भविष्य के बारे में विद्वानों और विशेषज्ञों के बीच बहुत असहमति है कृत्रिम होशियारी । जबकि कुछ स्वयं सीखने वाले कंप्यूटर और रोबोट की संभावनाओं से रोमांचित हैं, जबकि स्टीफन हॉकिंग्स जैसे अन्य लोगों के पास इसके बारे में आरक्षण है। स्टीफन हॉकिंग्स के मुताबिक, यदि कृत्रिम बुद्धिमान शोध ठीक से नहीं किया जाता है तो रोबोट ग्रह पर ले जा सकते हैं।
पढ़ें: कृत्रिम बुद्धि पर बहस।
आर्टिफिशियल इंटेलिजेंस में शर्तें
ऐ: कृत्रिम होशियारी; व्यापक अर्थ में कृत्रिम बुद्धि के क्षेत्र को संदर्भित करता है
कलन विधि: यदि आप प्रोग्रामिंग में हैं तो हो सकता है कि आप इस शब्द में आ गए हों। यह निर्देशों के एक सेट को संदर्भित करता है जो एक कार्य पूरा करता है। कृत्रिम बुद्धि में, एल्गोरिदम मशीनों को बताता है कि विभिन्न मुद्दों या प्रश्नों के उत्तर कैसे प्राप्त करें।
आकस्मिक तर्क: आम तौर पर शब्द गैर-डिजिटल डेटा को संदर्भित करता है लेकिन जब एआई के क्षेत्र की बात आती है, तो समान तर्क वह प्रक्रिया है जहां लोग (वैज्ञानिक) पिछले परिणामों के आधार पर निष्कर्ष निकालते हैं। यह शेयर बाजारों की भविष्यवाणी की तरह है। मानचित्र और आरेख पिछले डेटा के आधार पर तैयार किए जाते हैं और किसी भी प्रक्रिया या प्रयोग के परिणामों की भविष्यवाणी करने के लिए समान तर्क लागू होता है।
एएनएन: कृत्रिम न्यूरॉन नेटवर्क: कृत्रिम न्यूरॉन नेटवर्क तर्क के क्षेत्र के चरम में कई प्रयोगों की रीढ़ की हड्डी बनाते हैं। सिस्टम जो जटिल समस्याओं को हल नहीं कर सकते हैं उन्हें कृत्रिम न्यूरॉन नेटवर्क को एक फैशन में शामिल करने के लिए संशोधित किया जाता है, जिससे वे स्वयं के बारे में सोच सकते हैं और जटिल समस्याओं को हल कर सकते हैं। कृत्रिम न्यूरॉन नेटवर्क जैविक न्यूरॉन नेटवर्क पर आधारित है और शायद कृत्रिम बुद्धि में उपयोग की जाने वाली सभी शर्तों में सबसे डरावना है।
backpropagation: रिवर्स कोडिंग की लाइनों में कुछ। नतीजा पहले से ही है लेकिन परिणाम तक पहुंचने की प्रक्रिया एआई उद्देश्यों के लिए तैयार प्रणाली में संबंधित प्रक्रियाओं को खिलाकर पता लगाई गई है।
पिछड़ा चेनिंग: बैकप्रोपैगेशन की तरह लगता है, लेकिन यहां लक्ष्य यह पता लगाने के लिए है कि क्या कोई डेटा उपलब्ध है जिसे वर्तमान लक्ष्य के साक्ष्य के रूप में उपयोग किया जा सकता है। इस प्रणाली में, विशेषज्ञ पहले से मौजूद समाधान से प्रक्रियाओं तक काम करते हैं जो समाधान तक पहुंचने में मदद करते हैं, और इस प्रक्रिया में, सबूतों को समझते हुए कि प्रक्रियाओं पर निर्भर किया जा सकता है।
सीबीआर: केस आधारित तर्क: अतीत में हल किए गए समान मामलों के आधार पर समस्याएं हल की जाती हैं।
ध्यान लगा के पढ़ना या सीखना: एक प्रक्रिया जो जटिल डेटासेट का मॉडल और अध्ययन करने के लिए विशेष एल्गोरिदम को नियोजित करती है; डेटा और डेटासेट के बीच संबंध स्थापित करने के लिए विधि का भी उपयोग किया जाता है
फॉरवर्ड चेनिंग: एक प्रक्रिया जहां मशीन किसी दिए गए बिंदु से आगे का अध्ययन करती है - यदि आवश्यक लक्ष्य तक पहुंचने के लिए उप-प्रक्रियाओं के अनुक्रम का उपयोग करके। इसका उद्देश्य ऐसी प्रणाली को समझना है जो समस्याओं के दिए गए सेट के लिए काम करता है।
आगमनात्मक तर्क: एक प्रक्रिया जहां विशिष्ट लक्ष्यों तक पहुंचने के लिए साक्ष्य और डेटासेट का उपयोग किया जाता है। यह सामान्य प्रोग्रामिंग से बहुत अलग नहीं होना चाहिए क्योंकि यह उनको बनाने के बजाए पहले से मौजूद डेटासेट पर काम करता है। डेटा एकत्र करने और उनकी प्रकृति के आधार पर उन्हें एकत्रित करने की प्रक्रिया को बुलाया जाता है डेटा माइनिंग और अपूर्ण तर्क डेटा खनन के परिणामस्वरूप बनाए गए डेटासेट का उपयोग करता है।
मशीन लर्निंग: कृत्रिम बुद्धि में उपयोग किए जाने वाले डरावनी शब्दों में से एक, मशीन लर्निंग कार्यों को करने के लिए खिलाए जाने वाले कार्यक्रमों के बिना अभिनय करने वाली मशीनों को संदर्भित करती है। मशीन सीखने में सुधार होता है और सिस्टम के जीवन में वृद्धि होती है। यह वर्तमान लक्ष्यों के लिए अतीत में प्राप्त परिणामों के पैटर्न को नियोजित करता है।
एनएलपी - प्राकृतिक भाषा प्रसंस्करण: कृत्रिम बुद्धि में उपयोग किए जाने वाले लोकप्रिय शब्दों में से एक, प्राकृतिक भाषा प्रसंस्करण भाषण मान्यता या इशारा आधारित इनपुट पर आधारित है। यहां बिंदु मानव भाषा को समझने के रूप में समझना है। जितना अधिक आप एनएलपी का उपयोग कर मशीन से बातचीत करते हैं, उतना बेहतर यह आपके आदेशों को समझने और संसाधित करने में होता है।
छंटाई: कोड को साफ करने की प्रक्रिया ताकि अवांछित समाधान समाप्त हो जाएं। लेकिन कोड (कटिंग) को काटने के साथ, मशीनों द्वारा किए जा सकने वाले निर्णयों की संख्या प्रतिबंधित है।
मजबूत एआई: मजबूत कृत्रिम बुद्धि के क्षेत्र को संदर्भित करता है जो एआई मशीनों को मस्तिष्क जैसी शक्तियों को प्रदान करने की दिशा में काम करता है; असल में, यह मनुष्यों के रूप में मशीनों को बुद्धिमान बनाने के लिए काम करता है
कमजोर एआई: आज बाजार में अधिकांश एआई सिस्टम कमजोर एआई (कृत्रिम बुद्धि) हैं। कमजोर एआई मशीनें अभी भी डेटा के तर्क और पिछले सेट के आधार पर अपना निर्णय ले सकती हैं।
ये मेरी समझ के अनुसार कृत्रिम बुद्धि में उपयोग किए जाने वाले सबसे महत्वपूर्ण शब्द हैं।
पढ़ें: आर्टिफिशियल इंटेलिजेंस के बारे में तथ्य और मिथक: कमजोर एआई, मजबूत एआई और सुपर एआई।
