ਜਦੋਂ AI ਉਹਨਾਂ ਕੜੀਆਂ ਨੂੰ ਜੋੜਦਾ ਹੈ ਜੋ ਡਾਕਟਰ ਨਹੀਂ ਕਰ ਸਕੇ
ਉਹ ਮੈਡੀਕਲ ਕੇਸ ਜੋ ਸਾਲਾਂ ਤੋਂ ਮਾਹਰਾਂ ਨੂੰ ਉਲਝਾਏ ਰੱਖ ਰਹੇ ਸਨ, ਹੁਣ ਹੱਲ ਕੀਤੇ ਜਾ ਰਹੇ ਹਨ।
ਇਹ ਤਰੀਕਾ ਦਿਖਾਉਂਦਾ ਹੈ ਕਿ ਕਿਵੇਂ AI ਹਰ ਕਿਸੇ ਲਈ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਨੂੰ ਬਦਲ ਰਿਹਾ ਹੈ।
ਇਨਸਾਨ ਕੁਝ ਖਾਸ ਸਮੱਸਿਆਵਾਂ ਨਾਲ ਸੰਘਰਸ਼ ਕਰਦੇ ਹਨ। ਇਹ ਬੁੱਧੀ ਦੀ ਕਮੀ ਨਹੀਂ ਹੈ। ਇਹ ਡੇਟਾ ਦੀ ਸਮੱਸਿਆ ਹੈ। ਜਾਣਕਾਰੀ ਹਜ਼ਾਰਾਂ ਦਸਤਾਵੇਜ਼ਾਂ, ਖੋਜ ਪੱਤਰਾਂ ਅਤੇ ਡੇਟਾਬੇਸਾਂ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦੀ ਹੈ। ਕੋਈ ਵੀ ਵਿਅਕਤੀ ਇੱਕੋ ਸਮੇਂ ਉਹ ਸਾਰਾ ਡੇਟਾ ਆਪਣੇ ਦਿਮਾਗ ਵਿੱਚ ਨਹੀਂ ਰੱਖ ਸਕਦਾ।
ਦੁਰਲੱਭ ਜੈਨੇਟਿਕ ਬਿਮਾਰੀਆਂ ਇਸ ਦੀ ਇੱਕ ਉੱਤਮ ਉਦਾਹਰਣ ਹਨ। ਪਰਿਵਾਰ ਜਵਾਬ ਲੱਭਣ ਲਈ ਸਾਲਾਂ ਬਿਤਾਉਂਦੇ ਹਨ। ਡਾਕਟਰ ਕਈ ਮਾਹਰਾਂ ਨੂੰ ਦਿਖਾਉਂਦੇ ਹਨ। ਟੈਸਟ ਨੈਗੇਟਿਵ ਆਉਂਦੇ ਹਨ। ਜਵਾਬ ਮੈਡੀਕਲ ਸਾਹਿਤ ਵਿੱਚ ਮੌਜੂਦ ਹੁੰਦਾ ਹੈ, ਪਰ ਉਸ ਨੂੰ ਕਿਸੇ ਖਾਸ ਬੱਚੇ ਨਾਲ ਜੋੜਨਾ ਇੱਕ ਵਿਅਕਤੀ ਲਈ ਬਹੁਤ ਮੁਸ਼ਕਲ ਹੁੰਦਾ ਹੈ।
ਹਾਲੀਆ ਖੋਜ ਇੱਕ ਬਦਲਾਅ ਦਿਖਾਉਂਦੀ ਹੈ। ਰੀਜ਼ਨਿੰਗ (Reasoning) AI ਮਾਡਲਾਂ ਨੇ ਉਹਨਾਂ ਕੇਸਾਂ ਵਿੱਚ ਰੋਗਾਂ ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਿੱਥੇ ਮਨੁੱਖੀ ਮਾਹਰ ਅਸਫਲ ਰਹੇ ਸਨ। ਇਹ ਮਾਡਲ ਕਿਸੇ ਚਾਲ ਨਾਲ ਨਹੀਂ ਜਿੱਤੇ। ਉਹ ਇਸ ਲਈ ਜਿੱਤੇ ਕਿਉਂਕਿ ਉਹ ਇੱਕੋ ਸਮੇਂ ਗੁੰਝਲਦਾਰ ਜਾਣਕਾਰੀ ਨੂੰ ਪ੍ਰੋਸੈਸ ਕਰ ਸਕਦੇ ਸਨ।
ਇੱਕ ਰੀਜ਼ਨਿੰਗ ਮਾਡਲ ਕੋਈ ਸਰਚ ਇੰਜਣ ਨਹੀਂ ਹੈ। ਇਹ ਤੁਹਾਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਜਵਾਬ ਨਹੀਂ ਦਿੰਦਾ। ਇਹ ਕਦਮ-ਦਰ-ਕਦਮ ਸਮੱਸਿਆ 'ਤੇ ਕੰਮ ਕਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਪਰਿਕਲਪਨਾ (hypothesis) ਬਣਾਉਂਦਾ ਹੈ। ਇਹ ਸਬੂਤਾਂ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਇਹ ਆਪਣੀ ਸੋਚ ਨੂੰ ਸੁਧਾਰਦਾ ਹੈ। ਇਹ ਇੱਕ ਡੂੰਘੇ ਵਿਸ਼ਲੇਸ਼ਕ ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ।
ਇਹ ਪਹੁੰਚ ਗੁੰਝਲਦਾਰ ਕੰਮਾਂ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ: • ਇਹ ਅਸਾਧਾਰਨ ਸੰਭਾਵਨਾਵਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਦਾ ਹੈ। • ਇਹ ਲੱਛਣਾਂ ਦੇ ਸੁਮੇਲ ਦੀ ਨਿਸ਼ਾਨਦੇਹੀ ਕਰਦਾ ਹੈ। • ਇਹ ਮਾਨਸਿਕ ਥਕਾਵਟ (cognitive fatigue) ਤੋਂ ਬਚਦਾ ਹੈ। • ਇਹ ਕਨਫਰਮੇਸ਼ਨ ਬਾਇਸ (confirmation bias) ਨੂੰ ਖਤਮ ਕਰਦਾ ਹੈ।
ਤੁਸੀਂ ਇਸ ਤਰਕ ਨੂੰ ਆਪਣੇ ਕੰਮ ਵਿੱਚ ਵੀ ਵਰਤ ਸਕਦੇ ਹੋ। ਕਲਪਨਾ ਕਰੋ ਕਿ ਤੁਸੀਂ ਇੱਕ ਪ੍ਰੋਡਕਟ ਮੈਨੇਜਰ ਹੋ। ਯੂਜ਼ਰ ਚਰਨ (User churn) ਵਧ ਰਿਹਾ ਹੈ, ਪਰ ਤੁਹਾਨੂੰ ਨਹੀਂ ਪਤਾ ਕਿ ਕਿਉਂ। ਡੇਟਾ ਸਪੋਰਟ ਟਿਕਟਾਂ, ਸਰਵੇਖਣਾਂ ਅਤੇ ਸਪ੍ਰੈਡਸ਼ੀਟਾਂ ਵਿੱਚ ਖਿੰਡਿਆ ਹੋਇਆ ਹੈ।
AI ਨੂੰ ਇੱਕ ਸੋਚਣ ਵਾਲੇ ਸਾਥੀ ਵਜੋਂ ਵਰਤਣ ਲਈ ਇਹਨਾਂ ਕਦਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰੋ:
- ਇਨਪੁਟ (inputs) ਦਿਓ। ਆਪਣੇ ਦਸਤਾਵੇਜ਼ ਅਤੇ ਟੈਕਸਟ ਸਾਰ (summaries) ਪ੍ਰਦਾਨ ਕਰੋ। ਆਪਣੇ ਟੀਚੇ ਬਾਰੇ ਸਪਸ਼ਟ ਰਹੋ।
- ਸਮੱਸਿਆ ਨੂੰ ਫਰੇਮ ਕਰੋ। ਇਹ ਨਾ ਪੁੱਛੋ ਕਿ "ਯੂਜ਼ਰ ਕਿਉਂ ਜਾ ਰਹੇ ਹਨ?" ਬਲਕਿ ਪੁੱਛੋ "ਇਹਨਾਂ ਖਾਸ ਟਿਕਟਾਂ ਅਤੇ ਸਰਵੇਖਣਾਂ ਤੋਂ ਕਿਹੜੇ ਪੈਟਰਨ ਸਾਹਮਣੇ ਆ ਰਹੇ ਹਨ?"
- ਆਊਟਪੁੱਟ ਨੂੰ ਪਰਿਕਲਪਨਾਵਾਂ ਵਜੋਂ ਲਓ। AI ਤੁਹਾਨੂੰ ਸੰਭਾਵਨਾਵਾਂ ਦੱਸਦਾ ਹੈ। ਤੁਹਾਨੂੰ ਉਹਨਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨੀ ਪਵੇਗੀ। ਮਨੁੱਖ ਨਤੀਜਿਆਂ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ।
- ਵਾਰ-ਵਾਰ ਦੁਹਰਾਓ (Iterate)। ਆਪਣੇ ਟੈਸਟਾਂ ਦੇ ਨਤੀਜੇ AI ਨੂੰ ਵਾਪਸ ਦਿਓ। ਪੁੱਛੋ ਕਿ ਕੀ ਨਵਾਂ ਡੇਟਾ ਸਿੱਟੇ ਨੂੰ ਬਦਲਦਾ ਹੈ।
ਸਾਂਝਾ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਆਪਣੇ ਡੇਟਾ ਨੂੰ ਬਹੁਤਾ ਸਾਫ਼ ਨਾ ਕਰੋ। ਇਹਨਾਂ ਮਾਡਲਾਂ ਦੀ ਤਾਕਤ ਗੁੰਝਲਦਾਰਤਾ ਵਿੱਚ ਹੈ। ਵਿਰੋਧਾਭਾਸ (contradictions) ਨੂੰ ਸਾਂਝਾ ਕਰੋ। ਉਹ ਹਿੱਸੇ ਵੀ ਸਾਂਝੇ ਕਰੋ ਜੋ ਮੇਲ ਨਹੀਂ ਖਾਂਦੇ। ਉੱਥੇ ਹੀ ਸਭ ਤੋਂ ਵਧੀਆ ਤਰਕ (reasoning) ਹੁੰਦਾ ਹੈ।
ਇਸ ਨੂੰ ਉਹਨਾਂ ਸਮੱਸਿਆਵਾਂ 'ਤੇ ਲਾਗੂ ਕਰੋ ਜਿਨ੍ਹਾਂ ਬਾਰੇ ਤੁਸੀਂ ਸੋਚਣਾ ਛੱਡ ਦਿੱਤਾ ਹੈ। ਉਹਨਾਂ ਪ੍ਰੋਡਕਟ ਫੈਸਲਿਆਂ ਜਾਂ ਗਾਹਕਾਂ ਦੇ ਸਵਾਲਾਂ 'ਤੇ ਮੁੜ ਵਿਚਾਰ ਕਰੋ ਜੋ ਅਜੇ ਵੀ ਅਣਸੁਲਝੇ ਹਨ।
ਫਾਇਦਾ ਸਿਰਫ਼ ਜ਼ਿਆਦਾ ਜਾਣਨਾ ਹੀ ਨਹੀਂ ਹੈ। ਇਹ ਬਿਨਾਂ ਥੱਕੇ ਗੁੰਝਲਦਾਰ ਚੀਜ਼ਾਂ ਵਿੱਚ ਤਰਕ ਕਰਨ ਦੀ ਯੋਗਤਾ ਹੈ।
ਵਿਕਲਪਿਕ ਸਿੱਖਣ ਕਮਿਊਨਿਟੀ: https://t.me/GyaanSetuAi