ओळख कृत्रिम बुद्धिमत्तेची
वाचकहो नमस्कार! या २०२२च्या गुढीपाडव्याच्या निमित्ताने आपण ओळख कृत्रिम बुद्धिमत्तेची (Artificial Intelligence) ही लेखमाला सुरु करत आहोत. या लेखमालेचा उद्देश कृत्रिम बुद्धिमत्ता हे शास्त्र सोप्या भाषेत सकल मराठी जनांपर्यंत पोहोचविणे हा आहे. या लेखमालेतील बहुसंख्य लेख कृत्रिम बुद्धिमत्तेची विविध अनुप्रयोगांबद्दल (applications) असतील. यातील लेखांमध्ये त्या त्या अनुप्रयोगांमध्ये वापरलेल्या तंत्राची (techniques) थोडक्यात सोप्या भाषेत ओळख करून देण्याचा प्रयत्न करेन. यापूर्वी २०२० मध्ये मी सकाळ या दैनिकामध्ये कृत्रिम बुद्धिमत्तेतील संधींबद्दल ५२ भागांची लेखमाला चालवली होती. त्याचाच हा पुढील भाग. या लेखमालेमध्ये दर पंधरा दिवसांनी एक लेख लिहिण्याचा संकल्प आहे. ज्या संगणकाला कृत्रिमरित्या बुद्धिमान करण्याचा प्रयत्न करायचा आहे त्या संगणकाला वंदन करून आपण ह्या लेखमालेचा शुभारंभ करूया: ||ॐ श्री संगणेशाय नमः||
कृत्रिम बुद्धिमत्ता ही संगणक शास्त्राची (Computer Science) एक उपशाखा आहे ज्यामध्ये संगणकाला मानवाप्रमाणे बुद्धिमान करता येईल का आणि कसे या विषयी संशोधन केले जाते. संगणक हा मुळातच सांगकाम्या आहे. स्वत:च्या बुद्धीने तो मुळात काही करत नाही. त्याच्याकडून काही काम करून घ्यायचे असेल तर आपल्याला आज्ञावली (प्रोग्रॅम) लिहावी लागते. त्या आज्ञावलीप्रमाणे अचूक काम करतो. अगदी अविरत - न दमता आणि न थकता! त्यात मात्र स्वतः:च्या पदरचे किंवा बुद्धी वापरून काही फेरफार करत नाही. मनुष्यप्राणी मात्र एकदम विरुद्ध स्वभावाचा. त्याला तेच तेच काम करण्याचा प्रचंड कंटाळा. मग आज्ञावली न लिहिताच संगणकाला काम शिकवता येईल का हा प्रश्न त्याला पडणे अगदी स्वाभाविक! यातूनच कृत्रिम बुद्धिमत्ता शास्त्राचा जन्म झाला.
१९५६ साली डार्टमाऊथ कॉलेज मध्ये झालेल्या कार्यशाळेमध्ये या क्षेत्रातील संशोधनाचा पाय रचला गेला. एका पिढीमध्ये संगणक माणसाइतका बुद्धिवान होईल असा उपस्थितांचा दावा होता. यातूनच कृत्रिम बुद्धिमत्ता शास्त्राचा जन्म झाला. अनेक आशा निराशेच्या हिंदोळ्यावर या क्षेत्राची वाटचाल सुरु आहे. गेल्या दशकात मात्र जेफ हिंटन आणि त्यांच्या सहकाऱ्यांनी बहुस्तरीय कृत्रिम मज्जाजाल प्रारूप (artificial neural networks) क्लिष्ट स्वरूपाच्या इमेज नेट स्पर्धेमध्ये यशस्वीपणे चालवून दाखवले आणि तेथून सांप्रत लाटेचा प्रारंभ झाला. गेल्या दशकामध्ये अनेक क्लिष्ट आणि आव्हानात्मक प्रश्नांच्या सोडवणुकीसाठी कृत्रिम बुद्धिमत्तेचा वापर केला गेला - अनेक शास्त्रीय प्रश्न, पर्यावरण रक्षण, रोगनिदान, भाषांतरे, चित्राचे आकलन आदी अनुप्रयोग बऱ्याच अंशी परिणामकारक ठरले आहेत. यातील काही संशोधन अँड्रॉइड उपयोजनातून (apps) च्या माध्यमातून ग्राहकांच्या हातात आले आहे उदा. दैनंदिन भाषेतून आपण छायाचित्र संग्रहातून अचूक छायाचित्र शोधू शकतो. “आशिषचे नारळाच्या बागेतील फोटो” अशी विचारणा केली असता थेट नारळाच्या बागेत काढलेले फोटो आपल्या समोर आणून दिले जातात. युट्युब वरील यासारखे अजून काही विडिओ किंवा ऑनलाईन शॉपिंग(ऍमेझॉन/फ्लिपकार्ट) मधील यासारख्या वस्तू हेही कृत्रिम बुद्धिमत्तेचा अविष्कार आहे.
या प्रणाली कशा बनविल्या जातात ते आता आपण थोडक्यात पाहूया: एखादी गोष्ट संगणकाकडून करून घेण्यासाठी आपल्याला तशी आज्ञावली लिहावी लागते हे आपण या लेखात पूर्वी पाहिले आहे. या आज्ञावली मध्ये आपल्याला नियम लिहावे लागतात. उदा. संगणकाकडून दोन अंकांची बेरीज करून घ्यायची असेल तर आपल्याला बेरजेचे आज्ञावली लिहावी लागते.
def add(a, b):
return (a+b)
एकदा का आज्ञावली तयार झाली की आपणास दिलेल्या संख्याची बेरीज करून मिळते. आता हेच काम कृत्रिम बुद्धिमत्तेच्या साहाय्याने करायचे झाल्यास आपल्याला संख्या आणि त्यांची बेरीज या स्वरूपात अनेक उदाहरणे द्यावी लागतात.
प्रथम संख्या | द्वितीय संख्या | बेरीज |
---|---|---|
२ | ३ | ५ |
१ | २ | ३ |
१० | २० | ३० |
-१ | २ | १ |
२० | ३ | २३ |
या उदाहरणांचा वापर करून संगणक बेरजेचे तंत्र शिकतो. वरील उदाहरणांमध्ये पहिल्या दोन संख्यांची बेरीज तिसऱ्या संख्येमध्ये दिली आहे. वानगीदाखल काही उदाहरणे दिली आहेत - अशी काही शे उदाहरणे आपल्याला संगणकाला द्यावी लागतात. आता ह्या उदाहरणांवरून संगणकाला बेरजेच्या नियम शिकता येतो. हे नियम किंवा प्ररून संगणक नेमके कसे शिकतो हे आपण पुढील भागात पाहूया.
- आशिष विजय तेंडुलकर, (चैत्र शुद्ध प्रतिपदा, एप्रिल २, २०२२)