कृत्रिम बुद्धिमत्ता (एआई)। आर्टिफिशियल इंटेलिजेंस: हमसे क्या वादा किया जाता है और कला में एआई से हम क्या जोखिम उठाते हैं

आर्टिफिशियल इंटेलिजेंस (एआई) का विषय पूरे साल मीडिया समाचार फ़ीड पर हावी रहा। मुख्य समाचार निर्माताओं - एलोन मस्क और मार्क जुकरबर्ग द्वारा मानव जीवन में आर्टिफिशियल इंटेलिजेंस के उपयोग के खतरों और लाभों पर चर्चा करते हुए स्वर निर्धारित किया गया है। रूस और चीन ने डिजिटल अर्थव्यवस्था में एआई के विकास को प्राथमिकता दिशा घोषित किया है। 2018 आर्टिफिशियल इंटेलिजेंस की सबसे आशाजनक शाखा के रूप में एआई, विशेष रूप से गहन शिक्षण की पद्धति के उपयोग की संभावनाओं के विकास और आगे के अध्ययन का वर्ष होगा। मैं आपको मार्केटिंग में एआई के उपयोग के उदाहरण का उपयोग करके उच्च प्रौद्योगिकी के क्षेत्र में इस प्रवृत्ति के बारे में अधिक बताऊंगा।

आर्टिफिशियल इंटेलिजेंस का सार मशीनों को इतना स्मार्ट बनाना है कि वे इंसानों की सोच और विश्लेषणात्मक क्षमताओं से आगे निकल जाएं। मशीन लर्निंग, एक बुनियादी एआई पद्धति, में ऐसी क्षमताएं हैं और अर्थव्यवस्था के कई क्षेत्रों और मानव जीवन के क्षेत्रों में पहले से ही इसका व्यापक रूप से उपयोग किया जाता है। हालाँकि, अन्य, अधिक उन्नत प्रौद्योगिकियाँ तेजी से विकसित हो रही हैं।

यह गहन शिक्षा के विकास की गति में विशेष रूप से ध्यान देने योग्य है, जो डेटा प्रोसेसिंग और निर्णय लेने वाले मॉडलिंग में मानव मस्तिष्क के संचालन के सिद्धांत को लगभग पूरी तरह से दोहराता है। 2017 में, गहन शिक्षा स्वास्थ्य सेवा और ऑटोमोटिव विनिर्माण में प्रौद्योगिकी प्रक्रियाओं का एक अभिन्न अंग बन गई। विपणन, प्रत्येक व्यवसाय के सबसे गतिशील घटक के रूप में, उन्नत प्रौद्योगिकियों के उपयोग से भी अछूता नहीं रहा है। गहन शिक्षा का संपूर्ण विज्ञापन उद्योग पर क्रांतिकारी प्रभाव पड़ा है।

गहन शिक्षण पद्धति में उपयोग की जाने वाली तकनीक जैविक न्यूरॉन्स की परस्पर क्रिया के सिद्धांतों पर आधारित है। स्व-शिक्षण एल्गोरिदम की मदद से, विपणक अब मानव सहायता के बिना ग्राहक की खरीदारी क्षमता का विवरण प्राप्त करते हैं। उदाहरण के लिए, आरटीबी हाउस ने हाल ही में बड़ी मात्रा में डेटा का विश्लेषण किया है, जिसमें स्पष्ट रूप से दर्शाया गया है कि रिटारगेटिंग अभियानों में अनुभवी विपणक की सिफारिशों के बजाय आर्टिफिशियल इंटेलिजेंस का उपयोग करने से रूपांतरण परिणामों में 35% सुधार हो सकता है। और वह सब कुछ नहीं है। गहन शिक्षण पद्धति का उपयोग करते हुए, विज्ञापनदाताओं को उसकी व्यवहार संबंधी विशेषताओं और इच्छाओं के विश्लेषण के आधार पर उपयोगकर्ता के कार्यों का पूर्वानुमान प्राप्त होता है। यह उन उत्पादों वाले लक्षित विज्ञापन संदेशों के लिए सर्वोत्तम विकल्प प्रदान करके एक विपणक के काम को बहुत सरल बनाता है जिनके बारे में उपयोगकर्ता को पता भी नहीं था या उन्होंने अभी तक नहीं देखा था।

कई बड़े ब्रांड पहले ही अपने उत्पादों या मार्केटिंग टूल में गहन शिक्षण समाधान लागू करने के लाभ देख चुके हैं। 2018 में, हम गहन शिक्षा के व्यापक उपयोग और इसकी क्षमता विकसित करने में निवेश में वृद्धि की उम्मीद करते हैं।

"पर्यवेक्षित शिक्षण" से नए क्षितिज तक

2017 में, मशीन लर्निंग प्रक्रिया के विशिष्ट तथाकथित "पर्यवेक्षित शिक्षण" से हटकर "ट्रांसफर लर्निंग" की अधिक जटिल प्रणाली की ओर कदम बढ़ाया गया। यह तकनीक मानव निर्देशों को कंप्यूटर पर प्रसारित करने पर आधारित है: मौजूदा निर्णय लेने वाले मॉडल, उदाहरण, डेटा सेट और उनके बाद के विश्लेषण का विश्लेषण करें।

ट्रांसफर लर्निंग जिस तरह से काम करती है वह कंप्यूटर की वास्तविकता के बजाय सिमुलेशन से डेटा संसाधित करने की क्षमता है। यह प्रक्रिया बहुत सरल और सस्ती होने के साथ-साथ तेज़ भी है, जो बड़ी मात्रा में डेटा का विश्लेषण करते समय बहुत महत्वपूर्ण है। इस पद्धति का उपयोग करके, मशीन स्वयं निर्णय लेना सीखती है: तार्किक निष्कर्ष, सादृश्य या कटौती के साथ।

उदाहरण के लिए, पुराने मशीन लर्निंग मॉडल का उपयोग करते हुए, एक सेल्फ-ड्राइविंग कार डेटा रिकॉर्ड करते समय एक व्यक्ति को लाखों मील तक ले जा सकती है। यह डेटा कार तक प्रसारित किया जाता है, जो ड्राइवर के निर्णयों के आधार पर समझता है कि कार को कैसे चलाना है। "लर्निंग ट्रांसफर" के लिए धन्यवाद, अब वास्तविक ड्राइवर की कोई आवश्यकता नहीं है। इसके बजाय, विभिन्न ड्राइविंग सिमुलेशन से डेटा लिया जा सकता है। लाखों घंटों की ड्राइविंग का अनुकरण करके, कार स्वयं समझती है कि उसे कहाँ जाना है, और यह पहले से ही ज्ञान को वास्तविक दुनिया में अनुवादित करती है।

