भाषा-जागरूक मशीनों से बहुत मदद मिलेगी। लेकिन हम नहीं जानते कि उन्हें कैसे बनाया जाए।

लेख के लिए चित्रों के बारे में: कंप्यूटर द्वारा किसी भाषा को समझने में कठिनाइयों में से एक तथ्य यह है कि अक्सर शब्दों का अर्थ संदर्भ पर और यहां तक कि अक्षरों और शब्दों की उपस्थिति पर भी निर्भर करता है। लेख में प्रस्तुत छवियों में, कई कलाकार विभिन्न दृश्य संकेतों के उपयोग को प्रदर्शित करते हैं जो एक शब्दार्थ भार को व्यक्त करते हैं जो स्वयं अक्षरों की सीमाओं से परे जाता है।

गो से तनाव के खेल के बीच, जो ली सेडोल के बीच दक्षिण कोरिया के सियोल में हो रहा था, और सभी समय के सर्वश्रेष्ठ खिलाड़ियों में से एक, और Google द्वारा बनाई गई एक अल्फा अल्फा गो, कार्यक्रम ने एक रहस्यमय कदम उठाया, जो मानव प्रतिद्वंद्वी पर अपनी अजीब श्रेष्ठता का प्रदर्शन करता है।

चाल 37 पर, अल्फ़ागो ने पहली नज़र में काले पत्थर को एक अजीब स्थिति में रखने का फैसला किया। सब कुछ इस बिंदु पर चला गया कि उसे बोर्ड पर अंतरिक्ष के नियंत्रण पर बनाए गए खेल में एक शुरुआती गलती - क्षेत्र का एक महत्वपूर्ण हिस्सा खोना था। दो टेलीविजन कमेंटेटर इस बात पर चर्चा कर रहे थे कि क्या वे कंप्यूटर के पाठ्यक्रम को सही ढंग से समझते हैं और क्या यह टूट गया है। यह पता चला कि, सामान्य ज्ञान के विरोधाभास के बावजूद, 37 वें कदम ने अल्फ़ागो को बोर्ड के केंद्र में एक दुर्गम संरचना का निर्माण करने की अनुमति दी। Google के कार्यक्रम ने अनिवार्य रूप से एक ऐसी चाल के साथ खेल जीता, जिसके बारे में किसी ने सोचा भी नहीं होगा।

अल्फाजो की जीतप्रभावशाली भी क्योंकि प्राचीन खेल को अक्सर सहज ज्ञान की परीक्षा के रूप में देखा जाता था। इसके नियम सरल हैं। दो खिलाड़ी बोर्ड की क्षैतिज और ऊर्ध्वाधर रेखाओं के चौराहे पर काले या सफेद पत्थर बिछाते हैं, जो प्रतिद्वंद्वी के पत्थरों को घेरने और उन्हें बोर्ड से हटाने की कोशिश करते हैं। लेकिन इसे अच्छी तरह से खेलना अविश्वसनीय रूप से कठिन है।

यदि शतरंज के खिलाड़ी खेल से कई कदम आगे की गणना करने में सक्षम होते हैं, तो यह जल्दी से एक अकल्पनीय रूप से कठिन कार्य बन जाता है, इसके अलावा, खेल में कोई क्लासिक जुआरी नहीं हैं। लाभों को मापने का कोई आसान तरीका भी नहीं है, और एक अनुभवी खिलाड़ी के लिए भी यह समझाना मुश्किल हो सकता है कि उसने ऐसा क्यों किया। इस वजह से, नियमों का एक सरल सेट लिखना असंभव है जो विशेषज्ञ स्तर पर खेलने वाले कार्यक्रम के बाद होगा।

अल्फा गो को खेलना नहीं सिखाया गया था। कार्यक्रम ने सैकड़ों हजारों खेलों का विश्लेषण किया और खुद के साथ लाखों मैच खेले। विभिन्न AI तकनीकों के बीच, उसने तेजी से लोकप्रिय पद्धति का उपयोग किया जिसे गहरी शिक्षा के रूप में जाना जाता है। यह गणितीय गणनाओं पर आधारित है, जिसकी विधि इस बात से प्रेरित है कि किसी सूचना को संसाधित करते समय मस्तिष्क में न्यूरॉन्स की परस्पर परतें कैसे सक्रिय होती हैं। कार्यक्रम ने खुद को कई घंटों के अभ्यास से सिखाया, धीरे-धीरे रणनीति के सहज ज्ञान का सम्मान किया। और यह तथ्य कि वह तब दुनिया के सर्वश्रेष्ठ गो खिलाड़ियों में से एक को हरा सकती थी, मशीन इंटेलिजेंस और एआई में एक नया मील का पत्थर है।

