What is आर्टिफिशियल इंटेलिजेंस AI | AI kya Hai

आर्टिफिशियल इंटेलिजेंस (AI) की परिभाषा

आर्टिफिशियल इंटेलिजेंस (AI) – बनावटी (कृत्रिम) तरीके से विकसित की गई बौद्धिक क्षमता। आर्टिफिशियल इंटेलिजेंस के जनक जॉन मैकार्थी के अनुसार यह बुद्धिमान मशीनों, विशेष रूप से बुद्धिमान कंप्यूटर प्रोग्राम को बनाने काthe pussy hat  adidas superstar bot metalic  חזן צוקרמן שמלות כלה מחירים  materassino gonfiabile rotondo  imprimanta pret  чанти за лаптоп dell  נורה למוות בבאר שבע בגלל סכסוך בקיוסק  bolsa colcci bau  מתנה מוכרת 2017  blood on the leaves cover  pompons de pelo fofos para pendurar nas mochilas  лампа биоптрон цептер  מרכז הלבשה סניף נתיבות  hdmi type e  scaun auto copii montare  विज्ञान और अभियांत्रिकी है अर्थात् यह मशीनों द्वारा प्रदर्शित की गई इंटेलिजेंस है। आर्टिफिशियल इंटेलिजेंस कंप्यूटर साइंस का एक सब-डिवीजन है और इसकी जड़ें पूरी तरह से कंप्यूटिंग सिस्टम पर आधारित हैं। आर्टिफिशियल इंटेलिजेंस का अंतिम लक्ष्य ऐसे उपकरणों का निर्माण करना है जो बुद्धिमानी से और स्वतंत्र रूप से कार्य कर सकें और मानव श्रम और मैनुअल काम को कम कर सकें।

यह मानव बुद्धि की नकल करने के लिए मशीन लर्निंग का उपयोग करता है। सिरी, एलेक्सा, टेस्ला कार और डिजिटल एप्लिकेशन जैसे नेटफ्लिक्स और अमेज़ॅन एआई प्रौद्योगिकियों के कुछ बेहतरीन उदाहरण हैं। मैकेनिकल इंजीनियरिंग, कंप्यूटर साइंस इंजीनियरिंग, एप्लाइड आर्टिफिशियल इंटेलिजेंस के साथ-साथ रोबोटिक्स और ऑटोमेशन इंजीनियरिंग में डिप्लोमा के साथ-साथ बैचलर्स की डिग्री और मास्टर डिग्री की पेशकश की जाती है जिससे आर्टिफिशियल इंटेलिजेंस में करियर बनाने के लिए आगे बढ़ाया

कृत्रिम बुद्धिमत्ता मशीनों, विशेषकर कंप्यूटर सिस्टम द्वारा मानव खुफिया प्रक्रियाओं का अनुकरण है। आर्टिफिशियल इंटेलिजेंस के विशिष्ट अनुप्रयोगों में विशेषज्ञ प्रणाली , प्राकृतिक भाषा प्रसंस्करण , वाक् पहचान और मशीन विजन शामिल हैं 

What is आर्टिफिशियल इंटेलिजेंस AI | AI kya Hai

आर्टिफिशियल इंटेलिजेंस के प्रकार

आर्टिफिशियल इंटेलिजेंस के प्रकार के बारे में नीचे बताया गया है:

  1. पूर्णतः प्रतिक्रियात्मक (प्योरली रिएक्टिव)
  2. सीमित स्मृति (लिमिटेड मेमोरी)
  3. मस्तिष्क सिद्धांत (ब्रेन थ्योरी)
  4. आत्म-चेतन (सेल्फ कॉन्ससियस)

AI की शुरुआत कैसे हुई?

आर्टिफिशियल इंटेलिजेंस की शुरुआत 1950 के दशक में ही हो गई थी, लेकिन इसको 1970 के दशक में पहचान मिली। जापान ने सबसे पहले पहल की और 1981 में फिफ्थ जनरेशन नामक योजना की शुरुआत की थी। इसमें सुपर-कंप्यूटर के विकास के लिये 10-वर्षीय कार्यक्रम की रूपरेखा प्रस्तुत की गई थी। बाद में ब्रिटेन ने इसके लिए ‘एल्वी’ नाम का एक प्रोजेक्ट बनाया। यूरोपीय संघ के देशों ने भी ‘एस्प्रिट’ नाम से एक कार्यक्रम की शुरुआत की थी। 1983 में कुछ निजी संस्थाओं ने मिलकर आर्टिफिशियल इंटेलिजेंस पर लागू होने वाली उन्नत तकनीकों जैसे-Very Large Scale Integrated सर्किट का विकास करने के लिए एक संघ ‘माइक्रो-इलेक्ट्रॉनिक्स एण्ड कंप्यूटर टेक्नोलॉजी’की स्थापना की।

Foundations of AI

Machine Learning: यह खंड मशीन लर्निंग की मूलभूत अवधारणा पर प्रकाश डालता है, जिसमें विभिन्न प्रकार जैसे पर्यवेक्षित, गैर-पर्यवेक्षित और सुदृढीकरण सीखने को शामिल किया गया है।
Supervised Learning: पूर्वानुमान या वर्गीकरण करने के लिए लेबल किए गए डेटा का उपयोग करके एआई मॉडल को प्रशिक्षित करने की प्रक्रिया की व्याख्या करता है।
Unsupervised Learning: अनसुपरवाइज्ड लर्निंग दृष्टिकोण की पड़ताल करता है, जहां एआई एल्गोरिदम बिना लेबल वाले डेटा से पैटर्न और अंतर्दृष्टि को उजागर करता है।
Reinforcement Learning: सुदृढीकरण सीखने के प्रतिमान पर चर्चा करता है, जहां एआई एजेंट एक पर्यावरण के साथ परीक्षण और त्रुटि इंटरैक्शन के माध्यम से सीखते हैं।
Neural Networks and Deep Learning: यह उपधारा न्यूरल नेटवर्क के मूल सिद्धांतों और डीप लर्निंग में उनकी भूमिका की व्याख्या करता है, मशीन लर्निंग का एक उपसमूह जो उन्नत कार्यों के लिए जटिल न्यूरल आर्किटेक्चर का उपयोग करता है।
Natural Language Processing: प्राकृतिक भाषा प्रसंस्करण (एनएलपी) के क्षेत्र का अन्वेषण करता है, जो एआई सिस्टम को मानव भाषा को समझने और व्याख्या करने में सक्षम बनाता है।
Computer Vision: कंप्यूटर विज़न पर चर्चा करता है, एआई का एक क्षेत्र जो मशीनों को दृश्य जानकारी को समझने और व्याख्या करने में सक्षम बनाने पर केंद्रित है।
Robotics and AI: एआई और रोबोटिक्स के अंतर्संबंध की जांच करता है, यह दर्शाता है कि कैसे एआई-संचालित रोबोट उद्योगों और रोजमर्रा की जिंदगी में क्रांति ला रहे हैं।

आर्टिफिशियल इंटेलिजेंस कैसे काम करता है?

जैसे-जैसे आर्टिफिशियल इंटेलिजेंस के आसपास प्रचार तेज हुआ है, विक्रेता यह प्रचार करने के लिए संघर्ष कर रहे हैं कि उनके उत्पाद और सेवाएं इसका उपयोग कैसे करते हैं। अक्सर, जिसे वे एआई के रूप में संदर्भित करते हैं वह केवल प्रौद्योगिकी का एक घटक है, जैसे मशीन लर्निंग । मशीन लर्निंग एल्गोरिदम को लिखने और प्रशिक्षित करने के लिए एआई को विशेष हार्डवेयर और सॉफ्टवेयर की नींव की आवश्यकता होती है। कोई भी प्रोग्रामिंग भाषा AI का पर्याय नहीं है, लेकिन Python, R, Java, C++ और जूलिया में AI डेवलपर्स के बीच लोकप्रिय विशेषताएं हैं।

सामान्य तौर पर,आर्टिफिशियल इंटेलिजेंस सिस्टम बड़ी मात्रा में लेबल किए गए प्रशिक्षण डेटा को ग्रहण करके, सहसंबंधों और पैटर्न के लिए डेटा का विश्लेषण करके और भविष्य की स्थितियों के बारे में भविष्यवाणियां करने के लिए इन पैटर्न का उपयोग करके काम करते हैं। इस तरह, एक चैटबॉट जिसमें पाठ के उदाहरण दिए गए हैं, वह लोगों के साथ जीवंत आदान-प्रदान करना सीख सकता है, या एक छवि पहचान उपकरण लाखों उदाहरणों की समीक्षा करके छवियों में वस्तुओं की पहचान करना और उनका वर्णन करना सीख सकता है। नई, तेजी से सुधार करने वाली जेनेरिक एआई तकनीकें यथार्थवादी पाठ, चित्र, संगीत और अन्य मीडिया बना सकती हैं।

आर्टिफिशियल इंटेलिजेंस प्रोग्रामिंग संज्ञानात्मक कौशल पर केंद्रित है जिसमें निम्नलिखित शामिल हैं:

  • सीखना। आर्टिफिशियल इंटेलिजेंस प्रोग्रामिंग का यह पहलू डेटा प्राप्त करने और इसे कार्रवाई योग्य जानकारी में बदलने के लिए नियम बनाने पर केंद्रित है। नियम, जिन्हें एल्गोरिदम कहा जाता है, कंप्यूटिंग उपकरणों को किसी विशिष्ट कार्य को पूरा करने के लिए चरण-दर-चरण निर्देश प्रदान करते हैं।
  • विचार। एआई प्रोग्रामिंग का यह पहलू वांछित परिणाम तक पहुंचने के लिए सही एल्गोरिदम चुनने पर केंद्रित है।
  • स्वयं सुधार। एआई प्रोग्रामिंग का यह पहलू एल्गोरिदम को लगातार बेहतर बनाने और यह सुनिश्चित करने के लिए डिज़ाइन किया गया है कि वे यथासंभव सटीक परिणाम प्रदान करें।
  • रचनात्मकता। आर्टिफिशियल इंटेलिजेंस का यह पहलू नई छवियां, नया पाठ, नया संगीत और नए विचार उत्पन्न करने के लिए तंत्रिका नेटवर्क, नियम-आधारित सिस्टम, सांख्यिकीय तरीकों और अन्य एआई तकनीकों का उपयोग करता है।

