مشین لرننگ: یہ کیا ہے اور عی کے ساتھ اس کا کیا تعلق ہے؟

آج ہم آپ کو ایک ایسی اصطلاح میں زیادہ گہرائی میں پڑھانا چاہتے ہیں جو انقلاب برپا ہوچکا ہے اور کچھ تعاملات میں بھی انقلاب لائے گا جیسے ہم انھیں جانتے ہو۔ ہم مصنوعی ذہانت اور اس کی سب سے مخصوص برانچ ، مشین لرننگ یا خودکار لرننگ کے بارے میں بات کر رہے ہیں ۔

جیسا کہ آپ جان سکتے ہو ، کمپیوٹنگ ہمیشہ مستقل ارتقاء میں رہتی ہے اور جو ہم خرید سکتے ہیں عام طور پر اتنا ہی ممکنہ حد تک نہیں ہوتا ہے۔

مثال کے طور پر ، جب ہم پی سی آئی ایکسپریس کی چوتھی نسل تیار کررہے ہیں ، محققین پہلے ہی پی سی آئ جنرل 5 تیار کررہے ہیں اور 6 ویں کود کا مطالعہ کررہے ہیں۔ اسی وجہ سے ایسی ٹیکنالوجیز تلاش کرنا کوئی معمولی بات نہیں ہے جس کے بارے میں ہمیں ان کاموں کو انجام دینے کا پتہ ہی نہیں تھا جس کے بارے میں ہم نے کبھی نہیں سنا تھا۔

لیکن اس سے پہلے کہ ہم مزید آگے جائیں ، آئیے اس موضوع کو محدود کردیں جس کے بارے میں ہم بات کرنے جا رہے ہیں کیونکہ ، مشین لرننگ کیا ہے؟

فہرست فہرست

مشین لرننگ کیا ہے؟

مشین لرننگ کمپیوٹر سائنس اور مصنوعی ذہانت کی ایک مخصوص شاخ ہے جہاں خود کار طریقے سے سیکھنے کے قابل نظام تیار کیے جاتے ہیں ۔

اس شاخ نے 80 کے دہائی کے آس پاس اپنے مطالعے اور ترقی کا آغاز کیا اور آج یہ کافی ترقی یافتہ ہے۔ اسی وجہ سے ، مصنوعی ذہانت اور مشین لرننگ دونوں کو بہت سے سائنسی اور روزمرہ کے شعبوں میں استعمال کیا جاتا ہے۔

اس شاخ میں ، AIs ایک یا ایک سے زیادہ الگورتھم پر مشتمل ہیں جو بڑی مقدار میں ڈیٹا پر کارروائی اور اس کے مطابق سیکھنے کی صلاحیت رکھتے ہیں۔ یہ دو اہم خیالات جن پر اس موضوع کا چکر لگایا گیا ہے:

• سسٹم کو اعداد و شمار کا تجزیہ کرنے اور مہارتوں کی تیاری کرنے کے قابل ہونا چاہئے جو اس کی پیدائش کے وقت نہیں تھا۔ ذہانت کو یہ کام خود مختار طور پر کرنے کے قابل ہونا چاہئے ، یعنی یہ کہ انسانی نگرانی کے بغیر۔

حقیقی دنیا میں ہمارے پاس عملی مثال موجود ہیں جیسے ای میلز میں اسپام کی درجہ بندی ، ایمیزون سے متعلق سفارشات یا کمپنی کے اعداد و شمار کا استعمال کرتے ہوئے مستقبل کی پیش گوئیاں۔ مؤخر الذکر ایک دلچسپ سیکشن ہے جس پر زیادہ سے زیادہ کمپنیاں شرط لگارہی ہیں۔

مشین لرننگ کا استعمال کرتے ہوئے ہم دیکھ سکتے ہیں کہ کن طرز کے عدم مطمئن صارفین یا سابقہ ​​صارفین کی شناخت کرتے ہیں تاکہ وہی حالت میں دوسرے صارفین کے ساتھ تعلقات کو بہتر بنانے کی کوشش کریں۔ سنجیدگی ، شکایات کی تعداد ، معاہدہ شدہ منصوبوں اور دیگر کو کچھ پروفائل بنانے کے لئے مطالعہ کیا جاتا ہے ۔ ایک بار جب اے آئی کے نتائج اخذ ہوجائیں تو ، مارکیٹنگ کے ماہرین کا ایک گروپ ان مسائل کا مقابلہ کرنے کے لئے ایک مخصوص مہم تشکیل دے سکتا ہے۔

