2008 और 2016 के बीच की अवधि खोजों में इतनी समृद्ध नहीं थी, कम से कम उच्च प्रौद्योगिकी के क्षेत्र में। इस प्रकार, अब हम एस-आकार की विकास रेखा के चरण 3 पर हैं।

3. बहुत से लोग अपने स्वयं के जीवन के अनुभवों के बंधक हैं, जो भविष्य के बारे में उनके दृष्टिकोण को विकृत करते हैं। जब हम भविष्य के बारे में कोई भविष्यवाणी सुनते हैं जो पिछले अनुभव के आधार पर हमारे दृष्टिकोण का खंडन करती है, तो हम इस निर्णय को अनुभवहीन मानते हैं। उदाहरण के लिए, यदि वे आज आपसे कहें कि भविष्य में लोग 150-250 वर्ष या उससे अधिक जीवित रहेंगे, तो संभवतः आप उत्तर देंगे: "यह मूर्खतापूर्ण है, क्योंकि यह सर्वविदित है कि हर कोई नश्वर है।" वास्तव में, अतीत में जो भी लोग जीवित रहे हैं वे सभी मर चुके हैं और आज भी मर रहे हैं। लेकिन यह ध्यान देने योग्य बात है कि जब तक उनका आविष्कार नहीं हुआ तब तक किसी ने भी हवाई जहाज नहीं उड़ाया।

दरअसल, अगले कुछ दशकों में बहुत कुछ बदल जाएगा और बदलाव इतने महत्वपूर्ण होंगे कि अभी इसकी कल्पना करना भी मुश्किल है। इस लेख को अंत तक पढ़ने के बाद, आप विज्ञान और उच्च प्रौद्योगिकी की दुनिया में अब क्या हो रहा है, इसके बारे में अधिक जान सकते हैं।

कृत्रिम बुद्धिमत्ता (एआई) क्या है?

1. हम AI को "जैसी फिल्मों से जोड़ते हैं" स्टार वार्स", "टर्मिनेटर" इत्यादि। इस संबंध में, हम इसे काल्पनिक मानते हैं।

2. एआई सुंदर है व्यापक अवधारणा. यह पॉकेट कैलकुलेटर और सेल्फ-ड्राइविंग कारों दोनों पर लागू होता है। ऐसी विविधता भ्रमित करने वाली है.

3. हम कृत्रिम बुद्धिमत्ता का उपयोग करते हैं रोजमर्रा की जिंदगी, लेकिन हमें इसका एहसास नहीं है। हम एआई को भविष्य की दुनिया की किसी पौराणिक चीज़ के रूप में देखते हैं, इसलिए हमारे लिए यह महसूस करना मुश्किल है कि यह पहले से ही हमारे आसपास है।

इस संबंध में कई बातें हमेशा के लिए समझ लेना जरूरी है। पहला, कृत्रिम बुद्धिमत्ता कोई रोबोट नहीं है। रोबोट एक प्रकार का एआई शेल है जिसमें कभी-कभी मानव शरीर की रूपरेखा होती है। हालाँकि, कृत्रिम बुद्धिमत्ता एक रोबोट के अंदर एक कंप्यूटर है। इसकी तुलना मानव शरीर के अंदर के मस्तिष्क से की जा सकती है। उदाहरण के लिए, जो महिला आवाज़ हम सुनते हैं वह महज़ एक मानवीकरण है।

दूसरे, आप शायद पहले ही "एकवचनता" या "तकनीकी विलक्षणता" की अवधारणा से परिचित हो चुके हैं। इस शब्द का उपयोग ऐसी स्थिति का वर्णन करने के लिए किया जाता था जिसमें सामान्य कानून और नियम लागू नहीं होते हैं। इस अवधारणा का उपयोग भौतिकी में ब्लैक होल या बिग बैंग से पहले ब्रह्मांड के संपीड़न के क्षण का वर्णन करने के लिए किया जाता है। 1993 में, वर्नर विंग ने अपना प्रसिद्ध निबंध प्रकाशित किया जिसमें उन्होंने भविष्य में एक बिंदु की पहचान करने के लिए विलक्षणता का उपयोग किया जब कृत्रिम बुद्धिमत्ता हमसे आगे निकल जाएगी। उनकी राय में, जब यह क्षण आएगा, तो दुनिया अपने सभी नियमों और कानूनों के साथ पहले की तरह अस्तित्व में नहीं रहेगी।

अंत में, कृत्रिम बुद्धि के कई प्रकार हैं, जिनमें से तीन मुख्य श्रेणियों को प्रतिष्ठित किया जा सकता है:

1. लिमिटेड आर्टिफिशियल इंटेलिजेंस (एएनआई, आर्टिफिशियल नैरो इंटेलिजेंस)। यह एक AI है जो एक विशिष्ट क्षेत्र में विशेषज्ञता रखता है। उदाहरण के लिए, वह शतरंज के खेल में विश्व शतरंज चैंपियन को हरा सकता है, लेकिन वह बस इतना ही कर सकता है।

2. जनरल आर्टिफिशियल इंटेलिजेंस (एजीआई, आर्टिफिशियल जनरल इंटेलिजेंस)। ऐसा AI एक ऐसा कंप्यूटर है जिसकी बुद्धि इंसान से मिलती-जुलती है, यानी यह एक इंसान की तरह ही सभी कार्य कर सकता है। प्रोफेसर लिंडा गॉटफ्रेडसन ने इस घटना का वर्णन इस प्रकार किया है: "सामान्य एआई सामान्यीकृत सोच क्षमताओं का प्रतीक है, जिसमें तर्क करने, योजना बनाने, समस्याओं को हल करने, अमूर्त रूप से सोचने, जटिल विचारों की तुलना करने, जल्दी से सीखने और संचित अनुभव का उपयोग करने की क्षमता भी शामिल है।"

3. कृत्रिम अधीक्षण (एएसआई, कृत्रिम अधीक्षण)। स्वीडिश दार्शनिक और ऑक्सफ़ोर्ड यूनिवर्सिटी के प्रोफेसर निक बोस्ट्रोम सुपरइंटेलिजेंस को "एक ऐसी बुद्धिमत्ता के रूप में परिभाषित करते हैं जो वैज्ञानिक आविष्कार, सामान्य ज्ञान और सामाजिक कौशल सहित लगभग सभी क्षेत्रों में मनुष्यों से बेहतर है।"

वर्तमान में, मानवता पहले से ही सीमित AI का सफलतापूर्वक उपयोग कर रही है। हम एजीआई में महारत हासिल करने की राह पर हैं। लेख के निम्नलिखित अनुभाग इनमें से प्रत्येक श्रेणी पर विस्तार से चर्चा करेंगे।

सीमित कृत्रिम बुद्धिमत्ता द्वारा शासित विश्व

सीमित कृत्रिम बुद्धिमत्ता मशीनी बुद्धि है जो संकीर्ण समस्याओं को सुलझाने में मानव बुद्धि के बराबर या उससे बेहतर है। नीचे कुछ उदाहरण दिए गए हैं:

• Google की एक स्व-चालित कार जो अपने रास्ते में आने वाली विभिन्न बाधाओं को पहचानती है और उन पर प्रतिक्रिया करती है;
• एक "आश्रय" है विभिन्न रूपसीमित एआई. जब आप नेविगेशन युक्तियों का उपयोग करके शहर में घूमते हैं, पेंडोरा से संगीत अनुशंसाएं प्राप्त करते हैं, मौसम पूर्वानुमान की जांच करते हैं, सिरी से बात करते हैं, तो आप एएनआई का उपयोग कर रहे हैं;
• आपके ईमेल में स्पैम फ़िल्टर - पहले वे स्पैम को पहचानना सीखते हैं, और फिर, अपने पिछले अनुभव और आपकी प्राथमिकताओं का विश्लेषण करते हुए, वे पत्रों को एक विशेष फ़ोल्डर में ले जाते हैं;
• Google Translate अनुवादक सीमित AI का एक उत्कृष्ट उदाहरण है जो अपने संकीर्ण कार्य को अच्छी तरह से पूरा करता है;
• जिस समय विमान उतरता है, एक विशेष एआई-आधारित प्रणाली यह निर्धारित करती है कि यात्रियों को किस गेट से बाहर निकलना चाहिए।

सीमित कृत्रिम बुद्धिमत्ता प्रणालियाँ मनुष्यों के लिए कोई खतरा पैदा नहीं करती हैं। सबसे खराब स्थिति में, ऐसी प्रणाली में विफलता स्थानीय आपदा जैसे बिजली वृद्धि या वित्तीय बाजार में एक छोटी गिरावट का कारण बन सकती है।

सीमित एआई के क्षेत्र में प्रत्येक नया आविष्कार हमें सामान्य कृत्रिम बुद्धिमत्ता के निर्माण के एक कदम और करीब लाता है।

यह इतना कठीन क्यों है?

यदि आपने एक इंसान के समान बुद्धि वाला कंप्यूटर बनाने का प्रयास किया, तो आप वास्तव में अपनी सोचने की क्षमता को महत्व देना शुरू कर देंगे। गगनचुंबी इमारतों को डिज़ाइन करना, अंतरिक्ष में रॉकेट लॉन्च करना, बिग बैंग सिद्धांत का अध्ययन करना - यह सब मानव मस्तिष्क का अध्ययन करने की तुलना में पूरा करना बहुत आसान है। इस समय, हमारा मन अवलोकनीय ब्रह्मांड में सबसे जटिल वस्तु है।

सबसे दिलचस्प बात यह है कि सामान्य एआई बनाने में कठिनाइयां सबसे सरल दिखने वाली चीजों में उत्पन्न होती हैं। उदाहरण के लिए, एक ऐसा उपकरण बनाना जो दस अंकों की संख्याओं को एक सेकंड के एक अंश में गुणा कर सके, मुश्किल नहीं है। साथ ही, ऐसा प्रोग्राम लिखना अविश्वसनीय रूप से कठिन है जो यह पहचान सके कि मॉनिटर के सामने कौन है: बिल्ली या कुत्ता। एक ऐसा कंप्यूटर बनाएं जो शतरंज में इंसान को हरा सके? आसानी से! बच्चों की किताब में क्या लिखा है, इसे मशीन से पढ़वाएं और समझें? इस समस्या को सुलझाने के लिए गूगल अरबों डॉलर खर्च कर रहा है। गणितीय गणनाएं, वित्तीय रणनीतियां बनाना, एक भाषा से दूसरी भाषा में अनुवाद करना जैसी चीजें एआई की मदद से पहले ही हल की जा चुकी हैं। हालाँकि, अंतरिक्ष में दृष्टि, धारणा, हावभाव और गति अभी भी कंप्यूटर के लिए अनसुलझी समस्याएँ बनी हुई हैं।

ये कौशल मनुष्यों को सरल लगते हैं क्योंकि ये लाखों वर्षों के विकास क्रम में विकसित हुए हैं। जब आप किसी वस्तु को उठाने के लिए आगे बढ़ते हैं, तो आपकी मांसपेशियां, स्नायुबंधन और हड्डियां कई प्रकार के ऑपरेशन करती हैं, जो आपकी आंखों के देखने के अनुरूप होते हैं।

दूसरी ओर, बड़ी संख्या में गुणा करना और शतरंज खेलना जैविक प्राणियों के लिए बिल्कुल नई क्रियाएं हैं। इसीलिए कंप्यूटर के लिए इसमें हमें हराना बहुत आसान है। इस बारे में सोचें कि आप किस प्रकार का प्रोग्राम बनाना चाहेंगे: ऐसा प्रोग्राम जो तेजी से बढ़ सके बड़ी संख्याया बस अलग-अलग फ़ॉन्ट में लिखे हजारों अन्य में से अक्षर बी को पहचानें?

एक और मज़ेदार उदाहरण: नीचे दी गई छवि को देखकर, आप और कंप्यूटर दोनों स्पष्ट रूप से पहचान सकते हैं कि यह दो अलग-अलग रंगों के वर्गों से युक्त एक आयत का प्रतिनिधित्व करता है:

लेकिन, जैसे ही हम काला बैकग्राउंड हटाएंगे, हमारे सामने पूरी, पहले से छिपी हुई तस्वीर खुल जाएगी:

किसी व्यक्ति के लिए इस चित्र में देखी गई सभी आकृतियों का नाम और वर्णन करना कठिन नहीं होगा। हालाँकि, कंप्यूटर इस कार्य का सामना नहीं करेगा। और नीचे दी गई छवि का विश्लेषण करने के बाद, वह यह निष्कर्ष निकालेगा कि उसके सामने सफेद, काले और कई द्वि-आयामी वस्तुओं का संयोजन है भूरे रंग. ऐसे में कोई व्यक्ति आसानी से कह सकता है कि तस्वीर में एक काला पत्थर दिख रहा है:

ऊपर जो कुछ भी उल्लेख किया गया था वह केवल स्थैतिक जानकारी की धारणा और प्रसंस्करण से संबंधित था। किसी इंसान की बुद्धि के स्तर से मेल खाने के लिए, कंप्यूटर को चेहरे के भाव, हावभाव आदि को पहचानना सीखना होगा। लेकिन यह सब कैसे हासिल किया जाए?

सामान्य एआई बनाने की दिशा में पहला कदम कंप्यूटर की शक्ति बढ़ाना है

जाहिर है, अगर हम "स्मार्ट" कंप्यूटर बनाने जा रहे हैं, तो उनमें इंसानों की तरह ही सोचने की क्षमता होनी चाहिए। इसे प्राप्त करने का एक तरीका प्रति सेकंड परिचालनों की संख्या बढ़ाना है। ऐसा करने के लिए, यह गणना करना आवश्यक है कि प्रत्येक मानव मस्तिष्क संरचना प्रति सेकंड कितने ऑपरेशन करती है।

रे कुर्ज़वील ने कुछ गणनाएँ कीं और प्रति सेकंड 10,000,000,000,000,000 ऑपरेशनों की संख्या निकालने में कामयाब रहे। मानव मस्तिष्क की उत्पादकता लगभग समान होती है।

वर्तमान में सबसे शक्तिशाली सुपर कंप्यूटर चीनी तियानहे-2 है, जिसका प्रदर्शन प्रति सेकंड 34 क्वाड्रिलियन ऑपरेशन है। हालाँकि, इस सुपरकंप्यूटर का आकार प्रभावशाली है - यह 720 वर्ग मीटर के क्षेत्र को कवर करता है और इसकी कीमत $390,000,000 है।

तो, यदि आप से देखें तकनीकी पक्ष, तो हमारे पास पहले से ही मानव मस्तिष्क के प्रदर्शन के बराबर एक कंप्यूटर है। यह बड़े पैमाने पर उपभोक्ता के लिए उपलब्ध नहीं है, लेकिन दस वर्षों के भीतर यह ऐसा हो जाएगा। हालाँकि, प्रदर्शन ही एकमात्र ऐसी चीज़ नहीं है जो कंप्यूटर को इंसान जैसी बुद्धिमत्ता दे सकती है। अगला प्रश्न यह है कि एक शक्तिशाली कंप्यूटर को बुद्धिमान कैसे बनाया जाए?

सामान्य एआई बनाने की दिशा में दूसरा कदम मशीन को बुद्धिमत्ता प्रदान करना है

यह प्रक्रिया का सबसे कठिन हिस्सा है, क्योंकि वास्तव में कोई नहीं जानता कि कंप्यूटर को स्मार्ट कैसे बनाया जाए। इस बात पर अभी भी बहस चल रही है कि किसी मशीन को बिल्लियों को कुत्तों से अलग करने या अक्षर बी को पहचानने में कैसे सक्षम किया जाए। हालाँकि, कई रणनीतियाँ हैं, जिनमें से कुछ का संक्षेप में नीचे वर्णन किया गया है:

1. मानव मस्तिष्क की नकल करना

वर्तमान में, वैज्ञानिक मानव मस्तिष्क की तथाकथित रिवर्स इंजीनियरिंग पर काम कर रहे हैं। आशावादी पूर्वानुमानों के अनुसार यह कार्य 2030 तक पूरा हो जायेगा। एक बार प्रोजेक्ट बन जाने के बाद, हम अपने मस्तिष्क के सभी रहस्यों को जान सकेंगे और उससे नए विचार प्राप्त कर सकेंगे। ऐसी प्रणाली का एक उदाहरण एक कृत्रिम तंत्रिका नेटवर्क है।

एक और अधिक चरम विचार मानव मस्तिष्क के कार्यों की पूरी तरह नकल करना है। इस प्रयोग के दौरान मस्तिष्क को कई पतली परतों में काटकर उनमें से प्रत्येक को स्कैन करने की योजना बनाई गई है। फिर, एक विशेष प्रोग्राम का उपयोग करके, आपको एक 3D मॉडल बनाना होगा, और फिर इसे एक शक्तिशाली कंप्यूटर में लागू करना होगा। इसके बाद, हमें एक उपकरण प्राप्त होगा जिसमें आधिकारिक तौर पर मानव मस्तिष्क के सभी कार्य होंगे - जो कुछ भी बचा है वह जानकारी एकत्र करना और सीखना है।

हमें वैज्ञानिकों के निर्माण के लिए कब तक इंतजार करना होगा सटीक प्रतिमानव मस्तिष्क? काफी लंबा समय हो गया है, क्योंकि आज तक विशेषज्ञ मस्तिष्क की 1 मिमी परत की भी नकल नहीं कर पाए हैं, जिसमें 302 न्यूरॉन्स होते हैं (हमारे मस्तिष्क में 100,000,000,000 न्यूरॉन्स होते हैं)।

2. मानव मस्तिष्क के विकास की पुनरावृत्ति

स्मार्ट कंप्यूटर बनाना सैद्धांतिक रूप से संभव है, और हमारे अपने दिमाग का विकास इसका प्रमाण है। यदि हम मस्तिष्क की सटीक प्रतिलिपि नहीं बना सकते हैं, तो हम उसके विकास की नकल करने का प्रयास कर सकते हैं। वास्तव में, उदाहरण के लिए, केवल एक पक्षी के पंखों की नकल करके हवाई जहाज बनाना असंभव है। गुणवत्ता बनाने के लिए हवाई जहाज, किसी अन्य दृष्टिकोण का उपयोग करना बेहतर है।

हम सामान्य एआई बनाने के लिए विकासवादी प्रक्रिया का अनुकरण कैसे कर सकते हैं? इस विधि को जेनेटिक एल्गोरिथम कहा जाता है। इस दृष्टिकोण का सार यह है कि अनुकूलन और मॉडलिंग समस्याओं को जीवित प्रकृति में प्राकृतिक चयन के समान तंत्र का उपयोग करके हल किया जाता है। कई कंप्यूटर अलग-अलग कार्य करेंगे, और जो सबसे कुशल साबित होंगे उन्हें एक-दूसरे के साथ "क्रॉस" किया जाएगा। कार्य पूरा करने में विफल रहने वाली मशीनों को बाहर कर दिया जाएगा। इस प्रकार, इस प्रयोग के कई दोहराव के बाद, एल्गोरिथम प्राकृतिक चयनतेजी से बेहतर कंप्यूटर बनाएगा। यहां कठिनाई विकास और "क्रॉसिंग" की प्रक्रिया को स्वचालित करने में है, क्योंकि विकासवादी प्रक्रिया अपने आप चलती रहनी चाहिए।

वर्णित विधि का नुकसान यह है कि विकास की प्रकृति में इसमें लाखों वर्ष लगते हैं, लेकिन हमें कुछ दशकों के भीतर परिणाम चाहिए।

3. सभी कार्यों को कंप्यूटर पर स्थानांतरित करें

जब वैज्ञानिक हताश हो जाते हैं, तो वे एक ऐसा प्रोग्राम बनाने का प्रयास करते हैं जो स्वयं का परीक्षण करता है। सामान्य एआई बनाने के लिए यह सबसे आशाजनक तरीका हो सकता है।

विचार एक ऐसा कंप्यूटर बनाने का है जिसका मुख्य कार्य एआई अनुसंधान और कोडिंग परिवर्तन होगा। ऐसा कंप्यूटर न केवल स्वतंत्र रूप से सीखेगा, बल्कि अपनी वास्तुकला को भी बदल देगा। वैज्ञानिकों ने एक शोधकर्ता को कंप्यूटर सिखाने की योजना बनाई है जिसका मुख्य कार्य अपनी बुद्धि विकसित करना होगा।

ये सब बहुत जल्द हो सकता है

कंप्यूटर में निरंतर सुधार और नए सॉफ्टवेयर के साथ नवीन प्रयोग समानांतर रूप से होते रहते हैं। कृत्रिम सामान्य बुद्धि दो मुख्य कारणों से शीघ्र और अप्रत्याशित रूप से उभर सकती है:

1. घातीय वृद्धि दर बहुत धीमी लगती है, लेकिन यह किसी भी समय तेज हो सकती है।

2. जब बात आती है सॉफ़्टवेयरऐसा लगता है कि प्रगति बहुत धीमी गति से हो रही है, लेकिन एक भी खोज हमें पलक झपकते ही विकास के एक नए स्तर पर ले जा सकती है। उदाहरण के लिए, हम सभी जानते हैं कि पहले लोग सोचते थे कि पृथ्वी ब्रह्मांड के केंद्र में है। इस संबंध में अंतरिक्ष के अध्ययन में कई कठिनाइयाँ उत्पन्न हुईं। हालाँकि, तब विश्व व्यवस्था अप्रत्याशित रूप से सूर्यकेंद्रित में बदल गई। एक बार जब विचार नाटकीय रूप से बदल गए, तो नया शोध संभव हो गया।

सीमित एआई से कृत्रिम अधीक्षण की राह पर

सीमित एआई के विकास में किसी बिंदु पर, कंप्यूटर हमसे आगे निकलना शुरू कर देंगे। तथ्य यह है कि मानव मस्तिष्क के समान कृत्रिम बुद्धि के लोगों की तुलना में कई फायदे होंगे, जिनमें से निम्नलिखित को प्रतिष्ठित किया जा सकता है:

रफ़्तार। हमारे मस्तिष्क के न्यूरॉन्स 200Hz की अधिकतम आवृत्ति पर काम करते हैं, जबकि आधुनिक माइक्रोप्रोसेसर 2GHz या 10 मिलियन गुना तेज गति से काम करते हैं।

आयाम. मानव मस्तिष्क खोपड़ी के आकार तक सीमित है और इसलिए बड़ा नहीं हो सकता। कंप्यूटर किसी भी आकार का हो सकता है, बशर्ते और ज्यादा स्थानफ़ाइलें संग्रहीत करने के लिए.

