अध्याय 01／1940〜2026

उछाल की लहरें और उनका क्रमांकन

परिचय：AI से जुड़ी उम्मीदें कितनी बार बढ़ीं और घटीं? इन्हें कैसे गिनें?

AI के इतिहास में कई बार उम्मीदें बढ़ने के दौर (उछाल) और घटने के दौर (सर्दी) आए हैं। “पहले से चौथे उछाल” तक के क्रमांक जापान में प्रचलित गिनती का तरीका हैं, जिन्हें लोगों ने बाद में दिया। इस अध्याय में शब्दों की गिनती खुद दोबारा करके लहरों का आकार और उनका क्रमांकन जाँचेंगे।

011950〜2026 · शब्दों की लहरें

शब्द गिनकर उछाल को देखना

उछाल कितना बड़ा है, यह सीधे दिखाई नहीं देता। क्या गिनने से उसकी लहर का आकार दिखेगा?

कृत्रिम बुद्धिमत्ता (AI) वह शोध और तकनीक है, जो इंसान की बौद्धिक क्षमताओं (सोचना, सीखना, पहचानना, बोलना आदि) को कंप्यूटर में दोहराने की कोशिश करती है। कहा जाता है कि AI के इतिहास में उम्मीदें बढ़ने के दौर (उछाल) और घटने के दौर (सर्दी) कई बार आए हैं।

उछाल का आकार देखने के लिए इस साइट ने हर वर्ष शब्दों के इस्तेमाल की संख्या गिनी। इसके 4 स्रोत हैं: अंग्रेज़ी किताबों में artificial intelligence, दुनिया के शोधपत्रों के शीर्षक, जापानी किताबों के शीर्षक और जापान की संसद के वक्तव्य। दाईं ओर के चित्र में हर खंड के लिए दिखाए गए वर्षों में सबसे अधिक संख्या वाले वर्ष का मान 1 रखा गया है।

“2011 तक” दबाने पर 1980 के दशक की वह चोटी दिखाई देती है, जो आज की बड़ी लहर के पीछे छिपी थी। 4 खंडों में 1980 के दशक के मध्य से लगभग 1990 तक एक चोटी है, फिर 2000 के दशक में एक घाटी आती है और 2010 के दशक से संख्या फिर बढ़ती है।

एक ही पैमाने पर किया गया मान ＝ उस वर्ष की संख्या ÷ दिखाए गए वर्षों में सबसे अधिक संख्या वाले वर्ष की संख्या

उस वर्ष की संख्या: अंग्रेज़ी किताबों में हर 10 लाख शब्दों में इस्तेमाल की संख्या; शोधपत्रों में हर 10,000 शोधपत्रों में संख्या; जापानी किताबों की संख्या; संसद के वक्तव्यों की संख्या

1 खंड के भीतर की रेखाएँ एक ही पैमाने पर बनी हैं। अलग-अलग खंडों के पैमाने अलग हैं, इसलिए केवल उनके आकार की तुलना करें।

021940〜1995 · नाम

1950 के दशक का

नाम फैलने से पहले सोचने वाली मशीनों को क्या कहा जाता था?

अंग्रेज़ी किताबों में शब्दों का इस्तेमाल हर 10 लाख शब्दों में आने की संख्या से देखें। 1950 के दशक में सबसे अधिक इस्तेमाल हुआ शब्द electronic brain (इलेक्ट्रॉनिक मस्तिष्क) था। 1956 में यह सबसे अधिक था (लगभग 0.21 बार)। 1956 वह वर्ष भी था, जब नाम बना। artificial intelligence (कृत्रिम बुद्धिमत्ता) ने 1962 में इलेक्ट्रॉनिक मस्तिष्क को पीछे छोड़ दिया।

कहे जाने वाले 1965 में भी कृत्रिम बुद्धिमत्ता लगभग 0.11 बार आया। यह 1987 की चोटी (लगभग 2.0 बार) का केवल लगभग 1/18 है।

दाईं ओर के चित्र में खड़े पैमाने को “हर कदम पर 10 गुना” करने से छोटी संख्याओं में बदलाव दिखते हैं। “सामान्य” पैमाने पर 1960 के दशक के मान लगभग 0 दिखते हैं। नाम बदल जाने पर केवल एक शब्द से देखी जा रही लहर बीच रास्ते से दिखाई देना बंद कर देती है।

हर 10 लाख शब्दों में इस्तेमाल की संख्या ＝ उस शब्द के आने की संख्या ÷ उस वर्ष की किताबों में शब्दों की संख्या × 1,000,000

हर कदम पर 10 गुना वाला पैमाना: ऐसा पैमाना जिसमें हर 1 कदम पर मान 10 गुना हो जाता है (लघुगणकीय पैमाना)

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:1960 का दशक AI का स्वर्ण युग था
मूल स्रोत के अनुसार:अंग्रेज़ी किताबों में के इस्तेमाल से देखें, तो 1965 का मान 1987 की चोटी का लगभग 1/18 था। 1950 के दशक में अधिक इस्तेमाल होने वाला शब्द अलग था:

031950〜2025 · अनुपात

शोधपत्रों की कुल संख्या भी बढ़ रही है

AI के शोधपत्र 8 गुना हो जाएँ, तो क्या कह सकते हैं कि AI में दिलचस्पी भी 8 गुना हो गई?

