ਅਨੁਮਾਨਿਤ ਪੜ੍ਹਨ ਦਾ ਸਮਾਂ: 10 ਮਿੰਟ
AI ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਵੱਧ ਰਿਹਾ ਨਿਵੇਸ਼ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਸਪੇਸ ਵਿੱਚ AI ਦੀ ਵੱਧ ਰਹੀ ਵਰਤੋਂ ਇਸ ਗੱਲ ਦਾ ਸੰਕੇਤ ਹੈ ਕਿ ਕਿਵੇਂ ਨੌਕਰੀ ਦਾ ਬਾਜ਼ਾਰ ਵਿਕਸਿਤ ਹੋ ਰਿਹਾ ਹੈ, AI ਮਾਹਿਰਾਂ ਲਈ।
ਨਕਲੀ ਬੁੱਧੀ ਸ਼ਾਇਦ ਸਭ ਤੋਂ ਦਿਲਚਸਪ ਤਰੱਕੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਜਿਸਦਾ ਅਸੀਂ ਮਨੁੱਖਾਂ ਵਜੋਂ ਅਨੁਭਵ ਕਰ ਰਹੇ ਹਾਂ। ਇਹ ਕੰਪਿਊਟਰ ਵਿਗਿਆਨ ਦੀ ਇੱਕ ਸ਼ਾਖਾ ਹੈ ਜੋ ਬੁੱਧੀਮਾਨ ਮਸ਼ੀਨਾਂ ਬਣਾਉਣ ਲਈ ਸਮਰਪਿਤ ਹੈ ਜੋ ਮਨੁੱਖਾਂ ਵਾਂਗ ਕੰਮ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੀਆਂ ਹਨ।
ਏਆਈ ਦੀਆਂ ਚਾਰ ਮੁੱਖ ਕਿਸਮਾਂ ਹਨ। ਮੈਂ ਹਾਂ:
ਇਸ ਕਿਸਮ ਦੀ AI ਪੂਰੀ ਤਰ੍ਹਾਂ ਪ੍ਰਤੀਕਿਰਿਆਸ਼ੀਲ ਹੈ ਅਤੇ ਇਸ ਵਿੱਚ "ਯਾਦਾਂ" ਬਣਾਉਣ ਜਾਂ ਫੈਸਲੇ ਲੈਣ ਲਈ "ਪਿਛਲੇ ਅਨੁਭਵਾਂ" ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਨਹੀਂ ਹੈ। ਇਹ ਮਸ਼ੀਨਾਂ ਖਾਸ ਕੰਮ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਪ੍ਰੋਗਰਾਮੇਬਲ ਕੌਫੀ ਮੇਕਰ ਜਾਂ ਵਾਸ਼ਿੰਗ ਮਸ਼ੀਨਾਂ ਨੂੰ ਖਾਸ ਫੰਕਸ਼ਨ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ, ਪਰ ਉਹਨਾਂ ਕੋਲ ਮੈਮੋਰੀ ਨਹੀਂ ਹੈ।
ਇਸ ਕਿਸਮ ਦੀ AI ਫੈਸਲਾ ਲੈਣ ਲਈ ਪੁਰਾਣੇ ਤਜ਼ਰਬਿਆਂ ਅਤੇ ਮੌਜੂਦਾ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੀ ਹੈ। ਸੀਮਤ ਮੈਮੋਰੀ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਸ਼ੀਨਾਂ ਨਵੇਂ ਵਿਚਾਰ ਪੈਦਾ ਨਹੀਂ ਕਰਦੀਆਂ। ਉਹਨਾਂ ਕੋਲ ਇੱਕ ਬਿਲਟ-ਇਨ ਪ੍ਰੋਗਰਾਮ ਹੈ ਜੋ ਮੈਮੋਰੀ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ। ਅਜਿਹੀਆਂ ਮਸ਼ੀਨਾਂ ਵਿੱਚ ਬਦਲਾਅ ਕਰਨ ਲਈ ਰੀਪ੍ਰੋਗਰਾਮਿੰਗ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਸੀਮਤ ਮੈਮੋਰੀ ਦੇ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਦੀਆਂ ਉਦਾਹਰਣਾਂ ਹਨ।
