کمپیوٹر ختم نہیں کر رہے ہیں لیکن وہ ہر روز ہوشیار ہو رہے ہیں
سب سے آسان شرائط میں، مشین سیکھنے (ایم ایل) مشینیں (کمپیوٹرز) کی پروگرامنگ ہے، تاکہ یہ اعداد و شمار (معلومات) کا استعمال اور تجزیہ کرنے کے ذریعہ آزادانہ طور پر اس کام کو انجام دینے کے لۓ ایک مطلوبہ کام انجام دے سکتے ہیں، انسانی ڈویلپر سے اضافی مخصوص ان پٹ کے بغیر .
مشین سیکھنا 101
"مشین سیکھنے" اصطلاح اصطلاح 1 9 9 میں آرتھر سامیول، مصنوعی انٹیلی جنس (اے اے) اور کمپیوٹر گیمنگ میں پائیرر کی طرف سے آئی بی ایم کی لیبز میں شامل تھی. مشین سیکھنے، نتیجے کے طور پر، مصنوعی انٹیلی جنس کی ایک شاخ ہے. سموئیل کا مقصد اس وقت کے کمپیوٹنگ ماڈل کو فلپ کرنا تھا اور کمپیوٹر سیکھنا سیکھنا بند کر دینا تھا.
اس کے بجائے وہ کمپیوٹرز چاہتا تھا کہ وہ چیزوں کو خود اپنی چیزوں کو نکالنے کے لۓ شروع کردیں. پھر، اس نے سوچا، کمپیوٹر صرف کام نہیں کرے گا لیکن بالآخر فیصلہ کر سکتا ہے کہ کون سا کام انجام دینے اور کب کب. کیوں؟ اس لئے کہ کمپیوٹر کسی بھی علاقے میں انجام دینے کے لئے ضروری کاموں کی مقدار کو کم کرسکتا ہے.
کس طرح مشین سیکھنا کام کرتا ہے
الگورتھم اور ڈیٹا کے استعمال کے ذریعے مشین سیکھنے کا کام. ایک الگورتھم ہدایت یا ہدایات کا ایک سیٹ ہے جو کمپیوٹر یا پروگرام کو ایک کام انجام دینے کے بارے میں بتاتا ہے. ایم ایل میں استعمال کردہ الگورتھمز ڈیٹا جمع کرتے ہیں، پیٹرن کو پہچانتے ہیں، اور اس ڈیٹا کا تجزیہ استعمال کرتے ہیں کہ اس کے اپنے پروگراموں اور کاموں کو مکمل کرنے کے لۓ کام کرنے کے لۓ.
ایم ایل الورجیتھم فیصلے کرنے اور کاموں کو انجام دینے کے لئے پروسیسنگ ڈیٹا کو خود کار طریقے سے خود کار طریقے سے حکمرانی کا استعمال کرتے ہیں، فیصلے کے درخت، گرافیکل ماڈل، قدرتی زبان پروسیسنگ، اور نیند نیٹ ورک (چند نام پر). جبکہ ایم ایل ایک پیچیدہ موضوع ہوسکتا ہے، گوگل کی تدریس مشین ایک آسان ہاتھ فراہم کرتی ہے جس میں ایم ایل کام کرتا ہے.
آج استعمال ہونے والی مشین سیکھنے کا سب سے زیادہ طاقتور ذریعہ، گہری سیکھنے کا نام ہے، وسیع پیمانے پر اعداد و شمار پر مبنی ایک نیند نیٹ ورک نامی ایک پیچیدہ ریاضیاتی ساخت بناتا ہے. نیورل نیٹ ورک ایم ایل میں الگورتھم کے سیٹ ہیں اور انسانی دماغ اور اعصابی نظام کے عمل کی معلومات میں اعصاب کے خلیوں کے بعد نمٹنے کے.
