2024 में शुरुआती लोगों के लिए आर्टिफिशियल इंटेलिजेंस ट्यूटोरियल | विशेषज्ञों से एआई ट्यूटोरियल सीखें

यह आर्टिफिशियल इंटेलिजेंस ट्यूटोरियल आर्टिफिशियल इंटेलिजेंस की अवधारणाओं पर बुनियादी और मध्यवर्ती जानकारी प्रदान करता है। यह उन छात्रों और कामकाजी पेशेवरों की मदद के लिए डिज़ाइन किया गया है जो पूरी तरह से शुरुआती हैं। इस ट्यूटोरियल में, हमारा ध्यान कृत्रिम बुद्धिमत्ता पर होगा, यदि आप मशीन लर्निंग के बारे में अधिक जानना चाहते हैं, तो आप इस ट्यूटोरियल को देख सकते हैं मशीन लर्निंग का संपूर्ण शुरुआती ट्यूटोरियल.

इस के माध्यम से आर्टिफिशियल इंटेलिजेंस ट्यूटोरियल, हम विभिन्न अवधारणाओं पर गौर करेंगे जैसे कि कृत्रिम बुद्धिमत्ता का अर्थ, एआई का स्तर, एआई क्यों महत्वपूर्ण है, इसके विभिन्न अनुप्रयोग, कृत्रिम बुद्धिमत्ता का भविष्य, और भी बहुत कुछ।

आमतौर पर AI के क्षेत्र में काम करने के लिए आपके पास काफी अनुभव होना जरूरी है। इस प्रकार, हम विभिन्न जॉब प्रोफाइलों पर भी चर्चा करेंगे जो कृत्रिम बुद्धिमत्ता से जुड़े हैं और अंततः आपको प्रासंगिक अनुभव प्राप्त करने में मदद करेंगे। एआई के क्षेत्र में शामिल होने से पहले आपको किसी विशिष्ट पृष्ठभूमि से होने की आवश्यकता नहीं है क्योंकि आवश्यक कौशल सीखना और प्राप्त करना संभव है। जबकि शर्तें डेटा विज्ञान, आर्टिफिशियल इंटेलिजेंस (एआई) और मशीन लर्निंग एक ही डोमेन में आते हैं और जुड़े हुए हैं, उनके अपने विशिष्ट अनुप्रयोग और अर्थ हैं। सीधे शब्दों में कहें तो कृत्रिम बुद्धिमत्ता का उद्देश्य मशीनों को मानव बुद्धि की नकल करके तर्क निष्पादित करने में सक्षम बनाना है। चूंकि एआई प्रक्रियाओं का मुख्य उद्देश्य मशीनों को अनुभव से सिखाना है, इसलिए सही जानकारी देना और आत्म-सुधार करना महत्वपूर्ण है।

आर्टिफिशियल इंटेलिजेंस क्या है?

इस प्रश्न का उत्तर इस बात पर निर्भर करेगा कि आप किससे पूछते हैं। प्रौद्योगिकी की क्षणिक समझ रखने वाला एक आम आदमी इसे रोबोट से जोड़ देगा। यदि आप किसी एआई शोधकर्ता से कृत्रिम बुद्धिमत्ता के बारे में पूछते हैं, तो वह कहेगा कि यह एल्गोरिदम का एक सेट है जो स्पष्ट रूप से ऐसा करने का निर्देश दिए बिना परिणाम उत्पन्न कर सकता है। ये दोनों उत्तर सही हैं. तो संक्षेप में कहें तो, आर्टिफिशियल इंटेलिजेंस है:

• मनुष्य द्वारा बनाई गई एक बुद्धिमान इकाई।
• स्पष्ट रूप से निर्देश दिए बिना बुद्धिमानी से कार्य करने में सक्षम।
• तर्कसंगत और मानवीय रूप से सोचने और कार्य करने में सक्षम।

आर्टिफिशियल इंटेलिजेंस के मूल में, यह कंप्यूटर विज्ञान की एक शाखा है जिसका उद्देश्य मशीनों में मानव बुद्धि का निर्माण या प्रतिलिपि बनाना है। लेकिन एक मशीन को बुद्धिमान क्या बनाता है? कई एआई सिस्टम मशीन लर्निंग की मदद से संचालित होते हैं ध्यान लगा के पढ़ना या सीखना एल्गोरिदम. एआई लगातार विकसित हो रहा है, जिसे पहले एआई का हिस्सा माना जाता था उसे अब केवल एक कंप्यूटर फ़ंक्शन के रूप में देखा जा सकता है। उदाहरण के लिए, अतीत में किसी कैलकुलेटर को AI का हिस्सा माना जाता रहा होगा। अब, इसे एक साधारण कार्य माना जाता है। इसी तरह, AI के भी कई स्तर हैं, आइए उन्हें समझते हैं।

आर्टिफिशियल इंटेलिजेंस क्यों महत्वपूर्ण है?

आर्टिफिशियल इंटेलिजेंस का लक्ष्य मानवीय क्षमताओं की सहायता करना और दूरगामी परिणामों के साथ उन्नत निर्णय लेने में हमारी मदद करना है। तकनीकी दृष्टिकोण से, यही AI का मुख्य लक्ष्य है। जब हम एआई के महत्व को अधिक दार्शनिक दृष्टिकोण से देखते हैं, तो हम कह सकते हैं कि इसमें मनुष्यों को कठिन श्रम से रहित अधिक सार्थक जीवन जीने में मदद करने की क्षमता है। एआई परस्पर जुड़े व्यक्तियों, कंपनियों, राज्यों और राष्ट्रों के जटिल वेब को इस तरह से प्रबंधित करने में मदद कर सकता है जो पूरी मानवता के लिए फायदेमंद हो।

वर्तमान में, आर्टिफिशियल इंटेलिजेंस उन सभी विभिन्न उपकरणों और तकनीकों द्वारा साझा किया जाता है जिनका आविष्कार हमने पिछले हजार वर्षों में किया है - मानव प्रयास को सरल बनाने और हमें बेहतर निर्णय लेने में मदद करने के लिए। आर्टिफिशियल इंटेलिजेंस एक ऐसी रचना है जो हमें अभूतपूर्व उपकरणों और सेवाओं का आविष्कार करने में मदद करेगी जो हमारे जीवन जीने के तरीके को तेजी से बदल देगी, उम्मीद है कि संघर्ष, असमानता और मानवीय पीड़ा को दूर कर देगी।

हम अभी भी उन प्रकार के परिणामों से कोसों दूर हैं। लेकिन यह भविष्य में सामने आ सकता है। आर्टिफिशियल इंटेलिजेंस का उपयोग वर्तमान में ज्यादातर कंपनियों द्वारा अपनी प्रक्रिया दक्षता में सुधार करने, संसाधन-भारी कार्यों को स्वचालित करने और हमारे पास उपलब्ध डेटा के आधार पर व्यावसायिक भविष्यवाणियां करने के लिए किया जा रहा है। जैसा कि आप देख रहे हैं, AI हमारे लिए कई मायनों में महत्वपूर्ण है। यह दुनिया में नए अवसर पैदा कर रहा है, हमें अपनी उत्पादकता सुधारने में मदद कर रहा है और भी बहुत कुछ। 