ਇਹ AI ਮਸ਼ੀਨਾਂ ਮਨੁੱਖੀ ਭਾਵਨਾਵਾਂ ਨੂੰ ਸਮਾਜਕ ਬਣਾ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਸਮਝ ਸਕਦੀਆਂ ਹਨ ਅਤੇ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਉਸਦੇ ਵਾਤਾਵਰਣ, ਚਿਹਰੇ ਦੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ, ਆਦਿ ਦੇ ਆਧਾਰ 'ਤੇ ਬੋਧਾਤਮਕ ਤੌਰ 'ਤੇ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਰੱਖਦੀਆਂ ਹਨ। ਅਜਿਹੀ ਸਮਰੱਥਾ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਅਜੇ ਵਿਕਸਤ ਨਹੀਂ ਕੀਤੀਆਂ ਗਈਆਂ ਹਨ। ਇਸ ਤਰ੍ਹਾਂ ਦੀ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ 'ਤੇ ਕਾਫੀ ਖੋਜ ਚੱਲ ਰਹੀ ਹੈ।
ਇਹ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਭਵਿੱਖ ਹੈ। ਇਹ ਮਸ਼ੀਨਾਂ ਅਤਿ ਸੂਝਵਾਨ, ਸੰਵੇਦਨਸ਼ੀਲ ਅਤੇ ਚੇਤੰਨ ਹੋਣਗੀਆਂ। ਉਹ ਮਨੁੱਖ ਦੇ ਸਮਾਨ ਪ੍ਰਤੀਕ੍ਰਿਆ ਕਰਨ ਦੇ ਸਮਰੱਥ ਹਨ, ਹਾਲਾਂਕਿ ਉਹਨਾਂ ਦੀਆਂ ਆਪਣੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਹੋਣ ਦੀ ਸੰਭਾਵਨਾ ਹੈ।
ਆਓ ਹੇਠਾਂ ਦਿੱਤੇ ਤਰੀਕਿਆਂ ਦੀ ਪੜਚੋਲ ਕਰੀਏ ਜੋ ਇਹ ਦੱਸਦੇ ਹਨ ਕਿ ਅਸੀਂ ਨਕਲੀ ਬੁੱਧੀ ਨੂੰ ਕਿਵੇਂ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹਾਂ:
ਇਹ ਹੈਆਟੋਮੈਟਿਕ ਸਿਖਲਾਈ ਜੋ AI ਨੂੰ ਸਿੱਖਣ ਦੀ ਸਮਰੱਥਾ ਦਿੰਦਾ ਹੈ। ਇਹ ਪੈਟਰਨਾਂ ਨੂੰ ਖੋਜਣ ਲਈ ਐਲਗੋਰਿਦਮ ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਅਤੇ ਉਹਨਾਂ ਡੇਟਾ ਤੋਂ ਸੂਝ ਪੈਦਾ ਕਰਨ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਜਿਸਦਾ ਉਹ ਸੰਪਰਕ ਵਿੱਚ ਹਨ।
Theਡੂੰਘੀ ਸਿੱਖਿਆ, ਜੋ ਕਿ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੀ ਇੱਕ ਉਪ-ਸ਼੍ਰੇਣੀ ਹੈ, ਮਨੁੱਖੀ ਦਿਮਾਗ ਦੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਦੀ ਨਕਲ ਕਰਨ ਦੀ ਯੋਗਤਾ ਦੇ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ। ਇਹ ਤੁਹਾਡੇ ਡੇਟਾ ਵਿੱਚ ਪੈਟਰਨਾਂ, ਰੌਲੇ ਅਤੇ ਉਲਝਣ ਦੇ ਸਰੋਤਾਂ ਨੂੰ ਸਮਝ ਸਕਦਾ ਹੈ।
