Tutorial

مصنوعي ذھني ۽ سنجيدگي واري نظام، اھي ڇا آھن ۽ ممڪن ايپليڪيشنون

مصنوعي ذهانت ڏسي سگھجي ٿو هڪ فرض شناسي نظام جي قابليت ، ڪم ڪرڻ ۽ انساني ذهن ۽ قابليت جي مخصوص مسئلن کي حل ڪرڻ لاءِ. 

اندازي مطابق پڙهڻ جو وقت: 7 منٽ

نظم و ضبط انفارميشن ٽيڪنالاجي جي هڪ شاخ جي طور تي پيدا ٿيو هو ، مشين ٺاهڻ جو مقصد:

  • "ٻئي هارڊويئر ۽ سافٽ ويئر" ؛
  • انهن سڀني حالتن ۾ خودمختيار طور ڪم ڪرڻ جي قابل ٿي جن ۾ ڪو اهو سوچي سگھي ٿو ته صرف هڪ انسان هستي کي سمجهڻ جي قابل آهي ۽ انهي جي مطابق عمل ڪري ٿو.

ڪيترن سالن کان ، مصنوعي ذهانت اڪثر فلسفي واري بحث کي نظرانداز ڪيو آهي ته انسان کي مشين سان تبديل ڪرڻ جي امڪان تي جواب ڏيڻ لاءِ ... ڇا اهو ممڪن آهي؟ 

انهي سلسلي ۾ اسين فڪر جي ٻن رخن جي سڃاڻپ ڪري سگهون ٿا:

  • ڪمزور مصنوعي intelligenceاڻ
  • مضبوط مصنوعي ذهانت

اسان ڪمزور مصنوعي ذهانت جي ڳالهه ڪيون ٿا (ڪمزور مصنوعي Intelligاڻان) جڏهن مقصد ناهي اهي سسٽم ٺاهيا وڃن جن وٽ انسانن جي مقابلي ۾ هڪ عقل موجود هجي. پر سسٽم جيڪي ڪاميابي سان هڪ يا وڌيڪ پيچيده انساني سرگرمين ۾ ڪم ڪري سگھن ٿا ، جهڙوڪ متن جو پاڻمرادو ترجمو. 

انهن حالتن ۾ سافٽ ويئر ، انهي ڪم کي انجام ڏيڻ ۾ جنهن جي لاءِ پروگرام ڪيو ويو ، ڪم ڪري ٿو ifڻ ته اهو هڪ ذهين موضوع هو ، پر نتيجي جي مقصدن جي لاءِ ، اهو فرق نٿو پوي ته اهو واقعي آهي يا نه. 

ان ڪري اسان ڪمزور صورتن ۾ ڪمزور مصنوعي speakاڻ بابت ڳالهائن ٿا جن ۾ مشين خودمختيار طور تي سوچڻ جي قابل نه آهي ، بلڪه هڪ ذہانت جي تخليق ڪرڻ جي قابل آهي اڃا. 

اي آئي جو اهو قسم انهن صورتن ۾ لاڳو ٿيندو آهي ، جتي انساني سنجڪندڙ عملن کي سمجهڻ آخري مقصد سان لاڳاپيل نه هوندو آهي. 

اسين مضبوط مصنوعي ذهانت جي ڳالهه ڪيون ٿا جڏهن مصنوعي ذهانت سان ليس مشين صرف ”اوزار“ ناهي. 

جيڪڏهن صحيح نموني ترقي ڪئي وڃي ته اها خود سوچيندڙ دماغ بڻجي ٿي ، هڪ خبرداري صلاحيت سان انسان جي انفراديت کي ختم نه ڪيو وڃي. 

هن فلسفي ۾ هي خيال آهي ته مصنوعي ذهانت جا ڪجهه نمونا حقيقي طور انسان جي مسئلن جي حل ڪرڻ ۽ ڌيان ڏيڻ جي ڪري ، انهي ڪري مشين يا انسان جي نتيجن کي ڌار ڪرڻ ناممڪن ٿي پوندو.

اصطلاح مشين لرننگ (خودڪار سکيا) مصنوعي ذهانت جي دنيا سان تعلق رکندڙ ميڪانيزم جي هڪ سيٽ ڏانهن اشارو ڪري ٿو. 

