How did work AI ? |
जैसा कि हम जानते हैं कृत्रिम बुद्धिमत्ता के पर्दे के पीछे क्या चल रहा है ? एआई-संचालित सिस्टम और उत्पाद कैसे काम करते हैं, इसके बारे में और जानें। एक मशीन लर्निंग इंजीनियर एक कंप्यूटर पर काम करता है, एक कृत्रिम बुद्धिमत्ता एप्लिकेशन विकसित करता है।
कृत्रिम बुद्धिमत्ता (एआई) मशीनों को डेटा से सीखने और उसमें पैटर्न पहचानने, कार्यों को अधिक कुशलतापूर्वक और प्रभावी ढंग से करने में सक्षम बनाती है। यह नेटफ्लिक्स के एल्गोरिदम जैसी सेवाओं को शक्ति प्रदान करता है जो आपकी प्राथमिकताओं के आधार पर टीवी शो और फिल्मों की सिफारिश करता है।
लेकिन पर्दे के पीछे क्या चल रहा है? AI वास्तव में कैसे काम करता है? कृत्रिम बुद्धिमत्ता की मूल बातें के बारे में अधिक जानने के लिए आगे पढ़ें।
कृत्रिम बुद्धिमत्ता (एआई) क्या है ?
आर्टिफिशियल इंटेलिजेंस (एआई) डेटा सेट में सीखने और पैटर्न का पता लगाने के लिए प्रोग्रामिंग कंप्यूटर सिस्टम का सिद्धांत और अनुशासन है। ये एल्गोरिदम और मॉडल मानवीय कार्य करते हैं, जैसे भाषण या छवियों को पहचानना और निर्णय लेना। एआई मशीन लर्निंग और न्यूरल नेटवर्क के साथ-साथ गहन शिक्षण और प्राकृतिक भाषा प्रसंस्करण जैसी अधिक जटिल अवधारणाओं पर निर्भर करता है।
एआई एक जटिल तकनीक है जिसमें विभिन्न उद्योगों के लिए समाधान तैयार करने की हजारों नहीं तो सैकड़ों संभावनाएं हैं। यह एल्गोरिदम को शक्ति प्रदान करता है जो हमारे जीवन को आसान या बेहतर बनाता है, यह ज़ूम कॉल और बहुत कुछ के ट्रांसक्रिप्ट उत्पन्न कर सकता है। जेनरेटिव एआई के साथ, हम चैटजीपीटी जैसे प्रोसेसर से सामग्री की जरूरतों का अनुरोध करने के लिए संकेत बना सकते हैं।
एआई कैसे काम करता है ?
हम पांच चरणों में बताते हैं कि एआई कैसे काम करता है:— इनपुट, प्रसंस्करण, परिणाम, समायोजन और आकलन।
इनपुट
डेटा को पहले टेक्स्ट, ऑडियो, वीडियो और अन्य के रूप में विभिन्न स्रोतों से एकत्र किया जाता है। इसे श्रेणियों में क्रमबद्ध किया गया है, जैसे कि जिन्हें एल्गोरिदम द्वारा पढ़ा जा सकता है और जिन्हें नहीं पढ़ा जा सकता है। फिर आप प्रोटोकॉल और मानदंड बनाएंगे जिसके लिए डेटा संसाधित किया जाएगा और विशिष्ट परिणामों के लिए उपयोग किया जाएगा।
प्रसंस्करण
एक बार डेटा इकट्ठा और इनपुट हो जाने के बाद, अगला कदम एआई को यह तय करने की अनुमति देना है कि डेटा के साथ क्या करना है। एआई उन पैटर्न का उपयोग करके डेटा को सॉर्ट और डिक्रिप्ट करता है जिसे सीखने के लिए प्रोग्राम किया गया है जब तक कि यह सिस्टम में फ़िल्टर किए जा रहे डेटा में समान पैटर्न को पहचान नहीं लेता है।
परिणाम
प्रसंस्करण चरण के बाद, एआई ग्राहक व्यवहार और बाजार के रुझान में परिणामों की भविष्यवाणी करने के लिए उन पैटर्न का उपयोग कर सकता है। इस चरण में, एआई को यह तय करने के लिए प्रोग्राम किया गया है कि क्या विशिष्ट डेटा "पास" या "असफल" है - दूसरे शब्दों में, क्या यह पिछले पैटर्न से मेल खाता है? यह उन परिणामों को निर्धारित करता है जिनका उपयोग निर्णय लेने के लिए किया जा सकता है।
समायोजन
जब डेटा सेट को "विफल" माना जाता है, तो एआई उस गलती से सीखता है, और प्रक्रिया को विभिन्न परिस्थितियों में फिर से दोहराया जाता है। ऐसा हो सकता है कि एल्गोरिदम के नियमों को प्रश्न में डेटा सेट के अनुरूप समायोजित किया जाना चाहिए या एल्गोरिदम को थोड़ा बदलाव की आवश्यकता है। इस चरण में, आप वर्तमान डेटा सेट की स्थितियों के साथ बेहतर तालमेल बिठाने के लिए परिणाम चरण पर लौट सकते हैं।
आकलन
किसी निर्धारित कार्य को पूरा करने के लिए AI का अंतिम चरण मूल्यांकन है। यहां, एआई तकनीक परिणामों और समायोजनों के आधार पर भविष्यवाणियां करने के लिए डेटा सेट से प्राप्त अंतर्दृष्टि को संश्लेषित करती है। समायोजन से उत्पन्न फीडबैक को आगे बढ़ने से पहले एल्गोरिदम में शामिल किया जा सकता है।
