🐒 📢 🧑🏿 रिचर्ड हैमिंग: अध्याय 7. कृत्रिम बुद्धिमत्ता

"इस पाठ्यक्रम का लक्ष्य आपको अपने तकनीकी भविष्य के लिए तैयार करना है।"

हाय, हैब्र। "आप और आपके काम" (+219, 2442 बुकमार्क, 389k पढ़ता है) का भयानक लेख याद है?

इसलिए हेमिंग (हाँ, हाँ, स्व-जाँच और स्वयं-सही हैमिंग कोड ) में उनके व्याख्यानों के आधार पर एक पूरी पुस्तक लिखी गई है। हम इसका अनुवाद कर रहे हैं, क्योंकि आदमी व्यवसाय की बात कर रहा है।

यह किताब सिर्फ आईटी के बारे में नहीं है, यह अविश्वसनीय रूप से शांत लोगों की सोच शैली के बारे में एक किताब है। “यह सिर्फ सकारात्मक सोच का आरोप नहीं है; यह उन परिस्थितियों का वर्णन करता है जो एक महान काम करने की संभावना को बढ़ाते हैं। ”

हमने पहले ही 23 (30 में से) अध्याय का अनुवाद किया है। और हम एक पेपर संस्करण पर काम कर रहे हैं ।

अध्याय 7. कृत्रिम कृत्रिम बुद्धि - II

इस पुस्तक में, हम मुख्य रूप से बौद्धिक क्षेत्र में कंप्यूटर के लाभों के मुद्दे को संबोधित करते हैं, न कि यांत्रिक में, उदाहरण के लिए, निर्माण में। यांत्रिकी के क्षेत्र में, कंप्यूटर हमें बेहतर, पसंदीदा और सस्ता उत्पाद बनाने की अनुमति देते हैं। कुछ क्षेत्रों में, यह मदद बहुत महत्वपूर्ण है, चंद्रमा की उड़ानों के लिए कंप्यूटर के बिना बहुत कुछ करना मुश्किल होगा। एआई को रोबोटाइजेशन के अतिरिक्त के रूप में माना जा सकता है - यह मुख्य रूप से किसी व्यक्ति के बौद्धिक पक्ष को संदर्भित करता है, और भौतिक को नहीं, हालांकि निश्चित रूप से दोनों हिस्से कई परियोजनाओं में निकटता से बातचीत करते हैं।

आइए चर्चा की शुरुआत में वापस जाएं और मशीन और आदमी के घटकों की फिर से जांच करें। मशीन और आदमी दोनों ही परमाणुओं और अणुओं से बने हैं। मशीन और आदमी दोनों बुनियादी हिस्सों से बने हैं; मशीनों, अन्य चीजों के बीच, संचय और स्विचिंग डिवाइस (वाल्व) होते हैं, और एक व्यक्ति में अंग होते हैं। मशीनों में बड़ी संरचनाएं, अंकगणित ब्लॉक, मेमोरी, कंट्रोल यूनिट, इनपुट-आउटपुट डिवाइस होते हैं, जबकि एक व्यक्ति में हड्डियों, मांसपेशियों, रक्त वाहिकाओं, तंत्रिका तंत्र आदि होते हैं।

आइए कुछ पहलुओं पर अधिक ध्यान से विचार करें। यह ज्ञात है कि बड़ी प्रणालियों में नए प्रभाव हो सकते हैं। उदाहरण के लिए, यह माना जाता है कि अणुओं के बीच कोई घर्षण नहीं है, लेकिन बड़ी प्रणालियों में इस प्रभाव का पता लगाया जाता है - यह एक ऐसा प्रभाव है जो छोटे भागों को एक बड़ी प्रणाली में व्यवस्थित होने पर खुद को प्रकट करता है।

यह ध्यान देने योग्य है कि जब एक इंजीनियर प्रकृति में मौजूदा के समान एक उपकरण विकसित करता है, तो वह इसे अलग तरीके से करता है। उदाहरण के लिए, हमारे पास हवाई जहाज हैं, आम तौर पर एक निश्चित पंख के साथ, जबकि पक्षी अपने पंखों को फड़फड़ाते हैं। हमने कुछ अलग भी किया: हवाई जहाज निश्चित रूप से पक्षियों की तुलना में अधिक और तेजी से उड़ते हैं। प्रकृति ने पहिया का आविष्कार नहीं किया, और मनुष्य कई उपकरणों में इसका उपयोग करता है। हमारा तंत्रिका तंत्र अपेक्षाकृत धीमा है, कई सौ मीटर प्रति सेकंड की गति से संकेतों को प्रसारित करता है, और लगभग 186,000 मील प्रति सेकंड की गति से कंप्यूटर को सिग्नल प्रेषित किया जाता है।

तीसरा, एआई के बारे में और चर्चा करने से पहले, हम ध्यान दें कि मानव मस्तिष्क में कई, कई घटक होते हैं जो नसों द्वारा एक दूसरे से जुड़े होते हैं। हम सोच को एक निश्चित प्रक्रिया के रूप में परिभाषित करना चाहते हैं जो मानव मस्तिष्क प्रदर्शन कर सकता है। मशीनों में प्रोग्रामिंग सोच में पिछली विफलताओं के स्पष्टीकरण में मशीनों के अपर्याप्त आकार, उनकी गति आदि शामिल थे। कुछ लोग यह मानने लगे कि यदि कार काफी बड़ी है, तो यह स्वचालित रूप से सोचेगा! याद रखें, ऐसा लगता है कि समस्या को सही प्रोग्राम लिखना है, और एक बड़ी मशीन का निर्माण नहीं करना है, इस तरह के कार्यक्रम में एक नया प्रभाव दिखाई देगा - गैर-सोच विवरण से सोच! दरअसल, यह सब सोच है! यह कुछ अलग-थलग नहीं है, लेकिन एक बड़ी प्रणाली की एक कलाकृति है।
वापस AI अनुप्रयोगों के लिए। शास्त्रीय ज्यामिति के पाठ्यक्रम में अध्ययन किए गए ज्यामितीय प्रमेयों को साबित करने के लिए एक कार्यक्रम है। कार्यक्रम में प्रसिद्ध प्रमेय को साबित करने के लिए कहा गया था "यदि दो पक्ष एक त्रिकोण में समान हैं, तो इसके दो कोण बराबर हैं," अंजीर देखें। 7.1।

