
आर्टिफिशियल इंटेलिजेंस क्या है? | A.I (Artificial Intelligence) kya hai in Hindi? आर्टिफिशियल इंटेलिजेंस (एआई) कंप्यूटर सिस्टम का एक एकल या संग्रह है जो सूचनाओं को संसाधित करने और आमतौर पर मनुष्यों द्वारा किए जाने वाले कार्यों को करने में सक्षम है।
एआई में बुद्धि के सरल रूप हो सकते हैं, जैसे भाषण को पहचानना या छवियों में दृश्य पैटर्न का विश्लेषण करना। या यह अधिक जटिल हो सकता है, जैसे पिछली गलतियों से सीखना और समस्या-समाधान।
आर्टिफिशियल इंटेलिजेंस क्या है?
यह समझने के लिए कि कृत्रिम बुद्धिमत्ता का क्या अर्थ है, इस बारे में सोचें कि आप प्रकृति में क्या देखते हैं जो आपको आश्वस्त करता है कि किसी चीज़ में बुद्धि है। एक भूलभुलैया के माध्यम से सही रास्ता सीखने वाला लैब चूहा जितना सरल है, बुद्धि के एक सरल रूप का प्रतिनिधित्व करता है (एआई चार प्रकार के होते हैं)। इसमें मानव बुद्धि के समान स्मृति और सीखना शामिल है।
1950 में, एलन ट्यूरिंग ने “थिंकिंग मशीन” को पहचानने योग्य बताया क्योंकि वे पहेलियों को हल करने के लिए कारण का उपयोग कर सकते थे। 1950 के दशक में, जॉन मैकार्थी ने कहा कि कंप्यूटर “ऐसे काम कर सकते हैं, जो लोगों द्वारा किए जाने पर, खुफिया जानकारी को शामिल करने के लिए कहा जाता है।”
ये विचार किसी मशीन या कंप्यूटर को “कृत्रिम बुद्धि” के रूप में पहचानने के लिए उपयोग की जाने वाली तीन विशेषताओं तक उबालते हैं। वे कर सकते हैं:
- जानकारी का विश्लेषण करने के लिए इनपुट, जैसे सेंसर या डेटा का उपयोग करें।
- पैटर्न, प्रवृत्तियों या सहसंबंधों की पहचान करने के लिए बड़ी मात्रा में डेटा संसाधित करें।
- इनपुट और डेटा से प्राप्त सीख के आधार पर अपने निर्णयों और कार्यों को अपनाएं।
ठीक इसी तरह मानव बुद्धि मनुष्य को हमारे दैनिक जीवन में सीखने और अनुकूलित करने में मदद करती है।
Also- किआ कार्निवल फीचर्स, मूल्य, लॉन्च तिथि भारत, इमेज
आर्टिफिशियल इंटेलिजेंस बनाने वाले घटक
एक “बुद्धिमान” मशीन कई अलग-अलग घटकों से बनी होती है। मशीन को वास्तविक दुनिया से इनपुट लेने और निर्णय लेने में मदद करने के लिए ये सभी एक साथ काम करते हैं।
1. एआई सेंसर
यदि आप सोचते हैं कि मानव वास्तविक दुनिया से डेटा कैसे एकत्र करता है, तो बुद्धिमान मशीनों को समान जानकारी एकत्र करने के लिए सेंसर की आवश्यकता होती है। इन सेंसर में शामिल हो सकते हैं:
- कैमरे: चेहरे की पहचान, बाधाओं से बचने, या वस्तुओं के गर्म होने पर पता लगाने के लिए इन्फ्रारेड कैमरे जैसी चीजों को करने के लिए दृश्य संकेत।