दुनिया के शोधपत्रों में जिनके शीर्षक में "artificial intelligence" था, उनकी संख्या 1987 में 585 और 2018 में 4,640 थी। केवल संख्या देखें, तो यह लगभग 8 गुना है। लेकिन इसी दौरान दुनिया के शोधपत्रों की कुल संख्या भी लगभग 1,730,000 से बढ़कर लगभग 10,440,000 हो गई।

इसलिए इसे हर 10,000 शोधपत्रों में आने वाली संख्या (अनुपात) में बदलकर देखें। 1987 में लगभग 3.4 और 2018 में लगभग 4.4 शोधपत्र थे, यानी यह केवल लगभग 1.3 गुना ही था।

दाईं ओर के चित्र में गिनती का तरीका बदलकर देखें। केवल संख्या देखें, तो लगता है कि 2005 (565 शोधपत्र) में यह 1987 की चोटी के पास लौट आई थी। अनुपात देखें, तो 2008〜2010 में लगभग 0.8 शोधपत्रों का मान एक गहरी घाटी बन जाता है। गिनती का तरीका बदलने से सर्दी दिखने लगती है या गायब हो जाती है।

हर 10,000 शोधपत्रों में संख्या ＝ शीर्षक में AI वाले शोधपत्रों की संख्या ÷ उस वर्ष के सभी शोधपत्रों की संख्या × 10,000

नीचे का ग्राफ: 1987 का मान 1 रखकर तुलना कि संख्या कितने गुना है। 2 रेखाएँ जितनी दूर हों, शोधपत्रों की संख्या और उनके अनुपात के बीच अंतर उतना बड़ा है

अनुपात में बदलने पर भी शीर्षक देने के रुझान और OpenAlex में दर्ज शोधपत्रों का दायरा हर वर्ष अलग होता है।

1987 का मान 1 रखकर तुलना कि संख्या कितने गुना है (खड़े पैमाने पर हर कदम 10 गुना है)

04रेगुलर एक्सप्रेशन · पूर्व प्रसंस्करण

“ＡＩ” के 2 अक्षर खोजने पर

क्या “ＡＩ” के 2 अक्षर खोजने से AI के विषयों की सही गिनती हो सकती है?

जापान की संसद के वक्तव्यों में “ＡＩ” के 2 अक्षर खोजने पर दवाओं से हुए एड्स के संदर्भ में ＡＩＤＳ, बीमा कंपनी ＡＩＧ और मिसाइल का नाम ＡＩＭ９Ｌ भी खोज में मिल जाते हैं।

इसलिए इस साइट ने मिले हुए वाक्यों का अर्थ पढ़कर तय किया कि किसे गिनना है। फिर यह नियम बनाया कि केवल उसी ＡＩ को गिनें, जिसके ठीक पहले और ठीक बाद कोई दूसरा रोमन अक्षर न हो। अक्षरों के ऐसे पैटर्न को संक्षेप में लिखने का तरीका रेगुलर एक्सप्रेशन कहलाता है।

दाईं ओर के चित्र में संसद के वक्तव्यों से निकाले गए 18 वाक्य हैं। इंसान के पढ़कर किए फैसले और नियम के फैसले साथ रखे गए हैं। स्विच बंद करने पर पता चलता है कि कौन-से वाक्य गलत तरीके से गिने जाएँगे।

(?<![Ａ-Ｚａ-ｚA-Za-z０-９0-9])(ＡＩ|AI)(?![Ａ-Ｚａ-ｚA-Za-z])

(?<!…): ठीक पहले … न हो
(?!…): ठीक बाद … न हो। [Ａ-Ｚ] का अर्थ Ａ से Ｚ तक का कोई 1 अक्षर है

इन 18 वाक्यों में नियम सही चले, तो भी ज़रूरी नहीं कि दूसरे वाक्यों में सही हो। केवल इस नियम से रोमन अक्षरों में लिखे व्यक्ति के नाम जैसी चीज़ों को भी अलग नहीं पहचान सकते।

051975〜2026 · पूर्व प्रसंस्करण

झूठी चोटियों को हटाना

दोबारा गिनती से पहले और बाद में लहर का आकार कितना बदलता है?

संसद के वक्तव्यों में “ＡＩ” के 2 अक्षर सीधे गिनने पर 1996 में 85 वक्तव्यों, 2009 में 152 वक्तव्यों और 2012 में 746 वक्तव्यों की चोटियाँ बनती हैं। इनमें दवाओं से हुए एड्स का ＡＩＤＳ, बीमा कंपनी का ＡＩＧ और पेंशन घोटाले का ＡＩＪ शामिल हैं। पिछले पन्नों के नियम से दोबारा गिनने पर इन 3 वर्षों की संख्या 0 हो जाती है।

जापानी किताबों के शीर्षकों में भी ऐसा होता है। राष्ट्रीय पुस्तकालय की खोज में शब्दों के उच्चारण से भी मिलान होता है, इसलिए “AI” खोजने पर “प्रेम” की किताबें भी मिलती हैं। 1990 की 152 किताबें मिलती हैं, लेकिन जिनके शीर्षक में AI एक अलग शब्द के रूप में आता है, वे केवल 14 थीं।

दाईं ओर के चित्र में “मूल गिनती पर लौटें” और “दोबारा गिनें” के बीच बदलकर देखें। नीचे का ग्राफ दिखाता है कि खोज में मिले परिणामों में से दोबारा गिनती के बाद कितना अनुपात बचा। संसद में यह अनुपात 2015 में 4% से 2019 में 95% हो जाता है।

बचा हुआ अनुपात ＝ दोबारा गिनी गई संख्या ÷ सीधे गिनी गई संख्या

दोबारा गिनने के नियम लोगों ने खोज के परिणाम पढ़कर बनाए। हर वर्ष के लिए गिने गए और न गिने गए उदाहरण रखे गए।

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:“ＡＩ” के 2 अक्षर खोजने से AI के विषयों की संख्या पता चल जाती है
मूल स्रोत के अनुसार:संसद में 1996 · 2009 · 2012 में AI से असंबंधित चोटियाँ बनती हैं। अर्थ देखकर दोबारा गिनने पर वे गायब हो जाती हैं

दोबारा गिनती के बाद बचा अनुपात (%)

061959〜2026 · जापान की संसद

संसद में नाम कैसे बदले

जापान की संसद में सोचने वाली मशीनों को कब और किस नाम से पुकारा गया?

