जोशुआ टेनेनबॉम

जोशुआ ब्रेट टेनेनबाम (जन्म 1971) मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी में कम्प्यूटेशनल संज्ञानात्मक विज्ञान के प्रोफेसर हैं। उन्हें गणितीय मनोविज्ञान और बायेसियन संज्ञानात्मक विज्ञान में उनके योगदान के लिए पहचाना जाता है, विशेष रूप से संभाव्य मॉडल विकसित करने के लिए जो बताते हैं कि मनुष्य सीमित डेटा से कैसे सीखते हैं और तर्क करते हैं। उनका काम संज्ञानात्मक मनोविज्ञान और कृत्रिम बुद्धिमत्ता के बीच सेतु का काम करता है, जिसका उद्देश्य मशीन लर्निंग को मानव-समान लचीलेपन और दक्षता के करीब लाना है।

टेनेनबाम MIT की कम्प्यूटेशनल संज्ञानात्मक विज्ञान प्रयोगशाला का नेतृत्व करते हैं और MIT Quest for Intelligence में प्रमुख अन्वेषक हैं। उन्हें 2019 में मैकआर्थर फेलो नामित किया गया था, जिसमें फाउंडेशन ने मानव अनुभूति का अध्ययन करने के लिए सांख्यिकीय मॉडलिंग लागू करने में उनकी अग्रणी भूमिका और इस चुनौती को संबोधित करने के उनके प्रयासों पर प्रकाश डाला कि मन इतने कम से इतना अधिक, इतनी जल्दी कैसे समझता है।

प्रारंभिक जीवन और शिक्षा

टेनेनबाम कैलिफोर्निया में बड़े हुए, जहाँ उनकी माँ एक शिक्षिका के रूप में काम करती थीं और उनके पिता, जे मार्टिन टेनेनबाम, इंटरनेट वाणिज्य के अग्रणी बने। शिक्षण और सीखने में उनके माता-पिता की रुचि ने उनकी प्रारंभिक बौद्धिक दिशा को आकार दिया, और येल विश्वविद्यालय में अपने स्नातक वर्षों के दौरान संज्ञानात्मक मनोवैज्ञानिक रोजर शेपर्ड के साथ बाद की बातचीत ने धारणा और तर्क पर उनके ध्यान को मजबूत किया।

उन्होंने 1993 में येल से भौतिकी में स्नातक की डिग्री प्राप्त की। फिर वे स्नातक अध्ययन के लिए मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी चले गए, और 1999 में पीएच.डी. पूरी की। उनका डॉक्टरेट शोध मानव अनुभूति के मॉडल के रूप में संभाव्य अनुमान पर केंद्रित था, एक विषय जो उनके करियर को परिभाषित करेगा।

शैक्षणिक करियर

अपनी पीएच.डी. पूरी करने के बाद, टेनेनबाम MIT के संकाय में शामिल हुए, जहाँ वे कम्प्यूटेशनल संज्ञानात्मक विज्ञान के प्रोफेसर बने। वे कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी (CSAIL) से संबद्ध हैं और कम्प्यूटेशनल संज्ञानात्मक विज्ञान समूह का नेतृत्व करते हैं। उनकी प्रयोगशाला जाँच करती है कि लोग कारण संरचनाओं का अनुमान कैसे लगाते हैं, अवधारणाएँ कैसे सीखते हैं, और विरल उदाहरणों से सामान्यीकरण कैसे करते हैं, बायेसियन मॉडल और व्यवहार प्रयोगों का उपयोग करके।

2018 में, R&D पत्रिका ने टेनेनबाम को अपना इनोवेटर ऑफ द ईयर नामित किया, जो संज्ञानात्मक विज्ञान और AI के प्रति उनके अंतःविषय दृष्टिकोण को मान्यता देता है। अगले वर्ष, मैकआर्थर फाउंडेशन ने उन्हें फेलोशिप प्रदान की, जिसमें सीखने, तर्क और धारणा के संभाव्य मॉडलिंग पर उनके काम का हवाला दिया गया। उनके शोध में AI प्रणालियों को मानव चेहरे की पहचान की नकल करने और मशीनों को कारण और प्रभाव समझने के लिए प्रोग्राम करने के प्रयास भी शामिल रहे हैं।

