Rahul Parmar

Types of Artificial Intelligence

There are three main types of artificial intelligence: rule-based, decision tree, and neural networks.

1⃣Narrow AI is a type of AI that helps you perform a dedicated task with intelligence.

2⃣General AI is a type of AI intelligence that can perform any intellectual task efficiently like a human.

3⃣Rule-based AI is based on a set of pre-determined rules that are applied to an input data set. The system then produces a corresponding output.

4⃣Decision tree AI is similar to rule-based AI in that it uses sets of pre-determined rules to make decisions. However, the decision tree also allows for branching and looping to consider different options.

5⃣Super AI is a type of AI that allows computers to understand human language and respond in a natural way.

6⃣Robot intelligence is a type of AI that allows robots to have complex cognitive abilities, including reasoning, planning, and learning.

Subfields of Artificial Intelligence

Here, are some important subfields of Artificial Intelligence:

Machine Learning: Machine learning is the art of studying algorithms that learn from examples and experiences. Machine learning is based on the idea that some patterns in the data were identified and used for future predictions. The difference from hardcoding rules is that the machine learns to find such rules.

Deep Learning: Deep learning is a sub-field of machine learning. Deep learning does not mean the machine learns more in-depth knowledge; it uses different layers to learn from the data. The depth of the model is represented by the number of layers in the model. For instance, the Google LeNet model for image recognition counts 22 layers.

Natural Language Processing: A neural network is a group of connected I/O units where each connection has a weight associated with its computer programs. It helps you to build predictive models from large databases. This model builds upon the human nervous system. You can use this model to conduct image understanding, human learning, computer speech, etc.

Expert Systems: An expert system is an interactive and reliable computer-based decision-making system that uses facts and heuristics to solve complex decision-making problems. It is also considered at the highest level of human intelligence. The main goal of an expert system is to solve the most complex issues in a specific domain.

Fuzzy Logic: Fuzzy Logic is defined as a many-valued logic form that may have truth values of variables in any real number between 0 and 1. It is the handle concept of partial truth. In real life, we may encounter a situation where we can’t decide whether the statement is true or false.

आर्टिफिशियल इंटेलिजेंस के प्रकार

कृत्रिम बुद्धि के तीन मुख्य प्रकार हैं: नियम-आधारित, निर्णय वृक्ष और तंत्रिका नेटवर्क।

1⃣नैरो एआई एक प्रकार का एआई है जो आपको एक समर्पित कार्य को बुद्धिमत्ता के साथ करने में मदद करता है।

2⃣जनरल एआई एक प्रकार की एआई इंटेलिजेंस है जो मानव की तरह किसी भी बौद्धिक कार्य को कुशलता से कर सकती है।

3⃣नियम-आधारित एआई पूर्व-निर्धारित नियमों के एक सेट पर आधारित है जो इनपुट डेटा सेट पर लागू होते हैं। सिस्टम तब एक संबंधित आउटपुट उत्पन्न करता है।

4⃣निर्णय वृक्ष एआई नियम-आधारित एआई के समान है जिसमें यह निर्णय लेने के लिए पूर्व-निर्धारित नियमों के सेट का उपयोग करता है। हालांकि, डिसीजन ट्री विभिन्न विकल्पों पर विचार करने के लिए ब्रांचिंग और लूपिंग की भी अनुमति देता है।

5⃣सुपर एआई एक प्रकार का एआई है जो कंप्यूटर को मानव भाषा को समझने और प्राकृतिक तरीके से प्रतिक्रिया करने की अनुमति देता है।

6⃣रोबोट इंटेलिजेंस एक प्रकार का एआई है जो रोबोट को तर्क, योजना और सीखने सहित जटिल संज्ञानात्मक क्षमता रखने की अनुमति देता है।

आर्टिफिशियल इंटेलिजेंस के उपक्षेत्र

यहाँ, आर्टिफिशियल इंटेलिजेंस के कुछ महत्वपूर्ण उपक्षेत्र दिए गए हैं:

मशीन लर्निंग: मशीन लर्निंग एल्गोरिदम का अध्ययन करने की कला है जो उदाहरणों और अनुभवों से सीखती है। मशीन लर्निंग इस विचार पर आधारित है कि डेटा में कुछ पैटर्न की पहचान की गई और भविष्य की भविष्यवाणियों के लिए उपयोग किया गया। हार्डकोडिंग नियमों से अंतर यह है कि मशीन ऐसे नियमों को खोजना सीखती है।

डीप लर्निंग: डीप लर्निंग मशीन लर्निंग का एक उप-क्षेत्र है। डीप लर्निंग का मतलब यह नहीं है कि मशीन अधिक गहराई से ज्ञान सीखती है; यह डेटा से सीखने के लिए विभिन्न परतों का उपयोग करता है। मॉडल की गहराई को मॉडल में परतों की संख्या द्वारा दर्शाया जाता है। उदाहरण के लिए, छवि पहचान के लिए Google LeNet मॉडल 22 परतों की गणना करता है।

प्राकृतिक भाषा संसाधन: एक तंत्रिका नेटवर्क कनेक्टेड I/O इकाइयों का एक समूह होता है, जहां प्रत्येक कनेक्शन का अपने कंप्यूटर प्रोग्राम से संबंधित भार होता है। यह आपको बड़े डेटाबेस से भविष्य कहनेवाला मॉडल बनाने में मदद करता है। यह मॉडल मानव तंत्रिका तंत्र पर बनाता है। आप इस मॉडल का उपयोग छवि समझ, मानव सीखने, कंप्यूटर भाषण आदि के संचालन के लिए कर सकते हैं।

विशेषज्ञ प्रणाली: एक विशेषज्ञ प्रणाली एक इंटरैक्टिव और विश्वसनीय कंप्यूटर-आधारित निर्णय लेने वाली प्रणाली है जो जटिल निर्णय लेने की समस्याओं को हल करने के लिए तथ्यों और अनुमानों का उपयोग करती है। इसे मानव बुद्धि के उच्चतम स्तर पर भी माना जाता है। एक विशेषज्ञ प्रणाली का मुख्य लक्ष्य एक विशिष्ट डोमेन में सबसे जटिल मुद्दों को हल करना है।

फ़ज़ी लॉजिक: फ़ज़ी लॉजिक को एक बहु-मूल्यवान लॉजिक फॉर्म के रूप में परिभाषित किया गया है जिसमें 0 और 1 के बीच किसी भी वास्तविक संख्या में चर के सत्य मान हो सकते हैं। यह आंशिक सत्य की हैंडल अवधारणा है। वास्तविक जीवन में, हम ऐसी स्थिति का सामना कर सकते हैं जहाँ हम यह तय नहीं कर सकते कि कथन सत्य है या गलत।

Artificial intelligence क्या है?

AI का full form है Artificial Intelligence या हिंदी में इसका अर्थ है कृत्रिम होशियारी या कृत्रिम दिमाग. ये एक ऐसा simulation है जिससे की मशीनों को इंसानी intelligence दिया जाता है या यूँ कहे तो उनके दिमाग को इतना उन्नत किया जाता है की वो इंसानों के तरह सोच सके और काम कर सके.

ये खासकर computer system में ही किया जाता है. इस प्रक्रिया में मुख्यत तीन processes शामिल है और वो हैं पहला learning (जिसमें मशीनों के दिमाग में information डाला जाता है और उन्हें कुछ rules भी सिखाये जाते हैं जिससे की वो उन rules का पालन करके किसी दिए हुए कार्य को पूरा करे), दूसरा है Resoning (इसके अंतर्गत मशीनों को ये instruct किया जाता है की वो उन बनाये गए rules का पालन करके results के तरफ अग्रसर हो जिससे की उन्हें approximate या definite conclusion हासिल हो) और तीसरा है Self-Correction.

Artificial Intelligence के बारे में सबसे पहले John McCarthy ने ही दुनिया को बताया. वो एक American Computer Scientist थे, जिन्होंने सबसे पहले इस technology के बारे में सन 1956 में the Dartmouth Conference में बताया.

आज ये एक पेड़ की तरह बहुत ही बड़ा हो गया है और सारी robotics process automation से actual robotics तक सभी चीज़ें इसके अंतर्गत आती हैं. विगत कुछ वर्षों में इसने बहुत publicity gain कर ली है क्यूंकि इसमें big data की technology भी शामिल हो चुकी है और इसकी दिनबदिन बढती हुई speed, size और variety of data business से बहुत से companies इस technology को अपनाना चाहते हैं.

अगर में AI की बात करूँ तो इसकी मदद से raw data में pattern को identify करना काफी आसान हो गया है वहीँ इंसानों द्वारा बहुत गलतियाँ होती हैं, इससे companies को कम समय में अपने data के ऊपर ज्यादा insight प्राप्त होती है.

Artificial Technique क्या है?

अगर हम real world की बात करें तब, ज्ञान की कुछ अजीबोगरीब विसेश्ताएं हैं जैसे की
• इसकी volume बहुत ही ज्यादा है, या यूँ कहे तो अकल्पनीय है.

• ये पूरी तरह से well-organized or well-formatted नहीं है.

• इसके साथ साथ ये निरंतर बदलता रहता है.

अब बात आता है की तब AI Technique क्या है. तो में आपको बता दूँ की Artificial Technique एक ऐसा technique हैं जिससे की हम ज्ञान या knowledge को ऐसे organized way में रखेंगे की जैसे हम इसका इस्तमाल बहुत ही efficiently कर सकते हैं जैस की −

• ये पढने और समझने योग्य होना चाहिए जो लोग इसे provide करते हैं.

• ये आसानी से modify करने योग्य होना चाहिए जिससे की इसकी errors को आसानी से सुधारा जा सके.

• ये बहुत से जगहों में useful होना चाहिए हालाँकि ये incomplete और inaccurate हो.

AI techniques को अगर कोई comlpex programs के साथ equip किया जाये तो उसकी speed of execution को बहुत हद तक बढाया जा सकता है.