आप संभवतः शीर्ष कोने को आधा करने की कोशिश कर रहे हैं, दो त्रिकोणों की समानता को साबित करते हैं, और इसमें से दो कोणों की समानता को घटाते हैं। कुछ त्रिकोण के तीसरे पक्ष को आधा में विभाजित कर सकते हैं, विपरीत कोने में एक रेखा खींच सकते हैं, और समानता के निष्कर्ष पर भी आ सकते हैं। प्रोग्राम द्वारा काटे गए सबूत ने अतिरिक्त निर्माणों का उपयोग नहीं किया। त्रिकोण एबीसी और सीबीए की तुलना करते समय, एक समानता आत्म-समानता और कोणों की समानता के बारे में बनाई गई थी।
किसी को यह प्रमाण सुरुचिपूर्ण, सही और अप्रत्याशित लगेगा। शायद प्रमेय साबित करने के लिए कार्यक्रम लिखने वाले लोगों को यह पता नहीं था, यह व्यापक रूप से ज्ञात नहीं है, हालांकि यह ज्यामिति पाठ्यपुस्तकों के फुटनोट्स में चर्चा की गई है। किसी ने कहा कि कार्यक्रम ने "मौलिकता", "नवीनता" को दिखाया जो कि डेवलपर्स, "रचनात्मकता" और अन्य उल्लेखनीय गुणों द्वारा इसमें शामिल नहीं किया गया था।

अधिक गहराई से विश्लेषण से पता चलता है कि प्रोग्रामर ने एक एल्गोरिथ्म निर्धारित किया था जिसके अनुसार कार्यक्रम पहले प्रमेय को साबित करने की कोशिश करता है, और फिर अतिरिक्त लाइनों का निर्माण करता है। यदि आपको ऐसा करने के लिए सिखाया जाता है, तो आप में से कई लोग इस साक्ष्य को सुरुचिपूर्ण पाएंगे? इस प्रकार, इस सबूत को प्रोग्राम किया गया था। जैसा कि मैंने पहले उल्लेख किया है, प्रशिक्षण कार्यक्रमों में प्रमाण नहीं लोड करने जैसा एक ज्यामिति पाठ्यक्रम क्या है? महत्वपूर्ण नहीं है। यह लोगों पर लागू होता है, लेकिन मशीन के लिए यह एक बार प्रोग्राम डाउनलोड करने के लिए पर्याप्त है और आपको अब बार-बार दोहराने और दोहराने की आवश्यकता नहीं है, और फिर भी कुछ भूल जाते हैं!

क्या सैमुअल के शतरंज कार्यक्रम में मौलिकता दिखाई गई थी जब उन्होंने अप्रत्याशित चाल बनाकर स्टेट वेचर चैंपियन को हराया था? यदि नहीं, तो क्या आप कह सकते हैं कि आपकी मौलिकता है? आपको कंप्यूटर प्रोग्राम से अलग करने के लिए क्या परीक्षण होना चाहिए?
कोई यह तर्क दे सकता है कि शतरंज कार्यक्रम ने सीखा है, और प्रमेयों को साबित करने के कार्यक्रम ने "रचनात्मकता", "मौलिकता" या कुछ और दिखाया है। ये ऐसे लिखित कार्यक्रमों के उदाहरण हैं। यह साबित करना कठिन है कि एक कार्यक्रम ने संपत्ति घोषित की है; जैसे ही प्रोग्राम कुछ निष्पादित करता है, यह तुरंत इसमें एम्बेडेड एल्गोरिदम के कदम के साथ संबद्ध होता है, भले ही प्रोग्राम में यादृच्छिक संख्या दर्ज की गई हो। इस प्रकार, एक विरोधाभास प्राप्त किया जाता है: कार्यक्रम के अस्तित्व का बहुत तथ्य यह पुष्टि करता है कि यह एक निश्चित यांत्रिक प्रक्रिया है और अन्य गुणों की अभिव्यक्तियों से इनकार करता है। इस दृष्टिकोण से, एक मशीन कभी भी यह प्रदर्शित नहीं करेगी कि यह शास्त्रीय अर्थ में "मशीन" से अधिक है; उदाहरण के लिए, प्रदर्शित करने का कोई तरीका नहीं है कि एक मशीन "सोच" सकती है।

हार्ड एआई के समर्थकों का मानना है कि एक व्यक्ति एक मशीन है और इसलिए, बौद्धिक क्षेत्र में सभी संभव मानवीय कार्यों को एक मशीन द्वारा कॉपी किया जा सकता है। जैसा कि मैंने पहले उल्लेख किया है, जब एक मशीन कुछ गुणों का प्रदर्शन करती है, तो अधिकांश पाठक स्वचालित रूप से मानते हैं कि ये गुण मानव सुविधाओं की अभिव्यक्ति नहीं हैं। दो सवाल तुरंत उठते हैं। पहला, क्या यह सच है? दूसरे, आप कितने आश्वस्त हैं कि आप एक ऊर्जा क्षेत्र में अणुओं का एक सेट नहीं हैं, लेकिन पूरी दुनिया सिर्फ एक अणु है जो किसी अन्य अणु के चारों ओर परिक्रमा कर रही है? यदि आप कुछ अन्य शक्तिशाली, रहस्यमय ताकतों पर विश्वास करते हैं, तो वे अणुओं की गति को कैसे प्रभावित करते हैं, और यदि वे नहीं करते हैं, तो वे हमारी दुनिया को किस तरह से प्रभावित करते हैं? भौतिकविदों ने प्रकृति में विद्यमान सभी बलों का वर्णन किया है, या क्या अभी भी अस्पष्टीकृत बल हैं? यह बहुत मुश्किल सवाल है। (वर्तमान में, 1994, यह माना जाता है कि ब्रह्मांड 90-99% तथाकथित काले पदार्थ से बना है, जिसमें से केवल गुरुत्वाकर्षण आकर्षण की क्षमता ज्ञात है।