शोध योगदान

टेनेनबाम का मुख्य योगदान संज्ञानात्मक विज्ञान में बायेसियन अनुमान का अनुप्रयोग है। वे तर्क देते हैं कि मन संवेदी इनपुट के लिए सबसे संभावित स्पष्टीकरण का अनुमान लगाने और सीमित उदाहरणों से सामान्यीकरण करने के लिए संभाव्य गणना करता है। इस ढांचे का उपयोग अवधारणा सीखने, कारण तर्क और अवधारणात्मक संगठन को मॉडल करने के लिए किया गया है, जो मानव अनुभूति का एक एकीकृत विवरण प्रदान करता है।

"सीखना सीखना" और पदानुक्रमित बायेसियन मॉडल पर उनका काम मशीन लर्निंग को प्रभावित किया है, जो उन प्रणालियों को बनाने के तरीके सुझाता है जो कुछ उदाहरणों से नई अवधारणाएँ प्राप्त करते हैं, एक क्षमता जो मानक डीप लर्निंग दृष्टिकोणों के लिए चुनौतीपूर्ण बनी हुई है। उन्होंने "मानव-स्तरीय अवधारणा सीखने" परियोजना पर ब्रेंडन लेक जैसे शोधकर्ताओं के साथ सहयोग किया है, जिसने प्रदर्शित किया कि संभाव्य प्रोग्राम एकल उदाहरणों से हस्तलिखित वर्ण कैसे सीख सकते हैं।

बायेसियन संज्ञानात्मक विज्ञान

टेनेनबाम बायेसियन संज्ञानात्मक विज्ञान में एक केंद्रीय व्यक्ति हैं, एक क्षेत्र जो मस्तिष्क को संभाव्य अनुमान करने के रूप में मानता है। उनके मॉडल अक्सर पूर्व ज्ञान को संभावना कार्यों के साथ जोड़ते हैं ताकि वर्गीकरण, कारण तर्क और निर्णय लेने से जुड़े कार्यों में मानव निर्णयों की भविष्यवाणी की जा सके। इन मॉडलों को व्यवहार डेटा के खिलाफ मान्य किया गया है, जो दिखाता है कि वे औसत प्रतिक्रियाओं और व्यक्तिगत परिवर्तनशीलता दोनों को पकड़ते हैं।

उनके काम में एक प्रमुख विचार अनुभूति का "तर्कसंगत" विश्लेषण है, जो मानता है कि मानव व्यवहार कम्प्यूटेशनल बाधाओं को देखते हुए इष्टतम सांख्यिकीय अनुमान का अनुमान लगाता है। यह दृष्टिकोण गणितीय मनोविज्ञान में प्रभावशाली रहा है, जहाँ इसने नए प्रयोगात्मक प्रतिमानों और मात्रात्मक तरीकों को प्रेरित किया है।

AI और मानव अनुभूति

टेनेनबाम का शोध कृत्रिम और मानव बुद्धिमत्ता के बीच की खाई को पाटने का लक्ष्य रखता है। उन्होंने तर्क दिया है कि वर्तमान तंत्रिका नेटवर्क और बड़े भाषा मॉडल पैटर्न पहचान में उत्कृष्ट हैं लेकिन उनमें रचनात्मक, कारण और सहज भौतिकी समझ की कमी है जो मनुष्यों के पास है। उनकी प्रयोगशाला संभाव्य मॉडल और डीप लर्निंग को मिलाकर अधिक मजबूत सामान्यीकरण प्राप्त करने के लिए हाइब्रिड दृष्टिकोणों की खोज करती है।

