माइक्रोसॉफ्ट के नवीनतम एआई क्रिएशन से पता चलता है कि कितने कंप्यूटर कल्पना कर सकते हैं

जब से कंप्यूटर वैज्ञानिक एलन ट्यूरिंग ने पहली बार 1950 में मशीन इंटेलिजेंस के अपने प्रसिद्ध परीक्षण का प्रस्ताव रखा, तो सवाल यह है कि एक कंप्यूटर के लिए सोचने के लिए इसका क्या मतलब है, एक मूल प्रश्न के आसपास घूमता है: क्या यह मानव की अपनी सोच को इतनी बारीकी से नकल कर सकता है कि कोई भी अंतर बता सकता है ?

पहली नज़र में, नवीनतम ए.आई. के साथ चल रही नकल। माइक्रोसॉफ्ट का डीप लर्निंग टेक्नोलॉजी सेंटर से निर्माण कैमरों का है, मानव मन का नहीं। बॉट फोटोरेलिस्टिक इमेज बनाने में काम आता है - इस मामले में, ज्यादातर पक्षी - कुछ भी नहीं बल्कि टेक्स्ट डिस्क्रिप्शन और इसी तरह की तस्वीरों का एक विशाल भंडार बनाने के लिए। ऊपर चित्रित पक्षी वास्तविक है। नीचे वाला नहीं है।

चूँकि हमने आश्चर्य को बिगाड़ दिया और आपको बताया कि पक्षी नकली है, आप पंखों या आसपास की शाखाओं में धुंधलापन के कम संकेत देख सकते हैं जो आपको लगता है कि एक मृत पक्षी है जो पक्षी असली नहीं है। किसी भी तरह से, पक्षी आश्चर्यजनक रूप से वास्तविक चीज़ के करीब है, और ए.आई.शोधकर्ताओं के निर्देशों में से सबसे सरल के साथ शुरू किया गया: एक पक्षी बनाएं जो लाल और सफेद रंग का एक बहुत छोटा चोंच है।

लेकिन ध्यान दें सभी चीजें ए.आई. नहीं था करने को कहा। उदाहरण के लिए, पक्षी को अंतरिक्ष में कहां होना चाहिए, इस पर कोई विशेष निर्देश नहीं था। एक विशेष रूप से अवरुद्ध कंप्यूटर सिर्फ एक पृष्ठभूमि के खिलाफ एक स्थिर पक्षी रख सकता है जो आकाश की तरह अस्पष्ट दिखता है। हालाँकि, यह ए.आई., को कहा नहीं होने के बावजूद एक शाखा पर पक्षी को रखने के लिए चुना गया। इसने कृत्रिम कल्पना का प्रदर्शन किया, जो हम एक विशिष्ट मानव गुण के रूप में सोचते हैं उसके बराबर कंप्यूटर।

माइक्रोसॉफ्ट के शोधकर्ता पेंगचुआन झांग ने कंपनी के शोध की घोषणा में कहा, "आपको अपने आर्टिफिशियल इंटेलिजेंस को चलाने के लिए अपने आर्टिफिशियल इंटेलिजेंस की जरूरत है। "डेटा से, मशीन लर्निंग एल्गोरिदम इस कॉमन्सेंस को सीखता है जहां पक्षी होना चाहिए।"

सभी पर निर्देशों से आगे बढ़ने की क्षमता कृत्रिम कल्पना का एक स्पष्ट संकेत है, हालांकि यह निश्चित रूप से अभी भी छवियों को उत्पन्न करना पसंद करता है जो इसे यथार्थवादी मानता है। उदाहरण के लिए, शाखा पर पक्षी को रखने का निर्णय, इस तथ्य का उपोत्पाद है कि डेटा सेट में कई छवियां पक्षियों को उड़ान भरने या कहने के बजाय उस स्थिति में दिखाती हैं, जैसे कार चलाना। खैर हम मान लीजिये कारों को चलाने वाले पक्षियों की कोई फ़ोटो नहीं है, लेकिन हम आशा में रहते हैं।

उस अंत तक, कंप्यूटर मनुष्यों की तुलना में बहुत अधिक शाब्दिक-दिमाग है, और यह बेतुके के लिए हमारे स्वभाव का अभाव है। एक परीक्षण के अनुसार टीम कितनी दूर तक ए.आई. की बोझिल कल्पना को आगे बढ़ा सकती है, यह एक झील पर तैरने वाली डबल डेकर बस की छवि उत्पन्न करने के लिए कहा गया था। सबसे अच्छा यह कर सकता था कि एक झील के ऊपर एक निश्चित रूप से नाव की तलाश वाली बस की एक फजी छवि थी, हालांकि यह वास्तव में एक छवि की इतनी हास्यास्पद नहीं थी।

द ए.आई. शोधकर्ताओं को अपनी रचनाओं के साथ समस्याओं के उदाहरणों के रूप में गलत रंग की चोटियों और उत्परिवर्ती जैसे केले को ध्यान में रखते हुए, हमेशा सभी दृश्य विवरण सही नहीं मिलते हैं। लेकिन यह मूल निर्देशों से परे विवरणों की कल्पना करने की क्षमता है जो मनुष्यों और मशीनों को एक बड़ी बुद्धि में लाने के प्रयास के बारे में गहराई से और अधिक मौलिक रूप से कुछ बोलता है।

आखिरकार, ट्यूरिंग परीक्षण इस बारे में नहीं है कि कोई मशीन प्रश्नों का उत्तर देती है या नहीं सही ढंग से - यह इस बारे में है कि क्या यह मानव की तरह ही जवाब दे सकता है। शायद ए.आई. एक कैमरे की पूरी तरह से नकल नहीं कर सकता, लेकिन तब आप या मैं नहीं कर सकते थे।