विश्वसनीयता और स्थायित्व. कंप्यूटर ट्रांजिस्टर मस्तिष्क न्यूरॉन्स की तुलना में अधिक सटीकता से काम करते हैं। इसके अलावा, उन्हें आसानी से मरम्मत या बदला जा सकता है। मानव मस्तिष्क थक जाता है, जबकि कंप्यूटर चौबीसों घंटे पूरी क्षमता से काम कर सकता है।

निरंतर आत्म-सुधार के लिए प्रोग्राम की गई कृत्रिम बुद्धिमत्ता, स्वयं को किसी सीमा तक सीमित नहीं रखेगी। इसका मतलब यह है कि एक बार जब कोई मशीन मानव बुद्धि के स्तर तक पहुंच जाती है, तो वह वहां नहीं रुकेगी।

निःसंदेह, जब कोई कंप्यूटर हमसे अधिक "स्मार्ट" हो जाएगा, तो यह पूरी मानवता के लिए एक झटका होगा। वास्तव में, हममें से अधिकांश लोगों का बुद्धि के बारे में एक विकृत दृष्टिकोण है जो इस प्रकार दिखता है:

बुद्धिमत्ता के बारे में हमारा विकृत दृष्टिकोण।

क्षैतिज अक्ष समय है, ऊर्ध्वाधर अक्ष बुद्धि है।

बुद्धि का स्तर नीचे से ऊपर की ओर जाता है: चींटी, पक्षी, चिंपैंजी, मूर्ख व्यक्ति, आइंस्टीन। मूर्ख आदमी और आइंस्टीन के बीच एक आदमी है जो कहता है: “हा हा! ये अजीब रोबोट बंदरों की तरह काम करते हैं!

कृत्रिम बुद्धिमत्ता के विकास को लाल रंग में दर्शाया गया है।

तो, ग्राफ़ पर कृत्रिम बुद्धिमत्ता का विकास वक्र मानवीय स्तर तक पहुँच जाता है। हम देखते हैं कि मशीन धीरे-धीरे जानवर से भी अधिक स्मार्ट हो जाती है। हालाँकि, एक बार जब एआई "बंद दिमाग वाले आदमी" के स्तर तक पहुंच जाता है या, जैसा कि निक बोस्ट्रोम कहते हैं, "गांव का बेवकूफ", इसका मतलब यह होगा कि कृत्रिम सामान्य बुद्धि बनाई गई है। ऐसे में कंप्यूटर के लिए आइंस्टीन के स्तर तक पहुंचना मुश्किल नहीं होगा. इस तीव्र विकास को नीचे दिए गए चित्र में दिखाया गया है:

लेकिन आगे क्या होता है?

बौद्धिक विस्फोट

यहां यह याद दिलाना उपयोगी होगा कि इस लेख में लिखी गई हर बात सम्मानित वैज्ञानिकों द्वारा संकलित वास्तविक वैज्ञानिक पूर्वानुमानों का विवरण है।

किसी भी स्थिति में, सीमित कृत्रिम बुद्धिमत्ता के अधिकांश मॉडलों में आत्म-सुधार का कार्य शामिल होता है। लेकिन अगर आप एक एआई बनाते हैं जो शुरू में ऐसा कोई फ़ंक्शन प्रदान नहीं करता है, तो, मानव बुद्धि के स्तर तक पहुंचने पर, कंप्यूटर अपनी इच्छानुसार स्वतंत्र रूप से सीखने की क्षमता हासिल कर लेगा। इसके परिणामस्वरूप मशीनी बुद्धि धीरे-धीरे विकसित होकर एक ऐसी सुपरइंटेलिजेंस बन जाएगी जो मानव मस्तिष्क से कई गुना बेहतर होगी।

वर्तमान में इस बात पर बहस चल रही है कि एआई मानव-स्तर की बुद्धिमत्ता तक कब पहुंचेगा। सैकड़ों वैज्ञानिक इस बात से सहमत हैं कि ऐसा 2040 के आसपास होगा। बहुत ज़्यादा समय नहीं है, है ना?

इसलिए, कृत्रिम बुद्धिमत्ता को मानव बुद्धि के स्तर तक पहुंचने में कई दशक लगेंगे, लेकिन अंततः यह होगा। कंप्यूटर अपने आसपास की दुनिया को उसी तरह समझना सीखेगा जैसे एक 4 साल का बच्चा समझता है। अचानक, इस जानकारी को आत्मसात करने के बाद, सिस्टम सैद्धांतिक भौतिकी में महारत हासिल कर लेगा, क्वांटम यांत्रिकीऔर सापेक्षता का सिद्धांत. डेढ़ घंटे में एआई मानव मस्तिष्क की क्षमताओं से 170 हजार गुना अधिक कृत्रिम अधीक्षण में बदल जाएगा।

सुपरइंटेलिजेंस एक ऐसी घटना है जिसे हम आंशिक रूप से भी नहीं समझ सकते हैं। हमारे दिमाग में, एक स्मार्ट व्यक्ति का IQ 130 होता है, और एक मूर्ख व्यक्ति का IQ 85 से कम होता है। लेकिन 12952 के IQ वाले प्राणी के लिए कौन सा शब्द चुना जा सकता है?

बुद्धि शक्ति का पर्याय है, इसीलिए इस पलमनुष्य विकास के शिखर पर है, अन्य सभी जीवित प्राणियों को अपने अधीन कर रहा है। इसका मतलब यह है कि कृत्रिम अधीक्षण के आगमन के साथ, हम "प्रकृति का मुकुट" बनना बंद कर देंगे। हम अतिमानस के अधीन रहेंगे।

यदि हमारा सीमित दिमाग वाई-फाई बना सकता है, तो कल्पना करें कि हमसे सैकड़ों, हजारों, यहां तक ​​कि लाखों गुना बड़ा दिमाग क्या बना सकता है। यह बुद्धिमत्ता ग्रह पर प्रत्येक परमाणु के स्थान को नियंत्रित करने में सक्षम होगी। वह सब कुछ जिसे अब हम जादू या ईश्वर की शक्ति मानते हैं, अधीक्षण का दैनिक कार्य बन जाएगा। सुपरमाइंड बुढ़ापे को हराने, बीमारियों को ठीक करने, भूख और यहां तक ​​कि मौत को भी नष्ट करने में सक्षम होगा। यह पृथ्वी पर जीवन की रक्षा के लिए मौसम को फिर से प्रोग्राम करने में भी सक्षम होगा। लेकिन अधीक्षण पलक झपकते ही ग्रह पर जीवन को नष्ट कर सकता है। वास्तविकता की हमारी वर्तमान समझ में, ईश्वर हमारे बगल में अधीक्षण की भूमिका में स्थापित होंगे। एकमात्र सवाल जो हमें खुद से पूछने की ज़रूरत है वह है: क्या यह एक अच्छा भगवान होगा?

आर्टिफिशियल इंटेलिजेंस - में हाल ही मेंप्रौद्योगिकी जगत में सबसे लोकप्रिय विषयों में से एक। एलोन मस्क, स्टीफन हॉकिंग और स्टीव वोज्नियाक जैसे दिमाग एआई अनुसंधान के बारे में गंभीर रूप से चिंतित हैं और तर्क देते हैं कि इसके निर्माण से हमें खतरा है नश्वर ख़तरा. वहीं, साइंस फिक्शन और हॉलीवुड फिल्मों ने एआई के आसपास कई गलतफहमियों को जन्म दिया है। क्या हम वास्तव में खतरे में हैं और जब हम स्काईनेट अर्थ के विनाश, सामान्य बेरोजगारी, या, इसके विपरीत, समृद्धि और लापरवाही की कल्पना करते हैं तो हम क्या गलतियाँ कर रहे हैं? गिज़मोडो ने कृत्रिम बुद्धिमत्ता के बारे में मानवीय मिथकों पर गौर किया है। यहां उनके लेख का पूरा अनुवाद है.

20 साल पहले एक शतरंज मैच में डीप ब्लू द्वारा गैरी कास्पारोव को हराने के बाद से इसे मशीन इंटेलिजेंस का सबसे महत्वपूर्ण परीक्षण कहा गया है। Google AlphaGo ने गो टूर्नामेंट में ग्रैंडमास्टर ली सेडोल को 4:1 के शानदार स्कोर से हरा दिया, जिससे पता चलता है कि कृत्रिम बुद्धिमत्ता (एआई) कितनी गंभीरता से आगे बढ़ी है। वह मनहूस दिन जब मशीनें आख़िरकार बुद्धि में इंसानों से आगे निकल जाएंगी, पहले कभी इतना करीब नहीं लगा था। लेकिन ऐसा लगता है कि हम इस युगांतरकारी घटना के परिणामों को समझने के करीब नहीं हैं।

दरअसल, हम कृत्रिम बुद्धिमत्ता के बारे में गंभीर और यहां तक ​​कि खतरनाक गलतफहमियों से चिपके हुए हैं। पिछले साल, स्पेसएक्स के संस्थापक एलोन मस्क ने चेतावनी दी थी कि एआई दुनिया पर कब्ज़ा कर सकता है। उनके शब्दों ने इस राय के विरोधियों और समर्थकों दोनों की टिप्पणियों की झड़ी लगा दी। इस तरह के भविष्य के स्मारकीय आयोजन के लिए, इस बात पर आश्चर्यजनक रूप से असहमति है कि क्या यह होगा और यदि हां, तो किस रूप में होगा। एआई से मानवता को मिलने वाले अविश्वसनीय लाभों और संभावित खतरों को देखते हुए यह विशेष रूप से परेशान करने वाला है। अन्य मानव आविष्कारों के विपरीत, AI में मानवता को बदलने या हमें नष्ट करने की क्षमता है।

यह जानना कठिन है कि किस पर विश्वास किया जाए। लेकिन कंप्यूटर वैज्ञानिकों, न्यूरो वैज्ञानिकों और एआई सिद्धांतकारों के शुरुआती काम की बदौलत एक स्पष्ट तस्वीर उभरने लगी है। यहां कृत्रिम बुद्धिमत्ता के बारे में कुछ सामान्य गलतफहमियां और मिथक हैं।

मिथक #1: "हम कभी भी मानव के बराबर बुद्धि वाला एआई नहीं बना पाएंगे"

वास्तविकता:हमारे पास पहले से ही ऐसे कंप्यूटर हैं जो शतरंज, गो, स्टॉक ट्रेडिंग और बातचीत में मानवीय क्षमताओं के बराबर या उससे भी अधिक हैं। कंप्यूटर और उन्हें चलाने वाले एल्गोरिदम केवल बेहतर हो सकते हैं। इससे पहले कि वे किसी भी कार्य में मनुष्यों से आगे निकल जाएं, यह केवल समय की बात है।

न्यूयॉर्क विश्वविद्यालय के अनुसंधान मनोवैज्ञानिक गैरी मार्कस ने कहा कि एआई में काम करने वाले "वस्तुतः हर कोई" मानता है कि मशीनें अंततः हमें हरा देंगी: "उत्साही और संशयवादियों के बीच एकमात्र वास्तविक अंतर समय का अनुमान है।" रे कुर्ज़वील जैसे भविष्यवादियों का मानना ​​है कि यह कुछ दशकों के भीतर हो सकता है; अन्य कहते हैं कि इसमें सदियाँ लगेंगी।

एआई संशयवादी तब आश्वस्त नहीं होते जब वे कहते हैं कि यह एक अघुलनशील तकनीकी समस्या है, और जैविक मस्तिष्क की प्रकृति के बारे में कुछ अनोखा है। हमारा दिमाग जैविक मशीनें हैं - वे वास्तविक दुनिया में मौजूद हैं और भौतिकी के बुनियादी नियमों का पालन करते हैं। उनके बारे में कुछ भी अज्ञात नहीं है।

मिथक #2: "कृत्रिम बुद्धि में चेतना होगी"

वास्तविकता:अधिकांश लोग कल्पना करते हैं कि मशीनी बुद्धि जागरूक होगी और उसी तरह सोचेगी जैसे मनुष्य सोचते हैं। इसके अलावा, माइक्रोसॉफ्ट के सह-संस्थापक पॉल एलन जैसे आलोचकों का मानना ​​है कि हम अभी तक कृत्रिम सामान्य बुद्धि (मानव द्वारा हल की जा सकने वाली किसी भी मानसिक समस्या को हल करने में सक्षम) हासिल नहीं कर सकते हैं क्योंकि हमारे पास चेतना के वैज्ञानिक सिद्धांत का अभाव है। लेकिन जैसा कि इंपीरियल कॉलेज लंदन के संज्ञानात्मक रोबोटिक्स विशेषज्ञ मरे शानहन कहते हैं, हमें दोनों अवधारणाओं को समान नहीं करना चाहिए।

“चेतना निश्चित रूप से एक अद्भुत और महत्वपूर्ण चीज़ है, लेकिन मैं नहीं मानता कि यह मानव-स्तर की कृत्रिम बुद्धिमत्ता के लिए आवश्यक है। अधिक सटीक होने के लिए, हम "चेतना" शब्द का उपयोग कई मनोवैज्ञानिक और संज्ञानात्मक गुणों को संदर्भित करने के लिए करते हैं जो एक व्यक्ति "के साथ आता है", वैज्ञानिक बताते हैं।

ऐसी स्मार्ट मशीन की कल्पना करना संभव है जिसमें इनमें से एक या अधिक सुविधाओं का अभाव हो। अंततः, हम अविश्वसनीय रूप से बुद्धिमान एआई बना सकते हैं जो दुनिया को व्यक्तिपरक और सचेत रूप से समझने में असमर्थ है। शानहान का तर्क है कि मन और चेतना को एक मशीन में जोड़ा जा सकता है, लेकिन हमें यह नहीं भूलना चाहिए कि ये दो अलग अवधारणाएँ हैं।

सिर्फ इसलिए कि एक मशीन ट्यूरिंग टेस्ट पास कर लेती है, जिसमें वह मानव से अप्रभेद्य है, इसका मतलब यह नहीं है कि वह सचेत है। हमारे लिए, उन्नत AI सचेतन प्रतीत हो सकता है, लेकिन यह किसी चट्टान या कैलकुलेटर से अधिक आत्म-जागरूक नहीं होगा।

मिथक #3: "हमें एआई से डरना नहीं चाहिए"

वास्तविकता:जनवरी में, फेसबुक के संस्थापक मार्क जुकरबर्ग ने कहा था कि हमें एआई से डरना नहीं चाहिए क्योंकि यह दुनिया के लिए अविश्वसनीय मात्रा में अच्छे काम करेगा। वह आधा सही है. स्व-चालित कारों से लेकर नई दवाओं के निर्माण तक एआई से हमें बहुत लाभ होगा, लेकिन इस बात की कोई गारंटी नहीं है कि प्रत्येक एआई कार्यान्वयन सौम्य होगा।

एक अत्यधिक बुद्धिमान प्रणाली किसी विशिष्ट कार्य के बारे में सब कुछ जान सकती है, जैसे किसी कठिन वित्तीय समस्या को हल करना या दुश्मन की रक्षा प्रणाली को हैक करना। लेकिन इन विशेषज्ञताओं की सीमाओं के बाहर, यह गहन रूप से अज्ञानी और अचेतन होगा। Google का डीपमाइंड सिस्टम गो में विशेषज्ञ है, लेकिन इसकी विशेषज्ञता के बाहर के क्षेत्रों का पता लगाने की इसकी कोई क्षमता या कारण नहीं है।

इनमें से कई प्रणालियाँ सुरक्षा संबंधी विचारों के अधीन नहीं हो सकती हैं। एक अच्छा उदाहरण जटिल और शक्तिशाली स्टक्सनेट वायरस है, जो इजरायली और अमेरिकी सेनाओं द्वारा ईरानी परमाणु ऊर्जा संयंत्रों में घुसपैठ और तोड़फोड़ करने के लिए विकसित एक सैन्यीकृत कीड़ा है। इस वायरस ने किसी तरह (जानबूझकर या गलती से) रूसी परमाणु ऊर्जा संयंत्र को संक्रमित कर दिया।

एक अन्य उदाहरण फ़्लेम प्रोग्राम है, जिसका उपयोग मध्य पूर्व में साइबर जासूसी के लिए किया जाता है। यह कल्पना करना आसान है कि स्टक्सनेट या फ्लेम के भविष्य के संस्करण अपने इच्छित उद्देश्य से परे जा रहे हैं और संवेदनशील बुनियादी ढांचे को बड़े पैमाने पर नुकसान पहुंचा रहे हैं। (स्पष्ट होने के लिए, ये वायरस एआई नहीं हैं, लेकिन भविष्य में उनमें यह हो सकता है, इसलिए चिंता है)।

फ्लेम वायरस का इस्तेमाल मध्य पूर्व में साइबर जासूसी के लिए किया जाता था। फोटो: वायर्ड

मिथक #4: "कृत्रिम अधीक्षण गलतियाँ करने के लिए बहुत स्मार्ट होगा"

वास्तविकता:एआई शोधकर्ता और सर्फिंग समुराई रोबोट्स के संस्थापक रिचर्ड लुसीमोर का मानना ​​है कि अधिकांश परिदृश्य कयामत का दिनएआई से संबंधित असंगत हैं। वे हमेशा इस धारणा पर बने होते हैं कि एआई कह रहा है: "मुझे पता है कि मानवता का विनाश मेरे डिजाइन में विफलता के कारण होता है, लेकिन मैं इसे वैसे भी करने के लिए मजबूर हूं।" ल्यूसीमोर का कहना है कि यदि कोई एआई हमारे विनाश के बारे में तर्क करते हुए इस तरह का व्यवहार करता है, तो ऐसे तार्किक विरोधाभास उसे जीवन भर परेशान करते रहेंगे। इससे उसके ज्ञान का आधार ख़राब हो जाता है और वह इतना मूर्ख बन जाता है कि ख़तरनाक स्थिति पैदा नहीं कर सकता। वैज्ञानिक यह भी तर्क देते हैं कि जो लोग कहते हैं: "एआई केवल वही कर सकता है जो उसे करने के लिए प्रोग्राम किया गया है" वे कंप्यूटर युग की शुरुआत में उनके सहयोगियों की तरह ही गलत हैं। उस समय, लोग इस वाक्यांश का उपयोग यह तर्क देने के लिए करते थे कि कंप्यूटर थोड़ी सी भी लचीलेपन का प्रदर्शन करने में सक्षम नहीं थे।

पीटर मैकिनटायर और स्टुअर्ट आर्मस्ट्रांग, जो ऑक्सफोर्ड विश्वविद्यालय में फ्यूचर ऑफ ह्यूमैनिटी इंस्टीट्यूट में काम करते हैं, लुसीमोर से असहमत हैं। उनका तर्क है कि एआई काफी हद तक इस बात से बंधा है कि इसे कैसे प्रोग्राम किया जाता है। मैकइंटायर और आर्मस्ट्रांग का मानना ​​है कि एआई गलतियाँ नहीं कर पाएगा या इतना मूर्ख नहीं होगा कि हमें यह पता न चले कि हम उससे क्या उम्मीद करते हैं।

“परिभाषा के अनुसार, कृत्रिम अधीक्षण (एएसआई) ज्ञान के किसी भी क्षेत्र में सर्वश्रेष्ठ मानव मस्तिष्क की तुलना में काफी अधिक बुद्धिमत्ता वाला विषय है। उसे ठीक-ठीक पता होगा कि हम उससे क्या करवाना चाहते थे,'' मैकइंटायर कहते हैं। दोनों वैज्ञानिकों का मानना ​​है कि एआई केवल वही करेगा जो उसे करने के लिए प्रोग्राम किया गया है। लेकिन अगर वह काफी समझदार हो जाए तो समझ जाएगा कि यह कानून की भावना या लोगों के इरादों से कितना अलग है।

मैकइंटायर ने मनुष्यों और एआई की भविष्य की स्थिति की तुलना वर्तमान मानव-चूहे की बातचीत से की। चूहे का लक्ष्य भोजन और आश्रय की तलाश करना है। लेकिन यह अक्सर उस व्यक्ति की इच्छा से टकराता है जो चाहता है कि उसका जानवर स्वतंत्र रूप से इधर-उधर घूमे। “हम चूहों के कुछ लक्ष्यों को समझने के लिए काफी समझदार हैं। इसलिए एएसआई भी हमारी इच्छाओं को समझेगा, लेकिन उनके प्रति उदासीन रहेगा,'' वैज्ञानिक कहते हैं।

जैसा कि फिल्म एक्स माचिना की कहानी से पता चलता है, किसी व्यक्ति के लिए स्मार्ट एआई को बनाए रखना बेहद मुश्किल होगा

मिथक #5: "एक साधारण पैच एआई नियंत्रण की समस्या का समाधान करेगा"

वास्तविकता:कृत्रिम बुद्धिमत्ता का निर्माण करके एक व्यक्ति से अधिक होशियार, हम एक ऐसी समस्या का सामना कर रहे हैं जिसे "नियंत्रण समस्या" के रूप में जाना जाता है। भविष्यवादी और एआई सिद्धांतकार पूरी तरह से भ्रम की स्थिति में पड़ जाते हैं यदि आप उनसे पूछें कि यदि कोई सामने आता है तो हम एएसआई को कैसे नियंत्रित और सीमित करेंगे। या यह कैसे सुनिश्चित किया जाए कि वह लोगों के प्रति मित्रवत व्यवहार करेगा। हाल ही में, जॉर्जिया इंस्टीट्यूट ऑफ टेक्नोलॉजी के शोधकर्ताओं ने भोलेपन से सुझाव दिया कि एआई सरल कहानियों को पढ़कर मानवीय मूल्यों और सामाजिक नियमों को सीख सकता है। वास्तव में, यह कहीं अधिक कठिन होगा।

आर्मस्ट्रांग कहते हैं, "ऐसी कई सरल तरकीबें प्रस्तावित की गई हैं जो संपूर्ण एआई नियंत्रण समस्या को 'हल' कर सकती हैं।" उदाहरणों में एएसआई की प्रोग्रामिंग शामिल है ताकि इसका उद्देश्य लोगों को खुश करना हो, या ताकि यह बस एक व्यक्ति के हाथों में एक उपकरण के रूप में कार्य करे। एक अन्य विकल्प प्रेम या सम्मान की अवधारणाओं को स्रोत कोड में एकीकृत करना है। एआई को दुनिया के बारे में एक सरल, एकतरफा दृष्टिकोण अपनाने से रोकने के लिए, इसे बौद्धिक, सांस्कृतिक और सामाजिक विविधता को महत्व देने के लिए प्रोग्राम करने का प्रस्ताव दिया गया है।

लेकिन ये समाधान बहुत सरल हैं, जैसे कि मानवीय पसंद और नापसंद की संपूर्ण जटिलता को एक सतही परिभाषा में निचोड़ने का प्रयास। उदाहरण के लिए, "सम्मान" की स्पष्ट, तार्किक और व्यावहारिक परिभाषा देने का प्रयास करें। ये बेहद कठिन है.