37 वें कदम के कुछ ही घंटों बाद, अल्फा गो ने गेम जीत लिया और पांच गेम के मैच में 2-0 से बढ़त बना ली। उसके बाद, सिडोल पत्रकारों और फोटोग्राफरों की भीड़ के सामने खड़ा था और मानव जाति को नीचा दिखाने के लिए विनम्रतापूर्वक माफी मांगी। "मैं अवाक था," उन्होंने कहा, फ्लैश के फटने के तहत निमिष।

पिछले कुछ वर्षों में, एआई की सर्दियों के रूप में वर्णित निराशा और चुनौतियों के बाद, अल्फ़ागो की आश्चर्यजनक सफलता से पता चलता है कि पिछले कुछ वर्षों में एआई में कितनी प्रगति हुई है। गहन शिक्षण मशीनों को अपने दम पर सीखने की अनुमति देता है कि जटिल कार्यों को कैसे किया जाए, जिसका समाधान कुछ साल पहले मानव बुद्धि की भागीदारी के बिना कल्पना नहीं की जा सकती थी। रोबोमोबाइल्स पहले से ही क्षितिज पर घूम रहे हैं। निकट भविष्य में, गहन शिक्षण प्रणाली रोगों का निदान करने और उपचार की सिफारिशें प्रदान करने में मदद करेगी।

लेकिन इन प्रभावशाली प्रगति के बावजूद, मुख्य संभावनाओं में से एक एआई: भाषा द्वारा किसी भी तरह से नहीं दिया जाता है। सिरी और आईबीएम वाटसन जैसे सिस्टम सरल मौखिक और लिखित आदेशों को पहचान सकते हैं और सरल सवालों के जवाब दे सकते हैं, लेकिन वे बातचीत को बनाए रखने या वास्तव में उपयोग किए गए शब्दों को समझने में सक्षम नहीं हैं। हमारी दुनिया को बदलने के लिए एआई को बदलना होगा।

हालाँकि अल्फ़ागो नहीं बोलता है, लेकिन इसमें ऐसी तकनीक है जो भाषा की बेहतर समझ प्रदान कर सकती है। Google, फेसबुक, अमेज़ॅन और विज्ञान प्रयोगशालाओं में, शोधकर्ता एक ही एआई टूल्स का उपयोग करके इस जिद्दी समस्या को हल करने की कोशिश कर रहे हैं - जिसमें गहन शिक्षण भी शामिल है - जो अल्फाज़ो की सफलता और एआई के पुनरुत्थान के लिए जिम्मेदार हैं। उनकी सफलता के दायरे और गुणों को निर्धारित करेगा जो पहले से ही एआई क्रांति में बदल रहा है। यह हमारे भविष्य का निर्धारण करेगा - क्या हमारे पास ऐसी मशीनें होंगी जिनके साथ संचार करना आसान होगा, या AI के साथ सिस्टम रहस्यमयी ब्लैक बॉक्स बने रहेंगे, और अधिक स्वायत्त होंगे। एमआईटी में संज्ञानात्मक विज्ञान और कंप्यूटिंग के प्रोफेसर जोश टेनेनबौम ने कहा, "एआई के साथ एक मानवीय प्रणाली बनाने का कोई तरीका नहीं है जब तक कि यह भाषा पर आधारित न हो।" "यह मानव बुद्धि को परिभाषित करने वाली सबसे स्पष्ट चीजों में से एक है।"

शायद वही प्रौद्योगिकियां जो अल्फा गो को जीतने की अनुमति देती हैं, वे कंप्यूटर को भाषा में महारत हासिल करने की अनुमति देंगे, या फिर कुछ और की आवश्यकता होगी। लेकिन भाषा को समझे बिना एआई का प्रभाव अलग होगा। बेशक, हमारे पास अभी भी अल्पीगो जैसे अनुचित और शक्तिशाली कार्यक्रम हैं। लेकिन एआई के साथ हमारे संबंध इतने करीब नहीं होंगे, और शायद इतने मैत्रीपूर्ण नहीं। "अनुसंधान की शुरुआत से सबसे बड़ा सवाल यह था कि" क्या हुआ अगर आपको ऐसे उपकरण मिल गए जो दक्षता के मामले में स्मार्ट हैं, लेकिन समानुभूति की कमी के मामले में हमारे जैसे नहीं हैं कि हम कौन हैं? "टेरी विनोग्राद, सम्मानित स्टैनफोर्ड यूनिवर्सिटी में प्रो। "आप उन मशीनों की कल्पना कर सकते हैं जो मानव बुद्धि पर आधारित नहीं हैं, बड़े डेटा के साथ काम करते हैं और दुनिया को नियंत्रित करते हैं।"

कारों से बात हो रही है

अल्फ़ागो की विजय के कुछ महीने बाद, मैं एआई बूम के दिल, सिलिकॉन वैली गया। मैं उन शोधकर्ताओं के साथ मिलना चाहता था जिन्होंने एआई के व्यावहारिक अनुप्रयोगों में महत्वपूर्ण प्रगति की है और मशीनों को भाषा की समझ देने की कोशिश कर रहे हैं।

