कंप्यूटर साइंस और आर्टिफिशियल इंटेलिजेंस प्रयोगशाला (CSAIL) मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) में एक शोध संस्थान है। 2003 में कंप्यूटर साइंस प्रयोगशाला (LCS) और आर्टिफिशियल इंटेलिजेंस प्रयोगशाला (AI Lab) के विलय से गठित, CSAIL अनुसंधान दायरे और सदस्यता के आधार पर MIT में सबसे बड़ी परिसर-स्थित प्रयोगशाला है। यह रे और मारिया स्टेटा सेंटर में स्थित है और श्वार्जमैन कॉलेज ऑफ कंप्यूटिंग का हिस्सा है, साथ ही MIT के अनुसंधान उपाध्यक्ष द्वारा इसकी देखरेख की जाती है।
CSAIL की शोध गतिविधियाँ अर्ध-स्वायत्त शोध समूहों के आसपास आयोजित की जाती हैं, जिनमें से प्रत्येक का नेतृत्व एक या अधिक प्रोफेसर या शोध वैज्ञानिक करते हैं। ये समूह सात प्रमुख क्षेत्रों में फैले हुए हैं: आर्टिफिशियल इंटेलिजेंस, कम्प्यूटेशनल बायोलॉजी, ग्राफिक्स और विज़न, भाषा और सीखना, कम्प्यूटेशन का सिद्धांत, रोबोटिक्स, और सिस्टम (जिसमें कंप्यूटर आर्किटेक्चर, डेटाबेस, वितरित सिस्टम, नेटवर्क, ऑपरेटिंग सिस्टम, प्रोग्रामिंग पद्धति, और सॉफ्टवेयर इंजीनियरिंग शामिल हैं)।
प्रोजेक्ट MAC में उत्पत्ति
MIT में कंप्यूटिंग अनुसंधान 1930 के दशक से शुरू होता है, जिसमें वैनवर बुश का डिफरेंशियल एनालाइज़र और क्लॉड शैनन का इलेक्ट्रॉनिक बूलियन बीजगणित पर काम शामिल था, इसके बाद युद्धकालीन MIT रेडिएशन लेबोरेटरी, युद्धोत्तर प्रोजेक्ट व्हर्लविंड, और रिसर्च लेबोरेटरी ऑफ इलेक्ट्रॉनिक्स (RLE) आया। MIT में आर्टिफिशियल इंटेलिजेंस अनुसंधान 1950 के दशक के अंत में शुरू हुआ। 1 जुलाई 1963 को, प्रोजेक्ट MAC को डिफेंस एडवांस्ड रिसर्च प्रोजेक्ट्स एजेंसी (DARPA) से 2 मिलियन डॉलर के अनुदान के साथ शुरू किया गया था। संक्षिप्त नाम MAC कई वाक्यांशों के लिए खड़ा था, जिसमें "मशीन-एडेड कॉग्निशन," "मल्टीपल-एक्सेस कंप्यूटर," और "मेन एंड कंप्यूटर्स" शामिल थे, जो जे. सी. आर. लिक्लाइडर के 1960 के पेपर "मैन-कंप्यूटर सिम्बायोसिस" के दृष्टिकोण को दर्शाता था।
प्रोजेक्ट MAC के पहले निदेशक RLE के रॉबर्ट फानो थे, जिन्होंने जानबूझकर इसे "प्रयोगशाला" के बजाय "प्रोजेक्ट" कहा ताकि MIT के अन्य विभागों से कर्मचारियों की भर्ती में सुविधा हो। लिक्लाइडर, DARPA कार्यक्रम प्रबंधक और पूर्व RLE सदस्य, बाद में फानो के उत्तराधिकारी बने। यह प्रोजेक्ट ऑपरेटिंग सिस्टम, आर्टिफिशियल इंटेलिजेंस, और कम्प्यूटेशन के सिद्धांत में सफलताओं के लिए प्रसिद्ध हुआ, जिसमें बर्कले में प्रोजेक्ट जेनी और स्टैनफोर्ड आर्टिफिशियल इंटेलिजेंस लेबोरेटरी जैसे समकालीन शामिल थे।
प्रोजेक्ट MAC के भीतर एक AI समूह, जिसका निर्देशन मार्विन मिंस्की ने किया और जिसमें जॉन मैकार्थी (लिस्प के आविष्कारक) शामिल थे, ने दृष्टि, यांत्रिक गति, हेरफेर, और भाषा पर ध्यान केंद्रित किया। 1960 और 1970 के दशक में, इस समूह ने इनकम्पैटिबल टाइमशेयरिंग सिस्टम (ITS) विकसित किया, जो PDP-6 और PDP-10 कंप्यूटरों पर चलने वाला एक टाइम-शेयरिंग ऑपरेटिंग सिस्टम था। प्रारंभिक समुदाय में फर्नांडो जे. कोरबाटो भी शामिल थे, जो MIT कम्प्यूटेशन सेंटर से कम्पैटिबल टाइम-शेयरिंग सिस्टम (CTSS) लाए, और DARPA फंडिंग का उपयोग IBM 7094 खरीदने के लिए किया। CTSS लगभग 100 टेलीटाइप टर्मिनलों का समर्थन करता था, जिसमें लगभग 30 एक साथ उपयोगकर्ता थे, और इसे 1966 के साइंटिफिक अमेरिकन के सूचना पर विशेष अंक में दिखाया गया था।
