कृत्रिम बुद्धि - प्रत्येक उत्तर के लिए एक प्रश्न पूछा जाएगा

भाषण विशेषज्ञ प्रणालियों में कृत्रिम बुद्धिमत्ता चैट बॉट्स की दिशा में विकसित हो रही है। निस्संदेह, यह विकास की एक दिशा है जिसे हर कोई समझता है। बेशक, इसके गठन के साथ कई समस्याएं हैं, यह डेवलपर्स की प्रस्तुतियों से देखा जा सकता है। वे अपनी उपलब्धियों के बारे में अच्छी तरह से बात करते हैं, उन समस्याओं के बारे में जो वे हल करने में कामयाब रहे, लेकिन मैं उन समस्याओं को देखना चाहूंगा जो वे हल नहीं कर सके।

आइए इन सभी समस्याओं को सूचना सिद्धांत के साथ देखें। सूचना - संचार प्रक्रिया में सामग्री या आध्यात्मिक दुनिया के तथ्यों के प्रतिबिंब के रूप में एक व्यक्ति और (या) विशेष उपकरणों द्वारा मानी गई जानकारी (GOST 7.0-99)।

जानकारी के साथ काम करते समय मुख्य कार्य:

1. नई जानकारी के लिए खोजें;
2. जानकारी सहेजना;
3. सूचना हस्तांतरण।

पहले समारोह के अनुसार। इसे कई स्तरों में विभाजित किया जा सकता है। स्थानीय स्तर पर, जहां सिद्धांत रूप में, कार्यों को काफी प्रभावी ढंग से किया जाता है। एक उदाहरण एक उपयोगकर्ता का प्रश्न होगा: "निकटतम गैस स्टेशन कहां है?", सिस्टम इसका उत्तर काफी भरोसेमंद रूप से देते हैं। यहां, मेरी राय में, "नई जानकारी के लिए स्थानीय स्तर की खोज" शब्द को एक स्रोत से उपयोगकर्ता द्वारा नई जानकारी प्राप्त करने की क्षमता के रूप में परिभाषित किया जाना चाहिए जो अन्य स्रोतों के साथ प्रतिस्पर्धा में मौजूद है जो एआई से संबंधित नहीं हैं। प्रस्तुत उदाहरण इस बात में अच्छा है कि यह स्वाभाविक रूप से स्पष्ट है कि उपयोगकर्ता दूसरों से निकटतम गैस स्टेशन के बारे में जानकारी प्राप्त कर सकता है, नक्शे, अर्थात् अन्य स्रोतों से। और स्रोत का विकल्प केवल उपयोगकर्ता की लागत से निर्धारित होता है।

स्थानीय सूचना के आधार पर उपयोगकर्ता द्वारा हल नहीं किए जा सकने वाले कार्यों को बाहरी (ऊपरी) स्तर के लिए जिम्मेदार ठहराया जा सकता है, जो कि उस स्तर पर होता है, जो उपयोगकर्ता के लिए उपलब्ध आयाम से अधिक होता है। एक उदाहरण बाहरी स्थिति (ट्रैफिक जाम, आदि) और उपयोगकर्ता के प्रदर्शन मानदंड (समय, आदि) को ध्यान में रखते हुए ए से बी तक आंदोलन के इष्टतम मार्ग का निर्माण करने का कार्य है। हम देखते हैं कि इन समस्याओं के समाधान को अब संतोषजनक ढंग से लागू किया जा रहा है।
ऐसे कार्य जिनमें समाज के ज्ञान से परे जाने की आवश्यकता होती है, हम इस स्तर को निर्दिष्ट करते हैं - वैश्विक, और इसे अनदेखा करते हैं। चूंकि, इन समस्याओं के एक तरफ पूर्वानुमान है, और दूसरी ओर, इन समस्याओं का वर्ग, अपूर्णता पर गोडेल का प्रमेय मौजूद है।

जानकारी सहेजने के कार्य द्वारा। मुझे लगता है कि ये सिस्टम इस स्तर पर ऐसा करते हैं जो वर्तमान में प्राप्त करने योग्य है।

तीसरा कार्य सूचना का प्रसारण है। फिलहाल, सैद्धांतिक रूप से, कोई भी प्रणाली विभिन्न रूपों में आवश्यक जानकारी प्रसारित कर सकती है। हम मानते हैं कि इस पहलू के लिए विकास का स्तर संतोषजनक है।

