जानिए कैसे 1950 के दशक से शुरू हुआ, आर्टिफिशियल इंटेलिजेंस का रोमांचक सफर?

आज जब हम कृत्रिम बुद्धिमत्ता या एआई के बारे में सोचते हैं, तो हमारे दिमाग में सिरी (Siri), एलेक्सा (Alexa) या चैटजीपीटी जैसी परिष्कृत प्रणालियां आती हैं। हालांकि, एआई का इतिहास बहुत पुराना है। यह अचानक से रातों-रात विकसित हुई कोई तकनीक नहीं है, बल्कि यह दशकों के शोध, सफलताओं और विफलताओं का परिणाम है। 1950 के दशक के सैद्धांतिक ढांचे से लेकर आज के जनरेटिव एआई (Generative AI) तक, इस तकनीक ने दुनिया को पूरी तरह से बदल कर रख दिया है।

कृत्रिम बुद्धिमत्ता की अवधारणा और शुरुआत कैसे हुई थी?
कंप्यूटिंग मशीनों के आधुनिक उपकरण बनने से बहुत पहले, एक गणितज्ञ और कंप्यूटर वैज्ञानिक ने कृत्रिम बुद्धिमत्ता की संभावना की कल्पना की थी। 1950 के दशक में ब्रिटिश गणितज्ञ एलन ट्यूरिंग ने एक ऐसी मशीन की कल्पना की, जो अपनी मूल प्रोग्रामिंग से बहुत आगे बढ़ने में सक्षम थी। उन्होंने यह आकलन करने के लिए एक साधन भी विकसित किया कि कोई मशीन इंसान के स्तर पर सोचती है या नहीं, जिसे आज ट्यूरिंग टेस्ट (Turing Test) कहा जाता है।

गर्मियों के दौरान 1956 में डार्टमाउथ सम्मेलन (Dartmouth Conference) का आयोजन हुआ। डार्टमाउथ कॉलेज के गणित के प्रोफेसर जॉन मैकार्थी (John McCarthy) ने विभिन्न विषयों के शोधकर्ताओं के एक छोटे समूह को "सोचने वाली मशीनों" की संभावना की जांच करने के लिए आमंत्रित किया था। इसी कार्यशाला के दौरान जॉन मैकार्थी ने पहली बार 'आर्टिफिशियल इंटेलिजेंस' शब्द गढ़ा था। इस समूह को एआई के क्षेत्र की स्थापना का श्रेय दिया जाता है।

दुनिया का पहला चैटबॉट एलिज़ा कैसे काम करता था?
1960 के दशक तक तकनीक ने करवट ली। 1966 में एमआईटी (MIT) के जोसेफ वीज़ेनबाम (Joseph Weizenbaum) ने एलिज़ा नामक प्रोग्राम बनाया, जिसे व्यापक रूप से दुनिया का पहला चैटबॉट माना जाता है। एलिज़ा प्राकृतिक भाषा को संसाधित करने वाले पहले कंप्यूटर प्रोग्रामों में से एक था। इसे रोजेरियन साइकोथेरेपिस्ट (Rogerian psychotherapist) की तरह बातचीत करने के लिए डिज़ाइन किया गया था।

एलिज़ा का काम करने का तरीका सीधा था: पैटर्न मिलान। यह कीवर्ड की पहचान करता था और नियमों की एक श्रृंखला का उपयोग करके ऐसे उत्तर देता था जो उपयोगकर्ताओं को बात जारी रखने के लिए प्रोत्साहित करते थे। उपयोगकर्ताओं को पता था कि वे एक मशीन के साथ बातचीत कर रहे हैं, फिर भी कई लोगों ने एलिज़ा द्वारा समर्थित महसूस किया। इस मनोवैज्ञानिक प्रभाव को 'एलिज़ा इफेक्ट' (ELIZA effect) कहा गया, जहां लोग मशीनों में मानवीय गुणों को देखते हैं। हालांकि, इसमें वास्तविक समझ का अभाव था, लेकिन इसने आधुनिक चैटबॉट्स की नींव रख दी थी। एलिज़ा के बाद 1972 में स्टैनफोर्ड यूनिवर्सिटी (Stanford University) के केनेथ कोल्बी (Kenneth Colby) ने पारी (PARRY) का निर्माण किया। 1988 में रोलो कारपेंटर (Rollo Carpenter) द्वारा जैबरवैकी (Jabberwacky) और 1995 में रिचर्ड वालेस (Richard Wallace) द्वारा एलिस (ALICE) का निर्माण किया गया।

