छवि: पिंकआइज़/एडोब स्टॉक कृत्रिम बुद्धिमत्ता कई रूपों में आती है, सरल उपकरण से जो ग्राहकों को चैट के माध्यम से जवाब देते हैं से लेकर जटिल मशीन लर्निंग एल्गोरिदम तक जो पूरे संगठन के प्रक्षेप पथ की भविष्यवाणी करते हैं। वर्षों के अत्यधिक वादे के बावजूद, एआई में इंसानों की तरह तर्क करने वाली संवेदनशील मशीनें शामिल नहीं हैं। बल्कि, एआई मानव तर्क को पूरक करने के लिए पैमाने पर मिलान करने वाले अधिक संकीर्ण रूप से केंद्रित पैटर्न को शामिल करता है।
देखें : TechRepublic की सभी चीट शीट और स्मार्ट व्यक्ति गाइड का अन्वेषण करें।
मदद करने के लिए बिजनेस लीडर समझते हैं कि एआई क्षमताएं क्या हैं, कृत्रिम बुद्धिमत्ता का उपयोग कैसे करें और एआई यात्रा कहां से शुरू करें, सबसे पहले एआई प्रौद्योगिकी में इस विशाल छलांग के आसपास के मिथकों को दूर करना आवश्यक है।
करने के लिए कूद:
कृत्रिम बुद्धिमत्ता क्या है? कृत्रिम बुद्धि कैसे काम करती है? कृत्रिम बुद्धि क्या कर सकती है? एआई के विभिन्न प्रकार क्या हैं? क्या एआई प्लेटफॉर्म उपलब्ध हैं? व्यवसायों को किस एआई कौशल में निवेश करने की आवश्यकता होगी? व्यवसाय AI का उपयोग कैसे शुरू कर सकते हैं? कृत्रिम बुद्धि क्या है? एआई काफी हद तक एक पैटर्न-पहचान उपकरण है जो ऐसे पैमाने पर चल सकता है जो नाटकीय रूप से किसी भी इंसान से परे है, फिर भी कभी भी इंसानों की जगह नहीं लेता है। अपने सबसे अच्छे रूप में भी, एआई स्वीकार्य परिणाम देता है, भले ही सही न हो, लोगों को आगे बढ़ने, डेटा का निरीक्षण करने और वहां से तर्क करने की क्षमता देता है।
ध्यान दें कि जब हम इस चीट शीट में एआई का उपयोग करते हैं, तो अधिकांश उद्यम वास्तव में एआई के एक सबसेट के साथ संलग्न होते हैं जिसे मशीन लर्निंग या डीप लर्निंग कहा जाता है। हम यहां एआई का उपयोग शॉर्टहैंड के रूप में करेंगे जिसमें मशीन लर्निंग और डीप लर्निंग शामिल है।
देखें: कृत्रिम बुद्धिमत्ता पर इस बिजनेस लीडर की मार्गदर्शिका डाउनलोड करें।
सच्चाई यह है कि वर्तमान एआई तकनीक सीमित है, लेकिन यह अभी भी अविश्वसनीय रूप से शक्तिशाली है। व्यवहार में इसकी प्रक्रियाएँ चाहे कितनी भी जटिल क्यों न लगें, एआई-संचालित अनुप्रयोगों के मूल में पैटर्न की पहचान करने और उन पैटर्न के आधार पर अनुमान लगाने की सरल क्षमता है।
एआई वास्तव में बुद्धिमान नहीं है, और यह अक्सर उतना ही पक्षपाती होता है जितना कि हम अपने एमएल मॉडल में फीड करने के लिए चुनते हैं। इसका मतलब यह नहीं है कि एआई वास्तविक दुनिया की समस्याओं को हल करने की कोशिश कर रहे व्यवसायों और उपभोक्ताओं के लिए उपयोगी नहीं है, इसका मतलब है कि हम उन मशीनों के करीब भी नहीं हैं जो वास्तव में स्वतंत्र निर्णय ले सकते हैं या पहले उचित डेटा दिए बिना निष्कर्ष पर पहुंच सकते हैं। यह भी सच है कि एआई हमारे पूर्वाग्रहों को खत्म करने के बजाय उनकी पुष्टि कर सकता है।
कैसे करता है कृत्रिम बुद्धिमत्ता कार्य? एआई एक जटिल प्रणाली है जिसे मानव व्यवहार और बुद्धि को मॉडल करने के लिए डिज़ाइन किया गया है। यह विश्लेषण करने, समझने और भविष्य की स्थितियों के बारे में निर्णय या भविष्यवाणी करने के लिए बड़े डेटा को बुद्धिमान एल्गोरिदम के साथ जोड़ता है। सटीक भविष्यवाणियाँ करने के लिए, AI सिस्टम को सीखने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है; यह डेटा विभिन्न स्रोतों से इकट्ठा किया जाता है, एआई एल्गोरिदम के लिए उपयुक्त प्रारूप में संसाधित, विश्लेषण और व्यवस्थित किया जाता है।
एआई एल्गोरिदम एआई का मूल है सिस्टम डेटा का विश्लेषण और व्याख्या करने, पैटर्न की पहचान करने और इनपुट के आधार पर पूर्वानुमान या निर्णय लेने के लिए डिज़ाइन किए गए हैं। लगातार नए डेटा एकत्र करके और मॉडलों को फिर से प्रशिक्षित करके, एआई सिस्टम बदलती परिस्थितियों के अनुकूल हो सकते हैं और अपने प्रदर्शन में सुधार कर सकते हैं।
एआई कैसे काम करता है इसकी मुख्य प्रक्रिया निम्नलिखित उपडोमेन शामिल हैं:
मशीन लर्निंग: एआई की एक शाखा जो एल्गोरिदम और सांख्यिकीय मॉडल के विकास पर ध्यान केंद्रित करती है जो कंप्यूटर सिस्टम को स्पष्ट रूप से बिना डेटा से सीखने और सुधारने की अनुमति देती है क्रमादेशित। गहन शिक्षा: मशीन लर्निंग का एक उपक्षेत्र जो मानव मस्तिष्क के तंत्रिका नेटवर्क के कामकाज की नकल करता है, डेटा में जटिल पैटर्न और सुविधाओं को सीखने और समझने के लिए कृत्रिम तंत्रिका नेटवर्क की कई परतों का उपयोग करता है। तंत्रिका – तंत्र: एक कम्प्यूटेशनल मॉडल, जो मानव मस्तिष्क की संरचना और कार्य से प्रेरित है, जो पैटर्न को पहचानने, भविष्यवाणी करने या जानकारी को वर्गीकृत करने के लिए बड़ी मात्रा में डेटा को संसाधित और विश्लेषण कर सकता है। प्राकृतिक भाषा प्रसंस्करण: एक शाखा एआई का जो कंप्यूटर और मानव भाषा के बीच बातचीत पर ध्यान केंद्रित करता है, मशीनों को मानव भाषा को समझने, व्याख्या करने और उत्पन्न करने में सक्षम बनाता है। कंप्यूटर विज़न: एआई की एक शाखा जो मशीनों को छवियों या वीडियो से दृश्य जानकारी की व्याख्या और समझने में सक्षम बनाती है . संज्ञानात्मक कंप्यूटिंग: एक मॉडल जिसका लक्ष्य एआई सिस्टम बनाना है जो मानव जैसी बुद्धि का अनुकरण कर सके और मनुष्यों के साथ अधिक प्राकृतिक और सहज तरीके से बातचीत कर सके। कृत्रिम बुद्धि क्या कर सकती है? कृत्रिम बुद्धिमत्ता मूलतः पैमाने पर पैटर्न का मिलान है। अपनी पैटर्न पहचान क्षमताओं के साथ, आधुनिक एआई छवि पहचान कर सकता है, मनुष्यों की प्राकृतिक भाषा और लेखन पैटर्न को समझ सकता है, विभिन्न प्रकार के डेटा के बीच संबंध बना सकता है, पैटर्न में असामान्यताओं की पहचान कर सकता है, रणनीति बना सकता है, भविष्यवाणी कर सकता है और बहुत कुछ कर सकता है।
जबकि मनुष्य उतनी आसानी से डेटा की मात्रा को खंगालने में असमर्थ हैं जितनी मशीनें पैटर्न को उजागर करने के लिए कर सकती हैं, मशीनों को तब संघर्ष करना पड़ता है जब उन्हें एक बाहरी चीज़ के साथ प्रस्तुत किया जाता है जिसे पहचानना एक इंसान के लिए आसान हो सकता है लेकिन प्रशिक्षण डेटा का खंडन करता है। इसलिए, सर्वोत्तम एआई एप्लिकेशन अत्यधिक केंद्रित हैं और मानवीय तर्क को एमएल की पाशविक शक्ति के साथ जोड़ते हैं।
कोविड की शुरुआत के बाद से-19 महामारी 770, एआई और एमएल ने बड़े पैमाने पर बाजार में वृद्धि देखी है। वैश्विक महामारी ने एआई प्राथमिकताओं और अनुप्रयोगों को भी बदल दिया: केवल वित्तीय विश्लेषण और उपभोक्ता अंतर्दृष्टि पर ध्यान केंद्रित करने के बजाय, महामारी के बाद एआई परियोजनाएं ग्राहक अनुभव और लागत अनुकूलन की ओर बढ़ी हैं।
एआई बॉट कई बुनियादी ग्राहक सेवा कार्य कर सकते हैं, कर्मचारियों को केवल उन मामलों को संबोधित करने के लिए मुक्त करते हैं जिनमें मानवीय हस्तक्षेप की आवश्यकता होती है। इस तरह की एआई महामारी की शुरुआत के बाद से विशेष रूप से व्यापक रही है, जब कॉल सेंटरों से बाहर निकलने वाले कर्मचारियों ने ग्राहक सेवा पर दबाव डाला था।
एआई के व्यावसायिक अनुप्रयोग क्या हैं? व्यवसाय की दुनिया में, बहुत सारे एआई अनुप्रयोग हैं, लेकिन शायद कोई भी व्यवसाय और भविष्य कहनेवाला विश्लेषण और इसके अंतिम लक्ष्य: निर्देशात्मक विश्लेषण जितना आकर्षण प्राप्त नहीं कर रहा है।
बिजनेस एनालिटिक्स प्रक्रियाओं का एक जटिल सेट है जिसका उद्देश्य किसी व्यवसाय की वर्तमान स्थिति को मॉडल करना है, यह अनुमान लगाना है कि यदि यह अपने वर्तमान प्रक्षेपवक्र पर रखा जाता है तो यह कहां जाएगा और दिए गए परिवर्तनों के साथ संभावित भविष्य को मॉडल करता है। अतीत के एक स्थापित मॉडल के साथ भविष्य की भविष्यवाणी करना काफी आसान हो सकता है, लेकिन निर्देशात्मक विश्लेषण, जिसका उद्देश्य किसी संगठन के वर्तमान पाठ्यक्रम में बदलाव करके सर्वोत्तम संभव परिणाम ढूंढना है, एआई की मदद के बिना बिल्कुल असंभव हो सकता है।
देखें: टेकरिपब्लिक प्रीमियम की इस एआई नैतिकता नीति का अन्वेषण करें
एनालिटिक्स बिजनेस एआई का उभरता सितारा हो सकता है, लेकिन यह वाणिज्यिक और औद्योगिक दुनिया में कृत्रिम बुद्धिमत्ता का शायद ही एकमात्र अनुप्रयोग है। व्यवसायों के लिए अन्य AI उपयोग के मामलों में निम्नलिखित शामिल हैं:
भर्ती और रोजगार: एआई एक इंसान की तुलना में अधिक तेजी से बड़ी संख्या में उम्मीदवारों को फ़िल्टर करके और योग्य लोगों पर ध्यान देकर भर्ती को सुव्यवस्थित कर सकता है जिसे नज़रअंदाज़ किया जा सकता है। धोखाधड़ी का पता लगाना : एआई सूक्ष्म अंतर और अनियमित व्यवहार को पकड़ने में बहुत अच्छा है, जैसे कि वित्तीय धोखाधड़ी के सूक्ष्म संकेतक जो मनुष्य चूक सकते हैं। साइबर सुरक्षा: एआई बढ़िया है हैकिंग और अन्य साइबर सुरक्षा मुद्दों के संकेतकों का पता लगाने में। डेटा प्रबंधन: एआई का उपयोग करके, आप वर्गीकृत कर सकते हैं कच्चा डेटा और उन वस्तुओं के बीच संबंध ढूंढें जो पहले अज्ञात थे। ग्राहक संबंध: आधुनिक एआई-संचालित चैटबॉट प्राकृतिक भाषा प्रसंस्करण की बदौलत बातचीत करने में अविश्वसनीय रूप से अच्छे हैं, जो उन्हें ग्राहक सेवा की एक बेहतरीन पहली पंक्ति बनाता है। स्वास्थ्य देखभाल: कुछ एआई एप्लिकेशन न केवल डॉक्टरों के समक्ष कैंसर और अन्य स्वास्थ्य संबंधी चिंताओं का पता लगाने में सक्षम हैं, बल्कि वे दीर्घकालिक रिकॉर्ड और रुझानों के आधार पर रोगी की देखभाल पर प्रतिक्रिया भी दे सकते हैं। बाजार के रुझान की भविष्यवाणी: बिजनेस एनालिटिक्स की दुनिया में निर्देशात्मक विश्लेषण की तरह, एआई सिस्टम को बड़े बाजारों में रुझानों की भविष्यवाणी करने के लिए प्रशिक्षित किया जा सकता है, जिससे व्यवसायों को उभरते रुझानों पर छलांग मिल सकती है। ऊर्जा उपयोग को कम करना: एआई ऊर्जा उपयोग को सुव्यवस्थित कर सकता है इमारतों में और यहां तक कि शहरों में भी निर्माण योजना, तेल और गैस ड्रिलिंग और अन्य ऊर्जा-केंद्रित परियोजनाओं के लिए बेहतर पूर्वानुमान लगाएं। विपणन: एआई सिस्टम को व्यक्तियों दोनों के लिए विपणन के मूल्य को बढ़ाने के लिए प्रशिक्षित किया जा सकता है और बड़े बाज़ार, संगठनों को पैसे बचाने और बेहतर विपणन परिणाम प्राप्त करने में मदद करते हैं। एआई के विभिन्न प्रकार क्या हैं? संकीर्ण ऐ कमजोर एआई के रूप में भी जाना जाता है, संकीर्ण एआई आपको विशिष्ट कार्य करने में मदद करता है। यह एक ही डोमेन पर केंद्रित है और पूर्वनिर्धारित सीमाओं के भीतर संचालित होता है। नैरो एआई जो कुछ करने के लिए प्रोग्राम किया गया है उससे अधिक कुछ नहीं कर सकता – उनके पास दक्षताओं की एक बहुत ही सीमित या संकीर्ण सीमा है। उदाहरणों में सिरी या एलेक्सा जैसे वॉयस असिस्टेंट शामिल हैं। इनमें सामान्य बुद्धि का अभाव होता है और वे अपने निर्दिष्ट क्षेत्र से बाहर कार्य नहीं कर सकते।
सामान्य एआई सामान्य एआई, जिसे मजबूत एआई या कृत्रिम सामान्य बुद्धि के रूप में भी जाना जाता है, एआई सिस्टम को संदर्भित करता है जो कि मानव-स्तर की बुद्धि और किसी भी बौद्धिक कार्य को समझ, सीख और निष्पादित कर सकती है जो एक मनुष्य कर सकता है। वे विभिन्न परिदृश्यों के अनुकूल ढल सकते हैं और समस्याओं को रचनात्मक ढंग से हल कर सकते हैं। जबकि सामान्य एआई एक दीर्घकालिक उद्देश्य बना हुआ है, वर्तमान प्रगति मुख्य रूप से संकीर्ण एआई सिस्टम विकसित करने पर ध्यान केंद्रित करती है जो छवि पहचान या प्राकृतिक भाषा प्रसंस्करण जैसे विशिष्ट क्षेत्रों में उत्कृष्टता प्राप्त करती है।
सुपरइंटेलिजेंट एआई इस प्रकार का AI लगभग सभी पहलुओं में मानव बुद्धि से आगे निकल जाता है। यह न केवल संज्ञानात्मक कार्यों में मनुष्यों से बेहतर प्रदर्शन करता है, बल्कि खुद को बेहतर बनाने की क्षमता भी रखता है, जिससे बुद्धि में तेजी से वृद्धि होती है। जबकि सुपरइंटेलिजेंट एआई वर्तमान में काफी हद तक सैद्धांतिक बना हुआ है, यह एआई के क्षेत्र में रुचि और चिंता का विषय है।