आइए हम इस तरह के विशेषज्ञ प्रणालियों के विकास पर यहां व्यक्त दृष्टिकोण से देखें। आइए डेवलपर द्वारा उपयोग किए गए सिद्धांतों को देखें: "सौभाग्य से, हमारे पास यैंडेक्स खोज इंजन की पूरी शक्ति है, जो हर दिन लाखों प्रश्नों का सामना करता है, लाखों उत्तरों की खोज करता है और यह समझने के लिए सीखता है कि कौन से अच्छे हैं और कौन से नहीं हैं।" यह वास्तव में, भौतिक समाधान खोज योजना एक साधारण योजना के लिए कम है:

  ->       ->   

जैसा कि आप देख सकते हैं, उत्तर रिकॉर्ड में से एक प्रतीत होता है, अर्थात, मौजूदा परिणाम, या तो रूपांतरित और / या कई रिकॉर्ड किए गए परिणामों में से एक परिणाम में सहमत हुए हैं। या संपादकीय डेटाबेस से : “हम चाहते हैं कि व्यक्तिगत सहायक गुणों के एक अच्छी तरह से परिभाषित सेट के साथ एक अभिन्न व्यक्तित्व हो। यहाँ हमारे संपादकीय ग्रंथ बचाव में आते हैं। उनकी ख़ासियत यह है कि वे मूल रूप से उस व्यक्तित्व की ओर से लिखे गए थे जिसे हम ऐलिस में फिर से बनाना चाहते हैं। यह पता चलता है कि आप एलिस को यादृच्छिक ग्रंथों की लाखों पंक्तियों पर प्रशिक्षित करना जारी रख सकते हैं, लेकिन वह संपादकीय उत्तरों में निर्धारित व्यवहार के मानक के साथ आंख का जवाब देगा। और यही हम पहले से ही काम कर रहे हैं। ”

वास्तव में, यह पता चलता है कि चैट बॉट उपयोगकर्ता और व्यक्तियों की अनिश्चित संख्या (कानूनी शब्दांकन) के बीच एक मध्यस्थ है। और मुझे लगता है कि इन प्रणालियों के इस दृष्टिकोण से, आप कार्यों और समस्याओं की संरचना कर सकते हैं, उनका विस्तार कर सकते हैं और नए लक्ष्यों को परिभाषित कर सकते हैं।
क्या बातचीत है यह एक सत्र में एक विषय से दूसरे विषय में जानकारी स्थानांतरित करने की प्रक्रिया है। इसका उपयोग विभिन्न परिस्थितियों में किया जाता है। समान विषयों के साथ, अधीनस्थ विषय के कार्यों को निर्धारित करने के लिए, असमान विषयों के साथ, क्रियाओं का समन्वय करना।

फिर उनके प्रकार से वार्तालाप कार्यों का निर्माण होता है।

प्रतिभागियों की संख्या से:

1. एकालाप;
2. बातचीत;
3. सामूहिक बातचीत (सम्मेलन);
4. लोगों के एक अनिश्चित सर्कल के साथ संचार।

इस क्लस्टरिंग के साथ, "नई जानकारी के लिए खोज के स्थानीय स्तर" के दृष्टिकोण को ध्यान में रखते हुए, यह देखा जा सकता है कि चौथे प्रकार के कार्यों के लिए एआई का उपयोग करते समय मुख्य रूप से एआई के कार्यों की खोज "लोगों के अनिश्चित चक्र के साथ संचार" के लिए की जाती है।

आइए अन्य प्रकारों को देखें।

एकालाप - यहाँ हम विश्लेषण के परिणामों को व्यवस्थित करने के लिए एक मोनोलॉग के रूप में विचार करेंगे, परिणामों को ठीक करेंगे। चूंकि एम। ट्वैन के अनुसार: "प्रेस में कोई भी उल्लेख, यहां तक ​​कि सबसे नकारात्मक, ओबिटेक के अलावा, एक विज्ञापन है।" एआई एक व्यक्ति की मदद कर सकता है यदि वह एक एकालाप के साथ उसके पास गया। आपके डेटाबेस से समान मोनोलॉग देखने के लिए उत्तरों की श्रेणी काफी स्पष्ट है। तुरंत, एक पहलू यह उठता है कि, संक्षेप में, और, किसी भी वैज्ञानिक अध्ययन, प्रकाशन से पहले एक या एक से अधिक लेखकों का एक एकालाप है। क्या यह कार्य एआई के लिए संभव है, आज इसी तरह के शोध को खोजने के लिए। जवाब है हां।

वार्ता। एक प्रसिद्ध गीत पर आधारित सामाजिक नेटवर्क से एक उदाहरण लें:
"क्या तुम मुझसे प्यार करते हो?"
- हाँ।
- क्या तुम मेरे साथ रहोगी?
- हाँ
- इसलिए हम साथ रहेंगे, इसलिए हम हमेशा आपके साथ रहेंगे!