Types of आर्टिफिशियल इंटेलिजेंस AI Systems

Narrow AI vs. General AI: संकीर्ण एआई के बीच अंतर करता है, जो विशिष्ट कार्यों के लिए डिज़ाइन किया गया है, और सामान्य एआई, जिसमें विभिन्न डोमेन में मानव-स्तर की बुद्धि होती है।
Expert Systems: विशेषज्ञ प्रणालियों, एआई प्रणालियों की खोज करती है जो मानव विशेषज्ञता की नकल करती हैं और विशिष्ट क्षेत्रों में विशेष ज्ञान प्रदान करती हैं।
Autonomous Systems: स्व-चालित कारों और ड्रोन सहित स्वायत्त प्रणालियों पर चर्चा करती है, जो मानवीय हस्तक्षेप के बिना काम कर सकती हैं और निर्णय ले सकती हैं।
हेल्थकेयर में एआई: स्वास्थ्य देखभाल उद्योग में एआई के अनुप्रयोगों की जांच करता है, जैसे रोग निदान, चिकित्सा इमेजिंग विश्लेषण और व्यक्तिगत उपचार।
वित्त में एआई: एल्गोरिथम ट्रेडिंग, धोखाधड़ी का पता लगाने और जोखिम मूल्यांकन सहित वित्त क्षेत्र में एआई की भूमिका की पड़ताल करता है।
परिवहन में एआई: स्वायत्त वाहनों, यातायात अनुकूलन और रसद प्रबंधन सहित परिवहन पर एआई के प्रभाव पर चर्चा करता है।
शिक्षा में एआई: यह पता लगाता है कि कैसे एआई वैयक्तिकृत शिक्षण, बुद्धिमान ट्यूशन सिस्टम और स्वचालित ग्रेडिंग के माध्यम से शिक्षा को बदल रहा है।
नोरंजन में एच. एआई: आभासी वास्तविकता, संवर्धित वास्तविकता और अनुशंसा प्रणाली सहित मनोरंजन उद्योग में एआई के एकीकरण की जांच करता है।
एआई में नैतिक विचार: पूर्वाग्रह, गोपनीयता संबंधी चिंताएं, पारदर्शिता और जवाबदेही सहित एआई के नैतिक निहितार्थों को संबोधित करता है।

वास्तविक दुनिया में आर्टिफिशियल इंटेलिजेंस अनुप्रयोग

वर्चुअल असिस्टेंट और चैटबॉट्स: व्यक्तिगत सहायता प्रदान करने और उपयोगकर्ता अनुभवों को बढ़ाने में सिरी, एलेक्सा और चैटबॉट्स जैसे वर्चुअल असिस्टेंट के अनुप्रयोगों की पड़ताल करता है।
सिफ़ारिश प्रणाली: चर्चा करती है कि कैसे एआई एल्गोरिदम द्वारा संचालित सिफ़ारिश प्रणालियाँ उत्पादों, फिल्मों, संगीत और बहुत कुछ के लिए वैयक्तिकृत सुझाव देती हैं।
छवि और वाक् पहचान: एआई-संचालित छवि पहचान और वाक् पहचान प्रौद्योगिकियों और उनके अनुप्रयोगों में प्रगति की पड़ताल करता है।
धोखाधड़ी का पता लगाना और साइबर सुरक्षा: जांच करता है कि दुर्भावनापूर्ण गतिविधियों की पहचान करने और उन्हें रोकने के लिए धोखाधड़ी का पता लगाने वाली प्रणालियों और साइबर सुरक्षा में एआई का उपयोग कैसे किया जाता है।
स्वायत्त वाहन: स्व-चालित कारों के विकास और तैनाती और परिवहन और समाज पर उनके संभावित प्रभाव पर चर्चा करता है।
मेडिकल डायग्नोस्टिक्स: एआई-संचालित मेडिकल डायग्नोस्टिक्स की खोज करता है, जिसमें मेडिकल छवियों और डेटा से बीमारियों का पता लगाना और निदान करना शामिल है।
स्मार्ट होम ऑटोमेशन: जांच करता है कि कैसे एआई स्मार्ट होम ऑटोमेशन सिस्टम के माध्यम से घरों को बदल रहा है, सुविधा, सुरक्षा और ऊर्जा दक्षता बढ़ा रहा है।
वैयक्तिकृत मार्केटिंग: चर्चा करता है कि उपभोक्ता डेटा का विश्लेषण करने, वैयक्तिकृत अभियान देने और ग्राहक अनुभवों को अनुकूलित करने के लिए मार्केटिंग में एआई का उपयोग कैसे किया जाता है।

आर्टिफिशियल इंटेलिजेंस योग्यता

आर्टिफिशियल इंटेलिजेंस के लिए सामान्य योग्यता नीचे दी गई है:

  • आर्टिफिशियल इंजीनियरिंग में बैचलर और मास्टर स्तर के कोर्सेज में प्रवेश पाने के लिए, छात्रों को किसी मान्यता प्राप्त स्कूल से पीसीएम पृष्ठभूमि के साथ न्यूनतम 10+2 की स्कूली शिक्षा होनी चाहिए।  
  • IELTS या TOEFL आदि जैसे अंग्रेजी भाषा प्रवीणता परीक्षाओं के साथ GRE उत्तीर्ण करना अनिवार्य है।
  • मास्टर स्तर के कोर्स का चयन करने वाले छात्रों के लिए, कंप्यूटर विज्ञान या संबंधित विषयों में बैचलर डिग्री होना आवश्यक है।
  • भारत में इंजीनियरिंग में बैचलर्स के लिए कुछ कॉलेजों और यूनिवर्सिटीज में JEE mains, JEE Advanced जैसे प्रवेश परीक्षा के स्कोर अनिवार्य हैं। साथ ही कुछ कॉलेज और यूनिवर्सिटीज अपनी स्वयं की प्रवेश परीक्षाएं आयोजित करतीं हैं। विदेश में इन कोर्सेज  के लिए यूनिवर्सिटी द्वारा निर्धारित आवश्यक ग्रेड आवश्यकताओं को पूरा करना जरुरी है, जो हर यूनिवर्सिटी और कोर्स के अनुसार अलग–अलग हो सकती है।
  • विदेश की अधिकतर यूनिवर्सिटीज बैचलर्स के लिए SAT और मास्टर्स कोर्सेज के लिए GRE स्कोर की मांग करते हैं।
  • विदेश यूनिवर्सिटीज में पढ़ने के लिए SOP, LOR, सीवी/रिज्यूमे और पोर्टफोलियो भी जमा करने की जरूरत होती है।