- माइक्रोफ़ोन: आवाज़ के ज़रिए इंसानों से बातचीत करें, कमरे में गतिविधि का पता लगाएं या संगीत पर प्रतिक्रिया दें।
- टैक्टाइल सेंसर: आप गेम कंट्रोलर को कितनी मुश्किल से घुमा रहे हैं, इसका जवाब देने के लिए रोबोट को अपनी ग्रिप या गेम कंसोल की ताकत को एडजस्ट करने देता है।
- स्थिति, तापमान या प्रवाह सेंसर: पाइप के माध्यम से बहने वाली गैस या तरल, रसायनों या धातुओं के तापमान और यहां तक कि तरल पदार्थ के रासायनिक मेकअप के बारे में जानकारी प्रदान करता है।
दरअसल, आधुनिक समय की सेंसर तकनीक से मशीनें दुनिया के बारे में ऐसी चीजों का पता लगा सकती हैं, जो इंसान भी नहीं कर सकते।
2. एआई डेटा और मशीन लर्निंग
एआई का एक अनिवार्य घटक मशीन लर्निंग है। यह कई स्रोतों से बड़ी मात्रा में जानकारी एकत्र करने और सार्थक पैटर्न और सहसंबंधों के लिए इसका विश्लेषण करने की क्षमता है।
उदाहरण के लिए, वाहन दुर्घटना परीक्षण के दौरान, एक कंप्यूटर दबाव और तापमान का विश्लेषण कर सकता है। कंप्यूटर डेटा का विश्लेषण कर सकता है और वाहन निर्माताओं को बता सकता है कि उच्चतम सुरक्षा स्तर प्रदान करने के लिए एयरबैग कहां रखें।
मशीन लर्निंग भी समस्याओं के निवारण में मदद करता है। सैकड़ों सेंसरों में विनिर्माण डेटा एकत्र करके, कंप्यूटर उन विसंगतियों की पहचान कर सकते हैं जिनके परिणामस्वरूप दोषपूर्ण उत्पाद होते हैं। फिर, अन्य सेंसर डेटा को सहसंबंधित करके, कंप्यूटर तकनीशियनों को बता सकता है कि प्रक्रिया में कौन से घटक त्रुटिपूर्ण हैं।
चूंकि मशीन लर्निंग एक मानव समय के एक अंश में ऐसा कर सकता है, कंपनियां समस्याओं की पहचान कर सकती हैं और उन्हें तेजी से ठीक कर सकती हैं, उत्पादों की गुणवत्ता में सुधार कर सकती हैं और समग्र उत्पादन को बढ़ावा दे सकती हैं।
3. ध्यान लगा के पढ़ना या सीखना (Deep Learninga)
मशीन लर्निंग का एक अधिक उन्नत रूप “डीप लर्निंग” है, जब एक मशीन विफलताओं की पहचान करती है और किसी कार्य को पूरा करने का सबसे कुशल तरीका सीखती है।
उदाहरण के लिए, एक सेल्फ-ड्राइविंग कार सड़क के निशान देखकर, पैदल चलने वालों की तलाश करके और ट्रैफिक लाइट की पहचान करके कार चलाने के लिए मशीन लर्निंग का उपयोग करेगी। लेकिन एक डीप-लर्निंग, सेल्फ-ड्राइविंग कार यह भी सीखेगी कि कैसे स्टीयरिंग समायोजन कार को गलियों के केंद्र में अधिक रखते हैं। समय के साथ, यह कार खुद को एक बेहतर ड्राइवर बनना सिखा सकती है।
Also- Best upcoming smartphones (5G) 2022 in india
आर्टिफिशियल इंटेलिजेंस का उद्देश्य क्या है?
