आर्टिफिशियल इंटेलिजेंस क्या है?

7 मिनट में पढ़ें

सरल शब्दों में एक परिभाषा

आर्टिफिशियल इंटेलिजेंस (AI) एक ऐसी तकनीक है जो कंप्यूटर और मशीनों को सीखने, समझने, समस्याओं को हल करने, निर्णय लेने, रचनात्मक होने और स्वायत्त रूप से कार्य करने जैसी मानवीय क्षमताओं का अनुकरण करने की अनुमति देती है [1]। सरल शब्दों में कहें तो, यह मानव मस्तिष्क की क्षमताओं की नकल करने की एक मशीन की क्षमता है [2]: कृत्रिम उपकरण सीखने, धारणा, तर्क और प्राकृतिक भाषा प्रसंस्करण के माध्यम से उन कार्यों को करते हैं जिनमें मानवीय बुद्धि की आवश्यकता होती है [3]।

अन्य पूरक परिभाषाएँ: Stanford इसे बुद्धिमान मशीनें, विशेष रूप से कंप्यूटर प्रोग्राम बनाने के विज्ञान और इंजीनियरिंग के रूप में वर्णित करता है [4], और इसे कंप्यूटर विज्ञान के एक अनुशासन के रूप में भी देखा जा सकता है जो स्वायत्त रूप से निर्णय लेने में सक्षम सिस्टम विकसित करता है [5]।

AI एप्लिकेशन वस्तुओं को देख और पहचान सकते हैं, मानवीय भाषा को समझ सकते हैं, नई जानकारी और अनुभव से सीख सकते हैं, विस्तृत सिफारिशें कर सकते हैं, मानवीय हस्तक्षेप के बिना कार्य कर सकते हैं (जैसे कि एक स्वायत्त कार) और जेनेरेटिव AI के माध्यम से मूल सामग्री उत्पन्न कर सकते हैं [6]। वास्तव में, AI उन टेक्स्ट, आंकड़ों और जानकारी के माध्यम से सीखता है और बेहतर होता है जिन्हें हम इसके सिस्टम में लोड करते हैं [7]।

AI, मशीन लर्निंग और डीप लर्निंग

AI के बारे में सोचने का एक सरल तरीका इसे 70 से अधिक वर्षों में उभरे हुए नेस्टेड अवधारणाओं की एक श्रृंखला के रूप में देखना है [1]:

• आर्टिफिशियल इंटेलिजेंस (AI): सबसे व्यापक अवधारणा; मशीनें तर्क करने, भविष्यवाणी करने और कार्य करने के लिए डेटा से सीखती हैं [8]।
• मशीन लर्निंग (machine learning): AI का एक उप-क्षेत्र जो प्रत्येक नियम को स्पष्ट रूप से प्रोग्राम किए बिना, डेटा के आधार पर भविष्यवाणियां करने या निर्णय लेने के लिए एक एल्गोरिथ्म को प्रशिक्षित करके मॉडल बनाता है [1]।
• डीप लर्निंग (deep learning): मशीन लर्निंग का एक उपसमुच्चय जो मल्टीलेयर न्यूरल नेटवर्क का उपयोग करता है, जिसमें एक इनपुट लेयर, सैकड़ों हिडन लेयर्स और एक आउटपुट लेयर होती है। मानवीय हस्तक्षेप की आवश्यकता न होने के कारण, यह बड़ी मात्रा में अनलेबल डेटा को प्रोसेस करता है और आज अधिकांश AI एप्लिकेशन को संचालित करता है [1]।

इसी आधार पर जेनेरेटिव AI काम करता है: डीप लर्निंग मॉडल जो उपयोगकर्ता के निर्देशों के जवाब में मूल टेक्स्ट, चित्र, वीडियो या ऑडियो बनाते हैं [6]।

अनुप्रयोग और लाभ

AI दैनिक जीवन में मौजूद है: वॉयस असिस्टेंट, संगीत और वीडियो सिफारिशें, स्पैम फिल्टर, मैप्स, चेहरे की पहचान, धोखाधड़ी का पता लगाना और ग्राहक सेवा चैटबॉट्स। प्रलेखित उपयोग मामलों में प्राकृतिक भाषा प्रसंस्करण के साथ प्रश्नों का उत्तर देने वाले चैटबॉट्स, लेनदेन पैटर्न का विश्लेषण करके धोखाधड़ी का पता लगाना, खरीदारी के इतिहास के आधार पर व्यक्तिगत मार्केटिंग और रिज्यूमे को फिल्टर करने वाले मानव संसाधन प्लेटफॉर्म प्रमुख हैं [1]। इसके लाभों में दोहराव वाले कार्यों को स्वचालित करना, निर्णय लेने की प्रक्रिया में सुधार करना, मानवीय त्रुटियों को कम करना, 24 घंटे निरंतर संचालन करना और खतरनाक कार्यों में शारीरिक जोखिम को कम करना शामिल है [1]।

जोखिम और नैतिकता

इस तकनीक के लाभ उठाने और इसके जोखिमों को कम करने के लिए यह समझना मौलिक है कि यह कैसे काम करती है [9]। मुख्य जोखिम इस प्रकार हैं:

• डेटा: पॉइजनिंग, हेरफेर, पूर्वाग्रह या साइबर हमलों के प्रति संवेदनशील जो डेटा लीक का कारण बनते हैं।
• मॉडल: हमलावर इसकी आर्किटेक्चर, वेट्स या पैरामीटर्स को बदलकर इसकी अखंडता से समझौता कर सकते हैं।
• संचालन: मॉडल ड्रिफ्ट, पूर्वाग्रह और गवर्नेंस की विफलताएं।
• नैतिक और कानूनी: पक्षपाती ट्रेनिंग डेटा लिंग या नस्लीय रूढ़ियों को मजबूत कर सकता है, उदाहरण के लिए भर्ती के निर्णयों में [1]।

इसलिए, AI नैतिकता इस बात का अध्ययन करती है कि कैसे इसके लाभकारी प्रभाव को अनुकूलित किया जाए और एक ऐसी गवर्नेंस प्रणाली के माध्यम से जोखिमों को कम किया जाए जो सुरक्षित और नैतिक उपकरणों की गारंटी दे [1]।

निष्कर्ष

AI मशीनों की मानवीय बुद्धिमत्ता का अनुकरण करने की क्षमता है [2], जो मशीन लर्निंग और डीप लर्निंग की क्रमिक परतों पर निर्मित एक निरंतर विकसित होने वाला विषय है [1]। यह कैसे काम करता है, इसे जानना इसके लाभों का लाभ उठाने और इसके जोखिमों को कम करने का सबसे अच्छा तरीका है [9]।