ਬੁੱਧੀ ਦੀ ਆਰਕੀਟੈਕਚਰ ਤੋਂ 5 ਸਬਕ

ਬੁੱਧੀ ਦਾ ਮਤਲਬ ਹਰ ਜਗ੍ਹਾ ਖੋਜ ਕਰਨਾ ਨਹੀਂ ਹੈ। ਇਹ ਇਹ ਜਾਣਨ ਬਾਰੇ ਹੈ ਕਿ ਕਿੱਥੇ ਖੋਜ ਨਹੀਂ ਕਰਨੀ ਹੈ।

ਬਹੁਤ ਸਾਰੇ ਲੋਕ ਸੋਚਦੇ ਹਨ ਕਿ AI ਸਿਰਫ਼ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ (large language models) ਬਾਰੇ ਹੈ। ਪਰ ਬੁੱਧੀ ਦਾ ਅਸਲ ਮੂਲ ਇਸ ਗੱਲ ਵਿੱਚ ਹੈ ਕਿ ਪ੍ਰਣਾਲੀਆਂ ਅਨਿਸ਼ਚਿਤਤਾ (uncertainty) ਦੇ ਹਾਲਾਤਾਂ ਵਿੱਚ ਫੈਸਲੇ ਕਿਵੇਂ ਲੈਂਦੀਆਂ ਹਨ।

ਬੁੱਧੀ ਦੀ ਆਰਕੀਟੈਕਚਰ ਤੋਂ ਇੱਥੇ 5 ਸਬਕ ਦਿੱਤੇ ਗਏ ਹਨ:

    1. ਗੁੰਝਲਤਾ ਨੂੰ ਘਟਾਉਣ ਲਈ Heuristics ਦੀ ਵਰਤੋਂ ਕਰੋ BFS ਜਾਂ DFS ਵਰਗੇ Blind search algorithms ਹਰ ਵਿਕਲਪ ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ। ਇਸ ਨਾਲ ਸਮਾਂ ਬਰਬਾਦ ਹੁੰਦਾ ਹੈ। ਜਦੋਂ ਇੰਜਣ ਫੇਲ੍ਹ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਪਾਇਲਟ ਹਰ ਸਵਿੱਚ ਨੂੰ ਨਹੀਂ ਚਲਾਉਂਦਾ। ਉਹ fuel flow ਜਾਂ pressure ਵਰਗੇ ਖਾਸ ਸੰਕੇਤਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਨ। AI ਵਿੱਚ, ਅਸੀਂ heuristic ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹਾਂ। Heuristic ਇੱਕ ਤਕਨੀਕੀ ਅਨੁਮਾਨ (educated estimate) ਹੈ। ਇਹ ਤੁਹਾਨੂੰ ਅਸੰਭਵ ਰਸਤਿਆਂ 'ਤੇ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਉਹਨਾਂ ਨੂੰ ਖਤਮ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
    1. A* ਨਾਲ ਅਤੀਤ ਅਤੇ ਭਵਿੱਖ ਵਿਚ ਸੰਤੁਲਨ ਬਣਾਓ Greedy search ਸਿਰਫ਼ ਟੀਚੇ (goal) ਵੱਲ ਦੇਖਦਾ ਹੈ। ਇਹ ਤੇਜ਼ ਹੈ ਪਰ ਅਕਸਰ ਅਸਫਲ ਰਹਿੰਦਾ ਹੈ। Uniform Cost Search ਸਿਰਫ਼ ਉਸ ਚੀਜ਼ ਨੂੰ ਦੇਖਦਾ ਹੈ ਜੋ ਤੁਸੀਂ ਪਹਿਲਾਂ ਹੀ ਖਰਚ ਚੁੱਕੇ ਹੋ। ਇਹ ਸੁਰੱਖਿਅਤ ਹੈ ਪਰ ਹੌਲੀ ਹੈ। A* ਐਲਗੋਰਿਦਮ ਦੋਵਾਂ ਨੂੰ ਜੋੜਦਾ ਹੈ। ਇਹ ਪਹਿਲਾਂ ਹੀ ਤੈਅ ਕੀਤੇ ਗਏ ਖਰਚੇ (cost) ਅਤੇ ਬਾਕੀ ਰਹਿੰਦੇ ਅਨੁਮਾਨਿਤ ਖਰਚੇ ਨੂੰ ਦੇਖਦਾ ਹੈ। ਇਹ ਸੰਤੁਲਨ ਸਮਾਰਟ ਫੈਸਲੇ ਲੈਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ।
    1. ਪਾਬੰਦੀਆਂ (constraints) ਰਾਹੀਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰੋ ਹਰ ਸਮੱਸਿਆ ਕੋਈ ਰਸਤਾ ਨਹੀਂ ਹੁੰਦੀ। ਕੁਝ ਸਮੱਸਿਆਵਾਂ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨ ਬਾਰੇ ਹੁੰਦੀਆਂ ਹਨ। ਇਹਨਾਂ ਨੂੰ Constraint Satisfaction Problems ਕਿਹਾ ਜਾਂਦਾ ਹੈ। Sudoku ਬਾਰੇ ਸੋਚੋ। ਤੁਹਾਡੇ ਕੋਲ variables, ਮਨਜ਼ੂਰਸ਼ੁਦਾ values, ਅਤੇ ਨਿਯਮ ਹੁੰਦੇ ਹਨ। ਤੁਹਾਨੂੰ ਇੱਕੋ ਸਮੇਂ ਸਾਰੇ ਨਿਯਮਾਂ ਦੀ ਪਾਲਣਾ ਕਰਨੀ ਪੈਂਦੀ ਹੈ। ਬੁੱਧੀਮਾਨ ਪ੍ਰਣਾਲੀਆਂ ਗਲਤ ਰਸਤਿਆਂ ਨੂੰ ਤੁਰੰਤ ਛੱਡਣ ਲਈ backtracking ਦੀ ਵਰਤੋਂ ਕਰਦੀਆਂ ਹਨ। ਇਹ ਬੇਕਾਰ ਦੇ ਕੰਮ ਨੂੰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਹੋਣ ਤੋਂ ਰੋਕਦਾ ਹੈ।
    1. ਉਮੀਦ ਕੀਤੇ ਪ੍ਰਦਰਸ਼ਨ (expected performance) ਦਾ ਟੀਚਾ ਰੱਖੋ ਇੱਕ rational agent ਸੰਪੂਰਨਤਾ ਦੀ ਭਾਲ ਨਹੀਂ ਕਰਦਾ। ਇਹ ਜੋ ਕੁਝ ਉਹ ਜਾਣਦਾ ਹੈ ਉਸ ਦੇ ਅਧਾਰ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਸੰਭਵ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ। ਅਸੀਂ ਇਸਨੂੰ PEAS ਦੀ ਵਰਤੋਂ ਕਰਕੇ ਮਾਪਦੇ ਹਾਂ: • Performance: ਸਫਲਤਾ ਨੂੰ ਕਿਵੇਂ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ • Environment: ਉਹ ਦੁਨੀਆ ਜਿਸ ਵਿੱਚ agent ਰਹਿੰਦਾ ਹੈ • Actuators: Agent ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ • Sensors: Agent ਕਿਵੇਂ ਮਹਿਸੂਸ ਕਰਦਾ ਹੈ
    1. Logic ਨੂੰ Learning ਨਾਲ ਜੋੜੋ Symbolic AI ਤਰਕਸ਼ੀਲ ਅਤੇ ਪਾਰਦਰਸ਼ੀ ਹੈ ਪਰ ਨਾਜ਼ੁਕ (brittle) ਹੈ। Generative AI ਲਚਕਦਾਰ ਅਤੇ ਰਚਨਾਤਮਕ ਹੈ ਪਰ ਇੱਕ black box ਵਾਂਗ ਕੰਮ ਕਰਦਾ ਹੈ। ਭਵਿੱਖ ਉਹਨਾਂ ਪ੍ਰਣਾਲੀਆਂ ਦਾ ਹੈ ਜੋ ਦੋਵੇਂ ਕੰਮ ਕਰਦੀਆਂ ਹਨ। ਉਹਨਾਂ ਨੂੰ patterns ਲਈ neural networks ਅਤੇ logic ਲਈ symbolic reasoning ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ।

ਸਭ ਤੋਂ ਵੱਡਾ ਸਬਕ ਇਹ ਹੈ: ਬੁੱਧੀ ਗਲਤ ਹੋਏ ਬਿਨਾਂ ਗੁੰਝਲਤਾ ਨੂੰ ਘਟਾਉਣ ਦੀ ਕਲਾ ਹੈ।

ਹਰ ਚੀਜ਼ ਦੀ ਖੋਜ ਕਰਨਾ ਬੰਦ ਕਰੋ। ਜੋ ਮਹੱਤਵਪੂਰਨ ਹੈ, ਉਸ ਦੀ ਖੋਜ ਕਰਨਾ ਸ਼ੁਰੂ ਕਰੋ।

Source: https://dev.to/wolfof420street/beyond-blind-search-5-powerful-lessons-from-the-architecture-of-intelligence-21ma

Optional learning community: https://t.me/GyaanSetuAi