समाचारं

विज्ञानं परिवर्तयितुं ai इत्यस्य उपयोगः कथं करणीयः ?

2024-09-26

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

पाठ |.. श्वेत कपोत

सम्पादक|वांग यिसु

"विज्ञानस्य कृते एआइ इत्यस्य अन्तर्निहितं तर्कं बृहत्भाषाप्रतिमानानाम् वर्तमानप्रशिक्षणतर्कात् भिन्नम् अस्ति।" अन्येषु उद्योगेषु बृहत् भाषाप्रतिमानाः न समानाः।

उद्योगे सुप्रसिद्धं यत् बृहत्भाषाप्रतिरूपप्रशिक्षणं उच्चगुणवत्तायुक्तदत्तांशस्य "भोजनस्य" उपरि निर्भरं भवति यत्किमपि अधिकं दत्तांशं भवति तथा बृहत्भाषाप्रतिरूपस्य क्षमता सुदृढा भवति । परन्तु वैज्ञानिकसंशोधनस्य केषुचित् विशिष्टक्षेत्रेषु दत्तांशस्य परिमाणं तुल्यकालिकरूपेण दुर्लभम् अस्ति । यथा, कतिपयेषु प्रकारेषु प्रोटीनसंरचनानां कृते शतशः उच्चगुणवत्तायुक्तानि प्रयोगात्मकदत्तांशं प्राप्तुं कतिपयवर्षेभ्यः समयः भवितुं शक्नोति ।

अस्य अपि अर्थः अस्ति यत् वैज्ञानिकसंशोधनक्षेत्रे एआइ-प्रयोगाय उत्तमप्रतिरूपप्रभावं प्राप्तुं तुल्यकालिकरूपेण न्यूनदत्तांशस्य आवश्यकता भवति ।

अतः, एआइ विज्ञानं कथं सम्यक् परिवर्तयति ? तथा च व्यापारप्रतिरूपस्य माध्यमेन कथं चालनीयम् ? विज्ञानस्य कृते एआइ इत्यस्य प्रतिनिधिकम्पनीषु अन्यतमत्वेन शेन्झेन् प्रौद्योगिक्याः स्वकीयं चिन्तनं समाधानं च दत्तम् अस्ति ।

पारम्परिकवैज्ञानिकगणनायां यदि भवान् अणुषु परमाणुषु च भौतिकगुणानां संरचनात्मकसूचनाद्वारा पूर्वानुमानं कर्तुम् इच्छति तर्हि प्रायः व्यावहारिकसमस्याभिः सह सूक्ष्मगणनां कर्तुं प्रवृत्तः भवति सम्प्रति उद्योगे अद्यापि एतस्याः पार-परिमाणस्य गणनाक्षमतायाः साक्षात्कारस्य अभावः अस्ति तथा च अनुभवजन्यनिर्णयस्य प्रयोगात्मकसत्यापनस्य च उपरि अधिकं निर्भरः अस्ति

तस्मिन् एव काले गणनाप्रणालीनां स्केलस्य विस्तारेण पारम्परिकवैज्ञानिकगणनासु गणनानां परिमाणं घातीयरूपेण वर्धितम्, प्रायः दशसहस्राणि वा शतशः वा परमाणुपरिमाणप्रणालीषु अपि प्राप्यन्ते यदि गणनाः पूर्णतया पारम्परिकभौतिकीयानाम् उपरि आश्रिताः सन्ति models, the overall calculation time will be चक्रं अतीव दीर्घं भवितुम् अर्हति।

"शेन्झेन् प्रौद्योगिकी मॉडलं गणनापरिणामान् उत्पादयितुं शक्नोति ये भौतिकप्रतिरूपस्य सटीकतायां समीपे सन्ति, तथा च तस्मिन् एव काले गणनाप्रदर्शने महतीं सुधारं कर्तुं शक्नोति लु जिन्तनः अवदत्, "वयं एतासां भौतिकपद्धतीनां अनुकूलतायै एआइ इत्यस्य उपयोगं कुर्मः, यत् भवितुम् अर्हति पूर्वं महतीं गणनानां आवश्यकता आसीत् ।

चित्रपरिचयं उदाहरणरूपेण गृहीत्वा तस्य मूलं चित्रस्य पिक्सेलसूचनायाः विश्लेषणं भवति संयोजनम् एतत् वस्तुतः आयामत्वनिवृत्तिविश्लेषणम् अस्ति।

वस्तुतः ए.आइ. तस्मिन् एव काले बहुविधबृहत्प्रतिरूपक्षमतायाः आधारेण बहुआयामीविश्लेषणं, आणविकसंरचना, भौतिकगुणाः, प्रयोगात्मकदत्तांशः इत्यादीनां विविधप्रकारस्य दत्तांशस्य पूर्वानुमानं च प्राप्तुं शक्यते

यथा, औषध-आविष्कार-प्रक्रियायां प्रायः प्रथमं प्रोटीन-संरचनायाः लक्ष्य-बिन्दु-विश्लेषणं च आवश्यकं भवति, ततः लक्षशः अथवा कोटि-कोटि-संयुत-पुस्तकालयेभ्यः लक्ष्य-बिन्दु-प्रति उच्च-सापेक्षतायाः अभ्यर्थी-यौगिकस्य परीक्षणं करणीयम् बहुआयामी मूल्याङ्कनं प्रायः क्रियते, यत्र औषधस्य रासायनिकगुणानां (यथा विषाक्तता, अवशोषणं, चयापचयम् इत्यादीनां) आत्मीयताविश्लेषणं, पूर्वानुमानं, मूल्याङ्कनं च भवति

"विज्ञानस्य कृते एआइ इत्यस्य क्षेत्रे पार-परिमाणगणनायाः समर्थनं कुर्वतां बृहत्-माडलानाम् कुञ्जी तेषां विशाल-पैरामीटर्-परिमाणे, सशक्त-सामान्यीकरण-क्षमतायां च निहितं भवति । मॉडलस्य विशाल-सङ्ख्यायाः मापदण्डाः जटिल-भौतिक-रासायनिक-जैविक-घटनानां ग्रहणं कर्तुं समर्थयन्ति, तथा च प्रबलसामान्यीकरणक्षमता "मूलप्रतिरूपं तस्य सूक्ष्मसंरचनायाः आधारेण औषधस्य प्रासंगिकगुणानां पूर्वानुमानं कर्तुं शक्नोति, तथा च सामग्रीक्षेत्रे अपि तत् प्रयोक्तुं शक्यते, सामग्रीनां सूक्ष्मसंरचनायाः विश्लेषणेन वयं स्थिरतायाः अन्यभौतिकस्थितीनां च पूर्वानुमानं कर्तुं शक्नुमः भिन्न-भिन्न-तापमान-दाब-अन्तर्गतसामग्रीणां” ।

