कृत्रिम बुद्धिमत्तेचे वर्गीकरण तिच्या क्षमता (Capabilities) आणि कार्यात्मकता (Functionalities) या दोन मुख्य निकषांवर केले जाते. MPSC राज्यसेवा (GS-4 विज्ञान व तंत्रज्ञान) तसेच संयुक्त पूर्व व मुख्य परीक्षेत तांत्रिक व्याख्या, त्यांची प्रत्यक्ष उदाहरणे आणि संकल्पनात्मक फरकांवर (Conceptual Differences) थेट बहुपर्यायी प्रश्न विचारले जातात.
महत्त्वाचे तथ्य तक्ता (Quick Facts Matrix)
| घटक (Component) | तपशील / तथ्य (Details) |
|---|---|
| संबंधित विषय व पेपर | GS-4 (विज्ञान व तंत्रज्ञान / सायन्स अँड टेक) आणि चालू घडामोडी |
| वर्गीकरणाचे मुख्य आधार | १. क्षमतांवर आधारित (Capabilities) २. कार्यप्रणालीवर आधारित (Functionalities) |
| मुख्य प्रकार (एकूण संख्या) | • क्षमतांवर आधारित: ३ प्रकार • कार्यप्रणालीवर आधारित: ४ प्रकार |
| सध्याचे जागतिक अस्तित्व | केवळ Narrow AI (ANI) आणि Reactive / Limited Memory AI प्रत्यक्षात अस्तित्वात आहेत; बाकी संकल्पनात्मक (Theoretical) आहेत. |
| महाराष्ट्राचा संदर्भ | महाराष्ट्र राज्य आयटी धोरण (IT/ITeS Policy) आणि ‘AI Readiness’ मध्ये Narrow AI (उदा. महा-अभिलेख, क्राईम ट्रॅकिंग) चा वापर. |
सविस्तर परीक्षाभिमुख विश्लेषण (Exam-Oriented Analysis)
१. क्षमतांवर आधारित वर्गीकरण (Based on Capabilities)
- अ. संकुचित / दुर्बळ बुद्धिमत्ता (Narrow AI / Weak AI):
- संकल्पना: ही प्रणाली केवळ एकाच पूर्वनिर्धारित कामासाठी (Dedicated Task) प्रशिक्षित केलेली असते. त्या कामाबाहेर ती विचार करू शकत नाही.
- वैशिष्ट्ये: स्वतःहून नवीन काम शिकत नाही; दिलेल्या डेटा पॅटर्नवरच प्रक्रिया करते.
- उदाहरणे: Apple चे Siri, Google Translate, चेस खेळणारा Deep Blue, AlphaGo, ऑटोनॉमस ड्रायव्हिंग सॉफ्टवेअर.
- सद्यस्थिती: आज जगात अस्तित्वात असलेले सर्व AI तंत्रज्ञान हे Narrow AI च आहे.
- ब. सामान्य बुद्धिमत्ता (General AI / Strong AI / AGI):
- संकल्पना: मानवाप्रमाणे कोणत्याही बौद्धिक समस्येचे आकलन करणे, शिकणे आणि निर्णय घेणे या क्षमता असलेली प्रणाली.
- वैशिष्ट्ये: मानवी मेंदूप्रमाणे बहुआयामी विचार (Cross-domain adaptability).
- सद्यस्थिती: हे तंत्रज्ञान अद्याप अस्तित्वात नाही (Currently Theoretical). OpenAI, DeepMind यावर संशोधन करत आहेत.
- क. अति-बुद्धिमत्ता (Super AI / Artificial Superintelligence – ASI):
- संकल्पना: मानवी बुद्धिमत्तेला, प्रतिभेला आणि सर्जनशीलतेलाही मागे टाकणारी सर्वोच्च काल्पनिक अवस्था.
- वैशिष्ट्ये: स्वतःची जाणीव (Self-awareness), भावना आणि मानवापेक्षा अब्जावधी पट वेगाने विचार करण्याची क्षमता.
- सद्यस्थिती: केवळ सैद्धांतिक आणि सायन्स-फिक्शन संकल्पना.
२. कार्यप्रणाली / तंत्रज्ञानावर आधारित वर्गीकरण (Based on Functionalities)
(अरेन हिंट्झ – Arend Hintze यांच्या वर्गीकरण सिद्धांतानुसार)
| प्रकार | मुख्य तत्त्व (Core Principle) | स्मृती क्षमता (Memory Capacity) | प्रत्यक्ष उदाहरण |
| १. प्रतिक्रियात्मक यंत्रे (Reactive Machines) | वर्तमान इनपुटवर थेट प्रतिक्रिया; कोणताही भूतकाळ साठवत नाही. | शून्य (No Memory) | IBM Deep Blue, Google AlphaGo |
| २. मर्यादित स्मृती (Limited Memory) | मागील काही सेकंद/मिनिटांचा तात्पुरता डेटा वापरून निर्णय घेणे. | तात्पुरती (Temporary Memory) | Self-driving Cars (Tesla), Chatbots |
| ३. मनाचा सिद्धांत (Theory of Mind) | मानवी भावना, श्रद्धा व सामाजिक संवादाचे आकलन करण्याची क्षमता. | प्रगत (अद्याप प्रयोगात) | Hanson Robotics चा ‘Sophia’ (प्राथमिक स्तर) |
| ४. आत्म-जाणीव (Self-Awareness) | स्वतःचे अस्तित्व, भावना व स्वतंत्र जाणीव असणारी मशिन. | अमर्याद (काल्पनिक) | अद्याप अस्तित्वात नाही (Sci-Fi संकल्पना) |
MPSC परीक्षा विशेष: ‘ट्रॅप’ आणि महत्त्वाचे मुद्दे (Exam Trap Alert)
- ⚠️ संभाव्य फसवे मुद्दे (Common Confusions / Traps):
- ट्रॅप १: “ChatGPT किंवा Tesla ची कार ही General AI (AGI) चे उदाहरण आहे.” — चूक! ChatGPT, LLMs किंवा सेल्फ-ड्रायव्हिंग कार्स कितीही प्रगत वाटल्या, तरी त्या Narrow AI (ANI) आणि Limited Memory AI च्या कक्षेतच येतात.