रिएक्टिव मशीनें रिएक्टिव एआई सिस्टम स्वचालित रूप से एक सीमित सेट पर प्रतिक्रिया करते हैं या इनपुट का संयोजन और बिना किसी स्मृति या पिछले अनुभव के वर्तमान इनपुट के आधार पर संचालित होता है। वास्तव में, प्रतिक्रियाशील एआई सिस्टम में यादें बनाने या पिछली बातचीत से सीखने की क्षमता नहीं होती है। वे बस वर्तमान स्थिति या उत्तेजना पर प्रतिक्रिया करते हैं। उदाहरणों में शतरंज खेलने वाले एआई सिस्टम या अनुशंसा एल्गोरिदम शामिल हैं।
सीमित मेमोरी सीमित मेमोरी वाले एआई सिस्टम बेहतर निर्णय लेने के लिए पिछले अनुभवों से जानकारी संग्रहीत और पुनर्प्राप्त कर सकते हैं। उनमें पिछले डेटा से सीखने और अपने भविष्य के कार्यों को बेहतर बनाने के लिए इसका उपयोग करने की क्षमता है। स्व-चालित कारें जो ड्राइविंग निर्णय लेने के लिए ऐतिहासिक डेटा का उपयोग करती हैं, सीमित मेमोरी एआई का एक उदाहरण हैं।
मन का सिद्धांत इस प्रकार का एआई अभी भी काफी हद तक सैद्धांतिक है। माइंड थ्योरी एआई में अन्य एजेंटों की मानसिक स्थिति, विश्वास और इरादों को समझने और मॉडल करने की क्षमता होगी। वे विचारों, भावनाओं और इरादों को अन्य संस्थाओं से जोड़ सकेंगे और इस समझ के आधार पर उनके व्यवहार की भविष्यवाणी कर सकेंगे।
आत्म-जागरूक हालांकि अभी भी सैद्धांतिक और पूरी तरह से नहीं एहसास हुआ, यह टाइप एआई के पास अपने अस्तित्व के बारे में मानव जैसी जागरूकता और समझ होगी। स्व-जागरूक एआई सिस्टम को अपने अस्तित्व, चेतना और आंतरिक स्थिति का एहसास होगा। उनमें आत्म-चिंतन करने की क्षमता होती है और वे अपने विचारों, कार्यों और अपने पर्यावरण पर प्रभाव के प्रति जागरूक होते हैं। सच्चा आत्म-जागरूक एआई एक अवधारणा है जो काफी हद तक काल्पनिक बनी हुई है और वर्तमान में मौजूदा तकनीक की क्षमताओं से परे है।
जेनरेटिव एआई जेनरेटिव एआई सिस्टम सामग्री बनाने में सक्षम हैं, जैसे छवियों, वीडियो, संगीत या पाठ के रूप में, यह मानव-निर्मित सामग्री से लगभग अप्रभेद्य है। वे अपने सीखे हुए पैटर्न और शैलियों के आधार पर स्वायत्त रूप से नए आउटपुट उत्पन्न कर सकते हैं। , और एक अन्य नेटवर्क उत्पन्न आउटपुट की गुणवत्ता में सुधार के लिए मूल्यांकन करता है और फीडबैक प्रदान करता है।
देखें: चैटजीपीटी
जेनेरेटिव एआई के अन्य लोकप्रिय उदाहरण के बारे में आपको जो कुछ जानने की जरूरत है वह जानें शामिल करना:
DeepArt.io: यह टूल फ़ोटो को प्रसिद्ध कलाकारों की कलात्मक शैलियों में बदलने के लिए तंत्रिका नेटवर्क का उपयोग करता है। रनवे: यह प्लेटफ़ॉर्म कई प्रकार की पेशकश करता है चित्र और वीडियो बनाने के लिए जेनेरिक एआई उपकरण। डीपड्रीम: डीपड्रीम Google द्वारा विकसित एक उपकरण है जो छवियों को संशोधित करने के लिए जेनरेटिव एआई का उपयोग करता है। यह सपने जैसे दृश्य बनाने के लिए एक छवि में पैटर्न और संरचनाओं को बढ़ाता है। ओपनएआई का चैटजीपीटी: जेनरेटिव प्रीट्रेंड ट्रांसफॉर्मर एक भाषा मॉडल है जिसे ओपनएआई द्वारा किसी दिए गए प्रॉम्प्ट के आधार पर मानव जैसा टेक्स्ट उत्पन्न करने के लिए विकसित किया गया है। नवीनतम मॉडल GPT-4 को Microsoft Azure AI सुपर कंप्यूटर पर प्रशिक्षित किया गया था और यह ChatGPT प्लस पर उपलब्ध है। कौन से एआई प्लेटफॉर्म उपलब्ध हैं? एआई रणनीति अपनाते समय, यह जानना महत्वपूर्ण है कि व्यवसाय-केंद्रित एआई के लिए कौन सा सॉफ्टवेयर उपलब्ध है। Google, AWS, Microsoft और IBM जैसे सामान्य क्लाउड कंप्यूटिंग संदिग्धों से विभिन्न प्रकार के प्लेटफ़ॉर्म उपलब्ध हैं, और सही को चुनने का मतलब सफलता और विफलता के बीच अंतर हो सकता है।
एडब्ल्यूएस मशीन लर्निंग AWS मशीन लर्निंग विभिन्न प्रकार की सेवाएँ प्रदान करता है जो AWS क्लाउड में चलती हैं। एआई सेवाएं, प्रीबिल्ट फ्रेमवर्क, एनालिटिक्स टूल और बहुत कुछ उपलब्ध हैं, जिनमें से कई को आरंभ करने से पहले ही डिज़ाइन किया गया है और बिजनेस एनालिस्टों के लिए सेजमेकर जैसे अन्य को कोड लिखे बिना एआई अंतर्दृष्टि प्राप्त करने में निगमों को सक्षम करने के लिए डिज़ाइन किया गया है। एडब्ल्यूएस एआई विकास में शुरुआत करने वाले या अपने ज्ञान का विस्तार करने वाले डेवलपर्स के लिए पूर्व-निर्मित एआई एल्गोरिदम, एक-क्लिक एमएल प्रशिक्षण और प्रशिक्षण उपकरण प्रदान करता है।
Google क्लाउड Google क्लाउड समान AI प्रदान करता है AWS के समाधान, साथ ही कई पूर्वनिर्मित कुल AI समाधान हैं जिन्हें संगठन आदर्श रूप से न्यूनतम प्रयास के साथ अपने संगठनों में प्लग कर सकते हैं। Google ने AI के लिए कुछ उद्योग मानकों जैसे TensorFlow, एक ओपन-सोर्स ML लाइब्रेरी का आविष्कार करके भी खुद को अलग किया है।
देखें: Google के नवीनतम जेनरेटिव AI प्लेटफ़ॉर्म Google Bard
की खोज करें Microsoft AI Microsoft का AI प्लेटफ़ॉर्म प्री-जेनरेटेड सेवाओं, रेडी-टू-डिप्लॉय क्लाउड कंप्यूटिंग इंफ्रास्ट्रक्चर और विभिन्न प्रकार के अतिरिक्त एआई टूल्स के साथ आता है जिन्हें मौजूदा मॉडल में प्लग किया जा सकता है। इसकी एआई लैब एआई ऐप्स की एक विस्तृत श्रृंखला भी पेश करती है, जिसके साथ डेवलपर्स बदलाव कर सकते हैं और दूसरों ने जो किया है उससे सीख सकते हैं। माइक्रोसॉफ्ट विशेष रूप से व्यावसायिक अनुप्रयोगों के लिए शैक्षिक ट्रैक के साथ एक एआई स्कूल भी प्रदान करता है।
वाटसन वॉटसन आईबीएम का क्लाउड-होस्टेड एमएल और बिजनेस एआई का संस्करण है, लेकिन यह थोड़ा आगे तक जाता है अधिक AI विकल्पों के साथ। आईबीएम उन व्यवसायों के लिए एआई कार्यों के लिए कस्टम निर्मित ऑन-साइट सर्वर प्रदान करता है जो क्लाउड होस्टिंग पर भरोसा नहीं करना चाहते हैं, और इसमें आईबीएम एआई ओपनस्केल भी है, एक एआई प्लेटफॉर्म जिसे अन्य क्लाउड होस्टिंग सेवाओं में एकीकृत किया जा सकता है, जो इससे बचने में मदद कर सकता है विक्रेता बंदी। , लेकिन कई उद्यम अभी भी छोटे कार्यों के लिए इसकी ओर रुख करते हैं।
क्या क्या व्यवसायों को एआई कौशल में निवेश करने की आवश्यकता होगी? शायद एआई का उपयोग करने के लिए आवश्यक सबसे महत्वपूर्ण कौशल यह जानना है कि कब एआई को पूरी तरह से छोड़ देना। एआई की वास्तविकता यह है कि कई समस्याओं को सरल प्रतिगमन विश्लेषण या यदि/फिर कथनों को लागू करके हल किया जा सकता है। अधिकांश AI, दूसरे शब्दों में, बिल्कुल भी AI नहीं है: यह केवल बुनियादी गणित और सामान्य ज्ञान है।
अधिक जटिल के लिए, AI-उन्मुख कार्यों, संबंधित डेटा विज्ञान को दो श्रेणियों में विभाजित किया गया है: वह जो मानव उपभोग के लिए है और वह जो मशीन उपभोग के लिए है।
देखें: जानें कि मशीन लर्निंग इंजीनियर बनने के लिए आपको क्या जानना आवश्यक है।
बाद वाले मामले में, एआई में जटिल डिजिटल मॉडल शामिल हैं जो बड़ी मात्रा में डेटा पर एमएल मॉडल और एआई एल्गोरिदम लागू करते हैं। ये प्रणालियाँ किसी विशेष विज्ञापन या ग्राहक अनुभव को उत्पन्न करने या वास्तविक समय स्टॉक ट्रेड करने के लिए स्वायत्त रूप से कार्य करती हैं। इसलिए, मशीन-उन्मुख एआई व्यवसायों के लिए “ऐसे मॉडल बनाने के लिए असाधारण रूप से मजबूत गणितीय, सांख्यिकीय और कम्प्यूटेशनल प्रवाह की आवश्यकता होती है जो जल्दी से अच्छी भविष्यवाणी कर सकें,” जैसा कि पूर्व Google और फोरस्क्वेयर डेटा वैज्ञानिक माइकल ली ने नोट किया है।
इसके विपरीत, अधिक मानव-उन्मुख डेटा विज्ञान और एआई के लिए आवश्यक कौशल कहानी कहने की ओर झुकाव रखते हैं। यह देखते हुए कि कोई भी डेटा निष्पक्ष नहीं है, मानव बुद्धि की भूमिका डेटा को स्पष्ट कहानियां बताने में मदद करना है। ऐसे एआई कहानीकार उस डेटा में अन्वेषण और अंतर्दृष्टि की सुविधा के लिए डेटा विज़ुअलाइज़ेशन का उपयोग करते हैं।
एआई में कई लोगों के लिए, वे जो सबसे परिष्कृत गणित करेंगे वह है शक्ति विश्लेषण और महत्व परीक्षण। वे डेटा प्राप्त करने के लिए SQL क्वेरीज़ लिख सकते हैं, उस डेटा पर बुनियादी गणित कर सकते हैं, परिणामों का ग्राफ़ बना सकते हैं और फिर परिणामों की व्याख्या कर सकते हैं। जी व्हिज़ डेटा साइंस नहीं, लेकिन डेटा साइंस भाषा का उपयोग करने के लिए, जटिल डेटा को कार्रवाई योग्य अंतर्दृष्टि में तोड़ने के लिए यह अविश्वसनीय रूप से सहायक है।
इन सबके साथ ध्यान में रखते हुए, यह अभी भी सच है कि एआई प्रोजेक्ट के लिए आवश्यक कौशल व्यावसायिक आवश्यकताओं और उपयोग किए जा रहे प्लेटफॉर्म के आधार पर भिन्न होते हैं, हालांकि अधिकांश सबसे बड़े प्लेटफॉर्म सबसे अधिक उपयोग की जाने वाली एआई प्रोग्रामिंग भाषाओं और आवश्यक कौशलों में से अधिकांश का समर्थन करते हैं, यदि सभी नहीं तो।
कई व्यावसायिक एआई प्लेटफ़ॉर्म अपने आर्किटेक्चर को चलाने की विशिष्टताओं और अधिक एआई टूल विकसित करने के लिए आवश्यक प्रोग्रामिंग भाषाओं में प्रशिक्षण पाठ्यक्रम प्रदान करते हैं। जो व्यवसाय एआई के बारे में गंभीर हैं, उन्हें या तो नए कर्मचारियों को नियुक्त करने या मौजूदा कर्मचारियों को एआई परियोजनाओं को सफल बनाने के लिए आवश्यक कौशल में प्रशिक्षित करने के लिए आवश्यक समय और संसाधन देने की योजना बनानी चाहिए।
व्यवसाय AI का उपयोग कैसे शुरू कर सकते हैं? बिजनेस एआई के साथ शुरुआत करना उतना आसान नहीं है, जितना किसी एआई प्लेटफॉर्म प्रदाता पर पैसा खर्च करना और कुछ पूर्वनिर्मित मॉडल और एल्गोरिदम को तैयार करना। किसी संगठन में एआई को सफलतापूर्वक जोड़ने के लिए बहुत कुछ करना पड़ता है।
इस सबके मूल में अच्छी परियोजना योजना है। किसी व्यवसाय में कृत्रिम बुद्धिमत्ता को जोड़ना, चाहे इसका उपयोग कैसे भी किया जाए, किसी भी व्यवसाय परिवर्तन पहल की तरह है। यहां बिजनेस एआई के साथ शुरुआत करने के सिर्फ एक तरीके की रूपरेखा दी गई है।
अपना निर्णय लें एआई उद्देश्य शुरू करने के लिए, यह पता लगाएं कि आपके संगठन में एआई का उपयोग कैसे किया जा सकता है और क्या अंत. किसी विशिष्ट लक्ष्य के साथ संकीर्ण कार्यान्वयन पर ध्यान केंद्रित करके, आप संसाधनों को बेहतर ढंग से आवंटित कर सकते हैं।
पहचानें कि वहां पहुंचने के लिए क्या करना होगा एक बार जब आप जान लें कि आप कहां होना चाहते हैं, आप पता लगा सकते हैं कि आप कहां हैं और यात्रा कैसे करनी है। इसमें मौजूदा डेटा को सॉर्ट करना शुरू करना, नया डेटा इकट्ठा करना, प्रतिभा को काम पर रखना और अन्य प्रीप्रोजेक्ट चरण शामिल हो सकते हैं।
एक टीम बनाएं एक अंतिम लक्ष्य और प्राप्त करने की योजना के साथ वहाँ, इसे साकार करने के लिए सर्वश्रेष्ठ टीम को इकट्ठा करने का समय आ गया है। इसमें वर्तमान कर्मचारी शामिल हो सकते हैं, लेकिन सबसे योग्य लोगों को खोजने के लिए संगठन के बाहर जाने से न डरें। मौजूदा कर्मचारियों को प्रशिक्षित करने की अनुमति देना सुनिश्चित करें ताकि उन्हें परियोजना में योगदान देने का अवसर मिले।
एक एआई प्लेटफॉर्म चुनें कुछ एआई प्लेटफॉर्म विशेष परियोजनाओं के लिए बेहतर अनुकूल हो सकते हैं, लेकिन कुल मिलाकर वे सभी एक-दूसरे से प्रतिस्पर्धा करने के लिए समान उत्पाद पेश करते हैं। अपनी टीम को सुझाव दें कि कौन सा एआई प्लेटफ़ॉर्म चुनना है – वे विशेषज्ञ हैं जो खाइयों में होंगे।
कार्यान्वयन शुरू करें एक लक्ष्य, टीम और मंच के साथ, आप ईमानदारी से काम शुरू करने के लिए तैयार हैं। यह त्वरित नहीं होगा: एआई मशीनों को प्रशिक्षित करने की आवश्यकता है, डेटा के सबसेट पर परीक्षण करना होगा और व्यवसायिक एआई के वास्तविक दुनिया में आने के लिए तैयार होने से पहले बहुत सारे बदलाव करने की आवश्यकता होगी। वास्तव में, आपको यह उम्मीद करनी चाहिए कि आपका अधिकांश समय सेक्सी एल्गोरिदम तैयार करने में नहीं, बल्कि डेटा तैयार करने में व्यतीत होगा।
Be First to Comment