अनुमानित पढ़ने का समय: 10 मिनट
एआई विशेषज्ञों के लिए एआई अनुप्रयोगों में बढ़ता निवेश और उद्यम क्षेत्र में एआई का बढ़ता उपयोग इस बात का संकेत है कि नौकरी बाजार कैसे विकसित हो रहा है।
कृत्रिम बुद्धिमत्ता संभवतः सबसे रोमांचक प्रगति में से एक है जिसे हम मनुष्य के रूप में अनुभव कर रहे हैं। यह कंप्यूटर विज्ञान की एक शाखा है जो मनुष्यों की तरह काम करने और प्रतिक्रिया करने वाली बुद्धिमान मशीनें बनाने के लिए समर्पित है।
AI के चार मुख्य प्रकार हैं। मैं हूँ:
इस प्रकार का AI पूरी तरह से प्रतिक्रियाशील है और इसमें निर्णय लेने के लिए "यादें" बनाने या "पिछले अनुभवों" का उपयोग करने की क्षमता नहीं है। इन मशीनों को विशिष्ट कार्य करने के लिए डिज़ाइन किया गया है। उदाहरण के लिए, प्रोग्राम करने योग्य कॉफ़ी मेकर या वॉशिंग मशीन विशिष्ट कार्य करने के लिए डिज़ाइन की गई हैं, लेकिन उनमें मेमोरी नहीं होती है।
इस प्रकार का AI निर्णय लेने के लिए पिछले अनुभवों और वर्तमान डेटा का उपयोग करता है। सीमित मेमोरी का मतलब है कि मशीनें नए विचार उत्पन्न नहीं करती हैं। उनके पास एक अंतर्निहित प्रोग्राम है जो मेमोरी का प्रबंधन करता है। ऐसी मशीनों में बदलाव करने के लिए रिप्रोग्रामिंग की जाती है। स्व-चालित कारें सीमित मेमोरी वाली कृत्रिम बुद्धिमत्ता का उदाहरण हैं।
ये एआई मशीनें मानवीय भावनाओं को सामाजिक बना सकती हैं और समझ सकती हैं और किसी को उसके वातावरण, चेहरे की विशेषताओं आदि के आधार पर संज्ञानात्मक रूप से समझने की क्षमता होगी। ऐसी क्षमताओं वाली मशीनें अभी तक विकसित नहीं हुई हैं। इस प्रकार की कृत्रिम बुद्धिमत्ता पर बहुत सारे शोध चल रहे हैं।
यह कृत्रिम बुद्धिमत्ता का भविष्य है। ये मशीनें अति-बुद्धिमान, संवेदनशील और जागरूक होंगी। वे इंसान के समान ही प्रतिक्रिया करने में सक्षम हैं, हालांकि उनमें अपनी विशेषताएं होने की संभावना है।
आइए निम्नलिखित तरीकों का पता लगाएं जो बताते हैं कि हम कृत्रिम बुद्धिमत्ता को कैसे लागू कर सकते हैं:
हैस्वचालित सीखने जो AI को सीखने की क्षमता देता है। यह पैटर्न की खोज करने और उनके सामने आने वाले डेटा से अंतर्दृष्टि उत्पन्न करने के लिए एल्गोरिदम का उपयोग करके किया जाता है।
एल 'ध्यान लगा के पढ़ना या सीखना, जो मशीन लर्निंग की एक उपश्रेणी है, कृत्रिम बुद्धिमत्ता को मानव मस्तिष्क के तंत्रिका नेटवर्क की नकल करने की क्षमता प्रदान करती है। यह आपके डेटा में पैटर्न, शोर और भ्रम के स्रोतों को समझ सकता है।
आइए समझने की कोशिश करें कि यह कैसे काम करता है deep learning.
नीचे दिखाए गए चित्र पर विचार करें:
ऊपर दी गई छवि ए की तीन मुख्य परतें दिखाती है तंत्रिका नेटवर्क:
जिन छवियों को हम अलग करना चाहते हैं वे इनपुट परत में चली जाती हैं। छवि से इनपुट परत पर अलग-अलग बिंदुओं पर तीर खींचे जाते हैं। पीली परत (इनपुट परत) में प्रत्येक सफेद बिंदु छवि में एक पिक्सेल का प्रतिनिधित्व करता है। ये छवियां इनपुट परत में सफेद धब्बे भरती हैं।
जैसे ही हम इस एआई ट्यूटोरियल का अनुसरण करते हैं, हमें इन तीन स्तरों के बारे में स्पष्ट विचार होना चाहिए।
छिपी हुई परतें हमारे इनपुट पर किसी भी गणितीय गणना या फीचर निष्कर्षण के लिए जिम्मेदार हैं। ऊपर की छवि में, नारंगी रंग में दिखाई गई परतें छिपी हुई परतों का प्रतिनिधित्व करती हैं। इन परतों के बीच दिखाई देने वाली रेखाओं को "वजन" कहा जाता है। उनमें से प्रत्येक आम तौर पर एक फ्लोट संख्या, या दशमलव संख्या का प्रतिनिधित्व करता है, जिसे इनपुट परत में मान से गुणा किया जाता है। छिपी हुई परत में सभी भारों का योग होता है। छिपी हुई परत में बिंदु भार के योग के आधार पर एक मान का प्रतिनिधित्व करते हैं। फिर इन मानों को अगली छिपी हुई परत पर भेज दिया जाता है।
आप सोच रहे होंगे कि इतने सारे स्तर क्यों हैं। छिपी हुई परतें कुछ हद तक विकल्प के रूप में कार्य करती हैं। जितनी अधिक छिपी हुई परतें होंगी, डेटा उतना ही अधिक जटिल होगा और क्या उत्पादन किया जा सकता है। अपेक्षित आउटपुट की सटीकता आम तौर पर मौजूद छिपी हुई परतों की संख्या और इनपुट डेटा की जटिलता पर निर्भर करती है।
आउटपुट लेयर हमें अलग-अलग तस्वीरें देती है। एक बार जब परत दर्ज किए गए इन सभी भारों को जोड़ देती है, तो यह निर्धारित करेगी कि छवि एक चित्र है या एक परिदृश्य।
उदाहरण: एयरलाइन टिकट की लागत की भविष्यवाणी करना
यह भविष्यवाणी विभिन्न कारकों पर आधारित है, जिनमें शामिल हैं:
आइए मशीन को प्रशिक्षित करने के लिए कुछ ऐतिहासिक टिकट मूल्य डेटा से शुरुआत करें। एक बार जब हमारी मशीन प्रशिक्षित हो जाती है, तो हम नया डेटा साझा करते हैं जो लागत का अनुमान लगाने में मदद करेगा। पहले, जब हमने चार प्रकार की मशीनों के बारे में सीखा, तो हमने मेमोरी वाली मशीनों पर चर्चा की। यहां हम केवल मेमोरी के बारे में बात करते हैं और यह डेटा में एक पैटर्न को कैसे समझता है और नई कीमतों के लिए पूर्वानुमान लगाने के लिए इसका उपयोग करता है।
इस ट्यूटोरियल में आगे आइए देखें कि AI कैसे काम करता है और AI के कुछ अनुप्रयोग क्या हैं।
कृत्रिम बुद्धिमत्ता का एक सामान्य अनुप्रयोग जो हम आज देखते हैं वह है घर में उपकरणों का स्वचालित स्विचिंग।
जब आप किसी अंधेरे कमरे में प्रवेश करते हैं, तो कमरे में लगे सेंसर आपकी उपस्थिति का पता लगाते हैं और रोशनी चालू कर देते हैं। यह बिना मेमोरी वाली मशीनों का उदाहरण है। कुछ अधिक उन्नत एआई प्रोग्राम आपके स्पष्ट निर्देश देने से पहले उपयोग पैटर्न की भविष्यवाणी करने और उपकरणों को चालू करने में भी सक्षम हैं।
कुछ कार्यक्रम और कृत्रिम बुद्धि अनुप्रयोग वे आपकी आवाज को पहचानने और उसके अनुसार कार्रवाई करने में सक्षम हैं। यदि आप कहते हैं "टीवी चालू करो," टीवी पर ऑडियो सेंसर आपकी आवाज़ का पता लगाते हैं और उसे चालू कर देते हैं।
साथ Google होम मिनी आप इसे हर दिन कर सकते हैं.
इस एआई ट्यूटोरियल का अंतिम भाग स्वास्थ्य देखभाल में एआई के उपयोग के मामले को दर्शाता है।
एल 'कृत्रिम बुद्धिमत्ता इसमें कई बेहतरीन उपयोग के मामले हैं, और ट्यूटोरियल का यह खंड आपको स्वास्थ्य देखभाल में एआई के अनुप्रयोगों से शुरू करके उन्हें बेहतर ढंग से समझने में मदद करेगा। समस्या कथन यह अनुमान लगाना है कि किसी व्यक्ति को मधुमेह है या नहीं। इस मामले के लिए विशिष्ट रोगी जानकारी को इनपुट के रूप में उपयोग किया जाता है। इस जानकारी में शामिल होंगे:
इस समस्या कथन के लिए एक मॉडल कैसे बनाया जाता है यह देखने के लिए सिम्पलीलर्न का "आर्टिफिशियल इंटेलिजेंस ट्यूटोरियल" वीडियो देखें। मॉडल के साथ कार्यान्वित किया गया है अजगर का उपयोग करते हुए TensorFlow.
कृत्रिम बुद्धिमत्ता अनुप्रयोग पुनः हैंdefiविपणन, स्वास्थ्य देखभाल, वित्तीय सेवाओं और अन्य जैसे विभिन्न क्षेत्रों में व्यावसायिक प्रक्रियाएं कैसे की जाती हैं, इसकी जानकारी दी जाएगी। कंपनियां लगातार ऐसे तरीके तलाश रही हैं जिनसे वे इस तकनीक से लाभ उठा सकें। जैसे-जैसे वर्तमान प्रक्रियाओं में सुधार की खोज बढ़ती जा रही है, पेशेवरों के लिए एआई में विशेषज्ञता हासिल करना सार्थक हो गया है।
एल 'आर्टिफिशियल इंटेलिजेंस ऑफ थिंग्स (AIoT) यह इंटरनेट ऑफ थिंग्स (IoT) समाधानों के भीतर आर्टिफिशियल इंटेलिजेंस (AI) का संयोजन है। इंटरनेट ऑफ थिंग्स (या इंटरनेट ऑफ थिंग्स) रोजमर्रा की जिंदगी की "बुद्धिमान" वस्तुओं के विचार पर आधारित है जो एक-दूसरे से जुड़े हुए हैं (इंटरनेट के लिए धन्यवाद) और मौजूद, एकत्रित और/या संसाधित जानकारी का आदान-प्रदान करने में सक्षम हैं .
इस एकीकरण के लिए धन्यवाद, आर्टिफिशियल इंटेलिजेंस डेटा को संसाधित करने और अन्य वस्तुओं के साथ जानकारी का आदान-प्रदान करने के लिए नेटवर्क से जुड़ने में सक्षम होगा, जिससे भारी मात्रा में डेटा के प्रबंधन और विश्लेषण में सुधार होगा। IoT और AI को एकीकृत करने में सक्षम अनुप्रयोगों में एक होगा कंपनियों और उपभोक्ताओं पर क्रांतिकारी प्रभाव. अनेक उदाहरणों में से कुछ? स्वायत्त वाहन, दूरस्थ स्वास्थ्य सेवा, स्मार्ट कार्यालय भवन, पूर्वानुमानित रखरखाव।
हम के बारे में बात करते हैं प्राकृतिक भाषा संसाधन हम आर्टिफिशियल इंटेलिजेंस (एआई) एल्गोरिदम का जिक्र कर रहे हैं जो प्राकृतिक भाषा, यानी जिस भाषा का हम हर दिन उपयोग करते हैं, उसका विश्लेषण और समझने में सक्षम है।
एनएलपी मनुष्य और मशीन के बीच संचार की अनुमति देता है और पाठ या शब्दों के अनुक्रम (वेब पेज, सोशल मीडिया पर पोस्ट...) से संबंधित है, लेकिन बोली जाने वाली भाषा के साथ-साथ पाठ (आवाज पहचान) को भी समझता है। उद्देश्य सामग्री की सरल समझ से लेकर अनुवाद तक, इनपुट के रूप में प्रदान किए गए डेटा या दस्तावेज़ों से स्वतंत्र रूप से पाठ के उत्पादन तक भिन्न हो सकते हैं।