आर्टिफिशियल इंटेलिजेंस के उपयोग (Uses of Artificial Intelligence)

आर्टिफिशियल इंटेलिजेंस के उपयोग के निम्नलिखित प्रकार के क्षेत्रों में किया जाता है जिसका विवरण हम आपको नीचे बिंदु अनुसार देंगे जो इस प्रकार है। 

  1. Digital Virtual Assistant जैसे की Amazon का Alexa और Apple का SIRI, Artificial Intelligence का बेहतरीन उदहारण है। 
  2. Smart assistants जैसे की कमरा में प्रवेश करतेहि Bulb का जलना, हाथ से ताली बजाने के बाद अपने आप ही पंखे का चालू हो जाना। 
  3. Voice Search
  4. Google Map
  5. Self-driving cars
  6. AI Robotics
  7. Automated financial investing.
  8. Social media monitoring
  9. Online Ads-Network
  10. Gaming
  11. E-Payments
  12. Chatbots
  13. Healthcare
  14. Business  
  15. Education
  16. Manufacturing Industry
  17. Security and Surveillance इत्यादि।

आर्टिफिशियल इंटेलिजेंसके फायदे (Benefits of Artificial Intelligence)

आर्टिफिशियल इंटेलिजेंस AI के कुछ फायदे निम्नलिखित हैं।

  • विस्तार-उन्मुख कार्यों में अच्छा। स्तन कैंसर और मेलेनोमा सहित कुछ कैंसर का निदान करने में एआई डॉक्टरों की तुलना में अच्छा या बेहतर साबित हुआ है ।
  • डेटा-भारी कार्यों के लिए कम समय। बड़े डेटा सेट का विश्लेषण करने में लगने वाले समय को कम करने के लिए बैंकिंग और प्रतिभूतियों, फार्मा और बीमा सहित डेटा-भारी उद्योगों में एआई का व्यापक रूप से उपयोग किया जाता है। उदाहरण के लिए, वित्तीय सेवाएँ ऋण आवेदनों को संसाधित करने और धोखाधड़ी का पता लगाने के लिए नियमित रूप से AI का उपयोग करती हैं।
  • श्रम की बचत होती है और उत्पादकता बढ़ती है। यहां एक उदाहरण वेयरहाउस ऑटोमेशन का उपयोग है , जो महामारी के दौरान बढ़ा और एआई और मशीन लर्निंग के एकीकरण के साथ बढ़ने की उम्मीद है।
  • लगातार परिणाम देता है. सर्वोत्तम एआई अनुवाद उपकरण उच्च स्तर की स्थिरता प्रदान करते हैं, यहां तक ​​कि छोटे व्यवसायों को भी उनकी मूल भाषा में ग्राहकों तक पहुंचने की क्षमता प्रदान करते हैं।
  • वैयक्तिकरण के माध्यम से ग्राहक संतुष्टि में सुधार कर सकते हैं। एआई व्यक्तिगत ग्राहकों के लिए सामग्री, संदेश, विज्ञापन, अनुशंसाओं और वेबसाइटों को वैयक्तिकृत कर सकता है।
  • एआई-संचालित वर्चुअल एजेंट हमेशा उपलब्ध रहते हैं। एआई कार्यक्रमों को 24/7 सेवा प्रदान करने के लिए सोने या ब्रेक लेने की आवश्यकता नहीं है।

आर्टिफिशियल इंटेलिजेंस के नुकसान

AI के कुछ नुकसान निम्नलिखित हैं।

  • महँगा।
  • गहन तकनीकी विशेषज्ञता की आवश्यकता है.
  • एआई उपकरण बनाने के लिए योग्य श्रमिकों की सीमित आपूर्ति।
  • बड़े पैमाने पर इसके प्रशिक्षण डेटा के पूर्वाग्रहों को दर्शाता है।
  • एक कार्य से दूसरे कार्य में सामान्यीकरण करने की क्षमता का अभाव।
  • मानव नौकरियाँ ख़त्म हो जाती हैं, बेरोज़गारी दर बढ़ जाती है।

आर्टिफिशियल इंटेलिजेंस तकनीक के उदाहरण क्या हैं और आज इसका उपयोग कैसे किया जाता है?

आर्टिफिशियल इंटेलिजेंस को विभिन्न प्रकार की प्रौद्योगिकी में शामिल किया गया है। यहां सात उदाहरण हैं.

