आर्टिफिशियल इंटेलिजेंस की विशेषताएं और इसका इतिहास

प्रौद्योगिकी की दुनिया पहले से ही हमारे दैनिक जीवन का एक अनिवार्य हिस्सा है, और कृत्रिम बुद्धि की विशेषताओं को समझना दिलचस्प है, जिसने हमारे जीने के तरीके में बदलाव किया है। क्या आप जानते हैं कि आर्टिफिशियल इंटेलिजेंस कंप्यूटर साइंस की एक शाखा है? यहां दर्ज करें, और इसकी विशेषताओं के बारे में जानें, और भी बहुत कुछ।

कृत्रिम बुद्धिमत्ता की विशेषताएं

इस खंड में हम कृत्रिम बुद्धि की विशेषताओं पर चर्चा करेंगे। इस मामले में, कृत्रिम बुद्धि (आईए) कंप्यूटर विज्ञान की एक शाखा में विकसित किया गया है, जहां तार्किक एल्गोरिदम लागू होते हैं जो मानव मस्तिष्क के संज्ञानात्मक व्यवहार की नकल करना चाहते हैं। बेशक, कृत्रिम बुद्धिमत्ता की परिभाषा का विकास जारी रह सकता है, लेकिन अंत में कृत्रिम बुद्धिमत्ता की सभी विशेषताएं इस बात से सहमत होंगी कि उनका उपयोग रोबोटिक उपकरणों की प्रोग्रामिंग के लिए किया जाता है।

1956 की गर्मियों में, कृत्रिम बुद्धिमत्ता के मुद्दे को संबोधित करने के लिए डार्टमाउथ सम्मेलन आयोजित किया गया था, जिसमें जॉन मैकार्थी, मार्विन मिन्स्की और क्लाउड शैनन ने भाग लिया था। यह बैठक तब है जब कृत्रिम बुद्धिमत्ता शब्द को पहली बार लागू किया गया था, जहाँ उन्होंने दस के लिए कुछ पूर्वानुमान निर्धारित किए थे। वर्ष जो पूरे नहीं हुए थे, इसलिए जांच लगभग पंद्रह वर्षों के लिए छोड़ दी गई थी। यह ध्यान दिया जाना चाहिए कि "कृत्रिम बुद्धिमत्ता" शब्द का श्रेय जॉन मैकार्थी को दिया जाता है।

यह सोचना आसान है कि यह केवल कुछ समय पहले की बात है जब तकनीक और कृत्रिम बुद्धिमत्ता पूरी तरह से मनुष्यों की जगह ले लेती है। वास्तव में, फिल्में और वास्तविक जीवन के शोधकर्ता हैं जो मानते हैं कि कृत्रिम बुद्धि वाली मशीनें मानव जाति को अपने अधीन करने और उसे गुलाम बनाने में सक्षम होंगी। फिलहाल, यह वास्तविकता से बहुत दूर है, क्योंकि यह तभी संभव होगा जब कृत्रिम बुद्धि में चेतना हो और कृत्रिम बुद्धि के साथ एक नया उपकरण बनाने की क्षमता हो, और इसके प्रोग्रामिंग के आदेशों को बाईपास और ओवरराइड करने का प्रबंधन करता हो अपनी मर्जी से। उस समय, मनुष्य स्थिति पर नियंत्रण खो देगा।

आर्टिफिशियल इंटेलिजेंस क्या है?

यह ठीक 1956 में डार्थमाउस सम्मेलन के दौरान था, जहां कृत्रिम बुद्धिमत्ता शब्द को आधिकारिक तौर पर परिभाषित किया गया था, जो यह स्थापित करता है कि यदि कोई मशीन या रोबोट उस व्यवहार के समान व्यवहार करता है जो एक इंसान करेगा, तो इसे एक के रूप में माना जाएगा। डिवाइस। स्मार्ट।

कृत्रिम बुद्धि के लिए जिम्मेदार अन्य परिभाषाएं निम्नलिखित हैं:

लोगों की तरह व्यवहार करें

यह मैकार्थी द्वारा स्थापित परिभाषा है, जो यह निर्धारित करने के लिए मशीन के व्यवहार का मूल्यांकन करने के लिए संदर्भित करता है कि क्या इसे बुद्धिमान माना जा सकता है। तथाकथित "ट्यूरिंग टेस्ट" इस परिभाषा को अपने परीक्षण के परिणामों को परिभाषित करने के लिए लागू करता है। निर्णय लेने, समस्या समाधान और सीखने जैसे कार्यों में समान सभी उपकरण कृत्रिम बुद्धि की विशेषताओं को पूरा करते हैं।

