आर्टिफिशियल इंटेलिजेंस क्या है और यह कैसे काम करता है?

आर्टिफिशियल इंटेलिजेंस (AI) विज्ञान और इंजीनियरिंग का वह क्षेत्र है जो मशीनों को वे क्षमताएँ देने की कोशिश करता है जिन्हें हम आमतौर पर मानव मस्तिष्क से जोड़ते हैं, जैसे तर्क करना, योजना बनाना, सीखना और देखना-समझना। आधुनिक AI का अधिकांश हिस्सा चरण-दर-चरण नियमों से प्रोग्राम नहीं किया जाता। इसके बजाय यह बड़ी संख्या में उदाहरणों से पैटर्न सीखता है और उनका उपयोग भविष्यवाणियाँ, सिफ़ारिशें, निर्णय या नई सामग्री बनाने में करता है।

नीचे हम बताते हैं कि इस शब्द का अर्थ क्या है, मशीन लर्निंग अंदर से कैसे काम करती है, ChatGPT जैसे चैटबॉट टेक्स्ट कैसे तैयार करते हैं, AI रोज़मर्रा की ज़िंदगी में पहले से कहाँ मौजूद है, और किन सीमाओं को ध्यान में रखना ज़रूरी है।

आर्टिफिशियल इंटेलिजेंस क्या है? एक सरल परिभाषा

इस नाम की शुरुआत 1956 के डार्टमाउथ समर रिसर्च प्रोजेक्ट से मानी जाती है, जिसका प्रस्ताव 1955 में जॉन मैकार्थी और उनके सहयोगियों ने रखा था। दशकों तक AI का मतलब ज़्यादातर "सिंबॉलिक AI" था, यानी विशेषज्ञ स्पष्ट नियम लिखते थे जिनका कंप्यूटर पालन करता था।

एक शैक्षणिक अवलोकन के अनुसार, नियम-आधारित यह दृष्टिकोण 1980 के दशक के अंत तक हावी रहा। उसके बाद न्यूरल नेटवर्क, फ़ज़ी सिस्टम और इवोल्यूशनरी कंप्यूटेशन जैसे तरीक़े आगे बढ़े। संक्षेप में, यह क्षेत्र हाथ से लिखे नियमों से डेटा से सीखने की ओर बढ़ गया।

नीति-निर्माता भी इसी तरह की परिभाषा का उपयोग करते हैं। OECD की परिभाषा, जिसे नवंबर 2023 में संशोधित किया गया, AI सिस्टम को एक मशीन-आधारित प्रणाली बताती है जो अपने इनपुट से अनुमान लगाकर आउटपुट तैयार करती है, जैसे भविष्यवाणी, सामग्री, सिफ़ारिश या निर्णय, और जो भौतिक या आभासी वातावरण को प्रभावित कर सकते हैं। सिस्टम अपनी स्वायत्तता और अनुकूलनशीलता में अलग-अलग होते हैं, और EU AI Act में लगभग यही शब्दावली इस्तेमाल हुई है।

शुरुआती लोगों के लिए दो भेद समझना मददगार है। पहला, आज मौजूद सब कुछ नैरो AI है, जो विशेष कार्यों के लिए बना है; आर्टिफिशियल जनरल इंटेलिजेंस (AGI) अभी काल्पनिक है, और उसकी परिभाषा पर भी मतभेद है। दूसरा, ये शब्द एक-दूसरे के भीतर आते हैं: AI में मशीन लर्निंग है, मशीन लर्निंग में डीप लर्निंग है, और डीप लर्निंग बड़े भाषा मॉडल और जेनरेटिव AI को शक्ति देती है।

मशीन लर्निंग कैसे काम करती है?