स्वचालन। आर्टिफिशियल इंटेलिजेंस प्रौद्योगिकियों के साथ जोड़े जाने पर, स्वचालन उपकरण निष्पादित कार्यों की मात्रा और प्रकार का विस्तार कर सकते हैं। एक उदाहरण रोबोटिक प्रोसेस ऑटोमेशन ( आरपीए ) है, एक प्रकार का सॉफ्टवेयर जो पारंपरिक रूप से मनुष्यों द्वारा किए जाने वाले दोहराए जाने वाले, नियम-आधारित डेटा प्रोसेसिंग कार्यों को स्वचालित करता है। जब मशीन लर्निंग और उभरते एआई टूल के साथ जोड़ा जाता है, तो आरपीए उद्यम नौकरियों के बड़े हिस्से को स्वचालित कर सकता है, जिससे आरपीए के सामरिक बॉट एआई से खुफिया जानकारी प्राप्त करने और प्रक्रिया परिवर्तनों पर प्रतिक्रिया करने में सक्षम हो जाते हैं।

यंत्र अधिगम। यह कंप्यूटर को बिना प्रोग्रामिंग के कार्य करने का विज्ञान है। डीप लर्निंग मशीन लर्निंग का एक उपसमूह है, जिसे बहुत ही सरल शब्दों में, पूर्वानुमानित विश्लेषण के स्वचालन के रूप में सोचा जा सकता है। मशीन लर्निंग एल्गोरिदम तीन प्रकार के होते हैं:

  • पर्यवेक्षित शिक्षण . डेटा सेट को लेबल किया जाता है ताकि पैटर्न का पता लगाया जा सके और नए डेटा सेट को लेबल करने के लिए उपयोग किया जा सके।
  • बिना पर्यवेक्षण के सीखना . डेटा सेट को लेबल नहीं किया जाता है और समानता या अंतर के अनुसार क्रमबद्ध किया जाता है।
  • सुदृढीकरण सीखना . डेटा सेट को लेबल नहीं किया जाता है, लेकिन एक क्रिया या कई क्रियाएं करने के बाद, एआई सिस्टम को फीडबैक दिया जाता है।

मशीन दृष्टि। यह तकनीक मशीन को देखने की क्षमता देती है। मशीन विज़न कैमरे, एनालॉग-टू-डिजिटल रूपांतरण और डिजिटल सिग्नल प्रोसेसिंग का उपयोग करके दृश्य जानकारी को कैप्चर और विश्लेषण करता है। इसकी तुलना अक्सर मानव दृष्टि से की जाती है, लेकिन मशीनी दृष्टि जीव विज्ञान से बंधी नहीं है और उदाहरण के लिए, इसे दीवारों के पार देखने के लिए प्रोग्राम किया जा सकता है। इसका उपयोग हस्ताक्षर पहचान से लेकर चिकित्सा छवि विश्लेषण तक कई अनुप्रयोगों में किया जाता है। कंप्यूटर विज़न , जो मशीन-आधारित छवि प्रसंस्करण पर केंद्रित है, को अक्सर मशीन विज़न के साथ जोड़ दिया जाता है।

प्राकृतिक भाषा प्रसंस्करण (एनएलपी)। यह एक कंप्यूटर प्रोग्राम द्वारा मानव भाषा का प्रसंस्करण है। एनएलपी के सबसे पुराने और सबसे प्रसिद्ध उदाहरणों में से एक स्पैम डिटेक्शन है, जो ईमेल की विषय पंक्ति और टेक्स्ट को देखता है और तय करता है कि यह जंक है या नहीं। एनएलपी के वर्तमान दृष्टिकोण मशीन लर्निंग पर आधारित हैं। एनएलपी कार्यों में पाठ अनुवाद, भावना विश्लेषण और वाक् पहचान शामिल हैं।

रोबोटिक्स. इंजीनियरिंग का यह क्षेत्र रोबोट के डिजाइन और निर्माण पर केंद्रित है । रोबोटों का उपयोग अक्सर ऐसे कार्यों को करने के लिए किया जाता है जिन्हें करना मनुष्यों के लिए कठिन होता है या जिन्हें लगातार करना मुश्किल होता है। उदाहरण के लिए, रोबोट का उपयोग कार उत्पादन असेंबली लाइनों में या नासा द्वारा अंतरिक्ष में बड़ी वस्तुओं को स्थानांतरित करने के लिए किया जाता है। शोधकर्ता ऐसे रोबोट बनाने के लिए मशीन लर्निंग का भी उपयोग करते हैं जो सामाजिक सेटिंग्स में बातचीत कर सकते हैं।

स्व-चालित कारें। स्वायत्त वाहन किसी दिए गए लेन में रहते हुए और पैदल चलने वालों जैसे अप्रत्याशित अवरोधों से बचने के लिए वाहन चलाने के लिए स्वचालित कौशल बनाने के लिए कंप्यूटर दृष्टि, छवि पहचान और गहन शिक्षा के संयोजन का उपयोग करते हैं ।

पाठ, छवि और ऑडियो पीढ़ी। जेनरेटिव एआई तकनीक, जो टेक्स्ट प्रॉम्प्ट से विभिन्न प्रकार के मीडिया बनाती है, को फोटोरिअलिस्टिक कला से लेकर ईमेल प्रतिक्रियाओं और स्क्रीनप्ले तक सामग्री प्रकारों की एक असीमित श्रृंखला बनाने के लिए व्यवसायों में बड़े पैमाने पर लागू किया जा रहा है।

आर्टिफिशियल इंटेलिजेंस AI का इतिहास क्या है?