आर्टिफिशियल इंटेलिजेंस का इतिहास

बुद्धिमान प्राणियों की अवधारणा काफी समय से चली आ रही है और अब इसने शिक्षा, ऑटोमोटिव, बैंकिंग और वित्त, एआई हेल्थकेयर आदि में एआई जैसे कई क्षेत्रों में अपनी जगह बना ली है। प्राचीन यूनानियों के पास चीनी और मिस्र के इंजीनियरों की तरह ही रोबोट के बारे में मिथक थे। निर्मित ऑटोमेटन। हालाँकि, आधुनिक एआई की शुरुआत उस समय से हुई है जब शास्त्रीय दार्शनिकों ने मानव सोच को एक प्रतीकात्मक प्रणाली के रूप में वर्णित करने का प्रयास किया था। 1940 और 50 के दशक के बीच, विभिन्न क्षेत्रों के मुट्ठी भर वैज्ञानिकों ने कृत्रिम मस्तिष्क बनाने की संभावना पर चर्चा की। इससे एआई अनुसंधान के क्षेत्र का उदय हुआ - जिसे 1956 में न्यू हैम्पशायर के हनोवर में डार्टमाउथ कॉलेज में एक सम्मेलन में एक अकादमिक अनुशासन के रूप में स्थापित किया गया था। यह शब्द जॉन मैक्कार्थी द्वारा गढ़ा गया था, जिन्हें अब आर्टिफिशियल इंटेलिजेंस का जनक माना जाता है।

कई दशकों से अच्छी तरह से वित्त पोषित वैश्विक प्रयास के बावजूद, वैज्ञानिकों को मशीनों में बुद्धिमत्ता बनाना बेहद कठिन लगा। 1970 और 1990 के दशक के मध्य के बीच, वैज्ञानिकों को एआई अनुसंधान के लिए धन की भारी कमी से जूझना पड़ा। इन वर्षों को 'एआई विंटर्स' के नाम से जाना जाने लगा। हालाँकि, 1990 के अंत तक, अमेरिकी निगम एक बार फिर AI में रुचि लेने लगे। इसके अलावा, जापानी सरकार भी एआई की उन्नति के लिए पांचवीं पीढ़ी का कंप्यूटर विकसित करने की योजना लेकर आई। अंततः, 1997 में, आईबीएम के डीप ब्लू ने विश्व शतरंज चैंपियन गैरी कास्परोव को हराने वाले पहले कंप्यूटर को हरा दिया।

जैसे-जैसे एआई और इसकी तकनीक आगे बढ़ती रही - मोटे तौर पर कंप्यूटर हार्डवेयर में सुधार के कारण, निगमों और सरकारों ने भी अन्य संकीर्ण डोमेन में इसके तरीकों का सफलतापूर्वक उपयोग करना शुरू कर दिया। पिछले 15 वर्षों में, Amazon, Google, Baidu और कई अन्य, बड़े व्यावसायिक लाभ के लिए AI तकनीक का लाभ उठाने में कामयाब रहे हैं। AI, आज, हमारे द्वारा उपयोग की जाने वाली कई ऑनलाइन सेवाओं में अंतर्निहित है। नतीजतन, प्रौद्योगिकी न केवल हर क्षेत्र में भूमिका निभाने में कामयाब रही है, बल्कि शेयर बाजार के एक बड़े हिस्से को भी चलाने में कामयाब रही है। 

आज, आर्टिफिशियल इंटेलिजेंस को आर्टिफिशियल जनरल इंटेलिजेंस, आर्टिफिशियल नैरो इंटेलिजेंस और आर्टिफिशियल सुपर इंटेलिजेंस नामक उप-डोमेन में विभाजित किया गया है, जिस पर हम इस लेख में विस्तार से चर्चा करेंगे। हम AI और AGI के बीच अंतर पर भी चर्चा करेंगे।

आर्टिफिशियल इंटेलिजेंस के स्तर

आर्टिफिशियल इंटेलिजेंस को तीन मुख्य स्तरों में विभाजित किया जा सकता है:

1. आर्टिफिशियल नैरो इंटेलिजेंस
2. आर्टिफिशियल जनरल इंटेलिजेंस
3. कृत्रिम सुपर-इंटेलिजेंस

आर्टिफिशियल नैरो इंटेलिजेंस (एएनआई)

संकीर्ण एआई या कमजोर एआई के रूप में भी जाना जाता है, कृत्रिम संकीर्ण बुद्धि लक्ष्य-उन्मुख है और इसे एकल कार्यों को करने के लिए डिज़ाइन किया गया है। हालाँकि इन मशीनों को बुद्धिमान माना जाता है, लेकिन ये न्यूनतम सीमाओं के तहत काम करती हैं, और इस प्रकार, इन्हें कमजोर एआई के रूप में जाना जाता है। यह मानव बुद्धि की नकल नहीं करता; यह कुछ मापदंडों के आधार पर मानव व्यवहार को उत्तेजित करता है। नैरो एआई कार्यों को करने के लिए एनएलपी या प्राकृतिक भाषा प्रसंस्करण का उपयोग करता है। यह चैटबॉट और सिरी जैसी वाक् पहचान प्रणाली जैसी तकनीकों में स्पष्ट है। गहन शिक्षण का उपयोग करने से आप उपयोगकर्ता अनुभव को निजीकृत कर सकते हैं, जैसे आभासी सहायक जो आपके भविष्य के अनुभव को बेहतर बनाने के लिए आपके डेटा को संग्रहीत करते हैं। 

कमज़ोर या संकीर्ण AI के उदाहरण:

1. सिरी, एलेक्सा, कॉर्टाना
2. आईबीएम के वाटसन
3. सेल्फ ड्राइविंग कार
4. चेहरे की पहचान करने वाले सॉफ्टवेयर
5. ईमेल स्पैम फिल्टर 
6. भविष्यवाणी उपकरण 

आर्टिफिशियल जनरल इंटेलिजेंस (AGI)

मजबूत एआई या डीप एआई के रूप में भी जाना जाता है, कृत्रिम सामान्य बुद्धि उस अवधारणा को संदर्भित करती है जिसके माध्यम से मशीनें समस्याओं को हल करने के लिए अपनी बुद्धि को लागू करने की क्षमता का प्रदर्शन करते हुए मानव बुद्धि की नकल कर सकती हैं। वैज्ञानिक अभी तक बुद्धि के इस स्तर को हासिल नहीं कर पाये हैं। बुद्धिमत्ता के इस स्तर को प्राप्त करने से पहले महत्वपूर्ण शोध किए जाने की आवश्यकता है। वैज्ञानिकों को एक ऐसा रास्ता खोजना होगा जिसके माध्यम से मशीनें संज्ञानात्मक क्षमताओं के एक सेट की प्रोग्रामिंग के माध्यम से सचेत हो सकें। डीप एआई के कुछ गुण हैं-

• मान्यता
• वापस बुलाना 
• परिकल्पना परीक्षण 
• कल्पना
• समानता
• निहितार्थ

यह अनुमान लगाना मुश्किल है कि निकट भविष्य में मजबूत एआई आगे बढ़ना जारी रखेगा या नहीं, लेकिन भाषण और चेहरे की पहचान में लगातार प्रगति दिख रही है, इस बात की थोड़ी संभावना है कि हम एआई के इस स्तर में भी वृद्धि की उम्मीद कर सकते हैं। 

