बुनियादी बातेंशुरुआतीपाठ 14 मिनट का पाठ

AI असल में क्या है

AI को सुरक्षित रखने से पहले, हमें यह जानना होगा कि यह है क्या। छोटा सा जवाब: यह एक ऐसी मशीन है जो बहुत, बहुत बढ़िया अंदाज़ा लगाती है।

✦ ट्यूटर से पूछें🧪 लैब · 10 min📝 पाठ का टेस्ट
पाठ वीडियो में

60 सेकंड में

AI असल में क्या है

AI को सुरक्षित रखने से पहले, हमें यह जानना होगा कि यह है क्या। छोटा सा जवाब: यह एक ऐसी मशीन है जो बहुत, बहुत बढ़िया अंदाज़ा लगाती है।

1/3
आसान शब्दों में
AI अंदाज़ा लगाने में माहिर है। इसने ढेरों उदाहरण देखे हैं, इसलिए अब यह अंदाज़ा लगा सकता है कि आगे क्या आएगा। यह चीज़ों को उस तरह नहीं "जानता" जैसे आप अपना नाम जानते हैं।
मान लीजिए आप किसी छोटे बच्चे को कुत्तों की पाँच सौ तस्वीरें दिखाते हैं। आप कभी यह नहीं समझाते कि कुत्ता होता क्या है। आप बस कहते हैं "कुत्ता, कुत्ता, कुत्ता।" कुछ समय बाद वह बच्चा कोई नया जानवर देखता है और कहता है "कुत्ता!"
बच्चे ने कोई नियमों की किताब नहीं सीखी। बच्चे ने एक पैटर्न सीखा। AI भी ठीक यही करता है, बस पाँच सौ के बजाय लाखों उदाहरणों के साथ।
असली उदाहरण
असली उदाहरण। आपके फ़ोन का फ़ोटो ऐप आपकी बिल्ली की हर तस्वीर ढूँढ सकता है। किसी ने यह नियम नहीं लिखा कि "बिल्ली की मूँछें और नुकीले कान होते हैं।" ऐप को लेबल की गई फ़ोटो का एक बड़ा ढेर दिखाया गया था, जब तक कि वह पैटर्न समझ नहीं गया।
Examplesmillions of themtrainingPattern machinenumbers, not rulesnew inputA guesswith a confidence scoreno step in this chain contains "understanding"
हर AI सिस्टम अंदर से कैसे काम करता है। उदाहरण अंदर जाते हैं, ढेर सारे नंबर ट्यून होते हैं, और बाहर एक अंदाज़ा निकलता है। वह अंदाज़ा बहुत शानदार हो सकता है। लेकिन फिर भी, वह होता एक अंदाज़ा ही है।

तीन शब्द जिनमें लोग उलझ जाते हैं

शब्दसरल अर्थरोज़मर्रा का उदाहरण
AIकोई भी मशीन जो कुछ ऐसा करे जो समझदारी भरा लगेशतरंज खेलने वाला कंप्यूटर
Machine learningनियम बताए जाने के बजाय, मशीन उदाहरणों से पैटर्न सीखती हैआपके ईमेल में स्पैम फ़िल्टर
Deep learningनंबरों के बहुत बड़े लेयर्ड नेटवर्क का इस्तेमाल करने वाली Machine learningफ़ेस अनलॉक, ChatGPT, बिना ड्राइवर वाली कारें
तो बात यह है: deep learning आता है machine learning के अंदर, जो आता है AI के अंदर। आज जब लोग "AI" कहते हैं, तो उनका मतलब लगभग हमेशा deep learning ही होता है।

सुरक्षा के लिए यह क्यों मायने रखता है

अगर AI नियमों की एक किताब होता, तो सुरक्षा बहुत आसान होती। आप नियमों को पढ़ते और उन्हें जाँच लेते। लेकिन नियमों की कोई किताब नहीं है। यहाँ नंबरों की एक बहुत बड़ी ग्रिड है जिसे इसे बनाने वाले लोगों समेत कोई भी पूरी तरह से नहीं पढ़ सकता।
सावधान रहें
इस गाइड की लगभग हर समस्या की जड़ यही है: हम इस डिब्बे को खोलकर यह नहीं देख सकते कि यह क्या करेगा। हम केवल इसका टेस्ट ले सकते हैं, इसे देख सकते हैं, और इसके चारों तरफ़ बाड़ लगा सकते हैं।

और देखें और पढ़ें

But what is a neural network?3Blue1Brown · 19 min · video
How machines learn, in plain EnglishYouTube search

लैब

हाथ से बनाया गया एक पैटर्न मैचर, और वह पल जब यह फ़ेल हो जाता है।

~10 min

समस्या

बिना किसी AI लाइब्रेरी का इस्तेमाल किए, एक ऐसा फ़ंक्शन लिखें जो किसी वाक्य को question (सवाल) या statement (कथन) के रूप में वर्गीकृत करे। केवल अपने लिखे नियमों का उपयोग करें। फिर ऐसे पाँच असली वाक्य ढूँढें जहाँ यह गलत साबित हो जाए।

प्रैक्टिस लैब

कोड में बदलाव करें और इसे रन करें। Python आपके ब्राउज़र में चलता है — हमारे सर्वर पर कुछ नहीं भेजा जाता।

आउटपुट

कोई आउटपुट नहीं। वैल्यूज़ देखने के लिए print(...) जोड़ें।

आपका काम तब पूरा होगा जब

कठिन सवाल

उत्तर देखने से पहले ख़ुद जवाब देने की कोशिश करें। अगर आप इनके जवाब दे सकते हैं, तो आप पाठ समझ गए हैं।

Q1आपने बीस नियम जोड़े और एक्यूरेसी बढ़ गई। यह अब भी machine learning क्यों नहीं है, और यह बात क्यों मायने रखती है?दिखाएं
क्योंकि आपने हर नियम को कोड किया है, इसलिए सिस्टम केवल उन्हीं मामलों को सँभाल सकता है जिनका आपने खुद पहले से अंदाज़ा लगाया था। Machine learning उदाहरणों से नियम निकालती है, जिसका मतलब है कि यह उन मामलों को भी कवर करती है जिनके बारे में आपने कभी सोचा भी नहीं था — और, ठीक इसी वजह से, यह ऐसे तरीकों से फ़ेल भी होती है जिनके बारे में आपने कभी नहीं सोचा था। हाथ से लिखे गए नियम अंदाज़े के मुताबिक फ़ेल होते हैं; सीखे गए नियम चौंकाने वाले तरीकों से फ़ेल होते हैं। यही अंतर तो पूरा विषय है।
Q2एक मॉडल आपके टेस्ट सेट पर 99% स्कोर लाता है। दो बिल्कुल अलग कारण बताइए कि यह नंबर बेकार क्यों हो सकता है।दिखाएं
पहला: टेस्ट डेटा ट्रेनिंग में लीक हो गया था, इसलिए यह सामान्यीकरण (generalising) करने के बजाय सिर्फ़ याद की हुई चीज़ें दोहरा रहा है (मॉड्यूल 28)। दूसरा: आपका टेस्ट सेट सही प्रतिनिधित्व नहीं करता — '?' पर खत्म होने वाले सवालों पर 99% स्कोर असली यूज़र्स द्वारा टाइप किए जाने वाले वाक्यों के बारे में कुछ नहीं बताता। एक तीसरा कारण भी जानने लायक है: अगर आपका 99% डेटा केवल एक ही क्लास का है, तो एक ऐसा मॉडल जो हमेशा उसी क्लास का अंदाज़ा लगाता है, वह भी 99% स्कोर लाएगा जबकि उसने कुछ सीखा ही नहीं है।

जारी रखने के लिए कृपया साइन इन करें।

अक्सर पूछे जाने वाले सवाल

क्या AI सच में सोचता है?

नहीं। यह बहुत तेज़ी से पैटर्न मिलाता है। यह ऐसा टेक्स्ट लिख सकता है जो बहुत सोच-समझकर लिखा हुआ लगे, क्योंकि इसने सोचने वाले लोगों के लिखे टेक्स्ट से सीखा है। क्या यह कभी सच में सोचना बन पाएगा, यह ट्रैक C में AGI का सवाल है।

क्या AI कभी मनगढ़ंत बातें भी बनाता है?

हाँ, और लगातार बनाता है। यह अंदाज़ा लगाने वाली मशीन है, इसलिए जब इसे नहीं पता होता, तब भी यह अंदाज़ा लगाती है। पूरे आत्मविश्वास के साथ दिए गए गलत जवाब को hallucination कहा जाता है। यह बिल्कुल सही जवाब जैसा दिखता है, और यही चीज़ इसे खतरनाक बनाती है।

क्या AI इस तरह गलत हो सकता है कि किसी को पता ही न चले?

बड़े आराम से। अगर ट्रेनिंग वाले उदाहरणों में कोई पक्षपात (bias) था, तो अंदाज़ों में भी चुपचाप, बड़े पैमाने पर वैसा ही पक्षपात होगा। किसी कंपनी के पुराने कर्मचारियों के डेटा पर ट्रेंड किया गया हायरिंग मॉडल उस कंपनी की पुरानी अच्छी और बुरी आदतें सीख लेता है।

क्या इस गाइड को समझने के लिए मुझे गणित की ज़रूरत है?

बिल्कुल नहीं। यहाँ का हर विचार लोगों, दरवाज़ों, चाबियों और संदेशों की एक कहानी की तरह काम करता है।

पाठ का टेस्ट

5 सवाल। पास होने और इस पाठ को पूरा करने के लिए 3 सही होने चाहिए (60%)।

टेस्ट देने और अपनी प्रोग्रेस सेव करने के लिए साइन इन करें