ਬਣਾਵਟੀ ਬੁੱਧੀ ( AI)
ਮਸ਼ੀਨੀ ਬੁੱਧ, ਮਸ਼ੀਨੀ ਬੁੱਧੀਮਾਨਤਾ, ਮਸਨੂਈ ਬੁੱਧੀ ਜਾਂ ਬਣਾਉਟੀ ਬੁੱਧੀ ,ਬਣਾਵਟੀ ਬੌਧਿਕਤਾ, ਜਾਂ ਆਰਟੀਫੀਸ਼ਲ ਇੰਟੈਲਜੈਂਸ (AI), ਤਕਨੀਕ ਦੀ ਇੱਕ ਪਰਣਾਲੀ ਹੈ ਜਿਸ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਅਤੇ ਕੰਪਿਊਟਰ ਸਿਸਟਮ ਐਸੀ ਖੁਬੀਆਂ ਦੇ ਨਾਲ ਬਣਾਏ ਜਾਂਦੇ ਹਨ ਜੋ ਕਿ ਮਨੁੱਖੀ ਬੌਧਿਕਤਾ ਨੂੰ ਨਕਲ ਕਰਨ ਦੀ ਯੋਗਤਾ ਰੱਖਦੇ ਹਨ। ਇਸ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਨੂੰ ਸਿੱਖਣ, ਸਮਝਣ, ਸਵੀਕਾਰ ਕਰਨ, ਅਤੇ ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਕਾਬਲੀਅਤ ਸ਼ਾਮਲ ਹੁੰਦੀ ਹੈ। ਮੈਕਾਰਥੀ ਦੀ ਪ੍ਰੀਭਾਸ਼ਾ ਦਾ ਭਾਵ ਮਸ਼ੀਨਾਂ ਅਤੇ ਸਾਫ਼ਟਵੇਅਰ ਵਿੱਚ ਸਥਾਪਿਤ ਬੁੱਧੀ ਹੈ। ਮਨੁੱਖ ਸੋਚਣ, ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਯਾਦ ਰੱਖਣ ਦਾ ਕੰਮ ਵੀ ਆਪਣੀ ਬੁੱਧੀ ਦੀ ਥਾਂ ਤੇ ਕੰਪਿਊਟਰ ਤੋਂ ਕਰਾਉਣ ਵੱਲ ਵਧ ਰਿਹਾ ਹੈ।
ਮਸਨੂਈ ਬੁੱਧੀ ਵਿਗਿਆਨ ਦੀ ਇੱਕ ਸ਼ਾਖਾ ਹੈ ਜਿਸ ਦਾ ਟੀਚਾ ਮਸ਼ੀਨਾਂ ਅਤੇ ਸਾਫ਼ਟਵੇਅਰ ਵਿਕਸਿਤ ਕਰਨਾ ਹੈ। 1955 ਵਿੱਚ ਜਾਨ ਮਕਾਰਤੀ ਨੇ ਇਸਨ੍ਹੂੰ ਬਣਾਉਟੀ ਬੁੱਧੀ ਦਾ ਨਾਮ ਦਿੱਤਾ ਅਤੇ ਇਸਨੂੰ "ਸੂਝਵਾਨ ਮਸ਼ੀਨਾਂ ਬਣਾਉਣ ਵਾਲਾ ਵਿਗਿਆਨ ਅਤੇ ਇੰਜੀਨਿਅਰਿੰਗ"[1] ਵਜੋਂ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ।