दूसरे दृष्टिकोण को "प्रबलित शिक्षण" कहा जाता है। इसका लक्ष्य कंप्यूटर को पर्यावरण और उसमें होने वाली गतिविधियों से मिले फीडबैक के आधार पर सर्वोत्तम निर्णय लेने के लिए प्रशिक्षित करना है। उदाहरण के लिए, विज्ञापन स्थान की खरीद के लिए बोली में भाग लेने पर यह कैसे होता है। नीलामी प्रणालियाँ बहुत जटिल हैं। यहां तक ​​कि विशेषज्ञों को भी अक्सर इष्टतम दर निर्धारित करने में समस्या होती है जो उन्हें न्यूनतम लागत पर वांछित परिणाम प्राप्त करने की अनुमति देगा। कार को अपनी गति की शुरुआत में उन्हीं बाधाओं का सामना करना पड़ेगा। हालाँकि, एक व्यक्ति के विपरीत, एक कार सिमुलेशन वातावरण में 24 घंटे काम कर सकती है। और यह इंसान की तुलना में बहुत तेजी से क्रियाएं भी सीख सकता है। विज्ञापन स्थान खरीदने के हमारे उदाहरण पर लौटते हुए, कंप्यूटर नीलामी का अनुकरण करके, सबसे कुशलतापूर्वक कार्य करने और इस प्रकार नीलामी जीतने के बारे में डेटा प्राप्त करना सीखता है।

नई नौकरियाँ और नई चुनौतियाँ

दरअसल, गहन शिक्षण एल्गोरिदम का संचालन सिद्धांत मानव मस्तिष्क के कामकाज के बिल्कुल समान है। लेकिन, लोगों के विपरीत, कंप्यूटर बहुत तेजी से सीखते हैं और भारी मात्रा में डेटा का विश्लेषण कर सकते हैं। कंप्यूटर सोते नहीं हैं और बहुत सारी ग़लतियाँ करते हैं। यहीं पर सुपर प्रदर्शन काम आता है। बहुत ही सरल तरीके से, AI कई क्षेत्रों में मानवीय क्षमताओं से आगे निकलने का प्रयास करेगा। वर्तमान में, स्व-शिक्षण एल्गोरिदम मनुष्यों की तुलना में कार्यों और छवियों को अधिक सटीक रूप से पहचानने में सक्षम हैं।

क्या इसका मतलब यह है कि लोगों की जगह पूरी तरह से रोबोट द्वारा ले लिए जाने का ख़तरा है? ज़रूरी नहीं। विश्व आर्थिक मंच के अनुसार, आज प्राथमिक विद्यालय में प्रवेश करने वाले 65% बच्चों को ऐसी नौकरियाँ दी जाएंगी जो वर्तमान में मौजूद नहीं हैं। एआई विकास का वर्तमान स्तर कंपनियों को अधिक आईटी विशेषज्ञों, डेटा विश्लेषकों और प्रोग्रामर की तलाश करने की अनुमति देता है। अगले साल हमें संभवतः डेटा वैज्ञानिकों के लिए नई नौकरी की पेशकश में उछाल देखने को मिलेगा। हालाँकि अब ऐसा कोई प्रस्ताव अभी तक लोकप्रिय नहीं है।

2017 के नवाचारों को 2018 में विकास के लिए एक शक्तिशाली प्रोत्साहन मिलेगा

गहन शिक्षण पद्धति के कार्यान्वयन द्वारा अपनाए गए लक्ष्य हमारे जीवन को सरल बनाना और मानव गतिविधि की दक्षता में वृद्धि करना है। यही कारण है कि एआई का उपयोग अब एक मानक नहीं है, बल्कि उन कंपनियों के लिए एक आवश्यकता है जो वैश्विक बाजार में प्रतिस्पर्धी होना चाहते हैं। यह अंतिम उत्पाद की क्षमताओं को वैयक्तिकृत करने या सुधारने की क्षमता के बारे में नहीं है, बल्कि डेटा संग्रह और विश्लेषण जैसी कई अन्य अप्रत्यक्ष गतिविधियों के बारे में भी है। पहले से ही, कंपनियों के पास विश्लेषण करने के लिए इतनी बड़ी मात्रा में डेटा है कि वे इसकी प्रोसेसिंग का सामना नहीं कर सकती हैं।

यह स्थिति सीधे उनके कर्मचारियों द्वारा लिए गए निर्णयों और इसलिए उनके वित्तीय परिणामों को प्रभावित करती है। जिन कंपनियों का व्यवसाय विभिन्न उद्यमों के लिए डेटा एकत्र करने और उनका विश्लेषण करने में माहिर है, उनकी मांग तेजी से बढ़ेगी। बड़े बजट वाले व्यवसाय एआई का उपयोग वर्गीकृत करने के लिए करेंगे: ग्राहकों को क्या पेशकश करनी है, आपूर्तिकर्ताओं को किन शर्तों की सिफारिश करनी है, कर्मचारियों को कैसे निर्देश देना है, वास्तविक समय में क्या कहना और करना है। यह भी माना जाना चाहिए कि जैसे-जैसे यह तकनीक व्यापक होती जाएगी, कई नए स्टार्टअप जल्द ही स्व-शिक्षण एल्गोरिदम पर आधारित समाधान पेश करेंगे।

2017 में आर्टिफिशियल इंटेलिजेंस हमारे दैनिक जीवन और सार्वजनिक चर्चाओं का हिस्सा बन गया है। आने वाले वर्षों में, विभिन्न एआई-आधारित तकनीकों को विकसित करने पर ध्यान केंद्रित किया जाएगा जो कई जटिल उद्योगों में मनुष्यों की जगह लेंगी, जिससे अंततः हमारा जीवन बहुत आसान हो जाएगा। लेकिन इसके लिए काफी मेहनत करनी पड़ेगी.