ਆਉ ਇਹ ਸਮਝਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰੀਏ ਕਿ ਇਹ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ deep learning.
ਹੇਠਾਂ ਦਿਖਾਈ ਗਈ ਤਸਵੀਰ 'ਤੇ ਗੌਰ ਕਰੋ:
ਉਪਰੋਕਤ ਚਿੱਤਰ ਏ ਦੀਆਂ ਤਿੰਨ ਮੁੱਖ ਪਰਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਨਿਊਰਲ ਨੈੱਟਵਰਕ:
ਜਿਹੜੀਆਂ ਤਸਵੀਰਾਂ ਅਸੀਂ ਵੱਖ ਕਰਨਾ ਚਾਹੁੰਦੇ ਹਾਂ ਉਹ ਇਨਪੁਟ ਲੇਅਰ ਵਿੱਚ ਜਾਂਦੀਆਂ ਹਨ। ਤੀਰ ਚਿੱਤਰ ਤੋਂ ਇੰਪੁੱਟ ਲੇਅਰ 'ਤੇ ਵਿਅਕਤੀਗਤ ਬਿੰਦੂਆਂ 'ਤੇ ਖਿੱਚੇ ਜਾਂਦੇ ਹਨ। ਪੀਲੀ ਪਰਤ (ਇਨਪੁਟ ਲੇਅਰ) ਵਿੱਚ ਚਿੱਟੇ ਬਿੰਦੀਆਂ ਵਿੱਚੋਂ ਹਰੇਕ ਚਿੱਤਰ ਵਿੱਚ ਇੱਕ ਪਿਕਸਲ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ। ਇਹ ਚਿੱਤਰ ਇਨਪੁਟ ਲੇਅਰ ਵਿੱਚ ਚਿੱਟੇ ਚਟਾਕ ਨੂੰ ਭਰ ਦਿੰਦੇ ਹਨ।
ਇਸ AI ਟਿਊਟੋਰਿਅਲ ਦੀ ਪਾਲਣਾ ਕਰਦੇ ਹੋਏ ਸਾਨੂੰ ਇਹਨਾਂ ਤਿੰਨ ਪੱਧਰਾਂ ਬਾਰੇ ਸਪਸ਼ਟ ਵਿਚਾਰ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ।
ਛੁਪੀਆਂ ਪਰਤਾਂ ਸਾਡੇ ਇਨਪੁਟਸ 'ਤੇ ਕਿਸੇ ਵੀ ਗਣਿਤਿਕ ਗਣਨਾ ਜਾਂ ਵਿਸ਼ੇਸ਼ਤਾ ਕੱਢਣ ਲਈ ਜ਼ਿੰਮੇਵਾਰ ਹਨ। ਉਪਰੋਕਤ ਚਿੱਤਰ ਵਿੱਚ, ਸੰਤਰੀ ਵਿੱਚ ਦਿਖਾਈਆਂ ਗਈਆਂ ਪਰਤਾਂ ਲੁਕੀਆਂ ਹੋਈਆਂ ਪਰਤਾਂ ਨੂੰ ਦਰਸਾਉਂਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਪਰਤਾਂ ਦੇ ਵਿਚਕਾਰ ਦਿਖਾਈ ਦੇਣ ਵਾਲੀਆਂ ਰੇਖਾਵਾਂ ਨੂੰ "ਵਜ਼ਨ" ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਉਹਨਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਫਲੋਟ ਨੰਬਰ, ਜਾਂ ਦਸ਼ਮਲਵ ਸੰਖਿਆ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ, ਜਿਸ ਨੂੰ ਇਨਪੁਟ ਲੇਅਰ ਵਿੱਚ ਮੁੱਲ ਨਾਲ ਗੁਣਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਲੁਕਵੀਂ ਪਰਤ ਵਿੱਚ ਸਾਰੇ ਵਜ਼ਨ ਜੋੜਦੇ ਹਨ। ਲੁਕਵੀਂ ਪਰਤ ਵਿੱਚ ਬਿੰਦੂ ਵਜ਼ਨ ਦੇ ਜੋੜ ਦੇ ਅਧਾਰ ਤੇ ਇੱਕ ਮੁੱਲ ਨੂੰ ਦਰਸਾਉਂਦੇ ਹਨ। ਇਹ ਮੁੱਲ ਫਿਰ ਅਗਲੀ ਲੁਕਵੀਂ ਪਰਤ ਨੂੰ ਪਾਸ ਕੀਤੇ ਜਾਂਦੇ ਹਨ।
