एआयचा शोध कधी लागला? [व्हिडिओ आणि प्रश्नमंजुषा]

थोडक्यात उत्तर: एआयचा शोध एकाच दिवशी लागला नाही; तर्कशास्त्र, सुरुवातीची संगणकीय प्रणाली आणि तर्कप्रक्रियेला औपचारिक स्वरूप देण्याच्या प्रयत्नांमधून ते हळूहळू उदयास आले. सर्वसाधारण “अधिकृत” प्रारंभबिंदू म्हणून, एखाद्या एकाच महत्त्वपूर्ण शोधाऐवजी, संशोधकांनी एआयला एक नामंकित वैज्ञानिक क्षेत्र म्हणून संघटित केल्याचा क्षण विचारात घ्या.

महत्वाचे मुद्दे:

व्याख्या: तुमचा अर्थ कल्पना, क्षेत्र किंवा आधुनिक उत्पादने असा आहे का ते ठरवा.

टप्पा: फील्डचे नामकरण सर्वात सोपा आणि सर्वांना दिसणारा प्रारंभिक बिंदू म्हणून वापरा.

प्रागैतिहासिक काळ: एआयची मुळे संगणकांच्याही आधी अस्तित्वात असलेल्या तर्कशास्त्र आणि यांत्रिक विचारप्रणालीशी जोडा.

पद्धती: एआय स्पष्ट करताना सुरुवातीच्या नियम-आधारित प्रणाली आणि नंतरच्या शिक्षण-आधारित पद्धतींमध्ये फरक करा.

संदर्भ: मार्केटिंग आणि बदलत्या व्याख्यांमुळे टाइमलाइन आतापेक्षा अधिक स्वच्छ दिसू शकते हे लक्षात घ्या.

"AI चा शोध कधी लागला?" याचे छोटे, थोडे त्रासदायक उत्तर ⏳🤷

एआयचा शोध एका दिवसात एका व्यक्तीने लावला नाही. त्याचा उदय स्टॅनफोर्ड एआय१०० मधून.

सोप्या आणि सरळ भाषेत सांगायचे झाल्यास: एआय (AI) हे एक नावाजलेले क्षेत्र म्हणून तेव्हा सुरू झाले, जेव्हा संशोधकांच्या एका लहान गटाने मुळात असे म्हटले की, “चला, यंत्रांना विचार करायला लावण्याचा प्रयत्न करूया,” आणि त्यांनी याला केवळ एक साय-फाय दिवास्वप्न न मानता, एक गंभीर वैज्ञानिक प्रकल्प म्हणून हाताळले. तो क्षण अनेकदा एआयचा “अधिकृत” जन्म मानला जातो.

जर तुम्हाला अधिक खरे स्वरूप जाणून घ्यायचे असेल तर: एआयची (AI) निर्मिती गणित, तर्कशास्त्र, सुरुवातीची संगणकीय प्रणाली, मानसशास्त्र, भाषाशास्त्र, मज्जासंस्थाशास्त्र आणि आयबीएमच्या (IBM) प्रचंड आशावादी व अवास्तव आश्वासनांच्या जोरावर झाली . म्हणजे... खूपच जास्त प्रमाणात. लोकांचा आत्मविश्वास इतका होता की तो आता जवळजवळ मोहक वाटतो 😬.

तर, एआयचा शोध कधी लागला?

• तत्त्वतः - जेव्हा मानवांनी तर्कशास्त्र आणि यांत्रिक तर्काला औपचारिक रूप देण्यास सुरुवात केली, अभिजात तर्कशास्त्र (SEP) स्वयंचलित तर्कशास्त्र (SEP)

• प्रत्यक्षात - जेव्हा प्रोग्राम करण्यायोग्य संगणकांनी त्या कल्पना चाचणीयोग्य बनवल्या ट्युरिंग, १९५०

• एक क्षेत्र म्हणून - जेव्हा "कृत्रिम बुद्धिमत्ता" हे एक संघटित संशोधनाचे ध्येय बनले डार्टमाउथ स्टॅनफोर्ड जॉन मॅकार्थी यांच्यावर

• जनमानसात - जेव्हा ते उत्पादने, बातम्या आणि संस्कृतीमध्ये "स्मार्ट मशीन" म्हणून दिसू लागले स्टॅनफोर्ड AI100, SQ2

हो, ती अनेक उत्तरे आहेत. माफ करा. तसेच, विशेषतः माफ करा नाही.

"शोध लावला" याचा अर्थ इथेही होतो (कारण व्याख्या महत्त्वाच्या आहेत, अरेरे) 🧠🧩

'एआयचा शोध कधी लागला?' या प्रश्नाचे उत्तर देण्यापूर्वी , एआय म्हणजे काय हे आपल्याला ठरवावे लागेल. ज्याप्रमाणे 'खरा' पिझ्झा कोणता यावर लोक वाद घालतात, त्याचप्रमाणे यावरही वाद होतात. काही लोक तर टोकाचे पाऊल उचलतात.

लोक शांतपणे वापरतात त्या सामान्य व्याख्या येथे आहेत:

• एआय म्हणजे मानवासारखी विचारसरणी: तर्क करणे, शिकणे, भाषा समजून घेणे, योजना आखणे स्टॅनफोर्ड एनसायक्लोपीडिया ऑफ फिलॉसॉफी

• व्यावहारिक यंत्र वर्तन म्हणून एआय: भाषण ओळखणे, व्हिडिओंची शिफारस करणे, फसवणूक ओळखणे ओईसीडी एआय तत्त्वे स्टॅनफोर्ड एआय१००

• संशोधन क्षेत्र म्हणून एआय: सामायिक ध्येये, परिषदा आणि पद्धती असलेला समुदाय स्टॅनफोर्ड एआय१००

• ब्रँड लेबल म्हणून एआय: सॉफ्टवेअरची विक्री जास्त होत असल्यामुळे त्यावर चिकटवलेली संज्ञा 😏

तुमच्या व्याख्येनुसार, एआयचा शोध वेगवेगळ्या क्षणी लावला जाऊ शकतो.

आणि खरंच, ते काही टोपली नाहीये. ते त्या प्राण्याचा स्वभाव आहे. एआय हा टोस्टरसारखा एक शोध नाहीये. तो "औषध" किंवा "विमानचालन" सारखा आहे. प्रोटोटाइप, सिद्धांत, खोट्या सुरुवाती आणि नंतर अखेरीस - अशा गोष्टी होत्या ज्या शेवटी काम केल्या.

कृत्रिम बुद्धिमत्तेपूर्वीचा इतिहास: मानवांनी युगानुयुगे विचारांना कोंडून ठेवण्याचा प्रयत्न केला 🏛️⚙️

कोणीही संगणक बनवण्यापूर्वीच, लोकांना विचारांना नियमांमध्ये रूपांतरित करण्याचे वेड होते ऑटोमेटेड रिझनिंग (SEP).

"पूर्व इतिहास" टप्प्यातील काही प्रमुख विषय:

• औपचारिक तर्कशास्त्र: तर्कशास्त्राचे संरचित पायऱ्यांमध्ये रूपांतर करणे शास्त्रीय तर्कशास्त्र (SEP)

• यांत्रिक गणना: यंत्रे प्रक्रियांचे अनुसरण करू शकतात हे दाखवणारी उपकरणे

• प्रतीकात्मक विचारसरणी: कल्पनांना हाताळता येण्याजोग्या वस्तूंप्रमाणे मानणे (संख्या, शब्द, नियम)

• स्वयंचलनाचे स्वप्न: शरीराबाहेर मन तयार करण्याची मानवी वारंवार येणारी कल्पना 😳

एआयमागील कल्पना येथूनच सुरू होते. तंत्रज्ञानातून नव्हे, तर मानसिकतेतून: “जर विचार करण्याची पद्धत ठराविक साच्यानुसार चालत असेल, तर कदाचित आपण ते साचे पुन्हा तयार करू शकू.”

आग समजण्यापूर्वीच ड्रॅगनचे रेखाटन करण्यासारखे आहे. रेखाटन महत्त्वाचे आहे, पण ते अद्याप मार्शमॅलो भाजत नाही.

तर जर तुम्ही विचाराल की एआयचा शोध कधी लागला? आणि तुमचा अर्थ “ही संकल्पना कधी सुरू झाली?” असा असेल, तर त्याचे स्पष्ट उत्तर आहे: ती मानवी संस्कृतीत खूप काळापासून रुजत आली आहे.

एआय क्षेत्राचा "अधिकृत जन्म": जेव्हा लोकांनी शेवटी त्याचे नाव दिले 🏷️🤖

जेव्हा लोक 'एआयचा शोध कधी लागला?' असा प्रश्न विचारतात, तेव्हा बहुतेक जण नेमका हाच भाग जाणून घेण्याचा प्रयत्न करत असतात

जेव्हा संशोधकांनी यंत्र बुद्धिमत्तेला विखुरलेल्या कुतूहलाच्या गोष्टी मानणे सोडून दिले आणि तिला एक संघटित मोहीम म्हणून पाहण्यास सुरुवात केली, तेव्हा एआय (AI) हे 'एआय' बनले - डार्टमाउथ, स्टॅनफोर्ड, जॉन मॅकार्थी यांच्याबद्दल. तो बदल महत्त्वाचा होता. एखाद्या क्षेत्राला नाव देणे हे वरवरचे वाटू शकते, पण ते तसे नसते. एक नाव निधी, विद्यार्थी, प्रयोगशाळा, स्पर्धा, अहंकार, म्हणजेच प्रगती आणि नाट्यमयतेसाठी आवश्यक असलेले सर्व घटक आकर्षित करते 🍿.

त्या "अधिकृत जन्म" टप्प्यात, मोठी कल्पना धाडसी आणि सोपी होती:

• तर्क करू शकतील अशी यंत्रे बनवा

• त्यांना भाषा वापरायला लावा

• त्यांना अनुभवातून शिकू द्या

• बुद्धिमत्तेचे अभियांत्रिकीमध्ये रूपांतर करा डार्टमाउथ

सुरुवातीच्या संशोधकांना वाटत होते की, एकदा का मूलभूत घटक हाती लागले की मानवी पातळीवरील बुद्धिमत्तेचा उलगडा लवकर होऊ शकेल .हा आशावाद... सौम्य भाषेत कसं सांगू... अतिशयच आशावादी होता.