कृत्रिम सुपर-इंटेलिजेंस (एएसआई)

वर्तमान में, सुपर-इंटेलिजेंस केवल एक काल्पनिक अवधारणा है। लोग मानते हैं कि भविष्य में ऐसी कृत्रिम बुद्धिमत्ता विकसित करना संभव हो सकता है, लेकिन वर्तमान दुनिया में इसका अस्तित्व नहीं है। सुपर-इंटेलिजेंस को उस स्तर के रूप में जाना जा सकता है जिसमें मशीन मानवीय क्षमताओं से आगे निकल जाती है और आत्म-जागरूक हो जाती है। यह अवधारणा कई फिल्मों और विज्ञान कथा उपन्यासों का आधार रही है, जिसमें रोबोट जो अपनी भावनाओं और संवेदनाओं को विकसित करने में सक्षम हैं, वे मानवता पर विजय प्राप्त कर सकते हैं। यह अपनी खुद की भावनाओं का निर्माण करने में सक्षम होगा, और काल्पनिक रूप से, कला, खेल, गणित, विज्ञान और अन्य में मनुष्यों से बेहतर होगा। अतिबुद्धि की निर्णय लेने की क्षमता मनुष्य से भी अधिक होगी। कृत्रिम सुपर-इंटेलिजेंस की अवधारणा अभी भी हमारे लिए अज्ञात है, इसके परिणामों का अनुमान नहीं लगाया जा सकता है, और इसके प्रभाव को अभी तक मापा नहीं जा सकता है। 

आइए अब कमजोर AI और मजबूत AI के बीच अंतर को समझें। 

आर्टिफिशियल इंटेलिजेंस के अनुप्रयोग

कृत्रिम बुद्धिमत्ता ने आज कई उद्योगों और क्षेत्रों में अपना मार्ग प्रशस्त कर लिया है। गेमिंग से लेकर स्वास्थ्य सेवा तक, AI का अनुप्रयोग काफी बढ़ गया है। क्या आप जानते हैं कि Google मानचित्र एप्लिकेशन और iPhone जैसे चेहरे की पहचान सभी कार्य करने के लिए AI तकनीक का उपयोग कर रहे हैं? एआई हमारे चारों ओर है और जितना हम इसे जानते हैं उससे कहीं अधिक यह हमारे दैनिक जीवन का हिस्सा है। यदि आप एआई के बारे में अधिक जानना चाहते हैं, तो आप इसे अपना सकते हैं पीजीपी आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग कोर्स द्वारा की पेशकश की बड़ी सीख. यहां आर्टिफिशियल इंटेलिजेंस के कुछ अनुप्रयोग दिए गए हैं।

202 में आर्टिफिशियल इंटेलिजेंस के सर्वोत्तम अनुप्रयोग4

1. Google की AI-संचालित भविष्यवाणियाँ (Google मानचित्र)
2. राइड-शेयरिंग एप्लिकेशन (Uber, Lyft)
3. वाणिज्यिक उड़ानों में एआई ऑटोपायलट
4. ईमेल पर स्पैम फ़िल्टर
5. साहित्यिक चोरी जांचने वाले और उपकरण
6. चेहरे की पहचान
7. सिफ़ारिशें खोजें
8. वॉयस-टू-टेक्स्ट सुविधाएँ
9. स्मार्ट निजी सहायक (सिरी, एलेक्सा)
10. धोखाधड़ी से सुरक्षा और रोकथाम

अब जब हम जानते हैं कि ये वे क्षेत्र हैं जहां एआई लागू किया जाता है। आइये इन्हें और अधिक विस्तृत तरीके से समझते हैं। ट्रैफ़िक पूर्वानुमानों की सटीकता में सुधार के लिए Google ने डीपमाइंड के साथ साझेदारी की है। ऐतिहासिक ट्रैफ़िक डेटा के साथ-साथ लाइव डेटा की मदद से, वे एआई तकनीक और मशीन लर्निंग एल्गोरिदम के माध्यम से सटीक भविष्यवाणी कर सकते हैं। एक बुद्धिमान निजी सहायक हमारे द्वारा दिए गए आदेशों के आधार पर कार्य कर सकता है। यह एक सॉफ्टवेयर एजेंट है और संदेश भेजने, Google खोज करने, वॉइस नोट रिकॉर्ड करने, चैटबॉट और बहुत कुछ जैसे कार्य कर सकता है। 

आर्टिफिशियल इंटेलिजेंस के लक्ष्य

अब तक, आपने देखा कि AI का क्या अर्थ है, AI के विभिन्न स्तर और उसके अनुप्रयोग। लेकिन AI के लक्ष्य क्या हैं? AI के माध्यम से हम क्या परिणाम प्राप्त करना चाहते हैं? समग्र लक्ष्य मशीनों और कंप्यूटरों को सीखने और बुद्धिमानी से कार्य करने की अनुमति देना होगा। AI के कुछ अन्य लक्ष्य इस प्रकार हैं:

1. समस्या-समाधान: शोधकर्ताओं ने ऐसे एल्गोरिदम विकसित किए जो किसी पहेली को हल करते समय मनुष्य द्वारा उपयोग की जाने वाली चरण-दर-चरण प्रक्रिया का अनुकरण करने में सक्षम थे। 1980 और 1990 के दशक के उत्तरार्ध में, अनुसंधान एक ऐसे चरण पर पहुँच गया था जहाँ अधूरी या अनिश्चित जानकारी से निपटने के लिए तरीके विकसित किए गए थे। लेकिन कठिन समस्याओं के लिए, विशाल कम्प्यूटेशनल संसाधनों और स्मरण शक्ति की आवश्यकता होती है। इस प्रकार, कुशल समस्या-समाधान एल्गोरिदम की खोज कृत्रिम बुद्धिमत्ता के लक्ष्यों में से एक है।

2. ज्ञान प्रतिनिधित्व: मशीनों से उन समस्याओं को हल करने की अपेक्षा की जाती है जिनके लिए व्यापक ज्ञान की आवश्यकता होती है। इस प्रकार, ज्ञान प्रतिनिधित्व एआई के लिए केंद्रीय है। कृत्रिम बुद्धिमत्ता वस्तुओं, गुणों, घटनाओं, कारण और प्रभाव और बहुत कुछ का प्रतिनिधित्व करती है। 

3. योजना: एआई का एक लक्ष्य बुद्धिमान लक्ष्य निर्धारित करना और उन्हें हासिल करना होना चाहिए। इस बारे में पूर्वानुमान लगाने में सक्षम होना कि कार्रवाइयां परिवर्तन को कैसे प्रभावित करेंगी, और क्या विकल्प उपलब्ध हैं। एक एआई एजेंट को अपने पर्यावरण का आकलन करने और उसके अनुसार भविष्यवाणियां करने की आवश्यकता होगी। यही कारण है कि योजना बनाना महत्वपूर्ण है और इसे एआई का लक्ष्य माना जा सकता है। 

4. सीखना: एआई, मशीन लर्निंग की मूलभूत अवधारणाओं में से एक, कंप्यूटर एल्गोरिदम का अध्ययन है जो अनुभव के माध्यम से समय के साथ बेहतर होता रहता है। एमएल विभिन्न प्रकार के होते हैं। आमतौर पर ज्ञात प्रकार अनसुपरवाइज्ड मशीन लर्निंग और सुपरवाइज्ड मशीन लर्निंग हैं। इन अवधारणाओं के बारे में अधिक जानने के लिए आप हमारा ब्लॉग पढ़ सकते हैं एमएल का मतलब क्या है और यह कैसे काम करता है. 

