न्यूरो-सिम्बोलिक एआई: एक मेसिन जसले अन्ततः तर्क र सिकाइ दुवैलाई ह्यान्डल गर्न सक्छ

• लेखक:
• लेखक नाम

  Quantumrun दूरदर्शिता
• अप्रिल 13, 2023

मेसिन लर्निङ (ML) सधैं यसको अद्वितीय चुनौतीहरूको साथ एक आशाजनक प्रविधि भएको छ, तर अनुसन्धानकर्ताहरूले तर्क-आधारित प्रणाली सिर्जना गर्न खोजिरहेका छन् जुन ठूलो डेटाभन्दा बाहिर जान्छ। तर्क-आधारित प्रणालीहरू प्रतीकात्मक प्रतिनिधित्व र तर्कसँग काम गर्न डिजाइन गरिएको हो, जसले प्रणालीको निर्णय प्रक्रियालाई बुझ्नको लागि थप पारदर्शी र व्याख्यायोग्य तरिका प्रदान गर्न सक्छ। 

न्यूरो-सिम्बोलिक एआई सन्दर्भ

न्यूरो-सिम्बोलिक एआई (कम्पोजिट एआई पनि भनिन्छ) ले आर्टिफिसियल इन्टेलिजेन्स (एआई) को दुई शाखाहरू मिलाउँछ। पहिलो प्रतीकात्मक एआई हो, जसले सम्बन्ध र नियमहरू (अर्थात, वस्तुको रंग र आकार) बुझ्न प्रतीकहरू प्रयोग गर्दछ। प्रतीकात्मक AI ले काम गर्नको लागि, ज्ञानको आधार सटीक, विस्तृत र विस्तृत हुनुपर्छ। यस आवश्यकताको अर्थ यो आफैले सिक्न सक्दैन र ज्ञानको आधार अद्यावधिक गर्न मानव विशेषज्ञतामा निर्भर गर्दछ। 

न्यूरो-सिम्बोलिक एआई को अर्को घटक गहिरो न्यूरल नेटवर्क (डीप नेट) वा गहिरो शिक्षा (DL) हो। यो प्रविधिले ठूला डाटासेटहरू प्रशोधन गर्नको लागि मानव मस्तिष्कको न्यूरोन्सको नक्कल गर्ने नोडहरूको धेरै तहहरू प्रयोग गर्दछ। उदाहरणका लागि, गहिरो जालहरू बिरालाहरू र कुकुरहरूको विभिन्न छविहरू मार्फत जान सक्छन् कि कुन हो भनेर सही रूपमा पहिचान गर्न, र तिनीहरू समयको साथमा सुधार हुन्छन्। यद्यपि, के गहिरो जालले गर्न सक्दैन जटिल सम्बन्धहरू प्रक्रिया। सांकेतिक एआई र गहिरो जालहरू संयोजन गरेर, अनुसन्धानकर्ताहरूले ज्ञानको आधारमा ठूलो मात्रामा डाटा मंथन गर्न DL प्रयोग गर्छन्, जस पछि प्रतीकात्मक एआईले नियम र सम्बन्धहरू अनुमान गर्न वा पहिचान गर्न सक्छ। यो संयोजनले थप कुशल र सही ज्ञान खोज र निर्णय लिने अनुमति दिन्छ।

अर्को क्षेत्र जुन न्यूरो-सिम्बोलिक एआई ठेगानाहरू गहिरो नेटको महँगो प्रशिक्षण प्रक्रिया हो। थप रूपमा, गहिरो जालहरू साना इनपुट डेटा परिवर्तनहरूको लागि संवेदनशील हुन सक्छ, जसले वर्गीकरण त्रुटिहरू निम्त्याउँछ। तिनीहरू पनि अमूर्त तर्क र धेरै प्रशिक्षण डेटा बिना प्रश्नहरूको जवाफ संग संघर्ष। यसबाहेक, यी सञ्जालहरूको आन्तरिक कार्यहरू जटिल र मानिसहरूलाई बुझ्न गाह्रो छ, यसले तिनीहरूको भविष्यवाणीहरूको पछाडि तर्क व्याख्या गर्न चुनौती बनाउँछ।

विघटनकारी प्रभाव

स्ट्यानफोर्ड विश्वविद्यालयका अन्वेषकहरूले आधारभूत 100,000D आकारहरू (वर्ग, गोलाकार, सिलिन्डर, आदि) को 3 छविहरू प्रयोग गरेर समग्र एआईको प्रारम्भिक अध्ययनहरू सञ्चालन गरे, त्यसपछि तिनीहरूले हाइब्रिडलाई डेटा प्रशोधन गर्न र सम्बन्धहरू अनुमान गर्न तालिम दिन विभिन्न प्रश्नहरू प्रयोग गरे (उदाहरणका लागि, के क्यूबहरू रातो छन्? )। तिनीहरूले पत्ता लगाए कि न्यूरो-सिम्बोलिक एआईले यी प्रश्नहरूको 98.9 प्रतिशत सही जवाफ दिन सक्छ। थप रूपमा, हाइब्रिडले समाधानहरू विकास गर्न प्रशिक्षण डेटाको 10 प्रतिशत मात्र आवश्यक छ। 

प्रतीकहरू वा नियमहरूले गहिरो जालहरू नियन्त्रण गर्ने हुनाले, अनुसन्धानकर्ताहरूले सजिलै देख्न सक्छन् कि तिनीहरू कसरी "सिकिरहेका छन्" र कहाँ ब्रेकडाउनहरू हुन्छन्। पहिले, यो गहिरो जाल को कमजोरीहरु मध्ये एक भएको छ, जटिल कोड र एल्गोरिदम को तह र तहहरु को कारण ट्रयाक गर्न असक्षमता। न्युरो-सिम्बोलिक एआई सडकमा भएका वस्तुहरू र वातावरणमा हुने कुनै पनि परिवर्तनहरू पहिचान गर्न सेल्फ ड्राइभिङ गाडीहरूमा परीक्षण भइरहेको छ। त्यसपछि यी बाह्य कारकहरूलाई उचित रूपमा प्रतिक्रिया गर्न प्रशिक्षित गरिन्छ। 

यद्यपि, त्यहाँ प्रतीकात्मक एआई र गहिरो जालको संयोजन थप उन्नत एआई तर्फको उत्तम मार्ग हो कि होइन भन्नेमा फरक मतहरू छन्। केही अनुसन्धानकर्ताहरू, जस्तै ब्राउन विश्वविद्यालयका, विश्वास गर्छन् कि यो हाइब्रिड दृष्टिकोण मानव दिमागले हासिल गरेको अमूर्त तर्कको स्तरसँग मेल खाँदैन। मानव दिमागले वस्तुहरूको प्रतीकात्मक प्रतिनिधित्वहरू सिर्जना गर्न सक्छ र यी प्रतीकहरू प्रयोग गरेर विभिन्न प्रकारका तर्कहरू प्रदर्शन गर्न सक्छ, जैविक तंत्रिका नेटवर्कहरू प्रयोग गरेर, समर्पित प्रतीकात्मक घटकको आवश्यकता बिना। केही विशेषज्ञहरूले तर्क गर्छन् कि वैकल्पिक विधिहरू, जस्तै मानव क्षमताहरूको नक्कल गर्ने गहिरो जालहरूमा सुविधाहरू थप्ने, एआई क्षमताहरू बढाउन अझ प्रभावकारी हुन सक्छ।

न्यूरो-सिम्बोलिक एआई को लागी आवेदन

न्यूरो-सिम्बोलिक एआईका लागि केही अनुप्रयोगहरू समावेश हुन सक्छन्:

• बटहरू, जस्तै च्याटबटहरू, जसले मानव आदेश र प्रेरणालाई अझ राम्ररी बुझ्न सक्छ, थप सटीक प्रतिक्रियाहरू र सेवाहरू उत्पादन गर्दछ।
• यसको प्रयोग अधिक जटिल र संवेदनशील समस्या समाधान गर्ने परिदृश्यहरूमा जस्तै चिकित्सा निदान, उपचार योजना, र औषधि विकास। यातायात, ऊर्जा, र निर्माण जस्ता क्षेत्रहरूको लागि वैज्ञानिक र प्राविधिक अनुसन्धानलाई गति दिन टेक पनि लागू गर्न सकिन्छ। 
• निर्णय लिने प्रक्रियाहरूको स्वचालन जुन हाल मानव निर्णय आवश्यक छ। नतिजाको रूपमा, त्यस्ता अनुप्रयोगहरूले ग्राहक सेवा जस्ता निश्चित क्षेत्रहरूमा समानुभूति र जवाफदेहीता गुमाउन सक्छ।
• थप सहज ज्ञान युक्त स्मार्ट उपकरणहरू र भर्चुअल सहायकहरू जसले विभिन्न परिदृश्यहरू प्रशोधन गर्न सक्छ, जस्तै सक्रिय रूपमा बिजुलीको संरक्षण र सुरक्षा उपायहरू लागू गर्ने।
• नयाँ नैतिक र कानुनी प्रश्नहरू, जस्तै गोपनीयता, स्वामित्व, र जिम्मेवारीसँग सम्बन्धित मुद्दाहरू।
• सरकार र अन्य राजनीतिक सन्दर्भहरूमा सुधारिएको निर्णय लिने। यो प्रविधिलाई थप लक्षित विज्ञापन र हाइपर-व्यक्तिगत विज्ञापन र मिडियाको उत्पादन मार्फत जनमतलाई प्रभाव पार्न पनि प्रयोग गर्न सकिन्छ।

विचार गर्न प्रश्नहरु

• न्युरो-सिम्बोलिक एआईले हाम्रो दैनिक जीवनलाई कसरी असर गर्छ भन्ने तपाईंलाई लाग्छ?
• यो प्रविधिलाई अन्य उद्योगहरूमा कसरी प्रयोग गर्न सकिन्छ?