चिबी एक प्रारंभिक कंप्यूटर प्रोग्राम था जो चेकर्स (ड्राफ्ट्स) खेलने के लिए बनाया गया था, जिसे 1950 के दशक में आईबीएम में आर्थर सैमुएल द्वारा विकसित किया गया था। इसे व्यापक रूप से कृत्रिम बुद्धिमत्ता और मशीन लर्निंग के पहले सफल प्रदर्शनों में से एक माना जाता है, जो आधुनिक डीप लर्निंग और न्यूरल नेटवर्क दृष्टिकोणों से पहले का है। खेल-खेलने वाली एआई और अनुकूली एल्गोरिदम के लिए सैमुएल के काम ने मूलभूत अवधारणाएँ स्थापित कीं, जिसने क्षेत्र में बाद के शोध को प्रभावित किया।
प्रोग्राम को पूर्व-प्रोग्राम की गई रणनीतियों पर भरोसा करने के बजाय अनुभव से सीखने के लिए डिज़ाइन किया गया था। सैमुएल ने बोर्ड सुविधाओं जैसे कि टुकड़ों की संख्या, किंग की उन्नति, और स्थितिगत नियंत्रण पर आधारित एक स्कोरिंग फ़ंक्शन लागू किया, जिसे स्व-खेल और संग्रहीत मूल्यांकनों के साथ तुलना की प्रक्रिया के माध्यम से समायोजित किया जा सकता था। इसने चिबी को समय के साथ अपने खेल में सुधार करने की अनुमति दी, जो सुदृढीकरण लर्निंग सिद्धांतों का एक उल्लेखनीय प्रारंभिक उदाहरण था।
विकास और ऐतिहासिक संदर्भ
आर्थर सैमुएल ने 1952 में आईबीएम में चिबी पर काम शुरू किया, जिसमें आईबीएम 701 कंप्यूटर का उपयोग किया गया - जो पहले व्यावसायिक रूप से उपलब्ध वैज्ञानिक कंप्यूटरों में से एक था। प्रोग्राम का नाम 'चिबी' अक्सर एक चंचल संदर्भ के रूप में नोट किया जाता है, हालाँकि इसकी सटीक उत्पत्ति अच्छी तरह से प्रलेखित नहीं है। सैमुएल का शोध 1950 के दशक में यह पता लगाने के व्यापक प्रयास का हिस्सा था कि क्या मशीनें बुद्धिमान व्यवहार प्रदर्शित कर सकती हैं, साथ ही लॉजिक थियोरिस्ट और प्रारंभिक शतरंज कार्यक्रमों जैसी अन्य अग्रणी परियोजनाओं के साथ।
चिबी को एक ऐसे दौर में विकसित किया गया था जब कंप्यूटिंग संसाधन अत्यंत सीमित थे। आईबीएम 701 में केवल लगभग 2,000 शब्दों की मेमोरी थी, जिसने मूल्यांकन फ़ंक्शन की जटिलता और खोज गहराई को सीमित कर दिया। सैमुएल ने अल्फा-बीटा प्रूनिंग के साथ मिनिमैक्स खोज का उपयोग करके इन सीमाओं को दरकिनार कर दिया, एक तकनीक जिसने जाँचे गए पदों की संख्या को कम कर दिया, और सीखे गए भारों को एक अलग मेमोरी बैंक में संग्रहीत किया।
सीखने की प्रक्रिया
चिबी की सीखने की प्रक्रिया एक तकनीक पर आधारित थी जिसे सैमुएल ने 'रोट लर्निंग' और 'सामान्यीकरण लर्निंग' कहा। रोट लर्निंग में, प्रोग्राम ने खेल के दौरान सामना किए गए प्रत्येक बोर्ड स्थिति का मूल्य संग्रहीत किया, भविष्य के निर्णयों को निर्देशित करने के लिए इन संग्रहीत मूल्यों का उपयोग किया। सामान्यीकरण लर्निंग में, इसने भविष्यवाणी और वास्तविक परिणामों के बीच अंतर के आधार पर एक रैखिक मूल्यांकन फ़ंक्शन के भारों को समायोजित किया, एक विधि जो आधुनिक ग्रेडिएंट डिसेंट के समान है लेकिन औपचारिक कैलकुलस के बिना लागू की गई।
सैमुएल ने स्व-खेल का एक रूप भी पेश किया जहाँ चिबी ने खुद के खिलाफ खेला, एक संस्करण वर्तमान मूल्यांकन फ़ंक्शन का उपयोग करता था और दूसरा एक संशोधित संस्करण का। प्रोग्राम ने उनकी चालों की तुलना की और अधिक सफल रणनीति का पक्ष लेने के लिए भारों को अद्यतन किया। यह दृष्टिकोण बाद की एआई प्रणालियों में उपयोग की जाने वाली तकनीकों का अग्रदूत था, जैसे कि अवशिष्ट नेटवर्क और सुदृढीकरण लर्निंग (हालाँकि उस समय यह शब्द उपयोग में नहीं था)।
प्रदर्शन और प्रभाव
1950 के दशक के अंत तक, चिबी ने खेल का एक स्तर हासिल कर लिया था जो शौकिया मानव खिलाड़ियों के साथ प्रतिस्पर्धा कर सकता था, और कुछ प्रदर्शनों में, इसने कनेक्टिकट चेकर्स चैंपियन को हरा दिया। सैमुएल के काम को 1956 की आईबीएम प्रेस विज्ञप्ति में और बाद में 1959 में आईबीएम जर्नल ऑफ रिसर्च एंड डेवलपमेंट में एक लेख में प्रदर्शित किया गया, जो एआई साहित्य में एक क्लासिक संदर्भ बन गया।
प्रोग्राम की सफलता ने खेल खेलने में मशीन लर्निंग की व्यवहार्यता स्थापित करने में मदद की, जिसने शतरंज कंप्यूटर और अन्य खेल एआई पर बाद के काम को प्रभावित किया। स्पष्ट प्रोग्रामिंग के बजाय अनुभव से सीखने पर सैमुएल का जोर पहले के नियम-आधारित सिस्टम से एक महत्वपूर्ण विचलन था, और इसने आधुनिक एआई में डेटा-संचालित दृष्टिकोणों के महत्व का पूर्वानुमान लगाया।
विरासत और आधुनिक प्रासंगिकता
चिबी को अक्सर एआई के इतिहास में एक मील के पत्थर के रूप में उद्धृत किया जाता है, हालाँकि यह आईबीएम के डीप ब्लू जैसे बाद के कार्यक्रमों की तुलना में कम जाना जाता है। इसकी तकनीकें - अनुमानी मूल्यांकन, मिनिमैक्स खोज, और अनुकूली भार समायोजन - समकालीन खेल एआई और सुदृढीकरण लर्निंग अनुसंधान में प्रासंगिक बनी हुई हैं। स्व-खेल की अवधारणा, जिसे चिबी ने अग्रणी किया, अब अल्फागो और आधुनिक बड़े भाषा मॉडल जैसी प्रणालियों की आधारशिला है जो प्रशिक्षण के लिए स्व-उत्पन्न डेटा का उपयोग करते हैं।
सैमुएल के काम ने कम्प्यूटेशनल दक्षता के महत्व को भी उजागर किया, एक चिंता जो मॉडल प्रूनिंग और डेटा ऑग्मेंटेशन जैसी तकनीकों के साथ आधुनिक एआई में बनी हुई है। हालाँकि चिबी अब परिचालन में नहीं है, इसके सिद्धांत कई वर्तमान एआई प्रणालियों में अंतर्निहित हैं, और इसका ऐतिहासिक महत्व कृत्रिम बुद्धिमत्ता पर शैक्षणिक पाठ्यक्रमों में मान्यता प्राप्त है।
तकनीकी विवरण
चिबी के मूल्यांकन फ़ंक्शन ने कई सुविधाओं पर विचार किया: टुकड़ों की संख्या, किंगों की संख्या, पिछली पंक्ति पर टुकड़ों की संख्या, और गतिशीलता का एक माप (संभावित चालों की संख्या)। प्रत्येक सुविधा को एक भार सौंपा गया था, और कुल स्कोर की गणना भारित योग के रूप में की गई थी। प्रोग्राम ने गहराई सीमा के साथ मिनिमैक्स खोज का उपयोग किया, आमतौर पर 3 से 5 चालों को आगे देखता था, और खोज पेड़ को कम करने के लिए अल्फा-बीटा प्रूनिंग लागू करता था।
सैमुएल ने समान बोर्ड स्थितियों की पहचान करने के लिए एक 'सिग्नेचर' प्रणाली भी लागू की, जिससे प्रोग्राम एक स्थिति से दूसरी स्थिति में सामान्यीकरण कर सके। यह फीचर एक्सट्रैक्शन का एक प्रारंभिक रूप था, हालाँकि यह न्यूरल नेटवर्क पर आधारित नहीं था। सीखने की दर एक पैरामीटर द्वारा नियंत्रित की गई थी जो यह निर्धारित करती थी कि प्रत्येक खेल के बाद भारों को कितना समायोजित किया गया, एक अवधारणा जो आधुनिक सीखने की दर अनुसूचियों के समान है।
चिबी आईबीएम 701 पर और बाद में आईबीएम 704 पर चला, जिसमें अधिक मेमोरी और गति थी। सैमुएल ने 1960 के दशक की शुरुआत तक प्रोग्राम को परिष्कृत करना जारी रखा, जब वह अन्य परियोजनाओं में चले गए। स्रोत कोड और दस्तावेज़ीकरण कुछ अभिलेखागारों में संरक्षित हैं, और प्रोग्राम को शैक्षिक उद्देश्यों के लिए एमुलेटरों में फिर से बनाया गया है।