हम इस उदाहरण का विश्लेषण करते हैं। क्या AI स्थानीय स्तर पर उपयोगकर्ता की मदद कर सकता है? मुझे लगता है कि यह महत्वहीन है, क्योंकि स्थानीय स्तर पर वार्ताकार, उन लोगों के लिए जो संवाद का संचालन करते हैं, उनका प्राथमिकता वजन है। लेकिन, ऊपरी स्तर के कार्यों के दृष्टिकोण से, पहले से ही एआई की मदद है, और इसलिए इसके लिए कार्य हैं। पहले यह निर्धारित करना है कि क्या विषय बॉट से बात कर रहा है। दूसरा उत्तर की वैधता है। और आगे, बड़ी संख्या में कार्य: ट्रोलिंग, ब्याज की डिग्री, छिपे हुए लक्ष्य आदि।

संवाद का महत्व बढ़ाना। आप देख सकते हैं कि विभिन्न क्षेत्रों में AI की शक्ति का उपयोग कैसे करें:

ए) काम पर रखने;
बी) बातचीत;
सी) मुकदमेबाजी।
और कार्यों की सूची बहुत बड़ी है।

हायरिंग के उदाहरण के लिए एक स्पष्ट मॉडल की कल्पना करें।

पार्टी ए (नियोक्ता)। नौकरी प्रस्तुत करना। AI सबमिट किए गए रिज्यूमे का विश्लेषण करता है और उपयुक्त उम्मीदवारों की सूची प्रस्तुत करता है। ईशर ने विश्लेषण किया और सब कुछ मना कर दिया, एआई सलाह देता है कि क्या बदलना आवश्यक है, पूरक, आदि। यदि वह (एचआर) एक कर्मचारी को खोजने में असमर्थ था, तो उसे उसके अनुपालन और आवश्यकताओं और पुरस्कारों के आनुपातिकता के बारे में सोचने दें। (यह सभी एचआर पर मुझ से एक थप्पड़ है)।

साइड बी (आवेदक)। रिज्यूमे लिखना। एआई का संकलन, टिप्स, रेटिंग, तुलनात्मक परिणाम। खैर, आवेदक के पास अपनी क्षमताओं को गंभीरता से देखने का अवसर है।

सम्मेलन। इस प्रकार के संचार के लिए, संवाद के लिए एक सादृश्य को संकलित करते हुए, कई ऐसे कार्य भी देख सकते हैं जिनमें AI उपयोगी हो सकता है। वर्तमान युक्तियों से लेकर इसके सभी प्रतिभागियों की बातचीत के विषय में भागीदारी के स्तर को इंगित करने के लिए। सम्मेलन के परिणाम पर प्रत्येक प्रतिभागी का प्रभाव। वर्तमान मोड में बाहरी विशेषज्ञों को खोजें और कनेक्ट करें। असमान इकाइयों के लिए, ये उपकरण का उपयोग करने के लिए निर्देश हैं। और भी बहुत कुछ।

लोगों के एक अनिश्चित सर्कल के साथ संचार। इस प्रकार के संचार में, एआई के उपयोग के उदाहरण पहले से ही एक बड़ी संख्या हैं, विज्ञापन ग्रंथों के निर्माण से लेकर संयुक्त राष्ट्र महासभा में भाषण के निर्माण तक।
यहां, AI के लिए कार्यों को व्यवस्थित करने का प्रयास जनता के सामने प्रस्तुत किया गया है। विभिन्न एआई की तुलना करने के लिए एक मानदंड का विचार भी प्रस्तुत किया गया है। मूल रूप से, एलिस के कौशल परीक्षणों के परिणामों के अनुसार, इस सामग्री को वेल्डेड किया गया था, जिसे विभिन्न डेवलपर्स ने लागू करने का प्रयास किया था।