आपण हे जास्त गुंतागुंतीचे करू नये - जर तुम्हाला प्रश्न पडला असेल की संपूर्ण कृत्रिम बुद्धिमत्ता चळवळीची सुरुवात नेमकी कोणी केली, तर त्याचे उत्तर, किमान ऐतिहासिकदृष्ट्या, अगदी सरळ आहे: जॉन मॅकार्थी. ही ती व्यक्ती आहे जिने एआयच्या सुरुवातीच्या काळात केवळ सहभागच घेतला नाही, तर तिनेच त्याला अक्षरशः नाव दिले. 'कृत्रिम बुद्धिमत्ता' (artificial intelligence)? तो त्यांचाच आहे.
पण ते आकर्षक पदवी समजू नका. ते सन्माननीय नाही. ते मिळवलेले आहे.
या लेखानंतर तुम्हाला वाचायला आवडतील असे लेख:
🔗 एआय कसे तयार करावे – अनावश्यक तपशील टाळून सखोल माहिती.
अगदी पायापासून तुमचा स्वतःचा एआय तयार करण्यासाठी एक सर्वसमावेशक, सरळ आणि मुद्देसूद मार्गदर्शक.
🔗 क्वांटम एआय म्हणजे काय? – जिथे भौतिकशास्त्र, कोड आणि अनागोंदी यांचा संगम होतो.
क्वांटम मेकॅनिक्स आणि आर्टिफिशियल इंटेलिजन्स यांच्या मन थक्क करणाऱ्या संगमाचा शोध घ्या.
🔗 एआयमधील अनुमान म्हणजे काय? – सर्व काही जुळून येण्याचा क्षण.
प्रशिक्षित डेटा वापरून एआय रिअल टाइममध्ये निर्णय कसे घेते आणि अंतर्दृष्टी कशी निर्माण करते ते शिका.
🔗 एआयकडे सर्वांगीण दृष्टिकोन ठेवण्याचा अर्थ काय आहे?
एआयचे यश केवळ अल्गोरिदमपुरते मर्यादित का नाही, हे जाणून घ्या - नैतिकता, हेतू आणि परिणाम हे देखील महत्त्वाचे आहेत.
जॉन मॅकार्थी: पेपरमधील नावापेक्षाही जास्त 🧑📘
१९२७ मध्ये जन्मलेले आणि २०११ मध्ये निधन होईपर्यंत या क्षेत्रात कार्यरत असलेले जॉन मॅकार्थी यांना यंत्रांविषयी एक विलक्षण स्पष्टता होती - ती काय बनू शकतात, आणि कदाचित कधीच काय बनू शकणार नाहीत. न्यूरल नेट्समुळे इंटरनेट सर्व्हर्समध्ये बिघाड होण्याच्या खूप आधीपासूनच, ते काही अवघड प्रश्न विचारत होते: आपण यंत्रांना विचार करायला कसे शिकवणार? विचार म्हणजे नक्की काय?
१९५६ मध्ये, मॅकार्थीने डार्टमाउथ कॉलेजमध्ये काही दिग्गज बौद्धिक दिग्गजांसोबत एका कार्यशाळेचे सह-आयोजन केले: क्लॉड शॅनन (होय, तेच माहिती सिद्धांताचे जनक), मार्विन मिन्स्की आणि इतर काही जण. ही केवळ एक जुनीपुराणी शैक्षणिक परिषद नव्हती. तो एक महत्त्वाचा क्षण होता. ती खरी घटना, जिथे ' कृत्रिम बुद्धिमत्ता' (आर्टिफिशियल इंटेलिजन्स) पहिल्यांदा अधिकृतपणे वापरला गेला.
तो डार्टमाउथ प्रस्ताव? वरवर पाहता थोडासा कोरडा वाटला, पण त्यामुळे एक अशी चळवळ निर्माण झाली जी अजूनही मंदावलेली नाही.
त्याने प्रत्यक्षात काय केले? (खूप, प्रामाणिकपणे) 💡🔧
सुरुवात म्हणून, LISP.