मैंने विनोहाद के साथ शुरुआत की, जो पालो अल्टो में स्टैनफोर्ड परिसर के दक्षिणी किनारे पर रहता है, न कि Google, फेसबुक और ऐप्पल के मुख्यालय से। उनके घुंघराले भूरे बाल और घनी मूंछें उन्हें एक सम्मानित वैज्ञानिक का रूप देती हैं, और वह उनके उत्साह के साथ संक्रमित होते हैं।

1968 में, अंगूर ने मशीनों को सिखाने के शुरुआती प्रयासों में से एक बनाया कि कैसे बात करें। भाषा के लिए एक जुनून के साथ एक गणितीय कौतुक के रूप में, वह अपनी डिग्री अर्जित करने के लिए नए एमआईटी एआई लैब में आए। उन्होंने एक कार्यक्रम बनाने का निर्णय लिया जो रोजमर्रा की भाषा में टेक्स्ट इनपुट के माध्यम से लोगों से संवाद करता हो। उस समय, यह इतना साहसी लक्ष्य नहीं लगता था। एआई के विकास में बहुत बड़े कदम उठाए गए थे, और एमआईटी में अन्य टीमों ने परिष्कृत कंप्यूटर विज़न सिस्टम और रोबोट मैनिपुलेटर बनाए। "अज्ञात और असीमित संभावनाओं की भावना थी," वह याद करते हैं।

लेकिन हर कोई यह नहीं मानता था कि भाषा को जीतना इतना आसान था। प्रभावशाली भाषाविद् और एमआईटी प्रोफेसर नोम चोम्स्की सहित कुछ आलोचकों ने सोचा कि एआई शोधकर्ताओं के लिए मशीनों को समझना बहुत मुश्किल होगा, क्योंकि मानव में भाषा के यांत्रिकी को बहुत खराब तरीके से समझा गया था। अंगूर एक पार्टी को याद करते हैं, जिस पर एक छात्र चोम्स्की यह सुनकर उससे दूर चला गया था कि वह एक AI लैब में काम कर रहा था।

लेकिन आशावाद के कारण हैं। जर्मन मूल के MIT के प्रोफेसर जोसेफ वेइज़ामबाम ने कुछ साल पहले पहला चैटबॉट प्रोग्राम बनाया था। उसका नाम एलिज़ा था और उसे कार्टून के मनोवैज्ञानिक की तरह प्रतिक्रिया देने के लिए प्रोग्राम किया गया था, बयानों के प्रमुख भागों को दोहराते हुए या बातचीत जारी रखने के लिए प्रेरित करने वाले प्रश्न पूछे। यदि आपने उसे बताया कि आप अपनी माँ से नाराज़ हैं, तो प्रोग्राम कह सकता है, "जब आप अपनी माँ के बारे में सोचते हैं तो आपके दिमाग में और क्या आता है?" एक सस्ती चाल जिसने आश्चर्यजनक रूप से अच्छी तरह से काम किया। वेइसबाम को तब झटका लगा जब कुछ विषयों ने उनकी कार के साथ अपने अंधेरे रहस्यों को सत्यापित करना शुरू किया।

अंगूर कुछ ऐसा करना चाहते थे, जो यह विश्वास दिला सके कि वह भाषा समझता है। उन्होंने समस्या के दायरे को कम करके शुरू किया। उन्होंने एक काल्पनिक टेबल पर काल्पनिक वस्तुओं के एक सेट से मिलकर एक साधारण आभासी वातावरण, "ब्लॉक वर्ल्ड" बनाया। फिर उन्होंने एक कार्यक्रम बनाया, जिसका नामकरण SHRDLU है, जो इस सरल आभासी दुनिया में संचार करने के लिए आवश्यक सभी संज्ञा, क्रिया और सरल व्याकरण नियमों को पार्स कर सकता है। SHRDLU (लिपिोटाइप कीबोर्ड के अक्षरों की एक पंक्ति से बना एक अर्थहीन शब्द) वस्तुओं का वर्णन कर सकता है, उनके रिश्तों के बारे में सवालों के जवाब दे सकता है, और इनपुट आदेशों के जवाब में ब्लॉक की दुनिया को बदल सकता है। उसे एक निश्चित स्मृति भी थी और अगर आपने उसे "लाल शंकु" को स्थानांतरित करने के लिए कहा, और फिर एक निश्चित शंकु के बारे में लिखा, तो उसने मान लिया कि आपके मन में यह लाल शंकु है, और कोई अन्य नहीं।