द मैट्रिक्स की मशीनें मानवता को आसानी से नष्ट कर सकती हैं

मिथक #6: "कृत्रिम बुद्धिमत्ता हमें नष्ट कर देगी"

वास्तविकता:इस बात की कोई गारंटी नहीं है कि एआई हमें नष्ट कर देगा, या हम इसे नियंत्रित करने का कोई रास्ता नहीं खोज पाएंगे। जैसा कि एआई सिद्धांतकार एलीएज़र युडकोव्स्की ने कहा, "एआई न तो आपसे प्यार करता है और न ही आपसे नफरत करता है, लेकिन आप उन परमाणुओं से बने हैं जिनका उपयोग यह अन्य उद्देश्यों के लिए कर सकता है।"

अपनी पुस्तक "आर्टिफिशियल इंटेलिजेंस" में। चरण. धमकी। रणनीतियाँ,'' ऑक्सफ़ोर्ड के दार्शनिक निक बोस्ट्रोम ने लिखा है कि सच्ची कृत्रिम अधीक्षणता, एक बार उभरने के बाद, किसी भी अन्य मानव आविष्कार की तुलना में अधिक जोखिम पैदा करेगी। एलोन मस्क, बिल गेट्स और स्टीफन हॉकिंग (जिनमें से बाद वाले ने चेतावनी दी थी कि एआई हमारी "इतिहास की सबसे खराब गलती" हो सकती है) जैसे प्रमुख दिमागों ने भी चिंता व्यक्त की है।

मैकइंटायर ने कहा कि एएसआई के अधिकांश उद्देश्यों के लिए, लोगों से छुटकारा पाने के अच्छे कारण हैं।

“एआई बिल्कुल सही ढंग से भविष्यवाणी कर सकता है कि हम नहीं चाहते कि यह किसी विशेष कंपनी के मुनाफे को अधिकतम करे, चाहे ग्राहकों, पर्यावरण और जानवरों की कीमत कुछ भी हो। इसलिए, उनके पास यह सुनिश्चित करने के लिए एक मजबूत प्रोत्साहन है कि उनके लक्ष्यों में कोई रुकावट, हस्तक्षेप, विमुखता या बदलाव न हो, क्योंकि इससे उनके मूल लक्ष्यों को प्राप्त होने से रोका जा सकेगा,'' मैकइंटायर का तर्क है।

जब तक एएसआई के लक्ष्य हमारे लक्ष्यों से बिल्कुल मेल नहीं खाते, तब तक हमारे पास इसे रोकने से रोकने का एक अच्छा कारण होगा। यह देखते हुए कि उसकी बुद्धिमत्ता का स्तर हमसे काफी अधिक है, हम इसके बारे में कुछ नहीं कर सकते।

कोई नहीं जानता कि एआई क्या रूप लेगा या यह मानवता को कैसे खतरे में डाल सकता है। जैसा कि मस्क ने कहा, कृत्रिम बुद्धिमत्ता का उपयोग अन्य एआई को नियंत्रित, विनियमित और मॉनिटर करने के लिए किया जा सकता है। या यह मानवीय मूल्यों या लोगों के प्रति मैत्रीपूर्ण व्यवहार करने की प्रबल इच्छा से ओत-प्रोत हो सकता है।

मिथक #7: "कृत्रिम अधीक्षण अनुकूल होगा"

वास्तविकता:दार्शनिक इमैनुएल कांट का मानना ​​था कि तर्क का नैतिकता के साथ गहरा संबंध है। न्यूरोसाइंटिस्ट डेविड चाल्मर्स ने अपने अध्ययन "द सिंगुलैरिटी: दार्शनिक विश्लेषण” कांट के प्रसिद्ध विचार को लिया और इसे उभरती कृत्रिम अधीक्षण पर लागू किया।

यदि यह सच है...तो हम बौद्धिक विस्फोट से नैतिक विस्फोट की उम्मीद कर सकते हैं। फिर हम उम्मीद कर सकते हैं कि उभरते हुए एएसआई सिस्टम सुपर-नैतिक होने के साथ-साथ सुपर-इंटेलिजेंट भी होंगे, जो हमें उनसे अच्छी गुणवत्ता की उम्मीद करने की अनुमति देता है।

लेकिन यह विचार कि उन्नत एआई प्रबुद्ध और दयालु होगा, मूल रूप से बहुत प्रशंसनीय नहीं है। जैसा कि आर्मस्ट्रांग ने कहा, कई चतुर युद्ध अपराधी हैं। ऐसा प्रतीत होता है कि बुद्धि और नैतिकता के बीच संबंध मनुष्यों के बीच मौजूद नहीं है, इसलिए वह अन्य बुद्धिमान रूपों के बीच इस सिद्धांत के संचालन पर सवाल उठाते हैं।

“बुद्धिमान लोग जो अनैतिक व्यवहार करते हैं, वे अपने बेवकूफ समकक्षों की तुलना में बहुत बड़े पैमाने पर दर्द पैदा कर सकते हैं। आर्मस्ट्रांग कहते हैं, ''तर्कसंगतता बस उन्हें बड़ी बुद्धिमत्ता के साथ बुरा बनने का अवसर देती है, यह उन्हें अच्छे लोगों में नहीं बदल देती है।''

जैसा कि मैकइंटायर ने समझाया, किसी लक्ष्य को प्राप्त करने की किसी विषय की क्षमता इस बात से प्रासंगिक नहीं है कि लक्ष्य शुरू करने के लिए उचित है या नहीं। “हम बहुत भाग्यशाली होंगे यदि हमारे एआई विशिष्ट रूप से प्रतिभाशाली हों और उनकी बुद्धिमत्ता के साथ-साथ उनकी नैतिकता का स्तर भी बढ़े। वे कहते हैं, ''किसी ऐसी चीज़ के लिए भाग्य पर भरोसा करना सबसे अच्छा तरीका नहीं है जो हमारे भविष्य को आकार दे सके।''

मिथक #8: "एआई और रोबोटिक्स के जोखिम बराबर हैं"

वास्तविकता:यह विशेष रूप से गैर-आलोचनात्मक मीडिया द्वारा की गई एक आम गलती है हॉलीवुड फिल्मेंजैसे "टर्मिनेटर"।

यदि स्काईनेट जैसा कोई कृत्रिम अधीक्षण वास्तव में मानवता को नष्ट करना चाहता है, तो वह एंड्रॉइड का उपयोग नहीं करेगा छह बैरल वाली मशीनगनें. जैविक प्लेग या नैनोटेक्नोलॉजिकल ग्रे गू भेजना अधिक प्रभावी होगा। या बस माहौल को नष्ट कर दें.

कृत्रिम बुद्धिमत्ता संभावित रूप से खतरनाक नहीं है क्योंकि यह रोबोटिक्स के विकास को प्रभावित कर सकती है, बल्कि इसलिए कि इसकी उपस्थिति सामान्य रूप से दुनिया को कैसे प्रभावित करेगी।

मिथक #9: "विज्ञान कथा में एआई का चित्रण भविष्य का सटीक प्रतिनिधित्व है।"

अनेक प्रकार के मन. छवि: एलीएज़र युडकोव्स्की

बेशक, लेखकों और भविष्यवादियों ने शानदार भविष्यवाणियां करने के लिए विज्ञान कथा का उपयोग किया है, लेकिन एएसआई द्वारा स्थापित घटना क्षितिज एक पूरी तरह से अलग कहानी है। इसके अलावा, एआई की गैर-मानवीय प्रकृति हमारे लिए इसकी प्रकृति और स्वरूप को जानना और इसलिए भविष्यवाणी करना असंभव बना देती है।

हम मूर्ख इंसानों का मनोरंजन करने के लिए, विज्ञान कथा अधिकांश एआई को हमारे जैसा ही दर्शाती है। “सभी संभावित दिमागों का एक स्पेक्ट्रम है। यहां तक ​​कि इंसानों के बीच भी, आप अपने पड़ोसी से काफी अलग हैं, लेकिन यह भिन्नता उन सभी दिमागों की तुलना में कुछ भी नहीं है जो मौजूद हो सकते हैं,'' मैकइंटायर कहते हैं।

एक सम्मोहक कहानी बताने के लिए अधिकांश विज्ञान कथाओं का वैज्ञानिक रूप से सटीक होना आवश्यक नहीं है। संघर्ष आमतौर पर समान ताकत वाले नायकों के बीच सामने आता है। आर्मस्ट्रांग जम्हाई लेते हुए बताते हैं, "कल्पना कीजिए कि एक कहानी कितनी उबाऊ होगी जहां चेतना, खुशी या नफरत के बिना एक एआई ने एक अरुचिकर लक्ष्य को प्राप्त करने के लिए बिना किसी प्रतिरोध के मानवता को समाप्त कर दिया।"

टेस्ला फैक्ट्री में सैकड़ों रोबोट काम करते हैं

मिथक #10: "यह भयानक है कि एआई हमारी सारी नौकरियाँ ले लेगा।"

वास्तविकता:हम जो कुछ भी करते हैं उसे स्वचालित करने की एआई की क्षमता और मानवता को नष्ट करने की इसकी क्षमता दो बहुत अलग चीजें हैं। लेकिन द डॉन ऑफ द रोबोट्स: टेक्नोलॉजी एंड द थ्रेट ऑफ ए जॉबलेस फ्यूचर के लेखक मार्टिन फोर्ड के अनुसार, उन्हें अक्सर समग्र रूप में देखा जाता है। एआई के सुदूर भविष्य के बारे में सोचना अच्छा है, जब तक कि यह हमें आने वाले दशकों में हमारे सामने आने वाली चुनौतियों से विचलित न कर दे। उनमें से प्रमुख है व्यापक स्वचालन।

इसमें किसी को संदेह नहीं है कि कृत्रिम बुद्धिमत्ता फैक्ट्री कर्मचारी से लेकर कई मौजूदा व्यवसायों की जगह ले लेगी अपर एकेलियन्ससफेद कॉलर कार्यकर्ता। कुछ विशेषज्ञों का अनुमान है कि निकट भविष्य में अमेरिका की आधी नौकरियाँ स्वचालन के ख़तरे में हैं।

लेकिन इसका मतलब यह नहीं है कि हम इस सदमे का सामना नहीं कर सकते। सामान्य तौर पर, हमारे अधिकांश कार्यों से छुटकारा पाना, शारीरिक और मानसिक दोनों, हमारी प्रजाति के लिए एक अर्ध-यूटोपियन लक्ष्य है।

मिलर कहते हैं, "एआई कुछ दशकों के भीतर बहुत सारी नौकरियाँ नष्ट कर देगा, लेकिन यह कोई बुरी बात नहीं है।" सेल्फ-ड्राइविंग कारें ट्रक ड्राइवरों की जगह ले लेंगी, जिससे डिलीवरी लागत कम हो जाएगी और परिणामस्वरूप, कई उत्पाद सस्ते हो जाएंगे। “यदि आप एक ट्रक ड्राइवर हैं और आजीविका कमाते हैं, तो आपको नुकसान होगा, लेकिन इसके विपरीत, बाकी सभी लोग समान वेतन के लिए अधिक सामान खरीदने में सक्षम होंगे। और वे जो पैसा बचाएंगे वह अन्य वस्तुओं और सेवाओं पर खर्च किया जाएगा जो लोगों के लिए नई नौकरियां पैदा करेगा, ”मिलर कहते हैं।