१९५८ मध्ये, मॅकार्थीने LISP हीप्रोग्रामिंग भाषा विकसित केली, जी पुढील अनेक दशकांपर्यंत AI संशोधनावर वर्चस्व गाजवत होती. जर तुम्ही 'सिम्बॉलिक AI' हा शब्द कधी ऐकला असेल, तर LISP हे त्याचे एकनिष्ठ साधन होते. त्यामुळे संशोधकांना रिकर्सिव्ह लॉजिक, नेस्टेड रीझनिंग यांसारख्या गोष्टी हाताळता आल्या - थोडक्यात, ज्या गोष्टींची आपण आता अधिक अत्याधुनिक तंत्रज्ञानाकडून अपेक्षा करतो.
टाइम-शेअरिंग: क्लाउडचा जनक.
मॅकार्थीच्या टाइम-शेअरिंगच्या - म्हणजेच एकाच वेळी अनेक वापरकर्त्यांना संगणकाशी संवाद साधू देण्याच्या क्षमतेमुळे - संगणकीय क्षेत्राला विस्तारक्षम बनण्यास मदत झाली. इतकेच नव्हे तर, ही क्लाउड कंप्युटिंगची एक सुरुवातीची आध्यात्मिक पूर्वज होती, असाही युक्तिवाद करता येईल.
त्याला यंत्रांनी तर्क करावा असे वाटत होते.
बहुतेक जण हार्डवेअर किंवा मर्यादित नियमांवर लक्ष केंद्रित करत असताना, मॅकार्थीने तर्कशास्त्रात खोलवर प्रवेश केला - सिच्युएशन कॅल्क्युलस आणि सरकमस्क्रिप्शनसारख्या. हे केवळ आकर्षक शब्द नाहीत. या अशा चौकटी आहेत ज्या यंत्रांना केवळ कृती करण्यास नव्हे, तर काळ आणि अनिश्चिततेच्या परिस्थितीत तर्क करण्यास मदत करतात.
अरे, आणि त्यांनी स्टॅनफोर्ड एआय लॅबची सह-स्थापना केली.
ही स्टॅनफोर्ड एआय लॅब (SAIL) शैक्षणिक एआयचा आधारस्तंभ बनली. रोबोटिक्स, भाषा प्रक्रिया, दृष्टी प्रणाली - या सर्वांची मुळे तिथेच होती.
तो फक्त तो नव्हता तरी 📚🧾
बघा, प्रतिभा ही क्वचितच एकट्याने केलेली कृती असते. मॅकार्थीचे काम पायाभूत होते, हो, पण एआयचा कणा बांधण्यात तो एकटा नव्हता. आणखी कोणाचा उल्लेख करावा लागेल ते येथे आहे:
-
ॲलन ट्युरिंग - यांनी १९५० मध्ये, “यंत्रे विचार करू शकतात का?” हा प्रश्न उपस्थित केला. त्यांची ट्युरिंग चाचणी आजही उद्धृत केली जाते. दूरदर्शी आणि दुर्दैवाने आपल्या काळाच्या खूप पुढे असलेले व्यक्तिमत्व 🤖.
-
क्लॉड शॅनन - मॅकार्थी यांच्यासोबत डार्टमाउथ परिषदेची सुरुवात करण्यास मदत केली. तसेच, त्यांनी एक यांत्रिक उंदीर (थेसियस) बनवला होता, जो शिकून चक्रव्यूह सोडवत असे. १९५० च्या दशकासाठी ही एक अविश्वसनीय गोष्ट होती 🐭.
-
हर्बर्ट सायमन आणि ॲलन न्यूवेल - त्यांनी 'लॉजिक थिअरिस्ट' नावाचाएक प्रोग्राम तयार केला, जो प्रमेय सिद्ध करू शकत होता. सुरुवातीला लोकांचा त्यावर विश्वास बसला नाही.
-
मार्विन मिन्स्की - एकाच वेळी सिद्धांतकार आणि संशोधक. त्यांनी न्यूरल नेट, रोबोटिक्स आणि धाडसी तात्विक विचारांमध्ये संचार केला. अनेक वर्षे मॅकार्थी यांचे बौद्धिक प्रतिस्पर्धी 🛠️.