तरीही, तो क्षण होता जेव्हा एआय केवळ एक तात्विक कुतूहल नव्हे तर एक ओळखण्यायोग्य प्रकल्प बनला.

सुरुवातीच्या एआय दृष्टिकोन: नियम, चिन्हे आणि भरपूर आत्मविश्वास 😬📜

सुरुवातीच्या AI प्रणाली मोठ्या प्रमाणावर सांकेतिक पद्धतींवर - मुळात, ज्ञान आणि नियम स्पष्टपणे लिहून ठेवणे Logic-Based AI (SEP) Stanford AI100, SQ12.

विचार करा:

• जर हे असेल, तर ते

• जर रुग्णाला लक्षण A आणि लक्षण B असेल, तर निदान C चा विचार करा

• जर बुद्धिबळाची स्थिती X सारखी दिसत असेल, तर Y करा

या दृष्टिकोनाने काही प्रभावी गोष्टी केल्या, विशेषतः अरुंद क्षेत्रात स्टॅनफोर्ड AI100. परंतु त्याच्या मर्यादा होत्या ज्या वेदनादायकपणे स्पष्ट झाल्या:

• खरे जीवन अस्वच्छ आहे

• मानव ज्ञान व्यवस्थित नियमांच्या यादीत साठवत नाहीत

• जगात अस्पष्टता आहे, अपूर्ण माहिती आहे आणि अपवादांवर अपवाद रचले गेले आहेत

• सूट घालून भाषा म्हणजे गोंधळ

प्रतीकात्मक एआय म्हणजे स्प्रेडशीट वाचून जाझ वाजवण्याचा प्रयत्न करण्यासारखे आहे. तुम्ही अंदाज लावू शकता, नक्कीच. पण कधीतरी, तुम्हाला भावना, अनुकूलता आणि शिकण्याची आवश्यकता असते.

"एआयचा शोध कधी लागला?" हा प्रश्न गुंतागुंतीचा असण्याचे हे एक कारण आहे - सर्वात जुने "एआय" लोक आता ज्याला एआय म्हणतात त्यासारखे थोडेसे दिसत होते, परंतु ते पूर्णपणे वंशाचा भाग होते.

शिक्षणाकडे होणारा बदल: जेव्हा डेटाने हस्तलिखित नियमांना मागे टाकण्यास सुरुवात केली 📈🧪

अखेरीस, केंद्रबिंदू "थेट बुद्धिमत्ता प्रोग्राम करा" यावरून "मशीनला नमुने शिकू द्या" यावर सरकला (स्टॅनफोर्ड AI100, SQ12).

या शिक्षण-केंद्रित टप्प्यात हे समाविष्ट आहे:

• मशीन लर्निंग: स्पष्ट नियमांपेक्षा उदाहरणांद्वारे प्रणाली सुधारतात - मशीन लर्निंगवरील आयबीएम

• सांख्यिकीय पद्धती: सर्वत्र संभाव्यता, जणू काही अशी चमक जी तुम्ही पूर्णपणे काढू शकत नाही. स्टॅनफोर्ड एआय१००

• न्यूरल नेटवर्क्स: स्तरित प्रतिनिधित्व शिकणाऱ्या सैल मेंदू-प्रेरित प्रणाली ब्रिटानिका कनेक्शनवादावर

• अधिक संगणकीय शक्ती + अधिक डेटा: हे एक बिनआकर्षक संयोजन आहे जे अनेकदा स्टॅनफोर्ड AI100, SQ2, स्टॅनफोर्ड AI100, SQ12

हा असा काळ होता जेव्हा एआयला ठिसूळ नियम इंजिनांसारखे कमी आणि अनुकूलनीय पॅटर्न मशीनसारखे अधिक वाटू लागले. ते माणसासारखे "विचार" करत नव्हते, परंतु मानवांनी विचार करणे आवश्यक असलेल्या कामांमध्ये ते उल्लेखनीयपणे चांगले झाले.

लोक इथेही विचारतात की एआयचा शोध कधी लागला? कारण बऱ्याच लोकांसाठी, याच काळात एआय मूर्त वाटू लागले.

वास्तविक जगात एआय: तुम्हाला क्वचितच लक्षात आलेला शांत ताबा 📱🛒

एक मजेदार गोष्ट घडली: एआय सामान्य स्टॅनफोर्ड एआय१००.

"रोबोट बटलर" पद्धतीने नाही, तर "तुमचा फोन तुमच्या सवयी तुमच्या जवळच्या मित्रापेक्षा चांगल्या प्रकारे जाणतो" अशा पद्धतीने. एआयने उत्पादनांमध्ये याद्वारे प्रवेश केला:

• शोध आणि रँकिंग सिस्टम

• शिफारस इंजिने

• फसवणूक शोधणे

• स्वयंपूर्णता आणि स्पेलिंग सुधारणा

• उच्चार ओळख

• प्रतिमा टॅगिंग

• नेव्हिगेशन आणि मार्ग नियोजन

• ग्राहक सहाय्य चॅटबॉट्स (काही उपयुक्त असतात, काही... निवडीचा प्रश्न आहे) स्टॅनफोर्ड AI100 स्टॅनफोर्ड AI100, SQ2

इथेच "एआय" हा शब्द अर्थपूर्ण आणि निसरडा बनला. कारण कंपन्यांनी बऱ्याच गोष्टींना "एआय" म्हणायला सुरुवात केली, ज्यामध्ये मुळात फॅन्सी ऑटोमेशनचा समावेश होता.

तर पुन्हा, एआयचा शोध कधी लागला? तुम्हाला असे म्हणायचे आहे की नाही यावर अवलंबून आहे:

• "संशोधन कधी सुरू झाले?"

• "ते कधी व्यावहारिक झाले?"

• "ते कधी मुख्य प्रवाहात आले?"

• "मार्केटरना एआय हा शब्द कधी सापडला?" 😏

तुलना सारणी: वेगवेगळी “एआयचा शोध कधी लागला?” उत्तरे, शेजारी शेजारी 📊🤓

येथे एक तुलनात्मक सारणी आहे जी लोक या प्रश्नाचे उत्तर कसे देतात याचे मुख्य मार्ग दर्शवते. ते पूर्णपणे नीटनेटके नाही, कारण मानव पूर्णपणे नीटनेटके नाहीत. हे टेबल देखील नाही.

लक्षात घ्या की यापैकी काहीही "चुकीचे" नाही. ते फक्त एकाच केकचे वेगवेगळे स्लाईस आहेत. काही स्लाईसमध्ये जास्त फ्रॉस्टिंग असते. काहींमध्ये जास्त... दाट फळे असतात. तुम्हाला समजले 🍰.

“एआयचा शोध कधी लागला?” ची चांगली आवृत्ती काय आहे? 🧰✅

"AI चा शोध कधी लागला?" या प्रश्नाचे चांगले उत्तर काही गोष्टी चांगल्या प्रकारे करते:

• सुरुवातीचा बिंदू नियुक्त करण्यापूर्वी ते AI ची व्याख्या करते.

• ते गोंधळात न पडता अनेक टप्पे मान्य करते.

• ते कल्पना अंमलबजावणीपासून वेगळे करते

• ते मान्य करते की मार्केटिंग आणि फुगवलेले दावे वेळेचे विकृतीकरण करतात (विनम्रपणे, किंवा नम्रपणे)

• ते या गोष्टीचा आदर करते की 'एआय' हे एक बदलणारे लक्ष्य आहे - जे एकेकाळी एआय म्हणून गणले जात होते, ते आता 'केवळ सॉफ्टवेअर' असू शकते.

जर तुम्हाला एखादे उत्तर खूप स्वच्छ वाटले तर ते कदाचित महत्त्वाचे संदर्भ कमी करत असेल. याचा अर्थ असा नाही की ते निरर्थक आहे. याचा अर्थ असा की ते कथाकथनासाठी अनुकूलित केले आहे, अचूकतेसाठी नाही.

आणि कथाकथनाचेही मूल्य आहे. माणसे कथांवर चालतात. जसा फोन बॅटरीवर चालतो - शिवाय आपली बॅटरी मूड आणि स्नॅक्सवर चालते.

टाइमलाइन विचित्र वाटणारे सामान्य गैरसमज 🌀😵💫

या विषयावर गोंधळ निर्माण करणारे काही गैरसमज दूर करूया.

गैरसमज १: एआय अचानक दिसला

नाही. एआय संचयी आहे. प्रगतीचा साठा. अपयशांचा साठाही.

गैरसमज २: एआय ही एक गोष्ट आहे

एआय (AI) हे विविध दृष्टिकोनांचे एकत्रीकरण आहे. नियम, सांख्यिकी, शिक्षण, सादरीकरण, नियोजन, आकलन. ही एक संपूर्ण परिसंस्था आहे (स्टॅनफोर्ड तत्त्वज्ञान विश्वकोश).

गैरसमज ३: जर ते जाणीवपूर्वक नसेल तर ते एआय नाही

एआयला एआय असण्यासाठी चेतनेची गरज नसते. बहुतेक एआय हे कार्य-केंद्रित नमुन्यांवर काम करते. शक्तिशाली, होय. स्व-जागरूक - नाही (स्टॅनफोर्ड तत्त्वज्ञान विश्वकोश).

गैरसमज ४: एआय नेहमीच नवीन आणि अत्याधुनिक असते

काही “एआय” तंत्रज्ञानं इतकी जुनी आहेत की त्यांना नातवंडंही होऊ शकतात. त्यांना सतत अधिक चांगले हार्डवेअर आणि अधिक चांगला डेटा मिळत राहतो. स्टॅनफोर्ड एआय१००.

म्हणून जेव्हा तुम्ही विचारता की एआयचा शोध कधी लागला?, तेव्हा गोंधळाचा एक भाग म्हणजे लोक गोंधळ घालत आहेत:

• एआय हा शब्द

• फील्ड एआय​

• एआयमागील तंत्रे​

• एआयची लोकप्रिय प्रतिमा

ते संबंधित आहेत, पण एकसारखे नाहीत.

संभाषणात तुम्ही प्रत्यक्षात वापरू शकता असे एक व्यावहारिक उत्तर 🗣️🙂

जर तुम्हाला असे स्पष्ट उत्तर हवे असेल जे खोलीला त्रास देणार नाही, तर हे करून पहा:

जेव्हा संशोधकांनी संगणकांना बुद्धिमान कामे करायला लावण्यासाठी औपचारिकपणे सुरुवात केली तेव्हा एआयचा "शोध" लागला आणि तो हळूहळू सुरुवातीच्या नियम-आधारित प्रणालींपासून शिक्षण-आधारित प्रणालींमध्ये विकसित झाला जो दैनंदिन उत्पादनांमध्ये व्यापकपणे व्यावहारिक बनला.

