ऐसे तीन कारण जिसकी वजह से लोगों को लगता है कि एआई एक तरह का क्रेज़ है जिसका असर समय के साथ धुँधला होता जाएगा।

क्या एआई भी लोगों के लिए एक तरह का क्रेज़ है?

Hindi translation of “Is AI a fad?”

हिंदी अनुवाद: आयुष मिश्रा, (Aayush Mishra)

मूल लेख: कैसी कॉज़ीरकोव (Cassie Kozyrkov)

संपादिका: प्रियंका वरगड़ीआ (Priyanka Vergadia)

जब भी कोई बहुत ही होशियार इंसान एआई को ऐसी जगह लागू करने का फैसला लेता है जहां उसके उपयोग होने का कोई मतलब ही नहीं निकलता है, तो दुनिया उसे पागलपन की नजर से देखने लगती है।

इस डिक्शनेरी को मत पढ़िए, यह आपके लिए सही नहीं है।

यदि आपकी डिक्शनरी एआई को जादू या रोबोट (या जादुई रोबोट) के रूप में डिफाइन करती है तो निश्चित रूप से आप निराश होंगे जब यह आपकी सभी समस्याओं को हल नहीं कर पाता है। आइए इस शिकायत को हम इन तीन सरल उदाहरणों का सहारा लेकर समझते हैं।

शिकायत # 1: “एआई बस समय की बर्बादी है”

एक सम्मानित सॉफ्टवेयर इंजीनियर ने एक बार मुझसे सीधा सवाल किया, “क्या एआई को पता चल सकता है कि कनाडा एक देश है?”

ज़रा संभल कर मेरे दोस्त। इस बात को समझने के लिए पहले आप सोचें कि आप ये बात कैसे जानते हैं कि कनाडा एक देश है? जब आप छोटे थे तो किसी ने आपको ये तथ्य बताया होगा, तो आपने इसे याद रखा, और अब आप इसे देख सकते हैं।

इस बीच, कनाडा में …

हम उस कोड को लिख सकते हैं एआई के बिना जो- डेटा को एक टेबल में रिकॉर्ड करेगा, फिर अगर कोई कनाडा के बारे में पूछता है, तो प्रोग्राम उस शब्द को देखकर आउटपुट में उसका जवाब दे देगा। इस काम के लिए आपको एआई की क्या ज़रूरत है?

नहीं है, यही तो बात है।

यदि आपको लगता है कि एआई जादू है, तो आप हर चीज के लिए इसका उपयोग करना चाहेंगे। जब आपके बॉस को पता चलता है कि आपने एक सरल समस्या जिसका समाधान बहुत आसानी से हो सकता था उसके लिए आपने एक मुश्किल समाधान निकालने में कितना समय और रिसोर्सेज बर्बाद किए है, तो अगर वो यह सोचते हैं कि एआई सिर्फ मार्केटिंग का एक जाल है और कुछ नहीं है, तो हम उन्हें ब्लेम नहीं कर सकते।

# 1 जाल से कैसे बचें

अगर आप एआई के बिना किसी समस्या को हल कर सकते हैं, तो एआई का उपयोग न करें। जी हां! मैं ये बात पूरी गंभीरता से कह रही हूं कि फिर इस बात से कोई फर्क नहीं पड़ता कि मेरे एम्पलॉयर की मार्केटिंग टीम आप से क्या कह रही है।

एआई दवा की तरह है — यह उन लोगों के लिए एक जीवन-बदलने वाली दावा हो सकता है जिन्हें इसकी सच में ज़रूरत है, लेकिन बाकी सभी को इसके बारे में पहले और जानना चाहिए इससे पहले कि वो इसे बस अपनी बोरियत दूर करने के लिए इस्तेमाल करें।

उन चीज़ों को सीखने के लिए एआई का उपयोग मत कीजिए जिनके नियम आप पहले से ही जानते हैं, खासकर उन चीज़ों को करने में जिनके नियम पहले से ही इंसानों ने तय कर रखे हैं। उदाहरण के लिए: डॉलर को सेंट में कैसे बदलते हैं? क्या ये सुपरहीरो का केप पुरुष का है या महिला का? C ++ कोड को मैं कैसे इंडेंट करूं? हवाई में सेल्स टैक्स कितना है? मैं मुक्केबाज़ी के किस वेट क्लास में हिस्सा ले सकता हूं? क्या बलाक्लवा पहन कर बैंक में प्रवेश करना चाहिए? (फोटो क्रेडिट: डेनिएल स्पियर्स)

अपने चुनें यूज़ केस को चुनें और इसके बारे में बहुत गंभीरता से सोचें इससे पहले कि आप कोई डेटा इकट्ठा करें या किसी पीएचडी गुरु को काम पर रखें। यदि आपको कहीं भी एआई लागू करने की आवश्यकता महसूस होती है — कहीं भी! — सिर्फ इसलिए कि आपके सभी दोस्त इसका इस्तेमाल कर रहे हैं, आप खुद को असफलता के लिए तैयार कर रहे हैं।

यह ज़्यादा बेहतर होगा अगर आप अपना काम एआई के बिना कर सकें।

इसकी जगह आप एक यूज़ केस से शुरुआत कर सकते हैं और अगर आप इसे एआई के बिना कर पाने में कामयाब हुए तो ये बहुत बेहतर होगा।

शिकायत # 2: “एआई काम नहीं करता है”

कनाडा, अभी तक आपके साथ मेरा काम खत्म नहीं हुआ।

मेरी एक सबसे अच्छी दोस्त कैनेडियन है और उसने सुझाव दिया कि मैं अपने आर्टिकल में इस तस्वीर का उपयोग करूं। मुझे लगता है कि शायद वो उदास होगी।

यह जानने के लिए कि क्या एआई जान सकता है कि कनाडा एक देश है, हमने स्थापित किया कि कंप्यूटर बिना किसी फैंसी-पैंट एआई के इस तरह की जानकारी को स्टोर और पुनः प्राप्त कर सकता है। हमारे इंजीनियर दोस्त इसे एक पायदान और ऊंचा ले जाना चाहते हैं: “क्या कोई मशीन यह सब खुद अपने आप सीख सकती है?”

“सीखना” और “सब खुद अपने आप ” से आपका क्या मतलब है? उन शब्दों का मतलब अलग-अलग लोगों के लिए अलग-अलग चीजें हैं। आइए इस वर्ज़न का उत्तर देते हैं: “क्या हम किसी मशीन से इस नतीजे पर पहुंचने की उम्मीद कर सकते हैं कि वह यह आउट्पुट देने में कामयाब हो जाए कि कनाडा एक देश है, वाे भी तब जब उसने कनाडा शब्द का उपयोग कभी नहीं किया हो ?”

वो लोग जो चाइनीज़ नहीं पढ़ सकते हैं- क्या 英国 एक देश है? या फिर 英国 बारे में क्या ख्याल है? आप इसके जवाब नहीं देख सकते हैं, यह चीटिंग होगी। आपको यह सब खुद सीखना है, याद है?

जब आपके पास कोई अतिरिक्त जानकारी नहीं है, तो आप संभवतः उत्तर कैसे दे पाएंगे? इसी तरह, सामान्य ज्ञान आपको यह भरोसा करने पर मजबूर कर देगा कि एआई भी अतिरिक्त जानकारी के बिना चीजों को नहीं सीख सकता है। आप सही हो सकते हैं।

यदि आप इस तस्वीर के बारे में उत्सुक हैं और जानना चाहते हैं कि एल्गोरिदम कैसे पैटर्न को रेसिपी में बदलते हैं, तो यहां देखें।

एआई और कुछ नहीं बल्कि किसी जानकारी में से पैटर्न निकालने और उस पैटर्न का इस्तेमाल कर ऑटोमैटिकली (स्वचालित रूप) से एक रेसिपी बनाकर अगले इनपुट (कनाडा) को एक आउटपुट (देश) में बदलने के बारे में है। तो चलिए अपने आप से पूछते हैं: अगर हमारे कंप्यूटर ने पहले कभी शब्द नहीं देखे हैं तो वे कौन से ज़रूरी पैटर्न का उपयोग कर सकते हैं?