-
निल्स निल्सन - नियोजन, शोध आणि एजंट्सबद्दल आपण कसे विचार करतो ते शांतपणे आकार दिले. बहुतेक सुरुवातीच्या एआय विद्यार्थ्यांनी त्यांच्या डेस्कवर उघडलेली पाठ्यपुस्तके लिहिली.
हे लोक साइड कॅरेक्टर नव्हते - त्यांनी एआय काय असू शकते याचे किनारे परिभाषित करण्यास मदत केली. तरीही, मॅकार्थीने केंद्रस्थानी ठेवले.
आधुनिक काळ? ती एक वेगळीच लाट आहे 🔬⚙️
यांच्यासारखे लोक आहेत जेफ्री हिंटन, योशुआ बेंजिओआणि यान लेकन - जे आता "डीप लर्निंगचे गॉडफादर" म्हणून ओळखले जातात.
१९८० च्या दशकात हिंटनचे बॅकप्रोपॅगेशन मॉडेल्स फक्त कमी झाले नाहीत - ते विकसित झाले. २०१२ पर्यंत, कॉन्व्होल्यूशनल न्यूरल नेटवर्क्सवरील त्यांच्या कामामुळे एआय सार्वजनिक स्पॉटलाइटमध्ये येण्यास मदत झाली. विचार करा: प्रतिमा ओळख, आवाज संश्लेषण, भविष्यसूचक मजकूर - हे सर्व त्या सखोल शिक्षण गतीतून उद्भवते 🌊.
२०२४ मध्ये, हिंटन यांना भौतिकशास्त्रातील नोबेल पारितोषिक . हो, भौतिकशास्त्रच. कोड आणि आकलन यांच्यातील सीमारेषा आता इतकी धूसर झाली आहे 🏆.
पण मुद्दा असा आहे की: हिंटन नसते तर डीप लर्निंगची लाट आली नसती - हे खरं आहे. पण त्याचबरोबर, मॅकार्थी नसते तर मुळात एआय क्षेत्रच अस्तित्वात आले नसते. त्यांचा प्रभाव अगदी मुळापासून आहे.
मॅकार्थीचे काम? अजूनही प्रासंगिक 🧩📏
विचित्र ट्विस्ट - आज सखोल शिक्षणाचे नियम असताना, मॅकार्थीच्या काही "जुन्या" कल्पना परत येत आहेत. प्रतीकात्मक तर्क, ज्ञान आलेख आणि संकरित प्रणाली? ते पुन्हा भविष्य आहेत.
का? कारण जनरेटिव्ह मॉडेल्स कितीही हुशार असले तरी, ते अजूनही काही गोष्टींमध्ये कमकुवत असतात - जसे की सातत्य राखणे, कालांतराने तर्कशास्त्र लागू करणे किंवा विरोधाभासांना सामोरे जाणे. मॅकार्थी ६० आणि ७० च्या दशकात त्या कडांचा शोध घेत होते.
म्हणून जेव्हा लोक एलएलएमला लॉजिक लेयर्स किंवा सिम्बॉलिकल ओव्हरलेसह मिसळण्याबद्दल बोलतात - तेव्हा ते जाणूनबुजून असो वा नसो, त्याच्या प्लेबुकची पुनरावृत्ती करत असतात.
तर, एआयचा जनक कोण आहे? 🧠✅
इथे काही संकोच नाही: जॉन मॅकार्थी.
त्याने हे नाव शोधून काढले. भाषेला आकार दिला. साधने तयार केली. कठीण प्रश्न विचारले. आणि आजही, एआय संशोधक अर्ध्या शतकापूर्वी त्याने चॉकबोर्डवर रेखाटलेल्या कल्पनांशी झुंजत आहेत.
LISP कोडमध्ये डोकावायचे आहे का? सिम्बॉलिकल एजंट्समध्ये डोकावायचे आहे का? किंवा मॅकार्थीचे फ्रेमवर्क आजच्या न्यूरल आर्किटेक्चरमध्ये कसे विलीन होत आहेत याचा मागोवा घ्यायचा आहे का? मी तुम्हाला कव्हर केले आहे - फक्त विचारा.