مصنوعی انٹیلی جنس بمقابلہ مشین سیکھنا بمقابلہ ڈیٹا کان کنی
AI، ML، اور ڈیٹا کان کنی کے درمیان تعلقات کو سمجھنے کے لئے، یہ مختلف سائز کے چھتوں کا ایک سیٹ کے بارے میں سوچنے میں مددگار ثابت ہے. AI سب سے بڑا چھتری ہے. ایم ایل چھتری ایک سائز چھوٹا ہے اور AI چھتری کے نیچے فٹ بیٹھتا ہے. ڈیٹا کان کنی چھتری سب سے چھوٹی ہے اور ایل چھتری کے نیچے فٹ بیٹھتا ہے.
- AI کمپیوٹر سائنس کی ایک شاخ ہے جس کا مطلب یہ ہے کہ انسانی انٹیلیجنس کے بعد ماضی میں استدلال اور فیصلہ کن تکنیکوں کا استعمال کرتے ہوئے، زیادہ "ذہین" اور "انسانی طرح کی" طریقوں میں کام کرنے کے لئے کمپیوٹرز پروگرام کرنا.
- ایم ایل ایک زیادہ خود کار طریقے سے ڈیٹا بیس پر مبنی، ذہین فیصلے کرنے کے لئے پروگرامنگ مشینیں (کمپیوٹرز) سیکھنا (لازمی اعداد و شمار یا مثالوں کو جمع کرنے) پر توجہ مرکوز کرنے کی ایک قسم ہے.
- اعداد و شمار کی کان کنی کے اعداد و شمار، ایم ایل، اے اے، اور پیٹرن تلاش کرنے کے لئے معلومات کے بہت سے ڈیٹا بیس کا استعمال کرتا ہے، بصیرت فراہم کرنے، درجہ بندی بنانا، مسائل کی شناخت، اور تفصیلی ڈیٹا تجزیات فراہم کرنے کے لئے.
کیا مشین سیکھنا کر سکتا ہے (اور پہلے ہی کیا کرتا ہے)
ایک دوسرے کے مختلف حصوں میں وسیع پیمانے پر معلومات کا تجزیہ کرنے کے لئے کمپیوٹر کی صلاحیت کئی صنعتوں میں ایم ایل مفید بناتا ہے جہاں وقت اور درستگی ضروری ہے.
- طب: ایم ایل ٹیکنالوجی طبی سہولت کے لئے ایک مختلف حل میں لاگو کیا جا رہا ہے، بشمول ایمرجنسی ڈپارٹمنٹ کے ڈاکٹروں کی مدد سے غیر معمولی علامات کے مریضوں کے تیز تشخیص کے ساتھ. ڈاکٹروں کو مریض کے علامات کی فہرست میں پروگرام اور ایم ایل کا استعمال کر سکتا ہے، اس پروگرام میں طبی اداروں اور انٹرنیٹ سے ممکنہ تشخیص کی فہرست واپس لینے اور ریکارٹ ٹائم میں ٹیسٹنگ یا علاج کی سفارش کرنے کے لۓ ٹربابیٹس کے ٹریلوں کو سکور کر سکتا ہے.
- تعلیم: ایم ایل کو تعلیمی وسائل بنانے کے لئے استعمال کیا جاتا ہے جو طالب علم کے سیکھنے کی ضروریات کو پورا کرتی ہے، جیسے مجازی سیکھنے کے اسسٹنٹ اور الیکٹرانک درسی کتابیں زیادہ انٹرایکٹو ہیں. یہ اوزار ایم ایل کا استعمال کرتے ہیں کہ دریافت کرتے ہیں کہ تصورات اور مہارتوں کا طالب علم مختصر سوالات اور عملی مشقوں کا استعمال کرتے ہوئے سمجھتے ہیں. اس کے بعد، اساتذہ کو لازمی مہارت یا تصورات سیکھنے میں مدد کے لئے مختصر ویڈیوز، اضافی مثالیں اور پس منظر کے مواد فراہم کرتی ہیں.
- آٹوموٹو: ایم ایل خود ڈرائیونگ کاروں کے ابھرتی ہوئی فیلڈ میں بھی ایک اہم عنصر ہے (یہ بھی ڈرائیور کم کاروں یا خود مختار کاریں بھی شامل ہے). سوفٹ ویئر جو چلتا ہے خود کار ڈرائیور کاروں کو سڑک کے حالات (جیسے برفلی سڑکوں) کا پتہ لگانے یا سڑک میں رکاوٹوں کی شناخت کرنے اور اس طرح کے حالات کو محفوظ طریقے سے نیویگیشن کرنے کے لئے مناسب ڈرائیونگ کے کاموں کو جاننے کے لئے حقیقی زندگی کے دونوں سڑک ٹیسٹ اور سمیلیشنز کے دوران ایم ایل کا استعمال کرتا ہے.
ممکنہ طور پر آپ نے پہلے سے ہی اس کے بغیر ایم ایل کا سامنا کرنا پڑا ہے. ایم ایل ٹیکنالوجی کے کچھ عام استعمال میں عملی تقریر کی شناخت ( سیمسنگ کے بکسبی ، ایپل کی سیری ، اور بہت سے بات کرنے والے ٹیکسٹ پروگرامز ہیں جو اب پی سی پر معیاری ہیں)، آپ کے ای میل کے لئے سپیم فلٹرنگ، نیوز فیڈز کی تعمیر، دھوکہ لگانے کا پتہ لگانے، ذاتی بنانے میں شامل ہیں. شاپنگ کی سفارشات، اور زیادہ مؤثر ویب تلاش کے نتائج فراہم کرتے ہیں.
ایم ایل آپ کے فیس بک فیڈ میں بھی ملوث ہے. جب آپ کسی دوست کی اشاعتوں کو اکثر پسند کرتے ہیں یا کلک کرتے ہیں تو، آپ کے نیوزفڈ میں بعض دوست یا صفحات کو ترجیح دیتے وقت وقت پر آپ کے اعمال سے الگ الگ الگ الگ اور ایم ایل مناظر کے پیچھے "سیکھ".
کیا مشین سیکھنا سیکھ سکتا ہے
تاہم، ایم ایل کیا کر سکتے ہیں کی حدوں میں موجود ہیں. مثال کے طور پر، مختلف صنعتوں میں ایم ایل ٹیکنالوجی کا استعمال انسان کی طرف سے اس صنعت کی طرف سے ضروری کاموں کی قسم کے لئے ایک پروگرام یا نظام کو مہارت کے لئے ایک اہم رقم کی ترقی اور پروگرام کی ضرورت ہے. مثال کے طور پر، مندرجہ بالا ہمارے طبی مثال میں ایم ایم پروگرام ہنگامی محکمہ میں خاص طور پر انسانی دوا کے لئے تیار کیا گیا تھا. اس وقت اس کا صحیح پروگرام لینے کے لئے ممکن نہیں ہے اور اسے براہ راست ایک ویٹرنری ہنگامی مرکز میں لاگو کرنا ہے. اس طرح کے منتقلی انسانی پروگراموں کی طرف سے وسیع پیمانے پر مہارت اور ترقی کی ضرورت ہوتی ہے تاکہ یہ کام کرنے کے لئے ویٹرنری یا جانوروں کی دوا کے لۓ ایک نسخہ بنائے.
یہ ناقابل یقین حد تک وسیع پیمانے پر اعداد و شمار اور مثال کے طور پر فیصلے کرنے اور کاموں کو انجام دینے کی ضرورت کی معلومات "سیکھنے" کی ضرورت ہوتی ہے. اعداد و شمار اور جدوجہد کی تشخیص میں ایم ایل پروگرام بھی علامات اور اعداد و شمار کے نتائج کے اندر کچھ قسم کے رشتے، جیسے کہ اثر اور اثر کے طور پر بہت معقول ہیں.
تاہم جاری ترقیات، ایم ایل ایک بنیادی ٹیکنالوجی کی زیادہ سے زیادہ کر رہے ہیں جو ہر روز ہوشیار کمپیوٹر بناتے ہیں.