सोचने वाली मशीनों के सपने से लेकर लिखने वाले AI तक। लगभग 400 वर्षों की कोशिशों को छूकर, चलाकर और परखकर जानें
AI से जुड़े शोधपत्रों, किताबों और उस समय के लेखों जैसे 667 मूल स्रोतों को एक-एक करके खोलकर जाँचा और उनके काम करने के तरीकों को 146 प्रोग्रामों में लागू करके देखा।
पाठ्यपुस्तक की 1 पंक्ति के पीछे रोमांचक सच्ची कहानियाँ छिपी हैं। मशहूर कहानियों को कहने वाले की अपनी किताबों, शोधपत्रों और उस समय के लेखों तक लौटकर जाँचा गया। चित्रों को चलाकर और Python कोड चलाकर, इनके काम करने का तरीका अपने हाथों से परखा जा सकता है। किसी भी अध्याय से पढ़ना शुरू करें।
01अध्याय 01 · समग्र परिचय
उछाल की लहरें और उन्हें नंबर देना
“AI के पहले से चौथे उछाल तक” के नंबर किसने और कब दिए?
AI में उम्मीदें बढ़ने के दौर (उछाल) और उम्मीदें घटने के दौर (सर्दी) कई बार आए हैं। लेकिन किसी उछाल का आकार सीधे दिखाई नहीं देता। इसलिए इस साइट ने अंग्रेज़ी किताबों, दुनिया भर के शोधपत्रों और जापानी किताबों के शीर्षकों, और जापान की संसद में दिए गए बयानों में कुछ शब्दों के इस्तेमाल को साल-दर-साल गिना और लहरों का आकार देखा।
दाईं ओर के चित्र में यही असली डेटा है। संसद के जिन बयानों में “ＡＩ” का इस्तेमाल AI के अर्थ में हुआ, उनकी संख्या 2019 में एक शिखर पर पहुँची, फिर घटी और 2023 में पहले शिखर को पार कर गई। लेकिन गिनने का तरीका बदलने से आकार बदल जाता है। “ＡＩ” के 2 अक्षर खोजने पर ＡＩＤＳ और ＡＩＧ भी गिनती में आ जाते हैं। इसलिए हर नतीजे की सामग्री देखी गई, मानदंड बनाए गए और फिर से गिना गया।
“पहले से चौथे” तक के नंबर देना जापान में आम तौर पर इस्तेमाल होने वाला गिनने का तरीका है। अंग्रेज़ी किताबों में उछाल के बजाय को नंबर दिए जाते हैं। 1985 में जापान की संसद में इसे (अनुवाद) बताया गया था।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात: वह शब्द था जिससे मिन्स्की (Minsky) और शैंक (Schank) ने चेतावनी दी थी मूल स्रोत के अनुसार:1984 की परिचर्चा के रिकॉर्ड में मिन्स्की प्रतिभागियों में शामिल नहीं हैं। यह शब्द आगे आने वाली संभावित सबसे खराब स्थिति के नाम के रूप में इस्तेमाल हुआ था।
मूल स्रोत और भरोसे का स्तर (3)उछाल की लहरें और उन्हें नंबर देना
4 अप्रैल 1985मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
1985 की जापानी संसद में समझाया गया कि AI को कहा जा रहा है
टोक्यो विश्वविद्यालय के ताकेमोचि इशीइ (Takemochi Ishii) को जापानी संसद के प्रतिनिधि सदन की समिति में बुलाया गया। उन्होंने समझाया, (अनुवाद)। उन्होंने कहा कि पहला दौर 1960 के दशक के मध्य से अंत में मुख्यतः अमेरिका के प्रयास थे और दूसरा जापान की पाँचवीं पीढ़ी की कंप्यूटर परियोजना थी। उछालों की क्रम संख्या गिनने का विचार दूसरे उछाल के दौरान ही मौजूद था।
जो अभी पता नहीं है:1985 से पहले कहना किसने शुरू किया, अज्ञात है (संसदीय कार्यवाहियों में मिला सबसे पुराना उदाहरण यह है)।
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:इशीइ ने पहले उछाल का समय “1960 के दशक के मध्य से अंत” बताया। 2010 के दशक के कई जापानी स्रोत “1950 के दशक के अंत〜1960 के दशक” बताते हैं (जैसे आंतरिक मामलों और संचार मंत्रालय का 2016 का श्वेतपत्र; अलग प्रविष्टि देखें)।
1984 में भविष्य में शायद आने वाली सबसे खराब स्थिति का नाम था
AAAI-84 की परिचर्चा में संचालक ड्रू मैकडरमॉट (Drew McDermott) ने कहा कि शोधकर्ताओं को चिंता है कि AI से बहुत अधिक उम्मीदें होने पर कभी बड़ी परेशानी आ सकती है। सबसे खराब स्थिति उन्होंने ऐसी बताई: 5 वर्ष बाद strategic computing initiative (रणनीतिक कंप्यूटिंग योजना) बुरी तरह असफल हो, जापान की पाँचवीं पीढ़ी भी न चले, जापानी सरकार जल्द कंप्यूटरों से हाथ खींच ले, नई कंपनियाँ सब दिवालिया हों और AI के लिए कोई धन न मिले। उन्होंने इसे “यह स्थिति, जिसे कुछ लोग कहते हैं” कहा। ऐसा न होने देने के लिए खुद सावधान रहने और दुनिया को बताने का आह्वान किया। यानी दूसरे उछाल के दौरान भविष्य की चेतावनी का शब्द था। 1970 के दशक में शोध के धन की कमी को कहना बाद में दिया नाम है।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “1970 के दशक में शोध के धन की कमी तब ‘AI की सर्दी’ कहलाती थी” मूल स्रोत के अनुसार:सबसे पुराना मिला रिकॉर्ड 1984 की परिचर्चा है, जहाँ यह भविष्य में शायद आने वाली सबसे खराब स्थिति का नाम है: “जिसे कुछ लोग कहते हैं”। (1970 का दशक) बाद का नाम है। अंग्रेज़ी पुस्तकों में की तरह सर्दियों को क्रम संख्या दी जाती है, लेकिन बहुत कम इस्तेमाल होता है।
जो अभी पता नहीं है: पहली बार किसने कहा, ज्ञात नहीं है। परिचर्चा में भी “जिसे कुछ लोग कहते हैं” कहा गया। Ngram के 1983 के छोटे मान का संबंध किस पुस्तक से है, यह नहीं जाँचा है।
“पहला, दूसरा … उछाल” (अनुवाद) जैसी नंबर वाली गिनती मुख्य रूप से जापान की है (अंग्रेज़ी में (अनुवाद) को नंबर दिए जाते हैं)
अंग्रेज़ी पुस्तकों की शब्द आवृत्ति (Google Books Ngram) में (अनुवाद) (AI winter) 1983 से दिखाई देता है और 2010 के दशक के अंत में बहुत बढ़ा। सर्दी को नंबर देने वाले (अनुवाद) (first AI winter) और “AI का दूसरा शीतकाल” (अनुवाद) (second AI winter) जैसे शब्द भी हैं। दूसरी ओर, (अनुवाद) (second AI boom), (अनुवाद) (third AI boom) और (अनुवाद) (fourth AI boom) की मात्रा गिनने लायक नहीं थी। जापानी में 1982 की पत्रिका में (अनुवाद), 1985 की किताब में (अनुवाद) और 1985 की संसद में (अनुवाद) मिलता है। 2014 से अकादमिक संस्था की पत्रिका में पहले, दूसरे और तीसरे AI उछाल के शब्द इस्तेमाल हुए। ये 2015 में युताका मात्सुओ (Yutaka Matsuo) की किताब के अध्याय नामों और 2016 से राष्ट्रीय श्वेत पत्रों में भी हैं।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “AI के पहले से चौथे उछाल तक” (अनुवाद) पूरी दुनिया की साझा गिनती है मूल स्रोत के अनुसार:नंबर वाला “उछाल” मुख्य रूप से जापानी अभिव्यक्ति है। अंग्रेज़ी पुस्तकों में (अनुवाद) को नंबर दिए जाते हैं (first/second AI winter), उछालों को नहीं। अमेरिकी DARPA की अलग गिनती (अनुवाद) है
जो अभी पता नहीं है:चीनी (जैसे 第三次人工智能浪潮) या कोरियाई में गिनती के तरीके नहीं जाँचे गए हैं। Ngram में केवल 2022 तक की किताबें हैं, इसलिए 2023 के बाद अंग्रेज़ी की अभिव्यक्तियाँ पता नहीं हैं
चित्र क्या दिखाता है:गिनने का तरीका बदलने से AI के उछाल का आकार भी बदलता है। उछालों को “1〜4” जैसे क्रमांक देना मुख्य रूप से जापान का तरीका है; अंग्रेज़ी में क्रमांक AI की सर्दियों को दिए जाते हैं।
02अध्याय 02 · 1955 तक
सोचने वाली मशीनों का सपना और गणना की मशीनें
यह सवाल कब से गंभीरता से पूछा जाने लगा?
1637 में देकार्त (Descartes) ने इंसान जैसी मशीन को पहचानने के 2 तरीके लिखे। 1770 की “शतरंज खेलने वाली मशीन” के अंदर एक व्यक्ति छिपा था। 1843 में एडा लवलेस (Ada Lovelace) ने एनालिटिकल इंजन पर टिप्पणियाँ लिखीं। जापान के एदो काल में यांत्रिक कराकुरी गुड़ियाँ बनाई जाती थीं।
1936 में एलन ट्यूरिंग (Alan Turing) ने ऐसी मशीन का विचार दिया जो सिर्फ़ एक टेप और नियमों की तालिका से गणना करती है। दाईं ओर के चित्र में 1936 वाले डिब्बे का ढक्कन खोलने पर, उस मशीन से द्विआधारी संख्या में 1 जोड़ने का उदाहरण देखा जा सकता है। हेड टेप का चिह्न पढ़ता है, तालिका देखकर उसे बदलता है और बाईं या दाईं ओर 1 स्थान चलता है। ट्यूरिंग ने माना कि किसी भी गणना को इन सरल हरकतों के मेल से लिखा जा सकता है।
1943 में वॉरेन मैककलक (Warren McCulloch) और वॉल्टर पिट्स (Walter Pitts) ने मस्तिष्क की तंत्रिका कोशिकाओं (न्यूरॉनों) को स्विच के रूप में दर्शाया। वे इनपुट जोड़ती हैं और योग एक तय मान या उससे अधिक होने पर सक्रिय हो जाती हैं। यही न्यूरल नेटवर्क का शुरुआती बिंदु है। फिर 1950 में ट्यूरिंग ने (अनुवाद) के सवाल की जगह नकल का खेल रखा।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:30% निर्णायकों को धोखा दे दिया तो परीक्षा पास मूल स्रोत के अनुसार:ट्यूरिंग के शोधपत्र में यह मानदंड नहीं है। उन्होंने लगभग 50 वर्ष बाद की स्थिति का अनुमान लिखा था।
मूल स्रोत और भरोसे का स्तर (4)सोचने वाली मशीनों का सपना और गणना की मशीनें
1936मूल स्रोत से पुष्टिस्रोतों में मतभेद है
एलन ट्यूरिंग (Alan Turing) का (On Computable Numbers) ── कल्पना की मशीन से का अर्थ तय करना
ट्यूरिंग ने (On Computable Numbers, with an Application to the Entscheidungsproblem) शोधपत्र प्रकाशित किया। उन्होंने कागज़-पेंसिल से गणना करने वाले इंसान के कदमों को सरल करके एक बनाई: खानों में बँटी टेप (कागज़ की जगह), एक-एक खाना पढ़ने-लिखने वाला हेड और सीमित अवस्थाएँ (खंड 1 और 9)। जिस संख्या का दशमलव इस मशीन से लिखा जा सके, उसे कहा। फिर दिखाया कि दूसरी मशीनों का विवरण टेप पर मिले, तो 1 मशीन किसी भी गणना योग्य क्रम की गणना कर सकती है (सार्वभौमिक मशीन; खंड 6)। उन्होंने यह भी दिखाया कि ऐसा तय तरीका नहीं है जो हर बार बता सके कि तर्क का कोई सूत्र सिद्ध किया जा सकता है या नहीं (निर्णय समस्या का उत्तर; खंड 11)। अगले साल इस मॉडल का नाम रखा गया। इसे गणना के सिद्धांत और कंप्यूटर विज्ञान का बुनियादी मॉडल माना जाता है।
आम तौर पर कही जाने वाली बात:अक्सर समझा जाता है कि “ट्यूरिंग ने 1936 में कंप्यूटर (ट्यूरिंग मशीन) डिज़ाइन किया”। मूल स्रोत के अनुसार:शोधपत्र की machine कागज़-पेंसिल से गणना करने वाले इंसान के कदमों का सरल, कल्पना में बनाया मॉडल है (खंड 1 और 9)। इसमें “कंप्यूटर” शब्द गणना करने वाले इंसान के लिए है; पृष्ठ 250 पर he लिखा है। नाम भी शोधपत्र में नहीं है; ट्यूरिंग automatic machine आदि कहते थे। नाम अगले साल चर्च (Church) की पुस्तक समीक्षा में दिया गया (SEP)।
9 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:साल: प्राप्ति की तारीख 1936-05-28 और सभा में पढ़े जाने की तारीख 1936-11-12 है। पत्रिका के खंड (Vol. 42) का साल प्रकाशक की प्रविष्टि (Crossref) और King's College की सूची में 1937, और SEP में “1936–7” है। यह साइट दोनों को साथ लिखती है: “1936 (प्राप्ति और प्रस्तुति); पत्रिका का खंड 1936–37”।
वॉरेन मैककुलक (Warren McCulloch) और वॉल्टर पिट्स (Walter Pitts) का शोधपत्र: मस्तिष्क की तंत्रिका कोशिकाओं को सक्रिय होने या न होने वाले स्विचों के सर्किट के रूप में सूत्रों से लिखना
मैककुलक और पिट्स ने (A Logical Calculus of the Ideas Immanent in Nervous Activity) प्रकाशित किया। तंत्रिका कोशिकाओं (न्यूरॉन) की गतिविधि (सक्रिय होना या न होना) होती है, इसलिए उन्होंने माना कि न्यूरल नेटवर्क का काम कथन तर्कशास्त्र से लिखा जा सकता है, जिसमें केवल सत्य या असत्य के 2 मान होते हैं। गणना के लिए धारणाएँ थीं: सक्रियता सब या कुछ भी नहीं होती है; निश्चित संख्या में सिनेप्स एक साथ उत्तेजित हों तो न्यूरॉन सक्रिय होता है; 1 भी निरोधक सिनेप्स काम करे तो सक्रिय नहीं होता; नेटवर्क की संरचना समय के साथ नहीं बदलती, आदि (पृष्ठ 118)। उन्होंने यह भी लिखा कि टेप और पढ़ने का उपकरण जोड़ने पर नेटवर्क ट्यूरिंग (Turing) मशीन जैसी संख्याओं की गणना कर सकता है (पृष्ठ 129)। इसे कृत्रिम न्यूरॉन शोध की शुरुआत माना जाता है।
आम तौर पर कही जाने वाली बात:① सामान्य विवरण में अक्सर क्रम होता है: “1943 के मैककुलक और पिट्स = तंत्रिका मॉडल; सीखने की व्यवस्था = 1949 के हेब (Hebb)” (उदाहरण: Nobel Prize विवरण, पृष्ठ 2)। मूल स्रोत के अनुसार:1943 का शोधपत्र भी learning पर है। नए सिनेप्स बनना सबसे सरल बदलाव मानकर धारणा दी गई कि । लिखा है कि इस बदलाव को लूप वाले नेटवर्क से बदला जा सकता है (प्रमेय VII; पृष्ठ 124)। फिर भी गणना की धारणा नेटवर्क की अपरिवर्तित संरचना है (पृष्ठ 118)। ② कुछ सारांश कहते हैं (निल्सन (Nilsson), पृष्ठ 34)। → शोधपत्र के पृष्ठ 129 में लिखा है कि टेप और पढ़ने का उपकरण जोड़ने पर ट्यूरिंग मशीन जैसी संख्याएँ मिलती हैं, जबकि टेप के बिना केवल उनका कुछ हिस्सा गणना योग्य है।
जो अभी पता नहीं है:शोधपत्र खुद कहता है कि सीखने वाले नेटवर्क को अपरिवर्तित संरचना के नेटवर्क से बदल सकने की असली मस्तिष्क के तथ्यों का विवरण नहीं है (पृष्ठ 117)। असली तंत्रिकाएँ इन धारणाओं (सब या कुछ भी नहीं; संरचना न बदलना) के अनुसार ही नहीं चलतीं। इससे मॉडल और वास्तविक चीज़ का अंतर समझाया जा सकता है।
एलन ट्यूरिंग (Alan Turing) ने से मशीन की बुद्धि पर चर्चा का शोधपत्र प्रकाशित किया
ब्रिटिश गणितज्ञ ट्यूरिंग ने प्रश्न को (imitation game) से बदलने वाला शोधपत्र प्रकाशित किया। मूल खेल में प्रश्नकर्ता अलग कमरे के पुरुष और महिला का लिंग केवल लिखित बातचीत से पहचानता है। ट्यूरिंग ने प्रश्न रखा कि पुरुष की जगह मशीन हो तो प्रश्नकर्ता कितनी बार गलती करेगा। उन्होंने 9 आपत्तियों के जवाब और शिक्षा से विकसित की जाने वाली (child machine) की योजना पर भी चर्चा की।
आम तौर पर कही जाने वाली बात:अक्सर इसे कहा जाता है। मूल स्रोत के अनुसार:शोधपत्र में नाम (imitation game) है; (Turing test) शब्द मुख्य पाठ में नहीं है। अक्सर माना जाता है कि शोधपत्र ने का जवाब दिया। → ट्यूरिंग ने इसे लिखा (मुद्रित पृष्ठ 442) और खेल वाला दूसरा प्रश्न रखा।
जो अभी पता नहीं है: नाम पहले किसने कब इस्तेमाल किया, इस साइट ने पुष्टि नहीं की है।
वोल्फ़गांग फ़ॉन केम्पेलन (Wolfgang von Kempelen) का ── अंदर एक इंसान छिपा था
हंगरी के प्रेसबुर्ग के कुलीन केम्पेलन ने वियना के राजदरबार में महारानी मारिया थेरेज़िया (Maria Theresa) के लिए एक मशीन बनाकर दिखाई। इसमें तुर्की कपड़ों में एक पुतला डिब्बे के ऊपर शतरंज खेलता था। यूरोप और अमेरिका में घूमकर इसने कई लोगों को चकित किया, लेकिन वास्तव में डिब्बे के भीतर शतरंज का एक कुशल खिलाड़ी छिपकर इसे चलाता था। 1784 में ही एक पुस्तक प्रकाशित हो गई थी जिसमें लिखा था कि अंदर छिपा इंसान खेल रहा है। 1821 में चित्रों से उसके छिपने का तरीका समझाने वाली पुस्तक निकली। मशीन 1854 में फ़िलाडेल्फ़िया की आग में जल गई।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “18वीं सदी में शतरंज खेलने वाली सोचने की मशीन थी”। मूल स्रोत के अनुसार:वास्तव में अंदर छिपा इंसान उसे चलाता था। समकालीन मित्र विंडिश (Windisch) की पुस्तक (1784) के अनुसार केम्पेलन ने शुरू में ही महारानी को का संकेत देकर काम शुरू किया। वे इस उपकरण को कहते थे। एडगर एलन पो (Edgar Allan Poe, 1836) ने भी उनके शब्द उद्धृत किए कि यह थी और अद्भुत दिखने का कारण कल्पना का साहस तथा भ्रम पैदा करने के तरीकों का कुशल चुनाव था।
6 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:निर्माण का साल: 1769 का विवरण (HNF संग्रहालय: “1769 में महारानी को दिखाया”; पो 1836: “1769 में आविष्कार”) और 1770 का विवरण (Linda Hall Library), दोनों हैं। विंडिश (1784) लिखते हैं कि “1769 में वादा किया और 6 महीने में पूरा किया”। आग का स्थान: HNF के अनुसार “Chinese Museum”, Linda Hall Library के अनुसार “Peale's Museum” (दोनों फ़िलाडेल्फ़िया में, 1854)। रहस्य का खुलासा चरणों में हुआ: 1784 में थिकनेस (Thicknesse) का दावा, 1821 में विश्लेषण की पुस्तक, फिर 1836 में पो। मालिक के बेटे मिचेल (Mitchell) ने 1857 में पत्रिका में सब कुछ बता दिया, इस बात की यहाँ पुष्टि नहीं हुई, क्योंकि मूल पत्रिका खोली नहीं जा सकी (Google Books की खोज सीमा पूरी हो गई थी और HathiTrust में पढ़ने की अनुमति नहीं मिली)। इसका आधार केवल Wikipedia है, इसलिए यह अपुष्ट है।
चित्र क्या दिखाता है:“क्या मशीनें सोच सकती हैं?” का सवाल अचानक 1950 में नहीं आया था: 1637 में डेकार्ट (Descartes) ने इंसान जैसी मशीन को पहचानने का तरीका लिखा, और उसके बाद 300 से अधिक वर्षों तक पुतलों, गियर, कार्ड, टेप और स्विच से “सोचती हुई दिखने वाली मशीनें” बनाई और सोची गईं, जिनके भीतर या तो इंसान छिपा था या तय प्रक्रिया थी—तालिका, गियर, कार्ड, नियमों की तालिका या स्विच। 1950 में ट्यूरिंग (Turing) ने भीतर की जाँच के बजाय सवाल बनाया कि क्या केवल लिखित बातचीत से मशीन को पहचाना जा सकता है, जिसे नकल का खेल कहा गया।
03अध्याय 03 · 1955–1960
नाम का जन्म
गलती होने पर खुद को सुधारने वाली मशीन ने क्या सीखा?
1955 में गर्मियों की एक शोध बैठक के प्रस्ताव में नाम इस्तेमाल हुआ। प्रस्ताव में एक ही गर्मी में काम पूरा करने की बात नहीं थी, बल्कि 1 या उससे अधिक समस्याओं पर बड़ी प्रगति कर सकने की उम्मीद थी।
1958 में अमेरिकी नौसेना ने फ़्रैंक रोज़ेनब्लाट (Frank Rosenblatt) का परसेप्ट्रॉन पत्रकारों को दिखाया। लगभग 50 प्रयासों के बाद वह पहचानने लगा कि कार्ड पर निशान दाईं ओर है या बाईं ओर। दाईं ओर के चित्र में उसे कार्ड दिखाकर देखें। वह सिर्फ़ गलती होने पर निशान वाले खानों के वज़न बदलता है। अंत में वज़न का फैलाव देखने पर समझ आता है कि मशीन “दायाँ” और “बायाँ” जैसे शब्द नहीं जानती; उसने सिर्फ़ यह सीखा कि कौन-सा खाना किस तरफ़ वोट देता है।
लगभग इसी समय हर्बर्ट साइमन (Herbert Simon) और ऐलन न्यूवेल (Allen Newell) ने “10 वर्षों के भीतर कंप्यूटर शतरंज का विश्व चैंपियन बन जाएगा” (अनुवाद) जैसी भविष्यवाणियाँ कीं और खुद ही उन्हें परखने का दिन भी लिखा।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:डार्टमथ के लोग एक ही गर्मी में AI को पूरा करना चाहते थे मूल स्रोत के अनुसार:प्रस्ताव में 1 या उससे अधिक समस्याओं पर बड़ी प्रगति कर सकने की उम्मीद थी।
31 अगस्त 1955मूल स्रोत से पुष्टिस्रोतों में मतभेद है
नाम सामने रखने वाला ग्रीष्मकालीन शोध बैठक का प्रस्ताव
मैककार्थी (McCarthy), मिन्स्की (Minsky), रोचेस्टर (Rochester) और शैनन (Shannon), इन 4 लोगों ने अगले ग्रीष्मकाल में डार्टमथ कॉलेज में पर शोध बैठक का प्रस्ताव तैयार किया और रॉकफ़ेलर फ़ाउंडेशन से धन माँगा। प्रस्ताव इस अनुमान से शुरू हुआ कि सीखने के हर पहलू और बुद्धिमत्ता की किसी भी अन्य विशेषता का सैद्धांतिक रूप से । इसमें मशीनों का भाषा इस्तेमाल करना, अवधारणाएँ बनाना और खुद को सुधारना जैसे शोध विषय गिनाए गए। कुल 13,500 डॉलर माँगे गए थे।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “वे एक ही ग्रीष्मकाल में AI पूरा बना लेना चाहते थे” मूल स्रोत के अनुसार:प्रस्ताव केवल इतना कहता है कि चुने गए वैज्ञानिक एक ग्रीष्मकाल साथ काम करें तो बताई गई समस्याओं में । इसमें पूरा बना लेने की बात नहीं लिखी है (प्रस्ताव p.2)।
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:प्रस्ताव जमा करने की तारीख: मुखपृष्ठ पर 1955-08-31 (प्रस्ताव p.1) / “2 सितंबर को भेजा” (ग्रेस सोलोमोनॉफ़ (Grace Solomonoff), 2016 p.6; फ़ाउंडेशन के अभिलेख देखने का उल्लेख) / “अगस्त 1955 में जमा किया” (निल्सन (Nilsson), 2010 p.77)
जुलाई 1958 में अमेरिकी नौसेना ने वॉशिंगटन में पत्रकारों के लिए प्रदर्शन किया। मौसम विभाग का बड़ा कंप्यूटर IBM 704 लगभग 50 प्रयासों में पहचानने लगा कि कार्ड का निशान दाईं ओर है या बाईं ओर। समाचार एजेंसी UPI ने बताया कि नौसेना को उम्मीद है कि यह “भ्रूण” (अभी जन्म से पहले की अवस्था) आगे चलकर चल सकेगा, बोल सकेगा, देख सकेगा, लिख सकेगा, अपने जैसे और बना सकेगा और अपने अस्तित्व से अवगत हो सकेगा। रोज़ेनब्लैट (Rosenblatt) ने खबर में कहा कि यह इंसानी मस्तिष्क की तरह सोचने वाली पहली मशीन होगी, पहले गलती करेगी लेकिन अनुभव से समझदार होगी और शायद ग्रहों पर भेजा जाने वाला खोजी यंत्र बनेगी। विशेष मशीन (परसेप्ट्रॉन) अभी नहीं बनी थी। इसे लगभग 1 साल में 100,000 डॉलर में बनाने की योजना बताई गई।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “रोज़ेनब्लैट ने कहा था कि ‘परसेप्ट्रॉन चलेगा, बोलेगा और चेतना रखेगा’” मूल स्रोत के अनुसार:खबर के अनुसार, ऐसी उम्मीद ने की थी (UPI की खबर)। खुद रोज़ेनब्लैट ने खबर में बड़े अनुमान भी बताए: और । लेकिन 1961 की रिपोर्ट में उन्होंने 1958 की अखबारी रिपोर्टिंग को जैसा बताकर आलोचना की और लिखा कि परसेप्ट्रॉन मुख्य रूप से मस्तिष्क का मॉडल है। प्रदर्शन भी विशेष मशीन से नहीं, सामान्य कंप्यूटर IBM 704 पर सिमुलेशन से हुआ था (विशेष मशीन बननी बाकी थी)।
जो अभी पता नहीं है:खबर में बताई गई नौसेना की उम्मीद किस अधिकारी के कथन पर आधारित थी, यह खबर से पता नहीं चलता।
हर्बर्ट साइमन (Herbert Simon) और एलेन न्यूवेल (Allen Newell) ने भविष्यवाणी की कि 10 साल के भीतर कंप्यूटर शतरंज का विश्व चैंपियन होगा (अगर प्रतियोगिता के नियम उसे भाग लेने से न रोकें)।
इसके बाद:अप्रैल 1967 में सबसे मज़बूत शतरंज प्रोग्रामों में से एक (MIT का MAC HACK VI) मध्यम स्तर के शौकिया खिलाड़ी जितना मज़बूत था (अमेरिकी रेटिंग 1450)। 1968 में अंतरराष्ट्रीय शतरंज मास्टर लेवी (Levy) और शोधकर्ताओं ने शर्त लगाई कि क्या कंप्यूटर 10 साल के भीतर लेवी को हरा सकता है। 1978 में लेवी ने कंप्यूटर को हराया और शर्त जीत ली। कंप्यूटर ने मौजूदा विश्व चैंपियन (कास्पारोव (Kasparov)) को 6 बाज़ियों के मैच में मई 1997 में हराया, भविष्यवाणी के लगभग 40 साल बाद (IBM का Deep Blue, 3.5 बनाम 2.5)। कंप्यूटर ने मनुष्यों के विश्व चैंपियन का खिताब कभी नहीं पाया है (भविष्यवाणी में भी लिखा है)।
चित्र क्या दिखाता है:परसेप्ट्रॉन “दाएँ” और “बाएँ” शब्द नहीं जानता था; वह केवल गलती होने पर वज़न बदलकर सीखता था कि कौन-सा खाना किस ओर वोट दे। लगभग 50 कार्ड देखने के बाद भी वज़न के पट पर केवल “गलत पहचाने गए कार्डों को एक के ऊपर एक रखने का नतीजा” बचता है।
हर 5 कार्डों पर गलतियों की संख्या
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u03_perceptron_cards.py
04अध्याय 04 · 1960 का दशक
खोज, तर्क और बड़ी भविष्यवाणियाँ
भूलभुलैया से निकलने का रास्ता जल्दी कैसे खोजें?
