एआई स्वतः पूर्ण: असुविधा के पीछे छिपी सुविधा?

स्मार्टफ़ोन पर ऑटोकम्प्लीट सुविधाजनक है, लेकिन कभी-कभी इससे अनजाने में त्रुटियाँ हो जाती हैं। आइए देखें कि AI ऑटोकम्प्लीट कैसे काम करता है और इसकी सीमाएँ क्या हैं।

अगर आपने कभी स्मार्टफोन का इस्तेमाल किया है, तो आप शायद ऑटोकम्प्लीट से निराश हुए होंगे। ऑटोकम्प्लीट आर्टिफिशियल इंटेलिजेंस (AI) की एक शाखा है जिसे लोगों के जीवन को आसान बनाने के लिए डिज़ाइन किया गया है, तो हम इसे निराश क्यों पाते हैं? ऑटोकम्प्लीट की असुविधा हमें आर्टिफिशियल इंटेलिजेंस की वास्तविकता की याद दिलाती है। आर्टिफिशियल इंटेलिजेंस का प्रस्ताव सबसे पहले जॉन मैकार्थी ने 1956 में रखा था।
यह कंप्यूटर प्रोग्राम की मनुष्यों की तरह सीखने और तर्क करने की क्षमता को संदर्भित करता है। कृत्रिम बुद्धिमत्ता तब सबसे मूल्यवान होती है जब इसे अन्य वैज्ञानिक और सामाजिक क्षेत्रों में लागू किया जाता है। अल्फागो, जिसने पिछले साल दुनिया भर का ध्यान आकर्षित किया, गो पर लागू कृत्रिम बुद्धिमत्ता का एक उदाहरण है। इन अत्याधुनिक खेलों से परे, AI स्वास्थ्य सेवा, वित्त, परिवहन और अन्य जैसे उद्योगों को भी बदल रहा है। उदाहरण के लिए, स्वास्थ्य सेवा में, रोगियों के लिए निदान और उपचार की योजना बनाने में मदद करने के लिए AI सिस्टम विकसित किए जा रहे हैं, और वित्त में, बाजार के आंकड़ों का विश्लेषण करने और निवेश रणनीतियों का सुझाव देने के लिए एल्गोरिदम का उपयोग किया जा रहा है।
वास्तव में, AI कई अलग-अलग क्षेत्रों में मौजूद है और इसमें बुद्धिमत्ता की अलग-अलग डिग्री है। इसलिए, AI को दो प्रकारों में वर्गीकृत किया जा सकता है: मजबूत AI और कमजोर AI। मजबूत AI वह AI है जो वास्तव में सोच सकता है और समस्याओं को हल कर सकता है। कमजोर कृत्रिम बुद्धिमत्ता तब होती है जब सिस्टम में चेतना नहीं होती है, लेकिन यह चेतना की नकल करता है। आप AI के बारे में सोच सकते हैं जो मनुष्यों से स्वाभाविक रूप से बात कर सकता है, मजबूत AI के रूप में, और AI जो केवल डेटा का विश्लेषण कर सकता है, कमजोर AI के रूप में। फिल्म "आयरन मैन" में, टोनी स्टार्क का सहायक जार्विस एक मजबूत AI है, जबकि स्मार्टफोन पर ऑटोकम्प्लीट जैसे AI एक कमजोर AI है।
तो ऐसा क्या है जो AI को एक अनोखी तकनीक बनाता है? यह मशीन लर्निंग या 'मशीन लर्निंग' है। मशीन लर्निंग "ऐसे एल्गोरिदम और तकनीक विकसित करने का क्षेत्र है जो कंप्यूटर को सीखने में सक्षम बनाता है।" 1959 में, आर्थर सैमुअल ने पहली बार मशीन लर्निंग को "अध्ययन के क्षेत्र के रूप में परिभाषित किया जो ऐसे एल्गोरिदम विकसित करता है जो मशीनों को डेटा से सीखने और ऐसे व्यवहार निष्पादित करने में सक्षम बनाता है जो कोड में निर्दिष्ट नहीं हैं।" मशीन लर्निंग प्रशिक्षण डेटा से सीखी गई विशेषताओं के आधार पर भविष्यवाणियां करने पर केंद्रित है।
