مصنوعی ذہانت کا سبق: AI کیا ہے؟ ابتدائیہ کے لیے بنیادی باتیں۔

یہ AI ٹیوٹوریل شروع کرنے والوں کے لیے مصنوعی ذہانت کی بنیادی باتیں سیکھنے کے لیے بنایا گیا ہے۔ اس مصنوعی ذہانت کے ابتدائیہ ٹیوٹوریل میں ، آپ مصنوعی ذہانت کی مختلف بنیادی باتیں سیکھیں گے جیسے AI کیا ہے ، AI کی تاریخ ، AI کی اقسام ، AI کی ایپلی کیشنز ، اور AI کے بارے میں مزید تصورات۔

AI کیا ہے؟

کرنے کے لئے (مصنوعی ذہانت) ایک مشین کی صلاحیت ہے جو انسانوں کی طرح علمی افعال انجام دیتی ہے ، جیسا کہ سمجھنا ، سیکھنا ، استدلال اور مسائل کو حل کرنا۔ AI کے لیے معیار استدلال ، تقریر اور وژن کی ٹیموں میں انسانی سطح ہے۔

اس مصنوعی ذہانت کے سبق میں ، آپ درج ذیل AI بنیادی باتیں سیکھیں گے-

اے آئی لیولز کا تعارف۔

  1. تنگ AI۔ : مصنوعی ذہانت کو تنگ کہا جاتا ہے جب مشین کسی خاص کام کو انسان سے بہتر طور پر انجام دے سکتی ہے۔ AI کی موجودہ تحقیق اب یہاں ہے۔
  2. جنرل AI۔ : ایک مصنوعی ذہانت عام حالت میں اس وقت پہنچتی ہے جب وہ کسی بھی فکری کام کو ایک جیسی درستگی کی سطح کے ساتھ انجام دے سکتی ہے جیسا کہ انسان کرے گا۔
  3. مضبوط AI۔ : اے آئی مضبوط ہوتا ہے جب یہ انسانوں کو کئی کاموں میں شکست دے سکتا ہے۔

آج کل ، AI تقریبا all تمام صنعتوں میں استعمال ہوتا ہے ، جس سے تمام کمپنیوں کو ایک پیمانے پر AI ضم کرنے والی تکنیکی برتری حاصل ہوتی ہے۔ میک کینسی کے مطابق ، اے آئی میں خوردہ میں 600 بلین ڈالر کی قدر پیدا کرنے کی صلاحیت ہے ، دیگر تجزیاتی تکنیکوں کے مقابلے میں بینکنگ میں 50 فیصد زیادہ بڑھتی ہوئی قیمت لائیں۔ نقل و حمل اور لاجسٹک میں ، ممکنہ آمدنی میں اضافہ 89 فیصد زیادہ ہے۔

ٹھوس طور پر ، اگر کوئی ادارہ اپنی مارکیٹنگ ٹیم کے لیے AI کا استعمال کرتا ہے ، تو وہ دنیاوی اور بار بار کاموں کو خود کار کر سکتا ہے ، جس سے سیلز کے نمائندے کو تعلقات کی تعمیر ، لیڈ پرورش وغیرہ جیسے کاموں پر توجہ مرکوز کرنے کی اجازت ملتی ہے۔ ہر بار جب سیلز کا نمائندہ فون کرتا ہے ، مشین ریکارڈ چیٹ کو نقل اور تجزیہ کرتی ہے۔ VP جیتنے کی حکمت عملی بنانے کے لیے AI تجزیات اور سفارش کا استعمال کر سکتا ہے۔

مختصر طور پر ، AI پیچیدہ ڈیٹا سے نمٹنے کے لیے ایک جدید ٹیکنالوجی فراہم کرتا ہے جسے انسان کے ذریعے سنبھالنا ناممکن ہے۔ AI بے کار ملازمتوں کو خودکار کرتا ہے جس سے کارکن کو اعلی درجے ، ویلیو ایڈڈ کاموں پر توجہ مرکوز کرنے کی اجازت ملتی ہے۔ جب AI کو بڑے پیمانے پر نافذ کیا جاتا ہے تو یہ لاگت میں کمی اور آمدنی میں اضافے کا باعث بنتا ہے۔

