कृत्रिम बुद्धिमत्ता (एआई) कम्प्यूटेशनल प्रणालियों की वह क्षमता है जो मानव बुद्धि से जुड़े कार्यों, जैसे सीखना, तर्क करना, समस्या-समाधान, धारणा और निर्णय लेना, को करने में सक्षम बनाती है। यह कंप्यूटर विज्ञान, इंजीनियरिंग और गणित में फैला एक शोध क्षेत्र भी है जो ऐसे तरीकों और सॉफ्टवेयर का विकास और अध्ययन करता है जो मशीनों को अपने वातावरण को समझने और सीखने तथा बुद्धि का उपयोग करके ऐसे कार्य करने में सक्षम बनाता है जो निर्धारित लक्ष्यों को प्राप्त करने की उनकी संभावनाओं को अधिकतम करते हैं।
यह शब्द 1956 की एक कार्यशाला के लिए गढ़ा गया था और तब से यह तकनीकों के बदलते समूह का वर्णन करता रहा है, जो प्रचार और निराशा के चक्रों के माध्यम से सार्वजनिक ध्यान में विस्तार और संकुचन करता रहा है।
इतिहास
क्षेत्र के संस्थापक क्षण को आमतौर पर 1956 के Dartmouth workshop से दिनांकित किया जाता है, जिसे John McCarthy द्वारा आयोजित किया गया था, जिन्होंने प्रस्ताव के लिए "कृत्रिम बुद्धिमत्ता" शब्द गढ़ा था। प्रारंभिक एआई शोध ने Symbolic AI पर जोर दिया: तर्क, खोज और हाथ से कोडित नियम। इस दृष्टिकोण ने प्रारंभिक सफलताएँ उत्पन्न कीं जैसे प्रमेय सिद्ध करने वाले और बाद में, 1980 के दशक में वाणिज्यिक विशेषज्ञ प्रणालियाँ, लेकिन यह उन कार्यों से जूझता रहा जिन्होंने स्पष्ट नियमों का विरोध किया, जैसे दृष्टि और भाषा। असफलताओं और बढ़ी हुई उम्मीदों के बाद वित्त पोषण में गिरावट आई, जिसे शोधकर्ता AI winter कहते हैं, विशेष रूप से 1973 की एक महत्वपूर्ण यूके सरकारी रिपोर्ट के बाद और फिर 1980 के दशक के अंत में जब विशेषज्ञ प्रणालियाँ विस्तार करने में विफल रहीं।
एक समानांतर, शुरू में सीमांत कार्य की पंक्ति ने सांख्यिकीय और कनेक्शनवादी तरीकों का पीछा किया। Perceptron (1958) ने एक एकल प्रशिक्षित न्यूरॉन का मॉडल बनाया, लेकिन इसकी प्रलेखित सीमाओं ने पहले एआई सर्दी में योगदान दिया। 1980 के दशक के माध्यम से और निर्णायक रूप से 2012 में रुचि पुनर्जीवित हुई, जब AlexNet नामक एक गहरे संवेगी नेटवर्क ने एक प्रमुख छवि पहचान बेंचमार्क पर पिछले तरीकों को नाटकीय रूप से बेहतर प्रदर्शन किया, एक परिणाम जिसे व्यापक रूप से आधुनिक Deep learning युग की शुरुआत का श्रेय दिया जाता है। न्यूरल नेटवर्क को तेज करने के लिए ग्राफिक्स प्रोसेसिंग यूनिट (GPU) का उपयोग इस सफलता में एक प्रमुख कारक था।
डीप लर्निंग 2010 के दशक में दृष्टि, वाणी और भाषा प्रसंस्करण में प्रगति के साथ परिपक्व हुई। 2017 के Transformer (architecture) आर्किटेक्चर ने पाठ पर बहुत बड़े मॉडलों के प्रशिक्षण को सक्षम किया, जो Large language model प्रतिमान में परिणत हुआ। नवंबर 2022 में Launch of ChatGPT ने संवादात्मक एआई को व्यापक रूप से सुलभ बना दिया और निवेश और सार्वजनिक ध्यान की एक लहर को ट्रिगर किया जिसे अक्सर AI boom (2022-present) कहा जाता है।
दृष्टिकोण
