आर्टिफिशियल इंटेलिजेंस का इतिहास, भाग 1. एक कलाकार के बिना चित्रकारी।

इस क्षेत्र में मेरी रुचि अनायास दिखाई दी। उसके बाद, इस विषय पर अधिक से अधिक विचार प्रकट होने लगे, इसलिए मुझे यह सब सुव्यवस्थित करना पड़ा। मैंने आर्टिफिशियल इंटेलिजेंस के विकास के इतिहास के साथ शुरुआत करने का फैसला किया। लेख काफी बड़ा निकला, इसलिए मैंने इसे दो भागों में विभाजित किया। यहाँ साइबरनेटिक्स पर पहला भाग है।



आर्टिफिशियल इंटेलिजेंस मनुष्य के सबसे दिलचस्प विचारों में से एक है। उनके बारे में विज्ञान कथाओं की शैली में कई शोध प्रबंध और इससे भी अधिक काम किए गए हैं। कोई इसके बारे में अंतहीन बहस कर सकता है और इसलिए आम सहमति नहीं बनती है। वह हर जगह और कहीं नहीं है। और सभी क्योंकि आर्टिफिशियल इंटेलिजेंस क्या है या होना चाहिए, इस पर कोई आम सहमति नहीं है।



इन दो शब्दों के उल्लेख पर, कोई स्टीफन स्पीलबर्ग द्वारा उसी नाम की फिल्म को याद करेगा, जो असिमोव की पुस्तक पॉज़िट्रॉन रोबोट के बारे में है। अन्य लोग कहेंगे: "पृथ्वी के नीचे जाओ और अपनी आँखें खोलो, क्योंकि आर्टिफिशियल इंटेलिजेंस पहले से ही हमारे बीच है।" उसी समय, कंप्यूटर गेम के लिए कुछ बिंदु जिसमें आभासी प्रतिद्वंद्वी अपने कार्यों को वास्तविक रूप से अनुकरण करने की कोशिश करते हैं, उन्हें भी कहा जाता है - एआई। शायद पुरानी पीढ़ी KAISSA और इसी तरह के कार्यक्रमों को याद करेगी जो पहले से ही विश्व शतरंज चैंपियन को हरा सकते हैं। कुछ के लिए, सभी प्रकार के सॉफ़्टवेयर विज़ार्ड और खोज इंजन AI हैं।



यह प्रश्न उन लोगों में से एक है जो एक निश्चित उत्तर देना मुश्किल है। इसके अलावा - जितना अधिक आप इसमें खुदाई करना शुरू करते हैं, उतना ही आप विसंगतियों, विरोधाभासों और यहां तक ​​कि अधिक प्रश्नों को पूरा करते हैं। परिभाषा यह है कि जैसा होना चाहिए लगता है, लेकिन यह केवल ऊपर से अलग-अलग विज्ञानों के पहाड़ के नीचे छिपा हुआ है - कल्पना की एक सभ्य परत, फिर दर्शन, त्रुटियों और व्यक्तिपरक रोमांटिकतावाद की एक छोटी सी परत आती है, और बहुत ऊपर - छद्म विज्ञान और आकर्षक विज्ञापन।



जैसा कि आप देख सकते हैं, सत्य को प्राप्त करना इतना आसान नहीं है। इस मामले पर अलग-अलग लोगों की अलग-अलग राय है और इसलिए आम तौर पर कुछ बनाना मुश्किल हो जाता है। इस मुद्दे को समझने के लिए, आइए देखें कि इस विषय पर इतिहास क्या कहेगा। यह पता चला कि बहुत ही नाम आर्टिफिशियल इंटेलिजेंस का आविष्कार विज्ञान कथाओं द्वारा नहीं, बल्कि वैज्ञानिकों द्वारा किया गया था। लेकिन, पहली चीजें पहले।