مصنوعی ذہانت کی ایک مختصر تاریخ

مصنوعی ذہانت آج کل ایک بز ورڈ ہے ، حالانکہ یہ اصطلاح نئی نہیں ہے۔ 1956 میں ، مختلف پس منظر سے تعلق رکھنے والے ماہرین کے ایک گروپ نے AI پر سمر ریسرچ پروجیکٹ منعقد کرنے کا فیصلہ کیا۔ چار روشن ذہنوں نے اس منصوبے کی قیادت کی۔ جان میکارتھی (ڈارٹ ماؤتھ کالج) ، مارون منسکی (ہارورڈ یونیورسٹی) ، نیتھنیل روچسٹر (آئی بی ایم) ، اور کلاڈ شینن (بیل ٹیلی فون لیبارٹریز)۔

ریسرچ پروجیکٹ کا بنیادی مقصد 'سیکھنے کے ہر پہلو یا ذہانت کی کسی بھی دوسری خصوصیت سے نمٹنا تھا جسے اصولی طور پر بیان کیا جا سکتا ہے ، کہ اس کی تقلید کے لیے مشین بنائی جا سکتی ہے۔'

سمٹ کی تجویز شامل ہے۔

  1. خودکار کمپیوٹر۔
  2. کسی زبان کو استعمال کرنے کے لیے کمپیوٹر کو کیسے پروگرام کیا جا سکتا ہے؟
  3. نیورون نیٹ
  4. خود بہتری

اس سے یہ خیال پیدا ہوا کہ ذہین کمپیوٹر بنائے جا سکتے ہیں۔ ایک نیا دور شروع ہوا ، امیدوں سے بھرا ہوا - مصنوعی ذہانت۔

مصنوعی ذہانت کی قسم۔

مصنوعی ذہانت کو تین ذیلی شعبوں میں تقسیم کیا جا سکتا ہے۔

  • مصنوعی ذہانت۔
  • مشین لرننگ۔
  • گہری سیکھنا۔

مصنوعی ذہانت کی اقسام۔



مشین لرننگ۔

مشین لرننگ ایس کا فن ہے۔ الگورتھم کی ٹڈی کہ سیکھو سے مثالیں اور تجربات .

مشین لرننگ اس خیال پر مبنی ہے کہ وہاں۔ موجود کچھ پیٹرن جو اعداد و شمار تھے۔ شناخت کی اور استعمال کیا مستقبل کے لئے پیش گوئیاں .

ہارڈ کوڈنگ قوانین سے فرق یہ ہے کہ مشین اس طرح کے قوانین کو ڈھونڈنا خود سیکھتی ہے۔

گہری سیکھنا۔

ڈیپ لرننگ مشین لرننگ کا ایک ذیلی میدان ہے۔ گہری سیکھنے کا مطلب یہ نہیں ہے کہ مشین زیادہ گہرائی سے علم سیکھتی ہے۔ اس کا مطلب ہے کہ مشین ڈیٹا سے سیکھنے کے لیے مختلف تہوں کا استعمال کرتی ہے۔ ماڈل کی گہرائی ماڈل میں پرتوں کی تعداد سے ظاہر ہوتی ہے۔ مثال کے طور پر ، تصویر کی پہچان کے لیے گوگل لی نیٹ ماڈل 22 تہوں میں شمار ہوتا ہے۔

گہری سیکھنے میں ، سیکھنے کا مرحلہ اعصابی نیٹ ورک کے ذریعے کیا جاتا ہے۔ ایک نیورل نیٹ ورک ایک فن تعمیر ہے جہاں پرتیں ایک دوسرے کے اوپر رکھی جاتی ہیں۔

اے آئی بمقابلہ مشین لرننگ۔

ہمارا بیشتر اسمارٹ فون ، روزانہ کا آلہ یا یہاں تک کہ انٹرنیٹ مصنوعی ذہانت کا استعمال کرتا ہے۔ بہت اکثر، AI اور مشین لرننگ کو بڑی کمپنیاں ایک دوسرے کے ساتھ استعمال کرتی ہیں جو اپنی جدید ترین جدت کا اعلان کرنا چاہتی ہیں۔ تاہم ، مشین لرننگ اور اے آئی کچھ طریقوں سے مختلف ہیں۔ .