एआई शोध अक्सर प्रतीकात्मक दृष्टिकोणों के बीच विभाजित होता है, जो ज्ञान के स्पष्ट प्रतिनिधित्व में हेरफेर करते हैं, और कनेक्शनवादी या सांख्यिकीय दृष्टिकोण, जो डेटा से अंतर्निहित प्रतिनिधित्व सीखते हैं। Machine learning प्रमुख आधुनिक प्रतिमान है, जिसमें पर्यवेक्षित, अप्रशिक्षित और सुदृढीकरण सीखना शामिल है। सीखे गए घटकों को प्रतीकात्मक तर्क या खोज के साथ जोड़ने वाले हाइब्रिड दृष्टिकोण, एक सक्रिय शोध दिशा बने हुए हैं, विशेष रूप से उन कार्यों के लिए जिन्हें विश्वसनीय तार्किक अनुमान की आवश्यकता होती है।
एआई शोध के पारंपरिक लक्ष्यों में सीखना, तर्क, ज्ञान प्रतिनिधित्व, योजना, प्राकृतिक भाषा प्रसंस्करण और धारणा, साथ ही Robotics के लिए समर्थन शामिल है। तकनीकों में राज्य स्थान खोज, गणितीय अनुकूलन, औपचारिक तर्क, कृत्रिम तंत्रिका नेटवर्क और सांख्यिकी, संचालन अनुसंधान और अर्थशास्त्र के तरीके शामिल हैं। एआई मनोविज्ञान, भाषा विज्ञान, दर्शन और तंत्रिका विज्ञान से भी आकर्षित होता है।
तर्क और समस्या-समाधान
प्रारंभिक शोधकर्ताओं ने एल्गोरिदम विकसित किए जो चरण-दर-चरण तर्क की नकल करते थे जो मनुष्य पहेलियाँ हल करते समय या तार्किक निष्कर्ष निकालते समय उपयोग करते हैं। 1980 के दशक के अंत और 1990 के दशक तक, अनिश्चित या अधूरी जानकारी से निपटने के लिए तरीके विकसित किए गए, जो संभाव्यता और अर्थशास्त्र की अवधारणाओं का उपयोग करते थे। इनमें से कई एल्गोरिदम बड़ी तर्क समस्याओं को हल करने के लिए अपर्याप्त थे क्योंकि उन्होंने "संयोजनात्मक विस्फोट" का अनुभव किया, जिसका अर्थ है कि समस्याओं के बढ़ने पर वे तेजी से धीमे हो जाते हैं। यहां तक कि मनुष्य शायद ही कभी चरण-दर-चरण निगमन का उपयोग करते हैं जो प्रारंभिक एआई शोध मॉडल कर सकता था। मनुष्य अपनी अधिकांश समस्याओं को तेज, सहज निर्णयों का उपयोग करके हल करते हैं।
तर्क मॉडल, एक प्रकार का बड़ा भाषा मॉडल (LLM) जो मध्यवर्ती विचार श्रृंखला उत्पन्न करने के लिए प्रशिक्षित होता है, 2024 में उभरा और गणित और कोडिंग में जटिल समस्याओं पर बेहतर प्रदर्शन की अनुमति दी। ये मॉडल गलत आउटपुट या "मतिभ्रम" उत्पन्न कर सकते हैं, प्रतीकात्मक तर्क प्रणालियों के विपरीत।
ज्ञान प्रतिनिधित्व
एआई प्रोग्राम ज्ञान का उपयोग बुद्धिमानी से प्रश्नों का उत्तर देने और वास्तविक दुनिया के तथ्यों के बारे में निष्कर्ष निकालने के लिए करते हैं। औपचारिक ज्ञान प्रतिनिधित्व और ज्ञान इंजीनियरिंग दुनिया में शब्दों, अवधारणाओं और चीजों का प्रतिनिधित्व करने के लिए प्रतीकों का उपयोग करते हैं। एक ज्ञान आधार ज्ञान का एक निकाय है जो एक रूप में प्रस्तुत किया जाता है जिसे एक प्रोग्राम द्वारा उपयोग किया जा सकता है। एक ऑन्टोलॉजी वस्तुओं, संबंधों, अवधारणाओं और गुणों का समूह है जो ज्ञान के एक विशेष डोमेन द्वारा उपयोग किया जाता है। औपचारिक ज्ञान का 1970 के दशक से व्यापक रूप से अध्ययन किया गया है और शोधकर्ताओं ने कई कठिन डोमेन के लिए औपचारिकताएं विकसित की हैं।
