Theory
Booms और Winters की एक Field
AI एक sudden recent arrival की तरह feel हो सकता है, पर यह soaring hopes और crushing setbacks की एक dramatic history वाली एक decades-old field है। उस history को समझना explain करता है क्यों AI अभी exciting है और क्यों हमें इसके बारे में level-headed रहना चाहिए।
यह lesson AI का evolution trace करता है: 1950s में इसका birth, disappointment के periods जिन्हें 'AI winters' कहा जाता है, और recent breakthroughs, data और computing से powered, जिन्होंने आज की AI produce की। Hype, फिर reality का pattern खुद AI claims को sensibly judge करने के लिए एक valuable lesson है।
Theory
Birth और Early Optimism
1950 में, Alan Turing ने एक famous test propose किया: क्या एक machine के responses को एक human's से indistinguishable बनाया जा सकता है? इसने machine intelligence के question को sharply pose किया। 1956 में, Dartmouth workshop में, term 'Artificial Intelligence' coin हुआ, और AI एक research field की तरह born हुआ।
अगले सालों ने great optimism लाया: early programs games खेलते थे और logic problems solve करते थे, और researchers ने predict किया human-level AI पास है। वह optimism reality से outrun हो गया, problems expected से कहीं harder निकले, जिसने आने वाले disappointments set up किए। Enthusiasm easy है; general intelligence deliver करना बहुत hard साबित हुआ।
Theory
Winters, फिर Data-Driven Boom
जब progress bold promises से कम रहा, funding और interest AI winters नाम के periods में सूख गए (notably 1970s और late 1980s में)। AI के successes भी हुए, expert systems (rule-based programs) ने 1980s में commercial use पाया, और 1997 में एक computer ने world chess champion को हराया, पर general progress slow था।
Real transformation 2010s से आगे आया। huge amounts of data और powerful computing (GPUs) के arrival के साथ, machine learning और especially deep learning ने images recognise करने, speech समझने, और language process करने में breakthroughs achieve किए। इस data-driven wave ने वह capable AI produce की जो हम आज इस्तेमाल करते हैं। History का lesson: progress hype से नहीं बल्कि data और computing के आखिर में ideas से catch up करने से आया।
Quiz
Artificial intelligence की history में 'AI winters' क्या थे?
- वे periods जब AI ने cold weather में सबसे best काम किया
- Reduced funding और interest के periods जब AI progress इसके bold promises से कम रहा
- वे साल जब AI पहली बार invent हुआ
- एक type का AI hardware
Show the answer
Reduced funding और interest के periods जब AI progress इसके bold promises से कम रहा
AI winters वे periods थे (notably 1970s और late 1980s में) जब AI में funding और interest सूख गए क्योंकि progress पहले किए गए ambitious promises से बहुत कम रहा, over-optimism के hard reality से मिलने के बाद field ठंडी हो गई। Option A एक literal misreading है; 'winter' एक downturn के लिए metaphor है, weather नहीं। Option C गलत है: AI 1956 में founded हुआ (Dartmouth workshop), जो एक beginning थी, winter नहीं। Option D गलत है: एक AI winter decline का एक period है, hardware नहीं। Winters एक lasting lesson सिखाते हैं: results से आगे निकलती hype disappointment की ओर ले जाती है, और real progress बाद में आई, जब data और computing power catch up हुई।
Think first
AI का Hype और Winters का History आज की AI के बारे में हमें क्या सिखाता है?
Current AI boom के बारे में सोचते समय AI winters के बारे में जानना useful क्यों है? फिर tap कीजिए।
Show the answer
क्योंकि यह एक valuable BALANCE सिखाता है: AI की real capabilities genuinely transformative हो सकती हैं, पर bold promises बार-बार reality से outrun हुईं, तो हमें AI actually जो deliver करता है उसके बारे में excited होना चाहिए जबकि overblown hype के sceptical रहना चाहिए। AI की history में pattern striking और repeated है: enthusiasm और grand predictions की एक wave (human-level AI 'एक decade के अंदर'), फिर disappointment जब hard reality कम पड़ती है, फिर reduced funding और interest की एक winter, और फिर, बाद में, real progress concrete advances (जैसे ज़्यादा data और computing power) से driven, पहले की hype से नहीं। यह जानना आपको CURRENT boom का एक wiser observer बनाता है। एक तरफ, आज की progress real और substantial है, deep learning ने genuinely image, speech, और language tasks को revolutionise किया, big data और powerful hardware से driven, तो यह सिर्फ़ एक और empty hype cycle नहीं है; solid, useful results हैं। दूसरी तरफ, history हर extravagant claim believe करने के against warn करता है: हर चीज़ जिसे 'AI' label किया गया वह इसकी marketing तक live up नहीं करती, imminent general intelligence की predictions पहले भी कई बार गलत हुई हैं, और confident forecasts scrutiny deserve करते हैं। Healthy stance AI को इसके around के buzzwords से नहीं बल्कि यह DEMONSTRABLY क्या कर सकता है इससे judge करना है, exactly वह non-hype attitude जो यह subject encourage करता है। तो AI का booms और winters का history सिर्फ़ background trivia नहीं है; यह अपने feet ground पर रखने का एक practical guide है: real advances appreciate कीजिए, इन्हें उसके लिए इस्तेमाल कीजिए जिसके लिए ये अच्छी हैं, और sweeping promises को informed caution से treat कीजिए। History से सीखी गई scepticism से tempered enthusiasm AI के बारे में सोचने का sensible तरीका है।
Summary
Key takeaways
- AI soaring hopes और hard setbacks के history वाली एक decades-old field है।
- 1950: Turing ने machine intelligence का अपना test propose किया; 1956: Dartmouth workshop ने 'Artificial Intelligence' term coin किया।
- Early optimism reality से outrun हो गया, क्योंकि problems expected से कहीं harder साबित हुए।
- AI winters (1970s, late 1980s) reduced funding और interest के periods थे जब progress promises से कम रहा।
- Successes भी आए: 1980s में expert systems, और 1997 में chess champion को हराता एक computer।
- 2010s से, big data और powerful computing ने machine learning और deep learning को आज की AI के पीछे के breakthroughs achieve करने दिए।
- Memory hook: 1956 में coined, AI winters में cooled, हाल में boomed जब data और computing catch up हुई।