ਬਣਾਉਟੀ ਬੁੱਧੀ ਦੇ ਲਕਸ਼ਾਂ ਵਿੱਚ ਤਰਕ, ਗਿਆਨ ਦੀ ਯੋਜਨਾਬੰਦੀ, ਸਿੱਖਿਆ, ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ (ਸੰਚਾਰ), ਬੋਧ ਅਤੇ ਵਸਤਾਂ ਨੂੰ ਉਰ੍ਹਾਂ ਪਰ੍ਹਾਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ, ਆਦਿ ਸ਼ਾਮਿਲ ਹਨ। ਆਮ ਬੁੱਧੀ ਦੀਰਘ ਕਾਲ ਦੇ ਟੀਚਿਆਂ ਵਿੱਚ ਸ਼ਾਮਿਲ ਹੈ। ਵਰਤਮਾਨ ਸਮੇਂ, ਇਨ੍ਹਾਂ ਟੀਚਿਆਂ ਤੱਕ ਪੁੱਜਣ ਲਈ ਸੰਖਿਅਕੀ ਵਿਧੀਆਂ, ਕੰਪਿਊਟੇਸ਼ਨਲ ਬੁੱਧੀ ਅਤੇ ਰਵਾਇਤੀ ਪ੍ਰਤੀਕਮਈ ਬਣਾਉਟੀ ਬੁੱਧੀ ਸ਼ਾਮਿਲ ਹਨ।
ਬਣਾਵਟੀ ਬੌਧਿਕਤਾ ਵਿਗਿਆਨ ਅਤੇ ਤਕਨਾਲੋਜੀ ਦਾ ਇੱਕ ਵਿਸ਼ਾਲ ਖੇਤਰ ਹੈ ਜੋ ਕਿ ਮਨੁੱਖੀ ਜੀਵਨ ਦੇ ਹਰ ਖੇਤਰ ਨੂੰ ਬਦਲ ਰਹੀ ਹੈ। ਇਸ ਦੇ ਸਹੀ ਵਰਤੋਂ ਨਾਲ, ਅਸੀਂ ਇੱਕ ਬਿਹਤਰ ਭਵਿੱਖ ਦੀ ਕਲਪਨਾ ਕਰ ਸਕਦੇ ਹਾਂ।
ਮੁੱਖ ਖੇਤਰ
[ਸੋਧੋ]- ਮਸ਼ੀਨ ਲਰਨਿੰਗ (Machine Learning): ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਇੱਕ ਤਕਨੀਕ ਹੈ ਜੋ ਕਿ ਮਸ਼ੀਨਾਂ ਨੂੰ ਅਨੁਭਵ ਦੇ ਆਧਾਰ 'ਤੇ ਆਪਣੇ ਆਪ ਸਿੱਖਣ ਦੀ ਯੋਗਤਾ ਦਿੰਦੀ ਹੈ। ਇਸ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਨੂੰ ਬਿਨਾਂ ਮਨੁੱਖੀ ਮਦਦ ਦੇ, ਆਪਣੇ ਕੰਮਾਂ ਨੂੰ ਸੁਧਾਰਨ ਦੀ ਯੋਗਤਾ ਹੁੰਦੀ ਹੈ।
- ਨੈਚਰਲ ਲੈਂਗੂਏਜ ਪ੍ਰੋਸੈਸਿੰਗ (Natural Language Processing): ਇਸ ਖੇਤਰ ਵਿੱਚ ਕੰਪਿਊਟਰ ਸਿਸਟਮ ਮਨੁੱਖੀ ਭਾਸ਼ਾ ਨੂੰ ਸਮਝਣ, ਸੰਚਾਰ ਕਰਨ, ਅਤੇ ਜਵਾਬ ਦੇਣ ਵਿੱਚ ਯੋਗ ਹੁੰਦੇ ਹਨ। ਇਹ ਤਕਨੀਕ ਚੈਟਬੋਟ, ਵਰਚੁਅਲ ਅਸਿਸਟੈਂਟ, ਅਤੇ ਭਾਸ਼ਾ ਅਨੁਵਾਦ ਕਰਨ ਵਾਲੇ ਉਪਕਰਣਾਂ ਵਿੱਚ ਵਰਤੋਂ ਵਿੱਚ ਆਉਂਦੀ ਹੈ।
- ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ (Computer Vision): ਕੰਪਿਊਟਰ ਵਿਜ਼ਨ ਵਿੱਚ ਮਸ਼ੀਨਾਂ ਨੂੰ ਦ੍ਰਿਸ਼ਟੀ ਦੇਣ ਦੀ ਯੋਗਤਾ ਹੁੰਦੀ ਹੈ। ਇਹ ਤਕਨੀਕ ਚਿੱਤਰਾਂ ਅਤੇ ਵੀਡੀਓਜ਼ ਦੀ ਵਿਸ਼ਲੇਸ਼ਣਾ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਨਾਲ ਮਸ਼ੀਨਾਂ ਨੂੰ ਵਸਤਾਂ ਦੀ ਪਹਿਚਾਣ, ਦਰਸ਼ਨ, ਅਤੇ ਨਕਸ਼ਾ ਬਣਾਉਣ ਦੀ ਯੋਗਤਾ ਹੁੰਦੀ ਹੈ।
ਲਾਭ ਅਤੇ ਚੁਣੌਤੀਆਂ
[ਸੋਧੋ]ਲਾਭ:
[ਸੋਧੋ]- ਬਿਹਤਰ ਸਟੀਕਤਾ: AI ਸਿਸਟਮ ਜ਼ਿਆਦਾਤਰ ਮਾਮਲਿਆਂ ਵਿੱਚ ਬਹੁਤ ਹੀ ਸਟਿੱਠ ਅਤੇ ਤੇਜ਼ੀ ਨਾਲ ਕੰਮ ਕਰਦੇ ਹਨ।
- ਆਟੋਮੇਸ਼ਨ: ਮਸ਼ੀਨਾਂ ਨਾਲ ਆਟੋਮੇਟਿਕ ਕੰਮ ਕਰਨਾ ਬਹੁਤ ਹੀ ਆਸਾਨ ਅਤੇ ਸਮੇਂ ਦੀ ਬਚਤ ਵਾਲਾ ਹੁੰਦਾ ਹੈ।
- ਮੁਸ਼ਕਲ ਪ੍ਰਬੰਧਨ: AI ਨੂੰ ਸਮਸਿਆਵਾਂ ਦੀ ਵਿਸ਼ਲੇਸ਼ਣਾ ਕਰਨ ਅਤੇ ਉਨ੍ਹਾਂ ਦਾ ਹੱਲ ਕਰਨ ਵਿੱਚ ਬਹੁਤ ਮਾਹਿਰ ਮੰਨਾ ਜਾਂਦਾ ਹੈ।
ਚੁਣੌਤੀਆਂ:
[ਸੋਧੋ]- ਰੁਜਗਾਰ ਦੀ ਹਾਨੀ: ਕੁਝ ਖੇਤਰਾਂ ਵਿੱਚ, AI ਦੇ ਆਟੋਮੇਸ਼ਨ ਕਾਰਨ ਰੁਜ਼ਗਾਰ ਦੀ ਕਮੀ ਹੋ ਸਕਦੀ ਹੈ।
- ਨੈਤਿਕਤਾ ਦੇ ਮੁੱਦੇ: AI ਦੇ ਵਿਕਾਸ ਵਿੱਚ ਨੈਤਿਕ ਮਾਪਦੰਡਾਂ ਅਤੇ ਨਿਯਮਾਂ ਦੀ ਸਥਾਪਨਾ ਵੀ ਇੱਕ ਚੁਣੌਤੀ ਹੈ।
- ਸੁਰੱਖਿਆ ਮਸਲੇ: AI ਸਿਸਟਮਾਂ ਦੀ ਗਲਤੀ ਦੇ ਕਾਰਨ ਕਈ ਵਾਰ ਸੁਰੱਖਿਆ ਦੇ ਮੁੱਦੇ ਵੀ ਆ ਸਕਦੇ ਹਨ।
ਜੀ ਪੀ ਟੀ GPT
[ਸੋਧੋ]ਜਨਰੇਟਿਵ ਪ੍ਰੀ-ਟ੍ਰੇਂਡ ਟ੍ਰਾਂਸਫਾਰਮਰ (GPT) ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ ਲਾਰਜ ਲੈਂਗੂਏਜ ਮਾਡਿਊਲਜ (LLMs) ਹਨ ਜੋ ਵਾਕਾਂ ਵਿੱਚ ਸ਼ਬਦਾਂ ਦੇ ਵਿਚਕਾਰ ਅਰਥ ਸਬੰਧਾਂ ਦੇ ਅਧਾਰ ਤੇ ਟੈਕਸਟ ਤਿਆਰ ਕਰਦੇ ਹਨ। ਟੈਕਸਟ-ਅਧਾਰਤ GPT ਮਾਡਲ ਟੈਕਸਟ ਦੇ ਇੱਕ ਵੱਡੇ ਸੰਗ੍ਰਹਿ 'ਤੇ ਪਹਿਲਾਂ ਤੋਂ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੁੰਦੇ ਹਨ ਜੋ ਇੰਟਰਨੈਟ ਤੋਂ ਹੋ ਸਕਦਾ ਹੈ। ਪ੍ਰੀਟ੍ਰੇਨਿੰਗ ਵਿੱਚ ਅਗਲੇ ਟੋਕਨ (ਇੱਕ ਟੋਕਨ ਆਮ ਤੌਰ 'ਤੇ ਇੱਕ ਸ਼ਬਦ, ਸਬਵਰਡ, ਜਾਂ ਵਿਰਾਮ ਚਿੰਨ੍ਹ ਹੁੰਦਾ ਹੈ) ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨਾ ਸ਼ਾਮਲ ਹੁੰਦਾ ਹੈ। ਇਸ ਪ੍ਰੀਟ੍ਰੇਨਿੰਗ ਦੌਰਾਨ, GPT ਮਾਡਲ ਦੁਨੀਆ ਬਾਰੇ ਗਿਆਨ ਇਕੱਠਾ ਕਰਦੇ ਹਨ ਅਤੇ ਫਿਰ ਅਗਲੇ ਟੋਕਨ ਦੀ ਵਾਰ-ਵਾਰ ਭਵਿੱਖਬਾਣੀ ਕਰਕੇ ਮਨੁੱਖ ਵਰਗਾ ਟੈਕਸਟ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਨ। ਆਮ ਤੌਰ 'ਤੇ, ਇੱਕ ਬਾਅਦ ਵਾਲਾ ਸਿਖਲਾਈ ਪੜਾਅ ਮਾਡਲ ਨੂੰ ਵਧੇਰੇ ਸੱਚਾ, ਉਪਯੋਗੀ ਅਤੇ ਨੁਕਸਾਨ ਰਹਿਤ ਬਣਾਉਂਦਾ ਹੈ, ਆਮ ਤੌਰ 'ਤੇ ਮਨੁੱਖੀ ਫੀਡਬੈਕ ਤੋਂ ਰੀਨਫੋਰਸਮੈਂਟ ਲਰਨਿੰਗ (RLHF) ਨਾਮਕ ਤਕਨੀਕ ਨਾਲ। ਮੌਜੂਦਾ GPT ਮਾਡਲ "ਹੈਲੂਸੀਨੇਸ਼ਨ" ਨਾਮਕ ਝੂਠ ਪੈਦਾ ਕਰਨ ਲਈ ਸੰਭਾਵਿਤ ਹਨ, ਹਾਲਾਂਕਿ ਇਸਨੂੰ RLHF ਅਤੇ ਗੁਣਵੱਤਾ ਡੇਟਾ ਨਾਲ ਘਟਾਇਆ ਜਾ ਸਕਦਾ ਹੈ। ਉਹਨਾਂ ਦੀ ਵਰਤੋਂ ਚੈਟਬੋਟਾਂ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜੋ ਲੋਕਾਂ ਨੂੰ ਸਧਾਰਨ ਟੈਕਸਟ ਵਿੱਚ ਇੱਕ ਸਵਾਲ ਪੁੱਛਣ ਜਾਂ ਕੰਮ ਦੀ ਬੇਨਤੀ ਕਰਨ ਦੀ ਆਗਿਆ ਦਿੰਦੇ ਹਨ।[2]
ਮੌਜੂਦਾ ਮਾਡਲਾਂ ਅਤੇ ਸੇਵਾਵਾਂ ਵਿੱਚ ਜੈਮਿਨੀ (ਪਹਿਲਾਂ ਬਾਰਡ), ਚੈਟਜੀਪੀਟੀ, ਗ੍ਰੋਕ, ਕਲਾਉਡ, ਕੋਪਾਇਲਟ, ਅਤੇ ਐਲਐਲਏਐਮਏ ਸ਼ਾਮਲ ਹਨ।ਮਲਟੀਮੋਡਲ ਜੀਪੀਟੀ ਮਾਡਲ ਵੱਖ-ਵੱਖ ਕਿਸਮਾਂ ਦੇ ਡੇਟਾ (ਵਿਧੀ) ਜਿਵੇਂ ਕਿ ਚਿੱਤਰ, ਵੀਡੀਓ, ਆਵਾਜ਼ ਅਤੇ ਟੈਕਸਟ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੇ ਹਨ।[3]