प्रोजेक्ट MAC ने मल्टिक्स भी विकसित किया, जो CTSS का उत्तराधिकारी और पहले उच्च-उपलब्धता कंप्यूटर सिस्टमों में से एक था, जो जनरल इलेक्ट्रिक और बेल लेबोरेटरीज के साथ एक उद्योग संघ के हिस्से के रूप में था। 1969 में बेल के जाने और 1970 में कंप्यूटर से GE के बाहर निकलने के बाद, प्रोजेक्ट MAC ने 1970 के दशक में हनीवेल के साथ मल्टिक्स विकास जारी रखा।
AI लैब और कंप्यूटर साइंस प्रयोगशाला
1960 के दशक के अंत में, मिंस्की के AI समूह ने अधिक स्थान मांगा लेकिन निदेशक लिक्लाइडर से इसे प्राप्त करने में असमर्थ रहा। मिंस्की ने पाया कि अपनी खुद की प्रयोगशाला बनाने के लिए अलग होने से उन्हें अतिरिक्त कार्यालय स्थान मिल सकता है। परिणामस्वरूप, MIT AI लैब 1970 में बनाई गई, और कई AI सहयोगी प्रोजेक्ट MAC छोड़कर उनके साथ जुड़ गए। रिचर्ड स्टॉलमैन जैसे प्रोग्रामर, जिन्होंने TECO का उपयोग करके EMACS विकसित किया, AI लैब में फले-फूले। लैब ने लिस्प मशीनों का आविष्कार किया, जिन्हें 1980 के दशक में सिम्बोलिक्स और लिस्प मशीन्स इंक द्वारा व्यावसायीकरण किया गया।
प्रोजेक्ट MAC को आधिकारिक तौर पर 1976 में कंप्यूटर साइंस प्रयोगशाला (LCS) का नाम दिया गया। LCS शोधकर्ताओं ने ऑपरेटिंग सिस्टम, प्रोग्रामिंग भाषाओं, वितरित सिस्टम, सुरक्षा कर्नेल, और कम्प्यूटेशन के सिद्धांत पर काम जारी रखा। दो प्रोफेसरों, हाल एबेल्सन और जेराल्ड जे सुस्मान ने एक छोटा समूह बनाया जिसे आधिकारिक तौर पर MIT प्रोजेक्ट ऑन मैथमेटिक्स एंड कम्प्यूटेशन कहा गया (बंद "प्रोजेक्ट MAC" पदनाम के लिए एक बैक्रोनिम), जिसे AI लैब और LCS के बीच तटस्थता के लिए "स्विट्जरलैंड" उपनाम दिया गया।
CSAIL का गठन
1 जुलाई 2003 को, प्रोजेक्ट MAC की स्थापना की चालीसवीं वर्षगांठ पर, LCS का AI लैब के साथ विलय कर CSAIL बनाया गया। इस विलय ने MIT परिसर में सबसे बड़ी प्रयोगशाला बनाई, जिसमें 600 से अधिक कर्मी थे। 2018 में, CSAIL ने iFlytek के साथ एक पांच-वर्षीय सहयोग कार्यक्रम शुरू किया, जो अगले वर्ष शिनजियांग में कथित निगरानी और मानवाधिकार दुर्व्यवहार के लिए प्रतिबंधित कंपनी बन गई। अक्टूबर 2019 में, MIT ने घोषणा की कि वह iFlytek और SenseTime जैसी प्रतिबंधित फर्मों के साथ साझेदारी की समीक्षा करेगा। iFlytek के साथ समझौता अप्रैल 2020 में समाप्त कर दिया गया। CSAIL फरवरी 2020 तक स्कूल ऑफ इंजीनियरिंग से नवगठित श्वार्जमैन कॉलेज ऑफ कंप्यूटिंग में स्थानांतरित हो गया।
अनुसंधान योगदान और उल्लेखनीय परियोजनाएँ
CSAIL Artificial intelligence, Machine learning, और Robotics में प्रगति के लिए एक केंद्रीय केंद्र रहा है। इसके शोधकर्ताओं ने Deep learning और Neural network आर्किटेक्चर में मौलिक कार्य में योगदान दिया है, जिसने आधुनिक Large language model प्रणालियों के विकास को प्रभावित किया है। लैब का Generative AI पर ध्यान Transformer (architecture) मॉडलों के उदय के समानांतर रहा है, जो कई समकालीन AI अनुप्रयोगों को रेखांकित करते हैं। CSAIL OpenAI, Google DeepMind, और Anthropic जैसे उद्योग नेताओं के साथ-साथ AMD, Intel, NVIDIA, Amazon Web Services, और microsoft-azure जैसे हार्डवेयर और क्लाउड प्रदाताओं के साथ सहयोग बनाए रखता है।
