बुद्धिमत्ता किसी ऐसे व्यक्ति का गुण है जो बुद्धिमान, बुद्धिमान, विचारशील आदि है; किसी चीज की जागरूकता या धारणा


एआई की कोई निश्चित परिभाषा नहीं है। एआई एजेंट एल्गोरिथम से लेकर भौतिक मशीन तक कुछ भी हो सकता है जो किसी न किसी तरीके से अपने पर्यावरण के साथ इंटरैक्ट करता है। उन सभी में एक चीज समान है, वह है स्वायत्त निर्णय लेने और अनुकूली सीखने की क्षमता। तो कृत्रिम बुद्धिमत्ता कैसे चलन में आती है?


आर्टिफिशियल इंटेलिजेंस (एआई) प्राचीन काल से है जब दार्शनिक पहले से ही इसके संभावित उपयोगों पर बहस कर रहे थे। अफसोस की बात है कि उस समय कंप्यूटिंग शक्ति की सीमाओं को देखते हुए कई लोगों ने इसे बहुत सैद्धांतिक या अवास्तविक के रूप में खारिज कर दिया। यह 1950 के दशक तक नहीं था जब यह विचार लोकप्रिय हो गया था क्योंकि उस समय क्लासिक साइंस फिक्शन उपन्यास लिखे जा रहे थे, लेकिन यह अभी भी कई वर्षों तक अध्ययन का विषय बना रहा। एआई के आधुनिक युग की शुरुआत विशेषज्ञ प्रणालियों से हुई, जो समस्याओं को हल करने के लिए तर्क क्षमताओं के साथ-साथ ज्ञान इंजीनियरिंग का उपयोग करती हैं। आजकल शोधकर्ता एआई के अधिक उन्नत रूपों का अनुसरण कर रहे हैं जो न केवल तर्क कौशल तक ही सीमित हैं, बल्कि सीखने की क्षमता भी रखते हैं।


एक बुद्धिमान एजेंट को विकसित करने के लिए दो प्राथमिक दृष्टिकोण हैं: टॉप-डाउन और बॉटम-अप प्रोग्रामिंग। समाधान को आसान बनाने के लिए टॉप-डाउन प्रोग्रामिंग समस्याओं को सरल तत्वों में तोड़ रही है। इसका एक बड़ा उदाहरण कंप्यूटर शतरंज कार्यक्रम होगा। इस प्रकार के कार्यक्रम खेल को समझने, सभी संभावनाओं को देखने और फिर एक बुद्धिमान कार्रवाई करने में सक्षम होते हैं। इसे नॉलेज बेस्ड प्रोग्रामिंग (KBP) के नाम से भी जाना जाता है। इसका एक अच्छा उदाहरण MYCIN जैसी विशेषज्ञ प्रणाली है जिसे एक मरीज के निदान में डॉक्टर की सहायता के लिए विकसित किया गया था। जिस तरह से यह काम करता है वह यह है कि एक व्यक्ति सिस्टम में लक्षणों को इनपुट करेगा और फिर यह समान लक्षणों को प्रदर्शित करने वाले अन्य रोगियों के साथ अपने अनुभव के आधार पर निदान प्रदान करेगा। बॉटम-डाउन प्रोग्रामिंग एक समस्या को बहुत ही आदिम तत्वों में तोड़ रहा है जो बहुत जल्दी समझने में आसान हैं, लेकिन साथ ही साथ बहुत अधिक गड़बड़ भी हैं। इसका एक अच्छा उदाहरण तंत्रिका नेटवर्क होगा, जो मानव मस्तिष्क के अनुरूप बनाया गया है। इस प्रोग्राम प्रकार को मशीन लर्निंग (एमएल) के रूप में जाना जाता है। एमएल सिस्टम पैटर्न पहचान कार्यों में महान हैं, लेकिन स्वयं समस्याओं का कारण या समाधान नहीं कर सकते हैं। एक बुद्धिमान एजेंट को प्रोग्राम करने का दूसरा तरीका हाइब्रिड दृष्टिकोण बनाना है। इस प्रकार की प्रोग्रामिंग को विकासवादी प्रोग्रामिंग के रूप में जाना जाता है। यह प्राकृतिक चयन के समान काम करता है जहां सर्वोत्तम विचारों का चयन किया जाता है और पूरी तरह से नए द्वारा प्रतिस्थापित किए जाने के बजाय उपयोग किया जाता है। विकासवादी प्रोग्रामिंग की दो सबसे लोकप्रिय उप-शाखाएं आनुवंशिक एल्गोरिदम और आनुवंशिक प्रोग्रामिंग हैं।