सैफ्रन टेक्नोलॉजी के गेल शेपर्ड से बात करते समय कृत्रिम बुद्धिमत्ता की क्षमता में खो जाना बहुत आसान है। सौभाग्य से, 31 मिनट में, उसके आईफोन ने मुझे याद दिलाया कि व्यावसायिक एआई प्राइमटाइम से कितनी दूर है। बैठक कक्ष के कोने में अपने बैग में छिपाकर रखी सिरी के आभासी कान पहली बार खड़े हो गए जब उसका नाम हमारी बातचीत में आया। "वह सोचती है कि मैंने उसका अपमान किया है," शेपर्ड ने चुटकी लेते हुए कहा, जब सिरी ने "मुझे क्षमा करें, मुझे वह समझ नहीं आया," कहकर हार मान ली और चुपचाप सुनने लगी।
हालाँकि इसका खुलासा करना कोई विशेष बात नहीं है सिरी इस बात का सबसे अच्छा प्रदर्शन नहीं है कि एआई कितना शानदार हो सकता है
, तुलना काफी मनोरंजक है। यहां मैं गेल शेपर्ड से बात कर रहा हूं कि आजादी के 16 साल बाद 2015 में इंटेल द्वारा अधिग्रहीत उनकी कंपनी कैसी है चुपचाप दुनिया को सूक्ष्म लेकिन निर्विवाद तरीकों से बदल रहा है, और एक आकर्षक नवोदित व्यक्ति इसे हथियाने की कोशिश का विरोध नहीं कर सकता है स्पॉटलाइट."दुनिया को बदलने" से मेरा क्या तात्पर्य है? शेपर्ड ने केसर के काम के तीन उदाहरणों पर प्रकाश डाला है जिन्हें और अधिक अलग नहीं किया जा सकता: सटीक रूप से यह अनुमान लगाना कि हवाई जहाज के पुर्ज़े कब ख़राब होंगे; भविष्यवाणी धोखाधड़ी और मनी लॉन्ड्रिंग में भविष्य के पैटर्न; और प्रतिबंधात्मक कार्डियोमायोपैथी और संकुचनशील पेरीकार्डिटिस के बीच अंतर बता रहे हैं।
"इस दर्शन का उपयोग करते हुए कि कुछ भी मायने रख सकता है, केसर की कृत्रिम बुद्धिमत्ता केवल दो महीनों में 96% तक सही निदान करने में सक्षम थी"
यह इनमें से अंतिम है जो सबसे अधिक शिक्षाप्रद है कि प्रणाली कितनी परिवर्तनकारी हो सकती है। सैफ्रन से न्यूयॉर्क के हृदय रोग विशेषज्ञ डॉ. पार्थो सेनगुप्ता ने संपर्क किया था, जिनका मानना था कि सैफ्रन की तकनीक स्थिति के निदान में सुधार करने में सक्षम हो सकती है। यहां तक कि एक विशेषज्ञ मानव आंख के लिए भी, दोनों स्थितियों के इकोकार्डियोग्राम बहुत समान दिखते हैं - सेनगुप्ता की अपनी आंख लगभग 76% समय सही थी, लेकिन कम अनुभवी डॉक्टर औसतन 50% से अधिक थे।
डॉक्टर अपने विश्लेषणों को लगभग सात अलग-अलग विशेषताओं पर आधारित कर रहे थे, लेकिन कई और भी थे जिन पर ध्यान नहीं दिया जा रहा था। वास्तव में, एक दिमाग चकरा देने वाली राशि। शेपर्ड बताते हैं, "एक ही दिल की धड़कन में बीस बार हम छह अलग-अलग क्षेत्रों में 19 अलग-अलग मैट्रिक्स के साथ 10,000 विशेषताओं को कैप्चर करते हैं।" इस दर्शन का उपयोग करते हुए कि कुछ भी मायने रख सकता है, सैफ्रन की कृत्रिम बुद्धिमत्ता केवल दो महीनों में 96% तक सही निदान करने में सक्षम थी। “बहुत सारा डेटा, अनियंत्रित: कोई विशेषता पूर्व-चयनित नहीं। यहीं पर एआई वास्तव में आम लोगों की भलाई में मदद कर सकता है।"
यह उदाहरण वास्तव में एआई के प्रति सैफ्रन के दृष्टिकोण का सार प्रस्तुत करता है। कंपनी "आलसी लर्निंग एआई" का एक उदाहरण है - जिसका अर्थ है कि यह वह सब कुछ सीखती है जो वह कर सकती है, और फिर वहां से पीछे की ओर काम करती है। शेपर्ड बताते हैं, "अनुभव की भूमिका समृद्ध और मजबूत है, और जब आप इसे कुछ विशेषताओं तक कम करने का प्रयास करते हैं तो आप बहुत सारी जानकारी और बहुत सारा निजीकरण खो देते हैं।" "बुनियादी बातें हैं: हर चीज़ के बारे में सीखें क्योंकि कुछ भी मायने रख सकता है।"
गहन शिक्षण प्रणालियों के विपरीत, सैफ्रन टेक्नोलॉजी में कोई ब्लैक बॉक्स नहीं है, और दृष्टिकोण पूरी तरह से पारदर्शी है। शेपर्ड बताते हैं, "एआई को व्याख्यात्मक होना चाहिए या हम आत्मविश्वास खो देंगे - हमें कोई भरोसा नहीं है।" “पूरा विचार यह है कि हम वह नहीं जानते जो हम नहीं जानते हैं, और इसलिए हम केवल अपनी कल्पना या जो हम जानते हैं उसके साथ चीजों की कल्पना और मॉडल कर सकते हैं।
"एआई को व्याख्यात्मक होना होगा अन्यथा हम आत्मविश्वास खो देंगे - हमें कोई भरोसा नहीं है"
“इसलिए जब हम मॉडलों तक सीमित होते हैं, तो हम हमेशा कुछ न कुछ छोड़ देते हैं। हम हमेशा सटीकता को अनिवार्य रूप से कम करते जा रहे हैं।" इसका मतलब यह नहीं है कि गहरी शिक्षा अनिवार्य रूप से सैफ्रन द्वारा प्रदान की जाने वाली अनुभवात्मक शिक्षा से कमतर है। “जब हम गहन शिक्षा में होते हैं, तो मॉडल बहुत महत्वपूर्ण होते हैं। हमें यह जानना होगा कि आप कैसे दिखते हैं। मुझे यह सुनिश्चित करना होगा कि जब मैं आपको पहचानूं तो मैं आपके जैसा दिखने वाले किसी व्यक्ति को नहीं चुन रहा हूं।
शेपर्ड उस व्यक्ति के अधिकार के साथ बात करते हैं जिसने लगभग दो दशकों तक उद्योग में काम किया है। "1999 में - अच्छा विचार था, लेकिन असंरचित डेटा को अभी तक अच्छी तरह से समझा नहीं गया था," वह बताती हैं। डॉटकॉम बुलबुले के फूटने और 11 सितंबर के हमलों के बाद राह में कुछ रुकावटें थीं, लेकिन केसर ने गति बनाए रखी और अब खुद को इंटेल का हिस्सा बना लिया है। शेपर्ड बताते हैं, "वे समझ गए कि केसर के साथ क्या संभव है, और वे कुछ समय से एआई पोर्टफोलियो तैयार कर रहे हैं।" जो दोनों कंपनियों को "वास्तव में उपयुक्त" मानता है, और कंपनी के सुप्रसिद्ध समुदाय में शामिल होने का इच्छुक है डेवलपर्स.
एआई में कदम रखने वाले किसी भी डेवलपर को चीजें 1999 की तुलना में कहीं अधिक स्वागतयोग्य लगेंगी। ग्राहकों के पास अब साझा करने के लिए बहुत अधिक डेटा है, जिसका अर्थ है कि केसर बहुत अधिक उपयोगी हो सकता है। “ग्राहक वास्तव में स्मार्ट हैं - उनके पास डेटा वैज्ञानिक और मशीन-लर्निंग विशेषज्ञ हैं। हम अंदर जाते हैं और हम उतना शिक्षित नहीं कर रहे हैं - उनके पास पहले से ही काम करने के लिए ज्ञान का एक बड़ा आधार है, और यह वास्तव में दिमागों का विवाह बनता जा रहा है।
"आप हर चीज़ की जांच के लिए पर्याप्त लोगों को नियुक्त नहीं कर सकते"
निःसंदेह उनमें से कई कंपनियों ने उन्हीं कारणों से डेटा वैज्ञानिकों और मशीन-लर्निंग विशेषज्ञों में निवेश किया है, जिनके कारण लोग एआई से डरते हैं: क्योंकि यह कर्मचारियों की संख्या को कम कर सकता है। मैं शेपर्ड से पूछता हूं कि लोगों के अतिरेक के डर पर केसर कहां खड़ा है। शेपर्ड कहते हैं, "वर्तमान समय में हम उद्योग द्वारा हमें प्रस्तावित किसी भी समस्या पर काम नहीं कर रहे हैं, जो नौकरी खत्म करने वाली हो।" "हम उन कार्यों पर ध्यान केंद्रित कर रहे हैं जो इंसानों द्वारा बहुत आसानी से नहीं किए जा सकते।" धोखाधड़ी की जांच का क्षेत्र लें, के लिए उदाहरण: "आप हर चीज़ की जांच करने के लिए पर्याप्त लोगों को नियुक्त नहीं कर सकते - इसकी मात्रा के कारण यह असंभव है लेन-देन. यह वास्तव में सब कुछ पूरा करने के बारे में है, इसलिए गरीब जांचकर्ताओं पर कम तनाव होता है - मैं इसमें शामिल होने की कल्पना नहीं कर सकता वह भूमिका, क्योंकि 90 में इन चीजों की जांच नहीं कराने पर बैंकों पर कुछ गंभीर जुर्माना लगाया गया है दिन!”
जब मैं उन नौकरियों के बारे में सोचता हूं जो व्यावहारिक रूप से मनुष्यों द्वारा नहीं की जा सकती हैं, तो मैं धोखाधड़ी विश्लेषण या उत्तरी सागर में दूरस्थ कुएं प्लेटफार्मों के बारे में नहीं सोचता: मैं ऑनलाइन उत्पीड़न के बारे में सोचता हूं। फेसबुक, ट्विटर और गूगल के पास ट्रोलिंग और दुर्व्यवहार का कोई समाधान नहीं है, क्योंकि एक मानव टीम के लिए इसे संभालना बहुत मुश्किल है। क्या AI इसमें कदम रख सकता है? "यह एक अच्छा विचार है - हमने अभी तक अपनी तकनीक को इस पर लागू नहीं किया है। इंटेल ने घोषणा की उत्पीड़न विरोधी पहल जिसमें हम अभी तक शामिल नहीं हुए हैं - आपने मुझे उस व्यक्ति को एक ईमेल पिंग करके यह कहने के लिए प्रेरित किया है कि 'चलो, चलें। आइए देखें कि हम आपकी कैसे मदद कर सकते हैं'' इसलिए यदि इसे पढ़ने तक इंटरनेट पर उत्पीड़न ठीक हो जाता है, तो आपको पता चल जाएगा कि किसे धन्यवाद देना है।
संबंधित देखें
शेपर्ड से बात करने से यह बिल्कुल स्पष्ट है कि जो समस्याएँ सबसे अधिक आकर्षित करती हैं वे वे हैं जिन पर काम करने की क्षमता मनुष्य के पास नहीं है ("मैं एक तरह से उबाऊ महसूस करता हूँ वह क्षण, क्योंकि मैं बस कुछ वास्तविक दुनिया की सांसारिक समस्याओं को हल कर रही हूं, "वह एक बिंदु पर कहती है), लेकिन वे हमेशा हमारे लाभ-संचालित कॉर्पोरेट के साथ फिट नहीं होते हैं दुनिया।
"यह वास्तव में महत्वपूर्ण है," वह बताती हैं, इस बात पर जोर देते हुए कि जब भी बड़े निगम एआई में शामिल होते हैं - इंटेल सहित - कि वे ऐसा "मानव जाति के लिए और दुनिया को बेहतर बनाने के लिए कर रहे हैं, न कि केवल आर्थिक सुधार के लिए।" पाना"। आने वाले दशकों में कंपनियां उन शब्दों पर ध्यान देंगी या नहीं, यह तय कर सकता है कि 2050 में हमारी दुनिया कैसी दिखेगी - क्या इंसानों को किनारे कर दिया जाएगा या नहीं।