हालाँकि भाषाएँ लगातार बदल रही हैं और मुहावरों या अभिव्यक्तियों की विशेषता है जिनका अनुवाद करना मुश्किल है, एनएलपी को कई अनुप्रयोग क्षेत्र मिलते हैं जैसे लिखित पाठ के लिए वर्तनी जांचकर्ता या स्वचालित अनुवाद प्रणाली, चैटबॉट और बोली जाने वाली भाषा के लिए आवाज सहायक।
Lo वाक् पहचान एक ऐसी क्षमता है जो कंप्यूटर को मानव भाषा को लिखित या अन्य डेटा प्रारूपों में समझने और संसाधित करने की अनुमति देती है। आर्टिफिशियल इंटेलिजेंस के उपयोग के लिए धन्यवाद, यह तकनीक अब न केवल प्राकृतिक भाषा, बल्कि उच्चारण, बोलियों या भाषाओं जैसी अन्य बारीकियों की भी पहचान करने में सक्षम है।
इस प्रकार की ध्वनि पहचान आपको मैन्युअल कार्य करने की अनुमति देती है जिसके लिए आमतौर पर दोहराए जाने वाले आदेशों की आवश्यकता होती है, उदाहरण के लिए वॉयस ऑटोमेशन वाले चैटबॉट्स में, संपर्क केंद्रों में कॉल को रूट करने के लिए, श्रुतलेख और वॉयस ट्रांसक्रिप्शन समाधानों में, या पीसी उपयोगकर्ता इंटरफ़ेस नियंत्रण, मोबाइल और ऑन- बोर्ड सिस्टम.
एल 'सामान्य कृत्रिम बुद्धिमत्ता (अंग्रेजी में आर्टिफिशियल जनरल इंटेलिजेंस, या एजीआई) एक प्रकार का एआई है जिसमें जटिल कार्यों को समझने, सीखने और निपटने की क्षमता होती है इंसानों के समान.
विशिष्ट कार्यों (नैरो आर्टिफिशियल इंटेलिजेंस या एएसआई - नैरो एआई) में विशेषज्ञता प्राप्त आर्टिफिशियल इंटेलिजेंस सिस्टम की तुलना में, एजीआई प्रदर्शित करता है संज्ञानात्मक बहुमुखी प्रतिभा, विभिन्न अनुभवों से सीखना, परिस्थितियों की एक विस्तृत श्रृंखला के प्रति समझ और अनुकूलनशीलता प्रत्येक व्यक्तिगत कार्य के लिए विशिष्ट प्रोग्रामिंग की आवश्यकता के बिना।
वर्तमान दूरी के बावजूद, एजीआई का अंतिम उद्देश्य - हालांकि निश्चित रूप से एक जटिल कार्य - है जितना संभव हो सके मानव मस्तिष्क और संज्ञानात्मक क्षमताओं को दोहराएँ.
BlogInnovazione.it
कैटेनिया पॉलीक्लिनिक में ऐप्पल विज़न प्रो कमर्शियल व्यूअर का उपयोग करके एक ऑप्थाल्मोप्लास्टी ऑपरेशन किया गया…
रंग भरने के माध्यम से बढ़िया मोटर कौशल विकसित करना बच्चों को लेखन जैसे अधिक जटिल कौशल के लिए तैयार करता है। रंग भरना…
नौसैनिक क्षेत्र एक सच्ची वैश्विक आर्थिक शक्ति है, जो 150 अरब के बाज़ार की ओर बढ़ चुका है...
पिछले सोमवार को, फाइनेंशियल टाइम्स ने OpenAI के साथ एक समझौते की घोषणा की। एफटी अपनी विश्व स्तरीय पत्रकारिता को लाइसेंस देता है...
