AI-For-Beginners/translations/hi/lessons/1-Intro

Image by Dmitry Soshnikov

जैसे-जैसे समय बीतता गया, कंप्यूटिंग संसाधन सस्ते होते गए और अधिक डेटा उपलब्ध होने लगा, जिससे न्यूरल नेटवर्क दृष्टिकोण ने कई क्षेत्रों में, जैसे कंप्यूटर विज़न या भाषण समझने में, मानव के साथ प्रतिस्पर्धा में शानदार प्रदर्शन दिखाना शुरू कर दिया। पिछले दशक में, कृत्रिम बुद्धिमत्ता (AI) शब्द को ज्यादातर न्यूरल नेटवर्क का पर्याय माना गया है, क्योंकि AI की अधिकांश सफलताएँ जो हम सुनते हैं, उन्हीं पर आधारित हैं।

हम देख सकते हैं कि दृष्टिकोण कैसे बदलते गए, उदाहरण के लिए, शतरंज खेलने वाले कंप्यूटर प्रोग्राम बनाने में:

• शुरुआती शतरंज प्रोग्राम खोज पर आधारित थे – एक प्रोग्राम स्पष्ट रूप से अगले कुछ चालों के लिए प्रतिद्वंद्वी की संभावित चालों का अनुमान लगाने की कोशिश करता था और कुछ चालों में प्राप्त की जा सकने वाली आदर्श स्थिति के आधार पर एक आदर्श चाल का चयन करता था। इससे alpha-beta pruning खोज एल्गोरिदम का विकास हुआ।
• खोज रणनीतियाँ खेल के अंत में अच्छी तरह काम करती हैं, जहाँ खोज स्थान सीमित होता है और संभावित चालों की संख्या कम होती है। हालांकि, खेल की शुरुआत में खोज स्थान बहुत बड़ा होता है, और एल्गोरिदम को मानव खिलाड़ियों के बीच मौजूदा मैचों से सीखकर बेहतर बनाया जा सकता है। बाद के प्रयोगों में case-based reasoning का उपयोग किया गया, जहाँ प्रोग्राम ज्ञान आधार में वर्तमान स्थिति के बहुत समान मामलों की तलाश करता था।
• आधुनिक प्रोग्राम, जो मानव खिलाड़ियों को हराते हैं, न्यूरल नेटवर्क और reinforcement learning पर आधारित हैं, जहाँ प्रोग्राम केवल अपने आप के खिलाफ लंबे समय तक खेलकर और अपनी गलतियों से सीखकर खेलना सीखते हैं – ठीक वैसे ही जैसे मानव शतरंज खेलना सीखते हैं। हालांकि, एक कंप्यूटर प्रोग्राम बहुत कम समय में कई अधिक खेल खेल सकता है और इस प्रकार बहुत तेजी से सीख सकता है।

✅ AI द्वारा खेले गए अन्य खेलों पर थोड़ा शोध करें।

इसी तरह, हम देख सकते हैं कि "बोलने वाले प्रोग्राम" (जो ट्यूरिंग टेस्ट पास कर सकते हैं) बनाने के दृष्टिकोण कैसे बदलते गए:

• इस प्रकार के शुरुआती प्रोग्राम, जैसे Eliza, बहुत सरल व्याकरणिक नियमों और इनपुट वाक्य को प्रश्न में पुनः स्वरूपित करने पर आधारित थे।
• आधुनिक सहायक, जैसे Cortana, Siri या Google Assistant, सभी हाइब्रिड सिस्टम हैं जो भाषण को टेक्स्ट में बदलने और हमारे इरादे को पहचानने के लिए न्यूरल नेटवर्क का उपयोग करते हैं, और फिर आवश्यक क्रियाएँ करने के लिए कुछ तर्क या स्पष्ट एल्गोरिदम का उपयोग करते हैं।
• भविष्य में, हम उम्मीद कर सकते हैं कि संवाद को पूरी तरह से संभालने के लिए एक पूर्ण न्यूरल-आधारित मॉडल विकसित होगा। हाल ही में GPT और Turing-NLG परिवार के न्यूरल नेटवर्क ने इस क्षेत्र में बड़ी सफलता दिखाई है।

छवि: दिमित्री सोश्निकोव द्वारा, फोटो मारिना अब्रोसिमोवा, Unsplash से

हालिया एआई अनुसंधान

न्यूरल नेटवर्क अनुसंधान में हालिया तेज़ी 2010 के आसपास शुरू हुई, जब बड़े सार्वजनिक डेटासेट उपलब्ध होने लगे। ImageNet नामक छवियों का एक विशाल संग्रह, जिसमें लगभग 14 मिलियन एनोटेटेड छवियां शामिल हैं, ने ImageNet Large Scale Visual Recognition Challenge को जन्म दिया।

छवि: दिमित्री सोश्निकोव द्वारा

2012 में, Convolutional Neural Networks का पहली बार छवि वर्गीकरण में उपयोग किया गया, जिससे वर्गीकरण त्रुटियों में महत्वपूर्ण कमी आई (लगभग 30% से 16.4% तक)। 2015 में, Microsoft Research की ResNet आर्किटेक्चर ने मानव-स्तरीय सटीकता हासिल की।

तब से, न्यूरल नेटवर्क ने कई कार्यों में बहुत सफल प्रदर्शन दिखाया है:

---

वर्ष	मानव समानता प्राप्त
2015	छवि वर्गीकरण
2016	संवादी भाषण पहचान
2018	स्वचालित मशीन अनुवाद (चीनी से अंग्रेजी)
2020	छवि कैप्शनिंग

पिछले कुछ वर्षों में, हमने बड़े भाषा मॉडलों, जैसे BERT और GPT-3, के साथ बड़ी सफलताएं देखी हैं। यह मुख्य रूप से इसलिए हुआ क्योंकि बहुत सारा सामान्य पाठ डेटा उपलब्ध है, जो हमें मॉडलों को पाठ की संरचना और अर्थ को समझने के लिए प्रशिक्षित करने की अनुमति देता है। इन मॉडलों को सामान्य पाठ संग्रहों पर प्री-ट्रेन किया जाता है और फिर विशिष्ट कार्यों के लिए इन्हें विशेष रूप से अनुकूलित किया जाता है। हम इस पाठ्यक्रम में बाद में प्राकृतिक भाषा प्रसंस्करण के बारे में और अधिक जानेंगे।

🚀 चुनौती

इंटरनेट पर एक यात्रा करें और यह निर्धारित करें कि, आपकी राय में, एआई का सबसे प्रभावी उपयोग कहां हो रहा है। क्या यह किसी मैपिंग ऐप में है, या किसी स्पीच-टू-टेक्स्ट सेवा में, या किसी वीडियो गेम में? शोध करें कि यह प्रणाली कैसे बनाई गई थी।

पाठ के बाद का क्विज़

समीक्षा और स्व-अध्ययन

इस पाठ को पढ़कर एआई और एमएल के इतिहास की समीक्षा करें। उस पाठ या इस पाठ के शीर्ष पर दिए गए स्केच नोट से एक तत्व लें और इसे गहराई से शोध करें ताकि इसके विकास को प्रभावित करने वाले सांस्कृतिक संदर्भ को समझा जा सके।

असाइनमेंट: गेम जैम

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता सुनिश्चित करने का प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।