ಸಂಕ್ಷಿಪ್ತ ಉತ್ತರ: AI ಅನ್ನು ಒಂದೇ ದಿನಾಂಕದಂದು ಕಂಡುಹಿಡಿಯಲಾಗಿಲ್ಲ; ಅದು ತರ್ಕ, ಆರಂಭಿಕ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು ತಾರ್ಕಿಕತೆಯನ್ನು ಔಪಚಾರಿಕಗೊಳಿಸುವ ಪ್ರಯತ್ನಗಳಿಂದ ಕ್ರಮೇಣ ಹೊರಹೊಮ್ಮಿತು. ಸಾಮಾನ್ಯ "ಅಧಿಕೃತ" ಆರಂಭಿಕ ಹಂತವಾಗಿ, ಸಂಶೋಧಕರು AI ಅನ್ನು ಒಂದೇ ಪ್ರಗತಿಯಾಗಿ ಅಲ್ಲ, ಹೆಸರಿಸಲಾದ ವೈಜ್ಞಾನಿಕ ಕ್ಷೇತ್ರವಾಗಿ ಸಂಘಟಿಸಿದ ಕ್ಷಣವನ್ನು ಬಳಸಿ.
ಪ್ರಮುಖ ಅಂಶಗಳು:
ವ್ಯಾಖ್ಯಾನ: ನೀವು ಹೇಳುತ್ತಿರುವುದು ಕಲ್ಪನೆಯೋ, ಕ್ಷೇತ್ರವೋ ಅಥವಾ ಆಧುನಿಕ ಉತ್ಪನ್ನಗಳೋ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ.
ಮೈಲಿಗಲ್ಲು: ಕ್ಷೇತ್ರದ ಹೆಸರಿಸುವಿಕೆಯನ್ನು ಸರಳವಾದ, ಹೆಚ್ಚು ಸಾರ್ವಜನಿಕರಿಗೆ ಮುಖಾಮುಖಿಯಾದ ಆರಂಭಿಕ ಹಂತವಾಗಿ ಬಳಸಿ.
ಪೂರ್ವ ಇತಿಹಾಸ: AI ನ ಬೇರುಗಳನ್ನು ಕಂಪ್ಯೂಟರ್ಗಳ ಹಿಂದಿನ ತರ್ಕ ಮತ್ತು ಯಾಂತ್ರಿಕ ತಾರ್ಕಿಕತೆಗೆ ಲಿಂಕ್ ಮಾಡಿ.
ವಿಧಾನಗಳು: AI ಅನ್ನು ವಿವರಿಸುವಾಗ ಆರಂಭಿಕ ನಿಯಮ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಂತರದ ಕಲಿಕೆ-ಆಧಾರಿತ ವಿಧಾನಗಳಿಂದ ಪ್ರತ್ಯೇಕಿಸಿ.
ಸಂದರ್ಭ: ಮಾರ್ಕೆಟಿಂಗ್ ಮತ್ತು ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಬದಲಾಯಿಸುವುದರಿಂದ ಕಾಲರೇಖೆಯು ಈಗಿರುವದಕ್ಕಿಂತ ಸ್ವಚ್ಛವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡಬಹುದು ಎಂದು ಉಲ್ಲೇಖಿಸಿ.
🔗 AI ಯಾವಾಗ ಜನಪ್ರಿಯವಾಯಿತು? ಟೈಮ್ಲೈನ್ ವಿವರಿಸಲಾಗಿದೆ
2010 ರ ದಶಕದಲ್ಲಿ ಸಂಶೋಧನೆಯಿಂದ ಮುಖ್ಯವಾಹಿನಿಗೆ AI ನ ಏರಿಕೆಯನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡುತ್ತದೆ.
🔗 AI ಅಲ್ಗಾರಿದಮ್ ಎಂದರೇನು? ಸ್ಪಷ್ಟ ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಉದಾಹರಣೆಗಳು
ಕ್ರಮಾವಳಿಗಳು vs ಮಾದರಿಗಳು, ಜೊತೆಗೆ ಸರಳ ಉದಾಹರಣೆಗಳು ಮತ್ತು ಅಪಾಯಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ.
🔗 AI ಅತಿಯಾಗಿ ಪ್ರಚಾರಗೊಂಡಿದೆಯೇ? ಪ್ರಚಾರ vs ನೈಜ-ಪ್ರಪಂಚದ ಮೌಲ್ಯ
ಮಾರ್ಕೆಟಿಂಗ್ ಹೈಪ್ ಅನ್ನು ಪ್ರಾಯೋಗಿಕ AI ಬಳಕೆಗಳು ಮತ್ತು ಮಿತಿಗಳಿಂದ ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ.
🔗 AI ಏಜೆಂಟ್ ಅನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸುವುದು: ಪ್ರಾಯೋಗಿಕ ಹಂತಗಳು
ಏಜೆಂಟ್ಗಳಿಗಾಗಿ ಹಂತ-ಹಂತದ ಲೂಪ್, ಪರಿಕರ ವಿನ್ಯಾಸ, ಮೆಮೊರಿ ಮತ್ತು ಗಾರ್ಡ್ರೈಲ್ಗಳು.
“AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?” ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಚಿಕ್ಕದಾದ, ಸ್ವಲ್ಪ ಕಿರಿಕಿರಿ ಉಂಟುಮಾಡುವ ಉತ್ತರ ⏳🤷
AI ಅನ್ನು ಒಬ್ಬ ವ್ಯಕ್ತಿ ಒಂದೇ ದಿನದಲ್ಲಿ ಕಂಡುಹಿಡಿದಿಲ್ಲ. ಅದು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 ಆಗಿ ಹೊರಹೊಮ್ಮಿತು .
ನೀವು ಸ್ವಚ್ಛ, ಕಥೆ-ಸ್ನೇಹಿ ಆವೃತ್ತಿಯನ್ನು ಬಯಸಿದರೆ: ಸಂಶೋಧಕರ ಒಂದು ಸಣ್ಣ ಗುಂಪು ಮೂಲತಃ "ಯಂತ್ರಗಳನ್ನು ಯೋಚಿಸುವಂತೆ ಮಾಡಲು ಪ್ರಯತ್ನಿಸೋಣ" ಎಂದು ಹೇಳಿದಾಗ AI ಹೆಸರಿಸಲಾದ ಕ್ಷೇತ್ರವಾಗಿ ಪ್ರಾರಂಭವಾಯಿತು ಮತ್ತು ಅವರು ಅದನ್ನು ವೈಜ್ಞಾನಿಕ ಕಾದಂಬರಿ ಹಗಲುಗನಸಿನಂತೆ ಪರಿಗಣಿಸುವ ಬದಲು ಗಂಭೀರ ವೈಜ್ಞಾನಿಕ ಯೋಜನೆಯಂತೆ ಪರಿಗಣಿಸಿದರು. ಆ ಕ್ಷಣವನ್ನು ಹೆಚ್ಚಾಗಿ AI ಯ "ಅಧಿಕೃತ" ಜನನ ಡಾರ್ಟ್ಮೌತ್ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100.
ನಿಮಗೆ ನಿಜವಾದ ಆವೃತ್ತಿ ಬೇಕಾದರೆ: ಗಣಿತ, ತರ್ಕ, ಆರಂಭಿಕ ಕಂಪ್ಯೂಟಿಂಗ್, ಮನೋವಿಜ್ಞಾನ, ಭಾಷಾಶಾಸ್ತ್ರ, ನರವಿಜ್ಞಾನ ಮತ್ತು ಹೆಚ್ಚಿನ ಪ್ರಮಾಣದ ಆಶಾವಾದಿ ಅತಿಯಾದ ಭರವಸೆ ನೀಡುವ ಅರಿವಿನ ವಿಜ್ಞಾನ (SEP) IBM ಮೂಲಕ AI ಅನ್ನು ಒಟ್ಟುಗೂಡಿಸಲಾಯಿತು . ಹಾಗೆ... ತುಂಬಾ. ಜನರು ಈಗ ಬಹುತೇಕ ಆಕರ್ಷಕವೆಂದು ಓದಲ್ಪಡುವ ರೀತಿಯಲ್ಲಿ ಆತ್ಮವಿಶ್ವಾಸ ಹೊಂದಿದ್ದರು 😬.
ಹಾಗಾದರೆ, AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?
-
ಉತ್ಸಾಹದಲ್ಲಿ - ಮಾನವರು ತರ್ಕ ಮತ್ತು ಯಾಂತ್ರಿಕ ತಾರ್ಕಿಕತೆಯನ್ನು ಔಪಚಾರಿಕಗೊಳಿಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ ಶಾಸ್ತ್ರೀಯ ತರ್ಕ (SEP) ಸ್ವಯಂಚಾಲಿತ ತಾರ್ಕಿಕತೆ (SEP)
-
ಪ್ರಾಯೋಗಿಕವಾಗಿ - ಪ್ರೊಗ್ರಾಮೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಆ ವಿಚಾರಗಳನ್ನು ಪರೀಕ್ಷಿಸಬಹುದಾದಂತೆ ಮಾಡಿದಾಗ ಟ್ಯೂರಿಂಗ್, 1950
-
ಒಂದು ಕ್ಷೇತ್ರವಾಗಿ - "ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ" ಸಂಘಟಿತ ಸಂಶೋಧನಾ ಗುರಿಯಾಗಿ ಮಾರ್ಪಟ್ಟಾಗ ಡಾರ್ಟ್ಮೌತ್ ಜಾನ್ ಮೆಕಾರ್ಥಿ ಕುರಿತು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್
-
ಸಾರ್ವಜನಿಕ ಕಲ್ಪನೆಯಲ್ಲಿ - ಉತ್ಪನ್ನಗಳು, ಮುಖ್ಯಾಂಶಗಳು ಮತ್ತು ಸಂಸ್ಕೃತಿಯಲ್ಲಿ ಅದು "ಸ್ಮಾರ್ಟ್ ಯಂತ್ರಗಳು" ಎಂದು ಕಾಣಿಸಿಕೊಳ್ಳಲು ಪ್ರಾರಂಭಿಸಿದಾಗ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ2
ಹೌದು, ಅದಕ್ಕೆ ಹಲವು ಉತ್ತರಗಳಿವೆ. ಕ್ಷಮಿಸಿ. ಅಲ್ಲದೆ, ವಿಶೇಷವಾಗಿ ವಿಷಾದಿಸಬೇಕಾಗಿಲ್ಲ.