वैज्ञानिक कृत्रिम बुद्धि विकसित कर रहे हैं ताकि हम मनुष्यों के जीवन की गुणवत्ता में सुधार के लिए मशीनों का उपयोग कर सकें। यह मशीनों को दोहराए जाने वाले कार्य करने देता है जो मनुष्यों के लिए घायल या खतरनाक हो सकता है। आर्टिफिशियल इंटेलिजेंस कारों और हवाई जहाजों की सुरक्षा में सुधार कर सकता है।
अंततः, उनका उद्देश्य मनुष्यों को बड़ी मात्रा में डेटा से अंतर्दृष्टि के साथ पूरक करना है जिसे केवल कंप्यूटर ही संसाधित कर सकते हैं।
इलुमिसॉफ्ट के सीईओ और संस्थापक डैन प्रिंस का कहना है कि एआई को समझने का शुरुआती बिंदु हमारी अपनी बुद्धि को समझना है।
“मनुष्य के पास सीखने, समस्याओं को हल करने, पैटर्न को पहचानने और प्राकृतिक घटनाओं (जो हैं) की व्याख्या और भविष्यवाणी करने की क्षमता है, जो आमतौर पर बुद्धि से जुड़े सभी गुण हैं,” वे कहते हैं। “शायद सबसे महत्वपूर्ण बात यह है कि हम उन तरीकों से कार्य करने में सक्षम हैं जो हमारे लाभ के लिए हमारे पर्यावरण को आकार देते हैं और बदलते हैं। एआई, जिसे आम तौर पर समझा जाता है, एक सिस्टम या सिस्टम के समूह को संदर्भित करता है जो उस तरह की मानव बुद्धि का अनुकरण करने में सक्षम है। एक बुद्धिमान प्रणाली वह होगी जो तर्क, समस्या-समाधान, या यहां तक कि रचनात्मकता के लिए मानव जैसी क्षमता प्रदर्शित करती है।
“कई शोधकर्ताओं के लिए अंतिम लक्ष्य एक कृत्रिम सामान्य बुद्धि (एजीआई) उत्पन्न करना है, कुछ विश्लेषकों का मानना है कि अभी तक हासिल नहीं किया गया है। वर्तमान में तकनीक के रूप में, एक विशेष एआई मानव बुद्धि के एक पहलू को अनुकरण करने में अच्छा हो सकता है, लेकिन अन्य नहीं। उदाहरण के लिए, एआई सिस्टम हैं, जो भाषा को समझने में कुशल हैं, जबकि अन्य ठीक मोटर नियंत्रण में अच्छे हैं। बहुत कम हैं जो दोनों कर सकते हैं।”
दार्शनिक अक्सर सवाल करते हैं कि क्या हम एआई को बहुत दूर ले जा सकते हैं। क्या होगा यदि कृत्रिम बुद्धि मानव बुद्धि से उस बिंदु तक पहुंच जाए जहां रोबोट श्रेष्ठ हो जाएं? फिर सवाल उठता है कि क्या मशीनें कभी भावनाओं को समझ पाएंगी। वर्तमान में, भावना के लिए सक्षम कोई सेंसर नहीं है।
हालाँकि, AI वाली अधिकांश मशीनें केवल सीखने के केंद्रित क्षेत्रों में ही सक्षम हैं। हम इसे उन ढेर सारे फैसलों पर लागू नहीं कर सकते जो एक औसत इंसान रोजाना करता है। उसके कारण, किसी भी समय जल्द ही मनुष्यों को पछाड़ने वाली मशीनों का विचार कुछ ऐसा नहीं है जिसके बारे में अभी किसी को चिंता करने की आवश्यकता है।
Also- एप्पल आईफोन 14 प्रो मैक्स अफवाह रिलीज की तारीख, स्पेसिफिकैशन, डिजाइन और लीक फीचर्स
कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) के चार प्रकार क्या हैं?
- प्रतिक्रियाशील मशीनें
- सीमित मेमोरी
- मस्तिष्क का सिद्धांत
- स्व जागरूकता
कृत्रिम बुद्धिमत्ता (आर्टिफिशियल इंटेलिजेंस) के उदाहरण क्या हैं?