SHRDLU AI में जबरदस्त प्रगति का बैनर बन गया है। लेकिन यह सिर्फ एक भ्रम था। जब विनोग्राद ने कार्यक्रम की ब्लॉक दुनिया का विस्तार करने की कोशिश की, तो अतिरिक्त शब्दों और व्याकरण की कठिनाइयों के लिए आवश्यक नियमों को बेकाबू हो गया। कुछ साल बाद ही, उन्होंने आत्मसमर्पण कर दिया और अन्य अध्ययनों पर ध्यान केंद्रित करते हुए एआई के क्षेत्र को छोड़ दिया। "प्रतिबंध तब बहुत मजबूत थे जब वे लग रहे थे," वे कहते हैं।

अंगूर ने तय किया कि उस समय उपलब्ध उपकरणों के साथ मशीन को भाषा को सही मायने में समझना असंभव था। बर्कले में कैलिफोर्निया विश्वविद्यालय में दर्शनशास्त्र के एक प्रोफेसर, ह्यूबर्ट ड्रेफस के अनुसार, 1972 में उनके द्वारा व्यक्त किए गए कंप्यूटर, व्हाट्स कम्प्यूटर्स कैन डू, यह है कि कई मानवीय कार्यों में सहज समझ की आवश्यकता होती है जिसे सरल नियमों के एक सेट द्वारा निर्धारित नहीं किया जा सकता है। इसीलिए, सेडोल और अल्फा गो के बीच मैच शुरू होने से पहले, कई विशेषज्ञों ने संदेह जताया कि मशीनें खेल के खेल में महारत हासिल कर सकेंगी।

लेकिन जब ड्रेफस अपनी बात को साबित कर रहा था, तो कई शोधकर्ता एक दृष्टिकोण विकसित कर रहे थे, जो अंत में मशीनों को उस तरह की बुद्धिमत्ता देता था, जिसकी उन्हें जरूरत थी। तंत्रिका विज्ञान से प्रेरित, उन्होंने कृत्रिम तंत्रिका नेटवर्क के साथ प्रयोग किया - न्यूरॉन्स के गणितीय सिमुलेशन की परतें जिन्हें कुछ इनपुट डेटा के जवाब में सक्रिय करने के लिए प्रशिक्षित किया जा सकता है। शुरुआत में, इन प्रणालियों ने असंभव रूप से धीरे-धीरे काम किया और दृष्टिकोण को तर्क और तर्क के लिए अव्यावहारिक माना गया। हालांकि, तंत्रिका नेटवर्क की एक प्रमुख विशेषता यह सीखने की क्षमता थी कि मैन्युअल रूप से क्या प्रोग्राम नहीं किया गया था, और बाद में यह आसान कार्य जैसे हस्तलेखन पहचान के लिए उपयोगी हो गया। इस कौशल को 1990 के दशक में चेक से नंबर पढ़ने के लिए व्यावसायिक उपयोग मिला। विधि के समर्थकों को भरोसा था कि समय के साथ, तंत्रिका नेटवर्क मशीनों को बहुत अधिक करने की अनुमति देगा।उन्होंने दावा किया कि किसी दिन यह तकनीक भाषा को पहचानने में मदद करेगी।

पिछले कुछ वर्षों में, तंत्रिका नेटवर्क अधिक जटिल और शक्तिशाली हो गए हैं। यह दृष्टिकोण प्रमुख गणितीय सुधारों के लिए समृद्ध हुआ, और, अधिक महत्वपूर्ण बात, तेजी से कंप्यूटर हार्डवेयर और भारी मात्रा में डेटा का आगमन। 2009 तक, टोरंटो विश्वविद्यालय के शोधकर्ताओं ने दिखाया कि बहुपरत गहन शिक्षण नेटवर्क रिकॉर्ड सटीकता के साथ भाषण को पहचान सकते हैं। और 2012 में, एक ही समूह ने एक गहन शिक्षण एल्गोरिथ्म का उपयोग करके मशीन विज़न प्रतियोगिता जीती, जिसने अद्भुत सटीकता दिखाई।

एक गहन शिक्षण तंत्रिका नेटवर्क एक सरल चाल के साथ चित्रों में वस्तुओं को पहचानता है। नकली न्यूरॉन्स की परत एक तस्वीर के रूप में इनपुट प्राप्त करती है और कुछ न्यूरॉन्स व्यक्तिगत पिक्सल की तीव्रता के जवाब में सक्रिय होती हैं। परिणामी संकेत आउटपुट परत तक पहुंचने से पहले इंटरकनेक्टेड न्यूरॉन्स की कई परतों से गुजरता है, जो किसी वस्तु के अवलोकन का संकेत देता है। सही उत्तर बनाने के लिए नेटवर्क न्यूरॉन्स की संवेदनशीलता को समायोजित करने के लिए "बैकप्रोपैजेशन" नामक एक गणितीय तकनीक का उपयोग किया जाता है। यह यह कदम है जो सिस्टम को सीखने का अवसर देता है। नेटवर्क पर अलग-अलग परतें किनारों, रंगों या बनावट जैसे गुणों पर प्रतिक्रिया करती हैं। ऐसी प्रणालियां आज उन वस्तुओं, जानवरों या चेहरों को पहचानने में सक्षम हैं जो मानव को प्रतिद्वंद्वी कर रहे हैं।