اهي ميڪانيزم هڪ ذهانت ڪندڙ مشين کي وقت سان گڏ پنهنجي صلاحتون ۽ ڪارڪردگي بهتر ڪرڻ جي اجازت ڏين ٿا ، خود بخود تجربي سان ڪجهه ڪم سرانجام ڏيڻ ، هن جي ڪارڪردگي بهتر ۽ وقت سان وڌيڪ بهتر ڪرڻ لاءِ. 

ھڪڙو مثال الفا گو آھي ، سافٽ ويئر کان مشين سکيا جيڪو مختلف راندين دوران گو پليئر پاران ڪيل لکين حرڪتون جو مشاهدو ڪري رهيو هو ، ۽ مشين پاڻ خلاف هلائي رهيو هو ، جنهن جو نتيجو اهو هڻي رهيو هو ته هن کي کيڏڻ جي دنيا جو بهترين رانديگر سمجهيو ويندو. 

مشيني سکيا جا ٽي اهم طبقا آهن:

  • نگراني ڪيل سکيا: سسٽم حاصل ڪيو ويو حاصل ڪيل نمونن جي مطابق ليبل ٿيل حاصل ڪرڻ ۽ ، انهي تربيتي ڊيٽا کان شروع ڪرڻ ، هن کي هڪ عام ضابطو ڪ extractڻ گهرجي جيڪو صحيح هر ليبل سان صحيح ليبل جڙيل هجي ؛
  • غير محفوظ: ڪو ليبل ٿيل ڊيٽا نه هوندو آهي ، اهو اهو نظام آهي جيڪو ، ان پٽن کان شروع ڪندي ، ڊيٽا ۾ ساخت ڳولڻ گهرجي ؛
  • تقويمي جي سکيا: نظام ماحول کان ان پٽ حاصل ڪندو آهي ۽ ڪارناما انجام ڏيندو آهي. نظام انعام ڏيڻ لاءِ عمل ڪرڻ جي ڪوشش ڪندو آهي. سسٽم عملن کي لاڳو ڪرڻ جي ڪوشش ڪندو جيڪا آس پاس جي ماحول جي حالت تي منحصر انعام کي بهتر بڻائي.

جدت نيوز ليٽر
جدت تي سڀ کان اهم خبر نه وڃايو. انهن کي اي ميل ذريعي حاصل ڪرڻ لاء سائن اپ ڪريو.
Il Deep Learning مشيني سکيا جو هڪ ذيلي قسم آهي ، يعني دماغ جي بناوت ۽ فعل کان متاثر مصنوعي ذهانت سان تعلق رکندڙ طريقن جو هڪ خاندان: يا مصنوعي خشڪ نيٽورڪ (مصنوعي اعصابي نيٽورڪ). 

اهي اڏاوات مختلف مقصدن ۾ لاڳو ڪيا ويا آهن:

  • ڪمپيوٽر ويڊيو
  • آڊيو ۽ ڳالهائيندڙ ٻولي جي سڃاڻپ
  • قدرتي ٻولي پروسيسنگ
  • بايوفارميٽس

جي خاصيتون Deep Learning ٻين AI ٽيڪنالاجي جي مقابلي ۾:

  • هي الگورتھم آهن جيڪي غير ليولري يونٽ جي مختلف سطحن کي استعمال ڪن ٿيون. انهن سطحن ڪم کي انجام ڏيڻ ۾ استعمال ڪيا ويندا آهن جيڪي ڊيٽا مان خارج ٿيل خاصيتن کي تبديل ڪرڻ واري مسئلن جي طور تي ورهائي سگھجن ٿيون. هر سطح پوئين سطح جي اگهه کي ان پٽ جي طور تي استعمال ڪندو آهي ؛
  • اهي الگورتھمس ماڊل سکيا جي سکيا جي الورگرافس جي وسيع درجي ۾ داخل ٿين ٿا ؛
  • اهي نمائندگي جي ڪيترن ئي سطحن سان ٺهيل آهن جيڪي مختلف درجه بندي کي سمجهي سگهجن ٿا ، تصورن جي جوڙجڪ کي ترتيب ڏيڻ جي قابل.

