ऐ के बारे में विकिपीडिया पृष्ठ पर , हम पढ़ सकते हैं:
ऑप्टिकल कैरेक्टर रिकग्निशन को अब "आर्टिफिशियल इंटेलिजेंस" का एक उदाहरण नहीं माना जा सकता है।
दूसरी ओर, हस्तलिखित अंकों के MNIST डेटाबेस को विशेष रूप से तंत्रिका नेटवर्क के प्रशिक्षण और परीक्षण के लिए बनाया गया है और उनकी त्रुटि दर (देखें: वर्गीकरण )।
तो उपरोक्त उद्धरण क्यों कहता है कि OCR अब AI का उदाहरण नहीं है?
जवाबों:
जब भी कोई समस्या कंप्यूटर द्वारा हल करने योग्य हो जाती है, तो लोग यह तर्क देना शुरू कर देते हैं कि उसे बुद्धिमत्ता की आवश्यकता नहीं है। जॉन मैकार्थी को अक्सर उद्धृत किया जाता है: "जैसे ही यह काम करता है, कोई भी इसे AI नहीं कहता है" ( CACM में संदर्भित )।
कॉलेज में मेरे शिक्षकों में से एक ने कहा कि 1950 के दशक में एक प्रोफेसर से पूछा गया था कि वह क्या सोचता था कि वह एक मशीन के लिए बुद्धिमान था। प्रोफेसर ने प्रतिष्ठित रूप से उत्तर दिया कि यदि एक वेंडिंग मशीन ने उन्हें सही बदलाव दिया, तो यह बुद्धिमान होगा।
बाद में, शतरंज खेलना बुद्धिमान माना जाता था। हालांकि, कंप्यूटर अब शतरंज में दादी को हरा सकते हैं, और लोग अब यह नहीं कह रहे हैं कि यह बुद्धिमत्ता का एक रूप है।
अब हमारे पास OCR है। यह पहले से ही एक और जवाब में कहा गया है कि हमारे तरीकों में 5 साल की मान्यता की सुविधा नहीं है। जैसे ही यह हासिल किया जाता है, लोग कहेंगे "मेह, यह बुद्धिमत्ता नहीं है, एक 5 साल का बच्चा ऐसा कर सकता है!"
एक मनोवैज्ञानिक पूर्वाग्रह, यह बताने की आवश्यकता है कि हम किसी तरह मशीनों से बेहतर हैं, इसके आधार पर है।
हालाँकि OCR अब एक मुख्यधारा की तकनीक है, लेकिन यह सच है कि हमारे तरीकों में से किसी में भी 5 साल पुरानी मान्यता नहीं है (CAPTCHAs के बावजूद सफलता मिली)। हम अच्छी तरह से समझी गई तकनीकों का उपयोग करके इसे प्राप्त करना नहीं जानते हैं, इसलिए ओसीआर को अभी भी एआई समस्या माना जाना चाहिए।
यह देखने के लिए कि ऐसा क्यों हो सकता है, डगलस हॉफस्टैटर द्वारा "ए एंड एज़ एंड एज़िंग " पर निबंध को पढ़ना रोशन है ।
एक अन्य उत्तर में किए गए एक बिंदु के संबंध में, एजेंट तैयार करना एक उपयोगी है, क्योंकि यह तेजी से जटिल वातावरण में सफलता के लिए प्रेरित करता है। हालांकि, कई कठिन समस्याएं हैं (जैसे बोंगार्ड) जिन्हें इस तरह के फैशन में कहने की आवश्यकता नहीं है।
मुझे यकीन नहीं है कि अगर MNIST की भविष्यवाणी करना वास्तव में एक AI कार्य माना जा सकता है। एआई समस्याओं को आमतौर पर एक वातावरण में अभिनय करने वाले एजेंट के संदर्भ में फंसाया जा सकता है। सामान्य रूप से तंत्रिका जाल और मशीन सीखने की तकनीक को इस फ्रेमिंग से निपटने की आवश्यकता नहीं है। उदाहरण के लिए क्लासिफायर, दो स्थानों के बीच मानचित्रण सीख रहे हैं। यद्यपि कोई यह तर्क दे सकता है कि आप OCR / छवि वर्गीकरण को AI समस्या के रूप में फ्रेम कर सकते हैं - क्लासिफायर एक एजेंट है, जो प्रत्येक भविष्यवाणी करता है वह एक क्रिया है, और यह अपनी वर्गीकरण सटीकता के आधार पर पुरस्कार प्राप्त करता है - यह अप्राकृतिक और समस्याओं से अलग है आमतौर पर AI समस्या मानी जाती है।