बुद्धि से संपन्न निर्जीव वस्तुओं की अवधारणा प्राचीन काल से ही चली आ रही है। ग्रीक देवता हेफेस्टस को मिथकों में सोने से रोबोट जैसे नौकर बनाने के रूप में चित्रित किया गया था। प्राचीन मिस्र में इंजीनियरों ने पुजारियों द्वारा एनिमेटेड देवताओं की मूर्तियाँ बनाईं। सदियों से, अरस्तू से लेकर 13वीं सदी के स्पेनिश धर्मशास्त्री रेमन लुल से लेकर रेने डेसकार्टेस और थॉमस बेयस तक के विचारकों ने मानव विचार प्रक्रियाओं को प्रतीकों के रूप में वर्णित करने के लिए अपने समय के उपकरणों और तर्क का उपयोग किया, जिससे सामान्य ज्ञान प्रतिनिधित्व जैसी एआई अवधारणाओं की नींव रखी गई ।

19वीं सदी के अंत और 20वीं सदी के पूर्वार्ध में मूलभूत कार्य सामने आया जिसने आधुनिक कंप्यूटर को जन्म दिया। 1836 में, कैम्ब्रिज विश्वविद्यालय के गणितज्ञ चार्ल्स बैबेज और ऑगस्टा एडा किंग, काउंटेस ऑफ लवलेस ने प्रोग्राम करने योग्य मशीन के लिए पहले डिजाइन का आविष्कार किया।

1940 का दशक। प्रिंसटन के गणितज्ञ जॉन वॉन न्यूमैन ने संग्रहीत-प्रोग्राम कंप्यूटर के लिए वास्तुकला की कल्पना की – यह विचार कि कंप्यूटर का प्रोग्राम और उसके द्वारा संसाधित डेटा को कंप्यूटर की मेमोरी में रखा जा सकता है। और वॉरेन मैकुलोच और वाल्टर पिट्स ने तंत्रिका नेटवर्क की नींव रखी।

1950 का दशक. आधुनिक कंप्यूटर के आगमन के साथ, वैज्ञानिक मशीन इंटेलिजेंस के बारे में अपने विचारों का परीक्षण कर सकते हैं। यह निर्धारित करने की एक विधि कि कंप्यूटर में बुद्धिमत्ता है या नहीं, ब्रिटिश गणितज्ञ और द्वितीय विश्व युद्ध के कोड-ब्रेकर एलन ट्यूरिंग द्वारा तैयार की गई थी। ट्यूरिंग परीक्षण ने पूछताछकर्ताओं को यह विश्वास दिलाने में कंप्यूटर की क्षमता पर ध्यान केंद्रित किया कि उनके सवालों के जवाब एक इंसान द्वारा दिए गए थे।

1956. कृत्रिम बुद्धिमत्ता के आधुनिक क्षेत्र का व्यापक रूप से उल्लेख इस वर्ष डार्टमाउथ कॉलेज में एक ग्रीष्मकालीन सम्मेलन के दौरान शुरू होने के रूप में किया गया है। डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (डीएआरपीए) द्वारा प्रायोजित इस सम्मेलन में एआई अग्रणी मार्विन मिंस्की, ओलिवर सेल्फ्रिज और जॉन मैक्कार्थी सहित क्षेत्र के 10 दिग्गजों ने भाग लिया, जिन्हें कृत्रिम बुद्धिमत्ता शब्द को गढ़ने का श्रेय दिया जाता है । इसके अलावा एलन नेवेल, एक कंप्यूटर वैज्ञानिक, और हर्बर्ट ए. साइमन, एक अर्थशास्त्री, राजनीतिक वैज्ञानिक और संज्ञानात्मक मनोवैज्ञानिक भी उपस्थित थे। दोनों ने अपना अभूतपूर्व लॉजिक थियोरिस्ट प्रस्तुत किया, एक कंप्यूटर प्रोग्राम जो कुछ गणितीय प्रमेयों को सिद्ध करने में सक्षम है और इसे पहला एआई प्रोग्राम कहा जाता है।

1950 और 1960 का दशक. डार्टमाउथ कॉलेज सम्मेलन के मद्देनजर, एआई के नवोदित क्षेत्र के नेताओं ने भविष्यवाणी की कि मानव मस्तिष्क के बराबर एक मानव निर्मित बुद्धि निकट है, जो प्रमुख सरकारी और उद्योग समर्थन को आकर्षित कर रही है। दरअसल, लगभग 20 वर्षों के अच्छी तरह से वित्त पोषित बुनियादी अनुसंधान ने एआई में महत्वपूर्ण प्रगति की: उदाहरण के लिए, 1950 के दशक के अंत में, नेवेल और साइमन ने जनरल प्रॉब्लम सॉल्वर (जीपीएस) एल्गोरिदम प्रकाशित किया, जो जटिल समस्याओं को हल करने में विफल रहा लेकिन इसके लिए नींव रखी। अधिक परिष्कृत संज्ञानात्मक वास्तुकला विकसित करना; और मैक्कार्थी ने लिस्प विकसित किया , जो एआई प्रोग्रामिंग के लिए एक भाषा है जिसका उपयोग आज भी किया जाता है। 1960 के दशक के मध्य में, MIT के प्रोफेसर जोसेफ वेइज़ेनबाम ने ELIZA विकसित किया, जो एक प्रारंभिक एनएलपी कार्यक्रम था जिसने आज के चैटबॉट्स की नींव रखी।