ਤੁਸੀਂ ਸੋਚ ਰਹੇ ਹੋਵੋਗੇ ਕਿ ਇੱਥੇ ਕਈ ਪੱਧਰ ਕਿਉਂ ਹਨ। ਲੁਕਵੇਂ ਪਰਤਾਂ ਕੁਝ ਹੱਦ ਤੱਕ ਵਿਕਲਪਾਂ ਵਜੋਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਜਿੰਨੀਆਂ ਜ਼ਿਆਦਾ ਲੁਕੀਆਂ ਹੋਈਆਂ ਪਰਤਾਂ, ਓਨਾ ਹੀ ਗੁੰਝਲਦਾਰ ਡੇਟਾ ਜੋ ਆਉਂਦਾ ਹੈ ਅਤੇ ਕੀ ਪੈਦਾ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਉਮੀਦ ਕੀਤੀ ਆਉਟਪੁੱਟ ਦੀ ਸ਼ੁੱਧਤਾ ਆਮ ਤੌਰ 'ਤੇ ਮੌਜੂਦ ਲੁਕਵੇਂ ਲੇਅਰਾਂ ਦੀ ਗਿਣਤੀ ਅਤੇ ਇਨਪੁਟ ਡੇਟਾ ਦੀ ਗੁੰਝਲਤਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।
ਆਉਟਪੁੱਟ ਲੇਅਰ ਸਾਨੂੰ ਵੱਖਰੀਆਂ ਫੋਟੋਆਂ ਦਿੰਦੀ ਹੈ। ਇੱਕ ਵਾਰ ਜਦੋਂ ਪਰਤ ਇਹਨਾਂ ਸਾਰੇ ਵਜ਼ਨਾਂ ਨੂੰ ਦਾਖਲ ਕਰਦੀ ਹੈ, ਤਾਂ ਇਹ ਨਿਰਧਾਰਤ ਕਰੇਗੀ ਕਿ ਚਿੱਤਰ ਇੱਕ ਪੋਰਟਰੇਟ ਹੈ ਜਾਂ ਇੱਕ ਲੈਂਡਸਕੇਪ।
ਉਦਾਹਰਨ: ਏਅਰਲਾਈਨ ਟਿਕਟ ਦੀ ਲਾਗਤ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਣਾ
ਇਹ ਭਵਿੱਖਬਾਣੀ ਵੱਖ-ਵੱਖ ਕਾਰਕਾਂ 'ਤੇ ਆਧਾਰਿਤ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
ਆਉ ਮਸ਼ੀਨ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਲਈ ਕੁਝ ਇਤਿਹਾਸਕ ਟਿਕਟ ਕੀਮਤ ਡੇਟਾ ਨਾਲ ਸ਼ੁਰੂ ਕਰੀਏ। ਸਾਡੀ ਮਸ਼ੀਨ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ ਤੋਂ ਬਾਅਦ, ਅਸੀਂ ਨਵਾਂ ਡੇਟਾ ਸਾਂਝਾ ਕਰਦੇ ਹਾਂ ਜੋ ਲਾਗਤਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ। ਪਹਿਲਾਂ, ਜਦੋਂ ਅਸੀਂ ਚਾਰ ਕਿਸਮਾਂ ਦੀਆਂ ਮਸ਼ੀਨਾਂ ਬਾਰੇ ਸਿੱਖਿਆ, ਅਸੀਂ ਮੈਮੋਰੀ ਵਾਲੀਆਂ ਮਸ਼ੀਨਾਂ ਬਾਰੇ ਚਰਚਾ ਕੀਤੀ। ਇੱਥੇ ਅਸੀਂ ਸਿਰਫ਼ ਮੈਮੋਰੀ ਬਾਰੇ ਗੱਲ ਕਰਦੇ ਹਾਂ ਅਤੇ ਇਹ ਡੇਟਾ ਵਿੱਚ ਇੱਕ ਪੈਟਰਨ ਨੂੰ ਕਿਵੇਂ ਸਮਝਦਾ ਹੈ ਅਤੇ ਨਵੀਆਂ ਕੀਮਤਾਂ ਲਈ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ।
ਅੱਗੇ ਇਸ ਟਿਊਟੋਰਿਅਲ ਵਿੱਚ ਆਓ ਦੇਖੀਏ ਕਿ AI ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ ਅਤੇ AI ਦੀਆਂ ਕੁਝ ਐਪਲੀਕੇਸ਼ਨਾਂ।
