क्या है कृत्रिम बुद्धिमत्ता या आर्टिफीशियल इंटेलिजेंस?

कृत्रिम बुद्धि कम्प्यूटर विज्ञान (Computer Science) की वह शाखा है, जिसका उद्देश्य बुद्धिमान मशीनों का निर्माण करना है, जो मनुष्यों की तरह काम और प्रतिक्रिया करते हों। कुछ क्रियाएं जिनके लिए कम्प्यूटरों में कृत्रिम बुद्धिमत्ता को निहित किया गया है-

1. वाक पहचान
2. शिक्षा
3. योजना
4. समस्या हल करना

साथ ही यह प्रौद्योगिकी उद्योग का एक अनिवार्य हिस्सा बन गया है। आज कृत्रिम बुद्धिमत्ता का उदाहरण शतरंज खेलने वाले कंप्यूटर, स्वचालित गाड़ियाँ आदि हैं और ये सब गहन शिक्षा और प्राकृतिक भाषा प्रसंस्करण पर निर्भर करती हैं। इन तकनीकों का उपयोग करके कंप्यूटर को, बड़ी मात्रा में डेटा (Data) को संसाधित करके और डेटा में पैटर्न (Pattern) को पहचानकर विशिष्ट कार्यों को पूरा करने के लिए प्रशिक्षित किया जा सकता है।

वर्ष 1956 में कृत्रिम बुद्धिमत्ता शब्द का पहली बार ज़िक्र किया गया था, लेकिन अब उन्नत एल्गोरिदम (Advanced Algorithm), कंप्यूटिंग पावर (Computing Power) और स्टोरेज (Storage) में सुधार के कारण आज कृत्रिम बुद्धिमत्ता लोकप्रिय और कामयाब हो गयी है। 1950 के दशक में शुरुआती कृत्रिम बुद्धिमत्ता अनुसंधान द्वारा समस्या समाधान और प्रतीकात्मक तरीकों जैसे विषयों पर कार्य किया गया था। 1960 के दशक में, अमेरिकी रक्षा विभाग ने इस प्रकार के कार्यों में रुचि दिखाई और बुनियादी मानव विचारों की नकल करने के लिए कंप्यूटर का प्रशिक्षण शुरू किया। उदाहरण के लिए, डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (Defense Advanced Research Projects Agency) ने 1970 के दशक में स्ट्रीट मैपिंग प्रोजेक्ट्स (Street Mapping Projects) अर्थात सड़क मानचित्रण परियोजना को पूरा किया।

कृत्रिम बुद्धिमत्ता की प्रत्येक उद्योग में उच्च मांग है, विशेष रूप से सवाल जवाब करने वाली प्रणालियों में जिसका उपयोग कानूनी सहायता, पेटेंट (Patent) को खोजने, जोखिम अधिसूचना और चिकित्सा अनुसंधान के लिए किया जा सकता है। कृत्रिम बुद्धिमत्ता के अन्य उपयोग निम्न हैं:

स्वास्थ्य देखभाल: ए.आई. एप्लिकेशन (AI Applications) व्यक्तिगत दवा और एक्स-रे रीडिंग (X Ray Reading) प्रदान कर सकते हैं। यह आपको दवाइयां लेने, व्यायाम करने या स्वस्थ भोजन खाने का स्मरण करा कर आपके लिए एक निजी स्वास्थ्य देखभाल सहायक के रूप में कार्य कर सकता है।

खुदरा: कृत्रिम बुद्धिमत्ता व्यक्तिगत सलाह प्रदान करने वाली आभासी खरीददारी क्षमता प्रदान करता है और उपभोक्ता के साथ खरीद विकल्पों पर चर्चा भी करता है। कृत्रिम बुद्धिमत्ता के माध्यम से माल प्रबंधन और साइट लेआउट (Site Layout) प्रौद्योगिकियों में भी सुधार किया जाएगा।

निर्माण: कृत्रिम बुद्धिमत्ता फैक्ट्री (Factory) में विस्तृत डेटा का विश्लेषण कर सकता है जिससे भविष्य की ज़रूरतों का पूर्वानुमान किया जा सकता है।

