आर्टिफिशियल इंटेलिजेंस क्या है?

हम में से ज्यादातर सिरी, गूगल सहायक, Cortana, या यहां तक कि हमारे जीवन में कुछ बिंदु पर Bixby इस्तेमाल किया है । वे क्या हैं? वे हमारे डिजिटल निजी सहायक हैं । जब हम अपनी आवाज़ का उपयोग करके इसके लिए पूछते हैं तो वे हमें उपयोगी जानकारी खोजने में मदद करते हैं; हम कह सकते हैं 'अरे सिरी, मुझे निकटतम फास्ट फूड रेस्तरां दिखाएं' या 'संयुक्त राज्य अमेरिका के 21 ों 3 राष्ट्रपति कौन हैं?', और सहायक या तो आपके फोन के माध्यम से जा रहा है या वेब पर खोज करके प्रासंगिक जानकारी के साथ जवाब देगा। यह आर्टिफिशियल इंटेलिजेंस का एक सरल उदाहरण है! चलो इसके बारे में और अधिक पढ़ें!


आर्टिफिशियल इंटेलिजेंस क्या है?

आर्टिफिशियल इंटेलिजेंस सीखने और सोचने की कंप्यूटर प्रोग्राम की क्षमता है।

जॉन मैककार्थी ने वर्ष 1950 में आर्टिफिशियल इंटेलिजेंस शब्द गढ़ा था।

उन्होंने कहा, ' सीखने के हर पहलू या खुफिया जानकारी की किसी अन्य विशेषता को सैद्धांतिक रूप से इतना सटीक रूप से वर्णित किया जा सकता है कि इसे अनुकरण करने के लिए एक मशीन बनाई जा सकती है । एक प्रयास करने के लिए कैसे मशीनों भाषा का उपयोग करें, अमूर्त फार्म, और अवधारणाओं को खोजने के लिए किया जाएगा, समस्याओं के प्रकार अब मनुष्यों के लिए आरक्षित हल है, और खुद को बेहतर बनाने के लिए ।

लेकिन, एआई को अपने आप सोचने या सीखने के लिए कैसे बनाया जाए? आइए जानें कि अगले खंड में:

आर्टिफिशियल इंटेलिजेंस सीखने में रुचि रखते हैं? सिडनी में आर्टिफिशियल इंटेलिजेंस प्रशिक्षण की जांच करें!

आर्टिफिशियल इंटेलिजेंस कैसे काम करता है?

कंप्यूटर निम्नलिखित प्रक्रियाओं में अच्छे हैं, यानी किसी कार्य को निष्पादित करने के लिए चरणों के दृश्य। अगर हम किसी काम को अंजाम देने के लिए कंप्यूटर स्टेप्स देते हैं तो उसे आसानी से उसे पूरा करने में सक्षम होना चाहिए । कदम एल्गोरिदम के अलावा कुछ भी नहीं हैं। एक एल्गोरिथ्म दो नंबर मुद्रण के रूप में के रूप में सरल हो सकता है या भविष्यवाणी जो आने वाले वर्ष में चुनाव जीत जाएगा के रूप में मुश्किल!

तो, हम इसे कैसे पूरा कर सकते हैं?

आइए 2020 के लिए मौसम पूर्वानुमान की भविष्यवाणी का एक उदाहरण लें।

सबसे पहले, हम क्या जरूरत है डेटा का एक बहुत कुछ है! आइए 2006 से 2019 तक के आंकड़े लेते हैं।

अब, हम इस डेटा को 80:20 अनुपात में विभाजित करेंगे। डेटा का ८० प्रतिशत हमारे लेबल डेटा होने जा रहा है, और बाकी 20 प्रतिशत हमारे परीक्षण डेटा होगा । इस प्रकार, हमारे पास 2006 से 2019 तक प्राप्त किए गए आंकड़ों के पूरे 100 प्रतिशत के लिए आउटपुट है।

एक बार जब हम डेटा एकत्र करते हैं तो क्या होता है? हम लेबल किए गए डेटा यानी 80 प्रतिशत ट्रेन डेटा को मशीन में फीड करेंगे। यहां, एल्गोरिदम डेटा से सीख रहा है जिसे इसमें खिलाया गया है।

इसके बाद, हमें एल्गोरिदम का परीक्षण करने की आवश्यकता है। यहां हम टेस्ट डाटा यानी बाकी 20 फीसद डाटा मशीन को फीड करते हैं। मशीन हमें आउटपुट देती है। अब, हम डेटा के वास्तविक आउटपुट के साथ मशीन द्वारा दिए गए आउटपुट को क्रॉस करते हैं और इसकी सटीकता की जांच करते हैं। सटीकता की जांच करते समय यदि हम मॉडल से संतुष्ट नहीं हैं, तो हम एल्गोरिदम को ट्विक करते हैं ताकि हमें सटीक आउटपुट दिया जा सके या कम से कम वास्तविक आउटपुट के करीब कहीं न कहीं। एक बार जब हम मॉडल से संतुष्ट हो जाते हैं, तो हम मॉडल को डेटा फीड करते हैं ताकि यह वर्ष 2020 के मौसम के पूर्वानुमान का अनुमान लगा सके।

