Machine Learning Technology: ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਨੁੱਖੀ ਬੁੱਧੀ ਨੂੰ ਮਸ਼ੀਨਾਂ ਵਿੱਚ ਉਤਾਰਨ ਦਾ ਇੱਕ ਲੰਮਾ ਤੇ ਰੌਚਕ ਸਫ਼ਰ ਹੈ। ਇਹ ਮਨੁੱਖੀ ਇਤਿਹਾਸ ਨੂੰ ਬਦਲਣ ਵਾਲੀਆਂ ਤਕਨਾਲੋਜੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਬਣ ਕੇ ਉੁਭਰਿਆ ਹੈ। ਇਸ ਦੀ ਸ਼ੁਰੂਆਤ ਉਦੋਂ ਹੋਈ ਜਦੋਂ ਮਨੁੱਖ ਨੇ ਸਵਾਲ ਕੀਤਾ ਕਿ ਕੀ ਮਸ਼ੀਨਾਂ ਵੀ ਸੋਚ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਵਿਚਾਰਧਾਰਾ ਨੇ ਇੱਕ ਨਵੇਂ ਵਿਗਿਆਨਕ ਖੇਤਰ ਦੀ ਨੀਂਹ ਰੱਖੀ, ਜੋ ਅੱਜ ਗਲੋਬਲ ਆਰਥਿਕਤਾ, ਸਮਾਜ ਅਤੇ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ਨੂੰ ਡੂੰਘੇ ਤੌਰ ’ਤੇ ਪ੍ਰਭਾਵਿਤ ਕਰ ਰਿਹਾ ਹੈ। ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦੀਆਂ ਜੜ੍ਹਾਂ ਬਹੁਤ ਪੁਰਾਣੀਆਂ ਹਨ, ਪਰ ਆਧੁਨਿਕ ਰੂਪ ਵਿੱਚ ਇਸ ਦੀ ਸ਼ੁਰੂਆਤ 20ਵੀਂ ਸਦੀ ਦੇ ਮੱਧ ਵਿੱਚ ਹੋਈ। ਸਾਲ 1943 ਵਿੱਚ ਵਾਰਨ ਮੈੱਕਲੋਕ ਅਤੇ ਵਾਲਟਰ ਪਿਟਸ ਨੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕਾਂ ਦਾ ਗਣਿਤੀ ਮਾਡਲ ਪੇਸ਼ ਕੀਤਾ।

ਜਿਸ ਨੇ ਦਿਮਾਗ ਦੀਆਂ ਗਤੀਵਿਧੀਆਂ ਨੂੰ ਮਸ਼ੀਨੀ ਢੰਗ ਨਾਲ ਸਮਝਣ ਦਾ ਰਾਹ ਖੋਲ੍ਹਿਆ।  ਆਧੁਨਿਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਅਸਲ ਜਨਮ 1956 ਵਿੱਚ ਡਾਰਟਮਾਊਥ ਕਾਲਜ ਵਿੱਚ ਹੋਇਆ। ਜਿੱਥੇ ਜੌਨ ਮੈੱਕਾਰਥੀ, ਮਾਰਵਿਨ ਮਿਨਸਕੀ, ਨਾਥਾਨੀਅਲ ਰੋਚੈਸਟਰ ਤੇ ਕਲਾਉਡ ਸ਼ੈਨਨ ਵਰਗੇ ਵਿਗਿਆਨੀਆਂ ਨੇ ਇੱਕ ਗਰਮੀਆਂ ਦਾ ਵਰਕਸ਼ਾਪ ਲਾਇਆ। ਇਸ ਵਰਕਸ਼ਾਪ ਵਿੱਚ ਹੀ ‘ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ’ ਸ਼ਬਦ ਪਹਿਲੀ ਵਾਰ ਵਰਤਿਆ ਗਿਆ ਤੇ ਇਸ ਨੂੰ ਇੱਕ ਵੱਖਰੀ ਖੋਜ ਖੇਤਰ ਵਜੋਂ ਮਾਨਤਾ ਮਿਲੀ। ਵਿਗਿਆਨੀਆਂ ਨੇ ਉਮੀਦ ਕੀਤੀ ਕਿ ਮਸ਼ੀਨਾਂ ਨੂੰ ਭਾਸ਼ਾ ਸਮਝਣ, ਸਮੱਸਿਆ ਹੱਲ ਕਰਨ ਤੇ ਲੇਖਣ ਵਰਗੀਆਂ ਗਤੀਵਿਧੀਆਂ ਸਿਖਾਈਆਂ ਜਾ ਸਕਦੀਆਂ ਹਨ।

Read Also : Milk Price Increase: ਅਮੂਲ ਨੇ ਦੁੱਧ ਦੀਆਂ ਕੀਮਤਾਂ ’ਚ 2 ਰੁਪਏ ਪ੍ਰਤੀ ਲੀਟਰ ਤੱਕ ਦਾ ਕੀਤਾ ਵਾਧਾ 

ਇਸ ਤੋਂ ਬਾਅਦ 1950 ਤੇ 1960 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਪਰਸੈਪਟ੍ਰਾਨ ਵਰਗੇ ਨਿਊਰਲ ਨੈੱਟਵਰਕ ਅਤੇ ਅਲੀਜ਼ਾ ਵਰਗੇ ਚੈਟਬਾਟ ਵਿਕਸਿਤ ਹੋਏ, ਜਿਨ੍ਹਾਂ ਨੇ ਲੋਕਾਂ ਨੂੰ ਇਸ ਗੱਲ ਤੋਂ ਪ੍ਰਭਾਵਿਤ ਕੀਤਾ ਕਿ ਮਸ਼ੀਨਾਂ ਗੱਲਬਾਤ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਪਰ ਇਸ ਉਮੀਦ ਤੋਂ ਬਾਅਦ ਨਿਰਾਸ਼ਾ ਵੀ ਆਈ। ਫਿਰ 1970 ਅਤੇ 1980 ਦੇ ਦਹਾਕਿਆਂ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਤਰੱਕੀ ਰੁਕ ਗਈ ਕਿਉਂਕਿ ਮਸ਼ੀਨਾਂ ਗੁੰਝਲਦਾਰ ਸਮੱਸਿਆਵਾਂ ਹੱਲ ਨਹੀਂ ਕਰ ਪਾ ਰਹੀਆਂ ਸਨ ਤੇ ਫੰਡਿੰਗ ਘੱਟ ਹੋ ਗਈ। ਇਸ ਨੂੰ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੰਟਰ ਕਿਹਾ ਜਾਂਦਾ ਹੈ। ਫਿਰ 1990 ਦੇ ਦਹਾਕੇ ਵਿੱਚ ਇੱਕ ਨਵੀਂ ਲਹਿਰ ਆਈ ਜਦੋਂ ਆਈਬੀਐੱਮ ਦੇ ਸੁਪਰ ਕੰਪਿਊਟਰ ਡੀਪ ਬਲੂ ਨੇ 1997 ਵਿੱਚ ਸ਼ਤਰੰਜ ਦੇ ਵਿਸ਼ਵ ਚੈਂਪੀਅਨ ਗੈਰੀ ਕਾਸਪਾਰੋਵ ਨੂੰ ਹਰਾਇਆ।

ਇਸ ਤੋਂ ਬਾਅਦ 2011 ਵਿੱਚ ਆਈਬੀਐੱਮ ਵਾਟਸਨ ਨੇ ਜੀਓਪਾਰਡੀ ਗੇਮ ਵਿੱਚ ਜਿੱਤ ਹਾਸਲ ਕੀਤੀ। ਸਾਲ 2012 ਵਿੱਚ ਐਲੇਕਸਨੈੱਟ ਨੇ ਡੀਪ ਲਰਨਿੰਗ ਵਿਗਿਆਨ ਨੂੰ ਨਵੀਂ ਉੱਚਾਈ ਤੱਕ ਪਹੁੰਚਾਇਆ, ਜਿਸ ਨਾਲ ਤਸਵੀਰਾਂ ਪਛਾਨਣ ਵਿੱਚ ਵੱਡੀ ਤਰੱਕੀ ਹੋਈ। ਇਸ ਤੋਂ ਬਾਅਦ ਤਰੱਕੀ ਤੇਜ਼ ਹੋ ਗਈ। ਸਾਲ 2016 ਵਿੱਚ ਗੂਗਲ ਦਾ ਐਲਫਾਗੋ ਨੇ ਗੋ ਖੇਡ ਵਿੱਚ ਵਿਸ਼ਵ ਚੈਂਪੀਅਨ ਨੂੰ ਹਰਾਇਆ, ਜੋ ਇੱਕ ਬਹੁਤ ਗੁੰਝਲਦਾਰ ਖੇਡ ਹੈ।  ਸਾਲ 2022-2023 ਵਿੱਚ ਚੈਟਜੀਪੀਟੀ ਵਰਗੀਆਂ ਜਨਰੇਟਿਵ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਤਕਨਾਲੋਜੀਆਂ ਨੇ ਆਮ ਲੋਕਾਂ ਤੱਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਪਹੁੰਚਾਇਆ। ਇਹ ਮਾਡਲ ਟੈਕਸਟ, ਤਸਵੀਰਾਂ ਤੇ ਵੀਡੀਓ ਤੱਕ ਬਣਾ ਸਕਦੇ ਹਨ। ਅੱਜ 2026 ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਰੋਜ਼ਾਨਾ ਜੀਵਨ ’ਚ ਡੂੰਘੇ ਤੌਰ ’ਤੇ ਘੁਲਮਿਲ ਚੁੱਕੀ ਹੈ।

ਇਹ ਤਸਵੀਰਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਦੀ ਹੈ, ਡਰਾਈਵਿੰਗ ਸਹਾਇਤਾ ਦਿੰਦੀ ਹੈ ਤੇ ਵਪਾਰਕ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਮੱਦਦ ਕਰਦੀ ਹੈ। ਪਰ ਇਸ ਤਰੱਕੀ ਨਾਲ ਚੁਣੌਤੀਆਂ ਵੀ ਆਈਆਂ ਹਨ, ਜਿਵੇਂ ਡਾਟਾ ਪ੍ਰਾਈਵੇਸੀ, ਨੌਕਰੀਆਂ ’ਤੇ ਅਸਰ ਅਤੇ ਗਲਤ ਜਾਣਕਾਰੀ ਫੈਲਾਉਣ ਦਾ ਖਤਰਾ। ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਦਾ ਇਤਿਹਾਸ ਉਮੀਦ ਤੇ ਨਿਰਾਸ਼ਾ ਦੇ ਚੱਕਰਾਂ ਨਾਲ ਭਰਿਆ ਹੈ। ਹਰ ਵਾਰ ਜਦੋਂ ਤਕਨਾਲੋਜੀ ਨਵੀਂ ਉੱਚਾਈ ਛੂੰਹਦੀ ਹੈ ਤਾਂ ਨਵੀਆਂ ਸੰਭਾਵਨਾਵਾਂ ਖੁੱਲ੍ਹਦੀਆਂ ਹਨ। ਅਗਲੇ ਦੋ ਤੋਂ ਤਿੰਨ ਦਹਾਕਿਆਂ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇੱਕ ਤਬਦੀਲੀ ਲਿਆਉਣ ਵਾਲੀ ਤਾਕਤ ਬਣ ਸਕਦੀ ਹੈ। ਬਹੁਤ ਸਾਰੇ ਖੋਜੀ ਇਸ ਗੱਲ ’ਤੇ ਸਹਿਮਤ ਹਨ ਕਿ 2030 ਤੱਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਧੇਰੇ ਉੱਨਤ ਏਜੰਟ ਬਣ ਜਾਵੇਗੀ ਜੋ ਆਪਣੇ-ਆਪ ਕੰਮ ਕਰ ਸਕਦੀ ਹੈ।

ਫਿਰ 2040-2050 ਤੱਕ ਇਹ ਆਰਟੀਫਿਸ਼ੀਅਲ ਜਨਰਲ ਇੰਟੈਲੀਜੈਂਸ  ਤੱਕ ਪਹੁੰਚ ਸਕਦੀ ਹੈ, ਜੋ ਇਨਸਾਨ ਵਾਂਗ ਕਿਸੇ ਵੀ ਖੇਤਰ ਵਿੱਚ ਸਿੱਖ ਸਕਦੀ ਹੈ ਅਤੇ ਫੈਸਲੇ ਲੈ ਸਕਦੀ ਹੈ। ਇਸ ਤੋਂ ਬਾਅਦ ਆਰਟੀਫਿਸ਼ੀਅਲ ਸੁਪਰ ਇੰਟੈਲੀਜੈਂਸ ਵੱਲ ਵਧਣ ਦੀ ਸੰਭਾਵਨਾ ਵੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਇਨਸਾਨੀ ਬੁੱਧੀ ਤੋਂ ਵੀ ਅੱਗੇ ਨਿੱਕਲ ਜਾਵੇਗੀ। ਇਸ ਤਬਦੀਲੀ ਦਾ ਸਭ ਤੋਂ ਵੱਡਾ ਅਸਰ ਆਰਥਿਕਤਾ ’ਤੇ ਪਵੇਗਾ। ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਤਪਾਦਕਤਾ ਵਧਾਏਗੀ ਤੇ ਨਵੀਆਂ ਨੌਕਰੀਆਂ ਬਣਾਏਗੀ, ਪਰ ਰੁਟੀਨ ਕੰਮਾਂ ਵਾਲੀਆਂ ਨੌਕਰੀਆਂ ਘਟ ਸਕਦੀਆਂ ਹਨ। ਡਾਕਟਰੀ ਖੇਤਰ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿਅਕਤੀਗਤ ਇਲਾਜ, ਤੁਰੰਤ ਡਾਇਗਨੋਸਿਸ ਅਤੇ ਰੋਬੋਟਿਕ ਸਰਜਰੀ ਰਾਹੀਂ ਲੋਕਾਂ ਦੀ ਸਿਹਤਮੰਦੀ ਵਿੱਚ ਮੱਦਦ ਕਰੇਗੀ।

ਇੱਕ ਅਨੁਮਾਨ ਅਨੁਸਾਰ 2050 ਤੱਕ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾਲ ਬਿਮਾਰੀਆਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਅਤੇ ਰੋਕਥਾਮ ਆਮ ਹੋ ਜਾਵੇਗੀ। ਸਿੱਖਿਆ ਵਿੱਚ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿਅਕਤੀਗਤ ਟੀਚਰ ਵਾਂਗ ਕੰਮ ਕਰੇਗਾ, ਜਿਸ ਨਾਲ ਹਰ ਵਿਦਿਆਰਥੀ ਆਪਣੀ ਗਤੀ ਅਨੁਸਾਰ ਸਿੱਖ ਸਕੇਗਾ। ਟ੍ਰਾਂਸਪੋਰਟੇਸ਼ਨ ਵਿੱਚ ਆਟੋਨੋਮਸ ਵਾਹਨ ਆਮ ਹੋ ਜਾਣਗੇ, ਜਿਸ ਨਾਲ ਟ੍ਰੈਫਿਕ ਅਤੇ ਹਾਦਸੇ ਘੱਟ ਹੋਣਗੇ। ਵਾਤਾਵਰਣ ਰੱਖਿਆ ’ਚ ਵੀ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵੱਡੀ ਭੂਮਿਕਾ ਨਿਭਾਏਗੀ। ਇਹ ਊਰਜਾ ਖਪਤ ਨੂੰ ਆਪਟੀਮਾਈਜ਼ ਕਰਕੇ ਜਲਵਾਯੂ ਤਬਦੀਲੀ ਨਾਲ ਲੜਨ ਵਿੱਚ ਮੱਦਦ ਕਰ ਸਕਦੀ ਹੈ। ਖੇਤੀਬਾੜੀ ਵਿੱਚ ਬਿਹਤਰ ਫਸਲਾਂ ਉਗਾਉਣ ਤੇ ਭੁੱਖਮਰੀ ਘਟਾਉਣ ਲਈ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਉਪਯੋਗੀ ਸਾਬਤ ਹੋਵੇਗੀ।

ਰੋਬੋਟਿਕਸ ਨਾਲ ਘਰਾਂ, ਫੈਕਟਰੀਆਂ ਤੇ ਹਸਪਤਾਲਾਂ ਵਿੱਚ ਰੋਜ਼ਾਨਾ ਦੇ ਕੰਮ ਸੌਖੇ ਹੋ ਜਾਣਗੇ। ਪਰ ਇਸ ਭਵਿੱਖ ਵਿੱਚ ਚੁਣੌਤੀਆਂ ਵੀ ਬਹੁਤ ਹਨ। ਨੌਕਰੀਆਂ ਦੀ ਤਬਦੀਲੀ ਨਾਲ ਬੇਰੁਜ਼ਗਾਰੀ ਵਧ ਸਕਦੀ ਹੈ, ਇਸ ਲਈ ਨਵੀਆਂ ਸਿਖਲਾਈਆਂ ਤੇ ਯੂਨੀਵਰਸਲ ਬੇਸਿਕ ਇਨਕਮ ਵਰਗੀਆਂ ਨੀਤੀਆਂ ਦੀ ਲੋੜ ਪਵੇਗੀ। ਐਥਿਕਲ ਮੁੱਦੇ ਜਿਵੇਂ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਵਿੱਚ ਪੱਖਪਾਤ, ਗਲਤ ਜਾਣਕਾਰੀ ਤੇ ਸੁਰੱਖਿਆ ਖਤਰੇ ਵੀ ਵੱਡੇ ਹੋਣਗੇ। ਜੇਕਰ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਵਿਕਸਿਤ ਹੋਈ ਤਾਂ ਇਸ ਨੂੰ ਨਿਯੰਤਰਣ ਵਿੱਚ ਰੱਖਣਾ ਚੁਣੌਤੀ ਬਣ ਸਕਦਾ ਹੈ। ਕੁਝ ਖੋਜੀ ਇਸ ਗੱਲ ਤੋਂ ਚਿੰਤਤ ਹਨ ਕਿ ਸੁਪਰ ਇੰਟੈਲੀਜੈਂਸ ਮਨੁੱਖੀ ਨਿਯੰਤਰਣ ਤੋਂ ਬਾਹਰ ਨਾ ਹੋ ਜਾਵੇ।

ਇਸ ਲਈ ਅੰਤਰਰਾਸ਼ਟਰੀ ਸਹਿਯੋਗ ਅਤੇ ਨਿਯਮ ਬਣਾਉਣਾ ਜ਼ਰੂਰੀ ਹੈ। ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨਾ ਸਿਰਫ਼ ਤਕਨਾਲੋਜੀ ਹੈ, ਬਲਕਿ ਇਹ ਮਨੁੱਖੀ ਸਮਾਜ ਨੂੰ ਨਵੀਂ ਦਿਸ਼ਾ ਦੇਣ ਵਾਲੀ ਤਾਕਤ ਵੀ ਹੈ ਪਰ ਇਸ ਲਈ ਸਾਨੂੰ ਜ਼ਿੰਮੇਵਾਰੀ ਨਾਲ ਇਸ ਨੂੰ ਵਿਕਸਿਤ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਤਾਂ ਜੋ ਲਾਭ ਸਾਰਿਆਂ ਤੱਕ ਪਹੁੰਚ ਸਕਣ। ਅਗਲੇ 20-30 ਸਾਲ ਇਸ ਲਈ ਬਹੁਤ ਮਹੱਤਵਪੂਰਨ ਹਨ ਕਿਉਂਕਿ ਇਸ ਸਮੇਂ ਵਿੱਚ ਲਏ ਗਏ ਫੈਸਲਿਆਂ ਨਾਲ ਭਵਿੱਖ ਦੀ ਦੁਨੀਆਂ ਦਾ ਰੂਪ ਤੈਅ ਹੋਵੇਗਾ। ਜੇਕਰ ਅਸੀਂ ਇਸ ਨੂੰ ਠੀਕ ਤਰ੍ਹਾਂ ਵਰਤੀਏ ਤਾਂ ਇਹ ਮਨੁੱਖਤਾ ਲਈ ਇੱਕ ਵਰਦਾਨ ਬਣ ਸਕਦੀ ਹੈ। Machine Learning Technology

(ਇਹ ਲੇਖਕ ਦੇ ਆਪਣੇ ਵਿਚਾਰ ਹਨ)
ਸੰਦੀਪ ਕੁਮਾਰ