तंत्रिका नेटवर्क कैसे काम करते हैं और वे बड़े पैसे लाने के लिए क्यों शुरू हुए

तंत्रिका नेटवर्क एक बड़े पैमाने पर उद्योग के लिए शैक्षिक जिज्ञासा की स्थिति से विकसित हुए हैं

पिछले एक दशक में, कंप्यूटर ने अपने आसपास की दुनिया को समझने की उनकी क्षमता में काफी सुधार किया है। फोटो उपकरण के लिए सॉफ्टवेयर स्वचालित रूप से लोगों के चेहरे को पहचानता है। स्मार्टफोन भाषण को टेक्स्ट में बदल देते हैं। रोडबॉडीज सड़क पर वस्तुओं को पहचानते हैं और उनके साथ टकराव से बचते हैं।

इन सभी सफलताओं के केंद्र में कृत्रिम बुद्धिमत्ता (एआई) की तकनीक है जिसे डीप लर्निंग (जीओ) कहा जाता है। जीओ तंत्रिका नेटवर्क (एनएस) पर आधारित है, जैविक न्यूरॉन्स से बने नेटवर्क से प्रेरित डेटा संरचनाएं। NS परतों में व्यवस्थित होते हैं, और एक परत के इनपुट पड़ोसी के आउटपुट से जुड़े होते हैं।

कंप्यूटर वैज्ञानिक 1950 से एनएस के साथ प्रयोग कर रहे हैं। हालांकि, आज के विशाल जीओ उद्योग की नींव दो प्रमुख सफलताओं द्वारा रखी गई थी - एक 1986 में हुई, दूसरी 2012 में। गो की क्रांति - 2012 की सफलता इस खोज से जुड़ी थी कि बड़ी संख्या में परतों के साथ एनएस के उपयोग से हमें उनकी दक्षता में सुधार करने में मदद मिलेगी। खोज को डेटा और कंप्यूटिंग शक्ति दोनों के बढ़ते संस्करणों द्वारा सुगम बनाया गया था।

इस लेख में हम आपको नेशनल असेंबली की दुनिया से परिचित कराएंगे। हम बताएंगे कि एनएस क्या है, वे कैसे काम करते हैं और वे कहां से आए हैं। और हम अध्ययन करेंगे कि क्यों - पिछले शोध के कई दशकों के बावजूद - एनएस केवल 2012 में वास्तव में उपयोगी बन गए।

1950 के दशक में तंत्रिका नेटवर्क वापस दिखाई दिया

फ्रैंक रोसेनब्लाट अपने अवधारणात्मक पर काम कर रहे हैं - एक प्रारंभिक एनएस मॉडल

नेशनल असेंबली का विचार काफी पुराना है - कम से कम कंप्यूटर विज्ञान के मानकों द्वारा। 1957 में वापस, कॉर्नेल विश्वविद्यालय के फ्रैंक रोसेनब्लट ने एक रिपोर्ट प्रकाशित की जिसमें एक प्रारंभिक एनएस अवधारणा का वर्णन किया गया जिसे परसेप्ट्रॉन कहा गया। 1958 में, अमेरिकी नौसेना के समर्थन से, उन्होंने एक आदिम प्रणाली बनाई जो 20x20 पिक्सेल का विश्लेषण करने और सरल ज्यामितीय आकृतियों को पहचानने में सक्षम थी।

रोसेनब्लट का मुख्य लक्ष्य व्यावहारिक छवि वर्गीकरण प्रणाली बनाना नहीं था। उन्होंने यह समझने की कोशिश की कि मानव मस्तिष्क कैसे काम करता है, इसकी छवि में व्यवस्थित कंप्यूटर सिस्टम का निर्माण। हालाँकि, इस अवधारणा ने तीसरे पक्ष से अत्यधिक उत्साह उत्पन्न किया है।

न्यूयॉर्क टाइम्स ने लिखा, "आज, अमेरिकी नौसेना ने दुनिया को एक इलेक्ट्रॉनिक कंप्यूटर के रोगाणु का पता चला है, जो चलने, बात करने, देखने, लिखने, खुद को पुन: पेश करने और अपने अस्तित्व के बारे में जागरूक होने में सक्षम है।"

वास्तव में, एनएस में प्रत्येक न्यूरॉन सिर्फ एक गणितीय कार्य है। प्रत्येक न्यूरॉन इनपुट डेटा के भारित योग की गणना करता है - इनपुट वजन जितना बड़ा होगा, ये इनपुट डेटा न्यूरॉन के आउटपुट को उतनी ही मजबूती से प्रभावित करेंगे। फिर, भारित राशि को nonlinear "सक्रियण" फ़ंक्शन को खिलाया जाता है - इस कदम पर, एनएस जटिल nonlinear घटना का अनुकरण कर सकते हैं।

रोसेनब्लाट के साथ प्रयोग किए गए प्रारंभिक पेसेप्ट्रॉन की क्षमताओं - और एनएस के साथ सामान्य रूप से - उदाहरण के लिए "सीखने" की उनकी क्षमता से स्टेम। एनएस को उदाहरण के लिए चयनित इनपुट डेटा के साथ नेटवर्क के परिणामों के आधार पर न्यूरॉन्स के इनपुट वजन को ट्यूनिंग के माध्यम से प्रशिक्षित किया जाता है। यदि नेटवर्क छवि को सही ढंग से वर्गीकृत करता है, तो वजन सही उत्तर वृद्धि में योगदान देता है, जबकि अन्य घटते हैं। यदि नेटवर्क गलत है, तो वज़न दूसरी दिशा में समायोजित हो जाता है।

इस तरह की प्रक्रिया ने एनएस को प्रारंभिक रूप से "सीखने" की अनुमति दी, जो मानव तंत्रिका तंत्र के व्यवहार की याद दिलाता है। इस दृष्टिकोण के आसपास के प्रचार 1960 के दशक में बंद नहीं हुए। हालांकि, तब कंप्यूटर वैज्ञानिकों मार्विन मिनस्की और सीमोर पैपर्ट के लेखकों की प्रभावशाली 1969 की किताब से पता चला कि ये शुरुआती एनए महत्वपूर्ण सीमाएं हैं।

शुरुआती रोसेनब्लैट एनएस में केवल एक या दो प्रशिक्षित परतें थीं। मिंस्की और पैपर्ट ने दिखाया कि ऐसे एनएस वास्तविक रूप से वास्तविक दुनिया की जटिल घटनाओं को मॉडलिंग करने में असमर्थ हैं।

सिद्धांत रूप में, गहरे एनएस अधिक सक्षम थे। हालाँकि, इस तरह के एनएस उन दयनीय कंप्यूटिंग संसाधनों से आगे निकल जाएंगे जो उस समय कंप्यूटर के पास थे। पहले एनएस में सबसे सरल आरोही खोज एल्गोरिदम का इस्तेमाल गहरा एनएस के लिए नहीं किया गया था।

नतीजतन, नेशनल असेंबली ने 1970 और 1980 के दशक की शुरुआत में सभी समर्थन खो दिए - यह "एअर इंडिया के शीतकालीन" युग का हिस्सा था।

निर्णायक एल्गोरिथ्म

"सॉफ्ट उपकरण" पर आधारित मेरा अपना तंत्रिका नेटवर्क मानता है कि इस तस्वीर में हॉट डॉग होने की संभावना है। 1. हम अमीर हो जाएंगे!

किस्मत ने फिर से 1986 के प्रसिद्ध काम की बदौलत एनएस का रुख किया, जिसने पीठ के प्रसार की अवधारणा शुरू की - एनएस को पढ़ाने का एक व्यावहारिक तरीका।

मान लीजिए कि आप एक काल्पनिक सॉफ्टवेयर कंपनी में एक प्रोग्रामर के रूप में काम करते हैं, और आपको एक एप्लिकेशन बनाने का निर्देश दिया गया है जो यह निर्धारित करता है कि छवि में कोई हॉट डॉग है या नहीं। आप एक बेतरतीब ढंग से आरंभिक एनएस के साथ काम शुरू करते हैं, जो एक इनपुट छवि लेता है और 0 से 1 तक के मान को आउटपुट करता है - जहां 1 का अर्थ है "हॉट डॉग" और 0 का अर्थ है "हॉट डॉग नहीं"।

नेटवर्क को प्रशिक्षित करने के लिए, आप हजारों छवियां एकत्र करते हैं, जिनमें से प्रत्येक के तहत एक लेबल होता है जो बताता है कि क्या इस छवि पर कोई हॉट डॉग है। आप उसे पहली छवि खिलाते हैं - और उस पर एक गर्म कुत्ता है - तंत्रिका नेटवर्क में। यह 0.07 का आउटपुट मूल्य देता है, जिसका अर्थ है "कोई हॉट डॉग नहीं।" यह गलत उत्तर है; नेटवर्क को 1 के करीब प्रतिक्रिया वापस देनी चाहिए थी।

