एआई की संज्ञानात्मक क्षमताओं का परीक्षण किया गया: क्या मशीनें मानव बुद्धिमत्ता से मेल रख सकती हैं?

मानव संज्ञानात्मक परीक्षणों को पारित करने वाली एआई की चुनौती

आर्टिफिशियल इंटेलिजेंस (एआई) ने स्वायत्त रूप से कारों को चलाने से लेकर मेडिकल निदान में सहायता करने के लिए उल्लेखनीय प्रगति की है। फिर भी, एक सुस्त सवाल बनी रहती है: * क्या एआई कभी मनुष्यों के लिए एक संज्ञानात्मक परीक्षण पास कर सकता है? * जबकि एआई भाषा प्रसंस्करण और समस्या-समाधान जैसे क्षेत्रों में चमक गया है, यह अभी भी मानव विचार के जटिल वेब के साथ जूझता है।

उदाहरण के लिए, चैट जैसे एआई मॉडल लें। वे पाठ को मंथन कर सकते हैं और आसानी से समस्याओं को दरार कर सकते हैं, लेकिन जब मॉन्ट्रियल कॉग्निटिव असेसमेंट (MOCA) जैसे संज्ञानात्मक परीक्षणों की बात आती है, तो मानव बुद्धि को गेज करने के लिए डिज़ाइन किया गया है, वे लड़खड़ाते हैं। एआई की तकनीकी कौशल और इसकी संज्ञानात्मक कमियों के बीच यह विसंगति इसके विकास में महत्वपूर्ण बाधाओं को रेखांकित करती है।

एआई कुछ कार्यों में माहिर हो सकता है, लेकिन यह मानव अनुभूति के पूर्ण स्पेक्ट्रम की नकल करने के लिए संघर्ष करता है, विशेष रूप से अमूर्त तर्क, भावनात्मक समझ और प्रासंगिक जागरूकता की आवश्यकता वाले क्षेत्रों में।

एआई मूल्यांकन में संज्ञानात्मक परीक्षण और उनकी भूमिका को समझना

MOCA जैसे संज्ञानात्मक परीक्षण मानव बुद्धिमत्ता के विभिन्न पहलुओं का आकलन करने के लिए महत्वपूर्ण हैं, जिसमें स्मृति, तर्क, समस्या-समाधान और स्थानिक जागरूकता शामिल हैं। वे अक्सर अल्जाइमर और मनोभ्रंश जैसी स्थितियों का निदान करने के लिए नैदानिक ​​सेटिंग्स में उपयोग किए जाते हैं, जो विभिन्न परिस्थितियों में मस्तिष्क समारोह में अंतर्दृष्टि प्रदान करते हैं। वर्ड रिकॉल, क्लॉक ड्रॉइंग, और पैटर्न मान्यता जैसे कार्य मस्तिष्क की जटिल परिदृश्यों को नेविगेट करने की क्षमता को गेज करते हैं- रोजमर्रा की जिंदगी के लिए आवश्यक हैं।

हालांकि, जब इन परीक्षणों को एआई पर लागू किया जाता है, तो परिणाम अलग -अलग होते हैं। AI मॉडल जैसे कि CHATGPT या Google की मिथुन पैटर्न मान्यता और पाठ उत्पादन में उत्कृष्टता प्राप्त कर सकती है, लेकिन वे अनुभूति की गहरी परतों के साथ संघर्ष करते हैं। उदाहरण के लिए, जबकि एआई किसी कार्य को पूरा करने के लिए स्पष्ट निर्देशों का पालन कर सकता है, यह अक्सर अमूर्त तर्क, भावनाओं की व्याख्या करने, या मानव सोच के कोर घटकों को लागू करने में विफल रहता है।

संज्ञानात्मक परीक्षण इस प्रकार एआई का मूल्यांकन करने में एक दोहरे उद्देश्य की सेवा करते हैं। वे डेटा प्रोसेसिंग में एआई की ताकत को उजागर करते हैं और संरचित समस्याओं को हल करते हैं, फिर भी वे मानव संज्ञानात्मक कार्यों की पूरी श्रृंखला का अनुकरण करने की एआई की क्षमता में महत्वपूर्ण अंतराल को प्रकट करते हैं, विशेष रूप से उन लोगों को शामिल करते हैं जो जटिल निर्णय लेने, भावनात्मक बुद्धिमत्ता और प्रासंगिक जागरूकता को शामिल करते हैं।

चूंकि एआई स्वास्थ्य सेवा और स्वायत्त प्रणालियों जैसे क्षेत्रों में तेजी से एकीकृत हो जाता है, इसलिए केवल पूरा होने से परे कार्यों को संभालने की इसकी क्षमता महत्वपूर्ण है। संज्ञानात्मक परीक्षण यह आकलन करने के लिए एक यार्डस्टिक प्रदान करते हैं कि क्या एआई उन कार्यों का प्रबंधन कर सकता है जिन्हें अमूर्त तर्क और भावनात्मक समझ, मानव बुद्धि के लिए केंद्रीय गुणों की आवश्यकता होती है। हेल्थकेयर में, एआई चिकित्सा डेटा का विश्लेषण कर सकता है और बीमारियों की भविष्यवाणी कर सकता है, लेकिन यह भावनात्मक समर्थन प्रदान नहीं कर सकता है या एक मरीज की अनूठी परिस्थितियों को समझने के लिए टिका हुआ है। इसी तरह, स्वायत्त वाहनों में, अप्रत्याशित परिदृश्यों की व्याख्या करने के लिए अक्सर मानव-जैसे अंतर्ज्ञान की आवश्यकता होती है, जिसमें वर्तमान एआई मॉडल की कमी होती है।