भाषा के लिए गहरी सीखने की तकनीक को लागू करने के साथ एक स्पष्ट समस्या है। शब्द मनमानी चरित्र हैं, और यह है कि वे अनिवार्य रूप से छवियों से कैसे भिन्न होते हैं। दो शब्दों का एक समान अर्थ हो सकता है और पूरी तरह से अलग अक्षर हो सकते हैं। और एक ही शब्द का अर्थ संदर्भ के आधार पर अलग-अलग चीजें हो सकती हैं।

1980 के दशक में, शोधकर्ताओं ने एक भाषा को एक प्रकार की समस्या में बदलने का मुश्किल विचार पेश किया, जिसे एक तंत्रिका नेटवर्क संभाल सकता है। उन्होंने दिखाया कि शब्दों को गणितीय वैक्टर के रूप में दर्शाया जा सकता है, जो हमें संबंधित शब्दों की समानता की गणना करने की अनुमति देता है। उदाहरण के लिए, "नाव" और "पानी" वेक्टर अंतरिक्ष में करीब हैं, हालांकि वे अलग दिखते हैं। योशुआ बेंगियो के नेतृत्व में मॉन्ट्रियल विश्वविद्यालय के शोधकर्ताओं और एक अन्य Google टीम ने इस विचार का उपयोग नेटवर्क बनाने के लिए किया जिसमें एक वाक्य में प्रत्येक शब्द का उपयोग एक अधिक जटिल प्रतिनिधित्व बनाने के लिए किया जाता है। जॉफरी हिंटन, टोरंटो विश्वविद्यालय में एक प्रोफेसर और एक प्रमुख गहरे सीखने वाले शोधकर्ता जो Google के लिए भी काम करते हैं, इसे "मानसिक वेक्टर" कहते हैं।

ऐसे दो नेटवर्क का उपयोग करके, आप उत्कृष्ट सटीकता के साथ एक भाषा से दूसरी भाषा में अनुवाद कर सकते हैं। और चित्रों में वस्तुओं को पहचानने वाले के साथ इस प्रकार के नेटवर्क को मिलाकर, आप आश्चर्यजनक रूप से सटीक उपशीर्षक प्राप्त कर सकते हैं।

जीवन का अर्थ

कैलिफोर्निया के माउंटेन व्यू में हलचल मुख्यालय के केंद्र में एक सम्मेलन कक्ष में बैठे, कंपनी के शोधकर्ताओं में से एक, जिसने इस दृष्टिकोण को विकसित किया, क्वोक ले, एक वास्तविक बातचीत का समर्थन करने में सक्षम मशीन के विचार पर चर्चा करता है। ली की महत्वाकांक्षाएं बताती हैं कि कैसे बात करने वाली मशीनें उपयोगी हो सकती हैं। "मुझे एक कार में विचारों को अनुकरण करने का एक तरीका चाहिए," वे कहते हैं। "और यदि आप विचारों का ढोंग करना चाहते हैं, तो आप कार से पूछ सकते हैं कि वह क्या सोच रही है।"

Google पहले से ही अपने कंप्यूटर को भाषा की मूल बातें सिखा रहा है। मई में, कंपनी ने Parsey McParseface प्रणाली का अनावरण किया, जो वाक्य रचना, संज्ञा, क्रिया और अन्य पाठ तत्वों को पहचान सकती है। यह देखना आसान है कि किसी भाषा को समझना किसी कंपनी की मदद कैसे कर सकता है। Google खोज एल्गोरिदम एक बार बस वेब पृष्ठों के बीच कीवर्ड और लिंक को ट्रैक करता है। अब रैंकब्रेन प्रणाली इसके अर्थ को समझने और खोज परिणामों में सुधार करने के लिए पृष्ठों के पाठ को पढ़ती है। ली इस विचार को और भी आगे बढ़ाना चाहते हैं। सिस्टम को अपनाना, जो अनुवाद और चित्रों के हस्ताक्षरों के लिए उपयोगी साबित हुआ, उसने और उसके सहयोगियों ने स्मार्ट रिप्लाई बनाया, जो जीमेल पर अक्षरों की सामग्री को पढ़ता है और संभावित उत्तर प्रदान करता है। उन्होंने एक कार्यक्रम भी बनाया, जो सरल तकनीकी सवालों के जवाब देने के लिए Google समर्थन चैट के माध्यम से सीखा।

