29 मई 2023

एआई ब्लैक बॉक्स: यह क्या है और यह कैसे काम करता है

प्रकाशित: 29 मई, 2023 प्रातः 9:00 बजे अद्यतन: 29 मई, 2023 प्रातः 8:11 बजे

संपादित और तथ्य-जांचा गया: 29 मई, 2023 सुबह 9:00 बजे

संक्षेप में

एआई ब्लैक बॉक्स ऐसी प्रणालियां हैं जो उपयोगकर्ता के ज्ञान के बिना काम करती हैं, जैसे कि मशीन लर्निंग, जो एक एल्गोरिथ्म, प्रशिक्षण डेटा और एक मॉडल से बना है।

सॉफ़्टवेयर सुरक्षा के लिए ब्लैक बॉक्स महत्वपूर्ण हैं, क्योंकि उनका उपयोग इंजीनियर सॉफ़्टवेयर को रिवर्स करने और शोषण करने के लिए खामियों की खोज करने के लिए किया जा सकता है, और सॉफ़्टवेयर परीक्षकों और हैकर्स द्वारा कमजोरियों को खोजने के लिए उपयोग किया जा सकता है।

कई लोगों के लिए, "ब्लैक बॉक्स" शब्द विमानों में रिकॉर्डिंग उपकरणों को संदर्भित करता है जो पोस्टमॉर्टम परीक्षाओं के लिए मूल्यवान होते हैं यदि अकल्पनीय होता है। दूसरों के लिए, यह एक छोटा, न्यूनतम सुसज्जित थियेटर है। हालाँकि, कृत्रिम बुद्धिमत्ता के लिए ब्लैक बॉक्स भी महत्वपूर्ण हैं।

एआई ब्लैक बॉक्स: यह क्या है और यह कैसे काम करता है — @Midjourney

एआई ब्लैक बॉक्स ऐसी प्रणालियाँ हैं जो उपयोगकर्ता के ज्ञान के बिना काम करती हैं। आप उन्हें इनपुट दे सकते हैं और आउटपुट प्राप्त कर सकते हैं, लेकिन आप सिस्टम के कोड या आउटपुट उत्पन्न करने के लिए उपयोग किए जाने वाले तर्क की जांच नहीं कर सकते।

मशीन लर्निंग कृत्रिम बुद्धि का प्रमुख प्रकार है। इसमें एक एल्गोरिथ्म या एल्गोरिदम का एक सेट, प्रशिक्षण डेटा और एक मॉडल शामिल है।

एक एल्गोरिथ्म प्रक्रियाओं का एक क्रम है। प्रशिक्षित होने के बाद, एल्गोरिदम ज्ञात पैटर्न को पहचानने में सक्षम होता है।
ट्रेनिंग तिथि एआई मॉडल के प्रशिक्षण के लिए उपयोग किया जाने वाला डेटा सेट है।
एक मशीन-लर्निंग एल्गोरिद्म संक्षेप में, एक प्रक्रिया है जिसे बड़ी संख्या में उदाहरणों से सीखने और मशीन-लर्निंग मॉडल बनाने के लिए डिज़ाइन किया गया है। मशीन-लर्निंग मॉडल वह है जिसे लोग एक बार बनाने के बाद उपयोग करते हैं।

एक छवि-पहचान एल्गोरिदम को छवि प्रवृत्तियों की खोज के लिए प्रोग्राम किया जा सकता है, और प्रशिक्षण डेटा कुत्तों की तस्वीरों का प्रतिनिधित्व कर सकता है। आप इसे इनपुट के रूप में एक छवि खिलाएंगे और इसे आउटपुट के रूप में प्राप्त करेंगे कि छवि में पिक्सेल का एक सेट कुत्ते का प्रतिनिधित्व करता है या नहीं।

चूंकि मशीन लर्निंग एल्गोरिदम सार्वजनिक रूप से ज्ञात हैं, इसलिए ब्लैक बॉक्स को छुपाना कम प्रभावी होता है। चूंकि एआई इंजीनियर अक्सर अपनी बौद्धिक संपदा को ब्लैक बॉक्स में छिपाते हैं, इसलिए वे आमतौर पर मॉडल को एक में रखते हैं। दूसरा तरीका सॉफ्टवेयर डेवलपर्स छिपाना डेटा मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा को अस्पष्ट कर रहा है - दूसरे शब्दों में, प्रशिक्षण डेटा को एक ब्लैक बॉक्स में डालना।

यह समझना मुश्किल है कि ब्लैक बॉक्स एल्गोरिदम कैसे काम करते हैं, लेकिन यह बिल्कुल ब्लैक एंड व्हाइट नहीं है।

