दशकों तक, आईबीएम कंप्यूटिंग उद्योग का निर्विवाद नेता था। आज भी, हालांकि यह एक बार की प्रमुख भूमिका में नहीं है, फिर भी उनका काम प्रासंगिक बना हुआ है। हालाँकि, आर्टिफिशियल इंटेलिजेंस के मामले में, IBM का प्रवेश और निकास काफी तेज़ था, हालाँकि बहुत महत्वपूर्ण था।
पचास के दशक में, इस अनुशासन में अनुसंधान को बेहतर कंप्यूटर बनाने के लिए आवश्यक ज्ञान का एक अभिन्न अंग माना जाता था। इसलिए आईबीएम ने प्रमेयों को हल करने वाले एक कार्यक्रम के विकास को हरी झंडी देने का फैसला किया।
आईबीएम के अंदर और बाहर
में हमने देखा था पिछले लेख कि साइमन और उनकी टीम एक ऐसे कार्यक्रम के साथ सफल हुई जो गणितीय प्रमेयों को सिद्ध करता है। इसके लिए उन्हें एक नई प्रोग्रामिंग लैंग्वेज बनानी पड़ी।
आईबीएम के सामने आने वाली चुनौती में एक अतिरिक्त समस्या थी। कंप्यूटर को एक ज्यामितीय प्रमेय को सिद्ध करने के लिए, उसे आकृति को देखना था। छवियों को संसाधित करने में सक्षम वेब कैमरे और सॉफ़्टवेयर का अभी तक आविष्कार नहीं हुआ था।
कार्य के लिए चुनी गई टीम यह IBM 704 था। इसे दुनिया के पहले सुपर कंप्यूटरों में से एक माना जाता है। fहार्डवेयर फ़्लोटिंग पॉइंट को शामिल करने वाला यह पहला था।
फ़्लोटिंग-पॉइंट ऑपरेशंस में बहुत बड़ी या बहुत छोटी संख्याओं के साथ जोड़, घटाव, भाग, गुणा और वर्गमूल गणनाएँ शामिल हैं।
इसमें मैग्नेटिक कोर मेमोरी भी थी जो पिछले मॉडलों में इस्तेमाल किए गए मैग्नेटिक ड्रम सिस्टम से तेज थी और 36-बिट निर्देशों में व्यक्त चालीस हजार निर्देशों को प्रति सेकंड निष्पादित करने में सक्षम थी।
सॉफ्टवेयर को इसके प्रबंधक के रूप में तैयार होने में तीन साल लग गए, हर्बर्ट गेलेंटर नामक एक भौतिकी चिकित्सक, टीउन्हें एक नई प्रोग्रामिंग भाषा का आविष्कार करना पड़ा जो आईपीएल जैसे प्रतीकों में हेरफेर कर सकता था, लेकिन उसमें फोरट्रान प्रोग्रामिंग की आसानी थी, जो वैज्ञानिक गणना के लिए अनुप्रयोगों के निर्माण के लिए खुद आईबीएम द्वारा विकसित किया गया था।
कार्यक्रम ज्यामितीय आकृति के बारे में जानकारी प्राप्त की जिसके साथ उसे छिद्रित कार्ड के रूप में दर्ज किए गए निर्देशांक की एक श्रृंखला के रूप में काम करना पड़ा और वह ज्ञात आँकड़ों से मध्यवर्ती परिणाम निकाल रहा था।
सॉफ्टवेयर को ज्योमेट्री प्रमेय प्रोवर (ज्यामिति समस्या प्रोवर) के रूप में जाना जाता है और उन गुणों के आधार पर जिन्हें यह ड्राइंग में सत्यापित कर सकता है वह पच्चीस अलग-अलग संभावनाओं के लिए दो-चरणीय प्रमेय को हल करने में कामयाब रहे, जब इसे आँख बंद करके करते हुए, उन्हें एक लाख का विश्लेषण करना होगा।
ज्योमेट्री प्रॉब्लम टेस्टर मॉडल रेफरेंसिंग के रूप में जानी जाने वाली तकनीक का उपयोग करने वाला पहला था।. जब तक आप 5 मिनट पहले उड़न तश्तरी पर नहीं उतरे, निश्चित रूप से आपने इस तकनीक के अनुप्रयोग के नवीनतम परिणामों में से एक के बारे में सुना होगा: ChatGPT।
कृत्रिम बुद्धि के क्षेत्र में एक मॉडल एक जटिल प्रक्रिया का प्रतिनिधित्व है जिससे अनुमान लगाया जा सकता है। परीक्षक के मामले में, मॉडल ज्यामितीय आकृति के निर्देशांक थे, चैटजीपीटी के मामले में मानव भाषा को संसाधित करने में सक्षम मॉडल।
अन्य आईबीएम कंप्यूटर चेकर्स या शतरंज सीखने जैसे कम गंभीर काम कर रहे थे। पहले मामले में, उद्देश्य यह देखना था कि क्या कोई मशीन अपने प्रतिद्वंद्वी के खेलने के तरीके के बारे में सीखने में सक्षम है। वह अंत में उसे हराने में कामयाब रहा, ऐसा लगता है जैसे उसने किया था।
आईबीएम की शुरुआती सफलताएं भी इसके इस क्षेत्र को छोड़ने का कारण थीं। शतरंज और चेकर्स खेलने के लिए समर्पित कंप्यूटर प्रेस के साथ बहुत सफल रहे, लेकिन कंपनी के शेयरधारकों के बीच ऐसा नहीं है जो इसे पैसे की बर्बादी मानते हैं।
इसमें हमें यह जोड़ना होगा कि कंपनी का मार्केटिंग विभाग उन्होंने देखा कि उनके संभावित ग्राहकों में कंप्यूटर के प्रति अविश्वास बढ़ रहा था. उन्हें प्राप्त करने के प्रभारी लोगों में यह डर था कि उनकी खरीद उनकी जगह ले लेगी।
आर्टिफिशियल इंटेलिजेंस में अनुसंधान को छोड़ दिया गया था और नई मार्केटिंग रणनीति कंप्यूटरों को डेटा प्रोसेसर के रूप में चिह्नित करना था जो केवल वही करते थे जो उन्हें बताया गया था।
क्या अब प्रचलित नए उपकरणों के साथ भी ऐसा ही होगा? क्या उन्हें इस डर से कंपनियों से प्रतिबंधित कर दिया जाएगा कि वे सर्वोच्च पदों पर काबिज हो जाएंगे?
इसे देखने के लिए हमें इंतजार करना होगा।