Backpropagation एल्गोरिथ्म का उद्देश्य इनपुट वज़न को ठीक करना है ताकि नेटवर्क अधिक मूल्य का उत्पादन करे यदि इसे फिर से यह छवि दी जाती है - और, अधिमानतः, अन्य चित्र जहां गर्म कुत्ते हैं। इसके लिए, आउटपुट लेयर के इनपुट न्यूरॉन्स की जांच करके बैकप्रॉपैगेशन एल्गोरिथ्म शुरू होता है। प्रत्येक मान का एक वजन चर है। Backpropagation एल्गोरिथ्म प्रत्येक वजन को ऐसी दिशा में समायोजित करता है कि एनएस एक उच्च मूल्य देता है। इनपुट मूल्य जितना अधिक होता है, उतना ही उसका वजन बढ़ता है।

अब तक, मैं 1960 के दशक में शोधकर्ताओं के लिए शीर्ष परिचित सबसे सरल चढ़ाई का वर्णन कर रहा हूं। Backpropagation सफलता अगला चरण था: न्यूरॉन्स के इनपुट के बीच गलत आउटपुट के लिए "गलती" को वितरित करने के लिए एल्गोरिथ्म आंशिक डेरिवेटिव का उपयोग करता है। एल्गोरिथ्म यह गणना करता है कि प्रत्येक इनपुट मूल्य में एक छोटा परिवर्तन एक न्यूरॉन के अंतिम आउटपुट को कैसे प्रभावित करेगा, और क्या यह परिवर्तन परिणाम को सही उत्तर के करीब ले जाएगा, या इसके विपरीत।

परिणाम पिछली परत में प्रत्येक न्यूरॉन के लिए त्रुटि मूल्यों का एक सेट है - वास्तव में, एक संकेत जो यह मूल्यांकन करता है कि क्या प्रत्येक न्यूरॉन का मूल्य बहुत बड़ा है या बहुत छोटा है। फिर एल्गोरिथ्म दूसरे [[अंत से] परत से नए न्यूरॉन्स के लिए ट्यूनिंग प्रक्रिया को दोहराता है। यह नेटवर्क को सही उत्तर के करीब धकेलने के लिए प्रत्येक न्यूरॉन के इनपुट भार को थोड़ा बदल देता है।

फिर एल्गोरिथ्म फिर से गणना करने के लिए आंशिक डेरिवेटिव का उपयोग करता है कि पिछली परत के प्रत्येक इनपुट का मूल्य इस परत की आउटपुट त्रुटियों को कैसे प्रभावित करता है - और इन त्रुटियों को पूर्व-पिछली परत पर वापस प्रचारित करता है, जहां प्रक्रिया फिर से दोहराती है।

यह सिर्फ एक सरलीकृत बैकप्रॉपैजेशन मॉडल है। यदि आपको विस्तृत गणितीय विवरणों की आवश्यकता है, तो मैं इस विषय पर माइकल नीलसन की पुस्तक की सिफारिश करता हूं [ और हमारे पास उसका अनुवाद / लगभग है। ट्रांस।]। हमारे उद्देश्यों के लिए, यह पर्याप्त है कि रिवर्स वितरण ने प्रशिक्षित एनएस की सीमा को मौलिक रूप से बदल दिया। लोग अब एक या दो परतों वाले सरल नेटवर्क तक सीमित नहीं थे। वे पाँच, दस या पचास परतों के साथ नेटवर्क बना सकते हैं, और ये नेटवर्क एक मनमाने ढंग से जटिल आंतरिक संरचना हो सकते हैं।

बैकप्रोपैजेशन के आविष्कार ने नेशनल असेंबली का दूसरा बूम लॉन्च किया, जिसने व्यावहारिक परिणाम उत्पन्न करना शुरू कर दिया। 1998 में, एटी एंड टी के शोधकर्ताओं के एक समूह ने दिखाया कि तंत्रिका नेटवर्क का उपयोग हस्तलिखित संख्याओं को पहचानने के लिए कैसे किया जा सकता है, जिससे चेक प्रसंस्करण को स्वचालित करना संभव हो गया।