यह 1956 में वापस आया (इस समय में एज़िमोव द्वारा पहले से मौजूद रोबोट के बारे में पुस्तकों की एक श्रृंखला)। यूएसए में, स्टैनफोर्ड विश्वविद्यालय में एक संगोष्ठी आयोजित की गई, जिसमें आर्टिफिशियल इंटेलिजेंस शब्द प्रस्तावित किया गया था। उस संगोष्ठी में प्रतिभागियों ने कल्पना की कि यह क्या है और इसकी आवश्यकता क्यों है। संगोष्ठी का विषय तार्किक कार्य और उनके समाधान को स्वचालित करने के तरीके थे। एक शुरुआत की गई है।



25 वर्षों के बाद, बर्र और फीजेनबाम ने निम्नलिखित परिभाषा का प्रस्ताव किया, जो लगभग दो दशकों से किसी के द्वारा विवादित नहीं है।



आर्टिफिशियल इंटेलिजेंस (एआई) कंप्यूटर विज्ञान का एक क्षेत्र है जो बुद्धिमान कंप्यूटर सिस्टम विकसित करता है, अर्थात। उन क्षमताओं वाली प्रणालियाँ जिन्हें हम परंपरागत रूप से मानव मन के साथ जोड़ते हैं - भाषा को समझना, सीखना, तर्क करने की क्षमता, समस्याओं को हल करना, आदि।



यहां वे एआई के मुख्य गुण हैं - भाषा की समझ, सीखने और सोचने की क्षमता। यही वह लक्ष्य है जिसके भविष्य के रचनाकारों को इसके लिए प्रयास करना चाहिए। यह परिभाषा बहुत संक्षिप्त है, बस गणितज्ञों की शैली में, लेकिन अभी के लिए हमें इस पर ध्यान देना चाहिए।



जैसा कि आम तौर पर होता है, शुरुआत से ही "भविष्य के रचनाकारों" को दो शिविरों में विभाजित किया गया था: साइबरनेटिक्स और न्यूरोसेर्बनेटिक्स।



साइबरनेटिक्स ने तुरंत मनुष्य की मानसिक प्रक्रियाओं की एक पूरी नकल के विचार को छोड़ दिया। यह उनके लिए पर्याप्त है कि डिवाइस और व्यक्ति एक ही प्रश्न (इनपुट डेटा) को एक ही उत्तर (आउटपुट डेटा) देते हैं। और यह कैसे होता है, मशीन के अंदर क्या तंत्र और एल्गोरिदम हैं, इससे कोई फर्क नहीं पड़ता। इसलिए साइबरनेटिक्स को "ब्लैक बॉक्स" कहा जाता था।



जैसे ही कंप्यूटर व्यापक हो गए, साइबरनेटिक्स ने उन्हें महारत हासिल कर ली और तुरंत काम करने के लिए तैयार हो गए। उन्होंने छोटे खेलों से शुरुआत की। खिलौने टिक-टैक-पैर की अंगुली, स्क्रैबल (स्क्रैबल) की तरह थे, जहां कंप्यूटर की प्रगति की गणना बल द्वारा की जाती थी। जब एक उत्तर मिला, तो खोज बंद हो गई, लेकिन जब नहीं मिली ... यह एक दहनशील विस्फोट हुआ, या रूसी में, सीपीयू 100% है।



इस तथ्य के बावजूद कि इस पद्धति द्वारा कुछ समस्याओं का समाधान किया गया था, फिर भी मैं इसे आर्टिफिशियल इंटेलिजेंस कहने के लिए अपनी जीभ नहीं घुमाऊंगा, क्योंकि एक व्यक्ति कुछ भी करने से पहले अपने सिर में सभी प्रकार के विकल्पों को हल नहीं करता है।



डेवलपर्स ने इस पर ध्यान आकर्षित किया और खोज एल्गोरिथ्म में एक विशेष तकनीक पेश की - हेराटिक्स। इसका सार खोज स्थान को विशेष परिस्थितियों तक सीमित करना है। प्रत्येक स्थिति के लिए, वे अलग हैं।



उदाहरण के लिए, कंप्यूटर एक शब्द खोजने की कोशिश कर रहा है जिसमें आवश्यक रूप से अक्षर "b" (स्क्रैबल) होना चाहिए। यदि वह उपलब्ध पत्रों से सभी विकल्पों के माध्यम से क्रमबद्ध करने की कोशिश करता है, तो इसमें बहुत समय लगेगा और अप्रभावी हो जाएगा। आखिरकार, "brp" अक्षरों के संयोजन का सामना करना पड़ रहा है, यह अगले चौथे अक्षर को लेने के लिए कोई मतलब नहीं है, क्योंकि कोई शब्द नहीं हैं जो "brp" से शुरू होते हैं। इसलिए, इस तरह के खेल के लिए, हेयुरेटिक्स का कार्य अक्षरों के असंभव संयोजनों को खोजना है और इस तरह के संयोजन पर ठोकर खाने पर खोज को समाप्त करना है।



विशेष रूप से कुछ एंटी-वायरस स्कैनर में भी हेयुरिस्टिक खोज का उपयोग किया जाता है।



अन्य विकास जो साइबरनेटिक्स लगभग एक ही समय में कर रहे हैं वे प्रमेयों के प्रमाण हैं। लेकिन, अगर कोई कंप्यूटर बिना किसी समस्या के गणितीय समस्याओं का सामना करता है, तो वे सभी आसानी से सॉफ़्टवेयर औपचारिकता के लिए उत्तरदायी थे, फिर पहले से ही अधिक रोज़मर्रा के कार्यों में कठिनाइयाँ थीं। ध्यान दें कि ऐसी प्रणालियों का पिछले व्यक्ति की तुलना में सामान्य व्यक्ति से अधिक संबंध नहीं है, क्योंकि हम में से अधिकांश तार्किक तर्क में उत्कृष्ट क्षमता नहीं रखते हैं।



जैसे-जैसे समय बीतता गया, तकनीक का विकास हुआ। और इसलिए, 70 के दशक की पहली छमाही में, अधिक दिलचस्प प्रणालियां दिखाई देने लगीं जो एक प्राकृतिक भाषा को पहचानने और उस पर संवाद करने में सक्षम थीं। इस क्षेत्र में सबसे पहले में से एक SHRLDU है, जिसे 1972 में विनोग्राद ने बनाया था।



वह अंग्रेजी शब्दों की एक सभ्य राशि को समझती है, जो कि दायरे से सीमित है - बच्चों के डिजाइनर के विवरण से बनाई गई दुनिया। संपूर्ण शब्दावली, वे सभी प्रश्न जिनका उत्तर सामान्य तरीके से दिया जा सकता था, केवल इस दुनिया से जुड़े थे। अन्य समान प्रणालियां भी आवेदन के कुछ क्षेत्र द्वारा सीमित थीं। स्वाध्याय की बात नहीं थी।



बाद में, अधिक उन्नत प्रणालियां दिखाई दीं जो लगभग सभी विषयों पर बातचीत का समर्थन कर सकती हैं। लेकिन यह केवल एक बड़े खिंचाव के साथ कहा जा सकता है, क्योंकि विषयों का स्वामित्व काफी सतही था। यदि आप गहन ज्ञान या कठिन रूप से तैयार किए गए प्रश्न की आवश्यकता वाले सवाल पूछते हैं, तो कार्यक्रम ने इसे पचाने से इनकार कर दिया और आपके बाद फिर से दोहराना शुरू किया, लगातार फिर से पूछ रहा है। इसका मुख्य दोष पूर्ण स्व-प्रशिक्षण की कमी है। तो इस प्रकार के सिस्टम अभी भी वांछित होने के लिए बहुत कुछ छोड़ देते हैं।