प्रतीकात्मक दृष्टिकोण को कई समस्याओं के साथ कठिनाई होती है: सामान्य ज्ञान की चौड़ाई (औसत व्यक्ति जो परमाणु तथ्य जानता है वह विशाल है), अधिकांश सामान्य ज्ञान का उप-प्रतीकात्मक रूप (लोग जो जानते हैं उसका अधिकांश हिस्सा "तथ्यों" या "कथनों" के रूप में प्रस्तुत नहीं किया जाता है जिसे वे मौखिक रूप से व्यक्त कर सकते हैं), और ज्ञान अधिग्रहण (एआई अनुप्रयोगों के लिए ज्ञान प्राप्त करने की समस्या)।
बड़े भाषा मॉडल (और 2012 के बाद विकसित कुछ अन्य एआई प्रोग्राम) स्पष्ट, प्रतीकात्मक ज्ञान की आवश्यकता नहीं रखते हैं। वे लाखों पुस्तकों और अरबों वेबसाइटों के संयुक्त पाठ पर प्रशिक्षित होकर ज्ञान प्राप्त करते हैं। आधुनिक एआई प्रयोग चलाकर भी किसी डोमेन के बारे में सीख सकता है (जैसे जब AlphaZero खुद के खिलाफ खेलकर खेल रणनीति सीखता है)। मशीन लर्निंग सामान्य ज्ञान, सामान्य ज्ञान और ज्ञान अधिग्रहण की समस्याओं को हल करता है, हालांकि, यह दृष्टिकोण सटीक स्मरण और वैध तर्क के साथ संघर्ष करता रहा है।
योजना और निर्णय लेना
एक "एजेंट" कोई भी इकाई है (कृत्रिम या नहीं) जो दुनिया को समझता है और कार्य करता है। एक तर्कसंगत एजेंट के लक्ष्य या प्राथमिकताएं होती हैं और उन्हें पूरा करने के लिए कार्य करता है। स्वचालित योजना में, एजेंट का एक विशिष्ट लक्ष्य होता है। स्वचालित निर्णय लेने में, एजेंट की प्राथमिकताएं होती हैं - कुछ स्थितियां हैं जिनमें वह रहना पसंद करेगा, और कुछ स्थितियां जिनसे वह बचने की कोशिश कर रहा है। निर्णय लेने वाला एजेंट प्रत्येक स्थिति को एक संख्या (जिसे इसकी "उपयोगिता" कहा जाता है) प्रदान करता है जो मापता है कि एजेंट इसे कितना पसंद करता है। प्रत्येक संभावित कार्रवाई के लिए, यह "अपेक्षित उपयोगिता" की गणना कर सकता है: कार्रवाई के सभी संभावित परिणामों की उपयोगिता, संभावना से भारित जो परिणाम घटित होगा। फिर यह अधिकतम अपेक्षित उपयोगिता वाली कार्रवाई चुन सकता है।
शास्त्रीय योजना में, एजेंट जानता है कि किसी भी कार्रवाई का प्रभाव क्या होगा। अधिकांश वास्तविक दुनिया की समस्याओं में, हालांकि, एजेंट अपनी वर्तमान स्थिति को निश्चितता के साथ नहीं समझ सकता है (यह "अज्ञात" या "अप्राप्य" है) और यह निश्चित रूप से नहीं जान सकता है कि प्रत्येक संभावित कार्रवाई के बाद क्या होगा (यह "नियतात्मक" नहीं है)। इसे संभाव्य अनुमान लगाकर एक कार्रवाई चुननी होगी और फिर स्थिति का पुनर्मूल्यांकन करना होगा कि कार्रवाई ने वांछित प्रभाव डाला या नहीं। पिछले निर्णयों के आधार पर गहन परीक्षण और सुधार के साथ, एजेंट ने कुछ निर्णय क्यों लिए इसका स्पष्टीकरण होना विश्वास बनाने का एक तरीका है, खासकर जब निर्णयों पर भरोसा करना पड़ता है।
कुछ समस्याओं में, एजेंट की प्राथमिकताएं अनिश्चित हो सकती हैं, खासकर यदि अन्य एजेंट या मानव शामिल हों। ये प्राथमिकताएं सीखी जा सकती हैं (जैसे, उलटा सुदृढीकरण सीखने के साथ), या एजेंट उन्हें सुधारने के लिए जानकारी मांग सकता है। सूचना मूल्य सिद्धांत का उपयोग खोजपूर्ण या प्रयोगात्मक कार्यों के मूल्य का वजन करने के लिए किया जा सकता है। संभावित भविष्य की कार्रवाइयों और स्थितियों का स्थान आमतौर पर असंभव होता है, इसलिए एजेंटों को कार्रवाई करनी चाहिए और उनके परिणामों का मूल्यांकन करना चाहिए।