एरिक्सन ने अगले वर्ष के लिए 10 सबसे लोकप्रिय उपभोक्ता रुझानों का नाम दिया है

कृत्रिम बुद्धिमत्ता और आभासी वास्तविकता: 2017 के लिए 10 उपभोक्ता रुझान। फोटो: elearningindustry.com

एरिक्सन ने अगले वर्ष के सबसे लोकप्रिय उपभोक्ता रुझानों के लिए अपना पूर्वानुमान प्रस्तुत किया है। 2017 का शीर्ष रुझान कृत्रिम बुद्धिमत्ता होगा, जो धीरे-धीरे हमारे रोजमर्रा के जीवन में प्रवेश कर रहा है।

तो, एरिक्सन ने फोन किया 2017 के लिए सबसे लोकप्रिय उपभोक्ता रुझान:

अधिक से अधिक लोग चाहते हैं कि कृत्रिम बुद्धिमत्ता उनके जीवन में प्रवेश करे। 35% इंटरनेट उपयोगकर्ता कृत्रिम बुद्धिमत्ता को अपने कार्य सहायक के रूप में और 25% अपने प्रबंधक के रूप में देखना चाहते हैं। हालाँकि, 50% उत्तरदाता कृत्रिम बुद्धिमत्ता को खतरनाक मानते हैं। विशेष रूप से, इस तकनीक के कारण कई लोगों को अपनी नौकरी से हाथ धोना पड़ सकता है, क्योंकि उनके कार्य रोबोट द्वारा आसानी से किए जा सकते हैं।

जीवन के कुछ पहलुओं को सरल और स्वचालित करने के लिए अनुप्रयोगों का सक्रिय रूप से उपयोग किया जाता है। साथ ही, इंटरनेट ऑफ थिंग्स का विकास भी तेज हो रहा है। 40% उत्तरदाताओं को भरोसा है कि वह समय आएगा जब स्मार्टफोन आदतों को सीखने और अपने मालिकों के कई कार्य करने में सक्षम होंगे।

और फिर नौकरियों के नुकसान के बारे में - जल्द ही कृत्रिम बुद्धिमत्ता भी ड्राइवरों की जगह ले लेगी। 25% उत्तरदाता ड्राइवरों को ऑटोपायलट से बदलने के विचार का समर्थन करते हैं, क्योंकि उनका मानना ​​​​है कि यह पैदल चलने वालों के लिए अधिक सुरक्षित होगा। 65% उत्तरदाता ऑटोपायलट वाली कार खरीदना चाहेंगे।

80% उत्तरदाताओं का मानना ​​है कि केवल तीन वर्षों में आभासी वास्तविकता विकास के ऐसे स्तर तक पहुंच जाएगी कि इसे भौतिक दुनिया से अलग करना असंभव होगा।

उत्तरदाताओं का अनुमान है कि नई प्रौद्योगिकियों के विकास से लोगों के स्वास्थ्य पर नकारात्मक प्रभाव पड़ेगा। विशेष रूप से, आभासी और संवर्धित वास्तविकता अनुप्रयोगों का उपयोग मोशन सिकनेस का कारण बनेगा, जिसके लिए 33% उत्तरदाता संबंधित गोलियाँ लेने के इच्छुक हैं।

इस तथ्य के बावजूद कि अधिकांश लोग जितना संभव हो सके खुद को सुरक्षित रखने की कोशिश करते हैं, 60% उत्तरदाताओं ने स्वीकार किया कि स्मार्टफोन का उपयोग जोखिम भरा है।

50% से अधिक उत्तरदाता संवर्धित वास्तविकता चश्मा चाहते हैं। उनके उपयोग के संभावित विकल्पों में से: अंधेरे क्षेत्रों को उजागर करना, खतरे के बारे में चेतावनी देना, परेशान करने वाले पर्यावरणीय तत्वों को बदलने या खत्म करने की क्षमता।

30% से अधिक उत्तरदाता आश्वस्त हैं कि अब इंटरनेट पर गोपनीयता जैसी कोई चीज़ नहीं है, इसलिए 50% अध्ययन प्रतिभागी गोपनीयता के "उचित रूप से अच्छे" स्तर से संतुष्ट हैं।

विशेषज्ञों के मुताबिक, महज पांच साल में सभी इंटरनेट यूजर्स को पांच सबसे बड़ी आईटी कंपनियों के सभी उत्पाद और सेवाएं मुहैया कराई जाएंगी।

पेस्पेस पत्रिका सहायता

पहले हमने इस तथ्य के बारे में लिखा था।

सिनोवेशनवेंचर्स के अध्यक्ष काई फू ली का मानना ​​है कि एआई का उद्देश्य "बड़े पैमाने पर नौकरी की हानि करना है" जबकि एआई को विकसित करने या अपनाने वाली कंपनियों के हाथों में धन केंद्रित करना है। दूसरों का मानना ​​है कि 15वीं शताब्दी में प्रिंटिंग प्रेस से लेकर दुनिया को बदलने वाली सभी प्रौद्योगिकियों के आगमन के साथ भी इसी तरह की आशंकाएं मौजूद थीं।

द इकोनॉमिस्ट पाठकों को आश्वस्त करता है कि "एआई नौकरियों की मांग पैदा कर रहा है" और दुनिया भर में बढ़ती संख्या में लोग "डिजिटल सेवाएं ऑनलाइन प्रदान कर रहे हैं।" एआई के युग में कौन सी कंपनियां और देश फलेंगे-फूलेंगे? कौन से खंड गायब हो जाएंगे, बदल जाएंगे या बनाए जाएंगे? कैसे बदलेगा काम का स्वरूप?

युद्ध

सशस्त्र ड्रोन के समर्थकों का तर्क है कि ऐसे हथियार मनुष्यों की तुलना में कहीं अधिक सटीकता से लक्ष्य पर हमला कर सकते हैं; और संचालन के रंगमंच में वे जितनी बड़ी भूमिका निभाएंगे, उतना ही कम तकनीशियन उन्हें नुकसान पहुंचाने के लिए उपयोग करेंगे।

लेकिन क्या होगा अगर ऐसे हथियार स्वतंत्र हो जाएं और मानवीय हस्तक्षेप के बिना स्वतंत्र रूप से काम करें? क्या सैन्य कर्मियों की सूची से लोगों को हटाने से हथियारों की और भी अधिक गंभीर और अजेय होड़ बढ़ जाएगी?

आर्टिफिशियल इंटेलिजेंस पर 2015 के अंतर्राष्ट्रीय संयुक्त सम्मेलन के दौरान प्रकाशित एक खुले पत्र में चेतावनी दी गई थी कि स्वायत्त हथियारों के लिए "महंगे या मुश्किल से मिलने वाले कच्चे माल की आवश्यकता नहीं होती है और इसलिए बड़े पैमाने पर उत्पादन के लिए सभी महत्वपूर्ण सेनाओं के लिए यह सर्वव्यापी और सस्ता हो जाएगा।" क्या स्वचालित हथियारों वाला युग अधिक शांतिपूर्ण या अधिक उग्रवादी होगा?

