AI ਦੇ ਉਹ ਪਲ ਜਿਨ੍ਹਾਂ ਨੇ ਸਭ ਕੁਝ ਬਦਲ ਦਿੱਤਾ

ਸੌਫਟਵੇਅਰ ਦਾ ਨਿਰਦੇਸ਼ਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਤੋਂ ਲੈ ਕੇ ਉਦਾਹਰਣਾਂ ਤੋਂ ਸਿੱਖਣ ਤੱਕ ਦਾ ਸਫ਼ਰ ਕੰਪਿਊਟਿੰਗ ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਸਭ ਤੋਂ ਵੱਡਾ ਬਦਲਾਅ ਹੈ। ਦਹਾਕਿਆਂ ਤੱਕ, ਇੰਜੀਨੀਅਰਾਂ ਨੇ ਹਰ ਸੰਭਵ ਨਤੀਜੇ ਨੂੰ ਪਰਿਭਾਸ਼ਿਤ ਕਰਨ ਲਈ ਕੋਡ ਦੀਆਂ ਸਖ਼ਤ ਲਾਈਨਾਂ ਲਿਖੀਆਂ। ਇਹ ਤਰੀਕਾ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਲਈ ਤਾਂ ਠੀਕ ਸੀ, ਪਰ ਮਨੁੱਖੀ ਬੋਲੀ ਅਤੇ ਵਿਜ਼ੂਅਲ ਪਛਾਣ ਲਈ ਫੇਲ੍ਹ ਰਿਹਾ। ਇਹ ਬਦਲਾਅ 2012 ਦੇ ImageNet ਮੁਕਾਬਲੇ ਦੌਰਾਨ ਸ਼ੁਰੂ ਹੋਇਆ, ਜਦੋਂ ਗਣਿਤ ਦੇ ਇੱਕ ਖਾਸ ਤਰੀਕੇ ਨੇ ਸਾਰੇ ਰਵਾਇਤੀ ਤਰੀਕਿਆਂ ਨੂੰ ਪਿੱਛੇ ਛੱਡ ਦਿੱਤਾ। ਇਹ ਸਿਰਫ਼ ਇੱਕ ਬਿਹਤਰ ਟੂਲ ਨਹੀਂ ਸੀ, ਸਗੋਂ ਪਿਛਲੇ ਪੰਜਾਹ ਸਾਲਾਂ ਦੇ ਤਰਕ ਤੋਂ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰਾ ਰਾਹ ਸੀ। ਅੱਜ, ਅਸੀਂ ਇਸਦੇ ਨਤੀਜੇ ਹਰ ਟੈਕਸਟ ਬਾਕਸ ਅਤੇ ਇਮੇਜ ਜਨਰੇਟਰ ਵਿੱਚ ਦੇਖਦੇ ਹਾਂ। ਇਹ ਤਕਨਾਲੋਜੀ ਲੈਬ ਦੀ ਉਤਸੁਕਤਾ ਤੋਂ ਨਿਕਲ ਕੇ ਗਲੋਬਲ ਇਨਫਰਾਸਟਰੱਕਚਰ ਦਾ ਮੁੱਖ ਹਿੱਸਾ ਬਣ ਗਈ ਹੈ। ਇਸ ਬਦਲਾਅ ਨੂੰ ਸਮਝਣ ਲਈ ਮਾਰਕੀਟਿੰਗ ਦੇ ਸ਼ੋਰ ਤੋਂ ਪਰੇ ਦੇਖਣਾ ਜ਼ਰੂਰੀ ਹੈ ਕਿ ਕਿਵੇਂ ਅਨੁਮਾਨ (prediction) ਦੇ ਮਕੈਨਿਕਸ ਨੇ ਤਰਕ ਦੇ ਪੁਰਾਣੇ ਮਕੈਨਿਕਸ ਦੀ ਥਾਂ ਲੈ ਲਈ ਹੈ। ਇਹ ਲੇਖ ਉਹਨਾਂ ਤਕਨੀਕੀ ਮੋੜਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ ਜੋ ਸਾਨੂੰ ਇੱਥੇ ਲੈ ਕੇ ਆਏ ਹਨ ਅਤੇ ਉਹਨਾਂ ਅਣਸੁਲਝੇ ਸਵਾਲਾਂ ਬਾਰੇ ਗੱਲ ਕਰਦਾ ਹੈ ਜੋ ਅਗਲੇ ਦਹਾਕੇ ਦੇ ਵਿਕਾਸ ਨੂੰ ਤੈਅ ਕਰਨਗੇ। ਅਸੀਂ ਹੁਣ ਮਸ਼ੀਨਾਂ ਨੂੰ ਸੋਚਣਾ ਨਹੀਂ ਸਿਖਾ ਰਹੇ, ਅਸੀਂ ਉਹਨਾਂ ਨੂੰ ਅਗਲੀ ਸੰਭਾਵਿਤ ਜਾਣਕਾਰੀ ਦਾ ਅਨੁਮਾਨ ਲਗਾਉਣ ਲਈ ਟ੍ਰੇਨ ਕਰ ਰਹੇ ਹਾਂ।

ਤਰਕ ਤੋਂ ਅਨੁਮਾਨ ਤੱਕ ਦਾ ਸਫ਼ਰ

ਰਵਾਇਤੀ ਕੰਪਿਊਟਿੰਗ ਪ੍ਰਤੀਕਾਤਮਕ ਤਰਕ (symbolic logic) ‘ਤੇ ਨਿਰਭਰ ਸੀ। ਜੇਕਰ ਕੋਈ ਯੂਜ਼ਰ ਬਟਨ ਦਬਾਉਂਦਾ ਹੈ, ਤਾਂ ਪ੍ਰੋਗਰਾਮ ਇੱਕ ਫਾਈਲ ਖੋਲ੍ਹਦਾ ਹੈ। ਇਹ ਅਨੁਮਾਨ ਲਗਾਉਣ ਯੋਗ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਹੈ। ਹਾਲਾਂਕਿ, ਦੁਨੀਆ ਗੁੰਝਲਦਾਰ ਹੈ। ਇੱਕ ਬਿੱਲੀ ਦੀ ਤਸਵੀਰ ਹਰ ਰੌਸ਼ਨੀ ਅਤੇ ਹਰ ਕੋਣ ਤੋਂ ਵੱਖਰੀ ਦਿਖਾਈ ਦਿੰਦੀ ਹੈ। ਹਰ ਸੰਭਵ ਬਿੱਲੀ ਨੂੰ ਕਵਰ ਕਰਨ ਲਈ ਕਾਫ਼ੀ