اس طرح ، کمپنی کچھ خاص مفروضوں پر مبنی صارفین کو راغب کرنے یا رکھنے کے لئے منصوبے تشکیل دے سکتی ہے اور ایک رد عمل کی حکمت عملی سے ایک متحرک حکمت عملی تک جاتی ہے ۔ یہ ایک بہت ہی دلچسپ حکمت عملی ہے جو مصنوعی ذہانت ، بڑی مقدار میں ڈیٹا اور مشین لرننگ کا استعمال کرتی ہے ۔

مصنوعی ذہانت کی تربیت کس طرح کی جاتی ہے؟

مصنوعی ذہانت تیار کرنے کے ل For اسے مختلف مراحل سے گزرنا پڑتا ہے۔

1. یہ پہلے ایک کنٹرول شدہ ماحول سے گزرتا ہے ۔ یہاں آپ اعداد و شمار اور ان کے متعلقہ نتائج کی ایک بڑی رقم داخل کرتے ہیں جس کی مدد سے آپ خیالات کے مابین تعلقات پیدا کرسکتے ہیں۔ اس حصے کو سپروائزڈ لرننگ کہا جاتا ہے ۔ پھر آپ کو ایک آزاد اور غیر جوابدہ ماحول میں ڈال دیا جائے گا جہاں AI کو ہی کوئی نتیجہ منتخب کرنا پڑے گا۔ اگر آپ کے جوابات درست ہیں یا نہیں تو یہ جان کر آپ اپنے الگورتھم میں نئے اصول بناتے ہیں۔ اس مرحلے کو غیر معاشرتی لرننگ کہا جاتا ہے ۔ آخر کار ، اس کے لئے ایسا ماحول تیار کیا جاتا ہے جہاں وہ کھسک جاتا ہے۔ اگر ، مثال کے طور پر ، آپ کو کم روشنی والی امیجوں کے درمیان فرق کرنا مشکل معلوم ہوتا ہے تو ، آپ کو رات کی تصاویر کے ساتھ تربیت دی جاسکتی ہے۔ اس مرحلے کو ری انفورسمنٹ لرننگ کہتے ہیں۔ یہ عمل مرحلہ 2 سے اتنی بار کیا جاسکتا ہے جتنی بار آپ انٹیلی جنس کو ٹھیک کرنا چاہتے ہیں۔

مشین لرننگ پر عمومی اسکیم

ایک عملی مثال یہ ہوگی کہ اے آئی دس ملین فوٹو دکھائیں اور انہیں بتائیں کہ کون سے کتے ہیں اور کون سے نہیں۔ یہاں وہ بتائے گا کہ کتوں کی عموما کھال ہوتی ہے ، وہ عام طور پر چار ٹانگوں پر جاتے ہیں اور نسل کے لحاظ سے مختلف شکلیں اور سائز ہوتے ہیں۔

اس کے بعد ، اسے درجہ بندی کرنے کے لئے ایک ملین تصاویر دی گئیں۔ یہاں آپ کو جواب دینا ہوگا کہ آیا فوٹو میں کوئی کتا ہے یا نہیں اور اس کے مطابق آپ اپنے ڈیٹا بیس میں نئے 'آئیڈیاز' تخلیق کریں گے یا نہیں۔ اس نئے اعداد و شمار کو عملی جامہ پہنانے کے ل Intellige ، انٹلیجنس اپنے الگورتھم میں نئے اصول قائم کرے گی اور اب ، مثال کے طور پر ، وہ کتوں کو بلیوں سے ممتاز کرنے کے قابل ہوگی۔

آخر میں ، اس کی کارکردگی کا مطالعہ کیا جاتا ہے اور اس کے کمزور نکات کی تربیت کے لئے نئی تصاویر تیار کی جاتی ہیں ۔

بے شک ، یہ مظاہرے کے ل a ایک سادہ اور انتہائی بار بار نظام ہے ، لیکن اس کے علاوہ بھی اور بھی تجرباتی اور عجیب طریقے ہیں۔

ٹائی ، ٹویٹر بوٹ

تجرباتی تربیت کا ایک حالیہ معاملہ ٹائی تھا ، ایک اے آئی جو مائیکرو سافٹ کے ذریعہ تیار کیا گیا تھا جو انسان کے طور پر اپنے آپ کو ظاہر کرنا سیکھتا ہے۔

ٹائی کا ٹویٹر پروفائل

اس بوٹ کو ابتدائی طور پر 19 سالہ لڑکی کی حیثیت سے بولنے کا پروگرام بنایا گیا تھا اور 23 مارچ ، 2016 کو اسے ٹویٹر کی تاریک جگہوں پر رہا کیا گیا تھا ۔