हम संस्कृति के क्षेत्र में कंप्यूटर अनुप्रयोगों पर विचार करते हैं। कंप्यूटर क्रांति की शुरुआत में, बेल मैथ्यू लैबोरेटरी के मैक्स मैथ्यू और जॉन पियर्स ने कंप्यूटर साउंड जनरेशन का अध्ययन किया। जैसा कि यह बाद में स्पष्ट हो गया, नमूना आवृत्ति पुन: उत्पन्न ध्वनि की अधिकतम आवृत्ति से निर्धारित होती है। लोग 18 kHz तक और केवल कम उम्र में ध्वनि सुन सकते हैं, जबकि वयस्क फोन पर बात करते हैं और 8 kHz से कम की आवृत्ति पर ध्वनि पहचानते हैं। एक ऑडियो संगीत ट्रैक की मात्रा का ठहराव महान अवसर प्रदान नहीं करता है। "संगीत" का पार्श्व क्रम इस प्रकार है: कंप्यूटर प्रत्येक समय अंतराल में ध्वनि ट्रैक के मूल्यों की गणना करता है, इस मान को वोल्टेज के रूप में प्रस्तुत करता है और एक चौरसाई फ़िल्टर लागू करता है। एक शुद्ध स्वर एक सरल साइनसॉइड है। आवृत्तियों का संयोजन उपकरण और इसकी विशेषता "ध्वनि" (शुरुआत में ध्वनि की ताकत में वृद्धि और नोट और अंत में क्षीणन) को निर्धारित करता है। विभिन्न सॉफ्टवेयर टूल्स का उपयोग करते हुए, बाद के प्लेबैक के लिए रिकॉर्ड किए गए विभिन्न नोट्स और संगीत प्राप्त करना संभव है। इसके साथ, वास्तविक समय में संगीत बनाने के लिए आवश्यक नहीं है, कंप्यूटर उस गति से संगीत चला सकता है जिसके साथ यह आवश्यक है, जरूरी नहीं कि निरंतर हो, वास्तविक गति ऑडियो डिवाइस पर संपादन और प्लेबैक के बाद हासिल की जाती है।

हम केवल नोट चलाने की बात क्यों कर रहे हैं? अपने कंप्यूटर को संगीत क्यों नहीं सिखाएं? आखिरकार, संगीत की रचना के लिए कई नियम हैं। ध्वनि उत्पन्न करने की संभावना के शोधकर्ताओं ने कंप्यूटर को ऐसे नियमों का उपयोग करके संगीत की रचना करने और यादृच्छिक संख्या जनरेटर में यादृच्छिकता का परिचय देना सिखाया है। अब ऐसे कंप्यूटर हैं जो संगीत चला सकते हैं और संगीत की रचना कर सकते हैं; इसी तरह के कई ट्रैक रेडियो और टीवी पर चलाए जाते हैं। यह दृष्टिकोण सस्ता, अधिक नियंत्रित है और आपको लगता है कि कोई मौजूदा संगीत वाद्ययंत्र बनाता है बनाने के लिए अनुमति देता है। संगीत ट्रैक से कोई भी ध्वनि कंप्यूटर द्वारा बनाई जा सकती है।

कंप्यूटर बजाने और संगीत बनाने का समर्थन करते हैं। छोटे विवरणों (नमूना आवृत्ति, मूल्य-निर्धारण स्तर की संख्या जो लागत द्वारा बढ़ाई जा सकती है) के अपवाद के साथ, संगीतकार अब किसी भी ध्वनि को सुनने के लिए उपयोग कर सकते हैं जो किसी भी आवृत्ति पर, किसी भी संयोजन में, किसी भी गति और वॉल्यूम पर मौजूद हो सकते हैं। वास्तव में, "रिकॉर्ड किए गए संगीत की सबसे अच्छी गुणवत्ता" डिजिटल है। भविष्य में इस क्षेत्र में कोई महत्वपूर्ण तकनीकी सुधार नहीं होगा। कई के पास डिजिटल खिलाड़ी हैं और वे पुराने एनालॉग खिलाड़ियों की तुलना में ध्वनि को बेहतर बनाते हैं।

मशीनें संगीतकार को रचित संगीत को तेज़ी से सुनने में मदद करती हैं (लगभग तुरंत)। इससे पहले, संगीतकार को अक्सर प्रसिद्ध होने तक वर्षों का इंतजार करना पड़ता था, और उसका संगीत मंच से बजने लगता था, न कि केवल उसकी कल्पना में। अब संगीतकार जल्दी से नई दिशाओं के साथ आ सकते हैं। कंप्यूटर संगीत पर एक पत्रिका पढ़ते समय, मुझे यह धारणा मिली कि आधुनिक संगीतकार कंप्यूटर प्रोग्राम का व्यापक रूप से उपयोग करते हैं और उन्हें अनुकूलित करते हैं, और यह कि मशीन के साथ मिलकर संगीत बनाने के कई तरीके हैं।

कंडक्टरों के पास अधिक अवसर हैं। इससे पहले, संगीत रिकॉर्ड करते समय, कंडक्टर ने संगीतकारों से बेहतर पाने की कोशिश की, अक्सर अंतिम रिकॉर्डिंग विभिन्न रिकॉर्डिंग, विभिन्न माइक्रोफोन के कटौती से प्राप्त की गई थी। अब कंडक्टर वास्तव में रिकॉर्ड प्राप्त कर सकता है जो वह मिलीसेकंड की सटीकता के साथ वांछित स्वर में और किसी विशेष उपकरण की ध्वनि गुणवत्ता के बारे में व्यक्तिगत अवधारणाओं को ध्यान में रखता है। अंत में, संगीतकार हमेशा हर बार पूरी तरह से एक ही मार्ग (संगीत के एक टुकड़े का हिस्सा) का प्रदर्शन नहीं करते हैं।
हम कंप्यूटर के प्रभाव पर विचार करना जारी रखते हैं, कैसे वे हमें चीजों की दुनिया से विचारों की दुनिया में लौटाते हैं, कैसे वे लोगों की क्षमताओं का पूरक और विस्तार करते हैं।