- सिरी, एलेक्सा और अन्य स्मार्ट सहायक
- सेल्फ ड्राइविंग कारें
- रोबो-सलाहकार
- संवादी बॉट
- ईमेल स्पैम फ़िल्टर
- नेटफ्लिक्स की सिफारिशें
एआई (आर्टिफिशियल इंटेलिजेंस) का उपयोग कैसे किया जाता है?
2017 में जापान एआई एक्सपीरियंस में एक भीड़ को संबोधित करते हुए, डेटारोबोट के सीईओ जेरेमी अचिन ने आज एआई का उपयोग कैसे किया जाता है, इसकी निम्नलिखित परिभाषा देकर अपना भाषण शुरू किया:
“एआई एक कंप्यूटर सिस्टम है जो ऐसे कार्यों को करने में सक्षम है जिनके लिए आम तौर पर मानव बुद्धि की आवश्यकता होती है … इनमें से कई कृत्रिम बुद्धि सिस्टम मशीन लर्निंग द्वारा संचालित होते हैं, उनमें से कुछ गहरी शिक्षा द्वारा संचालित होते हैं और उनमें से कुछ नियमों जैसी बहुत उबाऊ चीजों द्वारा संचालित होते हैं। ।”
आर्टिफिशियल इंटेलिजेंस आम तौर पर दो व्यापक श्रेणियों के अंतर्गत आता है:
- संकीर्ण एआई: कभी-कभी “कमजोर एआई” के रूप में जाना जाता है, इस प्रकार की कृत्रिम बुद्धि एक सीमित संदर्भ में संचालित होती है और मानव बुद्धि का अनुकरण है। संकीर्ण एआई अक्सर एक ही कार्य को बहुत अच्छी तरह से करने पर केंद्रित होता है और जबकि ये मशीनें बुद्धिमान लग सकती हैं, वे सबसे बुनियादी मानव बुद्धि की तुलना में कहीं अधिक बाधाओं और सीमाओं के तहत काम कर रही हैं।
- आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई): एजीआई, जिसे कभी-कभी “मजबूत एआई” के रूप में जाना जाता है, वह कृत्रिम बुद्धि है जिसे हम फिल्मों में देखते हैं, जैसे वेस्टवर्ल्ड के रोबोट या स्टार ट्रेक: द नेक्स्ट जेनरेशन से डेटा। एजीआई सामान्य बुद्धि वाली एक मशीन है और, एक इंसान की तरह, यह किसी भी समस्या को हल करने के लिए उस बुद्धि को लागू कर सकती है।
1. संकीर्ण कृत्रिम बुद्धिमत्ता (Narrow Artificial Intelligence)
नैरो एआई हमारे चारों ओर है और आज तक कृत्रिम बुद्धिमत्ता का सबसे सफल अहसास है। विशिष्ट कार्यों को करने पर अपने ध्यान के साथ, नैरो एआई ने पिछले एक दशक में कई सफलताओं का अनुभव किया है, जिसका “महत्वपूर्ण सामाजिक लाभ हुआ है और राष्ट्र की आर्थिक जीवन शक्ति में योगदान दिया है,” “आर्टिफिशियल इंटेलिजेंस के भविष्य की तैयारी” के अनुसार। ओबामा प्रशासन द्वारा जारी 2016 की रिपोर्ट।
संकीर्ण एआई के कुछ उदाहरणों में शामिल हैं:
- गूगल खोज
- छवि पहचान सॉफ्टवेयर
- सिरी, एलेक्सा और अन्य निजी सहायक