- ट्रॅप २: “Reactive Machines भूतकाळातील अनुभवांमधून शिकून स्वतःच्या चुका सुधारतात.” — चूक! Reactive Machines मध्ये मेमरी नसते; त्या आधीच्या घटना आठवू शकत नाहीत.
- 📌 लक्षात ठेवण्यासारखे बारकावे (Key Nuances):
- Weak AI म्हणजे निकृष्ट दर्जा नव्हे: ‘Weak’ किंवा ‘Narrow’ हा शब्द प्रणालीच्या दर्जासाठी नसून तिच्या कार्याच्या मर्यादित कक्षेसाठी (Scope of Task) वापरला जातो.
- Arend Hintze मॉडेल: कार्यात्मकतेवर आधारित ४ प्रकार प्राध्यापक अरेन हिंट्झ यांनी मांडले आहेत (परीक्षेत विचारला जाणारा संभाव्य फॅक्ट).
एका दृष्टीक्षेपात उजळणी (High-Yield One-Liners)
- मुद्दा १: आजच्या घडीला जगात उपलब्ध असलेले सर्वच्या सर्व AI ऍप्लिकेशन्स हे Narrow AI (ANI) प्रकारात मोडतात.
- मुद्दा २: IBM Deep Blue हा गॅरी कास्पारोव्हला हरवणारा सुपर कॉम्प्युटर Reactive Machine चे उत्तम उदाहरण आहे.
- मुद्दा ३: Limited Memory AI निर्णय प्रक्रियेसाठी केवळ अल्पकालीन ऐतिहासिक डेटाचा (Short-term data) वापर करते.
- मुद्दा ४: मानवासारखे विचार व भावना समजून घेण्याची क्षमता Theory of Mind या संकल्पनेत गृहीत धरली आहे.
- मुद्दा ५: Super AI (ASI) ही अशी अवस्था आहे जिथे संगणक बुद्धिमत्ता मानवाच्या सर्व बौद्धिक क्षमतांपेक्षा अधिक शक्तिशाली असेल.
- मुद्दा ६: Self-Awareness AI मध्ये मशिनला स्वतःचे स्वतंत्र अस्तित्व (Consciousness) प्राप्त होते, जी सध्या केवळ एक काल्पनिक संकल्पना आहे.
सराव प्रश्न (Exam-Standard Practice MCQs)
प्रश्न १. कृत्रिम बुद्धिमत्तेच्या (AI) वर्गीकरणाबाबत खालील विधाने विचारात घ्या:
अ. Narrow AI ही केवळ एका विशिष्ट कामासाठी प्रशिक्षित केलेली प्रणाली असते.
ब. सध्या अस्तित्वात असलेली ‘स्वायत्त वाहने’ (Autonomous Cars) ही General AI चे उदाहरण आहेत.
क. Reactive Machines मागील अनुभवांचा डेटा साठवून भविष्यातील निर्णयांमध्ये सुधारणा करतात.
वरीलपैकी कोणते/कोणती विधान/ने योग्य आहेत?
(१) फक्त ‘अ’
(२) ‘अ’ आणि ‘ब’
(३) ‘ब’ आणि ‘क’
(४) वरील सर्व
उत्तर: (१) फक्त ‘अ’
स्पष्टीकरण: स्वायत्त वाहने ही General AI नसून Narrow / Limited Memory AI आहेत. Reactive Machines मध्ये कोणताही डेटा साठवण्याची मेमरी नसते, त्यामुळे ‘ब’ आणि ‘क’ दोन्ही विधाने चुकीची आहेत.
प्रश्न २. खालीलपैकी कोणती जोडी कृत्रिम बुद्धिमत्ता (AI) आणि तिच्या कार्यप्रणालीनुसार अयोग्य जुळलेली आहे?
(१) IBM Deep Blue – Reactive Machine
(२) सेल्फ-ड्रायव्हिंग कार – Limited Memory
(३) Apple Siri – General AI
(४) सोफिया रोबोट (प्राथमिक स्तर) – Theory of Mind चा अभ्यास
उत्तर: (३) Apple Siri – General AI
स्पष्टीकरण: Apple चे Siri हे General AI नसून Narrow AI (ANI) चे उदाहरण आहे, कारण ते केवळ व्हॉइस कमांड्स आणि पूर्वनिर्धारित अल्गोरिदमवरच काम करते.