रैंड शोधकर्ता आतंकवाद और लक्षित हत्याओं में लंबी दूरी के सशस्त्र ड्रोन के उपयोग पर केंद्रित एक विश्लेषणात्मक ढांचे और अंतरराष्ट्रीय प्रयास की मांग कर रहे हैं।

निर्णय लेना

राजनेताओं को लगातार बड़ी संख्या में विकल्पों और प्रेरणाओं का सामना करना पड़ता है - बीस साल पहले की तुलना में सोशल मीडिया के दिनों में यह बहुत अधिक है। इस तरह की सूचना अधिभार किसी संकट के दौरान सामना करना मुश्किल बना देता है, एकाधिक संकटों की तो बात ही छोड़ दें।

हाल ही में, "राष्ट्रपति द्वारा कंप्यूटर के माध्यम से लिए जाने वाले सभी निर्णयों को पारित करने के लिए - अंतिम विकल्प बनाने के लिए नहीं, बल्कि किसी व्यक्ति के रूप में नेता की मदद करने के लिए" एक प्रस्ताव सामने आया।

लेकिन जबकि एआई अब काफी हद तक निर्दोष है, रैंड अध्ययन समाचारों को फ़िल्टर करने, आपराधिक न्याय को प्रभावित करने और यहां तक ​​​​कि सामाजिक सुरक्षा लाभ और वीजा के वितरण में एल्गोरिदमिक पूर्वाग्रहों के जोखिमों पर प्रकाश डालता है। एआई को कौन से निर्णय सौंपे जाने चाहिए? मनुष्य के हाथ में क्या रहना चाहिए? लोगों की एक टीम के हाथ में?

निर्माण

दुनिया एआई की आदी हो गई है जो गणना के लुभावने करतब दिखा सकती है और लोकप्रिय बोर्ड गेम में इंसानों को हरा सकती है (20 साल से अधिक समय हो गया है जब आईबीएमडीपब्लू सुपरकंप्यूटर ने प्रसिद्ध रूप से शतरंज के ग्रैंडमास्टर गैरी कास्परोव को हराया था)। यह लोगों के रचनात्मक क्षेत्र में आगे कैसे प्रगति करेगा?

आर्टिफिशियल इंटेलिजेंस शोधकर्ता जेसी एंगेल का मानना ​​है कि यह "रचनात्मक प्रक्रिया को बदल देगा... इसे स्मार्ट टूल के साथ बढ़ाकर जो अभिव्यक्ति के लिए नई संभावनाएं प्रदान करेगा।" दूसरे इतने आशावादी नहीं हैं. पत्रकार एड्रिएन लाफ्रांस का कहना है कि एआई पहले से ही "इश्कबाज," "उपन्यास लिख सकता है," और "अद्भुत सटीकता के साथ नकली प्रसिद्ध पेंटिंग" बना सकता है। रचनात्मक होने का क्या मतलब है? इसके अलावा, मानव होने का क्या अर्थ है?

एआई की चर्चाएं अक्सर चरम सीमा तक पहुंच जाती हैं, चाहे वह मानवीय पीड़ा से मुक्त यूटोपिया का वादा हो या एक डिस्टोपिया का खतरा हो जहां रोबोट अपने मानव रचनाकारों को गुलाम बनाते हैं। जोखिमों को कम करने और लाभों को अधिकतम करने के लिए नीतियों को आकार देने में मदद के लिए अधिक संतुलित और कठोर विश्लेषण की आवश्यकता है। इस आशंका को दूर करने के लिए कुछ कदम उठाए जाने की जरूरत है कि एआई राज्य और समाज पर हावी हो जाएगा।

AI किसी देश के राष्ट्रीय हितों को कैसे प्रभावित कर सकता है? किस प्रकार के एआई, यदि कोई हों, को सरकारी मानदंडों के आधार पर रणनीतिक प्रौद्योगिकियां माना जा सकता है? बाज़ार की ताकतों को कहाँ भूमिका निभानी चाहिए और राजनीति को कहाँ भूमिका निभानी चाहिए? जबकि एआई काफी हद तक विज्ञान कथा का विषय बना हुआ है, ये प्रश्न अधिक से अधिक महत्वपूर्ण होते जा रहे हैं।

पूर्वानुमान लगाना एक कृतघ्न कार्य है, खासकर जब से आधुनिक मशीन सीखने के तरीकों के क्षेत्र में प्रगति ने हाल के वर्षों में हमारी बेतहाशा उम्मीदों को पार कर लिया है। लेकिन मैं गहन तंत्रिका नेटवर्क के प्रशिक्षण के क्षेत्र में कुछ क्षेत्रों का नाम बताने का साहस करूंगा जिनमें निकट भविष्य में महत्वपूर्ण प्रगति की उम्मीद की जा सकती है।

सबसे पहले, यह तंत्रिका नेटवर्क सुदृढीकरण सीखने के विचारों का विकास है, जो पर्यावरण के साथ बातचीत करने वाले एजेंटों के लिए नए स्व-शिक्षण एल्गोरिदम के विकास की अनुमति देगा। ये वर्चुअल स्पेस में काम करने वाले रोबोट और प्रोग्राम दोनों हो सकते हैं, उदाहरण के लिए, गो (पहले से ही) या स्टारक्राफ्ट (प्रगति पर) जैसे बौद्धिक गेम खेलना। बेशक, यहां मुख्य लक्ष्य एक ऐसा एल्गोरिदम बनाना होगा जो एक नए जटिल गेम या वातावरण में "मक्खी पर" अनुकूलित हो सके।

दूसरे, यह तुरंत सीखने और मेटा-लर्निंग के नए तरीकों का विकास है। पहला कंप्यूटर को कुछ उदाहरणों से नई अवधारणाओं और अर्थों को समझने की अनुमति देता है, जैसे एक इंसान करता है, और आधुनिक तंत्रिका नेटवर्क के विपरीत, जो हजारों या दसियों हजार उदाहरणों के संपर्क में आने के बाद एक नई अवधारणा सीखते हैं।

दूसरा तंत्रिका नेटवर्क को अपनी सीखने की विधि के मापदंडों का चयन करने की अनुमति देता है। अब तंत्रिका नेटवर्क के प्रशिक्षण की गुणवत्ता और गति कई मापदंडों की सेटिंग पर निर्भर करती है (आमतौर पर उन्हें नेटवर्क भार से अलग करने के लिए हाइपर-पैरामीटर कहा जाता है, जो वास्तव में, प्रशिक्षण के दौरान समायोजित किया जाता है), साथ ही साथ नेटवर्क की वास्तुकला ही. वर्तमान में वे मनुष्यों या अर्ध-स्वचालित प्रक्रियाओं द्वारा निर्धारित होते हैं जो इष्टतम से बहुत दूर हैं। इस वजह से, तंत्रिका नेटवर्क जितना सीख सकते थे, उससे कहीं अधिक समय और उससे भी बदतर तरीके से सीखते हैं।

