कृत्रिम बुद्धिमत्तेचे अद्भुत जग..! ( ai in marathi)

कृत्रिम बुद्धिमत्ता म्हणजे काय ?

(WHAT IS ARTIFICIAL INTELLIGENCE?)

कृत्रिम बुद्धिमत्ता ही संगणक विज्ञानाची अतिशय विस्तृत अशी शाखा आहे; ज्यायोगे मानवी बुद्धिमत्तेची गरज असलेली कामे सहज पार पडू शकतील अशी मशीन्स (प्रामुख्याने कॉम्प्युटर) किंवा प्रोग्रॅम्स बनवली जातात; थोडक्यात बुद्धिमान यंत्र बनवणे म्हणजेच AI (कृत्रिम बुद्धिमत्ता)

उदाहरण :-

१) (Google Assistant)गुगल असिस्टंट / (siri)सिरी / (Alexa)अलेक्सा

२) मानवी रोबोट(humanoid robots)

३) टेस्ला ऑटोमॅटिक कार्स (Tesla Automated Cars)

आपल्या दैनंदिन जीवनात आपण कृत्रिम बुद्धिमत्तेवर आधारित कितीतरी उपकरणे वापरत असतो जसे कि गुगल सर्च इंजिन , आपल्याला सोशल साईट्सवर दिसणाऱ्या जाहिराती (Adsense), गुगल असिस्टंट ,व्हॉइस टायपिंग(Voice Typing) इत्यादी ..! तस बघायला गेलं तर हे क्षेत्र अंतहीन आहे आणि भविष्यातील काळात आपण सर्वजण याच्या चमत्काराचे साक्षीदार राहूच याबाबत कोणतेही दुमत नाही ...!

ह्या तंत्रज्ञानाची सुरुवात "मशीन विचार करू शकतात का?'' या प्रेरणेने झाली.

१९९० मध्ये IBM ( इंटरनॅशनल बिझनेस मशीन) या कंपनी ने तयार केलेल्या "डीप ब्लू" या सुपर संगणकाने जागतिक कीर्तीचा बुद्धिबळपटू गॅरी कास्पारोव्ह ला पराभूत केले. त्यानंतर हे तंत्रज्ञान प्रभावी असल्याचं लक्षात आलं.

कृत्रिम बुद्धिमत्ता आणि त्याच्याशी निगडित काही संकल्पना :-

(ARTIFICIAL INTELLIGENCE AND RELATED CONCEPT)

१) MACHINE LEARNING ( मशीन लर्निंग ) :- मशीन लर्निंग हे कृत्रिम बुद्धिमत्तेचे पुढील पाऊल आहे असे आपण म्हणू शकतो, कारण कृत्रिम बुद्धिमत्तेमध्ये आपल्याला मशीन ला सूचना किंवा माहिती देऊन एखादे कार्य किंवा ऑपेरेशन कसे करावे ते शिकवावे लागते तर मशीन लर्निंग मध्ये तेच कार्य करण्यासाठी एक अल्गोरिदम तयार केलेला असतो त्यानुसार मशीनच ते कार्य त्या अल्गोरिदम नुसार संपादित करते. हे समजावे ह्यासाठी आपल्याला एक सोपे उदाहरण देतो कि एक लहान बाळ असते त्याला आपल्याला काही गोष्टी सूचना देऊन शिकवाव्या लागतात तेव्हा त्याच्या काही सवयी तयार होतात तर तेच मूल थोडं मोठे झाल्यावर जेव्हा शाळेत जायला लागते तेव्हा शाळेच्या काही नियमबंधना नुसार(हेच अल्गोरिदम असते) त्याच्या काही सवयी तयार होतात परत यातील एक विशिष्ट् उदाहरण द्यायचे झाले तर ते असे घरी तो मुलगा त्याच्या मर्जीनुसार वेळेनुसार जेवण करू शकतो पण शाळेच्या अल्गोरिदम (नियमा) नुसार एका वेळेतच त्याला जेवण करावे लागते.

२) DEEP LEARNING(डीप लर्निंग):- हा मशीन लर्निंग चाच एक भाग आहे. डीप लर्निंग हे मानवी मेंदूप्रमाणे काम करते, मशीन लर्निंग आणि डीप लर्निंग मधील मुख्य फरक हा आहे कि, मशीन लर्निंग एका ठरवून दिलेल्या अल्गोरिदम वर काम करते तर डीप लर्निंग आपल्या अल्गोरिदमला स्वतः विकसित करते. म्हणजे ठरवून दिलेल्या अल्गोरिदम मध्ये त्याच्या अनुभव आणि वेळेनुसार बदल करू शकते. याला आपल्याला जास्तीत जास्त माहीती /डेटा देऊन ट्रेन करावे लागते.

३)NEURAL NETWORK( न्यूरल नेटवर्क) :- ज्याप्रमाणे आपल्या मेंदूत न्यूरॉन्स असतात आणि त्याद्वारे आपण आपल्या सर्व क्रिया नियंत्रित करू शकतो त्याचप्रमाणे मशीन मध्ये सुद्धा ही आभासी न्यूरॉन यंत्रणा तयार करावी लागते जी आपण कोडिंगद्वारे तयार करू शकतो. यालाच न्यूरल नेटवर्क म्हणतात.