एआई का एक पहलू जो मुझे दिलचस्पी है, वह यह है कि एक व्यक्ति और एक कंप्यूटर एक साथ क्या कर सकते हैं, और उनके बीच कोई प्रतिस्पर्धा नहीं होनी चाहिए। बेशक, रोबोट नियमित कार्य करने के मामले में कई लोगों की जगह लेते हैं। वास्तव में, रोबोट नियमित रूप से बेहतर कार्य करते हैं, जबकि अधिक "मानव" कार्यों के लिए लोगों के समय को उतारते हैं। दुर्भाग्य से, कई कारों के साथ इस तरह की प्रतियोगिता के लिए तैयार नहीं हैं - कई इस या उस नियमित काम के अलावा कुछ भी नहीं कर सकते हैं। एक व्यापक विश्वास है कि उचित प्रशिक्षण के साथ, लोग रोबोट के साथ प्रतिस्पर्धा करने में सक्षम होंगे। हालांकि, मुझे संदेह है कि उदाहरण के लिए, खनिक लेना और उन्हें उपयोगी प्रोग्रामर में बदलना संभव है। मेरे पास उन लोगों के प्रतिशत के बारे में कुछ अनुमान हैं जो शास्त्रीय अर्थों में प्रोग्रामिंग में संलग्न हो सकते हैं; बेशक, यदि आप समझते हैं कि एटीएम या फोन के साथ बातचीत करना प्रोग्रामिंग है (किसी व्यक्ति से डेटा दर्ज करना निष्पादन योग्य कार्यक्रम को प्रभावित करता है), तो कई को प्रोग्रामर कहा जा सकता है। लेकिन अगर प्रोग्रामिंग को विचारशील विश्लेषण की क्लासिक गतिविधि माना जाता है, तो एक विस्तृत विनिर्देश, तो उन लोगों के प्रतिशत के बारे में बहुत संदेह है जो एक समान स्तर पर कंप्यूटर के साथ प्रतिस्पर्धा कर सकते हैं।

कंप्यूटर के उपयोग से नौकरियों की संख्या में कमी और नए लोगों का निर्माण दोनों हुआ है, यह कहना मुश्किल है कि अधिक क्यों। लेकिन यह बहुत स्पष्ट है कि औसत से अधिक उच्च-स्तरीय नौकरियां दिखाई दी हैं और कई निम्न-स्तरीय नौकरियां गायब हो गई हैं। फिर, कुछ का मानना है कि भविष्य में अधिकांश लोग उच्च-स्तरीय कार्यों के लिए तैयार हो सकते हैं, मुझे ऐसा लगता है कि यह राय अप्रमाणित है।

खेल, ज्यामिति, संगीत के क्षेत्र में कार्यक्रमों के अलावा, बीजगणित के क्षेत्र में कार्यक्रम थे: वे "एकल" कार्यक्रमों की तुलना में अधिक "प्रबंधनीय" हैं और एक चरण या किसी अन्य व्यक्ति के साथ बातचीत पर निर्भर करते हैं। उत्सुकता से, यह ज्यामिति के क्षेत्र में "एकल" कार्यक्रम बनाने के लिए संभव हो गया, और बीजगणित के क्षेत्र में असंभव है। अनसुलझे मुद्दों में से एक अभिव्यक्ति का सरलीकरण है। बीजगणित का अध्ययन करते समय, आपने देखा होगा कि "सरलीकृत अभिव्यक्ति" क्रिया के लिए "सरलीकरण" के लिए कोई स्पष्ट नियम नहीं थे; और अगर उन्होंने किया, तो ये नियम स्पष्ट रूप से जटिल थे। उदाहरण के लिए, यह माना जाता है कि अभिव्यक्ति

सरलीकृत नहीं किया जा सकता है, लेकिन अभिव्यक्ति

यह संभव है!

हम लगातार "सरलीकृत" शब्द का उपयोग करते हैं, लेकिन इसका अर्थ इस बात पर निर्भर करता है कि हम आगे क्या करने जा रहे हैं। उदाहरण के लिए, यदि गणना के दौरान आप आगे एकीकृत करने का इरादा रखते हैं, तो आप अभिव्यक्ति को छोटे भागों में तोड़ते हैं, जबकि उन्हें एक सुविधाजनक काम या संबंध में जोड़ते हैं।

रासायनिक यौगिकों के संश्लेषण के लिए एक समान "मानव-चालित" कार्यक्रम भी विकसित किया गया है। यह बहुत उपयोगी निकला, क्योंकि इसकी गणना की गई: (1) संभव संश्लेषण मार्गों, (2) लागत, (3) प्रतिक्रिया के लिए आवश्यक समय, (4) संश्लेषित यौगिक की प्रभावी उपज। इस प्रकार, यह कार्यक्रम आवश्यक कच्चे माल की लागत में परिवर्तन के कारण नए यौगिकों को फिर से बनाने या पुराने को फिर से जोड़ने के कई अलग-अलग तरीकों की खोज करने में मदद करता है।

अधिकांश चिकित्सा परीक्षणों के दौरान माइक्रोस्कोप के माध्यम से मशीनों ने किसी व्यक्ति के अविश्वसनीय रूप को बदल दिया। ज्यादातर मामलों में, मशीन के तरीकों का उपयोग तेज, अधिक विश्वसनीय और सस्ता है। शायद मशीनें आगे निदान कर सकेंगी और इस तरह डॉक्टरों को बदल देंगी। वास्तव में, इस मामले में, मशीन को संभवतः डॉक्टर की तुलना में तेजी से निदान किया जाएगा! यह विचार कुछ नया नहीं है: कुछ बीमारियों के आत्म निदान के लिए किट बेचे गए थे। यह दृष्टिकोण केवल स्व-निदान किट में सुधार और उपचार योजना को निर्धारित करने का एक तरीका है।

