उस अद्भुत, रहस्योद्घाटन की भावना को याद करें जब आपने पहली बार कारण और प्रभाव के अस्तित्व की खोज की थी? यह एक पेचीदा सवाल है. बच्चे आठ महीने की उम्र से ही कार्य-कारण के सिद्धांत को सीखना शुरू कर देते हैं, जिससे उन्हें अपने आसपास की दुनिया के बारे में प्रारंभिक अनुमान लगाने में मदद मिलती है। लेकिन हममें से अधिकांश को तीन या चार साल की उम्र से पहले बहुत कुछ याद नहीं रहता है, इसलिए "क्यों" का महत्वपूर्ण सबक कुछ ऐसा है जिसे हम आसानी से मान लेते हैं।
यह न केवल मनुष्यों के लिए सीखने के लिए एक महत्वपूर्ण सबक है, बल्कि यह भी है कि आज की कृत्रिम बुद्धिमत्ता प्रणालियाँ बहुत खराब हैं। जबकि आधुनिक ए.आई. करने के लिए सक्षम गो पर मानव खिलाड़ियों को पीटना और व्यस्त सड़कों पर कार चलाना, यह जरूरी नहीं कि मनुष्य इन क्षमताओं में महारत हासिल करने के लिए जिस तरह की बुद्धि का उपयोग कर सकता है, उससे तुलनीय हो। ऐसा इसलिए है क्योंकि मनुष्य - यहां तक कि छोटे शिशु भी - ज्ञान को एक क्षेत्र से दूसरे क्षेत्र में लागू करके सामान्यीकरण करने की क्षमता रखते हैं। ए.आई. के लिए अपनी क्षमता तक जीने के लिए, यह है कुछ ऐसा करने में सक्षम होने की भी आवश्यकता है.
अनुशंसित वीडियो
उदाहरण के लिए, यदि रोबोट ने कुछ ब्लॉकों का उपयोग करके टावर बनाना सीख लिया है, तो वह इन कौशलों को एक पुल या यहां तक कि घर जैसी संरचना बनाने में स्थानांतरित करना चाहेगा। ओसामा अहमदस्विट्जरलैंड में ईटीएच ज्यूरिख में मास्टर के छात्र ने डिजिटल ट्रेंड्स को बताया। “इसे हासिल करने का एक तरीका विभिन्न पर्यावरण चर के बीच कारण संबंधों को सीखना हो सकता है। या कल्पना करें कि ट्राइफिंगर रोबोट में इस्तेमाल किया कॉसलवर्ल्ड हार्डवेयर की खराबी के कारण अचानक एक उंगली चली गई। यह अभी भी केवल दो अंगुलियों से लक्ष्य का आकार कैसे बना सकता है?”
कॉसलवर्ल्ड वीडियो
मशीनों के लिए एक आभासी प्रशिक्षण दुनिया
कॉसलवर्ल्ड क्या है फ्रेडरिक ट्रौबल, एक पीएच.डी. जर्मनी में मैक्स प्लैंक इंस्टीट्यूट फॉर इंटेलिजेंट सिस्टम्स के छात्र, इसे "हेरफेर बेंचमार्क" के रूप में संदर्भित करते हैं। यह एक कदम है अनुसंधान को आगे बढ़ाना ताकि रोबोटिक एजेंट पर्यावरण के गुणों में विभिन्न परिवर्तनों को बेहतर ढंग से सामान्यीकृत कर सकें, जैसे कि द्रव्यमान या आकार वस्तुएं. उदाहरण के लिए, यदि कोई रोबोट किसी विशेष वस्तु को उठाना सीखता है, तो हम उचित रूप से इसकी अपेक्षा कर सकते हैं इस क्षमता को भारी वस्तुओं में स्थानांतरित कर सकता है - जब तक यह सही कारण को समझता है संबंध।
हम विज्ञान-फाई फिल्मों में जिस तरह के आभासी प्रशिक्षण वातावरण के बारे में सुनते थे, वह ऐसा ही है, कहते हैं, गणित का सवाल: एक आभासी दुनिया जिसमें नियम लागू नहीं होते। कॉज़लवर्ल्ड में, जहां शोधकर्ता रोबोटिक वातावरण में अपने तरीकों को व्यवस्थित रूप से प्रशिक्षित और मूल्यांकन कर सकते हैं, यह बिल्कुल विपरीत है। यह सब नियमों को सीखने और उन्हें लागू करने के बारे में है। रोबोट एजेंटों को उसी तरह के कार्य दिए जा सकते हैं जिनमें बच्चे भाग लेते हैं जब वे ब्लॉकों के साथ स्टैकिंग, पुशिंग और अन्य कारण-और-प्रभाव वाले खेल खेलते हैं। जैसे ही रोबोट सीखता है, शोधकर्ता उसकी सामान्यीकरण क्षमताओं का परीक्षण करने के लिए हस्तक्षेप कर सकते हैं। यह मूल रूप से एक परीक्षण वातावरण है जो यह मूल्यांकन करने में मदद करेगा कि ए.आई. एजेंट सामान्यीकरण कर सकते हैं।
“अधिकांश आधुनिक ए.आई. सांख्यिकीय शिक्षा पर आधारित है, जो पूरी तरह से सांख्यिकीय जानकारी निकालने के बारे में है - उदाहरण के लिए, सहसंबंध - डेटा से," बर्नहार्ड स्कोल्कोफ़मैक्स प्लैंक इंस्टीट्यूट के निदेशक ने डिजिटल ट्रेंड्स को बताया। “यह बहुत अच्छा है क्योंकि यह हमें दूसरों से एक मात्रा की भविष्यवाणी करने की अनुमति देता है, लेकिन केवल तब तक जब तक कुछ भी नहीं बदलता है। जब आप किसी सिस्टम में हस्तक्षेप करते हैं, तो सभी दांव विफल हो जाते हैं। ऐसे मामलों में पूर्वानुमान लगाने के लिए, हमें सांख्यिकीय शिक्षा से परे, कार्य-कारण की ओर जाने की आवश्यकता है। अंततः, यदि भविष्य में ए.आई. 'काल्पनिक स्थानों में अभिनय' के अर्थ में सोचने के बारे में है, तो हस्तक्षेप महत्वपूर्ण हैं, और इस प्रकार कार्य-कारण को ध्यान में रखा जाना चाहिए।
संपादकों की सिफ़ारिशें
- सुरक्षा रोबोट आपके निकट किसी स्कूल में आ सकते हैं
- अमेज़ॅन उत्पाद समीक्षाओं को सारांशित करने के लिए एआई तैनात करता है
- जॉब विज्ञापन से पता चलता है कि अमेज़न ने सर्च के लिए 'पीढ़ी में एक बार' बदलाव की योजना बनाई है
- Google स्मार्ट कैनवास को ऐप्स के बीच गहरा एकीकरण मिलता है
- एनवीडिया का नवीनतम ए.आई. परिणाम साबित करते हैं कि एआरएम डेटा सेंटर के लिए तैयार है
अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।
