में पिछले लेख हमने देखा कि एआई अनुसंधान एक मशीन से एक मानव को अलग करने की कोशिश करने या मस्तिष्क की वास्तुकला की नकल करने की सोच प्रक्रिया की नकल करने वाले सॉफ्टवेयर की नकल करने की तुच्छता से चला गया।
यदि पहली प्रगति भौतिकविदों, जीवविज्ञानियों, शरीर विज्ञानियों और गणितज्ञों से हुई, अगली बड़ी छलांग एक अप्रत्याशित जगह से आएगी, राजनीति विज्ञान।
साइमन और तर्कसंगतता
यदि आपने बिजनेस एडमिनिस्ट्रेशन का अध्ययन किया है तो आपको शायद एक मोटी किताब का पालना करना होगा प्रशासनिक व्यवहार. आमतौर पर नस्ल की ग्रंथ सूची क्या है, यह एक ऐसी किताब है जो काफी उपयोगी और दिलचस्प है, हालांकि थोड़ी सघन है।
लेखक एक सज्जन व्यक्ति हैं उन्हें आर्थिक विज्ञान के सबसे प्रिय सिद्धांतों में से एक का खंडन करने के लिए अर्थशास्त्र में नोबेल पुरस्कार प्राप्त होगा। वह तर्कसंगत उपभोक्ता का।
राजनीति विज्ञान में स्नातक उनके करियर ने नगरपालिका प्रशासन का अध्ययन शुरू किया और मार्शल प्लान के प्रशासन निकाय में एक संक्षिप्त कार्यकाल के बाद, उन्होंने औद्योगिक प्रशासन स्नातक कार्यक्रम में सह-स्थापना की और पढ़ाया जिसे अब कार्नेगी मेलन विश्वविद्यालय के रूप में जाना जाता है।
नौकरशाही और आर्टिफिशियल इंटेलिजेंस के बीच क्या समानता है? निर्णय लेने की प्रक्रिया.
शास्त्रीय अर्थशास्त्रियों ने हमेशा पुष्टि की है कि हम तर्कसंगत निर्णय निर्माता हैं। दूसरे शब्दों में, विकल्पों की एक श्रृंखला से पहले, व्यवसायी या उपभोक्ता, हम उस विकल्प का चयन करेंगे जो लाभ को अधिकतम करता है या लागत को सबसे अधिक कम करता है। इसका निष्कर्ष यह है कि विकल्पों और परिस्थितियों की समान श्रृंखला को देखते हुए हम सभी एक ही निर्णय लेंगे।
साइमन ने उस कथित तार्किकता के दायरे को कम करके आंका। उन्होंने तर्क दिया कि निर्णय निर्माता कभी भी सभी उपलब्ध विकल्पों पर विचार नहीं करता है और हम सभी उनका मूल्यांकन करते समय समान मानदंडों का उपयोग नहीं करते हैं। हम जो करते हैं वह सभी समस्याओं के लिए समान मानदंड लागू करते हैं जैसे कि यह खाना पकाने की विधि हो। वह ह्यूरिस्टिक्स या नियम-आधारित प्रोग्रामिंग का आधार था।
आर्टिफिशियल इंटेलिजेंस द्वारा अपनाए गए साइमन का एक और योगदान यह छोटे-छोटे उप-लक्ष्यों में लक्ष्यों का विभाजन है। उपलक्ष्यों तक पहुँचने से समग्र लक्ष्य तक पहुँचना आसान हो जाता है।
पहला आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर
भौतिकी के स्नातक एलन नेवेल और एक्चुअरी से कंप्यूटर प्रोग्रामर बने सी शॉ की मदद से, साइमन ने लॉजिक थ्योरिस्ट का विकास शुरू किया, जिसे इतिहास का पहला आर्टिफिशियल इंटेलिजेंस प्रोग्राम माना जाता है।
यद्यपि कार्यक्रम का मूल उद्देश्य शतरंज या ज्यामितीय समस्याओं को हल करना था, अंत में इसका उपयोग गणित की एक प्रसिद्ध पुस्तक के प्रमेयों को हल करने के लिए किया गया। फिर भी, ट्यूरिंग मशीन के विपरीत, उद्देश्य गणितीय समस्याओं को हल करना नहीं था, बल्कि उस तरीके का अनुकरण करना था जिसमें मानव चयनात्मक ह्यूरिस्टिक्स के माध्यम से अगले चरण को निर्धारित करता है। उन्हें क्या करना था।
सही उत्तर की खोज को एक पेड़ जैसी संरचना के रूप में रेखांकन द्वारा दर्शाया जा सकता है।. इस ग्राफ को सर्च ट्री के रूप में जाना जाता है।
खोज वृक्ष के मूल में प्रारंभिक परिकल्पना है। शाखाएँ जड़ से निकलती हैं जिसमें प्रारंभिक परिकल्पना की विविधताएँ स्थित होती हैं, जो उस पर तर्क के नियमों को लागू करने का परिणाम होती हैं। अन्य जोड़-तोड़ प्रत्येक शाखा पर लागू होते हैं, उप-शाखाएँ उत्पन्न करते हैं। वांछित निष्कर्ष पर पहुंचने तक प्रक्रिया को दोहराया जाता है।
साइमन और उसके साथियों के कार्यक्रम का उद्देश्य प्रमेय का प्रमाण नहीं था, बल्कि उस प्रमाण की ओर ले जाने वाले मार्ग को खोजना था।. एप्लिकेशन ने उस शाखा को खोजने के लिए कुछ पूर्व-निर्धारित नियमों के अनुसार पेड़ की खोज की जो सही परिणाम की ओर ले जाने की सबसे अधिक संभावना थी। वह इस प्रक्रिया को तब तक दोहराता रहा जब तक कि उसे सही रास्ता नहीं मिल गया।
यदि आर्टिफिशियल इंटेलिजेंस के पहले प्रयास मस्तिष्क की वास्तुकला की नकल करने के पक्ष में थे, तो साइमन और उनके सहयोगी दूसरे रास्ते पर चले गए। उन्होंने नकल की कि कंप्यूटर लोगों के साथ कैसे काम करता है। कोडिंग कार्य शुरू करने से पहले, साइमन की पत्नी और बच्चों के साथ शामिल हुए छात्रों के एक समूह ने अंग्रेजी में व्यक्त किए गए सबरूटीन्स और तर्क नियमों के साथ कार्ड प्राप्त किए और कार्यक्रम घटकों के व्यवहार का अनुकरण किया।