AI- مصنوعی ذہانت- انسانی کاموں کو انجام دینے کے لیے تربیتی مشینوں کی سائنس ہے۔ یہ اصطلاح 1950 کی دہائی میں ایجاد ہوئی جب سائنسدانوں نے یہ دریافت کرنا شروع کیا کہ کمپیوٹر اپنے طور پر مسائل کیسے حل کر سکتا ہے۔

مصنوعی ذہانت بمقابلہ مشین لرننگ۔

مصنوعی ذہانت ایک ایسا کمپیوٹر ہے جسے انسان جیسی خصوصیات دی جاتی ہیں۔ ہمارا دماغ لے لو یہ ہمارے ارد گرد کی دنیا کا حساب لگانے کے لیے بغیر کسی رکاوٹ کے کام کرتا ہے۔ مصنوعی ذہانت یہ تصور ہے کہ کمپیوٹر بھی ایسا کر سکتا ہے۔ یہ کہا جا سکتا ہے کہ AI وہ بڑی سائنس ہے جو انسانی صلاحیتوں کی نقل کرتی ہے۔

مشین لرننگ اے آئی کا ایک الگ ذیلی سیٹ ہے جو مشین کو سیکھتا ہے کہ وہ کیسے سیکھے۔ مشین لرننگ ماڈل ڈیٹا میں پیٹرن تلاش کرتے ہیں اور نتیجہ اخذ کرنے کی کوشش کرتے ہیں۔ مختصر طور پر ، مشین کو لوگوں کے ذریعہ واضح طور پر پروگرام کرنے کی ضرورت نہیں ہے۔ پروگرامر کچھ مثالیں دیتے ہیں ، اور کمپیوٹر سیکھنے جا رہا ہے کہ ان نمونوں سے کیا کرنا ہے۔

AI کہاں استعمال ہوتا ہے؟ مثالیں

اب اس AI میں ابتدائی ٹیوٹوریل کے لیے ، ہم AI کی مختلف ایپلی کیشنز سیکھیں گے:

AI کے پاس وسیع ایپلی کیشنز ہیں

  • مصنوعی ذہانت بار بار ہونے والے کام کو کم کرنے یا اس سے بچنے کے لیے استعمال کی جاتی ہے۔ مثال کے طور پر ، AI تھکاوٹ کے بغیر کسی کام کو مسلسل دہراتا ہے۔ در حقیقت ، AI کبھی آرام نہیں کرتا ، اور یہ کام انجام دینے سے لاتعلق ہے۔
  • مصنوعی ذہانت موجودہ مصنوعات کو بہتر بناتی ہے۔ مشین لرننگ کی عمر سے پہلے ، بنیادی مصنوعات سخت کوڈ کے اصول پر بن رہی تھیں۔ فرموں نے مصنوعی ذہانت متعارف کرائی تاکہ مصنوعات کی فعالیت کو شروع سے شروع کرنے کے بجائے نئی مصنوعات کو ڈیزائن کیا جائے۔ آپ فیس بک کی تصویر کے بارے میں سوچ سکتے ہیں۔ کچھ سال پہلے ، آپ کو اپنے دوستوں کو دستی طور پر ٹیگ کرنا پڑا۔ آج کل ، AI کی مدد سے ، فیس بک آپ کو ایک دوست کی سفارش دیتا ہے۔

اے آئی کا استعمال مارکیٹنگ سے لے کر سپلائی چین ، فنانس ، فوڈ پروسیسنگ سیکٹر تک تمام صنعتوں میں ہوتا ہے۔ میک کینسی کے ایک سروے کے مطابق ، مالیاتی خدمات اور ہائی ٹیک مواصلات AI شعبوں میں سرفہرست ہیں۔

AI اب کیوں عروج پر ہے؟

اب اس مصنوعی ذہانت کے ٹیسٹنگ ٹیوٹوریل میں ، آئیے سیکھیں کہ اے آئی اب کیوں عروج پر ہے۔ آئیے ذیل کے خاکہ سے سمجھیں۔