अतः विज्ञानस्य कृते एआइ इत्यस्मिन् मूलभूतसामान्यप्रतिमानानाम् विषये शेन्झेन् प्रौद्योगिक्याः अवगमनं अधिकं मूलभूतपूर्वप्रशिक्षणप्रतिमानानाम् एकः समुच्चयः भवति चेत् एतत् प्रतिरूपं सूक्ष्म-समायोजनद्वारा समस्यानां समाधानार्थं विभिन्नेषु औद्योगिकक्षेत्रेषु प्रयोक्तुं शक्यते

शेन्झेन् प्रौद्योगिक्याः वर्तमानकाले अध्ययनं कृतानि अनेकानि मूलभूतप्रतिमानाः अद्यापि सीमितदत्तांशप्रशिक्षणेन सह उत्तमं परिणामं प्राप्तुं शक्नुवन्ति, तथा च प्राप्तस्य उच्चगुणवत्तायुक्तदत्तांशस्य आधारेण अधिकं अनुकूलितं संशोधनं च कर्तुं शक्यते अस्याः आदर्शप्रणाल्याः अन्तर्गतं एआइ इत्यस्मै मूलभूतवैज्ञानिकसिद्धान्तान् स्वयमेव ज्ञातुं अनुमतिं दत्त्वा अल्पमात्रायां डोमेनदत्तांशैः सह अतिरिक्तप्रशिक्षणद्वारा पूर्वमेव उत्तमं परिणामं प्राप्तुं शक्यते, यत् बृहत्भाषाप्रतिरूपेभ्यः किञ्चित् भिन्नम् अस्ति

लु जिन्तनः लाइट् कोन इन्टेलिजेन्स् इत्यस्मै अवदत् यत्, “वैज्ञानिकगणनाक्षेत्रे आँकडास्रोताः व्यापकाः न सन्ति, तथा च अत्र बहवः सार्वजनिकदत्तांशसमूहाः नास्ति अतः अधुना अस्माकं कार्यस्य एकः बृहत् भागः अस्ति यत् मॉडलस्य प्रशिक्षणप्रभावं कथं अधिकं करणीयम् इति लघुदत्तांशसमूहानां आधारेण अधिकं प्रभावी भवति।”

विगतवर्षद्वये शेन्झेन् प्रौद्योगिक्याः बृहत् उद्योगस्य मॉडलस्य श्रृङ्खलां अपि सफलतया प्रारब्धवती अस्ति, यथा डीपीए आणविकसिमुलेशनप्रतिरूपं, यूनि-मोल् 3d आणविकरूपरूपप्रतिरूपं, यूनि-फोल्डप्रोटीनतहमाडलं, यूनि-आरएनए न्यूक्लिकअम्लसंरचनाप्रतिरूपं, यूनि -गोदी उच्च-प्रदर्शन औषध अणु डॉकिंग इञ्जिन, तथा uni-smart वैज्ञानिक साहित्य बहु-मोडल बृहत् भाषा मॉडल, आदि।

लु जिन्तनस्य मते शेन्झेन् प्रौद्योगिक्याः सम्प्रति सामग्रीनां औषधानां च क्षेत्रेषु शतशः मॉडल् सन्ति, एतेषां मॉडल् अपि शेन्झेन् प्रौद्योगिक्याः उत्पादमञ्चे सफलतया एकीकृताः सन्तितस्मिन् एव काले शेन्झेन् प्रौद्योगिकी उद्योगे दर्जनशः प्रमुखैः औषधकम्पनीभिः सह सामरिकसहकार्यं अपि प्राप्तवती अस्ति, तथा च २०२३ तमे वर्षे व्यावसायिकीकरणस्य सफलतां अपि प्राप्स्यति, यत्र राजस्वं १० कोटिभ्यः अधिकं भविष्यति

वर्तमान समये शेन्झेन् प्रौद्योगिक्याः व्यवसाये विश्वविद्यालयेषु स्मार्टशिक्षा, जैवचिकित्सासंशोधनविकासः, नवीनबैटरीसामग्री च समाविष्टा अस्ति ।

परन्तु विज्ञानस्य कृते एआइ इत्यस्य वर्तमानस्य एल्गोरिदम् वर्गीकरणस्य अनुसारं समग्रविकासः अद्यापि l2 चरणे अस्ति, यत् प्रयोगात्मकसटीकतायाः समीपे अस्ति, अद्यापि अधिकं जन-उन्मुखं भवति, मनुष्याणां सहायार्थं तनावस्य न्यूनीकरणाय च आदर्शगणनायाः उपयोगेन

l3-पदे एआइ प्रत्यक्षतया परिणामं दातुं शक्नोति, केषुचित् परिदृश्येषु च मानवप्रयोगानाम् स्थाने प्रत्यक्षतया स्थातुं शक्नोति ।

यदि भवान् l2 तः l3 यावत् गन्तुम् इच्छति तर्हि "मुख्यकठिनता अस्ति यत् प्रत्येकस्य लिङ्कस्य सटीकता निश्चितं ऊर्ध्वतां प्राप्तुं आवश्यकम् अस्ति। तत्सह, प्रत्येकस्मिन् लिङ्के एल्गोरिदम् कथं एकीकृत्य स्थापयितव्यम् इति अपि महती आव्हाना अस्ति उक्तवान्‌।

