यहां प्रोफेसर जैरी है कापलान भाषण की एक प्रतिलिपि है ।
सिलिकन वैली से नमस्ते, मैं कैलिफोर्निया में रहते हैं, मैं बहुत से है इंटेल निमंत्रण उधार लेने में सक्षम हो संमानित कर रहा हूं, इस बार सूज़ौ में बैठक में भाग लेने के लिए, आप अपने समर्थन के लिए धंयवाद, मैं गहराई से इस तरह आप के साथ साझा करने के लिए एक अवसर है संमानित कर रहा हूं कृत्रिम बुद्धि के लिए उद्योग परिवर्तन का नेतृत्व । चाहे एक व्यक्ति के रूप में या मेरे व्यवसाय के रूप में, हम इंटेल के साथ एक लंबे समय के लिए काम कर रहा है, अगर कोई इंटेल है, पीसी उद्योग परिवर्तन भी नहीं होगा, आज मैं एअर इंडिया परिचय, ऐ के रूप में जाना जाता है । सबसे पहले, चलो यकीन है कि ऐ क्या है बनाते हैं । फिर आइए, ऐ विकास के इतिहास का परिचय दें । किस तरह की स्टेज है अब में? इन दो पृष्ठभूमि के बाद, हम आपको ऐ क्षेत्र में नए व्यापार के अवसरों का एक संक्षिप्त परिचय दे, और कैसे यह हमारे विभिंन उद्योगों को प्रभावित करता है । मैं इस के लिए आप कैसे बेहतर एअर इंडिया के साथ अपने व्यापार को एकीकृत करने के बारे में कुछ सलाह देने का अवसर लेना चाहते हैं । अंत में, मैं भी चीनी बाजार पर ध्यान केंद्रित करना चाहते हैं, कैसे चीनी सरकार कंपनियों की मदद के लिए बेहतर तकनीकी क्रांति से शुरू एअर इंडिया को पूरा कर सकते हैं ।
सबसे पहले, मैं तुमसे एक सवाल पूछना चाहता हूं: आर्टिफिशियल इंटेलिजेंस क्या है? लोगों के विशाल बहुमत आर्टिफिशियल इंटेलिजेंस के बारे में बात करते हैं, हम सब चिंता है कि मशीन भी बुद्धिमान हो जाता है, भी मानव क्षमता की जगह विकसित, हमारे काम चोरी होगा, बेरोजगारी की एक बड़ी संख्या में जिसके परिणामस्वरूप, यह भी सीधे पूरी दुनिया पर नियंत्रण होगा, क्यों ऐसा लगता है? क्योंकि कंप्यूटर में हम क्या देखते हैं, जैसे टर्मिनेटर । बाकी तो डरावना है, मैं इसे जाने नहीं दूँगी. किसी भी मामले में, फिल्म बहुत डरावना है, लेकिन मुझे लगता है कि ऐ बहुत उज्ज्वल है । फिल्म वास्तव में असली नहीं है, हम इन विज्ञान गल्प और दृश्य में फिल्मों में है कल्पना से परे है, और थोड़ा अत्यधिक, कल्पना का एक सा है । आज के रोबोट, मनुष्य में सबसे कुशल इंजीनियरों के बारे में सोचो, और रोबोट हम विकसित किया है की तुलना, क्या आश्चर्यजनक उपलब्धियों अमेरिका के रक्षा विभाग के कार्यों में से कुछ में प्राप्त कर सकते हैं । क्या आप देख सकते हैं कि यह रोबोट क्या कर सकता है? आज के रोबोट सचमुच बेवकूफ हैं । लेकिन अगर वे अनुकूलित और उंनत किया जा सकता है, वे वास्तव में टर्मिनेटर की तरह बुद्धिमान रोबोटों में विकसित कर सकते हैं? वे वास्तव में मानवता के खिलाफ उठ सकते है और अंततः दुनिया पर राज? जवाब नहीं है । चूँकि उनके पास अपनी इच्छाएँ नहीं हैं, इसलिए उनके अपने विचार नहीं हैं, वे केवल मानव लोगों को ही एक पूर्व निर्धारित कार्य की स्थापना करेंगे. वे निर्धारित प्रक्रियाओं के अनुसार प्रस्तुत कर रहे हैं, भले ही वे मानव जाति के लक्ष्यों को प्राप्त करने के लिए कर रहे हैं । पहले सवाल पर वापस, कृत्रिम बुद्धि की परिभाषा क्या है?
इस की एक आधिकारिक परिभाषा के लिए अनुसंधान और कंप्यूटर प्रणाली है कि ऐसी दृश्य धारणा, भाषण मांयता, निर्णय लेने के रूप में मानव खुफिया, नकल विकसित करने के लिए है, और भाषा अनुवाद करने के लिए कार्य करते हैं ।
हालांकि, यह परिभाषा मुझे लगता है कि बहुत अधूरा है, हम अक्सर कंप्यूटर का उपयोग करने के लिए बहुत सारे कार्य करते हैं, मानव दक्षता से ज्यादा है, हम प्रणाली का निर्माण, लेकिन यह भी लोगों की क्षमता से ही अधिक कुशल होने की उंमीद है, केवल लोगों की नकल करने के लिए नहीं । ऐ, संक्षेप में, प्रणालियों और उपकरणों की अनुमति नहीं देता है मनुष्यों की तरह सोचने के लिए, मेरे विचार में कृत्रिम बुद्धि की प्रकृति, स्वचालित है, बुद्धिमान नहीं है, यह कृत्रिम बुद्धि और समझ की मेरी व्याख्या है । उपकरणों की नई पीढ़ी हमेशा लोगों की कार्यकुशलता में सुधार कर सकती है, चाहे वह बुद्धिमत्तापूर्ण हो या शारीरिक व्यायाम, और संबंधित कार्य में काफी सुधार किया जा सकता है. वे इन कार्यों को बेहतर, तेज और मनुष्यों की तुलना में सस्ता प्रदर्शन करते हैं । अंयथा, हम इन उपकरणों का विकास होगा बेकार हो जाएगा, लेकिन भविष्य के लिए, कृत्रिम बुद्धि हमें और अधिक करने के लिए मदद कर सकते हैं । यह स्वचालित करने के लिए जारी रहेगा, न सिर्फ क्योंकि मशीनों चालाक हैं, लेकिन मशीनों एक बहुत ही महत्वपूर्ण मानव द्वारा विकसित उपकरण हैं, और वे मनुष्यों और अधिक मूल्यवान बनाने, पेचीदा से हमें मुक्त, शैली काम करते हैं ।
चलो कृत्रिम बुद्धि के इतिहास पर एक नज़र रखना, यह कैसे अपनी स्थापना से वर्तमान में बदल गया है, और क्यों AI बदल गया है?