Il Deep Learning اهو دماغ جي ساڳي ميڪانيزم سان ڪم ڪري ٿو، مشين خودڪار طريقي سان سکي ٿي جيئن مشين لرننگ ۾، پر اهو وڌيڪ "گہرا" طريقي سان ڪري ٿو جيئن انساني دماغ ڪندو. اسان جو مطلب آهي ”ڪيترن ئي تصوراتي سطحن تي“. 

اهو لڳي سگهي ٿو ته ڪمپيوٽيشنل صلاحيتن جي مضبوط طلب هڪ حد ٿي سگهي ٿي، پر ان جي اسپيبلٽي Deep Learning دستياب ڊيٽا ۽ الگورتھم جي واڌاري لاءِ اھو آھي جيڪو ان کي مشين لرننگ کان مختلف ڪري ٿو: 

  • i system di Deep Learning اهي پنهنجي ڪارڪردگي کي بهتر بڻائي رهيا آهن جيئن ڊيٽا وڌائي ٿي
  • مشين سکڻ واري ايپليڪيشن ، هڪ دفعو ڪارڪردگي جي هڪ خاص سطح تي پهچي ويون آهن ، هاڻي اسڪيل ناهيون. 
هڪ سسٽم کي تربيت ڏيڻ لاء Deep Learning عام طور تي توهان ڊيٽا کي ليبل ڪريو ٿا. 

مثال طور ، بصري سڃاڻپ جي ميدان ۾ ، توهان تصويرن اندر ميٽا ٽيگ ”ٻلي“ داخل ڪري سگهو ٿا جيڪا ٻلي تي مشتمل هوندي آهي ۽ ، انهي کي وضاحت ڪرڻ کان سواءِ نه ته سسٽم کي ڪيئن سڃاڻي سگهجي ٿو ، نظام خود ، ڪيترن ئي جزياتي سطحن ذريعي ، اهو اندازو ڪندو ته ڪهڙي شئي جي خاصيت آهي. ٻلي (پنو ، دم ، ڪوڙي ، وغيره) ۽ تنھنڪري ان کي سڃاڻڻ سکڻ. 

اڻ تعمير ٿيل ڊيٽا هڪ ڊگهو سکيا واري ماڊل جي تجزيو ڪري سگهجي ٿو هڪ ڀيرو اها ٺهي وڃي ٿي ۽ قبوليت واري سطح جي درستگي تائين پهچي ويندي آهي ، پر شروعاتي تربيتي مرحلي لاءِ نه.

Il Deep Learning اڄ اهو اڳ ۾ ئي مختلف شعبن ۾ لاڳو ڪيو ويو آهي:

  • گاڏي بغير هڪ ڊرائيور جي
  • ڊرون ۽ روبوٽ پارسل جي ترسيل يا ايمرجنسي انتظام لاءِ استعمال ڪيا ويا
  • چيٽ بوٽس ۽ سروس روبوٽس لاءِ ڳالهه ٻولهه جي سڃاڻپ ۽ سنسڪرت
  • نگراني جي لاءِ چهرو سڃاڻڻ
  • اڳواٽ سار سنڀال
سنجڪندڙ ڪمپيوٽنگ


جديد ترقي يافته هارڊ ويئر ٽيڪنالاجي لاڳو ڪرڻ ، ۽ خود سکڻ وارو الگورتھم استعمال ڪرڻ جهڙوڪ:

  • ڊيٽا کني
  • وڏي ڊيٽا اينالائيٽڪس
  • نمونن جي سڃاڻپ
  • قدرتي ٻولي پروسيسنگ
  • سگنل پروسيسنگ

ٽيڪنالاجي پليٽفارم ٺاهيا ويا آهن جيڪي انساني دماغ کي نقش ڪرڻ جي ڪوشش ڪندا ، آسان سرگرمين کان شروع ٿيندڙ وڌندڙ پيچيده پروسيسنگ تي اچڻ لاءِ.

سگنل هڪ سسٽم جي جسماني حالت يا جسماني مقدار جي عارضي تغير آهي جيڪا پيغامن جي نمائندگي ۽ منتقل ڪرڻ جي ڪم ڪري ٿي ، اها معلومات آهي هڪ ڊگري تي ، تنهنڪري سگنلز جو تجزيو هڪ جزو آهي جيڪو سگناتي کمپيوٽنگ کي سپورٽ ڪري ٿو.

