मशीन्स खोलात जाऊन अभ्यास करू लागले तर?

इमेज रेकगनायझेशन ही डीप लर्निगची सुरुवात पण आहे आणि  यश सुद्धा आहे. एकूण काय तर डीप लर्निग हे एकूणच एआयची जनमानसात इमेज सुधारतंय हे नक्की!!

ठळक मुद्देमानवी मेंदूत जशी नियमांची यादी तयार होते तसं संगणकाने ‘शिकणं’ यावर एआयमध्ये एक विशेष भाग येतो.

- डॉ. भूषण केळकर

जर्मनी फिफामधून बाहेर!  धक्का? एआयमधलं स्टॅटिस्टिक्स (सांख्यिकी) काय सागतंय बघा, 1988 मध्ये फ्रान्स जगज्जेता - 2002 मध्ये असाच बाद! 2006 मध्ये इटली जगज्जेता आणि 2010 मध्ये बाद! 2010 मध्ये स्पेन जगज्जेता आणि 2014 मध्ये असाच बाद! 2014 मध्ये जर्मनी जगज्जेता आणि.
एआयने 2018 मध्ये सांगितलं की गटसाखळीतून पुढे गेला तरच जर्मनी जिंकू शकतो अन्यथा स्पेन, ब्राझिल यांना अधिक शक्यता.
आजच्या लेखात आपण हे सर्व पॅटर्न्‍स शोधून काढून त्यानुसार अंदाज सांगणार्‍या अत्यंत महत्त्वाच्या तंत्रज्ञानाविषयी समजावून घेऊया.
मानवी मज्जासंस्थेवर आधारित नेटवर्क न्यूरल नेटवर्क ही एआयची शाखा. आपण असं म्हणू शकतो की 1958 ला उदयाला येऊन स्थिर झाली. कॉर्नेल विद्यापीठातला मानसशास्त्रज्ञ रोझेनल्टार याने ‘एकस्तरीय न्यूरल नेट’ तयार केलं. म्हणजे एक इनपुट, मधला एक आकडेमोडीचा व वेिषणाचा स्तर व आउटपुट असे हे तीन भागातले नेटवर्क; परंतु याला अनेक प्रकारे मर्यादा आहेत. मानवी जीवनातील अनेक साधे प्रश्नसुद्धा हे एकस्तरीय नेटवर्क ज्याला ‘सिंगल लेअर पर्सेप्ट्रॉन’ म्हणतात ते सोडवू शकत नाही असं अनेकवेळा सिद्ध झाल्यानं एआयमधला लोकांचा रस खूप कमी झाला. 1969 मध्ये तर मिन्स्की या संगणकशास्त्रज्ञानं एआयच्या उपयुक्ततेविषयी गंभीर शंका उपस्थित केल्या.
1986 मध्ये एडिम्बरा येथील अजून एका मानवशास्त्रज्ञानेच ‘बहुस्तरीय न्यूरल नेटवर्क’ची कल्पना मांडून क्रांती घडवली. या शास्त्रज्ञाचं नाव जेफरी हिंटन. तरीही पुढे 2008-09 र्पयत न्यूरल नेटवर्क्‍सचा फार बोलबाला नव्हता. क्रेडिट कार्ड फ्रॉड शोधणं, काही विशिष्ट औद्योगिक/ मॅन्युफॅरिंगमध्ये उपयुक्त वापर एवढाच एआयचा आवाका होता.
2008-09 च्या सुमारास न्यूरल नेटवर्क्‍सने इमेज रेकनायझेशनमध्ये कार्यक्षमता व अचूकता लक्षणीयरीत्या वाढवली आणि गेल्या दहा वर्षात एआयची जी वाढ झाली आहे ती विलक्षण आहे.
अ‍ॅन्ड्रय़ू इन्ग नावाचा एआयमधला विख्यात तज्ज्ञ तर म्हणतोय की, एआय ही उद्याची इलेक्ट्रिसिटी आहे. इलेक्ट्रिसिटीने जसं जगात स्थित्यंतर घडवलं तसं एआय हे प्रत्येक क्षेत्रात घडवणार आहे.
न्यूरल नेटवर्कमध्ये आता अनेक स्तर (लेअर्स) असतात आणि प्रत्येक पातळीला ‘शिकण्याचा’ कार्यक्षमतेत वाढ होत जाते. ‘रिकरण्ट न्यूरल नेटवर्क’ ‘कंरट न्यूरल नेटवर्क’ वगैरे शब्द तुम्ही विशेषतर्‍ संगणकतज्ज्ञांकडून ऐकाल. थोडक्यात सांगायचं तर या शिकणार्‍या नेटवर्कला कोणतं ‘आर्किटेर’ असावं आणि त्यानं कसं शिकावं यावर हे वर्गीकरण आधारित आहे.
मुळात एआयचा अर्थ आहे की मानवी मेंदूत जशी नियमांची यादी तयार होते तसं संगणकाने ‘शिकणं’ यावर एआयमध्ये एक विशेष भाग येतो. त्याला मशीन लर्निग (एआय) असं म्हणतात. यात दिलेल्या डाटाच्या आधारावर संगणक ‘शिकतो’. यातही सुपरवाइज्ड म्हणजे ज्यात काही मार्गदर्शन केलं जातं असे आणि असुपरवाइज्ड म्हणजे स्वतर्‍ शिकले जाणारे कोणत्याही मदतीशिवाय असे दोन मुख्य भाग येतात.
जो भाग सगळ्यात ठळकपणे पुढे येतोस तो मशीन लर्निगचाही उपविभाग आहे. त्याला डीप क्लिनिंग असं म्हणतात. यात विशेषतर्‍ इमेज, व्हाइस इ. सर्व प्रकारच्या डाटामधून स्वतर्‍चं स्वतर्‍ शिकणं हे संगणक करू शकतो.
इमेज रेकगनायझेशन ही डीप लर्निगची सुरुवात पण आहे आणि  यश सुद्धा आहे. एकूण काय तर डीप लर्निग हे एकूणच एआयची जनमानसात इमेज सुधारतंय हे नक्की!!

लेखक आयटी तज्ज्ञ आहेत.