पहले दौर का AI भूलभुलैया और पहेलियों जैसी स्पष्ट नियमों वाली समस्याओं को खोज के ज़रिए हल करने में अच्छा था। 1968 का A* अब तक तय की गई दूरी में लक्ष्य तक की अनुमानित दूरी जोड़कर अगली जाँच की जगह चुनता है। दाईं ओर के चित्र में बिना अनुमान वाली खोज, A* और अनुमान को 3 गुना करने वाली खोज की तुलना करें। अनुमान सही हो तो कम खोज के साथ सबसे छोटा रास्ता मिल सकता है। अनुमान बहुत बड़ा करने पर खोज तेज़ होती है, लेकिन रास्ता सबसे छोटा नहीं रह जाता।
1966 का ELIZA सिर्फ़ मुख्य शब्द ढूँढ़कर नियमों के अनुसार वाक्यों को दोबारा व्यवस्थित करता था, फिर भी ऐसा लगता था कि वह किसी व्यक्ति से बातचीत कर रहा है। 1968 में जापान में डाक कोड पढ़ने वाली मशीन सार्वजनिक रूप से दिखाई गई।
बड़ी भविष्यवाणियाँ भी हुईं। 1965 में हर्बर्ट साइमन (Herbert Simon) ने लिखा, (अनुवाद)।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:साइमन ने भविष्यवाणी की कि 20 वर्षों में मशीनें इंसानों की सारी नौकरियाँ छीन लेंगी मूल स्रोत के अनुसार:मूल शोधपत्र में आगे लिखा था कि यह तकनीकी क्षमता का अनुमान है और मशीनों का इस्तेमाल कैसे किया जाएगा, इस बारे में कुछ नहीं कहा गया है।
मूल स्रोत और भरोसे का स्तर (4)खोज, तर्क और बड़ी भविष्यवाणियाँ
जुलाई 1968मूल स्रोत से पुष्टि
रास्ता खोजने वाला A* (ए-स्टार) ── अब तक तय रास्ता + मंज़िल तक का अनुमान
पीटर हार्ट (Peter Hart), निल्स निल्सन (Nils Nilsson) और बर्ट्रम रफ़ाएल (Bertram Raphael) ने (A Formal Basis for the Heuristic Determination of Minimum Cost Paths) शोधपत्र प्रकाशित किया। उन्होंने स्थानों को जोड़ने वाले ग्राफ़ में सबसे कम लागत का रास्ता खोजने के लिए समस्या से मिले संकेतों (ह्यूरिस्टिक: अनुभव या अनुमान से मिलने वाले शॉर्टकट) को शामिल करने का सिद्धांत बनाया और एक खोज विधि को सर्वोत्तम साबित किया (शोधपत्र का सारांश)। निल्सन के संस्मरण के अनुसार रोबोट के रास्ते खोजने के लिए मंज़िल तक की को अनुमान बनाने के उनके सुझाव में रफ़ाएल ने जोड़ने का सुझाव दिया। हार्ट ने दिखाया कि अनुमान असली बची हुई दूरी से अधिक न हो, तो सबसे छोटा रास्ता ज़रूर मिलेगा। विधि को A* नाम दिया गया; आज वाहन नेविगेशन और खेलों में भी यह इस्तेमाल होती है (Nilsson 2010)।
पाठ में बातचीत करने वाला प्रोग्राम ELIZA। लेखक के शोध लेख का उद्देश्यों में से 1 था प्रभावशाली लगने वाले जादू का तरीका बताना
MIT के जोसेफ़ वाइज़ेनबाउम (Joseph Weizenbaum) ने शोध लेख में ELIZA प्रोग्राम प्रस्तुत किया, जिससे कंप्यूटर के साथ पाठ में संवाद किया जा सकता था। यह इंसान के टाइप किए वाक्य में कीवर्ड खोजता और नियमों के अनुसार वाक्य को बदलकर जवाब देता है। बदलकर बातचीत करने वाले की भूमिका बदली जा सकती है। 1966 तक अंग्रेज़ी के अलावा वेल्श और जर्मन स्क्रिप्ट भी थीं। लेख की शुरुआत में उन्होंने लिखा कि प्रोग्राम की कार्यप्रणाली सरल भाषा में समझाने से जादू टूट जाता है और पता चलता है कि यह केवल चरणों का समूह है; लेख इसी उद्देश्य से लिखा गया है।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है, “ELIZA इंसान की तरह बातचीत करने वाला AI बनाने के लिए बनाया गया था” मूल स्रोत के अनुसार:निर्माता का 1966 का लेख शुरुआत में कहता है, और । प्रभावशाली लगने वाली चीज़ कैसे काम करती है, यह बताना लेख के उद्देश्यों में से 1 था (1976 की किताब में उनकी AI के बारे में चेतावनी की चर्चा u05 में है)।
1 जुलाई 1968मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
हाथ से लिखे डाक कोड पढ़कर डाक छाँटने की स्वचालित मशीन (तोशिबा और डाक मंत्रालय, 1968)
डाक कोड व्यवस्था शुरू होने के दिन, 1 जुलाई 1968 को टोक्यो के केंद्रीय डाकघर में TR-3・TR-4 स्वचालित डाक कोड पढ़ने और छाँटने की मशीन दिखाई गई। इसे तोशिबा ने डाक मंत्रालय के मार्गदर्शन में बनाया था। लोगों के अपनी तरह से हाथ से लिखे अंक पहचानकर डाक छाँटने वाली इसे दुनिया की पहली मशीन कहा जाता है। देशभर से जुटाए लगभग 300,000 हस्तलिखित अंकों का विश्लेषण करके अक्षर आकृतियों में आम झुकाव जाँचे गए। ऑप्टिकल फ़िल्टर से लाल बॉक्स हटाकर केवल अंकों की रेखाएँ निकाली गईं। यह लगभग 6 पत्र प्रति सेकंड की गति से पहले 3 अंक पढ़ती थी। जिन अक्षरों को पहचान नहीं पाती, उन्हें “पढ़ने से इनकार” बताकर लोगों को भेज देती थी।
जो अभी पता नहीं है: होने का दावा जापान की अकादमिक संस्थाओं, संग्रहालयों और कंपनी के विवरण से है। उसी समय की विदेशी मशीनों से तुलना वाला स्रोत नहीं खोला गया है।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:विकास की शुरुआत: शोवा 40 (1965) (डाक संग्रहालय और तोशिबा 2022)／शोवा 41 (1966) से (विकासकर्ताओं का 1969 का शोधपत्र)। गति: 20,000 पत्र प्रति घंटा (जापान की सूचना प्रसंस्करण सोसाइटी)／22,000 पत्र (डाक संग्रहालय)／लगभग 6 पत्र प्रति सेकंड (1969 का शोधपत्र; प्रति घंटा लगभग 21,600)।
हर्बर्ट साइमन (Herbert Simon) की भविष्यवाणी: (1965 की किताब / मूल रूप से 1960 का लेख)
साइमन ने 1965 की किताब में लिखा कि मशीनें 20 साल के भीतर इंसानों का कोई भी काम कर सकेंगी। मूल 1960 के लेख में लिखा था कि 25 साल से कहीं कम समय में संगठनों में इंसानों के किसी भी काम को मशीनों से बदलने की हमारे पास होगी। लेकिन तुरंत बाद उन्होंने कहा कि तकनीकी रूप से संभव होना और उसका व्यवहार में इस्तेमाल करना अलग बातें हैं। उन्होंने माना कि लंबी अवधि में काम चाहने वाले लगभग सभी को काम मिलेगा (पूर्ण रोज़गार), और तर्क दिया कि इंसान और मशीन का काम के आधार पर बँटेगा (हर कोई वह काम करेगा जिसमें वह अपेक्षाकृत बेहतर है)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “साइमन ने भविष्यवाणी की कि 20 साल में मशीनें इंसानों की सभी नौकरियाँ छीन लेंगी” मूल स्रोत के अनुसार:मूल लेख का अनुमान था, । तुरंत बाद उन्होंने लिखा कि ऐसी क्षमता का अनुमान । उन्होंने यह भी माना कि लंबी अवधि में पूर्ण रोज़गार बना रहेगा (तुलनात्मक लाभ)। 1966 में पुस्तक समीक्षक के जवाब में उन्होंने तर्क दिया कि रोज़गार का स्तर तकनीक नहीं, अर्थव्यवस्था की व्यवस्था तय करती है।
इसके बाद:1985 तक मशीनें इंसानों का कोई भी काम कर सकती थीं, ऐसा कहने वाला स्रोत नहीं मिला। निल्सन (Nilsson, 2010) साइमन के 1957 के इसी तरह के कथन (मशीनें जिन समस्याओं को संभाल सकती हैं, उनका दायरा इंसानी दिमाग जितना हो जाएगा) के बारे में कहते हैं कि 2010 में भी यह दूर था। दूसरी ओर, साइमन खुद तकनीकी क्षमता और रोज़गार को अलग मानते थे और उनका अनुमान था कि लंबी अवधि में बेरोज़गारी नहीं बढ़ेगी (1966 के जवाब में उन्होंने लिखा कि बेरोज़गारी 4% से कम है और घट रही है)।
चित्र क्या दिखाता है:लक्ष्य तक की दूरी का अनुमान जोड़कर खोजने से कम खानों की जाँच में सबसे छोटा रास्ता मिलता है। अनुमान बहुत बड़ा करने पर जाँच और घटती है, लेकिन रास्ता सबसे छोटा नहीं रहता; अनुमान का 1 स्लाइडर चलाकर इस लाभ और नुकसान की सीमा महसूस की जा सकती है।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u04_astar_maze.py
05अध्याय 05 · 1966–1980
पहले उछाल के बाद की सर्दी
क्या अमेरिका, ब्रिटेन और जापान में एक ही साल आई?
इस दौर को आने का समय माना जाता है, जब नतीजे उम्मीदों तक नहीं पहुँचे और शोध के लिए धन घटा। 1966 में अमेरिका की मशीन अनुवाद रिपोर्ट, 1969 की किताब और 1973 में ब्रिटेन की लाइटहिल (Lighthill) रिपोर्ट एक के बाद एक आईं।
लेकिन दाईं ओर के चित्र में 3 देशों की घटनाएँ साथ रखने पर दिखता है कि सर्दी हर जगह अलग ढंग से आई। जापान में 1971 में राष्ट्रीय स्तर की बड़ी परियोजना “पैटर्न सूचना प्रसंस्करण प्रणाली” शुरू हुई। आज के AI तक पहुँचने वाले न्यूरल नेटवर्क शोध भी सामने आए, जैसे 1972 का असोसियाट्रॉन (एक हिस्से से पूरे को याद करना) और 1979 का निओकॉग्निट्रॉन (जगह बदलने पर भी आकार पहचानना)। “वर्तमान वर्ष” को बदलने पर, एक ही साल के लिए भी स्रोतों के अनुसार जवाब , या “सर्दी नहीं आई” में बँट जाते हैं।
इस अध्याय में 19 तरीकों को चलाकर देखा जाता है, जैसे एक सीधी रेखा की सीमा (XOR), संभावित संयोजनों की संख्या का विस्फोट, बोली के लिए बीम सर्च, बोलने की गति का अंतर समायोजित करने वाली DP मैचिंग और चेहरे के हिस्से ढूँढ़ने का तरीका।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:1974–1980 AI की सर्दी का दौर था और शोध रुक गया मूल स्रोत के अनुसार:ACM के AI विशेष रुचि समूह के सदस्य 1973–1978 के बीच लगभग 3 गुना हो गए। यह थी या नहीं, इसका जवाब इस पर निर्भर करता है कि किस चीज़ को पैमाना बनाया जाए।
मूल स्रोत और भरोसे का स्तर (4)पहले उछाल के बाद की सर्दी
1974–1980पुष्टि कमज़ोर हैस्रोतों में मतभेद है
किस वर्ष से किस वर्ष तक थी? ── अलग-अलग स्रोत अलग उत्तर देते हैं। कुछ इतिहासकार कहते हैं कि “ थी ही नहीं”
जापान के आंतरिक मामलों और संचार मंत्रालय का श्वेत पत्र (2016) 1970 के दशक को (अनुवाद) कहता है, और Wikipedia 1974〜1980 बताता है। दूसरी ओर, AI का इतिहास लिखने वाले शोधकर्ता निल्सन (Nilsson, 2010) ने लगभग 1975〜1985 को AI की कहा और को 1980 के दशक के उत्तरार्ध की बात बताया। इतिहासकार हाइग (Haigh, 2023) ने यह तर्क दिया कि “ थी ही नहीं”, क्योंकि कंप्यूटर संबंधी संस्था ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई थी, आदि। वैसे शब्द के शुरुआती इस्तेमालों में 1984 का एक उदाहरण है: इसमें भविष्य में शायद आने वाली सर्दी की चिंता जताई गई थी।
आम तौर पर कही जाने वाली बात:अक्सर लिखा जाता है कि “1974〜1980 AI की सर्दी थी और शोध रुक गया था” मूल स्रोत के अनुसार:यह सही है कि 1970 के दशक में ब्रिटेन की कुछ प्रयोगशालाओं और अमेरिका के वाणी व रोबोट संबंधी शोध के लिए धन की स्थिति कठिन हुई। लेकिन ACM के AI समूह SIGART की सदस्य संख्या 1973〜1978 में लगभग 3 गुनी हुई (हाइग 2023), और निल्सन ने 1975〜1985 को कहा। शब्द का शुरुआती उदाहरण स्वयं 1984 का है (AAAI-84 की परिचर्चा), जिसमें भविष्य में शायद आने वाली सर्दी की चिंता थी। 1970 के दशक को कहना बाद में दिया गया नाम है।
जो अभी पता नहीं है:1970 के दशक में पूरे AI शोध को मिले धन के देशवार और वर्षवार आँकड़े नहीं मिले हैं। यह थी या नहीं, इसका उत्तर इस बात पर बदलता है कि कसौटी क्या है: बड़ी प्रयोगशालाओं का बजट, शोध संस्थाओं की सदस्य संख्या या शब्द का इस्तेमाल।
7 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:सर्दी का समय: आंतरिक मामलों और संचार मंत्रालय का हेइसेइ 28 श्वेत पत्र: “1970 का दशक” / Wikipedia: “1974〜1980” (हाइग 2023 के नोट b में उद्धृत) / चिल्टन (Chilton, ब्रिटेन): “1973 से लगभग 10 वर्ष” / निल्सन 2010: “लगभग 1975〜1985 तेज़ बढ़त का दौर था; सर्दी 1980 के दशक के मध्य से उत्तरार्ध में थी” / हाइग 2023: “1970 के दशक में व्यापक अर्थ में सर्दी नहीं थी” / NRC 1999: “प्रमुख विश्वविद्यालयों को DARPA से मिलने वाला AI शोध का धन बहुत कम नहीं हुआ, उसकी दिशा बदली।” देश और क्षेत्र के अनुसार भी अंतर था: ब्रिटेन में एडिनबरा और अमेरिका में वाणी (1984 की परिचर्चा में कहा गया कि 1970 के दशक के उत्तरार्ध में धन कम हुआ) व रोबोट (SRI) शोध की स्थिति कठिन थी, जबकि ACM के AI समूह SIGART के सदस्य बढ़ रहे थे।
मिन्स्की (Minsky) और पैपर्ट (Papert) की पुस्तक (Perceptrons) ने सरल न्यूरल नेटवर्क की सीमाएँ गणित से दिखाईं
MIT के मार्विन मिन्स्की और सीमोर पैपर्ट की पुस्तक ने रोज़नब्लैट (Rosenblatt) की 1950 के दशक में बनाई सीखने वाली मशीन (न्यूरल नेटवर्क से पैटर्न पहचान की व्यवस्था) की क्षमता गणित से जाँची। उन्होंने साबित किया कि अगर हर घटक द्वारा देखे जाने वाले बिंदुओं की संख्या सीमित हो, तो (XOR) से अधिक जटिल (बिंदुओं की संख्या सम है या विषम) और (आकृति एक साथ जुड़ी है या नहीं) नहीं पहचाने जा सकते। बहुपरत नेटवर्क के बारे में उन्होंने सहज अनुमान दिया, , लेकिन इसे साबित करना (या खारिज करना) एक महत्वपूर्ण शोध प्रश्न भी कहा (पोलक (Pollack) द्वारा उद्धृत p.231)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “परसेप्ट्रॉन्स ने साबित किया कि मस्तिष्क की नकल करने वाली मशीनें XOR नहीं हल कर सकतीं (इसलिए सभी बेकार हैं)” मूल स्रोत के अनुसार:पुस्तक ने एक चरण वाली मशीन की सीमाएँ साबित कीं, जिसमें घटक के देखने का दायरा (order) सीमित था (सम-विषमता या आकृति के जुड़ाव की पहचान आदि)। बहुपरत मशीनें उपयोगी नहीं होंगी, यह पुस्तक में भी जैसा सहज अनुमान था, जिसे जाँचने वाला शोध प्रश्न माना गया (पोलक द्वारा उद्धृत p.231)।
5 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:बहुपरत नेटवर्क के बारे में पुस्तक ने क्या कहा, इस पर विवरण अलग हैं। अक्सर कहा जाता है कि उसने ‘बहुपरत नेटवर्क भी बेकार साबित किए’, लेकिन पोलक द्वारा उद्धृत p.231 पर यह वाला सहज अनुमान है। इसे साबित करना (या खारिज करना) महत्वपूर्ण शोध प्रश्न बताया गया। उद्धृत पृष्ठ p.231 पोलक के अनुसार है (मूल पुस्तक की पुष्टि नहीं की गई)।
ब्रिटेन की शोध निधि संस्था (विज्ञान अनुसंधान परिषद, SRC) के अनुरोध पर द्रव गतिकी के प्रमुख विशेषज्ञ जेम्स लाइटहिल ने अकेले AI शोध का सर्वेक्षण करके यह रिपोर्ट बनाई। उन्होंने AI को A (स्वचालन), B (रोबोट निर्माण जैसा सेतु कार्य) और C (कंप्यूटर से मस्तिष्क और तंत्रिकाओं का अध्ययन) में बाँटा। A और C को सराहा, लेकिन B पर कठोर थे। कम प्रगति का बड़ा कारण बताया कि खोजे जाने वाले संयोजनों की संख्या विस्फोटक रूप से बढ़ने की समस्या (संयोजन विस्फोट) पर ध्यान नहीं दिया गया था। इसके बाद ब्रिटेन में AI शोध पर भरोसा और उसकी निधि बहुत गिरे।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “लाइटहिल रिपोर्ट ने पूरे AI को बेकार बताया” मूल स्रोत के अनुसार:रिपोर्ट ने A (कारखाना स्वचालन आदि) और C (कंप्यूटर से मस्तिष्क और तंत्रिकाओं का अध्ययन) में कुछ परिणाम माने। कठोर आलोचना B (रोबोट निर्माण केंद्रित ) और सामान्य AI के लक्ष्य की थी। उसने जापानी सरकार की कारखाने में जोड़ने का काम स्वचालित करने की शोध योजना को A का उदाहरण दिया और इस स्वचालन के बारे में लिखा, । रिपोर्ट समिति को नहीं, अकेले लाइटहिल को देने के लिए सौंपी गई थी। SRC ने इसे 4 अलग राय वाले लेखों के साथ प्रकाशित किया (सदरलैंड (Sutherland), नीडम (Needham), लॉन्गेट-हिगिन्स (Longuet-Higgins), मिची (Michie))।
5 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:रिपोर्ट की तारीख: मुख्य पाठ जुलाई 1972; IEEE Spectrum (2025) के अनुसार मार्च 1972 में पूरी; निल्सन (Nilsson) की टिप्पणी में प्रकाशन 1972; चिल्टन (Chilton) के अनुसार 1973 की शुरुआत में प्रकाशित। अमेरिका पर प्रभाव: NRC (1999) ने फ़्लेक (Fleck) (1982) को उद्धृत करके DARPA की शोध निधि की दिशा बदलने की बात कही। लेकिन उसी टिप्पणी में अमरेल (Amarel) (1988) का मत भी है कि कोई प्रभाव नहीं पड़ा।
काओरु नाकानो (Kaoru Nakano) (टोक्यो विश्वविद्यालय) का : हिस्सा दिखाने पर पूरा याद करने वाली, मस्तिष्क से प्रेरित स्मृति
टोक्यो विश्वविद्यालय के काओरु नाकानो ने दिया। इसमें जानकारी 0 और 1 के पैटर्न के रूप में पूरे नेटवर्क में फैलकर याद होती है और उसके हिस्से से पूरा याद आता है। बड़ा संकेत अधिक सटीक याद दिलाता है; छोटा संकेत धुँधली याद देता है। यह मस्तिष्क के तंत्रिका नेटवर्क का सरल मॉडल है। उन्होंने दिखाया कि केवल पड़ोसी घटकों से जुड़े घटक एक साथ काम करके इसे बना सकते हैं। कंप्यूटर पर प्रयोग किए और अवधारणा बनाने तथा खेलों में इस्तेमाल के उदाहरण भी दिए।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “‘याद वापस लाने वाली स्मृति’ के न्यूरल नेटवर्क की शुरुआत 1982 के हॉपफ़ील्ड (Hopfield) से हुई” मूल स्रोत के अनुसार:10 वर्ष पहले, 1972 में टोक्यो विश्वविद्यालय के काओरु नाकानो ने असोसिएट्रॉन IEEE की अकादमिक पत्रिका में दिया था। 2024 के नोबेल भौतिकी पुरस्कार का विवरण भी संदर्भ सूची में इसे देता है (हालांकि मुख्य पाठ में नाम नहीं; संदर्भ संख्याओं की सीमा में केवल उल्लेख है)।
चित्र क्या दिखाता है:“AI की सर्दी” कब थी, यह इस बात से बहुत बदलता है कि किस स्रोत को मापने का आधार बनाया जाए। उसी समय जापान में बड़ी परियोजनाएँ और न्यूरल नेटवर्क पर शोध शुरू हो रहे थे।
06अध्याय 06 · 1975–1990
विशेषज्ञों का ज्ञान दर्ज करना
एक साथ रखने पर क्या किया जा सकता है और क्या नहीं?