बैंकिंग: वित्तीय संस्थानों में, कृत्रिम बुद्धिमत्ता तकनीकों का उपयोग यह पहचानने के लिए किया जा सकता है कि कौन से लेन-देन में धोखाधड़ी होने की संभावना है, तेज़ और सटीक क्रेडिट स्कोरिंग (Credit Scoring) और गहन डेटा प्रबंधन कार्यों को स्वचालित करने के लिए किया जा सकता है।

कृत्रिम बुद्धि के लाभ निम्नलिखित हैं:

कृत्रिम बुद्धिमत्ता डेटा के माध्यम से दोहराए जाने वाली शिक्षा और खोज को स्वचालित करता है:
यह हार्डवेयर-चालित (Hardware-driven), रोबोटिक ऑटोमेशन (Robotic Automation) से अलग है। हाथ से किये जाने वाले कार्यों को स्वचालित करने के बजाय, कृत्रिम बुद्धिमत्ता अधिक, उच्च-मात्रा, कम्प्यूटरीकृत कार्यों को विश्वसनीय और बिना थकान के करता है। इस प्रकार के स्वचालन और सही प्रश्न पूछने के लिए मानव जांच की अभी भी आवश्यकता है।

कृत्रिम बुद्धिमत्ता बुद्धि को जोड़ता है:
कृत्रिम बुद्धिमत्ता मौजूदा उत्पादों में कुछ सकारात्मक विकास करती है। इसे एक व्यक्तिगत एप्लिकेशन के रूप में नहीं बेचा जाता है। बल्कि, आपके द्वारा पहले से उपयोग किए जाने वाले उत्पादों को ए.आई. क्षमताओं के साथ सुधार दिया जाता है, जैसे एप्पल के उत्पादों में सिरी (Siri) को उसकी एक विशेषता के रूप में जोड़ दिया गया था। स्वचालन, संवादी मंच, बॉट्स (Bots) और स्मार्ट मशीनों को डेटा की बड़ी मात्रा के साथ जोड़कर घर और कार्यस्थल में कई तकनीकों को बेहतर बनाया जा सकता है, सुरक्षा बुद्धिमत्ता से लेकर निवेश विश्लेषण तक।

कृत्रिम बुद्धिमत्ता अधिक और गहरे डेटा का विश्लेषण करता है:
कृत्रिम बुद्धिमत्ता तंत्रिका नेटवर्क (Neural Networks, जिसमें कई छिपी हुई परतें होती हैं) का उपयोग करके अधिक और गहरे डेटा का विश्लेषण करता है। कुछ साल पहले पांच छिपी हुई परतों के साथ धोखाधड़ी का पता लगाने वाली प्रणाली का निर्माण लगभग असंभव था। आपको डीप लर्निंग मॉडल (Deep Learning Model) को प्रशिक्षित करने के लिए बहुत सारे डेटा की आवश्यकता होगी क्योंकि वे सीधे डेटा से सीखते हैं।

कृत्रिम बुद्धिमत्ता अविश्वसनीय सटीकता को प्राप्त करता है:
कृत्रिम बुद्धिमत्ता गहरे तंत्रिका नेटवर्क के माध्यम से अविश्वसनीय सटीकता को प्राप्त करता है। एलेक्सा (Alexa), गूगल खोज (Google Search) और गूगल फ़ोटो (Google Photos) के साथ आपकी परस्पर क्रिया से इनके द्वारा प्राप्त की गई सूचना इसका प्रत्यक्ष उदाहरण है तथा हमारे द्वारा इनका उपयोग जितना अधिक होगा उतनी सटीक इनकी सूचना होने लगेगी।

कृत्रिम बुद्धिमत्ता डेटा का अधिकतम इस्तेमाल करता है:
जब एल्गोरिदम स्वयं-सीखने वाले होते हैं, तो डेटा स्वयं बौद्धिक संपदा बन सकते हैं। इसमें उत्तर पहले से ही डेटा में उपलब्ध होते हैं, हमें उन्हें बाहर निकालने के लिए सिर्फ कृत्रिम बुद्धिमत्ता को लगाना होगा। चूंकि डेटा की भूमिका अब पहले से कहीं अधिक महत्वपूर्ण है, यह एक प्रतिस्पर्धात्मक लाभ को भी उत्पन्न कर सकता है।