पारंपरिक सॉफ़्टवेयर वे नियम मानता है जो प्रोग्रामर लिखता है। मशीन लर्निंग इसे उलट देती है: आप मॉडल को उदाहरण देते हैं, जिन्हें ट्रेनिंग डेटा कहा जाता है, और मॉडल पैटर्न खुद निकाल लेता है।

इसके तीन मुख्य तरीक़े हैं। सुपरवाइज़्ड लर्निंग में उदाहरणों पर लेबल होते हैं, जैसे ईमेल जिन पर "स्पैम" या "स्पैम नहीं" लिखा हो। अनसुपरवाइज़्ड लर्निंग में लेबल नहीं होते और मॉडल खुद समूह खोजता है। रीइन्फ़ोर्समेंट लर्निंग में मॉडल इनाम और दंड के ज़रिए प्रयास और त्रुटि से सीखता है, जैसे AlphaGo जैसे गेम खेलने वाले सिस्टम करते हैं।

आज के अधिकतर शक्तिशाली सिस्टम न्यूरल नेटवर्क इस्तेमाल करते हैं: सरल गणितीय इकाइयों की परतें, जो पैरामीटर या वेट कहलाने वाली संख्यात्मक सेटिंग्स से जुड़ी होती हैं। प्रशिक्षण के दौरान मॉडल एक अनुमान लगाता है, उसकी तुलना सही उत्तर से करता है और त्रुटि घटाने के लिए अपने वेट को थोड़ा बदलता है। इसके तकनीकी नाम बैकप्रोपेगेशन और ग्रेडिएंट डिसेंट हैं।

दो चरणों को अलग समझना भी उपयोगी है। ट्रेनिंग वह महँगा चरण है जहाँ मॉडल सीखता है। इन्फ़रेंस वह समय है जब तैयार मॉडल सवालों के जवाब देने या भविष्यवाणी करने के काम में लगाया जाता है।

ChatGPT जैसे बड़े भाषा मॉडल कैसे काम करते हैं?

बड़े भाषा मॉडल (LLM) पहले टेक्स्ट को टोकन में बाँटते हैं, जो पूरे शब्द या शब्दों के हिस्से होते हैं। तुर्की जैसी भाषाएँ, जिनमें बहुत सारे प्रत्यय होते हैं, उसी मात्रा के टेक्स्ट के लिए अधिक टोकन ले सकती हैं, हालाँकि सटीक अनुपात मॉडल पर निर्भर करता है।

प्री-ट्रेनिंग में मॉडल विशाल टेक्स्ट पर एक ही कार्य का अभ्यास करता है: अगला टोकन अनुमानित करना। यह सरल लक्ष्य उसे व्याकरण, तथ्य और कई दूसरे पैटर्न सीखने पर मजबूर करता है। इसका आधार Transformer आर्किटेक्चर है, जिसे Google के शोधकर्ताओं ने 2017 के पेपर "Attention Is All You Need" में पेश किया था।

इसके बाद पोस्ट-ट्रेनिंग आती है। मॉडल को निर्देशों के उदाहरणों पर फ़ाइन-ट्यून किया जाता है और मानवीय फ़ीडबैक से आकार दिया जाता है, जैसे रीइन्फ़ोर्समेंट लर्निंग फ़्रॉम ह्यूमन फ़ीडबैक (RLHF) जैसे तरीक़ों से, ताकि वह एक मददगार सहायक की तरह व्यवहार करे। OpenAI द्वारा 30 नवंबर 2022 को लॉन्च किए गए ChatGPT ने इस तरह के सहायक को बड़े दर्शकों तक पहुँचाया; Gemini, Claude, Copilot, Llama, DeepSeek, Mistral और Grok अन्य प्रसिद्ध नाम हैं।

यह तकनीक लगातार बदल रही है। हाल के रुझानों में रीज़निंग मॉडल शामिल हैं, जो जवाब देने से पहले समस्या को चरण-दर-चरण सुलझाते हैं; मल्टीमॉडल मॉडल, जो इमेज और ऑडियो संभालते हैं; एजेंट, जो कार्य पूरे करने के लिए टूल इस्तेमाल करते हैं; और रिट्रीवल-ऑग्मेंटेड जेनरेशन (RAG), जिसमें मॉडल पहले दस्तावेज़ या वेब में खोजता है। मॉडल के संस्करण अक्सर बदलते हैं, इसलिए वर्तमान जानकारी के लिए निर्माताओं के अपने पेज देखें।

रोज़मर्रा की ज़िंदगी में AI किस काम आता है?

शायद आप दिन में कई बार बिना ध्यान दिए AI का उपयोग करते हैं। यह स्ट्रीमिंग और शॉपिंग साइटों पर सिफ़ारिशें देता है, स्पैम छानता है, नेविगेशन ऐप्स में ट्रैफ़िक का अनुमान लगाता है, चेहरे से फ़ोन अनलॉक करता है, वॉयस असिस्टेंट चलाता है और टेक्स्ट का अनुवाद करता है।

बैंक धोखाधड़ी पकड़ने के लिए इसका उपयोग करते हैं, और फ़ोटो ऐप्स स्वचालित एडिटिंग के लिए। जेनरेटिव AI ने इस सूची में लेखन सहायता, सारांश, कोडिंग सहायता, इमेज निर्माण और पढ़ाई में मदद जोड़ दी है।

चिकित्सा में AI उपकरण डॉक्टरों को स्कैन पढ़ने में मदद करते हैं। विज्ञान में इसके प्रभाव को सर्वोच्च स्तर पर मान्यता मिली है: 2024 के रसायन विज्ञान के नोबेल पुरस्कार का एक हिस्सा AlphaFold के लिए Demis Hassabis और John Jumper को गया, जो प्रोटीन की संरचनाओं की भविष्यवाणी करता है, और 2024 का भौतिकी का नोबेल पुरस्कार न्यूरल नेटवर्क पर मूलभूत कार्य के लिए John Hopfield और Geoffrey Hinton को मिला।

AI की सीमाएँ और जोखिम क्या हैं?

सबसे प्रसिद्ध समस्या हैल्यूसिनेशन है। चूँकि भाषा मॉडल सत्यापित तथ्यों के बजाय विश्वसनीय लगने वाला टेक्स्ट बनाते हैं, वे गलत बातें भी आत्मविश्वास से कह सकते हैं। यह कितनी बार होता है, यह मॉडल और परीक्षण के अनुसार बहुत अलग होता है, इसलिए जरूरी बातों की दोबारा जाँच करें।

मॉडलों की एक नॉलेज कटऑफ़ भी होती है: जब तक वे सर्च से जुड़े न हों, उन्हें अपनी ट्रेनिंग खत्म होने के बाद की घटनाओं की जानकारी नहीं होती। वे अपने ट्रेनिंग डेटा में मौजूद पूर्वाग्रहों को भी दोहरा सकते हैं।

गोपनीयता पर ध्यान देना चाहिए। चैटबॉट में संवेदनशील निजी, स्वास्थ्य या व्यावसायिक जानकारी टाइप करने से पहले सोचें, और हर प्रदाता की सेटिंग्स देखें कि आपकी बातचीत ट्रेनिंग के लिए इस्तेमाल हो सकती है या नहीं।

व्यापक बहसों में कॉपीराइट मुकदमे, ऊर्जा और पानी का उपयोग, डीपफेक और गलत सूचना, और नौकरियों पर प्रभाव शामिल हैं, जहाँ के अनुमान काफ़ी अलग-अलग हैं। अंत में, आज के सिस्टम को मानवीय अर्थ में समझने वाला या चेतन नहीं मान लेना चाहिए; यह प्रश्न दार्शनिक रूप से अब भी विवादित है।

क्या आर्टिफिशियल इंटेलिजेंस पर नियम लागू होते हैं?

तेज़ी से हाँ। EU AI Act 1 अगस्त 2024 को लागू हुआ और इसकी ज़िम्मेदारियाँ कई वर्षों में चरणबद्ध तरीके से लागू हो रही हैं। बाद के EU प्रस्तावों के तहत कुछ समय-सीमाएँ बदल सकती हैं, इसलिए वर्तमान समय-सारिणी के लिए आधिकारिक EU स्रोत देखना उचित है।

अन्य देश भी अपने ढाँचे बना रहे हैं। उदाहरण के लिए, तुर्की के पास 2021–2025 के लिए राष्ट्रीय AI रणनीति है, जिसे राष्ट्रपति कार्यालय के डिजिटल ट्रांसफ़ॉर्मेशन कार्यालय और उद्योग एवं प्रौद्योगिकी मंत्रालय ने तैयार किया। चूँकि नीति तेज़ी से बदल रही है, नवीनतम स्थिति के लिए संबंधित प्राधिकरणों की घोषणाएँ देखें।