डा. वेदप्रसाद काफ्ले
मानिसको मस्तिष्कले जसरी बाल्यकालदेखि सिकेका कुरा र ज्ञानहरूलाई भण्डारण गरेर राखेको हुन्छ, त्यसरी नै कम्प्युटरले पनि अनेकौँखालका डाटा तथा जानकारी भण्डारण गरेर राख्न सक्छ । मस्तिष्कले जस्तै कम्प्युटरले पनि भण्डारण गरेका डाटाका आधारमा पहिलेका विषयहरू निरन्तर स्मरण गर्न सक्छ । स्मरण गर्नेमात्र होइन, भण्डारण गरिएका वृहत् डाटालाई नयाँ विधि वा प्रक्रिया (जसलाई कम्प्युटरको भाषामा एल्गोरिदम भनिन्छ) मा आधारित कम्प्युटर प्रोग्रामले प्रशोधन गरेर नयाँ ज्ञान सिर्जना गर्न पनि सक्छ । मानिसको मस्तिष्कमा रहेको बुद्धिजस्तै भण्डारण गरेको डाटा तथा ज्ञानका आधारमा कम्प्युटर प्रोग्रामले दर्शाउने बुद्धिमत्तालाई कृत्रिम बुद्धिमत्ता वा आर्टिफिसिअल इन्टेलिजेन्स (छोटकरीमा एआई) भनिन्छ । आर्टिफिसिअल इन्टेलिजेन्समार्फत मेसिनहरूलाई पनि मान्छेले जस्तै कृत्रिम बुद्धिमान बनाएर काम लगाउन सकिन्छ । हाम्रा सामाजिक आर्थिक क्षेत्रहरूसँग सम्बन्धित वृहत् डाटा विश्लेषण गरी सही समस्याको पहिचान गर्न, समाधानका उपयुक्त विधि अवलम्बन गर्न र प्रभावकारी कार्यान्वयन योजना बनाउन, उपलब्ध सीमित स्रोत साधनको समतामूलक वितरण गर्न, भविष्य प्रक्षेपण गर्न तथा भविष्यका बारेमा अनुमान गर्दा सम्भावित त्रुटि न्यूनीकरण गर्नका लागि आर्टिफिसिअल इन्टेलिजेन्सले अहम् भूमिका खेल्ने विश्वास लिइएको छ । यसलाई शिक्षा, स्वास्थ्य, यातायात, सञ्चार, सुशासन, उद्योग तथा मनोरञ्जनजस्ता क्षेत्रहरूको वृहत्तर स्तरोन्नति गर्ने उद्देश्यले प्रयोग गर्न थालिएको छ ।
सन् १९५० तिरबाटै आर्टिफिसिअल इन्टेलिजेन्सको अध्ययन अनुसन्धान सुरु भएको हो । अमेरिका र युरोपमा विश्वविद्यालयका अनुसन्धानकर्ता तथा प्राध्यापकहरूले आर्टिफिसिअल इन्टेलिजेन्सका विभिन्न प्रविधिका बारेमा अध्ययन गरेका हुन् । तर, पर्याप्त मात्रामा डाटा र धेरै डाटालाई थोरै समयमा प्रशोधन गर्न सक्ने क्षमताका कम्प्युटर सजिलै उपलब्ध नभएको हुनाले आर्टिफिसिअल इन्टेलिजेन्सको व्यावहारिक प्रयोग न्यून रहेको थियो । उच्च क्षमताका कम्प्युटरहरू र आर्टिफिसिअल इन्टेलिजेन्सका विभिन्न प्रकारका आल्गोरिदम तथा मोडेलहरूको विकास हुँदै आई सन् १९९७ मा चेस खेलका विश्व च्याम्पियन ग्यारी कास्पारोभलाई आईबीएम कम्पनीले बनाएको ‘डीप ब्लु’ नामको सुपर कम्प्युटरले हराउन सफल भयो । त्यस्तैगरी, चेसभन्दा जटिल प्रकृतिको गो नामको कोरियन बोर्ड खेलमा सन् २०१६ मा तत्कालीन च्याम्पियन लि सदोललाई अल्फागो नामको कम्प्युटर सफ्टवेयर प्रोग्रामले हराइदियो । यी उपलब्धिहरूलाई आर्टिफिसिअल इन्टेलिजेन्सको विकासको एक ठूलो फड्कोका रूपमा लिइन्छ ।