भविष्यस्य सम्मुखीभूय लु जिन्तनः मन्यते यत् विज्ञानस्य कृते एआइ इत्यस्य विपण्यस्थानं पर्याप्तं विशालं भवति भवेत् तत् शिक्षा तथा वैज्ञानिकसंशोधनं, जैवचिकित्सा, बैटरीसामग्री वा, एआइ इत्यस्य योजनेन वास्तवतः बहवः मौलिकसमस्याः समाधानं कर्तुं शक्यन्ते, न्यूनातिन्यूनं प्रयोगात्मकस्तरस्य , तथा जनान् सशक्तं कुर्वन्ति उद्योगः, सीमा अन्वेषणम् इत्यादयः अधिकविचाराः प्रवेशबिन्दवः च प्रददति।

निम्नलिखितम् अस्ति ग्वाङ्गकोने इंटेलिजेन्स् तथा शेन्झेन् टेक्नोलॉजी इत्यस्य तकनीकीनिदेशकस्य लु जिन्तनस्य मध्ये विस्तृतं वार्तालापं (गुआंगकोने इंटेलिजेन्स् इत्यनेन विलोपिता सम्पादितं च):

शेन्झेन् प्रौद्योगिक्याः एआइ इत्यस्य उपयोगः भवति

वैज्ञानिकसंशोधनविकासाय गुणवत्तां कार्यक्षमतां च सुधारयितुम्

प्रश्नः- बृहत्-माडलेन प्राकृतिक-भाषा-प्रक्रियाकरणं, विडियो-प्रतिबिम्ब-जननं च परिवर्तनं कृतम् अस्ति ।

एकः:खननसाहित्यसूचना, पेटन्टसूचना इत्यादिषु क्षेत्रेषु बृहत्भाषाप्रतिमानानाम् उपयोगः आरब्धः अस्ति वयं तान् बृहत्भाषाप्रतिमानं वदामः अस्मिन् क्षेत्रे अस्माकं केचन शोधपरिणामाः अपि सन्ति चित्रं, चार्टं च व्याख्यानं इत्यादीनि केचन बहुविध-अनुप्रयोगाः अपि कुर्वन्ति ।

पारम्परिकवैज्ञानिकगणनायां प्रायः सूक्ष्मपरिमाणात् स्थूलपरिमाणपर्यन्तं समस्याः भवन्ति, परन्तु केषुचित् पार-परिमाणेषु गणनापरिदृश्येषु अद्यापि क्षमतायाः अभावः अस्ति यथा, यदि वयं कस्यचित् अणुस्य स्थूलदर्शनगुणानां पूर्वानुमानं तस्य परमाणुनां संरचनात्मकसूचनाद्वारा कर्तुम् इच्छामः तर्हि अस्माकं कृते स्केलेषु प्रतिरूपणं कर्तुं क्षमता आवश्यकी भवति

कृत्रिमबुद्धौ बृहत्प्रतिमानाः समाविष्टाः सन्ति, ये एतानि भौतिकप्रतिरूपाणि ज्ञात्वा ततः विशिष्टसमस्यासु प्रयोक्तुं शक्नुवन्ति ।

अस्माकं प्रायः बृहत्-प्रवाह-गणनाः कर्तव्याः, प्रायः दशसहस्राणि वा शतशः अपि परमाणु-युक्तेषु प्रणाल्यां यदि गणनाः भौतिक-प्रतिमानानाम् आधारेण भवन्ति तर्हि समय-कालः तुल्यकालिकरूपेण दीर्घः भविष्यति अत्र शेन्शी प्रौद्योगिकी यत् करोति तत् अस्ति यत् भौतिकप्रतिरूपस्य सटीकतायां समीपे एव गणनापरिणामान् उत्पादयितुं प्रतिरूपं सक्षमं करोति, तत्सह, गणनाप्रदर्शने महतीं सुधारं कर्तुं शक्नोति

प्रश्नः- लक्षशः परमाणुपरिमाणे गणनाः बृहत्प्रतिमानक्षेत्रे गणनासु कथं परिवर्तयितुं शक्यन्ते?

एकः:सूक्ष्मदर्शीपरिमाणे द्वयोः परमाणुयोः मध्ये अन्तरक्रियायाः विश्लेषणं भौतिकप्रतिमानद्वारा, यथा शास्त्रीययान्त्रिकद्वारा अथवा क्वाण्टमयान्त्रिकसमीकरणद्वारा, तेषां मध्ये अन्तरक्रियाबलस्य गतिप्रक्षेपवक्रस्य च गणना कर्तुं शक्यते अस्मिन् समये गणनायां केवलं द्वयोः परमाणुयोः परस्परप्रभावस्य विचारः आवश्यकः, समस्या च तुल्यकालिकरूपेण सरलम् अस्ति । परन्तु यथा यथा तन्त्रे परमाणुसङ्ख्या वर्धते तथा तथा स्थितिः जटिला भवति । यथा तृतीयपरमाणुप्रवर्तने प्रत्येकपरमाणुयोः युग्मरूपेण अन्तरक्रियायाः विचारस्य अतिरिक्तं त्रयाणां मध्ये बहुशरीरप्रभावस्य अपि विश्लेषणं करणीयम् अस्मिन् समये परमाणुनां मध्ये अन्तरक्रिया, प्रक्षेपवक्रता च न केवलं परमाणुद्वयस्य उपरि निर्भरं भवति, अपितु सम्पूर्णतन्त्रस्य अवस्थायाः संयुक्तरूपेण निर्धारितं भवति, गणनायाः परिमाणं च अरेखीयरूपेण वर्धते वैज्ञानिकाः प्रायः घनत्वकार्यात्मकसिद्धान्तः अथवा आणविकगतिविज्ञानस्य अनुकरणम् इत्यादीनां सन्निकर्ष-अल्गोरिदम्-प्रवर्तनं कुर्वन्ति, येन भिन्न-भिन्न-परिमाणेषु गणनाः कुशलतया नियन्त्रिताः भवन्ति

अस्माकं एआइ इत्यनेन प्रारम्भिकेषु दिनेषु यत् कृतं तत् वस्तुतः एतेषु भौतिकसमीकरणेषु अनुकूलतायै एआइ इत्यस्य उपयोगः करणीयः आसीत् तथा च कम्प्यूटिंग्-प्रदर्शने सुधारः कृतः । इदं चित्रपरिचयेन सह तुलना कर्तुं शक्यते यत् एतत् विविधपिक्सेलविश्लेषणं करोति ततः परं चित्रं विशेषताचित्रेषु विभज्यते ततः अनुमानितसमाधानं करिष्यति वैज्ञानिकगणनाक्षेत्रे कृत्रिमबुद्धेः आरम्भिकाले वयं यत् कृतवन्तः तत् आयामिकतानिवृत्तिक्रियारूपेण अपि द्रष्टुं शक्यते अर्थात् पूर्वं महतीं गणनानां आवश्यकतां जनयितुं शक्यमाणानां वस्तूनाम् द्रुततरं करणम्

प्रश्नः- पारम्परिक एआइ इत्यस्य गणनाविधिषु बृहत्प्रतिमानानाम् आगमनस्य च मध्ये किं भेदः अस्ति?