४) NLP(नेचरल लँग्वेज प्रोसेसिंग) :- या यंत्रणेद्वारे मशिन्स (प्रामुख्याने कॉम्पुटर) मानवी भाषा ओळखण्यास आणि समजण्यास सक्षम होतो , याचा उपयोग मशीन सोबत संवाद करताना होतो.

उदाहरणार्थ :- स्काईप ट्रान्सलेटर .

Let's Understand the Difference between Machine Learning Vs. Deep ...

चित्र :- मशीन लर्निंग आणि डिप लर्निंग मधील फरक

आता आपल्याला एखादे AI SOFTWARE बनवायचे असेल तर त्यासाठी काय करावे लागते हे पाहूया ...!

१) सगळ्यात अगोदर आपल्याला कोणती AI SYSTEM(मॉडेल) बनवायची आहे त्याला कारणीभूत असणारी समस्या आणि आव्हाने कोणती ते ठरवावे लागते.

२) त्यासाठी लागणार डेटा/ माहिती तयार ठेवावे.

३) आपल्या मॉडेलसाठी योग्य अल्गोरिदम ची निवड.

४) त्या अल्गोरिदम ला डीप लर्निंग, NLP च्या मदतीने प्रशिक्षित करणे.

५) आपल्याला योग्य वाटेल अशा प्रोग्रामिंग लँग्वेज ची निवड. उदा. (पायथन ,सी लँग्वेज)

६) आपण निवडलेल्या प्लॅटफॉर्म वर आपले मॉडेल रन करणे उदा . Microsoft Azure Machine Learning, Google Cloud Prediction API, TensorFlow, Ayasdi

हे उत्तमरीत्या समजण्यासाठी आपण एक उदाहरण घेऊया ,

समजा एका हॉटेलला सुरक्षेच्या कारणास्तव स्टाफच्या १०० लोकांसाठी चेहरा ओळखणारी सिस्टिम बनवायची आहे; तर सगळ्यात अगोदर आपल्याला त्या सर्वांचा खूप सारा डेटा / माहिती लागेल , म्हणजे त्या १०० लोकांचे नाव आणि इतर महत्वाचे तपशील तसेच त्यांचे वेगवेगळ्या अँगल मधील छायाचित्र इत्यादी,

त्यांनतर त्या सिस्टिम ने नेमके कसे कार्य केले पाहिजे यासाठी अल्गोरिदम बनवावा लागतो जसे कि जर १०० जनाव्यतिरिक्त कोणी नवीन माणूस या ठिकाणी आल्यावर अलार्म वाजला पाहिजे इत्यादी. थोडक्यात अल्गोरिदम म्हणजे नियमांचा समूह .

त्यानंतर योग्य प्रोग्रामिंग लँग्वेज ची निवड करून आपल्या मॉडेलला ट्रेन करणे , प्रोग्रामिंग लँग्वेज म्हणजे मशीन सोबत संवाद साधण्याची भाषा असते ज्याचा वापर करून आपण मशीन ला आज्ञा देऊ शकतो.

हे सर्व झाल्यांनतर आपलं मॉडेल वेगवेगळ्या प्लॅटफॉर्म वर रन होतो का नाही त्यात काही त्रुटी तर नाही ना हे TENSORFLOW सारख्या साईट च्या मदतीने तपासू शकतो व त्यात बदल करू शकतो.

कृत्रिम बुद्धिमत्ता क्षेत्रात आवश्यक कौशल्ये :-

(IMPORTANT SKILLS FOR AI)

आपले आजचे आणि उद्याचे जग हे बहुतांशी कृत्रिम बुद्धिमत्तेवरच अवलंबून असणार आहे हे निर्विवाद सत्य आहे त्यामुळे या क्षेत्रात अगणित रोजगार संधी उपलब्ध आहेत , गुगल फेसबुक आणि मोठमोठ्या आंतरराष्ट्रीय कंपन्या या स्पर्धेत उतरल्या आहेत...!

रिसर्च अनालिस्ट , संगणक वैज्ञानिक किंवा अभियंता , डेव्हलपर अशा अनेक संधी आपल्यासाठी उपलब्ध आहेत,जर आपल्याला पण या क्षेत्रात करियर घडवायचे असेल तर आपल्या अंगी काही वैज्ञानिक आणि गणितीय कौशल्ये असणे आवश्यक आहे . खालील कौशल्ये आत्मसात केल्यावर आपण या क्षेत्रात उत्तम करियर घडवू शकता.

गणित :- सांख्यिकी , संभाव्यता, कॅल्क्युलस आणि लॉजिक

विज्ञान :- भौतिकशास्त्र , यांत्रिकी कॉग्निटिव्ह लर्निंग थेरी आणि भाषा प्रशिक्षण

संगणक विज्ञान :- डेटा स्ट्रक्चर , प्रोग्रामिंग आणि लॉजिक एफिशियंसी

आर्टिफिशियल इंटेलिजन्स वर आधारित सर्वोत्तम पुस्तक येथे डाउनलोड करा

या गोष्टी असल्यावर आपल्या जवळ असल्यास या क्षेत्रात समस्या येणार नाहीत.

जर आपण गांभीर्याने यासंबंधी विचार करत असाल तर खालील मोफत कोर्सेस आपल्याला मदत करतील.

१)Learn with Google AI

२)Google – Machine Learning

३)Stanford University – Machine Learning

४)Columbia University – Machine Learning

५)Nvidia – Fundamentals of Deep Learning for Computer Vision

लिंक