अगली बार जब आप तारों से भरे आकाश की ओर देखें, तो ध्यान रखें कि जिन आकाशगंगाओं को आप देख रहे हैं, वे ही कृत्रिम बुद्धिमत्ता के भविष्य को प्रेरित कर रही हैं। ऑस्ट्रेलिया में शोधकर्ताओं की एक टीम ने आकाशगंगाओं के विलय को नियंत्रित करने वाले भौतिक नियमों से प्रेरित एक एल्गोरिथ्म विकसित किया है, जो वास्तव में स्वायत्त सोच में सक्षम एआई का निर्माण करेगा। यह उन खेल-परिवर्तनकारी खोजों में से एक है। यह कैसे काम करता है? मैं तुम्हें यह समझाने की कोशिश करूंगा।
एक वास्तविक स्वायत्त कृत्रिम बुद्धिमत्ता की ओर
नया एल्गोरिदम, जिसे कहा जाता है टॉर्क क्लस्टरिंगयह अधिक प्राकृतिक जैसी कृत्रिम बुद्धिमत्ता की दिशा में एक महत्वपूर्ण कदम है। जैसा कि प्रोफेसर बताते हैं चिन टेंग लिन की प्रौद्योगिकी विश्वविद्यालय, सिडनीप्रकृति में, जानवर बिना किसी स्पष्ट निर्देश के, अपने पर्यावरण का अवलोकन, अन्वेषण और उससे अंतःक्रिया करके सीखते हैं। एआई का यह नया दृष्टिकोण इस अत्यंत स्वाभाविक शिक्षण प्रक्रिया को दोहराने का प्रयास करता है।
यह प्रौद्योगिकी, जो "अवतार" चरण (मानव रोबोटों में कृत्रिम बुद्धिमत्ता को "स्थापित" करके उन्हें भौतिक शरीर प्रदान करना) की ओर संकेत करती है, "पर्यवेक्षित शिक्षण" के वर्तमान प्रमुख प्रतिमान से भिन्न है, जिसके लिए बड़ी मात्रा में डेटा को मैन्युअल रूप से प्रशासित करने की आवश्यकता होती है। दूसरी ओर, टॉर्क क्लस्टरिंग पूरी तरह से स्वायत्त रूप से संचालित होती है, तथा दिए गए डेटा के भीतर अंतर्निहित संरचनाओं और पैटर्नों की स्वयं ही खोज करती है।
यह शोध प्रतिष्ठित जर्नल में प्रकाशित हुआ है। पैटर्न एनालिसिस और मशीन इंटेलिजेंस पर आईईईई लेनदेनयदि आप इसके बारे में अधिक जानना चाहते हैं मैं इसे यहां लिंक करूंगा. लेकिन किस अर्थ में यह एल्गोरिथ्म आकाशगंगाओं से प्रेरित है?
आकाशगंगाओं और ब्रह्मांड के भौतिक नियमों से प्रेरणा
डॉक्टर जी यांगअध्ययन के प्रथम लेखक, बताते हैं कि एल्गोरिथ्म ने अपना नाम भौतिक अवधारणा से लिया है टॉर्कःउदाहरण के लिए, यह एक सिद्धांत है जो आकाशगंगाओं के विलय के दौरान अंतरिक्ष में गुरुत्वाकर्षण संबंधी अंतःक्रियाओं को नियंत्रित करता है। यह ब्रह्माण्ड के दो प्राकृतिक गुणों पर आधारित है: द्रव्यमान और दूरी।
मौलिक भौतिकी से यह संबंध न केवल काव्यात्मक है, बल्कि यह पद्धति में वैज्ञानिक अर्थ का एक स्तर भी जोड़ता है। एल्गोरिथ्म ने उत्कृष्ट प्रदर्शन किया, परीक्षणों में 97,7% का औसत सटीकता स्कोर प्राप्त किया, जो कि पारंपरिक तरीकों से काफी बेहतर रहा, जो कि 80% के आसपास रहता है।
व्यावहारिक अनुप्रयोग और क्षमता
टॉर्क क्लस्टरिंग जीव विज्ञान, रसायन विज्ञान, खगोल विज्ञान, मनोविज्ञान, वित्त और चिकित्सा जैसे विविध क्षेत्रों में भारी मात्रा में डेटा का प्रभावी ढंग से विश्लेषण कर सकता है। मैं इसके संभावित अनुप्रयोगों के बारे में सोचकर उत्साहित हूं: रोग पैटर्न का पता लगाने से लेकर धोखाधड़ी का पता लगाने और मानव व्यवहार को समझने तक।
एल्गोरिथ्म की बहुमुखी प्रतिभा प्रभावशाली है: यह भिन्न-भिन्न आकार और घनत्व वाले विभिन्न प्रकार के डेटा के साथ अनुकूलन कर सकता है: यह लचीलापन इसे व्यावहारिक अनुप्रयोगों की एक विस्तृत श्रृंखला के लिए एक मूल्यवान उपकरण बनाता है।
कृत्रिम बुद्धिमत्ता का भविष्य
यह खोज विकास का समर्थन कर सकती है सामान्य कृत्रिम बुद्धिमत्ता काविशेषकर रोबोटिक्स और स्वायत्त प्रणालियों के क्षेत्र में। ओपन-सोर्स कोड शोधकर्ताओं के लिए उपलब्ध करा दिया गया है, जिससे वैज्ञानिक समुदाय को इसके विकास में योगदान करने का अवसर मिलेगा।
जैसा कि डॉ. ने बताया यांगपिछले साल भौतिकी का नोबेल पुरस्कार उन मौलिक खोजों के लिए दिया गया था, जिनसे सीखने में मदद मिली कृत्रिम तंत्रिका नेटवर्क द्वारा पर्यवेक्षित (तीन वर्ष पहले ही हमने किसी तरह इसका पूर्वानुमान लगा लिया था, तुम्हें याद आती है?) टॉर्क के सिद्धांत से प्रेरित अप्रशिक्षित शिक्षण का प्रभाव और भी अधिक महत्वपूर्ण हो सकता है।
आकाशगंगाओं से रोबोट तक
टॉर्क क्लस्टरिंग दृष्टिकोण अप्रशिक्षित शिक्षण के परिदृश्य को पुनः परिभाषित कर सकता है, तथा वास्तविक स्वायत्त एआई का मार्ग प्रशस्त कर सकता है। इसके निहितार्थ बहुत व्यापक हैं: रोबोटिक गति के अनुकूलन से लेकर स्वायत्त नियंत्रण और निर्णय लेने तक।
यह बहुत अच्छी बात है कि इस शोध से पता चलता है कि ब्रह्मांड के मूलभूत नियमों को देखने से अधिक प्राकृतिक और प्रभावी AI प्रणालियों को विकसित करने में मदद मिलती है। यह हमें याद दिलाता है कि कभी-कभी सबसे गहरे उत्तर प्रकृति की सबसे बुनियादी प्रक्रियाओं को देखकर ही मिल जाते हैं।
ब्रह्मांडीय भौतिकी और कृत्रिम बुद्धिमत्ता का यह अभिसरण न केवल अनुसंधान में नई संभावनाएं खोलता है, बल्कि हमें यह भी याद दिलाता है कि हम अपने आसपास के ब्रह्मांड का अवलोकन करके कितना कुछ सीख सकते हैं।