ਨਕਲੀ ਬੁੱਧੀ ਦਾ ਇੱਕ ਆਮ ਉਪਯੋਗ ਜੋ ਅਸੀਂ ਅੱਜ ਦੇਖਦੇ ਹਾਂ ਘਰ ਵਿੱਚ ਉਪਕਰਨਾਂ ਦੀ ਆਟੋਮੈਟਿਕ ਸਵਿਚਿੰਗ ਹੈ।
ਜਦੋਂ ਤੁਸੀਂ ਇੱਕ ਹਨੇਰੇ ਕਮਰੇ ਵਿੱਚ ਦਾਖਲ ਹੁੰਦੇ ਹੋ, ਤਾਂ ਕਮਰੇ ਵਿੱਚ ਸੈਂਸਰ ਤੁਹਾਡੀ ਮੌਜੂਦਗੀ ਦਾ ਪਤਾ ਲਗਾਉਂਦੇ ਹਨ ਅਤੇ ਲਾਈਟਾਂ ਚਾਲੂ ਕਰਦੇ ਹਨ। ਇਹ ਮੈਮੋਰੀ ਤੋਂ ਬਿਨਾਂ ਮਸ਼ੀਨਾਂ ਦੀ ਇੱਕ ਉਦਾਹਰਣ ਹੈ। ਕੁਝ ਵਧੇਰੇ ਉੱਨਤ AI ਪ੍ਰੋਗਰਾਮ ਤੁਹਾਡੇ ਦੁਆਰਾ ਸਪੱਸ਼ਟ ਨਿਰਦੇਸ਼ ਦੇਣ ਤੋਂ ਪਹਿਲਾਂ ਵਰਤੋਂ ਦੇ ਪੈਟਰਨਾਂ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਅਤੇ ਉਪਕਰਣਾਂ ਨੂੰ ਚਾਲੂ ਕਰਨ ਦੇ ਯੋਗ ਵੀ ਹਨ।
ਕੁਝ ਪ੍ਰੋਗਰਾਮ ਅਤੇ ਨਕਲੀ ਖੁਫੀਆ ਐਪਲੀਕੇਸ਼ਨ ਉਹ ਤੁਹਾਡੀ ਆਵਾਜ਼ ਦੀ ਪਛਾਣ ਕਰਨ ਅਤੇ ਉਸ ਅਨੁਸਾਰ ਕਾਰਵਾਈ ਕਰਨ ਦੇ ਯੋਗ ਹੁੰਦੇ ਹਨ। ਜੇਕਰ ਤੁਸੀਂ "ਟੀਵੀ ਚਾਲੂ ਕਰੋ" ਕਹਿੰਦੇ ਹੋ, ਤਾਂ ਟੀਵੀ 'ਤੇ ਆਡੀਓ ਸੈਂਸਰ ਤੁਹਾਡੀ ਆਵਾਜ਼ ਦਾ ਪਤਾ ਲਗਾਉਂਦੇ ਹਨ ਅਤੇ ਇਸਨੂੰ ਚਾਲੂ ਕਰਦੇ ਹਨ।
ਦੇ ਨਾਲ ਗੂਗਲ ਗ੍ਰਹਿ ਮਿੰਨੀ ਤੁਸੀਂ ਇਸਨੂੰ ਹਰ ਰੋਜ਼ ਕਰ ਸਕਦੇ ਹੋ।
ਇਸ AI ਟਿਊਟੋਰਿਅਲ ਦਾ ਆਖਰੀ ਭਾਗ ਹੈਲਥਕੇਅਰ ਵਿੱਚ AI ਦੀ ਵਰਤੋਂ ਦੇ ਮਾਮਲੇ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।
Theਨਕਲੀ ਬੁੱਧੀ ਕਈ ਵਧੀਆ ਵਰਤੋਂ ਦੇ ਕੇਸਾਂ ਦੀ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ, ਅਤੇ ਟਿਊਟੋਰਿਅਲ ਦਾ ਇਹ ਭਾਗ ਸਿਹਤ ਸੰਭਾਲ ਵਿੱਚ AI ਦੀਆਂ ਐਪਲੀਕੇਸ਼ਨਾਂ ਨਾਲ ਸ਼ੁਰੂ ਕਰਦੇ ਹੋਏ, ਉਹਨਾਂ ਨੂੰ ਬਿਹਤਰ ਢੰਗ ਨਾਲ ਸਮਝਣ ਵਿੱਚ ਤੁਹਾਡੀ ਮਦਦ ਕਰੇਗਾ। ਸਮੱਸਿਆ ਦਾ ਬਿਆਨ ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣਾ ਹੈ ਕਿ ਕੀ ਕਿਸੇ ਵਿਅਕਤੀ ਨੂੰ ਸ਼ੂਗਰ ਹੈ ਜਾਂ ਨਹੀਂ। ਇਸ ਕੇਸ ਲਈ ਖਾਸ ਮਰੀਜ਼ ਜਾਣਕਾਰੀ ਦੀ ਵਰਤੋਂ ਇਨਪੁਟ ਵਜੋਂ ਕੀਤੀ ਜਾਂਦੀ ਹੈ। ਇਸ ਜਾਣਕਾਰੀ ਵਿੱਚ ਸ਼ਾਮਲ ਹੋਣਗੇ:
ਇਸ ਸਮੱਸਿਆ ਦੇ ਬਿਆਨ ਲਈ ਮਾਡਲ ਕਿਵੇਂ ਬਣਾਇਆ ਗਿਆ ਹੈ, ਇਹ ਦੇਖਣ ਲਈ ਸਿਮਪਲਲੀਅਰਨ ਦਾ “ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਟਿਊਟੋਰਿਅਲ” ਵੀਡੀਓ ਦੇਖੋ। ਮਾਡਲ ਨਾਲ ਲਾਗੂ ਕੀਤਾ ਗਿਆ ਹੈ ਪਾਈਥਨ ਵਰਤ TensorFlow.
ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਐਪਲੀਕੇਸ਼ਨਾਂ ਮੁੜ ਹਨdefiਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਜਿਵੇਂ ਕਿ ਮਾਰਕੀਟਿੰਗ, ਹੈਲਥਕੇਅਰ, ਵਿੱਤੀ ਸੇਵਾਵਾਂ ਅਤੇ ਹੋਰ ਬਹੁਤ ਕੁਝ ਵਿੱਚ ਕਾਰੋਬਾਰੀ ਪ੍ਰਕਿਰਿਆਵਾਂ ਕਿਵੇਂ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ। ਕੰਪਨੀਆਂ ਲਗਾਤਾਰ ਉਹਨਾਂ ਤਰੀਕਿਆਂ ਦੀ ਪੜਚੋਲ ਕਰ ਰਹੀਆਂ ਹਨ ਜੋ ਉਹ ਇਸ ਤਕਨਾਲੋਜੀ ਤੋਂ ਲਾਭ ਉਠਾ ਸਕਦੀਆਂ ਹਨ। ਜਿਵੇਂ ਕਿ ਮੌਜੂਦਾ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਬਿਹਤਰ ਬਣਾਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਲਗਾਤਾਰ ਵਧਦੀ ਜਾ ਰਹੀ ਹੈ, ਪੇਸ਼ੇਵਰਾਂ ਲਈ AI ਵਿੱਚ ਮੁਹਾਰਤ ਹਾਸਲ ਕਰਨਾ ਸਮਝਦਾਰ ਹੈ।
Theਚੀਜ਼ਾਂ ਦੀ ਨਕਲੀ ਬੁੱਧੀ (AIoT) ਇਹ ਇੰਟਰਨੈੱਟ ਆਫ਼ ਥਿੰਗਜ਼ (IoT) ਹੱਲਾਂ ਦੇ ਅੰਦਰ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦਾ ਸੁਮੇਲ ਹੈ। ਚੀਜ਼ਾਂ ਦਾ ਇੰਟਰਨੈਟ (ਜਾਂ ਚੀਜ਼ਾਂ ਦਾ ਇੰਟਰਨੈਟ) ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਦੀਆਂ "ਬੁੱਧੀਮਾਨ" ਵਸਤੂਆਂ ਦੇ ਵਿਚਾਰ 'ਤੇ ਅਧਾਰਤ ਹੈ ਜੋ ਇੱਕ ਦੂਜੇ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ (ਇੰਟਰਨੈੱਟ ਦਾ ਧੰਨਵਾਦ) ਅਤੇ ਆਪਣੇ ਕੋਲ ਰੱਖੀ, ਇਕੱਤਰ ਕੀਤੀ ਅਤੇ/ਜਾਂ ਪ੍ਰਕਿਰਿਆ ਕੀਤੀ ਜਾਣਕਾਰੀ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕਰਨ ਦੇ ਯੋਗ ਹਨ। .
ਇਸ ਏਕੀਕਰਣ ਲਈ ਧੰਨਵਾਦ, ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਅਤੇ ਹੋਰ ਵਸਤੂਆਂ ਨਾਲ ਜਾਣਕਾਰੀ ਦਾ ਆਦਾਨ-ਪ੍ਰਦਾਨ ਕਰਨ ਲਈ ਨੈਟਵਰਕ ਨਾਲ ਜੁੜਨ ਦੇ ਯੋਗ ਹੋਵੇਗਾ, ਬਹੁਤ ਜ਼ਿਆਦਾ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਦੇ ਪ੍ਰਬੰਧਨ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਸੁਧਾਰ ਕਰੇਗਾ। ਆਈਓਟੀ ਅਤੇ ਏਆਈ ਨੂੰ ਏਕੀਕ੍ਰਿਤ ਕਰਨ ਦੇ ਸਮਰੱਥ ਐਪਲੀਕੇਸ਼ਨਾਂ ਕੋਲ ਏ ਕੰਪਨੀਆਂ ਅਤੇ ਖਪਤਕਾਰਾਂ 'ਤੇ ਰੈਡੀਕਲ ਪ੍ਰਭਾਵ. ਬਹੁਤ ਸਾਰੀਆਂ ਉਦਾਹਰਣਾਂ ਵਿੱਚੋਂ ਕੁਝ? ਆਟੋਨੋਮਸ ਵਾਹਨ, ਰਿਮੋਟ ਹੈਲਥਕੇਅਰ, ਸਮਾਰਟ ਦਫਤਰ ਦੀਆਂ ਇਮਾਰਤਾਂ, ਭਵਿੱਖਬਾਣੀ ਰੱਖ-ਰਖਾਅ।