कृत्रिम बुद्धि के विकास, तार्किक निष्कर्ष से मशीन सीखने के लिए
कृत्रिम बुद्धि वास्तव में १९५६ में डार्टमाउथ संमेलन में पैदा हुआ था, और कुछ वैज्ञानिकों की बैठक के दौरान एक विशेष चर्चा का आयोजन किया, और डार्टमाउथ पर हम इस कृत्रिम शब्द के जंम देखा । बैठक में प्रतिभागियों ने सोचा कि खुफिया की चाबी तर्क चरितार्थ था, तो क्या सम्मेलन में तार्किक तर्क का आधार था जहां ऐ नींव रखना? हम मानते हैं कि कन्फ्यूशियस मानव है, 2, हर कोई मर जाएगा, सभी नश्वर, यह तर्क कंप्यूटर कार्यक्रम में रखा गया है, इस तरह के बयान का उपयोग एक निष्कर्ष है कि कन्फ्यूशियस मर जाएगा एक बहुत ही सरल उदाहरण है बनाने के लिए । यह एक तार्किक दृष्टिकोण है, यह आवेदनों की एक बहुत कुछ है, और अभी भी प्रभाव का एक बहुत कुछ है, हमें ड्राइविंग की सही दिशा देने सहित; बेहतर भण्डारण, सूची प्रबंधन के लिए भण्डारण में इन तार्किक तरीकों का प्रयोग, और एक ही समय में, कंप्यूटर चिप्स के लिए अपने विनिर्देशों को पूरा करने के लिए भी तार्किक तर्क के इस भाग की आवश्यकता है कि इंटेल भी ऐसी प्रौद्योगिकी में एक नेता है । और अंय क्षेत्रों में, यह इन तार्किक तर्क क्षमता है कि १९५६ डार्टमाउथ संमेलन में शब्दों के बीच अनुवाद, अर्थ समझ, कंप्यूटर विजन, और इतने पर प्रस्तुत किए गए थे हल मुश्किल है । इन सवालों के पीछे क्या समानताएं हैं? इसके पीछे क्या है कि यह बहुत गन्दा है, वास्तविक दुनिया डेटा का एक बहुत अच्छी तरह से समझाया जा करने के लिए कोई रास्ता नहीं है, हम छवि शब्दार्थ का एक बहुत सहित उल्लेख किया है, लगता है, तो एक अलग दृष्टिकोण बेहतर विकसित करने के लिए ऐ सक्षम करने के लिए आवश्यक है. और अब हम इस शब्द, मशीन का प्रतिनिधित्व करने के लिए सीखने का उपयोग करें ।
मशीन लर्निंग के पीछे विभिंन उपयोग मॉडल, मामलों की एक बड़ी संख्या सहित मॉडल को निकालने के लिए मामलों के चयन सहित सॉफ्टवेयर प्रौद्योगिकी सहित अनुप्रयोगों की एक श्रृंखला है । डेटा संग्रह एक ही क्षेत्र में, यदि राशि कुछ मॉडलों को खोजने के लिए पर्याप्त बड़ी है, लेकिन आप डेटा की भविष्यवाणी या वर्गीकृत करने के लिए उन मॉडलों का पूरा उपयोग कर सकते हैं, विशेष रूप से एक ही क्षेत्र में नए डेटा के लिए । तो दूसरी ओर, मशीन लर्निंग भी अपने भविष्य की एक बेहतर भविष्यवाणी का एक बहुत अच्छा उदाहरण है, यह मानते हुए कि मशीन सीखने के कार्यक्रम के लिए छवियों की पहचान करने के लिए प्रयोग किया जाता है, वस्तुओं की पहचान, और छवियों को अलग बिल्लियों और कुत्तों की तस्वीरें शामिल हैं, और यह सहसंबंध पा सकते हैं, इस संबंध शेयर कीमतों, जो वह प्रतिभूतियों की बिक्री सहित स्टॉक बनाने के लिए इस्तेमाल किया जा पाया, और इतने पर के संबंध की तरह कुछ भी हो सकता है । हम इस क्षेत्र में विशेषज्ञ हैं, और हम सभी जानते है कि तार्किक तर्क और मशीन सीखने दो कृत्रिम बुद्धि के विभिंन क्षेत्रों, दो अलग रास्तों हैं ।
लेकिन एक और समस्या है, ऐसा क्यों है कि तार्किक तर्क का तर्क पिछले कुछ दशकों में इतना लोकप्रिय हो गया है कि अब यह बड़ी बात सीख रहा है? यदि इसके पीछे एक सरल जवाब है, वहां विभिंन दुकानों, नेटवर्क, गणना, और डेटा है कि गहन परिवर्तन के दौर से गुजर रहे हो सकता है । उनके परिवर्तन की मात्रा एक छोटी नहीं है, न ही बहुत है, और मैं कहना चाहता हूं कि यह शब्द दिन में भारी मात्रा में परिवर्तन का है, और इस बदलाव की संभावना भी है कि कई और अधिक अनंत हो सकता है । पिछले कुछ दशकों में वापस खोज, गति और स्मृति में, लगभग हर साल, इसकी क्षमता को डबल, जिसका अर्थ है कि वर्तमान कंप्यूटर, अब पिछले 30 वर्षों में की तुलना में क्षमता, अधिक से अधिक 20 बार होना चाहिए, यदि उसकी अनुक्रमणिका देखें, २ २० है, मात्रा से अधिक होना चाहिए १,०००,०००, तो भी हमारे सहज ज्ञान युक्त विश्लेषण और ज्ञान से परे इस विशाल जन को समझने के लिए, १,०००,००० गति पहलू का प्रतिनिधित्व करता है, एक घोंघा चलने की गति और अंतरिक्ष शटल, क्या फर्क पड़ता है अगर आप इसे एक ही क्रम संख्या के तहत डाल दिया? ५००,००० । एप्पल देखता है फिर से, एप्पल अपनी कंप्यूटिंग शक्ति और पारंपरिक अमेरिकी अंतरिक्ष कार्यक्रम है, जो जल्द ही, और अधिक १९६५ चंद्र उतरने से अधिक गणना शक्तिशाली था देखता है, और एक ही परिवर्तन भी डिजिटल डेटा, और बड़े पैमाने पर की मात्रा में शामिल है भारी ।
क्यों यह परिवर्तन की दिशा और पूरी एअर इंडिया की विधि है? पहली विधि, तर्क विधि के कृत्रिम बुद्धि, वह केवल डेटा की एक छोटी राशि बहुत काम पूरा कर सकते हैं, जब तक इनपुट बहुत कम तथ्य है, बहुत अच्छा तर्क और कटौती हो सकती है, उपयोगी उपयोगकर्ता मामलों का एक बहुत आकर्षित करने के लिए, और इस के लिए हमारे मौजूदा प्रौद्योगिकी, विशेष रूप से, 20 के लिए, 30 में, जब प्रौद्योगिकी उपलब्ध था, यह दृष्टिकोण निस्संदेह प्रभावी था । इसके विपरीत, 30 से पहले, कंप्यूटर, या मशीन सीखने एल्गोरिदम, डेटा का अभाव है, और यहां तक कि डेटा के इस हिस्से के साथ, भंडारण प्रसंस्करण शक्ति के पीछे यह दिशा और गति है जिस पर यह विकसित कर सकते है सीमा होगी । तो 20 में वापस, 30 से पहले, यह है क्यों तार्किक गणना प्रमुख है ।
उस समय, लोगों को मशीन सीखने के बारे में बहुत चिंतित नहीं थे, और समय के साथ, स्थिति उलट था । मशीन सीखने क्या यह ला सकता है एक बहुत गंदा, unस्ट्रक्चर्ड असली दुनिया की समस्या है क्योंकि डेटा बहुत बड़ा है । वह कंप्यूटिंग शक्ति की एक बहुत जरूरत है, एक मजबूत बादल भंडारण की क्षमता है, और यह एक बहुत अधिक डेटा लेता है, और अधिक डेटा, बेहतर, और अधिक सटीक, और इसलिए, मशीन लर्निंग विशेष रूप से बहुत ही उच्च डेटा घनत्व की दुनिया में एक बहुत अच्छा मैच है, और युग में जब हम के बारे में कर रहे हैं । यह आर्टिफिशियल इंटेलिजेंस का इतिहास है ।
ऐ कुछ महत्वपूर्ण उद्योग अनुप्रयोगों
हम भी नए और विभिन्न अनुप्रयोगों की एक श्रृंखला को देखा, बारीकी से एअर इंडिया से संबंधित है, लेकिन यह महत्वपूर्ण है कि हम भी इन मुख्य प्रौद्योगिकियों कि एअर इंडिया के विकास ड्राइव समझने की जरूरत है, और वे आम में एक बहुत कुछ है, और सभी ऐ से संबंधित अनुप्रयोगों, चाहे वह स्वयं ड्राइविंग कारों या उत्पाद सिफारिश इंजन, या जो कुछ भी है, नेटवर्क सुरक्षा एल्गोरिदम और प्रौद्योगिकियों, जैसे कि उन है कि हमें एक नेटवर्क के द्वारा हमला किया जा रहा से रोकने के रूप में, वास्तव में डेटा के संग्रह का प्रतिनिधित्व करते हैं । कई बार, यह डेटा एक पारंपरिक डेटाबेस से आता है जिसमें बहुत सारे लेन-देन होते हैं और उनमें बहुत सारे रिकॉर्ड हो सकते हैं. कई बार डेटा या डेटा की धार किसी डिवाइस टर्मिनल से आती है जैसे कि रीयल-टाइम कैमरा, माइक्रोफ़ोन, या IoT । यहां, उद्योग और व्यापार के लोगों के लिए मशीन सीखने क्या मतलब है? यह आपके आला उद्योग पर निर्भर करता है, मशीन सीखने के माध्यम से कृत्रिम बुद्धि आवेदनों की एक विस्तृत श्रृंखला है, मैं तुंहें कुछ चुनने के लिए दे ।
पहले बहुत स्पष्ट है, कि है, रोबोटों की एक नई पीढ़ी का प्रतिनिधित्व, यह कुछ लोगों के अंतरिक्ष में हो सकता है, मानव के साथ मिलकर काम, सुरक्षित काम, वे वास्तव में कारखाने में इस्तेमाल किया जा करने के लिए शुरू कर दिया है, कुछ और दोहराव, सरल आपरेशन । इसका कारण यह है कि अब हम रोबोट के लिए पर्यावरण को अनुभव करने की क्षमता का सबसे सीमित है, वहां कोई रास्ता नहीं एक मजबूत अनुकूली प्राप्त है, तो केवल कुछ कसकर नियंत्रित वातावरण में इस्तेमाल किया जा सकता है । लेकिन कृत्रिम बुद्धि के परिचय के साथ, हम अब रोबोट एक मानव आंख और कान देने के लिए सक्षम हैं, यह धारणा का एक मजबूत भावना हो सकता है, और आसपास के माहौल में बातचीत और प्रतिक्रियाओं बनाने के लिए, यहां तक कि के रूप में कुछ लोगों और जानवरों का जवाब । लचीले रोबोट की इन नई पीढ़ी को वास्तविक दुनिया के वातावरण में लोगों के साथ सहयोग करने की क्षमता है क्योंकि वे मजबूत अनुकूली क्षमताओं और मजबूत अनुकूली और उनके परिवेश को जवाबदेही है । विनिर्माण, निर्माण और परिवहन सहित इन उद्योगों, लचीला रोबोटों की एक नई पीढ़ी द्वारा विकृत किया जाएगा । सेल्फ-ड्राइविंग कारों के लिए, सैंड्रा रिवेरा, नए लचीले रोबोट की इस पीढ़ी का एक नया प्रतिनिधि, एक उदाहरण है । अगले वीडियो में हम बाईं तरफ ड्राइवर के नजरिए को देख सकते हैं, सही पर कार सेंसर और कार कैमरा सिर को देखने के लिए है, आप सड़क पर, अगर किसी को लगता है वह स्वचालित रूप से बंद हो जाएगा । स्वयं ड्राइविंग कारों के लिए, यह आवेदन उद्योग के क्षेत्र में बहुत स्पष्ट है, लेकिन क्या बहुत महत्वपूर्ण है क्या है? मुझे लगता है कि यह बहुत महत्वपूर्ण है के लिए एक स्वचालित ट्रक या काफिले यहां है । फ्रीवे पर, यह बहुत सरल और बहुत व्यस्त शहर सड़क की तुलना में नियमित रूप से हो सकता है । तो खुद को राजमार्गों पर ड्राइविंग ट्रकों का उपयोग स्वयं ड्राइविंग कारों शहर की सड़कों के आसपास ड्राइविंग से जल्दी आ सकता है, हमारे पड़ोस में । यह एक अमेरिकी, स्वयं ड्राइविंग कार का एक उदाहरण है, एक बियर के द्वारा पीछा किया, और परिवहन के १,०००,००० मील की दूरी पर, वह कोई मानव पायलट हस्तक्षेप था, मानव पर्यवेक्षक, जो बियर पीने के लिए जब वह चला रहा था कर रहा था । परदे के पीछे, हम देख सकते है कि यह ड्राइवर ही मुक्त है, और यह कम लागत, और यह लगभग हर लदान वितरित कर सकते हैं ।
तो फिर हम कैसे लचीला रोबोट कारखानों को बदलने के शेयर जारी है । वर्तमान संयंत्र या कार्यशाला पर विचार करें, और अपने डिवाइस सही समय पर सही जगह में दिखाई नहीं देता है, तो परिणाम भयावह है. कारण सरल है, क्योंकि अब मशीनों के सबसे आसपास के वातावरण अनुभव करने की क्षमता नहीं है, परिवर्तन करने के लिए तेजी से अनुकूली प्रतिक्रिया करने के लिए, लेकिन लचीला रोबोट आसपास के वातावरण अनुभव कर सकते हैं, एक नए तरीके से, अनुकूली समायोजन करने के लिए विभिन्न तरीके. अधिक से अधिक कारखानों, पारस्परिक सामग्री, बहुत जटिल हो जाएगा, और यह हो सकता है और intertwined भूमिका के रूप में मानव सोच । इस मामले में, ऑटोमोबाइल विधानसभा संयंत्र, उदाहरण के लिए, भागों के स्थान पर आधारित है, और विभिन्न चर की एक किस्म इन उपकरणों का उपयोग करने के लिए, बेहतर धारणा और उत्पादन के लचीलेपन के लिए कन्वर्टर्स. सभी कारखानों में यह परिवर्तन होने जा रहा है, और हम इसे नकल जब हम इसे डिजाइन, जो है कि वे कैसे काम अगर वे लोग है और नहीं मशीनों चाहते हैं । अतीत की विधानसभा लाइन, इन संगठनों के सभी हम १०० साल पहले से चाहते हैं, जब हेनरी फोर्ड, मोटर वाहन उद्योग के आविष्कारक, संस्थापक, फोर्ड उद्योग के संस्थापक । उस समय, कारों की असेंबली लाइन इस तस्वीर की तरह था, विधानसभा ड्राइंग एक स्टेशन से दूसरे करने के लिए किया जाता है, जिनमें से प्रत्येक एक विधानसभा विशेषज्ञ के साथ अपने कार्य करने के लिए सुसज्जित है, जो कार्यकर्ता जो स्टेशन पर स्थापित करने के लिए पता होना चाहिए, और अंय प्रबंधकों, विधानसभा लाइन की जांच करने के लिए, यहां देखने के लिए, जहां , देखने के लिए क्या समस्या है, इन प्रक्रियाओं में से प्रत्येक में स्वतंत्र खुला की अलग स्थिति पर आधारित है, हर कोई देखने में सक्षम है, बाहरी हैं, क्या होता है देख सकते हैं, अब मैनुअल आपरेशन के अधिकांश मशीन है, जो आधुनिक विधानसभा लाइन है द्वारा प्रतिस्थापित किया जाता है, यह मानव आपरेशन की नकल है पहले, यह क्या हेनरी फोर्ड एक सदी पहले किया था की तरह है । अब यह सिर्फ नहीं है कि वहां एक व्यक्ति जो एक बहुत ही पेशेवर क्षमता है, भी उपकरणों की जरूरत है, लचीला रोबोट विशिष्ट स्थान और दृश्य में कुछ विशेष कार्य करने के लिए है, वास्तव में अगर ऐ की शुरूआत के माध्यम से, है ऐ कार्यक्रम, इन रोबोटों वह स्थानांतरित कर सकते है उपयोग करने में सक्षम है, बस उस स्टेशन पर इस बात करने के लिए तय नहीं है, वह उपकरणों के बीच स्थानांतरित कर सकते हैं, अगर समस्या, अंय उपकरणों अपने ऑपरेशन स्वतंत्र रूप से जारी रख सकते हैं । इसका हिस्सा से अप्रभावित । यदि आप इसे एक और अधिक जटिल है, लेकिन बहुत ही कुशल संगठन में डाल दिया, हम अमेज़न पर विचार कर सकते हैं, अमेज़न भी संयुक्त राज्य अमेरिका, खुदरा विक्रेताओं में सबसे बड़ी बिजली डीलर है, वे भी रोबोट स्वचालन गोदाम का उपयोग करने लगे । एक क्लासिक पारंपरिक गोदाम में, माल एक साथ रख रहे हैं, इसे खोजने के लिए, बहुत स्पष्ट होना चाहिए, यह कैसे डाल करने के लिए, लेकिन अब नवीनतम अमेज़न गोदाम, इन अलग बातें एक दूसरे से अधिक हो सकता है, शिपिंग क्षेत्र के इस भाग अक्सर भेज दिया जाता है । बहुत गन्दा लग सकता है, क्योंकि वे विभिन्न आकार, अलग स्टैकिंग तरीके, अलग संख्या है, यह ट्यूब करने के लिए लोगों के लिए वास्तव में मुश्किल है, लेकिन ऐ का उपयोग कर इन उपकरणों लचीला रोबोट है, जो बहुत हमारे काम की दक्षता में सुधार के एक समूह के माध्यम से माल के लिए तेजी से उपयोग को प्राप्त कर सकते हैं भविष्य में और अब केवल गोदाम में ही रोबोट बचे हैं, वह इन कारखानों को स्वचालन के उच्च स्तर तक ला सकेगा, वह विनिर्माण का भविष्य होगा. आर्टिफिशियल इंटेलिजेंस की तकनीक का पूरी तरह उपयोग कर सकेंगे । एक परिणाम के रूप में, इन संयंत्रों अभी भी आधुनिक, स्वचालित पौधों है कि विभिंन उपकरणों में इस्तेमाल किया जा सकता से काफी अलग हो जाएगा, इन सेंसरों के उपयोग सहित, बुद्धिमान रोबोटों की फ़ौजों कि सेंसर ले सहित, और वे खुद को पहचानने की क्षमता है, परिवहन, उद्धार, और एक समय पर तरीके से माल ले जाने में सक्षम हो, जहां की जरूरत है । इसलिए, लचीले रोबोट का उपयोग बहुत व्यापक होगा, यह कृत्रिम बुद्धि प्रौद्योगिकी के साथ संयुक्त निर्माण उद्योग में भी एक बहुत बड़ी भूमिका निभा सकता है । यह एक ईंट आदमी, एक रोबोट, विशेष रूप से एक रोबोट है कि होश आसपास के वातावरण, ईंटों बहुत ठीक कर सकते हैं, एक बहुत ही ठोस दीवार का निर्माण, और उसके स्थान इतना सटीक है ।
कुछ अंय कृत्रिम इंटेलिजेंस अनुप्रयोग ग्राहक सेवा से संबंधित हैं । हम जानते है कि यह हम में से कई को प्रभावित करेगा, और मैं उनमें से एक, एक उदाहरण के रूप में वित्तीय सेवा उद्योग का चयन करें । हम जानते है कि वित्तीय सेवा उद्योग एक बड़ी चुनौती है, कैसे जल्दी और कुशलता से ग्राहकों की समस्याओं और जरूरतों के लिए प्रतिक्रिया करने के लिए, लेकिन अगले कुछ वर्षों में, हम बहुत से एक विशेष बातचीत की संभावना है, मशीन वित्तीय प्रबंधन के लिए ग्राहक के अनुरोध का जवाब देने में सक्षम हो जाएगा, बहुत उंनत प्राकृतिक भाषा प्रसंस्करण लाने के लिए, अर्थ मांयता सहित, भाषा मांयता । शायद आप के माध्यम से कहते हैं, आवाज मांयता के लिए, आप प्राकृतिक आवाज प्रसंस्करण के बाहर बात करते हैं, के पीछे एक उच्च स्वचालित रोबोट चैट की शुरूआत भी है, प्रतिक्रिया संभाल कर सकते है बहुत जटिल ग्राहक मुद्दों, कुछ बुद्धिमान सहित माइक्रो में रोबोट चैट इस्तेमाल किया गया है । लेकिन यह स्वचालन की गति विकसित करता है, परिपक्वता की गति कृत्रिम बुद्धि प्रौद्योगिकी की शुरूआत के माध्यम से बढ़ाया जा सकता है ।
इसके अलावा, शायद ऐ द्वारा संचालित है, तकनीक है कि हमें बहुत उत्साहित और रोमांचक लग रहा है एआर संवर्धित वास्तविकता क्षेत्र है । यह एआर चश्मे के लिए एक पारदर्शी छवि लाता है, चश्मे के इस तरह पहनता है, यह अपने आसपास स्कैन कर सकते हैं, वह उच्च परिभाषा नक्शे का एक बहुत अच्छा प्रतिपादन परिचय कर सकते हैं, संवर्धित वास्तविकता प्रौद्योगिकी, खेल के भविष्य लाएगा । खेल की अगली पीढ़ी के अत्यधिक आप के आसपास वस्तुओं के साथ एकीकृत किया जाएगा, और यहां एक हाल ही में माइक्रोसॉफ्ट शो है, यहां है कि वे इस चश्मे को पहनने के बाद क्या देखते हैं, यह असली माहौल के पीछे है, कि है, तुम पर्यावरण में हैं, यहां, वह इस चश्मे पर डाल दिया, वह तुंहारे चारों ओर दीवार के साथ एक अच्छी बातचीत हो सकती है, भले ही घर असली फर्नीचर है, लेकिन खेल immersive की तरह है, कि खेल के माहौल में, व्यक्तिगत रूप से एक डरावना सा लग सकता है ।
न केवल इस उद्योग है, ऐ सबसे अधिक दूरगामी परिवर्तन बड़ा चिकित्सा उद्योग है, क्या मदद कर सकते है रोगी, डॉक्टर है, और यह भी एक डॉक्टर की जगह ले जा सकते हैं, और हमें लगता है कि हो सकता है, क्योंकि यह एक बहुत ही विशेष काम यहां है और यह करने के लिए अपने काम को स्वचालित मुश्किल लगता है, कि मामला नहीं है । उदाहरण के लिए, इमेजिंग डॉक्टरों के लिए, इमेजिंग क्षेत्र में डॉक्टरों अपने समय के सबसे खर्च फिल्में देख, जैसे एक्स-रे, एमआरआई, सीटी स्कैन, उन्हें समझाने के लिए साल बिताने सीखने, फिल्म देखने का तरीका जानने के लिए, देखना है कि ब्लैक स्पॉट सौम्य है या ट्यूमर का कैंसर, सिर्फ इमेजिंग एक्सपर्ट्स ही ऐसा फैसला कर सकते हैं । यह महत्वपूर्ण है और प्रासंगिक है, तथापि, क्योंकि हम जानते है कि कैंसर चीन की मृत्यु दर के पीछे एक बहुत महत्वपूर्ण कारण है, और इसलिए संयुक्त राज्य अमेरिका में मामला है, जहां इमेजिंग और रेडियोलॉजी चिकित्सकों, जो इस दिन का उल्लेख किया है, एक साल में इस बीमारी की मृत्यु हो सकती है या अधिक से अधिक ६००,००० । डॉक्टरों की सीटी स्कैन सहित, चाहे वे अच्छी तरह से निदान कर सकते हैं कैंसर की उपस्थिति महत्वपूर्ण नहीं है, मैं कहना चाहता हूं कि चीन में और संयुक्त राज्य अमेरिका में, हम बहुत हैं, योग्य इमेजिंग डॉक्टरों की बहुत कमी है, तो उनका कार्यभार बहुत बड़ा है, वे कर सकते हैं, अब कुछ लोगों को तकनीकी समस्याओं और भी निदान के कारण हो सकता है, संयुक्त राज्य अमेरिका में शामिल हैं । लेकिन अगर वे जल्दी से कई कैंसर और अंय बीमारियों का निदान करने के लिए मशीन लर्निंग का उपयोग करें, यह एक वीडियो सर्जन का काम है । कई चीनी अस्पतालों और क्लिनिकों में तकनीक को काफी हद तक अपनाया गया है । स्वास्थ्य उद्योग में परिवर्तन, न केवल क्षेत्र में है कि हम सिर्फ शुरू की है, लेकिन यह भी जिस तरह से हम उपाय स्वास्थ्य प्रबंधन नाटकीय रूप से बदल सकते हैं, और हम सभी जानते है कि एक IoT है, लेकिन क्या आप के बारे में सोच भी नहीं सकता है कि हम उन चीजों में से एक हैं । अधिक से अधिक सेंसर हम पर पहना जाएगा, इन सेंसरों हमारे स्वास्थ्य समस्याओं और वास्तविक समय में कमजोरियों का पता लगाने जाएगा, और अगर वहाँ एक समस्या है, हम तुरंत आप के लिए संकेत, या सीधे अपने चिकित्सक को सूचित करेंगे, भविष्य में सिर्फ उपकरण नहीं है, और यहां तक कि हमारे शरीर को इंटरनेट से जोड़ा जा सकता है, आज के स्वास्थ्य उद्योग के लिए सक्रिय है जब उपभोक्ताओं को उनकी जरूरत है । जब आप बीमार महसूस करते हैं, तो आप डॉक्टर के पास जाते हैं, यह प्रक्रियाओं के वर्तमान सेट है, लेकिन भविष्य में, स्थिति बदल जाएगा, हम एक नई सेवा प्रदाता के उद्भव हो जाएगा, हम वास्तविक समय में अपने स्वास्थ्य को ट्रैक कर सकते हैं, इस पूर्वानुमान विश्लेषण की क्षमता के माध्यम से, हम सीधे कुछ संभावित स्वास्थ्य खतरों की पहचान कर सकते हैं । ये सेवा प्रदाता आपकी स्वास्थ्य स्थिति के लिए वैयक्तिकृत समायोजन कर सकते हैं, जैसे आपके दिल की धड़कन जल्दी से, आपको एक ब्रेक लेना होगा, या आपको अधिक वैयक्तिकृत उपचार आहार देना चाहिए । उदाहरण के लिए, आप मिठाई या कोई और अधिक के लिए एक तरबूज खा सकते हैं? वह बेहतर रोगियों का पता लगाने, आप दवा जल्दी से लेने के लिए आग्रह करता हूं, या जब आपके लक्षण बदतर हो, जैसे एक संभावित दिल का दौरा है, जो हम चिकित्सा के क्षेत्र में कर सकते है के रूप में कर सकते हैं । रोगियों और चिकित्सा विशेषज्ञों के बीच संबंध नाटकीय रूप से बदल जाएगा, जो काफी स्वास्थ्य उद्योग के सेवा मॉडल को विकृत करेगा, और हम एक और अधिक रोमांचक चिकित्सा पेशे होगा ।
मेरे भाषण के पिछले भाग में, मैं आप के लिए अपने जीवन का सबसे होनहार क्षेत्रों में से एक है, जो खुदरा बिक्री में एअर इंडिया के आवेदन पत्र है, और कितना यह खुदरा परिधान विक्रय उद्योग पलट होगा शुरू करना चाहते हैं । वास्तव में, परिधान खुदरा उद्योग में, सबसे बड़ी समस्या यह है कि कई लोगों का स्वाद खराब होता है, कपड़े खरीदें बदसूरत होते हैं, कोई बात नहीं तुम यह पता नहीं है, तो वह भी अपनी इस समस्या को जानता है, तो एक दोस्त की राय की स्वीकृति में कहा, मैं इस लग रहा है अच्छे कपड़े खरीदने की हिंमत नहीं है । बेशक, अपने दोस्तों या बिक्री, वे सलाह बनाने के लिए वास्तव में अच्छा नहीं है । इन उपभोक्ताओं को एक स्टाइलिश विशेषज्ञ मुझे एक उपयोगी दृश्य देने के लिए चाहते हैं, और एक नया ऐ आवेदन अमेज़न पर पहले से ही है । आप इसे कैसे उपयोग करने जा रहे हैं? आप अलग कपड़े की कोशिश कर सकते हैं, खुद का एक चित्र ले, और फिर इन आत्म तस्वीरें अपलोड इस आवेदन करने के लिए डाल दिया, इस आवेदन तुम बताओ, जो कपड़े बनाने के लिए आप और अधिक सुंदर लग रही हो, आपको लगता है कि हो सकता है यह अरब रातों, अनुमान भी बेकार है, लेकिन हमारे वास्तविक परीक्षण के परिणाम के अनुसार, हमने पाया है कि गणना का उपयोग फैशन विशेषज्ञों की राय से अधिक है ।
इस बारे में कहा जा सकता है कि रिटेल इंडस्ट्री में भारी बदलाव आने से किसी को भी फैशन एक्सपर्ट्स की सलाह मिल सकती है, वे अपने मनपसंद कपड़ों के प्रॉडक्ट्स खरीदने को लेकर ज्यादा आश्वस्त हो सकते हैं । यह एक बहुत ही आसान तरीका खुदरा बिक्री के साथ कृत्रिम बुद्धि गठबंधन है, लेकिन मुझे लगता है कि यह बहुत दिलचस्प है और यह जीवन के हमारे रास्ते को विकृत करने जा रहा है । एअर इंडिया सिर्फ मौजूदा उद्योग नहीं बदलता है, यह भी लगातार नए व्यापार क्षेत्रों उत्पंन करने के लिए है । मैं अंत में समय का थोड़ा सा खर्च करने के लिए अभिनव उपकरण के भविष्य को देखो, यह कैसे मौलिक जीवन के हमारे रास्ते बदल सकते है चाहेंगे?
आज के मौजूदा उपकरण डिवाइस पर ही हमारा पूरा ध्यान की जरूरत है, मुझे नहीं लगता कि यह एक अच्छा तरीका है भविष्य उपकरणों के साथ बातचीत है, हम इस समस्या का समाधान करेंगे । उपकरणों और अधिक सुलभ हो जाएगा, और अधिक अदृश्य, और अधिक छिपा हुआ, और हम यह बहुत छोटे हेडसेट, या इस पारदर्शी संपर्क लेंस पहनना होगा । , यहां तक कि इस उपकरण सीधे संपर्क लेंस के साथ एकीकृत किया जा सकता है, यह हमारे दैनिक जीवन के साथ हस्तक्षेप नहीं होगा, वे प्रासंगिक सेवाओं के प्रावधान के पीछे किसी भी समय होगा, इस भविष्य कंप्यूटिंग उपकरण बहुत पर्यावरण के साथ हमारे संचार और संचार में सुधार होगा । इन नए ध्वनि इंटरफेस मौजूदा उपकरणों के लिए जगह में पहले से ही कर रहे हैं, यह हमें बहुत उपयोगी जानकारी के साथ प्रदान कर सकते हैं, अपने सड़क पर मोड़ सहित, या एक ईमेल प्राप्त करने, और इतने पर, और वे और अधिक कर सकते हैं, वे इलेक्ट्रॉनिक निजी सहायक हो सकता है, और वह अपने कान के साथ क्या करने के लिए आपको बता देंगे, उदाहरण के लिए, कुंजी लेने के लिए मत भूलना, वह नैपकिन के तहत मेज पर, या आप अपनी पत्नी के बिना 3 दिन है, उसे खुश करने के लिए कुछ करना चाहिए. उदाहरण के लिए, अपने रक्तचाप थोड़ा उच्च है, तो आप दोपहर में टहलने के लिए जाना चाहिए । अपने कॉन्टेक्ट लेंस को देखो और अपने कॉन्टेक्ट लेंस बेहतर हो जाएगा । मान लीजिए हम एक बैठक करने जा रहे हैं, आपकी आंखें स्वचालित रूप से प्रत्येक व्यक्ति को पहचान लेगी, हर किसी को, परिचय करने के लिए मेज पर इतना लंबा नाम लगाने की जरूरत नहीं है । यह एक बहुत अच्छा जीवन सहायक भी हो सकता है । यह स्वतः ही आपको बता देगा कि आपके सामने बैठे व्यक्ति को यह शौक होगा, जैसे वह किसी बाइक की सवारी करना पसंद करता है, और फिर इस आदमी की बेटी आपकी सहपाठी है, फिर उसने पिछले साल आपको जन्मदिन की शुभकामनाएं भेजी हैं, आज आप उसके प्रति कुछ कृतज्ञता व्यक्त कर सकते हैं ।
इसके अलावा ये पर्सनल असिस्टेंट भी हमें और पुष्ट करने में मदद कर सकता है, आपको बता दें कि टेनिस कहां उड़ रहा है, कहां है, आपको बता दें कि डिनर के लिए बाहर जाना है, इससे हमारे अंतरंग जीवन पर भी असर पड़ेगा ।
कैसे ऐ बेहतर उद्योग अनुप्रयोगों को एकीकृत करता है?
नीचे मैं भी तुम एक छोटी सी सलाह के साथ प्रदान करना चाहते हैं, कैसे एअर इंडिया और उनके व्यापार को और अधिक परिपूर्ण एकीकरण करने के लिए? एक शक के बिना, मशीन लर्निंग एक तरीका प्रभावी जानकारी निकालने और डेटा है कि वास्तव में खुद के लिए डेटा के सागर में मूल्यवान है खोजने के लिए है, लेकिन यह आपकी कंपनी के आवेदन परिदृश्य के लिए आवेदन एक और महत्वपूर्ण कदम है, और आदेश में ऐसा करने के लिए, हम डेटा का एक बहुत कुछ के माध्यम से खोज करने के लिए है, और अधिक डेटा आपके पास है, और अधिक सफल अपनी मशीन सीखने आवेदन किया जाएगा । मूल्य यह आप के लिए ला सकता है और अधिक स्पष्ट है । हम कैमरों के विभिन्न प्रकार के एक बहुत कुछ हो सकता है, अपने गोदाम, बैंक काउंटर, कैमरों के सबसे सुरक्षा के लिए उपयोग किया जाता है, और एकत्र डेटा के अधिकांश पहले से ही बर्बाद हो जाता है. हम ग्राहकों के व्यवहार का विश्लेषण करने के लिए इस डेटा का उपयोग कर सकते हैं, हम सीधे कर्मचारियों को बता सकते हैं जहां ग्राहकों की सेवा करने के लिए जाने के लिए, लेकिन यह भी ऊर्जा बचत का एक बहुत, कम में, संसाधनों बर्बाद बचाने के लिए, मशीन लर्निंग कैमरा ऐसे उपकरणों एकत्र डेटा अपनी सबसे बड़ी कीमत खेलने के लिए कर सकते भी ग्राहकों के लिए बेहतर व्यक्तिगत सेवाओं को प्राप्त कर सकते हैं, डेटा वास्तव में तेल का भविष्य है ।
मेरे दूसरे सुझाव के अलावा, सावधान, ध्यान से चुना, हम एक छोटा सा नहीं होना चाहिए, लेकिन पहले एक बहुत अच्छा पायलट करना चाहिए, कृत्रिम बुद्धि एक रामबाण नहीं है, हम एक पल लेने के लिए देखने के लिए की जरूरत है कैसे इस प्रौद्योगिकी और अधिक गहराई में एकीकरण है, कृत्रिम बुद्धि अपने रॉय में सुधार करना चाहिए, हम क्या करने की जरूरत है सिर्फ आंखों को आकर्षित नहीं है । मेरा सुझाव है कि आप कुछ संभावित अनुप्रयोगों के परीक्षण के द्वारा शुरू, प्रोटोटाइप का निर्माण, देखो क्या मूल्य वे ला सकते हैं, और फिर चुनें या नहीं पैमाने पर ।
अंत में हर कोई सुझाव दे, भी चिंतित नहीं है । यदि आप भी चिंतित हैं, तो आप इस के पीछे मौजूद हो सकता है कि समस्याओं को नजरअंदाज कर सकते हैं, और अब वहाँ कम विशेषज्ञों और प्रतिभा कृत्रिम बुद्धि के क्षेत्र में कर रहे हैं, लेकिन भविष्य में यह बहुत सुधार होगा और हम एअर इंडिया प्रणाली को तैनात करने के लिए आसान बनाने के लिए और अधिक सॉफ्टवेयर उपकरण विकसित होगा । यहां तक कि हमारे संमेलन कक्ष में आज, वहां इसी तरह के उपकरणों और प्रौद्योगिकियों रहे हैं, और भविष्य में, नई मशीनों को बेहतर प्रशिक्षण की आवश्यकता के लिए एक ही ऐ दक्षता प्राप्त होगा । उपकरणों का एक बहुत अब बहुत महंगा है, लेकिन लागत जल्दी गिर जाएगी, हमारी प्रतिभा की समस्या हल हो जाएगा । उपकरण भी अधिक परिपक्व और अधिक सार्वभौमिक उपलब्ध हो जाएगा ।
चीन में आर्टिफिशियल इंटेलिजेंस के विकास पर कुछ सुझाव
अंत में, मुझे ऐ कैसे तैयार करने के लिए चीनी बाजार परिचय, और कैसे चीनी सरकार ऐ क्रांति से मिलने के लिए कर सकते हैं?
चीन के ऐ क्षेत्र में अग्रणी देश बनने की बहुत अच्छी संभावनाएं हैं । चीन की महान शक्तियों में से एक में बहुत अच्छा तालमेल हासिल करने की क्षमता है, और हर कोई एक ही लक्ष्य की ओर काम कर सकता है । हालांकि, चीन बहुत बड़ा है, डेटा बहुत है, डेटा कैसे करना है और मशीन प्रणाली का प्रशिक्षण कुंजी बन जाते हैं । सरकार के समर्थन के साथ, हम बेहतर डेटा के बंटवारे को प्रोत्साहित कर सकते हैं, इतने बड़े डाटाबेस के एकत्रीकरण के लिए, यह एक तरह से चीन पर विचार किया जा सकता है, ऐ डेटा का उपयोग एक बहुत ही उंनत प्रौद्योगिकी लाभ समझ सकता है । सरकार अन्य मदद भी प्रदान कर सकती है, हम मौजूदा बुनियादी ढांचे और कानूनों और विनियमों का अनुकूलन कर सकते हैं, शायद ऐ कंपनियों अपने स्वयं के एअर इंडिया उपकरणों और अनुप्रयोगों के पायलट में तेजी लाने के लिए, कई बुनियादी सुविधाओं भविष्य में परिवर्तन के साथ लाइन में नहीं है, जबकि, बुद्धिमान परिवहन की तरह, हम स्वत: ड्राइविंग और स्वचालित टैक्सी के भविष्य के लिए तैयार है । भविष्य में हम यातायात के डिजाइन के लिए सड़क पर होगा जीवन के आधुनिक तरीके के अनुरूप, फुटपाथ और रोबोटों सड़क से अलग किया जाना चाहिए, ताकि दोनों पक्षों में संघर्ष नहीं होगा ।
अंत में, एक संक्षिप्त सारांश । मुझे विश्वास है कि कृत्रिम बुद्धिमत्ता हमारे भविष्य को उज्जवल बनाएगी । संक्षेप में, अधिक लचीला उपकरण मानव शारीरिक काम और अधिक शैली काम पर ले जाएगा, यह भविष्य में लोगों की खुफिया अधिक मूल्यवान और मूल्यवान बनाना होगा, इसके अलावा, कृत्रिम बुद्धि हमें बेहतर चुनौतियों को पूरा करने में मदद मिलेगी । इस डिजिटल दुनिया से लाभांवित हो रहे हैं । यह भी स्वचालित रूप से हमें और अधिक सही निर्णय लेने में मदद करने के लिए सबसे मूल्यवान जानकारी मिल सकती है । फिर भी, अंतिम विश्लेषण में, अच्छे भविष्य के लोगों द्वारा बनाया जाना है, मशीन केवल एक महत्वपूर्ण उपकरण को प्राप्त करने के लिए, कैसे इन प्रौद्योगिकियों का उपयोग करने के लिए हम पर भरोसा है, मैं भी बहुत ज्यादा उस दिन का आगमन देखने के लिए तत्पर हैं, मुझे आशा है कि हम सामूहिक रूप से मंथन कर सकते हैं, एक और अधिक अभिनव तरीका है कृत्रिम बुद्धि का उपयोग करने के लिए हमारे काम की सेवा मिल एक बेहतर दुनिया बनाएं ।