گوگل ڏيپ مائنڊ، اي بيدو مينوا ا the تائين تمام مشهور مثال موجود آهن.

مؤرخ جو ذڪر نه ڪرڻ آئي بي ايم واٽسسن، پنهنجي نوعيت جو پهريون تجارتي سپر ڪمپيوٽر.

لاڳاپيل پڙهڻ

Ercole Palmeri

جدت جو عادي


جدت نيوز ليٽر
جدت تي سڀ کان اهم خبر نه وڃايو. انهن کي اي ميل ذريعي حاصل ڪرڻ لاء سائن اپ ڪريو.

تازيون مضمونون

انٽرفيس سيگريگيشن اصول (ISP)، چوٿون سولڊ اصول

انٽرفيس سيگريگيشن اصول آبجیکٹ آرينٽيڊ ڊيزائن جي پنجن SOLID اصولن مان هڪ آهي. هڪ ڪلاس هجڻ گهرجي ...

14 2024

بهترين طريقي سان ڪيل تجزيو لاءِ Excel ۾ ڊيٽا ۽ فارمولن کي ڪيئن منظم ڪجي

Microsoft Excel ڊيٽا جي تجزيو لاءِ ريفرنس ٽول آهي، ڇاڪاڻ ته اهو ڊيٽا سيٽ کي منظم ڪرڻ لاءِ ڪيتريون ئي خاصيتون پيش ڪري ٿو،…

14 2024

ٻن اهم Walliance Equity Crowdfunding منصوبن لاءِ مثبت نتيجو: Jesolo Wave Island ۽ Milano Via Ravenna

2017 کان ريئل اسٽيٽ ڪروڊ فنڊنگ جي ميدان ۾ يورپ ۾ اڳواڻن جي وچ ۾ والائنس، سم ۽ پليٽ فارم، مڪمل ٿيڻ جو اعلان ڪري ٿو…

13 2024

Filament ڇا آهي ۽ Laravel Filament ڪيئن استعمال ڪجي

Filament هڪ "تيز رفتار" Laravel ڊولپمينٽ فريم ورڪ آهي، ڪيترن ئي مڪمل اسٽيڪ اجزاء مهيا ڪري ٿو. اهو عمل کي آسان ڪرڻ لاء ٺهيل آهي ...

13 2024

مصنوعي انٽيليجنس جي ڪنٽرول هيٺ

"مون کي پنهنجي ارتقاء کي مڪمل ڪرڻ لاء واپس اچڻ گهرجي: مان پاڻ کي ڪمپيوٽر جي اندر پروجيڪٽ ڪندس ۽ خالص توانائي بڻجي ويندو. هڪ ڀيرو آباد ٿيو ...

10 2024

گوگل جي نئين مصنوعي ذهانت ڊي اين اي، آر اين اي ۽ ”زندگي جا سڀ ماليڪيول“ کي ماڊل ڪري سگهي ٿي.

گوگل ڊيپ مائنڊ پنهنجي مصنوعي ذهانت واري ماڊل جو هڪ بهتر ورزن متعارف ڪرائي رهيو آهي. نئون سڌريل ماڊل نه رڳو مهيا ڪري ٿو…

9 2024

Laravel جي ماڊلر آرڪيٽيڪچر جي ڳولا

Laravel، ان جي خوبصورت نحو ۽ طاقتور خصوصيتن لاء مشهور، پڻ ماڊيولر فن تعمير لاء هڪ مضبوط بنياد فراهم ڪري ٿو. اتي…

9 2024

سسڪو هائپرشيلڊ ۽ اسپلڪ جو حصول سيڪيورٽي جو نئون دور شروع ٿئي ٿو

سسڪو ۽ اسپلڪ مدد ڪري رهيا آهن گراهڪن کي پنهنجي سفر کي تيز ڪرڻ ۾ مستقبل جي سيڪيورٽي آپريشن سينٽر (SOC) سان…

8 2024

پنھنجي ٻوليءَ ۾ جدت پڙھو

جدت نيوز ليٽر
جدت تي سڀ کان اهم خبر نه وڃايو. انهن کي اي ميل ذريعي حاصل ڪرڻ لاء سائن اپ ڪريو.

اسان جي تابعداري ڪريو