विषय
स्रोत: iLexx / iStockphoto
ले जाओ:
कृत्रिम तंत्रिका नेटवर्क का उपयोग करके कृत्रिम बुद्धिमत्ता एक दिन प्राप्त की जा सकती है, लेकिन इन रोमांचक प्रौद्योगिकियों के बीच कई महत्वपूर्ण अंतर हैं।
कंप्यूटर विज्ञान में आर्टिफिशियल इंटेलिजेंस (एआई) और कृत्रिम तंत्रिका नेटवर्क (एएनएन) दो रोमांचक और इंटरवेटेड फ़ील्ड हैं। हालाँकि, दोनों के बीच कई अंतर हैं जिनके बारे में जानने लायक है।
महत्वपूर्ण अंतर यह है कि कृत्रिम बुद्धिमत्ता की खोज में न्यूरल नेटवर्क एक महत्वपूर्ण कदम है।
आर्टिफिशियल इंटेलिजेंस एक विशाल क्षेत्र है जिसमें इंटेलिजेंट मशीन बनाने का लक्ष्य है, कुछ ऐसा जो कई बार हासिल किया गया है जो इस बात पर निर्भर करता है कि आप कैसे इंटेलिजेंस को परिभाषित करते हैं। इस तथ्य के बावजूद कि हमारे पास कंप्यूटर हैं जो "खतरे" में जीत सकते हैं और शतरंज चैंपियन को हरा सकते हैं, एआई का लक्ष्य आम तौर पर सामान्य बुद्धि, या खुफिया के लिए एक खोज के रूप में देखा जाता है जिसे विभिन्न और असंबंधित स्थितिजन्य समस्याओं पर लागू किया जा सकता है।
इस बिंदु तक निर्मित कई AI का निर्माण एक उद्देश्य के साथ किया गया है, जैसे कि एक रोबोट चलाना जो पिंग पोंग खेलता है या "खतरे" पर हावी होता है, यह अनिवार्य परिणाम है जब कंप्यूटर वैज्ञानिक बैठते हैं और एक विशिष्ट कार्य करने के लिए कुछ बनाते हैं। - वे कुछ ऐसा करते हैं जो उस कार्य को पूरा कर सकता है और बहुत कुछ नहीं।
कार्य-उन्मुख AI की इस समस्या को हल करने के लिए, कंप्यूटर वैज्ञानिकों ने कृत्रिम तंत्रिका नेटवर्क के साथ खेलना शुरू किया। हमारे आम तौर पर बुद्धिमान दिमाग जैविक तंत्रिका नेटवर्क से बने होते हैं जो हमारी धारणाओं और बाहरी उत्तेजना के आधार पर संबंध बनाते हैं।
एक सकल सरलीकृत उदाहरण जलने से होने वाला दर्द है। जब यह पहली बार होता है, तो आपके मस्तिष्क में एक कनेक्शन बनाया जाता है जो आग (आग, धुएं, गर्मी की गंध) के रूप में जानी जाने वाली संवेदी जानकारी की पहचान करता है और इसे दर्द से संबंधित करता है। यह आप कैसे सीखते हैं, बहुत कम उम्र में, जलने से कैसे बचें। इसी तंत्रिका नेटवर्क के माध्यम से, हम "आइसक्रीम का स्वाद अच्छा" जैसे कई सामान्य शिक्षण कर सकते हैं और यहां तक कि "बारिश से पहले हमेशा बादल छाए रहते हैं" या "दिसंबर में हमेशा रैली" जैसे घटिया छलांग लगाते हैं। ये छलांगें हमेशा सही नहीं होती हैं। (बुरा आइसक्रीम है और ऐसे स्टॉक हैं जो दिसंबर में गिरते हैं), लेकिन उन्हें अनुभव के माध्यम से ठीक किया जा सकता है, इस प्रकार अनुकूली सीखने की अनुमति मिलती है।
कृत्रिम तंत्रिका नेटवर्क एक समस्या का जवाब देने के लिए एक सरल फ्रेमवर्क प्रोग्राम का निर्माण करके कंप्यूटर पर इस सीखने की प्रणाली को फिर से बनाने की कोशिश करते हैं और इस पर प्रतिक्रिया प्राप्त करते हैं। एक कंप्यूटर हजारों बार एक ही समस्या को करके अपनी प्रतिक्रिया का अनुकूलन कर सकता है और प्राप्त प्रतिक्रिया के अनुसार अपनी प्रतिक्रिया को समायोजित कर सकता है। फिर कंप्यूटर को एक अलग समस्या दी जा सकती है, जिसे वह उसी तरह से देख सकता है जैसे कि वह पिछले एक से सीखा था। कंप्यूटर को सीखा है कि उन्हें हल करने के लिए समस्याओं और दृष्टिकोणों की संख्या में अंतर करके, कंप्यूटर वैज्ञानिक कंप्यूटर को एक सामान्यता सिखा सकते हैं।
यद्यपि यह दुनिया भर में कंप्यूटरों की छवियों को संरेखित करता है और मनुष्यों की कटाई करता है जैसा कि "द मार्ट्रिक्स" जैसी हॉलीवुड फिल्मों में देखा जाता है, लेकिन हम अभी भी तंत्रिका नेटवर्किंग से कृत्रिम बुद्धिमत्ता तक अपना रास्ता बना रहे हैं। तंत्रिका नेटवर्क पर जांच की जा रही समस्याओं को सभी गणितीय रूप से व्यक्त किया गया है। आप कंप्यूटर पर फूल नहीं रख सकते हैं और इसे गंध द्वारा रंग का अनुमान लगाने के लिए कह सकते हैं, क्योंकि गंध को संख्याओं में व्यक्त करना होगा और फिर कंप्यूटर को उन संख्याओं को स्मृति में सूचीबद्ध करना होगा, फूलों की छवियों के साथ। उस गंध को छोड़ना।
नो बग्स, नो स्ट्रेस - योर स्टेप बाय स्टेप गाइड बाय स्टेप गाइड टू लाइफ-चेंजिंग सॉफ्टवेर विदाउट योर लाइफ
जब कोई भी सॉफ़्टवेयर गुणवत्ता की परवाह नहीं करता है तो आप अपने प्रोग्रामिंग कौशल में सुधार कर सकते हैं।
उस ने कहा, कृत्रिम तंत्रिका नेटवर्क जिन्हें गंध जैसी चीजों के अधिक इनपुट दिए जा सकते हैं - और उन सभी इनपुटों से सीखने की क्षमता - पहली कृत्रिम बुद्धि का उत्पादन करने के लिए ट्रैक पर हो सकती है जो यहां तक कि सबसे कट्टर एआई उत्साही के मानकों को पूरा करती है।
संक्षेप में, कृत्रिम तंत्रिका नेटवर्क मानव तंत्रिका नेटवर्क के मॉडल हैं जो कंप्यूटर को सीखने में मदद करने के लिए डिज़ाइन किए गए हैं। आर्टिफिशियल इंटेलिजेंस पवित्र कंघी बनानेवाले की रेती है कुछ कंप्यूटर वैज्ञानिक तंत्रिका नेटवर्क की नकल करने जैसी तकनीकों का उपयोग करने की कोशिश कर रहे हैं।