5. सामाजिक बुद्धिमत्ता: प्रभावशाली कंप्यूटिंग अनिवार्य रूप से उन प्रणालियों का अध्ययन है जो मानव प्रयासों की व्याख्या, पहचान और प्रक्रिया कर सकती हैं। यह कंप्यूटर विज्ञान, मनोविज्ञान और संज्ञानात्मक विज्ञान का संगम है। सामाजिक बुद्धिमत्ता एआई का एक और लक्ष्य है क्योंकि एल्गोरिदम बनाने से पहले इन क्षेत्रों को समझना महत्वपूर्ण है। 

इस प्रकार, एआई का समग्र लक्ष्य ऐसी प्रौद्योगिकियों का निर्माण करना है जो उपरोक्त लक्ष्यों को शामिल कर सकें और एक बुद्धिमान मशीन बना सकें जो हमें कुशलतापूर्वक काम करने, तेजी से निर्णय लेने और सुरक्षा में सुधार करने में मदद कर सके। 

आर्टिफिशियल इंटेलिजेंस में नौकरियाँ

इनडीड के अनुसार, पिछले तीन वर्षों में एआई कौशल की मांग दोगुनी से अधिक हो गई है। एआई के क्षेत्र में जॉब पोस्टिंग में 119% की वृद्धि हुई है। एक इमेज-प्रोसेसिंग एल्गोरिदम को प्रशिक्षित करने का कार्य आज मिनटों में किया जा सकता है, जबकि कुछ साल पहले, इस कार्य को पूरा होने में घंटों लग जाते थे। जब हम बाजार में कुशल पेशेवरों की तुलना आज उपलब्ध नौकरियों की संख्या से करते हैं, तो हम कृत्रिम बुद्धिमत्ता के क्षेत्र में कुशल पेशेवरों की कमी देख सकते हैं।

बायेसियन नेटवर्किंग, तंत्रिका जाल, कंप्यूटर विज्ञान (प्रोग्रामिंग भाषाओं के बारे में ज्ञान सहित), भौतिकी, रोबोटिक्स, कैलकुलस और सांख्यिकीय अवधारणाएं कुछ ऐसे कौशल हैं जिन्हें किसी को एआई में करियर बनाने से पहले जानना चाहिए। यदि आप ऐसे व्यक्ति हैं जो एआई में अपना करियर बनाना चाहते हैं, तो आपको उपलब्ध विभिन्न नौकरी भूमिकाओं के बारे में पता होना चाहिए। आइए हम एआई की दुनिया में विभिन्न नौकरी भूमिकाओं पर करीब से नज़र डालें और प्रत्येक नौकरी भूमिका के लिए व्यक्ति के पास क्या कौशल होना चाहिए। 

यह भी पढ़ें: आर्टिफिशियल इंटेलिजेंस साक्षात्कार प्रश्न 2020

1. मशीन सीखना अभियंता

यदि आप ऐसे व्यक्ति हैं जो डेटा साइंस या एप्लाइड रिसर्च की पृष्ठभूमि से हैं, तो आपकी भूमिका मशीन सीखना अभियंता आपके लिए उपयुक्त है. आपको पायथन, जावा जैसी कई प्रोग्रामिंग भाषाओं की समझ प्रदर्शित करनी होगी। पूर्वानुमानित मॉडलों की समझ होना और विशाल डेटासेट के साथ काम करते समय प्राकृतिक भाषा प्रसंस्करण का लाभ उठाने में सक्षम होना फायदेमंद साबित होगा। IntelliJ और Eclipse जैसे सॉफ़्टवेयर डेवलपमेंट IDE टूल से परिचित होने से आपको मशीन लर्निंग इंजीनियर के रूप में अपने करियर को आगे बढ़ाने में मदद मिलेगी। आप अन्य जिम्मेदारियों के अलावा मुख्य रूप से कई मशीन लर्निंग परियोजनाओं के निर्माण और प्रबंधन के लिए जिम्मेदार होंगे।

एक एमएल इंजीनियर के रूप में, आपको $114,856 का वार्षिक औसत वेतन प्राप्त होगा। कंपनियां ऐसे कुशल पेशेवरों की तलाश करती हैं जिनके पास संबंधित क्षेत्र में स्नातकोत्तर डिग्री हो और मशीन लर्निंग अवधारणाओं, जावा, पायथन और स्काला के बारे में गहन ज्ञान हो। भर्ती करने वाली कंपनी के आधार पर आवश्यकताएं अलग-अलग होंगी, लेकिन विश्लेषणात्मक कौशल और क्लाउड एप्लिकेशन को एक प्लस पॉइंट के रूप में देखा जाता है। 

2. डेटा साइंटिस्ट 

एक डेटा वैज्ञानिक के रूप में, आपके कार्यों में मशीन लर्निंग और प्रेडिक्टिव एनालिटिक्स टूल का लाभ उठाकर बड़े और जटिल डेटासेट एकत्र करना, विश्लेषण करना और व्याख्या करना शामिल है। डेटा वैज्ञानिक एल्गोरिदम विकसित करने के लिए भी ज़िम्मेदार हैं जो आगे के विश्लेषण और व्याख्या के लिए डेटा एकत्र करने और साफ़ करने में सक्षम बनाता है। वार्षिक माध्यिका डेटा साइंटिस्ट का वेतन $120,931 है, और आवश्यक कौशल इस प्रकार हैं: 

• करंड
• Hadoop
• मानचित्र छोटा करना
• सुअर
• स्पार्क
• अजगर
• स्काला
• एसक्यूएल 

आवश्यक कौशल कंपनी-दर-कंपनी और आपके अनुभव स्तर के आधार पर भिन्न हो सकते हैं। अधिकांश नियुक्ति कंपनियाँ डेटा विज्ञान या कंप्यूटर विज्ञान के क्षेत्र में स्नातकोत्तर डिग्री या डॉक्टरेट की डिग्री की तलाश में रहती हैं। यदि आप एक डेटा वैज्ञानिक हैं और एआई डेवलपर बनना चाहते हैं, तो उन्नत कंप्यूटर विज्ञान की डिग्री फायदेमंद साबित होती है। आपके पास असंरचित डेटा को समझने की क्षमता होनी चाहिए, और मजबूत विश्लेषणात्मक और संचार कौशल होना चाहिए। ये कौशल आवश्यक हैं क्योंकि आप व्यावसायिक नेताओं के साथ निष्कर्षों को संप्रेषित करने पर काम करेंगे। 