"ಆವಿಷ್ಕರಿಸಲಾಗಿದೆ" ಎಂದರೆ ಇಲ್ಲಿ (ಏಕೆಂದರೆ ವ್ಯಾಖ್ಯಾನಗಳು ಮುಖ್ಯ, ಉಫ್) 🧠🧩
"AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಮೊದಲು , AI ಎಂದು ಏನು ಪರಿಗಣಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ನಿರ್ಧರಿಸಬೇಕು. "ನೈಜ" ಪಿಜ್ಜಾ ಎಂದು ಏನು ಪರಿಗಣಿಸುತ್ತದೆ ಎಂಬುದರ ಕುರಿತು ಜನರು ವಾದಿಸುವ ರೀತಿಯಲ್ಲಿಯೇ ಜನರು ಈ ಬಗ್ಗೆ ವಾದಿಸುತ್ತಾರೆ. ಕೆಲವು ಜನರು ತೀವ್ರವಾಗಿ ವರ್ತಿಸುತ್ತಾರೆ.
ಜನರು ಸದ್ದಿಲ್ಲದೆ ಬಳಸುವ ಸಾಮಾನ್ಯ ವ್ಯಾಖ್ಯಾನಗಳು ಇಲ್ಲಿವೆ:
-
ಮಾನವನಂತಹ ಚಿಂತನೆಯಾಗಿ AI: ತಾರ್ಕಿಕತೆ, ಕಲಿಕೆ, ಭಾಷೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು, ಯೋಜನೆಗಳನ್ನು ರೂಪಿಸುವುದು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ
-
ಪ್ರಾಯೋಗಿಕ ಯಂತ್ರ ನಡವಳಿಕೆಯಾಗಿ AI: ಮಾತನ್ನು ಗುರುತಿಸುವುದು, ವೀಡಿಯೊಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುವುದು, ವಂಚನೆಯನ್ನು ಗುರುತಿಸುವುದು OECD AI ತತ್ವಗಳು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100
-
ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರವಾಗಿ AI: ಹಂಚಿಕೆಯ ಗುರಿಗಳು, ಸಮ್ಮೇಳನಗಳು ಮತ್ತು ವಿಧಾನಗಳನ್ನು ಹೊಂದಿರುವ ಸಮುದಾಯ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100
-
AI ಒಂದು ಬ್ರಾಂಡ್ ಲೇಬಲ್: ಈ ಪದವು ಸಾಫ್ಟ್ವೇರ್ಗೆ ಅನ್ವಯಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಅದು ಉತ್ತಮವಾಗಿ ಮಾರಾಟವಾಗುತ್ತದೆ 😏
ನಿಮ್ಮ ವ್ಯಾಖ್ಯಾನವನ್ನು ಅವಲಂಬಿಸಿ, AI ಅನ್ನು ವಿಭಿನ್ನ ಕ್ಷಣಗಳಲ್ಲಿ "ಆವಿಷ್ಕರಿಸಬಹುದು".
ಮತ್ತು ನಿಜವಾಗಿಯೂ, ಅದು ಕಾಪ್-ಔಟ್ ಅಲ್ಲ. ಅದು ಮೃಗದ ಸ್ವಭಾವ. AI ಎಂಬುದು ಟೋಸ್ಟರ್ನಂತಹ ಒಂದು ಆವಿಷ್ಕಾರವಲ್ಲ. ಇದು "ಔಷಧಿ" ಅಥವಾ "ವಾಯುಯಾನ" ದಂತಿದೆ. ಮೂಲಮಾದರಿಗಳು, ಸಿದ್ಧಾಂತಗಳು, ಸುಳ್ಳು ಆರಂಭಗಳು ಮತ್ತು ನಂತರ ಅಂತಿಮವಾಗಿ - ಅಂತಿಮವಾಗಿ ಕೆಲಸ ಮಾಡಿದ ವಿಷಯಗಳು ಇದ್ದವು.
AI ಪೂರ್ವ-ಪೂರ್ವ ಇತಿಹಾಸ: ಮಾನವರು ಯುಗಯುಗಗಳಿಂದ ಆಲೋಚನೆಯನ್ನು ಬಾಟಲ್ ಮಾಡಲು ಪ್ರಯತ್ನಿಸಿದರು 🏛️⚙️
ಯಾರಾದರೂ ಕಂಪ್ಯೂಟರ್ ನಿರ್ಮಿಸುವ ಮೊದಲೇ, ಜನರು ಆಲೋಚನೆಯನ್ನು ನಿಯಮಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಗೀಳನ್ನು ಹೊಂದಿದ್ದರು ಸ್ವಯಂಚಾಲಿತ ತಾರ್ಕಿಕತೆ (SEP).
"ಪೂರ್ವ ಇತಿಹಾಸ" ಹಂತದ ಕೆಲವು ಪ್ರಮುಖ ವಿಷಯಗಳು:
-
ಔಪಚಾರಿಕ ತರ್ಕ: ತಾರ್ಕಿಕತೆಯನ್ನು ರಚನಾತ್ಮಕ ಹಂತಗಳಾಗಿ ಪರಿವರ್ತಿಸುವುದು ಶಾಸ್ತ್ರೀಯ ತರ್ಕ (SEP)
-
ಯಾಂತ್ರಿಕ ಲೆಕ್ಕಾಚಾರ: ಯಂತ್ರಗಳು ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅನುಸರಿಸಬಹುದು ಎಂದು ತೋರಿಸುವ ಸಾಧನಗಳು.
-
ಸಾಂಕೇತಿಕ ಚಿಂತನೆ: ವಿಚಾರಗಳನ್ನು ಕುಶಲತೆಯಿಂದ ನಿರ್ವಹಿಸಬಹುದಾದ ವಸ್ತುಗಳಂತೆ (ಸಂಖ್ಯೆಗಳು, ಪದಗಳು, ನಿಯಮಗಳು) ಪರಿಗಣಿಸುವುದು.
-
ಯಾಂತ್ರೀಕರಣದ ಕನಸು: ದೇಹದ ಹೊರಗೆ ಮನಸ್ಸನ್ನು ನಿರ್ಮಿಸುವ ಪುನರಾವರ್ತಿತ ಮಾನವ ಕಲ್ಪನೆ 😳
AI ಹಿಂದಿನ ಕಲ್ಪನೆ ಆರಂಭವಾಗುವುದು ಇಲ್ಲಿಂದಲೇ . ತಂತ್ರಜ್ಞಾನವಲ್ಲ, ಬದಲಾಗಿ ಮನಸ್ಥಿತಿ: "ಆಲೋಚನೆಯು ಮಾದರಿಗಳನ್ನು ಅನುಸರಿಸಿದರೆ, ಬಹುಶಃ ನಾವು ಮಾದರಿಗಳನ್ನು ಪುನರುತ್ಪಾದಿಸಬಹುದು."
ಬೆಂಕಿಯನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೊದಲೇ ಡ್ರ್ಯಾಗನ್ ಅನ್ನು ಚಿತ್ರಿಸಿದಂತೆ. ರೇಖಾಚಿತ್ರವು ಮುಖ್ಯ, ಆದರೆ ಅದು ಇನ್ನೂ ಮಾರ್ಷ್ಮ್ಯಾಲೋಗಳನ್ನು ಹುರಿಯುವುದಿಲ್ಲ.
ಹಾಗಾದರೆ ನೀವು AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು? ಎಂದು ಕೇಳಿದರೆ ಮತ್ತು "ಈ ಪರಿಕಲ್ಪನೆ ಯಾವಾಗ ಪ್ರಾರಂಭವಾಯಿತು?" ಎಂದು ನೀವು ಅರ್ಥೈಸಿದರೆ, ಸ್ಪಷ್ಟ ಉತ್ತರವೆಂದರೆ: ಇದು ಮಾನವ ಸಂಸ್ಕೃತಿಯಲ್ಲಿ ಬಹಳ ಸಮಯದಿಂದ ಕುದಿಯುತ್ತಿದೆ.
ಒಂದು ಕ್ಷೇತ್ರವಾಗಿ AI ನ "ಅಧಿಕೃತ ಜನನ": ಜನರು ಅಂತಿಮವಾಗಿ ಅದನ್ನು 🏷️🤖 ಎಂದು ಹೆಸರಿಸಿದಾಗ
"AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?" ಎಂದು ಕೇಳುವಾಗ ಹೆಚ್ಚಿನ ಜನರು ಗುರಿಯಾಗಿಸಿಕೊಂಡಿರುವ ಭಾಗ ಇದು
ಸಂಶೋಧಕರು ಯಂತ್ರ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಚದುರಿದ ಕುತೂಹಲಗಳಾಗಿ ಪರಿಗಣಿಸುವುದನ್ನು ನಿಲ್ಲಿಸಿ, ಜಾನ್ ಮೆಕಾರ್ಥಿ ಅವರ ಡಾರ್ಟ್ಮೌತ್ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ನ ಸಂಘಟಿತ ಮಿಷನ್ ಎಂದು ಪರಿಗಣಿಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ AI "AI" ಆಯಿತು . ಆ ಬದಲಾವಣೆ ಮುಖ್ಯವಾಗಿತ್ತು. ಒಂದು ಕ್ಷೇತ್ರವನ್ನು ಹೆಸರಿಸುವುದು ಸೌಂದರ್ಯವರ್ಧಕದಂತೆ ತೋರುತ್ತದೆ, ಆದರೆ ಅದು ಅಲ್ಲ. ಒಂದು ಹೆಸರು ನಿಧಿ, ವಿದ್ಯಾರ್ಥಿಗಳು, ಪ್ರಯೋಗಾಲಯಗಳು, ಸ್ಪರ್ಧೆ, ಅಹಂಕಾರ, ಪ್ರಗತಿ ಮತ್ತು ನಾಟಕಕ್ಕೆ ಬೇಕಾದ ಎಲ್ಲಾ ಅಂಶಗಳನ್ನು ಆಕರ್ಷಿಸುತ್ತದೆ 🍿.
ಆ "ಅಧಿಕೃತ ಜನನ" ಹಂತದಲ್ಲಿ, ದೊಡ್ಡ ಕಲ್ಪನೆಯು ದಿಟ್ಟ ಮತ್ತು ಸರಳವಾಗಿತ್ತು:
-
ತರ್ಕಿಸಬಹುದಾದ ಯಂತ್ರಗಳನ್ನು ನಿರ್ಮಿಸಿ
-
ಅವರು ಭಾಷೆಯನ್ನು ಬಳಸುವಂತೆ ಮಾಡಿ
-
ಅವರು ಅನುಭವದಿಂದ ಕಲಿಯಲಿ
-
ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಡಾರ್ಟ್ಮೌತ್ನ ಎಂಜಿನಿಯರಿಂಗ್ ಆಗಿ ಪರಿವರ್ತಿಸಿ
ಐಬಿಎಂನ ಮೂಲಭೂತ ಅಂಶಗಳನ್ನು ಪಡೆದ ನಂತರ ಮಾನವ ಮಟ್ಟದ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ತ್ವರಿತವಾಗಿ ಪರಿಹರಿಸಬಹುದು ಎಂದು ಆರಂಭಿಕ ಸಂಶೋಧಕರು ನಂಬಿದ್ದರು . ಈ ಆಶಾವಾದ... ನಾನು ಅದನ್ನು ಹೇಗೆ ನಿಧಾನವಾಗಿ ಹೇಳಲಿ... ಅತ್ಯಂತ ಆಶಾವಾದಿ.
ಆದರೂ, ಆ ಕ್ಷಣವೇ AI ಕೇವಲ ತಾತ್ವಿಕ ಕುತೂಹಲವಾಗಿರದೆ, ಗುರುತಿಸಬಹುದಾದ ಯೋಜನೆಯಾಗಿ ಮಾರ್ಪಟ್ಟಿತು.
ಆರಂಭಿಕ AI ವಿಧಾನಗಳು: ನಿಯಮಗಳು, ಚಿಹ್ನೆಗಳು ಮತ್ತು ಬಹಳಷ್ಟು ಆತ್ಮವಿಶ್ವಾಸ 😬📜
ಆರಂಭಿಕ AI ವ್ಯವಸ್ಥೆಗಳು ಸಾಂಕೇತಿಕ ವಿಧಾನಗಳ - ಮೂಲತಃ, ಜ್ಞಾನ ಮತ್ತು ನಿಯಮಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯುವುದು ಲಾಜಿಕ್-ಆಧಾರಿತ AI (SEP) ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ12.
ಯೋಚಿಸಿ:
-
ಇದು ಆಗಿದ್ದರೆ, ಅದು
-
ರೋಗಿಗೆ ಎ ಲಕ್ಷಣ ಮತ್ತು ಬಿ ಲಕ್ಷಣ ಇದ್ದರೆ, ರೋಗನಿರ್ಣಯ ಸಿ ಎಂದು ಪರಿಗಣಿಸಿ
-
ಒಂದು ಚೆಸ್ ಸ್ಥಾನವು X ನಂತೆ ಕಂಡುಬಂದರೆ, Y ಮಾಡಿ
ಈ ವಿಧಾನವು ಕೆಲವು ಪ್ರಭಾವಶಾಲಿ ಕೆಲಸಗಳನ್ನು ಮಾಡಿತು, ವಿಶೇಷವಾಗಿ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 ನ ಕಿರಿದಾದ ಡೊಮೇನ್ಗಳಲ್ಲಿ . ಆದರೆ ಅದು ಮಿತಿಗಳನ್ನು ಹೊಂದಿತ್ತು, ಅದು ನೋವಿನಿಂದ ಕೂಡಿದೆ ಎಂಬುದು ಸ್ಪಷ್ಟವಾಯಿತು:
-
ನಿಜ ಜೀವನವು ಅಸ್ತವ್ಯಸ್ತವಾಗಿದೆ
-
ಮಾನವರು ಜ್ಞಾನವನ್ನು ಅಚ್ಚುಕಟ್ಟಾದ ನಿಯಮ ಪಟ್ಟಿಗಳಾಗಿ ಸಂಗ್ರಹಿಸುವುದಿಲ್ಲ
-
ಪ್ರಪಂಚವು ಅಸ್ಪಷ್ಟತೆ, ಅಪೂರ್ಣ ಮಾಹಿತಿ ಮತ್ತು ವಿನಾಯಿತಿಗಳ ಮೇಲೆ ಜೋಡಿಸಲಾದ ವಿನಾಯಿತಿಗಳನ್ನು ಹೊಂದಿದೆ
-
ಸೂಟ್ ಧರಿಸುವುದು ಭಾಷೆಯ ಪ್ರಕ್ಷುಬ್ಧತೆ
ಸಾಂಕೇತಿಕ AI ಎಂದರೆ ಸ್ಪ್ರೆಡ್ಶೀಟ್ ಓದುವ ಮೂಲಕ ಜಾಝ್ ನುಡಿಸಲು ಪ್ರಯತ್ನಿಸುವಂತಿದೆ. ನೀವು ಅಂದಾಜು ಮಾಡಬಹುದು, ಖಂಡಿತ. ಆದರೆ ಒಂದು ಹಂತದಲ್ಲಿ, ನಿಮಗೆ ಭಾವನೆ, ಹೊಂದಿಕೊಳ್ಳುವಿಕೆ ಮತ್ತು ಕಲಿಕೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ.
"AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?" ಎಂಬ ಪ್ರಶ್ನೆಯು ಜಟಿಲವಾಗಿರುವುದಕ್ಕೆ ಇದು ಒಂದು ಕಾರಣವಾಗಿದೆ - ಆರಂಭಿಕ "AI" ಜನರು ಈಗ AI ಎಂದು ಕರೆಯುವಂತೆಯೇ ಕಾಣಲಿಲ್ಲ, ಆದರೆ ಅದು ಸಂಪೂರ್ಣವಾಗಿ ವಂಶಾವಳಿಯ ಭಾಗವಾಗಿತ್ತು.
ಕಲಿಕೆಯತ್ತ ಬದಲಾವಣೆ: ಡೇಟಾ ಕೈಬರಹದ ನಿಯಮಗಳನ್ನು ಮೀರಿಸಲು ಪ್ರಾರಂಭಿಸಿದಾಗ 📈🧪
ಅಂತಿಮವಾಗಿ, ಗುರುತ್ವಾಕರ್ಷಣೆಯ ಕೇಂದ್ರವು "ಪ್ರೋಗ್ರಾಂ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ನೇರವಾಗಿ" "ಯಂತ್ರವು ಮಾದರಿಗಳನ್ನು ಕಲಿಯಲಿ" ಗೆ ಸ್ಥಳಾಂತರಗೊಂಡಿತು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ12.
ಈ ಕಲಿಕೆ-ಕೇಂದ್ರಿತ ಹಂತವು ಇವುಗಳನ್ನು ಒಳಗೊಂಡಿದೆ:
-
ಯಂತ್ರ ಕಲಿಕೆ: ಸ್ಪಷ್ಟ ನಿಯಮಗಳ ಬದಲು ಉದಾಹರಣೆಗಳ ಮೂಲಕ ವ್ಯವಸ್ಥೆಗಳು ಸುಧಾರಿಸುತ್ತವೆ ಐಬಿಎಂ ಯಂತ್ರ ಕಲಿಕೆ
-
ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ವಿಧಾನಗಳು : ಎಲ್ಲೆಡೆ ಸಂಭವನೀಯತೆಗಳು, ಮಿನುಗುಗಳಂತೆ ನೀವು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 ಅನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ತೆಗೆದುಹಾಕಲು ಸಾಧ್ಯವಿಲ್ಲ.
-
ನರಮಂಡಲ ಜಾಲಗಳು: ಪದರ ಪದರದ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಕಲಿಯುವ ಸಡಿಲವಾದ ಮೆದುಳು-ಪ್ರೇರಿತ ವ್ಯವಸ್ಥೆಗಳು ಸಂಪರ್ಕವಾದದ ಕುರಿತು ಬ್ರಿಟಾನಿಕಾ.
-
ಹೆಚ್ಚು ಕಂಪ್ಯೂಟ್ + ಹೆಚ್ಚು ಡೇಟಾ : ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ2 ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ12 ಗೆಲ್ಲುವ ಆಕರ್ಷಕವಲ್ಲದ ಕಾಂಬೊ.
ಇದು AI ಅನ್ನು ಕಡಿಮೆ ದುರ್ಬಲ ನಿಯಮ ಎಂಜಿನ್ಗಳಂತೆ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳುವ ಮಾದರಿ ಯಂತ್ರಗಳಂತೆ ಭಾವಿಸಲು ಪ್ರಾರಂಭಿಸಿದ ಯುಗವಾಗಿತ್ತು. ಅದು ಮನುಷ್ಯನಂತೆ "ಯೋಚಿಸಲಿಲ್ಲ", ಆದರೆ ಮಾನವರು ಅಗತ್ಯವಿರುವ ಚಿಂತನೆಯನ್ನು ಊಹಿಸುವ ಕೆಲಸಗಳಲ್ಲಿ ಗಮನಾರ್ಹವಾಗಿ ಉತ್ತಮವಾಗಿತ್ತು.
ಜನರು AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಎಂದು ಕೇಳಲು ಕಾರಣವೇನು ಎಂದು ಇಲ್ಲಿಯೂ ನೀವು ನೋಡಬಹುದು , ಏಕೆಂದರೆ ಅನೇಕ ಜನರಿಗೆ, AI ಸ್ಪಷ್ಟವಾಗಿ ಕಾಣಲು ಪ್ರಾರಂಭಿಸಿದ್ದು ಆಗಲೇ .
ನಿಜ ಜಗತ್ತಿನಲ್ಲಿ AI: ನೀವು ಗಮನಿಸದಷ್ಟು ಶಾಂತ ಸ್ವಾಧೀನ 📱🛒
ಒಂದು ತಮಾಷೆಯ ವಿಷಯ ಸಂಭವಿಸಿತು: AI ಸಾಮಾನ್ಯ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100.
"ರೋಬೋಟ್ ಬಟ್ಲರ್" ರೀತಿಯಲ್ಲಿ ಅಲ್ಲ, "ನಿಮ್ಮ ಹತ್ತಿರದ ಸ್ನೇಹಿತನಿಗಿಂತ ನಿಮ್ಮ ಫೋನ್ ನಿಮ್ಮ ಅಭ್ಯಾಸಗಳನ್ನು ಚೆನ್ನಾಗಿ ತಿಳಿದಿದೆ" ಎಂಬ ರೀತಿಯಲ್ಲಿ. AI ಉತ್ಪನ್ನಗಳಿಗೆ ಈ ಕೆಳಗಿನ ಮೂಲಕ ಜಾರಿತು:
-
ಹುಡುಕಾಟ ಮತ್ತು ಶ್ರೇಣೀಕರಣ ವ್ಯವಸ್ಥೆಗಳು
-
ಶಿಫಾರಸು ಎಂಜಿನ್ಗಳು
-
ವಂಚನೆ ಪತ್ತೆ
-
ಸ್ವಯಂಪೂರ್ಣತೆ ಮತ್ತು ಕಾಗುಣಿತ ತಿದ್ದುಪಡಿ
-
ಮಾತು ಗುರುತಿಸುವಿಕೆ
-
ಚಿತ್ರ ಟ್ಯಾಗಿಂಗ್
-
ಸಂಚರಣೆ ಮತ್ತು ಮಾರ್ಗ ಯೋಜನೆ
-
ಗ್ರಾಹಕ ಬೆಂಬಲ ಚಾಟ್ಬಾಟ್ಗಳು (ಕೆಲವು ಸಹಾಯಕವಾಗಿವೆ, ಕೆಲವು... ಒಂದು ಆಯ್ಕೆ) ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ2
"AI" ಎಂಬ ಪದವು ಅರ್ಥಪೂರ್ಣ ಮತ್ತು ಜಾರು ಎರಡೂ ಆದದ್ದು ಇಲ್ಲಿಯೇ. ಏಕೆಂದರೆ ಕಂಪನಿಗಳು ಮೂಲತಃ ಅಲಂಕಾರಿಕ ಯಾಂತ್ರೀಕೃತಗೊಂಡ ವಿಷಯಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಅನೇಕ ವಿಷಯಗಳನ್ನು "AI" ಎಂದು ಕರೆಯಲು ಪ್ರಾರಂಭಿಸಿದವು.
ಹಾಗಾದರೆ ಮತ್ತೊಮ್ಮೆ, AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು? ಎಂಬುದು ನಿಮ್ಮ ಅರ್ಥವೇ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ:
-
"ಸಂಶೋಧನೆ ಯಾವಾಗ ಪ್ರಾರಂಭವಾಯಿತು?"
-
"ಅದು ಯಾವಾಗ ಪ್ರಾಯೋಗಿಕವಾಯಿತು?"
-
"ಇದು ಯಾವಾಗ ಮುಖ್ಯವಾಹಿನಿಗೆ ಬಂದಿತು?"
-
"ಮಾರುಕಟ್ಟೆದಾರರು AI ಎಂಬ ಪದವನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿದರು?" 😏
ಹೋಲಿಕೆ ಕೋಷ್ಟಕ: ವಿಭಿನ್ನ “AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?” ಉತ್ತರಗಳು, ಪಕ್ಕಪಕ್ಕದಲ್ಲಿ 📊🤓
ಜನರು ಈ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸುವ ಮುಖ್ಯ ವಿಧಾನಗಳನ್ನು ವಿವರಿಸುವ ಹೋಲಿಕೆ ಕೋಷ್ಟಕ ಇಲ್ಲಿದೆ. ಇದು ಸಂಪೂರ್ಣವಾಗಿ ಅಚ್ಚುಕಟ್ಟಾಗಿಲ್ಲ, ಏಕೆಂದರೆ ಮನುಷ್ಯರು ಸಂಪೂರ್ಣವಾಗಿ ಅಚ್ಚುಕಟ್ಟಾಗಿಲ್ಲ. ಈ ಕೋಷ್ಟಕವೂ ಅಲ್ಲ.
| ಆಯ್ಕೆ / ಕೋನ (ಉಪಕರಣ) | (ಪ್ರೇಕ್ಷಕರಿಗೆ) ಅತ್ಯುತ್ತಮವಾದದ್ದು | ಅದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ (ಮತ್ತು ಸಣ್ಣ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳು) |
|---|---|---|
| "ಕ್ಷೇತ್ರಕ್ಕೆ ಹೆಸರಿಟ್ಟಾಗ AI ಪ್ರಾರಂಭವಾಯಿತು" | ವಿದ್ಯಾರ್ಥಿಗಳು, ಸಾಮಾನ್ಯ ಓದುಗರು | ಸರಳ ಕಥೆ, ಊಟದ ಸಮಯದಲ್ಲಿ ಪುನರಾವರ್ತಿಸಲು ಸುಲಭ. ಆದರೆ ಇತಿಹಾಸಕಾರರಿಗೆ ಕಿರಿಕಿರಿ ಉಂಟುಮಾಡಬಹುದು 🙃 |
| "AI ಪ್ರೊಗ್ರಾಮೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಯಿತು" | ಎಂಜಿನಿಯರ್ಗಳು, ಪ್ರಾಯೋಗಿಕ ಜನರು | AI ಅನ್ನು ನಿಜವಾದ ಯಂತ್ರೋಪಕರಣಗಳಿಗೆ ಜೋಡಿಸುತ್ತದೆ. ಕಡಿಮೆ ಕಾವ್ಯಾತ್ಮಕ, ಹೆಚ್ಚು ನಿಖರವಾದ ರೀತಿಯಲ್ಲಿ ಮೊಂಡುತನದಿಂದ ಕೂಡಿದೆ |
| "AI ತರ್ಕ ಮತ್ತು ಔಪಚಾರಿಕ ತಾರ್ಕಿಕತೆಯೊಂದಿಗೆ ಪ್ರಾರಂಭವಾಯಿತು" | ತತ್ವಶಾಸ್ತ್ರದ ಬುದ್ಧಿವಂತರು, ದಡ್ಡ ಚಿಕ್ಕಪ್ಪಂದಿರು | ಆಳವಾದ ಬೇರುಗಳನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ. ನೀವು ತಪ್ಪಿಸಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗದ ದೀರ್ಘ ಸಂಭಾಷಣೆಗಳಿಗೂ ಕಾರಣವಾಗುತ್ತದೆ |
| "ಯಂತ್ರಗಳು ದತ್ತಾಂಶದಿಂದ ಕಲಿಯಲು ಸಾಧ್ಯವಾದಾಗ AI ಪ್ರಾರಂಭವಾಯಿತು" | ಆಧುನಿಕ ತಂತ್ರಜ್ಞಾನ ಓದುಗರು | ಇಂದಿನ ಜನರು ನೋಡುವುದಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ. ಹಿಂದಿನ ಕೆಲಸವನ್ನು ಸ್ವಲ್ಪ ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಆದರೆ ಅದು ಇಲ್ಲಿದೆ |
| "ಪ್ರತಿ ಬಾರಿ ಹೊಸ ಮಿತಿಯನ್ನು ತಲುಪಿದಾಗಲೂ AI ಅನ್ನು ಕಂಡುಹಿಡಿಯಲಾಗುತ್ತದೆ" | ಉತ್ಪನ್ನ ತಂಡಗಳು, ಪ್ರವೃತ್ತಿ ವೀಕ್ಷಕರು | ಉಬ್ಬಿಕೊಂಡಿರುವ ನಿರೀಕ್ಷೆಗಳ ಚಕ್ರವನ್ನು ವಿವರಿಸುತ್ತದೆ. ಗೋಲ್ಪೋಸ್ಟ್ಗಳನ್ನು ಸರಿಸಿದಂತೆ ಭಾಸವಾಗುತ್ತದೆ... ಏಕೆಂದರೆ ಅದು |
ಇವುಗಳಲ್ಲಿ ಯಾವುದೂ "ತಪ್ಪು" ಅಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸಿ. ಅವು ಒಂದೇ ಕೇಕ್ನ ವಿಭಿನ್ನ ಹೋಳುಗಳಾಗಿವೆ. ಕೆಲವು ಹೋಳುಗಳು ಹೆಚ್ಚು ಫ್ರಾಸ್ಟಿಂಗ್ ಹೊಂದಿರುತ್ತವೆ. ಕೆಲವು ಹೋಳುಗಳು ಹೆಚ್ಚು... ದಟ್ಟವಾದ ಹಣ್ಣುಗಳನ್ನು ಹೊಂದಿರುತ್ತವೆ. ನಿಮಗೆ ಅರ್ಥವಾಗುತ್ತದೆ 🍰.
“AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?” ಎಂಬುದರ ಉತ್ತಮ ಆವೃತ್ತಿ ಯಾವುದು? 🧰✅
AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು? ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಒಳ್ಳೆಯ ಉತ್ತರ ಕೆಲವು ಕೆಲಸಗಳನ್ನು ಚೆನ್ನಾಗಿ ಮಾಡುತ್ತದೆ:
-
ಆರಂಭಿಕ ಹಂತವನ್ನು ನಿಗದಿಪಡಿಸುವ ಮೊದಲು ಅದು AI ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತದೆ.
-
ಇದು ಗೊಂದಲಕ್ಕೆ ಸಿಲುಕದೆ ಬಹು ಮೈಲಿಗಲ್ಲುಗಳನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತದೆ.
-
ಇದು ಕಲ್ಪನೆಯನ್ನು ಅನುಷ್ಠಾನದಿಂದ ಬೇರ್ಪಡಿಸುತ್ತದೆ
-
ಮಾರ್ಕೆಟಿಂಗ್ ಮತ್ತು ಉಬ್ಬಿಕೊಂಡಿರುವ ಹಕ್ಕುಗಳು ಸಮಯಸೂಚಿಯನ್ನು ವಿರೂಪಗೊಳಿಸುತ್ತವೆ ಎಂದು ಅದು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತದೆ (ಸಭ್ಯವಾಗಿ, ಅಥವಾ ಸಭ್ಯವಲ್ಲ)
-
"AI" ಒಂದು ಚಲಿಸುವ ಗುರಿ ಎಂಬುದನ್ನು ಅದು ಗೌರವಿಸುತ್ತದೆ - ಒಂದು ಕಾಲದಲ್ಲಿ AI ಎಂದು ಪರಿಗಣಿಸಲಾಗುತ್ತಿದ್ದದ್ದು ಈಗ "ಕೇವಲ ಸಾಫ್ಟ್ವೇರ್" ಆಗಿರಬಹುದು.
ನೀವು ತುಂಬಾ ಸ್ಪಷ್ಟವಾಗಿ ಕೇಳುವ ಉತ್ತರವನ್ನು ಕೇಳಿದರೆ, ಅದು ಬಹುಶಃ ಪ್ರಮುಖ ಸಂದರ್ಭವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತಿದೆ ಎಂದರ್ಥ. ಆದರೆ ಅದು ಅರ್ಥಹೀನ ಎಂದು ಅರ್ಥವಲ್ಲ. ಇದರರ್ಥ ಅದನ್ನು ಕಥೆ ಹೇಳುವಿಕೆಗೆ ಮಾತ್ರ ಅತ್ಯುತ್ತಮವಾಗಿಸಲಾಗಿದೆ, ನಿಖರತೆಗಾಗಿ ಅಲ್ಲ.
ಮತ್ತು ಕಥೆ ಹೇಳುವುದಕ್ಕೂ ಮೌಲ್ಯವಿದೆ. ಮನುಷ್ಯರು ಕಥೆಗಳ ಮೇಲೆ ಓಡುತ್ತಾರೆ. ಫೋನ್ ಬ್ಯಾಟರಿಯಲ್ಲಿ ಓಡುವಂತೆ - ನಮ್ಮ ಬ್ಯಾಟರಿ ಮನಸ್ಥಿತಿ ಮತ್ತು ತಿಂಡಿಗಳನ್ನು ಹೊರತುಪಡಿಸಿ.
ಟೈಮ್ಲೈನ್ ಅನ್ನು ಅಸಹ್ಯಕರವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡುವ ಸಾಮಾನ್ಯ ತಪ್ಪು ಕಲ್ಪನೆಗಳು 🌀😵💫
ಈ ವಿಷಯವನ್ನು ತೊಡಕಾಗಿಸುವ ಕೆಲವು ತಪ್ಪುಗ್ರಹಿಕೆಗಳನ್ನು ನಿವಾರಿಸೋಣ.
ತಪ್ಪು ಕಲ್ಪನೆ 1: AI ಇದ್ದಕ್ಕಿದ್ದಂತೆ ಕಾಣಿಸಿಕೊಂಡಿತು
ಇಲ್ಲ. AI ಸಂಚಿತವಾಗಿದೆ. ಪ್ರಗತಿಯ ರಾಶಿಗಳು. ವೈಫಲ್ಯಗಳ ರಾಶಿಯೂ ಸಹ.
ತಪ್ಪು ಕಲ್ಪನೆ 2: AI ಒಂದು ವಿಷಯ
AI ಎನ್ನುವುದು ವಿಧಾನಗಳ ಒಂದು ಗುಂಪಾಗಿದೆ. ನಿಯಮಗಳು, ಅಂಕಿಅಂಶಗಳು, ಕಲಿಕೆ, ಪ್ರಾತಿನಿಧ್ಯ, ಯೋಜನೆ, ಗ್ರಹಿಕೆ. ಇದು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ ಎಂಬ.
ತಪ್ಪು ಕಲ್ಪನೆ 3: ಅದು ಪ್ರಜ್ಞಾಪೂರ್ವಕವಾಗಿಲ್ಲದಿದ್ದರೆ, ಅದು AI ಅಲ್ಲ
AI ಗೆ AI ಆಗಲು ಪ್ರಜ್ಞೆ ಅಗತ್ಯವಿಲ್ಲ. ಹೆಚ್ಚಿನ AI ಕಾರ್ಯ-ಕೇಂದ್ರಿತ ಮಾದರಿ ಕೆಲಸವಾಗಿದೆ. ಶಕ್ತಿಶಾಲಿ, ಹೌದು. ಸ್ವಯಂ-ಅರಿವು - ಇಲ್ಲ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ.
ತಪ್ಪು ಕಲ್ಪನೆ 4: AI ಯಾವಾಗಲೂ ಹೊಸದು ಮತ್ತು ಅತ್ಯಾಧುನಿಕವಾಗಿದೆ
ಕೆಲವು "AI" ತಂತ್ರಗಳು ಮೊಮ್ಮಕ್ಕಳನ್ನು ಹೊಂದುವಷ್ಟು ಹಳೆಯವು. ಅವು ಉತ್ತಮ ಹಾರ್ಡ್ವೇರ್ ಮತ್ತು ಉತ್ತಮ ಡೇಟಾ ಆಹಾರಗಳನ್ನು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100.
ಹಾಗಾದರೆ ನೀವು AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಎಂದು ಕೇಳಿದಾಗ , ಜನರು ಗೊಂದಲಕ್ಕೊಳಗಾಗುತ್ತಿರುವುದು ಇದರ ಒಂದು ಭಾಗವಾಗಿದೆ:
-
AI ಪದ
-
ಕ್ಷೇತ್ರ AI
-
AI ಹಿಂದಿನ ತಂತ್ರಗಳು
-
AI ನ ಜನಪ್ರಿಯ ಚಿತ್ರಣ
ಅವು ಸಂಬಂಧಿಸಿವೆ, ಆದರೆ ಒಂದೇ ಆಗಿರುವುದಿಲ್ಲ.
ಸಂಭಾಷಣೆಯಲ್ಲಿ ನೀವು ನಿಜವಾಗಿಯೂ ಬಳಸಬಹುದಾದ ಪ್ರಾಯೋಗಿಕ ಉತ್ತರ 🗣️🙂
ಕೋಣೆಯನ್ನು ಹಳಿತಪ್ಪಿಸದ ಸ್ಪಷ್ಟ ಉತ್ತರ ನಿಮಗೆ ಬೇಕಾದರೆ, ಇದನ್ನು ಪ್ರಯತ್ನಿಸಿ:
ಕಂಪ್ಯೂಟರ್ಗಳು ಬುದ್ಧಿವಂತ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವಂತೆ ಮಾಡಲು ಸಂಶೋಧಕರು ಔಪಚಾರಿಕವಾಗಿ ಹೊರಟಾಗ AI ಅನ್ನು "ಆವಿಷ್ಕರಿಸಲಾಗಿದೆ", ಮತ್ತು ಇದು ಆರಂಭಿಕ ನಿಯಮ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳಿಂದ ಕಲಿಕೆ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳಾಗಿ ಕ್ರಮೇಣ ಅಭಿವೃದ್ಧಿ ಹೊಂದಿತು, ಅದು ದೈನಂದಿನ ಉತ್ಪನ್ನಗಳಲ್ಲಿ ವ್ಯಾಪಕವಾಗಿ ಪ್ರಾಯೋಗಿಕವಾಯಿತು.
ಆ ವಾಕ್ಯ ಸ್ವಲ್ಪ ಬಾಯಿಪಾಠದಂತೆ ಕಂಡರೂ, ಅದು ನಿಮ್ಮನ್ನು ದೃಢವಾದ ನೆಲೆಯಲ್ಲಿ ಇಡುತ್ತದೆ.
ನೀವು ಅಲ್ಟ್ರಾ-ಕ್ಯಾಶುಯಲ್ ಆವೃತ್ತಿಯನ್ನು ಬಯಸಿದರೆ:
AI ಅಸ್ತಿತ್ವಕ್ಕೆ ಬರಲಿಲ್ಲ - ಅದು ಕಾಲಾನಂತರದಲ್ಲಿ ಬೆಳೆಯಿತು, ಸಂಶೋಧನಾ ಕಲ್ಪನೆಯಾಗಿ ಪ್ರಾರಂಭವಾಯಿತು ಮತ್ತು ಡೇಟಾ ಮತ್ತು ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿಯು ಬೆಳೆದ ನಂತರ ಪ್ರಾಯೋಗಿಕ ಸಾಫ್ಟ್ವೇರ್ ಆಗಿ ಬದಲಾಯಿತು.
ಮತ್ತು ಯಾರಾದರೂ ನಿಮ್ಮನ್ನು ಮತ್ತೆ ಒತ್ತಿದರೆ - "ಹೌದು ಆದರೆ ಯಾವಾಗ" - ನೀವು ನಗುತ್ತಾ ಹೇಳಬಹುದು:
ಒಂದೇ ಒಂದು ಹುಟ್ಟುಹಬ್ಬವಿಲ್ಲ. ಇದು ಕೆಲವು ದೊಡ್ಡ ಮೈಲಿಗಲ್ಲು ಕ್ಷಣಗಳನ್ನು ಹೊಂದಿರುವ ದೀರ್ಘಕಾಲೀನ ಯೋಜನೆಯಂತಿದೆ.
ನಂತರ ವಿಷಯವನ್ನು ತಿಂಡಿಗಳಿಗೆ ಬದಲಾಯಿಸಿ. ಪ್ರತಿ ಬಾರಿಯೂ ಕೆಲಸ ಮಾಡುತ್ತದೆ 😄🍪.
ಮುಕ್ತಾಯದ ಟಿಪ್ಪಣಿ: ಹಾಗಾದರೆ, AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು? 🧾🤖
ನೀವು AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಎಂದು ಮತ್ತು ಅತ್ಯಂತ ವಿಶ್ವಾಸಾರ್ಹ ಉತ್ತರವೆಂದರೆ: ಅದು ನೀವು "AI" ನಿಂದ ಏನು ಅರ್ಥೈಸುತ್ತೀರಿ ಮತ್ತು "ಆವಿಷ್ಕರಿಸಲಾಗಿದೆ" ಎಂದು ನೀವು ಅರ್ಥೈಸುತ್ತೀರಿ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ.
ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶ
-
AI ಹಿಂದಿನ ಕಲ್ಪನೆ ಹಳೆಯದು - ಮಾನವರು ಯಾಂತ್ರಿಕ ತಾರ್ಕಿಕತೆಯನ್ನು ಶಾಶ್ವತವಾಗಿ ಬೆನ್ನಟ್ಟಿದ್ದಾರೆ .
-
ಈ ಕ್ಷೇತ್ರವು ವಾಸ್ತವವಾಯಿತು.
-
ಆರಂಭಿಕ AI ಸ್ಪಷ್ಟ ನಿಯಮಗಳು ಮತ್ತು ಚಿಹ್ನೆಗಳ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿತ್ತು
-
ನಂತರ AI ದತ್ತಾಂಶದಿಂದ ಕಲಿಯುವುದರ ಮೇಲೆ ಒಲವು ತೋರಿತು, ಇದು ಅದನ್ನು ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕವಾಗಿಸಿತು
-
ದಿನನಿತ್ಯದ ಸಾಫ್ಟ್ವೇರ್ನಲ್ಲಿ ಸದ್ದಿಲ್ಲದೆ ಹುದುಗಿಕೊಂಡಾಗ AI "ಎಲ್ಲೆಡೆ" ಆಯಿತು
-
ಒಂದೇ ಒಂದು ಜನ್ಮದಿನವಿಲ್ಲ, ಕೇವಲ ಪ್ರಗತಿಗಳು, ಹಿನ್ನಡೆಗಳು ಮತ್ತು ಪುನಃ ಆವಿಷ್ಕಾರಗಳ ಸರಮಾಲೆ
ಮತ್ತು, ಒಂದು ರೀತಿಯಲ್ಲಿ, ಅದು ಸೂಕ್ತವಾಗಿದೆ. ಬುದ್ಧಿವಂತಿಕೆಗೂ ಸಹ ಸ್ಪಷ್ಟವಾದ ಪ್ರಾರಂಭ ದಿನಾಂಕವಿಲ್ಲ. ಅದು ಪದರ ಪದರಗಳಾಗಿ, ಅಸಮವಾಗಿ ಮತ್ತು ಹೇಗೋ ಕೆಲಸ ಮಾಡುವ ಗೊಂದಲಗಳಿಂದ ತುಂಬಿರುತ್ತದೆ. ನಿಮಗೆ ಬೇಕಾದುದನ್ನು ನಿಖರವಾಗಿ ಒಳಗೊಂಡಿರುವ ಜಂಕ್ ಡ್ರಾಯರ್ನಂತೆ.
ನೈಜ ಜಗತ್ತಿನ ಉದಾಹರಣೆ: “AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು?” ಪ್ರಶ್ನೆಯನ್ನು ಸರಳೀಕರಿಸದೆ ಕಲಿಸುವುದು 🎓🤖
ಸನ್ನಿವೇಶ
ಒಬ್ಬ ಮಾಧ್ಯಮಿಕ ಶಾಲಾ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಿಕ್ಷಕರು AI ಇತಿಹಾಸದ ಕುರಿತು 45 ನಿಮಿಷಗಳ ಪಾಠವನ್ನು ಸಿದ್ಧಪಡಿಸುವುದನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಸವಾಲು ಮಾಹಿತಿಯ ಕೊರತೆಯಲ್ಲ. ಅದು ಮಾಹಿತಿಯು ಗೊಂದಲಮಯವಾಗಿದೆ.
ವಿದ್ಯಾರ್ಥಿಗಳು ಒಂದೇ ಸ್ಪಷ್ಟ ಉತ್ತರವನ್ನು ಬಯಸುತ್ತಾರೆ. ನಿಖರವಾದ ಉತ್ತರವು ಹಲವಾರು ಹಂತಗಳಲ್ಲಿ ಬರುತ್ತದೆ: ತರ್ಕವು ಮೊದಲು ಬಂದಿತು, ಪ್ರೊಗ್ರಾಮೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಪ್ರಯೋಗಗಳನ್ನು ಸಾಧ್ಯವಾಗಿಸಿದವು ಮತ್ತು AI ನಂತರ ಹೆಸರಿಸಲಾದ ಕ್ಷೇತ್ರವಾಯಿತು. ಪಾಠವನ್ನು ಅಸ್ಪಷ್ಟ ಟೈಮ್ಲೈನ್ ಸೂಪ್ ಆಗಿ ಪರಿವರ್ತಿಸದೆ ಅದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ವಿವರಿಸಲು ಶಿಕ್ಷಕರಿಗೆ ಒಂದು ಮಾರ್ಗದ ಅಗತ್ಯವಿದೆ.
ಪಾಠಕ್ಕೆ ಏನು ಬೇಕು?
ವಿಷಯವನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿಸಲು, ಶಿಕ್ಷಕರು ಸಿದ್ಧಪಡಿಸುತ್ತಾರೆ:
-
4 ಮೈಲಿಗಲ್ಲುಗಳನ್ನು ಹೊಂದಿರುವ ಸಣ್ಣ ಕಾಲರೇಖೆ: ತರ್ಕ, ಆರಂಭಿಕ ಕಂಪ್ಯೂಟಿಂಗ್, ಹೆಸರಿಸಲಾದ ಕ್ಷೇತ್ರವಾಗಿ AI ಮತ್ತು ಆಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆ
-
"ಕಲ್ಪನೆ vs ಕ್ಷೇತ್ರ vs ಉತ್ಪನ್ನ" ತೋರಿಸುವ ಒಂದು ಸ್ಲೈಡ್
-
ಆರಂಭಿಕ ನಿಯಮ-ಆಧಾರಿತ AI ನ ಎರಡು ಉದಾಹರಣೆಗಳು
-
ಆಧುನಿಕ ಕಲಿಕೆ ಆಧಾರಿತ AI ನ ಎರಡು ಉದಾಹರಣೆಗಳು
-
ಒಂದು ಸಣ್ಣ ಚರ್ಚಾ ಪ್ರಶ್ನೆ: "AI ಒಮ್ಮೆ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿದೆಯೇ ಅಥವಾ ಪದೇ ಪದೇ ಮರು ವ್ಯಾಖ್ಯಾನಿಸಲ್ಪಟ್ಟಿದೆಯೇ?"
-
ಟ್ಯೂರಿಂಗ್, ಡಾರ್ಟ್ಮೌತ್, ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, ಮತ್ತು ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿಯಂತಹ ಉಲ್ಲೇಖಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಮಾನವ-ಪರಿಶೀಲಿಸಿದ ಮೂಲ ಪಟ್ಟಿ
ಉದಾಹರಣೆ ಸೂಚನೆ
AI ಸಹಾಯಕನಿಗೆ ಪರಿಣಾಮಕಾರಿ ಪ್ರಾಂಪ್ಟ್ ಹೀಗಿರಬಹುದು:
"AI ಒಂದೇ ಆವಿಷ್ಕಾರ ದಿನಾಂಕವನ್ನು ಏಕೆ ಹೊಂದಿಲ್ಲ ಎಂಬುದನ್ನು ವಿವರಿಸುವ 45 ನಿಮಿಷಗಳ ತರಗತಿಯ ಚಟುವಟಿಕೆಯನ್ನು ರಚಿಸಿ. ನಾಲ್ಕು ಮೈಲಿಗಲ್ಲು ವಿಭಾಗಗಳನ್ನು ಬಳಸಿ: ಔಪಚಾರಿಕ ತರ್ಕ, ಪ್ರೋಗ್ರಾಮೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳು, ಹೆಸರಿಸಲಾದ ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರವಾಗಿ AI ಮತ್ತು ಆಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆ. 14 ರಿಂದ 16 ವರ್ಷ ವಯಸ್ಸಿನ ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಸೂಕ್ತವಾದ ಭಾಷೆಯನ್ನು ಇರಿಸಿ. ಒಂದು ಸಣ್ಣ ಗುಂಪು ಚಟುವಟಿಕೆ, ಮೂರು ಪರೀಕ್ಷಾ ಪ್ರಶ್ನೆಗಳು ಮತ್ತು AI ಇತಿಹಾಸವನ್ನು ಅತಿಯಾಗಿ ಸರಳೀಕರಿಸುವ ಬಗ್ಗೆ ಒಂದು ಎಚ್ಚರಿಕೆಯನ್ನು ಸೇರಿಸಿ. AI ಅನ್ನು ಒಂದೇ ದಿನದಲ್ಲಿ ಒಬ್ಬ ವ್ಯಕ್ತಿಯಿಂದ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಎಂದು ಹೇಳಿಕೊಳ್ಳಬೇಡಿ."
ಅದನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಹೇಗೆ
ಶಿಕ್ಷಕರು ವಿದ್ಯಾರ್ಥಿಗಳಿಗೆ ಕೊನೆಯಲ್ಲಿ ಮೂರು ತ್ವರಿತ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವ ಮೂಲಕ ಪಾಠವನ್ನು ಪರೀಕ್ಷಿಸಬಹುದು:
-
"AI ಅನ್ನು ಒಂದೇ ದಿನಾಂಕದಂದು ಕಂಡುಹಿಡಿಯಲಾಯಿತು" ಎಂಬುದು ಏಕೆ ತುಂಬಾ ಸರಳವಾಗಿದೆ?
-
ಒಂದು ಕಲ್ಪನೆಯಾಗಿ AI ಮತ್ತು ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರವಾಗಿ AI ನಡುವಿನ ವ್ಯತ್ಯಾಸವೇನು?
-
ಆಧುನಿಕ AI ವ್ಯವಸ್ಥೆಗಳು ಆರಂಭಿಕ ನಿಯಮ ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳಿಗಿಂತ ಏಕೆ ಭಿನ್ನವಾಗಿ ಕಾಣುತ್ತವೆ?
ಒಂದು ಬಲವಾದ ಉತ್ತರವು ಕೇವಲ ಒಂದಲ್ಲ, ಕನಿಷ್ಠ ಎರಡು ಮೈಲಿಗಲ್ಲುಗಳನ್ನು ಉಲ್ಲೇಖಿಸಬೇಕು. ದುರ್ಬಲ ಉತ್ತರವು ಸಾಮಾನ್ಯವಾಗಿ "ಕಂಪ್ಯೂಟರ್ಗಳನ್ನು ಆವಿಷ್ಕರಿಸಿದಾಗ AI ಅನ್ನು ಆವಿಷ್ಕರಿಸಲಾಯಿತು" ಎಂಬಂತೆ ಹೇಳುತ್ತದೆ, ಇದು ಹೆಸರಿಸುವಿಕೆ, ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರ ಮತ್ತು ಯಂತ್ರ-ಕಲಿಕೆಯ ಭಾಗಗಳನ್ನು ತಪ್ಪಿಸುತ್ತದೆ.
ಫಲಿತಾಂಶ
ವಿವರಣಾತ್ಮಕ ಫಲಿತಾಂಶ: ಮೂರು ಮಾದರಿ ಪಾಠ-ಯೋಜನೆ ಕಾರ್ಯಗಳ ಸಮಯವನ್ನು ಆಧರಿಸಿ, ಈ ಕೆಲಸದ ಹರಿವು ತಯಾರಿ ಸಮಯವನ್ನು ಸುಮಾರು 2 ಗಂಟೆಗಳಿಂದ 35 ನಿಮಿಷಗಳಿಗೆ ಕಡಿಮೆ ಮಾಡಬಹುದು.
ಅಳತೆಯ ಆಧಾರ:
-
ಮೂಲ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು 30 ನಿಮಿಷಗಳು
-
ಮೊದಲ ಪಾಠವನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಬರೆಯಲು 20 ನಿಮಿಷಗಳು
-
ಟೈಮ್ಲೈನ್ ಅನ್ನು ಸರಳಗೊಳಿಸಲು ಮತ್ತು ಪ್ರಶ್ನೆಗಳನ್ನು ಬರೆಯಲು 40 ನಿಮಿಷಗಳು
-
ಪರಿಷ್ಕರಣೆಗಳಿಗೆ 30 ನಿಮಿಷಗಳು
AI ನೆರವಿನ ಕೆಲಸದ ಹರಿವಿನೊಂದಿಗೆ, ಶಿಕ್ಷಕರು ಖರ್ಚು ಮಾಡುತ್ತಾರೆ:
-
ಮೂಲ ಟಿಪ್ಪಣಿಗಳನ್ನು ಸಿದ್ಧಪಡಿಸಲು 10 ನಿಮಿಷಗಳು
-
ಮೊದಲ ಡ್ರಾಫ್ಟ್ ರಚಿಸಲು 10 ನಿಮಿಷಗಳು
-
15 ನಿಮಿಷಗಳ ಕಾಲ ಹಕ್ಕುಗಳನ್ನು ಪರಿಶೀಲಿಸುವುದು, ದುರ್ಬಲ ವಿವರಣೆಗಳನ್ನು ಪುನಃ ಬರೆಯುವುದು ಮತ್ತು ಅತಿ ಸರಳೀಕೃತ ಪದಗಳನ್ನು ತೆಗೆದುಹಾಕುವುದು
ಅಳೆಯಬಹುದಾದ ಸುಧಾರಣೆ ಎಂದರೆ AI "ಇತಿಹಾಸವನ್ನು ಚೆನ್ನಾಗಿ ತಿಳಿದಿದೆ" ಎಂದಲ್ಲ. ಮೌಲ್ಯವೆಂದರೆ ಅದು ಗೊಂದಲಮಯ ಐತಿಹಾಸಿಕ ವಿಷಯವನ್ನು ರಚನಾತ್ಮಕ ಬೋಧನಾ ಚಟುವಟಿಕೆಯಾಗಿ ವೇಗವಾಗಿ ಪರಿವರ್ತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಆದರೆ ಶಿಕ್ಷಕರು ಇನ್ನೂ ಸತ್ಯಗಳನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ.
ಏನು ತಪ್ಪಾಗಬಹುದು?
ಸಂಕೀರ್ಣವಾದ ಸತ್ಯವನ್ನು ಸುಳ್ಳು ಶುದ್ಧ ಉತ್ತರವಾಗಿ ಪರಿವರ್ತಿಸುವುದು ದೊಡ್ಡ ಅಪಾಯ. ಒಬ್ಬ AI ಸಹಾಯಕನು ಒಂದು ಮೈಲಿಗಲ್ಲನ್ನು ಅತಿಯಾಗಿ ಹೇಳಬಹುದು, ಹಳೆಯ ತರ್ಕ ಮತ್ತು ತಾರ್ಕಿಕ ಸಂಪ್ರದಾಯಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಬಹುದು ಅಥವಾ ಆಧುನಿಕ ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು ಏಕೈಕ "ನಿಜವಾದ" AI ನಂತೆ ಧ್ವನಿಸಬಹುದು.
ಶಿಕ್ಷಕರು ಇವುಗಳನ್ನು ಪರಿಶೀಲಿಸಬೇಕು:
-
ಒಬ್ಬ ವ್ಯಕ್ತಿಯ ಆವಿಷ್ಕಾರ ಪುರಾಣಗಳು
-
ಮೂಲಗಳಿಲ್ಲದ ಹಕ್ಕುಗಳು
-
ಯಂತ್ರ ಕಲಿಕೆಯೊಂದಿಗೆ AI ಅನ್ನು ಗೊಂದಲಗೊಳಿಸುವುದು
-
ಆರಂಭಿಕ ಸಾಂಕೇತಿಕ AI ಅನ್ನು ಅಪ್ರಸ್ತುತವೆಂದು ಪರಿಗಣಿಸುವುದು
-
ಆಧುನಿಕ ಚಾಟ್ಬಾಟ್ಗಳನ್ನು AI ನ ಆರಂಭವೆಂದು ಪರಿಗಣಿಸುವುದು
ಪ್ರಾಯೋಗಿಕ ತೀರ್ಮಾನ
“AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು?” ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಉತ್ತಮ ಮಾರ್ಗವೆಂದರೆ ಟೈಮ್ಲೈನ್ ಅನ್ನು ಒಂದೇ ಜನ್ಮದಿನದಂದು ಅಲ್ಲ, ಪದರಗಳಾಗಿ ತೋರಿಸುವುದು. ಪ್ರಾಯೋಗಿಕವಾಗಿ, ಅಂದರೆ ಜನರಿಗೆ ಮೊದಲು ಸರಳ ಉತ್ತರವನ್ನು ನೀಡುವುದು, ನಂತರ ನಿಖರವಾದ ಉತ್ತರಕ್ಕೆ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಮೈಲಿಗಲ್ಲುಗಳು ಏಕೆ ಬೇಕು ಎಂಬುದನ್ನು ತೋರಿಸುವುದು.
ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು
AI ನಿಖರವಾಗಿ ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?
AI ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟ ಒಂದೇ ಒಂದು ದಿನವಿಲ್ಲ. ಅತ್ಯಂತ ನಿಖರವಾದ ಉತ್ತರವೆಂದರೆ AI ಕ್ರಮೇಣ ಹೊರಹೊಮ್ಮಿತು, ಮೊದಲು ಔಪಚಾರಿಕ ತಾರ್ಕಿಕತೆಯ ಕಲ್ಪನೆಯಾಗಿ ಮತ್ತು ನಂತರ ಪ್ರೋಗ್ರಾಮೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳು ಆ ವಿಚಾರಗಳನ್ನು ಪರೀಕ್ಷಿಸಬಹುದಾದಂತೆ ಮಾಡಿದ ನಂತರ ಪ್ರಾಯೋಗಿಕ ಸಂಶೋಧನಾ ಪ್ರಯತ್ನವಾಗಿ. ದೈನಂದಿನ ಸಂಭಾಷಣೆಯಲ್ಲಿ, ಜನರು ಸಾಮಾನ್ಯವಾಗಿ AI ನ ಜನನವನ್ನು ಅದು ಹೆಸರಿಸಲಾದ ವೈಜ್ಞಾನಿಕ ಕ್ಷೇತ್ರವಾದ ಕ್ಷಣವೆಂದು ಪರಿಗಣಿಸುತ್ತಾರೆಯೇ ಹೊರತು ಸಿದ್ಧಾಂತಗಳ ಸಡಿಲ ಸಮೂಹವಲ್ಲ.
AI ಗೆ ಒಂದು ಸ್ಪಷ್ಟ ಜನ್ಮದಿನ ಏಕೆ ಇಲ್ಲ?
AI ಒಂದು ಸಾಧನ ಅಥವಾ ಒಂದು ಪೇಟೆಂಟ್ ಮಾಡಬಹುದಾದ ವಸ್ತುವಲ್ಲ, ಆದ್ದರಿಂದ ಅದು "ಈ ದಿನಾಂಕದಂದು ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟ" ಅಚ್ಚುಕಟ್ಟಾದ ಕಥೆಗೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ. ಇದು ತರ್ಕ, ಗಣಿತ, ಕಂಪ್ಯೂಟಿಂಗ್, ಮನೋವಿಜ್ಞಾನ, ಭಾಷಾಶಾಸ್ತ್ರ ಮತ್ತು ನರವಿಜ್ಞಾನದಿಂದ ಕಾಲಾನಂತರದಲ್ಲಿ ಬೆಳೆದಿದೆ. ಅದಕ್ಕಾಗಿಯೇ ವಿಭಿನ್ನ ಜನರು ಪರಿಕಲ್ಪನೆ, ತಂತ್ರಜ್ಞಾನ, ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರ ಅಥವಾ ಸಾರ್ವಜನಿಕರಿಗೆ ಅನುಕೂಲಕರವಾದ ಉತ್ಪನ್ನ ವರ್ಗವನ್ನು ಅರ್ಥೈಸುತ್ತಾರೆಯೇ ಎಂಬುದರ ಆಧಾರದ ಮೇಲೆ ವಿಭಿನ್ನ ಮೈಲಿಗಲ್ಲುಗಳನ್ನು ಸೂಚಿಸುತ್ತಾರೆ.
ಒಂದು ಕ್ಷೇತ್ರವಾಗಿ AI ನ ಅಧಿಕೃತ ಆರಂಭವೆಂದು ಏನು ಪರಿಗಣಿಸುತ್ತದೆ?
"ಅಧಿಕೃತ" ಆರಂಭ ಎಂದರೆ ಸಂಶೋಧಕರು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಸುತ್ತ ಸಂಘಟಿತರಾಗುವ ಹಂತವಾಗಿದ್ದು, ಯಂತ್ರ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಚದುರಿದ ಕುತೂಹಲವೆಂದು ಪರಿಗಣಿಸುವ ಬದಲು ಅದನ್ನು ಹಂಚಿಕೆಯ ಗುರಿಯಾಗಿ ಪರಿಗಣಿಸುತ್ತಾರೆ. ಕ್ಷೇತ್ರಕ್ಕೆ ಒಮ್ಮೆ ಹೆಸರು ಬಂದರೆ, ಅದು ನಿಧಿ, ಪ್ರಯೋಗಾಲಯಗಳು, ವಿದ್ಯಾರ್ಥಿಗಳು ಮತ್ತು ಗಂಭೀರ ವೈಜ್ಞಾನಿಕ ಗಮನವನ್ನು ಆಕರ್ಷಿಸಬಹುದು ಎಂಬ ಕಾರಣದಿಂದಾಗಿ ಅದು ಮುಖ್ಯವಾಗಿತ್ತು. ಆ ಅರ್ಥದಲ್ಲಿ, AI ಕೇವಲ ತಾತ್ವಿಕ ಚಿಂತನೆಯ ಪ್ರಯೋಗಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಸಂಶೋಧನಾ ಯೋಜನೆಯಾಯಿತು.
ಆಧುನಿಕ ಕಂಪ್ಯೂಟರ್ಗಳಿಗಿಂತ ಮೊದಲು AI ಅಸ್ತಿತ್ವದಲ್ಲಿದೆಯೇ?
ತಂತ್ರಜ್ಞಾನವು ಹಾಗೆ ಮಾಡಲಿಲ್ಲ, ಆದರೆ ಮೂಲ ಕಲ್ಪನೆಯು ಖಂಡಿತವಾಗಿಯೂ ಹಾಗೆ ಮಾಡಿತು. ಆಧುನಿಕ ಕಂಪ್ಯೂಟರ್ಗಳ ಆಗಮನಕ್ಕೆ ಬಹಳ ಹಿಂದೆಯೇ, ಜನರು ತಾರ್ಕಿಕತೆಯನ್ನು ನಿಯಮಗಳಾಗಿ ಪರಿವರ್ತಿಸಲು ಮತ್ತು ಕಾರ್ಯವಿಧಾನಗಳನ್ನು ಅನುಸರಿಸುವ ಯಂತ್ರಗಳನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರು. ಆದ್ದರಿಂದ ಯಾರಾದರೂ AI ಅನ್ನು ಉತ್ಸಾಹದಲ್ಲಿ ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು ಎಂದು ಕೇಳಿದರೆ, ಉತ್ತರವು ತರ್ಕ, ಯಾಂತ್ರಿಕ ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಚಿಂತನೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುವ ಕನಸಿನ ಇತಿಹಾಸಕ್ಕೆ ಬಹಳ ಹಿಂದಿನಿಂದಲೂ ತಲುಪುತ್ತದೆ.
ಆರಂಭಿಕ AI ವ್ಯವಸ್ಥೆಗಳು ನಿಜವಾಗಿ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತಿದ್ದವು?
ಆರಂಭಿಕ AI ವ್ಯವಸ್ಥೆಗಳು ಹೆಚ್ಚಾಗಿ ಸಾಂಕೇತಿಕ ವಿಧಾನಗಳನ್ನು ಅವಲಂಬಿಸಿದ್ದವು, ಅಂದರೆ ಮಾನವರು ಯಂತ್ರವು ಅನುಸರಿಸಲು ಸ್ಪಷ್ಟ ನಿಯಮಗಳು ಮತ್ತು ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಬರೆದರು. ಜಗತ್ತನ್ನು ರಚನಾತ್ಮಕ ಹಂತಗಳಾಗಿ ಸರಳೀಕರಿಸಬಹುದಾದ ಕಿರಿದಾದ ಪ್ರದೇಶಗಳಲ್ಲಿ ಅದು ಆಶ್ಚರ್ಯಕರವಾಗಿ ಉತ್ತಮವಾಗಿ ಕೆಲಸ ಮಾಡಿತು. ನಿಜ ಜೀವನವು ಅಚ್ಚುಕಟ್ಟಾದ ನಿಯಮಗಳನ್ನು ವಿರೋಧಿಸುತ್ತದೆ, ಭಾಷೆ ಅಸ್ಪಷ್ಟವಾಗಿರುತ್ತದೆ ಮತ್ತು ವಿನಾಯಿತಿಗಳು ತ್ವರಿತವಾಗಿ ಸಂಗ್ರಹವಾಗುತ್ತವೆ, ಇದು ಸಂಪೂರ್ಣವಾಗಿ ನಿಯಮ-ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳು ನಿಯಂತ್ರಿತ ಸೆಟ್ಟಿಂಗ್ಗಳ ಹೊರಗೆ ದುರ್ಬಲವಾಗಿರುತ್ತವೆ ಎಂದು ಭಾವಿಸುವಂತೆ ಮಾಡಿತು.
ಇಂದು ಜನರು ಗುರುತಿಸುವ ರೂಪದಲ್ಲಿ AI ಅನ್ನು ಯಾವಾಗ ಕಂಡುಹಿಡಿಯಲಾಯಿತು?
ಅನೇಕ ಜನರಿಗೆ, ವ್ಯವಸ್ಥೆಗಳು ಕೈಬರಹದ ನಿಯಮಗಳನ್ನು ಅನುಸರಿಸುವ ಬದಲು ಡೇಟಾದಿಂದ ಕಲಿಯುವಾಗ ಮಾತ್ರ AI ನೈಜವೆಂದು ಭಾವಿಸಲು ಪ್ರಾರಂಭಿಸುತ್ತದೆ. ಆ ನಂತರದ ಹಂತವು AI ಅನ್ನು ಹೆಚ್ಚು ಹೊಂದಿಕೊಳ್ಳುವ, ಹೆಚ್ಚು ಪ್ರಾಯೋಗಿಕ ಮತ್ತು ಆಧುನಿಕ ಬಳಕೆದಾರರು ಈ ಪದವನ್ನು ಕೇಳಿದಾಗ ಅವರು ಚಿತ್ರಿಸುವುದಕ್ಕೆ ಹೆಚ್ಚು ಹತ್ತಿರವಾಗಿ ಕಾಣುವಂತೆ ಮಾಡಿತು. ಆದ್ದರಿಂದ AI ಸಂಶೋಧನಾ ಕ್ಷೇತ್ರವಾಗಿ ಮೊದಲೇ ಪ್ರಾರಂಭವಾದರೂ, ಕಲಿಕೆ ಆಧಾರಿತ ವಿಧಾನಗಳು ಕೇಂದ್ರವಾದಾಗ ಇಂದಿನ ಪರಿಚಿತ ಆವೃತ್ತಿಯು ರೂಪುಗೊಂಡಿತು.
ಯಂತ್ರ ಕಲಿಕೆಯು AI ಯಂತೆಯೇ ಇದೆಯೇ?
ನಿಖರವಾಗಿ ಅಲ್ಲ. ಯಂತ್ರ ಕಲಿಕೆಯನ್ನು AI ಯೊಳಗಿನ ಒಂದು ಪ್ರಮುಖ ವಿಧಾನವೆಂದು ಉತ್ತಮವಾಗಿ ಅರ್ಥೈಸಲಾಗುತ್ತದೆ, ವಿಶೇಷವಾಗಿ ಸ್ಪಷ್ಟ ಸೂಚನೆಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಅವಲಂಬಿಸುವ ಬದಲು ಉದಾಹರಣೆಗಳಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಮೂಲಕ ವ್ಯವಸ್ಥೆಗಳು ಸುಧಾರಿಸುವ ವಿಧಾನ. AI ಎನ್ನುವುದು ತಾರ್ಕಿಕತೆ, ಯೋಜನೆ, ಭಾಷೆ, ಗ್ರಹಿಕೆ ಮತ್ತು ನಿಯಮ-ಆಧಾರಿತ ವಿಧಾನಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ವಿಶಾಲವಾದ ಛತ್ರಿಯಾಗಿದೆ. ಅದಕ್ಕಾಗಿಯೇ ಜನರು ಕೆಲವೊಮ್ಮೆ ಪದಗಳನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಪರಸ್ಪರ ಬದಲಾಯಿಸಲಾಗದಿದ್ದರೂ ಸಹ ಮಸುಕುಗೊಳಿಸುತ್ತಾರೆ.
AI ಯಾವಾಗ ದೈನಂದಿನ ಜೀವನದ ಭಾಗವಾಯಿತು?
ಜನರು ಬಳಸುವ ಉತ್ಪನ್ನಗಳಿಗೆ AI ಎಂದು ಕರೆಯದೆ ಸದ್ದಿಲ್ಲದೆ ಪ್ರವೇಶಿಸಿದಾಗ AI ಸಾಮಾನ್ಯವಾಯಿತು. ಹುಡುಕಾಟ ಶ್ರೇಯಾಂಕಗಳು, ಶಿಫಾರಸುಗಳು, ವಂಚನೆ ಪತ್ತೆ, ಸ್ವಯಂಪೂರ್ಣತೆ, ಭಾಷಣ ಗುರುತಿಸುವಿಕೆ, ಇಮೇಜ್ ಟ್ಯಾಗಿಂಗ್, ಮಾರ್ಗ ಯೋಜನೆ ಮತ್ತು ಗ್ರಾಹಕ ಬೆಂಬಲ ಎಲ್ಲವೂ ಅದನ್ನು ಸಾಮಾನ್ಯಗೊಳಿಸಲು ಸಹಾಯ ಮಾಡಿತು. ಈ ಬದಲಾವಣೆಯು ನಾಟಕೀಯವಾಗಿರದೆ ಕ್ರಮೇಣವಾಗಿ ಭಾಸವಾಯಿತು, ಅದಕ್ಕಾಗಿಯೇ ಅನೇಕ ಜನರು AI-ಸುವಾಸನೆಯ ವ್ಯವಸ್ಥೆಗಳನ್ನು ವರ್ಷಗಳಿಂದ ಬಳಸುತ್ತಿದ್ದರೂ ಸಹ AI ಹೊಸದು ಎಂದು ಭಾವಿಸುತ್ತಾರೆ.
ಹಳೆಯ AI ವಿಧಾನಗಳು ಇಂದಿಗೂ ಏಕೆ ಮುಖ್ಯ?
"ಹಳೆಯ ಕೆಟ್ಟ ನಿಯಮಗಳಿಂದ" "ಉತ್ತಮ ಹೊಸ ಕಲಿಕೆ" ಗೆ AI ಒಂದೇ ನೇರ ರೇಖೆಯಲ್ಲಿ ಚಲಿಸದ ಕಾರಣ ಹಳೆಯ ವಿಧಾನಗಳು ಇನ್ನೂ ಮುಖ್ಯವಾಗಿವೆ. ಅನೇಕ ಪೈಪ್ಲೈನ್ಗಳು ಇನ್ನೂ ಕಾರ್ಯವನ್ನು ಅವಲಂಬಿಸಿ ರಚನಾತ್ಮಕ ತರ್ಕ, ಹುಡುಕಾಟ, ಯೋಜನೆ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಕಲಿಕೆಯನ್ನು ಸಂಯೋಜಿಸುತ್ತವೆ. ಆ ಹಿಂದಿನ ವಿಚಾರಗಳು ಸಂಶೋಧಕರು ಜ್ಞಾನ, ತಾರ್ಕಿಕತೆ ಮತ್ತು ಸಮಸ್ಯೆ-ಪರಿಹಾರದ ಬಗ್ಗೆ ಹೇಗೆ ಯೋಚಿಸುತ್ತಾರೆ ಎಂಬುದನ್ನು ಸಹ ರೂಪಿಸುತ್ತವೆ, ಆದ್ದರಿಂದ ಹೊಸ ಪರಿಕರಗಳು ಬೆಳಕಿಗೆ ಬಂದಾಗಲೂ ಅವು ಕ್ಷೇತ್ರದ ಅಡಿಪಾಯದ ಭಾಗವಾಗಿ ಉಳಿಯುತ್ತವೆ.
"AI ಯಾವಾಗ ಆವಿಷ್ಕರಿಸಲ್ಪಟ್ಟಿತು?" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಸಂಭಾಷಣೆಯಲ್ಲಿ ಕೇಳಬಹುದಾದ ಅತ್ಯುತ್ತಮ ಸರಳ ಉತ್ತರ ಯಾವುದು?
ಒಂದು ದೃಢವಾದ, ಪ್ರಾಯೋಗಿಕ ಉತ್ತರವೆಂದರೆ AI ಅನ್ನು ಒಂದೇ ಬಾರಿಗೆ ಕಂಡುಹಿಡಿಯಲಾಗಿಲ್ಲ. ಯಂತ್ರಗಳು ಬುದ್ಧಿವಂತ ಕಾರ್ಯಗಳನ್ನು ನಿರ್ವಹಿಸುವಂತೆ ಮಾಡುವ ದೀರ್ಘಕಾಲೀನ ಪ್ರಯತ್ನವಾಗಿ ಇದು ಪ್ರಾರಂಭವಾಯಿತು, ಮೊದಲು ಔಪಚಾರಿಕ ತಾರ್ಕಿಕತೆ ಮತ್ತು ನಿಯಮ ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳ ಮೂಲಕ ಮತ್ತು ನಂತರ ನೈಜ ಉತ್ಪನ್ನಗಳಲ್ಲಿ ಪರಿಣಾಮಕಾರಿಯಾದ ಕಲಿಕೆ ಆಧಾರಿತ ವಿಧಾನಗಳ ಮೂಲಕ. ಆ ಆವೃತ್ತಿಯು ಪುನರಾವರ್ತಿಸಲು ಸಾಕಷ್ಟು ಸರಳವಾಗಿದೆ, ಆದರೆ AI ಒಂದು ಜನ್ಮದಿನಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿ ಮೈಲಿಗಲ್ಲುಗಳಿಂದ ಕೂಡಿದ ಟೈಮ್ಲೈನ್ ಅನ್ನು ಹೊಂದಿದೆ ಎಂದು ಒಪ್ಪಿಕೊಳ್ಳುತ್ತದೆ.
ಉಲ್ಲೇಖಗಳು
-
ಡಾರ್ಟ್ಮೌತ್ - home.dartmouth.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 - ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 - ai100.stanford.edu
-
cs.ox.ac.uk - ಟ್ಯೂರಿಂಗ್, 1950 - cs.ox.ac.uk
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ - plato.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎಂಜಿನಿಯರಿಂಗ್ - ಜಾನ್ ಮೆಕಾರ್ಥಿ ಬಗ್ಗೆ ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ - engineering.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ - ಆಟೋಮೇಟೆಡ್ ರೀಸನಿಂಗ್ (SEP) - plato.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ - ಕ್ಲಾಸಿಕಲ್ ಲಾಜಿಕ್ (SEP) - plato.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ - ಲಾಜಿಕ್-ಆಧಾರಿತ AI (SEP) - plato.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 - ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ12 - ai100.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100 - ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ AI100, SQ2 - ai100.stanford.edu
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ ಎನ್ಸೈಕ್ಲೋಪೀಡಿಯಾ ಆಫ್ ಫಿಲಾಸಫಿ - ಕಾಗ್ನಿಟಿವ್ ಸೈನ್ಸ್ (SEP) - plato.stanford.edu
-
OECD - OECD AI ತತ್ವಗಳು - oecd.ai
-
ಐಬಿಎಂ - ಐಬಿಎಂ.ಕಾಮ್
-
IBM - ಯಂತ್ರ ಕಲಿಕೆಯಲ್ಲಿ IBM - ibm.com
-
ಬ್ರಿಟಾನಿಕಾ - ಸಂಪರ್ಕವಾದದ ಕುರಿತು ಬ್ರಿಟಾನಿಕಾ - britannica.com