ते वाक्य थोडेसे तोंडी आहे, पण ते तुम्हाला भक्कम पायावर ठेवते.

जर तुम्हाला अल्ट्रा-कॅज्युअल आवृत्ती हवी असेल तर:

एआय अस्तित्वात आला नाही - तो कालांतराने वाढला, एक संशोधन कल्पना म्हणून सुरुवात झाली आणि डेटा आणि संगणकीय शक्तीने एकत्र आल्यानंतर ते व्यावहारिक सॉफ्टवेअरमध्ये रूपांतरित झाले.

आणि जर कोणी तुम्हाला पुन्हा दाबले - "हो पण कधी" - तर तुम्ही हसून म्हणू शकता:

एकच वाढदिवस नसतो. तो काही मोठ्या मैलाच्या दगडांसह दीर्घकाळ चालणाऱ्या प्रकल्पासारखा असतो.

मग विषय बदलून स्नॅक्स करा. प्रत्येक वेळी काम करते 😄🍪.

शेवटची टीप: तर, एआयचा शोध कधी लागला? 🧾🤖

तुम्ही विचारले की एआयचा शोध कधी लागला? आणि याचे सर्वात विश्वसनीय उत्तर हे आहे की: “एआय” आणि “शोध” या शब्दांचा तुम्ही काय अर्थ लावता यावर ते अवलंबून आहे.

जलद सारांश

• एआयमागील कल्पना जुनी आहे - मानवांनी कायमच यांत्रिक तर्काचा पाठलाग केला आहे .

• जेव्हा संशोधकांनी त्याला नाव दिले आणि त्याभोवती संघटित केले तेव्हा ते क्षेत्र खरे झाले

• सुरुवातीच्या एआय स्पष्ट नियम आणि चिन्हांवर अवलंबून होते

• नंतर एआयने डेटावरून शिकण्यावर भर दिला, ज्यामुळे ते अधिक व्यावहारिक बनले

• जेव्हा एआयने स्वतःला रोजच्या सॉफ्टवेअरमध्ये शांतपणे समाविष्ट केले तेव्हा ते "सर्वत्र" बनले

• कोणताही एकच वाढदिवस नसतो, फक्त यश, अपयश आणि नवनिर्मितीची साखळी असते

आणि, एका अर्थाने, ते योग्यच आहे. बुद्धिमत्तेचीसुद्धा काही निश्चित सुरुवात नसते. ती स्तरित, असमान आणि अशा अनेक जुगाडांनी भरलेली असते, जे कसेतरी काम करून जातात. अगदी एखाद्या भंगारपेटीसारखं, ज्यात नेमकी आपल्याला हवी असलेलीच वस्तू सापडते.

वास्तविक उदाहरण: “एआयचा शोध कधी लागला?” हा प्रश्न अतिसुलभीकरण न करता शिकवणे 🎓🤖

परिस्थिती

कल्पना करा की, एका माध्यमिक शाळेतील संगणकशास्त्राचा शिक्षक एआयच्या इतिहासावर ४५ मिनिटांचा धडा तयार करत आहे. आव्हान माहितीच्या कमतरतेचे नाही, तर माहिती गुंतागुंतीची असण्याचे आहे.

विद्यार्थ्यांना एकच सुस्पष्ट उत्तर हवे असते. खरे उत्तर अनेक स्तरांचे आहे: तर्कशास्त्र आधी आले, प्रोग्राम करण्यायोग्य संगणकांमुळे प्रयोग करणे शक्य झाले आणि नंतर एआय (AI) हे एक नावाजलेले क्षेत्र बनले. धड्याला कालक्रमानुसारच्या धूसर गुंतागुंतीत न बदलता, हे सर्व स्पष्टपणे समजावून सांगण्यासाठी शिक्षकाला एका मार्गाची गरज आहे.

धड्याला काय आवश्यक आहे

विषय व्यावहारिक बनवण्यासाठी, शिक्षक पुढील गोष्टींची तयारी करतात:

• ४ महत्त्वाच्या टप्प्यांसह एक संक्षिप्त कालक्रम: तर्कशास्त्र, प्रारंभिक संगणकीय प्रणाली, एक नामांकित क्षेत्र म्हणून एआय, आणि आधुनिक मशीन लर्निंग

• “कल्पना विरुद्ध कार्यक्षेत्र विरुद्ध उत्पादन” दर्शवणारी एक स्लाईड

• सुरुवातीच्या नियम-आधारित एआयची दोन उदाहरणे

• आधुनिक शिक्षण-आधारित एआयची दोन उदाहरणे

• चर्चेसाठी एक छोटा प्रश्न: “कृत्रिम बुद्धिमत्तेचा शोध एकदाच लागतो, की तिची वारंवार पुनर्व्याख्या केली जाते?”