ली ने हाल ही में एक कार्यक्रम बनाया जो कठिन सवालों के अच्छे जवाब पैदा कर सकता है। उन्होंने 18,900 फिल्मों के संवादों का प्रशिक्षण लिया। कुछ जवाबों ने भयावह रूप से निशान मारा। उदाहरण के लिए, ली ने पूछा "जीवन का उद्देश्य क्या है?" और कार्यक्रम ने उत्तर दिया "उच्च अच्छे की सेवा में"। "यह एक अच्छा जवाब है," वह एक मुस्कराहट के साथ याद करते हैं। "शायद इससे बेहतर मैं खुद को जवाब दूंगा।"

केवल एक समस्या है जो अधिक सिस्टम प्रतिक्रियाओं को देखते समय स्पष्ट हो जाती है। जब ली ने पूछा, "एक बिल्ली के कितने पैर होते हैं?", प्रणाली ने उत्तर दिया, "मुझे लगता है कि चार।" फिर उन्होंने पूछा, "एक सेंटीपीड के कितने पैर होते हैं?" और अजीब जवाब मिला "आठ।" वास्तव में, ली का कार्यक्रम यह नहीं समझता है कि वह किस बारे में बात कर रहा है। वह समझती है कि प्रतीकों के कुछ संयोजन एक साथ हैं, लेकिन वास्तविक दुनिया को नहीं समझते हैं। वह नहीं जानती कि एक सेंटीपीड कैसा दिखता है, या यह कैसे चलता है। यह अब भी सामान्य ज्ञान के बिना बुद्धि का भ्रम है, जिसे लोग समझ लेते हैं। इस अर्थ में गहन शिक्षण प्रणालियाँ अस्थिर हैं। Google का एक सिस्टम जो छवियों के लिए कैप्शन बनाता है, कभी-कभी अजीब गलतियाँ करता है, उदाहरण के लिए, यह भोजन के साथ रेफ्रिजरेटर के रूप में एक सड़क संकेत का वर्णन करता है।

एक अजीब संयोग से, पेलो ऑल्टो में टेरी विनोहरद के पड़ोसी एक ऐसे व्यक्ति के रूप में सामने आए, जो कंप्यूटर को शब्दों के वास्तविक अर्थ को बेहतर ढंग से समझने में मदद कर सकते हैं। स्टैनफोर्ड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी के निदेशक फी-फी ली, मेरी यात्रा के दौरान मातृत्व अवकाश पर थे, लेकिन उन्होंने मुझे घर आमंत्रित किया और गर्व से अपने तीन महीने के बच्चे, फीनिक्स से मेरा परिचय कराया। ली ने कहा कि जब वह फीनिक्स को देखती है तो वह मुझे देखता है। - यह इसलिए है क्योंकि आप नए हैं; यह एक प्रारंभिक चेहरा पहचान है। "

अपने अधिकांश करियर के लिए, ली ने मशीन लर्निंग और कंप्यूटर विजन का अध्ययन किया है। कई साल पहले, उनके नेतृत्व में, लाखों छवियों की एक डेटाबेस बनाने का प्रयास किया गया था, जिनमें से प्रत्येक को संबंधित कीवर्ड के साथ हस्ताक्षरित किया गया था। लेकिन ली का मानना है कि मशीनों को दुनिया में क्या हो रहा है की अधिक जटिल समझ की आवश्यकता है, और इस साल उनकी टीम ने छवियों के साथ एक और डेटाबेस जारी किया, एनोटेशन जो बहुत समृद्ध थे। प्रत्येक चित्र के लिए, लोगों ने दर्जनों हस्ताक्षर किए: "एक स्केटबोर्ड पर कुत्ता", "कुत्ते के पास एक मोटी लहराती फर है", "दरार के साथ सड़क" और इसी तरह। उन्हें उम्मीद है कि मशीन लर्निंग सिस्टम भौतिक दुनिया को समझना सीखेंगे। "मस्तिष्क का भाषाई हिस्सा दृश्य प्रणाली से बहुत सारी जानकारी प्राप्त करता है," ली कहते हैं। "एआई का एक महत्वपूर्ण हिस्सा इन प्रणालियों का एकीकरण होगा।"

यह प्रक्रिया बच्चों को वस्तुओं, संबंधों और कार्यों के साथ शब्दों को जोड़ने के लिए सिखाने के करीब है। लेकिन लोगों को पढ़ाने के साथ सादृश्य बहुत दूर नहीं जाता है। बच्चों को कल्पना करने या शब्दों में वर्णन करने के लिए एक स्केटबोर्ड पर एक कुत्ते को देखने की आवश्यकता नहीं है। ली का मानना है कि एआई और मशीन लर्निंग के लिए आज के उपकरण असली एआई बनाने के लिए पर्याप्त नहीं होंगे। "यह सिर्फ एक बड़े डेटासेट के साथ गहरा सीखने वाला नहीं है," वह कहती हैं। "हम मनुष्य बड़े डेटा गणना के साथ बहुत खराब करते हैं, लेकिन सार और रचनात्मकता के साथ बहुत अच्छी तरह से करते हैं।"

कोई भी नहीं जानता कि इन मानवीय गुणों के साथ मशीनों को कैसे बंद करना है और क्या यह संभव है। क्या ऐसे गुणों में विशेष रूप से मानव है जो एआई को उनके पास जाने की अनुमति नहीं देता है?

