प्रश्न:
कंपनियां कृत्रिम बुद्धिमत्ता के काम में "स्पीडोमीटर" कैसे जोड़ने की कोशिश कर रही हैं?
ए:कृत्रिम बुद्धि में नवीनतम प्रगति पर काम कर रही कंपनियों में से कुछ उन प्रगति को निर्धारित करने पर केंद्रित हो रहे हैं जो उन्होंने हासिल की हैं, और समय के साथ कृत्रिम बुद्धिमत्ता कैसे विकसित हुई है, इसके कुछ पहलुओं को बेंचमार्क कर रहे हैं। इस तरह के कई कारण हैं कि कंपनियां इस प्रकार के विश्लेषण कर रही हैं। सामान्य तौर पर, वे यह पता लगाने की कोशिश कर रहे हैं कि कृत्रिम बुद्धि कितनी दूर आ गई है, यह हमारे जीवन पर कैसे लागू होती है, और यह बाजारों को कैसे प्रभावित करेगा।
कुछ कंपनियां मंथन कर रही हैं और अपनी कृत्रिम बुद्धिमत्ता की प्रगति की निगरानी कर रही हैं ताकि यह पता लगाया जा सके कि नई प्रौद्योगिकियां नागरिक स्वतंत्रता को कैसे प्रभावित कर सकती हैं, या वे कैसे नई आर्थिक वास्तविकताओं का निर्माण कर सकती हैं। कंपनी के दृष्टिकोण के आधार पर, इन प्रकार के विश्लेषण यह जानने की कोशिश कर सकते हैं कि उपयोगकर्ता डेटा सिस्टम के माध्यम से कैसे प्रवाहित कर सकते हैं, यह समझने में कि इंटरफेस कैसे काम करेगा, या यह पता लगाएगा कि कृत्रिम बुद्धि संस्थाओं में क्या क्षमताएं हैं और वे उन क्षमताओं का उपयोग कैसे कर सकते हैं।
जब यह तरीकों की बात आती है, तो कृत्रिम बुद्धि को बेंचमार्क करने की कोशिश करने वाली कंपनियां अमूर्त जानकारी को तोड़ने पर ध्यान केंद्रित कर सकती हैं - उदाहरण के लिए, एक वायर्ड लेख एआई इंडेक्स प्रोजेक्ट का हवाला देता है, जहां रे पेरौल्ट जैसे शोधकर्ता, जो गैर-लाभकारी प्रयोगशाला एसआरआई इंटरनेशनल में काम करते हैं, काम कर रहे हैं। आर्टिफिशियल इंटेलिजेंस फील्ड में जो चल रहा है, उसके विस्तृत स्नैपशॉट पर।
पेराल्ट ने इस प्रकार की परियोजना को लेने के लिए प्रेरणा पर टिप्पणी करते हुए लेख में कहा है, "यह कुछ ऐसा है, जिसे आंशिक रूप से करने की आवश्यकता है क्योंकि एआई जहां जा रहा है, वहां बहुत पागलपन है।"
यह बताने में कि कृत्रिम बुद्धिमत्ता कैसे काम करती है, कुछ विशेषज्ञ समझा रहे हैं कि इंजीनियर या अन्य दल कृत्रिम बुद्धिमत्ता परियोजनाओं के लिए "कठिन परीक्षण" करने की कोशिश कर सकते हैं, उदाहरण के लिए, कृत्रिम बुद्धिमत्ता प्रणाली "ट्रिक" या "हार" की कोशिश करना। इस तरह का विवरण वास्तव में दिल में जाता है कि कंपनियां वास्तव में कृत्रिम बुद्धिमत्ता की निगरानी और मूल्यांकन कैसे कर सकती हैं। इसके बारे में सोचने का एक तरीका यह है कि एक ही प्रकार के विचारों को लागू किया जाए जो प्रोग्रामर पिछले समय में रैखिक कोड सिस्टम को डिबग करने के लिए उपयोग करते हैं।
रैखिक कोड सिस्टम को डीबग करना उन सभी स्थानों को खोजने के बारे में था जहां सिस्टम अच्छी तरह से काम करेगा - जहां एक कार्यक्रम दुर्घटनाग्रस्त हो जाएगा, जहां यह फ्रीज होगा, जहां यह धीमी गति से चलेगा, आदि यह खोजने के बारे में था कि तार्किक त्रुटियां किसी परियोजना को रोकेंगी या भ्रमित करेंगी, जहां कोई फ़ंक्शन सही तरीके से काम नहीं करेगा, या जहां कुछ अनपेक्षित उपयोगकर्ता घटना हो सकती है।
जब आप इसके बारे में सोचते हैं, तो कृत्रिम बुद्धिमत्ता का आधुनिक परीक्षण एक बहुत ही अलग तल पर एक समान प्रयास हो सकता है - क्योंकि कृत्रिम बुद्धिमत्ता प्रौद्योगिकियां रैखिक की तुलना में अधिक संज्ञानात्मक हैं, यह परीक्षण बहुत अलग रूप लेता है, लेकिन मनुष्य अभी भी "कीड़े" की तलाश कर रहे हैं "- इन कार्यक्रमों के अनपेक्षित परिणाम हो सकते हैं, ऐसे तरीके जिनसे वे मानव संस्थाओं को बाहर निकाल सकते हैं और नुकसान पहुंचा सकते हैं, आदि उस ध्यान में रखते हुए, हालांकि कृत्रिम बुद्धि प्रगति के लिए स्पीडोमीटर या बेंचमार्क बनाने के कई अलग-अलग तरीके हैं। ऊपर वर्णित कठिन परीक्षण आम तौर पर मनुष्यों को इस बात की अनूठी जानकारी देगा कि कृत्रिम बुद्धिमत्ता कितनी दूर आ गई है, और अधिक नकारात्मक विकसित किए बिना इसे अधिक सकारात्मकता प्रदान करने के लिए क्या करना है।