दूसरा उछाल विशेषज्ञों के ज्ञान को के रूप में दर्ज करने वाले AI (एक्सपर्ट सिस्टम) से शुरू हुआ। 1972 से चल रहा MYCIN संक्रमण के लिए दवा चुनने की सलाह देने वाला शोध था। इसमें नियमों और निश्चितता के माप (किसी बात के सही होने का कितना भरोसा है) को मिलाया जाता था। “क्यों?” पूछने पर वह इस्तेमाल किए गए नियम दिखाकर जवाब देता था।
दाईं ओर का चित्र उसी तरीके को साइकिल की हालत पर लागू करने का उदाहरण है (यह चिकित्सा संबंधी सलाह नहीं देता)। ज्ञात बातों पर दबाकर उन्हें बदलें तो लागू होने वाले नियम एक के बाद एक काम करते हैं और निष्कर्ष तथा उसकी निश्चितता बदलते हैं। जिस लक्षण के लिए कोई नियम नहीं है, उसके बारे में कोई जवाब नहीं दिया जा सकता। और ज्ञान लिखकर जोड़ने में लगने वाली मेहनत इस तरीके की सीमा बन गई।
जापान में 1987 में सेंदाई शहर की मेट्रो ने फ़ज़ी कंट्रोल के साथ चलना शुरू किया, जिसमें अस्पष्ट नियमों को मिलाकर इस्तेमाल किया जाता है।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:दूसरे उछाल में हद से ज़्यादा उम्मीदें शोधकर्ताओं के बड़े-बड़े वादों के कारण थीं मूल स्रोत के अनुसार:1984 के एक लेख के अनुसार, अधिकतर शोधकर्ता छोटे सुधारों के बारे में बात करने आए थे। प्रदर्शनी लगाने वाली कुछ कंपनियाँ ही ऐसे पेश आईं जैसे सपना पहले ही पूरा हो चुका हो।
मूल स्रोत और भरोसे का स्तर (3)विशेषज्ञों का ज्ञान दर्ज करना
1972–1984मूल स्रोत से पुष्टिस्रोतों में मतभेद है
MYCIN (माइसिन): वाला AI जो संक्रमण की दवा चुनने में डॉक्टर को सलाह देता है। विशेषज्ञ जैसा मूल्यांकन मिला, फिर भी अस्पताल में नियमित उपयोग नहीं हुआ
स्टैनफ़ोर्ड विश्वविद्यालय में मेडिकल छात्र एडवर्ड शॉर्टलिफ़ (Edward Shortliffe) और अन्य ने डॉक्टरों को जीवाणु संक्रमण (रक्त संक्रमण, बाद में मेनिन्जाइटिस) की दवा चुनने में सलाह देने वाला MYCIN बनाया। डॉक्टरों का ज्ञान अगर (जाँच का परिणाम〜) तो (जीवाणु शायद〜) वाले नियमों में दिया गया (शुरू में लगभग 200, 1978 में लगभग 500)। यह निर्णय का कारण भी बता सकता था। 1979 के मूल्यांकन में मेनिन्जाइटिस के 10 मरीजों के लिए स्टैनफ़ोर्ड के बाहर के 8 संक्रमण विशेषज्ञों ने पहचान छिपाकर MYCIN और डॉक्टरों की दवा योजनाओं को अंक दिए। MYCIN की 65% योजनाओं के लिए , जबकि स्टैनफ़ोर्ड के 5 विशेषज्ञों का परिणाम 42.5〜62.5% (औसत 55.5%) था। फिर भी विकासकर्ताओं की पुस्तक कहती है, ।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “MYCIN विशेषज्ञ से अधिक सटीक था, फिर भी कानून और ज़िम्मेदारी की समस्या से अस्पताल में उपयोग नहीं हुआ” (Wikipedia भी कहता है, ) मूल स्रोत के अनुसार:विकासकर्ताओं की पुस्तक (1984) के कारण अलग थे। दूसरे संक्रमणों का ज्ञान जोड़ना था, विशेषज्ञ विश्वविद्यालय छोड़ गए थे, ज्ञान जोड़ने की निधि मिलना कठिन था, वे सिस्टम की कमज़ोरियाँ पहचानकर अगले शोध पर जाना चाहते थे। सबसे बढ़कर, , क्योंकि साधारण कारण बाधा थे (पुस्तक आगे कहती है कि इनमें अधिकतर इस्तेमाल की आसानी और मेहनत की समस्याएँ थीं)।
जो अभी पता नहीं है:‘कानून और ज़िम्मेदारी’ का तर्क सबसे पहले किसने और कब दिया, यह नहीं जाँचा गया है।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:मूल्यांकन के आँकड़ों का अंतर: निल्सन (Nilsson) ने और ‘75% (स्टैनफ़ोर्ड के डॉक्टरों की आपसी सहमति से बेहतर)’ उद्धृत किया। 1979 के मूल शोधपत्र में स्वीकार्य मानी गई योजनाएँ 65% थीं (5 डॉक्टर: 42.5〜62.5%); विशेषज्ञों के बहुमत द्वारा स्वीकृत योजनाएँ 70% थीं (5 डॉक्टर: 30〜50%)। उसी पुस्तक के Chapter 30 में पहले के मूल्यांकन (अध्ययन 1・2) में बहुमत की स्वीकृति लगभग 75% थी। मूल्यांकन और गिनती के तरीके से संख्या बदलती है।
1984 में AI सम्मेलन की प्रदर्शनी में का विज्ञापन ── इस बार सचमुच सफलता मिलने के माहौल का प्रमाण
विज्ञान पत्रकार जॉर्ज जॉनसन (George Johnson) ने अगस्त 1984 में अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस (AAAI) के सम्मेलन की प्रदर्शनी का वर्णन किया। कई शोधकर्ता छोटी-छोटी प्रगति पर चर्चा करने आए थे, लेकिन कुछ प्रदर्शक कंपनियाँ ऐसे व्यवहार कर रही थीं मानो मानव बुद्धि वाले साथी बनाने का पुराना सपना पूरा हो चुका हो। विशेषज्ञों का ज्ञान दर्ज करने वाले AI उपकरण TIMM की पुस्तिका में का दावा था। उसमें लिखा था कि एक्सपर्ट सिस्टम बीमार नहीं होते, नौकरी नहीं छोड़ते और समय से पहले सेवानिवृत्त नहीं होते। पत्रकार ने लिखा कि विक्रेताओं के शब्द कभी-कभी जैसे सुनाई देते थे।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “दूसरे उछाल की अति शोधकर्ताओं के बढ़ा-चढ़ाकर किए वादों की वजह से थी” मूल स्रोत के अनुसार:इस लेख के अनुसार कई शोधकर्ता छोटी प्रगति पर चर्चा करने आए थे। कुछ प्रदर्शक कंपनियाँ ऐसा व्यवहार कर रही थीं जैसे (यह भी लिखा है कि IBM, Xerox, TI, DEC आदि ने संयम रखा)।
जो अभी पता नहीं है:लेख में TIMM बेचने वाली कंपनी का नाम नहीं दिया गया।
सेंदाइ शहर की मेट्रो शुरू हुई और स्वचालित ट्रेन संचालन में इस्तेमाल हुआ (अस्पष्टता संभालने वाले नियमों का AI)
15 जुलाई 1987 को सेंदाइ शहर की मेट्रो शुरू हुई (जापान की 9वीं शहरी मेट्रो)। Hitachi की स्वचालित ट्रेन संचालन प्रणाली ने अपनाया। इसमें (अगर ऐसा हो, तो ऐसा करें) में लिखे AI, यानी ज्ञान इंजीनियरिंग, के नियम अनुभवी चालकों के कौशल का स्थान लेते थे। लेख में लिखा है कि सफ़र का आराम, ठीक जगह रुकना और ऊर्जा की बचत बेहतर हुई; इसमें इस नियंत्रण को कहा गया है (बनाने वाली कंपनी के लेख के शब्द)।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है, “फ़ज़ी घरेलू उपकरणों का लोकप्रिय शब्द था” मूल स्रोत के अनुसार:घरेलू उपकरणों से पहले 1987 में शुरू सेंदाइ मेट्रो के स्वचालित संचालन में यह इस्तेमाल हो चुका था। विकासकर्ता कंपनी इसे (अगर–तो) के AI, यानी ज्ञान इंजीनियरिंग, के नियमों के रूप में समझाती है (दूसरे उछाल के ज्ञान डालने वाले AI के एक रूप में बताया गया)।
जो अभी पता नहीं है: बनाने वाली कंपनी के लेख के शब्द हैं; अन्य स्रोतों से पुष्टि नहीं हुई।
चित्र क्या दिखाता है:नियम ज्ञात बातों से एक के बाद एक काम करके निष्कर्ष निकालते हैं और उसके कारण भी दिखा सकते हैं। लेकिन जिन बातों का नियमों में ज़िक्र नहीं है, उनका कोई जवाब नहीं दे सकते।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u06_expert_rules.py
07अध्याय 07 · 1979–1995
जापान का पाँचवीं पीढ़ी का कंप्यूटर
राष्ट्रीय स्तर की बड़ी परियोजना का लक्ष्य क्या था और उसने क्या छोड़ा?
1982 में जापान ने तर्क और ज्ञान के प्रसंस्करण पर केंद्रित एक नए कंप्यूटर की परियोजना शुरू की। पुर्ज़ों की पीढ़ियों (वैक्यूम ट्यूब, ट्रांज़िस्टर, IC और LSI) के बाद की पीढ़ी के अर्थ में इसे नाम दिया गया। दुनिया में प्रतिक्रिया हुई और ब्रिटेन तथा अमेरिका ने भी बड़ी परियोजनाएँ शुरू कीं।
मुख्य साधन था Prolog, एक तर्क आधारित प्रोग्रामिंग भाषा। तथ्यों और नियमों को एक साथ रखने पर यह तर्क से सवालों के जवाब देती है। दाईं ओर के चित्र में परिवार के तथ्यों से “दादा-दादी या नाना-नानी” और “चचेरे, ममेरे, फुफेरे या मौसेरे भाई-बहन” खोजकर देखें। तथ्यों की जाँच की संख्या तर्क में लगने वाली मेहनत बताती है। 1992 की समानांतर तर्क मशीन PIM/p प्रति 1 सेकंड में 15 करोड़ 60 लाख बार तर्क कर सकती थी।
अंतिम मूल्यांकन में तर्क की गति का लक्ष्य पार हो गया, लेकिन लोगों से बातचीत करने की व्यवस्था बनाने तक काम नहीं पहुँचा। यह थी या नहीं, इस पर मूल्यांकन इस बात से बदलता है कि लक्ष्य किसे माना जाए।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:पाँचवीं पीढ़ी असफल रही मूल स्रोत के अनुसार:अंतिम मूल्यांकन में लिखा था कि इसने (अनुवाद)। लक्ष्य किसे माना जाए, इस पर मूल्यांकन बदलता है।
मूल स्रोत और भरोसे का स्तर (3)जापान का पाँचवीं पीढ़ी का कंप्यूटर
मार्च 1981मूल स्रोत से पुष्टिजापान
1981 की उम्मीद: कहा गया कि 1990 के दशक की शुरुआत में आँखों, कानों और मुँह वाला कंप्यूटर आएगा, जो बात समझेगा और लिखित व मौखिक अनुवाद अपने आप कर सकेगा
योजना से पहले के सर्वेक्षण (1979〜1981, अध्यक्ष टोक्यो विश्वविद्यालय के तोहरू मोटो-ओका (Tohru Moto-oka)) की रिपोर्ट में 1990 तक प्रोटोटाइप पूरा करने का लक्ष्य था। आम पाठकों के लिए इसे समझाने वाली पुस्तिका में पाँचवीं पीढ़ी के कंप्यूटर के बारे में लिखा था कि (अनुवाद) और (अनुवाद) हो तो शोध जल्दी शुरू करना होगा। 8 वांछित कार्य बताए गए: आवाज़, आकृतियाँ, चित्र और अक्षर सीधे सँभालने वाला (अनुवाद); रोज़मर्रा की भाषा में बातचीत कर सकने वाला (अनुवाद) (इससे लिखित और मौखिक अनुवाद भी संभव); सामान्य समझ से नए प्रश्नों का अनुमान द्वारा हल; और प्रोग्राम लिखे बिना इस्तेमाल, आदि।
आम तौर पर कही जाने वाली बात:कहा जाता है कि “पाँचवीं पीढ़ी ने 10 वर्ष में इंसान की तरह बात करने वाला कंप्यूटर बनाने का वादा किया” मूल स्रोत के अनुसार:1981 के सर्वेक्षण दस्तावेज़ में वास्तव में (अनुवाद), (अनुवाद) और (अनुवाद) लिखा है। लेकिन निदेशक काज़ुहिरो फ़ुचि (Kazuhiro Fuchi) ने 1992 में बताया कि 1982 में शुरू हुई वास्तविक योजना से मशीन अनुवाद जैसे अनुप्रयोग लक्ष्य से हटाए गए थे और ध्यान अनुमान की मशीन पर था। बात इस पर बदलती है कि किस वर्ष के किस दस्तावेज़ के लक्ष्य हैं।
इसके बाद:योजना वित्त वर्ष 1982〜1992 में चली। 1993 की अंतिम मूल्यांकन रिपोर्ट के अनुसार, अनुमान की गति का लक्ष्य, प्रति सेकंड 100 मिलियन, 150 मिलियन से अधिक हासिल करके पार किया गया। दूसरी ओर, रिपोर्ट में लिखा है कि आवाज़ और चित्र से इंसानों से संवाद के लिए बहुत अधिक पृष्ठभूमि ज्ञान की ज़रूरत सामने आई। बीच में काम भाषा शोध की बुनियाद तक सीमित कर दिया गया, इसलिए ठोस संवाद प्रणाली नहीं बन पाई। निदेशक काज़ुहिरो फ़ुचि ने 1992 में कहा कि मशीन अनुवाद जैसे अनुप्रयोग बनाना 1982 में योजना शुरू होते समय ही लक्ष्य से हटा दिया गया था।
जो अभी पता नहीं है:अनुवाद के शब्दों की संख्या और सही उत्तर दर जैसे संख्यात्मक लक्ष्यों वाला (研究開発課題説明書) नहीं मिला और इसकी पुष्टि नहीं हुई है (1981, 7 समूह, 26 विषय)।
1 जून 1992मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
पाँचवीं पीढ़ी की उपलब्धियाँ: समानांतर निष्कर्ष निकालने वाली मशीन PIM और भाषा KL1 (सबसे बड़ी मशीन में 512 कंप्यूटर; 5 प्रकारों को मिलाकर 1,000 से अधिक)
पाँचवीं पीढ़ी की परियोजना ने कई कंप्यूटर जोड़कर एक साथ निष्कर्ष निकालने (नियमों से निष्कर्ष पाने) वाली “समानांतर निष्कर्ष निकालने वाली मशीन PIM” और उसकी विशेष भाषा बनाईं और जून 1992 के FGCS'92 सम्मेलन में प्रस्तुत किया। KL1 को ताकाशी चिकायामा (Takashi Chikayama) ने शोधकर्ता काज़ुनोरि उएदा (Kazunori Ueda) की बनाई GHC भाषा की संरचना के आधार पर डिज़ाइन किया (निदेशक काज़ुहिरो फ़ुची (Kazuhiro Fuchi) का भाषण)। PIM के अलग विनिर्देशों वाले 5 प्रकार बने। सबसे बड़ी PIM/p में 512 कंप्यूटर थे और वह प्रति 1 सेकंड 156 मिलियन निष्कर्ष निकाल सकती थी। सभी 5 प्रकारों को मिलाकर 1,000 से अधिक कंप्यूटर थे। अंतिम मूल्यांकन कहता है कि प्रति 1 सेकंड 100 मिलियन का लक्ष्य पार हुआ।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “पाँचवीं पीढ़ी ने 1,000 कंप्यूटर जोड़ने वाली निष्कर्ष मशीन बनाई” मूल स्रोत के अनुसार:एक मशीन के रूप में सबसे बड़ी 512 कंप्यूटर वाली PIM/p थी। अंतिम मूल्यांकन में लिखा है कि 5 प्रकारों को मिलाकर 1,000 से अधिक थे।
जो अभी पता नहीं है:योजना के बाद PIM कैसे इस्तेमाल हुई—कितनी मशीनें कहाँ कितने वर्ष चलीं—जाँचा नहीं गया।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:आकार के विवरण में अंतर: ICOT अभिलेखागार का सम्मेलन पृष्ठ कहता है “1,000 कंप्यूटर स्तर की समानांतर निष्कर्ष मशीन का प्रोटोटाइप”; अंतिम मूल्यांकन कहता है “512 कंप्यूटर वाले मॉडल p समेत, कुल 1,000 से अधिक कंप्यूटरों के 5 प्रकार”; निल्सन (Nilsson) कहते हैं “सबसे बड़ी PIM/p में 512”।
जून 1992–1995मूल स्रोत से पुष्टिस्रोतों में मतभेद हैजापान
“पाँचवीं पीढ़ी की कंप्यूटर परियोजना असफल हुई” की कहानी ── प्रतिभागियों, मूल्यांकन समिति और बाहरी शोधकर्ताओं ने क्या लिखा?