हर शब्द के लिए, उसे शामिल करने वाले संसदीय वक्तव्य हर वर्ष गिने गए। पहली बार 1959 में आया। इसकी सबसे बड़ी संख्या भी 1966 के 4 वक्तव्य ही थी। 1981 से आया और 1985 में 33 वक्तव्यों में था। दाईं ओर के चित्र में शब्द चुनकर देखें।

पहली बार 1983 में आता है (जितने रिकॉर्ड मिले, उनके भीतर)। नोमुरा रिसर्च इंस्टीट्यूट के मसाकी मोरिया (Masaki Moriya) ने 21वीं सदी की तकनीक के रूप में (अनुवाद) का उल्लेख किया। उसके बाद 1993〜2014 में संख्या लगभग 0 थी, और 2015 से अचानक बढ़ने लगी।

2017 में AI के अर्थ वाला “ＡＩ” 268 वक्तव्यों में आया और के 145 वक्तव्यों से आगे निकल गया। 2023 में “जनरेटिव AI” 172 वक्तव्यों में दिखाई देता है।

खड़ी ऊँचाई ＝log₁₀(वक्तव्यों की संख्या ＋1)　(＋1 इसलिए, ताकि 0 वक्तव्यों वाले वर्ष भी दिख सकें)

, और की संख्याएँ खोज में मिले परिणामों की सीधी गिनती हैं (हर 1 परिणाम का अर्थ जाँचा नहीं गया)। “ＡＩ” की संख्या दोबारा गिनी गई है।

071975〜2005 · चोटियों का अंतर

क्या जापान की चोटी बाद में आई?

क्या जापान की दूसरी चोटी अंग्रेज़ी किताबों की चोटी से बाद में आई?

अंग्रेज़ी किताबों में सबसे अधिक 1987 में आया। जापानी किताबों के शीर्षकों में यह सबसे अधिक 1990 में था (37 किताबें)। केवल चोटियों के वर्षों की तुलना करें, तो जापान 3 वर्ष पीछे है।

लेकिन किसी 1 वर्ष की बढ़त या गिरावट से चोटी का वर्ष बदल सकता है। जापानी किताबें 1987 और 1988 में भी 30-30 थीं। 3 वर्षों का औसत लेकर रेखा के उतार-चढ़ाव कम करने पर जापान की चोटी 1989 में आती है, और अंतर घटकर 2 वर्ष रह जाता है।

इसलिए पूरे आकार की तुलना करें। जापान की रेखा को बाएँ-दाएँ खिसकाकर 2 रेखाओं के आकार की समानता (सहसंबंध गुणांक) निकालने पर, 1975〜2005 के बीच बिना खिसकाए (0 वर्ष) दोनों सबसे अधिक मेल खाती हैं। यह तुलना के तरीके के अनुसार 3 वर्ष भी हो सकता है और 0 वर्ष भी।

r＝Σ(x − x̄)(y − ȳ) ÷ √( Σ(x − x̄)² × Σ(y − ȳ)² )

x: अंग्रेज़ी किताबों का मान
y: जापानी किताबों का मान (k वर्ष खिसकाया हुआ)
x̄, ȳ: औसत। r जितना 1 के करीब हो, आकार उतने ही समान हैं

नीचे के घटना कार्ड में चोटियों के वर्षों की तुलना वाला वर्णन है (लगभग 3 वर्ष बाद)। दोनों एक ही डेटा को देखने के अलग तरीके हैं।

हर खिसकाव के लिए सहसंबंध गुणांक r

08गिनती का तरीका · चोटियाँ

उछाल की कितनी चोटियाँ हैं?

केवल शब्दों की संख्या के रेखा ग्राफ से “उछाल” गिनें, तो कितने मिलेंगे?

“पहले से चौथे उछाल” सुनकर लगता है कि उछाल 4 बार आए होंगे। लेकिन रेखा ग्राफ से एक तय प्रक्रिया के अनुसार चोटियाँ गिनें, तो क्या होगा?

गिनती का तरीका यह है। रेखा पर आगे बढ़ते हुए, जब वह सबसे ऊँचे बिंदु से तय अनुपात (मानदंड) जितनी या उससे अधिक नीचे गिरती है, तो उसे 1 चोटी गिनते हैं। जिस चोटी की ऊँचाई सबसे अधिक संख्या वाले वर्ष के मान के 10% तक भी नहीं पहुँचती, उसे नहीं गिनते।

दाईं ओर के चित्र में मानदंड बदलकर देखें। अंग्रेज़ी किताबों में शुरुआती मानदंड पर केवल 1987 की 1 चोटी और वर्तमान की बढ़त मिलती है, जो अभी नीचे नहीं आई है। 1960 के दशक के मान इतने छोटे हैं कि चोटी नहीं बनते। जापानी किताबों के शीर्षकों को 1-1 वर्ष के हिसाब से देखें, तो 5 या 10 किताबों की छोटी बढ़त और गिरावट भी चोटियाँ बनती हैं। 3 वर्षों का औसत लेकर उतार-चढ़ाव कम करने पर लगभग 1989 और लगभग 2018 की 2 चोटियाँ बचती हैं। केवल रेखा देखकर उछालों की संख्या तय नहीं होती; वह गिनने के मानदंड से बदलती है।

चोटी गिनें ⇔ (चोटी की ऊँचाई − उसके बाद की घाटी) ÷ चोटी की ऊँचाई ≥ मानदंड

मानदंड: कितने % गिरने पर 1 चोटी गिनें
उतार-चढ़ाव कम करना: पिछले और अगले वर्ष के साथ औसत लेना

091982〜2023 · क्रमांक

उछाल के क्रमांक किस दौर के लिए थे?