- सेल्फ ड्राइविंग कारें
- आईबीएम के वाटसन
मशीन लर्निंग और डीप लर्निंग
नैरो एआई का अधिकांश भाग मशीन लर्निंग और डीप लर्निंग में सफलताओं से संचालित होता है। आर्टिफिशियल इंटेलिजेंस, मशीन लर्निंग और डीप लर्निंग के बीच अंतर को समझना भ्रामक हो सकता है। वेंचर कैपिटलिस्ट फ्रैंक चेन उनके बीच अंतर करने का एक अच्छा अवलोकन प्रदान करते हैं, ध्यान दें:
“कृत्रिम बुद्धिमत्ता मानव बुद्धि की नकल करने की कोशिश करने के लिए एल्गोरिदम और बुद्धिमत्ता का एक सेट है। मशीन लर्निंग उनमें से एक है, और गहरी शिक्षा उन मशीन सीखने की तकनीकों में से एक है।”
सीधे शब्दों में कहें, मशीन लर्निंग एक कंप्यूटर डेटा को फीड करता है और सांख्यिकीय तकनीकों का उपयोग करके इसे “सीखने” में मदद करता है कि किसी कार्य में उत्तरोत्तर बेहतर कैसे हो सकता है, उस कार्य के लिए विशेष रूप से प्रोग्राम किए बिना, लिखित कोड की लाखों पंक्तियों की आवश्यकता को समाप्त कर देता है। मशीन लर्निंग में पर्यवेक्षित लर्निंग (लेबल डेटा सेट का उपयोग करके) और अनसुपर्वाइज्ड लर्निंग (बिना लेबल वाले डेटा सेट का उपयोग करके) दोनों शामिल हैं।
डीप लर्निंग एक प्रकार का मशीन लर्निंग है जो जैविक रूप से प्रेरित तंत्रिका नेटवर्क आर्किटेक्चर के माध्यम से इनपुट चलाता है। तंत्रिका नेटवर्क में कई छिपी हुई परतें होती हैं जिसके माध्यम से डेटा को संसाधित किया जाता है, जिससे मशीन को अपने सीखने में “गहरी” जाने की अनुमति मिलती है, सर्वोत्तम परिणामों के लिए कनेक्शन और भार इनपुट होता है।
2. आर्टिफिशियल जनरल इंटेलिजेंस
मानव-स्तर की बुद्धि के साथ एक मशीन का निर्माण जिसे किसी भी कार्य में लागू किया जा सकता है, कई एआई शोधकर्ताओं के लिए पवित्र कंघी बनानेवाले की रेती है, लेकिन एजीआई की खोज कठिनाई से भरी हुई है।
“किसी भी वातावरण में सीखने और अभिनय के लिए सार्वभौमिक एल्गोरिदम” (रसेल और नॉरविग 27) की खोज नई नहीं है, लेकिन समय ने अनिवार्य रूप से संज्ञानात्मक क्षमताओं के पूर्ण सेट के साथ मशीन बनाने की कठिनाई को कम नहीं किया है।
एजीआई लंबे समय से डायस्टोपियन साइंस फिक्शन का संग्रह रहा है, जिसमें सुपर-इंटेलिजेंट रोबोट मानवता को पछाड़ते हैं, लेकिन विशेषज्ञ मानते हैं कि यह ऐसी चीज नहीं है जिसके बारे में हमें जल्द ही चिंता करने की जरूरत है।
आर्टिफिशियल इंटेलिजेंस क्यों महत्वपूर्ण है?