अनुप्रयोग और प्रभाव
एआई प्रणालियाँ खोज, अनुवाद, अनुशंसा, चिकित्सा निदान, वैज्ञानिक अनुसंधान जैसे प्रोटीन संरचना भविष्यवाणी, स्वायत्त वाहन, और तेजी से सामान्य-उद्देश्य सहायकों और कोडिंग उपकरणों के रूप में तैनात की जाती हैं। 2024 के बाद से सक्षम AI agent प्रणालियों का उदय, जो भाषा मॉडल को टूल उपयोग और बहु-चरण योजना के साथ जोड़ते हैं, ने एआई को प्रश्नों का उत्तर देने से स्वतंत्र रूप से कार्यों को पूरा करने तक विस्तारित किया है।
उच्च-प्रोफ़ाइल अनुप्रयोगों में उन्नत वेब खोज इंजन, चैटबॉट, आभासी सहायक, स्वायत्त वाहन, रणनीति खेलों में खेल और विश्लेषण (जैसे शतरंज और गो), और सामग्री निर्माण (जैसे पाठ, चित्र, ऑडियो और वीडियो) शामिल हैं।
बहस
लंबे समय से चल रही बहसें इस बारे में हैं कि क्या वर्तमान तकनीकें Artificial general intelligence की ओर ले जा सकती हैं, एक ऐसी प्रणाली जिसमें अनिवार्य रूप से सभी संज्ञानात्मक कार्यों में मानव-स्तर की क्षमता हो, और ऐसी प्रणालियों से क्या जोखिम उत्पन्न हो सकते हैं। एलन ट्यूरिंग के 1950 के पेपर ने मशीन बुद्धि के लिए एक परिचालन परीक्षण प्रस्तावित किया, जिसे अब Turing test के रूप में जाना जाता है, हालांकि एक बेंचमार्क के रूप में इसकी पर्याप्तता व्यापक रूप से विवादित है। आलोचकों का तर्क है कि धाराप्रवाह पाठ निर्माण समझ का संकेत नहीं देता है, जबकि समर्थक उभरती क्षमताओं को सामान्य बुद्धि की ओर वास्तविक प्रगति के प्रमाण के रूप में इंगित करते हैं।
कुछ कंपनियां, जैसे OpenAI, Google DeepMind, और Meta (AI research), AGI बनाने का लक्ष्य रखती हैं। नैतिक चिंताएं, एआई के दीर्घकालिक प्रभाव, पर्यावरणीय प्रभाव, और संभावित अस्तित्वगत जोखिमों ने एआई विनियमन की चर्चाओं को प्रेरित किया है।
हाल के विकास
2024 में, तर्क मॉडल, एक प्रकार का बड़ा भाषा मॉडल जो मध्यवर्ती विचार श्रृंखला उत्पन्न करने के लिए प्रशिक्षित होता है, उभरा और गणित और कोडिंग में जटिल समस्याओं पर बेहतर प्रदर्शन की अनुमति दी। ये मॉडल गलत आउटपुट या "मतिभ्रम" उत्पन्न कर सकते हैं, प्रतीकात्मक तर्क प्रणालियों के विपरीत। 2020 के दशक में एआई बूम Generative AI में प्रगति के साथ मेल खाता था, जो व्यापक हो गया और मीडिया के निर्माण और संशोधन की अनुमति दी। एआई सुरक्षा और एआई के उपयोग से अनपेक्षित परिणामों और नुकसान के अलावा, नैतिक चिंताएं, एआई के दीर्घकालिक प्रभाव, पर्यावरणीय प्रभाव, और संभावित अस्तित्वगत जोखिमों ने एआई विनियमन की चर्चाओं को प्रेरित किया है। 2025 तक, उद्योगों में एआई की तेजी से तैनाती ने मजबूत शासन ढांचे के लिए कॉल तेज कर दी है, कुछ सरकारों ने जवाबदेही और पारदर्शिता को संबोधित करने के लिए बाध्यकारी नियम पेश किए हैं।