डेटा के अधिक से अधिक सेट के साथ प्रणाली में खिलाया जा रहा है, उत्पादन अधिक से अधिक सटीक हो जाता है ।

खैर, एल्गोरिदम में से कोई भी १०० प्रतिशत सही हो सकता है । कोई भी मशीन १०० प्रतिशत दक्षता प्राप्त करने में सक्षम नहीं है । इसलिए, हम मशीन से प्राप्त उत्पादन १०० प्रतिशत सही कभी नहीं है ।

आर्टिफिशियल इंटेलिजेंस के प्रमुख उपक्षेत्र क्या हैं?

आर्टिफिशियल इंटेलिजेंस बड़ी मात्रा में डेटा के साथ काम करता है जो पहले तेज, पुनरावृत्ति प्रसंस्करण और स्मार्ट एल्गोरिदम के साथ संयुक्त होते हैं जो सिस्टम को डेटा के भीतर पैटर्न से सीखने की अनुमति देते हैं। इस तरह, सिस्टम सटीक या सटीक आउटपुट के करीब देने में सक्षम होगा। जैसा कि लगता है, एआई एक विशाल विषय है, जिसमें बहुत उन्नत और जटिल प्रक्रियाएं शामिल हैं, और इसलिए इसके अध्ययन क्षेत्र में कई सिद्धांत, विधियां और प्रौद्योगिकियां शामिल हैं। एआई के तहत प्रमुख उपक्षेत्रों को नीचे समझाया गया है:

मशीन लर्निंग: मशीन लर्निंग वह सीखना है जिसमें एक मशीन उदाहरणों और पिछले अनुभवों से अपने आप सीख सकती है। इसके लिए विकसित कार्यक्रम विशिष्ट होने की जरूरत नहीं है और स्थिर नहीं है। मशीन आवश्यकता पड़ने पर अपने एल्गोरिदम को बदलने या सही करने की आदत है।

आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग (एमएल) दो सबसे अधिक गलत शब्द हैं । आम तौर पर लोग समझ जाते हैं कि वे एक ही हैं, जिससे भ्रम की स्थिति पैदा हो जाती है। एमएल एआई का सबफील्ड है। हालांकि, जब भी बिग डेटा या डेटा एनालिटिक्स या कुछ अन्य संबंधित विषयों के विषयों के बारे में बात की जाती है तो दोनों शब्दों को एक साथ और बार-बार याद किया जाता है ।

तंत्रिका नेटवर्क: कृत्रिम तंत्रिका नेटवर्क (ANNs) जैविक तंत्रिका नेटवर्क, यानी मस्तिष्क से प्रेरित हो रही विकसित किया गया । ANNs डेटा के भीतर पैटर्न खोजने के लिए मशीन लर्निंग में सबसे महत्वपूर्ण उपकरणों में से एक हैं, जो एक मानव के लिए यह पता लगाने और मशीन को पहचानने के लिए सिखाने के लिए बहुत जटिल हैं।

डीप लर्निंग: डीप लर्निंग में, बड़ी मात्रा में डेटा का विश्लेषण किया जाता है, और यहां एल्गोरिदम परिणाम को बेहतर बनाने के लिए हर बार घुमा/संपादन करने के लिए कार्य को बार-बार अंजाम देगा ।

संज्ञानात्मक कंप्यूटिंग: संज्ञानात्मक कंप्यूटिंग का अंतिम लक्ष्य एक कंप्यूटर मॉडल में मानव विचार प्रक्रिया की नकल करना है। इसे कैसे प्राप्त किया जा सकता है? आत्म-सीखने वाले एल्गोरिदम, तंत्रिका नेटवर्क द्वारा पैटर्न मान्यता और प्राकृतिक भाषा प्रसंस्करण का उपयोग करके, एक कंप्यूटर मानव सोचने के तरीके की नकल कर सकता है। यहां, मानव अनुभूति प्रक्रिया का अनुकरण करने के लिए कंप्यूटरीकृत मॉडल तैनात किए जाते हैं।