डॉक्टर मानव हैं, इसलिए वे अविश्वसनीय हैं। अक्सर दुर्लभ बीमारियों के मामले में, डॉक्टर पहले ऐसी बीमारी का सामना कर सकता है, लेकिन आप मशीन में सभी बीमारियों के विवरण दर्ज कर सकते हैं, और वह उन्हें कभी नहीं भूल सकती है। लक्षणों के आधार पर, मशीन या तो कुछ संभावना के साथ एक निदान कर सकती है, या आगे के निदान के लिए आगे के परीक्षण लिख सकती है। लंबे समय में, मशीन, निदान की संभावना को ध्यान में रखते हुए (जिसे महामारी के दौरान ठीक किया जा सकता है), औसत या उच्च योग्यता के डॉक्टरों की तुलना में बेहतर "रोगी प्रवेश" का संचालन कर सकता है। इसी समय, यह मत भूलो कि एक डॉक्टर सीमित संख्या में लोगों का शारीरिक उपचार कर सकता है।

दूसरों में, मुख्य समस्याओं में से एक कानूनी है। कानून डॉक्टरों को माफ कर देता है जब वे गलती करते हैं, अगर उन्होंने कानूनी भाषा में, "उचित परिश्रम के साथ" कार्य किया है - वे सिर्फ लोग हैं। लेकिन मशीन की गलती के लिए किसे दोषी ठहराया जाएगा? एक कार? प्रोग्रामर? नियम बनाने वाले विशेषज्ञ? जिन लोगों ने इन नियमों को अधिक विस्तार से व्यक्त किया है? जो उन्हें एल्गोरिदम में डालते हैं? या उन्हें प्रोग्राम करने वालों ने? मशीन द्वारा किए गए गलत निदान के मामले में, पूरे कार्यक्रम का विस्तृत विश्लेषण करना संभव है, डॉक्टर द्वारा गलत निर्णय लेने के संदर्भ में ऐसा विश्लेषण नहीं किया जा सकता है। मेरा मानना है कि भविष्य में एक डॉक्टर द्वारा निदान करने के लिए कई सहायक कार्यक्रम होंगे, लेकिन लंबे समय तक रोगी और मशीन के बीच एक व्यक्ति हमेशा रहेगा। कार्यक्रमों में कुछ वृद्धि है जो अपने आप पर एक निदान करना संभव बनाती है, लेकिन ऐसे कार्यक्रमों के लिए कानूनी मुद्दे उत्पन्न होते हैं।

उदाहरण के लिए, मुझे संदेह है कि रोगी को स्वतंत्र रूप से (कार्यक्रम के माध्यम से) डॉक्टर की भागीदारी के बिना आवश्यक दवाओं के लिए एक पर्चे लिखना होगा। आपने शायद देखा है कि वितरित सॉफ़्टवेयर के लिए सभी लाइसेंसों में इसे किसी भी तरह से छूट दी गई है, मैं फिर से जोर देता हूं, किसी भी जिम्मेदारी से! इस क्षेत्र में, मुख्य समस्या कानूनी होगी, इंजीनियरिंग नहीं।

आधुनिक अस्पतालों में, आप चिकित्सा के क्षेत्र में मशीनों की शानदार पहुंच को देख सकते हैं: दवा प्रदर्शन को बेहतर बनाने, लागत को कम करने, सटीकता और गति में सुधार करने के लिए मशीनों की क्षमताओं का उपयोग करने के लिए बहुत आक्रामक है। अस्पतालों में, मशीनें वित्त, अनुसूची के रिकॉर्ड रखती हैं और रिकॉर्ड रखती हैं; यहां तक कि निजी डॉक्टरों ने विभिन्न मशीनों के उपयोग के साथ काम करना शुरू कर दिया। कुछ हद तक, संघीय अधिकारियों को इसके लिए दोषी ठहराया जाता है, जो उन्हें इलेक्ट्रॉनिक नौकरशाही पत्र व्यवहार करने के लिए बाध्य करते हैं।

गहन देखभाल वार्ड और अन्य में कई अस्पतालों में, यदि आवश्यक हो तो कंप्यूटर मॉनिटर स्थापित किए जाते हैं।कारें ऊब नहीं होती हैं, जल्दी से प्रतिक्रिया करें, यदि आवश्यक हो तो तुरंत एक नर्स के पद पर एक संकेत संचारित करें। यह संदेह है कि नर्स लगातार उन कर्तव्यों को करने में सक्षम होगी जो वह मॉनिटर के साथ मिलकर करता है।

गणित के क्षेत्र में, सूत्रों के प्रतीकात्मक परिवर्तन के लिए शुरुआती कार्यक्रमों में से एक उच्च-क्रम डेरिवेटिव की गणना के लिए एक भेदभाव कार्यक्रम था। इस कार्यक्रम का उपयोग करना, एक जटिल फ़ंक्शन की शक्ति श्रृंखला के पहले 20 सदस्यों की गणना करना संभव है। जैसा कि आपको पता होना चाहिए, भेदभाव कुछ नियमों के साथ एक सरल औपचारिक कार्य है। जब अध्ययन करते हैं, तो ऐसा प्रतीत नहीं हो सकता है, लेकिन प्रत्यक्ष सरलीकरण के कार्य को और अधिक सरलीकरण से अलग करना और डेरिवेटिव के साथ काम करना आवश्यक है। प्रतीकात्मक सूत्रों के साथ काम करने के लिए एक और कार्यक्रम निर्देशांक परिवर्तित करने के लिए एक कार्यक्रम था - उपग्रहों, राडार, आदि को नियंत्रित करने के लिए आवश्यक।