"इस काम का मुख्य संदेश यह है कि हम पैटर्न को पहचानने के लिए बेहतर सिस्टम बना सकते हैं, स्वचालित सीखने पर अधिक भरोसा करते हैं और मैन्युअल रूप से विकसित उत्तराधिकारियों पर कम," लेखकों ने लिखा।

और फिर भी, इस चरण में, एनएस मशीन सीखने वाले शोधकर्ताओं के निपटान में कई तकनीकों में से एक थे। जब मैंने 2008 में संस्थान में एआई पाठ्यक्रम में अध्ययन किया, तो तंत्रिका नेटवर्क सिर्फ नौ एमओ एल्गोरिदम में से एक था, जिसमें से हम कार्य के लिए उपयुक्त विकल्प चुन सकते थे। हालांकि, जीओ पहले से ही बाकी तकनीक का निरीक्षण करने की तैयारी कर रहा था।

बड़ा डेटा गहरी सीखने की शक्ति को प्रदर्शित करता है


आराम का पता चला। समुद्र तट की संभावना 1.0। हम माई ताई का उपयोग करने की प्रक्रिया शुरू करते हैं।

Backpropagation ने NS की गणना की प्रक्रिया को सुगम बना दिया, लेकिन गहरे नेटवर्क को अभी भी छोटे लोगों की तुलना में अधिक कंप्यूटिंग संसाधनों की आवश्यकता थी। 1990 और 2000 के दशक में किए गए अध्ययनों के परिणामों ने अक्सर दिखाया कि एनएस की अतिरिक्त जटिलता से कम और कम लाभ प्राप्त करना संभव था।

फिर लोगों की सोच को 2012 के प्रसिद्ध काम से बदल दिया गया, जिसने एनएसई का नाम एलेक्सनेट के नाम से रखा, जिसका नाम प्रमुख शोधकर्ता एलेक्स क्रेजेव्स्की के नाम पर रखा गया। बहुत अधिक गहरे नेटवर्क सफलता दक्षता प्रदान कर सकते हैं, लेकिन केवल कंप्यूटर शक्ति की एक बहुतायत और डेटा की एक बड़ी मात्रा के साथ संयोजन में।

एलेक्सनेट ने इमेजनेट विज्ञान प्रतियोगिता में भाग लेने के लिए टोरंटो विश्वविद्यालय के कंप्यूटर वैज्ञानिकों की तिकड़ी विकसित की है। प्रतियोगिता के आयोजकों ने इंटरनेट पर एक मिलियन चित्र एकत्र किए, जिनमें से प्रत्येक को हजारों श्रेणियों की वस्तुओं में से एक के लिए लेबल और सौंपा गया था, उदाहरण के लिए, "चेरी", "कंटेनर जहाज" या "तेंदुआ"। एआई शोधकर्ताओं को इन छवियों के कुछ हिस्सों पर अपने एमओ कार्यक्रमों को प्रशिक्षित करने के लिए कहा गया था, और फिर अन्य छवियों के लिए सही लेबल लगाने का प्रयास करें, जो सॉफ्टवेयर ने पहले सामना नहीं किया था। सॉफ़्टवेयर को प्रत्येक छवि के लिए पांच संभव लेबल का चयन करना था, और यदि उनमें से एक असली के साथ मेल खाता था, तो प्रयास सफल माना जाता था।

यह एक मुश्किल काम था, और 2012 तक परिणाम बहुत अच्छे नहीं थे। 2011 के विजेता के लिए, त्रुटि दर 25% थी।

2012 में, एलेक्सनेट टीम ने 15% त्रुटियों के साथ उत्तर देकर सभी प्रतियोगियों को पीछे छोड़ दिया। निकटतम प्रतियोगी के लिए, यह आंकड़ा 26% था।

टोरंटो के शोधकर्ताओं ने सफलता के परिणाम प्राप्त करने के लिए कई तकनीकों को संयोजित किया। उनमें से एक था, सजातीय तंत्रिका (एसएनएस) का उपयोग। वास्तव में, SNA, जैसा कि यह था, छोटे तंत्रिका नेटवर्क को प्रशिक्षित करता है - जिनमें से इनपुट डेटा 7-11 पिक्सेल के किनारे के साथ होते हैं - और फिर उन्हें एक बड़ी छवि पर "सुपरिमपोज" करते हैं।

