मुख्य तथ्य
- एक नए प्रकार का कंप्यूटर हार्डवेयर कृत्रिम बुद्धिमत्ता को मानव मस्तिष्क की तरह लगातार सीखने की अनुमति दे सकता है।
- पर्ड्यू विश्वविद्यालय के शोधकर्ताओं का कहना है कि उनके उपकरण को बिजली के दालों के माध्यम से मांग पर पुन: प्रोग्राम किया जा सकता है।
- हालाँकि एक AI सिस्टम जो अपने आप पूरी तरह से सीखता है, अभी भी मुख्य रूप से एक अवधारणा है, ऐसे कई उदाहरण हैं जो करीब आते हैं।
आर्टिफिशियल इंटेलिजेंस (AI) को जल्द ही मानव मस्तिष्क से प्रेरित एक नए प्रकार के कंप्यूटर चिप्स से बढ़ावा मिल सकता है।
पर्ड्यू विश्वविद्यालय के शोधकर्ताओं ने हार्डवेयर का एक नया टुकड़ा बनाया है जिसे विद्युत दालों के माध्यम से मांग पर पुन: प्रोग्राम किया जा सकता है। टीम का दावा है कि यह अनुकूलन क्षमता डिवाइस को मस्तिष्क से प्रेरित कंप्यूटर बनाने के लिए सभी आवश्यक कार्यों को करने की अनुमति देगी। यह एआई सिस्टम बनाने के चल रहे प्रयास का हिस्सा है जो लगातार सीख सकता है।
"जब एआई सिस्टम लगातार पर्यावरण में सीखते हैं, तो वे समय के साथ बदलती दुनिया के अनुकूल हो सकते हैं," स्टीवंस इंस्टीट्यूट ऑफ टेक्नोलॉजी एआई विशेषज्ञ जॉर्डन सुचो ने एक ईमेल साक्षात्कार में लाइफवायर को बताया। "हम इसे देखते हैं, उदाहरण के लिए, जब एक धोखाधड़ी-पहचान प्रणाली धोखाधड़ी की खरीद के पहले से न देखे गए पैटर्न को चुनती है या जब एक चेहरा-पहचान प्रणाली किसी ऐसे व्यक्ति का सामना करती है जिसे उसने पहले कभी नहीं देखा है।"
जीवन भर सीखने वाले
पर्ड्यू शोधकर्ताओं ने हाल ही में साइंस जर्नल में पेपर प्रकाशित किया। यह वर्णन करता है कि कैसे कंप्यूटर चिप्स नए डेटा को उसी तरह लेने के लिए गतिशील रूप से खुद को रीवायर कर सकते हैं जैसे मस्तिष्क करता है। यह तरीका एआई को समय के साथ सीखते रहने में मदद कर सकता है।
पेपर के लेखकों में से एक, श्रीराम रामनाथन ने एक समाचार विज्ञप्ति में कहा, "जीवों का मस्तिष्क अपने पूरे जीवनकाल में लगातार सीख सकता है। हमने अब मशीनों को उनके पूरे जीवन में सीखने के लिए एक कृत्रिम मंच बनाया है।"
रामनाथन की टीम द्वारा तैयार किया गया हार्डवेयर एक छोटा, आयताकार उपकरण है जो पेरोसाइट निकेलेट नामक सामग्री से बना होता है, जो हाइड्रोजन के प्रति बहुत संवेदनशील होता है। विभिन्न वोल्टेज पर विद्युत दालों को लागू करने से डिवाइस नैनोसेकंड के एक मामले में हाइड्रोजन आयनों की एकाग्रता में फेरबदल करने की अनुमति देता है, जिससे यह पता चलता है कि शोधकर्ताओं ने पाया कि मस्तिष्क में संबंधित कार्यों के लिए मैप किया जा सकता है।
जब डिवाइस के केंद्र के पास अधिक हाइड्रोजन होता है, उदाहरण के लिए, यह एक न्यूरॉन, एक तंत्रिका कोशिका के रूप में कार्य कर सकता है। उस स्थान पर कम हाइड्रोजन के साथ, डिवाइस एक synapse के रूप में कार्य करता है, न्यूरॉन्स के बीच एक कनेक्शन, जो कि मस्तिष्क जटिल तंत्रिका सर्किट में स्मृति को संग्रहीत करने के लिए उपयोग करता है।
"अगर हम एक कंप्यूटर या मशीन बनाना चाहते हैं जो मस्तिष्क से प्रेरित हो, तो उसी के अनुसार, हम लगातार प्रोग्राम, रीप्रोग्राम और चिप को बदलने की क्षमता रखना चाहते हैं," रामनाथन ने कहा।
सोचने की मशीन?
