मैं आर्टिफिशियल इंटेलिजेंस के बारे में उत्सुक हूं। अपनी रोजमर्रा की नौकरी में मैं मानक एप्लिकेशन विकसित करता हूं, जैसे कि यूजर सब्सक्रिप्शन, फाइल अपलोड, डेटाबेस में सेव किए गए फॉर्म जैसी बेसिक फंक्शंस वाली वेबसाइट ...
मुझे मुख्य रूप से AI का खेल या रोबोटिक्स क्षेत्र में उपयोग होने की जानकारी है। लेकिन क्या यह "मानक" अनुप्रयोग विकास में उपयोगी हो सकता है?
जवाबों:
हाँ, लेकिन संभवतः निकट अवधि में केवल एक सीमित डिग्री तक।
जहां लोग 'आर्टिफिशियल इंटेलिजेंस' की सीमाओं को खींचते हैं, वह फ़र्ज़ी है, लेकिन यदि कोई व्यापक दृष्टिकोण लेता है, जहाँ यह किसी भी प्रकार के कोडिंग को स्पष्ट रूप से संज्ञानात्मक कार्यों में शामिल करता है, तो कई नियमित आर्थिक कार्य कृत्रिम बुद्धि से लाभ उठा सकते हैं। कई खोज इंजन, उदाहरण के लिए, एक सेवा के रूप में कृत्रिम बुद्धिमत्ता अनुप्रयोगों की पेशकश के रूप में देखा जा सकता है।
अधिक 'मानक' अनुप्रयोगों के लिए, AI के अधिकांश निकट-टीम अनुप्रयोगों को धोखाधड़ी का पता लगाने और रोकथाम से निपटना पड़ता है। यदि आप स्क्रीन पर चलते हुए उपयोगकर्ता के कर्सर को ट्रैक करते हैं, उदाहरण के लिए, आप एक मॉडल बना सकते हैं जो मनुष्यों और बॉट के बीच अंतर करता है, और दोनों को अलग-अलग व्यवहार करता है। इस लेख को एक उदाहरण के लिए देखें ।
लंबी अवधि में, निश्चित रूप से, एक प्रोग्राम जो प्रोग्राम लिख सकता है, वह किसी अन्य की तरह इस प्रकार के एप्लिकेशन लिख सकता है।
अनुकूली / भविष्य कहनेवाला विशेषताएं कम से कम कुछ रोज़मर्रा के अनुप्रयोगों में उपयोगी हैं। उदाहरण के लिए, टेक्स्ट मैसेजिंग को लें। सभी स्मार्टफोन एसएमएस ऐप जो मुझे पता है कि आपके द्वारा उपयोग किए जाने वाले शब्दों पर नज़र रखें और आपके द्वारा टाइप किए जा रहे संदेश में अगले शब्द की भविष्यवाणी करने के लिए उस जानकारी का उपयोग करें। (कुछ दूसरों की तुलना में होशियार हैं। प्रासंगिक XKCD। ) इसका उपयोग स्वचालित वर्तनी सुधार को निजीकृत करने के लिए भी किया जा सकता है।
मेरे लिए व्यक्तिगत रूप से दिलचस्प संभावित टाइल-आधारित स्तर के संपादक हैं, जैसे क्लासिक डॉस गेम्स। मैं एक ऐसे प्रोग्राम पर काम कर रहा हूं, जो प्रत्येक टाइल की संभावनाओं को हर दूसरे टाइल के करीब इकट्ठा करता है और उस जानकारी का उपयोग यादृच्छिक नए स्तरों के निर्माण के लिए करता है। इसने अभी तक कुछ भी खेलने योग्य नहीं बनाया है, लेकिन मुझे लगता है कि इसमें मानव स्तर के बिल्डरों की सहायता करने की क्षमता है, जैसे कि लापता टाइल में स्वचालित रूप से भरना जो एक नई रखी गई संरचना में फिट होती है, जैसा कि मानव को सही में खोजने के लिए आवश्यक होने के विपरीत है। पैलेट।
सामान्य तौर पर, AI को यह पता लगाने में बहुत उपयोगी रूप से लागू किया जा सकता है कि उपयोगकर्ता आगे क्या करना चाहता है और उपयोगकर्ता द्वारा जानबूझकर कुछ अनपेक्षित तरीके से बाहर रहने के दौरान सही अनुमान को लागू करने की प्रक्रिया को तेज करना।
मेरा मानना है कि AI का उपयोग शायद ही कभी मुख्यधारा के ऐप्स में किया जाता है, लेकिन यह हो सकता है, और मुझे लगता है कि धीरे-धीरे होगा।
यदि उपयोगकर्ता के इंटरैक्शन या त्रुटि से ऐप के AI की जानकारी को सीखना चाहिए, तो यह प्रोग्राम के उस प्रकार के लॉग को लॉग कर सकता है और फिर लॉग में पैटर्न खोज सकता है। यह उपयोगकर्ताओं को देख सकता है कि ईएचटी कार्यों को सबसे अधिक बार किया जाता है, कितने चरणों की आवश्यकता होती है। फिर जब यह उस कार्य को पुनरावर्ती को पहचानता है, तो यह उपयोगकर्ता से पूछ सकता है कि क्या वे चाहते थे कि यह एक मैक्रो को निष्पादित करें जो निम्नलिखित किया था [फिर यह चरणों की एक सूची के साथ प्रस्तुत करता है, जिससे उन्हें आवश्यकतानुसार संपादित करने की अनुमति मिलती है]। फिर यह 'मैक्रो' को कार्यान्वित करता है जो उसने उपयोगकर्ता को देखने से सीखा था।
एआई का एक और उपयोग त्रुटि का पता लगाने में है, न केवल सॉफ्टवेयर में, बल्कि उपयोगकर्ता त्रुटि में जब सॉफ्टवेयर का उपयोग अक्षम, अतिरेक या अनुचित तरीके से किया गया था। यदि सॉफ़्टवेयर को ऐसे डिज़ाइन किया गया था कि उसे उपयोगकर्ता कार्यों (जैसे AI योजना) के मॉडल का एक सेट दिया गया था, तो यह उपयोगकर्ताओं को उस तरह से निरीक्षण कर सकता है जैसे वे ज्ञात कार्यों को प्राप्त करते हैं, और सुझाव देते हैं या पुष्टि करते हैं कि आसन्न असामान्य परिणाम का इरादा है।
और निश्चित रूप से, एआई का उपयोग बड़े पैमाने पर उपयोगकर्ता इंटरफ़ेस डिज़ाइन, उपकरणों, वेब साइटों या एप्लिकेशन पर किया जा सकता है। इसमें से कुछ, जैसे आवाज मान्यता, अभी दैनिक उपयोग की मुख्यधारा में प्रवेश कर रही है। एप्लिकेशन के साथ बातचीत के रूप में जो अपने स्वयं के डेटा और कार्यों / अवधारणाओं / डोमेन के मॉडल को जोड़ सकते हैं, आगे विकसित होते हैं, ऐप के अंदर AI की आवश्यकता केवल बढ़ेगी।
वहाँ एक हैं टन तरीके कि ऐ क्षुधा में इस्तेमाल किया जा सकता। इनमें से कुछ मोबाइल उपकरणों और उनके ऐप में उत्पन्न होना शुरू हो गए हैं, आमतौर पर बाहरी वेब-आधारित डेटाबेस (जैसे जीपीएस और नक्शे) के साथ उपयोगकर्ता की गतिशीलता के संलयन में, लेकिन आईएमओ यह धीमा रहा है।
एआई का एक महत्वपूर्ण हिस्सा मशीन लर्निंग (एमएल) है। मिशेल द्वारा एमएल की आम परिभाषा है
एक कंप्यूटर प्रोग्राम को कहा जाता है कि वह अनुभव E से कुछ कार्यों के वर्ग T और प्रदर्शन माप P के संबंध में सीखे, यदि T से कार्यों में उसका प्रदर्शन, जैसा कि P द्वारा मापा जाता है, अनुभव E से सुधार होता है।
यदि इस प्रकार का कार्यक्रम "रोजमर्रा के अनुप्रयोग" में उपयोगी है, तो आवेदन पर निर्भर करता है। यहां कुछ उदाहरण दिए गए हैं जो एमएल के बिना संभव नहीं होंगे:
यह क्या है?
कृत्रिम बुद्धिमत्ता (AI) मशीनों द्वारा प्रदर्शित की जाने वाली बुद्धिमत्ता है। कंप्यूटर विज्ञान में। बोलचाल की भाषा में, "कृत्रिम बुद्धिमत्ता" शब्द को तब लागू किया जाता है जब एक मशीन "संज्ञानात्मक" कार्य करता है जो मनुष्य को अन्य मानव मन, जैसे "सीखने" और "समस्या को सुलझाने" के साथ जोड़ते हैं।
क्या यह "मानक" अनुप्रयोग में उपयोगी हो सकता है?
खैर, जो मैं एआई का उपयोग करते हुए एक मानक अनुप्रयोग के बारे में सोचता हूं वह यह है कि एआई का उपयोग उसके लिए भी किया जाता है, क्योंकि जब मशीन में उपयोगकर्ता इनपुट की प्रतिक्रिया होती है तो वह एआई या आर्टिफिशियल इंटेलिजेंस है। इसलिए मानक अनुप्रयोग में AI का उपयोग कई साल पहले से ही किया जा रहा है।
पुनश्च: यदि व्याकरण की त्रुटियां हैं, तो मुझे खेद है क्योंकि मैं अंग्रेजी वक्ता नहीं हूं।
स्रोत: https://en.wikipedia.org/wiki/Artific_intelligence "AI या कृत्रिम बुद्धिमत्ता।"
DevJosueDav जस्ट अ सी # आर्टिफिशियल AI इंटेलिजेंस डेवलपर।