जून 1992 में परियोजना के अंतिम अंतरराष्ट्रीय सम्मेलन FGCS'92 के तुरंत बाद The Baltimore Sun के संपादकीय (अमेरिकी कंपनियों के लिए लिखा गया) ने कहा कि परियोजना की । लेकिन उस सम्मेलन के मुख्य भाषण में निदेशक काज़ुहिरो फ़ुची (Kazuhiro Fuchi) ने बताया था, (अनुवाद)। फिर उन्होंने समझाया कि (अनुवाद) और (अनुवाद) जैसी बड़ी छवियाँ परियोजना से पहले 1981 के सम्मेलन से फैली थीं। 1982 में शुरू योजना अधिक सीमित थी (समानांतर निष्कर्ष निकालना), और उन्हें विश्वास था कि वह सफल थी। संवर्धन समिति के अंतिम मूल्यांकन (1993) ने भी कहा। अंतरराष्ट्रीय व्यापार और उद्योग मंत्रालय के अनुसंधान संस्थान की 1995 की रिपोर्ट ने लिखा कि उत्पाद न बनने से असफल कहना परियोजना के उद्देश्यों—आधारभूत शोध और अंतरराष्ट्रीय योगदान—को पूरी तरह न समझने वाली राय है। लेकिन उसी रिपोर्ट ने यह भी कहा कि छोटे कंप्यूटरों की प्रगति के कारण बनाई गई मशीनों की संरचना स्वयं भविष्य की तकनीक में शायद इस्तेमाल नहीं होगी। बाहरी शोधकर्ता की इतिहास पुस्तक (निल्सन (Nilsson), 2010) कहती है कि कई लोगों के अनुसार अधिकांश उपलब्धियों का आज केवल ऐतिहासिक महत्व है।
आम तौर पर कही जाने वाली बात:कहा जाता है, “पाँचवीं पीढ़ी की कंप्यूटर परियोजना असफल हुई और जापान ने भी माना” मूल स्रोत के अनुसार:निदेशक ने 1992 के सम्मेलन में असफलता स्वीकार नहीं की थी। उन्होंने कहा कि की जड़ 1981 के बड़े सपनों की छवि थी, जबकि 1982 से योजना के लक्ष्य (समानांतर निष्कर्ष निकालना) हासिल हुए थे। संवर्धन समिति के अंतिम मूल्यांकन में भी है। लेकिन बने हार्डवेयर और सॉफ़्टवेयर का व्यापक उपयोग न होना मंत्रालय की रिपोर्ट और बाहरी शोधकर्ता की पुस्तक दोनों बताते हैं। किसे लक्ष्य मानते हैं, उससे उत्तर बदलता है।
जो अभी पता नहीं है:अमेरिका में की प्रतिष्ठा पहली बार कहाँ से फैली, जैसे जून 1992 का New York Times लेख “ जापान की खोई हुई पीढ़ी बन गई” (Fifth Generation Became Japan's Lost Generation), जाँचा नहीं गया क्योंकि लेख खुल नहीं सका।
5 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:जून 1992 के उसी सम्मेलन के बारे में संपादकीय ने लिखा “असफलता स्वीकार की गई।” निदेशक ने मुख्य भाषण में “असफलता बताने वाली टिप्पणियाँ हैं” बताकर कहा, “मुझे विश्वास है कि यह सफल था।” संपादकीय ने किस आधार या किसके कथन से “स्वीकार की गई” लिखा, वह इसमें नहीं बताया गया।
चित्र क्या दिखाता है:तथ्य और नियम रख दिए जाएँ तो तर्क के ज़रिए सवालों के जवाब निकाले जा सकते हैं। लेकिन रिश्तेदारी जितनी दूर की हो, तथ्यों की जाँच में उतना ही अधिक काम लगता है।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u07_mini_prolog.py
08अध्याय 08 · 1987–2005
दूसरे उछाल के बाद की सर्दी और चुपचाप उगते अंकुर
कई परतों वाला न्यूरल नेटवर्क कैसे सीखता है?
एक्सपर्ट सिस्टम का कारोबार धीमा पड़ा और AI की दूसरी सर्दी आई। इसी बीच डेटा से सीखने की तकनीक चुपचाप बढ़ रही थी। 1986 में कई परतों वाले न्यूरल नेटवर्क को बैकप्रोपेगेशन से सिखाने का एक शोधपत्र Nature में प्रकाशित हुआ।
दाईं ओर का चित्र एक छिपी हुई परत वाले नेटवर्क को XOR सीखते हुए दिखाता है। आउटपुट की त्रुटि पीछे की परत से आगे की परत तक पहुँचाई जाती है और वज़न थोड़ा-थोड़ा सुधारे जाते हैं। जिस XOR को 1 परत नहीं सीख सकती थी, वह भी कई परतें जोड़ने से हल हो जाता है। नीचे के ग्राफ़ में त्रुटि घटती जाती है।
लगभग इसी समय लंबे संदर्भ को याद रख सकने वाला नेटवर्क (LSTM, 1997), डेटा के समूहों के बीच सबसे चौड़ा रास्ता खींचकर उन्हें अलग करने वाली सपोर्ट वेक्टर मशीन (1995) और खुद से खेलकर सीखने वाला बैकगैमोन (1992) भी सामने आए।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:बैकप्रोपेगेशन का आविष्कार हिंटन (Hinton) ने किया मूल स्रोत के अनुसार:1986 के शोधपत्र से पहले दूसरे शोधकर्ताओं ने भी इसे स्वतंत्र रूप से खोजा था। जापान के शुनइचि अमारी (Shun'ichi Amari) ने भी 1967 में त्रुटियों को थोड़ा-थोड़ा सुधारकर सीखने का सिद्धांत प्रकाशित किया था।
मूल स्रोत और भरोसे का स्तर (4)दूसरे उछाल के बाद की सर्दी और चुपचाप उगते अंकुर
9 अक्टूबर 1986मूल स्रोत से पुष्टिस्रोतों में मतभेद है
बहुपरत न्यूरल नेटवर्क को बैकप्रोपेगेशन से प्रशिक्षित करने का शोधपत्र Nature में प्रकाशित हुआ
डेविड रुमेलहार्ट (David Rumelhart), जेफ़्री हिंटन (Geoffrey Hinton) और रोनाल्ड विलियम्स (Ronald Williams) ने इनपुट और आउटपुट के बीच वाले न्यूरल नेटवर्क के प्रशिक्षण की विधि प्रस्तुत की। आउटपुट और सही उत्तर का अंतर (त्रुटि) आउटपुट से इनपुट की तरफ़ क्रम से लौटाते हुए कनेक्शन की ताकत धीरे-धीरे अद्यतन होती है (＝बैकप्रोपेगेशन)। प्रयोगों में दिखाया गया कि छिपी परत बिना सिखाए विशेषताओं का निरूपण करने लगती है।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “बैकप्रोपेगेशन हिंटन ने बनाया” मूल स्रोत के अनुसार:1986 का शोधपत्र खुद कहता है, , यानी पार्कर (Parker) और ले कुन (Le Cun) ने इन्हें अलग-अलग खोजा था। नोबेल समिति की व्याख्या भी लिखती है। उससे अधिक महत्वपूर्ण उपलब्धि के रूप में वह तीनों का यह काम बताती है: । इससे पहले फ़िनलैंड के लिन्नाइनमा (Linnainmaa, 1970), अमेरिका के वर्बोस (Werbos, 1974・1982) और जापान के शुनइचि अमारि (Shun'ichi Amari, 1967) के नाम आते हैं।
जो अभी पता नहीं है:इस शोधपत्र के छोटे उदाहरण (परिवार के संबंधों के चार्ट) में लोग छिपी परत का निरूपण समझ पाए। लेकिन बड़े नेटवर्कों में आज भी केवल कुछ हिस्से समझ आते हैं (चौथे उछाल के पाठ से जुड़ता है)।
6 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:इस प्रशिक्षण विधि को “सबसे पहले सोचने वाला व्यक्ति” अलग लेखक अलग बताते हैं (यहाँ किसी को सही तय नहीं किया गया)। ①1986 का मूल शोधपत्र: पार्कर और ले कुन ने अलग-अलग खोजा था। ②निल्सन (Nilsson, 2010): संभवतः सबसे पहले ब्राइसन (Bryson) और हो (Ho) ने नियंत्रण के क्षेत्र में किया; वर्बोस की 1974 की डॉक्टरेट थीसिस भी दी गई है। ③नोबेल समिति (2024): तीनों ने वर्बोस (1982) और लिन्नाइनमा (1970/1976) की पहले से इस्तेमाल हुई विधि फिर खोजी। ④श्मिडहुबर (Schmidhuber, 2014・2022): लिन्नाइनमा (1970) पहले थे; न्यूरल नेटवर्क में पहला इस्तेमाल वर्बोस (1981/1982) ने किया; अमारि ने 1967 में बहुपरत नेटवर्क को ग्रेडिएंट डिसेंट से प्रशिक्षित किया; केली (Kelley, 1960) में पूर्वसंकेत मिलता है। श्मिडहुबर भी इस काम से निकट जुड़े शोधकर्ता हैं और इस मुद्दे पर दृढ़ पक्ष लेते हैं।
1984 की चर्चा में खींची गई की सबसे बुरी स्थिति ── बाद की घटनाओं से तुलना
अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस (AAAI) के सम्मेलन में “AI के “अंधकार युग” — क्या हम उनसे बच सकते हैं या उनमें टिक सकते हैं?” नाम की चर्चा हुई। संचालक ड्रू मैकडर्मॉट (Drew McDermott) ने कहा कि उद्योग की हलचल के पीछे, लंबे समय से शोध कर रहे लोगों में इस चिंता से गहरी बेचैनी थी कि । सबसे बुरी स्थिति में उन्होंने कल्पना की कि 5 वर्ष बाद अमेरिका की असफल होगी, जापान की पाँचवीं पीढ़ी की परियोजना भी ठहर जाएगी, नई कंपनियाँ बंद हो जाएँगी, AI की फ़ंडिंग रुक जाएगी और सब अपने शोध का नाम बदल देंगे। उन्होंने बताया कि कुछ लोग इसे कहते हैं। लेकिन उन्होंने यह भी कहा कि उन्हें ऐसा होने की संभावना अधिक नहीं लगती। चर्चा में उन्होंने बताया कि दूसरे शोधकर्ता, रोजर शैंक (Roger Schank), से पूछा गया था कि क्या उन्हें संकट आने की उम्मीद है, और उन्होंने हाँ कहा था। दूसरी ओर, यह राय भी आई: (उसी वक्ता ने आगे कहा कि बुलबुला फूटने के बजाय शायद थोड़ा छोटा हो जाए)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “1984 की चर्चा ने AI की सर्दी का ठीक-ठीक पूर्वानुमान लगाया था—चेतावनी सही निकली” मूल स्रोत के अनुसार:संचालक ने इसे के रूप में बताया और खुद कहा था, । चर्चा में भी राय बँटी हुई थी: कुछ को विनाशकारी संकट की उम्मीद थी, तो कुछ को सर्दी के बजाय साँझ की संभावना लगी। अगले कुछ वर्षों में परिकल्पना के कई हिस्से सच हुए—रणनीतिक कंप्यूटिंग पहल में कटौती, कंपनियों और संस्था के सदस्यों में कमी, तथा पाँचवीं पीढ़ी की मुख्य परियोजना का अंत। लेकिन 5 वर्ष बाद सब कुछ एक साथ नहीं हुआ।
इसके बाद:बाद में परियोजना के प्रमुख हिस्सों में से एक, स्वचालित वाहन (ALV), का विकास अप्रैल 1988 में बंद कर दिया गया। 1987 में संबंधित विभाग का प्रमुख बने व्यक्ति ने भी AI परियोजनाओं के कुछ हिस्से बंद किए। 1993 में यह परियोजना DARPA के बजट से गायब हो गई। अमेरिकन एसोसिएशन फ़ॉर आर्टिफ़िशियल इंटेलिजेंस के सदस्यों की संख्या 1987 में 16,421 के शिखर पर थी और 1996 में 4,000〜5,000 पर स्थिर हुई। एक्सपर्ट सिस्टम बनाने वाली कई AI कंपनियाँ बंद हुईं, खरीदी गईं या उन्होंने अपना व्यवसाय बदल दिया। जापान की पाँचवीं पीढ़ी के कंप्यूटरों की मुख्य परियोजना वित्तीय वर्ष 1992 में समाप्त हुई। निल्सन (Nilsson) ने लिखा कि ये घटनाएँ 1980 के दशक के मध्य से अंत के बीच एक साथ उभरीं और इसे कहा जाने लगा।
जो अभी पता नहीं है:एक परिकल्पना, , सचमुच 1990 के दशक में हुई या नहीं, मूल स्रोतों से जाँचा नहीं गया (u08 में शामिल करने का संभावित विषय)।
LSTM: लंबे वाक्य या ध्वनि-क्रम के शुरुआती हिस्से को याद रख सकने वाला न्यूरल नेटवर्क प्रस्तुत हुआ
ज़ेप होखराइटर (Sepp Hochreiter) और युर्गेन श्मिडहुबर (Jürgen Schmidhuber) ने LSTM प्रस्तुत किया। इसमें समय के क्रम वाला डेटा (आवाज़ों या अक्षरों की श्रृंखला) सँभालने वाले न्यूरल नेटवर्क के अंदर और उस सेल में जानकारी के आने-जाने को खोलने-बंद करने के लिए जोड़े गए। पहले की विधियों में बैकप्रोपेगेशन से सुधार करने वाला संकेत समय में पीछे जाते-जाते गायब (शून्य के करीब) या बहुत बड़ा हो जाता था, इसलिए बहुत पहले की बात याद नहीं रहती थी। LSTM 1000 से अधिक कदम पहले के संकेतों को भी सुरक्षित रखकर इस्तेमाल कर सकता था।
2 मूल स्रोत और उनकी जाँच का विवरण
Long Short-Term Memory (Sepp Hochreiter, Jürgen Schmidhuber · 1997 · p.1735 Abstract / 1 Introduction · मूल स्रोत)
वाप्निक (Vladimir Vapnik) और साथियों ने डेटा के बीच सबसे चौड़ा रास्ता बनाकर अलग करने वाला सपोर्ट वेक्टर मशीन बनाया
2 प्रकार के बिंदुओं को अलग करने के लिए ऐसी रेखा खींचते हैं जो दोनों प्रकार से यथासंभव दूर, सबसे चौड़े रास्ते के बीच हो। इससे पहली बार दिखने वाले बिंदु भी ठीक वर्गीकृत हो सकते हैं। वाप्निक और साथियों ने इसे रास्ते के किनारे के कुछ बिंदुओं (सपोर्ट वेक्टर, यानी रास्ते को सहारा देने वाले बिंदु) से ही गणना योग्य बनाया। हस्तलिखित अंकों के MNIST में 1.1% त्रुटि दर (कोर्टेस (Corinna Cortes) और वाप्निक) मिली, जो LeNet न्यूरल नेटवर्क के करीब थी। लगभग 2000 में व्यावहारिक काम में ऐसी विधियाँ प्रमुख हो गईं।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है, “1980 के दशक के बाद न्यूरल नेटवर्क हमेशा सबसे अच्छे रहे” मूल स्रोत के अनुसार:लगभग 2000 के आसपास के 10 वर्षों में कई व्यावहारिक क्षेत्रों में न्यूरल नेटवर्क से अलग विधियाँ, जैसे सपोर्ट वेक्टर मशीन, प्रमुख थीं (श्मिडहुबर (Schmidhuber), 2014)। LeNet का 1998 का शोधपत्र भी मानता है कि यह विधि चित्रों का विशेष ज्ञान जोड़े बिना अच्छा प्रदर्शन करती है।
चित्र क्या दिखाता है:XOR की वह सीमा जो 1 परत से नहीं बनती थी, कई परतें जोड़कर और त्रुटि को पीछे से आगे भेजकर सुधारने पर धीरे-धीरे बनने लगती है।
त्रुटि का आकार
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u08_backprop_xor.py
09अध्याय 09 · 2006–2012
डेटा से खुद सीखना
क्या बहुत सारे उदाहरण याद करके ही नए डेटा का वर्गीकरण किया जा सकता है?