आर्टिफिसिअल इन्टेलिजेन्समा ज्ञानलाई कम्प्युटरले बुझ्ने ढाँचामा लेख्नका लागि सफ्टवेयर प्रोग्रामहरूको प्रयोग गरिन्छ, जसका माध्यमबाट जुनसुकै विषयवस्तुसँग सम्बन्धित ज्ञान, तथ्य तथा विश्वासलाई कम्प्युटर ज्ञानकोश (नलेज बेस) मा भण्डारण गरेर राख्न सकिन्छ । उदाहरणका लागि विद्यालय शिक्षा गुणस्तर अभिवृद्धि गर्नका लागि प्रयोग गरिने आर्टिफिसिअल इन्टेलिजेन्स प्रणालीलाई लिउँं । विद्यालय शिक्षाको गुणस्तरसँग सम्बन्धित सबै क्षेत्रहरू जस्तै विद्यालय अवस्थित वातावरण, भौतिक पूर्वाधार, शिक्षकहरूको शैक्षिक योग्यता तथा तालिम, शिक्षक, विद्यार्थीको अनुपात, व्यवस्थापन समितिको संरचना, पाठ्यक्रम र शैक्षिक सामग्री, विद्यार्थीको पारिवारिक, आर्थिक, सामाजिक अवस्था आदि सम्बन्धित आधारभूत ज्ञानलाई सूचक अर्थात् प्यारामिटरका रूपमा समेटेर आर्टिफिसिअल इन्टेलिजेन्सका मोडेलहरू बनाइन्छ र तिनलाई कम्प्युटर प्रोग्रामका रूपमा लेखिन्छ । उदाहरणका लागि विद्यालयको भौतिक पूर्वाधारलाई आर्टिफिसिअल इन्टेलिजेन्सका मोडेलमा समेट्दाखेरी विद्यालय भवन, कक्षाकोठा (बेन्च, डेस्क, कालोपाटी, टेलिभिजन, भिडियो प्लेयर तथा स्पीकरको सुविधा), खेलकुद मैदान, पुस्तकालय, प्रयोगशाला आदिलाई प्यारामिटरका रूपमा समावेश गर्न सकिन्छ । ती प्यारामिटरहरूलाई पूर्वअनुभवबाट प्राप्त ज्ञान तथा तथ्याङ्कका आधारमा उपयुक्त अङ्कले प्रतिनिधित्व गरिन्छ (अर्थात् मोडेललाई तालिम गराइन्छ) । जति धेरै तथ्याङ्कको प्रयोग गरेर आर्टिफिसिअल इन्टेलिजेन्सका मोडेललाई तालिम गराइन्छ त्यति धेरै ती मोडेलको प्रभावकारिता बढ्दै जान्छ ।
ज्ञानकोशमा रहेका ज्ञान तथा तथ्यलाई तार्किक नियमहरूले विश्लेषण गरेर नयाँ परिष्कृत ज्ञानको सृजना गर्ने क्षमता पनि आर्टिफिसिअल इन्टेलिजेन्समा हुन्छ, जसलाई ‘इन्फरन्स’ भनिन्छ । उदाहरणका लागि विद्यालयको शैक्षिक गुणस्तरलाई अहिलेको तुलनामा ५० प्रतिशत अभिवृद्धि गर्नका लागि आवश्यक सूचकहरूको प्राथमिकता सूची तयार पार्न तथा तिनको गुणस्तरमा कति मात्रमा सुधार गर्न आवश्यक पर्छ भन्नेबारेको ज्ञान आर्टिफिसिअल इन्टेलिजेन्सको प्रयोगबाट सजिलै प्राप्त गर्न सकिन्छ । आर्टिफिसिअल इन्टेलिजेन्सलाई परम्परागत रूपमा निम्न चार कामका लागि प्रयोग गरिँदै आइएको छ ः भाषा प्रशोधन, चित्र प्रशोधन, विशेषज्ञ प्रणाली र रोबोटिक्स । आर्टिफिसिअल इन्टेलिजेन्सको प्रयोगबाट हामीले बोलेका वाक्यहरू कम्प्युटरमा आफैँ लेखिने तथा लेखिएका वाक्यहरू कम्प्युटरले आफैँ पढ्ने (जसलाई ट्रान्सलिटेरेसन भनिन्छ) प्रविधिको विकास भइसकेको छ । त्यस्तैगरी, एक भाषालाई अर्को भाषामा अनुवाद गर्न पनि आर्टिफिसिअल इन्टेलिजेन्सको प्रयोग गरिन्छ । अङ्ग्रेजीलगायतका अन्य भाषामा लेखिएका वाक्यहरू नेपालीमा अनुवाद गर्ने प्रविधि अहिले कम्प्युटरमा उपलब्ध छन् । तर, हुबहु अनुवाद गर्न सक्ने क्षमतामा भने पुगिसकेको छैन । नेपालीमा ट्रान्सलिटेरेसन गर्ने प्रविधि भने अझै उपलब्ध हुन सकेको छैन ।
चित्र प्रशोधन प्रविधिलाई फोटो र भिडियो प्रशोधन गरी वस्तु पहिचान गर्ने उद्देश्यले प्रयोग गरिन्छ । क्यामेराबाट खिचिएका फोटा तथा भिडियो कम्प्युटरमा सम्प्रेषण गरेर प्रशोधन गर्दा ती फोटा तथा भिडियोमा रहेका सबै प्रकारका वस्तु र तिनका गुणहरू पहिचान गर्न सकिन्छ । उदाहरणका लागि सहरमा अपराध गरेर फरार अपराधीको पहिचान गर्नका लागि त्यस सहरका विभिन्न ठाउँहरूमा राखिएका सिसिटिभी क्यामेराले खिचेका भिडियोलाई आर्टिफिसिअल इन्टेलिजेन्सबाट प्रशोधन गरिन्छ । विशेषज्ञ प्रणालीले कम्प्युटरमा भण्डारण गरेर राखिएको विशेषज्ञ ज्ञानकोशको प्रयोग गरेर विशेषज्ञ सल्लाह प्रदान गर्न सक्छ । स्वास्थ्य परीक्षण, रोग पहिचान तथा उपयुक्त उपचार पद्धति सिफारिस गर्नका लागि चिकित्सकलाई सहायोग गर्ने विशेषज्ञ प्रणालीको प्रयोग हुँदै आएको छ । हामीले प्रश्न सोध्दा उत्तर दिने आइफोनको सिरी र एन्ड्रोइड फोनको गुगल असिस्टेन्ट पनि विशेषज्ञ प्रणालीका उदाहरण हुन् ।
आर्टिफिसिअल इन्टेलिजेन्सकै प्रयोगबाट रोबोटहरू आफैँ चल्ने र मानवले जस्तै काम गर्न सक्ने भएका छन् । रोबोटको इन्द्रियका रूपमा रहेका क्यामेरा तथा सेन्सरहरूबाट कैद गरिएका चित्र तथा सूचनाहरू प्रशोधन गरेर रोबोटले आफ्नो वर्तमान अवस्थिति यकिन गर्दै गन्तव्यमा पुग्नका लागि दिशा तथा गति तय गर्छन् । यिनै सिद्धान्तका आधारमा स्वचालित कारहरूको पनि विकास गरिँदै छ । सन् १९५० को दशकबाट विकास हुन सुरु भएको आर्टिफिसिअल इन्टेलिजेन्सलाई सन् २०१० को दशकमा हरेक मानिसको जीवनमा प्रत्यक्ष सम्बन्ध राख्ने एक अत्यन्त उपयोगी साधनका रूपमा हेरिन थालिएको छ । यसको प्रभावकारिता र विश्वसनीयता बढेको छ ।
उच्च कम्प्युटिङ क्षमताका कम्प्युटर तथा स्मार्टफोनहरू सस्तो मूल्यमा उपलब्ध हुन थालेपछि आर्टिफिसिअल इन्टेलिजेन्सका जटिल प्रकृतिका परिष्कृत एल्गोरिदम तथा मोडेलहरू पनि सजिलै चलाउन सकिएको छ । गत ४०÷५० वर्षको निरन्तर अनुसन्धानको प्रयासबाट आर्टिफिसिअल इन्टेलिजेन्स तथा मेसिन लर्निङका परिष्कृत एल्गोरिदमहरू विकास भएका छन् । आर्टिफिसिअल इन्टेलिजेन्स प्रविधिको उपसमूहमा पर्ने मेसिन लर्निङ एल्गोरिदमहरूले नमुना डाटाका आधारमा समस्या पहिचान गर्ने तथा ती समस्याका गणितीय मोडेल बनाउने काम गर्छन् । मेसिन लर्निङले आर्टिफिसिअल इन्टेलिजेन्स प्रणालीहरूलाई उपलब्ध डाटाका आधारमा आफैँ सिक्ने र आफ्नै अनुभवबाट कार्यकुशलता सुधार गर्दै लैजाने क्षमता प्रदान गर्छ । यसरी तालिम पाएका मेसिन लर्निङ मोडेलहरूलाई त्यस्तै प्रकृतिका नयाँ डाटामा प्रयोग गरियो भने ती डाटाका आधारमा उपयोगी ज्ञान पत्ता लगाउन सक्छन् । स्पाम अर्थात् नचाहिने इमेल फिल्टर (छनोट) गर्न, फोटो वा भिडियोमा वस्तु पहिचान गर्न, भाषा अनुवाद गर्न, तथ्याङ्क सारिणीकरण गर्नेजस्ता कामका लागि मेसिन लर्निङ प्रविधि प्रयोग हुँदै आएका छन् । परिष्कृत डिप लर्निङ मोडेलहरूको प्रयोगबाट आर्टिफिसिअल इन्टेलिजेन्स प्रणालीको कार्यलाई त्रुटिरहित र भरपर्दो बनाउने काम सम्भव हुँदै गइरहेको छ ।
उदाहरणका लागि ‘डिप लर्निङ’मा आधारित एआई किम नामक कृत्रिम टेलिभिजन समाचार वाचिकाबाट हालै दक्षिण कोरियाको एमबीएन च्यानलमा समाचार वाचन गराएको थियो । जुहा किम नामकी मानव टेलिभिजन समाचार वाचिकाले समाचार वाचन गरेको १० घण्टा लामो भिडियोबाट डिप लर्निङ मोडेललाई तालिम दिएर सिर्जना गरिएको एआई किमको आवाज, बोल्ने तरिका, अनुहारको हाउभाउ, ओठको चाल, हात तथा शरीर हल्लाउने तरिका ठ्याक्कै मानव किमसँग मिल्दोजुल्दो थियो ।
सञ्चार प्रणाली, आईओटी, बिग डाटा र रोबोटिक्सजस्ता नवीनतम सूचना तथा सञ्चार प्रविधिको अधिकतम सदुपयोग गरी सामाजिक, आर्थिक गतिविधिमा वृहत् सुधार ल्याउने सोसाइटी ५.० र इन्डस्ट्री ४.० का अवधारणाहरू क्रमशः जापान र युरोपमा अहिले कार्यान्वयनका चरणमा छन् । नेपालमा पनि आर्टिफिसिअल इन्टेलिजेन्सले ‘समृद्ध नेपाल, सुखी नेपाली’को अवधारणालाई कार्यान्वयन गर्नका लागि सहयोगी भूमिका खेल्न सक्नेछ । कोभिड–१९ ले जनजीवनमा पारेको नकारात्मक प्रभावलाई न्यूनीकरण गर्नका लागि सूचना तथा सञ्चार प्रविधिको महŒवपूर्ण भूमिकाको सन्दर्भमा आर्टिफिसिअल इन्टेलिजेन्सको प्रवर्तनबाट विभिन्न क्षेत्रहरूमा देखिएका समस्याहरू प्रभावकारी समाधान गर्न सकिने सम्भावनाका बारेमा विस्तृत अध्ययन सुरु गरी कार्ययोजना
बनाउन आवश्यक छ ।
(लेखक सूचना तथा सञ्चार प्रविधिका अध्येता हुनुहुन्छ ।)
