AI पर नोट

AI पर नोट

AI के पोटेंशियल के बारे में बहुत कुछ कहा जाता है, इंसानी कामों को बदलने और उनसे आगे निकलने के बारे में, लेकिन इस बारे में बहुत कम कहा जाता है कि AI इंटेलिजेंस के अलावा और भी बहुत कुछ हो सकता है, शायद आर्टिफिशियल, लेकिन इंटेलिजेंस कभी नहीं।

जैसा कि 1960 के दशक में AI की शुरुआत से ही चर्चा होती रही है, AI नाम को छोड़कर एक कम आकर्षक और कम दिखावटी नाम रखा गया था, यही वजह है कि शुरुआती AI रिसर्चर्स ने इंसानी दिमाग की नकल करने का इरादा किया था, इसलिए शुरू से ही ये नाम इस्तेमाल किए गए जैसे:

a) इलेक्ट्रॉनिक ब्रेन;

b) आर्टिफिशियल इंटेलिजेंस;

c) न्यूरल नेटवर्क;

d) एक्सपर्ट सिस्टम।

अरिस्टोटेलियन युग की शुरुआत से ही, इंसानी ज्ञान को ऑफिशियली बहुत अलग और अलग-अलग एरिया में बांटा और डिफाइन किया गया है, इस तरह साइंस और इंसानी इंटेलेक्चुअल एक्टिविटीज़ सामने आईं, जिन्हें इनमें बांटा गया:

a) फिलॉसफी;

b) मेडिसिन;

c) आर्ट्स;

d) वॉर;

e) रिलीजन;

f) पॉलिटिक्स;

g) एस्ट्रोलॉजी।

धर्म के पास सभी यूनिवर्सल सवालों के खास जवाब नहीं रहे और उसे ज्ञान के दूसरे क्षेत्रों को रास्ता देना पड़ा, जो पवित्र किताबों और विश्वासों, अंधविश्वासों, बुतपरस्ती और जीववाद की अहमियत और पूरी सच्चाई को कड़ी चुनौती देते थे। ये पवित्र किताबें ब्रह्मांड की शुरुआत, जीवन, किस्मत, भविष्य और हर चीज़ और हर किसी की किस्मत को समझाने के लिए ज़िम्मेदार थीं। ये प्रकृति के नियमों और कारण-कार्य के नियमों और ब्रह्मांड के कंट्रोल, चीज़ों, जानवरों और सभी तरह की घटनाओं के संगठन को भी समझाते थे।

फिर, आज के ज़माने में, पॉज़िटिविज़्म सामने आया, जहाँ विवादित ऑगस्ट कॉम्टे ने अरस्तू और गैलीलियो के ज्ञान को एक नई साइंटिफिक मेथडोलॉजी पर संक्षेप में बताया, जो हमेशा बदलती रहती है, और कार्ल पॉपर के खंडनवाद को संक्षेप में इस तरह बताया:

a) साइंटिफिक मेथडोलॉजी;

b) साइंटिफिक रिसर्च मेथड का संगठन;

c) उलटे सबूत पेश करना;

d) कुछ समय के लिए ज्ञान का न रहना। तो, इंसानी ज्ञान का खास एरिया में बंटवारा, साइंस का पहला और पक्का विकास है, जब उसने खुद को फिलॉसफी, मिस्टिसिज्म, धर्म, परंपरा और अंधविश्वास से अलग किया।

1950 के दशक में, इंजीनियरिंग की कुछ ही चेयर थीं:

a) मिलिट्री;

b) नेवल;

c) सिविल;

d) इलेक्ट्रिकल;

e) एग्रोनॉमिक;

f) मैकेनिकल;

कहने की ज़रूरत नहीं है, इलेक्ट्रिकल इंजीनियरिंग चेयर को दूसरी स्पेशलिटी में बांटा गया था:

a) इलेक्ट्रॉनिक्स;

b) पावर;

c) माइक्रोइलेक्ट्रॉनिक्स;

d) कम्युनिकेशन;

e) डिजिटल;

f) नेटवर्क;

g) मैथ और डिजिटल बूलियन ऑपरेशन;

इसलिए, AI के लिए अपनी खास काबिलियत की ब्रांच में स्पेशलाइज़ होना स्वाभाविक होगा, क्योंकि AI इंसानी ज्ञान के हर एरिया से डील नहीं कर सकता था; इस तरह, AI नाम की जगह एक्सपर्ट कंप्यूटिंग सिस्टम, या एक्सपर्ट सिस्टम - ES ने ले ली। यह नया नाम कभी पॉपुलर नहीं हुआ क्योंकि इसमें मार्केटिंग अपील की कमी है, यह अच्छी तरह से नहीं बिकता, एक्साइट नहीं करता, और पूरे ब्रेन डेवलपमेंट की उम्मीदें पैदा नहीं करता।

