कृत्रिम बुद्धिमत्ता संचालित प्रणालीने दिलेल्या उत्तराबाबत, आपण तिला असे प्रश्न स्वाभाविकपणे विचारू शकतो, ‘‘तू ते उत्तर कसे काढलेस? त्यासाठी दुसरी पद्धत का वापरली नाहीस? मी त्यावर कितपत विश्वास ठेवू आणि तुझे उत्तर चुकीचे ठरले तर काय आणि कसे करू?’’

सध्या हे सहसा शक्य नाही कारण कृत्रिम बुद्धिमत्ता निष्कर्ष देते, कृती करते, पण स्पष्टीकरण देण्यास असमर्थ असते. तरी, अशी प्रगत प्रणाली निर्माण करणे हे पुढचे पाऊल असून तिला ‘पारदर्शी कृत्रिम बुद्धिमत्ता’ (एक्सप्लनेबल आर्टिफिशिअल इंटेलिजन्स) असे म्हटले जाते. सोबतच्या आकृतीमध्ये एकूण कृत्रिम बुद्धिमत्तेची व्याप्ती दर्शवली आहे. ती सर्वसाधारण यंत्र शिक्षण (मशीन लर्निंग) आणि सखोल शिक्षण (डीप लर्निंग) अशा पारंपरिक पद्धतींनी कार्यान्वित होते. त्या आकृतीमध्ये नव्याने पुढे येत असलेल्या सदर पारदर्शी कृत्रिम बुद्धिमत्तेचे स्थानही दाखवले आहे. ती मशीन लर्निंगचा काही भाग आणि डीप लर्निंगच्या जवळ, या प्रकारे आहे. याला कारण म्हणजे मशीन लर्निंगमुळे संचयित होत जाणारा अनुभव तिला रूपरेषा आणि कारणमीमांसा करण्यास, तसेच स्पष्टीकरण देण्यास अधिक उपयुक्त ठरू शकतो. भविष्यात पारदर्शी कृत्रिम बुद्धिमत्ता स्वत:चे वेगळे विश्व उभारू शकते.

artificial intelligence
कुतूहल : चुकांची जबाबदारी निश्चित करण्याचे आव्हान!
14 December Rashi bhavishya In Marathi
१४ डिसेंबर पंचांग: आज १२ पैकी ‘या’ राशींवर…
ai complexity
कुतूहल : कृत्रिम बुद्धिमत्ता नियमनाची किचकट प्रक्रिया
Revealing Interview Yuval Noah Harari Problem Crisis Artificial Intelligence
सशक्तदेखील स्वत:ला ‘बळी’ म्हणवतात, ही आजची समस्या!
Loksatta kutuhal The journey of artificial intelligence in India
कुतूहल: भारतात कृत्रिम बुद्धिमत्तेची वाटचाल
कुतूहल : कृत्रिम बुद्धिमत्तेला निसर्गाची प्रेरणा
artificial intelligence helping tackle environmental challenges
कुतूहल :  कृत्रिम बुद्धिमत्तेसाठी निसर्गाची जोड
AI Helps Clean Oceans From Plastics
कुतूहल : कृत्रिम बुद्धिमत्तेच्या साहाय्याने समुद्र सफाई

हेही वाचा >>> कुतूहल – पारदर्शी कृत्रिम बुद्धिमत्ता : संकल्पना विकास

मात्र व्यावसायिकदृष्ट्या पारदर्शी कृत्रिम बुद्धिमत्तेच्या अनिर्बंध वापरावर मर्यादा घातल्या जाऊ शकतात कारण स्पर्धकांना तुमची कार्यपद्धती समजल्याने त्यांच्या प्रणाली अधिक प्रभावी करण्यास मार्गदर्शन मिळू शकते. यंत्रप्रणाली आणि मनुष्य यांच्या दरम्यान विश्वासाची समस्यादेखील महत्त्वाची आहे. अनुभव सांगतो की प्रणालीवर अतिविश्वास असल्यास, वापरकर्ता तिच्या चुकांबाबत गंभीरपणे विचार करत नाही. तर, दुसऱ्या टोकाला प्रणालीवर आवश्यक प्रमाणात विश्वास नसल्यास, त्या प्रणालींचा फायदा पुरेपूर घेतला जात नाही. याचा अर्थ पारदर्शी कृत्रिम बुद्धिमत्तेचा हेतू केवळ वापरकर्त्याचा विश्वास वाढवणे हा नसून वापरकर्त्याच्या तिच्यावरील विश्वासाची इष्टतम पातळी ठरवणे हा असला पाहिजे. त्याशिवाय पारदर्शी कृत्रिम बुद्धिमत्ता देत असलेले स्पष्टीकरण त्या क्षेत्रातील तज्ज्ञांपुरतेच मर्यादित ठेवले पाहिजे, की सामान्य वापरकर्त्यालाही समजू शकेल इतके सुलभ असले पाहिजे, असा प्रश्नही आहे. याला कारण म्हणजे तांत्रिक बाबींचे सुलभ सादरीकरण मोठे आव्हान असून त्यासाठी विशेष प्रयत्नांची गरज लागेल. अशी महागडी प्रणाली बाजारात विकणे कठीण होऊ शकते.

डॉ विवेक पाटकर

मराठी विज्ञान परिषद

ई-मेल : office@mavipa.org

संकेतस्थळ : http://www.mavipa.org

Story img Loader