और जैसे क्रमांक कब दिए गए और वे किस दौर के लिए थे?

क्रमांक 2010 के दशक में एक साथ नहीं दिए गए थे। राष्ट्रीय संसद पुस्तकालय की डिजिटल किताबों और पत्रिकाओं के पूरे पाठ में खोजने पर, 1982 की पत्रिका में (अनुवाद) पहले से मिलता है। यह लगभग 20 वर्ष पहले के उछाल की बात करता है।

लेकिन 1985 में उसी 1980 के दशक के उछाल को गिनने के तरीके अलग-अलग थे। मार्च की एक किताब ने इसे (अनुवाद) कहा। अप्रैल में संसद में टोक्यो विश्वविद्यालय के ताकेमोची इशी (Takemochi Ishii) ने कहा, (अनुवाद)। जुलाई की पत्रिका ने हाल के विशेष लेखों में से 1 के रूप में (अनुवाद) का उल्लेख किया।

दाईं ओर के चित्र में क्रमांक चुनने पर, उस क्रमांक का इस्तेमाल करने वाले हर स्रोत के लिए इस्तेमाल का वर्ष (◆) और उससे जुड़ा दौर (पट्टी) एक रेखा से जुड़ते हैं। चुनने पर, 2017 में भविष्य की ओर जाने वाली रेखा 2023 में 2017 से आगे के दौर की ओर जाती है।

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “पहला, दूसरा… जैसे क्रमांक बाद में (2010 के दशक में) दिए गए”
मूल स्रोत के अनुसार:1982 की पत्रिका में पहले से था। यानी दूसरे उछाल के दौरान ही उन्हें क्रमांक से पुकारा जाने लगा था। लेकिन गिनने का तरीका तय नहीं था

101950〜2026 · समय की सीमाएँ

एक ही क्रमांक, अलग शुरुआती वर्ष

उछाल या सर्दी किस वर्ष से किस वर्ष तक थे? क्या सभी स्रोत एक ही समय बताते हैं?

क्रमांक समान होने पर भी किस वर्ष से किस वर्ष तक का दौर है, यह स्रोत के अनुसार बदलता है। जापान के आंतरिक मामलों और संचार मंत्रालय के श्वेतपत्र (2016) ने तीसरे उछाल को 2000 के दशक से वर्तमान तक रखा। जापानी कृत्रिम बुद्धिमत्ता सोसायटी की पत्रिका के मुखपृष्ठ पर बने चित्रपट (2023) ने इसे लगभग 2010 से दिखाया, जिसका कारण 2012 की चित्र पहचान प्रतियोगिता था। दूसरे उछाल के बाद की सर्दी को भी श्वेतपत्र लगभग 1995 से बताता है, जबकि चित्रपट लगभग 1992 से लगभग 2010 तक बताता है। एक ही श्वेतपत्र में कहीं दूसरे उछाल को 1980 का दशक कहा गया है और कहीं 1980〜1990 के दशक।

अंग्रेज़ी विवरण (अंग्रेज़ी Wikipedia) उछालों के बजाय सर्दियों को क्रमांक देता है और 2 सर्दियों को 1974〜1980 और 1987〜2000 में रखता है।

दाईं ओर के चित्र में “वर्ष चुनें” बदलने पर साथ दिखता है कि हर स्रोत उस वर्ष को क्या कहता है। उदाहरण के लिए 2005 को श्वेतपत्र तीसरा उछाल कहता है, चित्रपट सर्दी कहता है और अंग्रेज़ी विवरण इसे किसी भी सर्दी में नहीं रखता।

“1980 का दशक” जैसे वर्णन उस 10-वर्षीय अवधि की शुरुआत से अंत तक दिखाए गए हैं। पट्टियों के सिरे इस साइट के चित्र बनाने के तरीके से तय हुए हैं, वे स्रोत के शब्द नहीं हैं।

112016 · श्वेतपत्र का विवरण

उम्मीदों और क्षमता में

उछाल क्यों खत्म होता है? सरकारी श्वेतपत्र ने इसे कैसे समझाया?

जापान के आंतरिक मामलों और संचार मंत्रालय के 2016 के श्वेतपत्र ने पिछले 2 उछालों के बारे में बताया कि समाज की उम्मीदें AI की तकनीकी सीमाओं से आगे थीं। फिर उसने कहा, (अनुवाद)। यहाँ अंतर का अर्थ दूरी या असमानता है। श्वेतपत्र ने तीसरे उछाल में भी इसी सावधानी को ज़रूरी बताया।

दाईं ओर का चित्र इस साइट ने इस विवरण को चलते हुए दिखाने के लिए बनाया है (सभी संख्याएँ उदाहरण के लिए बनाई गई हैं)। AI क्या कर सकता है, इसकी रेखा (हरी) कभी-कभी सीढ़ियों की तरह ऊपर उठती है। उम्मीदों की रेखा (बैंगनी) उससे अधिक बढ़ती है। उम्मीदों का बहुत ऊपर रहना जारी रहता है और जब यह साफ हो जाता है, तो उम्मीदें घटती हैं।

स्लाइडर से बदलकर देखें कि उम्मीदें कितनी आसानी से बढ़ती हैं और अंतर का पता लगने में कितने वर्ष लगते हैं। इस चित्र में अंतर का पता लगने में जितने अधिक वर्ष लगें, उम्मीदें उतनी ऊँची जाती हैं और गिरावट भी उतनी बड़ी होती है। उम्मीदें कम आसानी से बढ़ें, तो सर्दी नहीं आती।

