टेक न्यूज टेक्नोलॉजी

Google मशीन लर्निंग स्मार्ट है, लेकिन बुद्धिमान नहीं है (अभी तक)

गूगल के सीनियर वाइस प्रेसिडेंट ऑफ सर्च जॉन जियाननड्रिया हमें समझाते हैं कि क्यों सच्ची आर्टिफिशियल इंटेलिजेंस अभी भी दूर है।

गूगल, गूगल मशीन लर्निंग, गूगल मशीन लर्निंग एआई, गूगल सर्च, गूगल आर्टिफिशियल इंटेलिजेंस, गूगल एआई, गूगल एमएल यह कैसे काम करता है, गूगल मशीन लर्निंग यह कैसे काम करता है, गूगल इंडिया, गूगल फॉर इंडिया इवेंटGoogle for India इवेंट में Google के SVP of search जॉन जियानंद्रिया।

आर्टिफिशियल इंटेलिजेंस सौ से अधिक वर्षों से कंप्यूटर विज्ञान की पवित्र कब्र रही है और हम अंततः इस अविश्वसनीय रूप से जटिल प्रणाली की पहली परत को खरोंचना शुरू कर रहे हैं। वर्तमान में, प्रौद्योगिकी व्यवसाय में सभी प्रमुख खिलाड़ी एआई सिस्टम के आर एंड डी में भारी निवेश कर रहे हैं, लेकिन ऐसा लगता है कि हम अभी भी एक सच्चे एआई के विकास से बहुत दूर हैं।



बुद्धिमान मशीनों की खोज में उद्योग कहां खड़ा है, इस पर वास्तव में एक अच्छी समझ पाने के लिए, हम मशीन लर्निंग के पूर्व प्रमुख और वर्तमान में Google में एसवीपी सर्च के लिए जॉन जियानंद्रिया के साथ बैठे। बातचीत से, यह स्पष्ट हो गया कि हमारे पास स्वचालन में नवीनतम विकास सभी गलत हैं, और यहाँ वास्तविक तस्वीर है।

वीडियो देखें: Google पिक्सेल लीक: यहां बताया गया है कि अब तक क्या है



हम AI युग में नहीं हैं, लेकिन मशीन लर्निंग युग में हैं



जॉन ने तुरंत स्पष्ट किया कि मशीन इंटेलिजेंस के तीन अलग-अलग स्तर हैं; मशीन लर्निंग, मशीन इंटेलिजेंस और आर्टिफिशियल इंटेलिजेंस। मशीन लर्निंग वह है जिसे हमने अभी ठीक करना शुरू किया है और यह एक ऐसी प्रणाली है जहां एक मशीन को एक निश्चित तरीके से व्यवहार करने के लिए प्रशिक्षित करने के लिए एक एल्गोरिदम लिखा जा सकता है, कुछ प्रकार के इनपुट दिए जाते हैं।

मशीन लर्निंग, एक उच्च संस्करण होगा जहां मशीन ने जो सीखा है उसे लेने में सक्षम है और इसे एक नई अवधारणा के अनुकूल बना सकता है और एक सच्चा एआई वह प्रकार होगा जो मनुष्यों की तरह ही खुद को नई अवधारणाएं सिखाने और विकसित करने में सक्षम है। हमने अभी-अभी मशीन लर्निंग एल्गोरिदम बनाने में वास्तव में अच्छा हासिल करने में सक्षम होना शुरू किया है, लेकिन जॉन ने कहा कि हम अभी भी एक ऐसी प्रणाली से बहुत दूर हैं जो उसने जो सीखा है उसे ले सकता है, और इसे एक नई स्थिति के अनुकूल बना सकता है।

गूगल, गूगल मशीन लर्निंग, गूगल मशीन लर्निंग एआई, गूगल सर्च, गूगल आर्टिफिशियल इंटेलिजेंस, गूगल एआई, गूगल एमएल यह कैसे काम करता है, गूगल मशीन लर्निंग यह कैसे काम करता है, गूगल इंडिया, गूगल फॉर इंडिया इवेंटकिसी भी मशीन के मूल में, बुद्धि के सबसे सरल स्तरों से मिलता-जुलता है, प्रशिक्षण है। प्रत्येक मशीन को पहले सूचना को एक निश्चित तरीके से संसाधित करने के लिए प्रशिक्षित किया जाना चाहिए।

तंत्रिका नेटवर्क, डिजिटल प्रशिक्षण मैदान

किसी भी मशीन के मूल में, बुद्धि के सबसे सरल स्तरों से मिलता-जुलता है, प्रशिक्षण है। प्रत्येक मशीन को पहले सूचना को एक निश्चित तरीके से संसाधित करने के लिए प्रशिक्षित किया जाना चाहिए। उदाहरण के लिए, यदि आप किसी मशीन को कुत्ते की तस्वीर दिखाते हैं, तो उसे कुत्ते के रूप में सही ढंग से लेबल करने में सक्षम होना चाहिए। उस परिणाम को प्राप्त करने में सक्षम होने के लिए, Google एक तंत्रिका नेटवर्क के माध्यम से हजारों-हजारों प्रशिक्षण सामग्री चलाता है। एक तंत्रिका नेटवर्क अनिवार्य रूप से डिजिटल फिल्टर की कई परतें हैं जो मानव मस्तिष्क की नकल करते हैं।

प्रत्येक परत में प्रकार के बंदरगाह होते हैं और वे हमारे मस्तिष्क में न्यूरॉन्स की तरह संबंधित बंदरगाहों से जुड़ते हैं, जो उनके द्वारा किए जाने वाले उत्तेजना पर निर्भर करता है। तो इनपुट पक्ष पर, वे तंत्रिका नेटवर्क को कुत्तों (और केवल कुत्तों) की सैकड़ों हजारों छवियों को खिलाएंगे और जांचेंगे कि आउटपुट सभी छवियों के लिए कुत्ता है। हर उदाहरण में कोई त्रुटि होती है, इसे तंत्रिका नेटवर्क में पीछे की ओर भेजा जाता है ताकि यह गलती से सीख सके और पहचान पैटर्न को समायोजित कर सके। Google इससे वास्तव में कुछ बेहतरीन परिणाम प्राप्त करने में कामयाब रहा है और इसका प्रमाण फ़ोटो ऐप में है, जो उनकी सामग्री के आधार पर फ़ोटो को अलग करने में सक्षम है।

आप फोटो ऐप में सर्च बार में कैट टाइप कर सकते हैं और यह आपको आपकी लाइब्रेरी में बिल्लियों के साथ सभी तस्वीरें दिखाएगा। वह मशीन लर्निंग है, और यह काफी सीमित है क्योंकि जॉन ने बताया कि जब आपको बिल्लियों की सभी तस्वीरें मिलेंगी, तो मशीन उन्हें नस्ल के आधार पर अलग नहीं कर पाएगी।

मशीन लर्निंग की सही सीमाएं

हालांकि यह सॉफ़्टवेयर के एक टुकड़े के लिए आपकी तस्वीरों को उनकी सामग्री के आधार पर एल्बम में अलग करने में सक्षम होने के लिए वास्तव में बुद्धिमान लग सकता है, या यह सुझाव दे सकता है कि आपको ट्रैफ़िक स्थितियों के आधार पर काम पर कब जाना चाहिए (और उस समय तक जब आपको काम करने की आवश्यकता हो) , इस स्तर पर मशीन लर्निंग अत्यंत सीमित है।

जैसा कि जॉन ने बताया, यह बिल्लियों को कुत्तों से अलग करने में सक्षम हो सकता है, लेकिन यह अभी तक बिल्लियों की नस्लों की पहचान नहीं कर सकता है। मशीन लर्निंग केवल चर के बहुत सीमित दायरे में काम करता है और जैसे ही एक भी चर बदलता है, यह पूरी तरह से निष्पादित करने में विफल हो जाएगा। उदाहरण के लिए, यदि आप एक बिल्ली को कुत्ते के रूप में तैयार करते हैं, तो क्या फ़ोटो ऐप उसे कुत्ता या बिल्ली मानेगा?

Google अपने वॉयस रिकग्निशन सॉफ्टवेयर को विकसित करने के लिए मशीन लर्निंग का उपयोग कर रहा है, स्पीकर की आवाज को परिवेशी शोर से पहचानने और अलग करने में सक्षम है। यह विभिन्न भाषाओं का भी पता लगा सकता है, हालांकि, यह जो नहीं कर सकता है वह है इंटोनेशन, भाषण में स्पष्ट भावनात्मक पैटर्न या यहां तक ​​​​कि कटाक्ष जैसी सरल चीज का पता लगाना। यह केवल बहुत सीमित मापदंडों में काम कर सकता है और उन्हें विस्तारित करने के लिए, मशीन को सही काम करने के लिए हजारों प्रशिक्षण सत्रों की एक महत्वपूर्ण संख्या और हजारों प्रशिक्षण सत्रों की आवश्यकता होती है।

बुद्धिमान मामलों की वर्तमान स्थिति

जॉन के अनुसार, Google का मशीन लर्निंग एपीआई अपने शुरुआती चरण में है, लेकिन काफी तेज गति से विकसित हो रहा है। Google अपनी खोज (स्वतः पूर्ण), YouTube (सुझाए गए वीडियो), इनबॉक्स और Allo को बढ़ाने के लिए मशीन लर्निंग का उपयोग कर रहा है। इनबॉक्स में एक विशेषता है जहां यह अपनी सामग्री के आधार पर ईमेल के लिए स्वचालित प्रतिक्रियाएं उत्पन्न करता है और जॉन के अनुसार, इनबॉक्स का उपयोग करके भेजे जा रहे 10 प्रतिशत मेल ऑटो-प्रतिक्रियाओं का उपयोग कर रहे हैं।

Allo इसे एक कदम और आगे ले जाता है जहां मशीन आपके संवाद करने के तरीके को सीखती है और फिर उसने जो सीखा है उसके आधार पर प्रतिक्रियाओं के लिए सुझाव देती है। हालाँकि, इस तकनीक का शिखर Google सहायक है जो भाषा का पता लगाने में सक्षम है और यहां तक ​​कि परिवेशी शोर से कमांडिंग आवाज को भी अलग करता है। Google नाओ आपके उपयोग पैटर्न के आधार पर आपके लिए प्रासंगिक जानकारी जेनरेट करने के लिए मशीन लर्निंग का उपयोग करता है।