1970 और 1980 का दशक. कृत्रिम सामान्य बुद्धि की उपलब्धि मायावी साबित हुई, आसन्न नहीं, कंप्यूटर प्रसंस्करण और मेमोरी में सीमाओं और समस्या की जटिलता के कारण बाधा उत्पन्न हुई। सरकार और निगम एआई अनुसंधान के अपने समर्थन से पीछे हट गए, जिसके कारण 1974 से 1980 तक की परती अवधि चली, जिसे पहली ” एआई विंटर ” के रूप में जाना जाता है। 1980 के दशक में, गहन शिक्षण तकनीकों पर शोध और उद्योग द्वारा एडवर्ड फेगेनबाम की विशेषज्ञ प्रणालियों को अपनाने से एआई उत्साह की एक नई लहर पैदा हुई, जिसके बाद सरकारी फंडिंग और उद्योग समर्थन में एक और गिरावट आई। दूसरी एआई सर्दी 1990 के दशक के मध्य तक चली।

1990 का दशक. कम्प्यूटेशनल शक्ति में वृद्धि और डेटा के विस्फोट ने 1990 के दशक के अंत में एआई पुनर्जागरण को जन्म दिया जिसने एआई में उल्लेखनीय प्रगति के लिए मंच तैयार किया जिसे हम आज देखते हैं। बड़े डेटा और बढ़ी हुई कम्प्यूटेशनल शक्ति के संयोजन ने एनएलपी, कंप्यूटर विज़न, रोबोटिक्स, मशीन लर्निंग और डीप लर्निंग में प्रगति को प्रेरित किया। 1997 में, जैसे-जैसे एआई में प्रगति तेज हुई, आईबीएम के डीप ब्लू ने रूसी शतरंज ग्रैंडमास्टर गैरी कास्परोव को हराया, जो विश्व शतरंज चैंपियन को हराने वाला पहला कंप्यूटर प्रोग्राम बन गया।

2000 के दशक. मशीन लर्निंग, डीप लर्निंग, एनएलपी, स्पीच रिकग्निशन और कंप्यूटर विज़न में आगे की प्रगति ने ऐसे उत्पादों और सेवाओं को जन्म दिया, जिन्होंने आज हमारे जीने के तरीके को आकार दिया है। इनमें 2000 में Google के खोज इंजन का लॉन्च और 2001 में Amazon के अनुशंसा इंजन का लॉन्च शामिल है। नेटफ्लिक्स ने फिल्मों के लिए अपनी अनुशंसा प्रणाली विकसित की, फेसबुक ने अपनी चेहरे की पहचान प्रणाली पेश की और माइक्रोसॉफ्ट ने भाषण को पाठ में लिखने के लिए अपनी वाक् पहचान प्रणाली लॉन्च की। आईबीएम ने वॉटसन लॉन्च किया और गूगल ने अपनी सेल्फ-ड्राइविंग पहल, वेमो शुरू की।

2010. 2010 और 2020 के बीच के दशक में एआई विकास की एक स्थिर धारा देखी गई। इनमें ऐप्पल के सिरी और अमेज़ॅन के एलेक्सा वॉयस असिस्टेंट का लॉन्च शामिल है; ख़तरे पर आईबीएम वॉटसन की जीत ; स्व-चालित कारें; प्रथम जनरेटिव प्रतिकूल नेटवर्क का विकास; Google के ओपन सोर्स डीप लर्निंग फ्रेमवर्क, TensorFlow का लॉन्च; अनुसंधान प्रयोगशाला OpenAI की स्थापना , GPT-3 भाषा मॉडल और Dall-E छवि जनरेटर के डेवलपर्स; Google DeepMind के AlphaGo द्वारा विश्व गो चैंपियन ली सेडोल की हार; और एआई-आधारित प्रणालियों का कार्यान्वयन जो उच्च स्तर की सटीकता के साथ कैंसर का पता लगाता है।

2020। वर्तमान दशक में जेनेरेटिव एआई का आगमन देखा गया है, जो एक प्रकार की कृत्रिम बुद्धिमत्ता तकनीक है जो नई सामग्री तैयार कर सकती है। जेनरेटिव एआई एक संकेत से शुरू होता है जो एक टेक्स्ट, एक छवि, एक वीडियो, एक डिज़ाइन, संगीत नोट्स या किसी भी इनपुट के रूप में हो सकता है जिसे एआई सिस्टम संसाधित कर सकता है। विभिन्न एआई एल्गोरिदम फिर संकेत के जवाब में नई सामग्री लौटाते हैं। सामग्री में निबंध, समस्याओं का समाधान, या किसी व्यक्ति के चित्रों या ऑडियो से बनाई गई यथार्थवादी नकली सामग्री शामिल हो सकती है। ChatGPT-3, Google के Bard और Microsoft के मेगेट्रॉन-ट्यूरिंग NLG जैसे भाषा मॉडल की क्षमताओं ने दुनिया को आश्चर्यचकित कर दिया है, लेकिन तकनीक अभी भी शुरुआती चरण में है, जैसा कि इसकी मतिभ्रम या तिरछे उत्तर देने की प्रवृत्ति से पता चलता है।

आर्टिफिशियल इंटेलिजेंस उपकरण और सेवाएँ

एआई उपकरण और सेवाएँ तीव्र गति से विकसित हो रही हैं। एआई उपकरण और सेवाओं में वर्तमान नवाचारों का पता 2012 के एलेक्सनेट न्यूरल नेटवर्क से लगाया जा सकता है, जिसने जीपीयू और बड़े डेटा सेट पर निर्मित उच्च-प्रदर्शन एआई के एक नए युग की शुरुआत की। मुख्य परिवर्तन अधिक स्केलेबल तरीके से समानांतर में कई जीपीयू कोर में भारी मात्रा में डेटा पर तंत्रिका नेटवर्क को प्रशिक्षित करने की क्षमता थी।