ਵਰਤੋਂ
[ਸੋਧੋ]ਵਪਾਰ ਦੇ ਖੇਤਰ ਵਿੱਚ
[ਸੋਧੋ]ਏਆਈ ਅਤੇ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਤਕਨਾਲੋਜੀ ਦੀ ਵਰਤੋਂ 2020 ਦੇ ਦਹਾਕੇ ਦੇ ਜ਼ਿਆਦਾਤਰ ਜ਼ਰੂਰੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਕੀਤੀ ਜਾਂਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ: ਸਰਚ ਇੰਜਣ (ਜਿਵੇਂ ਕਿ ਗੂਗਲ ਸਰਚ), ਔਨਲਾਈਨ ਇਸ਼ਤਿਹਾਰਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣਾ, ਸਿਫ਼ਾਰਸ਼ ਪ੍ਰਣਾਲੀਆਂ (ਨੈੱਟਫਲਿਕਸ, ਯੂਟਿਊਬ ਜਾਂ ਐਮਾਜ਼ਾਨ ਦੁਆਰਾ ਪੇਸ਼ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ), ਇੰਟਰਨੈੱਟ ਟ੍ਰੈਫਿਕ ਚਲਾਉਣਾ, ਟਾਰਗੇਟਡ ਇਸ਼ਤਿਹਾਰਬਾਜ਼ੀ (ਐਡਸੈਂਸ, ਫੇਸਬੁੱਕ), ਵਰਚੁਅਲ ਅਸਿਸਟੈਂਟ (ਜਿਵੇਂ ਕਿ ਸਿਰੀ ਜਾਂ ਅਲੈਕਸਾ), ਆਟੋਨੋਮਸ ਵਾਹਨ (ਡਰੋਨ, ਏਡੀਏਐਸ ਅਤੇ ਸਵੈ-ਡਰਾਈਵਿੰਗ ਕਾਰਾਂ ਸਮੇਤ), ਆਟੋਮੈਟਿਕ ਭਾਸ਼ਾ ਅਨੁਵਾਦ (ਮਾਈਕ੍ਰੋਸਾਫਟ ਟ੍ਰਾਂਸਲੇਟਰ, ਗੂਗਲ ਟ੍ਰਾਂਸਲੇਟ), ਚਿਹਰੇ ਦੀ ਪਛਾਣ (ਐਪਲ ਦਾ ਫੇਸ ਆਈਡੀ ਜਾਂ ਮਾਈਕ੍ਰੋਸਾਫਟ ਦਾ ਡੀਪਫੇਸ ਅਤੇ ਗੂਗਲ ਦਾ ਫੇਸਨੇਟ) ਅਤੇ ਚਿੱਤਰ ਲੇਬਲਿੰਗ (ਫੇਸਬੁੱਕ, ਐਪਲ ਦੇ ਆਈਫੋਟੋ ਅਤੇ ਟਿੱਕਟੋਕ ਦੁਆਰਾ ਵਰਤੀ ਜਾਂਦੀ ਹੈ)। ਏਆਈ ਦੀ ਤੈਨਾਤੀ ਦੀ ਨਿਗਰਾਨੀ ਇੱਕ ਮੁੱਖ ਆਟੋਮੇਸ਼ਨ ਅਫਸਰ (ਸੀਏਓ) ਦੁਆਰਾ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।[4][5]