जेम्स स्लैगल (https://en.wikipedia.org/wiki/James_Robert_Slagle) ने एक विश्लेषणात्मक एकीकरण कार्यक्रम लिखा। कार्यक्रम का एल्गोरिथ्म गणित पाठ्यक्रमों में पढ़ाए जाने वाले एल्गोरिदम के समान है। कार्यक्रम उन इंटीग्रल्स के संदर्भ में औसत एमआईटी स्नातक के साथ प्रतिस्पर्धा कर सकता है जो वे हल कर सकते हैं, और लागू एल्गोरिदम की शुद्धता और अतिरेक के संदर्भ में। तब से, कंप्यूटर एकीकरण कार्यक्रमों में काफी सुधार हुआ है, यह माना गया कि प्रसिद्ध रिच एल्गोरिथ्म पर आधारित एक कार्यक्रम होगा जो किसी भी फ़ंक्शन को एकीकृत कर सकता है, यदि संभव हो तो। हालांकि, कई वर्षों की अपेक्षा के बाद, मैंने ऐसा कोई कार्यक्रम नहीं देखा। विश्लेषणात्मक एकीकरण कार्यक्रम हैं जो परिमित इंटीग्रल्स पर विचार करते हैं या साबित करते हैं कि अभिव्यक्ति को एकीकृत नहीं किया जा सकता है।

रोबोट के आकार के कंप्यूटरों ने जटिल वस्तुओं जैसे टैबलेट आदि की उत्पादन लाइनों पर आक्रमण किया। अब कंप्यूटरों को उन रोबोटों द्वारा इकट्ठा किया जाता है जो अन्य कंप्यूटरों द्वारा नियंत्रित होते हैं, एकीकृत सर्किट में चिप्स मुख्य रूप से मानव-नियंत्रित कंप्यूटरों द्वारा डिज़ाइन किए जाते हैं। कोई भी मानव दिमाग गुणात्मक रूप से एक चिप में लाखों ट्रांजिस्टर की व्यवस्था नहीं कर सकता है, यह एक निराशाजनक कार्य है। डिजाइन कार्यक्रम में निश्चित रूप से कृत्रिम बुद्धि की डिग्री है। सीमित क्षेत्रों में जहां कोई दुर्घटना नहीं होती है, रोबोट प्रभावी होते हैं, लेकिन जहां अप्रत्याशित घटनाएं होती हैं, रोबोट गंभीर समस्याओं का सामना कर सकते हैं। एक गैर-नियमित घटना के लिए एक नियमित प्रतिक्रिया आपदा का कारण बन सकती है।

कंप्यूटर के लिए आवेदन का एक और स्पष्ट क्षेत्र एक रोबोट है जो आग जैसे सुरक्षात्मक कपड़ों से लैस लोगों की तुलना में अधिक आक्रामक वातावरण के लिए प्रतिरोधी है। यदि ऐसे काम के प्रदर्शन के दौरान रोबोट नष्ट हो जाता है, तो यह एक व्यक्ति की मृत्यु के समान नहीं है। रिमोट कंट्रोल के साथ माइंसवीपर्स नौसेना के शस्त्रागार में दिखाई दिए, जहाज का नुकसान चालक दल और जहाज की तुलना में कम नुकसान की तुलना में कम है। गहरे समुद्र में नेविगेट करते समय बेड़े लगातार रोबोट का उपयोग करता है, अब समुद्र में कई निर्जन क्षेत्र हैं।

चलो फिर से कंप्यूटर शतरंज खेलने के बारे में सोचते हैं। रोबोट लगातार अधिक कुशल होते जा रहे हैं और जब तक वे विश्व शतरंज चैंपियन को हराते हैं, तब तक समय की बर्बादी लगती थी। यह हुआ करता था कि आपको चाल के सभी संभावित संयोजनों का विश्लेषण करने की आवश्यकता है, न कि जिस तरह से एक व्यक्ति शतरंज खेलता है। कंप्यूटर अब प्रति सेकंड लाखों संयोजनों का विश्लेषण करते हैं, जबकि लोग मनोवैज्ञानिकों के अनुसार, पाठ्यक्रम के बारे में निर्णय लेने के लिए अधिकतम 50 अधिकतम 100 संयोजनों का विश्लेषण करते हैं। इस प्रकार, कम से कम, यह माना जाता है कि एक व्यक्ति शतरंज खेलते समय पूरी तरह से अलग तरीके से सोचता है! हम यह भी नहीं जानते कि कैसे!

अन्य खेलों में, कारें अधिक सफल रहीं। उदाहरण के लिए, मैं सभी को बैकगैमौन खेलने वाले रोबोट के बारे में बताता हूं, जो सभी चैंपियन को हराने में सक्षम था। लेकिन सरल नियमों के साथ कुछ गेम, उदाहरण के लिए, गो खेलना, मशीन समाधान के लिए बहुत मुश्किल निकला।
संक्षेप में, मशीनें खेल और इसी तरह की गतिविधियों को खेलने में सक्षम थीं, लेकिन कुछ खेलों के लिए वे बिल्कुल असमर्थ थे। जिस तरह से मशीन के नाटकों को "बहुत कंप्यूटिंग के रूप में" वर्णित किया जा सकता है, समझ के आधार पर खेल नहीं। हमने मानव सोच की प्रक्रियाओं को समझने के लिए कंप्यूटर गेम सिखाना शुरू किया, लेकिन प्रारंभिक लक्ष्य विकृत था, और उन कार्यक्रमों के विकास के लिए अनुसंधान जारी रहा जो जीत सकते हैं।

मुझे इसे दोहराने दें, आप कृत्रिम बुद्धिमत्ता के क्षेत्र को नजरअंदाज नहीं कर सकते हैं, एक क्षेत्र या किसी अन्य में ज्ञान का उपयोग दोनों कंप्यूटर अनुप्रयोगों में सुधार कर सकते हैं और एक बड़ा उपद्रव कर सकते हैं!