• ट्युरिंग, डार्टमाउथ, स्टॅनफर्ड AI100 आणि स्टॅनफर्ड एनसायक्लोपीडिया ऑफ फिलॉसॉफी यांसारख्या संदर्भांचा वापर करून मानवी तपासणी केलेली स्रोत सूची

उदाहरण सूचना

एआय सहाय्यकासाठी एक प्रभावी सूचना खालीलप्रमाणे असू शकते:

एआयच्या शोधाची एकच निश्चित तारीख का नाही, हे स्पष्ट करणारा ४५ मिनिटांचा एक वर्गातील उपक्रम तयार करा. यासाठी चार महत्त्वाच्या टप्प्यांचा वापर करा: औपचारिक तर्कशास्त्र, प्रोग्राम करण्यायोग्य संगणक, एक नामांकित संशोधन क्षेत्र म्हणून एआय, आणि आधुनिक मशीन लर्निंग. भाषा १४ ते १६ वयोगटातील विद्यार्थ्यांसाठी योग्य ठेवा. यामध्ये एक छोटा गट उपक्रम, तीन चाचणी प्रश्न आणि एआयच्या इतिहासाचे अतिसुलभीकरण करण्याबद्दल एक चेतावणी समाविष्ट करा. एआयचा शोध एकाच व्यक्तीने एकाच दिवशी लावला, असा दावा करू नका

त्याची चाचणी कशी करावी

शिक्षक धड्याच्या शेवटी विद्यार्थ्यांना तीन छोटे प्रश्न विचारून धड्याची चाचणी घेऊ शकतात:

1. ‘एआयचा शोध एका विशिष्ट तारखेला लागला’ हे विधान इतके सोपे का आहे?

2. संकल्पना म्हणून एआय आणि संशोधन क्षेत्र म्हणून एआय यांच्यात काय फरक आहे?

3. आधुनिक एआय प्रणाली सुरुवातीच्या नियम-आधारित प्रणालींपेक्षा वेगळ्या का दिसतात?

एका सशक्त उत्तरात केवळ एका नव्हे, तर किमान दोन महत्त्वाच्या टप्प्यांचा उल्लेख असावा. एका कमकुवत उत्तरात सहसा असे काहीतरी म्हटले जाते की, “जेव्हा संगणकांचा शोध लागला, तेव्हाच एआयचा शोध लागला,” ज्यामध्ये नामकरण, संशोधन क्षेत्र आणि मशीन-लर्निंग या भागांचा अभाव असतो.

निकाल

उदाहरणादाखल निकाल: पाठ नियोजनाच्या तीन नमुना कामांची वेळ मोजून केलेल्या अभ्यासानुसार, या कार्यप्रवाहामुळे तयारीचा वेळ सुमारे २ तासांवरून ३५ मिनिटांपर्यंत कमी होऊ शकतो.

मोजमापाचा आधार:

• स्रोत नोंदी गोळा करण्यासाठी ३० मिनिटे

• पहिला धडा हाताने तयार करण्यासाठी २० मिनिटे

• कालमर्यादा सोपी करण्यासाठी आणि प्रश्न लिहिण्यासाठी ४० मिनिटे

• उजळणीसाठी ३० मिनिटे

एआय-सहाय्यित कार्यप्रणालीमुळे, शिक्षक खालील गोष्टींवर खर्च करतात:

• स्रोत नोट्स तयार करण्यासाठी १० मिनिटे

• पहिला मसुदा तयार करण्यासाठी १० मिनिटे

• दाव्यांची पडताळणी करणे, कमकुवत स्पष्टीकरणे पुन्हा लिहिणे आणि अति-सरलीकृत शब्दरचना काढून टाकणे यासाठी १५ मिनिटे

मोजता येण्याजोगी सुधारणा ही नाही की एआयला 'इतिहास अधिक चांगला माहित आहे'. याचे मूल्य हे आहे की ते एका गुंतागुंतीच्या ऐतिहासिक विषयाला अधिक वेगाने एका संरचित शैक्षणिक उपक्रमात बदलण्यास मदत करते, आणि त्याच वेळी शिक्षक तथ्यांची पडताळणीही करतात.

काय बिघडू शकतं?

सर्वात मोठा धोका म्हणजे एका गुंतागुंतीच्या सत्याला एका खोट्या, सरळ उत्तरात बदलणे. एखादा एआय सहाय्यक एखाद्या महत्त्वाच्या टप्प्याला अतिशयोक्तीपूर्णपणे मांडू शकतो, तर्क आणि विचारप्रणालीच्या जुन्या परंपरांकडे दुर्लक्ष करू शकतो, किंवा आधुनिक मशीन लर्निंगलाच एकमेव 'खरा' एआय भासवू शकतो.

शिक्षकाने खालील गोष्टी तपासाव्यात:

• एकट्या व्यक्तीने केलेल्या शोधांबद्दलचे गैरसमज

• स्रोतांशिवाय केलेले दावे

• एआय आणि मशीन लर्निंगमध्ये गोंधळ

• सुरुवातीच्या प्रतिकात्मक एआयला अप्रासंगिक मानणे

• आधुनिक चॅटबॉट्सना एआयची सुरुवात मानणे

व्यावहारिक निष्कर्ष

"एआयचा शोध कधी लागला?" या प्रश्नाचे उत्तर देण्याचा सर्वोत्तम मार्ग म्हणजे, कालक्रम एकाच वाढदिवसाऐवजी विविध स्तरांमध्ये दाखवणे. व्यवहारात याचा अर्थ असा होतो की, लोकांना आधी एक सोपे उत्तर देणे आणि नंतर अचूक उत्तरासाठी एकापेक्षा जास्त टप्प्यांची आवश्यकता का आहे हे दाखवणे.

वारंवार विचारले जाणारे प्रश्न

एआय चा शोध नेमका कधी लागला?

असा एकही दिवस नाही जेव्हा एआयचा शोध लागला. सर्वात अचूक उत्तर म्हणजे एआय हळूहळू उदयास आला, प्रथम औपचारिक तर्कशक्तीच्या कल्पना म्हणून आणि नंतर प्रोग्राम करण्यायोग्य संगणकांनी त्या कल्पनांची चाचणी घेण्यायोग्य बनवल्यानंतर व्यावहारिक संशोधन प्रयत्न म्हणून. दररोजच्या संभाषणात, लोक बहुतेकदा एआयच्या जन्माला तो क्षण मानतात जेव्हा ते सिद्धांतांचा एक सैल समूह नसून एक नामांकित वैज्ञानिक क्षेत्र बनले.

एआयचा एकच वाढदिवस का नाही?

एआय हे एक उपकरण किंवा एक पेटंट करण्यायोग्य वस्तू नाही, म्हणून ते "या तारखेला शोधलेल्या" एका सुरेख कथेत बसत नाही. कालांतराने ते तर्कशास्त्र, गणित, संगणन, मानसशास्त्र, भाषाशास्त्र आणि न्यूरोसायन्समधून विकसित झाले. म्हणूनच वेगवेगळे लोक संकल्पना, तंत्रज्ञान, संशोधन क्षेत्र किंवा सार्वजनिक-मुखी उत्पादन श्रेणी यावर अवलंबून वेगवेगळ्या टप्प्यांकडे निर्देश करतात.

एआय क्षेत्राची अधिकृत सुरुवात कशामुळे झाली?

"अधिकृत" सुरुवात म्हणजे सहसा तो मुद्दा जेव्हा संशोधक कृत्रिम बुद्धिमत्तेभोवती मशीन बुद्धिमत्तेला विखुरलेले कुतूहल म्हणून न पाहता एक सामायिक ध्येय म्हणून संघटित करतात. ते महत्त्वाचे होते कारण एकदा क्षेत्राला नाव मिळाले की ते निधी, प्रयोगशाळा, विद्यार्थी आणि गंभीर वैज्ञानिक लक्ष आकर्षित करू शकते. त्या अर्थाने, एआय केवळ एक तात्विक विचार प्रयोग न होता एक परिभाषित संशोधन प्रकल्प बनला.

आधुनिक संगणकांपूर्वी एआय अस्तित्वात होता का?

तंत्रज्ञानाने तसे केले नाही, पण मूळ कल्पना नक्कीच घडली. आधुनिक संगणकांच्या खूप आधीपासून, लोक तर्कशास्त्राचे नियमांमध्ये रूपांतर करण्याचा आणि प्रक्रियांचे अनुसरण करू शकतील अशा यंत्रांची कल्पना करण्याचा प्रयत्न करत होते. म्हणून जर कोणी विचारले की एआयचा शोध आत्म्याने कधी लागला, तर त्याचे उत्तर तर्कशास्त्र, यांत्रिक गणना आणि विचारांना स्वयंचलित करण्याच्या स्वप्नाच्या इतिहासात खूप मागे जाते.

सुरुवातीच्या एआय सिस्टीम प्रत्यक्षात कशा काम करत होत्या?

सुरुवातीच्या एआय सिस्टीम बहुतेक प्रतीकात्मक पद्धतींवर अवलंबून होत्या, म्हणजेच मानवांनी मशीनला अनुसरण्यासाठी स्पष्ट नियम आणि प्रतिनिधित्व लिहिले. हे अरुंद क्षेत्रात आश्चर्यकारकपणे चांगले काम करत होते जिथे जग संरचित पायऱ्यांमध्ये सरलीकृत केले जाऊ शकते. समस्या अशी होती की वास्तविक जीवन स्वच्छ नियमांना विरोध करते, भाषा अस्पष्ट असते आणि अपवाद लवकर जमा होतात, ज्यामुळे पूर्णपणे नियम-आधारित सिस्टीम नियंत्रित सेटिंग्जच्या बाहेर ठिसूळ वाटू लागल्या.

आज लोक ज्या स्वरूपात ओळखतात त्या स्वरूपात एआयचा शोध कधी लागला?

बऱ्याच लोकांना, जेव्हा सिस्टम हस्तलिखित नियमांचे पालन करण्याऐवजी डेटावरून शिकतात तेव्हाच एआय खरा वाटू लागतो. त्या नंतरच्या टप्प्यात एआय अधिक लवचिक, अधिक व्यावहारिक आणि आधुनिक वापरकर्ते जेव्हा हा शब्द ऐकतात तेव्हा जे पाहतात त्याच्या अगदी जवळचे दिसले. म्हणून एआयची सुरुवात संशोधन क्षेत्र म्हणून झाली असली तरी, आजची परिचित आवृत्ती आकाराला आली जेव्हा शिक्षण-आधारित पद्धती केंद्रस्थानी आल्या.

मशीन लर्निंग आणि एआय एकसारखेच आहे का?