एमआईटी के तेनबाम जैसे संज्ञानात्मक विज्ञान विशेषज्ञ मानते हैं कि आज के तंत्रिका नेटवर्क में दिमाग के महत्वपूर्ण घटकों की कमी होती है - इन नेटवर्क के आकार की परवाह किए बिना। लोग अपेक्षाकृत कम मात्रा में डेटा पर अपेक्षाकृत जल्दी सीखने में सक्षम हैं, और उनके पास एक तीन आयामी दुनिया को प्रभावी ढंग से अनुकरण करने की अंतर्निहित क्षमता है। "भाषा अन्य संभावनाओं पर बनी है, संभवत: भाषा में महारत हासिल करने से पहले ही बच्चों के लिए गहरी और वर्तमान में पड़ी है: दुनिया की दृश्य धारणा, हमारे मोटर तंत्र के साथ काम करना, दुनिया की भौतिकी की समझ और अन्य प्राणियों के इरादे," टेनेनम कहते हैं।

यदि वह सही है, तो मानव सीखने की प्रक्रिया को अनुकरण करने की कोशिश किए बिना, मानसिक मॉडल और मनोविज्ञान बनाएं, एआई में भाषा की समझ को फिर से बनाना बहुत मुश्किल होगा।

समझाना

स्टैनफोर्ड डिपार्टमेंट ऑफ साइकोलॉजी में नूह गुडमैन का कार्यालय लगभग खाली है, जिसमें एक दीवार और कई अतिवृद्धि वाले पौधों पर दो-दो अवर्णिक चित्र हैं। गुडमैन ने मेरे आने के समय अपने लैपटॉप पर कुछ लिखा, अपने नंगे पैर मेज पर रख दिए। हम आइस्ड कॉफ़ी खरीदने के लिए सनलाइट कैंपस में घूमे। "भाषा की ख़ासियत यह है कि यह न केवल भाषा के बारे में जानकारी की एक बड़ी मात्रा पर निर्भर करती है, बल्कि हमारे आस-पास की दुनिया की सार्वभौमिक समझ पर और ज्ञान के इन दो क्षेत्रों में एक दूसरे से संबंधित है।"

गुडमैन और उनके छात्रों ने वेबपेल प्रोग्रामिंग भाषा विकसित की, जिसका उपयोग कंप्यूटर को संभाव्य सामान्य ज्ञान के साथ करने के लिए किया जा सकता है, जो बातचीत में काफी महत्वपूर्ण है। एक प्रयोगात्मक संस्करण वर्डप्ले को पहचानने में सक्षम है, और दूसरा हाइपरबोले है। यदि वह कहती है कि कुछ लोगों को एक रेस्तरां में टेबल के लिए "अनंत काल" बिताना पड़ता है, तो वह स्वचालित रूप से यह तय करेगी कि इस मामले में इस शब्द के शाब्दिक अर्थ का उपयोग करना असंभव है और लोगों को लंबे समय तक प्रतीक्षा करने और नाराज होने की संभावना है। सिस्टम को अभी तक सच्ची बुद्धि नहीं कहा जा सकता है, लेकिन यह दिखाता है कि नए दृष्टिकोण एआई कार्यक्रमों को थोड़ा और अधिक स्पष्ट रूप से बात करने में मदद कर सकते हैं।

गुडमैन का उदाहरण यह भी दिखाता है कि मशीनों को भाषा सिखाना कितना मुश्किल होगा। एक निश्चित संदर्भ में "अनंत काल" शब्द का अर्थ समझना एआई सिस्टम को क्या सीखना होगा, इसका एक उदाहरण है, और यह वास्तव में एक काफी सरल और अल्पविकसित चीज़ है।

फिर भी, कार्य की जटिलता और जटिलता के बावजूद, छवियों को पहचानने या खेल खेलने के लिए गहन सीखने का उपयोग करने वाले शोधकर्ताओं की प्रारंभिक सफलताएं यह आशा देती हैं कि हम भाषा क्षेत्र में एक सफलता के कगार पर हैं। इस मामले में, यह सफलता बस समय में आ गई। यदि AI को एक सार्वभौमिक उपकरण बनना चाहिए, तो लोगों को अपनी स्वयं की बुद्धिमत्ता को पूरक और मजबूत बनाने में मदद करें और समस्या-मुक्त सहजीवन मोड में कार्य करें, तो भाषा इस स्थिति को प्राप्त करने की कुंजी है। खासकर अगर एआई सिस्टम सेल्फ-प्रोग्रामिंग के लिए गहन शिक्षण और अन्य तकनीकों का तेजी से उपयोग करेगा।