2016 में सामने आए कार्य से पता चलता है कि यह कार्य, सिद्धांत रूप में, एक सहायक तंत्रिका नेटवर्क को सौंपा जा सकता है। जैसा कि हम सभी हाई स्कूल से याद करते हैं, औद्योगिक क्रांति का अंत तब होता है जब "मशीनें मशीनें बनाना शुरू कर देती हैं।" शायद भविष्य में, एक समान रूप से महत्वपूर्ण मील का पत्थर वह क्षण होगा जब तंत्रिका नेटवर्क तंत्रिका नेटवर्क को प्रशिक्षित करना शुरू करेंगे, और यह विश्वास करने का कारण है कि यह 2017 की शुरुआत में होगा।

तीसरा, तंत्रिका नेटवर्क एक व्यक्ति से बात करना सीखेंगे (दोनों प्रतिकृति पाठ उत्पन्न करने के अर्थ में और मानव भाषण से अप्रभेद्य भाषण को संश्लेषित करने के अर्थ में), पाठ विवरण के आधार पर फोटोरिअलिस्टिक चित्र और वीडियो अनुक्रम उत्पन्न करना, और बड़े, सार्थक पाठ लिखना . तथाकथित के क्षेत्र में तेजी से प्रगति के कारण यह हमारा निकट भविष्य बन जाएगा। जेनेरिक डीप लर्निंग मॉडल। निःसंदेह, इससे नए व्यवसायों का निर्माण होगा, नई प्रकार की वस्तुओं और सेवाओं का उदय होगा, साथ ही अर्थव्यवस्था के पारंपरिक क्षेत्रों, जैसे मोबाइल ऑपरेटरों या बैंकों में श्रम उत्पादकता में वृद्धि होगी, जो करने में सक्षम होंगे। महँगे और अप्रभावी कॉल सेंटरों को त्यागें।

इन सभी समस्याओं का समाधान मशीन लर्निंग के पवित्र ग्रिल - कृत्रिम बुद्धिमत्ता के निर्माण की दिशा में एक महत्वपूर्ण कदम होगा। एआई निश्चित रूप से अगले साल दिखाई नहीं देगी, लेकिन 5-10 वर्षों में यह निस्संदेह विकसित हो जाएगी। इसके अलावा, कृत्रिम बुद्धिमत्ता के पहले से मौजूद तत्व वैज्ञानिकों को पूर्ण एआई बनाने में मदद करेंगे और इससे इस दिशा में काम में तेजी आएगी। एआई का निर्माण मानवता की सबसे महत्वपूर्ण उपलब्धि होगी और इसे एक शक्तिशाली सभ्यतागत छलांग प्रदान करेगी।

यह ध्यान रखना महत्वपूर्ण है कि एआई के क्षेत्र में तेजी से प्रगति काफी हद तक इस तथ्य के कारण संभव हो गई है कि ये विकास खुले तौर पर किए जा रहे हैं और कोई भी व्यक्ति न्यूनतम आवश्यक प्रशिक्षण (उदाहरण के लिए, कंप्यूटर विज्ञान संकाय का स्नातक) नेशनल रिसर्च यूनिवर्सिटी हायर स्कूल ऑफ इकोनॉमिक्स) उनमें भाग ले सकता है: यहां तक ​​कि बड़े आईटी-निगम-गहन शिक्षा के क्षेत्र में अग्रणी कोई रहस्य नहीं हैं (अल्पकालिक वाणिज्यिक लोगों को छोड़कर), अधिकांश तरीकों के सॉफ्टवेयर कार्यान्वयन उपलब्ध हैं, साथ ही एल्गोरिदम का गणितीय विवरण, जो आश्चर्यजनक रूप से इतना जटिल नहीं है, उनकी मदद से हल की गई समस्याओं की वैश्विक प्रकृति को ध्यान में रखते हुए। यह मशीन लर्निंग को 20वीं सदी के मध्य के अंतरिक्ष या परमाणु कार्यक्रमों से अलग करता है।

अतिरिक्त सामग्री

मशीन लर्निंग पर दिमित्री वेट्रोव द्वारा व्याख्यान (यह समझने के लिए कि यह क्या है)

कृत्रिम होशियारी (एआई, अंग्रेजी: आर्टिफिशियल इंटेलिजेंस, एआई) - बुद्धिमान मशीनें, विशेष रूप से बुद्धिमान कंप्यूटर प्रोग्राम बनाने का विज्ञान और प्रौद्योगिकी। एआई मानव बुद्धि को समझने के लिए कंप्यूटर का उपयोग करने के समान कार्य से संबंधित है, लेकिन जरूरी नहीं कि यह जैविक रूप से प्रशंसनीय तरीकों तक ही सीमित हो।

आर्टिफिशियल इंटेलिजेंस क्या है

बुद्धिमत्ता(लैटिन इंटेलेक्टस से - संवेदना, धारणा, समझ, समझ, अवधारणा, कारण), या मन - मानस का एक गुण जिसमें नई परिस्थितियों के अनुकूल होने की क्षमता, अनुभव के आधार पर सीखने और याद रखने, समझने और लागू करने की क्षमता शामिल है। अमूर्त अवधारणाएँ और पर्यावरण प्रबंधन के लिए अपने ज्ञान का उपयोग करना। बुद्धिमत्ता अनुभूति और कठिनाइयों को हल करने की सामान्य क्षमता है, जो सभी मानव संज्ञानात्मक क्षमताओं को एकजुट करती है: संवेदना, धारणा, स्मृति, प्रतिनिधित्व, सोच, कल्पना।

1980 के दशक की शुरुआत में. कम्प्यूटेशनल वैज्ञानिकों बर्र और फजगेनबाम ने कृत्रिम बुद्धिमत्ता (एआई) की निम्नलिखित परिभाषा प्रस्तावित की:

बाद में, कई एल्गोरिदम और सॉफ्टवेयर सिस्टम को एआई के रूप में वर्गीकृत किया जाने लगा, जिनकी विशिष्ट संपत्ति यह है कि वे कुछ समस्याओं को उसी तरह हल कर सकते हैं जैसे उनके समाधान के बारे में सोचने वाला व्यक्ति करता है।

एआई के मुख्य गुण हैं भाषा को समझना, सीखना और सोचने की क्षमता और, महत्वपूर्ण रूप से, कार्य करना।

एआई संबंधित प्रौद्योगिकियों और प्रक्रियाओं का एक जटिल है जो गुणात्मक और तेजी से विकसित हो रहे हैं, उदाहरण के लिए:

• प्राकृतिक भाषा पाठ प्रसंस्करण
• विशेषज्ञ प्रणालियां
• वर्चुअल एजेंट (चैटबॉट और वर्चुअल असिस्टेंट)
• सिफ़ारिश प्रणाली.