ایک عصبی نیٹ ورک نوے کی دہائی سے یان لیکون کے سیمینل پیپر کے ساتھ باہر ہے۔ تاہم ، یہ سال 2012 کے آس پاس مشہور ہونا شروع ہوا۔ اس کی مقبولیت کے لیے تین اہم عوامل بیان کیے گئے ہیں:

  1. ہارڈ ویئر
  2. ڈیٹا
  3. الگورتھم۔

مشین لرننگ ایک تجرباتی میدان ہے ، اس کا مطلب ہے کہ اس میں نئے آئیڈیاز یا اپروچز کو جانچنے کے لیے ڈیٹا ہونا ضروری ہے۔ انٹرنیٹ کی تیزی کے ساتھ ، ڈیٹا زیادہ آسانی سے قابل رسائی ہو گیا۔ اس کے علاوہ ، NVIDIA اور AMD جیسی بڑی کمپنیوں نے گیمنگ مارکیٹ کے لیے اعلی کارکردگی والے گرافکس چپس تیار کی ہیں۔

ہارڈ ویئر

پچھلے بیس سالوں میں ، سی پی یو کی طاقت پھٹ گئی ہے ، جس سے صارف کسی بھی لیپ ٹاپ پر ڈیپ لرننگ کے چھوٹے ماڈل کو تربیت دے سکتا ہے۔ تاہم ، کمپیوٹر وژن یا گہری سیکھنے کے لیے ڈیپ لرننگ ماڈل پر کارروائی کرنے کے لیے ، آپ کو ایک زیادہ طاقتور مشین کی ضرورت ہے۔ NVIDIA اور AMD کی سرمایہ کاری کا شکریہ ، GPU کی نئی نسل (گرافیکل پروسیسنگ یونٹ) دستیاب ہے۔ یہ چپس متوازی حساب کی اجازت دیتی ہیں۔ اس کا مطلب یہ ہے کہ مشین حساب کو تیز کرنے کے لیے کئی GPU پر حساب کو الگ کر سکتی ہے۔

مثال کے طور پر ، NVIDIA TITAN X کے ساتھ ، ایک ماڈل کو تربیت دینے میں دو دن لگتے ہیں۔ امیج نیٹ روایتی سی پی یو کے لیے ہفتوں کے خلاف۔ اس کے علاوہ ، بڑی کمپنیاں NVIDIA Tesla K80 کے ساتھ ڈیپ لرننگ ماڈل کی تربیت کے لیے GPU کے کلسٹر استعمال کرتی ہیں کیونکہ اس سے ڈیٹا سینٹر کی لاگت کو کم کرنے اور بہتر پرفارمنس فراہم کرنے میں مدد ملتی ہے۔

ڈیٹا

گہری سیکھنا ماڈل کی ساخت ہے ، اور ڈیٹا اسے زندہ کرنے کے لیے سیال ہے۔ ڈیٹا مصنوعی ذہانت کو طاقت دیتا ہے۔ ڈیٹا کے بغیر کچھ نہیں کیا جا سکتا۔ تازہ ترین ٹیکنالوجیز نے ڈیٹا سٹوریج کی حدود کو آگے بڑھایا ہے۔ ڈیٹا سینٹر میں زیادہ مقدار میں ڈیٹا ذخیرہ کرنا پہلے سے کہیں زیادہ آسان ہے۔

انٹرنیٹ انقلاب ڈیٹا سیکھنے اور تقسیم کرنے کو مشین لرننگ الگورتھم کی سہولت فراہم کرتا ہے۔ اگر آپ فلکر ، انسٹاگرام یا تصاویر کے ساتھ کسی اور ایپ سے واقف ہیں تو آپ ان کی AI صلاحیت کا اندازہ لگا سکتے ہیں۔ ان ویب سائٹس پر لاکھوں تصاویر ٹیگ کے ساتھ دستیاب ہیں۔ ان تصاویر کو نیورل نیٹ ورک ماڈل کو تربیت دینے کے لیے استعمال کیا جا سکتا ہے تاکہ تصویر پر کسی چیز کو دستی طور پر اکٹھا کیا جا سکے اور ڈیٹا کو لیبل لگایا جا سکے۔