एक ग्लास बॉक्स एक ऐसी प्रणाली को संदर्भित करता है जिसके एल्गोरिदम, प्रशिक्षण डेटा और मॉडल सार्वजनिक रूप से सुलभ होते हैं, जबकि एक ब्लैक बॉक्स एक ऐसी प्रणाली को संदर्भित करता है जिसके एल्गोरिदम, प्रशिक्षण डेटा और मॉडल छुपाए जाते हैं। ब्लैक बॉक्स शब्द का प्रयोग अक्सर तब किया जाता है जब शोधकर्ता एआई सिस्टम के इन पहलुओं को भी ब्लैक के रूप में वर्णित करते हैं।

विशेष रूप से मशीन लर्निंग एल्गोरिदम के बारे में ज्ञान की कमी है गहन शिक्षण एल्गोरिदम, समारोह। शोधकर्ता एल्गोरिदम विकसित कर रहे हैं, जबकि जरूरी नहीं कि कांच के बक्से इंसानों द्वारा बेहतर ढंग से समझे जा सकें।

एआई ब्लैक बॉक्स क्यों महत्वपूर्ण हैं?

ब्लैक-बॉक्स मशीन लर्निंग एल्गोरिदम और मॉडल पर भरोसा करना हमेशा अच्छा विचार नहीं होता है। क्या होगा यदि एक मशीन लर्निंग मॉडल जो यह निर्धारित करता है कि आप किसी बैंक से व्यावसायिक ऋण के लिए योग्य हैं या नहीं, आपको ठुकरा देता है? आप जानना चाहेंगे ताकि अगली बार ऋण प्राप्त करने की संभावनाओं को बढ़ाने के लिए आप निर्णय की बेहतर अपील कर सकें या अपनी स्थिति बदल सकें।

ऐसा माना जाता है कि सॉफ़्टवेयर को ब्लैक बॉक्स में रखने से हैकर्स को इसकी जांच करने से रोका जा सकता है और इसलिए, इसे सुरक्षित रखा जा सकता है। हालांकि, हैकर्स कर सकते हैं रिवर्स इंजीनियर सॉफ्टवेयर - यानी, अध्ययन करें कि सॉफ्टवेयर का एक टुकड़ा बारीकी से कैसे काम करता है - और शोषण करने के लिए खामियों की खोज करें। सॉफ़्टवेयर सिस्टम सुरक्षा के लिए ब्लैक बॉक्स का भी महत्वपूर्ण प्रभाव पड़ता है।

सॉफ़्टवेयर परीक्षकों और सुविचारित हैकर्स के लिए यह संभव है कि वे कमजोरियों का पता लगाने के लिए सॉफ़्टवेयर का परीक्षण करने के लिए उपयोग किए जाने वाले ग्लास बॉक्स के अंदर देखें, इस प्रकार साइबर हमलों में कटौती करें।

अधिक संबंधित लेख पढ़ें:

टैग:

Disclaimer

साथ लाइन में ट्रस्ट परियोजना दिशानिर्देश, कृपया ध्यान दें कि इस पृष्ठ पर दी गई जानकारी का कानूनी, कर, निवेश, वित्तीय या किसी अन्य प्रकार की सलाह के रूप में व्याख्या करने का इरादा नहीं है और न ही इसकी व्याख्या की जानी चाहिए। यह महत्वपूर्ण है कि केवल उतना ही निवेश करें जितना आप खो सकते हैं और यदि आपको कोई संदेह हो तो स्वतंत्र वित्तीय सलाह लें। अधिक जानकारी के लिए, हम नियम और शर्तों के साथ-साथ जारीकर्ता या विज्ञापनदाता द्वारा प्रदान किए गए सहायता और समर्थन पृष्ठों का संदर्भ लेने का सुझाव देते हैं। MetaversePost सटीक, निष्पक्ष रिपोर्टिंग के लिए प्रतिबद्ध है, लेकिन बाज़ार की स्थितियाँ बिना सूचना के परिवर्तन के अधीन हैं।

के बारे में लेखक

दामिर टीम लीडर, उत्पाद प्रबंधक और संपादक हैं Metaverse Postएआई/एमएल, एजीआई, एलएलएम, मेटावर्स और जैसे विषयों को कवर करता है Web3-संबंधित क्षेत्रों। उनके लेख हर महीने दस लाख से अधिक उपयोगकर्ताओं को आकर्षित करते हैं। ऐसा प्रतीत होता है कि वह SEO और डिजिटल मार्केटिंग में 10 वर्षों के अनुभव वाला एक विशेषज्ञ है। दामिर का उल्लेख मैशबल, वायर्ड, में किया गया है Cointelegraph, द न्यू यॉर्कर, Inside.com, एंटरप्रेन्योर, BeInCrypto, और अन्य प्रकाशन। वह एक डिजिटल खानाबदोश के रूप में संयुक्त अरब अमीरात, तुर्की, रूस और सीआईएस के बीच यात्रा करता है। दामिर ने भौतिकी में स्नातक की डिग्री हासिल की, उनका मानना है कि इससे उन्हें इंटरनेट के लगातार बदलते परिदृश्य में सफल होने के लिए आवश्यक महत्वपूर्ण सोच कौशल प्राप्त हुआ है।

और अधिक लेख

दामिर यालालोव