कृत्रिम बुद्धिमत्ता के विकास के लिए राष्ट्रीय रणनीति

• मुख्य लेख:कृत्रिम बुद्धिमत्ता के विकास के लिए राष्ट्रीय रणनीति

एआई अनुसंधान

• मुख्य लेख:कृत्रिम बुद्धिमत्ता अनुसंधान

एआई में मानकीकरण

2019: आईएसओ/आईईसी विशेषज्ञों ने रूसी में एक मानक विकसित करने के प्रस्ताव का समर्थन किया

16 अप्रैल, 2019 को यह ज्ञात हुआ कि कृत्रिम बुद्धिमत्ता के क्षेत्र में मानकीकरण पर आईएसओ/आईईसी उपसमिति ने "कृत्रिम बुद्धिमत्ता" विकसित करने के लिए आरवीसी के आधार पर बनाई गई तकनीकी समिति "साइबर-भौतिक प्रणाली" के प्रस्ताव का समर्थन किया। मानक। अवधारणाएँ और शब्दावली" मूल अंग्रेजी संस्करण के अलावा रूसी में भी।

शब्दावली मानक “कृत्रिम बुद्धिमत्ता। अवधारणाएँ और शब्दावली" कृत्रिम बुद्धिमत्ता के क्षेत्र में अंतर्राष्ट्रीय नियामक और तकनीकी दस्तावेजों के पूरे परिवार के लिए मौलिक है। नियमों और परिभाषाओं के अलावा, इस दस्तावेज़ में तत्वों के साथ सिस्टम के निर्माण के लिए वैचारिक दृष्टिकोण और सिद्धांत, एआई और अन्य एंड-टू-एंड प्रौद्योगिकियों के बीच संबंधों का विवरण, साथ ही नियामक और तकनीकी विनियमन के लिए बुनियादी सिद्धांत और रूपरेखा दृष्टिकोण शामिल हैं। कृत्रिम बुद्धि का.

डबलिन में प्रासंगिक आईएसओ/आईईसी उपसमिति की बैठक के बाद, आईएसओ/आईईसी विशेषज्ञों ने न केवल अंग्रेजी में, बल्कि रूसी में भी एआई के क्षेत्र में एक शब्दावली मानक विकसित करने के लिए रूस के प्रतिनिधिमंडल के प्रस्ताव का समर्थन किया। दस्तावेज़ को 2021 की शुरुआत में मंजूरी मिलने की उम्मीद है।

कृत्रिम बुद्धिमत्ता पर आधारित उत्पादों और सेवाओं के विकास के लिए सभी बाजार सहभागियों द्वारा उपयोग की जाने वाली अवधारणाओं की स्पष्ट व्याख्या की आवश्यकता होती है। शब्दावली मानक उस "भाषा" को एकीकृत करेगा जिसमें डेवलपर्स, ग्राहक और पेशेवर समुदाय संवाद करते हैं, एआई-आधारित उत्पादों के ऐसे गुणों को "सुरक्षा", "पुनरुत्पादन", "विश्वसनीयता" और "गोपनीयता" के रूप में वर्गीकृत करेंगे। राष्ट्रीय प्रौद्योगिकी पहल के ढांचे के भीतर कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों के विकास के लिए एक एकीकृत शब्दावली भी एक महत्वपूर्ण कारक बन जाएगी - एनटीआई परिधि में 80% से अधिक कंपनियों द्वारा एआई एल्गोरिदम का उपयोग किया जाता है। इसके अलावा, आईएसओ/आईईसी निर्णय प्राधिकरण को मजबूत करेगा और अंतरराष्ट्रीय मानकों के आगे विकास में रूसी विशेषज्ञों के प्रभाव का विस्तार करेगा।

बैठक के दौरान, आईएसओ/आईईसी विशेषज्ञों ने एक मसौदा अंतरराष्ट्रीय दस्तावेज़ सूचना प्रौद्योगिकी - कृत्रिम बुद्धिमत्ता (एआई) - एआई सिस्टम के लिए कम्प्यूटेशनल दृष्टिकोण का अवलोकन के विकास का भी समर्थन किया, जिसमें रूस सह-संपादक के रूप में कार्य करता है। दस्तावेज़ कृत्रिम बुद्धिमत्ता प्रणालियों की वर्तमान स्थिति का एक सिंहावलोकन प्रदान करता है, जिसमें सिस्टम की मुख्य विशेषताओं, एल्गोरिदम और दृष्टिकोण के साथ-साथ एआई के क्षेत्र में विशेष अनुप्रयोगों के उदाहरणों का वर्णन किया गया है। इस मसौदा दस्तावेज़ का विकास उपसमिति (एससी 42 वर्किंग ग्रुप 5 "एआई सिस्टम के कम्प्यूटेशनल दृष्टिकोण और कम्प्यूटेशनल विशेषताओं") के भीतर एक विशेष रूप से बनाए गए कार्य समूह 5 "एआई सिस्टम की कम्प्यूटेशनल दृष्टिकोण और कम्प्यूटेशनल विशेषताओं" द्वारा किया जाएगा।

अंतर्राष्ट्रीय स्तर पर अपने काम के हिस्से के रूप में, रूसी प्रतिनिधिमंडल कई ऐतिहासिक निर्णय लेने में कामयाब रहा, जिसका देश में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों के विकास पर दीर्घकालिक प्रभाव पड़ेगा। मानक के रूसी-भाषा संस्करण का विकास, यहां तक ​​​​कि ऐसे प्रारंभिक चरण से, अंतरराष्ट्रीय क्षेत्र के साथ सिंक्रनाइज़ेशन की गारंटी है, और आईएसओ/आईईसी उपसमिति का विकास और रूसी सह-संपादन के साथ अंतरराष्ट्रीय दस्तावेजों की शुरुआत है। विदेशों में रूसी डेवलपर्स के हितों को और बढ़ावा देने की नींव," उन्होंने टिप्पणी की।

डिजिटल अर्थव्यवस्था के विभिन्न क्षेत्रों में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों की व्यापक मांग है। उनके पूर्ण पैमाने पर व्यावहारिक उपयोग में बाधा डालने वाले मुख्य कारकों में नियामक ढांचे का अविकसित होना है। साथ ही, यह अच्छी तरह से विकसित नियामक और तकनीकी ढांचा है जो प्रौद्योगिकी अनुप्रयोग की निर्दिष्ट गुणवत्ता और संबंधित आर्थिक प्रभाव को सुनिश्चित करता है।

कृत्रिम बुद्धिमत्ता के क्षेत्र में, आरवीसी पर आधारित टीसी साइबर-फिजिकल सिस्टम्स, कई राष्ट्रीय मानक विकसित कर रहा है, जिसकी मंजूरी 2019 के अंत - 2020 की शुरुआत के लिए निर्धारित है। इसके अलावा, 2020 और उससे आगे के लिए एक राष्ट्रीय मानकीकरण योजना (एनएसपी) तैयार करने के लिए बाजार के खिलाड़ियों के साथ मिलकर काम चल रहा है। टीसी "साइबर-फिजिकल सिस्टम" इच्छुक संगठनों से दस्तावेजों के विकास के प्रस्तावों के लिए खुला है।