آپ کو برادری سے بات کرنے اور جو پیغامات موصول ہوئے ہیں ان کے ساتھ ساتھ صارفین کے ساتھ آپ کی بات چیت کرنے کا پروگرام بنایا گیا تھا۔ اس کی تعلیم تقریبا مکمل طور پر خود مختار تھی ، حالانکہ منفی طرز عمل ظاہر کرنے کے لئے اسے 16 گھنٹے کے بعد پیچھے ہٹنا پڑا ۔

اپنی زندگی کے مختصر عرصے میں ، انہوں نے 96،000 سے زیادہ ٹویٹس کی۔ تاہم ، اس سوشل نیٹ ورک کے جان بوجھ کر جارحانہ سلوک نے طی کو نسل پرستانہ اور دوسرے جملے کے ساتھ جواب دینا جلد سے جلد کردیا ۔

اس معاملے میں ، زیر نگرانی تعلیم اور بنیادی اصولوں کے سلسلے میں تدوین کی جانی چاہئے تھی۔ سوشل نیٹ ورک کے لاپرواہ اور ناگوار لہجے کو جانتے ہوئے ، طی طنز سے حقیقت کو الگ کرنے کے لئے تیار نہیں تھے۔ اسی وجہ سے ، کچھ صارفین آسانی سے انٹیلی جنس کے "دانشورانہ رکاوٹ" کو توڑنے میں کامیاب ہوگئے۔

حقیقی دنیا میں مشین لرننگ ایپلی کیشنز

ہم نے پہلے ہی آپ کو روزانہ کے کچھ استعمال کے بارے میں بتایا ہے کہ شاید آپ مشین لرننگ کے بارے میں جان چکے ہوں گے ، لیکن اس کے علاوہ اور کیا معاملات ہیں۔

ذیل میں آپ کو بہت ہی عام پریشانیوں میں اس ٹکنالوجی کے عملی استعمال کی ایک سیریز نظر آئے گی۔ یقینا ، وہ جدید حل ہیں ، لہذا انہیں عام طور پر کافی زیادہ رقم کی بھی ضرورت ہوتی ہے۔

صحت

ہمارے جسم کے بارے میں معلومات کو پڑھنے کے قابل ایک نئی قسم کے لباس کے لئے ایک ٹیکنالوجی زیر مطالعہ ہے۔ یہ ہماری نبض ، سانس لینے یا پریشانی کو پڑھنے کے قابل ہوسکتا ہے ۔

یہ اعداد و شمار انٹیلیجنس کے ذریعہ پڑھے جاتے ہیں جو مریض کی حالت کا حقیقی وقت میں جائزہ لیتے ہیں۔ لہذا اگر آپ کو کسی خاص وقت پر دل کا دورہ پڑنے جیسا کوئی مسئلہ ہے تو ، آپ تشخیص کرسکتے ہیں اور / یا زیادہ تیزی سے جواب دے سکتے ہیں ۔

دوسری طرف ، کچھ لوگوں میں خود کشی کے خیالات کا پتہ لگانے کے قابل بوٹس کو نافذ کیا گیا ہے۔ فیس بک کی مشہور انٹلیجنس خودکشیوں کے رجحانات کو پہچاننے کے ل convers گفتگو اور آپ کی سرگرمیوں کو پڑھتی ہے ، حالانکہ اس کے دوسرے ورژن ایسے بھی ہیں جو فرد کے سلوک ، اس کی آواز اور اس کی جسمانی زبان کو زیادہ قریب سے مطالعہ کرتے ہیں ۔

فنانس

معاشیات میں ، کچھ بینکوں اور کمپنیوں نے دھوکہ دہی کا پتہ لگانے اور روکنے کے لئے مشین لرننگ پر مبنی حل استعمال کیے ہیں ۔

دوسری طرف ، اسی طرح کی کچھ چیزیں آسانی سے سرمایہ کاری کے مواقع کی نشاندہی کرنے کے لئے بھی استعمال ہوتی ہیں۔ یہ بھی فیصلہ کرنے کے لئے استعمال کیا جاتا ہے کہ اسٹاک اور دیگر ذرائع کو کب فروخت یا خریدنا ہے۔

مارکیٹنگ

اس کا ہم نے پہلے ہی ذکر کیا ہے ، لیکن یہ اس کی سب سے مشہور ایپلی کیشنز میں سے ایک ہے۔