अब तार्किक और मनोवैज्ञानिक नवीनता के बीच अंतर समझाने का समय है। इस प्रक्रिया में, यह तार्किक नवीनता का उत्पादन नहीं करता है, लेकिन वे निश्चित रूप से मनोवैज्ञानिक नवीनता का उत्पादन करते हैं। प्रोग्रामर लगातार उन कार्यक्रमों में नए प्रभावों को नोटिस करते हैं जो वे लिखते हैं! लेकिन क्या कोई व्यक्ति तार्किक नवीनता का उत्पादन कर सकता है? महान खोजों की कहानियों का सावधानीपूर्वक विश्लेषण से पता चलता है कि वे पिछले अनुभवों के विश्लेषण के आधार पर बनाए गए थे। परिस्थितियों के कारण सफलता मिली; यह सिर्फ एक मनोवैज्ञानिक है, एक तार्किक नवीनता नहीं है। क्या आपकी सभी नई उपलब्धियाँ पिछले अनुभवों से नहीं आती हैं? क्या तार्किक नवीनता अपने शुद्धतम रूप में संभव है?

यह सोचने की आवश्यकता नहीं है कि तार्किक नवीनता कुछ प्रतिबंधात्मक है। किसी भी विज्ञान में, पश्चात, परिभाषा और तर्क के प्रारंभिक असाइनमेंट के बाद, सभी आगे के निष्कर्ष मनोवैज्ञानिक उपन्यास हैं, प्रारंभिक असाइनमेंट के बाद के निष्कर्ष में, कोई तार्किक नवीनता नहीं है!

यह माना जाता है कि यदि हम निर्णय लेने के लिए यादृच्छिक जनरेटर का उपयोग करते हैं, तो हम दो अणुओं के दुष्चक्र को तोड़ सकते हैं, लेकिन अगर हम अणुओं के साथ भौतिक दुनिया से नहीं तो घटनाओं का एक यादृच्छिक स्रोत प्राप्त कर सकते हैं?

कथित तौर पर, जानकारी यादृच्छिक घटनाओं के स्रोत में निहित है। यह कथन बंदरों और टाइपराइटरों के साथ मानसिक अनुभवों पर आधारित है। टाइपराइटरों के सामने और बेतरतीब समय में बंदर यादृच्छिक बटनों पर क्लिक करते हैं। यह माना जाता है कि किसी समय में उनमें से एक ब्रिटिश पुस्तकालय से सभी पुस्तकों को मुद्रित करने में सक्षम होगा, जिसमें वे अलमारियों पर खड़े हैं! जल्दी या बाद में, बंदर पहले अक्षर को सही ढंग से दबाएगा, वास्तव में, असीम रूप से अक्सर होने की अनगिनत कोशिशों के साथ।

इन प्रयासों के बीच दूसरे पत्र के साथ सही होगा, और इसी तरह। बंदरों के अनंत परिचालन समय के साथ, पात्रों का सही संयोजन उत्पन्न होगा।

अनुभव एक पुष्टि है कि ज्ञान यादृच्छिक घटनाओं के स्रोतों में निहित है, और यदि आप "पहचानने" की जानकारी के लिए सही कार्यक्रम लिखते हैं, तो आप उन्हें निकाल सकते हैं। उदाहरण के लिए, जल्दी या बाद में, एक नया भौतिक सिद्धांत शोर की एक धारा से उत्पन्न होगा, और यदि आप यादृच्छिक संख्या की धारा को फ़िल्टर करते हैं, तो आप इसका पता लगा सकते हैं! यह तर्क निर्विवाद है - ऐसी वास्तविकता पर विश्वास करना कठिन है! सच्चाई यह है कि आप हमेशा "सूचना" को पहचान नहीं सकते, भले ही आप इसे देख लें।

यह लंबे समय से माना जाता है कि "इच्छा की स्वतंत्र अभिव्यक्ति" एक मिथक है। दी गई परिस्थितियों में और एक निश्चित समय पर, आप वह हैं जो आप हैं और जिस तरह से आप कार्य करते हैं वह कार्य करते हैं। यह तर्क इस तथ्य की पृष्ठभूमि के खिलाफ आश्वस्त लगता है कि आप अपनी स्वतंत्र इच्छा में विश्वास करते हैं। आइए एक प्रयोग करके इस समस्या को स्पष्ट करने का प्रयास करें। ऐसा लगता है कि इस समस्या को स्पष्ट करने के लिए एक ठोस प्रयोग नहीं किया जा सकता है। सच्चाई यह है कि हम लगातार व्यवहार की दो पंक्तियों के बीच चयन करते हैं। शिक्षक को यह मानना होगा कि वह अपने छात्रों को सही शब्द कह रहा है। माता-पिता को यह मानना होगा कि वे अपने बच्चों की परवरिश सही तरीके से कर रहे हैं। फिर भी, स्वतंत्रता की भावना हमारे भीतर गहरी बैठती है, और हम इसे अस्वीकार करने के लिए अनिच्छुक हैं, लेकिन हम इसे आसानी से दूसरों से इनकार कर सकते हैं!

इस सवाल पर चर्चा करने के लिए कई और उदाहरण हैं "क्या कारें सोच सकती हैं?"

अंत में, शायद यह सोचकर निर्धारित किया जाना चाहिए कि हम क्या सोचते हैं, लेकिन हम कैसे सोचते हैं। जब मैं देखता हूं कि एक बच्चा दो या तीन अंकों की संख्या को कैसे सीखता है, तो मुझे यह आभास होता है कि वह क्या सोच रहा है। जब मैं इसे स्वयं करता हूं, तो यह किसी प्रकार का "वातानुकूलित प्रतिवर्त" जैसा दिखता है। जब कंप्यूटर एक ही गुणा करता है, तो ऐसा नहीं लगता कि यह सोच रहा है। पुराने गीत के शब्दों में, "यह वह नहीं है जो आप करते हैं, बल्कि आप इसे कैसे करते हैं।" शायद, सोच के क्षेत्र में, हम परिणाम की अवधारणाओं और प्राप्त करने की विधि को भ्रमित करते हैं, जिससे एआई अनुसंधान के क्षेत्र में कुछ कठिनाइयों का सामना करना पड़ता है।

