कृत्रिम बुद्धिमत्ता की परिभाषा क्या है?
जवाबों:
वर्षों से, कई लोगों ने कृत्रिम बुद्धि को परिभाषित करने का प्रयास किया। स्टुअर्ट रसेल और पीटर नॉरविग द्वारा अपनी पुस्तक आर्टिफिशियल इंटेलिजेंस - इन द मॉडर्न टैक में बहुत सी परिभाषाएँ दी गई हैं।
एआई की परिभाषा को निम्न श्रेणियों में आते हुए संक्षेप में प्रस्तुत किया जा सकता है:
- जिन लोगों ने विचार प्रक्रिया और तर्क को संबोधित किया है (एआई कैसे सोचता है / कारण)
- वे जो व्यवहार को संबोधित करते हैं (एक एआई जो यह जानता है वह कैसे दिया जाता है)
इसके अलावा, उपरोक्त 2 श्रेणियां आगे परिभाषाओं में विभाजित हैं:
I. मानव प्रदर्शन को दोहराने की क्षमता के आधार पर एक AI (ऊपर करने के लिए) की सफलता का आकलन करें
द्वितीय। या 'तर्कसंगतता' नामक एक आदर्श प्रदर्शन के उपाय को दोहराने की क्षमता (क्या वह जो जानता है, उसके आधार पर 'सही' काम करता है?)
मैं आपको उपरोक्त श्रेणियों में से प्रत्येक में फिट होने वाली परिभाषाओं का हवाला दूंगा:
- 1.I. "[स्वचालन] गतिविधियाँ जिन्हें हम मानवीय सोच, निर्णय लेने, समस्या सुलझाने, सीखने .. जैसी गतिविधियों से जोड़ते हैं।" - बेलमैन 1978
- 1.II. "अभिकलन का अध्ययन जो इसे अनुभव, कारण और कार्य के लिए संभव बनाता है।" - विंस्टन, 1992
- 2.I. "कैसे कंप्यूटर बनाने का अध्ययन उस समय में करते हैं, जिस पर लोग बेहतर करते हैं" - रिच और नाइट, 1991
- 2.II. "बुद्धिमान एजेंटों के डिजाइन का अध्ययन" - पूले एट अल।, 1998
सारांश में, AI बुद्धिमान और तर्कसंगत मशीनों के निर्माण के लिए समर्पित है जो तर्कसंगत निर्णय ले सकते हैं और तर्कसंगत कार्रवाई कर सकते हैं।
मैं आपको सुझाव दूंगा कि आप ट्यूरिंग टेस्ट को पढ़ें, जिसे एलन ट्यूरिंग ने यह परीक्षण करने का प्रस्ताव दिया था कि क्या कंप्यूटर बुद्धिमान था। हालांकि, ट्यूरिंग परीक्षण में कुछ समस्याएं हैं, क्योंकि यह एंथ्रोपोमोर्फिक है।
जब एयरोनॉटिकल इंजीनियरों ने हवाई जहाज बनाया, तो उन्होंने अपना लक्ष्य निर्धारित नहीं किया कि विमानों को पक्षियों की तरह उड़ना चाहिए, बल्कि, उन्होंने सीखना शुरू कर दिया कि वायुगतिकी के अध्ययन के आधार पर लिफ्ट बलों को कैसे उत्पन्न किया गया था। इस ज्ञान का उपयोग करते हुए, उन्होंने विमानों का निर्माण किया।
इसी तरह, एआई दुनिया में लोगों को मानक के रूप में आईएमएचओ, मानवीय बुद्धिमत्ता को नहीं रखा जाना चाहिए, लेकिन, इसके बजाय, हम एक मानक के रूप में (दूसरों के बीच) तर्कसंगतता का उपयोग कर सकते हैं।
पेपर में यूनिवर्सल इंटेलिजेंस: ए डेफिनिशन ऑफ मशीन इंटेलिजेंस (2007), लेग एंड हटर, एक काफी गंभीर अध्ययन के बाद, अनौपचारिक रूप से खुफिया को निम्न प्रकार से परिभाषित करता है।
खुफिया वातावरण की एक विस्तृत श्रृंखला में लक्ष्यों को प्राप्त करने के लिए एक एजेंट की क्षमता को मापता है
उसी कागज में, वे इस परिभाषा को भी औपचारिक रूप देते हैं। आप अधिक विवरण के लिए कागज पर एक नज़र डाल सकते हैं, लेकिन, कुछ शब्दों में, इस परिभाषा के साथ आने के लिए, उन्होंने पूरे वर्षों में लोगों द्वारा दी गई बुद्धि की कई परिभाषाओं पर ध्यान दिया है और उन्होंने कुंजी को संक्षेप में प्रस्तुत करने की कोशिश की है। इन सभी परिभाषाओं के बिंदु। वे खुफिया परीक्षणों और खुफिया की परिभाषा के साथ उनके संबंध जैसे मुद्दों पर भी चर्चा करते हैं: अर्थात्, बुद्धि को परिभाषित करने के लिए एक बुद्धि परीक्षण पर्याप्त है, या एक बुद्धि परीक्षण और खुफिया अलग अवधारणाओं की परिभाषा है? वे इस परिभाषा और AIXI के बीच संबंध को भी इंगित करते हैं ।
लेख में कृत्रिम बुद्धिमत्ता क्या है? (2007), जॉन मैक्कार्थी, कृत्रिम बुद्धिमत्ता के संस्थापकों में से एक और जिन्होंने अभिव्यक्ति कृत्रिम बुद्धिमत्ता को गढ़ा , वे लिखते हैं
आर्टिफिशियल इंटेलिजेंस बुद्धिमान मशीन, विशेष रूप से बुद्धिमान कंप्यूटर प्रोग्राम बनाने का विज्ञान और इंजीनियरिंग है। यह मानव बुद्धि को समझने के लिए कंप्यूटर का उपयोग करने के समान कार्य से संबंधित है, लेकिन एआई को खुद को उन तरीकों तक सीमित नहीं करना है जो जैविक रूप से अवलोकनीय हैं।
हालांकि, यह परिभाषा मानव बुद्धि से संबंधित है, इसलिए हर कोई इस परिभाषा से सहमत नहीं होगा।
वह आगे कहता है
इंटेलिजेंस दुनिया में लक्ष्यों को प्राप्त करने की क्षमता का कम्प्यूटेशनल हिस्सा है। भिन्न प्रकार और बुद्धिमत्ता की डिग्री लोगों, कई जानवरों और कुछ मशीनों में होती है।
एआई का क्षेत्र 1956 में डार्टमाउथ सम्मेलन में उनकी आधिकारिक अवधारणा के बाद से विकसित हुआ है , इसलिए कृत्रिम बुद्धिमत्ता की परिभाषा भी विकसित होगी। इससे पहले उस सम्मेलन में, पहले से ही कई संबंधित क्षेत्र और अभिव्यक्ति थे, उदाहरण के लिए, साइबरनेटिक्स।
सबसे छोटा जवाब जो मैं आ सकता था, वह इस प्रकार था; इसे नमक के दाने के साथ लें, क्योंकि हम अभी भी प्राकृतिक बुद्धिमत्ता के बारे में बहुत कुछ नहीं जानते हैं:
किस प्राकृतिक बुद्धिमत्ता को एक [नए] कार्य को सुलझाने के लिए उपयोग करने के इरादे से सीमित टिप्पणियों से अमूर्त अवधारणाओं को सीखने की प्रक्रिया के रूप में देखा जा सकता है। इस प्रक्रिया में नए, काल्पनिक रूप से सही परिदृश्यों / सिद्धांतों की कल्पना करने और संभावनाओं के विशाल परिकल्पना स्थान को काटने और उन्हें पहले से कोई डेटा देखे बिना नई स्थितियों को सामान्य बनाने में सक्षम करने के लिए सार्थक तरीके से संयोजन करने के लिए उन अवधारणाओं का उपयोग करना शामिल है। आर्टिफिशियल इंटेलिजेंस मशीनों में जो प्राकृतिक इंटेलिजेंस करता है उसे लाना है।
कोई औपचारिक परिभाषा नहीं है कि ज्यादातर लोग इस पर सहमत हों। इसलिए यहाँ मैं एक डेटा साइंस / मशीन लर्निंग कंसल्टेंट के रूप में क्या सोचता हूँ:
एक शोध क्षेत्र के रूप में कृत्रिम बुद्धिमत्ता ऐसे एजेंटों का अध्ययन है जो पर्यावरण में स्वायत्तता से कार्य करते हैं और कुछ क्रियाओं के अनुसार अपनी स्थिति में सुधार करते हैं।
मुझे यह शब्द पसंद नहीं है, क्योंकि यह बहुत व्यापक / अस्पष्ट है। इसके बजाय, टॉम मिशेल द्वारा मशीन सीखने की परिभाषा को देखें:
कंप्यूटर प्रोग्राम को 'T' के अनुभव से सीखने के लिए कहा जाता है, कुछ कार्यों के वर्ग 'T' के संबंध में और 'P' के प्रदर्शन को मापने के लिए, यदि 'T' में कार्यों का प्रदर्शन 'P' द्वारा मापा जाता है, तो अनुभव E से सुधार होता है।
मशीन लर्निंग एआई का एक महत्वपूर्ण हिस्सा है, लेकिन केवल एक ही नहीं है। खोज एल्गोरिदम, एसएलएएम, विवश अनुकूलन, ज्ञान के आधार और स्वत: प्रवेश भी निश्चित रूप से एआई का हिस्सा हैं।
कृत्रिम बुद्धिमत्ता शोधकर्ता निस्संदेह अपने स्वयं के अनुशासन के क्षेत्र के लिए प्रयुक्त शब्द को परिभाषित करने में रुचि रखते हैं, और कृत्रिम शब्द में बहुत कम अस्पष्टता है । चुनौती उस शब्द में है जो बुद्धिमत्ता है ऐतिहासिक रूप से वास्तविक संख्या मात्रा की तुलना में गुणात्मक विवरण से अधिक है।
किसी की बुद्धि की तुलना दूसरे की बुद्धिमत्ता से कैसे की जा सकती है? बुद्धि परीक्षण, कॉलेज बोर्ड परीक्षण श्रेणियों, नेट वर्थ, शतरंज और गो टूर्नामेंट की जीत, गलत निर्णय दर, विभिन्न बौद्धिक गति दौड़, मूल्यांकन बोर्ड और पैनल मानसिक क्षमताओं के पीछे गणितीय सिद्धांत में शामिल लोगों के लिए कीचड़ का एक अपर्याप्त अपर्याप्त सेट हैं। हम बुद्धिमत्ता कहते हैं।
केवल एक सदी पहले, बुद्धि एक गुणात्मक शब्द था जो शिक्षा, व्यवसाय और व्यक्तिगत जीवन में समस्याओं के समाधान खोजने की क्षमता से जुड़े लोगों के लिए था। जैसा कि संस्कृति ने केवल एक बार गुणात्मक रूप से चीजों के मात्रात्मक उपचार की तलाश शुरू की, एक व्यक्ति की उम्र पर मानसिक क्षमता की निर्भरता और उनके पर्यावरणीय अवसरों ने एक चुनौती पेश की। खुफिया भागफल (आईक्यू) का विचार उम्र और अवसर से मुक्त मानसिक क्षमता को निर्धारित करने की इच्छा से विकसित हुआ।
कुछ लोगों ने मौलिक संज्ञानात्मक कौशल के मानकीकृत परीक्षण का उत्पादन करके पर्यावरणीय कारकों को कम करने का प्रयास किया है क्योंकि वे गणित और भाषा पर लागू होते हैं।
उत्पादन प्रणाली और फजी लॉजिक कंटेनर (नियम आधारित), डीप लर्निंग (कृत्रिम नेटवर्क आधारित), जेनेटिक एल्गोरिदम और एआई शोध के अन्य रूपों ने ऐसी मशीनों का उत्पादन नहीं किया है जो मनुष्यों के लिए डिज़ाइन किए गए मानकीकृत परीक्षणों में अच्छा स्कोर कर सकें। फिर भी मशीनों में प्राकृतिक भाषा की क्षमता, यांत्रिक समन्वय, नियोजन उत्कृष्टता और स्पष्ट और सत्य तर्क के आधार पर निष्कर्ष निकालना जारी है।
नीचे मानसिक क्षमताओं की श्रेणियां हैं, जो माप के उनके तरीकों, उपयोग की वास्तुकला, और अनुसंधान के प्रकारों द्वारा प्रतिष्ठित हैं जिन्होंने शुरुआती आशाजनक परिणाम और निरंतर सुधार का उत्पादन किया है।
एक जटिल फ़ंक्शन के लिए सबसे अधिक संभावना और इष्टतम पैरामीटर की खोज, कुछ गणितीय अभिव्यक्ति के आधार पर जो इष्टतम साधनों को जानबूझकर ऊपर सूचीबद्ध नहीं किया गया है। मशीन लर्निंग डिवाइसेस के लिए केंद्रीय गतिविधि क्या है जो ऐतिहासिक रूप से बुद्धिमत्ता कही गई है, की श्रेणियों में अच्छी तरह से फिट नहीं है, और न ही यह होना चाहिए। भविष्य कहनेवाला उद्देश्यों के लिए डेटा सेट का सांख्यिकीय उपचार बौद्धिक अर्थों में नहीं सीख रहा है। यह सतह फिटिंग है। मशीन लर्निंग वर्तमान में एक उपकरण है जिसका उपयोग मानव बुद्धि द्वारा किया जाता है, इसकी शक्ति को बढ़ाने के लिए, अन्य कम्प्यूटेशनल टूल की तरह।
भविष्य में, मशीन लर्निंग पर यह बाधा पार हो सकती है। यह ज्ञात नहीं है कि कृत्रिम नेटवर्क कब और कब प्रदर्शित होंगे, तर्क, महत्व को पहचानने की क्षमता और ऊपर सूचीबद्ध श्रेणियों में प्रभावी क्षमता।
यह तर्क कि ये शिक्षा या अन्य प्रशिक्षण के कारण अलग-अलग प्रभावशीलता में व्यक्त की गई एक एकल खुफिया क्षमता की अभिव्यक्तियाँ हैं, संज्ञानात्मक विज्ञान, आनुवंशिकी, और जैव सूचना विज्ञान के क्षेत्रों में साक्ष्य-आधारित खोज द्वारा व्यवस्थित रूप से कमजोर कर दी गई हैं।
आनुवांशिकी में, कम से कम बीस-बीस स्वतंत्र आनुवंशिक घटकों को बुद्धिमत्ता के लिए पहचाना गया है, और यह संख्या बढ़ने की संभावना है। मानव डीएनए में ये स्वतंत्र स्विच मस्तिष्क में समान तंत्रिका नियंत्रण को प्रभावित नहीं करते हैं, जो जी-फैक्टर विचारधारा के सबूत-आधारित कमजोरी का संकेत देते हैं।
यह संभव है कि मानव बुद्धिमत्ता और डीएनए अभिव्यक्ति के कुछ रूपों को जटिल तरीकों से देखा जाए जो समय के साथ खोजा जाएगा और यह मानचित्रण पूरी तरह से समय के साथ जी-कारक सरलीकरण की जगह लेगा।
आर्टिफिशियल इंटेलिजेंस शब्द को बेहतर तरीके से मानवीय बुद्धिमत्ता के रूपों और अभिव्यक्तियों के रूप में व्यक्त किया जा सकता है और केवल एआई के रूप में संक्षिप्त किया जा सकता है। हालाँकि यह कोई परिभाषा नहीं है। यह एक मोटा विवरण है। एकल अवधि के तहत हम सभी आयामों के लिए एक एकल सटीक परिभाषा कभी नहीं हो सकते हैं। अगर मानव बुद्धि के लिए ऐसा है, तो यह कृत्रिम बुद्धि के लिए भी सही हो सकता है।
कुछ सामान्य विशेषताएं हैं जो सभी बुद्धिमान प्रतिक्रियाओं के बारे में सूचीबद्ध कर सकती हैं।
मानव बुद्धि एक समवर्ती फैशन के रूप में सीख सकती है और लागू कर सकती है। इसके अलावा, यह कुछ महत्वपूर्ण मानवीय मानसिक क्षमताओं का उल्लेख किए बिना बुद्धिमत्ता के लिए एक कार्यशील परिभाषा पर चर्चा करने के लिए महत्वपूर्ण होगा, जिसे कम रूपों पर पुनरावृत्ति के रूप में प्रस्तावित किया गया है, लेकिन इस बात का प्रमाण है कि पुनरावृत्ति या रचना इन मानसिक विशेषताओं का अस्तित्व नहीं है।
बुद्धिमान मशीनों के लिए भविष्य की आवश्यकताएं इनमें शामिल हो सकती हैं, और अब उन्हें शामिल करने के लिए कुछ समझदारी हो सकती है।
संदर्भ
लिपियों, योजनाओं, लक्ष्यों और समझ: मानव ज्ञान संरचनाओं में एक जांच , स्कंक, एबेल्सन, 2013, 16,689 लेखों, टी एंड एफ अंश द्वारा उद्धृत: 1971 की गर्मियों में, एक गैर-परिभाषित क्षेत्र में चौराहे पर एक कार्यशाला थी मनोविज्ञान, कृत्रिम बुद्धिमत्ता और भाषाविज्ञान। पंद्रह प्रतिभागी विभिन्न तरीकों से ज्ञान या मान्यताओं की बड़ी प्रणालियों के प्रतिनिधित्व में रुचि रखते थे।
हमारे शिल्प को समझना - वांटेड: ए डेफिनेंस ऑफ इंटेलिजेंस , माइकल वार्नर, 2002
समझना और विकसित करना इमोशनल इंटेलिजेंस , ओलिवियर सेराट, नॉलेज सॉल्यूशंस, पीपी 329-339, 2017
फ्रेम्स ऑफ़ माइंड: द थ्योरी ऑफ़ मल्टीपल इंटेलिजेंस , 2011, हॉवर्ड गार्डनर
7 (सेवन) स्मार्ट्स की पहचान: आपकी कई बुद्धिमत्ता , 1999, थॉमस आर्मस्ट्रांग की पहचान और विकास
बुद्धि
किसी दिए गए कार्य या कार्यों के सेट के संबंध में अन्य निर्णय लेने वाले एजेंटों के सापेक्ष निर्णय लेने वाले एजेंट की ताकत का एक उपाय। माध्यम अप्रासंगिक है - बुद्धिमत्ता का प्रदर्शन जैविक और जानबूझकर निर्मित तंत्र दोनों द्वारा किया जाता है। एक समस्या को हल करने की क्षमता भी हो सकती है, जैसे कि एक हल किए गए खेल के मामले में ।
कृत्रिम
शब्द कलाकृतियों से संबंधित है , एक ऐसी चीज जो जानबूझकर बनाई गई है। आमतौर पर इस शब्द का इस्तेमाल भौतिक वस्तुओं को जोड़ने के लिए किया गया है, लेकिन मनुष्यों द्वारा बनाए गए एल्गोरिदम को कलाकृतियों के रूप में भी माना जाता है।
व्युत्पत्ति लैटिन शब्दों ars और faciō से ली गई है : "कुशलता से निर्माण करने के लिए", या, "बनाने की कला"।
कृत्रिम होशियारी
APPENDIX: "बुद्धिमत्ता" का अर्थ
"बुद्धिमत्ता" का मूल अर्थ "अधिग्रहण करना" प्रतीत होता है, जो इंडो-यूरोपियन है। देखें: खुफिया (व्युत्पत्ति) ; * पैर / * leh₂w-
बुद्धिमत्ता की OED पहली परिभाषा गलत नहीं है, जिसका अर्थ है क्षमता के अधिग्रहण (प्रदर्शनकारी उपयोगिता), बस दूसरी परिभाषा पुरानी और मौलिक है: "[रणनीतिक] मूल्य की जानकारी का संग्रह; 2.3 (पुरातन) जानकारी में; सामान्य समाचार।"
आप ब्रह्मांड को जानकारी से युक्त होने के रूप में मान सकते हैं , जो भी जानकारी जो भी लेता है (पदार्थ, ऊर्जा, स्थिति, रिश्तेदार स्थिति, आदि) एक एल्गोरिथ्म के दृष्टिकोण से, यह समझ में आता है क्योंकि केवल इसका मतलब है कि उन्हें ब्रह्मांड को गेज करना है मानता है ।
एक फ्लैट टेक्स्ट फ़ाइल लें। यह सिर्फ डेटा हो सकता है, लेकिन आप कोशिश कर सकते हैं और निष्पादित कर सकते हैं। यदि यह वास्तव में चलता है, तो यह किसी कार्य में उपयोगिता प्रदर्शित कर सकता है। (उदाहरण के लिए, यदि यह एक न्यूनतम एल्गोरिथ्म है।)
"उपयोगिता के उपाय के रूप में बुद्धिमत्ता" अपने आप में सूचना के अर्थ में "बुद्धिमत्ता" है, विशेष रूप से वह सूचना जिसके द्वारा हम बुद्धिमत्ता को मापते हैं, एक डिग्री के रूप में, किसी कार्य के सापेक्ष या अन्य बुद्धिमत्ता के लिए।
एआई मूल रूप से मशीन में मानव बुद्धि को लागू करने का कार्य है। यह मानव एल्गोरिदम को लागू करने वाले विभिन्न एल्गोरिदम के माध्यम से किया जाता है।
एआई एक ऐसा क्षेत्र है जो जटिल निर्णयों के लिए गणना तकनीकों का उपयोग करता है।
अधिक पारंपरिक: एक कंप्यूटर प्रोग्राम (ज्यादातर) जो मनमाने ढंग से आदानों के लिए आउटपुट की गणना कर सकता है, यह पहले कभी नहीं देखा गया है, इनपुट और आउटपुट (यानी डोमेन और सीमा के बीच एक स्पष्ट संबंध के लिए पूर्व-क्रमादेशित है या प्रदान नहीं किया गया है) ) । Google खोज, एलेक्सा, सिरी, कोरटाना, आईबीएम वाटसन ... परिभाषा उन सभी पर लागू होती है; यहां तक कि सामान्य प्रयोजन ए.आई.
मैं एक कदम और आगे जा रहा हूं ( विवादास्पद! )। यदि आप पहली परिभाषा से एक गैर-मानव इकाई को हटाते हैं , तो यह मेरे लिए मानव बुद्धि की परिभाषा है। उदाहरण के लिए, आरएमबी असुरक्षित प्री-ट्रेनिंग के दौरान डेटा से कुछ छिपे हुए सार का अनुमान लगा सकते हैं। हम intuitionइसे हमारे लिए कह सकते हैं, लेकिन ऐसा लगता है कि यह मनुष्यों के लिए अद्वितीय नहीं है। ( ज्योफ्री हिंटन की बिल्ली मान्यता प्रयोग एक अच्छा उदाहरण है, लेकिन एक लिंक नहीं मिल सका )। आरबीएम सपने भी देख सकते हैं । तो शायदमानवीय बुद्धिमत्ता, जिसे हम लगभग एक अलौकिक घटना की तरह अनुभव करते हैं, गणितीय मॉडल से कोई फर्क नहीं पड़ता कि यह कितना जटिल हो सकता है। इस प्रकार, मेरे एआई को कार्यों की एक संरचना (मोटे तौर पर बोलने) को कम करने से पहले, मेरे मानव बुद्धि तर्क का न्याय करें। यहाँ इस विषय पर जेफ्री हिंटन का एक वीडियो है
मशीन लर्निंग: मशीन लर्निंग, दिए गए इनपुट और आउटपुट के लिए एक फ़ंक्शन के मापदंडों को अनुकूलित करने की प्रक्रिया है, ताकि यह नए इनपुट के लिए नए आउटपुट की गणना कर सके। यहां तक कि रैखिक प्रतिगमन भी मशीन सीखने का एक प्रकार है और डीप न्यूरल नेटवर्क वास्तव में एक फ़ंक्शन है। यह एआई के साथ परस्पर उपयोग किया जाता है, लेकिन उनका मतलब यह नहीं है। AI जवाब क्या देता है जबकि मशीन लर्निंग HOW का जवाब देता है । (बिल्कुल नहीं, लेकिन करीब)
AI और ML के अंतर को स्पष्ट करने के लिए मैं आपको कुछ उदाहरण देता हूं।
नोट: हालाँकि, वर्तमान में AI बनाने के लिए हम सभी विधियों और संरचनाओं का उपयोग मशीन लर्निंग शब्द के अंतर्गत करते हैं। इस प्रकार, यह कहना सही है कि हम आर्टिफिशियल इंटेलिजेंस के निर्माण के लिए मशीन लर्निंग का उपयोग करते हैं।
यह मशीन स्तर पर एक बुद्धिमत्ता है जो मानव द्वारा दिखाया गया है जो एल्गोरिदम द्वारा संचालित है।