एक और हालिया विकास ज्ञान प्रतिनिधित्व प्रणाली है। वे विशेषज्ञ प्रणालियों का हिस्सा थे। ये सिस्टम एक सलाहकार के रूप में कार्य करने के लिए बनाए गए हैं। वे स्थिति का विश्लेषण कर सकते हैं, समस्या का समाधान पा सकते हैं, निदान कर सकते हैं और एक ही नस में बाकी सब कुछ कर सकते हैं।



लेकिन यहां, सब कुछ इतना सहज नहीं है। ऐसे प्रत्येक लक्ष्य के लिए, अपनी स्वयं की विशेषज्ञ प्रणाली बनाना आवश्यक है। इसके अलावा, ऐसी प्रणाली का ज्ञान हमेशा आवेदन के केवल एक संकीर्ण क्षेत्र पर लागू होता है। और अंत में, प्रत्येक प्रणाली में ज्ञान का संगठन अलग-अलग है, क्योंकि यह सीधे लक्ष्यों और सामग्री पर निर्भर करता है। इसलिए एक प्रणाली का निर्माण जो विभिन्न क्षेत्रों में एक विशेषज्ञ हो सकता है, सवाल से बाहर है।



खैर, ये साइबरनेटिक्स के कुछ घटनाक्रम थे। मैंने विशेष रूप से यहां रोबोट के विकास के बारे में नहीं लिखा है, क्योंकि इस क्षेत्र में उपलब्धियां पहले से ही व्यापक रूप से जानी जाती हैं। इनमें से प्रत्येक विकास ने बड़ी सफलता हासिल की है। यदि यह भाषण मान्यता है, तो यह पहले से ही उच्च स्तर पर है, विशेषज्ञ प्रणालियों की सोच भी पीछे नहीं है, और यह व्यर्थ नहीं है कि इसमें बहुत पैसा लगाया जाता है। प्रशिक्षण अब भी लागू किया गया है, हालांकि इतना अच्छा नहीं है - यह फिर से बहुत सीमित दायरे में है। जब हम तंत्रिका नेटवर्क के बारे में बात करेंगे तो मैं प्रशिक्षण पर लौटूंगा।



जैसा कि आप देख सकते हैं, हम एआई के लिए एक उम्मीदवार नहीं ढूंढ पाए। अब हम AI के बारे में "आर्टिफिशियल इंटेलिजेंस की कुछ विशेषताओं" के बारे में अधिक बात कर रहे हैं। इसके सभी घटक पहले ही विकसित किए जा चुके हैं। ऐसा लगता है कि यह हमें एक परस्पर प्रणाली में उन्हें लेने और संयोजित करने में बाधा डालता है? उदाहरण के लिए, एक न्यूरो कंप्यूटर लें, उसमें हमारी दुनिया (विशेषज्ञ प्रणाली) का एक सरलीकृत मॉडल डालें और प्राकृतिक भाषण को समझने की क्षमता के साथ इसे समाप्त करें?



हम आज ऐसा कर सकते हैं। लेकिन किसी कारण से यह मुझे लगता है कि हमें वह नहीं मिलेगा जो हम चाहेंगे। अब अपने आप से यह सवाल पूछें - आप AI से क्या उम्मीद करते हैं? क्या आपकी उम्मीदें बर्र और फीजेनबाम की परिभाषा से मेल खाती हैं, जो पहले से ही 27 साल का है? इस बीच, आप इस बारे में सोच रहे हैं, मैं आपको उन बहुत ही तंत्रिका नेटवर्क के बारे में बताऊंगा ...



विकास की अधिकांश जानकारी पीटर जैक्सन की पुस्तक - इंट्रोडक्शन टू एक्सपर्ट सिस्टम्स से है।



सामग्री की तालिका:



आर्टिफिशियल इंटेलिजेंस का इतिहास, भाग 1. एक कलाकार के बिना चित्रकारी।



आर्टिफिशियल इंटेलिजेंस का इतिहास, भाग 2. तंत्रिका नेटवर्क एआई - अपरिहार्य या असंभव?



आर्टिफिशियल इंटेलिजेंस बनाना