एकः:बृहत् प्रतिरूपस्य परिभाषा तुल्यकालिकरूपेण अस्पष्टा भवति, सामान्यतया च मापदण्डानां संख्या सूचकरूपेण उपयुज्यते । अस्माकं कृते बहुस्तरीयगणनाप्रदानं अधिकं भवति । अस्माकं वर्तमानप्रशिक्षणपूर्वप्रतिरूपं यूनि-मोल् अणुनां परमाणुनां च त्रिविमसंरचनायां आधारितं भवति, प्रासंगिकभौतिकगुणानां पूर्वानुमानं करोति, संरचना-क्रियाकलापसम्बन्धान् स्थापयति, तेषां प्रत्यक्षसमाधानं च करोति पूर्वं भविष्यवाणीः प्रायः प्रयोगेषु अवलम्बन्ते स्म तथा च अनुभवः। एषा पद्धतिः भिन्न-भिन्न-मापदण्डेषु गणनाः संयोजयति, सामग्री-विज्ञानादिक्षेत्राणां कृते नूतनानि गणना-विधयः च प्रदाति ।

यदा वयं बृहत्प्रतिमानानाम् उपचारं कुर्मः तदा सामान्यतया आदर्शसामान्यीकरणक्षमतासु अधिकं बलं दद्मः । विज्ञानस्य कृते एआइ इति क्षेत्रे तुल्यकालिकरूपेण सामान्यम् अस्ति । यथा, मूलभूतप्रतिरूपं सूक्ष्मसंरचनायाः आधारेण केचन औषधसम्बद्धानां गुणानाम् पूर्वानुमानं कर्तुं शक्नोति यदि एतत् प्रतिरूपं प्रवासितं भवति तथापि चिन्ताजनकगुणाः औषधीयगुणाः न भवेयुः, अपितु तस्य गुणाः अन्तर्गताः भवेयुः भिन्न-भिन्न तापमानं दबावं च, अतः विज्ञानस्य कृते एआइ-मध्ये मूलभूत-सामान्य-प्रतिरूपस्य विषये अस्माकं अवगमनं अधिकतया मूलभूत-प्रशिक्षण-पूर्व-प्रतिरूपस्य समुच्चयः अस्ति

प्रश्नः- बहुविधतायाः मुख्या भूमिका का अस्ति ?

एकः:अस्मिन् व्यापकविश्लेषणार्थं आणविकसंरचना, भौतिकगुणाः, प्रयोगात्मकदत्तांशः इत्यादीनां विभिन्नप्रकारस्य दत्तांशस्य संयोजनं भवति । यथा, औषधाविष्कारप्रक्रियायां प्रायः प्रथमं प्रोटीनसंरचनायाः लक्ष्यबिन्दुनाञ्च विश्लेषणं करणीयम्, ततः परीक्षणप्रक्रियायाः कालखण्डे लक्षशः वा कोटिकोटिपुस्तकालयेभ्यः लक्ष्यबिन्दुभ्यः उच्चसापेक्षतायुक्तानां यौगिकानां परीक्षणं करणीयम् , प्रक्रियायां आत्मीयताविश्लेषणं, औषधीयगुणविश्लेषणं, विषाक्तं वा, मानवशरीरस्य अवशोषणाय लाभप्रदं वा इत्यादीनि भवितुं शक्नुवन्ति।इदं बहुविधविश्लेषणं भवितुमर्हति। अतः यदि भवान् उत्तमं स्क्रीनिंग् प्रभावं प्राप्तुम् इच्छति तर्हि बहुकोणात् बहुगुणात् च तस्य विश्लेषणं कर्तव्यम् ।

चित्राणि, भिडियो च इत्यादयः सामान्याः बहुविधसमस्याः साहित्यदत्तांशखनने अस्माकं बहुविधानुप्रयोगानाम् समीपे एव भवितुम् अर्हन्ति यथा, पत्रे न केवलं पत्रे पाठसूचना, अपितु चित्रसूचना अपि पठनीया , तथा च चित्रसूचना पठितव्या गहनखननं कुर्वन्तु, ततः पाठसूचनया सह एकीकृत्य, अन्ते परिणामान् निर्गमयन्तु । साहित्ये वयम् एतां सामान्यां बहुविधक्षमताम् अपि प्रयोजयामः ।

प्रश्नः- विज्ञानस्य कृते एआइ क्षेत्रे आदर्शदत्तांशस्य कियत् महती अस्ति?

एकः:भिन्नानि क्षेत्राणि अवश्यं यथा अधिकं तानि प्राप्तुं कठिनतायाः विषयः अपि अस्ति। यथा, जैवचिकित्साक्षेत्रे बैटरीक्षेत्रे च खण्डित-अनुप्रयोगेषु दीर्घकालीन-अनुसन्धान-विकास-सत्यापन-चक्रयुक्तेषु उद्योगेषु आँकडा-निर्गमः तुल्यकालिकरूपेण लघुः भविष्यति, तथा च आँकडानां निरपेक्ष-मात्रा सीमितं भविष्यति . यथा, केषाञ्चन विशिष्टप्रकारस्य प्रोटीनसंरचनानां कृते कतिपयवर्षेषु कतिपयानि शतानि अभिलेखानि एव भवितुम् अर्हन्ति, परन्तु अन्येषु क्षेत्रेषु दत्तांशः निश्चितरूपेण तस्मात् अधिकः भवति