एआई विंटर का दौर क्या था और इसके बाद क्या प्रगति हुई?
1974 में, अनुप्रयुक्त गणितज्ञ सर जेम्स लाइटहिल (Sir James Lighthill) ने एआई अनुसंधान पर एक आलोचनात्मक रिपोर्ट प्रकाशित की। उन्होंने दावा किया कि शोधकर्ताओं ने मशीनों की बुद्धिमत्ता को लेकर बहुत बड़े-बड़े वादे किए थे, जो पूरे नहीं हुए। इस निंदा के परिणामस्वरूप फंडिंग में भारी कटौती हुई। 1970 के दशक के अंत और 1990 के दशक की शुरुआत के बीच की अवधि को एआई विंटर कहा जाता है।

तमाम अड़चनों के बावजूद, कुछ अहम काम जारी रहे। 1966 और 1972 के बीच स्टैनफोर्ड रिसर्च इनिशिएटिव (Stanford Research Initiative) ने शेकी द रोबोट (Shakey the Robot) विकसित किया। 1980 के दशक में एएएआई (AAAI) की स्थापना हुई। जर्मनी में अर्नस्ट डिकमैन्स (Ernst Dickmanns) ने 1986 में पहली सेल्फ-ड्राइविंग कार का आविष्कार किया। यह मर्सिडीज वैन थी जिसे कंप्यूटर सिस्टम और सेंसर से सुसज्जित किया गया था।

शतरंज और बोर्ड गेम्स में एआई ने इंसानों को कैसे मात दी?
1990 के दशक के अंत में एआई ने अपनी असली ताकत दुनिया को दिखाई। 1996 में आईबीएम (IBM) ने अपने कंप्यूटर सिस्टम डीप ब्लू को तत्कालीन विश्व शतरंज चैंपियन गैरी कास्पारोव (Gary Kasparov) के खिलाफ उतारा। शुरुआत में डीप ब्लू हार गया, लेकिन अगले ही साल 1997 में इसने विश्व चैंपियन को हरा दिया। डीप ब्लू एक सेकंड में 20 करोड़ संभावित शतरंज चालों की समीक्षा कर सकता था।

इसके बाद 2011 में आईबीएम वॉटसन (IBM Watson) ने लोकप्रिय क्विज शो जियोपार्डी में इंसानी चैंपियंस को हराया। खेलों में एआई की सबसे बड़ी जीत 2016 में आई, जब गूगल डीपमाइंड (Google DeepMind) द्वारा बनाए गए एआई प्रोग्राम अल्फागो (AlphaGO) ने दुनिया के सर्वश्रेष्ठ खिलाड़ियों में से एक ली सेडोल (Lee Sedol) को हरा दिया।

सोफिया रोबोट और आधुनिक प्रणालियों का उदय कैसे हुआ?
साल 2000 में एमआईटी की सिंथिया ब्रीज़ील (Cynthia Breazeal) ने किस्मेट (Kismet) नामक रोबोट बनाया जो मानवीय भावनाओं को पहचान सकता था। 2004 में नासा ने स्पिरिट (Spirit) और अपॉर्चुनिटी (Opportunity) नामक रोवर्स मंगल ग्रह पर भेजे जो एआई से लैस थे। 2012 में कंप्यूटर वैज्ञानिक जेफ्री हिंटन (Geoffrey Hinton) ने इमेजनेट (ImageNet) प्रतियोगिता में न्यूरल नेटवर्क (Neural Networks) पर अपने शोध का प्रदर्शन किया, जिससे डीप लर्निंग के क्षेत्र में क्रांति आ गई। 2010 में एप्पल (Apple) ने सिरी और 2014 में अमेज़न (Amazon) ने एलेक्सा जैसी आभासी सहायक सेवाएं पेश कीं। 2016 में हैनसन रोबोटिक्स (Hanson Robotics) ने सोफिया नामक रोबोट बनाया, जिसे 2017 में सऊदी अरब ने नागरिकता भी प्रदान कर दी।

चैटजीपीटी और ओपनएआई का सफर कैसे शुरू हुआ?
2015 में एलन मस्क (Elon Musk), सैम ऑल्टमैन (Sam Altman), ग्रेग ब्रॉकमैन (Greg Brockman) और इल्या सुत्स्केवर (Ilya Sutskever) ने ओपनएआई की स्थापना की। आधुनिक एआई में सबसे बड़ा मोड़ 2017 में आया, जब गूगल के शोधकर्ताओं ने ट्रांसफॉर्मर आर्किटेक्चर पेश किया। इसी तकनीक पर आधारित ओपनएआई ने अपना पहला जेनरेटिव प्री-ट्रेंड ट्रांसफॉर्मर (Generative Pre-trained Transformer) या जीपीटी मॉडल जून 2018 में पेश किया, जिसे जीपीटी-1 कहा गया।

इसके बाद फरवरी 2019 में जीपीटी-2 और 2020 में 175 अरब मापदंडों वाला शक्तिशाली जीपीटी-3 मॉडल आया। जनवरी 2022 में इंस्ट्रक्टजीपीटी लॉन्च हुआ। आखिरकार, नवंबर 2022 में ओपनएआई ने चैटजीपीटी (ChatGPT) को जनता के लिए जारी कर दिया। इसने रातों-रात दुनिया भर में लोकप्रियता हासिल की। मार्च 2023 में जीपीटी-4 लॉन्च किया गया, जो पहले से कहीं अधिक सटीक था। जुलाई 2023 में कोड इंटरप्रेटर (Code Interpreter) जारी हुआ। ओपनएआई ने डैल-ई (DALL-E) जैसे इमेज जनरेशन टूल, कोडेक्स (Codex) और विस्पर (Whisper) भी बनाए हैं। साल 2025 में जीपीटी-5 ने अपनी दस्तक देकर इस तकनीक को और भी शक्तिशाली बना दिया है।

एक कृत्रिम बुद्धिमत्ता (AI) प्रणाली असल में कैसे काम करती है?
एआई मशीनों को डेटा से सीखने और मानव बुद्धि की नकल करने में मदद करता है। इसके काम करने की एक स्पष्ट प्रक्रिया होती है। पहला कदम डेटा तैयार करना है, जहां टेक्स्ट, इमेज या ऑडियो डेटा एकत्र और साफ किया जाता है। दूसरा कदम मॉडल प्रशिक्षण है, जिसमें मशीन लर्निंग (Machine Learning) या डीप लर्निंग एल्गोरिदम का उपयोग करके डेटा में पैटर्न खोजे जाते हैं। तीसरा कदम मूल्यांकन और सुधार है, जहां मॉडल का परीक्षण किया जाता है। जब सिस्टम उपयोग में आता है, तो यह लगातार नए डेटा से सीखता रहता है।

एआई को क्षमताओं के आधार पर चार भागों में बांटा गया है: रिएक्टिव मशीन (जैसे डीप ब्लू), लिमिटेड मेमोरी (जैसे सेल्फ-ड्राइविंग कार), थ्योरी ऑफ माइंड (जो इंसानी भावनाओं को समझ सके) और सेल्फ अवेयरनेस (जो स्वयं के अस्तित्व को समझे)। इस पूरी प्रक्रिया को सफल बनाने के लिए मशीन लर्निंग, न्यूरल नेटवर्क, कंप्यूटर विज़न (Computer Vision) और एनएलपी (NLP) जैसे प्रमुख विषयों का उपयोग किया जाता है। कुल मिलाकर एआई का सफर एक साधारण एलिज़ा प्रोग्राम से शुरू होकर आज दुनिया के सबसे उन्नत जीपीटी मॉडल तक पहुंच चुका है, और इसका भविष्य अनंत संभावनाओं से भरा हुआ है।

संदर्भ

1. https://tinyurl.com/256usljv

2. https://tinyurl.com/2c6azh8w

3. https://tinyurl.com/2bpa4jfr

4. https://tinyurl.com/2b4cjagn