AI, या एक्सपर्ट सिस्टम (ES) के डिवीजन

1 – एनालॉग;

2 – डिजिटल।

एनालॉग ES ब्रांच को मार्केट में कमर्शियल AI के तौर पर जाना जाता है जो टेक्स्ट को मैनिपुलेट करता है, भाषा के ग्रामर टेक्स्टुअल इंटरप्रिटेशन के नॉर्म्स के अंदर किसी सब्जेक्ट के बारे में इंटरप्रिटिव ह्यूरिस्टिक इंफरेंस निकालने में कैपेबल है, जिसमें बेहतरीन ट्रांसलेटर होते हैं, जो सिंटैक्टिक एनालिसिस में हर भाषा के लिंग्विस्टिक नॉर्म के अनुसार ग्रामर, पंक्चुएशन, एक्सेंचुएशन, प्रोनाउन प्लेसमेंट, सेपरेशन, और पीरियड्स के स्टैंडर्ड फॉर्म की तलाश करते हैं।

इसका एल्गोरिदम सिमेंटिक्स के नियमों और स्टैटिस्टिक्स पर बेस्ड है, जो ह्यूमैनिटीज में सब्जेक्ट, ह्यूमन नॉलेज की स्पेशियलिटी के आधार पर अलग किए गए स्टोर किए गए डिस्कोर्स के एक बड़े डेटाबेस पर है, जैसे:

a) हिस्ट्री;

b) पॉलिटिक्स;

c) रिलिजन;

d) एथिक्स;

e) लॉज़;

f) नॉर्म्स;

g) जियोग्राफी; f) आर्ट्स;

g) बायोग्राफी;

h) बायोलॉजी;

i) जियोलॉजी;

j) एस्ट्रोनॉमी;

k) पेडागॉजी;

और इसी तरह, 2000 से ज़्यादा एक्सपर्टाइज़ वाले एरिया के साथ, जो जवाब डेवलप करने के लिए आपका रेफरेंस फ्रेम बनाते हैं, जैसे ChatGPT, और इसी तरह के दूसरे।

2 – डिजिटल SE

डिजिटल सिस्टम मैथमेटिकल, या एक्ज़ैक्ट, साइंस के एरिया के ज्ञान पर आधारित होते हैं, जैसे:

a) मैथमेटिक्स;

b) फ़िज़िक्स;

c) केमिस्ट्री;

d) स्टैटिस्टिक्स;

e) इंजीनियरिंग;

f) ज्योमेट्री;

h) एस्ट्रोफ़िज़िक्स।

इसलिए, मैथमेटिक्स और फ़िज़िक्स की कॉग्निटिव लिमिट से लिमिटेड होने के बावजूद काम आसान होता है।

मैथमेटिक्स पर आधारित SE में प्रोसेस में मैथमेटिक्स की गंभीर लिमिटेशन होती हैं, जैसे:

a) लेवल तीन तक के मैट्रिसेस;

b) अलजेब्रा एक साथ तीन इंडिपेंडेंट वेरिएबल के साथ काम करता है;

c) सिर्फ़ थर्ड डिग्री तक इंटीग्रल; d) फ़िज़िक्स की लिमिट जो मॉडलिंग और एब्स्ट्रैक्शन के ज़रिए वेरिएबल को हटाकर काम करती हैं;

e) कॉन्स्टेंट वाले इक्वेशन के साथ डेरिवेटिव में जानकारी का नुकसान;

f) लिमिट और ट्रिगोनोमेट्री कैलकुलेशन में गलती का मार्जिन;

g) अलग-अलग यूनिवर्सल कॉन्स्टेंट जैसे पाई, 0!, ज़ीरो से डिवीज़न, एक्सपोनेंट ज़ीरो, प्राइम का आपस में डिवीज़न, फ्रैक्शन, दो का स्क्वेयर रूट, और कई दूसरी एड हॉक डेफ़िनिशन;

इसलिए, यह नतीजा निकलता है कि AI या SE की लिमिट इंसानी ज्ञान की उन्हीं लिमिट के साथ तय होती हैं, जिन्हें इन एल्गोरिदम में तोड़ा नहीं जा सकता। AI या SE एलिमेंट्स, और इसके अलावा, AI के ज्ञान के क्षेत्र काफी अलग-अलग हिस्सों में बंटे हुए हैं और इंसानी दखल से इंसानी ज्ञान इंटेलिजेंस के रिव्यू और सुपरविज़न के बिना उन्हें रैंडम तरीके से नहीं जोड़ा जा सकता, क्योंकि वे इंसानी ज्ञान, नियमों, गाइडलाइंस और इंसानी ज्ञान की सीमाओं पर आधारित हैं, और उनसे आगे नहीं जा सकते।

Roberto da Silva Rocha, professor universitário e cientista político