उम्मीदें घटती हैं ⇔ (उम्मीदें − AI क्या कर सकता है)＞ सीमा की स्थिति d वर्षों तक रहती है

d: अंतर का पता लगने तक के वर्ष। सीमा, AI जो कर सकता है उसका 30% है (उदाहरण के लिए बनाई गई संख्या)

चित्र श्वेतपत्र के विवरण को समझने का 1 तरीका है। यह इस बात का प्रमाण नहीं कि उछाल हमेशा इसी तरह खत्म हुए।

अंतर (उम्मीदें − AI क्या कर सकता है) और सीमा

122017 · पूर्वानुमान की जाँच

अनुमानित चोटी को आँकड़ों से जाँचना

2017 में लिखा गया उछाल की चोटी का पूर्वानुमान बाद की गिनती से कितना मेल खाता है?

2017 में जापानी कृत्रिम बुद्धिमत्ता सोसायटी की पत्रिका के विशेष अंक की भूमिका में कोइची ताकाहाशी (Koichi Takahashi) और तोमोहीरो इनोउए (Tomohiro Inoue) ने लिखा कि उछाल शब्द के शाब्दिक अर्थ में तीसरे उछाल की चोटी 2016 या 2017 में है। उसके बाद यह शायद उद्योग में लगातार, व्यावहारिक इस्तेमाल के रूप में स्थिर हो जाएगा। उन्होंने अगला उछाल (अनुवाद) होने का अनुमान लगाया। सामान्य प्रयोजन वाला AI इंसान की तरह कई प्रकार के काम कर सकने वाला AI है।

दाईं ओर के चित्र में एक रेखा चुनें और “जाँच का वर्ष” बदलकर देखें। 2022 में जाँच करने पर जापानी किताबों के शीर्षकों में की चोटी 2017 (38 किताबें) और संसद में की चोटी 2018 (194 वक्तव्य) में आती है। यह आकार पूर्वानुमान के करीब है। लेकिन “ＡＩ” गिनें, तो संसद में संख्या 2019 में 593 तक पहुँचती है, 2020〜2021 में घटती है और 2023 में 761 होकर पिछली चोटी से आगे निकल जाती है। जवाब इस पर बदलता है कि कौन-सा शब्द गिनते हैं और कब जाँचते हैं।

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:AI का चौथा उछाल लेख और चित्र बनाने वाले AI (जनरेटिव AI) का उछाल है
मूल स्रोत के अनुसार:जापानी कृत्रिम बुद्धिमत्ता सोसायटी की 2017 की पत्रिका में अभी न आए भविष्य के उछाल के लिए था, जिसकी शुरुआत शायद सामान्य प्रयोजन वाले AI से होती। क्रमांक जिस चीज़ को दर्शाता है, वह बाद में बदल सकती है

131984 · AI की सर्दी

भविष्य की चेतावनी थी

शब्द कब और किस अर्थ में सामने आया?

AI की सर्दी उस दौर का नाम है, जब उम्मीदें घटती हैं और शोध का पैसा व दिलचस्पी कम हो जाते हैं। सबसे पुराना मिला रिकॉर्ड अमेरिकी कृत्रिम बुद्धिमत्ता संघ के 1984 के सम्मेलन (AAAI-84) की परिचर्चा है। संचालक ड्रू मैकडरमॉट (Drew McDermott) ने सबसे बुरी स्थिति की कल्पना बताई: 5 वर्ष बाद strategic computing initiative (रणनीतिक कंप्यूटिंग योजना) और जापान की पाँचवीं पीढ़ी की योजना, दोनों सफल न हों और AI से जुड़ी किसी भी चीज़ को शोध के लिए बिल्कुल पैसा न मिले। उन्होंने इसे “यह स्थिति, जिसे कुछ लोग कहते हैं” (अनुवाद) कहा। इस कल्पना में सभी लोग अपने शोध के नाम किसी और नाम में बदल देते हैं। ऐसा हो, तो शोध जारी रहने पर भी शब्दों की गिनती घटती हुई दिखेगी।

दाईं ओर के चित्र में “अंग्रेज़ी किताबों की गिनती और स्रोत” खोलने पर अंग्रेज़ी किताबों में शब्दों की गिनती दिखती है। AI winter 1983 से थोड़ी-थोड़ी मात्रा में आता है और 2010 के दशक के उत्तरार्ध में बहुत बढ़ता है। second AI winter पहली बार 2000 में और first AI winter पहली बार 2011 में आता है।

अंग्रेज़ी किताबें सर्दियों को क्रमांक देती हैं। 1970 के दशक को कहना बाद का नामकरण है। second AI boom · third AI boom · fourth AI boom इतनी मात्रा में नहीं थे कि उनकी गिनती हो सके।

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:अक्सर माना जाता है कि “1970 के दशक में शोध का पैसा घटने को उस समय कहा गया था”
मूल स्रोत के अनुसार:सबसे पुराना रिकॉर्ड 1984 का है। यह आगे आ सकने वाली सबसे बुरी स्थिति का नाम था

शब्द सामने आने का वर्ष और वह दौर जिसे वे दर्शाते हैं

141985〜2026 · कहानी का फैलना

कहने वाला कौन था?

क्या कोई मशहूर बात फैलते-फैलते उसे कहने वाले का नाम बदल सकता है?

