सीखी हुई मशीन

रेडियोलॉजिस्ट एक लुप्तप्राय प्रजाति बन जाते हैं क्योंकि स्टैनफोर्ड एल्गोरिथम उनकी नैदानिक ​​​​क्षमताओं को पार कर जाता है।

आर्टिफिशियल इंटेलिजेंस, एंड्रयू एनजी, आर्टिफिशियल लर्निंग, Baidu, मशीन लर्निंग ग्रुप स्टैनफोर्ड यूनिवर्सिटी, रोबोटिक्स में आर्टिफिशियल इंटेलिजेंस, इंडियन एक्सप्रेसआज, यह सांख्यिकीय रूप से केवल इसलिए संभव है क्योंकि एक मशीन को अपने प्रोसेसर को संपादकीयकरण में बदलना बाकी है। लेकिन कल एक और दिन है।

जब आर्टिफिशियल इंटेलिजेंस (एआई) विशेषज्ञ एंड्रयू एनजी ने शिक्षाविदों के पक्ष में चीनी खोज की दिग्गज कंपनी Baidu को छोड़ दिया, तो पृथ्वी को हिला देने वाले घटनाक्रम की उम्मीद की गई थी। पृथ्वी अभी भी खड़ी है, लेकिन चिकित्सा समुदाय के पास हिलने का कारण है। स्टैनफोर्ड यूनिवर्सिटी में उनके मशीन लर्निंग ग्रुप द्वारा लिखित एआई एल्गोरिदम ने निमोनिया के निदान में विश्वसनीयता के लिए रेडियोलॉजिस्ट को पीछे छोड़ दिया है। रेडियोलॉजिस्ट को प्रशिक्षित करने में सात से नौ साल लगते हैं। एक महीने में अहंकार वहां पहुंच गया।

सामान्य धारणा यह है कि रोबोटिक्स और एआई केवल निचले स्तर की, दोहराव वाली नौकरियों को ही सेवानिवृत्त करेंगे। इन्वेंट्री मैनेजर, प्रोडक्शन लाइन के कर्मचारी और कॉल सेंटर के कर्मचारी स्विचबोर्ड ऑपरेटरों और पूल टाइपिस्टों के रास्ते जाएंगे, जिन्हें स्वचालित एक्सचेंजों और वर्ड प्रोसेसर द्वारा बेरोजगार कर दिया गया था। लेकिन एआई उम्मीद से कहीं ज्यादा तेजी से आगे बढ़ रहा है और अब, ऐसी भूमिकाएं जिनमें प्रोटोकॉल और रटने के बजाय अनुभव के आधार पर निर्णय लेना शामिल है, को खतरा महसूस होने का कारण है। आज, सर्जन रोबोट को अपने हाथों की तुलना में अधिक सटीक रूप से प्रक्रियाओं को करने के लिए प्रोग्राम करते हैं। कल की दुनिया में, मशीन अकेले निदान और संचालन कर सकती है।

कल वास्तव में आज है। स्टैनफोर्ड लर्निंग एल्गोरिदम ने सार्वजनिक स्वास्थ्य डेटा से छाती के एक्स-रे का विश्लेषण किया, और डॉक्टरों की तुलना में निमोनिया के अधिक सटीक सकारात्मक निदान और कम झूठी सकारात्मकता दोनों को दिखाया। इसके अलावा, इसने एक्स-रे से गर्मी के नक्शे तैयार किए। अगर डॉक्टरों को इतनी आसानी से पार किया जा सकता है, तो सीईओ क्यों नहीं? आप क्या शर्त लगाते हैं कि एक मशीन बेहतर लाभप्रदता सुनिश्चित करेगी? बाजार के बहुत सारे पंटर्स इस तरह की प्रतियोगिता पर दांव लगाने को तैयार होंगे। फिर पत्रकारों का क्या? क्या आपको यकीन है कि यह संपादकीय किसी इंसान ने लिखा है? आज, यह सांख्यिकीय रूप से केवल इसलिए संभव है क्योंकि एक मशीन को अपने प्रोसेसर को संपादकीयकरण में बदलना बाकी है। लेकिन कल एक और दिन है।