एआई महत्वपूर्ण है क्योंकि यह उद्यमों को उनके संचालन में अंतर्दृष्टि दे सकता है कि वे पहले से अवगत नहीं हो सकते हैं और क्योंकि, कुछ मामलों में, एआई मनुष्यों से बेहतर कार्य कर सकता है। विशेष रूप से जब प्रासंगिक क्षेत्रों को ठीक से भरने के लिए बड़ी संख्या में कानूनी दस्तावेजों का विश्लेषण करने जैसे दोहराए जाने वाले, विस्तार-उन्मुख कार्यों की बात आती है, तो एआई उपकरण अक्सर नौकरियों को जल्दी और अपेक्षाकृत कम त्रुटियों के साथ पूरा करते हैं।
इसने दक्षता में विस्फोट को बढ़ावा देने में मदद की है और कुछ बड़े उद्यमों के लिए पूरी तरह से नए व्यावसायिक अवसरों के द्वार खोले हैं। एआई की वर्तमान लहर से पहले, सवारियों को टैक्सियों से जोड़ने के लिए कंप्यूटर सॉफ्टवेयर का उपयोग करने की कल्पना करना कठिन होता, लेकिन आज उबर दुनिया की सबसे बड़ी कंपनियों में से एक बन गई है। यह परिष्कृत मशीन लर्निंग एल्गोरिदम का उपयोग यह अनुमान लगाने के लिए करता है कि लोगों को कुछ क्षेत्रों में सवारी की आवश्यकता होने की संभावना है, जो ड्राइवरों को जरूरत पड़ने से पहले उन्हें सड़क पर लाने में मदद करता है। एक अन्य उदाहरण के रूप में, Google मशीन लर्निंग का उपयोग करके ऑनलाइन सेवाओं की एक श्रृंखला के लिए सबसे बड़े खिलाड़ियों में से एक बन गया है ताकि यह समझ सके कि लोग अपनी सेवाओं का उपयोग कैसे करते हैं और फिर उन्हें सुधारते हैं। 2017 में, कंपनी के सीईओ सुंदर पिचाई ने घोषणा की कि Google “एआई फर्स्ट” कंपनी के रूप में काम करेगा।
आज के सबसे बड़े और सबसे सफल उद्यमों ने अपने संचालन में सुधार करने और अपने प्रतिस्पर्धियों पर लाभ हासिल करने के लिए एआई का उपयोग किया है।
आर्टिफिशियल इंटेलिजेंस के फायदे और नुकसान क्या हैं?
कृत्रिम तंत्रिका नेटवर्क और गहन शिक्षण कृत्रिम बुद्धिमत्ता प्रौद्योगिकियां तेजी से विकसित हो रही हैं, मुख्यतः क्योंकि एआई बड़ी मात्रा में डेटा को बहुत तेजी से संसाधित करता है और भविष्यवाणियों को मानवीय रूप से अधिक सटीक बनाता है।
जबकि दैनिक आधार पर बड़ी मात्रा में डेटा बनाया जा रहा है, एक मानव शोधकर्ता को दफन कर देगा, मशीन सीखने का उपयोग करने वाले एआई एप्लिकेशन उस डेटा को ले सकते हैं और इसे जल्दी से कार्रवाई योग्य जानकारी में बदल सकते हैं। इस लेखन के रूप में, एआई का उपयोग करने का प्राथमिक नुकसान यह है कि एआई प्रोग्रामिंग के लिए बड़ी मात्रा में डेटा को संसाधित करना महंगा है।
आर्टिफिशियल इंटेलिजेंस के फायदे/लाभ
- विस्तार-उन्मुख नौकरियों में अच्छा;
- डेटा-भारी कार्यों के लिए कम समय;
- लगातार परिणाम देता है; तथा
- एआई-पावर्ड वर्चुअल एजेंट हमेशा उपलब्ध रहते हैं।
आर्टिफिशियल इंटेलिजेंस के नुकसान
- महंगा;
- गहरी तकनीकी विशेषज्ञता की आवश्यकता है;
- एआई उपकरण बनाने के लिए योग्य श्रमिकों की सीमित आपूर्ति;
- केवल वही जानता है जो दिखाया गया है; तथा
- एक कार्य से दूसरे कार्य में सामान्यीकरण करने की क्षमता का अभाव।
Read Also-
- Google Assistant vs Siri 2022 (गूगल असिस्टेंट वर्सेस सिरी 2022)
- गूगल होम बनाम एलेक्सा
- Digital Wallet 2022 (डिजिटल वॉलेट 2022)
- आईओएस (IOS) 16 प्रीव्यू
- मज़्दा सीएक्स -5 2022 समीक्षा, मूल्य, और Specification in Hindi
- Google full form in Hindi