अगर सीखने के लिए कुछ भी नहीं था, तो सीख पाना असंभव है।

यहां तक ​​कि अगर हमारे पास कुछ डेटा हो फिर भी हो सकता है कि हमारा एल्गोरिदम उसमें से अजीब पैटर्न ढूंढ ले जिससे हमें सही रेसिपी न मिले। आइए कल्पना करें कि ये हमारा ट्रेनिंग डेटा हैं: साउथ अफ्रीका — कंट्री, हिप्पोपोटामस — एनिमल, फ्रॉग — एनिमल, रशियन फेडरेशन — कंट्री, यूनाइटेड स्टेट्स — कंट्री, कैट — एनिमल, यूनाइटेड किंगडम — कंट्री, रैकून — एनिमल, साउथ कोरिया — कंट्री, न्यू जीलैंड — कंट्री, बटरफ्लाई — एनिमल, जिराफ — एनिमल।

इससे पहले कि आप पहले जोड़े को पढ़ना शुरू कर दें, आपके एआई एल्गोरिदम ने उन्हें पहले ही पचा लिया है। यह एक संतुष्ट डकार मारता है और आपको कोई संज्ञा इनपुट करने के लिए आमंत्रित करता है। क्या आप इस बात का अनुमान लगा सकते हैं कि जब आप इसे कनाडा दिखाते हैं तो यह क्या जवाब देगा?

इन आंकड़ों में दो बड़े पैटर्न मौजूद हैं। एक यह है कि सभी देशों के नाम बोल्ड हैं। यदि यही एआई कि रेसिपी का आधार है, तो “कनाडा” को सही ढंग से लेबल करने में कामयाब होगा, लेकिन “कनाडा” को नहीं कर पाएगा।

क्या होगा अगर रेसिपी किसी दूसरे पैटर्न पर आधारित हो?

क्या यह कनाडा है?

क्या आपने देखा कि सभी देशों के नाम दो-शब्द के हैं, जबकि जानवरों के एक शब्द के हैं? आपके एल्गोरिदम ने यह किया है। यह कहता है कि कनाडा स्पष्ट रूप से एक जानवर है। अब क्या करें?

# 2 जाल से कैसे बचें

जी हां,अगर सीखने के लिए कुछ भी नहीं हो तो मशीन लर्निंग काम नहीं करती है। एआई उन लोगों के लिए नहीं है जिनकी ज़रूरी डेटा तक पहुंच न हो। यदि आप चाहते हैं कि आपका समाधान सभी देशों के लिए अच्छा हो, तो आपके डेटा-सेट में केवल दो-शब्दों वाले शब्द नहीं होने चाहिए।

अगर कचरा अंदर जाएगा तो कचरा ही बाहर आएगा।

यहां कॉमन सेन्स पर अपनी पकड़ न खोना महत्वपूर्ण है; सीखने और सिखाने की मूल बातें जो छात्रों पर लागू होती हैं, वही एआई पर भी लागू होती हैं। डेटासेट पाठ्यपुस्तकों की तरह हैं और आप शिक्षक हैं। यदि आप अपने छात्रों को कचरा पाठ्यपुस्तक देते हैं, तो उनसे बदले में आप कचरे की ही अपेक्षा करें।

शिकायत # 3: “एआई विश्वसनीय नहीं है”

अगर एआई जादुई रोबोट नहीं है, तो यह क्या है? यह सिर्फ एक टूल है जो आपको ऐसे कार्यों का कोड लिखने में मदद करता जिन कार्यो के लिए निर्देशों लिख पाना आपके लिए बहुत मुश्किल है।

एक अच्छे प्रोग्रामर को कंप्यूटर को निर्देश देने में कठिनाई क्यों होगी? क्या उसका काम यही नहीं है? ज़रूर, लेकिन कुछ कार्यों के लिए बेहद कॉम्प्लीकेटेड निर्देशों की आवश्यकता होती है। अगर ये किसी मानव के लिए सोच पाना बहुत मुश्किल है, तो आप उसे व्यक्त नहीं कर पाएंगे … जब तक आप उस कार्य को किसी अलग तरह से नहीं कर सकते।

एआई आपको अपनी इच्छाओं को उदाहरणों (डेटा) के जरिए व्यक्त करने कि आज़ादी देता है बजाए कि स्पष्ट निर्देशों के ज़रिए । इसका मतलब है कि आपके पास उन कार्यों को ऑटोमेट करने के लिए एक मौका है जिनके लिए आप निर्देश नहीं लिख सकते हैं।

