एआयच्या इतिहासाचा लेखाजोखा

डॉ. आनंद ज. कुलकर्णी
सोमवार, 30 ऑगस्ट 2021

आर्टिफिशियल इंटेलिजन्स

कृत्रिम बुद्धिमत्तेचा गेल्या सहा दशकांमधील प्रवास उतार-चढावांनी भरलेला आहे. १९९०च्या दशकाच्या अखेरीस आयबीएमने बनवलेल्या ‘डीप-ब्लू’ नावाच्या बुद्धिबळाच्या आर्टिफिशिअल खेळाडूने तत्कालीन सर्वोत्कृष्ट खेळाडू गॅरी कास्पारोव्हला हरवले आणि एकच खळबळ उडाली.

आज शेती, संरक्षण, रस्ते व विमान वाहतूक, स्मार्ट होम्स, खेळ, उत्पादन, आरोग्य अशा अनेक क्षेत्रांत आर्टिफिशिअल इंटेलिजन्सचा, कृत्रिम बुद्धिमत्तेचा, वापर दिवसागणिक वाढत आहे. येत्या काही दशकांत अगदी रोजच्या प्रत्येक कामात त्याचा वापर गरजेचा होणार आहे. विविध विद्यापीठांतील अभ्यासक्रमांत आर्टिफिशिअल इंटेलिजन्स ही आता एक विद्याशाखा म्हणून उदयास येत असली तरी, ही संकल्पना तशी अलीकडची म्हणजे साधारणपणे साठ वर्षांपूर्वीची. कृत्रिम बुद्धिमत्तेची गेल्या सहा दशकांतील भरारी पाहता या संकल्पनेचा पायाभरणीपासूनचा मागोवा घेणेही गरजेचे आहे.

साधारणपणे दुसऱ्या महायुद्धाच्या काळातच ऑटोमेशनचे महत्त्व जगातील जवळजवळ सर्व देशांना पटले होते, त्यादृष्टीने पावलेही टाकली जात होती. संगणकांचा वापरही १९४० नंतर वाढू लागला होता, परंतु त्या काळात संगणक अतिश्रीमंत विद्यापीठे व तंत्रज्ञानाशी संबंधित मोठ्या कंपन्यांमध्येच, ते देखील मोजक्या कामांपुरतेच मर्यादित होते. क्लिष्ट व अवघड समस्या सोडवण्यासाठी संगणक वापरता येऊ शकतो, याबाबत विविध तज्ज्ञांचे एकमत झाले होते व त्याप्रमाणे संशोधनही सुरू होते. याच काळात म्हणजे १९५०मध्ये डॉ एलन टुरिंग, या ब्रिटिश गणितज्ज्ञाने ऑक्सफर्ड विद्यापीठातर्फे प्रसिद्ध होणाऱ्या ‘माईंड’ या नियतकालिकात लिहिलेल्या ‘कॉम्प्युटिंग मशिनरी अँड इंटेलिजन्स’ या लेखात ‘इंटेलिजन्ट मशिन्स’ बनवण्याची संकल्पना मांडली. मानव ज्याप्रमाणे अनुभवातून शिकतो, त्याआधारे समस्या सोडवतो व निर्णय घेतो, तसेच एखादे मशिनसुद्धा मिळालेल्या माहितीच्या आधारे शिकू शकते व समस्या सोडवू शकते, असे डॉ. टुरिंगचे म्हणणे होते. परंतु, त्याकाळी दोन प्रमुख अडथळे होते. ते म्हणजे कॉम्प्युटरच्या प्रचंड किमती. म्हणजे अगदी एका कॉम्प्युटरचे महिन्याचे भाडेसुद्धा त्याकाळी कोट्यवधी रुपयांहून अधिक होते आणि दुसरे महत्त्वाचे म्हणजे तत्कालीन कॉम्प्युटर गणित सोडवू शकत होता, पण प्रोग्रॅम कोड तसेच गणिताची उत्तरे लक्षात ठेवण्याची क्षमता त्याकडे नव्हती. त्यामुळे या संकल्पनेला खास प्रतिसाद मिळाला नाही. परंतु, डॉ. टुरिंग यांच्या संकल्पनेच्या धर्तीवरच ‘थिंकिंग मशिन्स’ ही संकल्पना अमेरिकेत तसेच युरोपमधे मूळ धरू लागली होती. या कल्पनेचा आवाका यंत्रमानव व ऑटोमॅटिक मशिन्सपर्यंतच मर्यादित होता. डॉ. एलन टुरिंग यांच्या निधनानंतर दोन वर्षांनी, १९५६ साली, अमेरिकेतील हॅनोवर येथल्या डार्टमाऊथ कॉलेजमधील प्रसिद्ध गणितज्ज्ञ डॉ. जॉन मॅकार्थी यांनी थिंकिंग मशिन्सवर विचारमंथन करण्यासाठी आठ आठवड्यांच्या कार्यशाळेचे आयोजन केले. निमंत्रितांमध्ये जगातले दहा आघाडीचे गणितज्ज्ञ, कॉम्प्युटर क्षेत्रातील प्राध्यापक व अर्थशास्त्रज्ञ होते. थिंकिंग मशिन्स म्हणजे यंत्रमानव व ऑटोमॅटिक मशिन्स या संकल्पनेच्यापुढे जाऊन विचार करण्याची गरज आहे, असे डॉ. मॅकार्थी यांचे ठाम मत होते. म्हणून त्यांनी कार्यशाळेचे नामकरण करताना तटस्थ पण तत्कालीन सीमांपलीकडे क्षितिज विस्तारणारे नाव देण्याचा विचार केला, त्यामुळे विचारमंथनाचा आवाकाही आपोआपच वाढला. या ‘डार्टमाऊथ समर प्रोजेक्ट ऑन आर्टिफिशिअल इंटेलिजन्स’ कार्यशाळेला काही निवडक शास्त्रज्ञ वगळता बाकीचे तज्ज्ञ एकत्रित उपस्थित नव्हते, परंतु मशिनला शिकवण्यासाठी कृत्रिम बुद्धिमत्ता म्हणजेच आर्टिफिशिअल इंटेलिजन्स विकसित करण्याची गरज असल्याचे मात्र सर्वांनी एकमताने मान्य केले. महत्त्वाचे म्हणजे, या कार्यशाळेत ऍलन न्यूवेल, क्लिफ शॉ आणि हर्बर्ट सायमन यांनी ‘लॉजिक थिअरिस्ट’ या मानवी बुद्धिमत्तेच्या अनुकरणाच्या आधारावर साधी गणिते सोडविणाऱ्या कॉम्प्युटर प्रोग्रॅमचे प्रात्यक्षिक दाखवले. येथूनच पुढील सुमारे दोन दशकांच्या आर्टिफिशिअल इंटेलिजन्स क्षेत्रातील संशोधनाचा पाया रचला गेला. पुढील काळात इतर तंत्रज्ञानांप्रमाणे या ही क्षेत्रात कित्येक चढ-उतार आले.

अनेक कंपन्यांनी रस घेतल्यामुळे १९५५ ते १९७५ या काळात संगणकांच्या किमती बऱ्याच कमी झाल्या, दर्जा सुधारला, बरेच कॉम्प्युटर सॉफ्टवेअर्स बाजारात आले, त्याचबरोबर, संगणकांचे प्रोसेसर्स वेगवान होऊ लागले, माहिती साठवण्याची क्षमताही वाढीस लागली. त्यामुळे कित्येक शास्त्रज्ञांना, तसेच कंपन्यांना मशिन लर्निंगच्या माध्यमातून समस्या सोडवणे शक्य होऊ लागले. अमेरिकेच्या बोस्टन येथील मॅसेच्युसेट्स इन्स्टिट्यूट ऑफ टेक्नॉलॉजी विद्यापीठात १९६३ साली स्थापन झालेल्या आर्टिफिशिअल इंटेलिजन्स प्रयोगशाळेने या प्रवासात मोठी कामगिरी बजावली आहे. या प्रयोगशाळेत आधुनिक आर्टिफिशिअल इंटेलिजन्सचे जनक मानल्या जाणाऱ्या डॉ. जोसेफ वेईझेनबम यांनी १९६४ ते १९६६ या काळात बनवलेले ‘एलायझा’ नावाचे इंटेलिजन्ट सॉफ्टवेअर एक उत्तम उदाहरण म्हणता येईल. हे सॉफ्टवेअर एखाद्याने टाइप केलेल्या वाक्यातील ठरावीक शब्दांवरून त्याच्या आशयाचा अंदाज लावून उत्तर देत असे. अर्थात ‘एलायझा’ त्याकाळी अत्यंत कमी शब्दसंग्रहाच्या मदतीने काम करत असे. आता मात्र ‘सिरी’ तसेच ‘अलेक्सा’ असे इतर अधिक प्रगल्भ इंटेलिजन्ट बॉट्स मार्केटमधे उपलब्ध आहेत. त्यांचा उपयोग एकटेपणा कमी करण्यासाठी व मानसिक रोगनिवारणासाठी मदतनीस म्हणून होत आहे.

 ‘एलायझा’ आणि इतर काही इंटेलिजन्ट सॉफ्टवेअरच्या यशामुळे पुढे ‘डार्पा’ या अमेरिकन लष्कराशी संबंधित संस्थेने आर्टिफिशिअल इंटेलिजन्सचा वापर करून एका लिपीचे दुसऱ्या लिपीत रूपांतर करणे, भाषांतर करणे, माहितीच्या विश्लेषणाचा वेग वाढवणे आदींसाठी प्रचंड निधी उपलब्ध करून दिला. पुढे १९७०च्या आसपास ‘एक्स्पर्ट सिस्टिम्स्’चा उदय झाला. अशा सिस्टिम म्हणजे ठरावीक विषयांतील विविध तज्ज्ञांकडून माहिती गोळा करून जर-तरचे नियम बनवले जातात. त्यानुसार प्रत्येक परिस्थितीप्रमाणे तर्क व अनुमान लावले जाते. तर्काच्या वैधतेनुसार एक्स्पर्ट सिस्टिममध्ये योग्य बदल करून त्याची प्रगल्भता वाढवली जाते. अशा तत्कालीन निवडक एक्स्पर्ट सिस्टिम्सपैकी प्रमुख उदाहरण म्हणजे ‘मायसिन’. ही एक्स्पर्ट सिस्टिम रक्ताच्या रोगाचे निदान, तसेच त्यावरील औषधे व परिणाम याच्याशी संबंधित आहे. निदानाच्या अचूकतेनुसार, ही सिस्टिम स्वतःमध्ये योग्य बदल करून भविष्यातील उत्तराची अचूकता व विश्वासार्हता वाढवते. आज, उपलब्ध असलेल्या पाणी व वीज वितरण, वित्त व अर्थव्यवस्था अशा अनेक क्षेत्रांतील एक्स्पर्ट सिस्टिम्सच्या यशाचा पाया पन्नास वर्षांपूर्वी रचला गेला. या एक्स्पर्ट सिस्टिमचे यश व उपयोग पाहता १९८०च्या दशकाच्या सुरुवातीला जपान सरकारने आर्टिफिशिअल इंटेलिजन्स संबंधित संशोधन वाढवण्यासाठी ‘फिफ्थ जनरेशन कॉम्प्युटर प्रोजेक्ट’ सुरू केला. त्यासाठी त्याकाळी शेकडो अब्ज रुपयांची गुंतवणूक केली. त्यासाठी जगभरातून नावाजलेल्या संगणक व गणितज्ज्ञांना जपानमध्ये बोलावले गेले. याच काळात आर्टिफिशिअल इंटेलिजन्सचा मोठा प्रचार झाला, पण हाताला फारसे काही लागले नाही आणि आर्टिफिशिअल इंटेलिजन्स माणसाशी स्पर्धा करण्यात तोकडे पडले, ते केवळ एक मिथ्या असल्याचे चित्र उभे राहू लागले. त्यामुळे जगभरातील विविध देशांच्या सरकारांनी मदतीचा हात आखडता घेतला. जपानच्या प्रोजेक्ट मधून मात्र शेकडो जपानी शास्त्रज्ञांची फौजच उभी झाली, त्यांनी पुढे जपानच्या प्रगतीत मोलाचा हातभार लावला. 

‘आयबीएम’, ‘ड्रॅगन सिस्टिम्स, ‘मायक्रोसॉफ्ट’, ‘ॲपल’ यांसारख्या जगातल्या मोठ्या कंपन्या मात्र आर्टिफिशिअल इंटेलिजन्स क्षेत्रातील संशोधनावर प्रचंड भर देत होत्या. १९९०च्या दशकाच्या अखेरीस आयबीएमने बनवलेल्या ‘डीप-ब्लू’ नावाच्या बुद्धिबळाच्या आर्टिफिशिअल खेळाडूने तत्कालीन सर्वोत्कृष्ट खेळाडू गॅरी कास्पारोव्हला हरवले आणि एकच खळबळ उडाली. साधारण त्याच काळात ड्रॅगन सिस्टिम्सने बोललेल्या शब्दांचे लेखी स्वरूपात किंवा लिपीत रूपांतर करणारे इंटेलिजन्ट सॉफ्टवेअर मायक्रोसॉफ्टच्या मदतीने बाजारात आणले. एकविसाव्या शतकाच्या सुरुवातीला मॅसेच्युसेट्स इन्स्टिट्यूट ऑफ टेक्नॉलॉजी विद्यापीठातील डॉ. सिंथिया ब्रिझिल यांच्या टीमने ‘किस्मत’ नावाच्या मानवी भावना समजून घेणाऱ्या रोबोटचे प्रात्यक्षिक दाखवले. अत्यंत खुबीने वापरलेले सेन्सर, समोरील व्यक्तीच्या बोलण्यातला आशय समजून त्याला प्रतिसाद देण्यास मिलिसेकंदापेक्षाही कमी लागलेला वेळ आदींवरून कॉम्प्युटर्सच्या प्रोसेसिंगच्या वेगाचा तसेच माहिती साठवण्याच्या क्षमतेत झालेल्या कमालीच्या प्रगतीचा अंदाज संपूर्ण जगाला आला. अमेरिकेच्या कॅलिफोर्नियातील ‘इंटेल कॉर्पोरेशन’चे सहसंस्थापक गॉर्डन मूर यांनी १९६५ साली कॉम्प्युटरच्या प्रोसेसिंगबाबत भाकीत केले होते. त्यानुसार प्रत्येक दोन वर्षांत संगणकांच्या प्रोसेसिंगचा वेग दुपटीपेक्षा जास्त गतीने वाढत होता, पण त्याचबरोबर संगणकांच्या किमती अर्ध्याने कमी होत होत्या. मूर यांच्या भाकिताचा प्रत्यय आजही येत आहे. स्वस्त झाल्यामुळे, छोट्या-मोठ्या विद्यापीठांना, प्राध्यापकांना, तसेच विद्यार्थ्यांना संगणक सहज उपलब्ध होऊ लागले. त्याचबरोबर इंटेलिजन्ट अल्गोरिदम बनवता येऊ लागले. 

निसर्ग शास्त्रज्ञ चार्ल्स डार्विन यांच्या ‘सर्व्हायव्हल ऑफ द फिटेस्ट’ या संकल्पनेवर डॉ. जॉन हॉलंड यांनी १९७५ साली बनवलेल्या ''जेनेटिक अल्गोरिथम''चा प्रत्यक्षात उपयोग होऊ लागला. डॉ. हॉलंड ‘डार्टमाऊथ समर प्रोजेक्ट ऑन आर्टिफिशिअल इंटेलिजन्स’ कार्यशाळेला आवर्जून उपस्थित राहिले होते. निसर्गातील विविध प्रजातींच्या विविध बुद्धिमत्तांचे गणिती व पुढे इंटेलिजन्ट अल्गोरिदममध्ये रूपांतर करून जटिल समस्या सोडवण्याकडे कल निर्माण होऊ लागला. आज असे अनेक इंटेलिजन्ट अल्गोरिदम जगभरातील शास्त्रज्ञांनी बनवलेले आहेत, व त्यांचा प्रगल्भतेने वापरही होत आहे. अल्गोरिदमच्या या प्रगतीमुळे, तसेच कमीतकमी जागेत प्रचंड माहिती साठवणे शक्य झाल्यामुळे कॉम्प्युटरच्या डिस्कमध्ये हजारो फोटो, व्हिडिओ साठवणे, त्यांचे अत्यंत कमी वेळेत प्रोसेसिंग किंवा गरजेनुसार विश्लेषण करणे शक्य होत आहे. त्यामुळे बिग डेटा प्रोसेसिंग ही एक संकल्पना उदयास आलेली आहे. यामुळे फोटो, व्हिडिओ, लिखाण आदी स्वरूपात प्रचंड वेगाने उपलब्ध होणाऱ्या माहितीचे कमीतकमी वेळेत विश्लेषण करणे, मशिन लर्निंग अल्गोरिदम वापरून त्यांच्यातील विविध दुवे शोधणे शक्य होत आहे. 

कृत्रिम बुद्धिमत्तेचा गेल्या सहा दशकांमधील हा प्रवास उतार-चढावांनी भरलेला आहे. यापुढच्या काळात कृत्रिम बुद्धिमत्तेचा वापर प्रत्येक क्षेत्रात अपेक्षितच नव्हे तर अनिवार्य दिसतो आहे. त्यामुळेच कृत्रिम बुद्धिमत्तेच्या इतर विविध साधक-बाधक पैलूंचा लेखाजोखा घेणेसुद्धा आवश्यक ठरते.

संबंधित बातम्या