कृत्रिम बुद्धि के कठोर सिद्धांत के समर्थक इस या उस सिद्धांत को पुष्टि के बाद ही सफल मानते हैं। तथ्यों के सही आकलन के बिना इस दृष्टिकोण ने कई शोधकर्ताओं को प्रभावित किया है। यह विश्वास कि "परिणाम सोच का एक उपाय है" कई लोगों को यह विश्वास करने की अनुमति देता है कि वे सोच सकते हैं, लेकिन कोई मशीन नहीं है।

कंप्यूटर और सोच को लेकर स्थिति मिश्रित हो गई है। उसी समय, हम यह मान सकते हैं कि कंप्यूटर सोच सकते हैं या नहीं। हम मशीनों की सोच पर विश्वास करना चाहते हैं, क्योंकि वे हमारी मदद करते हैं। और हम अपना महत्व बनाए रखने के लिए विश्वास नहीं करना चाहते हैं। कंप्यूटर ने हमें कई क्षेत्रों में गति दी है, गति, सटीकता, विश्वसनीयता, लागत, प्रतिक्रिया की गति, वे ऊब से मुक्त हैं, वे आसानी से पुरानी भूल जाते हैं और नई चीजें सीखते हैं, वे एक आक्रामक वातावरण में काम कर सकते हैं, व्यक्तिगत समस्याओं से मुक्त हो सकते हैं, हम उन्हें कुछ क्षेत्रों में पार करना चाहेंगे - उसी समय वे हमारी रचनाएँ हैं! उदाहरण के लिए, यदि कुछ कंप्यूटर प्रोग्राम डॉक्टरों की तुलना में बहुत बेहतर काम कर सकते हैं, तो वे कहाँ रहेंगे? तुम कहाँ रहोगे?

दो मुख्य निष्कर्ष:

, , .
, , , .

पिछले दो अध्यायों में, मैंने हार्डवेयर और सॉफ़्टवेयर की सीमाओं का प्रश्न लिखा था, लेकिन इन दोनों अध्यायों में कृत्रिम बुद्धिमत्ता के प्रश्न उठाए गए हैं। हम सिर्फ यह नहीं जानते कि हम किस बारे में बात कर रहे हैं; अवधारणाओं को परिभाषित नहीं किया गया है और यह स्पष्ट नहीं है कि उन्हें निकट भविष्य में परिभाषित किया जाएगा या नहीं। हमें कंप्यूटर भाषा का वर्णन करने के लिए भाषा का उपयोग करने के लिए मजबूर किया जाता है; इस पुनरावृत्ति से जटिलता और कठोरता में कमी आती है। एआई के बारे में अध्यायों का मुख्य प्रश्न - सॉफ्टवेयर की सीमाओं का प्रश्न - खुला रहता है, आपके करियर में बहुत महत्वपूर्ण होना चाहिए। एआई के क्षेत्र के अध्ययन में सटीकता और संतुलित निष्कर्ष की आवश्यकता होती है, क्योंकि कई शोधकर्ताओं ने स्पष्ट गलत निष्कर्ष दिए हैं।

जारी रखने के लिए ...

कौन पुस्तक के अनुवाद, लेआउट और प्रकाशन में मदद करना चाहता है - एक व्यक्तिगत ईमेल या मेल magisterludi2016@yandex.ru में लिखें

, वैसे, हमने एक और शांत पुस्तक का अनुवाद भी शुरू किया है - "द ड्रीम मशीन: कंप्यूटर क्रांति का इतिहास" )

पुस्तक सामग्री और अनुवादित अध्याय

प्रस्तावना

इन द आर्ट ऑफ़ डूइंग साइंस एंड इंजीनियरिंग: लर्निंग टू लर्न (28 मार्च, 1995) अनुवाद: अध्याय 1
«Foundations of the Digital (Discrete) Revolution» (March 30, 1995) 2. ()
«History of Computers — Hardware» (March 31, 1995) 3. —
«History of Computers — Software» (April 4, 1995) 4. —
«History of Computers — Applications» (April 6, 1995) 5. —
«Artificial Intelligence — Part I» (April 7, 1995) 6. — 1
«Artificial Intelligence — Part II» (April 11, 1995) 7. — II
«Artificial Intelligence III» (April 13, 1995) 8. -III
«n-Dimensional Space» (April 14, 1995) 9. N-
«Coding Theory — The Representation of Information, Part I» (April 18, 1995) ( :((( )
«Coding Theory — The Representation of Information, Part II» (April 20, 1995)
«Error-Correcting Codes» (April 21, 1995) ()
«Information Theory» (April 25, 1995) ( :((( )
«Digital Filters, Part I» (April 27, 1995) 14. — 1
«Digital Filters, Part II» (April 28, 1995) 15. — 2
«Digital Filters, Part III» (May 2, 1995) 16. — 3
«Digital Filters, Part IV» (May 4, 1995)
«Simulation, Part I» (May 5, 1995) ( )
«Simulation, Part II» (May 9, 1995) 19. — II
«Simulation, Part III» (May 11, 1995)
«Fiber Optics» (May 12, 1995) 21.
«Computer Aided Instruction» (May 16, 1995) ( :((( )
«Mathematics» (May 18, 1995) 23.
«Quantum Mechanics» (May 19, 1995) 24.
«Creativity» (May 23, 1995). : 25.
«Experts» (May 25, 1995) 26.
«Unreliable Data» (May 26, 1995) 27.
«Systems Engineering» (May 30, 1995) 28.
«You Get What You Measure» (June 1, 1995) 29. ,
«How Do We Know What We Know» (June 2, 1995) :(((
Hamming, «You and Your Research» (June 6, 1995). :

, — magisterludi2016@yandex.ru

रिचर्ड हैमिंग: अध्याय 7. कृत्रिम बुद्धिमत्ता - II

अध्याय 7. कृत्रिम कृत्रिम बुद्धि - II

More articles: