Barron کے طور پر ابتدائی اکتوبر 2015 کے طور پر، کے ساتھ AI تیمادارت کہانی کے عنوان سے کیا گیا تھا کیا تھا. جس کی NVIDIA کا حوالہ دیا گیا تھا، حصص 770 فیصد بڑھ گئی ہے "انٹیل باہر دیکھتے ہیں، یہاں فیس بک آتا ہے"، مائکرون، AI ترقی، چپ صنعت اسٹار کی ایک نئی نسل میں رہنے سکتا ہے کیونکہ ترقی کے عمل، میموری چپس کا ایک بہت کی ضرورت ہے، کمپنی کے شیئر کی قیمت میں اب تک 270 فیصد کی طرف سے اضافہ ہوا ہے.
NVIDIA کے پانچ سال، حصہ کی قیمت چارٹ
اس وقت، اے اے اب بھی ترقی کے ابتدائی مراحل میں ہے اور مستقبل میں زیادہ طاقتور واپسی ہوسکتی ہے.
نیٹ ورک اور کلاؤڈ کمپیوٹنگ کی آمد کے ساتھ، نیٹ ورک کے جنات کو اعداد و شمار کے بڑے پیمانے پر جمع کر سکتے ہیں اور ان کے اعداد و شمار کے مراکز میں حسابات لگاتے ہیں. کمپیوٹر سائنسدانوں نے ایک نئی مشین سیکھنے کے ماڈل کو گہری سیکھنے کا نام دیا ہے. یہ ماڈل سائنسدانوں کو واضح حساب کے قوانین کو قائم کرنے کی ضرورت نہیں ہے.
مندرجہ ذیل اعداد و شمار گہری سیکھنے کا ایک مثال دکھاتا ہے جس میں کمپیوٹروں کو بلیوں کی تصاویر کو تسلیم کرنے کے لئے سکھایا جاتا ہے، بلیوں کی تصاویر، کمپیوٹروں میں کمپیوٹر داخل ہوجاتے ہیں، اور غیر بلیوں کے بہت سے مثال بھی داخل ہوتے ہیں جیسے جیسے کتوں کی تصاویر. تصویر پکسلز میں، بہت سے بنیادی شکل کے پیٹرن ہیں.
گہری سیکھنے والی تیاریوں میں سے ایک، بلیوں اور کتوں کی شناخت
اس کے بعد یہ متعلقہ بنیادی شکلیں ملیں گے، متعلقہ (اشارہ سن) اور غیر متعلقہ (نرم کان) تسلیم شدہ پیٹرن خصوصیات، جو کمپیوٹر کے نئے ماڈل بنائے جائیں گے، اور بعد میں اس کی شناخت کی جائے کہ تصویر ایک بلی ہے یا نہیں. یہ اس ماڈل کو لاگو کرے گا.
اس طرح کی گہری سیکھنے ایک طاقتور نئی مثال ہے: انسان صرف ایک بنیادی مقصد قائم کرنے کی ضرورت ہے، تصاویر کی درجہ بندی کرنا، اور پھر کمپیوٹر کو حل تلاش کریں. اس مرحلے کے سلسلے میں کمپیوٹر کو "نیٹ ورک" کہا جاتا ہے. مختلف نیٹ ورک مختلف چیزوں میں اچھے ہیں. مثال کے طور پر، نام نہاد قابو پانے کی تعلیم بہت سادہ پیغامات کا استعمال کرتی ہے. یہ صرف ایک منظر اور قواعد مقرر کرنے کی ضرورت ہوتی ہے. وہ کارروائی کا بہترین طریقہ تلاش کرسکتا ہے.
گوگل اس طریقہ کار کا استعمال کرتے ہوئے عصبی نیٹ ورک کی ٹیکنالوجی کا استعمال کرتے ہوئے خود سیکھنے کمپیوٹر AI جاؤ ماڈل AlphaGo زیرو. یہ ماڈل بنا سکتے ہیں 2017 کے آخر میں تھا، اور اس کے اپنے کھیل کے ذریعے کی چالوں کی قسم سیکھنے اور نئی حکمت عملی دریافت کرنے، اس نے سیکھنے کے عمل میں انسانی انٹیلی جنس کی ضرورت نہیں ہے، یہ آخر میں سب سے انسانی جاؤ دان سے ہرا دیا.
اور ٹیکنالوجی کمپنیوں کو کھیلنے AI کی ترقی میں اہم کردار جیسے NVIDIA کی GPU چپ کی کارکردگی ضروری ہارڈ ویئر کی حمایت کی یا نئی مشینری اور سامان، فراہم کرنا ہے. انٹیل کے مائکروپروسیسر مائکرون کی میموری چپس کے لئے مانگ کے مقابلے میں زیادہ اضافے، اور کرنے کی توقع کی جاتی ہے چپ گہرائی سیکھنے کی حمایت کرنے 2021 میں شروع کیا.
کمپیوٹنگ میں گہری سیکھنے میں زیادہ عام ہو جائے گا. وقت کے ساتھ، گہری سیکھنے انسانوں کے کاموں کو لکھنے کے پروگراموں کو لے جائیں گے. تاہم، چپس اور سافٹ ویئر کی ترقی کے باعث، اس مقصد کو حاصل کرنے کے لئے ابھی تک ایک طویل راستہ موجود ہے.