Intereting Posts
अपने काम को अधिक सार्थक बनाना चाहते हैं? छह चीजें सीनियर मेमोरी में सुधार करने के लिए कर सकते हैं समाप्ति की रिपोर्ट की समाप्ति अलगाव और विविधता अपने किशोरों को पोषण करना प्रतिबंध नुड्ज, नहीं सोडा क्या आप बहुत खर्च कर रहे हैं? हम क्यों खाएं जब हम भूख नहीं रहे हैं? जब उच्च कीमत उपभोक्ताओं को आकर्षित करती है और कम कीमतें उन्हें पीछे छोड़ती हैं निर्णायक रूप से रोक लगाने का पहला कदम मेरे पांच बच्चे हैं: क्या मैं एक माँ हूँ? समर्थन की तलाश या गंदा कपड़े धोने साझा? फर्स्ट-क्लास एथिक्स: दी गोल्डन मीन्स्स एंड एंड्स एंड्स लमोर फ्रेंच शैली नरसंहार गुण: एक प्राइमर नंबर 1 कारण चमकीला सपने वाले लाभ आपका मस्तिष्क

ड्राइव करने के लिए iPhone शिक्षण

* यह आलेख लॉस एलामोस न्यूरो-भौतिक विज्ञानी माइकल हैम के सह-लेखक है

यह आने वाली विलक्षणता के बारे में एक कहानी है

उन अपरिचित शब्द के लिए, "विलक्षणता" शब्द खगोल भौतिकी से मिलता है, जहां यह तकनीकी रूप से एक ब्लैक होल में स्थान है जहां मामला अनंत द्रव्यमान और कोई मात्रा नहीं के साथ एक छोटे से बिंदु को कुचल दिया जाता है; और शब्दावली एक घटना क्षितिज – एक बिंदु से परे जो हम नहीं देख सकते हैं।

1 9 50 के दशक में, गणितज्ञ जॉन वॉन न्यूमैन ने प्रौद्योगिकी के लिए यह रूपक लागू किया, लेखन: "[प्रौद्योगिकी] की प्रगति में तेजी लाने और मानवीय जीवन के परिवर्तन में तेजी लाने के लिए, जो दौड़ के इतिहास में कुछ आवश्यक विशिष्टता जिसकी वजह से मानव मामलों, जैसा कि हम जानते हैं, जारी नहीं कर सके। "

रे कुर्ज़वील, द एकवचनता के लेखक के पास और शब्द का सबसे बड़ा लोकप्रियता है, एकरूपता को उस समय के बिंदु के रूप में संदर्भित किया जाता है जब कंप्यूटर मनुष्यों से अधिक कुशल हो जाते हैं।

हम वर्णन कर रहे हैं एकरूपता काफी नाटकीय नहीं है, लेकिन कम क्रांतिकारी नहीं है बहुत जल्द, अगले पांच सालों में, हम एक रेखा पार करेंगे और कंप्यूटर मनुष्यों से बेहतर देखना शुरू कर देंगे।

इसका क्या मतलब है? ठीक है, अभी कंप्यूटर ज्यादातर डिजिटल ब्रह्मांड में फंस गए हैं-वे अभी तक हमारे एनालॉग दुनिया का प्रत्यक्ष अर्थ नहीं बना सकते हैं। कुछ प्रकार के मानवीय हस्तक्षेप अभी भी आवश्यक हैं।

आईफोन की सिरी एक उदाहरण है। अपने iPhone से बात करके, सिरी एक एनालॉग इनपुट (आपकी आवाज़) को डिजिटल प्रतिक्रिया में परिवर्तित कर देता है, लेकिन प्रक्रिया-जबकि अद्भुत-फिर भी एक मानव की आवश्यकता होती है

मशीन की दृष्टि में, लिडाार जैसे बेहद बोझिल प्रणालियों के अलावा- Google की स्वायत्त कार के लिए मुख्य आंखों-मानव सम्बन्ध के बिना करने की क्षमता अभी तक किसी भी वास्तविक क्षमता में मौजूद नहीं है।

यथार्थवादी, मेरा क्या मतलब है कि LIDAR प्रणाली एक है) बहुत महंगा ख) बल्कि बोझिल। दूसरे शब्दों में, यह आपके आईफोन में फिट नहीं है

लेकिन अगर आईफोन अपने कैमरे से डेटा को मानव के समान सटीकता के साथ प्रोसेस कर सकता है, तो वह आपकी कार को चला सकता है संक्षेप में, यह दृश्य विलक्षणता है

और हम करीब हो रहे हैं दोनों लाइसेंस प्लेट का पता लगाने और चेहरे की पहचान कंप्यूटर दृष्टि चाल है जो पहले से ही काम करते हैं। लेकिन वे सीमित एल्गोरिदम हैं – वे एक काम बहुत अच्छी तरह से करते हैं, लेकिन कई चीजें नहीं हैं आप अपने रूमबा में अपने आईफोन को प्लग नहीं कर सकते हैं और इसे गंदगी को साफ करने के लिए कह सकते हैं, लेकिन पैरोस नहीं।

दो सेनाएं इसे बदल रही हैं और, जैसा कि यह पता चला है, ये दो समानताएं हैं जो सभी विलक्षणताएं ड्राइव करती हैं।

पहला घातीय घटता है मूर का कानून, मक्खन का कानून, आदि। कम्प्यूटेशनल हॉर्सपावर में उसी त्वरण ने सिरी की सफलता को मशीन विजन के विकास को बढ़ाया है। अंतर यह है कि भाषण का पता लगाने मेगाबाइट समस्या है, जबकि मशीन दृष्टि एक गीगाबाइट समस्या है। लेकिन, जैसा कि हमारे कंप्यूटर तेजी से आगे बढ़ रहे हैं, यह समस्या पूरी तरह से दूर हो जाती है।

दूसरा डेटा है – डेटा का एक महत्वपूर्ण द्रव्यमान

हमें मानवीय क्षमताओं को एप करने के लिए सबसे आसान तरीके मिल गए हैं उन्हें प्रशिक्षित करना है। उदाहरण के लिए, यह वेबसाइटों (अर्थात्-डिजिटाइज़्ड पाठ) में भारी वृद्धि हुई थी, जिसने पाठ-वाचन विलक्षणता (जिस बिंदु पर मशीनें मानव के रूप में पढ़ सकती थी) को होने की अनुमति दी थी। इसी तरह, मानव डिजीटल भाषण की भारी मात्रा में भाषण विलक्षण (उर्फ सिरी) को प्राप्त करने के लिए आवश्यक थे। इसी तरह, यूट्यूब के बिना और वीडियो के 72 घंटों के अपलोड होने पर, आने वाले विज़ुअल विलक्षणता असंभव होगी।

इन पंक्तियों के साथ, पिछले जून में, Google ने 16,000 कम्प्यूटर प्रोसेसर को एक विशाल मशीन दृष्टि में तंत्रिका जाल से जुड़ने के साथ जोड़ा और उन्हें यूट्यूब पर ढीली कर दिया। नतीजतन, जैसा कि न्यूयॉर्क टाइम्स ने बताया, नेटवर्क ने खुद को बिल्लियों को पहचानने के लिए सिखाया था

क्यूं कर? सरल…। यूट्यूब पर कई बिल्ली वीडियो हैं तो यह एक चीज है जिसमें से बहुत कुछ देखा। बस जिस तरह से एक शिशु वह वस्तुओं को पहचानना सीखता है जो वे हर दिन देखते हैं

बिल्ली की कहानी के आसपास मिल गया उस टाइम्स टुकड़े में जो ज्यादातर लोगों को याद किया गया था, वह तथ्य यह था कि Google की मशीन विज़न एल्गोरिदम ने कुछ और चीज़ों के मुकाबले कहीं ज्यादा बेहतर प्रदर्शन किया है- लगभग 20,000 आइटमों की सूची में सटीकता को दोहराते हुए

यह दोहरीकरण-अच्छी तरह से है जो घातीय वृद्धि है। दृश्यमान घातीय वृद्धि इसका क्या मतलब यह है कि मशीन की दृष्टि थोड़ी देर के लिए एक घातीय वक्र पर रही है, वक्र के घुटने के नीचे है, जहां उन दोहरीकरण ज्यादातर अदृश्य हैं। Google की सफलता ने चाप को घुटने के करीब ले लिया है-इसका मतलब है कि हम कभी भी नज़दीकी हो रहे हैं क्योंकि हम इसे जानते हैं।