बहुत सारे डेटा और GPU की मदद से कई परतों वाले न्यूरल नेटवर्क पर बना AI (डीप लर्निंग) अचानक ज़्यादा सक्षम हो गया। 2012 की चित्र पहचान प्रतियोगिता में इसने बड़े अंतर से जीत हासिल की। इसके कई साधन बहुत पहले से विकसित हो रहे थे। इस अध्याय में मशीन लर्निंग के तरीकों को एक-एक करके चलाया जाता है: न्यूनतम वर्ग विधि (1805), बेयस (Bayes), मुख्य घटक विश्लेषण, k निकटतम पड़ोसी विधि, k-means, निर्णय वृक्ष, SVM, रैंडम फ़ॉरेस्ट, सिंगुलर वैल्यू डिकम्पोज़िशन, रीइन्फोर्समेंट लर्निंग आदि। जापान के चिकिओ हयाशी (Chikio Hayashi) की परिमाणीकरण विधियाँ, हिरोतुगु अकाइके (Hirotugu Akaike) का AIC और नोबुयुकी ओत्सु (Nobuyuki Otsu) की द्विआधारीकरण विधि भी शामिल हैं।
दाईं ओर का चित्र इनमें से एक, k निकटतम पड़ोसी विधि का है। सही जवाब वाले बिंदुओं को याद रखा जाता है और नए बिंदु के सबसे पास के k बिंदुओं के बहुमत से उसका वर्ग तय होता है। k को 1 करने पर प्रशिक्षण डेटा के सभी जवाब सही आते हैं, लेकिन शोर भी याद हो जाता है और नए बिंदुओं पर गलती की संभावना बढ़ जाती है (ओवरफ़िटिंग)। डेटा को प्रशिक्षण और टेस्ट डेटा में बाँटकर जाँचना इस दौर की सोच का मुख्य हिस्सा है।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:2006 में हिंटन (Hinton) ने एक नया विचार खोजा मूल स्रोत के अनुसार:उसी साल के शोधपत्र में खुद लिखा था कि गहरे नेटवर्क उपयोगी होंगे, यह बात 1980 के दशक से स्पष्ट थी।
प्रिंस्टन यूनिवर्सिटी की फ़ेइ-फ़ेइ ली (Fei-Fei Li) और साथियों ने ImageNet प्रस्तुत किया: नाम लगे लाखों चित्रों का संग्रह। जाँच इंटरनेट से काम लेने वाले लोगों ने की
ली और साथियों ने अवधारणाओं को पदानुक्रम में व्यवस्थित करने वाले शब्दकोश WordNet के आधार पर ImageNet प्रस्तुत किया। इसमें संज्ञाओं के लगभग 80,000 समूहों में हर समूह के लिए औसतन 500〜1000 चित्र इकट्ठे करने की योजना थी (शोधपत्र का उदाहरण (अनुवाद) है)। घोषणा के समय इसमें 12 क्षेत्र, 5247 श्रेणियाँ और 32 लाख चित्र थे। चित्र सर्च इंजन से लिए गए। उनमें लक्षित चीज़ सही तरह दिखाई दे रही है या नहीं, यह दुनिया भर के Amazon Mechanical Turk पर मेहनताना लेकर काम करने वाले लोगों ने हर चित्र अलग जाँचा; कई लोगों के वोट से निर्णय हुआ।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “AI ने चित्र देखकर खुद सीख लिया” मूल स्रोत के अनुसार:प्रशिक्षण के सही उत्तर वाले लेबल इंटरनेट पर मेहनताना लेकर काम करने वाले बहुत से लोगों ने हर चित्र जाँचकर लगाए थे (शोधपत्र का पृष्ठ 4)। मशीन के भीतर इंसान होने की कहानी केवल 1770 की शतरंज की स्वचालित गुड़िया की नहीं है।
जो अभी पता नहीं है:काम करने वालों की संख्या, रहने का देश या मेहनताने की राशि इस शोधपत्र में नहीं दी गई है (पुष्टि नहीं हुई)।
13 अक्टूबर 2012मूल स्रोत से पुष्टिस्रोतों में मतभेद है
चित्र पहचान प्रतियोगिता ILSVRC 2012 में टोरंटो विश्वविद्यालय का गहरा कॉन्वोल्यूशनल न्यूरल नेटवर्क (SuperVision) बड़े अंतर से पहले स्थान पर। टोक्यो विश्वविद्यालय की टीम दूसरे स्थान पर
तस्वीरों से 1000 प्रकार की वस्तुओं को पहचानने वाली प्रतियोगिता में क्रिज़ेव्स्की (Krizhevsky), सुत्सकेवर (Sutskever) और हिंटन (Hinton) की टीम “SuperVision” ने अधिकतम 5 जवाब देने वाले नियम में त्रुटि दर 15.3% रखी (केवल प्रतियोगिता का दिया डेटा लेने पर 16.4%)। दूसरे स्थान की टोक्यो विश्वविद्यालय की टीम ISI की दर 26.2% थी: लगभग 11 प्रतिशत अंकों का अंतर। 60,000,000 पैरामीटर वाले 8 परतों के न्यूरल नेटवर्क को 2 गेमिंग GPU (NVIDIA की चित्र प्रसंस्करण चिप) पर प्रशिक्षित किया गया। आयोजकों ने बाद के शोधपत्र में लिखा, ।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “डीप लर्निंग अचानक 2012 में पैदा हुई” मूल स्रोत के अनुसार:विजेता व्यवस्था ने लेकुन (LeCun) तथा सहकर्मियों की 1989 की पद्धति (जिसकी जड़ फ़ुकुशिमा (Fukushima) का 1979 का नियोकॉग्निट्रॉन था) को बड़े स्तर पर GPU से प्रशिक्षित किया। शोधपत्र ने खुद लिखा, (इससे पहले कहा कि सारे प्रयोग यही संकेत देते हैं)। अक्सर यह भी माना जाता है, “2012 की कहानी यूरोप और अमेरिका की है”, लेकिन दूसरे स्थान पर टोक्यो विश्वविद्यालय की टीम थी।
4 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:प्रशिक्षण समय: प्रतियोगिता के टीम परिचय में “लगभग 1 सप्ताह”, शोधपत्र में “5–6 दिन”। पहले स्थान के लिए 2 आँकड़े हैं: 15.3% (अतिरिक्त डेटा के साथ) और 16.4% (केवल दिए गए डेटा पर)। आयोजकों के शोधपत्र की तालिका 16.4 इस्तेमाल करती है।
जेफ़्री हिंटन (Geoffrey Hinton) और साथियों ने गहरे न्यूरल नेटवर्क सीखने का तरीका प्रस्तुत किया: । इसे माना जाता है
बहुत-सी परतों वाले न्यूरल नेटवर्क केवल बैकप्रोपेगेशन से अच्छी तरह नहीं सीख पाते थे। हिंटन और साथियों ने तरीका दिखाया जिसमें पहले सही उत्तर दिए बिना हर बार 1 परत सिखाई जाती है (पूर्व-प्रशिक्षण): । उसके बाद पूरे नेटवर्क को बैकप्रोपेगेशन से समायोजित किया जाता है। हस्तलिखित अंकों के MNIST पर त्रुटि दर 1.25% थी (Neural Computation का शोधपत्र)। चित्रों और दस्तावेज़ों को कम संख्याओं में दर्शाने में भी यह पिछले तरीकों से बेहतर था (Science का शोधपत्र)।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “2006 में हिंटन ने डीप लर्निंग का नया विचार खोजा” मूल स्रोत के अनुसार:शोधपत्र खुद (Science) कहता है कि गहरे न्यूरल नेटवर्क (ऑटोएनकोडर) को बैकप्रोपेगेशन से सिखाकर डेटा को कम संख्याओं में दर्शाने के लिए । इसके लिए कंप्यूटर पर्याप्त तेज़, डेटा पर्याप्त बड़ा और शुरुआती वज़न अच्छे हल के पर्याप्त करीब होने चाहिए। उसने कहा: । मुख्य नई बात शोधपत्र की यह थी: । उसी 2006 में योशुआ बेंजियो (Yoshua Bengio) और साथियों ने भी मिलता-जुलता तरीका प्रस्तुत किया (नोबेल समिति की व्याख्या का संदर्भ 34)।
फ़िल्मों की पसंद का अनुमान लगाने की 10 लाख डॉलर की प्रतियोगिता “Netflix Prize” (2006〜2009): जीत में 20 मिनट का अंतर
अक्टूबर 2006 में फ़िल्मों की DVD किराए पर देने वाली Netflix ने प्रतियोगिता आयोजित की। उसकी अपनी अनुशंसा प्रणाली (Cinematch) से 10% अधिक सटीकता से फ़िल्म की रेटिंग का अनुमान लगाने पर 10 लाख डॉलर का पुरस्कार था। लगभग 480,000 लोगों की लगभग 18,000 फ़िल्मों पर 10 करोड़ से अधिक रेटिंग (1〜5 सितारे) दी गईं; नामों की जगह नंबर रखे गए थे। लगभग 3 वर्ष बाद 21 सितंबर 2009 को BellKor's Pragmatic Chaos टीम जीती। दूसरे स्थान की टीम का स्कोर भी वही था (त्रुटि 0.8567, 10.06% सुधार), लेकिन लगभग 20 मिनट पहले जमा करने वाली टीम विजेता बनी (बराबर स्कोर पर पहले जमा करने वाले को जीत देने के नियम से)।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “Netflix ने 10 लाख डॉलर की प्रतियोगिता में मिली प्रणाली से अपनी अनुशंसाएँ बेहतर कीं” मूल स्रोत के अनुसार:Netflix के अपने ब्लॉग (2012) के अनुसार, पहले वर्ष के बीच के पुरस्कार की 2 विधियाँ इस्तेमाल हुईं। लेकिन 10 लाख डॉलर जीतने वाले सैकड़ों मॉडलों के मेल को नहीं अपनाया गया, क्योंकि सटीकता की अतिरिक्त बढ़त उसके लिए लगने वाले काम के लायक नहीं थी। इस दौरान कंपनी DVD से वीडियो स्ट्रीमिंग की ओर बढ़ गई और करना अनुशंसा प्रणाली का केवल एक हिस्सा रह गया। दूसरी बात: “नाम हटा दिए जाएँ तो डेटा से व्यक्ति का पता नहीं चलता” → शोधकर्ताओं ने दिखाया कि सार्वजनिक फ़िल्म रेटिंग से मिलान करके व्यक्ति की पहचान हो सकती है। दूसरी प्रतियोगिता रद्द हुई (FTC का पत्र)।
चित्र क्या दिखाता है:k को 1 रखने पर सीखे हुए सभी बिंदु सही पहचाने जाते हैं, लेकिन शोर भी याद हो जाता है और नए बिंदुओं पर गलती की संभावना बढ़ती है। इसलिए डेटा को प्रशिक्षण और परीक्षण में बाँटकर जाँचते हैं।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u09_knn.py
10अध्याय 10 · 2012–2019
गो, शोगी और नौकरियों की भविष्यवाणियाँ
आखिर तक बेतरतीब चालें चलने से अच्छी चाल का पता क्यों चलता है?