कई आधुनिक एआई सिस्टम नई जानकारी के अनुकूल होते हैं, जब मशीन सीखने में सुधार के लिए समर्पित एक ओपन इंजीनियरिंग कंसोर्टियम, एमएल कॉमन्स के कार्यकारी निदेशक डेविड कैंटर ने एक ईमेल में कहा।
"दुनिया एक आंतरिक रूप से गतिशील जगह है, और अंततः मशीन लर्निंग और एआई को इसके अनुकूल होना चाहिए," कैंटर ने कहा। "उदाहरण के लिए, 2022 में एक स्पीच रिकग्निशन सिस्टम जो COVID-19 या कोरोनवीरस के बारे में 'जान' नहीं देता है, उसमें आधुनिक दुनिया का एक बड़ा पहलू नहीं होगा। इसी तरह, एक स्वायत्त वाहन को सड़कों, पुलों के बंद होने, या में बदलाव के अनुकूल होना चाहिए। यहां तक कि कम तापमान से सड़क बर्फीली हो जाती है।"
हालांकि एक एआई सिस्टम जो पूरी तरह से अपने आप सीखता है, वह अभी भी ज्यादातर एक अवधारणा है, कई उदाहरण करीब आते हैं, एआई कंपनी फ्यूजमाचिन्स के सीईओ समीर मास्की ने एक ईमेल साक्षात्कार में कहा।इनमें से एक सेल्फ-लर्निंग सिस्टम ने तब सुर्खियां बटोरीं जब एक एआई सिस्टम ने एक इंसान को गो के खेल में हरा दिया।
"अल्फागो एक पेशेवर गो खिलाड़ी को हराने वाला डीपमाइंड का पहला एआई था," मास्की ने कहा। "उनके गेम फ़्रैंचाइजी हर नए जोड़े के साथ एक ऐसे एआई की ओर प्रगति को अपनाने के साथ कदम पत्थर बन गए हैं जो सीखता रहता है।"
भविष्य के एआई सिस्टम अच्छे निर्णय लेने और उचित कार्रवाई करने के लिए आवश्यक जानकारी की तलाश करेंगे, सुचो की भविष्यवाणी की। ये उन्नत कंप्यूटर अनुभव के अपने स्वयं के सिमुलेशन से सीखकर महंगी गलतियों से बचेंगे, उदाहरण के लिए, "सेल्फ-प्ले" के माध्यम से, जहां एआई स्वयं की प्रतियों के साथ बातचीत के परिणामों की कल्पना करता है।
"यह उसी तरह है जैसे मनुष्य कल्पना के माध्यम से सीख सकते हैं, एक बुरे परिणाम को सीधे अनुभव करने की आवश्यकता के बिना पूर्वाभास करते हैं," सुचो ने कहा। "एआई सिस्टम सीखने के लिए और अधिक प्रभावी रणनीतियों को सीखेंगे, इस तरह से कि एक छात्र अपना समय और ध्यान न केवल जो वे पढ़ रहे हैं उसकी मूल सामग्री पर निर्देशित कर सकते हैं, बल्कि स्वयं सीखने की प्रक्रिया के लिए भी।"
