Narrow AI क्या है?

Narrow AI, जिसे Weak AI भी कहा जाता है, ऐसी कृत्रिम बुद्धिमत्ता प्रणालियों को संदर्भित करता है जिन्हें किसी विशिष्ट कार्य को करने और सीमित बाधाओं के सेट के तहत संचालित होने के लिए डिज़ाइन किया गया है।

Narrow AI की व्याख्या

Narrow AI विशिष्ट कार्य करता है, जैसे वॉयस रिकग्निशन या इमेज विश्लेषण। यह AI का सबसे आम प्रकार है जिससे हम अपने दैनिक जीवन में मिलते हैं। उदाहरणों में हमारे फोन के वॉयस असिस्टेंट जैसे Siri और Google Assistant, Netflix और Amazon द्वारा उपयोग किए जाने वाले अनुशंसा एल्गोरिद्म, और स्वायत्त वाहनों को संचालित करने वाला AI शामिल हैं।

Narrow AI ऐसे कार्यों के लिए बनाया गया है जो सामान्यतः मानव बुद्धिमत्ता की मांग करते हैं, पर यह सीमित बाधाओं के दायरे में और कार्य-विशिष्ट तरीके से काम करता है। इसमें समझ या चेतना नहीं होती; बल्कि यह पूर्व-निर्धारित नियमों का पालन करता है या डेटा से पैटर्न सीखता है। उदाहरण के लिए, इमेज रिकग्निशन के लिए बनाया गया Narrow AI छवियों में वस्तुओं की पहचान कर सकता है क्योंकि उसे लेबल वाली छवियों के डेटासेट पर प्रशिक्षित किया गया है—न कि इसलिए कि वह वास्तव में समझता है कि वस्तु क्या है।

शब्द "Narrow AI" का उपयोग इस प्रकार के AI को Artificial General Intelligence (AGI), जिसे Strong AI भी कहा जाता है, से अलग करने के लिए किया जाता है। AGI ऐसा AI है जिसमें मनुष्यों की तरह विभिन्न प्रकार के कार्यों में समझने, सीखने और ज्ञान को लागू करने की क्षमता होती है। इसके विपरीत, Narrow AI विशिष्ट कार्यों के लिए बनाया जाता है और अपने निर्धारित दायरे के बाहर के कार्य करने की क्षमता नहीं रखता।

Narrow AI का उपयोग इसलिए किया जाता है क्योंकि यह विशिष्ट कार्यों को मनुष्यों की तुलना में अधिक कुशलता और सटीकता से कर सकता है। यह बिना रुके 24/7 काम कर सकता है, वेतन की आवश्यकता नहीं होती, और बड़े पैमाने पर डेटा को तेजी से संसाधित कर सकता है। यह खास तौर पर उन कार्यों के लिए उपयोगी है जो दोहरावदार, समय-साध्य, या मनुष्यों के लिए जोखिमपूर्ण होते हैं।

वास्तविक दुनिया में Narrow AI के उदाहरण

Narrow AI का उपयोग कई क्षेत्रों में होता है, जैसे:

• वॉयस असिस्टेंट। Siri, Alexa, और Google Assistant ऐसे Narrow AI के उदाहरण हैं जिन्हें वॉयस कमांड समझने और उसका जवाब देने के लिए बनाया गया है; ये अलार्म सेट करना, कॉल करना, और प्रश्नों के उत्तर देना जैसे कार्य करते हैं।
• अनुशंसा प्रणालियाँ। Netflix, Amazon, और Spotify जैसी प्लेटफ़ॉर्म द्वारा उपयोग किए जाने वाले अनुशंसा एल्गोरिद्म Narrow AI के उदाहरण हैं। ये उपयोगकर्ता के व्यवहार और पसंद का विश्लेषण कर फ़िल्में, उत्पाद, या गाने सुझाते हैं।
• ईमेल फ़िल्टरिंग। Gmail जैसी ईमेल सेवाएँ स्पैम ईमेल को फ़िल्टर करने और आने वाले ईमेल को अलग-अलग फ़ोल्डरों में वर्गीकृत करने के लिए Narrow AI का उपयोग करती हैं।
• मौसम पूर्वानुमान। जलवायु डेटा के आधार पर तापमान, वर्षा, और अन्य परिस्थितियों का अनुमान लगाना

Narrow AI के लाभ क्या हैं?

Narrow AI कई फायदे प्रदान करता है:

• दक्षता। Narrow AI प्रणालियाँ विशिष्ट कार्यों को मनुष्यों की तुलना में अधिक कुशलता और सटीकता से कर सकती हैं, जिससे इन कार्यों को पूरा करने में लगने वाला समय और प्रयास कम होता है।
• उपलब्धता। मनुष्यों के विपरीत, Narrow AI प्रणालियाँ बिना रुके 24/7 काम कर सकती हैं और निरंतर सेवा प्रदान करती हैं। इन्हें किसी विशेष कार्य की मांग के अनुसार आसानी से बढ़ाया या घटाया भी जा सकता है।
• मानवीय त्रुटियों में कमी। कार्यों के स्वचालन के माध्यम से, Narrow AI मानवीय त्रुटियों की संभावना को कम करने में मदद कर सकता है।
• बेहतर सुरक्षा। विनिर्माण या परिवहन जैसे कुछ उद्योगों में, Narrow AI खतरनाक या दोहरावदार कार्यों को संभालकर, जो मानव श्रमिकों को जोखिम में डाल सकते हैं, सुरक्षा में सुधार करने में मदद कर सकता है।

Narrow AI की सीमाएँ क्या हैं?

लाभों के बावजूद, Narrow AI की कुछ सीमाएँ भी हैं:

• लचीलेपन की कमी। Narrow AI प्रणालियाँ विशिष्ट कार्यों के लिए बनाई जाती हैं और अपने निर्धारित दायरे के बाहर के कार्य नहीं कर सकतीं। इस समस्या का एक उदाहरण वाक् पहचान प्रणालियों में देखा जा सकता है। ये प्रणालियाँ मानव वाणी को पहचानने और लिप्यंतरण करने के लिए बनाई जाती हैं, लेकिन अपने डिज़ाइन किए गए दायरे से बाहर के उच्चारण या बोलियों के साथ इन्हें कठिनाई हो सकती है। उदाहरण के लिए, अमेरिकी अंग्रेज़ी के लिए बनाई गई वाक् पहचान प्रणाली स्कॉटिश उच्चारण का सटीक लिप्यंतरण करने में संघर्ष कर सकती है, जिससे प्रतिलेखन में त्रुटियाँ हो सकती हैं।
• डेटा पर निर्भरता। Narrow AI प्रणालियों का प्रदर्शन काफी हद तक उस डेटा की गुणवत्ता और मात्रा पर निर्भर करता है जिस पर उन्हें प्रशिक्षित किया गया है। उदाहरण के लिए, चेहरे की पहचान के क्षेत्र में यदि AI प्रणाली को पर्याप्त विविधता वाले डेटासेट पर प्रशिक्षित नहीं किया गया है, तो उसे कुछ नस्लों या जातीयताओं के व्यक्तियों के चेहरों को सटीक रूप से पहचानने में कठिनाई हो सकती है। इससे पक्षपाती या गलत परिणाम आ सकते हैं, जिनके क़ानून प्रवर्तन और सुरक्षा जैसे क्षेत्रों में गंभीर परिणाम हो सकते हैं।
• समझ की कमी। Narrow AI प्रणालियाँ वास्तव में उन कार्यों को नहीं समझतीं जो वे करती हैं। वे केवल पूर्व-प्रोग्राम निर्देशों का पालन करती हैं या डेटा से सीखे हुए पैटर्न पर चलती हैं। चिकित्सीय निदान के क्षेत्र में, AI प्रणालियाँ चिकित्सा छवियों के बड़े डेटासेट पर प्रशिक्षित हो सकती हैं और कुछ पैटर्न या असामान्यताओं की सटीक पहचान कर सकती हैं। हालांकि, वे इन पैटर्न के पीछे के जैविक तंत्र या नैदानिक संदर्भ को वास्तव में नहीं समझतीं, जिससे गलत निदान या अनुचित उपचार की सिफारिशें हो सकती हैं। यह रेखांकित करता है कि AI प्रणालियों का विकास और परीक्षण ऐसे चिकित्सकीय विशेषज्ञों के सहयोग से होना चाहिए जो आवश्यक संदर्भ प्रदान कर सकें और परिणामों की व्याख्या कर सकें।

Narrow AI का भविष्य और उसके जोखिम

Narrow AI हर जगह है: हमारे फोन, कारों, और कार्यस्थल में। यह हमारा जीवन आसान बनाता है, इसलिए हम इस पर निर्भर हो गए हैं। साथ ही, Narrow AI लगातार बेहतर हो रहा है और हमें आर्टिफिशियल जनरल इंटेलिजेंस की दहलीज के करीब ला रहा है।

मैं अपने ब्लॉग और शोध उद्देश्यों के लिए लगभग हर सप्ताह एक Narrow AI अनुप्रयोग विकसित करता/करती हूँ। टैब्युलर क्लासिफिकेशन मॉडल सबसे प्रसिद्ध Narrow AI मॉडल है। इसके अलावा, मैंने टाइम सीरीज़ फ़ोरकास्टिंग, क्लस्टरिंग, कंप्यूटर विज़न, Natural Language Processing, और वाक् पहचान मॉडलों पर भी काम किया है। यदि आप मशीन लर्निंग में क्लासिफिकेशन के बारे में और सीखना चाहते हैं, तो आप एक Narrow AI मॉडल बनाकर व्यवहारिक अनुभव प्राप्त कर सकते/सकती हैं।

बड़े भाषा मॉडल जैसे GPT-3.5 Turbo और GPT-4, जो मानव संदर्भ को अधिक दक्षता से समझते हैं, ने हमारे कार्यस्थलों को बदल दिया है। अब कॉरपोरेट्स इन तकनीकों को कार्यस्थल में अपना रहे हैं, जिससे कर्मचारी अधिक कुशल हो रहे हैं।

जहाँ Narrow AI में संभावित लाभ हैं, वहीं पक्षपात, मॉडल की व्याख्येयता की कमी, विश्वसनीयता, सुरक्षा, और नौकरियों पर प्रभाव जैसे महत्वपूर्ण जोखिम भी हैं। जैसे-जैसे Narrow AI हमारे जीवन और कार्यस्थलों में गहराई तक पहुँचता जाएगा, व्यापक जोखिम आकलन और उत्तरदायी AI प्रथाएँ इन खतरों को कम करने की कुंजी होंगी।

ये Narrow AI मॉडल अब बहु-माध्यमीय (multimodality) प्रणालियों में विकसित हो रहे हैं जो अनेक इनपुट को समझ और संसाधित कर सकते हैं। यह उनकी मूल सीमाओं को सम्बोधित करने में मदद करता है और उन्हें अधिक बुद्धिमान और मूल्यवान बनाता है। बहु-माध्यमीय तकनीकों के बारे में जानने के लिए OpenAI, Google AI, और डेटा साइंस के लिए उनके मायने पर नवीनतम जानकारी पढ़ें।

क्या आप AI और मशीन लर्निंग के बारे में और सीखना चाहते हैं? निम्न संसाधन देखें:

• AI क्या है?
• Understanding machine learning कोर्स
• AI fundamentals कोर्स
• Introduction to ChatGPT कोर्स
• मशीन लर्निंग क्या है?
• जनरेटिव AI से रचनात्मकता कैसे बढ़ाएँ