अंग्रेज़ी Wikipedia लिखता है कि 1984 के सम्मेलन में (अनुवाद) ने AI की सर्दी की चेतावनी दी। इसके स्रोत के रूप में क्रेवियर (Crevier) की 1993 की किताब दी गई है।

लेकिन परिचर्चा का रिकॉर्ड (AI Magazine, 1985) खोलने पर पता चलता है कि शब्द सबसे पहले संचालक ड्रू मैकडरमॉट (Drew McDermott) ने इस्तेमाल किया था। उन्होंने भी इसे “जिसे कुछ लोग कहते हैं” (अनुवाद) के रूप में बताया था। परिचर्चा के 5 सदस्य थे: वाल्ड्रॉप (Waldrop), ओहलैंडर (Ohlander), शैंक, चंद्रशेखरन (Chandrasekaran) और जॉन मैकडरमॉट (John McDermott)। मिंस्की का नाम केवल 1 बार, किसी दूसरी बैठक के प्रतिभागी के रूप में आता है।

दाईं ओर का चित्र हर स्रोत में आने वाले नाम दिखाता है। “परिचर्चा के सदस्यों की सूची से मिलाएँ” दबाने पर सूची में न होने वाले नामों पर निशान लगते हैं। बात को छोटा करके आगे बताते समय किसी मशहूर व्यक्ति का नाम उसमें जुड़ सकता है। मूल रिकॉर्ड पर लौटने से यह पता चलता है।

इस साइट ने अभी क्रेवियर की किताब नहीं खोली है। यह संभावना बनी हुई है कि मिंस्की ने कहीं और वही चेतावनी दी हो।

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:“ वह शब्द था, जिससे शैंक और मिंस्की ने 1984 के सम्मेलन में चेतावनी दी”
मूल स्रोत के अनुसार:रिकॉर्ड में यह शब्द इस्तेमाल करने वाले संचालक ड्रू मैकडरमॉट थे। उन्होंने भी बताया कि कुछ लोग इसे ऐसा कहते हैं। मिंस्की परिचर्चा के सदस्यों में नहीं हैं

152017 · DARPA

3 लहरें बनाने के तरीकों की श्रेणियाँ हैं

अमेरिकी शोध संस्था ने AI के इतिहास को कैसे गिना?

अमेरिकी रक्षा विभाग की शोध संस्था DARPA के जॉन लॉन्चबरी (John Launchbury) ने 2017 की स्लाइडों में AI को (अनुवाद) के रूप में समझाया। पहली लहर में इंजीनियर नियम बनाकर ज्ञान को व्यक्त करते हैं (Handcrafted Knowledge)। दूसरी लहर में सांख्यिकीय मॉडल बनाकर बड़ी मात्रा में डेटा से सिखाया जाता है (Statistical Learning)। तीसरी लहर में सिस्टम खुद परिस्थिति को समझाने वाले मॉडल बनाता है (Contextual Adaptation)। वर्षों के अनुसार कोई सीमा नहीं दी गई है। डेटा से सीखने वाला AI, जो जापान के तीसरे उछाल के केंद्र में था, DARPA की में आता है।

दाईं ओर का चित्र स्लाइडों में दिए गए सर्पिल का उदाहरण है। उसकी 2 भुजाओं को इंसान के तय किए नियम (केंद्र से दूरी) से अलग करने की कोशिश सफल नहीं होती। जगह को खींचकर फैलाने पर उन्हें 1 रेखा से अलग किया जा सकता है। स्लाइडों में समझाया गया है कि दूसरी लहर का न्यूरल नेटवर्क हर परत में जगह को खींचकर फैलाता या दबाता है, और इस तरह अलग करता है।

(x, y) → (θ, r)

r: केंद्र से दूरी
θ: घूमने का कोण (हर 1 पूरे चक्कर पर 2π जोड़ें)। चित्र में जगह को फैलाने का तरीका इस साइट ने चुना है। दूसरी लहर का AI फैलाने का तरीका भी डेटा से सीखता है

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:AI के इतिहास के क्रमांक (पहला, दूसरा…) पूरी दुनिया में समान हैं
मूल स्रोत के अनुसार:DARPA की लहरें बनाने के तरीकों की श्रेणियाँ हैं। काई-फू ली (Kai-Fu Lee) की (अनुवाद, 2018) एक साथ आगे बढ़ने वाले इस्तेमाल के 4 प्रकार हैं

स्लाइड की 4 क्षमताओं की पट्टियाँ (लंबाई इस साइट ने देखकर पढ़ी है)

यह “आज़माएँ” वाली प्रक्रिया का Python कोड है। ▶ चलाएँ दबाने पर नीचे नतीजा दिखेगा। संख्याएँ बदलकर फिर से चलाकर देखें।

u01_spiral.py

# u01 渦巻きの分類：人が記述するルール（第 1 の波）と、空間を引き伸ばす考え（第 2 の波）
#
# どの出来事か：DARPA のローンチベリーさんの 2017 年のスライド「AI の 3 つの波」（記録 darpa_three_waves_launchbury_2017）。
#   スライドでは、渦巻きの 2 本の腕を例に、データの空間を引き伸ばしたり圧縮したりすると、きれいに分類できると説明している。
# 仕組み：①人がルールを書く：「中心からの距離が R0 より小さければ腕 A」。最適な R0 を探しても、うまく分類できない。
#   ②空間を引き伸ばす：(x, y) を（角度 θ, 距離 r）に変換してから、パーセプトロンに 1 本の直線を学習させる。
#   引き伸ばし方は、このサイトが決めた。第 2 の波の機械は、引き伸ばし方もデータから学習する。
# 試してみよう：
#   - NOISE を大きくすると、引き伸ばしても分類しにくくなるか
#   - 引き伸ばさずに、(x, y) のままパーセプトロンに学習させると、正解率は何 % になるか（STRETCH = False）

import math
import random

NOISE = 0.03
STRETCH = True
random.seed(2017)

points = []   # (x, y, 角度, 距離, 腕)
for i in range(90):
    th = math.pi * 0.5 + i / 89 * math.pi * 2.5
    for arm, off in ((0, 0.0), (1, math.pi)):
        r = th / (3 * math.pi) + (random.random() - 0.5) * NOISE
        points.append((r * math.cos(th + off), r * math.sin(th + off), th + off, r, arm))