एक अलग परिप्रेक्ष्य से, जब हम लोगों के बारे में बात करते हैं, जब हम इंसान जानते हैं, तो हम एक स्वीकार्य त्रुटि थ्रेशोल्ड के बारे में बात कर रहे हैं। मानव दृश्य प्रणाली बहुत अच्छी है महान नहीं है, लेकिन इन पिछले 200,000 वर्षों के आसपास हमें रखने के लिए पर्याप्त से अधिक है उस कारण के लिए, यह त्रुटि दर हमारे लिए स्वीकार्य है।

लेकिन इसकी सीमाएं हैं मानव दृष्टि थका हुआ हो जाता है लॉस एलामोस नेशनल लेबोरेटरी में किए गए प्रयोगों में, जब मनुष्य को ऑब्जेक्ट मान्यता कार्य करने के लिए कहा गया, तो प्रयोग एक घंटे के तहत रखा गया था ताकि इस बिंदु पर न पहुंच सकें जहां विषय कार्य पर ध्यान केंद्रित नहीं कर सके। Google की मशीन एक हफ़्ते के लिए लाखों छवियों पर चलती है, जो कि किसी भी इंसान को रखने की उम्मीद कर सकता है।

एक बार जब यह सीमा पार हो जाएगी, तो समाज पर असर महत्वपूर्ण होगा।

अभी, उदाहरण के लिए, हमारे पास दा विंची सर्जिकल रोबोट है। अद्भुत आविष्कार दा विंची में मदद करता है कि शल्यचिकित्सा से कार्डियक बायपास से सब कुछ गैस्ट्रिक बायपास के माध्यम से और अधिक परिशुद्धता के साथ करते हैं और बिना किसी सहायता प्राप्त मानव की तुलना में कम संपार्श्विक क्षति होती है। लेकिन दा विंची को अब भी मानवीय भागीदारी की आवश्यकता है। यह वास्तविक सर्जरी करने की क्षमता है हाथ हमारे हाथों की तुलना में कहीं ज्यादा बेहतर है, लेकिन इसे हमारी आँखें उधार लेने की जरूरत है लेकिन जब मशीन दृष्टि मानव दृष्टि से बेहतर हो जाती है-सर्जन अप्रचलित हो जाता है

ठीक है, पूरी तरह अप्रचलित नहीं है, हमें अब भी उनके ज्ञान और शोध कौशल की आवश्यकता होगी। फिर भी, आईबीएम ने मेडिकल स्कूल के लिए वाटसन (खतरे में विजय सुपर कंप्यूटर) भेजा है। जितना संभव हो उतना चिकित्सा डेटा के साथ इसे लोड किया जा रहा है। परिणाम क्लाउड में एक अविश्वसनीय रूप से शक्तिशाली नैदानिक ​​उपकरण डाल देंगे जो कि नैदानिक ​​उपकरण मानव-यंत्र की दृष्टि से बेहतर (और प्रयोग-पर-एक-चिप-माइक्रो-फ्लूइडिक विश्लेषण) के लिए युगल है और यह केवल सर्जन नहीं है जो नौकरी से बाहर हैं

डॉक्टर भी अभी, मानव डॉक्टरों के लिए नैदानिक ​​त्रुटि 45 प्रतिशत है इसका मतलब यह है कि यदि आप अपने डॉक्टर से तीन बार जाते हैं-प्रतिशतियां कहती हैं कि उन यात्राओं में से किसी पर गलत चीजें हैं हमारे पास पहले से ही वाटसन है, कुछ साल बाद ही प्रयोगशाला-पर-एक-चिप तकनीक है (क्यूएलकॉम ट्राइक्डर एक्स पुरस्कार देखें)। मशीन की दृष्टि त्रयीवाही पूरी करेगी परिणाम स्वास्थ्य देखभाल हमेशा के लिए बदल जाएगा।

सचमुच, यह सिर्फ स्वास्थ्य देखभाल नहीं है एक बार मशीनों ने दुनिया के साथ आंखों से बातचीत करने में सक्षम होने के बाद अब केवल विज्ञान कल्पित प्रौद्योगिकियों का ही अनलॉक किया जाएगा।

तो, सिरी, मुझे कार्य करने के लिए ड्राइव करें जब मैं टर्मिनेटर के पिछले बीस मिनट देख रहा हूं।