एलन ट्यूरिंग द्वारा प्रस्तावित परीक्षण यह है कि एक इंसान एक मशीन के साथ प्राकृतिक भाषा में बातचीत करेगा और एक इंसान एक ही समय में, मशीन एक इंसान के व्यवहार की नकल करने की कोशिश करेगी और अपने मूल्यांकनकर्ता को धोखा देने की कोशिश करेगी। अपने उत्तरों के माध्यम से उसे विश्वास दिलाता है कि वह वास्तव में एक इंसान है। दूसरे शब्दों में, बीच कृत्रिम बुद्धि की विशेषता मानवता की नकल करने की क्षमता है।

बेशक, परीक्षक को पहले से पता होना चाहिए कि वह एक मशीन और एक इंसान से बात कर रहा है और उसे यह निर्धारित करने का प्रयास करना चाहिए कि कौन सा असली इंसान है और कौन सा धोखेबाज है।

इस मामले में, बोलने की क्षमता को ध्यान में नहीं रखा जाएगा, क्योंकि मूल्यांकनकर्ता को एक अलग कमरे में रखा जाएगा जहां वह कंप्यूटर के माध्यम से जानकारी प्राप्त करेगा, इसलिए संचार पूरी तरह से कीबोर्ड पर निर्भर करेगा न कि इस क्षमता पर। इस अर्थ में, बीच कृत्रिम बुद्धि की विशेषता मानव आवाज का अनुकरण करना है।

लोगों की तरह कारण

कृत्रिम बुद्धिमत्ता की एक अन्य विशेषता रोबोट द्वारा किए गए राशनिंग के विकास का आकलन करने की परिभाषा में है, इस बात को ध्यान में रखे बिना कि प्राप्त परिणाम सफल रहा या नहीं। इस दृष्टिकोण का उपयोग संज्ञानात्मक विज्ञान द्वारा किया जाता है। इस तर्क में, घटना के खिलाफ देखने, तर्क करने और कार्य करने में सक्षम होने के लिए आवश्यक सभी गणनाएं निष्पादित की जाती हैं।

तर्कसंगत रूप से तर्क करें

पिछली परिभाषा की तरह, कृत्रिम बुद्धिमत्ता की विशेषताओं में से एक मशीन द्वारा किया गया राशन है, हालांकि, यह ध्यान में रखता है कि क्या इस राशनिंग में तर्क और सुसंगतता है, ताकि उक्त राशनिंग किया गया हो। 

तर्कसंगत रूप से कार्य करें

ऐसे में अगर नतीजों पर दोबारा विचार किया जाए। उदाहरण के तौर पर शतरंज खेलने वाले रोबोट का इस्तेमाल करते हुए इसका लक्ष्य हर खेल को जीतना है। कृत्रिम बुद्धिमत्ता की एक अन्य विशेषता गणना करने की क्षमता है, जो तब तक उदासीन रहेगी जब तक वह लक्ष्य तक नहीं पहुंच जाती।

कृत्रिम बुद्धि वर्गीकरण

आर्टिफिशियल इंटेलिजेंस को इसके उद्देश्यों के अनुसार वर्गीकृत किया जा सकता है। 

कमजोर कृत्रिम बुद्धि

यह दृष्टिकोण मानता है कि कंप्यूटर केवल यह दिखावा कर सकते हैं कि उनके पास राशन है, न कि वास्तव में उनका अपना राशन है। इस स्थिति का समर्थन करने वाले शोधकर्ताओं का मानना ​​​​है कि चेतना के लिए सक्षम कंप्यूटर का अस्तित्व या विकसित होना संभव नहीं है, क्योंकि वास्तव में यह एक ऐसा प्रोग्राम होगा जो ऐसी चीज का अनुकरण करेगा।

मजबूत कृत्रिम बुद्धि

दूसरी ओर, ऐसे शोधकर्ता हैं जो इस तथ्य की पुष्टि करते हैं कि कंप्यूटर में मानव मस्तिष्क के समान क्षमता वाले तर्क या विचार हो सकते हैं। इसका मतलब यह होगा कि एक कंप्यूटर अन्य बातों के अलावा, तर्क करने, कल्पना करने, महसूस करने में सक्षम होगा, यहां तक ​​​​कि जब सब कुछ एक कार्यक्रम से शुरू होता है, तब तक उसका तंत्रिका नेटवर्क तब तक विकसित हो सकता है जब तक कि वह इस बिंदु तक नहीं पहुंच जाता।

https://www.youtube.com/watch?v=k3BNEgN2kEQ

कृत्रिम बुद्धि में विषय

यद्यपि कृत्रिम बुद्धिमत्ता के संबंध में परिभाषाएँ और दृष्टिकोण सभी चार मुद्दों पर अभिसरण करते हैं, यदि इसमें कृत्रिम बुद्धिमत्ता है तो डिवाइस मशीन की विशेषता पर विचार करें। 

समस्या निवारण और खोज

आर्टिफिशियल इंटेलिजेंस का एक मुख्य उद्देश्य उन समस्याओं को हल करना है जिनके लिए उन्हें डिज़ाइन किया गया है। सबसे पहले, किसी समस्या को प्रस्तुत करते समय, इसे इस तरह से औपचारिक रूप देना आवश्यक है कि तब इसका समाधान हो सके। यह विषय समस्याओं की औपचारिकता और उनके समाधान की खोज पर केंद्रित है।

ज्ञान प्रतिनिधित्व और ज्ञान आधारित प्रणाली

यह विषय उन समस्याओं पर केंद्रित है जिन्हें हल करने में सक्षम होने के लिए पिछले ज्ञान की आवश्यकता होती है। उदाहरण के लिए, वे कृत्रिम बुद्धि कार्यक्रम जो चिकित्सा में लागू होते हैं, विषय के बारे में ज्ञान और जानकारी को शामिल करना आवश्यक है ताकि यह इस विषय की समस्याओं को हल कर सके।

मशीन सीखना

यह विषय मशीन द्वारा प्राप्त अनुभवों के अनुसार सीखने की प्रक्रिया को संदर्भित करता है। सीखने के विभिन्न प्रकार हैं जैसे कि अनुकरण सीखना, सुदृढीकरण सीखना, गहन शिक्षण या निर्णय वृक्ष आधारित शिक्षा। इन सभी प्रकार के सीखने से मशीन को किए गए कार्यों को संग्रहीत करने की अनुमति मिलती है, जिसे अंतिम उद्देश्य पूरा माना जाता है, ताकि समान घटना की स्थिति में समान कार्यों को लागू किया जा सके।

प्रबलित शिक्षा

सुदृढीकरण सीखना वही है जो जानवरों को प्रशिक्षित करने के लिए उपयोग किया जाता है, अर्थात, जब वे कोई कार्य करते हैं या किसी आदेश का सही ढंग से पालन करते हैं, तो उन्हें एक पुरस्कार मिलता है। इस मामले में मशीन को अपना पहला ऑर्डर प्राप्त होता है और जैसे ही उसे सकारात्मक परिणाम मिलते हैं, वह इसे अपने निर्णय लेने में सुधार जारी रखने के लिए एक प्रोत्साहन के रूप में प्राप्त करता है। उदाहरण के लिए, के आधार पर रोबोट के प्रकार आप शतरंज के खेल को जीतने को अपना पुरस्कार मान सकते हैं।

ध्यान लगा के पढ़ना या सीखना

एक अन्य प्रकार की शिक्षा को डीप लर्निंग कहा जाता है, जिसमें मानव मस्तिष्क के न्यूरॉन्स में होने वाले तंत्रिका नेटवर्क और संचार प्रक्रियाओं की नकल या समान व्यवहार की तलाश की जाती है।

उदाहरण के लिए, जब मानव शरीर के प्राकृतिक सेंसर जैसे आंख, कान, स्पर्श, स्वाद या गंध एक भिन्नता का पता लगाते हैं, तो मस्तिष्क को एक संकेत भेजा जाता है। यह संकेत पहले न्यूरॉन द्वारा प्राप्त और विश्लेषण किया जाता है जो निम्नलिखित न्यूरॉन्स में परिवर्तन का पता लगाने का संचार करता है और इस प्रकार घटना को समझने और प्रतिक्रिया करने के लिए एक न्यूरोनल अनुक्रम शुरू किया जाता है।

इसी तरह की प्रक्रिया तब होती है जब, उदाहरण के लिए, चेहरे की पहचान करने वाले कैमरे अपने दृश्य सेंसर के माध्यम से किसी व्यक्ति का पता लगाते हैं, यह सक्रिय होता है। चेहरे का पता लगाते समय, यह सबसे सरल डेटा के विश्लेषण से शुरू होने वाली तार्किक प्रक्रियाओं का एक क्रम शुरू करता है जैसे कि चेहरे के रंग। फिर, यह उस चेहरे को बनाने वाली ज्यामितीय आकृतियों को निर्धारित करने का प्रयास करता है। अंत में, चेहरे को अलग-अलग करने वाले विवरणों को बेहतर ढंग से परिभाषित करने के लिए चेहरे को कई फ़्रेमों में विभाजित करें।

निर्णय वृक्ष

इस प्रकार की शिक्षा विभिन्न समस्या-समाधान योजनाओं का उपयोग करती है जो सूचना प्राप्त होते ही सक्रिय हो जाती हैं। यदि शतरंज खेलने वाले रोबोट का उदाहरण फिर से लिया जाता है, तो यह अपनी योजना शुरू करेगा जिसमें पहला टुकड़ा है जिसे उसके प्रतिद्वंद्वी ने स्थानांतरित किया है, वहां यह उन आंकड़ों के अनुरूप कई गणना करेगा, जिनमें से एक को स्थानांतरित करना चाहिए। बाद में, आपका प्रतिद्वंद्वी अन्य चालें चलेगा और एक नई योजना खुलेगी जहां आप अपनी अगली चाल बनाने के लिए फिर से गणना करेंगे।

अंत में, जब वह शतरंज के खेल को जीतने में सफल हो जाता है, तो रोबोट भविष्य के शतरंज के खेल के लिए अपने और उसके प्रतिद्वंद्वी द्वारा किए गए सभी निर्णयों को संग्रहीत करता है, ताकि जब ऐसी ही घटना होती है, तो उसके पास पहले से ही डेटाबेस में आवश्यक जानकारी होती है और प्रतिक्रिया दे सकता है। अधिक तेज़ी से और गेम जीतने की उच्च प्रतिशत संभावना के साथ।

वितरित कृत्रिम बुद्धि

उन अग्रिमों के लिए धन्यवाद जिन्होंने हमें जानने की अनुमति दी है तकनीक कैसे काम करती है, जैसे मल्टीप्रोसेसरों का विकास और इंटरनेट की उपस्थिति ने कृत्रिम बुद्धिमत्ता को वितरित समाधान प्रदान करने की अनुमति दी है।

कृत्रिम बुद्धि अनुप्रयोग

इसके अतिरिक्त, चार शाखाएँ हैं जो कृत्रिम बुद्धिमत्ता के उपयोग से निकटता से जुड़ी हुई हैं, जो हैं:

• प्राकृतिक भाषा।
• कृत्रिम दृष्टि।
• रोबोटिक।
• वाक् पहचान।

वर्तमान में, कृत्रिम बुद्धि के क्षेत्र में कुछ एल्गोरिदम या विधियों का उपयोग करने वाले विभिन्न एप्लिकेशन विकसित किए गए हैं। 

यहां तक ​​​​कि जब कृत्रिम बुद्धिमत्ता के कई अनुप्रयोगों का उल्लेख किया जा सकता है, तो उन सभी को शामिल करना मुश्किल होगा, जिनमें इसकी उपस्थिति पाई जाती है, क्योंकि आज रोजमर्रा के उपयोग के लिए उपकरण हैं, या कंपनियों और निगमों द्वारा उपयोग किए जाने वाले कार्यक्रम हैं जहां यह तकनीक मिलती है।

उदाहरण के लिए, आज एक सुपरकंप्यूटर का उपयोग किया जा रहा है जो एक एल्गोरिथम लागू कर रहा है जो कोविड -19 का इलाज खोजने के लिए विभिन्न दवाओं के संयोजन बनाता है। यह कंप्यूटर रोगसूचक डेटा, वायरस की संरचना और इसका मुकाबला करने में सक्षम होने के लिए आवश्यक अन्य जानकारी का मूल्यांकन करता है, और डेटाबेस के माध्यम से जिसमें विभिन्न दवाएं मौजूद हैं, यह इस बीमारी के रोगी को ठीक करने की कोशिश कर रहे संयोजनों को ध्यान में रखते हुए बनाता है। यहां तक ​​कि साइड इफेक्ट जो इन संयोजनों का कारण बन सकते हैं और अनुशंसित खुराक।

एक और उदाहरण, कई खोज इंजनों द्वारा उपयोग किए जाने वाले वे हो सकते हैं जो प्रत्येक उपयोगकर्ता के हितों को व्यक्तिगत रूप से जानने के लिए सीखने की विधि का उपयोग करते हैं, इससे आप व्यवहारिक प्रोफाइल और प्राथमिकताएं बना सकते हैं और इस प्रकार इन के अनुसार विज्ञापन प्रदान करने में सक्षम हो सकते हैं।

इसके बाद, हम कृत्रिम बुद्धि के कुछ सबसे उत्कृष्ट अनुप्रयोगों को प्रस्तुत करेंगे।

खेलों में आवेदन

शतरंज में सर्वश्रेष्ठ खिलाड़ियों को भी हराने की क्षमता वाला एक रोबोट है, क्योंकि इस रोबोट को उनकी चाल में रणनीति स्थापित करने और प्रत्येक गेम जीतने के लिए आवश्यक गणना और आंकड़े करने के एकमात्र उद्देश्य के लिए बनाया गया था।

आज व्यावहारिक रूप से सभी खेलों को एक मशीन द्वारा हराने में कामयाबी हासिल की गई है, हालांकि कृत्रिम बुद्धिमत्ता वाली मशीन द्वारा पीटे जाने वाले पहले टेबल गेम चेकर्स और ओथेलो थे। 

डमास

1989 में अल्बर्टा विश्वविद्यालय ने जोनाथन शेफ़र की टीम द्वारा चिन्नोक नामक एक कार्यक्रम विकसित किया और 1994 में वह महिलाओं में विश्व चैंपियन बन गया। चिन्नोक कार्यक्रम में सर्वश्रेष्ठ चेकर्स खिलाड़ियों द्वारा बनाए गए चेकर्स गेम के उद्घाटन और समापन का एक डेटाबेस है।

फिर, 2007 में यह दिखाया गया कि जब खेल पूरी तरह से किया जाता है, तो चिन्नोक को प्रोग्राम करना असंभव है। और जब कोई मैच प्रतिद्वंद्वी द्वारा रणनीति में सुधार के साथ खेला जाता है, तो वह इस कार्यक्रम के खिलाफ अधिक से अधिक ड्रॉ तक पहुंच सकता है।

शतरंज

शतरंज के मामले में, वर्षों से इस खेल को जीतने के लिए विभिन्न नवाचार और समस्या-समाधान कार्यक्रम विकसित किए गए हैं, हालांकि यह 1997 में मई के महीने में न्यूयॉर्क में था जब डीप ब्लू ने विश्व चैंपियन जी कास्परोव को हराया था। 

यह आईबीएम कंपनी द्वारा विकसित एक सॉफ्टवेयर था जिसमें विशिष्ट हार्डवेयर और डेटाबेस थे जिसने इस कार्यक्रम को पूरी तरह से समाप्त करना संभव बना दिया जब अंतिम स्थितियों को बोर्ड पर सात या उससे भी कम टुकड़ों के साथ प्रस्तुत किया गया था। इसी तरह, इसके खोज एल्गोरिदम, मिनीमैक्स प्रकार, सभी अलग-अलग मामलों में सर्वोत्तम विकल्प निर्धारित करने में सक्षम थे।  

Go

आज यह सार्वजनिक खेल है जिसमें कृत्रिम बुद्धिमत्ता वाली मशीन एक मानव खिलाड़ी को हरा देती है, हालांकि यह आश्चर्य की बात नहीं है, क्योंकि कुछ समय के लिए गो को शतरंज से भी अधिक कठिन और जटिल खेल माना जाता रहा है।

इसके अलावा, इस खेल के आयाम भी कठिनाई को काफी बढ़ाते हैं क्योंकि इसमें 361 19 3 का बोर्ड बनाने के लिए 19 से अधिक चौराहे हैं, प्रत्येक बोर्ड पर किए जा सकने वाले संभावित चालों की संख्या का उल्लेख किए बिना। 

भले ही इस खेल को जीतने में सक्षम कोई मशीन नहीं रही हो, पहले से ही ऐसे प्रोग्राम हैं जो नौ से नौ के आयाम वाले बोर्डों को अच्छी तरह से प्रतिक्रिया देते हैं, और शतरंज के खेल के लिए उपयोग किए जाने वाले खोज एल्गोरिदम के विपरीत, इस मामले में खोज एल्गोरिदम का उपयोग किया जाता है। यूसीटी खोज। 

रोबोटिक्स अनुप्रयोग

रोबोट के पास विभिन्न क्षेत्र हैं जिनमें वे तेज़, अधिक कुशल और सटीक समाधानों के लिए अपना समर्थन प्रदान करते हैं, जैसे उत्पादन लाइनों में जिन्हें प्रक्रिया स्वचालन की आवश्यकता होती है, सैन्य और रक्षा क्षेत्रों में भी, और यहां तक ​​​​कि अन्वेषण के लिए भी। अंतरिक्ष जैसा कि क्यूरियोसिटी का मामला है मोबाइल रोबोट जो वर्तमान में मंगल ग्रह पर है, ताकि इस ग्रह पर जीवन के संभावित अस्तित्व के बारे में जानकारी एकत्र की जा सके।

आज, ऐसे रोबोट हैं जो मनोरंजन के रूप में काम करते हैं और खेलों में भाग लेते हैं, जैसे कि पारो और आइबो नामक जापानी पालतू रोबोट। पारो के मामले में, यह एक चिकित्सीय रोबोट है जो रोगियों में तनाव के स्तर को कम करने में मदद करता है और उनके समाजीकरण को बेहतर बनाने में मदद करता है। ऐबो के मामले में, यह एक कुत्ते के आकार का रोबोट है जिसे सोनी द्वारा विकसित किया गया था, जिसमें एक दृष्टि प्रणाली है और यह प्रोग्राम करने योग्य है। 

अन्वेषण और टोही रोबोट

ऐसे मोबाइल रोबोट हैं जिनका उपयोग शत्रुतापूर्ण वातावरण या क्षेत्रों में अन्वेषण, खोज और टोही के लिए किया जाता है। उदाहरण के लिए, चेरनोबिल परमाणु आपदा में इस्तेमाल किए गए रोबोटों की तरह, जिन्होंने घटना से हुए नुकसान की कल्पना करने की कोशिश की और हाथी के पैर नामक रेडियोधर्मी द्रव्यमान की छवियों को पकड़ने में कामयाब रहे।

या हम आत्मा, अवसर और जिज्ञासा रोबोट का भी उल्लेख कर सकते हैं जो मंगल ग्रह की सतह पर भेजे गए थे, 2004 में पहले दो और 2012 में तीसरे, जो सभी जैविक, वायुमंडलीय और जैविक प्रक्रियाओं के विश्लेषण के मिशन को पूरा करते हैं। इस ग्रह को बनाओ। 

1997 में होंडा कंपनी ने पहला बाइपेडल रोबोट पेश किया, यानी इसमें दो अंगों के साथ चलने की क्षमता थी और इसे P3 कहा गया। फिर से, होंडा ने 2000 में ASIMO रोबोट पेश किया जो इनोवेटिव मोबिलिटी में कम एडवांस स्टेप से आता है। यह होंडा पी रोबोट श्रृंखला का अंत था। इन सभी रोबोटों को जानबूझकर मानव की शारीरिक संरचना और मोटर क्षमताओं के लिए डिज़ाइन किया गया था। 

अब, एएसआईएमओ बदल सकता है कि क्या यह चल रहा है, सीढ़ियां चढ़ रहा है और बाधाओं से बच रहा है, और यहां तक ​​​​कि अपने दृश्य सेंसर या कैमरों के माध्यम से भी यह चलती वस्तुओं, इशारों और मुद्राओं को पहचान सकता है।

स्मार्ट वाहन अनुप्रयोग

सबसे हालिया नवाचारों में से एक स्वायत्त यात्री वाहन हैं। 

पूरी तरह से स्वचालित ड्राइविंग के साथ पहली मेट्रो जापानी शहर सेंडाई में उभरी, जिसे 1987 में विकसित किया गया था। आज पहले से ही कई पूरी तरह से स्वचालित मेट्रो सिस्टम हैं।  

वाहनों का एक और उदाहरण जो यात्रियों को ले जा सकता है और पूरी तरह से स्वचालित हो सकता है, वह स्टेनली है, जो 2005 के डीएआरपीए चैलेंज प्रतियोगिता का विजेता था, जो मोजावे रेगिस्तान में हुआ था। स्टैनली ने वह हासिल किया जिसे उन्होंने छह घंटे और 212,4 मिनट के समय में सफलतापूर्वक 54 किलोमीटर का रास्ता पूरा किया। 

बाद में, जॉर्ज एयर फ़ोर्स बेस में आयोजित 2007 DARPA ग्रैंड चैलेंज में, स्टेनली स्वचालित वाहन ने फिर से 96-मील का कोर्स सफलतापूर्वक पूरा किया। इस दौड़ में भाग लेने वाले वाहन वास्तविक समय में कैलिफोर्निया राज्य के यातायात नियमों को संसाधित करने में सक्षम थे।

दुनिया के दूसरे हिस्से में, विशेष रूप से इंटरनेशनल कांग्रेस सेंटर और ब्रैंडेनबर्ग गेट के बीच, बर्लिन के फ्री यूनिवर्सिटी द्वारा विकसित मेड इन जर्मनी वाहन ने 80 किलोमीटर के मार्ग पर यात्रा की। यह वाहन पूरी तरह से स्वायत्त है, इसमें पैदल चलने वालों और ट्रैफिक लाइट की उपस्थिति को पहचानने की क्षमता है। हालाँकि, इसके लिए यात्रा गति जैसे डेटा प्रदान करने की आवश्यकता होती है। 

बिना चालक विमान

मानव रहित हवाई वाहन के कम से कम यूएवी के रूप में भी जाना जाता है। बिना रुके प्रशांत महासागर को पार करने वाला पहला मानव रहित हवाई वाहन ग्लोबल ह्वाक था। यह 2001 में अप्रैल के महीने में किया गया था, यह संयुक्त राज्य अमेरिका में शुरू हुआ और ऑस्ट्रेलिया में समाप्त हुआ। 

हालाँकि, यह मॉडल अभी भी डेटा विश्लेषण के लिए एक ग्राउंड स्टेशन पायलट और अन्य ऑपरेटरों पर निर्भर करता है। वास्तव में, वीस ने 2011 में संकेत दिया था कि ये सिस्टम, भले ही वे बड़ी मात्रा में जानकारी एकत्र करने में सक्षम हैं, फिर भी वास्तविक समय में इसे संसाधित करने की आवश्यक क्षमता नहीं है, और इसलिए जानकारी के अनुसार बुद्धिमानी से घटनाओं का जवाब देते हैं। .

इन वाहनों को आज ड्रोन के नाम से अधिक जाना जाता है। ड्रोन में विभिन्न आंतरिक सेंसर और उपकरण होते हैं जो आपके नेविगेशन में आपकी सहायता करते हैं। उदाहरण के लिए, उनके पास जियोलोकेशन के लिए एक जीपीएस मॉड्यूल, वायरलेस कनेक्शन वाले कैमरे, कुछ मोशन और हीट सेंसर के साथ, अन्य हैं। पहले उदाहरण में, यह तकनीक सैन्य उपयोग के लिए उत्पन्न हुई, हालांकि यह पहले से ही बाजार में है।

निष्कर्ष

इसमें कोई संदेह नहीं है कि प्रौद्योगिकी के विभिन्न क्षेत्रों में तेजी से विकास हुआ है और कंप्यूटिंग इस प्रगति से नहीं बचता है, वास्तव में इसने विज्ञान की अन्य शाखाओं के विकास को बढ़ावा दिया है। मूर के नियम के अनुसार कृत्रिम बुद्धि द्वारा प्रदान की गई गणना क्षमता अठारह महीने की अवधि में दोगुनी हो गई है। 

इसका मतलब यह होगा कि यदि मूर का नियम जारी रहता है, तो लगभग 2030 तक प्रोसेसर की कंप्यूटिंग शक्ति मानव के समान या शायद बराबर होगी।

Google और Amazon जैसे सर्च इंजन बेहतर सेवा प्रदान करने के लिए प्रत्येक व्यक्ति की प्राथमिकताओं को निर्धारित करने के लिए अपने उपयोगकर्ताओं से लाखों जानकारी संग्रहीत करते हैं। इसलिए बड़ी मेमोरी क्षमता वाले सर्वरों को इस डेटा में समान रूप से रिकॉर्ड करने की आवश्यकता होती है।

इसी तरह, सोशल नेटवर्क को अपने उपभोक्ताओं की पसंद के अनुसार प्रस्ताव पेश करने के लिए इन बड़ी भंडारण क्षमताओं की आवश्यकता होती है।