एआई का वर्तमान और भविष्य, भाग 2: 5 रुझान जो 2019 में एआई को परिभाषित करेंगे

एआई वह बज़वर्ड है जो दुनिया में तहलका मचा रहा है, हमारे जीवन के हर पहलू में क्रांति लाने का वादा करता है। वास्तव में, हमने पहले ही चर्चा की है कि दिल दहला देने वाली चुनौतियाँ एआई वर्तमान में मलेरिया का निदान करने से लेकर लापता बच्चों को खोजने तक कई समस्याओं से निपट रहा है। लेकिन एआई का भविष्य क्या होगा?

जबकि कंपनियाँ यह वादा कर रही हैं कि सामान्यीकृत एआई बस आने ही वाला है, सचेत एआई वास्तविकता बनने में अभी भी काफी दूरी तय करनी बाकी है। हालांकि, हम 2019 में एआई अपनाने में एक बूम देखने वाले हैं—यहाँ अगले 11 महीनों में हम जो 5 रुझान देख सकते हैं।

एआई और बिग डेटा

आप में से जो लोग तकनीकी बज़वर्ड्स पर बारीकी से नज़र रखते हैं, वे सोच सकते हैं कि बिग डेटा खत्म हो चुका है—लेकिन एआई लगभग निश्चित रूप से इसे पुनर्जीवित करने में मदद करेगा। कई डेटा साइंस परियोजनाओं के सामने एक प्रमुख चुनौती गुणवत्तापूर्ण, व्यवस्थित और संरचित डेटा की कमी है। यहीं पर एआई का जबरदस्त प्रभाव हो सकता है। यदि दुनिया का 80% डेटा वास्तव में असंरचित है। ऐसी एआई क्षमताएँ जो कंपनियों को डेटा को संरचित और मॉडल करने तथा पाइपलाइनों को इंजीनियर करने की अनुमति देती हैं, व्यवसाय पर गहरा प्रभाव डाल सकती हैं और डेटा वैज्ञानिकों का जीवन बहुत आसान बना सकती हैं!

चैटबॉट और वर्चुअल असिस्टेंट

चैटबॉट का हाइप हर जगह है, और यह सच है कि जैसे-जैसे मशीन लर्निंग एल्गोरिदम, जिनमें NLP शामिल है, अधिक व्यापक रूप से अपनाए जा रहे हैं, हम चैटबॉट्स के साथ और भी अधिक इंटरैक्ट करेंगे। 2019 में हमें जो सबसे अधिक देखने को मिलेगा वह केवल अधिक चैटबॉट्स ही नहीं, बल्कि "वर्चुअल असिस्टेंट्स" की ओर एक बदलाव भी होगा – मूलतः, अधिक भाषाई प्रवाह और विशिष्ट व्यक्तित्व वाले बॉट्स। ऑटोडेस्क सार्वजनिक रूप से उनकी प्रशंसा कर रहा है अवा, उनकी वर्चुअल सहायक, और वह उनके निर्जीव चैटबॉट ओट्टो की तुलना में कहीं अधिक सफल रही है। 2019 में वर्चुअल एजेंट्स को व्यक्तिगत स्तर पर जानने की उम्मीद करें।

साइबर सुरक्षा

हमारे जीवन तेजी से डिजिटाइज़ हो रहे हैं - और इसके साथ, हम साइबर हमलों के प्रति अधिक से अधिक असुरक्षित होते जा रहे हैं। जैसे-जैसे साइबर हमलों के खतरों की संख्या बढ़ती जा रही है, साइबर सुरक्षा समाधानों को अधिक से अधिक डेटा संसाधित करना पड़ता है, और बढ़ी हुई दरों पर संभावित खतरों को खोजना होता है। आपने सही अनुमान लगाया: यहीं पर एआई काम आता है। एआई एल्गोरिदम संभावित खतरों को इतनी तेज़ी से छान सकते हैं, जो मानव साइबर सुरक्षा विशेषज्ञों के लिए संभव नहीं है। हालांकि इस क्षेत्र में मानवीय विशेषज्ञता महत्वपूर्ण बनी रहेगी, डेटा को तेजी से संसाधित करना और सबसे बड़े खतरों को प्राथमिकता देना रोबोटों का काम है।

अंतरसंचालनीयता और ONXX

व्यापक न्यूराल नेटवर्क अनुप्रयोगों के सामने मुख्य बाधाओं में से एक इंटरऑपरेबिलिटी की कमी है। वहाँ मशीन लर्निंग के ढेरों फ्रेमवर्क हैं—PyTorch से लेकर Tensorflow तक, Keras से लेकर Caffe2 तक—लेकिन एक बार कोई प्रैक्टिशनर अपने इकोसिस्टम में फँस जाता है, तो न्यूराल नेट मॉडलों को अन्य टूलचेन में ट्रांसफर करना बेहद जटिल हो सकता है।

सौभाग्य से, 2019 वह वर्ष है जब यह बदलने वाला है। ओपन न्यूरल नेटवर्क एक्सचेंज (ओएनएक्सएक्समाइक्रोसॉफ्ट और फेसबुक द्वारा विकसित यह टूल विभिन्न फ्रेमवर्क के बीच न्यूरल नेट पोर्ट करना बहुत आसान और तेज़ बनाने के लिए डिज़ाइन किया गया है। ONXX फ्रेमवर्क, कन्वर्टर्स और रनटाइम्स की एक विशाल श्रृंखला का समर्थन करता है, और हमें पूरे वर्ष में इसके व्यापक रूप से अपनाए जाने की उम्मीद करनी चाहिए।

व्याख्यायोग्य एआई

अंतःसंचालनीयता की समस्या के साथ-साथ, मौजूदा एआई समाधान व्याख्यात्मकता की समस्या से भी ग्रस्त हैं। यानी: अधिकांश एआई अनुप्रयोग ग्राहकों और व्यवसायों को "अंदर झाँकने" और यह समझने का अवसर नहीं देते कि एल्गोरिदम ने कुछ निश्चित परिणाम क्यों दिए, या सिफारिशें क्यों कीं। व्यावसायिक दृष्टिकोण से, व्याख्यायोग्य एआई का अर्थ है कि कंपनियाँ मशीन लर्निंग मॉडलों में एक महत्वपूर्ण दृष्टि प्राप्त कर सकती हैं; ग्राहक पक्ष पर, व्याख्यायोग्य एआई विश्वास बढ़ाता है, और एल्गोरिथम पक्षपात के बारे में आशंकाओं को कम करता है। शायद आश्चर्यजनक रूप से, स्पष्टीकरण योग्य एआई इस सूची के सबसे विवादास्पद रुझानों में से एक है।– लेकिन एक ऐसे समय में जब एआई का हमारे जीवन पर इतना ठोस प्रभाव है, हमें आने वाले महीनों और वास्तव में, वर्षों में और अधिक पारदर्शिता देखने को मिलेगी, ऐसी उम्मीद है।