वे MIT Quest for Intelligence में शामिल रहे हैं, एक पहल जो मशीन और मानव बुद्धिमत्ता दोनों को आगे बढ़ाने के लिए है। इस परियोजना के माध्यम से, उन्होंने इस विचार को बढ़ावा दिया है कि AI को संज्ञानात्मक विज्ञान के सिद्धांतों पर बनाया जाना चाहिए, जैसे दुनिया के सहज सिद्धांत, न कि केवल सांख्यिकीय सहसंबंधों पर।

पुरस्कार और मान्यता

मैकआर्थर फेलोशिप के अलावा, टेनेनबाम को उनके अंतःविषय कार्य के लिए कई सम्मान मिले हैं। वे संज्ञानात्मक विज्ञान सोसायटी के फेलो रहे हैं और मनोविज्ञान और मशीन लर्निंग के प्रमुख जर्नलों के संपादकीय बोर्डों में सेवा की है। उनके पेपर संज्ञानात्मक विज्ञान और AI दोनों स्थानों में व्यापक रूप से उद्धृत हैं, जो क्षेत्रों में उनके प्रभाव को दर्शाता है।

R&D पत्रिका से उनका 2018 इनोवेटर ऑफ द ईयर पुरस्कार AI अनुसंधान को बदलने की उनकी क्षमता को उजागर करता है। मैकआर्थर फाउंडेशन के उद्धरण ने विशेष रूप से मानव सीखने की गति और लचीलेपन को समझाने में संभाव्य मॉडल की उनकी भूमिका को नोट किया।

प्रकाशन और प्रभाव

टेनेनबाम अपने MIT वेब पेज और Google Scholar पर अपने प्रकाशनों की एक सूची बनाए रखते हैं। उनके सबसे अधिक उद्धृत कार्यों में अवधारणा सीखने, कारण प्रेरण और सहज भौतिकी पर बायेसियन मॉडल के पेपर शामिल हैं। इन प्रकाशनों ने कम्प्यूटेशनल संज्ञानात्मक विज्ञान में शोध एजेंडा को आकार दिया है और AI शोधकर्ताओं द्वारा अपनाया गया है जो अधिक मानव-समान प्रणाली बनाना चाहते हैं।

उनका प्रभाव संभाव्य प्रोग्रामिंग भाषाओं के विकास तक फैला हुआ है, जो जटिल जनरेटिव मॉडल व्यक्त करने के लिए उपकरण प्रदान करती हैं। उन्होंने इन भाषाओं को संज्ञानात्मक मॉडल और मशीन लर्निंग कार्यान्वयन के बीच एक सेतु के रूप में वकालत की है।

विरासत और भविष्य की दिशाएँ

टेनेनबाम के काम ने अनुभूति को संभाव्य अनुमान के रूप में समझने के लिए एक ढांचा स्थापित किया है, जो मनोविज्ञान और AI दोनों को प्रभावित करता है। उनका चल रहा शोध यह पता लगाना जारी रखता है कि मशीनें भौतिकी और कारणता के सहज सिद्धांत कैसे प्राप्त कर सकती हैं, और वे कुछ उदाहरणों से कैसे सीख सकती हैं। 2020 के दशक की शुरुआत तक, उनकी प्रयोगशाला प्रतीकात्मक तर्क को सांख्यिकीय सीखने के साथ एकीकृत करने वाले मॉडल विकसित करने में सक्रिय बनी हुई है।

AI के लिए उनकी दृष्टि वह है जहाँ प्रणालियों के पास सामान्य ज्ञान और अदृश्य स्थितियों के बारे में तर्क करने की क्षमता हो, जो मानव अनुभूति के सिद्धांतों से ली गई है। यह एजेंडा उन्हें कृत्रिम बुद्धिमत्ता बनाने के प्रयास में एक अग्रणी आवाज के रूप में स्थापित करता है जो न केवल शक्तिशाली है बल्कि समझने योग्य और मानव विचार प्रक्रियाओं के साथ संरेखित भी है।