CSAIL से संबद्ध उल्लेखनीय संकाय और शोधकर्ताओं में कम्प्यूटेशनल संज्ञानात्मक विज्ञान में Joshua Tenenbaum, कंप्यूटर विज़न में Alexei Efros, मजबूती और सुरक्षा में Aleksander Madry, और Daphne Koller (जो बाद में स्टैनफोर्ड चले गए) शामिल हैं। लैब ने Thomas G. Dietterich और Michael I. Jordan जैसे व्यक्तियों की भी मेजबानी की है, जिन्होंने मशीन लर्निंग सिद्धांत को आकार दिया है। CSAIL की रोबोटिक्स कार्य ने स्वायत्त प्रणालियों को प्रभावित किया है, जिसमें व्यापक क्षेत्र में Waymo और Tesla से संबंधित प्रयास शामिल हैं।
अनुसंधान समूह और क्षेत्र
लैब के सात अनुसंधान क्षेत्र परियोजनाओं की एक विस्तृत श्रृंखला का समर्थन करते हैं। आर्टिफिशियल इंटेलिजेंस में, समूह तर्क, योजना, और ज्ञान प्रतिनिधित्व का अन्वेषण करते हैं। कम्प्यूटेशनल बायोलॉजी जीनोमिक और बायोमेडिकल समस्याओं पर कंप्यूटिंग लागू करती है। ग्राफिक्स और विज़न अनुसंधान रेंडरिंग, छवि समझ, और संवर्धित वास्तविकता को कवर करता है। भाषा और सीखना प्राकृतिक भाषा प्रसंस्करण और सांख्यिकीय सीखने पर केंद्रित है। कम्प्यूटेशन का सिद्धांत एल्गोरिदम, जटिलता, और क्रिप्टोग्राफी को संबोधित करता है। रोबोटिक्स में हेरफेर, गति, और मानव-रोबोट इंटरैक्शन शामिल है। सिस्टम अनुसंधान ऑपरेटिंग सिस्टम, वितरित सिस्टम, और सॉफ्टवेयर इंजीनियरिंग में फैला हुआ है।
प्रभाव और विरासत
CSAIL की विरासत में टाइम-शेयरिंग सिस्टम, लिस्प मशीन, और प्रारंभिक AI प्रोग्रामिंग भाषाओं का विकास शामिल है। लैब के पूर्व छात्रों और संकाय ने Xerox PARC और Nokia Bell Labs सहित प्रमुख प्रौद्योगिकी कंपनियों और अनुसंधान प्रयोगशालाओं की स्थापना या नेतृत्व किया है। इसके कार्य ने Chess computer प्रणालियों और अन्य गेम-खेलने वाले AI के निर्माण को सूचित किया है। लैब सहकर्मी-समीक्षित प्रकाशनों और ओपन-सोर्स सॉफ्टवेयर का एक प्रमुख स्रोत बना हुआ है, जिसमें अंतःविषय सहयोग पर मजबूत जोर है। 2020 के दशक की शुरुआत तक, CSAIL क्वांटम एल्गोरिदम से लेकर मानव-केंद्रित AI तक, कंप्यूटिंग की सीमाओं को आगे बढ़ाने में एक प्रमुख खिलाड़ी बना हुआ है।
सुविधाएँ और समुदाय
CSAIL रे और मारिया स्टेटा सेंटर में स्थित है, जिसे वास्तुकार फ्रैंक गेहरी द्वारा डिजाइन किया गया था और 2004 में पूरा हुआ। यह इमारत 1,000 से अधिक शोधकर्ताओं, छात्रों, और कर्मचारियों के लिए सहयोगी स्थान, प्रयोगशालाएँ, और कार्यालय प्रदान करती है। लैब कई सेमिनार, कार्यशालाएँ, और एक वार्षिक ओपन हाउस आयोजित करता है, जो विद्वानों और चिकित्सकों के एक जीवंत समुदाय को बढ़ावा देता है। श्वार्जमैन कॉलेज ऑफ कंप्यूटिंग के भीतर इसका स्थान MIT के अन्य विभागों और पहलों के साथ एकीकरण की सुविधा प्रदान करता है।
भविष्य की दिशाएँ
आगे देखते हुए, CSAIL Artificial intelligence सुरक्षा, व्याख्यात्मकता, और दक्षता में चुनौतियों का समाधान करने के लिए तैयार है। शोधकर्ता Machine learning मॉडलों को अधिक विश्वसनीय और कम संसाधन-गहन बनाने के तरीकों की खोज कर रहे हैं, जिनमें स्वास्थ्य देखभाल, जलवायु विज्ञान, और शिक्षा में संभावित अनुप्रयोग हैं। लैब की खुले अनुसंधान और नैतिक विचारों के प्रति प्रतिबद्धता इसे कंप्यूटिंग प्रौद्योगिकियों की अगली पीढ़ी को आकार देने के लिए स्थिति प्रदान करती है।