एआई बनाने की मूल प्रक्रिया
एआई बनाने के लिए, आपको: समस्या को परिभाषित करना, परिणाम निर्धारित करना, डेटा सेट व्यवस्थित करना, उचित तकनीक चुनना और फिर समाधानों का परीक्षण करना होगा। यदि इच्छित समाधान काम नहीं करता है, तो आप वांछित परिणाम तक पहुंचने के लिए प्रयोग जारी रख सकते हैं।
AI के चार मुख्य प्रकार
जबकि एआई में सीखना "संकीर्ण बुद्धि," "कृत्रिम सामान्य बुद्धि," और "सुपर इंटेलिजेंस" की श्रेणियों के अंतर्गत आ सकता है, प्रत्येक वर्गीकरण एआई की क्षमताओं को विकसित होने के साथ प्रदर्शित करता है - जिनमें से अधिकांश को अभी तक नहीं देखा गया है। वास्तव में, कृत्रिम सामान्य बुद्धि अभी भी आनी बाकी है। यहां AI के चार मुख्य प्रकार उनके वर्तमान स्वरूप में दिए गए हैं।
प्रतिक्रियाशील मशीनें
एआई सिस्टम जिनमें कोई मेमोरी नहीं है और कार्य-विशिष्ट हैं। एक इनपुट हमेशा एक ही आउटपुट देता है।
सीमित मेमोरी मशीनें
यह एल्गोरिदम अनुकरण करता है कि हमारे दिमाग के न्यूरॉन्स एक साथ कैसे काम करते हैं, इसलिए यह अधिक स्मार्ट हो जाता है क्योंकि यह प्रशिक्षित करने के लिए अधिक डेटा एकत्र करता है।
मन का सिद्धांत
इस प्रकार का एआई अभी तक अस्तित्व में नहीं है, लेकिन इसमें यह समझने की क्षमता है कि अन्य संस्थाओं के विचार और भावनाएं कैसे हैं, जिससे एआई को अपने आस-पास के लोगों के संबंध में अलग तरह से व्यवहार करने की अनुमति मिलती है।
आत्म-जागरूकता
इस प्रकार का एआई भी अभी तक अस्तित्व में नहीं है, लेकिन यह मन के सिद्धांत से परे जाकर यह समझता है कि वे एक इकाई के रूप में मौजूद हैं, उनकी स्थिति का एहसास करते हैं, और दूसरों की भावनाओं का अनुमान लगाते हैं।
अनुशासन जो एआई बनाते हैं —
एआई और मशीन लर्निंग और कृत्रिम बुद्धिमत्ता के सभी उपक्षेत्रों के बीच अंतर करना भ्रमित करने वाला हो सकता है। यहां उनमें से कुछ विषयों पर एक संक्षिप्त नज़र डाली गई है:—
मशीन लर्निंग
मशीन लर्निंग एआई का एक उपसमूह है जिसमें कंप्यूटर विज्ञान, गणित और कोडिंग शामिल है। मशीन लर्निंग एल्गोरिदम विकसित करने पर केंद्रित है जो मशीनों को डेटा से सीखने और मानव सहायता के बिना रुझानों की भविष्यवाणी करने में मदद करता है।
डीप लर्निंग
डीप लर्निंग एआई का एक अनुशासन है जो निर्णय लेने के लिए जानकारी की संरचना और प्रसंस्करण के तरीके से सीखकर मानव मस्तिष्क का अनुकरण करता है। मशीन लर्निंग का यह उपसमूह किसी विशिष्ट कार्य को करने के लिए प्रोग्राम किए जाने के बजाय, बिना पर्यवेक्षण के असंरचित डेटा से सीख सकता है।
तंत्रिका नेटवर्क
तंत्रिका नेटवर्क एक गहन शिक्षण तकनीक है जिसे मानव मस्तिष्क की संरचना के समान बनाया गया है। तंत्रिका नेटवर्क गणना करते हैं और बड़े डेटा सेट पर आउटपुट बनाते हैं।
प्राकृतिक भाषा प्रसंस्करण
प्राकृतिक भाषा प्रसंस्करण (एनएलपी) एआई है जो कंप्यूटर को बोली जाने वाली और लिखित मानव भाषा को समझने में सक्षम बनाता है। एनएलपी उपकरणों पर पाठ और वाक् पहचान को सक्षम बनाता है।
कंप्यूटर विज़न
कंप्यूटर विज़न एक अंतःविषय क्षेत्र है जो इस बात पर केंद्रित है कि कंप्यूटर छवियों और वीडियो से कैसे समझ हासिल कर सकते हैं। एआई में, कंप्यूटर विज़न उन गतिविधियों को स्वचालित करने में सक्षम बनाता है जो मानव दृश्य प्रणाली आमतौर पर करती है।
अपने करियर के लिए AI सीखें
एआई कोई भी सीख सकता है, और एआई सीखना फायदेमंद हो सकता है चाहे आप एआई के विकास में सीधे तौर पर शामिल हों या नहीं। यह जानने के लिए कि एआई पर्दे के पीछे कैसे काम करता है।
यह सामग्री केवल सूचनात्मक उद्देश्यों के लिए उपलब्ध कराई गई है। लर्नर को यह सुनिश्चित करने के लिए अतिरिक्त शोध करने की सलाह दी जाती है कि पाठ्यक्रम और अन्य साख उनके व्यक्तिगत, व्यावसायिक और वित्तीय लक्ष्यों को पूरा करते हैं।
Mostly useful for AI worriers
जवाब देंहटाएं