कृत्रिम बुद्धिमत्ता । मशीन लर्निंग । RAS Mains Notes

 

कृत्रिम बुद्धिमत्ता (AI)

AI का अर्थ है एक मशीन में सोचने समझने और निर्णय लेने की क्षमता का विकास करना। अर्थात यह कंप्यूटर साइंस की एक शाखा है, जिसमें मशीनों में मानव के समान बुद्धि विकसित की जाती है।

उदाहरण - चेहरे की पहचान, गेमिंग, खुद से गाड़ी चलाना।

AI के अनुप्रयोग:-

1. कृषि क्षेत्र में - इसमें कीटनाशकों व उर्वरकों के दुरुपयोग का समाधान करने की क्षमता है। (नैनो यूरिया लिक्विड)

2. उद्योग क्षेत्र में - खतरनाक कार्यों में रोबोट

मशीनें लंबे समय तक काम करती हैं, गलती कम।

3. चिकित्सा क्षेत्र में - सर्जरी करने वाले रोबोट तथा रोगों के बेहतर और तेजी से निदान करने में

4. शिक्षा के क्षेत्र में - भाषा ट्रांसलेशन तथा प्रशिक्षण में।

5. सुरक्षा में- चेहरे की पहचान, सीमा निगरानी, सेना में रोबोट

6. बैंकिंग में- धोखाधड़ी से संबंधित गतिविधियों का पता लगाने में

7. अन्य- स्मार्ट सिटी, गेमिंग, सेल्फ ड्राइविंग कार, अंतरिक्ष अनुसंधान में।

8. संसाधनों की खोज।

AI की चुनौतियां:-

1. नैतिक मुद्दा (मानव, मशीन)

2. सुरक्षा से संबंधित मुद्दे (गलत हाथों में विनाशकारी हो सकता है)

3. उच्च संस्थागत लागत/ खर्चीला और महंगा

4. नौकरियों में छंटनी (बेरोजगारी)

5. विपरीत परिस्थितियों मेंAI तकनीक से युक्त मशीनें फैसला नहीं ले सकती।

6. AI क्षेत्र में अनुसंधान की कमी

7. AI क्षेत्र में कुशल श्रमिकों की कमी

8. कमजोर बुनियादी ढांचा

9. मानव की रचनात्मकता खत्म।

10. भौतिकतावाद को बढ़ावा।

11. मशीनें स्वयं निर्णय लेंगी तो नियंत्रण कौन कर पाएगा ?

12. प्रौद्योगिकी पर अधिक निर्भरता

13. ग्रे गू की समस्या (रोबोटो द्वारा स्वप्रतिकरण)

14. जो देश (जापान, यूएसए, दक्षिण कोरिया, जर्मनी) तकनीकी में आगे हैं उनके एकाधिकार की संभावना।

15. अनेक छिपे खतरे संभव

16. ई-कचरे की समस्या

17. ए.आई. के लिए अत्यधिक ऊर्जा की चुनौती

ए.आई. एक ऊर्जा-गहन तकनीक है। 

उदाहरण के लिए, ChatGPT में एक बार कुछ खोज करना लगभग 2.9Wh बिजली की मांग करता है, जो कि Google खोज से लगभग दस गुना अधिक है।

नोट:- साइंस टेक में सभी जगह लगभग यही चुनौतियां लिखनी होती है।

1-2 अलग होती है, उन्हें उत्तर में सबसे पहले लिखें।

निष्कर्ष:- इसके इस्तेमाल से पहले लाभ और हानि दोनों पहलुओं को संतुलित करने की आवश्यकता है। अतः इस क्षेत्र में ज्यादा Research & Development की आवश्यकता है।

भारत में AI:-

1. भारत में AI रणनीति को AI For All के रूप में जाना जाता है।

2. नीति आयोग ने "कृत्रिम बुद्धिमता के लिए राष्ट्रीय रणनीति" नामक एक पेपर प्रकाशित किया जिसमें AI के अनुप्रयोग के लिए पांच मुख्य क्षेत्र बताएं:-

1. कृषि 2. स्वास्थ्य 3. शिक्षा 

4.स्मार्ट सिटी और इंफ्रास्ट्रक्चर 5. परिवहन

3. बजट (2021-22) में सरकार ने 5th Generation Technology Startup के लिए 480 मिलियन डॉलर का प्रावधान किया, जिसमें AI, machine learning, internet of things, 3D printing और block chain शामिल है।

4. National AI portal of India (2020) 

AI संबंधित जानकारी तथा AI क्षेत्र में नौकरियों के बारे में जानकारी देना

5. न्यायाधीशों की सहायता हेतु AI आधारित SUPACE पोर्टल विकसित किया गया है।

6. भारत GPAI (Global Partnership of AI) का सदस्य बना।

7. भारत और USA के बीच विज्ञान एवं प्रौद्योगिकी संबंधों को बढ़ाने हेतु USIAI (US India Artificial Intelligence) पहल शुरू की गई है।

8. AI पर 7-सूत्री रणनीति

9. भारत का AI मिशन

• 7 मार्च, 2024 को केंद्र सरकार द्वारा मंजूरी दी गई।
• कुल व्यय:- ₹10,371 करोड़ 
• इस मिशन को डिजिटल इंडिया कॉरपोरेशन (DIC) के अंतर्गत 'इंडिया AI' इंडिपेंडेंट बिजनेस डिवीजन (IBD) द्वारा कार्यान्वित किया जाएगा।

ए.आई. का पर्यावरण पर प्रभाव 

• ए.आई. का पर्यावरणीय प्रभाव इसके मूल्य शृंखला के कई चरणों में दिखाई देता है जिसमें बुनियादी ढाँचे से ऊर्जा की खपत, कंप्यूटिंग हार्डवेयर उत्पादन, क्लाउड डाटा सेंटर संचालन, ए.आई. मॉडल प्रशिक्षण, अनुमान, सत्यापन व संबंधित प्रक्रियाएँ शामिल हैं। 

• अंतर्राष्ट्रीय ऊर्जा एजेंसी (IEA) के अनुसार ए.आई. डाटा सेंटर वैश्विक ग्रीनहाउस गैस उत्सर्जन में 1% के लिए जिम्मेदार हैं। 

• वर्ष 2026 तक डाटा सेंटर में बिजली की मांग दोगुनी होने का अनुमान है। 

• परिष्कृत मशीन लर्निंग (ML) तकनीकों पर आधारित ChatGPT जैसे जनरेटिव AI मॉडल को पहले के संस्करणों की तुलना में 10-100 गुना अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। 

इससे पर्यावरणीय पदचिह्न (Carbon Footprint) में वृद्धि होती है।

• इसके अतिरिक्त डाटा सेंटर का तेजी से विस्तार ई-कचरे के संकट को बढ़ावा दे रहा है।

• ए.आई. के सॉफ़्टवेयर के डाटा संग्रहण, मॉडल विकास, प्रशिक्षण, सत्यापन, रखरखाव तथा उनकी अवधि की समाप्ति के पश्चात भी पर्यावरण में कार्बन का उत्सर्जन होता है। 

• GPT-3 जैसे उन्नत AI मॉडल के प्रशिक्षण से 552 टन कार्बन डाइऑक्साइड के बराबर उत्सर्जन हो सकता है। 

मशीन लर्निंग (Machine Learning)

• मशीन लर्निंग प्रोग्रामिंग की एक ऐसी आधुनिक तकनीक है जिसके माध्यम से मशीन/कंप्यूटर में प्रोग्राम दीक्षित किया जाते हैं जिससे वे स्वयं सोचे समझे एवं निर्णय ले सके।

(मशीन को कुशल बनाना ताकि वह स्वयं निर्णय ले सके और पिछले अनुभवों के आधार पर सुधार कर सके)

• मशीन लर्निंग AI पर आधारित है अर्थात AI का भाग है।

• इसमें इनपुट (प्रोग्राम) के रूप में Algorithms का उपयोग किया जाता है।

• मशीन लर्निंग का उपयोग निम्नलिखित में किया जाता है -

Target Ads, Google Translator, Speech Recognition, Online Video Streaming, Image Recognition, Online Shopping, Social Media.

Artificial Intelligence	Machine Learning
परिभाषा	परिभाषा
1950 के दशक में शुरूआत	1960 के दशक में शुरूआत
कंप्यूटर साइंस का एक व्यापक क्षेत्र	यह AI का भाग है।
उदाहरण - Self Driving Car	उदाहरण - Image Recognition
AI Find Optimal Solution सर्वोत्तम उपाय ढूंढना।	ML Find Only Solution केवल उपाय ढूंढना।
इसका aim होता है Success के Chance को बढ़ाना न की उसकी Accuracy को।	इसका aim होता है accuracy को बढ़ाना।

SAVE WATER