2018: क्वांटम संचार, एआई और स्मार्ट सिटी के क्षेत्र में मानकों का विकास

6 दिसंबर, 2018 को, आरवीसी पर आधारित तकनीकी समिति "साइबर-फिजिकल सिस्टम्स" ने क्षेत्रीय इंजीनियरिंग केंद्र "सेफनेट" के साथ मिलकर राष्ट्रीय प्रौद्योगिकी पहल (एनटीआई) और डिजिटल अर्थव्यवस्था के बाजारों के लिए मानकों का एक सेट विकसित करना शुरू किया। मार्च 2019 तक, क्वांटम संचार के क्षेत्र में तकनीकी मानकीकरण दस्तावेज़ विकसित करने की योजना बनाई गई है, और, आरवीसी ने बताया। और पढ़ें।

कृत्रिम बुद्धि का प्रभाव

मानव सभ्यता के विकास के लिए खतरा

अर्थव्यवस्था और व्यापार पर असर

• अर्थव्यवस्था और व्यापार पर कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों का प्रभाव

श्रम बाज़ार पर प्रभाव

कृत्रिम बुद्धिमत्ता पूर्वाग्रह

एआई (मशीन अनुवाद, वाक् पहचान, प्राकृतिक भाषा प्रसंस्करण, कंप्यूटर दृष्टि, स्वचालित ड्राइविंग और बहुत कुछ) के अभ्यास में जो कुछ भी है उसके मूल में गहन शिक्षा है। यह मशीन लर्निंग का एक सबसेट है, जो तंत्रिका नेटवर्क मॉडल के उपयोग की विशेषता है, जिसे मस्तिष्क के कामकाज की नकल करने के लिए कहा जा सकता है, इसलिए उन्हें एआई के रूप में वर्गीकृत करना एक खिंचाव होगा। किसी भी तंत्रिका नेटवर्क मॉडल को बड़े डेटा सेट पर प्रशिक्षित किया जाता है, इसलिए यह कुछ "कौशल" प्राप्त करता है, लेकिन यह उनका उपयोग कैसे करता है यह इसके रचनाकारों के लिए अस्पष्ट रहता है, जो अंततः कई गहन शिक्षण अनुप्रयोगों के लिए सबसे महत्वपूर्ण समस्याओं में से एक बन जाता है। इसका कारण यह है कि ऐसा मॉडल छवियों के साथ औपचारिक रूप से काम करता है, बिना यह समझे कि वह क्या करता है। क्या ऐसा सिस्टम AI है और क्या मशीन लर्निंग पर बने सिस्टम पर भरोसा किया जा सकता है? अंतिम प्रश्न के उत्तर के निहितार्थ वैज्ञानिक प्रयोगशाला से भी आगे तक फैले हुए हैं। इसलिए, एआई पूर्वाग्रह नामक घटना पर मीडिया का ध्यान काफ़ी बढ़ गया है। इसका अनुवाद "एआई पूर्वाग्रह" या "एआई पूर्वाग्रह" के रूप में किया जा सकता है। और पढ़ें।

कृत्रिम बुद्धिमत्ता प्रौद्योगिकी बाजार

रूस में एआई बाजार

वैश्विक एआई बाजार

एआई के अनुप्रयोग के क्षेत्र

एआई के अनुप्रयोग के क्षेत्र काफी व्यापक हैं और इसमें परिचित प्रौद्योगिकियों और उभरते नए क्षेत्रों दोनों को शामिल किया गया है जो बड़े पैमाने पर अनुप्रयोग से दूर हैं, दूसरे शब्दों में, यह वैक्यूम क्लीनर से लेकर अंतरिक्ष स्टेशनों तक समाधान की पूरी श्रृंखला है। आप उनकी सारी विविधता को विकास के प्रमुख बिंदुओं की कसौटी के अनुसार विभाजित कर सकते हैं।

एआई एक अखंड विषय क्षेत्र नहीं है। इसके अलावा, एआई के कुछ तकनीकी क्षेत्र अर्थव्यवस्था के नए उप-क्षेत्रों और अलग-अलग संस्थाओं के रूप में दिखाई देते हैं, साथ ही अर्थव्यवस्था के अधिकांश क्षेत्रों में सेवा प्रदान करते हैं।

एआई के उपयोग के विकास से संपूर्ण मूल्य श्रृंखला के साथ अर्थव्यवस्था के शास्त्रीय क्षेत्रों में प्रौद्योगिकियों का अनुकूलन होता है और उन्हें रूपांतरित किया जाता है, जिससे लॉजिस्टिक्स से लेकर कंपनी प्रबंधन तक लगभग सभी कार्यक्षमताओं का एल्गोरिथमीकरण होता है।

रक्षा और सैन्य मामलों के लिए एआई का उपयोग करना

शिक्षा में उपयोग

व्यवसाय में AI का उपयोग करना

धोखाधड़ी के विरुद्ध लड़ाई में ए.आई

11 जुलाई, 2019 को यह ज्ञात हुआ कि केवल दो वर्षों में धोखाधड़ी से निपटने के लिए जुलाई 2019 की तुलना में तीन गुना अधिक बार कृत्रिम बुद्धिमत्ता और मशीन लर्निंग का उपयोग किया जाएगा। ऐसा डेटा एसएएस और एसोसिएशन ऑफ सर्टिफाइड फ्रॉड एग्जामिनर्स (एसीएफई) के संयुक्त अध्ययन के दौरान प्राप्त किया गया था। जुलाई 2019 तक, सर्वेक्षण में भाग लेने वाले 13% संगठनों में ऐसे धोखाधड़ी-रोधी उपकरण पहले से ही उपयोग किए जा रहे हैं, और अन्य 25% ने कहा कि वे उन्हें अगले एक या दो साल के भीतर लागू करने की योजना बना रहे हैं। और पढ़ें।

विद्युत ऊर्जा उद्योग में ए.आई

• डिजाइन स्तर पर: ऊर्जा संसाधनों के उत्पादन और मांग का बेहतर पूर्वानुमान, बिजली उत्पादन उपकरणों की विश्वसनीयता का आकलन, मांग बढ़ने पर बढ़ी हुई पीढ़ी का स्वचालन।
• उत्पादन स्तर पर: उपकरणों के निवारक रखरखाव का अनुकूलन, उत्पादन दक्षता में वृद्धि, घाटे को कम करना, ऊर्जा संसाधनों की चोरी को रोकना।
• प्रचार स्तर पर: दिन के समय और गतिशील बिलिंग के आधार पर मूल्य निर्धारण का अनुकूलन।
• सेवा प्रावधान के स्तर पर: सबसे लाभदायक आपूर्तिकर्ता का स्वचालित चयन, विस्तृत खपत आँकड़े, स्वचालित ग्राहक सेवा, ग्राहक की आदतों और व्यवहार को ध्यान में रखते हुए ऊर्जा खपत का अनुकूलन।

