आर्टिफिशियल इंटेलिजेंस - द डूम्सडे या गोल्डन एज ​​ऑफ ग्लोबल प्रॉस्पेरिटी

पिछली सदी के अंत के बाद से आर्टिफिशियल इंटेलिजेंस (एआई) ने लगातार सफलता प्राप्त करने में अग्रणी स्थान हासिल किया है। व्यावहारिक विकास की शुरुआत से पहले ही, विज्ञान कथा लेखकों ने मशीन मन की थीम का सफलतापूर्वक शोषण किया। एक नियम के रूप में, दो विषय मुख्य थे - यह एक यूटोपियन समृद्ध मानव समाज है, जहां सभी जीवन समर्थन समस्याएं स्मार्ट रोबोटों को सौंपी जाती हैं, और भविष्य की निराशाजनक संभावनाएं हैं, जहां मशीनों द्वारा मनुष्यों की शक्ति जब्त की जाती है। आज, इन कहानियों ने कृत्रिम बुद्धिमत्ता के विकास की नैतिक समस्याओं को आधार बनाया। लेकिन पहले बातें पहले।



डिजिटल इंटेलिजेंस बनाने के लिए, डेवलपर्स ने दो मुख्य क्षेत्रों की पहचान की है। एक मामले में, यह न्यूरॉन्स और तंत्रिका अंत के एक जटिल नेटवर्क के साथ मानव मस्तिष्क की नकल थी, और दूसरे में, मानव मानसिक गतिविधि को दोहराने वाले एल्गोरिदम की एक प्रणाली विकसित करने का प्रयास था। एआई विकास की शुरुआत में, कंप्यूटर प्रौद्योगिकी की कमजोर क्षमताओं और कमजोर सैद्धांतिक आधार के कारण इसे लागू करने का पहला तरीका काफी कठिन था। इसलिए, एल्गोरिदम के विकास को प्राथमिकता दी गई थी। हालांकि, सभी समस्याओं को इस तरह से हल नहीं किया जा सका। कुछ मामलों में, एकमात्र तरीका तंत्रिका नेटवर्क हो सकता है, जो मशीन सीखने का आधार बन गया। कंप्यूटर प्रौद्योगिकी और नैनो प्रौद्योगिकी के विकास की वर्तमान गति ने कृत्रिम तंत्रिका नेटवर्क के विकास में सकारात्मक भूमिका निभाई है।

कृत्रिम बुद्धि बनाने के प्रत्येक तरीके की अपनी ताकत और कमजोरियां थीं। एल्गोरिदम की एक प्रणाली विकसित करते समय, प्रत्येक समस्या के समाधान का एक औपचारिक विवरण निर्दिष्ट करना आवश्यक था। अर्थात्, हल की जाने वाली समस्याओं की सीमा का विस्तार करने के लिए, डेवलपर को प्रोग्राम में नए एल्गोरिदम को जोड़ना होगा। फिर भी, ऐसे उपकरणों ने तार्किक समस्याओं को अच्छी तरह से हल किया, और पहले से ही पिछली शताब्दी के 90 के दशक में मशीन ने शतरंज में विश्व चैंपियन को हराया।



कृत्रिम तंत्रिका नेटवर्क को इस अर्थ में प्रोग्रामिंग की आवश्यकता नहीं है कि यह एल्गोरिदम की प्रणाली बनाते समय कार्यान्वित किया जाता है। तंत्रिका नेटवर्क का मुख्य लाभ यह है कि वे स्व-सीखने में सक्षम हैं। समस्याओं के सही समाधान की एक बड़ी मात्रा के आधार पर, इनपुट और आउटपुट डेटा के बीच एक संबंध बनाया जाता है। तंत्रिका नेटवर्क द्वारा सफलतापूर्वक हल किया गया पहला कार्य चित्रों में वस्तुओं की पहचान और वर्गीकरण था, जो किसी व्यक्ति की तुलना में बदतर नहीं था।

यह मानना ​​तर्कसंगत है कि एआई के निर्माण के लिए दो दृष्टिकोणों का संयोजन आश्चर्यजनक परिणाम दे सकता है। वास्तव में, इन परिणामों में से एक एक हाइब्रिड समाधान था जिसने एक व्यक्ति को खेल के खेल में मात दी। इसमें तंत्रिका नेटवर्क और एल्गोरिदम की सबसे अच्छी विशेषताएं दिखाई गईं। एआई ने पहले बोर्ड पर स्थिति का बेहतर / बदतर के रूप में मूल्यांकन किया, और फिर एल्गोरिथ्म ने केवल तंत्रिका नेटवर्क द्वारा अनुमानित विकल्पों की गणना की। सभी संभावित विकल्पों की गणना करने की आवश्यकता नहीं है। यदि मानव व्यवहार के साथ इसकी तुलना की जाती है, तो खिलाड़ी सबसे इष्टतम चालें चुनकर वर्तमान स्थिति को सहज रूप से निर्धारित करता है। लेकिन, दुर्भाग्य से, ऐसा संकर दृष्टिकोण हमेशा संभव नहीं होता है।

कृत्रिम बुद्धि का व्यावहारिक अनुप्रयोग पहले से ही तैयार मिट्टी पर आ गया है। कंप्यूटर डेटा प्रोसेसिंग ने संरचित और मानकीकृत जानकारी का एक वातावरण बनाया है। विभिन्न क्षेत्रों में लिपियों के उपयोग ने कर्मचारियों की योग्यता और व्यक्तिगत गुणों पर काम के परिणामों की निर्भरता को कम कर दिया है। डिजिटल तकनीक के लिए किसी व्यक्ति की जीवन शैली का अनुकूलन है। इसलिए, एआई के उपयोग के क्षेत्र में लगातार विस्तार होगा, आंशिक रूप से मानव श्रम की जगह।

ड्राइविंग वाहनों में एआई का उपयोग आपको बिना ड्राइवर वाली कारों के बारे में विज्ञान कथाओं के विचारों को लागू करने की अनुमति देता है। भारी वाहनों के पायलट संस्करणों के सफल परीक्षण पहले ही बीत चुके हैं। संभवतः निकट भविष्य में हम पारंपरिक टैक्सी ड्राइवरों की जगह, टैक्सी रोबोट की उपस्थिति की उम्मीद कर सकते हैं।

सेल्फ-लर्निंग आर्टिफिशियल इंटेलिजेंस के साथ बड़ी मात्रा में सूचना के कंप्यूटर प्रसंस्करण की उच्च गति आज ग्राहक के अनुरोध पर प्रतिक्रिया समय को शून्य करने के लिए कम करके, हजारों घंटे काम कर सकती है। विशेषज्ञों के अनुसार, 2020 तक, ग्राहक के साथ लगभग 85% बातचीत मानवीय हस्तक्षेप के बिना की जाएगी। हालांकि, एआई का उपयोग बाहरी संचार तक सीमित नहीं है। अभिनव रूप से केंद्रित कंपनियां अपनी भर्ती और प्रतिधारण रणनीतियों में कृत्रिम बुद्धिमत्ता प्रौद्योगिकी को शामिल करने की योजना बनाती हैं। यह निर्दिष्ट मापदंडों के अनुसार रिज्यूमे का चयन और फ़िल्टरिंग हो सकता है, संभावित समस्याओं पर नज़र रख सकता है और उत्पादकता में गिरावट का कारण बन सकता है, कर्मचारी व्यवहार का विश्लेषण कर सकता है और बहुत कुछ।

यहाँ दो विशेषज्ञों की राय है। माइक्रोसॉफ्ट इटली में परामर्श और सेवा विभाग के प्रमुख के अनुसार: "आर्टिफिशियल इंटेलिजेंस एक नया व्यापार उपकरण बन जाएगा, और जल्द ही कंपनियां अब कल्पना नहीं करेंगी कि आप इसके बिना कैसे कर सकते हैं।"

2019 में, कंपनियों के भीतर आधुनिक उपकरणों पर कृत्रिम बुद्धिमत्ता की क्षमताएं उपलब्ध होंगी, जो क्लाउड के उपयोग के कारण देरी को कम करेगा। यह बदले में वितरित नेटवर्क की प्रकृति को महत्वपूर्ण रूप से प्रभावित करेगा और आज एआई तकनीक को स्मार्टफोन और ईमेल के रूप में सर्वव्यापी बना देगा। ”

पैट्रिक बिस्कोफ, कैनन यूरोप रणनीतिक विकास निदेशक, इससे पूरी तरह सहमत हैं:
“भविष्य बुद्धिमान परिधीय और बादल समाधान है। दूसरे शब्दों में, बुद्धिमान समाधान जो हमेशा हाथ में होते हैं। "

एआई को लागू करने के तरीकों में से एक, जो आज दिखाई देता है, हम इंटरनेट ऑफ थिंग्स पर विचार कर सकते हैं। स्मार्ट सेंसर और कनेक्टेड डिवाइस सफलतापूर्वक रोजमर्रा की जिंदगी और गैर-उत्पादन में उपयोग किए जाते हैं। इसी समय, हाइब्रिड क्लाउड सिस्टम विकसित किए जा रहे हैं, जो एक डेटा सेंटर और एक सार्वजनिक क्लाउड के संयोजन से कंप्यूटिंग इकाइयों में परिवर्तित हो जाते हैं। अब ये दो रुझान इस स्तर पर पहुंच गए हैं कि 2019 को बौद्धिक बादलों और बौद्धिक बाह्यताओं के युग की शुरुआत माना जा सकता है।

यह स्पष्ट है कि एआई के व्यावहारिक उपयोग की असीम संभावनाएं हैं। यह कई प्रक्रियाओं का पूर्ण स्वचालन है, और सुरक्षा की सुनिश्चितता, और सर्जिकल संचालन के गहने सटीकता, मानव जीवन को बचाने और इच्छाओं की पूर्ति के लिए इच्छाओं की भविष्यवाणी करता है। यह सब कुछ समृद्ध समाज के निर्माण के बारे में विज्ञान कथा के कथानक के साथ आम तौर पर कुछ है, जहां लगभग सभी काम रोबोटों को सौंपा गया है। और फिर हम कृत्रिम बुद्धि के आत्म-जागरूकता के नैतिक मुद्दे के खिलाफ आएंगे। क्या उसे तर्कसंगत होने के रूप में पहचाना जा सकता है, आदमी के बराबर और अधिकारों में समानता है? लेकिन यह सिक्के का केवल एक पक्ष है। हकीकत में, आपको एक अलग तरह की समस्याओं का सामना करना पड़ेगा।

मानवीय गतिविधियों में एआई की शुरूआत से पारंपरिक नौकरियों में कमी आएगी। न केवल कॉल-सेंटर के कर्मचारी और ड्राइवर काम से बाहर हो सकते हैं, बल्कि वकील, डॉक्टर और शिक्षक भी हो सकते हैं। अब हम यह भी पूरी तरह से नहीं समझ सकते हैं कि AI किसी व्यक्ति को कैसे बदल सकता है। यही है, श्रम की रिहाई एक निश्चित समस्या होगी। इसे हल करने के लिए, उच्च तकनीक उद्योग के लिए समाज का अनुकूलन आवश्यक है। लेकिन कठिनाई उन क्षेत्रों की खोज में होगी जहां एक व्यक्ति कृत्रिम बुद्धि के साथ प्रतिस्पर्धा कर सकता है।



एआई को विकसित करने की प्रक्रिया में, आपको बढ़ती मशीन "मन" के कई "बचपन" रोगों का सामना करना पड़ेगा। इनपुट सूचना के असंतुलन से आउटपुट पर पूर्वाग्रह पैदा होंगे। इस तरह की घटना की अभिव्यक्तियों में से एक जो हमने पहले ही सामना किया है, उसे "सफेद आदमी की समस्या" कहा जाता है। एआई के परिणामों में श्वेत पुरुषों की प्रबलता के कारण यह नाम दिया गया था। इसलिए, उदाहरण के लिए, विज्ञापन एल्गोरिदम ने मुख्य रूप से पुरुष आगंतुकों को अत्यधिक भुगतान किए गए रिक्त स्थान दिए। नाम का चयन करने वाले एल्गोरिदम अक्सर "सफेद" नामों पर अपनी पसंद छोड़ देते हैं। सौंदर्य प्रतियोगिता में एआई ने सफेद प्रतियोगियों को पुरस्कार दिया।

विशेष रूप से फेसबुक पर सोशल नेटवर्क पर एक और AI समस्या सामने आई थी। उपयोगकर्ता की वरीयताओं के आधार पर, उसे केवल एक ही तरीके से सामग्री की पेशकश की गई थी। यह देखने के वैकल्पिक बिंदुओं को छिपाता है। वर्तमान चरण में, इस तरह की घटनाओं को एल्गोरिदम और मशीन सीखने की अपूर्णता के लिए जिम्मेदार ठहराया जा सकता है। लेकिन भविष्य में, यदि AI जीवन-निर्माण के फैसले लेता है, उदाहरण के लिए, अदालत में फैसले जारी करना, यह अस्वीकार्य है।

किसी भी मजबूत AI तकनीक की तरह, इसका एक दोहरा उद्देश्य हो सकता है। इसलिए, इसे तीसरे पक्ष द्वारा डेटा हेरफेर और एल्गोरिदम के विरूपण से संरक्षित किया जाना चाहिए। यही है, एआई को संभवतः अधिक हद तक सभी साइबर सुरक्षा उपायों को कवर करना चाहिए। इसे व्यवहार में कैसे लागू किया जाएगा यह एक खुला प्रश्न है।

हालांकि, कृत्रिम बुद्धि की एक और समस्या है, जो अन्य सभी की तुलना में अधिक जटिल और गहरी है। गणितीय मॉडल, सैद्धांतिक और प्रायोगिक आधारों के बावजूद, यहां तक ​​कि इन एल्गोरिदम के डेवलपर्स यह नहीं समझा सकते हैं कि उनका उत्पाद कैसे काम करता है। एआई एक "ब्लैक बॉक्स" है जो सैद्धांतिक रूप से अपेक्षित परिणामों का उत्पादन करना चाहिए। लेकिन अभ्यास सिद्धांत से भिन्न हो सकता है। ब्लैक बॉक्स में होने वाली प्रक्रियाओं को जाने बिना, उन्हें नियंत्रित नहीं किया जा सकता है।



एक व्यक्ति के विपरीत, एक मशीन समस्याओं को हल करना सीखती है, लेकिन समझ नहीं पाती है कि वह क्या करती है। यह इस तथ्य को जन्म दे सकता है कि समस्या हल हो जाएगी, लेकिन उम्मीद के मुताबिक बिल्कुल नहीं, हालांकि औपचारिक रूप से यह एक समाधान होगा। एक उदाहरण के रूप में, हम पासिंग गेम के लिए बनाए गए कुछ "गैर-मानक" AI समाधानों का हवाला दे सकते हैं:

• खिलाड़ी पहले स्तर के अंत में खुद को मारता है ताकि दूसरे स्तर पर हार न जाए;
• हारने के क्रम में, खिलाड़ी लगातार खेल को रोक देता है;
• जब कृत्रिम जीवन की मॉडलिंग करते हैं, जहां अस्तित्व की ऊर्जा की आवश्यकता होती है, लेकिन बच्चों के जन्म ने ऊर्जा को दूर नहीं किया, एआई ने एक ऐसी प्रजाति बनाई, जो एक गतिहीन जीवन शैली का नेतृत्व करती थी, जो मुख्य रूप से संतानों के उत्पादन के उद्देश्य से संभोग में लगी हुई थी, जिसे तब खाया या उत्पादन के लिए सहायकों का उपयोग किया जा सकता था। अधिक खाद्य संतान।

खेलों में, ऐसे निर्णय मजाकिया लगते हैं, लेकिन जीवन में यह वैश्विक त्रासदियों से भरा होता है। यह संभावना है कि एआई के लिए, कैंसर का मुकाबला करने के कार्य का समाधान इस बीमारी से पीड़ित सभी रोगियों का विनाश होगा। इसलिए, मशीनों द्वारा मानवता के विनाश का परिदृश्य इतना यूटोपियन नहीं लगता है।

भविष्य में कैसे मनुष्य की सहजीवन होगी और मशीन की केवल कल्पना की जा सकती है। आपको समझना चाहिए कि एआई तकनीक का विकास जारी रहेगा। वे बहुत सारी आकर्षक संभावनाओं को खोलते हैं। प्रगति को रोका नहीं जा सकता। लेकिन भविष्य के लिए ज़िम्मेदारी अभी भी मनुष्य के पास है - क्या हम सार्वभौमिक समृद्धि की दुनिया बनाएंगे या क्या हम अपनी रचना से ही नष्ट हो जाएंगे।

और आप क्या सोचते हैं: मानव जीवन में बड़े पैमाने पर कृत्रिम बुद्धिमत्ता का परिचय क्या होगा? टिप्पणियों में सबसे भविष्यवादी, आशावादी या वैज्ञानिक परिदृश्य लिखें जो हमारे लिए इंतजार कर सकते हैं।