ڈیٹا کے ساتھ مل کر مصنوعی ذہانت نیا سونا ہے۔ ڈیٹا ایک منفرد مسابقتی فائدہ ہے جسے کسی بھی فرم کو نظرانداز نہیں کرنا چاہیے۔ AI آپ کے ڈیٹا سے بہترین جوابات فراہم کرتا ہے۔ جب تمام فرموں میں ایک جیسی ٹیکنالوجیز ہو سکتی ہیں ، جس کے پاس ڈیٹا ہو اسے دوسرے کے مقابلے میں مسابقتی فائدہ ہوگا۔ ایک خیال دینے کے لیے ، دنیا روزانہ تقریبا 2. 2.2 ایکز بائٹس یا 2.2 ارب گیگا بائٹس تخلیق کرتی ہے۔

پیٹرن کو ڈھونڈنے اور سیکھنے اور کافی مقدار میں ایک کمپنی کو غیر معمولی متنوع ڈیٹا ذرائع کی ضرورت ہے۔

الگورتھم۔

ہارڈ ویئر پہلے سے زیادہ طاقتور ہے ، ڈیٹا آسانی سے قابل رسائی ہے ، لیکن ایک چیز جو اعصابی نیٹ ورک کو زیادہ قابل اعتماد بناتی ہے وہ ہے زیادہ درست الگورتھم کی ترقی۔ بنیادی اعصابی نیٹ ورک ایک سادہ ضرب میٹرکس ہیں جس میں گہرائی سے شماریاتی خصوصیات نہیں ہیں۔ 2010 کے بعد سے ، اعصابی نیٹ ورک کو بہتر بنانے کے لیے قابل ذکر انکشافات کیے گئے ہیں۔

مصنوعی ذہانت ایک ترقی پسند سیکھنے کا الگورتھم استعمال کرتی ہے تاکہ ڈیٹا کو پروگرامنگ کرنے دیا جائے۔ اس کا مطلب یہ ہے کہ ، کمپیوٹر خود کو سکھا سکتا ہے کہ مختلف کاموں کو کیسے انجام دیا جائے ، جیسے بے ضابطگیاں تلاش کرنا ، چیٹ بوٹ بننا۔

خلاصہ

مصنوعی ذہانت اور مشین لرننگ دو مبہم اصطلاحات ہیں۔ مصنوعی ذہانت انسانی کام کی نقل یا دوبارہ تخلیق کرنے والی مشین کی تربیت ہے۔ ایک سائنسدان مشین کو تربیت دینے کے لیے مختلف طریقے استعمال کر سکتا ہے۔ اے آئی کی عمر کے آغاز میں ، پروگرامرز نے سخت کوڈ والے پروگرام لکھے ، یعنی ہر منطقی امکان کو ٹائپ کریں جو مشین کا سامنا کر سکتی ہے اور اس کا جواب کیسے دیا جائے۔ جب کوئی نظام پیچیدہ ہو جاتا ہے تو قواعد کا انتظام کرنا مشکل ہو جاتا ہے۔ اس مسئلے پر قابو پانے کے لیے ، مشین کسی مخصوص ماحول سے تمام حالات کا خیال رکھنے کا طریقہ سیکھنے کے لیے ڈیٹا استعمال کر سکتی ہے۔

ایک طاقتور AI رکھنے کی سب سے اہم خصوصیات یہ ہے کہ کافی حد تک مختلف ڈیٹا کے ساتھ کافی ڈیٹا ہو۔ مثال کے طور پر ، ایک مشین مختلف زبانیں سیکھ سکتی ہے جب تک کہ اس کے پاس سیکھنے کے لیے کافی الفاظ ہوں۔

AI نئی جدید ٹیکنالوجی ہے۔ وینچرز سرمایہ دار اسٹارٹ اپس یا اے آئی پروجیکٹ میں اربوں ڈالر کی سرمایہ کاری کر رہے ہیں۔ میک کینسی کا اندازہ ہے کہ AI ہر صنعت کو کم از کم دو ہندسوں کی شرح نمو سے بڑھا سکتا ہے۔

یوٹیوب پر ہماری مصنوعی ذہانت کی ویڈیو دیکھیں: یہاں کلک کریں .