مواد
ماخذ: iLexx / iStockphoto
ٹیکا وے:
مصنوعی اعصابی نیٹ ورک کا استعمال کرکے ایک دن مصنوعی ذہانت کو حاصل کیا جاسکتا ہے ، لیکن ان دلچسپ ٹیکنالوجیز کے مابین کئی اہم اختلافات پائے جاتے ہیں۔
مصنوعی ذہانت (اے آئی) اور مصنوعی اعصابی نیٹ ورک (اے این این) کمپیوٹر سائنس میں دو دلچسپ اور ایک دوسرے سے جڑے ہوئے شعبے ہیں۔ تاہم ، ان دونوں کے درمیان متعدد اختلافات ہیں جن کے بارے میں جاننے کے قابل ہیں۔
کلیدی فرق یہ ہے کہ مصنوعی ذہانت کی تلاش میں عصبی نیٹ ورک ایک اہم پتھر ہیں۔
مصنوعی ذہانت ایک وسیع فیلڈ ہے جس کا ہدف ذہین مشینیں بنانے کا ہے ، یہ ایسی چیز ہے جو آپ انٹیلی جنس کی وضاحت کے طریقہ پر منحصر ہے۔ اس حقیقت کے باوجود کہ ہمارے پاس ایسے کمپیوٹر موجود ہیں جو "خطرے میں" جیت سکتے ہیں اور شطرنج کے چیمپئنوں کو شکست دے سکتے ہیں ، AI کا مقصد عام طور پر عام ذہانت ، یا انٹیلیجنس کی تلاش کے طور پر دیکھا جاتا ہے جو متنوع اور غیر منسلک حالاتی مسائل پر لاگو ہوسکتا ہے۔
اس مقام تک بنائے گئے بہت سے اے آئی ایک مقصد کے ساتھ تعمیر کیے گئے ہیں ، جیسے روبوٹ چلانا جو پنگ پونگ کھیلتا ہے یا "خطرے" پر غلبہ حاصل کرتا ہے۔ یہ ناگزیر نتیجہ ہے جب کمپیوٹر سائنس دان بیٹھ کر کسی خاص کام کے لئے کچھ پیدا کرتے ہیں۔ - ان کا اختتام کچھ ایسی ہے جو یہ کام کرسکتا ہے اور زیادہ نہیں۔
کام پر مبنی AI کے اس مسئلے کو دور کرنے کے لئے ، کمپیوٹر سائنس دانوں نے مصنوعی اعصابی نیٹ ورکس کے ساتھ کھیلنا شروع کیا۔ ہمارے عام طور پر ذہین دماغ حیاتیاتی اعصابی نیٹ ورکس سے بنے ہوتے ہیں جو ہمارے تاثرات اور بیرونی محرکات پر مبنی رابطے کرتے ہیں۔
ایک انتہائی آسان مثال جل جانے سے درد ہے۔ جب یہ پہلی بار ہوتا ہے تو ، آپ کے دماغ میں ایک کنکشن بنایا گیا ہے جو آگ (شعلوں ، دھواں کی بو ، گرمی) کے نام سے جانے والی حسی معلومات کی نشاندہی کرتا ہے اور اسے درد سے جوڑتا ہے۔ اس طرح آپ سیکھتے ہیں ، بہت چھوٹی عمر میں ، جلنے سے کیسے بچیں گے۔ اسی عصبی نیٹ ورک کے ذریعہ ، ہم بہت سی عام چیزیں سیکھ سکتے ہیں جیسے "آئس کریم کا ذائقہ اچھا ہے" اور یہاں تک کہ "بارش سے پہلے بادل ہمیشہ موجود رہتے ہیں" یا "اسٹاک میں ہمیشہ دسمبر میں ریلی ہوتی ہے" جیسے کٹوتی سے چھلانگ لگاتے ہیں۔ یہ چھلانگ ہمیشہ درست نہیں ہوتے ہیں۔ (خراب آئس کریم موجود ہے اور یہاں اسٹاک موجود ہیں جو دسمبر میں گرتے ہیں) ، لیکن تجربے کے ذریعہ ان کو درست کیا جاسکتا ہے ، اس طرح انکال سیکھنے کی اجازت ملتی ہے۔
مصنوعی اعصابی نیٹ ورک کسی مسئلے کا جواب دینے کے ل framework ایک سادہ فریم ورک پروگرام بنا کر کمپیوٹر پر اس لرننگ سسٹم کو دوبارہ بنانے کی کوشش کرتے ہیں اور اس کے بارے میں رائے حاصل کرتے ہیں۔ ایک کمپیوٹر اسی مسئلے کو ہزاروں بار کر کے اور اپنے ردعمل کو موصول ہونے والے تاثرات کے مطابق ایڈجسٹ کرکے اپنے ردعمل کو بہتر بنا سکتا ہے۔ اس کے بعد کمپیوٹر کو ایک مختلف پریشانی دی جاسکتی ہے ، جس سے یہ اسی طرح آسکتا ہے جس طرح اس نے پچھلے مسئلے سے سیکھا تھا۔ کمپیوٹر نے سیکھ لیا ہے کہ ان کو حل کرنے کے ل. مسائل اور ان کی تعداد کی تعداد کو مختلف کرکے ، کمپیوٹر سائنس دان کمپیوٹر کو ایک جنرلسٹ بننے کی تعلیم دے سکتے ہیں۔
اگرچہ اس سے پوری دنیا پر کمپیوٹر لے جانے والے اور انسانوں کی کٹائی کی تصاویر جڑ جاتی ہیں جیسے ہالی ووڈ کی فلموں میں "دی مارٹریکس" میں دیکھا جاتا ہے ، ہم مصنوعی ذہانت کے لئے اپنے راستے سے عصبی نیٹ ورکنگ سے ابھی بہت طویل سفر طے کر رہے ہیں۔ عصبی نیٹ ورکس پر جانچ کی جانے والی پریشانیوں کا اظہار سبھی ریاضی سے کیا جاتا ہے۔ آپ کسی کمپیوٹر تک پھول نہیں تھام سکتے اور بو سے رنگ کا اندازہ لگانے کے لئے اسے نہیں کہہ سکتے ، کیونکہ بو کی تعداد میں اظہار کرنا ہوگا اور پھر کمپیوٹر کو ان نمبروں کو میموری کے ساتھ ساتھ ، پھولوں کی تصاویر کے ساتھ کیٹلوگ کرنا پڑے گا۔ اس خوشبو کا اخراج
کوئی کیڑے نہیں ، کوئی تناؤ نہیں - آپ کی زندگی کو تباہ کیے بغیر زندگی کو تبدیل کرنے والے سافٹ ویئر تخلیق کرنے کے لئے مرحلہ وار گائیڈ
جب آپ سافٹ ویئر کے معیار کی پرواہ نہیں کرتے ہیں تو آپ اپنی پروگرامنگ کی مہارت کو بہتر نہیں کرسکتے ہیں۔
اس نے کہا ، مصنوعی اعصابی نیٹ ورک جنہیں مہک جیسی چیزوں کے زیادہ ان پٹ دی جاسکتی ہے۔ اور ان تمام آدانوں سے سیکھنے کی گنجائش - ممکن ہے کہ وہ مصنوعی ذہانت تیار کرے جو یہاں تک کہ سخت ترین AI کے حامل افراد کے معیار پر پورا اترتا ہے۔
خلاصہ یہ ہے کہ مصنوعی اعصابی نیٹ ورک انسانی عصبی نیٹ ورک کے ایسے ماڈل ہیں جو کمپیوٹر کو سیکھنے میں مدد کے لئے بنائے گئے ہیں۔ مصنوعی ذہانت ہولی گریل ہے کچھ کمپیوٹر سائنس دان اعصابی نیٹ ورک کی نقل کرنے جیسی تکنیک کا استعمال کرتے ہوئے حاصل کرنے کی کوشش کر رہے ہیں۔