ਜਦੋਂ ਅਸੀਂ ਗੱਲ ਕਰਦੇ ਹਾਂ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ ਅਸੀਂ ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਸਮਝਣ ਦੇ ਸਮਰੱਥ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਐਲਗੋਰਿਦਮ ਦਾ ਹਵਾਲਾ ਦੇ ਰਹੇ ਹਾਂ, ਅਰਥਾਤ ਉਹ ਭਾਸ਼ਾ ਜੋ ਅਸੀਂ ਹਰ ਰੋਜ਼ ਵਰਤਦੇ ਹਾਂ।
NLP ਮਨੁੱਖ ਅਤੇ ਮਸ਼ੀਨ ਵਿਚਕਾਰ ਸੰਚਾਰ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦਾ ਹੈ ਅਤੇ ਸ਼ਬਦਾਂ ਦੇ ਟੈਕਸਟ ਜਾਂ ਕ੍ਰਮ (ਵੈੱਬ ਪੰਨੇ, ਸੋਸ਼ਲ ਮੀਡੀਆ 'ਤੇ ਪੋਸਟਾਂ...) ਨਾਲ ਨਜਿੱਠਦਾ ਹੈ, ਪਰ ਨਾਲ ਹੀ ਬੋਲੀ ਜਾਣ ਵਾਲੀ ਭਾਸ਼ਾ ਦੇ ਨਾਲ-ਨਾਲ ਟੈਕਸਟ (ਆਵਾਜ਼ ਪਛਾਣ) ਨੂੰ ਵੀ ਸਮਝਦਾ ਹੈ। ਉਦੇਸ਼ ਸਮੱਗਰੀ ਦੀ ਸਧਾਰਨ ਸਮਝ ਤੋਂ ਲੈ ਕੇ ਅਨੁਵਾਦ ਤੱਕ, ਟੈਕਸਟ ਦੇ ਉਤਪਾਦਨ ਤੱਕ ਸੁਤੰਤਰ ਤੌਰ 'ਤੇ ਡੇਟਾ ਜਾਂ ਇਨਪੁਟ ਵਜੋਂ ਪ੍ਰਦਾਨ ਕੀਤੇ ਗਏ ਦਸਤਾਵੇਜ਼ਾਂ ਤੋਂ ਸ਼ੁਰੂ ਹੋ ਸਕਦੇ ਹਨ।
ਹਾਲਾਂਕਿ ਭਾਸ਼ਾਵਾਂ ਲਗਾਤਾਰ ਬਦਲਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ ਅਤੇ ਮੁਹਾਵਰੇ ਜਾਂ ਸਮੀਕਰਨਾਂ ਦੁਆਰਾ ਦਰਸਾਈਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਅਨੁਵਾਦ ਕਰਨਾ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ, NLP ਬਹੁਤ ਸਾਰੇ ਐਪਲੀਕੇਸ਼ਨ ਖੇਤਰਾਂ ਨੂੰ ਲੱਭਦਾ ਹੈ ਜਿਵੇਂ ਕਿ ਸਪੈਲ ਚੈਕਰ ਜਾਂ ਲਿਖਤੀ ਟੈਕਸਟ ਲਈ ਸਵੈਚਲਿਤ ਅਨੁਵਾਦ ਪ੍ਰਣਾਲੀਆਂ, ਚੈਟਬੋਟਸ ਅਤੇ ਬੋਲੀ ਜਾਣ ਵਾਲੀ ਭਾਸ਼ਾ ਲਈ ਆਵਾਜ਼ ਸਹਾਇਕ।
Lo ਸਪੀਚ ਰੇਕੋਗਨੀਸ਼ਨ ਇੱਕ ਸਮਰੱਥਾ ਹੈ ਜੋ ਕੰਪਿਊਟਰ ਨੂੰ ਲਿਖਤੀ ਜਾਂ ਹੋਰ ਡੇਟਾ ਫਾਰਮੈਟਾਂ ਵਿੱਚ ਮਨੁੱਖੀ ਭਾਸ਼ਾ ਨੂੰ ਸਮਝਣ ਅਤੇ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੀ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਵਰਤੋਂ ਲਈ ਧੰਨਵਾਦ, ਇਹ ਤਕਨਾਲੋਜੀ ਹੁਣ ਨਾ ਸਿਰਫ਼ ਕੁਦਰਤੀ ਭਾਸ਼ਾ, ਸਗੋਂ ਹੋਰ ਸੂਖਮਤਾਵਾਂ ਜਿਵੇਂ ਕਿ ਲਹਿਜ਼ੇ, ਉਪਭਾਸ਼ਾਵਾਂ ਜਾਂ ਭਾਸ਼ਾਵਾਂ ਦੀ ਪਛਾਣ ਕਰਨ ਦੇ ਯੋਗ ਹੈ।
ਇਸ ਕਿਸਮ ਦੀ ਵੌਇਸ ਪਛਾਣ ਤੁਹਾਨੂੰ ਦਸਤੀ ਕਾਰਜ ਕਰਨ ਦੀ ਇਜਾਜ਼ਤ ਦਿੰਦੀ ਹੈ ਜਿਨ੍ਹਾਂ ਲਈ ਆਮ ਤੌਰ 'ਤੇ ਦੁਹਰਾਉਣ ਵਾਲੀਆਂ ਕਮਾਂਡਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਉਦਾਹਰਨ ਲਈ ਵੌਇਸ ਆਟੋਮੇਸ਼ਨ ਵਾਲੇ ਚੈਟਬੋਟਸ ਵਿੱਚ, ਸੰਪਰਕ ਕੇਂਦਰਾਂ ਵਿੱਚ ਕਾਲਾਂ ਨੂੰ ਰੂਟ ਕਰਨ ਲਈ, ਡਿਕਸ਼ਨ ਅਤੇ ਵੌਇਸ ਟ੍ਰਾਂਸਕ੍ਰਿਪਸ਼ਨ ਹੱਲਾਂ ਵਿੱਚ, ਜਾਂ PC ਉਪਭੋਗਤਾ ਇੰਟਰਫੇਸ ਨਿਯੰਤਰਣ, ਮੋਬਾਈਲ ਅਤੇ ਆਨ- ਬੋਰਡ ਸਿਸਟਮ.