एमआईटी में रोबोट वाहनों के एक प्रोफेसर, जॉन लियोनार्ड ने कहा, "सामान्य तौर पर, गहरी सीखने की प्रणालियां अव्यवस्थित हैं।" "दूसरी ओर, उनके काम को समझना बहुत कठिन है।"

टोयोटा, जो स्वायत्त ड्राइविंग तकनीकों की एक किस्म पर शोध कर रही है, ने MIT में एक रिसर्च प्रोजेक्ट लॉन्च किया है, जो कि AI और प्रोग्रामिंग भाषाओं के विशेषज्ञ गेराल्ड सुस्मान के नेतृत्व में एक स्वायत्त ड्राइविंग सिस्टम विकसित करने के लिए है, जो समझा सकता है कि कुछ बिंदु पर क्यों या एक और कार्रवाई। इस तरह का स्पष्टीकरण देने का स्पष्ट तरीका मौखिक होगा। एमआईटी में एक और टोयोटा परियोजना चलाने वाले लियोनार्ड कहते हैं, "ज्ञान के लिए सिस्टम बनाना एक बड़ी चुनौती है।" "लेकिन, हां, आदर्श रूप से उन्हें सिर्फ एक जवाब नहीं देना चाहिए, बल्कि एक स्पष्टीकरण देना चाहिए।"

कैलिफ़ोर्निया से लौटने के कुछ हफ़्ते बाद, मेरी मुलाकात डेविड सिल्वर, एक Google डीपमाइंड रिसर्चर और अल्फा गो डेवलपर से हुई। उन्होंने न्यूयॉर्क में एक वैज्ञानिक सम्मेलन में सेडोल के खिलाफ मैच के बारे में बात की। सिल्वर ने बताया कि जब दूसरे गेम में कार्यक्रम ने अपनी निर्णायक चाल चली, तो उनकी टीम किसी से कम नहीं थी। वे केवल यह देख सकते थे कि अल्फा गो ने जीतने की संभावनाओं की भविष्यवाणी की थी, और 37 वें कदम के बाद यह भविष्यवाणी बहुत नहीं बदली। कुछ दिनों बाद ही, खेल का सावधानीपूर्वक विश्लेषण करने के बाद, टीम ने एक खोज की: पिछले खेलों को पचाकर, कार्यक्रम की गणना की गई कि एक मानव खिलाड़ी 10 000 में 1 की संभावना के साथ इस तरह की हरकत कर सकता है। और उसके प्रशिक्षण खेलों से पता चला कि इस तरह का युद्धाभ्यास एक असामान्य रूप से मजबूत स्थितिगत लाभ प्रदान करता है। ।

तो, एक अर्थ में, कार को पता था कि यह कदम सेडॉल के कमजोर स्थान को प्रभावित करेगा।

सिल्वर ने कहा कि Google इस तकनीक के व्यवसायीकरण के कई तरीकों पर विचार कर रहा है, जिसमें स्मार्ट सहायक और स्वास्थ्य देखभाल उपकरण शामिल हैं। व्याख्यान के बाद, मैंने उनसे एआई के साथ इस तरह के सिस्टम को नियंत्रित करने में सक्षम होने के महत्व के बारे में पूछा। "एक दिलचस्प सवाल," उन्होंने कहा कि एक ठहराव के बाद। - कुछ अनुप्रयोगों के लिए, यह उपयोगी हो सकता है। उदाहरण के लिए, स्वास्थ्य सेवा में यह जानना महत्वपूर्ण हो सकता है कि कोई विशेष निर्णय क्यों लिया गया। ”

वास्तव में, AI तेजी से जटिल और भ्रमित होता जा रहा है और यह कल्पना करना बहुत मुश्किल है कि हम उनके बिना भाषा के साथ कैसे काम करेंगे - उन्हें पूछने की क्षमता के बिना, "क्यों?"। इसके अलावा, कंप्यूटर के साथ आसानी से संवाद करने की क्षमता उन्हें अधिक उपयोगी बनाती है और जादू जैसी दिखती है। आखिरकार, भाषा दुनिया को समझने और उसके साथ बातचीत करने के हमारे तरीकों में से सबसे अच्छा है। यह कारों को हमारे साथ पकड़ने का समय है।

कृत्रिम बुद्धिमत्ता में भाषा की समस्याएं हैं

भाषा-जागरूक मशीनों से बहुत मदद मिलेगी। लेकिन हम नहीं जानते कि उन्हें कैसे बनाया जाए।

कारों से बात हो रही है

जीवन का अर्थ

समझाना

More articles: