एअर इंडिया की अनकही कहानी

एआई का इतिहास अक्सर बताया जाता है कि कैसे मशीनों का इतिहास धीरे-धीरे अधिक स्मार्ट होता जा रहा है। लेकिन मानव कारक कहानी में खो जाता है, डिजाइनिंग और प्रशिक्षण मशीनों का सवाल, और वे कैसे दिखाई देते हैं, धन्यवाद, मानसिक और शारीरिक प्रयासों के लिए।

आइए हम एआई के इस मानव इतिहास का अध्ययन करें - कैसे नवाचारियों, विचारकों, श्रमिकों और कभी-कभी सट्टेबाजों ने एल्गोरिदम बनाया जो मानव विचार और व्यवहार को पुन: उत्पन्न कर सकते हैं (या दिखावा करते हैं कि वे पुन: उत्पन्न होते हैं)। सुपर-इंटेलिजेंट कंप्यूटरों के विचार जिनकी मानव भागीदारी की आवश्यकता नहीं है, रोमांचक हो सकते हैं - लेकिन स्मार्ट मशीनों का सही इतिहास बताता है कि हमारे एआई जितने अच्छे हैं।

जब चार्ल्स बैबेज ने पहले मैकेनिकल तुर्क के साथ शतरंज खेला

19 वीं शताब्दी का प्रसिद्ध इंजीनियर एआई के आसपास प्रचार के पहले उदाहरण से प्रेरित हो सकता है

1770 में, ऑस्ट्रिया की महारानी मारिया थेरेसा के दरबार में, आविष्कारक वोल्फगैंग वॉन केम्पलेन ने शतरंज खेलने वाली एक मशीन का प्रदर्शन किया। "तुर्क", केम्पलेन ने अपने आविष्कार के रूप में, एक आदमकद मानव आकृति बनाई थी जो देवदार [अन्य स्रोतों - मोम / लगभग के अनुसार] से उकेरी गई थी। अनुवाद।], ओटोमन साम्राज्य के प्रतिनिधि के रूप में तैयार, एक लकड़ी के कैबिनेट के पीछे बैठा था, जिसके काउंटरटॉप पर एक बिसात थी।

केम्पलेन ने घोषणा की कि उनकी कार किसी भी दरबारी को हराने में सक्षम थी, और इस कॉल को मारिया थेरेसा के सलाहकारों में से एक ने स्वीकार किया। केम्पलेन ने कैबिनेट दरवाजे खोले, एक घड़ी की कल की तरह एक तंत्र का प्रदर्शन - लीवर और गियर का एक जटिल नेटवर्क, और फिर कार में एक कुंजी डाली और इसे शुरू किया। मशीन गन से जान में जान आयी, और पहला आंकड़ा हिलाने के लिए एक लकड़ी का हाथ उठाया। 30 मिनट के भीतर, उसने अपने प्रतिद्वंद्वी को हरा दिया।

तुर्क ने सनसनी मचा दी। अगले दस वर्षों में, केम्पलेन यूरोप में अपनी शतरंज मशीन के साथ दिखाई दिए, उस समय के सबसे चतुर लोगों को हराते हुए, जिनमें बेंजामिन फ्रैंकलिन और फ्रेडरिक II शामिल थे। 1804 में केम्पलेन की मृत्यु के बाद, जर्मन विश्वविद्यालय में एक छात्र जोहान नेपोमुक मेलजेल और एक संगीत वाद्ययंत्र डिजाइनर, जिसने दुनिया भर में अपने प्रदर्शन को जारी रखा, ने तुर्कू का अधिग्रहण किया।

जिन लोगों को कार को अधिक विस्तार से देखने की अनुमति थी उनमें से एक चार्ल्स बैबेज , एक प्रसिद्ध ब्रिटिश इंजीनियर और गणितज्ञ थे। 1819 में, बैबेज ने तुर्क के साथ दो बार खेला और दोनों बार हार गए। इतिहासकार टॉम स्टैंडेज के अनुसार, जिन्होंने तुर्क की विस्तृत कहानी लिखी, बैबेज को संदेह था कि मशीन एक स्मार्ट मशीन नहीं थी, बल्कि केवल एक चालाक धोखा था, और वह एक ऐसे व्यक्ति को छिपा रही थी जिसने अंदर से तुर्क के आंदोलनों को नियंत्रित किया था।



बैबेज सही था। तुर्की तंत्र की स्क्रीन के पीछे निम्नलिखित था: केम्पलेन और मेलजेल ने एक बड़े बॉक्स के अंदर चुपके से बैठने के लिए दादी को काम पर रखा था। ग्रैंडमास्टर यह देख सकता था कि मैग्नेट के कारण बोर्ड पर क्या हो रहा था जिसने पिछले टुकड़ों की दर्पण छवि दी।

तुर्क के हाथ को नियंत्रित करने के लिए, एक छिपे हुए खिलाड़ी ने एक पैनोग्राफ, ब्लॉक की एक प्रणाली का उपयोग किया, जो लकड़ी के तुर्क के साथ अपने हाथ के आंदोलनों को सिंक्रनाइज़ करता है। खिलाड़ी ने चुंबकीय बोर्ड पर लीवर को स्थानांतरित किया, इसे तुर्क की उंगलियों को खोलने और बंद करने के लिए घुमाया, और फिर आंकड़े को सही जगह पर स्थानांतरित कर दिया। जिस कमरे में ग्रैंडमास्टर बैठे थे, उसमें कई फिसलने वाले पैनल और पहियों पर एक कुर्सी थी, जो बढ़ी हुई पटरियों पर घूम रही थी, जिससे उन्हें आगे और पीछे जाने की अनुमति मिली जब मेलज़ेल ने सभी को देखने के लिए बॉक्स खोला।

और हालांकि बैबेज को इस तरह की चालों पर संदेह था, उन्होंने अपने कई समकालीनों की तरह, उन्हें उजागर करने में समय बर्बाद नहीं किया। हालांकि, तुर्क के साथ उनकी मुलाकात ने, जाहिर है, कई सालों तक उनकी सोच को निर्धारित किया।


चार्ल्स बैबेज ने 1847 से 1849 तक अंतर मशीन नंबर 2 का विकास किया, लेकिन उनके जीवन के दौरान यह नहीं बनाया गया था।

इसके तुरंत बाद, उन्होंने " अंतर मशीन " नामक एक स्वचालित यांत्रिक कैलकुलेटर पर काम शुरू किया, जिसका उपयोग उन्होंने त्रुटि-मुक्त लघुगणकीय तालिकाओं को बनाने के लिए किया। मशीन का पहला डिज़ाइन, जिसका वजन 4 टन हो सकता है, में 25,000 धातु के घटक शामिल हैं। 1830 के दशक में, उन्होंने इसे छोड़ दिया, और भी अधिक जटिल तंत्र पर काम शुरू किया, "विश्लेषणात्मक मशीन।" उसके पास एक "रिपॉजिटरी" और एक "चक्की" थी जो एक मेमोरी और प्रोसेसर के रूप में कार्य करती थी, साथ ही साथ पंच कार्ड पर निहित सॉफ़्टवेयर निर्देशों की व्याख्या करने की क्षमता भी थी।

प्रारंभ में, बैबेज ने उम्मीद की थी कि विश्लेषणात्मक मशीन बस अंतर के बेहतर संस्करण के रूप में काम करेगी। लेकिन उनके साथी, Ada Lovelace ने महसूस किया कि मशीन की प्रोग्रामबिलिटी इसे और अधिक सामान्यीकृत मोड में कार्य करने की अनुमति देती है। उसने कहा कि इस तरह की मशीन एक नए प्रकार के "काव्य विज्ञान" को जन्म देगी, और गणितज्ञ मशीन को प्रोग्रामिंग करके कार्य करने के लिए प्रशिक्षित करेंगे। उसने यह भी भविष्यवाणी की कि मशीन "जटिल वैज्ञानिक संगीत कार्यों" की रचना करने में सक्षम होगी।


एडा लवलेस और चार्ल्स बैबेज

बैबेज ने अंततः लवलेस के साथ सहमति व्यक्त की, और कल्पना की कि कैसे एक सामान्य-उद्देश्य वाली मशीन की क्षमता, जो न केवल पीसने में सक्षम है, दुनिया को बदल सकती है। स्वाभाविक रूप से, उनके विचार तुर्क के साथ बैठक में लौट आए। 1864 में, उन्होंने पूरी तरह से नई समस्याओं को हल करने के लिए एक "मैकेनिकल रिकॉर्ड" का उपयोग करने की अपनी इच्छा के बारे में एक डायरी में लिखा था। "गंभीर विचार के बाद, मेरे परीक्षण के लिए मैंने एक चालाक मशीन को चुना जो शतरंज जैसे बौद्धिक खेल को सफलतापूर्वक खेल सके।"

यद्यपि तकनीकी रूप से तुर्क और बैबेज मशीन किसी भी तरह से जुड़ी हुई नहीं हैं, वॉन केम्पेलन के रहस्य में सन्निहित मशीन इंटेलिजेंस के अस्तित्व की संभावना से लगता है कि उन्होंने बैबेज को कारों के बारे में पूरी तरह से नई रोशनी में सोचने के लिए प्रेरित किया है। जैसा कि उनके साथी ने बाद में लिखा, डेविड ब्रूस्टर: "ये स्वचालित खिलौने, जो कभी आमजन का मनोरंजन करते थे, अब हमारी तरह की सभ्यता की क्षमताओं और विकास को बढ़ाने में शामिल हैं।"

कम्प्यूटेशनल इतिहास की शुरुआत में तुर्क के साथ बैबेज की बैठक एक अनुस्मारक के रूप में कार्य करती है जो प्रचार और नवाचार कभी-कभी हाथ से चलते हैं। लेकिन यह हमें एक और बात सिखाता है: मशीनों के लिए जिम्मेदार बुद्धि लगभग हमेशा छिपी हुई मानवीय उपलब्धियों पर आधारित होती है।

अदृश्य महिला कंप्यूटर प्रोग्रामर ENIAC

ENIAC चलाने वाले लोगों को बमुश्किल मान्यता मिली है

मर्लिन वेस्कोव (बाएं) और रूथ लिच्टरमैन दो ईएनआईएसी महिला प्रोग्रामर थे

14 फरवरी, 1946 को, पेन्सिलवेनिया विश्वविद्यालय के मूर इंजीनियरिंग स्कूल में पत्रकार दुनिया के पहले सामान्य-प्रयोजन इलेक्ट्रॉनिक डिजिटल कंप्यूटरों में से एक का खुला प्रदर्शन देखने के लिए एकत्रित हुए: ENIAC (इलेक्ट्रॉनिक न्यूमेरिक इंटीग्रेटर एंड कंप्यूटर)।

गणितज्ञ, ENIAC टीम के मुख्य अभियंता आर्थर बर्क्स, मशीन की क्षमताओं के प्रदर्शन के प्रभारी थे। सबसे पहले, उन्होंने कंप्यूटर को 5000 नंबर जोड़ने का निर्देश दिया, जो 1 सेकंड में किया गया था। फिर उन्होंने प्रदर्शित किया कि कैसे एक मशीन प्रक्षेप्य के प्रक्षेपवक्र की गणना कर सकती है जो प्रक्षेप्य की तुलना में बंदूक से लक्ष्य के लिए उड़ान भरने की आवश्यकता होगी।

रिपोर्टर्स को अचरज हुआ। यह उन्हें लग रहा था कि बर्क को केवल एक बटन दबाने की जरूरत है, और कार को कुछ क्षणों में गिनने के लिए जीवन में आएगा कि लोगों को क्या करने के लिए दिन थे।

वे जो नहीं जानते थे, या जो प्रदर्शन के दौरान छिपा हुआ था, वह यह था कि मशीन की प्रतीयमान बुद्धि के पीछे प्रोग्रामर की एक टीम की कड़ी मेहनत और उन्नत काम था जिसमें छह महिलाएं शामिल थीं, जो पहले "कंप्यूटर" के रूप में काम करती थीं।


बेट्टी जेनिंग्स (बाएं) और फ्रांसिस बिलास ENIAC मुख्य नियंत्रण कक्ष के साथ काम करते हैं

गोले के प्रक्षेपवक्र की गणना करने में सक्षम एक मशीन बनाने की योजना द्वितीय विश्व युद्ध के शुरुआती वर्षों में पैदा हुई थी। मूर के स्कूल ऑफ इंजीनियरिंग ने बैलिस्टिक रिसर्च लेबोरेटरी (बीआरएल) के साथ काम किया, जहां 100 प्रशिक्षित "मानव कैलकुलेटर" की एक टीम ने मैन्युअल रूप से आर्टिलरी फायर टेबल की गणना की।

कार्य को गणित में अच्छे स्तर के ज्ञान की आवश्यकता थी, जिसमें नॉनलाइनियर डिफरेंशियल इक्वेशन, डिफरेंशियल एनालाइजर और स्लाइड रूल्स को हल करने की क्षमता शामिल है । लेकिन एक ही समय में, गणना को लिपिकीय कार्य माना जाता था, एक कार्य जो पुरुष इंजीनियरों के लिए बहुत कठिन था। इसलिए, BRL ने महिलाओं को काम पर रखा है - ज्यादातर जो विश्वविद्यालय की डिग्री के साथ हैं और इस नौकरी के लिए गणित के लिए एक चिंतनशील हैं।

युद्ध के दौरान, गोले के उड़ान पथ की भविष्यवाणी करने की क्षमता तेजी से सैन्य रणनीति से जुड़ी हुई थी, और बीआरएल तेजी से परिणाम की मांग कर रही थी।

1942 में, भौतिक विज्ञानी जॉन मॉवले ने एक ज्ञापन लिखा था जिसमें एक सामान्य-उद्देश्य प्रोग्राम योग्य इलेक्ट्रॉनिक कैलकुलेटर बनाने का प्रस्ताव दिया गया था जो गणनाओं को स्वचालित कर सकता था। जून 1943 तक, Mouchley, इंजीनियर जे। प्रेस्पर एकर्ट के साथ मिलकर ENIAC के निर्माण के लिए धन प्राप्त कर चुके थे।


ENIAC के सामने जे। प्रेस्पर एकर्ट, जॉन मॉचले, बेटी जीन जेनिंग्स और हरमन गोल्डस्टीन

इलेक्ट्रॉनिक कंप्यूटर का लक्ष्य बीआरएल से सैकड़ों लोगों-कंप्यूटरों को बदलने के साथ-साथ कंप्यूटिंग की गति और दक्षता में वृद्धि करना था। हालांकि, मौचली और एकर्ट ने महसूस किया कि उनकी नई मशीन को पंच्ड कार्ड का उपयोग करके पथों की गणना करने के लिए प्रोग्राम करने की आवश्यकता होगी, जो कि कई दशकों से आईबीएम अपनी मशीनों के लिए उपयोग कर रहा था।

बीआरएल में मानव कैलकुलेटर के काम की देखरेख करने वाले एक विवाहित जोड़े एडेल और हरमन गोल्डस्टीन ने सुझाव दिया कि उनकी टीम के सबसे शक्तिशाली गणितज्ञों को इस काम में शामिल होना चाहिए। उन्होंने छह - कैथलीन मैकएनके, फ्रांसिस बिलास, बेटी जीन जेनिंग्स, रूथ लिचटरमैन, एलिजाबेथ श्नाइडर, और मर्लिन वेस्कोव का चयन किया - और उन्हें मानव कैलकुलेटर से ऑपरेटरों तक बढ़ावा दिया।


एलिजाबेथ बेट्टी श्नाइडर ENIAC के लिए काम करती है

उनका पहला काम ENIAC को अच्छी तरह से जानना था। उन्होंने इसके इलेक्ट्रॉनिक सर्किट, तर्क और भौतिक संरचना को समझने के लिए मशीन के चित्र का अध्ययन किया। सीखने के लिए कुछ था: एक 30-टन राक्षस ने लगभग 140 वर्ग मीटर पर कब्जा कर लिया। मी।, 17,000 से अधिक इलेक्ट्रॉनिक ट्यूब, 70,000 प्रतिरोधक, 10,000 कैपेसिटर, 1,500 रिले और 6,000 मैनुअल स्विच का उपयोग किया जाता है। छह ऑपरेटरों की एक टीम कुछ गणनाओं को करने के लिए मशीन स्थापित करने और स्थापित करने, पंच कार्ड परोसने वाले उपकरणों के साथ काम करने और काम में त्रुटियों की खोज करने के लिए जिम्मेदार थी। इसके लिए, ऑपरेटरों को कभी-कभी मशीन के अंदर चढ़ना पड़ता था और एक असफल इलेक्ट्रॉनिक लैंप या वायरिंग को बदलना पड़ता था।

युद्ध के दौरान गोले की उड़ान की गणना करने के लिए ENIAC के पास समय पर समाप्त होने का समय नहीं था। लेकिन जल्द ही उसकी शक्ति का इस्तेमाल जॉन वॉन न्यूमैन ने परमाणु संलयन की गणना के लिए किया। इसके लिए एक लाख से अधिक पंच कार्ड के उपयोग की आवश्यकता थी। लॉस अलामोस के भौतिकविदों ने पूरी तरह से ऑपरेटर प्रोग्रामिंग कौशल पर भरोसा किया, क्योंकि केवल वे जानते थे कि इतनी बड़ी संख्या में संचालन को कैसे संभालना है।


ENIAC प्रोग्रामर कैथलीन मैकएनके

हालांकि, महिला प्रोग्रामरों के योगदान को बहुत कम मान्यता या धन्यवाद मिला। विशेष रूप से, क्योंकि मशीन की प्रोग्रामिंग अभी भी मैन्युअल गणनाओं के साथ निकटता से जुड़ी हुई थी, और इसलिए इसे केवल महिलाओं के लिए उपयुक्त नहीं, काफी पेशेवर काम माना जाता था। अग्रणी इंजीनियरों और भौतिकविदों ने लोहे के विकास और निर्माण पर ध्यान केंद्रित किया, जिसे उन्होंने कंप्यूटर के भविष्य के लिए अधिक महत्वपूर्ण माना।

इसलिए, जब 1946 में ENIAC को अंततः प्रेस में पेश किया गया, तो छह महिला ऑपरेटर जनता की नजरों से छिपी रहीं। शीत युद्ध की सुबह करीब आ रही थी, और अमेरिकी सेना ने अपनी तकनीकी श्रेष्ठता का उत्सुकता से प्रदर्शन किया। ENIAC को एक स्वायत्त स्मार्ट मशीन के रूप में प्रतिनिधित्व करते हुए, इंजीनियरों ने तकनीकी उत्कृष्टता की एक छवि चित्रित की, जो मानव श्रम का उपयोग किया गया था।

रणनीति ने काम किया, और निम्नलिखित दशकों में कंप्यूटर के काम के मीडिया कवरेज को प्रभावित किया। दुनिया भर में फैल रही ENIAC की खबर में, कार ने मुख्य फोकस पर कब्जा कर लिया और "इलेक्ट्राॅनिक ब्रेन", "विजार्ड" और "ह्यूमन-मेड रोबोट ब्रेन" जैसे एपिथेट प्राप्त किए।

कार के भीतर रेंगने वाली छह महिला परिचालकों की मेहनत और श्रमसाध्य कार्य, वायरिंग और लैंप की जगह ताकि मशीन अपने "उचित" कार्यों को कर सके, बेहद हल्का था।

क्यों एलन ट्यूरिंग गलतियों को बनाने के लिए कृत्रिम बुद्धि चाहते थे

अयोग्यता और बुद्धिमत्ता एक ही चीज नहीं है।

1950 में, डिजिटल युग की भोर में, एलन ट्यूरिंग ने एक लेख प्रकाशित किया, जो बाद में उनके कार्यों, " कम्प्यूटिंग मशीनों और दिमाग, " में सबसे प्रसिद्ध हो गया , जिसमें उन्होंने सवाल उठाया : "क्या मशीनें सोच सकती हैं?"

"मशीन" और "सोच" की अवधारणाओं को परिभाषित करने की कोशिश करने के बजाय, ट्यूरिंग इस प्रश्न का उत्तर खोजने की एक अलग विधि का वर्णन करता है, जो विक्टोरियन युग सैलून गेम - नकल से प्रेरित है। खेल के नियमों के अनुसार, एक कमरे में एक आदमी और एक महिला एक दूसरे से बात करते हैं, एक मध्यस्थ के माध्यम से नोट्स पारित करते हैं। मध्यस्थ, जो एक न्यायाधीश की भूमिका भी निभाता है, को यह अनुमान लगाने की आवश्यकता है कि उनमें से कौन एक पुरुष है और कौन एक महिला है, और उसका कार्य इस तथ्य से जटिल है कि पुरुष एक महिला की नकल करने की कोशिश कर रहा है।

इस खेल से प्रेरित होकर, ट्यूरिंग ने एक विचार प्रयोग विकसित किया जिसमें प्रतिभागियों में से एक को कंप्यूटर द्वारा बदल दिया गया। यदि कंप्यूटर को सिमुलेशन चलाने के लिए इतनी अच्छी तरह से प्रोग्राम किया जा सकता है कि जज यह नहीं बता सके कि वह मशीन या किसी व्यक्ति के बारे में बात कर रहा है, तो यह निष्कर्ष निकालना बुद्धिमान होगा, ट्यूरिंग ने तर्क दिया, कि मशीन में बुद्धिमत्ता है।

यह विचार प्रयोग ट्यूरिंग परीक्षण के रूप में जाना जाता है, और आज तक एआई में सबसे प्रसिद्ध और विवादास्पद विचारों में से एक बना हुआ है। वह अपना आकर्षण नहीं खोता है, क्योंकि वह एक बहुत ही दार्शनिक सवाल का स्पष्ट जवाब देता है: "क्या मशीनें सोच सकती हैं?" यदि कंप्यूटर ट्यूरिंग टेस्ट पास करता है, तो इसका उत्तर हां में है। जैसा कि दार्शनिक डैनियल डेनेट ने लिखा था , ट्यूरिंग परीक्षण दार्शनिक बहस को रोकने वाला था। "प्रकृति और सोच के सार के बारे में अंतहीन बहस करने के बजाय," डेनेट लिखते हैं, "हम इस बात से सहमत नहीं हैं कि यह प्रकृति जो भी है, जो कुछ भी इस परीक्षण को निस्संदेह पास कर सकती है।"

हालांकि, ट्यूरिंग के काम को अधिक गहराई से पढ़ने से एक छोटे से विवरण का पता चलता है, जो परीक्षण में थोड़ी अस्पष्टता का परिचय देता है, जो बताता है कि, शायद, ट्यूरिंग का मतलब बुद्धि के लिए मशीन का व्यावहारिक परीक्षण नहीं था, बल्कि एक दार्शनिक उकसावे का था।

कागज के एक हिस्से में, ट्यूरिंग एक सिमुलेशन प्रदान करता है जो भविष्य के एक काल्पनिक बुद्धिमान कंप्यूटर का उपयोग करके एक परीक्षण जैसा दिख सकता है। व्यक्ति प्रश्न पूछता है, और कंप्यूटर जवाब देता है।

प्रश्न: किले पर पुल के बारे में सॉनेट लिखें।

A: यहाँ मैं मना करने के लिए मजबूर हूँ। मुझे कभी कविता नहीं मिली।

क्यू: 34957 और 70764 जोड़ें।

ए: (30 सेकंड के ठहराव के बाद जवाब): 105621।

प्रश्न: क्या आप शतरंज खेलते हैं?

A: हाँ।

प्रश्न: मेरा राजा e1 पर खड़ा है; मेरे पास कोई अन्य आंकड़ा नहीं है। आपका राजा e3 पर है और a8 पर किश्ती। आपकी चाल। कैसे जाओगे?

O: (पंद्रह सेकंड के बारे में सोचने के बाद): La1, mat।

इस वार्तालाप में, कंप्यूटर ने एक अंकगणितीय त्रुटि की। संख्याओं का वास्तविक योग 105721 होगा, 105621 नहीं। यह संभव नहीं है कि ट्यूरिंग, एक शानदार गणितज्ञ, गलती से बना। बल्कि, यह चौकस पाठक के लिए एक ईस्टर अंडा है।

लेख में कहीं और, ट्यूरिंग को यह संकेत देते हुए प्रतीत होता है कि यह त्रुटि एक प्रोग्रामर चाल है जो एक न्यायाधीश को धोखा देने के लिए डिज़ाइन की गई है। ट्यूरिंग ने यह समझा कि यदि कंप्यूटर उत्तरों के चौकस पाठकों ने एक त्रुटि देखी, तो वे तय करेंगे कि वे किसी व्यक्ति से बात कर रहे थे, यह मानते हुए कि मशीन ऐसी त्रुटि नहीं करेगा। ट्यूरिंग ने लिखा है कि मशीन को "जानबूझकर उत्तर में त्रुटियों को शामिल करने, पूछताछकर्ता को भ्रमित करने के लिए डिज़ाइन किया गया।"

और अगर 1950 के दशक में मानव मन पर संकेत करने के लिए त्रुटियों का उपयोग करने का विचार कठिन था, तो आज यह प्राकृतिक भाषा प्रसंस्करण के साथ काम करने वाले प्रोग्रामर के लिए एक डिजाइन अभ्यास बन गया है। उदाहरण के लिए, जून 2014 में, चैटबोट झेन्या गुस्टमैन ट्यूरिंग टेस्ट पास करने वाला पहला कंप्यूटर बन गया। हालांकि, आलोचकों ने बताया कि जेन्या ने केवल अंतर्निहित चाल की बदौलत ऐसा करने में कामयाबी हासिल की: उन्होंने एक 13 वर्षीय लड़के का नाटक किया, जिसके पास अंग्रेजी नहीं थी, उनकी मूल भाषा नहीं थी। इसका मतलब यह था कि वाक्यविन्यास और व्याकरण, साथ ही अधूरे ज्ञान में उनकी गलतियों को गलती से प्राकृतिक भाषाओं को संसाधित करने में असमर्थता के बजाय भोलेपन और अपरिपक्वता के लिए जिम्मेदार ठहराया गया था।

इसी तरह, Google की डुप्लेक्स वॉयस असिस्टेंट ने दर्शकों को बातचीत में रोका और उन्हें भरने वाली ध्वनियों के इस्तेमाल के बाद, कई ने संकेत दिया कि यह व्यवहार सिस्टम की सोच का परिणाम नहीं था, बल्कि मानव सोच की प्रक्रिया को अनुकरण करने के लिए डिज़ाइन किया गया एक विशेष रूप से प्रोग्राम्ड एक्शन है।

दोनों मामले ट्यूरिंग के विचार को लागू करते हैं कि कंप्यूटर को किसी व्यक्ति को प्रभावित करने के लिए विशेष रूप से गलतियाँ की जा सकती हैं। ट्यूरिंग की तरह, प्रोग्रामर जेन्या गुस्टमैन और डुप्लेक्स ने समझा कि मानव अपूर्णता का एक सतही अनुकरण हमें धोखा दे सकता है।

शायद ट्यूरिंग टेस्ट किसी मशीन के दिमाग की उपस्थिति का मूल्यांकन नहीं करता है, लेकिन इसे उचित मानने की हमारी तत्परता। जैसा कि ट्यूरिंग ने खुद कहा था : “अपने आप में तर्क का विचार गणितीय से अधिक भावनात्मक है। किसी वस्तु के व्यवहार को हम कितना उचित मानते हैं, यह हमारे दिमाग और कौशल द्वारा किसी वस्तु के गुणों से कम नहीं निर्धारित होता है। "

और, शायद, मन कुछ पदार्थ नहीं है जिसे मशीन द्वारा क्रमादेशित किया जा सकता है - जो, जाहिर है, ट्यूरिंग के दिमाग में था - लेकिन एक विशेषता सामाजिक संपर्क के माध्यम से प्रकट हुई।

साइबरनेटिक इंटेलिजेंस के लिए DARPA सपने देखने वाले

जोसेफ कार्ल रोबनेट लिक्लिडर ने "मनुष्य और मशीन के सहजीवन" के निर्माण के लिए प्रस्ताव रखा, जिससे इंटरनेट का आविष्कार हुआ।

29 अक्टूबर, 1969 को सुबह 10:30 बजे, लॉस एंजिल्स में कैलिफोर्निया विश्वविद्यालय के एक स्नातक छात्र ने सिग्मा 7 एसडीएस कंप्यूटर से मेन्लो पार्क में स्टैनफोर्ड रिसर्च इंस्टीट्यूट में कई सौ किलोमीटर दूर एक और मशीन को दो पत्र संदेश भेजे ।

संदेश पढ़ा: "एलओ।"

स्नातक छात्र "लॉगिन" लिखना चाहता था, लेकिन पैकेट एक्सचेंज नेटवर्क जिसने संदेश हस्तांतरण का समर्थन किया, ARPANET, पूरे संदेश को लिखने में कामयाब होने से पहले गिर गया।

इंटरनेट के इतिहास में, इस क्षण को ऑनलाइन संचार के एक नए युग की शुरुआत के रूप में मनाया जाता है। लेकिन यह अक्सर भुला दिया जाता है कि ARPANET तकनीकी अवसंरचना जोसफ कार्ल रॉनेट्ट लाइकलाइडर नामक एक व्यक्ति द्वारा विकसित मनुष्य और कंप्यूटर के भविष्य के सहजीवन के बारे में एक कट्टरपंथी विचार पर आधारित थी ।

लाइकलाइडर, जिनके पास मनोवैज्ञानिक शिक्षा थी, 1950 के दशक के उत्तरार्ध में कंप्यूटरों में रुचि रखते थे , एक छोटी परामर्श कंपनी में काम करते थे। उनकी दिलचस्पी थी कि कैसे ये मशीनें मानवता के संयुक्त दिमाग को मजबूत कर सकती हैं, और उन्होंने एआई के तेजी से विकसित होने वाले क्षेत्र में अनुसंधान करना शुरू कर दिया। तब मौजूद साहित्य का अध्ययन करने के बाद, उन्होंने पाया कि प्रोग्रामर किसी व्यक्ति के लिए कुछ कार्यों को करने के लिए "सिखाने" मशीनों का इरादा रखते हैं, जैसे कि शतरंज खेलना या ग्रंथों का अनुवाद करना, इसके अलावा, लोगों की तुलना में अधिक दक्षता और गुणवत्ता के साथ।

मशीन इंटेलिजेंस की यह अवधारणा लिक्लाइडर के अनुकूल नहीं थी। उनके दृष्टिकोण से, समस्या यह थी कि मौजूदा प्रतिमान लोगों और मशीनों को बौद्धिक रूप से समकक्ष प्राणी मानते थे। हालांकि, लाइकलाइडर का मानना ​​था कि वास्तव में, लोग और मशीनें अपनी संज्ञानात्मक क्षमताओं और शक्तियों में मौलिक रूप से भिन्न हैं। लोग कुछ उचित कार्यों के साथ अच्छी तरह से करते हैं - जैसे रचनात्मकता या निर्णय - और दूसरों के साथ कंप्यूटर, जैसे डेटा संग्रहीत करना और उन्हें जल्दी से संसाधित करना।

लोगों की बौद्धिक गतिविधियों की नकल करने के लिए कंप्यूटर को मजबूर करने के बजाय, लिक्लिडर ने लोगों और मशीनों के सहयोग का प्रस्ताव दिया, जिसमें प्रत्येक पक्ष अपनी ताकत का उपयोग करता है। उन्होंने सुझाव दिया कि इस तरह की रणनीति प्रतियोगिताओं (जैसे कि लोगों के कंप्यूटरों को शतरंज में खेलना) से पहले की बौद्धिक गतिविधियों के अकल्पनीय रूपों में बदल जाएगी।

1960 के काम में " मशीन और आदमी का सहजीवन"लाइकलाइडर ने इस विचार का वर्णन किया।" मुझे उम्मीद है कि बहुत जल्द मानव मस्तिष्क और कंप्यूटर एक दूसरे के साथ निकटता से जुड़ जाएंगे, और इसके परिणामस्वरूप साझेदारी कोई मस्तिष्क की तरह सोचने में सक्षम होगी, और डेटा को इस तरह से संसाधित करेगी कि आधुनिक मशीनों ने प्रक्रिया नहीं की लाइकलीडर के लिए, इस तरह के सिम्बायोसिस का एक होनहार उदाहरण कंप्यूटर, नेटवर्क उपकरण और मानव ऑपरेटरों की एक प्रणाली थी, जिसे "अर्ध-स्वचालित स्थलीय वातावरण" या SAGE के रूप में जाना जाता था, जिसने हवाई यातायात को ट्रैक करने के लिए दो साल पहले खोला था। संयुक्त राज्य अमेरिका अंतरिक्ष के।

1963 में, लिक्लिडर को एडवांस्ड रिसर्च प्रोजेक्ट्स विभाग के निदेशक के रूप में नौकरी मिली (जिसे तब ARPA कहा जाता था, और अब - DARPA), जहाँ उन्हें अपने कुछ विचारों को लागू करने का अवसर मिला। विशेष रूप से, वह विकसित करने और लागू करने में रुचि रखते थे जिसे उन्होंने पहले " अंतरजाल कंप्यूटर नेटवर्क " कहा था ।

उनके पास यह विचार तब आया जब उन्होंने महसूस किया कि ARPA में प्रोग्रामिंग भाषाओं और तकनीकी प्रोटोकॉल से संबंधित डेटा को अपडेट करने के लिए एक प्रभावी विधि का आविष्कार करना आवश्यक था, जो लोगों और मशीनों से मिलकर एक दूसरे से दूर तक फैली टीमों के लिए सुलभ हो। इस समस्या का हल एक संचार नेटवर्क था जो लंबी दूरी पर इन टीमों को मिलाता था। उन्हें एक नेटवर्क में एकीकृत करने की समस्याएँ विज्ञान की कथा लेखकों की समस्याओं के समान थीं, जैसा कि उन्होंने एक मेमो में इस अवधारणा का वर्णन करते हुए कहा था : "बुद्धिमान प्राणियों के बीच संचार कैसे शुरू करें एक दूसरे से पूरी तरह से असंबंधित?"


लिकलाइडर, MIT के प्रोफेसर और उनके छात्र जेफ हैरिस

इस नेटवर्क के विकास कार्यक्रम के शुरू होने से पहले लिक्लियर ने ARPA छोड़ दिया। लेकिन अगले पांच वर्षों में, उनके उदात्त विचार ARPANET के विकास का एक अभिन्न अंग बन गए। जैसा कि इंटरनेट के रूप में आज हम जानते हैं कि ARPANET में बदल गया, कुछ ने यह देखना शुरू कर दिया कि संचार का यह नया तरीका मानव और तकनीकी संस्थाओं का एक सहयोग है, एक सहजीवन जो कभी-कभी व्यवहार करता है, जैसा कि बेल्जियम के साइबरनेटिस्ट फ्रांसिस हेलेन ने कहा। एक "वैश्विक मस्तिष्क" की तरह।

आज, मशीन लर्निंग के अनुप्रयोग में कई महत्वपूर्ण सफलताएं लोगों और मशीनों के संयुक्त काम पर आधारित हैं। उदाहरण के लिए, माल उद्योग तेजी से मानव चालकों और कंप्यूटिंग प्रणालियों को अपनी दक्षता का उपयोग करने के लिए वितरण दक्षता में सुधार करने की अनुमति देने के तरीकों की तलाश कर रहा है। इसके अलावा, परिवहन के क्षेत्र में, उबेर ने एक प्रणाली विकसित की है जिसमें लोगों को ऐसे कार्य दिए जाते हैं जिनमें अच्छे ड्राइविंग कौशल की आवश्यकता होती है, जैसे कि राजमार्ग से प्रवेश करना और बाहर निकलना, और कारों में राजमार्ग पर नियमित ड्राइविंग के घंटे होते हैं।

यद्यपि मनुष्य और मशीन के सहजीवन के कई अन्य उदाहरण हैं, लेकिन मशीन मन को एक मानव स्तर के दिमाग के साथ एक अलग सुपर कंप्यूटर के रूप में कल्पना करने की सांस्कृतिक प्रवृत्ति अभी भी काफी मजबूत है। लेकिन वास्तव में, साइबॉर्ग का भविष्य, जिसे लिक्लाइडर ने कल्पना की थी, पहले ही आ चुका है: हम मशीनों और लोगों के सहजीवन की दुनिया में रहते हैं, जिसे उन्होंने "निकट संबंध में एक साथ रहना, या यहां तक ​​कि दो अलग-अलग जीवों के मिलन में" बताया। इस डर पर ध्यान देने के बजाय कि लोगों को कारों से बदल दिया जाएगा, लिक्लाइडर की विरासत हमें उनके साथ काम करने की संभावनाओं की याद दिलाती है।

1980 के दशक में एल्गोरिथम पूर्वाग्रह वापस दिखाई दिया

एक मेडिकल स्कूल में, उन्होंने सोचा कि एक कंप्यूटर प्रोग्राम छात्रों को स्वीकार करने की प्रक्रिया को और अधिक ईमानदार बना देगा, लेकिन इसने दूसरे रास्ते को बदल दिया।

1970 के दशक में, सेंट के मेडिकल स्कूल से डॉ। जोफ्रे फ्रेंगलन लंदन में जॉर्ज ने आवेदकों के लिए आवेदन छोड़ने के लिए एक एल्गोरिदम लिखना शुरू किया।

उस समय, वार्षिक आवेदन प्रस्तुत करने वाले 2,500 लोगों में से तीन-चौथाई को विशेष लोगों द्वारा प्रदर्शित किया गया था, जिन्होंने अपने लिखित आवेदन का मूल्यांकन किया था, जिसके परिणामस्वरूप आवेदक साक्षात्कार के चरण में नहीं पहुंचे थे। लगभग 70% लोग, जिन्होंने मेडिकल स्कूल में नामांकित प्रारंभिक ड्रॉपआउट पूरा किया। इसलिए, प्रारंभिक स्क्रीनिंग एक अत्यंत महत्वपूर्ण चरण था।

फ्रेंगलन डिप्टी डीन थे और उन्होंने आवेदनों से भी निपटा। अनुप्रयोगों को पढ़ना समय की एक सफलता की आवश्यकता है, और यह उसे लग रहा था कि इस प्रक्रिया को स्वचालित किया जा सकता है। उन्होंने छात्र ड्रॉपआउट तकनीक का अध्ययन किया जिसका उन्होंने और अन्य सर्टिफिकेट्स ने उपयोग किया और फिर एक कार्यक्रम लिखा, जिसमें उन्होंने कहा, "लोगों को आकर्षित करने के व्यवहार की नकल की।"

फ्रेंगलन की मुख्य प्रेरणा दत्तक प्रक्रिया की दक्षता को बढ़ाना था, और उन्होंने यह भी उम्मीद की कि उनका एल्गोरिथ्म कर्मचारियों के काम की असंगत गुणवत्ता को समाप्त कर देगा। उन्होंने आशा व्यक्त की कि इस प्रक्रिया को तकनीकी प्रणाली में पारित करने से, सभी आवेदकों के बिल्कुल समान मूल्यांकन को प्राप्त करना और एक ईमानदार ड्रॉपआउट प्रक्रिया बनाना संभव होगा।

वास्तव में, सब कुछ दूसरे तरीके से बदल गया।

फ्रेंगलन ने 1979 में अपना एल्गोरिथम पूरा किया। उस वर्ष, एक कंप्यूटर और लोगों द्वारा आवेदकों के आवेदनों की एक साथ जांच की गई थी। फ्रेंगलन ने पाया कि उनका सिस्टम 90-95% मामलों में मूल्यांकनकर्ताओं की रेटिंग से सहमत था। प्रशासन ने फैसला किया कि ये संख्या अधिकारियों को एक एल्गोरिथ्म से बदलने की अनुमति देती है। 1982 तक, स्कूल में प्रवेश के लिए सभी प्राथमिक अनुप्रयोगों का मूल्यांकन कार्यक्रम द्वारा किया जाने लगा।

कुछ वर्षों के बाद, कुछ स्टाफ सदस्य प्रवेश करने वाले छात्रों के बीच विविधता की कमी के बारे में चिंतित थे। उन्होंने फ्रेंगलन कार्यक्रम की एक आंतरिक जांच की और कुछ नियमों को पाया जिसमें आवेदकों का मूल्यांकन असंबद्ध कारकों जैसे जन्म स्थान या नाम के लिए किया गया था। हालांकि, फ्रेंगलन ने समिति को आश्वस्त किया कि ये नियम चौकस के काम पर डेटा के संग्रह के आधार पर एकत्र किए गए थे, और नमूना को काफी प्रभावित नहीं किया।

दिसंबर 1986 में, दो स्कूल व्याख्याताओं ने इस आंतरिक जांच के बारे में जाना और ब्रिटिश नस्लीय समानता आयोग के पास गए। उन्होंने आयोग को बताया कि उनके पास यह विश्वास करने का कारण था कि कंप्यूटर प्रोग्राम का इस्तेमाल महिलाओं और रंग के लोगों के साथ भेदभाव करने के लिए किया गया था।

आयोग ने एक जांच शुरू की। यह पता चला कि एल्गोरिथम कोकेशियन और गैर-यूरोपीय लोगों के लिए उनके नाम और जन्म स्थान के आधार पर अलग कर दिया था। यदि उनके नाम यूरोपीय नहीं थे, तो यह उनके पास एक माइनस में चला गया। एक गैर-यूरोपीय नाम की मात्र उपस्थिति ने आवेदक की कुल राशि से 15 अंक घटा दिए। आयोग ने यह भी पाया कि महिलाओं को औसतन 3 अंकों से कम आंका गया। इस प्रणाली के आधार पर, प्रतिदिन 60 तक आवेदन खारिज कर दिए गए थे।

उस समय, ब्रिटिश विश्वविद्यालयों में नस्लीय और लैंगिक भेदभाव बहुत मजबूत थे - और सेंट इस पर जॉर्ज को केवल इसलिए पकड़ा गया क्योंकि उन्होंने इस पूर्वाग्रह को एक कंप्यूटर प्रोग्राम को सौंपा था। चूंकि यह तर्कपूर्ण था कि नीचे की एल्गोरिथ्म में महिलाओं और गैर-यूरोपीय नामों वाले लोगों को शामिल किया गया था, इसलिए आयोग को भेदभाव के ठोस सबूत मिले।

मेडिकल स्कूल पर भेदभाव का आरोप लगाया गया था, लेकिन यह आसानी से बंद हो गया। संशोधन करने की कोशिश करते हुए, कॉलेज ने ऐसे लोगों से संपर्क किया, जिनसे वे गैर-कानूनी रूप से भेदभाव कर सकते थे, और अस्वीकृत आवेदकों में से तीन स्कूली शिक्षा प्राप्त कर रहे थे। आयोग ने कहा कि मेडिकल स्कूल में समस्या न केवल तकनीकी थी, बल्कि सांस्कृतिक भी थी। कई कर्मचारियों ने छंटाई एल्गोरिथ्म को अंतिम सत्य माना, और यह नहीं पता लगा कि यह आवेदकों को कैसे सुलझाता है।

एक गहरे स्तर पर, यह स्पष्ट है कि एल्गोरिथ्म ने उन धारणाओं का समर्थन किया जो पहले से ही प्रवेश प्रणाली में मौजूद थे। आखिरकार, लोगों की मदद से फ्रेंगलन ने कार की जाँच की और 90-95% का संयोग पाया। हालांकि, मशीन में सर्टिफिकेट्स के भेदभाव को एन्कोडिंग करके, उन्होंने इस पूर्वाग्रह की अंतहीन पुनरावृत्ति सुनिश्चित की।

सेंट में भेदभाव का मामला जॉर्ज को बहुत ध्यान आया। नतीजतन, आयोग ने आवेदकों के आवेदनों में दौड़ और जातीयता पर जानकारी शामिल करने पर प्रतिबंध लगा दिया। हालांकि, इस मामूली कदम ने एल्गोरिथम पूर्वाग्रह के प्रसार को नहीं रोका।

एल्गोरिथम निर्णय लेने की प्रणालियों को उच्च स्तर की जिम्मेदारी वाले क्षेत्रों में तेजी से तैनात किया जाता है, उदाहरण के लिए, स्वास्थ्य देखभाल और आपराधिक न्याय में, और पुनरावृत्ति, साथ ही साथ मौजूदा सामाजिक पूर्वाग्रह को मजबूत करना, ऐतिहासिक डेटा से उपजी गंभीर चिंता का विषय है। 2016 में, ProPublica संवाददाताओं ने खुलासा किया कि भविष्य के अपराधों की भविष्यवाणी करने के लिए अमेरिका में उपयोग किया जाने वाला सॉफ्टवेयर अफ्रीकी अमेरिकियों के खिलाफ पक्षपाती था। शोधकर्ता जॉय बुलामिनी ने बाद में खुलासा किया कि अमेज़ॅन का चेहरा पहचानने का सॉफ्टवेयर अश्वेत महिलाओं के साथ अधिक गलत है।

यद्यपि मशीन पूर्वाग्रह जल्दी ही एआई में विषय के बारे में सबसे अधिक चर्चित हो रहा है, फिर भी एल्गोरिदम को रहस्यमय और निर्विवाद गणितीय ऑब्जेक्ट माना जाता है जो उचित और निष्पक्ष परिणाम उत्पन्न करते हैं। जैसा कि AI के आलोचक केट क्रॉफर्ड कहते हैं, यह मानने का समय है कि एल्गोरिदम "मानव रचना" हैं और हमारे पूर्वाग्रह को विरासत में मिला है। एक निर्विवाद एल्गोरिथ्म का सांस्कृतिक मिथक अक्सर इस तथ्य को छुपाता है: हमारा एआई उतना ही अच्छा है जितना हम हैं।

कैसे अमेजन ने मशीनी तुर्क को मशीन में बदल दिया

आज के अदृश्य डिजिटल कार्यकर्ता उस आदमी से मिलते-जुलते हैं जिन्होंने 18 वीं शताब्दी के मैकेनिकल तुर्क पर शासन किया था

सहस्राब्दी के मोड़ पर, अमेज़ॅन ने किताबें बेचने से परे अपनी सेवाओं का विस्तार करना शुरू कर दिया। कंपनी की वेबसाइट पर विभिन्न उत्पाद श्रेणियों की बढ़ती संख्या के साथ, उन्हें व्यवस्थित और वर्गीकृत करने के नए तरीकों के साथ आना आवश्यक था। इस कार्य का एक हिस्सा साइट पर दिखने वाले हजारों डुप्लिकेट उत्पादों को हटाना था।

प्रोग्रामर्स ने एक ऐसा प्रोग्राम बनाने की कोशिश की जो डुप्लिकेट को स्वचालित रूप से समाप्त कर सके। ऑब्जेक्ट को परिभाषित करना और हटाना मशीन के लिए उपलब्ध एक साधारण कार्य की तरह लग रहा था। हालांकि, प्रोग्रामर ने जल्द ही आत्मसमर्पण कर दिया, डेटा प्रोसेसिंग कार्य को " असंभव " कहा। मामूली असंगतताओं या छवियों और ग्रंथों में समानताएं नोटिस करने की क्षमता वाले कार्य के लिए, मानव बुद्धि की आवश्यकता थी।

अमेज़न एक समस्या में चला गया है। डुप्लिकेट उत्पादों को हटाना लोगों के लिए मामूली था, लेकिन बड़ी मात्रा में वस्तुओं के लिए महत्वपूर्ण श्रम की आवश्यकता होती है। इस तरह के एक कार्य में लगे प्रबंध कर्मचारी तुच्छ नहीं होंगे।

कंपनी के मैनेजर वेंकी हरिनारायण एक समाधान लेकर आए। उनके पेटेंट में "मानव और मशीनों के बीच हाइब्रिड कंप्यूटिंग सहयोग" का वर्णन किया गया है जो एक कार्य को छोटे टुकड़ों, उप-प्रकारों में तोड़ता है, और उन्हें मानव कर्मचारियों के नेटवर्क में वितरित करता है।

यदि डुप्लिकेट हटा दिए जाते हैं, तो मुख्य कंप्यूटर अमेज़ॅन वेबसाइट को छोटे वर्गों में विभाजित कर सकता है - कहते हैं, 100 पेज के ओपनर - और इंटरनेट पर लोगों को अनुभाग भेजते हैं। उन्हें तब इन वर्गों के भीतर डुप्लिकेट की पहचान करने और पहेली के टुकड़े वापस भेजने की आवश्यकता थी।

एक वितरित प्रणाली ने एक महत्वपूर्ण लाभ की पेशकश की: कर्मचारियों को एक स्थान पर जमा नहीं करना पड़ता था, वे अपने कंप्यूटर पर, जहां भी वे थे, और जब भी वे चाहते थे, तब अपने उप-कार्य कर सकते थे। वास्तव में, हरिनारायण कम-कुशल वितरित करने के लिए एक प्रभावी तरीका लेकर आए, लेकिन काम को स्वचालित करना मुश्किल था, ऐसे लोगों के व्यापक नेटवर्क पर जो समानांतर में काम कर सकते हैं।

यह पद्धति कंपनी के आंतरिक कार्य के लिए इतनी प्रभावी हो गई कि जेफ बेजोस ने इस प्रणाली को तीसरे पक्ष के संगठनों को सेवा के रूप में बेचने का फैसला किया। बेजोस ने श्रमिकों के लिए हरिनारायण प्रौद्योगिकी को एक बाजार में बदल दिया। वहां, ऐसे उद्यम जिनके पास ऐसे कार्य थे जो लोगों के लिए आसान थे (लेकिन रोबोटों के लिए कठिन थे) एक छोटे शुल्क के लिए इन कार्यों को करने वाले स्वतंत्र श्रमिकों का एक नेटवर्क पा सकते थे।

यह कैसे अमेज़न मैकेनिकल तुर्क , या शॉर्ट के लिए mTurk के बारे में आया । सेवा 2005 में शुरू हुई, और उपयोगकर्ता आधार तेजी से बढ़ने लगा। दुनिया भर के उद्यमों और शोधकर्ताओं ने तथाकथित अपलोड करना शुरू कर दिया मंच पर "मानव बुद्धि के लिए कार्य", जैसे डिक्रिप्टिंग ऑडियो या छवियों को लेबल करना। छोटे शुल्क के लिए श्रमिकों के एक अंतरराष्ट्रीय और अनाम समूह द्वारा कार्य किए गए थे (एक निराश कर्मचारी ने शिकायत की थी कि औसत पारिश्रमिक 20 सेंट था)।

नई सेवा का नाम शतरंज खेलने वाली 18 वीं शताब्दी की मशीन के रूप में संदर्भित है - मैकेनिकल तुर्क, जिसका आविष्कार छोटे व्यापारी वोल्फगैंग वॉन केम्पलेन द्वारा किया गया था। और उस नकली स्वचालन की तरह, जिसके अंदर शतरंज खेलने वाला एक व्यक्ति था, mTurk मंच को मानव श्रम को छिपाने के लिए डिज़ाइन किया गया था। नामों के बजाय, प्लेटफ़ॉर्म श्रमिकों की संख्याएँ हैं, और नियोक्ता और कार्यकर्ता के बीच संचार निजीकरण से रहित है। बेजोस ने खुद इन अमानवीय कार्यकर्ताओं को " कृत्रिम कृत्रिम बुद्धिमत्ता " कहा।

आज, mTurk दुनिया भर के सैकड़ों कर्मचारियों के साथ एक संपन्न बाजार है। और यद्यपि प्लेटफ़ॉर्म उन लोगों के लिए आय का एक स्रोत प्रदान करता है, जिनके पास अन्य कार्यों तक पहुंच नहीं हो सकती है, वहां काम करने की स्थिति बहुत संदिग्ध है। कुछ आलोचकों का तर्क है कि श्रमिकों को छिपाने और अलग करने से, अमेज़ॅन को संचालित करना आसान हो जाता है। दिसंबर 2017 से एक शोध पत्र में , यह पाया गया कि एक कर्मचारी का औसत वेतन लगभग $ 2 प्रति घंटे है, और केवल 4% कर्मचारी प्रति घंटे 7.25 डॉलर से अधिक कमाते हैं।

दिलचस्प है, mTurk मशीन सीखने के विकास के लिए एक महत्वपूर्ण सेवा बन गई है। एमओ कार्यक्रम में, एक बड़ा डेटा सेट जारी किया जाता है, जिस पर यह पैटर्न देखना और निष्कर्ष निकालना सीखता है। इन किट्स को बनाने और चिन्हित करने के लिए अक्सर एमटीकेआर श्रमिकों का उपयोग किया जाता है, और एमओ के विकास में उनकी भूमिका अक्सर छाया में रहती है।

एआई समुदाय और mTurk के बीच गतिशील उस के अनुरूप है जो मशीन मन के इतिहास में मौजूद रहा है। हम स्वायत्त रूप से "बुद्धिमान मशीनों" की उपस्थिति की प्रशंसा करते हैं, उन्हें अनदेखा करते हैं या जानबूझकर मानव श्रम को छिपाते हैं जो उन्हें बनाता है।

शायद हम एडगर एलन पो की टिप्पणियों से सीख सकते हैं। जब उन्होंने मैकेनिकल तुर्क वॉन केम्पलेन का अध्ययन किया, तो उन्होंने इस भ्रम का शिकार नहीं हुए। इसके बजाय, उसने आश्चर्यचकित किया कि इस बॉक्स के अंदर छिपे हुए शतरंज के खिलाड़ी के लिए ऐसा क्या था, जो "दर्दनाक और अप्राकृतिक मुद्रा" में गियर और लीवर के बीच "निचोड़ा हुआ" था।

अभी, जब एआई सफलताओं के बारे में समाचार क्षेत्र में सुर्खियों में है, तो पो के शांत दृष्टिकोण को याद रखना महत्वपूर्ण है। यह काफी रोमांचक हो सकता है - यद्यपि खतरनाक - एआई के चारों ओर प्रचार करने के लिए और अधिकता से मशीनों के विचारों से दूर हो जाना, जिनके लिए मात्र नश्वर की आवश्यकता नहीं है। हालांकि, सावधानीपूर्वक विचार करने पर, आप मानव श्रम के निशान देख पाएंगे।