Theਜਨਰਲ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (ਅੰਗਰੇਜ਼ੀ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ, ਜਾਂ AGI) ਇੱਕ ਕਿਸਮ ਦੀ AI ਹੈ ਜਿਸ ਵਿੱਚ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਨੂੰ ਸਮਝਣ, ਸਿੱਖਣ ਅਤੇ ਨਜਿੱਠਣ ਦੀ ਸਮਰੱਥਾ ਹੁੰਦੀ ਹੈ। ਮਨੁੱਖਾਂ ਦੇ ਸਮਾਨ.
ਖਾਸ ਕਾਰਜਾਂ (ਨੈਰੋ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਜਾਂ ASI - ਤੰਗ AI) ਵਿੱਚ ਵਿਸ਼ੇਸ਼ ਨਕਲੀ ਖੁਫੀਆ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ, ਇੱਕ AGI ਪ੍ਰਦਰਸ਼ਿਤ ਕਰਦਾ ਹੈ ਬੋਧਾਤਮਕ ਬਹੁਪੱਖਤਾ, ਵੱਖ-ਵੱਖ ਤਜ਼ਰਬਿਆਂ ਤੋਂ ਸਿੱਖਣਾ, ਸਥਿਤੀਆਂ ਦੀ ਇੱਕ ਵਿਸ਼ਾਲ ਸ਼੍ਰੇਣੀ ਲਈ ਸਮਝ ਅਤੇ ਅਨੁਕੂਲਤਾ ਹਰੇਕ ਵਿਅਕਤੀਗਤ ਕੰਮ ਲਈ ਖਾਸ ਪ੍ਰੋਗਰਾਮਿੰਗ ਦੀ ਲੋੜ ਤੋਂ ਬਿਨਾਂ।
ਮੌਜੂਦਾ ਦੂਰੀ ਦੇ ਬਾਵਜੂਦ, ਇੱਕ AGI ਦਾ ਅੰਤਮ ਉਦੇਸ਼ ਹੈ - ਹਾਲਾਂਕਿ ਨਿਸ਼ਚਤ ਤੌਰ 'ਤੇ ਇੱਕ ਗੁੰਝਲਦਾਰ ਕੰਮ ਹੈ - ਜਾਣਾ ਜਿੰਨਾ ਸੰਭਵ ਹੋ ਸਕੇ ਮਨੁੱਖੀ ਮਨ ਅਤੇ ਬੋਧਾਤਮਕ ਕਾਬਲੀਅਤਾਂ ਦੀ ਨਕਲ ਕਰੋ.
BlogInnovazione.it
ਪਿਛਲੇ ਸੋਮਵਾਰ, ਫਾਈਨੈਂਸ਼ੀਅਲ ਟਾਈਮਜ਼ ਨੇ ਓਪਨਏਆਈ ਨਾਲ ਇੱਕ ਸੌਦੇ ਦਾ ਐਲਾਨ ਕੀਤਾ। FT ਆਪਣੀ ਵਿਸ਼ਵ ਪੱਧਰੀ ਪੱਤਰਕਾਰੀ ਨੂੰ ਲਾਇਸੰਸ ਦਿੰਦਾ ਹੈ...
ਲੱਖਾਂ ਲੋਕ ਸਟ੍ਰੀਮਿੰਗ ਸੇਵਾਵਾਂ ਲਈ ਭੁਗਤਾਨ ਕਰਦੇ ਹਨ, ਮਹੀਨਾਵਾਰ ਗਾਹਕੀ ਫੀਸ ਅਦਾ ਕਰਦੇ ਹਨ। ਇਹ ਆਮ ਰਾਏ ਹੈ ਕਿ ਤੁਸੀਂ…
Veeam ਦੁਆਰਾ Coveware ਸਾਈਬਰ ਜ਼ਬਰਦਸਤੀ ਘਟਨਾ ਪ੍ਰਤੀਕਿਰਿਆ ਸੇਵਾਵਾਂ ਪ੍ਰਦਾਨ ਕਰਨਾ ਜਾਰੀ ਰੱਖੇਗਾ। ਕੋਵਵੇਅਰ ਫੋਰੈਂਸਿਕ ਅਤੇ ਉਪਚਾਰ ਸਮਰੱਥਾਵਾਂ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰੇਗਾ...
ਪੂਰਵ-ਅਨੁਮਾਨਤ ਰੱਖ-ਰਖਾਅ ਪਲਾਂਟ ਪ੍ਰਬੰਧਨ ਲਈ ਇੱਕ ਨਵੀਨਤਾਕਾਰੀ ਅਤੇ ਕਿਰਿਆਸ਼ੀਲ ਪਹੁੰਚ ਦੇ ਨਾਲ, ਤੇਲ ਅਤੇ ਗੈਸ ਸੈਕਟਰ ਵਿੱਚ ਕ੍ਰਾਂਤੀ ਲਿਆ ਰਹੀ ਹੈ।…