तथापि, मूलभूतभौतिकप्रतिमानाः अधिकानि आँकडानि जनयितुं शक्नुवन्ति ये वयं सम्प्रति अध्ययनं कुर्मः अनेके मूलभूतप्रतिमानाः अद्यापि सीमितदत्तांशप्रशिक्षणस्य अन्तर्गतं उत्तमं परिणामं प्राप्तुं शक्नुवन्ति, भविष्ये प्राप्तानां उच्चगुणवत्तायुक्तानां दत्तांशस्य आधारेण च अनुकूलितं सुधारणं च कर्तुं शक्यते अस्माकं आदर्शव्यवस्थायाः अन्तर्गतं एआइ इत्यस्मै मूलभूतवैज्ञानिकसिद्धान्तान् स्वयमेव ज्ञातुं अनुमतिं दत्त्वा अल्पमात्रायां डोमेनदत्तांशैः सह अतिरिक्तप्रशिक्षणद्वारा पूर्वमेव उत्तमं परिणामं प्राप्तुं शक्यते, यत् बृहत्भाषामाडलात् किञ्चित् भिन्नम् अस्ति

प्रश्नः- एआइ इत्यनेन मूलभूतवैज्ञानिकतर्कं कथं शिक्षितुं शक्यते ततः विशिष्टानां अनुप्रयोगसमस्यानां समाधानं कथं करणीयम्?

एकः:सामान्यतया केचन भौतिकप्रतिमानाः प्रत्यक्षतया गणनां कर्तुं उपयुज्यन्ते, ततः परिणामितदत्तांशं प्रशिक्षितं भवति, ततः भौतिकप्रतिमानानाम् अनुकरणं भवति

प्रश्नः- मूलभूतस्य बृहत्प्रतिरूपस्य प्रत्येकस्य ऊर्ध्वाधरप्रकारस्य बृहत्प्रतिरूपस्य च मध्ये कः सम्बन्धः अस्ति? किं मया मूलभूतं बृहत्प्रतिरूपं स्वयमेव प्रशिक्षितव्यं, अथवा तृतीयपक्षस्य मुक्तस्रोतबृहत्प्रतिरूपस्य उपयोगः करणीयः?

एकः:भिन्नाः परिदृश्याः भिन्नाः सन्ति यदि एतत् बृहत् भाषाप्रतिरूपं निर्दिशति तर्हि दस्तावेजव्याख्यायां, यथा कागदव्याख्यायां, तस्य अधिकं उपयोगः भवति । मूलभूतः अनुप्रयोगः एकस्य पत्रस्य व्याख्यां कर्तुं भवति व्ययविचारस्य कारणात् पत्रस्य व्याख्यां कर्तुं मम सहायतार्थं केचन सामान्याः बृहत्प्रतिमानाः उपयुज्यन्ते। यदि वयं बहुविधपत्राणां व्याख्यां कर्तुम् इच्छामः, अथवा अस्माकं विशाले कागदपुस्तकालये समग्रं अन्वेषणमपि कर्तुम् इच्छामः, यत्र पेटन्टसन्धानं विश्लेषणं च समाविष्टम्, तर्हि वयं पत्रस्य अधिकविस्तृतव्याख्यां कर्तुं स्वस्य स्वविकसितसाहित्यप्रतिरूपस्य उपयोगं करिष्यामः।

अतः वयम् अद्यापि उपयोक्तृभ्यः उत्पादानाम् उपरि कार्यं कुर्मः, अस्माकं उत्पादानाम् कृते कोऽपि मॉडलः अधिकं उपयुक्तः इति वयं निर्णयं कर्तुं शक्नुमः, अपि च वयं व्ययविचारानाम् आधारेण विकल्पं करिष्यामः ।

अधुना वयं बहवः मॉडल् अधिकानि पूर्व-प्रशिक्षण-माडलाः इति वदामः उदाहरणार्थं, वयं गतवर्षे विमोचितं dpa भिन्न-भिन्न-तत्त्वानां परमाणुनां मध्ये सम्भाव्य-कार्यस्य गणनाय पूर्व-प्रशिक्षण-माडलस्य समुच्चयः अस्ति , hoping to pass केचन मुक्तस्रोतबलाः संयोजयितुं वयं एकत्र योगदानं दातुं शक्नुमः, एकत्र आँकडानां साझेदारी कर्तुं शक्नुमः यत् मॉडलं अधिकं परिपक्वं भवितुम् प्रशिक्षितुं शक्नुमः।

प्रश्नः- अधुना शेन्झेन् प्रौद्योगिक्याः कति मॉडल् सन्ति?

एकः:अधुना अस्माकं कृते सामग्री-चिकित्साक्षेत्रेषु संयुक्तरूपेण शतशः आदर्शाः सन्ति ।

दर्जनशः औषधकम्पनीभिः सह कार्यं कृत्वा राजस्वं १० कोटिभ्यः अतिक्रान्तम्

शेन्झेन् प्रौद्योगिक्याः व्यापारप्रतिरूपम्

प्रश्नः- एआइ चिकित्साक्षेत्रे शेन्झेन् प्रौद्योगिक्याः नवीनतमं शोधविकासप्रगतिः साझां कर्तुं शक्नुवन्ति वा?

एकः:चिकित्साक्षेत्रे, वयं वास्तवतः वर्तमानकाले पूर्वनैदानिकसंशोधनं प्रति केन्द्रीकृताः स्मः, यथा प्रारम्भिकलक्ष्याविष्कारः प्रोटीनसंरचनाविश्लेषणं च, लक्ष्यविश्लेषणं, आणविकपरीक्षणं, तथा च आत्मीयताविश्लेषणं , गुणानाम् भविष्यवाणीं इत्यादयः .