गो और शोगी में AI ने शीर्ष पेशेवर खिलाड़ियों को हराया और “नौकरियाँ खत्म हो जाएँगी” जैसे अनुमान दुनिया भर में चर्चा का विषय बने। जापान में भी AI का उछाल आया और इसे “तीसरा” कहने का चलन बढ़ा। इस अध्याय में डीप लर्निंग के साधनों (ऑटोएन्कोडर, GAN, word2vec, वस्तु पहचान, ट्रांसफ़र लर्निंग, ResNet आदि) को भी एक-एक करके चलाया जाता है।
गो में ताकत बढ़ाने वाले तरीकों में से एक मोंटे कार्लो ट्री सर्च (2006) था। एक चाल चलने के बाद कई बार आखिर तक बेतरतीब चालें चली जाती हैं और जीत के अनुपात से चालों की तुलना की जाती है। दाईं ओर के चित्र में टिक-टैक-टो है। आज़माइशी खेलों की संख्या बढ़ाने पर अच्छी चालों की जीतने की संभावना साफ़ होती जाती है। AlphaGo (2016) ने इसे इंसानों के खेलों से सीखे न्यूरल नेटवर्क और खुद से खेलने के साथ जोड़ा।
जापान में 2015 में जापान की सूचना प्रसंस्करण सोसाइटी ने घोषणा की कि कंप्यूटर शोगी के प्रोग्राम शीर्ष पेशेवर खिलाड़ियों की (अनुवाद)।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:AlphaGo सिर्फ़ खुद सीखकर ताकतवर हुआ मूल स्रोत के अनुसार:2016 में ली सेडोल (Lee Sedol) को हराने वाले संस्करण ने भी पहले इंसानों के खेलों को उदाहरण मानकर सीखा, फिर खुद से खेलकर और बेहतर हुआ।
मूल स्रोत और भरोसे का स्तर (4)गो, शोगी और नौकरियों की भविष्यवाणियाँ
9 मार्च 2016मूल स्रोत से पुष्टि
AlphaGo ने दुनिया के शीर्ष खिलाड़ी ली सेडोल (Lee Sedol) से 4 जीत और 1 हार के साथ मुकाबला जीता (सोल)
मार्च 2016 में दक्षिण कोरिया के सोल में AlphaGo और 18 विश्व ख़िताब जीतने वाले ली सेडोल, 9-दान, के बीच बिना हैंडीकैप 5 बाज़ियों का मुकाबला हुआ। AlphaGo 4 जीत और 1 हार से जीता। चौथी बाज़ी में ली सेडोल ने 78वीं चाल की अप्रत्याशित चाल से जीत हासिल की। DeepMind ने घोषणा की कि वह 10,00,000 डॉलर की पुरस्कार राशि शिक्षा और गो से जुड़े संगठनों तथा UNICEF को देगा।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है कि “AlphaGo मनुष्यों से सीखे बिना खुद मज़बूत बना” मूल स्रोत के अनुसार:ली सेडोल से खेलने वाला संस्करण (AlphaGo Lee) भी लगभग 2015 वाले संस्करण की तरह था; उसकी शुरुआत मानव बाज़ियों की नकल सीखने से हुई (2017 के शोधपत्र का PDF पृष्ठ 21 और DeepMind का 2017-10-18 का लेख: )। मानव बाज़ियों के रिकॉर्ड इस्तेमाल न करना 2017 के AlphaGo Zero से शुरू हुआ (→ क्या AlphaGo ने केवल अपने दम पर सीखकर अ…)।
What we learned in Seoul with AlphaGo (डेमिस हसाबिस (Google का आधिकारिक ब्लॉग) · 2016 · मुख्य पाठ (The final score was 4-1, Game 4 की move 78) · मूल स्रोत)
गो सॉफ़्टवेयर को मज़बूत बनाने वाली की बुनियाद के 2 शोधपत्र
गो की एक स्थिति में बहुत-सी चालें संभव होती हैं और स्थिति का मूल्यांकन भी मुश्किल होता है। इसलिए शतरंज जैसी खोज विधियों से वह मज़बूत नहीं बन पाया। 2006 में फ़्रांस के रेमी कुलों (Rémi Coulom) के शोधपत्र ने नई खोज विधि (मोंटे कार्लो ट्री सर्च, MCTS) दिखाई। इसमें एक स्थिति से खेल के अंत तक कई बार यादृच्छिक चालें खेली जाती हैं (मोंटे कार्लो), जीत की दर से चालों की तुलना होती है और अधिक आशाजनक शाखाओं को अधिक गहराई से जाँचा जाता है। कुलों ने 9-रेखा बोर्ड वाले गो सॉफ़्टवेयर Crazy Stone से कंप्यूटर गो प्रतियोगिता (KGS) जीती। उसी वर्ष हंगरी के लेवेंते कोचिश (Levente Kocsis) और चाबा सेपेश्वारी (Csaba Szepesvári) ने UCT विधि प्रस्तावित की, जो तय करती है कि किस शाखा को कितना आज़माना है। 10 वर्ष बाद AlphaGo के शोधपत्र (2016) ने MCTS के संदर्भ के रूप में इन दोनों शोधपत्रों को उद्धृत किया और MCTS के साथ 2 न्यूरल नेटवर्क जोड़े (अगली चाल का अनुमान और स्थिति का मूल्यांकन)।
3 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:कोचिश और सेपेश्वारी के शोधपत्र का सम्मेलन किस क्रम का था: AlphaGo की संदर्भ सूची में “15th European Conference on Machine Learning” है। वहीं Springer के ग्रंथसूची रिकॉर्ड में ECML 2006 को 17वाँ बताया गया है (केवल खोज परिणाम में जाँचा; मूल स्रोत नहीं खोला)। यह तय नहीं किया गया कि कौन सही है।
जापान की सूचना प्रसंस्करण सोसाइटी ने कहा कि कंप्यूटर शोगी (अनुवाद) और परियोजना समाप्त करने की घोषणा की
जापान की सूचना प्रसंस्करण सोसाइटी 2010 से (अनुवाद) बनाने की परियोजना चला रही थी। अक्टूबर 2015 में उसने यह कहते हुए परियोजना समाप्त करने की घोषणा की: (अनुवाद)। उसने समझाया कि (अनुवाद) का अर्थ हर बार जीतना नहीं, बल्कि बहुत सारी बाज़ियाँ खेलने पर कुल मिलाकर अधिक जीतने की संभावना ऊँची होना है। हालाँकि उस समय तक शीर्ष पेशेवर खिलाड़ियों के साथ सीधी बाज़ियाँ अभी हुई नहीं थीं।
इसके बाद:लगभग डेढ़ साल बाद, 1 अप्रैल और 20 मई 2017 को, शोगी सॉफ़्टवेयर PONANZA ने मेइजिन अमाहिको सातो (Amahiko Sato) को दोनों बाज़ियों में हराया (उन्होंने एइओ के रूप में भाग लिया)। आयोजकों ने इस मुकाबले के साथ देन-ओ-सेन समाप्त कर दिया।
ऑक्सफ़र्ड विश्वविद्यालय का अध्ययन: (कंप्यूटर से प्रतिस्थापन का जोखिम; 2013)
सितंबर 2013 में ऑक्सफ़र्ड विश्वविद्यालय के कार्ल बेनेडिक्ट फ़्रे (Carl Benedikt Frey) और माइकल ऑज़बॉर्न (Michael Osborne) ने अमेरिका के 702 पेशों के कंप्यूटर द्वारा प्रतिस्थापित होने की प्रायिकता का अनुमान लगाने वाला शोधपत्र जारी किया। उसमें अमेरिकी रोज़गार का 47% बताया गया। यह संख्या बाद में “नौकरियाँ खत्म होने की भविष्यवाणी” समझी गई और जाँच का विषय बनी (उदाहरण: ITIF के 2022 के लेख का शीर्षक ; यह इस साइट से अलग, काम के बारे में भविष्यवाणियों की जाँच के रिकॉर्ड से है)। विस्तृत सामग्री और बाद की जाँच इस साइट से अलग अध्ययन, AI के दौर में काम के बारे में भविष्यवाणियों की जाँच, में दर्ज हैं।
आम तौर पर कही जाने वाली बात:अक्सर कहा जाता है, “10–20 साल में अमेरिका की 47% नौकरियाँ खत्म हो जाएँगी” मूल स्रोत के अनुसार:शोधपत्र कहता है कि 47% रोज़गार उच्च जोखिम की श्रेणी में है और ऐसे पेशे अनिश्चित अवधि (शायद 10–20 साल) में स्वचालित किए जा सकते हैं। यह वास्तव में खत्म होने वाली नौकरियों की संख्या की भविष्यवाणी नहीं है (बाद के परिणामों की जाँच इस साइट से अलग AI के दौर में काम की भविष्यवाणियों के अध्ययन में है)।
चित्र क्या दिखाता है:चालें बेतरतीब चुनने पर भी, खेल को बहुत बार दोहराने से साफ़ दिखने लगता है कि अच्छी चालों से जीतने की संभावना अधिक है।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u10_mcts_connect4.py
11अध्याय 11 · 2017–2022
लिखने और चित्र बनाने वाला AI
लिखने वाला AI किन शब्दों पर “ध्यान दे” रहा होता है?
2017 के एक शोधपत्र में दिखाए गए तरीके (ट्रांसफ़ॉर्मर) से लिखने और चित्र बनाने वाला AI विकसित हुआ। 2022 में यह ऐसे रूप में सामने आया जिसका इस्तेमाल कोई भी कर सकता था।
इस तरीके का एक मुख्य हिस्सा है। यह संख्याओं से तय करता है कि वाक्य का कोई शब्द दूसरे किन शब्दों पर कितना ध्यान दे। दाईं ओर के चित्र में जिस शब्द के बारे में सवाल किया जा रहा है, उसे बदलकर देखें। “खाया” का ध्यान इस पर अधिक जाता है कि किसने खाया (बिल्ली) और क्या खाया (मछली)। ये संख्याएँ इस साइट के बनाए छोटे उदाहरण की हैं, असली AI के मान नहीं हैं।
लिखने वाला AI इस तरीके से अगले शब्द की संभावना निकालता है और एक-एक शब्द चुनता जाता है।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:ChatGPT तक 2 महीनों में 10 करोड़ लोग पहुँचे मूल स्रोत के अनुसार:यह कंपनी की घोषणा नहीं थी, बल्कि एक बैंक के विश्लेषकों का अनुमान था, जो वेबसाइट पर आने वालों की संख्या से निकाला गया था।
मूल स्रोत और भरोसे का स्तर (3)लिखने और चित्र बनाने वाला AI
12 जून 2017मूल स्रोत से पुष्टि
आज के पाठ AI का आधार बने का शोधपत्र प्रकाशित हुआ
Google के शोधकर्ताओं और टोरंटो विश्वविद्यालय के एक छात्र, कुल 8 लोगों ने AI की नई संरचना (ट्रांसफॉर्मर) पेश की। इसमें केवल की व्यवस्था है, जो ध्यान देती है कि वाक्य में किन शब्दों का किन दूसरे शब्दों से संबंध है। शोधपत्र ने अंग्रेज़ी से जर्मन और फ़्रेंच में अनुवाद जैसे कामों पर इसे परखा। कम प्रशिक्षण समय में पहले से बेहतर परिणाम मिले। बाद के GPT और BERT इसी संरचना पर आधारित हैं (दोनों के शोधपत्रों में पुष्टि)।
आम तौर पर कही जाने वाली बात:अक्सर इसे “बातचीत करने वाला AI (चैट AI) बनाने का शोधपत्र” समझा जाता है (इस धारणा का वर्णन इस साइट का अनुमान है) मूल स्रोत के अनुसार:शोधपत्र में अनुवाद और अंग्रेज़ी वाक्यों की व्याकरणिक संरचना का विश्लेषण परखा गया था। निष्कर्ष में अगले लक्ष्य भी चित्र, आवाज़ और वीडियो में उपयोग थे; मुख्य पाठ में बातचीत का विषय नहीं आता।
OpenAI ने संवाद AI जारी किया। घोषणा में कहा गया कि यह आगे पूछे गए सवालों के उत्तर देता है, अपनी ग़लतियाँ मानता है, ग़लत धारणाएँ बताता है और अनुचित अनुरोध अस्वीकार कर सकता है। यह GPT-3.5 परिवार के ऐसे मॉडल पर आधारित है जिसका प्रशिक्षण 2022 की शुरुआत में पूरा हुआ था। मनुष्यों द्वारा उत्तरों को अंक देकर इसमें सुधार किया गया। घोषणा के अनुसार के दौरान यह मुफ़्त था और उद्देश्य उपयोगकर्ताओं की प्रतिक्रियाएँ जुटाना था।
आम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “ChatGPT को नए और पूर्ण AI के रूप में बड़े प्रचार के साथ बेचा गया” (यह धारणा इस साइट का अनुमान है) मूल स्रोत के अनुसार:लेकिन घोषणा में नाम था (research preview)। अंदर का मॉडल उसी वर्ष की शुरुआत में प्रशिक्षण पूरा कर चुका था। घोषणा के दिन ही कमजोरी लिखी गई थी: ।
जो अभी पता नहीं है:घोषणा में ग़लतियाँ सुधारने की कठिनाई का एक कारण था: । सही लगने वाली ग़लतियाँ, जिन्हें बाद में कहा गया, क्यों और कब होती हैं, इस मुद्दे पर निर्माता तब भी लिखते थे: ।
1 फ़रवरी 2023मूल स्रोत से पुष्टिस्रोतों में मतभेद है
“ChatGPT के 2 महीने में 10 करोड़ उपयोगकर्ता” कंपनी की घोषणा नहीं थी; बैंक के विश्लेषकों ने वेबसाइट पर आने की संख्या से यह अनुमान निकाला था
फरवरी 2023 में दुनिया भर में यह खबर फैली कि “ChatGPT को जारी होने के 2 महीने में 10 करोड़ लोगों ने इस्तेमाल किया; यह इतिहास में सबसे तेज़ फैलने वाला ऐप है”। मूल स्रोत निवेश बैंक UBS के विश्लेषकों का मेमो था। वेबसाइट विश्लेषण कंपनी Similarweb के आँकड़ों के आधार पर इसका निष्कर्ष था: (उद्धरण मेमो की खबर देने वाले Reuters लेख की भाषा है)। Reuters ने लिखा: । उस समय Similarweb ने आँकड़ों की पुष्टि के अनुरोध का उत्तर नहीं दिया था। The Guardian के मुख्य पाठ में इसे Similarweb के इन आँकड़ों के रूप में बताया गया: ।
आम तौर पर कही जाने वाली बात:यह खबर फैली कि “ChatGPT को 2 महीने में 10 करोड़ लोगों ने इस्तेमाल किया (कंपनी का रिकॉर्ड)” मूल स्रोत के अनुसार:लेकिन मूल स्रोत UBS के विश्लेषकों का मेमो था, जिसमें Similarweb की वेबसाइट पर आने की संख्या के आधार पर । दोनों में से किसी लेख ने इसे OpenAI की घोषणा नहीं कहा। में एक ही व्यक्ति अलग डिवाइस से आए तो कभी अलग गिना जा सकता है; इसलिए यह हमेशा मनुष्यों की संख्या नहीं होती (यह इस साइट की अतिरिक्त व्याख्या है)।
2 मूल स्रोत और उनकी जाँच का विवरण
स्रोतों के बीच मतभेद:एक ही संख्या को Reuters ने “मासिक उपयोगकर्ता (अनुमान)” और The Guardian के मुख्य पाठ ने “अलग-अलग आगंतुक (Similarweb)” कहा। गिनने की विधि बताने वाले शब्द एक जैसे नहीं हैं।
चित्र क्या दिखाता है:संख्याएँ तय करती हैं कि कोई शब्द वाक्य के किन दूसरे शब्दों पर कितना ध्यान दे। “खाया” का ध्यान किसने खाया यानी बिल्ली, और क्या खाया यानी मछली, पर जाता है।
यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।
u11_attention.py
12अध्याय 12 · 2023 से आगे
जाँच का इंतज़ार करती भविष्यवाणियाँ
क्या सीधी रेखा को आगे बढ़ाने से भविष्य पता चल जाता है?
आज की बहुत-सी भविष्यवाणियाँ इस रिश्ते पर आधारित हैं कि AI जितना बड़ा होगा, उसका प्रदर्शन उतना बेहतर होगा, और यह मानकर चलती हैं कि यह रिश्ता आगे भी जारी रहेगा। दाईं ओर के चित्र में AI को प्रशिक्षित करने में इस्तेमाल हुई गणना की मात्रा (Epoch AI का डेटा) ऐसी मापनी पर रखी गई है जहाँ हर कदम पर मान 10 गुना होता है। किसी साल तक के बिंदुओं से एक सीधी रेखा खींचकर आगे बढ़ाने पर भविष्य का अनुमान मिलता है। रेखा खींचने का साल बदलने पर अनुमान की रफ़्तार बदल जाती है।
भविष्यवाणियाँ हमेशा गलत नहीं होतीं। 2022 में 2 शोधकर्ताओं ने अनुमान लगाया कि क्या 2025 तक AI गणित ओलंपियाड में स्वर्ण पदक के लिए ज़रूरी अंक पा सकेगा। जुलाई 2025 में ऐसा हुआ। दूसरी ओर, एक अंतरराष्ट्रीय रिपोर्ट कहती है कि आज के बड़े AI के अंदर क्या हो रहा है, इसे बनाने वाले भी मुश्किल से समझ पाते हैं।
चौथे उछाल के बाद सर्दी आएगी या नहीं, यह अभी पता नहीं है। यह अध्याय जवाब दिए बिना सामग्री सामने रखता है।
मूल स्रोत और भरोसे का स्तर (3)जाँच का इंतज़ार करती भविष्यवाणियाँ
23 जनवरी 2020मूल स्रोत से पुष्टि
आकार बढ़ने पर निश्चित अनुपात में प्रदर्शन बेहतर होने के नियम का शोधपत्र। लेकिन लेखक खुद कहते हैं:
OpenAI और जॉन्स हॉपकिन्स विश्वविद्यालय के शोधकर्ताओं ने दिखाया कि भाषा मॉडल का प्रदर्शन, जिसे अगले शब्द का अनुमान लगाने की कठिनाई से मापा गया, पैरामीटरों की संख्या, प्रशिक्षण डेटा की मात्रा और गणना बढ़ाने पर एक निश्चित रूप में बेहतर होता है (पावर लॉ)। यह रूप 7 परिमाण-क्रमों, यानी 1 करोड़ गुना से अधिक की सीमा में जारी रहा। यह विचार बाद में अधिक बड़े AI बनाने की होड़ के आधारों में से एक बना।
आम तौर पर कही जाने वाली बात:अक्सर इसका अर्थ लिया जाता है कि “यह नियम बताता है कि आकार बढ़ाने पर AI की बुद्धिमत्ता बिना सीमा के बढ़ती है” (यह समझ इस साइट का अनुमान है) मूल स्रोत के अनुसार:लेकिन मूल शोधपत्र खुद कहता है: और ।
जो अभी पता नहीं है:क्या पता है: 2020 तक जाँची गई सीमा में आकार बढ़ाने पर प्रदर्शन निश्चित नियमों के अनुसार बढ़ा। क्या नहीं पता: यह कहाँ तक जारी रहेगा और क्यों होता है। शोधपत्र खुद कहता है: और ।
क्या 2025 तक AI गणित ओलंपियाड में स्वर्ण स्तर हासिल करेगा? 2022 में 2 शोधकर्ताओं ने संभावना 8% से कम और 16% से अधिक बताई। जुलाई 2025 में परिणाम आया
AI की प्रगति पर शोधकर्ता पॉल क्रिस्टियानो (Paul Christiano) और एलीएज़र युडकोव्स्की (Eliezer Yudkowsky) के विचार अलग थे। इसलिए उन्होंने ऐसे अनुमान की संभावना सार्वजनिक की जिसका परिणाम स्पष्ट हो सके: अंतरराष्ट्रीय गणित ओलंपियाड (स्कूल के विद्यार्थियों की प्रतियोगिता) के बारे में (समय आदि के नियम IMO Grand Challenge के अनुसार)। क्रिस्टियानो ने संभावना 8% से कम और युडकोव्स्की ने 16% या अधिक बताई। क्रिस्टियानो ने सबसे कठिन प्रश्न हल होने की संभावना 4% से कम बताई। जुलाई 2025 में Google DeepMind ने घोषणा की कि Gemini के उन्नत संस्करण ने 6 में से 5 प्रश्न पूरे हल करके 42 में से 35 अंक (स्वर्ण पदक का स्तर) पाए। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और पुष्टि की। इसने 4.5 घंटे की सीमा में सामान्य भाषा में उत्तर लिखे।
इसके बाद:जुलाई 2025 में Google DeepMind के Gemini के उन्नत संस्करण ने 42 में से 35 अंक, यानी स्वर्ण पदक का स्तर, पाया। प्रतियोगिता के परीक्षकों ने आधिकारिक रूप से अंक दिए और अंतरराष्ट्रीय गणित ओलंपियाड के अध्यक्ष ने की पुष्टि की। ब्लॉग के अनुसार यह पुष्टि उत्तरों की थी; AI की प्रणाली का सत्यापन नहीं किया गया था। काम 4.5 घंटे की समय सीमा में हुआ। सबसे कठिन प्रश्न, प्रश्न 6, हल नहीं हुआ (6 में से 5 प्रश्न हल हुए)। दोनों अनुमान संभावनाएँ थे, इसलिए उन्हें निश्चित रूप से सही या ग़लत नहीं कहा जा सकता। लेकिन वास्तविक परिणाम उस पक्ष के करीब था जिसने अधिक संभावना (16% से अधिक) बताई थी।
96 विशेषज्ञों की अंतरराष्ट्रीय रिपोर्ट (30 देशों आदि के चुने सलाहकार पैनल सहित): (अनुवाद), (अनुवाद)
ब्लेचली सम्मेलन (2023) के बाद, योशुआ बेंगियो (Yoshua Bengio) के नेतृत्व में 96 विशेषज्ञों ने AI सुरक्षा पर अंतरराष्ट्रीय रिपोर्ट तैयार की। इनमें 30 देशों, संयुक्त राष्ट्र, EU और OECD के चुने सलाहकार पैनल के सदस्य शामिल थे (जापान से हिरोआकि कितानो (Hiroaki Kitano))। रिपोर्ट ने बताया कि सामान्य उपयोग वाले AI मॉडल (अनुवाद), बल्कि प्रशिक्षण से बनते हैं। उसने लिखा, (अनुवाद) और (अनुवाद)। आगे की प्रगति के बारे में उसने कहा कि सामान्य उपयोग वाले AI की क्षमताओं में सुधार (अनुवाद) और “गति पर असहमति है … आगे और “स्केलिंग” की संभावनाओं के बारे में अलग-अलग विचार” (अनुवाद)। फ़रवरी 2026 की दूसरी रिपोर्ट में भी कहा गया, (अनुवाद) और (अनुवाद) (इनपुट का मतलब गणना, एल्गोरिद्म में सुधार और डेटा है)।
जो अभी पता नहीं है:अनिश्चित बातें (देशों के चुने विशेषज्ञों के अनुसार): ① आज के बड़े AI के भीतर का कामकाज (अंदर की व्यवस्था विकासकर्ताओं के लिए भी लगभग समझ से परे है, और समझाने की तकनीकें बहुत सीमित हैं)। ② भविष्य की प्रगति की गति (धीमी से लेकर बहुत तेज़ तक कोई भी गति संभव है। पैमाना बढ़ाना कहाँ तक कारगर होगा, इस पर विशेषज्ञों के मतभेद हैं)। 2026 की रिपोर्ट में भी इसी तरह की अनिश्चितता जारी है।
चित्र क्या दिखाता है:किस वर्ष तक के बिंदुओं से सीधी रेखा खींची जाए, इससे भविष्य की गति बहुत बदलती है। रेखा आगे बढ़ाकर की गई भविष्यवाणी तभी लागू होती है जब उसकी मान्यताएँ आगे भी बनी रहें।
13अध्याय 13 · समग्र परिचय
लहरें, भविष्यवाणियों का नक्शा और अनजान बातें
AI की भविष्यवाणियाँ कितने साल आगे की बात करती आई हैं?