पूरी संभावना है कि कृत्रिम बुद्धिमत्ता वस्तुओं के उत्पादन के लिए नए अवसर पैदा करेगी, लोगों को अन्य काम करने के लिए मुक्त करेगी। एआई में प्रगति के साथ-साथ अन्य क्षेत्रों, विशेषकर विनिर्माण में भी प्रगति होगी। भविष्य में, हमारे लिए अपनी बुनियादी ज़रूरतें पूरी करना कठिन नहीं, बल्कि आसान हो जाएगा।

कृत्रिम बुद्धिमत्ता के क्षेत्र में नए विकास के बारे में खबरें लगातार आ रही हैं। इसलिए इस साल जनवरी में, Google ने Movidius के साथ साझेदारी में, मशीन सीखने की क्षमताओं वाले मोबाइल प्रोसेसर बनाने की अपनी योजना की घोषणा की। साझेदारी का घोषित लक्ष्य लोगों को उनके हैंडहेल्ड उपकरणों में मशीन इंटेलिजेंस क्षमताएं प्रदान करना है। और फरवरी में, MIT इंजीनियरों ने पहले ही Eyeriss प्रोसेसर पेश कर दिया था, जिसकी बदौलत कृत्रिम बुद्धिमत्ता पोर्टेबल उपकरणों में दिखाई दे सकती है। और यह इस तथ्य की पृष्ठभूमि में है कि कृत्रिम बुद्धिमत्ता प्रणालियों के विकास में निवेश की मात्रा साल-दर-साल बढ़ रही है।

हर चीज़ से पता चलता है कि जल्द ही कृत्रिम बुद्धिमत्ता हमारे स्मार्टफ़ोन में प्रवेश कर जाएगी, जो काफी स्मार्ट हो जाएगी। तो क्या हम मशीनों के विद्रोह से दूर नहीं हैं? लोगों पर अधिकार जमाने के लिए मशीनों को कितना अधिक स्मार्ट बनने की आवश्यकता है? और यह कितना वास्तविक है?

आर्टिफिशियल इंटेलिजेंस एक, आर्टिफिशियल इंटेलिजेंस दो, आर्टिफिशियल इंटेलिजेंस तीन

जब हम कृत्रिम बुद्धिमत्ता के बारे में पढ़ते या सुनते हैं, तो हममें से कई लोग स्काईनेट और प्रसिद्ध टर्मिनेटर फिल्म की मशीनों की कल्पना करते हैं। इस अवधारणा से शोधकर्ताओं और डेवलपर्स का क्या मतलब है?

हमारे पास तीन प्रकार के एआई हैं, या हमें बनाना पड़ सकता है:

संकीर्ण रूप से लक्षित कृत्रिम बुद्धिमत्ता। निकट भविष्य में हमें अपने नए स्मार्टफ़ोन में यही मिलेगा। ऐसी बुद्धिमत्ता कुछ गतिविधियों या संचालन में मानव बुद्धि से बेहतर होती है। अत्यधिक लक्षित कृत्रिम बुद्धिमत्ता वाला कंप्यूटर विश्व शतरंज चैंपियन को हरा सकता है, कार पार्क कर सकता है, या किसी खोज इंजन में सबसे प्रासंगिक परिणाम चुन सकता है।

ऐसी कृत्रिम बुद्धिमत्ता की शक्ति प्रोसेसर की कंप्यूटिंग क्षमताओं में निहित है। ये अवसर जितने अधिक होंगे, सौंपे गए कार्य उतने ही अधिक प्रभावी ढंग से हल होंगे। और प्रोसेसर की शक्ति बढ़ने से अब कोई समस्या नहीं है। कृत्रिम बुद्धि के दर्शन में संकीर्ण रूप से केंद्रित एआई (ऐसी बात है) को कमजोर कहा जाता है।

लेकिन वैज्ञानिकों के अनुसार, अकेले कंप्यूटिंग क्षमताएं वास्तव में स्मार्ट मशीनें बनाने के लिए पर्याप्त नहीं हैं। हालाँकि यह कमजोर कृत्रिम बुद्धिमत्ता के मजबूत में स्वतःस्फूर्त संक्रमण का काल्पनिक मामला था जिसने टर्मिनेटर फिल्मों की पटकथा का आधार बनाया। स्काईनेट अमेरिकी रक्षा विभाग का एक सुपरकंप्यूटर है जिसे सिस्टम को प्रबंधित करने के लिए डिज़ाइन किया गया है मिसाइल रक्षा, चेतना प्राप्त करता है और अपने निर्णय स्वयं लेना शुरू कर देता है।

सामान्य कृत्रिम बुद्धि. यदि हमने पहले ही संकीर्ण रूप से लक्षित एआई के साथ सिस्टम बना लिया है और उनके लिए व्यावहारिक अनुप्रयोग ढूंढ लिए हैं, तो सामान्य एआई के साथ सब कुछ बहुत अधिक जटिल है। इस प्रकार की AI पहले से ही मानव-स्तर की बुद्धिमत्ता है। यह सार्वभौमिक है और मानव मस्तिष्क के समान ही बौद्धिक कार्य करने में सक्षम है।

यदि हम अपने जीवनकाल में पूर्णतः मानव सदृश रोबोट देखें तो उनमें बिल्कुल इसी प्रकार की बुद्धि होगी। क्रिस कोलंबस की फिल्म बाइसेन्टेनियल मैन के एंड्रॉइड एंड्रयू को याद करें। ऐसे AI वाले रोबोट इंसानों की तरह स्वतंत्र रूप से सीखने, सोचने और निर्णय लेने में सक्षम होंगे। वे अपने आस-पास के लोगों के साथ मित्र और सहायक बनकर संबंध बनाने में सक्षम होंगे। इस प्रकार की कृत्रिम बुद्धिमत्ता को ही मजबूत कहा जाता है।

लेकिन मजबूत और कमजोर कृत्रिम बुद्धिमत्ता के बीच एक खाई है। एक से दूसरे तक जाने के लिए कंप्यूटर की कंप्यूटिंग शक्ति को बढ़ाना ही काफी नहीं है, आपको उन्हें बुद्धिमत्ता भी देनी होगी। वैज्ञानिकों को अभी तक ऐसा करने का कोई स्पष्ट तरीका नहीं मिला है।

कृत्रिम अधीक्षण. यह इस प्रकार की कृत्रिम बुद्धिमत्ता है जो व्यापक ध्यान आकर्षित कर रही है। बड़े पैमाने पर इसलिए क्योंकि इसके निर्माण की संभावना को कई वैज्ञानिक मानवता के लिए खतरा मानते हैं। स्काईनेट ऐसे ही खतरे का एक उदाहरण है।

सुपरइंटेलिजेंस किसी भी व्यक्ति से अधिक होशियार होगा। वह लगभग हर क्षेत्र में मनुष्य से श्रेष्ठ होगा। जटिल समस्याओं को सुलझाने में सफल रहेंगे वैज्ञानिक खोज. एक बुद्धिमान मशीन मानवता के संबंध में कैसा व्यवहार करेगी?

वैज्ञानिक अंतःक्रिया के तीन मॉडल सुझाते हैं:

आकाशवाणी- हम किसी भी जटिल प्रश्न का उत्तर पा सकते हैं।

जिन- वह वह सब कुछ करेगा जो हमें स्वयं करना होगा, इसके लिए कम से कम एक आणविक असेंबलर, यहां तक ​​​​कि मानव हस्तक्षेप के बिना काम करने वाली रोबोटिक प्रयोगशालाएं और कारखाने भी उपयोग करेंगे।

सार्वभौम- वह खुद ही समस्या ढूंढेगा और खुद ही उसका समाधान करेगा।

जैसा कि आप देख सकते हैं, "कृत्रिम बुद्धिमत्ता" शब्द में कृत्रिम बुद्धिमत्ता के अस्तित्व के तीन रूप शामिल हैं। और एक दूसरे से उनके अंतर महत्वपूर्ण हैं, जैसे कि एक एआई से दूसरे में संक्रमण के परिणाम हैं। क्या हम बुद्धि का स्तर निर्धारित कर सकते हैं? स्मार्ट कारेंताकि हम समझ सकें कि हम किसके साथ काम कर रहे हैं?

कृत्रिम बुद्धिमत्ता को कैसे मापें?

लोग अपनी बुद्धि के स्तर में एक दूसरे से भिन्न होते हैं। उसके लिए मात्रा का ठहरावविशेष परीक्षणों का उपयोग किया जाता है। आईक्यू टेस्ट बहुतों को पता है। मशीनों की बुद्धिमत्ता कैसे मापी जाती है?

यदि हम मीडिया रिपोर्टों के प्रति गैर-आलोचनात्मक दृष्टिकोण अपनाते हैं, तो बौद्धिक स्तर आधुनिक कारें 4 के आईक्यू के बीच भिन्न होता है साल का बच्चाऔर एक 13 वर्षीय किशोर। ये दो संख्याएँ मशीन इंटेलिजेंस को मापने के दो दृष्टिकोणों को दर्शाती हैं।

2015 में, इलिनोइस के वैज्ञानिकों की एक टीम ने 2.5 से 7 वर्ष की आयु के बच्चों के लिए एक मानक आईक्यू परीक्षण का उपयोग करके मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी में बनाए गए कॉन्सेप्टनेट कृत्रिम बुद्धिमत्ता प्रणाली का परीक्षण किया। मशीन के नतीजे चार साल के बच्चे के औसत प्रदर्शन के अनुरूप थे।

मनुष्यों के लिए डिज़ाइन किए गए परीक्षणों के उपयोग के अलावा, मशीनों के लिए डिज़ाइन किया गया एक विशेष परीक्षण व्यापक रूप से जाना जाता है और उपयोग किया जाता है। ट्यूरिंग परीक्षण यह निर्धारित करने के लिए डिज़ाइन किया गया है कि कोई मशीन सोच सकती है या नहीं।

परीक्षण इस प्रकार है. एक व्यक्ति - न्यायाधीश - दो वार्ताकारों के साथ संचार करता है जिन्हें वह नहीं देखता है। सभी इंटरैक्शन एक मध्यस्थ कंप्यूटर का उपयोग करके पत्राचार द्वारा किया जाता है। वार्ताकारों में से एक एक व्यक्ति है, और दूसरा एक कंप्यूटर प्रोग्राम है जो एक व्यक्ति के रूप में प्रस्तुत होता है। यदि न्यायाधीश निश्चित रूप से यह नहीं कह सकता कि उसका कौन सा वार्ताकार कार्यक्रम है, तो माना जाता है कि मशीन ने परीक्षण पास कर लिया है।

आज तक, ट्यूरिंग टेस्ट केवल एक बार ही पारित किया गया है। 2014 में, यूजीन गूस्टमैन कार्यक्रम, जिसने डेवलपर्स द्वारा झेन्या गूस्टमैन नाम के एक 13 वर्षीय किशोर की नकल की थी, न्यायाधीशों को गुमराह करने और एक व्यक्ति का प्रतिरूपण करने में सक्षम था।

हालाँकि, ऐसे परीक्षणों पर कई आपत्तियाँ हैं। आज के कंप्यूटर और उनके प्रोग्राम दोनों ही कमजोर, संकीर्ण रूप से केंद्रित कृत्रिम बुद्धिमत्ता के वाहक हैं। ऐसी बुद्धिमत्ता का अनुकरण केवल वही व्यक्ति कर सकता है जो परीक्षा दे रहा है।

जब हम कमजोर कृत्रिम बुद्धिमत्ता से मजबूत कृत्रिम बुद्धिमत्ता की ओर बढ़ेंगे तो सब कुछ बदल जाएगा। सामान्य कृत्रिम बुद्धि से संपन्न एक मशीन, जो मानव बुद्धि के समान होगी, उसमें पहले से ही चेतना और आत्म-जागरूकता होगी, और इसलिए वह सोचेगी। ऐसा कंप्यूटर एक मानक आईक्यू टेस्ट पास कर लेगा और एक इंसान की तरह सचेत होकर सवालों का जवाब देगा।

मानव IQ 85 से 130 तक होता है। वही संकेतक सामान्य AI के लिए उपलब्ध होंगे। लेकिन कृत्रिम अधीक्षण के आईक्यू के ऊपरी स्तर पर कोई प्रतिबंध नहीं होगा। यह 1,000 या 10,000 हो सकता है, एआई में सुधार होने पर हमें क्या इंतजार है?