चिकित्सापरिदृश्येन सह मिलित्वा, वयं एतान् सर्वान् एल्गोरिदम् एकस्मिन् उत्पादे संकुलयामः, यत् अस्माकं औषधविन्यासमञ्चः hermite अस्ति वयम् अधुना मूलतः विभिन्नक्षेत्रेषु शीर्ष 50 घरेलु औषधकम्पनीभिः सह सहकार्यं कुर्मः, मुख्यतया त्रयः पक्षाः सम्मिलिताः , एकः जैवप्रौद्योगिकी (जैव प्रौद्योगिकी) अस्ति। , एकः cro (clinical research organization), एकः च pharma (औषधकम्पनी), यस्य प्रत्येकस्य स्वकीया प्रतिनिधिकम्पनी अस्ति ।

गतसप्ताहे वयं अधुना एव एकया घरेलुसूचीकृतकम्पनीया सह सहकार्यसम्झौते हस्ताक्षरं कृतवन्तः, पूर्वी सनशाइन, या इन्फ्लूएन्जा-औषधं ओसेल्टामिविर्-इत्येतत् निर्माति, अधुना एव अमेरिका-देशे त्रीणि प्रथमश्रेणीप्रमाणपत्राणि अपि प्राप्तवन्तः वयं तेषां सह लक्ष्य-निर्धारणं निरन्तरं करिष्यामः |. सम्बन्धित व्यवसाय।

dongguang sunshine इत्यादिषु जैवचिकित्साक्षेत्रे विशिष्टकम्पनीनां अतिरिक्तं, वयं वास्तवतः अनेकैः वैज्ञानिकसंशोधनसंस्थाभिः विश्वविद्यालयैः च सहकार्यं कुर्मः ये औषधसंशोधनविकासयोः संलग्नाः सन्ति, यथा पश्चिमचीनविश्वविद्यालयस्य चिकित्साविज्ञानस्य, xiangya अस्पतालः, चिकित्सामहाविद्यालयः च

प्रश्नः- अस्माकं वर्तमान-उत्पादानाम् उपयोगः वास्तवतः ब्राउजर्-इत्यस्य उपयोगेन कर्तुं शक्यते, तथा च समग्ररूपेण परिनियोजनम् अपि अतीव हल्कं भवति वा सर्वाणि मूल-उत्पाद-नियोजन-विधयः एतादृशाः सन्ति?

एकःआम्, वयं यत् अधिकांशं ऑनलाइन कुर्मः तत् ai अनुमानकार्यं भवति प्रशिक्षणकार्यं प्रायः अफलाइनरूपेण सम्पन्नं भवति, अतः स्थानान्तरणीयानां दत्तांशस्य परिमाणं तावत् विशालं नास्ति, प्रशिक्षणपरिदृश्यानां अपि अल्पमात्रा भविष्यति, अपि च अधिकं आधारितम् अस्ति पूर्वप्रशिक्षितस्य प्रतिरूपस्य सूक्ष्म-समायोजनस्य विषये एतत् लघु-दत्तांशसमूहैः अपि कर्तुं शक्यते, दत्तांश-सञ्चार-दाबः अपि लघुः भवति । लघुनियोजनस्य अर्थः न भवति यत् वयं पर्याप्तं गणनाशक्तिं न उपयुञ्ज्महे प्रणाली प्रणाल्याः पृष्ठतः संकरमेघस्य hpc गणनाशक्तिं च उपयुज्यते, परन्तु उपयोक्तृभ्यः ब्राउजर्-प्रवेशरूपेण संकुलं भवति यदि केचन निजीकरणपरिदृश्याः सन्ति तर्हि अस्माभिः तस्य पृष्ठतः कम्प्यूटिङ्ग् पावर सिस्टम् अपि परिनियोजितव्यम्, यत् saas इत्यत्र आवश्यकं नास्ति ।

सामान्यतया बृहत् उद्यमानाम् निजीकरणस्य आवश्यकता वर्तते । यतो हि तेषां दत्तांशगोपनीयतायाः विशेषतया उच्चाः आवश्यकताः सन्ति, अध्यापनसदृशेषु केषुचित् परिदृश्येषु वा केषुचित् शोधसंस्थासु वा, निजीकृतनियोजनं विना तेषां अस्थायीरूपेण कस्यचित् विषयस्य कृते उपयोगः भवितुं शक्नोति

प्रश्नः- वर्तमानसहकारीउद्यमैः सह वास्तविकपरियोजनायाः प्रगतिः कथं वर्तते? कस्मिन् स्तरे सम्यक् ?

एकः:औषधकम्पनीभिः सह अस्माकं सहकार्यं मुख्यतया गणनाप्रक्रियायां भवति कम्पनी औषधानि न उत्पादयति, अतः औषधकम्पनीनां औषधविकासप्रक्रियायां भागं न गृह्णाति।

वयं मूलतः पूर्ण-लिङ्क-भारः अस्मत् अधुना केचन नूतनाः क्षेत्राणि अन्वेषणं च प्रयत्नशीलाः स्मः, यथा हार्डवेयर-अनुसन्धानं विकासं च केन्द्रीकृत्य स्वचालित-प्रयोगशालासु सॉफ्टवेयरं एकीकृत्य, येन संयुक्तरूपेण अधिक-कम्पनीनां सेवा भवति, यतः औषध-कम्पनीनां आवश्यकताः सन्ति | अद्यापि अत्यन्तं विशालः।

तथा च राजस्वस्य दृष्ट्या अस्माकं गतवर्षे राजस्वं १० कोटिभ्यः अतिक्रान्तम्।

औषधकम्पनीभिः सह अस्माकं सहकार्यस्य कृते द्वौ व्यापारप्रतिमानौ स्तः, एकः सॉफ्टवेयरविक्रयणं, अपरः च संयुक्तसंशोधनविकासः ।

अनेकाः बृहत्कम्पनयः स्थानीयतया परिनियोजनं करिष्यन्ति तथा च स्वकीयानां दलानाम् समर्थनं कर्तुं समर्थाः सन्ति तथा च सॉफ्टवेयरस्य क्रयणस्य समर्थनार्थं पर्याप्तं धनं भवति तथापि केचन मध्यम-आकारस्य अथवा नवीनाः अभिनव-औषध-कम्पनयः भवितुम् अर्हन्ति येषु उन्नत-उत्पादन-उपकरणानाम्, तदनुरूप-प्रतिभानां च अभावः भवति एतेषां साधनानां उपयोगेन ते अस्माभिः सह संयुक्तरूपेण विकासं कर्तुं चयनं कुर्वन्ति यतः अस्मिन् दत्तांशस्य सूचनासुरक्षायाश्च सहाय्यं भवति, अतः पक्षद्वयस्य एकीकरणं विशेषतया समीपस्थम् अस्ति।

परन्तु बहवः बृहत् औषधकम्पनयः पर्याप्तं धनं प्रतिभा च सन्ति, ते अपि आशान्ति यत् वयं तेभ्यः saas इत्यनेन प्रदातुं केचन अनुकूलितसेवाः प्रदातुं शक्नुमः इति।

विज्ञानस्य कृते एआइ इत्यस्य भविष्यम्

प्रश्नः- मया वर्तमानकाले अनेके एल्गोरिदम् वर्गीकरणाः दृष्टाः, ये स्वायत्तवाहनचालनस्य पञ्चवर्गीकरणानां सदृशाः सन्ति, l2-पदे वयं किं अवस्थां प्राप्तुं शक्नुमः? पूर्वप्रयोगप्रतिरूपस्य स्थाने कियत्पर्यन्तं स्थातुं शक्नोति ? किं भवन्तः विशिष्टस्य परिदृश्यस्य केस उदाहरणं दातुं शक्नुवन्ति ?

एकः:l2 परिदृश्ये वयं प्रयोगसटीकतायाः अधिकं समीपे, अधिकं च जन-उन्मुखं, मानवानाम् सहायतायै प्रयोगात्मकदाबं न्यूनीकर्तुं च गणना इति वदामः यतो हि औषधनिर्माणे विभिन्नप्रणालीनां मध्ये महत् अन्तरं भवति, अतः वयं केषुचित् प्रणालीषु प्रयोगात्मकसटीकताम् समीपे प्राप्तुं समर्थाः अस्मत् । अतः एतत् न यत् उपयोक्तृभ्यः प्रयोगान् कर्तुं सर्वथा आवश्यकता नास्ति, परन्तु अहं उपयोक्तृभ्यः अधिकानि मूलभूतकार्यं कर्तुं साहाय्यं कर्तुं शक्नोमि, यथा आणविकपरीक्षणम् it may be 1 million drug compounds can help users screen out in the end, maybe शेषेषु प्रयोगात्मकसत्यापनं कर्तुं वैज्ञानिकसंशोधकानां आवश्यकता वर्तते, प्रयोगस्य परिमाणं च बहु न्यूनीकरिष्यते।

प्रश्नः- l2 तः l3 यावत् गमनस्य कानि कष्टानि सन्ति?

एकः:अस्य l3 इत्यस्य मम अवगमनम् अस्ति यत् ai प्रत्यक्षतया परिणामं दातुं शक्नोति, यत् कतिपयेषु परिदृश्येषु मानवप्रयोगानाम् प्रत्यक्षतया प्रतिस्थापनस्य तुल्यम् अस्ति । l3 प्राप्तुं कठिनता मुख्यतया अस्मिन् तथ्ये अस्ति यत् प्रत्येकस्य लिङ्कस्य सटीकता एकं निश्चितं स्तरं प्राप्तुं आवश्यकं तदतिरिक्तं अनेके एल्गोरिदम्स् सम्मिलिताः सन्ति, तथा च विभिन्नानां एल्गोरिदम्-समायोजनम् अपि कठिनता अस्ति एल्गोरिदम् इत्यस्य एकीकरणं वस्तुतः सम्पूर्णकार्यप्रवाहप्रणाल्याः सदृशं भवति, एषा प्रणाली च निरन्तरं स्वस्य समीक्षां अनुकूलनं च कर्तुं शक्नोति ।

प्रश्नः- समग्रप्रौद्योगिक्यां अतीतात् वर्तमानपर्यन्तं किमपि पुनरावृत्तिः अस्ति वा? तथा च वर्तमानस्य प्रतिरूपस्य विकासे किमपि अटङ्कं भविष्यति वा?

एकः:वर्तमान समये वयं निरन्तरं दत्तांशस्य आधारेण पुनरावृत्तिं कुर्मः, विशेषतः उपयोक्तृभिः सामान्यतया उपयुज्यमानानाम् उत्पादानाम् उपरि एल्गोरिदम् पुनरावृत्तिः द्रुततरः अस्ति उदाहरणार्थं, अस्माकं dpa उत्पादः प्रथमपीढीतः द्वितीयपीढीपर्यन्तं उन्नयनं कृतम् अस्ति is that the 1st generation can इदं एकस्मिन् क्षेत्रे पूर्वप्रशिक्षणस्य समर्थनं करोति, द्वितीयपीढी च भिन्न-भिन्न-एनोटेशन-विधिभिः सह दत्तांशसमूहानां आधारेण एकस्मिन् समये समानान्तर-प्रशिक्षणं कर्तुं शक्नोति

अडचना मुख्यतया वैज्ञानिकगणनाक्षेत्रे आँकडास्रोताः व्यापकाः न सन्ति अतः अधुना अस्माकं कार्यस्य बृहत् भागः अस्ति यत् मॉडलस्य प्रशिक्षणप्रभावं कथं उत्तमं श्रेष्ठं च कर्तव्यम् इति लघुदत्तांशसमूहानां आधारेण ।

तदतिरिक्तं अन्यत् अतिरिक्तं वस्तु अस्ति यस्य विषये ध्यानं दातव्यम्, यत् व्याख्यानक्षमतायाः विषयः अस्ति यतः वैज्ञानिकगणनायाः आवश्यकताः अधिकाः सन्ति तथा च व्याख्याक्षमतायाः आवश्यकताः अधिकाः सन्ति, अतः वयम् अधुना मापदण्डान् उजागरयित्वा प्रतिरूपस्य व्याख्याक्षमतां वर्धयितुं प्रयत्नशीलाः स्मः अनुवादमार्गादि लिंग ।

प्रश्नः- आँकडा-अभावस्य समस्यायाः समाधानं कथं करणीयम् ?