अगदी बरोबर नाही. मशीन लर्निंग हा एआयमधील एक प्रमुख दृष्टिकोन म्हणून सर्वात चांगला समजला जातो, विशेषतः असा दृष्टिकोन जिथे सिस्टम स्पष्ट सूचनांवर पूर्णपणे अवलंबून राहण्याऐवजी उदाहरणांमध्ये नमुने शोधून सुधारतात. एआय ही एक व्यापक छत्री आहे ज्यामध्ये तर्क, नियोजन, भाषा, धारणा आणि नियम-आधारित पद्धती देखील समाविष्ट असू शकतात. म्हणूनच लोक कधीकधी संज्ञा पूर्णपणे बदलता येत नसल्या तरी त्या अस्पष्ट करतात.

एआय दैनंदिन जीवनाचा भाग कधी बनला?

जेव्हा एआय लोकांना एआय म्हणता येत नाही तेव्हा ते सामान्य झाले. शोध रँकिंग, शिफारसी, फसवणूक शोधणे, ऑटोकंप्लीट, स्पीच रेकग्निशन, इमेज टॅगिंग, रूट प्लॅनिंग आणि कस्टमर सपोर्ट या सर्वांमुळे ते सामान्य होण्यास मदत झाली. हा बदल नाट्यमय नसून हळूहळू झाला, म्हणूनच अनेक लोक असे मानतात की एआय अगदी नवीन आहे जरी ते वर्षानुवर्षे एआय-फ्लेवर्ड सिस्टम वापरत असले तरी.

जुन्या एआय पद्धती आजही का महत्त्वाच्या आहेत?

जुन्या पद्धती अजूनही महत्त्वाच्या आहेत कारण एआय "वाईट जुन्या नियमांपासून" "चांगले नवीन शिक्षण" पर्यंत एकाच सरळ रेषेत जात नव्हते. अनेक पाइपलाइन अजूनही कार्यानुसार संरचित तर्कशास्त्र, शोध, नियोजन आणि सांख्यिकीय शिक्षण एकत्र करतात. त्या पूर्वीच्या कल्पनांनी ज्ञान, तर्क आणि समस्या सोडवण्याबद्दल संशोधक कसे विचार करतात यावर देखील आकार दिला, म्हणून नवीन साधने स्पॉटलाइट झाल्यावरही ते क्षेत्राच्या पायाचा भाग राहतात.

संभाषणात "एआयचा शोध कधी लागला?" याचे सर्वात सोपे उत्तर कोणते आहे?

एक ठोस, व्यावहारिक उत्तर असे आहे की एआयचा शोध एकाच वेळी लागला नव्हता. त्याची सुरुवात मशीनना बुद्धिमान कामे करण्यास भाग पाडण्याच्या दीर्घकालीन प्रयत्नातून झाली, प्रथम औपचारिक तर्क आणि नियम-आधारित प्रणालींद्वारे आणि नंतर वास्तविक उत्पादनांमध्ये प्रभावी ठरलेल्या शिक्षण-आधारित पद्धतींद्वारे. ही आवृत्ती पुनरावृत्ती करण्याइतकी सोपी आहे, तरीही हे मान्य केले जाते की एआयमध्ये एका वाढदिवसाऐवजी टप्पे असतात.

संदर्भ

1. डार्टमाउथ - home.dartmouth.edu

2. स्टॅनफोर्ड एआय१०० - स्टॅनफोर्ड एआय१०० - ai100.stanford.edu

3. cs.ox.ac.uk - ट्युरिंग, १९५० - cs.ox.ac.uk

4. स्टॅनफोर्ड विश्वकोश ऑफ फिलॉसॉफी - स्टॅनफोर्ड विश्वकोश ऑफ फिलॉसॉफी - plato.stanford.edu

5. स्टॅनफोर्ड अभियांत्रिकी - जॉन मॅकार्थी यांच्यावर स्टॅनफोर्ड - engineering.stanford.edu

6. स्टॅनफोर्ड विश्वकोश ऑफ फिलॉसॉफी - ऑटोमेटेड रिझनिंग (SEP) - plato.stanford.edu

7. स्टॅनफोर्ड विश्वकोश तत्वज्ञान - शास्त्रीय तर्कशास्त्र (SEP) - plato.stanford.edu

8. स्टॅनफोर्ड विश्वकोश तत्वज्ञान - तर्कशास्त्र-आधारित एआय (एसईपी) - plato.stanford.edu

9. स्टॅनफोर्ड एआय१०० - स्टॅनफोर्ड एआय१००, एसक्यू१२ - ai100.stanford.edu

10. स्टॅनफोर्ड एआय१०० - स्टॅनफोर्ड एआय१००, एसक्यू२ - ai100.stanford.edu

11. स्टॅनफोर्ड विश्वकोश तत्वज्ञान - संज्ञानात्मक विज्ञान (SEP) - plato.stanford.edu

12. OECD - OECD AI तत्त्वे - oecd.ai

13. आयबीएम - ibm.com

14. आयबीएम - मशीन लर्निंगवर आयबीएम - ibm.com

15. ब्रिटानिका - कनेक्शनवादावर ब्रिटानिका - britannica.com

अधिकृत एआय असिस्टंट स्टोअरमध्ये नवीनतम एआय शोधा

आमच्याबद्दल