कृत्रिम बुद्धिमत्ता: कैसे और कहाँ अध्ययन करें - विशेषज्ञ उत्तर देते हैं

“मैं एआई करना चाहता हूं। अध्ययन करने लायक क्या है? मुझे किन भाषाओं का उपयोग करना चाहिए? मुझे किन संगठनों में अध्ययन और काम करना चाहिए?

हमने स्पष्टीकरण के लिए अपने विशेषज्ञों की ओर रुख किया, और हम प्राप्त उत्तरों को आपके ध्यान में प्रस्तुत करते हैं।

यह आपके बुनियादी प्रशिक्षण पर निर्भर करता है। सबसे पहले, आपको गणितीय संस्कृति (सांख्यिकी, संभाव्यता सिद्धांत, असतत गणित, रैखिक बीजगणित, विश्लेषण, आदि का ज्ञान) और बहुत कुछ जल्दी सीखने की इच्छा की आवश्यकता है। एआई विधियों को लागू करते समय, प्रोग्रामिंग (एल्गोरिदम, डेटा संरचना, ओओपी, आदि) की आवश्यकता होगी।

विभिन्न परियोजनाओं के लिए विभिन्न प्रोग्रामिंग भाषाओं के ज्ञान की आवश्यकता होती है। मैं कम से कम पायथन, जावा और किसी भी कार्यात्मक भाषा को जानने की सलाह दूंगा। विभिन्न डेटाबेस और वितरित सिस्टम के साथ काम करने का अनुभव मददगार होगा। उद्योग की सर्वोत्तम प्रथाओं को शीघ्रता से सीखने के लिए अंग्रेजी भाषा कौशल की आवश्यकता होती है।

मैं अच्छे रूसी विश्वविद्यालयों में अध्ययन करने की सलाह देता हूँ! उदाहरण के लिए, एमआईपीटी, एमएसयू और एचएसई में संबंधित विभाग हैं। कौरसेरा, ईडीएक्स, उडेसिटी, उडेमी और अन्य एमओओसी प्लेटफार्मों पर विभिन्न प्रकार के विषयगत पाठ्यक्रम उपलब्ध हैं। कुछ अग्रणी संगठनों के पास एआई के क्षेत्र में अपने स्वयं के प्रशिक्षण कार्यक्रम हैं (उदाहरण के लिए, यैंडेक्स में डेटा विश्लेषण स्कूल)।

एआई विधियों द्वारा हल की गई एप्लिकेशन समस्याएं विभिन्न स्थानों पर पाई जा सकती हैं। बैंक, वित्तीय क्षेत्र, परामर्श, खुदरा, ई-कॉमर्स, खोज इंजन, डाक सेवाएँ, गेमिंग उद्योग, सुरक्षा प्रणाली उद्योग और निश्चित रूप से, एविटो - सभी को विभिन्न योग्यताओं वाले विशेषज्ञों की आवश्यकता है।

प्रमोट करें पदावनत करें

हमारे पास मशीन लर्निंग और कंप्यूटर विज़न से संबंधित एक फिनटेक प्रोजेक्ट है, जिसमें इसके पहले डेवलपर ने C++ में सब कुछ लिखा, फिर एक डेवलपर आया और पायथन में सब कुछ फिर से लिखा। इसलिए भाषा यहां सबसे महत्वपूर्ण चीज़ नहीं है, क्योंकि भाषा सबसे पहले और सबसे महत्वपूर्ण एक उपकरण है, और यह आप पर निर्भर है कि इसका उपयोग कैसे किया जाए। बात बस इतनी है कि कुछ भाषाओं में समस्याओं को तेजी से हल किया जा सकता है, और कुछ में धीरे-धीरे।

यह कहना कठिन है कि कहाँ अध्ययन करें - हमारे सभी लोगों ने स्वयं अध्ययन किया, सौभाग्य से इंटरनेट और Google है।

प्रमोट करें पदावनत करें

मैं आपको सलाह दे सकता हूं कि आप शुरू से ही इस बात के लिए तैयार रहें कि आपको बहुत अध्ययन करना होगा। भले ही "एआई करने" का मतलब कुछ भी हो - बड़े डेटा या तंत्रिका नेटवर्क के साथ काम करना; प्रौद्योगिकी का विकास या किसी पहले से विकसित प्रणाली का समर्थन और प्रशिक्षण।

आइए विशिष्टताओं के लिए डेटा साइंटिस्ट के ट्रेंडिंग पेशे को लें। यह व्यक्ति क्या कर रहा है? सामान्य तौर पर, यह उपयोग के लिए बड़े डेटा को एकत्र, विश्लेषण और तैयार करता है। ये वे हैं जिन पर AI बढ़ता है और प्रशिक्षित होता है। एक डेटा वैज्ञानिक को क्या पता होना चाहिए और क्या करने में सक्षम होना चाहिए? स्थैतिक विश्लेषण और गणितीय मॉडलिंग डिफ़ॉल्ट रूप से, और प्रवाह के स्तर पर हैं। भाषाएँ - मान लीजिए, आर, एसएएस, पायथन। कुछ विकास अनुभव प्राप्त करना भी अच्छा रहेगा। खैर, आम तौर पर कहें तो, एक अच्छे डेटा वैज्ञानिक को डेटाबेस, एल्गोरिदम और डेटा विज़ुअलाइज़ेशन में आत्मविश्वास महसूस करना चाहिए।

ऐसा नहीं कहा जा सकता कि ज्ञान का ऐसा सेट देश के हर दूसरे तकनीकी विश्वविद्यालय में प्राप्त किया जा सकता है। बड़ी कंपनियांजिनकी प्राथमिकता एआई विकास है, वे इसे समझें और अपने लिए उपयुक्त प्रशिक्षण कार्यक्रम विकसित करें - उदाहरण के लिए, यैंडेक्स से स्कूल ऑफ डेटा एनालिसिस है। लेकिन आपको पता होना चाहिए कि यह वह पैमाना नहीं है जहां आप "सड़क से" पाठ्यक्रम में आते हैं, बल्कि उन्हें एक तैयार जूनियर के रूप में छोड़ देते हैं। परत बड़ी है, और किसी अनुशासन का अध्ययन करना तभी समझ में आता है जब मूल बातें (गणित, सांख्यिकी) पहले ही कवर कर ली गई हों, कम से कम विश्वविद्यालय कार्यक्रम के ढांचे के भीतर।

हां, इसमें काफी समय लगेगा. लेकिन खेल मोमबत्ती के लायक है, क्योंकि एक अच्छा डेटा वैज्ञानिक बहुत आशाजनक होता है। और बहुत महँगा. एक और बात भी है. एक ओर, आर्टिफिशियल इंटेलिजेंस अब केवल प्रचार की वस्तु नहीं है, बल्कि एक ऐसी तकनीक है जो पूरी तरह से उत्पादकता के स्तर पर पहुंच गई है। दूसरी ओर, AI अभी भी विकसित हो रहा है। इस विकास के लिए बहुत सारे संसाधनों, बहुत सारे कौशल और बहुत सारे धन की आवश्यकता होती है। अब तक यह प्रमुख लीग स्तर है। मैं अभी स्पष्ट कहूंगा, लेकिन यदि आप हमले में सबसे आगे रहना चाहते हैं और अपने हाथों से प्रगति करना चाहते हैं, तो फेसबुक या अमेज़ॅन जैसी कंपनियों को लक्ष्य बनाएं।

साथ ही, प्रौद्योगिकी का उपयोग पहले से ही कई क्षेत्रों में किया जा रहा है: बैंकिंग, दूरसंचार, विशाल औद्योगिक उद्यम और खुदरा क्षेत्र में। और उन्हें पहले से ही ऐसे लोगों की ज़रूरत है जो इसका समर्थन कर सकें। गार्टनर का अनुमान है कि 2020 तक सभी व्यवसायों का 20% विकसित देशोंनौकरी पर रखूंगा विशेष कर्मचारीइन कंपनियों में प्रयुक्त तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए। इसलिए स्वयं सीखने के लिए अभी भी थोड़ा समय है।

प्रमोट करें पदावनत करें

एआई अब सक्रिय रूप से विकसित हो रहा है, और दस साल पहले भविष्यवाणी करना मुश्किल है। अगले दो से तीन वर्षों में, तंत्रिका नेटवर्क और जीपीयू कंप्यूटिंग पर आधारित दृष्टिकोण हावी हो जाएंगे। इस क्षेत्र में अग्रणी ज्यूपिटर इंटरैक्टिव वातावरण और सुन्न, स्काइपी और टेंसरफ्लो लाइब्रेरी के साथ पायथन है।

ऐसे कई ऑनलाइन पाठ्यक्रम हैं जो इन प्रौद्योगिकियों और सामान्य एआई सिद्धांतों की बुनियादी समझ प्रदान करते हैं, जैसे एंड्रयू एनजी का पाठ्यक्रम। और इस विषय को पढ़ाने के मामले में रूस अब सबसे प्रभावी है स्वशिक्षाया किसी स्थानीय हित समूह में (उदाहरण के लिए, मॉस्को में मुझे कम से कम कुछ समूहों के अस्तित्व के बारे में पता है जहां लोग अनुभव और ज्ञान साझा करते हैं)।

प्रमोट करें पदावनत करें

प्रमोट करें पदावनत करें

आज, कृत्रिम बुद्धिमत्ता का सबसे तेजी से प्रगति करने वाला हिस्सा, शायद, तंत्रिका नेटवर्क है।
तंत्रिका नेटवर्क और एआई का अध्ययन गणित की दो शाखाओं - रैखिक बीजगणित और संभाव्यता सिद्धांत में महारत हासिल करने के साथ शुरू होना चाहिए। यह एक अनिवार्य न्यूनतम, कृत्रिम बुद्धिमत्ता के अटल स्तंभ हैं। मेरी राय में, जो आवेदक एआई की मूल बातें समझना चाहते हैं, उन्हें विश्वविद्यालय चुनते समय एक मजबूत गणित स्कूल वाले संकायों पर ध्यान देना चाहिए।

अगला कदम मुद्दे की समस्याओं का अध्ययन करना है। यहां शैक्षिक और विशिष्ट दोनों तरह का साहित्य भारी मात्रा में उपलब्ध है। कृत्रिम बुद्धिमत्ता और तंत्रिका नेटवर्क के विषय पर अधिकांश प्रकाशन अंग्रेजी में लिखे गए हैं, लेकिन रूसी भाषा की सामग्री भी प्रकाशित की जाती है। उदाहरण के लिए, उपयोगी साहित्य सार्वजनिक डिजिटल लाइब्रेरी arxiv.org पर पाया जा सकता है।