वर्तमान में व्यावसायिक रूप से उपलब्ध AI में, मशीन लर्निंग मुख्य रूप से पैटर्न मैचिंग नामक विधि के माध्यम से पूरी की जाती है। पैटर्न मैचिंग एक ऐसा तरीका है जिससे आप यह पता लगा सकते हैं कि किसी समस्या के बारे में आप पहले से क्या जानते हैं और फिर एक ज्ञात समाधान आज़मा सकते हैं। आपके स्मार्टफ़ोन की ऑटोकम्प्लीट सुविधा पैटर्न मैचिंग का एक उदाहरण है। यह टाइप किए जा रहे अक्षरों के बारे में सीखता है और उन्हें संबंधित टेक्स्ट से मिलाता है। हालाँकि, इस तकनीक की अपनी सीमाएँ हैं। बहुत से लोग अपने स्मार्टफ़ोन पर पैटर्न मैचिंग का उपयोग व्याकरण की गलतियों को ठीक करने के लिए करते हैं, जैसे कि ऊपरी स्ट्रॉफ़ को छोड़ना, या अनजाने शब्दों को ऑटोकम्प्लीट करना।
पैटर्न मिलान का एक और उदाहरण फेसबुक की सामग्री अनुशंसाएँ हैं। यदि आप कभी फेसबुक पर रहे हैं, तो आपने शायद देखा होगा कि आपके न्यूज़फ़ीड में एक वीडियो देखने के बाद, वीडियो के नीचे अन्य वीडियो की अनुशंसा की जाती है। हालाँकि, यह उदाहरण पैटर्न मिलान की सीमाओं को भी दर्शाता है। सामग्री की अनुशंसा करते समय, यह उपयोगकर्ताओं के लिए एक ही चीज़ करता रहता है। आपको नहीं पता कि उपयोगकर्ता आपकी अनुशंसाओं पर कैसी प्रतिक्रिया देते हैं, और आपको ज़्यादा प्रतिक्रिया नहीं मिलती है।
यहीं पर पैटर्न मिलान की सीमाओं को दूर करने के लिए पैटर्न पहचान काम आती है। पैटर्न पहचान का मतलब है कि सॉफ्टवेयर उपयोगकर्ता के व्यवहार की निगरानी करके नए पैटर्न का पता लगाता है। जबकि पैटर्न मिलान एक बार में सभी उपयोगकर्ताओं पर लागू होता है, पैटर्न पहचान उपयोगकर्ता-दर-उपयोगकर्ता आधार पर पैटर्न की पहचान करती है और उन्हें सही करती है। वर्तमान अनुप्रयोगों में स्वचालित डाक मेल पहचान और स्वचालित फिंगरप्रिंट पहचान शामिल हैं। कुछ स्मार्टफ़ोन में पहले से ही उपयोगकर्ता-विशिष्ट ऑटोकम्प्लीट सुविधा होती है। यह आपके द्वारा टाइप किए गए वर्णों के बारे में जानकारी एकत्र करता है और विश्लेषण करता है कि आगे क्या आता है। पारंपरिक पैटर्न मिलान के विपरीत, ऑटोकम्प्लीट उपयोगकर्ता-विशिष्ट है, जो इसे हमारे लिए थोड़ा अधिक सुविधाजनक बनाता है।
जैसे पैटर्न मिलान ने पैटर्न पहचान को रास्ता दिया, सिस्टम में सुधार जारी है, लेकिन अंतर को पार करने में काफी समय लगता है। यह अभी भी जटिल वाक्यांशों को समझने में संघर्ष करता है, और भाषण पहचान के मामले में, यह विभिन्न लहजे और उच्चारण को पहचानने में विफल रहता है। जैसे-जैसे अधिक डेटा एकत्र किया जाएगा, ये मुद्दे और बेहतर होते जाएंगे। अभी के लिए, हमारे अधिकांश वास्तविक जीवन की परिस्थितियाँ कमज़ोर AI हैं, और मज़बूत AI पर शोध जारी है। AI अचानक से सभी के बीच लोकप्रिय हो गया है, लेकिन इसकी प्रगति हमारी सोच से धीमी हो सकती है।
यह तकनीकी उन्नति सिर्फ़ एक तकनीकी सफलता से कहीं ज़्यादा है; यह अपने साथ सामाजिक और नैतिक मुद्दे भी लाती है। एआई श्रम बाज़ार में उथल-पुथल मचा सकता है क्योंकि यह धीरे-धीरे मानवीय नौकरियों की जगह ले रहा है, और हमें इन तकनीकी प्रगति के सामाजिक निहितार्थों पर विचार करने और उनके लिए तैयार रहने की ज़रूरत है। भविष्य के लिए तैयार रहना और यह जानना ज़रूरी है कि एआई हमारे जीवन को कैसे बदल देगा।