एआई के शोधकर्ता जी टैन ने पिछले साल बताया कि यह ऐसा है जैसे आपने एक छोटा सा टेम्प्लेट या स्टैंसिल लिया और छवि के प्रत्येक बिंदु के साथ तुलना करने की कोशिश की। - आपके पास एक कुत्ते का स्टैंसिल है, और आप इसे छवि से जोड़ते हैं, और देखें कि क्या वहां कोई कुत्ता है? यदि नहीं, तो स्टैंसिल को स्थानांतरित करें। और इसलिए पूरी तस्वीर के लिए। और कोई फर्क नहीं पड़ता कि तस्वीर में कुत्ता कहां दिखाई देता है। स्टैंसिल इसके साथ मेल खाएगा। प्रत्येक नेटवर्क उपधारा को एक अलग कुत्ते का वर्गीकरण नहीं बनना चाहिए। "

एलेक्सनेट के लिए एक अन्य प्रमुख सफलता कारक सीखने की प्रक्रिया को तेज करने के लिए ग्राफिक्स कार्ड का उपयोग किया गया है। ग्राफिक्स कार्ड में समानांतर प्रसंस्करण शक्ति होती है, जो तंत्रिका नेटवर्क को प्रशिक्षित करने के लिए आवश्यक दोहराए गए कंप्यूटिंग के लिए अनुकूल है। GPU की एक जोड़ी के लिए कंप्यूटिंग के भार को स्थानांतरित करना - एनवीडिया जीटीएक्स 580, प्रत्येक में 3 जीबी मेमोरी के साथ - शोधकर्ता एक बहुत बड़े और जटिल नेटवर्क को विकसित और प्रशिक्षित करने में सक्षम थे। एलेक्सनेट में आठ ट्रेन की परतें, 650,000 न्यूरॉन्स और 60 मिलियन पैरामीटर थे।

अंत में, एलेक्सनेट की सफलता को इमेजनेट से बड़े आकार के प्रशिक्षण छवि डेटाबेस द्वारा भी सुनिश्चित किया गया: एक मिलियन टुकड़े। 60 मिलियन मापदंडों को ठीक करने के लिए बहुत सारी छवियों की आवश्यकता होती है। एक निर्णायक जीत हासिल करने के लिए, एलेक्सनेट को एक जटिल नेटवर्क और एक बड़े डेटा सेट के संयोजन से मदद मिली।

मुझे आश्चर्य है कि ऐसी सफलता पहले क्यों नहीं हुई:

• एलेक्सनेट शोधकर्ताओं द्वारा उपयोग की जाने वाली उपभोक्ता-ग्रेड GPU जोड़ी 2012 के लिए सबसे शक्तिशाली कंप्यूटिंग डिवाइस से दूर थी। पाँच और उससे भी दस साल पहले, अधिक शक्तिशाली कंप्यूटर थे। इसके अलावा, कम से कम 2004 के बाद से ग्राफिक कार्ड का उपयोग करके एनएस के सीखने में तेजी लाने की तकनीक को जाना जाता है।
• 2012 में एमओ एल्गोरिदम को पढ़ाने के लिए एक लाख छवियों का आधार असामान्य रूप से बड़ा था, हालांकि, इस तरह के डेटा को इकट्ठा करना उस वर्ष के लिए एक नई तकनीक नहीं थी। पांच या दस साल पहले एक अच्छी तरह से वित्त पोषित अनुसंधान टीम आसानी से इस आकार के डेटाबेस को इकट्ठा कर सकती थी।
• एलेक्सनेट में उपयोग किए जाने वाले मुख्य एल्गोरिदम नए नहीं थे। 2012 तक backpropagation एल्गोरिथ्म पहले से ही एक सदी के लगभग एक चौथाई के लिए मौजूद था। 1980 और 1990 के दशक में दृढ़ तंत्रिका नेटवर्क से संबंधित मुख्य विचार विकसित किए गए थे।

इसलिए सफलता मिलने से बहुत पहले ही एलेक्सनेट के प्रत्येक सफलता तत्व अलग-अलग मौजूद थे। जाहिर है, यह किसी के साथ भी नहीं हुआ - उन्हें सबसे अधिक भाग के लिए क्योंकि कोई नहीं जानता था कि यह संयोजन कितना शक्तिशाली होगा।

एनएस की गहराई में वृद्धि करने से व्यावहारिक रूप से उनके काम की दक्षता में सुधार नहीं हुआ अगर वे बड़े पर्याप्त प्रशिक्षण डेटा सेट का उपयोग नहीं करते। और डेटा सेट का विस्तार करने से छोटे नेटवर्क के प्रदर्शन में सुधार नहीं हुआ। दक्षता में वृद्धि देखने के लिए, हमें गहरे नेटवर्क और बड़े डेटा सेट दोनों की आवश्यकता है - प्लस महत्वपूर्ण कंप्यूटिंग शक्ति जिसने हमें उचित समय में प्रशिक्षण प्रक्रिया का संचालन करने की अनुमति दी। एलेक्सनेट टीम एक कार्यक्रम में सभी तीन तत्वों को एक साथ लाने वाली पहली थी।

गहन शिक्षा का उछाल

गहन एनएस की सभी शक्ति का प्रदर्शन, पर्याप्त मात्रा में प्रशिक्षण डेटा द्वारा प्रदान किया गया, कई लोगों द्वारा देखा गया - दोनों वैज्ञानिकों, शोधकर्ताओं और उद्योग के प्रतिनिधियों के बीच।

पहला ImageNet प्रतियोगिता को बदलने के लिए। 2012 तक, अधिकांश प्रतियोगियों ने गहरी सीखने के अलावा अन्य तकनीकों का इस्तेमाल किया। 2013 की प्रतियोगिता में, जैसा कि प्रायोजकों ने लिखा है, प्रतियोगियों के "बहुमत" ने जीओ का इस्तेमाल किया।

विजेताओं के बीच त्रुटियों का प्रतिशत धीरे-धीरे कम हो गया - 2012 में एलेक्सनेट पर एक प्रभावशाली 16% से 2017 में 2.3%:



जीओ क्रांति तेजी से पूरे उद्योग में फैल गई। 2013 में, Google ने एलेक्सनेट के लेखकों से बने एक स्टार्टअप का अधिग्रहण किया, और Google फ़ोटो में छवि खोज फ़ंक्शन के लिए आधार के रूप में अपनी तकनीक का उपयोग किया। 2014 तक, फेसबुक अपने स्वयं के सॉफ़्टवेयर का उपयोग कर रहा था जो GO का उपयोग करके छवियों को पहचानता है। Apple कम से कम 2016 से iOS में फेस रिकग्निशन के लिए GO का इस्तेमाल कर रहा है।

जीओ आवाज पहचान तकनीक में हाल के सुधार को भी रेखांकित करता है। ऐप्पल से सिरी, अमेज़ॅन से एलेक्सा, माइक्रोसॉफ्ट से कोरटाना और Google के सहायक GO - किसी व्यक्ति के शब्दों को समझने के लिए, या अधिक प्राकृतिक आवाज़ उत्पन्न करने के लिए, या दोनों।

हाल के वर्षों में, उद्योग में एक आत्मनिर्भर प्रवृत्ति सामने आई है, जिसमें कंप्यूटिंग शक्ति में वृद्धि, डेटा की मात्रा और नेटवर्क की गहराई एक दूसरे का समर्थन करती है। एलेक्सनेट टीम ने GPU का उपयोग किया क्योंकि उन्होंने उचित मूल्य के लिए समानांतर कंप्यूटिंग की पेशकश की थी। लेकिन पिछले कुछ वर्षों में, अधिक से अधिक कंपनियों ने अपने स्वयं के चिप्स विकसित करना शुरू कर दिया है, विशेष रूप से एमओ के क्षेत्र में उपयोग के लिए डिज़ाइन किया गया है।

Google ने 2016 में विशेष रूप से एनएस के लिए डिज़ाइन की गई टेन्सर प्रोसेसिंग यूनिट चिप को जारी करने की घोषणा की। उसी वर्ष, एनवीडिया ने टेस्ला पी 100 नामक एक नए जीपीयू को एनएस के लिए अनुकूलित करने की घोषणा की। इंटेल ने 2017 में अपने एआई चिप के साथ कॉल का जवाब दिया। 2018 में, अमेज़ॅन ने अपनी एआई चिप जारी करने की घोषणा की, जिसका उपयोग कंपनी की क्लाउड सेवाओं के हिस्से के रूप में किया जा सकता है। यहां तक ​​कि Microsoft को अपने AI चिप पर काम करने के लिए कहा जाता है।

स्मार्टफोन निर्माता उन चिप्स पर भी काम कर रहे हैं जो सर्वरों पर डेटा अपलोड किए बिना मोबाइल उपकरणों को स्थानीय रूप से एनएस का उपयोग करके अधिक कंप्यूटिंग करने की अनुमति देंगे। उपकरणों पर इस तरह की कंप्यूटिंग विलंबता को कम करती है और गोपनीयता को बढ़ाती है।

यहां तक ​​कि टेस्ला ने विशेष चिप्स के साथ इस खेल में प्रवेश किया। इस वर्ष, टेस्ला ने एक नया शक्तिशाली कंप्यूटर दिखाया, जो एनएस की गणना के लिए अनुकूलित है। टेस्ला ने इसे फुल सेल्फ-ड्राइविंग कंप्यूटर का नाम दिया और टेस्ला बेड़े को रोबोट वाहनों में बदलने की कंपनी की रणनीति में एक महत्वपूर्ण क्षण के रूप में प्रस्तुत किया।

एआई के लिए अनुकूलित कंप्यूटर क्षमताओं की उपलब्धता ने एनएसए को तेजी से प्रशिक्षित करने के लिए आवश्यक डेटा के लिए एक अनुरोध उत्पन्न किया है। यह गतिशील रोबोमोबाइल क्षेत्र में सबसे अधिक स्पष्ट है, जहां कंपनियां लाखों किलोमीटर वास्तविक सड़कों पर डेटा एकत्र करती हैं। टेस्ला इस डेटा को उपयोगकर्ताओं की कारों से स्वचालित रूप से एकत्र कर सकता है, और अपने प्रतिद्वंद्वियों वेमो और क्रूज़ भुगतान करने वाले ड्राइवरों ने सार्वजनिक सड़कों पर अपनी कारों को निकाल दिया।



डेटा अनुरोध बड़ी ऑनलाइन कंपनियों को एक फायदा देता है जिनके पास पहले से ही बड़ी मात्रा में उपयोगकर्ता डेटा का उपयोग होता है।

गहन शिक्षा ने अपने चरम लचीलेपन के कारण कई अलग-अलग क्षेत्रों को जीत लिया है। परीक्षण और त्रुटि के दशकों ने शोधकर्ताओं को एमओ के क्षेत्र में सबसे आम कार्यों के लिए बुनियादी बिल्डिंग ब्लॉकों को विकसित करने की अनुमति दी है - जैसे कुशल छवि मान्यता के लिए दृढ़ संकल्प नेटवर्क। हालांकि, यदि आपके पास एक उच्च-स्तरीय नेटवर्क है जो योजना के लिए उपयुक्त है और पर्याप्त डेटा है, तो प्रशिक्षण की प्रक्रिया सरल होगी। डीप एनएस मानव डेवलपर्स से विशेष मार्गदर्शन के बिना जटिल पैटर्न की एक असाधारण विस्तृत श्रृंखला को पहचानने में सक्षम हैं।

निश्चित रूप से सीमाएँ हैं। उदाहरण के लिए, कुछ लोगों ने केवल रोबोट की मदद से रोबोम्बाइल्स के प्रशिक्षण में भाग लिया - अर्थात्, एक कैमरा, एक तंत्रिका नेटवर्क से प्राप्त छवियों को खिलाना, और स्टीयरिंग व्हील और पैडल को चालू करने के लिए उससे निर्देश प्राप्त करना। मुझे इस दृष्टिकोण पर संदेह है।नेशनल असेंबली ने अभी तक जटिल तार्किक तर्क का संचालन करने की क्षमता का प्रदर्शन नहीं किया है, जो सड़क पर उत्पन्न होने वाली कुछ शर्तों को समझने के लिए आवश्यक है। इसके अलावा, एनएस "ब्लैक बॉक्स" हैं, जिनमें से वर्कफ़्लो व्यावहारिक रूप से अदृश्य है। ऐसी प्रणाली की सुरक्षा का मूल्यांकन और पुष्टि करना मुश्किल होगा।

हालाँकि, GO ने अप्रत्याशित रूप से बड़ी रेंज के अनुप्रयोगों में बहुत व्यापक छलांग लगाने की अनुमति दी। आने वाले वर्षों में, कोई भी इस क्षेत्र में अगली प्रगति की उम्मीद कर सकता है।