परिचय:
रिएक्टिव मशीन ने केवल बुनियादी प्रक्रिया की। रिएक्टिव मशीन आर्टिफ़िशियल इंटेलिजेंस का सबसे बुनियादी प्रकार है। यह किसी विशिष्ट इनपुट के उत्तर में आउटपुट देती है। एक साधारण रिएक्टिव मशीन वह है जो इनपुट के रूप में मानव चेहरा लेती है और उसे चेहरे के रूप में पहचानने के लिए उसके चारों ओर एक आयत बनाकर आउटपुट देती है। मेमोरी न होने के कारण यह कोई डेटा सहेजती नहीं और कुछ भी नहीं सीखती।
स्थिर मशीन लर्निंग विधियाँ रिएक्टिव मशीनें होती हैं। इनका विचार सबसे सरल है और ये इंटरनेट पर GitHub रिपॉज़िटरी में हर जगह मिल जाती हैं। इन मॉडलों को डाउनलोड करना, साझा करना, आगे बढ़ाना और डेवलपर के टूलकिट में इम्पोर्ट करना बेहद आसान है।
रिएक्टिव मशीन क्या है?
कार्यक्षमताओं के आधार पर यह AI का बहुत बुनियादी प्रकार है। इसकी क्षमताएँ सीमित हैं। यह पूरी तरह संबंधपरक है। इसमें पिछले अनुभव को याद रखने की क्षमता नहीं होती क्योंकि यह पिछले अनुभव के आधार पर परिणामों का पूर्वानुमान नहीं लगा सकती। यह केवल वर्तमान डेटा पर काम करती है और उसी डेटा के अनुसार प्रतिक्रिया देती है। रिएक्टिव AI उपकरण अपनी भावी कार्रवाइयों का आकलन करने के लिए डेटा से निष्कर्ष नहीं निकाल पाते। किसी विशिष्ट इनपुट पर आउटपुट हमेशा एक जैसा ही रहेगा। वे केवल सीमित संख्या में पूर्व-निर्धारित कार्य ही कर सकते हैं।
रिएक्टिव मशीनें कैसे काम करती हैं?
रिएक्टिव AI अपेक्षा के अनुसार काम करती है और जो सामग्री उसे मिलती है उसके आधार पर अपेक्षित परिणाम देती है। ये रिएक्टिव उपकरण समान घटनाओं पर हमेशा एक ही तरह से प्रतिक्रिया करेंगे। रिएक्टिव मशीनें न तो सीख सकती हैं और न ही अतीत या भविष्य की कल्पना कर सकती हैं।
रिएक्टिव AI का उदाहरण क्या है?
विश्व चैंपियन Garry Kasparov को हराने वाला प्रसिद्ध IBM शतरंज सॉफ़्टवेयर रिएक्टिव AI का एक उदाहरण है।
Deep Blue शतरंज की बिसात पर सभी मोहरों को पहचान सकता है और समझ सकता है कि वे कैसे चलते हैं। यह अनुमान लगाने में सक्षम है कि वह और उसका प्रतिद्वंद्वी आगे कौन-सी चालें चलेंगे। यह कई विकल्पों में से सर्वोत्तम कार्रवाई भी तय कर सकता है।
दूसरी ओर, इसे अतीत की कोई समझ नहीं है और जो पहले हो चुका है उसकी कोई याद नहीं है। Deep Blue वर्तमान क्षण से पहले की हर चीज़ को अनदेखा करता है, सिवाय शतरंज के एक कम इस्तेमाल होने वाले नियम के जो एक ही चाल को तीन बार दोहराने से रोकता है। यह केवल शतरंज की बिसात पर मोहरों को उनकी मौजूदा स्थिति में देखता है और कई संभावित भावी चालों में से एक चुनता है।[1]
रिएक्टिव AI की कुछ विशेषताएँ क्या हैं?
- यह पैटर्न की सरल पहचान और सरल वर्गीकरण के लिए अच्छी है।
- यह उन स्थितियों में भी बेहतरीन है जहाँ सभी पैरामीटर ज्ञात होते हैं।
- यह इंसानों को हरा सकती है क्योंकि यह गणनाएँ बहुत तेज़ी से कर सकती है।
- इसमें उन परिस्थितियों से निपटने की क्षमता नहीं है जहाँ पिछले अनुभव की आवश्यकता होती है।
- Understanding the Four Types of Artificial Intelligence. 14 नवंबर 2016; यहाँ उपलब्ध: https://www.govtech.com/computing/understanding-the-four-types-of-artificial-intelligence.html.
रिएक्टिव मशीन के उदाहरण
आधुनिक उत्पादों में रिएक्टिव मशीनें दुर्लभ हैं क्योंकि अब अधिकांश AI डेटा से सीखती है, फिर भी यह विचार आज भी उपयोगी है। आम उदाहरणों में शामिल हैं:
- Deep Blue, IBM का शतरंज कंप्यूटर जिसने 1997 में विश्व चैंपियन Garry Kasparov को हराया था। इसने बोर्ड की मौजूदा स्थिति का मूल्यांकन किया और निश्चित नियमों तथा खोज के ज़रिए सर्वोत्तम चाल चुनी।
- आर्केड और पज़ल गेम्स में सरल गेम AI, जहाँ प्रतिद्वंद्वी खिलाड़ी की मौजूदा स्थिति पर प्रतिक्रिया देता है।
- नियम-आधारित फ़िल्टर, जैसे एक बुनियादी स्पैम फ़िल्टर जो कुछ शब्दों वाले ईमेल को ब्लॉक करता है और नए उदाहरणों से नहीं सीखता।
- बुनियादी सुझाव नियम, जैसे "उसी श्रेणी के उत्पाद दिखाएँ"।
रिएक्टिव मशीन बनाम सीमित मेमोरी AI
रिएक्टिव मशीन सिर्फ़ मौजूदा इनपुट देखती है और पुराना अनुभव कभी सहेजती नहीं। सीमित मेमोरी वाला AI हाल का डेटा भी देखता है, जैसे सेल्फ-ड्राइविंग कार के लिए सड़क के पिछले कुछ सेकंड के हालात, और पुराने उदाहरणों पर प्रशिक्षित होता है। ज़्यादा जानने के लिए सीमित मेमोरी AI पढ़ें या AI के चारों प्रकार देखें।
त्वरित उत्तर
सरल शब्दों में रिएक्टिव मशीन क्या है?
यह ऐसी AI है जो उस पर प्रतिक्रिया करती है जो वह अभी देखती है, जिसमें अतीत की कोई मेमोरी नहीं होती और उससे सीखने की कोई क्षमता नहीं होती।
क्या रिएक्टिव AI आज भी उपयोग में है?
हाँ, उन सरल सिस्टमों में जहाँ सीखने से अधिक पूर्वानुमेय व्यवहार मायने रखता है, जैसे नियम-आधारित कंट्रोलर और बुनियादी गेम प्रतिद्वंद्वी।
रिएक्टिव मशीनों की सीमाएँ क्या हैं?
वे अनुभव से सीख नहीं सकतीं, समय के साथ सुधार नहीं कर सकतीं और अपने नियमों से बाहर की स्थितियों को संभाल नहीं सकतीं।