हमारे सभी तकनीकी वीडियो देखें

गोपनीयता मुद्दा



यह कोई रहस्य नहीं है कि Google बहुत सारे उपयोगकर्ता डेटा एकत्र कर रहा है, और एक तरह से वह इस डेटा का उपयोग अपने मशीन लर्निंग एपीआई को प्रशिक्षित करने के लिए करता है। यह पूछे जाने पर कि यह कितना सुरक्षित है, जॉन ने कहा कि प्रशिक्षण के लिए उपयोग किए जाने वाले सभी डेटा को एक बड़े पूल में एकत्र किया जाता है और इसलिए अज्ञात रखा जाता है। इनमें से कोई भी वास्तव में पता नहीं लगाया जा सकता है कि यह कहां से आया था। हालांकि, एक बार एपीआई प्रशिक्षित और सेवा में लागू हो जाने के बाद, यह उस जानकारी को पढ़ने में सक्षम है जिसे आपने Google के साथ साझा करने के लिए सहमति व्यक्त की है और उसके आधार पर सुझाव दे सकता है।

यहां जानकारी साझा करना दुगना है, एक एपीआई को प्रशिक्षित करने के लिए, जिसमें आपका डेटा अज्ञात है और फिर सेवा तैयार होने के बाद, यह आपकी गतिविधि के आधार पर आपको सुझाव देता है। इस तरह से गूगल हमें मैप्स पर ट्रैफिक की जानकारी देने में सक्षम है। यह उन हजारों उपयोगकर्ताओं से डेटा एकत्र करता है जो यात्रा कर रहे हैं और इसे ऐप पर प्रदर्शित करते हैं, लेकिन आप यह नहीं पहचान सकते कि उस लाल रेखा पर कौन सा पिक्सेल आपकी कार से मेल खाता है।

भविष्य की संभावनाएं

जबकि Google अपने विभिन्न उत्पादों में एमएल एल्गोरिदम का उपयोग करता है, इसने कई व्यवसायों और डेवलपर्स के लिए विभिन्न एपीआई भी उपलब्ध कराए हैं। हालांकि, दिलचस्प बात यह है कि इस प्रणाली में मौजूद चिकित्सा क्षमता है। उदाहरण के लिए, यदि कोई आवाज सहायक वक्ता की आवाज में अत्यधिक तनाव या अवसाद की पहचान करने में सक्षम है, तो यह उपयोगकर्ता को किसी प्रियजन के साथ स्वचालित रूप से जोड़ने या क्षेत्र में विभिन्न परामर्शदाताओं को सुझाव देकर मदद करने में सक्षम हो सकता है।

अगला कदम, जो मशीन इंटेलिजेंस होगा, वह है जहां फोन खुद चीजों के लिए सुझाव देने में सक्षम है, इससे पहले कि आप उन्हें करने के बारे में सोचें। उदाहरण के लिए, यदि आप अभी-अभी एक नई नौकरी पाने में सफल हुए हैं, तो आपके फ़ोन की मशीन इंटेलिजेंस यह सुझाव देने में सक्षम होनी चाहिए कि आप एक नया अलमारी खरीदें। यदि आप किसी पार्टी की मेजबानी करने की योजना बना रहे हैं, तो यह उन लोगों के आधार पर एक सुझाई गई अतिथि सूची तैयार कर सकता है, जिनके साथ आप बातचीत कर रहे हैं, इस बात को ध्यान में रखते हुए कि आप वास्तव में उनके बारे में कैसा महसूस करते हैं।

Google के प्रयासों के बारे में सबसे अच्छी बात यह है कि उन्होंने अपने मशीन लर्निंग संसाधनों को टेंसर फ्लो के नाम से मुफ्त में उपलब्ध कराया है और कोई भी विशिष्ट कार्यों के लिए मशीनों को प्रशिक्षित करने के लिए टूल का उपयोग शुरू कर सकता है।

Google वास्तव में हमें एक ऐसी सुविधा प्रदान करने के लिए महत्वपूर्ण प्रयास करने का प्रयास कर रहा है जिसके हमारे दैनिक जीवन में दूरगामी परिणाम हो सकते हैं। व्यस्त जीवन शैली के साथ जो आम हो गया है, एक डिजिटल सहायक होना जो आपके दैनिक मामलों पर नज़र रख सकता है, एक उपयोगी उपकरण है।

हम हर महीने सैकड़ों तस्वीरें लेते हैं और उन्हें अलग-अलग श्रेणियों में अलग-अलग होते हुए देखना अच्छा लगता है। सबसे रोमांचक बात यह है कि हम सुविधा की सतह को खरोंचना शुरू कर रहे हैं, यह नई तकनीकी सफलता हमारे जीवन में ला सकती है और बेहतर उत्पाद भविष्य में बहुत दूर नहीं हैं।