पिछले कई वर्षों में, Google, Microsoft और OpenAI में AI खोजों और Nvidia द्वारा अग्रणी हार्डवेयर नवाचारों के बीच सहजीवी संबंध ने अधिक कनेक्टेड GPU पर बड़े AI मॉडल को चलाने में सक्षम बनाया है, जिससे प्रदर्शन और स्केलेबिलिटी में गेम-चेंजिंग सुधार हुए हैं।

चैटजीपीटी की हालिया सफलता के लिए इन एआई दिग्गजों के बीच सहयोग महत्वपूर्ण था, दर्जनों अन्य ब्रेकआउट एआई सेवाओं का उल्लेख नहीं किया गया है। यहां एआई उपकरणों और सेवाओं में महत्वपूर्ण नवाचारों की सूची दी गई है।

ट्रांसफार्मर। उदाहरण के लिए, Google ने GPU के साथ कमोडिटी पीसी के एक बड़े समूह में AI प्रशिक्षण प्रदान करने के लिए एक अधिक कुशल प्रक्रिया खोजने का मार्ग प्रशस्त किया। इसने ऐसे ट्रांसफार्मर की खोज का मार्ग प्रशस्त किया जो बिना लेबल वाले डेटा पर AI के प्रशिक्षण के कई पहलुओं को स्वचालित करता है।

हार्डवेयर अनुकूलन. उतना ही महत्वपूर्ण, एनवीडिया जैसे हार्डवेयर विक्रेता भी सबसे लोकप्रिय एल्गोरिदम के समानांतर कई जीपीयू कोर में चलने के लिए माइक्रोकोड को अनुकूलित कर रहे हैं। एनवीडिया ने दावा किया कि तेज हार्डवेयर, अधिक कुशल एआई एल्गोरिदम, फाइन-ट्यूनिंग जीपीयू निर्देशों और बेहतर डेटा सेंटर एकीकरण के संयोजन से एआई प्रदर्शन में लाखों गुना सुधार हो रहा है। एनवीडिया IaaS, SaaS और PaaS मॉडल के माध्यम से AI-ए-सर्विस के रूप में इस क्षमता को और अधिक सुलभ बनाने के लिए सभी क्लाउड सेंटर प्रदाताओं के साथ भी काम कर रहा है।

जनरेटिव पूर्व-प्रशिक्षित ट्रांसफार्मर। पिछले कुछ वर्षों में एआई स्टैक भी तेजी से विकसित हुआ है। पहले उद्यमों को अपने एआई मॉडल को नए सिरे से प्रशिक्षित करना होता था। ओपनएआई, एनवीडिया, माइक्रोसॉफ्ट, गूगल और अन्य जैसे विक्रेता तेजी से जेनरेटर पूर्व-प्रशिक्षित ट्रांसफार्मर (जीपीटी) प्रदान कर रहे हैं, जिन्हें नाटकीय रूप से कम लागत, विशेषज्ञता और समय पर किसी विशिष्ट कार्य के लिए ठीक किया जा सकता है। जबकि कुछ सबसे बड़े मॉडलों की लागत $5 मिलियन से $10 मिलियन प्रति रन होने का अनुमान है, उद्यम परिणामी मॉडलों को कुछ हज़ार डॉलर में बेहतर बना सकते हैं। इसके परिणामस्वरूप बाजार में तेजी आती है और जोखिम कम हो जाता है।

एआई क्लाउड सेवाएं। उद्यमों को अपने व्यवसायों में एआई का प्रभावी ढंग से उपयोग करने से रोकने वाली सबसे बड़ी बाधाओं में एआई क्षमताओं को नए ऐप्स में जोड़ने या नए विकसित करने के लिए आवश्यक डेटा इंजीनियरिंग और डेटा विज्ञान कार्य हैं। सभी प्रमुख क्लाउड प्रदाता डेटा तैयारी, मॉडल विकास और एप्लिकेशन परिनियोजन को सुव्यवस्थित करने के लिए सेवा पेशकश के रूप में अपने स्वयं के ब्रांडेड एआई को पेश कर रहे हैं। शीर्ष उदाहरणों में AWS AI सेवाएँ , Google क्लाउड AI , Microsoft Azure AI प्लेटफ़ॉर्म, IBM AI समाधान और Oracle क्लाउड इंफ्रास्ट्रक्चर AI सेवाएँ शामिल हैं ।

एक सेवा के रूप में अत्याधुनिक AI मॉडल। अग्रणी एआई मॉडल डेवलपर्स इन क्लाउड सेवाओं के शीर्ष पर अत्याधुनिक एआई मॉडल भी पेश करते हैं। OpenAI में दर्जनों बड़े भाषा मॉडल हैं जो चैट, एनएलपी, इमेज जेनरेशन और कोड जेनरेशन के लिए अनुकूलित हैं जिन्हें Azure के माध्यम से प्रावधानित किया गया है। एनवीडिया ने सभी क्लाउड प्रदाताओं पर उपलब्ध टेक्स्ट, छवियों और मेडिकल डेटा के लिए अनुकूलित एआई इंफ्रास्ट्रक्चर और मूलभूत मॉडल बेचकर अधिक क्लाउड-अज्ञेयवादी दृष्टिकोण अपनाया है। सैकड़ों अन्य खिलाड़ी विभिन्न उद्योगों और उपयोग के मामलों के लिए अनुकूलित मॉडल भी पेश कर रहे हैं।

Click to rate this post!
[Total: 0 Average: 0]

Leave a Comment