अंत में इस साइट के रिकॉर्ड को ही डेटा मानकर जाँचा जाता है। दाईं ओर का चित्र भविष्यवाणियों का नक्शा है। क्षैतिज अक्ष पर भविष्यवाणी किए जाने का साल और ऊर्ध्वाधर अक्ष पर “इस साल तक” कहे गए लक्ष्य का साल है। पास-पास के बिंदुओं को अलग पहचानने के लिए थोड़ा खिसकाया गया है और पतली रेखाओं से उनके मूल साल की जगह से जोड़ा गया है। अगर मूल साल की जगह वर्तमान साल की रेखा के ऊपर है, तो उस भविष्यवाणी का साल अभी आया नहीं है।
एक मशहूर अध्ययन (2012) ने पाया कि AI की अधिकतर भविष्यवाणियाँ 15–25 साल आगे की होती हैं। लेकिन अब उस शोधपत्र के पृष्ठ 1 पर यह टिप्पणी है: (अनुवाद)। गिनने और इकट्ठा करने का तरीका बदलने से जवाब बदल जाता है।
राष्ट्रीय शिक्षण सामग्री में भी ऐसी भविष्यवाणियाँ हैं जिनका मूल खोजने पर पता चला कि उनका रूप बदल गया था। (अनुवाद) मूल रूप से 2005 की एक किताब में गणना की गति के अनुमान का चित्र था।
जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:हर नई तकनीक “उम्मीदों का शिखर मूल स्रोत के अनुसार:निराशा की घाटी → स्थिर होना” का रास्ता तय करती है → शोधकर्ताओं ने जाँचा कि क्या घटनाएँ एक शोध कंपनी के चित्र के अनुसार होती हैं। उस कंपनी के अपने रिकॉर्ड से भी अंतर मिला। हर बार एक ही क्रम होने की बात, चीज़ों को साथ रखने पर ऐसा दिखने वाली कहानी है; यह कोई तय नियम नहीं है।
मूल स्रोत और भरोसे का स्तर (2)लहरें, भविष्यवाणियों का नक्शा और अनजान बातें
2012मूल स्रोत से पुष्टि
शोध जिसमें AI की भविष्यवाणियाँ अक्सर 15–25 साल बाद की बताई गईं (अब शोधपत्र की शुरुआत में टिप्पणी है: )
इस शोधपत्र ने AI के साकार होने के समय की 95 भविष्यवाणियाँ इकट्ठी करके उनका विश्लेषण किया। उसमें की भविष्यवाणियाँ सबसे अधिक बताई गईं और कहा गया कि विशेषज्ञों और गैर-विशेषज्ञों की भविष्यवाणियों में अंतर नहीं पहचाना जा सकता। अब सार्वजनिक PDF के पहले पृष्ठ पर टिप्पणी है, । गलती का कारण विशेषज्ञ और गैर-विशेषज्ञ बताने वाले कॉलम को ग़लत पढ़ना था (AI Impacts ने 2016 में बताया)।
आम तौर पर कही जाने वाली बात:“AI की भविष्यवाणियाँ हमेशा 15–25 साल बाद की होती हैं” अक्सर उद्धृत किया जाता है मूल स्रोत के अनुसार:मूल शोधपत्र पर अब टिप्पणी है, । लेकिन गलती विशेषज्ञों के वर्गीकरण में थी; टिप्पणी से यह स्पष्ट नहीं होता कि 15–25 साल वाला निष्कर्ष भी अमान्य हुआ या नहीं।
जो अभी पता नहीं है:भविष्यवाणियाँ लगभग 20 साल बाद के समय पर केंद्रित होती हैं या नहीं, यह डेटा तैयार करने के तरीके पर निर्भर करता है। यह स्पष्ट नहीं है।
सरकारी शिक्षक सामग्री की भविष्यवाणी (अनुवाद) के मूल स्रोत तक — जड़ कर्ज़वाइल (Ray Kurzweil) की 2005 की पुस्तक में सुपरकंप्यूटर की गति के चित्र की एक रेखा है
जापान के शिक्षा, संस्कृति, खेल, विज्ञान और प्रौद्योगिकी मंत्रालय की हाई स्कूल “सूचना II (जापानी हाई स्कूल में सूचना और कंप्यूटर से जुड़ा विषय)” (अनुवाद) की शिक्षक सामग्री (2020) आंतरिक मामलों और संचार मंत्रालय के 2014 के सूचना और संचार श्वेतपत्र के आधार पर कहती है: यदि गणना की गति इसी तरह बढ़ती रहे, तो 2025 तक एक मनुष्य के मस्तिष्क का पूरी तरह सिमुलेशन (कंप्यूटर के भीतर उसकी प्रक्रियाओं की नकल करके चलाना) करने लायक प्रदर्शन हासिल होगा। स्रोत तक जाने पर पता चलता है कि यह बात श्वेतपत्र के मुख्य पाठ में नहीं, चित्र 3-1-1-4 (अनुवाद) में थी। चित्र का स्रोत 13 फरवरी 2014 की मंत्रालय की बैठक में श्री कितानि (Kitani) की सामग्री थी (कवर पर NTT Data का प्रौद्योगिकी विकास मुख्यालय)। उसमें लिखा था कि यह रे कर्ज़वाइल की 2005 की पुस्तक (मूल शीर्षक The Singularity Is Near) के चित्र पर आधारित है। मूल चित्र में सुपरकंप्यूटर की गति (FLOPS: प्रति सेकंड दशमलव वाली कितनी गणनाएँ हो सकती हैं) के बिंदु और हर 1.2 साल में दुगुनी होने की सीधी रुझान रेखा (Trendline) थी। जहाँ यह रेखा 10 की घात 19 FLOPS तक पहुँचती है, वहाँ टिप्पणी थी, । यानी मूल स्रोत मस्तिष्क सिमुलेशन खुद नहीं, गणना की गति का अनुमान था।
आम तौर पर कही जाने वाली बात:अक्सर इसे इस भविष्यवाणी के रूप में समझा जाता है कि 2025 तक पूरे मानव मस्तिष्क को कंप्यूटर में फिर बनाया जा सकेगा (2014 की बैठक सामग्री का शीर्षक भी है, (अनुवाद)) मूल स्रोत के अनुसार:मूल चित्र (कर्ज़वाइल, 2005) सुपरकंप्यूटर के प्रदर्शन का रुझान 10 की घात 19 FLOPS तक पहुँचने का वर्ष (2025) और मस्तिष्क के न्यूरॉनों के सिमुलेशन के लिए उस गति की अनुमानित ज़रूरत को जोड़ता है। यह नहीं कहता कि 2025 में कोई पूरे मस्तिष्क का सिमुलेशन करेगा। सरकारी सामग्री का कथन (अनुवाद) है: गणना की गति का अनुमान। जापानी अनुवाद के दौरान शब्द भी बदले। मूल Neural Simulation for Uploading (अपलोड करने के लिए न्यूरल सिमुलेशन) बदलकर (अनुवाद) सिमुलेशन करने योग्य प्रदर्शन बना; 10 की घात 16 FLOPS पर बदलकर (अनुवाद) हुआ।
इसके बाद:गणना गति की जाँच: मूल चित्र के समान मानदंड पर (सुपरकंप्यूटर प्रदर्शन की TOP500 रैंकिंग का HPL मान; मूल चित्र भी TOP500 को स्रोत कहता है), नवंबर 2025 में पहले स्थान का El Capitan (अमेरिका) 1.809 एक्साफ्लॉप्स (प्रति सेकंड लगभग 1,800,000,000,000,000,000 गणनाएँ) था: 10 की घात 19 FLOPS का लगभग 1/5.5। जून 2026 में पहले स्थान पर आए LineShine (चीन) का 2.198 एक्साफ्लॉप्स भी अभी वहाँ नहीं पहुँचा। दूसरी ओर, कम अंकों की गणना भी मिलाने वाली विधि (mixed-precision) मापने की अलग रैंकिंग HPL-MxP (पहले HPL-AI) में नवंबर 2025 में El Capitan (16.680), Aurora (11.643) और Frontier (11.390), तीनों 10 की घात 19 FLOPS से आगे गए। 10 की घात 16 FLOPS (चित्र में अनुमानित वर्ष 2013) पर जापान का नवंबर 2011 में 10.51 पेटाफ्लॉप्स के साथ पहुँच चुका था। मस्तिष्क सिमुलेशन के वास्तविक परिणाम: 2013 में K कंप्यूटर के सभी गणना नोड लेकर 1,730,000,000 न्यूरॉन और 10,400,000,000,000 सिनैप्स (मानव मस्तिष्क के न्यूरल सर्किट का लगभग 1%) का सिमुलेशन हुआ, लेकिन मस्तिष्क की 1 सेकंड की गतिविधि दोहराने में 40 मिनट लगे (RIKEN और अन्य)। 2018 में RIKEN ने लिखा कि उस समय के सबसे शक्तिशाली सुपरकंप्यूटर भी पूरे मानव मस्तिष्क के आकार का सिमुलेशन नहीं कर सकते, और 2020 के बाद की अगली पीढ़ी के सुपरकंप्यूटरों पर इसे संभव करने का तरीका पेश किया। नवंबर 2025 में Allen Institute, विद्युत-संचार विश्वविद्यालय और अन्य ने से चूहे के पूरे सेरेब्रल कॉर्टेक्स (लगभग 10,000,000 न्यूरॉन, 26,000,000,000 सिनैप्स, मस्तिष्क के 86 क्षेत्र) का विस्तृत सिमुलेशन करने की घोषणा की। Allen Institute के एंटोन आर्खिपोव (Anton Arkhipov) ने कहा कि दीर्घकालीन लक्ष्य पूरे मस्तिष्क का मॉडल बनाना है और आगे मानव मस्तिष्क का मॉडल भी लक्ष्य होगा। संबंधित पक्षों की जिन घोषणाओं को इस साइट ने खोला, उनमें किसी ने 2025 तक पूरे मानव मस्तिष्क का सिमुलेशन करने की बात नहीं कही।
जो अभी पता नहीं है:पूरे मानव मस्तिष्क के सिमुलेशन के लिए वास्तव में कितनी गणना चाहिए, इसके अनुमान अलग-अलग लोगों में बहुत अलग हैं। उसी 2014 के सूचना और संचार श्वेतपत्र के दूसरे अध्याय की टिप्पणी में IBM के मोधा (Modha) के 2008 के कथन के रूप में अनुमान है कि 2018 में 38.5 पेटाफ्लॉप्स (लगभग 4×10 की घात 16) पर मानव मस्तिष्क का सिमुलेशन हो सकेगा। यह कर्ज़वाइल के चित्र के 10 की घात 19 से लगभग 260 गुना अलग है। न्यूरॉन की नकल कितने विस्तार से की जाए, इस पर आवश्यक गति बदलती है (उदाहरण: 2025 के सिमुलेशन में न्यूरॉन की शाखाओं के अंदर बिजली का प्रवाह भी दोहराने की घोषणा हुई)। क्या 2025 तक कहीं भी पूरे मानव मस्तिष्क का सिमुलेशन नहीं हुआ था, यह इस साइट ने पूरी तरह नहीं जाँचा है (संबंधित पक्षों की केवल 3 घोषणाएँ खोली गईं)।
चित्र क्या दिखाता है:कहा गया था कि AI की भविष्यवाणियाँ अक्सर 15〜25 वर्ष आगे की होती हैं, लेकिन उस अध्ययन पर भी त्रुटि का नोट जोड़ा गया। गिनने और इकट्ठा करने के तरीके से जवाब बदलता है।
अंत में
अगला 1 पन्ना आप लिखेंगे
AI का इतिहास सोचने वाली मशीनों का सपना देखने वाले लोगों की लगभग 400 वर्षों तक चली कोशिशों का रिकॉर्ड है। कभी लक्ष्य उम्मीद से जल्दी मिला, तो कभी उम्मीद से अधिक दूर था। हर बार किसी ने नया साधन बनाया और अगले व्यक्ति ने उससे एक कदम आगे बढ़ाया।
इस साइट ने मशहूर कहानियों को कहने वाले की अपनी किताबों और शोधपत्रों तक लौटकर जाँचा। चित्रों को छूकर और Python कोड बदलकर उन्हीं तरीकों को अपने हाथों से चलाया जा सकता है। जिस अध्याय में दिलचस्पी हो, उससे बेझिझक पढ़ना शुरू करें।
भविष्यवाणियों के नक्शे पर ऐसी बहुत-सी भविष्यवाणियाँ हैं जिन्हें अभी परखा जाना बाकी है। 2030 वर्ष, 2045 वर्ष…। उनके जवाब देखने वाले आप हैं, जो आज हाई स्कूल में पढ़ रहे हैं। और अगली भविष्यवाणी या अगला आविष्कार लिखने वाला भी शायद आप में से ही कोई होगा।