3. बिजनेस इंटेलिजेंस डेवलपर 

जब आप एआई में विभिन्न नौकरी भूमिकाओं को देख रहे हैं, तो इसमें बिजनेस इंटेलिजेंस (बीआई) डेवलपर की स्थिति भी शामिल है। इस भूमिका का उद्देश्य जटिल डेटासेट का विश्लेषण करना है जो हमें व्यापार और बाजार के रुझानों की पहचान करने में मदद करता है। एक बीआई डेवलपर $92,278 का वार्षिक औसत वेतन अर्जित करता है। एक बीआई डेवलपर क्लाउड-आधारित डेटा प्लेटफ़ॉर्म में जटिल डेटा को डिज़ाइन करने, मॉडलिंग करने और बनाए रखने के लिए ज़िम्मेदार है। यदि आप बीआई डेवलपर के रूप में काम करने में रुचि रखते हैं, तो आपके पास मजबूत तकनीकी और विश्लेषणात्मक कौशल होना चाहिए।

बेहतरीन संचार कौशल का होना महत्वपूर्ण है क्योंकि आप उन सहकर्मियों के लिए समाधान संप्रेषित करने पर काम करेंगे जिनके पास तकनीकी ज्ञान नहीं है। आपको समस्या-समाधान कौशल भी प्रदर्शित करना चाहिए। एक बीआई डेवलपर के लिए आम तौर पर किसी भी संबंधित क्षेत्र में स्नातक की डिग्री होना आवश्यक है, और कार्य अनुभव आपको अतिरिक्त अंक भी देगा। प्रमाणपत्र अत्यधिक वांछित हैं और इन्हें एक अतिरिक्त गुणवत्ता के रूप में देखा जाता है। BI डेवलपर के लिए आवश्यक कौशल डेटा माइनिंग, SQL क्वेरीज़, SQL सर्वर रिपोर्टिंग सेवाएँ, BI तकनीक और डेटा वेयरहाउस डिज़ाइन होंगे। 

4. अनुसंधान वैज्ञानिक 

एक शोध वैज्ञानिक आर्टिफिशियल इंटेलिजेंस में अग्रणी करियर में से एक है। आपको गणित, गहन शिक्षण, मशीन लर्निंग और कम्प्यूटेशनल सांख्यिकी जैसे कई विषयों में विशेषज्ञ होना चाहिए। उम्मीदवारों को कंप्यूटर धारणा, ग्राफिकल मॉडल, सुदृढीकरण सीखने और एनएलपी से संबंधित पर्याप्त ज्ञान होना चाहिए। डेटा वैज्ञानिकों के समान, अनुसंधान वैज्ञानिकों से कंप्यूटर विज्ञान में मास्टर या डॉक्टरेट की डिग्री की अपेक्षा की जाती है। वार्षिक औसत वेतन $99,809 बताया गया है। अधिकांश कंपनियाँ किसी ऐसे व्यक्ति की तलाश में रहती हैं जिसे समानांतर कंप्यूटिंग, वितरित कंप्यूटिंग, बेंचमार्किंग और मशीन लर्निंग की गहरी समझ हो। 

5. बिग डेटा इंजीनियर/आर्किटेक्ट 

आर्टिफिशियल इंटेलिजेंस के अंतर्गत आने वाली सभी भूमिकाओं में बिग डेटा इंजीनियर/आर्किटेक्ट्स की सबसे अधिक वेतन वाली नौकरी है। एक बिग डेटा इंजीनियर/आर्किटेक्ट का वार्षिक औसत वेतन $151,307 है। वे एक पारिस्थितिकी तंत्र के विकास में महत्वपूर्ण भूमिका निभाते हैं जो व्यापार प्रणालियों को एक-दूसरे के साथ संवाद करने और डेटा एकत्र करने में सक्षम बनाता है। डेटा वैज्ञानिकों की तुलना में, बिग डेटा आर्किटेक्ट्स को स्पार्क और जैसे प्लेटफार्मों पर एक कुशल बड़े डेटा वातावरण की योजना बनाने, डिजाइन करने और विकसित करने से संबंधित कार्य प्राप्त होते हैं। Hadoop. कंपनियाँ आमतौर पर ऐसे व्यक्तियों को नौकरी पर रखना चाहती हैं जो C++, Java, में अनुभव प्रदर्शित करते हों। अजगर, और स्काला। 

डेटा खनन, डेटा विज़ुअलाइज़ेशन, और डेटा माइग्रेशन कौशल एक अतिरिक्त लाभ है। एक अन्य बोनस गणित या किसी संबंधित कंप्यूटर विज्ञान क्षेत्र में पीएचडी होगा।

आर्टिफिशियल इंटेलिजेंस के लाभ

जैसा कि दुनिया में अधिकांश चीजों के साथ होता है, एआई के अपने फायदे और नुकसान हैं। सबसे पहले, आइए कृत्रिम बुद्धिमत्ता के फायदों को समझें और इसने हमारे जीवन को पहले की तुलना में कैसे आसान बना दिया है। 

• मानवीय भूल में कमी
• उपलब्ध 24×7
• दोहराव वाले काम में मदद करता है
• डिजिटल सहायता 
• तेज़ निर्णय
• तर्कसंगत निर्णय निर्माता
• चिकित्सा अनुप्रयोग
• सुरक्षा में सुधार
• कुशल संचार

आइए उपरोक्त प्रत्येक बिंदु पर करीब से नज़र डालें। 

1. मानवीय भूल में कमी

एआई मॉडल में लिए गए सभी निर्णय एल्गोरिदम का एक सेट लागू करने के बाद पहले से एकत्रित जानकारी से लिए जाते हैं। इससे त्रुटियां कम हो जाती हैं और अधिक सटीकता के साथ सटीकता की संभावना बढ़ जाती है। मनुष्यों द्वारा कोई भी कार्य करने की स्थिति में, त्रुटि की थोड़ी संभावना हमेशा बनी रहती है। चूँकि हम त्रुटियाँ करने में सक्षम हैं, इसलिए AI के माध्यम से प्रोग्राम और एल्गोरिदम का उपयोग करना बेहतर है क्योंकि वे त्रुटियों की संभावना को कम करते हैं। 

2. 24×7 उपलब्ध

कृत्रिम बुद्धिमत्ता मॉडल बिना किसी रुकावट या बोरियत के 24/7 काम करने के लिए बनाए गए हैं। जब इसकी तुलना एक औसत इंसान से की जाती है जो एक दिन में छह से आठ घंटे काम कर सकता है, तो यह काफी अधिक कुशल है। मनुष्य के पास लंबे समय तक काम करने की क्षमता नहीं है क्योंकि हमें तरोताजा होने के लिए आराम और समय की आवश्यकता होगी। इस प्रकार, AI 24/7 उपलब्ध है और काफी हद तक दक्षता में सुधार करता है। 

3. दोहराए जाने वाले कार्य में सहायता करता है

आर्टिफिशियल इंटेलिजेंस सांसारिक मानवीय कार्यों को उत्पादक रूप से स्वचालित कर सकता है। यह हमें तेजी से रचनात्मक बनने में मदद कर सकता है - धन्यवाद मेल भेजने से लेकर अव्यवस्था दूर करने या प्रश्नों का उत्तर देने तक। यह दस्तावेजों को सत्यापित करने में भी हमारी मदद कर सकता है। बार-बार दोहराया जाने वाला कार्य, जैसे किसी रेस्तरां या कारखाने में खाना बनाना, बर्बाद हो सकता है क्योंकि मनुष्य लंबे समय तक काम करने के बाद थक जाता है या अरुचिकर हो जाता है। एआई इन दोहराए जाने वाले कार्यों को कुशलतापूर्वक और त्रुटि के बिना करने में हमारी मदद कर सकता है। 

4. डिजिटल सहायता

कई संगठन जो अत्यधिक उन्नत हैं, उपयोगकर्ताओं के साथ बातचीत करने के लिए डिजिटल सहायकों का उपयोग करते हैं। ऐसा करने से संगठन को मानव संसाधनों पर लागत बचाने में मदद मिलती है। चैटबॉट्स जैसे डिजिटल सहायकों का उपयोग आमतौर पर किसी संगठन की वेबसाइट में उपयोगकर्ता के प्रश्नों का उत्तर देने के लिए किया जाता है। यह एक सुचारू कार्यशील इंटरफ़ेस और अच्छा उपयोगकर्ता अनुभव भी प्रदान करता है। चैटबॉट इसका एक बेहतरीन उदाहरण हैं। इसके बारे में अधिक जानने के लिए यहां पढ़ें एआई चैटबॉट कैसे बनाएं.