آپ کو ایمیزون پر ایک دو چیزیں دیکھنے ، فیس بک ، گوگل یا انسٹاگرام میں داخل ہونے اور اپنے اشتہاروں میں صرف وہی مصنوعات دیکھنے کے ل happened یہ آپ کو ہوا ہوگا۔ یہ کوئی اتفاقیہ نہیں ہے ، چونکہ سوشل نیٹ ورکس اور گوگل انٹیلی جنس کو نافذ کرتے ہیں جو آپ کی تاریخ اور آپ کے ممکنہ مفادات کا مطالعہ کرتے ہیں جہاں سے وہ ان پر قبضہ کرسکیں۔

کچھ صارفین اسے صارف پر 'حملہ' کرنے کا ایک دخل اندازی کے طور پر دیکھتے ہیں اور حیرت کی بات نہیں ہے کیونکہ وہ آپ پر کسی خیال پر بمباری کرتے ہیں۔ تاہم ، اشتہار اس سمت میں منتقل ہوگا کیونکہ یہ زیادہ ذاتی ہے اور اشتہارات کو ممکنہ خریداروں کو نشانہ بنایا جائے گا۔

مشین لرننگ اور ڈیپ لرننگ

یہ دونوں اصطلاحات عام طور پر ایک دوسرے کے ساتھ ملتی ہیں ، لیکن وہ بالکل ایک جیسی نہیں ہیں۔ آئندہ مضامین میں ہم اس دوسری اصطلاح کے بارے میں بات کریں گے ، کیوں کہ یہ ایسی چیز ہے جس کے بارے میں سیکھنے کی ضرورت ہے۔

ہم آپ کو سفارش کرتے ہیں کہ AMD ڈرائیوروں کو کیسے صاف اور آسانی سے انسٹال کریں

عام طور پر ، ہم مشین لرننگ اور ڈیپ لرننگ کے مابین تعلقات کو مصنوعی ذہانت اور مشین لرننگ کی حیثیت سے قائم کرسکتے ہیں ۔ ڈیپ لرننگ مشین لرننگ کی ایک اور بھی مخصوص برانچ ہے۔

یہ وقت اور تجربے کے ساتھ ارتقا جیسے کلیدی حصوں کا اشتراک کرتا ہے ، لیکن اس میں اختلافات کا ایک اور سلسلہ ہے۔

آسان گہری سیکھنے

ڈیٹا سیکھنے اور اس پر کارروائی کرنے کی اساس یہ ہے کہ وہ مختلف پرتوں کا استعمال کریں جو اس طرح کام کرتی ہیں جیسے وہ نیوران ہیں۔ لہذا ، ہم یہ قائم کرسکتے ہیں کہ یہ انٹیلی جنس عام طور پر زیادہ بہتر ہوتی ہیں ، بلکہ اس سے زیادہ پیچیدہ اور مہنگی ہوتی ہیں۔

اگرچہ اگر آپ کو اس موضوع میں زیادہ دلچسپی ہے تو ، ویب سائٹ سے جڑے رہیں اور ڈیپ لرننگ سے متعلق ہمارے اگلے آرٹیکل پر جائیں۔

ہم اسکائنیٹ سے کتنے دور ہیں؟

ہمارے پاس یہ سیکشن انتہائی غیر حقیقی دماغوں کے لئے ہے۔

کتابوں ، فلموں اور دیگر میں یہ ایک انتہائی بار بار موضوع ہے۔ کچھ بھی نہیں کے لئے بالکل ایسی صنف یا تھیم ہے جسے سائبرپنک کہتے ہیں۔ تاہم ، مصنوعی انٹلیجنس کے زیر کنٹرول ان مستقبل ڈسٹوپیاس سے بہت دور ، ہماری مشینوں کو ابھی بہت طویل سفر طے کرنا ہے۔

رِک اینڈ مورٹی کا اسمارٹ روبوٹ

آج کے مشین لرننگ سسٹم کا تعلق ' ضعیف اے آئی' کے گروپ سے ہے ۔ جیسا کہ ہم نے دیکھا ہے ، یہ انٹیلی جنسس صرف نمونوں کو سمجھنے اور آسان کٹوتی کرنے کے قابل ہیں۔ وہ کچھ مخصوص سیاق و سباق میں ہماری مدد کرنے کے لئے بہت مفید ہیں ، لیکن وہ بالکل بھی خود مختار نظام نہیں ہیں۔

دوسری طرف ہمارے پاس 'مضبوط AI' ہوگا ، جو مستقبل کی کہانیوں میں نمائندگی کرتے ہیں جہاں وہ انسانوں کے برابر یا زیادہ ذہین ہوتے ہیں۔ ہم مشہور ثقافت میں 'میٹرکس' ، 'ٹرمینیٹر' ، 'گھوسٹ ان دی شیل' یا 'ہیلو' جیسی قابل ذکر مثالیں تلاش کرسکتے ہیں۔ در حقیقت ، اس فہرست میں دو کام ہیں جو ایک دوسرے سے متعلق ہیں۔ کون سا لگتا ہے؟

آج ہم مکمل طور پر خود مختار اور محفوظ کاریں تیار کر رہے ہیں ۔ ہم مسلسل پیش قدمی کر رہے ہیں ، لیکن ہمارے پاس ابھی بھی ایک ایسی مساوی حقیقت تیار کرنے کا راستہ ہے جو پوری طرح کی ٹکنالوجی سے بنی ہے۔

اگر آپ اس کے بارے میں مزید جاننا چاہتے ہیں تو ، آپ مصنوعی ذہانت کے بارے میں ہمارے مضمون کا دورہ کرسکتے ہیں ۔ یہ ایک عمومی نقط view نظر کا ایک عبارت ہے اور ہم اس ٹکنالوجی کے ممکنہ رموز کا تھوڑا سا مطالعہ کرتے ہیں۔

مشین لرننگ پر حتمی الفاظ

مصنوعی ذہانت سے متعلق ہمارے اختتام کی طرح ، یہ بھی واضح ہے کہ مستقبل غیر یقینی ہے۔ تاہم ، یہ ناگزیر ہے کہ ٹیکنالوجی کو اس کی مہارت اور خصوصیات کے مابین لاگو کرنے کے لئے ارتقاء پر نظرثانی کرنے کی ضرورت ہوگی ۔

آہستہ آہستہ ، انٹرنیٹ پروگراموں اور الگورتھموں کے ذریعہ زیادہ سے زیادہ کنٹرول ہوگا ۔ سوشل نیٹ ورک بہتر طریقے سے کیلیبریٹ ہوجائیں گے اور ہمارے ذوق کے مطابق ہمیں زیادہ سے زیادہ مواد پیش کریں گے ۔ اور آخر کار ، جب دھوکہ دہی یا اس طرح کا خطرہ ہوتا ہے تو زیادہ آسانی سے کھوج لگا کر آن لائن تعلقات زیادہ محفوظ ہوجائیں گے۔

دوسری طرف ، حیرت نہ کریں کہ یہ صدی جب آئی او ٹی (انٹرنیٹ آف چیزوں) کی چمک آئے گی ۔ یہ ایک خیال ہے کہ ہم ایک طویل عرصے سے خواب دیکھ رہے ہیں اور یہ قریب تر ہوتا جارہا ہے۔ اس کے علاوہ ، IOT مشین لرننگ سے متعلق جدید ٹیکنالوجی کا ایک بڑا بولی لگانے والا ہے ، اگرچہ اس میں اب بھی سیکیورٹی کے حوالے سے کچھ ایڈجسٹمنٹ کا فقدان ہے ۔

ہماری طرف سے ، ہمارا خیال ہے کہ یہ بتدریج ارتقاء ہوگا اور جب تک آپ کو اس کے بارے میں آگاہ کیا جائے گا ، آپ کو خوفزدہ ہونے کی کوئی ضرورت نہیں ہے۔ نئی کاریں یا ریفریجریٹرز آپ کو حیرت زدہ سمجھ سکتے ہیں ، لیکن مجھے یقینی طور پر نہیں لگتا کہ ہم 'مضبوط اے آئی ایس' کی بیداری دیکھیں گے ۔

ہم تجویز کرتے ہیں کہ مارکیٹ میں بہترین لیپ ٹاپ پڑھیں

آخر میں ، ہمیں اعتراف کرنا پڑے گا کہ ہم مصنوعی ذہانت یا مشین لرننگ کے ماہر نہیں ہیں ، لہذا کچھ عجیب و غریب اعداد و شمار سے حیران نہ ہوں۔ اگر ہم نے غلطی کی ہے تو ، ہمیں بتانے میں سنکوچ نہ کریں! بہر حال ، ہم ابھی تک کامل مشینیں نہیں ہیں۔

اور آپ ، آپ مشین لرننگ اور مصنوعی ذہانت کے بارے میں کیا سوچتے ہیں؟ آپ کے خیال میں کس پہلو میں ان کا اطلاق ہونا چاہئے؟ اپنے آئیڈیوں کو نیچے بانٹیں۔

ہوشیار ڈیٹاپڈاساسلاگسیٹاواہٹسنو فونٹ