कम्प्यूटेशनल इंटेलिजेंस

अभिव्यक्ति कम्प्यूटेशनल इंटेलिजेंस (सीआई) आमतौर पर डेटा या प्रयोगात्मक अवलोकन से किसी विशिष्ट कार्य को सीखने के लिए कंप्यूटर की क्षमता को संदर्भित करता है। भले ही इसे आमतौर पर सॉफ्ट कंप्यूटिंग का पर्याय माना जाता है, फिर भी कम्प्यूटेशनल इंटेलिजेंस की कोई आम तौर पर स्वीकृत परिभाषा नहीं है।

आम तौर पर, कम्प्यूटेशनल इंटेलिजेंस जटिल वास्तविक दुनिया की समस्याओं को संबोधित करने के लिए प्रकृति-प्रेरित कम्प्यूटेशनल पद्धतियों और दृष्टिकोणों का एक सेट है, जिसके लिए गणितीय या पारंपरिक मॉडलिंग कुछ कारणों से बेकार हो सकती है: प्रक्रियाएं गणितीय तर्क के लिए बहुत जटिल हो सकती हैं, इसमें कुछ शामिल हो सकते हैं प्रक्रिया के दौरान अनिश्चितताएँ, या प्रक्रिया केवल प्रकृति में स्टोकेस्टिक हो सकती है। दरअसल, कई वास्तविक जीवन की समस्याओं को कंप्यूटर द्वारा संसाधित करने के लिए बाइनरी भाषा (0 और 1 के अद्वितीय मान) में अनुवादित नहीं किया जा सकता है। इसलिए कम्प्यूटेशनल इंटेलिजेंस ऐसी समस्याओं का समाधान प्रदान करता है।

उपयोग की जाने वाली विधियाँ मानव के तर्क करने के तरीके के करीब हैं, अर्थात यह अचूक और अधूरे ज्ञान का उपयोग करता है, और यह अनुकूली तरीके से नियंत्रण क्रियाओं का उत्पादन करने में सक्षम है। इसलिए सीआई पांच मुख्य पूरक तकनीकों के संयोजन का उपयोग करता है। फजी लॉजिक जो कंप्यूटर को प्राकृतिक भाषा समझने में सक्षम बनाता है, कृत्रिम तंत्रिका नेटवर्क जो सिस्टम को जैविक की तरह संचालित करके अनुभवात्मक डेटा सीखने की अनुमति देता है, विकासवादी गणना, जो प्राकृतिक चयन, सीखने के सिद्धांत और संभाव्य तरीकों की प्रक्रिया पर आधारित है जो अनिश्चितता की अनिश्चितता से निपटने में मदद करता है।

उन मुख्य सिद्धांतों को छोड़कर, वर्तमान में लोकप्रिय दृष्टिकोणों में झुंड खुफिया जैसे जैविक रूप से प्रेरित एल्गोरिदम शामिल हैं और कृत्रिम प्रतिरक्षा प्रणाली, जिसे विकासवादी गणना, छवि प्रसंस्करण, डेटा खनन, प्राकृतिक भाषा प्रसंस्करण और कृत्रिम बुद्धिमत्ता के एक भाग के रूप में देखा जा सकता है, जिसे कम्प्यूटेशनल इंटेलिजेंस के साथ भ्रमित किया जाता है। लेकिन यद्यपि कम्प्यूटेशनल इंटेलिजेंस (सीआई) और कृत्रिम होशियारी  (एआई) दोनों समान लक्ष्य चाहते हैं, उनके बीच एक स्पष्ट अंतर है.

इस प्रकार कम्प्यूटेशनल इंटेलिजेंस इंसानों की तरह प्रदर्शन करने का एक तरीका है. दरअसल, बुद्धि की विशेषता को आमतौर पर जिम्मेदार ठहराया जाता हैमनुष्यों को. हाल ही में, कई उत्पाद और आइटम भी बुद्धिमान होने का दावा करते हैं, एक ऐसा गुण जो सीधे तर्क और निर्णय लेने से जुड़ा हुआ है.

इतिहास
स्रोत: कम्प्यूटेशनल इंटेलिजेंस की धारणा का उपयोग पहली बार 1990 में IEEE न्यूरल नेटवर्क काउंसिल द्वारा किया गया था। इस काउंसिल की स्थापना 1980 के दशक में जैविक और कृत्रिम तंत्रिका नेटवर्क के विकास में रुचि रखने वाले शोधकर्ताओं के एक समूह द्वारा की गई थी। 21 नवंबर 2001 को, आईईईई न्यूरल नेटवर्क्स काउंसिल आईईईई न्यूरल नेटवर्क्स सोसाइटी बन गई, जो दो साल बाद फजी सिस्टम और इवोल्यूशनरी कंप्यूटेशन जैसे रुचि के नए क्षेत्रों को शामिल करके आईईईई कम्प्यूटेशनल इंटेलिजेंस सोसायटी बन गई, जिसे उन्होंने 2011 में कम्प्यूटेशनल इंटेलिजेंस से संबंधित किया था। (डोटे और ओवास्का)।

लेकिन कम्प्यूटेशनल इंटेलिजेंस की पहली स्पष्ट परिभाषा 1994 में बेजडेक द्वारा पेश की गई थी: एक सिस्टम को कम्प्यूटेशनल रूप से बुद्धिमान कहा जाता है यदि यह संख्यात्मक डेटा जैसे निम्न-स्तरीय डेटा से निपटता है, इसमें पैटर्न पहचान | पैटर्न-पहचान घटक होता है और एआई अर्थ में ज्ञान का उपयोग नहीं करता है, और इसके अतिरिक्त जब यह कम्प्यूटेशनल अनुकूली रूप से प्रदर्शित करना शुरू करता है, तो दोष सहनशीलता, मानव-जैसी बदलाव की गति और त्रुटि दर जो मानव प्रदर्शन का अनुमान लगाती है।

बेजडेक और मार्क्स (1993) ने स्पष्ट रूप से सीआई को एआई से अलग किया, यह तर्क देकर कि पहला सॉफ्ट कंप्यूटिंग विधियों पर आधारित है, जबकि एआई हार्ड कंप्यूटिंग पर आधारित है।

कम्प्यूटेशनल और आर्टिफिशियल इंटेलिजेंस के बीच अंतर
हालाँकि आर्टिफिशियल इंटेलिजेंस और कम्प्यूटेशनल इंटेलिजेंस एक समान दीर्घकालिक लक्ष्य की तलाश करते हैं: कृत्रिम सामान्य बुद्धिमत्ता तक पहुँचना, जो एक मशीन की बुद्धिमत्ता है जो किसी भी बौद्धिक कार्य को कर सकती है जो एक इंसान कर सकता है; उनके बीच स्पष्ट अंतर है. बेजडेक (1994) के अनुसार, कम्प्यूटेशनल इंटेलिजेंस आर्टिफिशियल इंटेलिजेंस का एक उपसमूह है।

मशीन इंटेलिजेंस दो प्रकार की होती है: हार्ड कंप्यूटिंग तकनीकों पर आधारित कृत्रिम और सॉफ्ट कंप्यूटिंग विधियों पर आधारित कम्प्यूटेशनल, जो कई स्थितियों में अनुकूलन को सक्षम बनाती है।

हार्ड कंप्यूटिंग तकनीकें केवल दो मानों (बूलियन सही या गलत, 0 या 1) पर आधारित बाइनरी लॉजिक का पालन करते हुए काम करती हैं, जिस पर आधुनिक कंप्यूटर आधारित होते हैं। इस तर्क के साथ एक समस्या यह है कि हमारी प्राकृतिक भाषा को हमेशा 0 और 1 के पूर्ण शब्दों में आसानी से अनुवादित नहीं किया जा सकता है। फ़ज़ी लॉजिक पर आधारित सॉफ्ट कंप्यूटिंग तकनीकें यहां उपयोगी हो सकती हैं। आंशिक सत्य (क्रिस्प/फ़ज़ी सिस्टम) में डेटा एकत्र करके मानव मस्तिष्क जिस तरह से काम करता है, उसके बहुत करीब, यह तर्क सीआई के मुख्य विशिष्ट पहलुओं में से एक है।

फ़ज़ी और बाइनरी लॉजिक्स के समान सिद्धांतों के भीतर क्रिस्पी और फ़ज़ी सिस्टम का पालन किया जाता है। क्रिस्प लॉजिक कृत्रिम बुद्धिमत्ता सिद्धांतों का एक हिस्सा है और इसमें या तो एक सेट में एक तत्व शामिल होता है या नहीं, जबकि फ़ज़ी सिस्टम (सीआई) तत्वों को एक सेट में आंशिक रूप से शामिल करने में सक्षम बनाता है। इस तर्क का पालन करते हुए, प्रत्येक तत्व को सदस्यता की डिग्री (0 से 1 तक) दी जा सकती है, न कि केवल इन 2 मानों में से एक।

सीआई के पांच मुख्य सिद्धांत और इसके अनुप्रयोग
कम्प्यूटेशनल इंटेलिजेंस के मुख्य अनुप्रयोगों में कंप्यूटर विज्ञान, इंजीनियरिंग, डेटा विश्लेषण और जैव-चिकित्सा शामिल हैं।

फ़ज़ी लॉजिक
जैसा कि पहले बताया गया है, फ़ज़ी लॉजिक, सीआई के मुख्य सिद्धांतों में से एक, वास्तविक जीवन की जटिल प्रक्रियाओं के लिए किए गए माप और प्रक्रिया मॉडलिंग में शामिल है। आर्टिफिशियल इंटेलिजेंस के विपरीत, इसे प्रक्रिया मॉडल में अपूर्णता और सबसे महत्वपूर्ण रूप से डेटा की अज्ञानता का सामना करना पड़ सकता है, जिसके लिए सटीक ज्ञान की आवश्यकता होती है।

यह तकनीक नियंत्रण, छवि प्रसंस्करण और निर्णय लेने जैसे डोमेन की एक विस्तृत श्रृंखला पर लागू होती है। लेकिन इसे वॉशिंग मशीन, माइक्रोवेव ओवन आदि जैसे घरेलू उपकरणों के क्षेत्र में भी अच्छी तरह से पेश किया गया है। हम वीडियो कैमरे का उपयोग करते समय भी इसका सामना कर सकते हैं, जहां यह कैमरे को अस्थिर रूप से पकड़ने पर छवि को स्थिर करने में मदद करता है। चिकित्सा निदान, विदेशी मुद्रा व्यापार और व्यापार रणनीति चयन जैसे अन्य क्षेत्र इस सिद्धांत के अनुप्रयोगों की संख्या से अलग हैं।

फ़ज़ी लॉजिक मुख्य रूप से अनुमानित तर्क के लिए उपयोगी है, और इसमें सीखने की क्षमता नहीं होती है, एक अत्यंत आवश्यक योग्यता जो मनुष्य के पास है। यह उन्हें अपनी पिछली गलतियों से सीखकर खुद को बेहतर बनाने में सक्षम बनाता है।

तंत्रिका नेटवर्क
यही कारण है कि सीआई विशेषज्ञ जैविक तंत्रिका नेटवर्क पर आधारित कृत्रिम तंत्रिका नेटवर्क के विकास पर काम करते हैं, जिसे 3 मुख्य घटकों द्वारा परिभाषित किया जा सकता है: कोशिका-शरीर जो सूचना को संसाधित करता है, अक्षतंतु, जो सिग्नल संचालन को सक्षम करने वाला एक उपकरण है, और सिनैप्स, जो संकेतों को नियंत्रित करता है। इसलिए, कृत्रिम तंत्रिका नेटवर्क वितरित सूचना प्रसंस्करण प्रणालियों से युक्त हैं, अनुभवात्मक डेटा से प्रक्रिया और सीखने को सक्षम करना। मनुष्य की तरह कार्य करना, दोष सहन करना भी इस सिद्धांत की मुख्य संपत्तियों में से एक है।

इसके अनुप्रयोगों के संबंध में, तंत्रिका नेटवर्क को पांच समूहों में वर्गीकृत किया जा सकता है: डेटा विश्लेषण और वर्गीकरण, सहयोगी स्मृति, पैटर्न की क्लस्टरिंग पीढ़ी और नियंत्रण। आम तौर पर, इस पद्धति का उद्देश्य चिकित्सा डेटा का विश्लेषण और वर्गीकरण करना, धोखाधड़ी और धोखाधड़ी का पता लगाने के लिए आगे बढ़ना और सबसे महत्वपूर्ण रूप से इसे नियंत्रित करने के लिए सिस्टम की गैर-रैखिकताओं से निपटना है। इसके अलावा, तंत्रिका नेटवर्क तकनीक फ़ज़ी लॉजिक तकनीक के साथ डेटा क्लस्टरिंग को सक्षम करने का लाभ साझा करती है।

विकासवादी संगणना
सबसे पहले चार्ल्स डार्विन द्वारा शुरू की गई विकास की प्रक्रिया के आधार पर, विकासवादी गणना में नई कृत्रिम विकासवादी पद्धतियों को लाने के लिए प्राकृतिक विकास की ताकत को भुनाना शामिल है। इसमें अन्य क्षेत्र भी शामिल हैं जैसे कि विकास रणनीति, और विकासवादी एल्गोरिदम जिन्हें समस्या समाधानकर्ता के रूप में देखा जाता है... इस सिद्धांत के मुख्य अनुप्रयोग अनुकूलन (कंप्यूटर विज्ञान) और बहुउद्देश्यीय अनुकूलन जैसे क्षेत्रों को कवर करते हैं, जिनमें पारंपरिक गणितीय तकनीकें शामिल हैं। डीएनए विश्लेषण, शेड्यूलिंग समस्याओं जैसी समस्याओं की एक विस्तृत श्रृंखला पर लागू करने के लिए अब यह पर्याप्त नहीं है...

सीखने का सिद्धांत
अभी भी मनुष्य के समान तर्क करने का एक तरीका तलाश रहा है, कम्प्यूटेशनल शिक्षण सिद्धांत सीआई के मुख्य दृष्टिकोणों में से एक है। मनोविज्ञान में, सीखना ज्ञान, कौशल, मूल्यों और विश्व दृष्टिकोण को प्राप्त करने, बढ़ाने या बदलने के लिए संज्ञानात्मक, भावनात्मक और पर्यावरणीय प्रभावों और अनुभवों को एक साथ लाने की प्रक्रिया है (ऑर्मरोड, 1995; इलेरिस, 2004)। सिद्धांतों को सीखने से यह समझने में मदद मिलती है कि इन प्रभावों और अनुभवों को कैसे संसाधित किया जाता है, और फिर पिछले अनुभव के आधार पर भविष्यवाणियां करने में मदद मिलती है।

संभाव्य विधियाँ
फ़ज़ी लॉजिक के मुख्य तत्वों में से एक होने के नाते, संभाव्य पद्धतियाँ सबसे पहले पॉल एर्डोज़ और जोएल स्पेंसर द्वारा प्रस्तुत की गईं। (1974), जिसका उद्देश्य कम्प्यूटेशन इंटेलिजेंट सिस्टम के परिणामों का मूल्यांकन करना है, जो ज्यादातर यादृच्छिकता द्वारा परिभाषित है। इसलिए, संभाव्य विधियाँ पूर्व ज्ञान के आधार पर किसी समस्या का संभावित समाधान निकालती हैं।

विश्वविद्यालय शिक्षा पर प्रभाव
ग्रंथ सूची अध्ययन के अनुसार, कम्प्यूटेशनल इंटेलिजेंस अनुसंधान में महत्वपूर्ण भूमिका निभाता है। सभी प्रमुख अकादमिक प्रकाशक पांडुलिपियों को स्वीकार कर रहे हैं जिनमें फ़ज़ी लॉजिक, तंत्रिका नेटवर्क और विकासवादी गणना के संयोजन पर चर्चा की गई है। दूसरी ओर, कम्प्यूटेशनल इंटेलिजेंस विश्वविद्यालय के पाठ्यक्रम में उपलब्ध नहीं है। तकनीकी विश्वविद्यालयों की संख्या जिनमें छात्र किसी पाठ्यक्रम में भाग ले सकते हैं, सीमित है। केवल ब्रिटिश कोलंबिया, डॉर्टमुंड तकनीकी विश्वविद्यालय (यूरोपीय फ़ज़ी बूम में शामिल) और जॉर्जिया दक्षिणी विश्वविद्यालय इस डोमेन से पाठ्यक्रम पेश कर रहे हैं।

प्रमुख विश्वविद्यालय इस विषय की अनदेखी इसलिए कर रहे हैं क्योंकि उनके पास संसाधन नहीं हैं। मौजूदा कंप्यूटर विज्ञान पाठ्यक्रम इतने जटिल हैं कि छमाही  के अंत में अस्पष्ट तर्क के लिए कोई जगह नहीं है। कभी-कभी इसे मौजूदा परिचय पाठ्यक्रमों में एक उपप्रोजेक्ट के रूप में पढ़ाया जाता है, लेकिन ज्यादातर मामलों में विश्वविद्यालय बूलियन लॉजिक, ट्यूरिंग मशीनों और ब्लॉक वर्ल्ड जैसी खिलौना समस्याओं पर आधारित शास्त्रीय एआई अवधारणाओं के बारे में पाठ्यक्रमों को प्राथमिकता दे रहे हैं।

कुछ समय से एसटीईएम शिक्षा के उत्थान के साथ स्थिति थोड़ी बदल गई है। ऐसे कुछ प्रयास उपलब्ध हैं जिनमें बहु-विषयक दृष्टिकोण को प्राथमिकता दी जाती है जो छात्र को जटिल अनुकूली प्रणालियों को समझने की अनुमति देता है। इन उद्देश्यों की चर्चा केवल सैद्धांतिक आधार पर की जाती है। वास्तविक विश्वविद्यालयों का पाठ्यक्रम अभी तक अनुकूलित नहीं किया गया था।

प्रकाशन

 * तंत्रिका नेटवर्क और शिक्षण प्रणालियों पर आईईईई लेनदेन
 * फज्जी सिस्टम पर आई ई ई ई लेनदेन
 * विकासपरक संगणन पर आईईईई लेन - देन
 * कम्प्यूटेशनल इंटेलिजेंस में उभरते विषयों पर आईईईई लेनदेन
 * स्वायत्त मानसिक विकास पर आईईईई लेनदेन
 * कम्प्यूटेशनल जीव विज्ञान और जैव सूचना विज्ञान पर आईईईई/एसीएम लेनदेन
 * गेम्स में कम्प्यूटेशनल इंटेलिजेंस और एआई पर आईईईई लेनदेन
 * नैनोबायोसाइंस पर आईईईई लेनदेन
 * सूचना फोरेंसिक और सुरक्षा पर आईईईई लेनदेन
 * प्रभावी कंप्यूटिंग पर आईईईई लेनदेन
 * स्मार्ट ग्रिड पर आईईईई लेनदेन
 * नैनोटेक्नोलॉजी पर आईईईई लेनदेन
 * आईईईई सिस्टम्स जर्नल

यह भी देखें
• Cognitive robotics

• Computational finance and Computational economics

• Concept mining

• Developmental robotics

• Data mining

• Evolutionary robotics

• Knowledge-based engineering

• Natural computing

• Synthetic intelligence

• International Meeting on Computational Intelligence Methods for Bioinformatics and Biostatistics

टिप्पणियाँ

 * Computational Intelligence: An Introduction by Andries Engelbrecht. Wiley & Sons. ISBN 0-470-84870-7
 * Computational Intelligence: A Logical Approach by David Poole, Alan Mackworth, Randy Goebel. Oxford University Press. ISBN 0-19-510270-3
 * Computational Intelligence: A Methodological Introduction by Kruse, Borgelt, Klawonn, Moewes, Steinbrecher, Held, 2013, Springer, ISBN 9781447150121