5. तेज़ निर्णय 

एआई, ऐसी अन्य तकनीकों के साथ, औसत इंसान की तुलना में मशीनों को तेजी से निर्णय लेने में मदद कर सकता है। इससे कार्यों को शीघ्रता से सम्पादित करने में सहायता मिलती है। ऐसा इसलिए है, क्योंकि निर्णय लेते समय, मनुष्य भावनाओं के माध्यम से कारकों का विश्लेषण करते हैं, जबकि एआई-संचालित मशीनें तेजी से प्रोग्राम किए गए परिणाम देती हैं।

6. तर्कसंगत निर्णय निर्माता

हम इंसान होने के नाते तकनीकी रूप से काफी हद तक विकसित हो चुके हैं, लेकिन जब निर्णय लेने की बात आती है, तो हम अभी भी अपनी भावनाओं को हावी होने देते हैं। कुछ स्थितियों में, हमारी भावनाओं को प्रभावित किए बिना त्वरित, कुशल और तार्किक निर्णय लेना वास्तव में महत्वपूर्ण है। एआई-संचालित निर्णय लेने को एआई एल्गोरिदम द्वारा नियंत्रित किया जाता है, और इस प्रकार, किसी भी भावनात्मक विसंगति की कोई गुंजाइश नहीं है। एआई की मदद से तर्कसंगत निर्णय यह सुनिश्चित करते हैं कि दक्षता प्रभावित नहीं होगी, और संगठन के उत्पादकता स्तर में भी वृद्धि होगी। 

7. चिकित्सा अनुप्रयोग

एआई के अन्य सभी फायदों के बीच, चिकित्सा क्षेत्र में इसका उपयोग सबसे बड़े अनुप्रयोगों में से एक है। एआई-संचालित चिकित्सा अनुप्रयोगों की मदद से डॉक्टर अपने मरीजों के स्वास्थ्य जोखिमों का आकलन कर सकते हैं। रेडियोसर्जरी का उपयोग ट्यूमर पर इस तरह से ऑपरेशन करने के लिए किया जा रहा है कि यह आसपास के ऊतकों को नुकसान नहीं पहुंचाएगा और कोई अतिरिक्त समस्या पैदा नहीं करेगा। चिकित्सा पेशेवरों को सर्जरी के लिए एआई का उपयोग करने के लिए प्रशिक्षित किया गया है। वे विभिन्न न्यूरोलॉजिकल विकारों का कुशलतापूर्वक पता लगाने और निगरानी करने और मस्तिष्क कार्यों को उत्तेजित करने में भी मदद कर सकते हैं। 

8. सुरक्षा में सुधार

जैसे-जैसे प्रौद्योगिकी आगे बढ़ रही है, लोगों द्वारा धोखाधड़ी या पहचान की चोरी जैसे अनैतिक कारणों के लिए इसका उपयोग करने की संभावना अधिक है। यदि सही तरीके से और सही कारणों से उपयोग किया जाए, तो AI हमारे संगठन की सुरक्षा को बेहतर बनाने में एक महान संसाधन साबित हो सकता है। AI का उपयोग हमारे डेटा और वित्त की सुरक्षा के लिए किया जा सकता है। साइबर सुरक्षा के क्षेत्र में एआई को प्रमुखता से लागू किया जा रहा है। इसने किसी भी साइबर खतरे या किसी भी रूप के हमले के खिलाफ हमारे व्यक्तिगत डेटा को सुरक्षित करने की हमारी क्षमता को बदल दिया है। साइबर सुरक्षा में एआई के बारे में और यह कैसे मदद करता है, यह जानने के लिए आगे पढ़ें। यहाँ उत्पन्न करें.

9. कुशल संचार 

दुनिया के विभिन्न हिस्सों के लोग अलग-अलग भाषाएँ बोलते हैं और इस प्रकार, उन्हें एक-दूसरे के साथ संवाद करने में कठिनाई होती है। जब हम अतीत को देखते हैं, तो हम देखते हैं कि कैसे मानव अनुवादक लोगों को एक-दूसरे के साथ संवाद करने में मदद करते थे यदि दूसरा व्यक्ति हमारे जैसी भाषा नहीं समझता। यदि हम AI का उपयोग करते हैं तो ऐसी समस्याएँ उत्पन्न नहीं होती हैं। प्राकृतिक भाषा प्रसंस्करण सिस्टम को शब्दों को एक प्राकृतिक भाषा से दूसरी प्राकृतिक भाषा में अनुवाद करने की अनुमति देता है, जिससे बिचौलिया खत्म हो जाता है। इसका सबसे अच्छा उदाहरण Google अनुवाद है, और यह समय के साथ कैसे आगे बढ़ा है। अब, यह ऑडियो उदाहरण प्रदान करता है कि शब्दों/वाक्यों का उच्चारण कैसे किया जाना चाहिए। इस प्रकार, हमारी सटीकता और प्रभावी ढंग से संवाद करने की क्षमता में सुधार हो रहा है।

आर्टिफिशियल इंटेलिजेंस के नुकसान

अब जब हम एआई के फायदे समझ गए हैं, तो आइए कुछ नुकसानों पर नजर डालते हैं। 

• लागत में वृद्धि
• प्रतिभा की कमी
• व्यावहारिक उत्पादों का अभाव
• सॉफ्टवेयर विकास में मानकों का अभाव
• दुरुपयोग की संभावना
• मशीनों पर अत्यधिक निर्भर
• पर्यवेक्षण की आवश्यकता है

आइए AI के नुकसानों पर करीब से नज़र डालें। 

1. लागत में वृद्धि

सॉफ्टवेयर विकास की तुलना में एआई-संचालित मॉडल के संचालन का पैमाना काफी अधिक है। इसके कारण, आवश्यक संसाधनों में बहुत अधिक दर से वृद्धि हुई। इससे परिचालन की लागत उच्च स्तर पर पहुंच जाती है।

2. प्रतिभा की कमी 

एआई अभी भी एक ऐसा क्षेत्र है जो विकसित हो रहा है। इस प्रकार, ऐसे पेशेवरों को ढूंढना आसान नहीं है जो सभी आवश्यक कौशल से लैस हों। एआई के क्षेत्र में उपलब्ध नौकरियों की संख्या बनाम क्षेत्र में कुशल कार्यबल के बीच अंतर है। सभी आवश्यक कौशल रखने वाले किसी व्यक्ति को काम पर रखने से संगठन की लागत और बढ़ जाती है।