कंप्यूटर विजन: कंप्यूटर दृष्टि कंप्यूटर को देखने, पहचानने और छवियों को संसाधित करने की अनुमति देने पर काम करती है, उसी तरह जैसे मानव दृष्टि करती है, और फिर यह एक उपयुक्त आउटपुट प्रदान करती है। कंप्यूटर दृष्टि आर्टिफिशियल इंटेलिजेंस से निकटता से संबंधित है। यहां, कंप्यूटर को समझना चाहिए कि वह क्या देखता है, और फिर तदनुसार इसका विश्लेषण करता है।

प्राकृतिक भाषा प्रसंस्करण: प्राकृतिक भाषा प्रसंस्करण का अर्थ है उन तरीकों को विकसित करना जो हमें अंग्रेजी जैसी प्राकृतिक मानव भाषाओं का उपयोग करके मशीनों के साथ संवाद करने में मदद करते हैं।

क्या आपके पास एआई पर कोई प्रश्न है? हमारे आर्टिफिशियल इंटेलिजेंस और डीप लर्निंग कम्युनिटी में अपने प्रश्नों और संदेहों को छोड़ दें और उन्हें स्पष्ट करें!

अब जब हम समझते हैं कि आर्टिफिशियल इंटेलिजेंस क्या है और हम इसके उपक्षेत्रों से परिचित हैं, तो हम इस बात पर विचार करेंगे कि वर्तमान दुनिया में यह वास्तव में मांग में क्यों है । के साथ शुरू करने के लिए, यहां फोर्ब्स से एक उद्धरण है:

' कार्यस्थल में मशीनों और एल्गोरिदम के लिए १३३,०००,००० नई भूमिकाओं के निर्माण की उंमीद कर रहे हैं, लेकिन कारण ७५,०००,००० नौकरियों के लिए २०२२ द्वारा विस्थापित हो विश्व आर्थिक मंच (WEF) से एक नई रिपोर्ट के अनुसार.. । इसका मतलब यह है कि आर्टिफिशियल इंटेलिजेंस की वृद्धि अगले कुछ वर्षों में ५८,०००,००० शुद्ध नई नौकरियां पैदा कर सकती है ।

दिलचस्प है, है ना? यदि आप अपनी नौकरी में बदलाव की तलाश कर रहे हैं, तो आर्टिफिशियल इंटेलिजेंस आपके टिकाऊ करियर विकास के लिए आपकी सबसे अच्छी शर्त हो सकती है।

अभी एआई प्रोफेशनल्स की भारी मांग है । आइए कुछ तथ्यों पर नजर डालते हैं, जो इस तर्क का समर्थन करेंगे ।

शीर्ष 10 नौकरियां कि एअर इंडिया कौशल की आवश्यकता है
नीचे दिए गए काम विवरणों के साथ भूमिकाएं हैं जिनमें एआई और संबंधित प्रौद्योगिकियां हैं, अक्सर उनमें उल्लिखित हैं। तालिका में उनके खुलने के ६० दिनों के बाद भी उपलब्ध नौकरियों का प्रतिशत भी दिखाया गया है ।

ऑनक्लूशन
इस बात का डर बढ़ रहा है कि एआई के व्यापक कार्यान्वयन से मानव नौकरियां क्षीण हो जाएंगी । न सिर्फ आम आदमी बल्कि एऑन मस्क जैसे उद्यमी एआई डोमेन में किए गए शोधों की बढ़ती गति पर अलर्ट व्यक्त कर रहे हैं । वे यह भी विचार में हैं कि एआई सिस्टम दुनिया में बड़े पैमाने पर हिंसा का मार्ग प्रशस्त कर सकता है । लेकिन यह चीजों को देखने का एक बहुत ही कमबीन तरीका है!

हाल के दशकों में, प्रौद्योगिकी तेजी से और बड़े पैमाने पर बढ़ी है । पूरे पाठ्यक्रम के दौरान, हर नौकरी के लिए प्रौद्योगिकी के लिए खो दिया है, वहां हमेशा ताजा और नई नौकरी भूमिकाओं उभर रहे थे । यदि यह मामला होता जहां एक नई प्रौद्योगिकी ने सभी मानव नौकरियों को प्रतिस्थापित किया होता, तो अब तक दुनिया का अधिकांश हिस्सा बेरोजगार हो गया होता । यहां तक कि अपनी स्थापना के दौरान इंटरनेट बहुत नकारात्मक समीक्षा जुटाने था । लेकिन, अब यह स्पष्ट है कि इंटरनेट को कभी बदला नहीं जा सकता है। तुम इस ब्लॉग को पढ़ने नहीं होगा अगर वह मामला था । इसी तरह, हालांकि यह मानव क्षमताओं के बहुत स्वचालित, यह अपनी क्षमता और सद्भावना में वृद्धि होगी और सामांय में मानव जाति को लाभ होगा ।

Post a Comment

0 Comments