# ① 人が書くルール
best = max((sum((math.hypot(x, y) < r0) == (arm == 0) for x, y, _, _, arm in points) / len(points), r0)
           for r0 in [i / 100 for i in range(5, 101)])
print(f"① 人が書くルール：最適な半径 {best[1]:.2f} での正解率 {best[0]:.0%}")

# ② 空間を引き伸ばしてから、直線を学習させる（パーセプトロン。最も良かった直線を残す）
feats = [((phi / (4 * math.pi), r) if STRETCH else (x, y), 1 if arm else -1) for x, y, phi, r, arm in points]
w, best_w, best_acc = [0.0, 0.0, 0.0], None, 0
for epoch in range(200):
    random.shuffle(feats)
    for (a, b), t in feats:
        if (w[0] * a + w[1] * b + w[2]) * t <= 0:
            w = [w[0] + 0.1 * t * a, w[1] + 0.1 * t * b, w[2] + 0.1 * t]
            acc = sum((w[0] * a2 + w[1] * b2 + w[2]) * t2 > 0 for (a2, b2), t2 in feats) / len(feats)
            if acc > best_acc:
                best_acc, best_w = acc, w[:]
print(f"② {'引き伸ばしてから' if STRETCH else '引き伸ばさずに'} 1 本の直線：正解率 {best_acc:.0%}")

161995〜 · हाइप साइकिल

चोटी और घाटी के ढाँचे में फिट करना

क्या नई तकनीक हमेशा “उम्मीदों की चोटी → निराशा की घाटी → स्थिरता” के क्रम से गुजरती है?

शोध कंपनी गार्टनर नई तकनीक से जुड़ी उम्मीदों के बदलाव को 1 वक्र में दिखाने वाला चित्र (हाइप साइकिल) प्रकाशित करती है। जापान के लिए 2019 के आकलन में कृत्रिम बुद्धिमत्ता को “मोहभंग का दौर” में रखा गया। इस चित्र पर शोध करने वाले लेख के अनुसार, यह वक्र लोगों के उत्साह को दर्शाने वाले चोटी जैसे वक्र और तकनीक की परिपक्वता को दर्शाने वाले S-आकार के वक्र को जोड़कर बनाया जाता है।

दाईं ओर के चित्र में चोटी का वर्ष और S-आकार वाले वक्र का वर्ष बदलकर देखें। ऊँचाइयाँ गणना से तय होती हैं, ताकि अंग्रेज़ी किताबों के डेटा से सबसे अच्छा मेल हो। केवल 1975〜2010 के डेटा में फिट करने पर ढाँचा अच्छी तरह मेल खाता है। लेकिन उसी ढाँचे से 2022 का अनुमान लगाएँ, तो वास्तविक मान का लगभग 1/8 ही मिलता है। पिछले डेटा से मेल खाना और भविष्य का सही अनुमान लगाना अलग बातें हैं।

2016 में डेडेहायर (Dedehayir) और श्टाइनर्ट (Steinert) ने गार्टनर के अपने रिकॉर्ड से चित्र की जाँच की और बताया कि रिकॉर्ड और चित्र के ढाँचे में अंतर था।

उम्मीदें(t)＝A × चोटी का वक्र(t)＋B × S-आकार का वक्र(t)

A, B: वक्रों की ऊँचाइयाँ (डेटा से मेल के लिए न्यूनतम वर्ग विधि से गणना)
t: वर्ष

जो आपको लगता है कि आप जानते हैंआम तौर पर कही जाने वाली बात:नई तकनीक हमेशा उम्मीदों की चोटी, निराशा की घाटी और स्थिरता के क्रम से गुजरती है
मूल स्रोत के अनुसार:शोध में जाँचने पर यह नहीं कहा जा सका कि वह इस ढाँचे का पालन करती है

ढाँचे के हिस्से: चोटी का वक्र और S-आकार का वक्र

172026 · समयरेखा में जगह

अंग्रेज़ी AI समयरेखा में जापान

AI की समयरेखा में किन दौरों और किन देशों के बारे में अधिक लिखा जाता है?

एक अंग्रेज़ी AI समयरेखा के डेटा को गिना गया, जिसे छूकर देखा जा सकता है (कनाडा की संस्था GLOBAÏA की समयरेखा)। उसके परिचय में (अनुवाद) लिखा है, लेकिन डेटा में 539 घटनाएँ हैं। इनमें 325 घटनाएँ 2012 से आगे की हैं (लगभग 60%)। मुख्य रूप से जापान से जुड़ी घटनाएँ 7〜8 हैं (लगभग 1.5%)। हर घटना की पुष्टि का स्तर नहीं दिखाया गया है।

दाईं ओर का चित्र 539 घटनाओं को वर्ष के अनुसार एक के ऊपर एक रखता है। स्लाइडर से सीमा का वर्ष बदलने पर दिखता है कि उस वर्ष और उसके बाद की घटनाएँ कुल घटनाओं का कितने % हैं। बैंगनी बिंदु मुख्य रूप से जापान से जुड़ी घटनाओं के वर्ष हैं।

समयरेखा किन घटनाओं को चुनकर शामिल करती है, इससे इतिहास का रूप बदलता है। नए दौर की अधिक घटनाएँ चुने जाने की प्रवृत्ति होती है। इस साइट की समयरेखा को भी इसी नज़र से देखें।

सीमा के वर्ष से आगे का अनुपात ＝ उस वर्ष से आगे की घटनाओं की संख्या ÷ सभी घटनाओं की संख्या

सभी घटनाओं की संख्या: 539 (इनमें 1940 से पहले की 45 घटनाएँ हैं)

वर्षों की गिनती डेटा के year मान के पूर्णांक भाग से की गई है।

181982〜1995 · OCR का पाठ

OCR के पाठ में खोज

पुरानी पत्रिकाओं के पाठ में कैसे खोज सकते हैं? क्या इसमें कोई जाल है?

1982 का (अनुवाद) राष्ट्रीय संसद पुस्तकालय की डिजिटल किताबों और पत्रिकाओं के पूरे पाठ की खोज में मिला। यह खोज पन्नों की तस्वीरों से मशीन द्वारा पढ़े गए पाठ (OCR) में होती है।

लेकिन मशीन पाठ पढ़ने में गलतियाँ करती है। श्री कामिनुमा (Kaminuma) की 1985 की किताब में, उसी वर्ष की एक दूसरी किताब में (अनुवाद) पढ़ा जाने वाला पाठ बिगड़ गया था (〓列アーキテンチャー)। 〓 का अर्थ है कि अक्षर पढ़ा नहीं जा सका। बिल्कुल उन्हीं अक्षरों को खोजने पर यह किताब नहीं मिलती।

इसलिए मिलान के लिए कितने अक्षर सुधारने होंगे (संपादन दूरी), यह गिनकर खोजते हैं, ताकि थोड़ा अलग पाठ भी मिल जाए। दाईं ओर के चित्र में सुधारने की अनुमति वाले अक्षरों की संख्या बढ़ाकर देखें। अधिक परिणाम मिलते हैं, लेकिन अलग शब्द भी मिलने लगते हैं।

d(i, j)＝min{ d(i−1, j)＋1, d(i, j−1)＋1, d(i−1, j−1)＋ (अक्षर अलग हों तो 1)}

d(i, j): खोजे जा रहे शब्द के पहले i अक्षरों और वाक्य के पहले j अक्षरों का मिलान करने के लिए कम से कम आवश्यक सुधारों की संख्या

चित्र के बहुत-से वाक्य इस साइट के बनाए हुए उदाहरण हैं (बनाए गए उदाहरण का निशान लगा है)।

19इस साइट को पढ़ना · पुष्टि का स्तर

रंग वाले लेबल कैसे तय हुए?

इस साइट की घटनाओं पर लगे रंग वाले लेबल (पुष्टि का स्तर) क्या दर्शाते हैं?

इस साइट की हर 1 घटना पर यह लेबल है कि उसे कहाँ तक जाँचा गया है। मूल स्रोत से पुष्टि का अर्थ है कि मूल स्रोत खोलकर पन्ने या अनुच्छेद तक जाँच की गई। सारांशों से पुष्टि का अर्थ है कि मूल स्रोत नहीं खोल सके, लेकिन कम से कम 2 भरोसेमंद सारांशों में उसी बात की पुष्टि हुई। पुष्टि कमज़ोर है का अर्थ है कि केवल 1 सारांश है या स्रोतों के बीच मतभेद अभी सुलझा नहीं है। केवल याददाश्त या केवल अनुमान पर आधारित बात को घटना के रूप में शामिल नहीं करते।

दाईं ओर का चित्र लेबल तय करने का रास्ता है। नीचे इस अध्याय की घटनाएँ दबाने पर वह रास्ता चमकता है, जिससे उस रंग तक पहुँचे। इस अध्याय की 23 घटनाओं में से 18 की मूल स्रोत से पुष्टि हुई है। 1982 · 1985 · 1993 · 1995 के क्रमांक वाले शब्दों की 5 घटनाओं के पन्नों की तस्वीरें नहीं देख सके और केवल मशीन से पढ़े गए पाठ के अंशों से जाँच की, इसलिए उन्हें पुष्टि कमज़ोर है का लेबल दिया गया।

जिन घटनाओं के वर्ष या वर्णन पर स्रोतों में मतभेद है, उन्हें रंग से अलग “मतभेद है” का लेबल देते हैं। किसी एक को चुनने के बजाय दोनों विवरण लिखते हैं।

अंत में

इस अध्याय में अब भी क्या अज्ञात है?

शब्दों के आने की संख्या, उछाल का आकार स्वयं नहीं है। नाम बदलने पर (इलेक्ट्रॉनिक मस्तिष्क → कृत्रिम बुद्धिमत्ता → AI → जनरेटिव AI) उसी गिनती के तरीके से वह दिखाई नहीं देता। किताबों और शोधपत्रों की कुल संख्या भी हर वर्ष बढ़ रही है। “AI” के 2 अक्षर दूसरे शब्दों (ＡＩＤＳ · ＡＩＧ · व्यक्तियों के नाम) का हिस्सा भी हो सकते हैं, इसलिए हर 1 परिणाम का अर्थ देखकर मानदंड बनाया और दोबारा गिना। संसद में “ＡＩ” की संख्या 2020〜2021 में घटने का कोई 1 कारण तय नहीं कर सकते (ये वर्ष महामारी के वर्षों से मेल खाते हैं)।

क्रमांकों के इतिहास में भी सवाल बचे हैं। (अनुवाद) कहना 1985 से पहले किसने शुरू किया? सबसे पहले किसने कहा? चीनी या कोरियाई में उछाल कैसे गिने जाते हैं? अंग्रेज़ी किताबों की गिनती केवल 2022 तक है, इसलिए उसके बाद अंग्रेज़ी में नामों के बदलाव का भी पता नहीं है।

उछाल कितनी बार आए, यह गिनने के मानदंड से बदलता है। अगले अध्याय में नाम बनने से पहले के समय में लौटेंगे और सोचने वाली मशीनों के सपने व गणना करने वाली मशीनों के इतिहास से शुरू करेंगे।