में दो पिछले लेख हमने देखा कि कैसे एलन ट्यूरिंग, क्लाउड शैनन और जॉन वॉन न्यूमन के काम ने कृत्रिम बुद्धि को होस्ट करने में सक्षम कंप्यूटर बनाना संभव बना दिया। हालाँकि, सभीकार्य करने में सक्षम कार्यक्रमों को अभी भी बनाया जाना था. इसीलिए इस पोस्ट में हम पहली बातचीत के सिमुलेशन से लेकर वर्तमान भाषा मॉडल तक सॉफ्टवेयर के पथ का वर्णन करते हैं।
एलन ट्यूरिंग इस प्रकार के कार्यक्रम की सफलता को निर्धारित करने के तरीके को परिभाषित करने वाले पहले व्यक्ति थे। समस्या यह है कि ट्यूरिंग टेस्ट ने केवल प्रोग्रामिंग कौशल का प्रदर्शन किया, ऐसा नहीं है कि हम एक ऐसी चीज का सामना कर रहे हैं जिसे आर्टिफिशियल इंटेलिजेंस कहा जा सकता है।
सॉफ्टवेयर का रास्ता
जबकि मार्विन मिन्स्की की परिभाषा के लिए आवश्यक है कि कृत्रिम बुद्धिमत्ता माने जाने के लिए एक मशीन को वही कार्य करना चाहिए जो मनुष्य करता है, उसे सोचने की क्षमता की आवश्यकता होती है, ट्यूरिंग टेस्ट केवल यह पूछता है कि एक इंसान यह निर्धारित करने में सक्षम नहीं है कि उसका वार्ताकार है या नहीं।
हालांकि एलिज़ा, 60 के दशक के मध्य में लिखा गया एक कंप्यूटर प्रोग्राम, ट्यूरिंग टेस्ट पास करने का इरादा नहीं था, यह कई कार्यक्रमों की नींव रखी जो ऐसा करने का प्रयास करेंगे. शो ने एक मनोचिकित्सक की भूमिका ग्रहण की, जो एक रोगी से परिवार, दोस्तों या मनोदशा जैसे सामान्य विषयों के बारे में कई प्रश्न पूछता है। जवाबों के मुताबिक वह पहले से तय लाइन पर चलता रहा।
न तो एलिजा (और वास्तव में कोई अन्य सॉफ्टवेयर) नाम के एक स्व-सिखाया गणित शिक्षक के कार्यों के बिना संभव होता जॉर्ज बूले ने XNUMXवीं शताब्दी में मानव तर्क प्रक्रिया के गणितीय शब्दों में अनुवाद का अध्ययन करना शुरू किया। इसके लिए, उन्होंने वस्तुओं को कक्षाओं में समूहित करने के तरीके का विश्लेषण किया और जब इन कक्षाओं को अन्य वर्गों के साथ जोड़ा गया तो क्या हुआ। इसके बाद उन्होंने इनमें से प्रत्येक रिश्ते के लिए प्रतीकों को निर्धारित किया।
औपचारिकता से प्रतिक्रिया तक
यदि एक सेट की वस्तुओं को प्रतिज्ञान द्वारा बदल दिया जाता है और हम उनके बीच तीन संभावित संबंध स्थापित करते हैं (AND, OR और NOT) हमारे पास पहले से ही उन्हें दो समूहों (सत्य या असत्य) में वर्गीकृत करने का एक तरीका है।
हालाँकि, बोले के कार्य सभी प्रकार के दावों के लिए अच्छे नहीं थे। सामान्य अवधारणाओं का वर्णन करने के लिए एक तरीके की आवश्यकता थी। यानी, वे परिस्थितियों के आधार पर सही या गलत हो सकते हैं।
ताकि यह समझ में आए। बूलियन जॉब्स आपको अभिकथन के साथ काम करने की अनुमति देते हैं
डिएगो अर्जेंटीना का है और यहीं लिखता है Linux Adictos
लेकिन आप इसके साथ कुछ नहीं कर सकते:
X है... और Z में लिखता है।
इसके लिए हमें 70 के दशक तक इंतजार करना पड़ा, जब फ्रेज नाम के एक जर्मन प्रोफेसर ने विधेय की अवधारणा पेश की। एक विधेय एक कथन है जिसे परिस्थितियों के आधार पर सत्य या असत्य के रूप में वर्णित किया जा सकता है।
डिएगो, स्र्पहला y लिनक्स की दीवानीs ऐसी संस्थाएँ हैं जो न तो सत्य हैं और न ही असत्य, लेकिन इस बात पर निर्भर करता है कि वे एक विधेय में कैसे संयुक्त हैं, वे ऐसा करेंगे।
फ्रेजे ने उनके संबंधित प्रतीकों के साथ दो भाव जोड़े:
हर चीज के लिए (इंगित करता है कि एक चर के सभी मान एक शर्त को पूरा करते हैं)
एक... ऐसा है (मतलब है कि कम से कम एक तत्व है जो एक शर्त को पूरा करेगा।
प्रतिक्रिया सिद्धांत
आर्टिफिशियल इंटेलिजेंस के निर्माण में अगला महान योगदान गणितीय नहीं था, यह जीव विज्ञान से आया था। साइबरनेटिक्स के संस्थापक नॉर्बर्ट वीनर, इंजीनियरिंग और जीव विज्ञान के बीच सामान्य बिंदुओं में रुचि रखते थे। यह वह रुचि थी जिसने उन्हें यह विश्लेषण करने के लिए प्रेरित किया कि कैसे गर्म रक्त वाले जानवरों ने परिवेश के तापमान में बदलाव के बावजूद अपना तापमान स्थिर रखा। वीनर ने पोस्ट किया कि इसमें और अन्य मामलों में फीडबैक तंत्र काम कर रहे थे। दूसरे शब्दों में, सूचना प्राप्त करते समय, इसके अनुकूल होने के लिए एक प्रतिक्रिया उत्पन्न की गई थी।
आगे बढ़ते हुए, उन्होंने पुष्टि की कि बुद्धिमान व्यवहार प्रतिक्रिया तंत्र के परिणाम से ज्यादा कुछ नहीं हैं। दूसरे शब्दों में, हम यह निष्कर्ष निकाल सकते हैं इंटेलिजेंस (प्राकृतिक या कृत्रिम) जानकारी इकट्ठा करने, इसे संसाधित करने, परिणाम पर कार्य करने और प्रक्रिया को दोहराने के बारे में है।