यदि हम गतिविधि के क्षेत्रों के बारे में बात करते हैं, तो यहां हम लागू तंत्रिका नेटवर्क के प्रशिक्षण और तंत्रिका नेटवर्क के पूरी तरह से नए संस्करणों के विकास पर प्रकाश डाल सकते हैं। एक उल्लेखनीय उदाहरण: अब ऐसी एक बहुत लोकप्रिय विशेषता है - "डेटा वैज्ञानिक" (डेटा वैज्ञानिक)। ये डेवलपर्स हैं, जो एक नियम के रूप में, विशिष्ट अनुप्रयोग क्षेत्रों में तंत्रिका नेटवर्क के प्रशिक्षण के लिए कुछ डेटा सेट का अध्ययन और तैयार करते हैं। संक्षेप में, मैं इस बात पर जोर देना चाहूंगा कि प्रत्येक विशेषज्ञता के लिए तैयारी के एक अलग रास्ते की आवश्यकता होती है।

प्रमोट करें पदावनत करें

विशेष पाठ्यक्रम शुरू करने से पहले, आपको रैखिक बीजगणित और सांख्यिकी का अध्ययन करना होगा। मैं अनुशंसा करूंगा कि एआई में आपका विसर्जन पाठ्यपुस्तक "मशीन लर्निंग" से शुरू हो। डेटा से ज्ञान निकालने वाले एल्गोरिदम बनाने का विज्ञान और कला" शुरुआती लोगों के लिए एक अच्छा प्राइमर है। कौरसेरा पर, के. वोरोत्सोव के परिचयात्मक व्याख्यान सुनने लायक हैं (मैं इस बात पर जोर देता हूं कि उन्हें रैखिक बीजगणित के अच्छे ज्ञान की आवश्यकता है) और स्टैनफोर्ड विश्वविद्यालय में "मशीन लर्निंग" पाठ्यक्रम, एंड्रयू एनजी, प्रोफेसर और Baidu एआई के प्रमुख द्वारा पढ़ाया जाता है। ग्रुप/गूगल ब्रेन.

अधिकांश भाग पायथन में लिखा गया है, उसके बाद आर और लुआ हैं।

यदि हम शैक्षणिक संस्थानों के बारे में बात करते हैं, तो लागू गणित और कंप्यूटर विज्ञान विभागों में पाठ्यक्रमों में दाखिला लेना बेहतर है; अपनी क्षमताओं का परीक्षण करने के लिए, आप कागल प्रतियोगिताओं में भाग ले सकते हैं, जहां प्रमुख वैश्विक ब्रांड अपने मामले पेश करते हैं।

प्रमोट करें पदावनत करें

किसी भी व्यवसाय में प्रोजेक्ट शुरू करने से पहले सैद्धांतिक आधार हासिल कर लेना अच्छा रहेगा। ऐसे कई स्थान हैं जहां आप इस क्षेत्र में औपचारिक मास्टर डिग्री हासिल कर सकते हैं, या अपनी योग्यता में सुधार कर सकते हैं। उदाहरण के लिए, स्कोलटेक "कम्प्यूटेशनल साइंस एंड इंजीनियरिंग" और "डेटा साइंस" के क्षेत्रों में मास्टर कार्यक्रम प्रदान करता है, जिसमें "मशीन लर्निंग" और "प्राकृतिक भाषा प्रसंस्करण" के पाठ्यक्रम शामिल हैं। आप नेशनल रिसर्च न्यूक्लियर यूनिवर्सिटी एमईपीएचआई के इंस्टीट्यूट ऑफ इंटेलिजेंट साइबरनेटिक सिस्टम्स, मॉस्को स्टेट यूनिवर्सिटी के कम्प्यूटेशनल गणित और साइबरनेटिक्स संकाय और एमआईपीटी के इंटेलिजेंट सिस्टम्स विभाग का भी उल्लेख कर सकते हैं।

यदि आपके पास पहले से ही औपचारिक शिक्षा है, तो विभिन्न एमओओसी प्लेटफार्मों पर कई पाठ्यक्रम उपलब्ध हैं। उदाहरण के लिए, EDx.org माइक्रोसॉफ्ट और कोलंबिया विश्वविद्यालय से कृत्रिम बुद्धिमत्ता पाठ्यक्रम प्रदान करता है, जिनमें से बाद वाला उचित लागत पर माइक्रो-मास्टर कार्यक्रम प्रदान करता है। मैं विशेष रूप से यह नोट करना चाहूंगा कि आप आमतौर पर ज्ञान निःशुल्क प्राप्त कर सकते हैं; आपको प्रमाणपत्र के लिए केवल तभी भुगतान करना होगा यदि यह आपके बायोडाटा के लिए आवश्यक हो।

यदि आप विषय में "गहराई से उतरना" चाहते हैं, तो मॉस्को में कई कंपनियां व्यावहारिक कक्षाओं के साथ सप्ताह भर के गहन पाठ्यक्रम पेश करती हैं, और यहां तक ​​​​कि प्रयोगों के लिए उपकरण भी प्रदान करती हैं (उदाहरण के लिए, newprolab.com), हालांकि, ऐसे पाठ्यक्रमों की कीमत कई दसियों हज़ार रूबल से शुरू होता है।

आर्टिफिशियल इंटेलिजेंस विकसित करने वाली कंपनियों में से, आप शायद यांडेक्स और सर्बैंक को जानते होंगे, लेकिन विभिन्न आकारों की कई अन्य कंपनियां भी हैं। उदाहरण के लिए, इस सप्ताह रक्षा मंत्रालय ने अनापा में ईआरए मिलिट्री इनोवेशन टेक्नोपोलिस खोला, जिसका एक विषय सैन्य जरूरतों के लिए एआई का विकास है।

प्रमोट करें पदावनत करें

कृत्रिम बुद्धिमत्ता का अध्ययन करने से पहले, हमें एक बुनियादी प्रश्न तय करना होगा: क्या हमें लाल गोली लेनी चाहिए या नीली।
लाल गोली एक डेवलपर बनना है और सांख्यिकीय तरीकों, एल्गोरिदम और अज्ञात की निरंतर समझ की क्रूर दुनिया में उतरना है। दूसरी ओर, आपको तुरंत "खरगोश के बिल" में जाने की ज़रूरत नहीं है: आप एक प्रबंधक बन सकते हैं और एआई बना सकते हैं, उदाहरण के लिए, एक प्रोजेक्ट मैनेजर के रूप में। ये दो मौलिक रूप से भिन्न रास्ते हैं।

यदि आपने पहले ही तय कर लिया है कि आप कृत्रिम बुद्धिमत्ता एल्गोरिदम लिखेंगे तो पहला बढ़िया है। फिर आपको आज की सबसे लोकप्रिय दिशा - मशीन लर्निंग - से शुरुआत करने की आवश्यकता है। ऐसा करने के लिए, आपको वर्गीकरण, क्लस्टरिंग और प्रतिगमन की शास्त्रीय सांख्यिकीय विधियों को जानना होगा। किसी समाधान की गुणवत्ता, उनके गुणों... और आपके रास्ते में आने वाली हर चीज़ का आकलन करने के मुख्य उपायों से परिचित होना भी उपयोगी होगा।

आधार पर महारत हासिल करने के बाद ही अधिक विशिष्ट तरीकों का अध्ययन करना उचित है: निर्णय वृक्ष और उनके समूह। इस स्तर पर, आपको मॉडलों के निर्माण और प्रशिक्षण के बुनियादी तरीकों में गहराई से उतरने की जरूरत है - वे भीख, बूस्टिंग, स्टैकिंग या ब्लेंडिंग जैसे बमुश्किल सभ्य शब्दों के पीछे छिपे हुए हैं।

मॉडल रिट्रेनिंग (एक और "आईएनजी" - ओवरफिटिंग) को नियंत्रित करने के तरीकों के बारे में सीखना भी लायक है।

और अंत में, एक बहुत ही जेडी स्तर - अत्यधिक विशिष्ट ज्ञान प्राप्त करना। उदाहरण के लिए, गहन शिक्षण के लिए बुनियादी ग्रेडिएंट डिसेंट आर्किटेक्चर और एल्गोरिदम में महारत हासिल करने की आवश्यकता होगी। यदि आप प्राकृतिक भाषा प्रसंस्करण समस्याओं में रुचि रखते हैं, तो मैं आवर्ती तंत्रिका नेटवर्क का अध्ययन करने की सलाह देता हूं। और चित्रों और वीडियो को संसाधित करने के लिए एल्गोरिदम के भविष्य के रचनाकारों को दृढ़ तंत्रिका नेटवर्क पर एक अच्छी नज़र डालनी चाहिए।

उल्लिखित अंतिम दो संरचनाएं आज लोकप्रिय आर्किटेक्चर के निर्माण खंड हैं: प्रतिकूल नेटवर्क (जीएएन), संबंधपरक नेटवर्क और जाल नेटवर्क। इसलिए, उनका अध्ययन करना उपयोगी होगा, भले ही आप कंप्यूटर को देखना या सुनना सिखाने की योजना न बनाएं।

एआई का अध्ययन करने के लिए एक पूरी तरह से अलग दृष्टिकोण - जिसे "नीली गोली" भी कहा जाता है - स्वयं को खोजने से शुरू होता है। कृत्रिम बुद्धिमत्ता कार्यों और संपूर्ण व्यवसायों के एक समूह को जन्म देती है: एआई परियोजना प्रबंधकों से लेकर डेटा इंजीनियरों तक जो डेटा तैयार करने, उसे साफ करने और स्केलेबल, लोडेड और दोष-सहिष्णु सिस्टम बनाने में सक्षम हैं।

इसलिए, "प्रबंधकीय" दृष्टिकोण के साथ, आपको पहले अपनी क्षमताओं और पृष्ठभूमि का आकलन करना चाहिए, और उसके बाद ही चुनना चाहिए कि कहाँ और क्या अध्ययन करना है। उदाहरण के लिए, गणितीय दिमाग के बिना भी आप स्मार्ट एल्गोरिदम के लिए एआई इंटरफेस और विज़ुअलाइज़ेशन डिज़ाइन कर सकते हैं। लेकिन तैयार हो जाइए: 5 वर्षों में कृत्रिम बुद्धिमत्ता आपको ट्रोल करना शुरू कर देगी और आपको "मानवतावादी" कहेगी।

मुख्य एमएल विधियों को कनेक्शन के लिए उपलब्ध तैयार पुस्तकालयों के रूप में कार्यान्वित किया जाता है विभिन्न भाषाएं. आज एमएल में सबसे लोकप्रिय भाषाएँ हैं: सी++, पायथन और आर।

रूसी और अंग्रेजी दोनों में कई पाठ्यक्रम हैं, जैसे यांडेक्स स्कूल ऑफ डेटा एनालिसिस, स्किलफैक्ट्री और ओटीयूएस पाठ्यक्रम। लेकिन विशेष प्रशिक्षण में समय और पैसा निवेश करने से पहले, मुझे लगता है कि यह "विषय में शामिल होने" के लायक है: पिछले वर्षों में डेटाफेस्ट सम्मेलनों से यूट्यूब पर खुले व्याख्यान देखें, कौरसेरा और हैब्राब्र से मुफ्त पाठ्यक्रम लें।