विनिर्माण में ए.आई

• डिज़ाइन स्तर पर: नए उत्पाद विकास की दक्षता बढ़ाना, स्वचालित आपूर्तिकर्ता मूल्यांकन और स्पेयर पार्ट्स आवश्यकताओं का विश्लेषण।
• उत्पादन स्तर पर: कार्यों को पूरा करने की प्रक्रिया में सुधार, असेंबली लाइनों को स्वचालित करना, त्रुटियों की संख्या को कम करना, कच्चे माल की डिलीवरी के समय को कम करना।
• पदोन्नति स्तर पर: समर्थन और रखरखाव सेवाओं की मात्रा का पूर्वानुमान, मूल्य निर्धारण प्रबंधन।
• सेवा प्रावधान के स्तर पर: वाहन बेड़े मार्गों की योजना में सुधार, बेड़े संसाधनों की मांग, सेवा इंजीनियरों के प्रशिक्षण की गुणवत्ता में सुधार।

बैंकों में ए.आई

• पैटर्न पहचान - प्रयुक्त सहित। शाखाओं में ग्राहकों को पहचानना और उन्हें विशेष प्रस्ताव देना।

परिवहन में ए.आई

• ऑटो उद्योग क्रांति के कगार पर है: मानव रहित ड्राइविंग के युग की 5 चुनौतियाँ

रसद में ए.आई

शराब बनाने में ए.आई

न्यायपालिका में ए.आई

कृत्रिम बुद्धिमत्ता के क्षेत्र में विकास न्यायिक प्रणाली को मौलिक रूप से बदलने में मदद करेगा, इसे निष्पक्ष और भ्रष्टाचार योजनाओं से मुक्त बनाएगा। यह राय 2017 की गर्मियों में आर्टेज़ियो के तकनीकी सलाहकार, तकनीकी विज्ञान के डॉक्टर व्लादिमीर क्रायलोव द्वारा व्यक्त की गई थी।

वैज्ञानिक का मानना ​​है कि एआई के क्षेत्र में मौजूदा समाधानों को अर्थव्यवस्था और सार्वजनिक जीवन के विभिन्न क्षेत्रों में सफलतापूर्वक लागू किया जा सकता है। विशेषज्ञ बताते हैं कि एआई का चिकित्सा में सफलतापूर्वक उपयोग किया जा रहा है, लेकिन भविष्य में यह न्यायिक प्रणाली को पूरी तरह से बदल सकता है।

“एआई के क्षेत्र में विकास के बारे में हर दिन समाचार रिपोर्टों को देखते हुए, आप केवल इस क्षेत्र में शोधकर्ताओं और डेवलपर्स की अटूट कल्पना और फलदायीता पर आश्चर्यचकित होते हैं। बाज़ार में आने वाले नए उत्पादों के बारे में प्रकाशनों और विभिन्न क्षेत्रों में एआई के उपयोग के माध्यम से प्राप्त आश्चर्यजनक परिणामों की रिपोर्टों के साथ वैज्ञानिक अनुसंधान पर रिपोर्टें लगातार बीच-बीच में आती रहती हैं। यदि हम मीडिया में ध्यान देने योग्य प्रचार के साथ अपेक्षित घटनाओं के बारे में बात करते हैं, जिसमें एआई फिर से समाचार का नायक बन जाएगा, तो मैं शायद तकनीकी पूर्वानुमान लगाने का जोखिम नहीं उठाऊंगा। मैं कल्पना कर सकता हूं कि अगली घटना कहीं न कहीं कृत्रिम बुद्धिमत्ता के रूप में निष्पक्ष और निष्कलंक अत्यंत सक्षम न्यायालय के उद्भव की होगी। ऐसा जाहिर तौर पर 2020-2025 में होगा। और इस अदालत में होने वाली प्रक्रियाएं अप्रत्याशित प्रतिबिंब और कई लोगों की मानव समाज के प्रबंधन की अधिकांश प्रक्रियाओं को एआई में स्थानांतरित करने की इच्छा को जन्म देंगी।

वैज्ञानिक न्यायिक प्रणाली में कृत्रिम बुद्धिमत्ता के उपयोग को विधायी समानता और न्याय विकसित करने के लिए एक "तार्किक कदम" के रूप में मान्यता देते हैं। मशीन इंटेलिजेंस भ्रष्टाचार और भावनाओं के अधीन नहीं है, विधायी ढांचे का सख्ती से पालन कर सकता है और विवाद के पक्षों की विशेषता बताने वाले डेटा सहित कई कारकों को ध्यान में रखते हुए निर्णय ले सकता है। चिकित्सा क्षेत्र के अनुरूप, रोबोट न्यायाधीश सरकारी सेवा भंडार से बड़े डेटा के साथ काम कर सकते हैं। ऐसा माना जा सकता है, कि

संगीत

चित्रकारी

2015 में, Google टीम ने यह देखने के लिए तंत्रिका नेटवर्क का परीक्षण किया कि क्या वे स्वयं छवियां बना सकते हैं। फिर बड़ी संख्या में विभिन्न चित्रों का उपयोग करके कृत्रिम बुद्धिमत्ता को प्रशिक्षित किया गया। हालाँकि, जब मशीन को स्वयं कुछ चित्रित करने के लिए "कहा" गया, तो यह पता चला कि उसने हमारे आस-पास की दुनिया की कुछ अजीब तरीके से व्याख्या की। उदाहरण के लिए, डम्बल खींचने के कार्य के लिए, डेवलपर्स को एक छवि प्राप्त हुई जिसमें धातु मानव हाथों से जुड़ी हुई थी। यह संभवतः इस तथ्य के कारण हुआ कि प्रशिक्षण चरण में, डम्बल के साथ विश्लेषण की गई तस्वीरों में हाथ थे, और तंत्रिका नेटवर्क ने इसकी गलत व्याख्या की।

26 फरवरी 2016 को, सैन फ्रांसिस्को में एक विशेष नीलामी में, Google प्रतिनिधियों ने कृत्रिम बुद्धिमत्ता द्वारा बनाई गई साइकेडेलिक पेंटिंग से लगभग 98 हजार डॉलर जुटाए, ये धनराशि दान में दे दी गई। कार की सबसे सफल तस्वीरों में से एक नीचे प्रस्तुत की गई है।

Google की कृत्रिम बुद्धिमत्ता द्वारा चित्रित एक पेंटिंग।