एकः:विज्ञानस्य कृते एआइ क्षेत्रे, भवेत् तत् सामग्रीक्षेत्रे वा चिकित्साक्षेत्रे वा, अत्यन्तं मूलभूताः सूक्ष्मस्तरीयाः भौतिकसिद्धान्ताः समानाः सन्ति, अतः लाभः अस्ति यत् केषुचित् सामग्रीक्षेत्रेषु दत्तांशस्य प्रत्यक्षतया चिकित्साक्षेत्रे पुनः उपयोगः कर्तुं शक्यते उदाहरणार्थं, dpa 2 आधारितं भवितुम् अर्हति विभिन्नमानकप्रणालीनां अन्तर्गतं प्रदत्तं दत्तांशं उपयोक्तृभ्यः एकीकृतप्रतिरूपं प्रशिक्षितुं साहाय्यं करोति । ततः यदा एषः आदर्शसमूहः विशेषतया उद्योगे प्रयुक्तः भवति तदा सूक्ष्मसमायोजनाय अल्पमात्रायां दत्तांशस्य उपयोगः कर्तुं शक्यते ।

वयम् अद्यापि toc-विपण्ये न संलग्नाः, परन्तु अस्माकं प्रणाल्याः केचन शिक्षण-परिदृश्याः पूर्वमेव आच्छादिताः सन्ति । अस्माकं वैज्ञानिकसंशोधनमञ्चः अस्ति यत् शिक्षणं, अनुसन्धानं, अनुप्रयोगं च एकीकृत्य वर्तमानग्राहकाः मुख्यतया वयं सम्मुखीभवन्ति विश्वविद्यालयाः तथा च केचन उपयोक्तारः ये अधिकं उपभोक्तृ-उन्मुखाः सन्ति। महाविद्यालयानाम् विश्वविद्यालयानाञ्च कृते अस्माकं कृते शिक्षकाणां कृते अपि तथैव व्यावहारिकप्रशिक्षणमञ्चः भविष्यति अयं मञ्चः अध्यापनात् आरभ्य कक्षासु उपस्थितानां छात्राणां कृते, उपयोगपर्यन्तं, शोधपरिणामानां कार्यान्वयनम् अपि सर्वं समर्थयितुं शक्नोति।

प्र:ऐ चविज्ञानस्य वा भविष्यस्य विपण्यविकासस्थानं किम्?

एकः:अहं मन्ये विपण्यस्थानं पर्याप्तं विशालम् अस्ति। वैज्ञानिकसंशोधनं, चिकित्सा, सामग्री वा, एआइ-इत्यस्य योजनेन न्यूनातिन्यूनम् प्रयोगस्तरस्य वस्तुतः समस्यानां समाधानं कर्तुं शक्यते, वैज्ञानिकसंशोधकानां प्रयोगपरिणामेषु सुधारं कर्तुं साहाय्यं कर्तुं शक्यते, प्रयोगस्य भारं न्यूनीकर्तुं शक्यते च

समग्रग्राहकस्वीकारस्य दृष्ट्या अस्माकं कृते अनेकेषु परिदृश्येषु व्ययस्य भागः उपयोक्तृभ्यः शिक्षणं भवति उदाहरणार्थं औषधक्षेत्रे वयं ग्राहकैः सह दीर्घकालीनसहकारसम्बन्धं स्थापयामः यतोहि अस्माकं सम्पूर्णसत्यापनचक्रस्य माध्यमेन ग्राहकानाम् सह गन्तुं आवश्यकता वर्तते .

तुलनात्मकरूपेण सामग्रीक्षेत्रं बहु द्रुततरं भवति यथा बैटरी-संशोधन-विकास-चक्रं यदि एआइ-द्वारा विद्युत्-विलेयक-अनुपातस्य प्रभावः पूर्वानुमानितः भवति तर्हि तत् सज्जीकरण-सत्यापनं कर्तुं पर्याप्तं भविष्यति

राष्ट्रियस्तरस्य विज्ञानप्रौद्योगिकीमन्त्रालयेन चीनदेशस्य प्राकृतिकविज्ञानप्रतिष्ठानेन सह मिलित्वा विज्ञानस्य कृते अलस्य विशेषनियोजनं प्रारब्धम् । एतेन अपि ज्ञायते यत् सामाजिक-आर्थिक-स्तरात् आरभ्य राष्ट्रिय-स्थूल-नीतिपर्यन्तं सर्वे आशावादीः सन्ति, तस्य दृढतया समर्थनं च कुर्वन्ति, एषा निश्चितरूपेण भविष्यस्य दिशा अस्ति, न संशयः |.

प्रश्नः- विज्ञानस्य कृते एआइ अद्यापि प्रारम्भिकपदे अस्ति।

एकः:अहं मन्ये न्यूनातिन्यूनं सर्वेषां ग्राहकानाम् अस्य विषये एकीकृता अवगमनं भविष्यति। इदानीं सर्वे एआइ-इत्यस्य सक्रियरूपेण आलिंगनं कर्तुं आरब्धाः, एआइ-विषये तेषां अवगमनं च उच्चस्तरं प्राप्तम् । सर्वे उद्योगाः अस्मिन् शब्देन अपरिचिताः वा प्रतिहृताः वा न अनुभूयन्ते, तुल्यकालिकरूपेण सकारात्मकं मनोवृत्तिः च भविष्यन्ति । अग्रिमः सोपानः अस्ति यत् वयं ग्राहकैः सह सह-निर्माणस्य सदृशं सहकारीसम्बन्धं कथं स्थापयितुं शक्नुमः सर्वथा अयं उद्योगः आँकडा-संवेदनशीलः उद्योगः अस्ति। त्रिवर्षस्य निशाने ग्राहकानाम् अपि केचन व्यावहारिककार्यन्वयनपरिदृश्यानि कल्पयितुं साहाय्यं कर्तुं शक्नुमः इति अपि आशास्महे।

वस्तुतः अहं मन्ये यदि मूल्यबिन्दुः अधिकस्पष्टतया विचारयितुं शक्यते तर्हि ग्राहकस्वीकारः अद्यापि अत्यन्तं उच्चः अस्ति, यतः सामान्यतया औषधकम्पनयः वा अधुना उल्लिखिता नूतना ऊर्जा वा, सर्वे नवीनतानिवेशे अधिकाधिकं ध्यानं ददति वैज्ञानिकसंशोधनमूलसंरचना, उच्चस्तरीयपरिदृश्यानि च सहितं सम्पूर्णं वैज्ञानिकसंशोधनप्रतिमानं नवीनीकर्तुं साहाय्यं कर्तुं अपि वयं आशास्महे, अस्माकं वैज्ञानिकसंशोधनमञ्चस्य माध्यमेन वयं तान् संयोजयितुं विविधान् उद्योगान् सशक्तं कर्तुं च शक्नुमः।