3. सॉफ्टवेयर विकास में मानकों का अभाव

आर्टिफिशियल इंटेलिजेंस का असली मूल्य सहयोग में निहित है जब विभिन्न एआई सिस्टम एक बड़ा, अधिक मूल्यवान एप्लिकेशन बनाने के लिए एक साथ आते हैं। लेकिन एआई सॉफ्टवेयर विकास में मानकों की कमी का मतलब है कि विभिन्न प्रणालियों के लिए एक-दूसरे से 'बात करना' मुश्किल है। इस वजह से आर्टिफिशियल इंटेलिजेंस सॉफ्टवेयर विकास स्वयं धीमा और महंगा है, जो एआई विकास में बाधा के रूप में कार्य करता है।

4. दुरुपयोग की संभावना

एआई में महान चीजें हासिल करने की क्षमता है और आज बाजार में इसकी जबरदस्त ताकत है। दुर्भाग्य से, महान शक्ति के साथ दुरुपयोग की संभावना भी आती है। यदि एआई की शक्ति अनैतिक उद्देश्यों वाले किसी व्यक्ति के हाथ में आ जाती है, तो दुरुपयोग की संभावना अधिक होती है।

5. मशीनों पर अत्यधिक निर्भर

सिरी और एलेक्सा जैसे एप्लिकेशन हमारे रोजमर्रा के जीवन का हिस्सा बन गए हैं। हम इन अनुप्रयोगों पर अत्यधिक निर्भर हैं और इन अनुप्रयोगों से सहायता प्राप्त करते हैं, जिससे हमारी रचनात्मक क्षमता कम हो जाती है। हम मशीनों पर अत्यधिक निर्भर होते जा रहे हैं और सरल कौशल सीखने से वंचित हो रहे हैं, इस प्रकार हम आलसी होते जा रहे हैं। 

6. पर्यवेक्षण की आवश्यकता है

एआई एल्गोरिदम का उपयोग करने के बहुत सारे फायदे हैं और यह अत्यधिक कुशल है। लेकिन इसके लिए निरंतर सहायता और पर्यवेक्षण की भी आवश्यकता होती है। ये एल्गोरिदम हमारे द्वारा प्रोग्रामिंग किए बिना और यह जांच किए बिना काम नहीं कर सकते कि वे सही तरीके से काम कर रहे हैं या नहीं। एक उदाहरण माइक्रोसॉफ्ट का AI चैट-बॉट है जिसका नाम 'Tay' है। ऑनलाइन बातचीत के माध्यम से सीखकर ताई को एक किशोर लड़की की तरह बोलने के लिए तैयार किया गया था। लेकिन चूंकि इसे बुनियादी बातचीत कौशल सीखने के लिए प्रोग्राम किया गया था और यह सही और गलत के बीच अंतर नहीं जानता था, इसलिए यह आगे बढ़ गया और इंटरनेट ट्रॉल्स के कारण अत्यधिक राजनीतिक और गलत जानकारी ट्वीट करने लगा।

आर्टिफिशियल इंटेलिजेंस का भविष्य

हम हमेशा तकनीकी परिवर्तनों से आकर्षित रहे हैं। वर्तमान में, हम अपने इतिहास की सबसे बड़ी एआई प्रगति के बीच रह रहे हैं। आर्टिफिशियल इंटेलिजेंस प्रौद्योगिकी के क्षेत्र में सबसे बड़ी प्रगति बनकर उभरी है। इसने न केवल हर उद्योग के भविष्य को प्रभावित किया है, बल्कि बड़े डेटा, रोबोटिक्स और IoT जैसी उभरती प्रौद्योगिकियों के चालक के रूप में भी काम किया है। जिस गति से AI आगे ​​बढ़ रहा है, इसमें कोई संदेह नहीं है कि यह भविष्य में भी फलता-फूलता रहेगा। इस प्रकार, हम कह सकते हैं कि एआई 2020 तक प्रवेश करने के लिए एक बेहतरीन क्षेत्र है। एआई और इसकी प्रौद्योगिकियों की प्रगति के साथ, इस क्षेत्र में कुशल पेशेवरों की अधिक आवश्यकता होगी।

एआई प्रमाणन आपको उद्योग में अन्य प्रतिभागियों पर बढ़त दिलाएगा। चूंकि चेहरे की पहचान, हेल्थकेयर में एआई, चैट-बॉट लगातार विकास दिखा रहे हैं, अब एक सफल एआई करियर बनाने की दिशा में काम करने का सही समय होगा। आभासी सहायक पहले से ही हमारे रोजमर्रा के जीवन का हिस्सा हैं, हमें इसकी जानकारी भी नहीं है। टेस्ला जैसी तकनीकी दिग्गजों की सेल्फ-ड्राइविंग कारों ने हमें भविष्य कैसा होगा इसकी एक झलक दिखाई है। अभी और भी बहुत सी प्रगतियाँ खोजी जानी बाकी हैं, यह तो केवल शुरुआत है। के अनुसार विश्व आर्थिक मंचकहा जाता है कि वर्ष 133 तक आर्टिफिशियल इंटेलिजेंस द्वारा 2022 मिलियन नई आर्टिफिशियल इंटेलिजेंस नौकरियां सृजित होंगी। एआई का भविष्य निश्चित रूप से उज्ज्वल है।

एक सरल आर्टिफिशियल इंटेलिजेंस मिनी-प्रोजेक्ट

परियोजना पर आगे बढ़ने से पहले, मैं इसका अध्ययन करने का सुझाव दूंगा मशीन लर्निंग ट्यूटोरियल यदि आप मशीन लर्निंग से बिल्कुल भी परिचित नहीं हैं। यदि आप इसके बारे में जानते हैं तो इससे आपको इस परियोजना में भी मदद मिलेगी लॉजिस्टिक रिग्रेशन एल्गोरिदम.

चिड़ियाघर पशु वर्गीकरण

इस मिनी-प्रोजेक्ट में, हम चिड़ियाघर में जानवरों को उनकी विशेषताओं के आधार पर वर्गीकृत करने के लिए आर्टिफिशियल इंटेलिजेंस के मशीन लर्निंग डोमेन के अंतर्गत आने वाले विभिन्न एल्गोरिदम का उपयोग करेंगे। हम कागल के इस डेटासेट का उपयोग करने जा रहे हैं जिसमें एक चिड़ियाघर के 101 जानवर शामिल हैं। जानवरों का वर्णन करने के लिए विभिन्न लक्षणों वाले 16 चर हैं। 7 वर्ग प्रकार हैं: स्तनपायी, पक्षी, सरीसृप, मछली, उभयचर, बग और अकशेरुकी।

इस डेटासेट का उद्देश्य चर के आधार पर जानवरों के वर्गीकरण की भविष्यवाणी करने में सक्षम होना है। आप इस डेटासेट में प्रयुक्त विभिन्न विशेषताओं के बारे में जानकारी लिंक किए गए डाउनलोड पेज से भी पा सकते हैं यहाँ उत्पन्न करें.