ਖੇਤੀਬਾੜੀ ਖੇਤਰ ਵਿੱਚ
[ਸੋਧੋ]ਫਾਰਮ 'ਤੇ, ਸ਼ੁੱਧਤਾ ਖੇਤੀਬਾੜੀ ਬਣਾਵਟੀ ਬੁੱਧੀ ਤਕਨਾਲੋਜੀਆਂ ਕਿਸੇ ਦਿੱਤੇ ਗਏ ਝਾੜ ਲਈ ਲੋੜੀਂਦੇ ਇਨਪੁਟਸ ਨੂੰ ਘੱਟ ਤੋਂ ਘੱਟ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਵੇਰੀਏਬਲ-ਰੇਟ ਐਪਲੀਕੇਸ਼ਨ (VRA) ਤਕਨਾਲੋਜੀਆਂ ਪਾਣੀ, ਖਾਦ, ਕੀਟਨਾਸ਼ਕ, ਜੜੀ-ਬੂਟੀਆਂ, ਆਦਿ ਦੀ ਸਹੀ ਮਾਤਰਾ ਨੂੰ ਲਾਗੂ ਕਰ ਸਕਦੀਆਂ ਹਨ। ਕਈ ਅਨੁਭਵੀ ਅਧਿਐਨਾਂ ਤੋਂ ਪਤਾ ਚੱਲਦਾ ਹੈ ਕਿ VRA ਇਨਪੁਟ ਵਰਤੋਂ ਕੁਸ਼ਲਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਦਾ ਹੈ। ਭੂ-ਸਥਾਨਿਕ ਮੈਪਿੰਗ ਦੇ ਨਾਲ VRA ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ, ਕਿਸਾਨ ਆਪਣੇ ਫਾਰਮ ਦੇ ਹਾਈਪਰ-ਸਥਾਨਿਕ ਖੇਤਰਾਂ ਵਿੱਚ ਇਨਪੁਟਸ ਲਾਗੂ ਕਰ ਸਕਦੇ ਹਨ - ਕਈ ਵਾਰ ਵਿਅਕਤੀਗਤ ਪੌਦੇ ਦੇ ਪੱਧਰ ਤੱਕ। ਇਨਪੁਟ ਵਰਤੋਂ ਨੂੰ ਘਟਾਉਣ ਨਾਲ ਲਾਗਤਾਂ ਘੱਟ ਹੁੰਦੀਆਂ ਹਨ ਅਤੇ ਨਕਾਰਾਤਮਕ ਵਾਤਾਵਰਣ ਪ੍ਰਭਾਵਾਂ ਨੂੰ ਘੱਟ ਕੀਤਾ ਜਾਂਦਾ ਹੈ। ਇਸ ਤੋਂ ਇਲਾਵਾ, ਅਨੁਭਵੀ ਸਬੂਤ ਦਰਸਾਉਂਦੇ ਹਨ ਕਿ ਸ਼ੁੱਧਤਾ ਖੇਤੀਬਾੜੀ ਤਕਨਾਲੋਜੀਆਂ ਉਪਜ ਵਧਾ ਸਕਦੀਆਂ ਹਨ।ਅਮਰੀਕੀ ਮੂੰਗਫਲੀ ਦੇ ਖੇਤਾਂ 'ਤੇ, ਮਾਰਗਦਰਸ਼ਨ ਪ੍ਰਣਾਲੀਆਂ ਉਪਜ ਵਿੱਚ 9% ਵਾਧੇ ਨਾਲ ਜੁੜੀਆਂ ਹੋਈਆਂ ਹਨ, ਅਤੇ ਮਿੱਟੀ ਦੇ ਨਕਸ਼ੇ ਉਪਜ ਵਿੱਚ 13% ਵਾਧੇ ਨਾਲ ਜੁੜੇ ਹੋਏ ਹਨ।[6]ਅਰਜਨਟੀਨਾ ਵਿੱਚ ਇੱਕ ਅਧਿਐਨ ਵਿੱਚ ਪਾਇਆ ਗਿਆ ਕਿ ਫਸਲਾਂ ਦੇ ਸਰੀਰਕ ਸਿਧਾਂਤਾਂ 'ਤੇ ਅਧਾਰਤ ਇੱਕ ਸ਼ੁੱਧਤਾ ਖੇਤੀਬਾੜੀ ਪਹੁੰਚ ਦੇ ਨਤੀਜੇ ਵਜੋਂ 54% ਵੱਧ ਖੇਤੀ ਉਤਪਾਦਨ ਹੋ ਸਕਦਾ ਹੈ।[7] AI ਦੀ ਵਰਤੋਂ ਪਸ਼ੂਆਂ ਦੇ ਸੂਰਾਂ ਦੀਆਂ ਕਾਲ ਭਾਵਨਾਵਾਂ ਨੂੰ ਵਰਗੀਕ੍ਰਿਤ ਕਰਨ,ਗ੍ਰੀਨਹਾਉਸਾਂ ਨੂੰ ਸਵੈਚਾਲਿਤ ਕਰਨ [8]ਬਿਮਾਰੀਆਂ ਅਤੇ ਕੀੜਿਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ,ਅਤੇ ਸਿੰਚਾਈ ਨੂੰ ਅਨੁਕੂਲ ਬਣਾਉਣ ਲਈ ਕੀਤੀ ਗਈ ਹੈ।[9]
ਸਿਹਤ ਸੰਭਾਲ ਖੇਤਰ
[ਸੋਧੋ]ਇੱਕ ਹੱਥ ਦਾ ਐਕਸ-ਰੇ, ਇੱਕ ਕੰਪਿਊਟਰ ਸੌਫਟਵੇਅਰ ਦੁਆਰਾ ਹੱਡੀਆਂ ਦੀ ਉਮਰ ਦੀ ਆਟੋਮੈਟਿਕ ਗਣਨਾ ਦੇ ਨਾਲ
ਸਿਹਤ ਸੰਭਾਲ ਖੇਤਰ ਵਿੱਚ ਵਿੱਚ ਬਣਾਵਟੀ ਬੁੱਧੀ , ਗੁੰਝਲਦਾਰ ਡਾਕਟਰੀ ਅਤੇ ਸਿਹਤ ਸੰਭਾਲ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਅਤੇ ਸਮਝਣ ਲਈ ਬਣਾਵਟੀ ਬੁੱਧੀ (AI) ਦੀ ਵਰਤੋਂ ਨਾਲ ਹੈ। ਕੁਝ ਮਾਮਲਿਆਂ ਵਿੱਚ, ਇਹ ਬਿਮਾਰੀ ਦਾ ਨਿਦਾਨ, ਇਲਾਜ ਜਾਂ ਰੋਕਥਾਮ ਦੇ ਬਿਹਤਰ ਜਾਂ ਤੇਜ਼ ਤਰੀਕੇ ਪ੍ਰਦਾਨ ਕਰਕੇ ਮਨੁੱਖੀ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਪਾਰ ਕਰ ਸਕਦਾ ਹੈ ਜਾਂ ਵਧਾ ਸਕਦਾ ਹੈ।[10]
ਜਨਾਨਾ ਛਾਤੀਆਂ ਦੇ ਕੈੱਸਰ ਦਾ ਬਣਾਵਟੀ ਬੁੱਧੀ ਨਾਲ ਸ਼ੁਰੂਆਤੀ ਦੌਰ ਵਿੱਚ ਪਹਿਚਾਨ ਤੇ ਨਿਦਾਨ ਦਾ ਇੱਕ ਖੋਜ-ਪੱਤਰ ਹਵਾਲੇ ਵਿੱਚ ਹੈ।[11]
ਇਹ ਵੀ ਵੇਖੋ
[ਸੋਧੋ]ਹਵਾਲੇ
[ਸੋਧੋ]- ↑ McCarthy's definition of AI:
- ↑ "Explained: Generative AI". MIT News | Massachusetts Institute of Technology (in ਅੰਗਰੇਜ਼ੀ). 2023-11-09. Retrieved 2025-02-03.
- ↑ "AI Writing and Content Creation Tools". MIT Sloan Teaching & Learning Technologies (in ਅੰਗਰੇਜ਼ੀ (ਅਮਰੀਕੀ)). Retrieved 2025-02-03.
- ↑ "ਬੀ ਬੀ ਸੀ ਦਾ ਟੈਕਨੋਲੋਜੀ ਦੀ ਵਰਤੋਂ ਬਾਰੇ ਲੇਖ". bbc.com. Retrieved 3 Feb 2025.
- ↑ Roy, Deepjyoti; Dutta, Mala (2022-05-03). "A systematic review and research perspective on recommender systems". Journal of Big Data. 9 (1): 59. doi:10.1186/s40537-022-00592-5. ISSN 2196-1115.
{{cite journal}}: CS1 maint: unflagged free DOI (link) - ↑ Ortiz, B. V.; Balkcom, K. B.; Duzy, L.; van Santen, E.; Hartzog, D. L. (2013-08-01). "Evaluation of agronomic and economic benefits of using RTK-GPS-based auto-steer guidance systems for peanut digging operations". Precision Agriculture. 14: 357–375. doi:10.1007/s11119-012-9297-y.
- ↑ Liundi, Nicholas; Darma, Aditya Wirya; Gunarso, Rivaldi; Warnars, Harco Leslie Hendric Spits (2019-11). "Improving Rice Productivity in Indonesia with Artificial Intelligence". 2019 7th International Conference on Cyber and IT Service Management (CITSM). 7: 1–5. doi:10.1109/CITSM47753.2019.8965385.
{{cite journal}}: Check date values in:|date=(help) - ↑ "Population, Poverty, Production, Food Security, Food Sovereignty, Biotechnology and Sustainable Development: Challenges for the XXI Century | Bulletin of University of Agricultural Sciences and Veterinary Medicine Cluj-Napoca. Veterinary Medicine" (in ਅੰਗਰੇਜ਼ੀ (ਅਮਰੀਕੀ)).
{{cite journal}}: Cite journal requires|journal=(help) - ↑ Talaviya, Tanha; Shah, Dhara; Patel, Nivedita; Yagnik, Hiteshri; Shah, Manan (2020-01-01). "Implementation of artificial intelligence in agriculture for optimisation of irrigation and application of pesticides and herbicides". Artificial Intelligence in Agriculture. 4: 58–73. doi:10.1016/j.aiia.2020.04.002. ISSN 2589-7217.
- ↑ Jimma, Bahiru Legesse (2023-03-01). "Artificial intelligence in healthcare: A bibliometric analysis". Telematics and Informatics Reports. 9: 100041. doi:10.1016/j.teler.2023.100041. ISSN 2772-5030.
- ↑ Houssami, Nehmat; Kirkpatrick-Jones, Georgia; Noguchi, Naomi; Lee, Christoph I. (2019-05-04). "Artificial Intelligence (AI) for the early detection of breast cancer: a scoping review to assess AI's potential in breast screening practice". Expert Review of Medical Devices. 16 (5): 351–362. doi:10.1080/17434440.2019.1610387. ISSN 1743-4440. PMID 30999781.