सरल समाधान उन कार्यों के लिए काम नहीं करते हैं जिन्हें कॉम्प्लीकेटेड समाधान की आवश्यकता होती है। तो एआई आपके बचाव के लिए — एक कॉम्प्लीकेटेड समाधान लेकर आता है।

इसका यह अर्थ है कि उन सिरदर्द भरे कार्यों के लिए जब एआई एल्गोरिदम पैटर्न को कोड में बदलता है तब आपको जटिल निर्देशों की उम्मीद करना शुरू कर देना चाहिए । जब इसके द्वारा बनाई गई रेसिपी को आप पढ़ने कि कोशिश करेंगे तो … वह अपठनीय होगी।

कई लोगों की रहस्य और जटिलता को लेकर प्रतिक्रिया होती है : “इससे छुटकारा पाओ ! या तो इसे सरल बनाओ नहीं तो मुझे यह नहीं चाहिए! मैं इस पर भरोसा नहीं कर सकता। ”

ऐसा सोचने से कि किसी तरह से कॉम्प्लीकेटेड कार्य सरल हो जाएं, ऐसा नहीं होता है।

ऐसा लगता है कि आप दो बुरे विकल्पों के साथ फंस गए हैं: या तो अपना जीवन बस सरल समस्याओं को ही हल करने में बिता दें या फिर बड़ी चुनौतियों कि तरफ बढ़कर भरोसा खो दें। सौभाग्य से, यहां एक और तरीका है।

दो स्पेसशिप के बीच चयन करने की कल्पना करें। स्पेसशिप 1 सटीक इक्वेजन्स के साथ आपको यह समझाता है कि यह कैसे काम करता है, लेकिन इस स्पेसशिप को कभी उड़ाया नहीं गया है। स्पेसशिप 2 कैसे उड़ान भरता है यह एक रहस्य है, लेकिन यह वर्षों के व्यापक परीक्षण के साथ गुजरा है, जिस तरह कि उड़ान के लिए आप जा रहे हैं । आप कौन-सा स्पेसशिप चुनेंगे?

# 3 जाल से कैसे बचें?

हमें उन मशीनों पर भरोसा करने के लिए अपठनीय चीजों को पढ़ने की कोशिश करने के बजाए एक बेहतर तरीके की आवश्यकता है। अच्छी खबर यह है कि एक ऐसा तरीका है: टेस्टिंग।

यह जानने के लिए की यह सही तरीके से काम करता है, आपको यह समझने की ज़रूरत नहीं है यह कैसे काम करता है।

उचित परीक्षण खराब नहीं है, लेकिन यह किसी चीज़ की समझ बनाने की तुलना में बहुत आसान है, जिससे समझने में आपको चक्कर आ जाए। यह भी एक सिद्धांत है कि हम लगातार अभ्यास करते रहें — उदाहरण के लिए जैसे हम दवा के साथ करते हैं। क्या आप जानते हैं कि सिरदर्द की गोली कैसे काम करती है? न ही विज्ञान। हम उस पर इसलिए भरोसा करते हैं क्योंकि हम ये देख पाते हैं कि हां यह काम करता है । (यहां विश्वास के लिए टेस्टिंग को आधार बनाने पर मेरी एक गहन चर्चा है।)

यदि आप केवल आसान समस्याओं को हल करने में संतुष्ट हैं, तो इस एआई का बाहर बैठना ही ठीक है।

एआई कोई क्रेज़ नहीं है, यह प्रगति की तरफ बढ़ता एक रास्ता है।

भविष्य की समस्याएं केवल कठिन ही होती जाएंगी। सरल कार्यों को ऑटोमेट करने के बाद, आप बड़ी चुनौतियों पर आगे बढ़ना चाहेंगे। एक बार जब आप सरलता से आगे बढ़ते हैं तो आप एक ऐसे कार्य में भाग लेंगे, जिसे आप अपनी पुरानी चालों और कच्ची कल्पना का उपयोग करके हल नहीं कर सकते। आपको एहसास होगा कि आपको जो चाहिए उसे आप केवल उदाहरणों के जरिए ही व्यक्त कर सकते हैं, निर्देशों के साथ नहीं … एआई में आपका स्वागत है।

अगला कदम? आप मेरे द्वारा लिखा गया आर्टिकल रीऐलिटी चेक (सूची) उपयोग यह देखने के लिए कर सकते हैं कि क्या एमएल /एआई आपके लिए सही है।