ਕੀ ਏਆਈ ਮਨੁੱਖੀ ਸੋਚਣ ਦੀਆਂ ਯੋਗਤਾਵਾਂ ਅਤੇ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਵੀ ਪਛਾੜ ਸਕਦਾ ਹੈ?

ਕੀ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾ ਸਿਰਫ਼ ਮਨੁੱਖੀ ਤਰਕਸ਼ੀਲ ਸੋਚ, ਸਗੋਂ ਰਚਨਾਤਮਕਤਾ ਨੂੰ ਵੀ ਪਛਾੜ ਸਕਦੀ ਹੈ? ਅਲਫ਼ਾਗੋ ਦੇ ਉਭਾਰ ਨੇ ਸਾਨੂੰ ਸਧਾਰਨ ਤਕਨੀਕੀ ਨਵੀਨਤਾ ਤੋਂ ਪਰੇ ਏਆਈ ਦੀ ਸੰਭਾਵਨਾ ਅਤੇ ਸੀਮਾਵਾਂ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰਨ ਲਈ ਮਜਬੂਰ ਕੀਤਾ। ਆਓ ਇਕੱਠੇ ਮਿਲ ਕੇ ਡੂੰਘੀ ਸਿਖਲਾਈ ਅਤੇ ਏਆਈ ਦੇ ਭਵਿੱਖ ਦੁਆਰਾ ਲਿਆਂਦੀਆਂ ਗਈਆਂ ਤਬਦੀਲੀਆਂ ਦੀ ਪੜਚੋਲ ਕਰੀਏ।

2016 ਵਿੱਚ, ਗੂਗਲ ਡੀਪਮਾਈਂਡ ਦੁਆਰਾ ਵਿਕਸਤ ਕੀਤੇ ਗਏ ਇੱਕ ਗੋ ਪ੍ਰੋਗਰਾਮ, ਅਲਫ਼ਾਗੋ ਨੇ ਇੱਕ ਵਿਸ਼ਵ ਪੱਧਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਘਟਨਾ ਬਣਾਈ। ਅਲਫ਼ਾਗੋ ਨੇ 9-ਡੈਨ ਗੋ ਦੇ ਮਹਾਨ ਖਿਡਾਰੀ ਲੀ ਸੇਡੋਲ ਦੇ ਖਿਲਾਫ ਆਪਣੇ ਮੈਚ ਵਿੱਚ 4 ਜਿੱਤਾਂ ਅਤੇ 1 ਹਾਰ ਦਾ ਰਿਕਾਰਡ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਇਹ ਗੋ ਦੇ ਇਤਿਹਾਸ ਵਿੱਚ ਪਹਿਲੀ ਵਾਰ ਹੋਇਆ ਜਦੋਂ ਇੱਕ ਏਆਈ ਨੇ ਇੱਕ ਪੇਸ਼ੇਵਰ ਖਿਡਾਰੀ ਨੂੰ ਹਰਾਇਆ। ਗੋ ਨੂੰ ਇੱਕ ਅਜਿਹੀ ਖੇਡ ਮੰਨਿਆ ਜਾਂਦਾ ਸੀ ਜਿੱਥੇ ਏਆਈ ਨੂੰ ਸ਼ਤਰੰਜ ਦੇ ਮੁਕਾਬਲੇ ਪੇਸ਼ੇਵਰਾਂ ਨੂੰ ਹਰਾਉਣ ਲਈ ਸੰਘਰਸ਼ ਕਰਨਾ ਪੈਂਦਾ ਸੀ। ਕਾਰਨ ਇਹ ਹੈ ਕਿ ਜਦੋਂ ਕਿ ਸ਼ਤਰੰਜ ਇੱਕ ਸੀਮਤ 8×8 ਬੋਰਡ 'ਤੇ ਫਿਕਸਡ ਟੁਕੜਿਆਂ ਨਾਲ ਖੇਡੀ ਜਾਂਦੀ ਹੈ, ਗੋ ਨੂੰ ਇੱਕ ਵਿਸ਼ਾਲ 19×19 ਗਰਿੱਡ 'ਤੇ ਅਣਗਿਣਤ ਸੰਭਾਵਨਾਵਾਂ 'ਤੇ ਵਿਚਾਰ ਕਰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹਨਾਂ 361 ਵਰਗਾਂ 'ਤੇ ਸਾਰੀਆਂ ਸੰਭਾਵਿਤ ਚਾਲਾਂ ਦੀ ਗਣਨਾ ਕਰਨ ਲਈ ਇੱਕ ਬਹੁਤ ਵੱਡੀ ਗਣਨਾਤਮਕ ਕੋਸ਼ਿਸ਼ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਇੱਕ ਕੰਮ ਜੋ ਸਧਾਰਨ ਐਲਗੋਰਿਦਮ ਲਈ ਅਸੰਭਵ ਹੈ।
ਹਾਲਾਂਕਿ, ਅਲਫ਼ਾਗੋ ਨੇ ਇਸ ਚੁਣੌਤੀ ਨੂੰ ਇੱਕ ਨਵੇਂ ਏਆਈ (ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ) ਐਲਗੋਰਿਦਮ ਦੀ ਬਦੌਲਤ ਪਾਰ ਕੀਤਾ ਜਿਸਨੂੰ ਡੀਪ ਲਰਨਿੰਗ ਕਿਹਾ ਜਾਂਦਾ ਹੈ, ਜਿਸ ਨਾਲ ਇਹ ਦੁਨੀਆ ਦੇ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਗੋ ਪਲੇਅਰ ਨੂੰ ਹਰਾਉਣ ਦੇ ਯੋਗ ਹੋ ਗਿਆ। ਡੀਪ ਲਰਨਿੰਗ ਲਗਭਗ 50 ਸਾਲਾਂ ਦੇ ਏਆਈ ਵਿਕਾਸ ਦਾ ਉਤਪਾਦ ਹੈ, ਜੋ ਮੌਜੂਦਾ ਐਲਗੋਰਿਦਮ ਦੇ ਮੁਕਾਬਲੇ ਇੱਕ ਨਵੀਨਤਾਕਾਰੀ ਵਿਧੀ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ। ਏਆਈ ਦਾ ਇਤਿਹਾਸ 20ਵੀਂ ਸਦੀ ਦੇ ਮੱਧ ਤੱਕ ਜਾਂਦਾ ਹੈ, ਜੋ 'ਐਲਨ ਟਿਊਰਿੰਗ' ਦੁਆਰਾ ਪ੍ਰਸਤਾਵਿਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀ ਧਾਰਨਾ ਤੋਂ ਉਤਪੰਨ ਹੋਇਆ ਸੀ। ਟਿਊਰਿੰਗ ਦਾ ਸਿਧਾਂਤ, ਜੋ ਕਿ ਟਿਊਰਿੰਗ ਟੈਸਟ ਨਾਲ ਮਸ਼ਹੂਰ ਹੈ, ਬਾਅਦ ਵਿੱਚ ਸ਼ੁਰੂਆਤੀ ਏਆਈ ਖੋਜ ਦਾ ਅਧਾਰ ਬਣ ਗਿਆ, ਜਿਸ ਵਿੱਚ ਗਣਿਤਿਕ ਸਬੂਤਾਂ ਅਤੇ ਸ਼ਤਰੰਜ ਖੇਡਣ ਵਾਲੇ ਪ੍ਰੋਗਰਾਮਾਂ ਲਈ ਪ੍ਰੋਗਰਾਮ ਸ਼ਾਮਲ ਸਨ। ਹਾਲਾਂਕਿ, ਉਸ ਸਮੇਂ ਕੰਪਿਊਟਰਾਂ ਵਿੱਚ ਲੋੜੀਂਦੀ ਕੰਪਿਊਟੇਸ਼ਨਲ ਸ਼ਕਤੀ ਦੀ ਘਾਟ ਸੀ, ਲਾਜ਼ਮੀ ਤੌਰ 'ਤੇ ਐਲਗੋਰਿਦਮ ਨਾਲ ਆਪਣੀਆਂ ਸੀਮਾਵਾਂ ਤੱਕ ਪਹੁੰਚ ਗਏ ਜੋ ਹਰ ਸੰਭਵ ਦ੍ਰਿਸ਼ ਦੀ ਗਣਨਾ ਕਰਦੇ ਸਨ।
ਇਹਨਾਂ ਸੀਮਾਵਾਂ ਨੂੰ ਦੂਰ ਕਰਨ ਲਈ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਵੱਖ-ਵੱਖ ਤਰੀਕਿਆਂ ਦੀ ਖੋਜ ਕੀਤੀ, ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਇੱਕ ਐਲਗੋਰਿਦਮ ਸੀ ਜਿਸਨੂੰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਕਿਹਾ ਜਾਂਦਾ ਸੀ। ਰਵਾਇਤੀ ਐਲਗੋਰਿਦਮ ਦੇ ਉਲਟ ਜੋ ਇਨਪੁਟਸ ਅਤੇ ਆਉਟਪੁੱਟ ਵਿਚਕਾਰ ਸਥਿਰ ਸਬੰਧਾਂ ਨਾਲ ਨਜਿੱਠਦੇ ਹਨ, ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਇੱਕ ਅਜਿਹਾ ਤਰੀਕਾ ਅਪਣਾਉਂਦੀ ਹੈ ਜਿੱਥੇ ਪ੍ਰੋਗਰਾਮ ਵਿਭਿੰਨ ਡੇਟਾ ਤੋਂ ਸਿੱਖਦੇ ਹਨ ਤਾਂ ਜੋ ਆਪਣੇ ਆਪ ਨਿਯਮਾਂ ਅਤੇ ਪੈਟਰਨਾਂ ਦੀ ਖੋਜ ਕੀਤੀ ਜਾ ਸਕੇ। ਖਾਸ ਤੌਰ 'ਤੇ, ਵੱਖ-ਵੱਖ ਸਿੱਖਣ ਦੇ ਤਰੀਕਿਆਂ ਦਾ ਵਿਕਾਸ - ਜਿਵੇਂ ਕਿ ਨਿਗਰਾਨੀ ਅਧੀਨ ਸਿਖਲਾਈ, ਨਿਗਰਾਨੀ ਰਹਿਤ ਸਿਖਲਾਈ, ਅਤੇ ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ - ਨੇ AI ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਨਾਟਕੀ ਢੰਗ ਨਾਲ ਸੁਧਾਰਿਆ।
ਅਲਫ਼ਾਗੋ ਦੇ ਮਾਮਲੇ ਵਿੱਚ, ਇਸਨੇ ਲਗਭਗ 30 ਮਿਲੀਅਨ ਪੇਸ਼ੇਵਰ ਗੇਮ ਰਿਕਾਰਡਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਕੇ ਗੋ ਸਿੱਖਿਆ। ਇਸ ਪ੍ਰਕਿਰਿਆ ਦੌਰਾਨ, ਇਸਨੇ ਨਿਗਰਾਨੀ ਅਧੀਨ ਸਿਖਲਾਈ ਦੁਆਰਾ ਰਿਕਾਰਡਾਂ ਤੋਂ ਗੋ ਦੇ ਬੁਨਿਆਦੀ ਨਿਯਮ ਸਿੱਖੇ ਅਤੇ ਸਵੈ-ਸਿਖਲਾਈ ਦੁਆਰਾ ਹਰੇਕ ਸਥਿਤੀ ਲਈ ਸਵੈ-ਨਿਰਭਰਤਾ ਨਾਲ ਮਿਆਰੀ ਚਾਲਾਂ ਅਤੇ ਪ੍ਰਤੀਕਿਰਿਆ ਰਣਨੀਤੀਆਂ ਪ੍ਰਾਪਤ ਕੀਤੀਆਂ। ਅੰਤ ਵਿੱਚ, ਮਜ਼ਬੂਤੀ ਸਿਖਲਾਈ ਦੁਆਰਾ, ਇਸਨੇ ਹਰੇਕ ਚਾਲ ਦੀ ਜਿੱਤ ਦਰ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਅਤੇ ਜਿੱਤ ਦੀ ਸਭ ਤੋਂ ਵੱਧ ਸੰਭਾਵਨਾ ਵਾਲੀ ਚਾਲ ਦੀ ਚੋਣ ਕਰਨ ਦੀ ਯੋਗਤਾ ਪ੍ਰਾਪਤ ਕੀਤੀ। ਇਸ ਸਿੱਖਣ ਪ੍ਰਕਿਰਿਆ ਦੇ ਕਾਰਨ, ਅਲਫ਼ਾਗੋ ਇੱਕ ਪੱਧਰ 'ਤੇ ਪਹੁੰਚ ਗਿਆ ਜੋ 9-ਡੈਨ ਪੇਸ਼ੇਵਰ ਲੀ ਸੇਡੋਲ ਨੂੰ ਹਰਾਉਣ ਦੇ ਸਮਰੱਥ ਸੀ।
ਡੀਪ ਲਰਨਿੰਗ ਇਸ ਮਸ਼ੀਨ ਲਰਨਿੰਗ 'ਤੇ ਅਧਾਰਤ ਆਰਟੀਫੀਸ਼ੀਅਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਐਲਗੋਰਿਦਮ ਦਾ ਇੱਕ ਹੋਰ ਉੱਨਤ ਰੂਪ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਐਲਗੋਰਿਦਮ ਜੈਵਿਕ ਨਿਊਰੋਨਸ ਦੇ ਜੁੜਨ ਦੇ ਤਰੀਕੇ ਦੀ ਨਕਲ ਕਰਦੇ ਹਨ, ਕਈ ਪ੍ਰਕਿਰਿਆਵਾਂ ਰਾਹੀਂ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਕਿ ਸ਼ੁਰੂਆਤੀ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਵਿੱਚ ਸੀਮਾਵਾਂ ਸਨ, ਡੂੰਘੀ ਸਿਖਲਾਈ ਨੇ ਇਹਨਾਂ ਪ੍ਰਕਿਰਿਆਵਾਂ ਨੂੰ ਕਈ ਪਰਤਾਂ ਵਿੱਚ ਸਟੈਕ ਕਰਕੇ ਲਚਕਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਆਧੁਨਿਕ ਕੰਪਿਊਟਿੰਗ ਸ਼ਕਤੀ ਵਿੱਚ ਤਰੱਕੀ ਨੇ ਡੀਪ ਲਰਨਿੰਗ ਦੀਆਂ ਵਿਸ਼ਾਲ ਕੰਪਿਊਟੇਸ਼ਨਲ ਮੰਗਾਂ ਨੂੰ ਸਮਰੱਥ ਬਣਾਇਆ, ਇਸ ਐਲਗੋਰਿਦਮ ਨੂੰ AI ਖੋਜ ਵਿੱਚ ਇੱਕ ਮੁੱਖ ਤਕਨਾਲੋਜੀ ਵਜੋਂ ਸਥਾਪਿਤ ਕੀਤਾ।
ਡੂੰਘੀ ਸਿੱਖਿਆ ਦੇ ਪੁਨਰ-ਉਥਾਨ ਨੇ AI ਲਈ ਇੱਕ ਨਵੇਂ ਸੁਨਹਿਰੀ ਯੁੱਗ ਦੀ ਸ਼ੁਰੂਆਤ ਕੀਤੀ ਹੈ। ਇੱਕ ਸਮੇਂ ਪ੍ਰਮੁੱਖ ਪਰ ਜਲਦੀ ਹੀ ਇੱਕ ਹਨੇਰੇ ਯੁੱਗ ਵਿੱਚ ਦਾਖਲ ਹੋਣ ਤੋਂ ਬਾਅਦ, AI ਹੁਣ ਨਵਾਂ ਵਾਅਦਾ ਦਿਖਾਉਂਦਾ ਹੈ। AlphaGo ਦੀ ਸਫਲਤਾ ਨੇ AI ਦੀ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਦਾ ਪ੍ਰਦਰਸ਼ਨ ਕੀਤਾ, AI ਖੋਜ ਲਈ ਨਵੇਂ ਦਿਸ਼ਾਵਾਂ ਖੋਲ੍ਹੀਆਂ। ਸੰਭਾਵਨਾਵਾਂ ਉਭਰ ਰਹੀਆਂ ਹਨ ਕਿ ਉਹ ਦਿਨ ਜਦੋਂ AI ਕੋਲ ਮਨੁੱਖ ਵਰਗੀਆਂ ਬੋਧਾਤਮਕ ਯੋਗਤਾਵਾਂ ਹੋਣਗੀਆਂ, ਸ਼ਾਇਦ ਦੂਰ ਨਹੀਂ। AlphaGo ਦਾ ਉਭਾਰ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਮੀਲ ਪੱਥਰ ਸੀ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇੱਕ ਅਜਿਹੇ ਪੱਧਰ 'ਤੇ ਅੱਗੇ ਵਧ ਗਈ ਹੈ ਜਿੱਥੇ ਇਹ ਸੱਚਮੁੱਚ ਮਨੁੱਖਾਂ ਨਾਲ ਮੁਕਾਬਲਾ ਕਰ ਸਕਦੀ ਹੈ, ਸਿਰਫ਼ Go ਦੀ ਦੁਨੀਆ ਨੂੰ ਬਦਲਣ ਤੋਂ ਕਿਤੇ ਵੱਧ।
ਇਸ ਤਰ੍ਹਾਂ, ਅਲਫ਼ਾਗੋ ਇੱਕ ਪ੍ਰਤੀਕਾਤਮਕ ਹਸਤੀ ਬਣੀ ਹੋਈ ਹੈ ਜਿਸਨੇ ਏਆਈ ਮਨੁੱਖਤਾ ਦੀ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਸੁਪਨੇ ਦੀ ਸੰਭਾਵਨਾ ਨੂੰ ਸਾਕਾਰ ਕੀਤਾ ਹੈ, ਇੱਕ ਤਕਨੀਕੀ ਪ੍ਰਾਪਤੀ ਤੋਂ ਪਰੇ। ਇਹ ਧਿਆਨ ਵਿੱਚ ਰੱਖਦੇ ਹੋਏ ਕਿ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਵਿਕਾਸ ਸਿਰਫ ਸ਼ੁਰੂਆਤ ਹੈ, ਭਵਿੱਖ ਵਿੱਚ ਸਾਡੇ ਸਮਾਜ 'ਤੇ ਏਆਈ ਦਾ ਪ੍ਰਭਾਵ ਲਗਭਗ ਅਸੰਭਵ ਹੈ।
ਮਨੁੱਖੀ ਸਿਰਜਣਾਤਮਕਤਾ ਅਤੇ ਤਕਨਾਲੋਜੀ ਦਾ ਮਿਸ਼ਰਣ ਕਿੰਨੀ ਦੂਰ ਜਾ ਸਕਦਾ ਹੈ, ਅਤੇ ਇਹ ਮਨੁੱਖੀ ਜੀਵਨ ਵਿੱਚ ਕੀ ਬਦਲਾਅ ਲਿਆਏਗਾ, ਇਸ ਬਾਰੇ ਉਮੀਦਾਂ ਵਧਦੀਆਂ ਰਹਿੰਦੀਆਂ ਹਨ। ਜਿਵੇਂ ਕਿ ਅਸੀਂ ਬੋਲਦੇ ਹਾਂ, AI ਦਾ ਭਵਿੱਖ ਆਕਾਰ ਲੈ ਰਿਹਾ ਹੈ, ਅਤੇ ਅਸੀਂ ਇਸ ਪਰਿਵਰਤਨ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਖੜ੍ਹੇ ਹਾਂ।