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
df = pd.read_csv(r'/content/zoo.csv')
df.head()

आउटपुट:

features.remove('class_type')
features.remove('animal_name')
X = df[features].values.astype(np.float32)
Y = df.class_type
X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.5, random_state = 0)

from sklearn.linear_model import LogisticRegression
model = LogisticRegression()
model.fit(X_train, Y_train)
print("training accuracy :", model.score(X_train, Y_train))
print("testing accuracy :", model.score(X_test, Y_test))

आउटपुट:
प्रशिक्षण सटीकता: 1.0
परीक्षण सटीकता: 0.9215686274509803 

जैसा कि आप देख सकते हैं, मॉडल ने परीक्षण डेटा पर 92% सटीकता प्राप्त करके असाधारण रूप से अच्छा प्रदर्शन किया। अब, यदि आपको उपरोक्त डेटासेट में किसी भी जानवर की विशेषताएँ दी गई हैं, तो आप इसे उपरोक्त मॉडल की सहायता से वर्गीकृत कर सकते हैं।

• क्या भविष्य में AI से कम होंगी नौकरियाँ?

एआई अभी भी विकसित हो रहा है। एआई के क्षेत्र में सुधार और प्रगति की बहुत बड़ी गुंजाइश है, और हालांकि बदलते रुझानों के साथ तालमेल बिठाने के लिए कुछ मात्रा में अपस्किलिंग की आवश्यकता हो सकती है, लेकिन एआई भविष्य में नौकरियों को प्रतिस्थापित या कम नहीं करेगा। दरअसल, गार्टनर के एक अध्ययन से पता चलता है कि एआई से संबंधित नौकरियां वर्ष 2025 तक दो मिलियन शुद्ध-नई नौकरियों तक पहुंच जाएंगी। एआई को अपनाने से किसी संगठन के लिए कार्यों को आसान बनाने में मदद मिलेगी। लगातार बदलती दुनिया में प्रासंगिक बने रहने के लिए कौशल को निखारना और इन नई अवधारणाओं को सीखना आवश्यक है।

• एआई कैसे काम करता है?

एआई सिस्टम का निर्माण एक मशीन में मानवीय गुणों और क्षमताओं को रिवर्स-इंजीनियरिंग करने की एक सावधानीपूर्वक प्रक्रिया है, और हम जो सक्षम हैं उसे पार करने के लिए इसकी कम्प्यूटेशनल कौशल का उपयोग करते हैं। आर्टिफिशियल इंटेलिजेंस को विविध घटकों पर बनाया जा सकता है और यह इनके समामेलन के रूप में कार्य करेगा:

• दर्शन
• गणित
• अर्थशास्त्र (इकोनॉमिक्स)
• तंत्रिका विज्ञान
• मनोविज्ञान (साइकोलॉजी)
• कंप्यूटर इंजीनियरिंग
• नियंत्रण सिद्धांत और साइबरनेटिक्स
• भाषा वैज्ञान

• रोबोटिक्स में कृत्रिम बुद्धिमत्ता का उपयोग कैसे किया जाता है?

आर्टिफिशियल इंटेलिजेंस और रोबोटिक्स को आमतौर पर दो अलग-अलग चीजों के रूप में देखा जाता है। एआई में प्रोग्रामिंग इंटेलिजेंस शामिल है जबकि रोबोटिक्स में भौतिक रोबोट बनाना शामिल है। हालाँकि, दोनों अवधारणाएँ सहसंबद्ध हैं। रोबोटिक्स एआई तकनीकों और एल्गोरिदम का उपयोग करता है और एआई दोनों के बीच के अंतर को पाटता है। इन रोबोटों को नियंत्रित किया जा सकता है एआई कार्यक्रमs.

• आर्टिफिशियल इंटेलिजेंस क्यों महत्वपूर्ण है?

संगीत अनुशंसाओं, मानचित्र दिशा-निर्देशों, मोबाइल बैंकिंग से लेकर धोखाधड़ी की रोकथाम तक, एआई और अन्य प्रौद्योगिकियों ने अपना स्थान ले लिया है। एआई कई कारणों से महत्वपूर्ण है। एआई के कई फायदे हैं, जैसे, मानवीय त्रुटि में कमी, 24×7 उपलब्ध, दोहराए जाने वाले काम में मदद, डिजिटल सहायता, तेज निर्णय और बहुत कुछ।

• AI में कमजोर तरीके क्या हैं?

कमजोर AI एक सीमित दायरे वाला एक संकीर्ण अनुप्रयोग है। यह डेटा को संसाधित करने के लिए पर्यवेक्षित और गैर-पर्यवेक्षित शिक्षण का उपयोग करता है। उदाहरण: सिरी, एलेक्सा।

• AI की शाखाएँ क्या हैं?

आर्टिफिशियल इंटेलिजेंस को मुख्य रूप से छह शाखाओं में विभाजित किया जा सकता है। वे हैं, मशीन लर्निंग, न्यूरल नेटवर्क, डीप लर्निंग, कंप्यूटर विजन, प्राकृतिक भाषा प्रसंस्करण, संज्ञानात्मक कंप्यूटिंग। 

• मैं आर्टिफिशियल इंटेलिजेंस सीखना कैसे शुरू कर सकता हूं?

आर्टिफिशियल इंटेलिजेंस सीखने के लिए आपके पास गणित, विज्ञान और कंप्यूटर विज्ञान जैसे कौशल होने चाहिए। आप कुछ ऑनलाइन ट्यूटोरियल का विकल्प भी चुन सकते हैं और अपने घर पर आराम से आर्टिफिशियल इंटेलिजेंस सीख सकते हैं।

• एआई के 4 प्रकार क्या हैं? 

 आर्टिफिशियल इंटेलिजेंस के चार विशिष्ट प्रकार हैं रिएक्टिव मशीन, लिमिटेड मेमोरी, थ्योरी ऑफ माइंड और सेल्फ अवेयर।

• आर्टिफिशियल इंटेलिजेंस सीखने के लिए बुनियादी चीजें क्या हैं?

आर्टिफिशियल इंटेलिजेंस की मूल बातें उन्नत गणित और आँकड़े, प्रोग्रामिंग भाषा, मशीन लर्निंग और बहुत सारा धैर्य हैं। आपको पता होना चाहिए कि आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग में मशीन लर्निंग, पायथन कोड, कंप्यूटर विज्ञान, प्राकृतिक भाषा प्रसंस्करण, डेटा विज्ञान, गणित, मनोविज्ञान, तंत्रिका विज्ञान और कई अन्य विषय शामिल हैं।

• क्या AI सीखना कठिन है?

 आर्टिफिशियल इंटेलिजेंस कठिन नहीं है; हालाँकि, आपको इस पर समय व्यतीत करना होगा। आप जितनी अधिक परियोजनाओं पर काम करेंगे, आप उसमें उतना ही बेहतर होंगे। एआई सीखने के लिए कौशल के साथ-साथ आपको दृढ़ संकल्प की भी आवश्यकता है।

यह हमें आर्टिफिशियल इंटेलिजेंस ट्यूटोरियल के अंत में लाता है। यहां है एआईएमएल के बारे में निःशुल्क पाठ्यक्रम जो आपकी नींव को अधिक मजबूत बनाने में आपकी मदद कर सकता है।

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://www.mygreatlearning.com/blog/artificial-intelligence-tutorial/