इस बात में कोई संदेह नहीं है कि आज विज्ञान ने बहुत प्रगति कर ली है । एक ऐसी नई तकनीक की खोज की गई है, जिसमे मशीन लर्निंग मॉडल की तुलना मशीन से की गई है ।
Artificial Intelligence और Human
उस मशीन मॉडल व्यवहार क्या मानव जैसा हो सकता है । मशीन लर्निंग मॉडल नए फैसले लेते हुए त्वचा सम्बंधित रोग के बारे में बता सकते है ।
अगर किसी को कोई गंभीर कैंसर जैसी बीमारी है तो मशीन तो बता ही देगी । लेकिन हम उसे नैदानिक तस्वीर में एक बिल्प का प्रयोग कर उसे समझ सकते हैं ।
मशीन मालिक के पास तो लाखों की तादाद में डाटा और इनपुट होते हैं तथा सिर्फ और सिर्फ मशीन मॉडल पर ही निर्भर रहना सही नहीं है ।
क्या Artificial Intelligence (AI) मानव निर्मित चीज है?
अतः मशीन लर्निंग मॉडल उसे एक पैटर्न प्रदान करता है । मगर हम उस निर्णय का सही मूल्याङ्कन सही रूप से नहीं कर पाते हैं ।
अगर विज्ञानं के विकास के साथ ऐसी तकनीक बन गई है और जिसके बारे में MTI और आई.बी.एम. का रिसर्च करके मशीन लर्निंग मॉडल के व्यवहार का विश्लेषण करते हुए व्यक्तिगत स्पष्टीकरण को एकत्रित, क्रमबृद्ध और रैंक देने में सक्षम बनाती है ।
उनके द्वारा बनाई गई तकनीक से पता चलता हैं कि एक मॉडल का तर्क मानव से कितना मेल म खाता है । इसे साँझा रुचि भी कहते हैं ।
Artificial Intelligence और Human की सोच क्या एक जैसी हो सकती है ?
साँझा रुचि का उपयोग करने वाले कई कार्य कर सकते हैं । जैसे मॉडल अक्सर करने वाली अप्रासंगिक विशेषताओं को प्रकट करना, फोटो में ऑब्जेक्ट द्वारा भ्रम का निवारण करना होता है ।
यह साँझा रुचि भरोसा दिलाती है । यह मॉडल वास्तव में दुनिया की स्थिति को जानने के लिए तैयार है । साँझा रुचि मॉडल का व्यवहार जानने में सक्षम है या नहीं csail के छात्र ऐसा कहते हैं ।
Boggust ने अपने सलाहकार के साथ मिलकर IBM समर इंटर्नशिप के दौरान प्रोजेक्ट पर काम करना शुरू कर दिया है ।
MAI का अनुभव
साँझा रुचि तकनीक का लाभ उठाते हुए एक विशिष्ट निर्णय लिया है । उदहारण के तौर पर एक छवि को कुत्ते के रूप में वर्गीकृत किया है ।
जिसमे कुत्ते का सिर हाईलाइट हुआ है । जिसमे यह पता चलता है कि छवि में एक कुत्ता है। तकनीक उस संरक्षण को मापने के लिए नई मैट्रिक का उपयोग करती है ।
तकनीक आठ श्रेणियो में वर्गीकृत करती है । स्पेक्ट्रम के तौर पर डाटासेट में सभी छवियों के लिए मात्रा का उपयोग उनके माध्यम से क्रमब्रद्ध करने के लिए क्या कर सकते हैं ।
Technique टेस्ट डाटा के समान करती है । छवि क्षेत्रों की बजाय कुंजी शब्दों को हाईलाइट किया जा सकता है ।
शोधकर्ता कर रहे है विश्लेषण
साँझा रुचि गैर विशेषज्ञों और मशीन लर्निंग शोधकर्ता के लिए उपयोगी है । साँझा कार्य इस बात का विश्लेषण कर सकते हैं ।
मशीन मॉडल पहले से ही उसके पैटर्न तथा नुकसान के बारे में बता सकती है । इस विधि ने हज़ारो लोगों को इस विश्लेषण करते हुए कई छवि विशेषकर्ताओ को महतवपूर्ण बताया है ।
भविष्य में शोधकर्ता साँझा ब्याज के विभिन्न प्रकार का डाटा लागू कर सकते हैं ।
हम निष्कर्ष में यह कह सकते है कि मॉडल तकनीक को बेहतर बनाया जा सकता है । मशीन लर्निंग मॉडल व्यवहार को इन तरीकों को निर्धारित करता है, जो मनुष्य क्व लिए समझ में आता है।
Read Also: