مائیکروسافٹ کے تازہ ترین ای تخلیق کا پتہ چلتا ہے کہ کتنی کمپیوٹر تصور کر سکتے ہیں

جب تک کمپیوٹر سائنسدان ایلن ٹریچر نے پہلے 1950 میں مشینی انٹیلی جنس کی مشہور آزمائش کی تجویز کی ہے، اس کا سوال یہ ہے کہ کمپیوٹر کے بارے میں سوچنے والے ایک بنیادی سوال کے جواب میں کیا ہوا ہے: کیا یہ انسان کی اپنی سوچ کی نقل کر سکتا ہے کہ اس سے کوئی فرق نہیں پڑتا. ؟

پہلی نظر میں، تقویت تازہ ترین A.I کے ساتھ چل رہا ہے. مائیکروسافٹ کی گہری سیکھنے ٹیکنالوجی سینٹر سے تخلیق کیمروں کا ہے، نہ ہی انسانی دماغ. بوٹ، فوٹو گرافیاتی تصاویر بنانے کے لئے کام کرتا ہے - اس صورت میں، زیادہ تر پرندوں کی - کچھ بھی نہیں استعمال کرتے ہوئے متن کی وضاحت اور اسی طرح کے تصاویر کی ایک بڑی مخزن کو اپنی طرف متوجہ کرنے کے لئے. پرندوں کی تصویر اوپر اوپر اصلی ہے. ذیل میں نہیں ہے.

چونکہ ہم تعجب سے محروم ہوئے اور آپ کو بتایا کہ اس پرندوں کو مصنوع کیا جاتا ہے، آپ پنکھوں یا ارد گرد کے شاخوں میں اس کی ناراضگی کا اشارہ محسوس کرسکتے ہیں جو آپ کو محسوس ہوتا ہے کہ ایک مردہ بچہ ہے جسے پرندے حقیقی نہیں ہے. کسی بھی طرح، پرندوں کو حقیقی چیز کے قریب جھگڑا ہے، اور A. محققین سے ہدایات کے سب سے آسان کے ساتھ شروع کر دیا: ایک بہت ہی چھوٹا سا چوٹی کے ساتھ سرخ اور سفید ہے جس میں ایک جانور بنائیں.

لیکن ای چیزوں کو نوٹ کریں. نہیں تھا کرنے کے لئے کہا. مثال کے طور پر، جہاں پرندوں کو خلا میں ہونا چاہئے اس پر کوئی مخصوص ہدایت نہیں تھی. خاص طور پر بلاک بلاک کردہ کمپیوٹر اس پس منظر کے خلاف ایک اسٹیشنری برڈ کو صرف آسمان کی طرح لگ رہا ہے. تاہم، یہ بھی کہنے کے باوجود کہ برادری کو برانچ پر نہیں رکھا جا رہا ہے. اس نے مصنوعی تخیل کا مظاہرہ کیا، اس کے کمپیوٹر کے برابر ہم نے ایک منفرد انسانیت کے طور پر کیا خیال کیا.

مائیکروسافٹ کے محقق پینگچان ژانگ نے تحقیق کے کمپنی کی اعلان میں کہا کہ "آپ کو آپ کے مصنوعی انٹیلی جنس چلانے کے لئے آپ کی مشین سیکھنے کے الگورتھم کی ضرورت ہوتی ہے." "اعداد و شمار سے، مشین سیکھنے کے الگورتھم نے اس commonsense سیکھتا ہے جہاں پرندوں کا ہونا چاہئے."

ہدایتوں سے باہر جانے کی صلاحیت مصنوعی تخیل کی واضح نشانی ہے، اگرچہ یہ یقینی طور پر اب بھی تصاویر پیدا کرنے کی پسند کرتا ہے جو اس پر یقین رکھتا ہے کہ حقیقت پسندانہ ہو. مثال کے طور پر، برانچ پر برڈ کو رکھنے کا فیصلہ، حقیقت یہ ہے کہ اعداد و شمار میں سے بہت سے تصاویر پر پھیرنے کے بجائے پرواز کی بجائے پرواز کرنے کے بجائے پرندوں کو دکھایا جاتا ہے. ٹھیک ہے، ہم فرض کرو پرندوں کی گاڑیوں کی کوئی بھی تصویر نہیں ہیں، لیکن ہم امید میں رہتے ہیں.

اس کے نتیجے میں، کمپیوٹر انسانوں سے کہیں زیادہ لفظی ذہنیت رکھتا ہے، اور یہ غیر معمولی کے لئے ہمارے شعلے کی کمی نہیں ہے. اس ٹیم کی آزمائشی تخیل کو کس طرح تک پہنچ سکتا ہے اس کی آزمائش کے طور پر، یہ ایک جھیل پر دوہری ڈیکر چل رہا ہے کی ایک تصویر پیدا کرنے کے لئے کہا گیا تھا. یہ سب سے اچھا کام کر سکتا تھا ایک طے شدہ بس بس جھیل کے سب سے اوپر بس کی ایک فجی تصویر ہے، اگرچہ یہ واقعی بے شمار نہیں ہوسکتی تھی لہذا یہ ایک عجیب تصویر ہے.

A.I. محض تمام بصری تفصیلات کو ہمیشہ صحیح نہیں ملتی ہے، ان کے تخلیقوں کے ساتھ مسائل کی مثال کے طور پر غلط رنگوں کی چوٹیوں اور اتپریورتی جیسے کیلے کو دیکھ کر محققین کے ساتھ. لیکن اصل ہدایات سے باہر کی تفصیلات تصور کرنے کی صلاحیت ہے جو انسانوں اور مشینوں کو ایک بڑے انٹیلی جنس میں ایک دوسرے کے ساتھ لانے کی کوشش کے بارے میں گہری اور زیادہ بنیادی طور پر بات کرتی ہے.

سب کے بعد، ٹائیرنگ ٹیسٹنگ اس بات کے بارے میں نہیں ہے کہ ایک مشین سوالات کا جواب دیتے ہیں صحیح طریقے سے اس کے بارے میں یہ ہے کہ یہ صرف انسان کی طرح جواب دے سکتا ہے. شاید ای. ایک کیمرے کی مکمل طور پر نقل نہیں کر سکتے ہیں، لیکن پھر نہ ہی آپ یا میں.