मनुष्यों के लिए डिज़ाइन किए गए संज्ञानात्मक परीक्षणों का उपयोग करके, शोधकर्ता उन क्षेत्रों को इंगित कर सकते हैं जहां एआई को वृद्धि की आवश्यकता होती है और अधिक परिष्कृत प्रणालियों को विकसित किया जाता है। ये मूल्यांकन कुछ क्षेत्रों में मानव भागीदारी की आवश्यकता को प्राप्त करने और रेखांकित करने के बारे में यथार्थवादी अपेक्षाओं को निर्धारित करने में भी मदद करते हैं।

संज्ञानात्मक परीक्षण में एआई सीमाएं

एआई मॉडल ने डेटा प्रोसेसिंग और पैटर्न मान्यता में प्रभावशाली प्रगति की है, लेकिन जब वे अमूर्त तर्क, स्थानिक जागरूकता और भावनात्मक समझ की आवश्यकता वाले कार्यों की बात करते हैं, तो वे महत्वपूर्ण सीमाओं का सामना करते हैं। कई एआई प्रणालियों का परीक्षण करने के लिए मॉन्ट्रियल कॉग्निटिव असेसमेंट (MOCA) का उपयोग करते हुए एक हालिया अध्ययन ने संरचित कार्यों में AI की दक्षता और अधिक जटिल संज्ञानात्मक कार्यों के साथ इसके संघर्षों के बीच एक स्पष्ट विभाजन का खुलासा किया।

इस अध्ययन में, CHATGPT 4O ने 30 में से 26 रन बनाए, जो हल्के संज्ञानात्मक हानि का संकेत देता है, जबकि Google की मिथुन ने 30 में से सिर्फ 16 स्कोर किया, जो गंभीर संज्ञानात्मक हानि को दर्शाता है। एआई के लिए सबसे महत्वपूर्ण चुनौतियों में से एक विस्कोस्पैटियल कार्यों के साथ था, जैसे कि एक घड़ी खींचना या ज्यामितीय आकृतियों की नकल करना। ये कार्य, जिन्हें स्थानिक संबंधों को समझने और दृश्य जानकारी को व्यवस्थित करने की आवश्यकता होती है, वे ऐसे क्षेत्र हैं जहां मनुष्य सहज रूप से उत्कृष्टता प्राप्त करते हैं। स्पष्ट निर्देश प्राप्त करने के बावजूद, एआई मॉडल इन कार्यों को सटीक रूप से पूरा करने के लिए संघर्ष करते थे।

मानव अनुभूति मूल रूप से संवेदी इनपुट, यादों और भावनाओं को एकीकृत करती है, जो अनुकूली निर्णय लेने को सक्षम करती है। लोग समस्याओं को हल करते समय अंतर्ज्ञान, रचनात्मकता और संदर्भ पर भरोसा करते हैं, विशेष रूप से अस्पष्ट स्थितियों में। निर्णय लेने में अमूर्त रूप से सोचने और भावनात्मक बुद्धिमत्ता का उपयोग करने की यह क्षमता मानव अनुभूति की एक प्रमुख विशेषता है, जिससे व्यक्तियों को जटिल और गतिशील परिदृश्यों को नेविगेट करने की अनुमति मिलती है।

इसके विपरीत, AI एल्गोरिदम और सांख्यिकीय पैटर्न के माध्यम से डेटा को संसाधित करके संचालित होता है। हालांकि यह सीखे हुए पैटर्न के आधार पर प्रतिक्रियाएं उत्पन्न कर सकता है, यह वास्तव में डेटा के पीछे के संदर्भ या अर्थ को नहीं समझता है। समझ की यह कमी एआई के लिए अमूर्त सोच या भावनात्मक समझ की आवश्यकता वाले कार्यों को करने के लिए चुनौतीपूर्ण बनाती है, जो संज्ञानात्मक परीक्षण के लिए आवश्यक है।

दिलचस्प बात यह है कि एआई मॉडल में देखी गई संज्ञानात्मक सीमाएं अल्जाइमर जैसे न्यूरोडीजेनेरेटिव रोगों में देखी गई हानि के समान हैं। अध्ययन में, जब एआई को स्थानिक जागरूकता के बारे में पूछा गया था, तो इसकी प्रतिक्रियाएं अत्यधिक सरल और संदर्भ-निर्भर थीं, जो संज्ञानात्मक गिरावट वाले व्यक्तियों से मिलती जुलती थीं। ये निष्कर्ष इस बात पर जोर देते हैं कि जबकि एआई संरचित डेटा को संसाधित करने और भविष्यवाणियों को बनाने में उत्कृष्टता प्राप्त करता है, इसमें अधिक बारीक निर्णय लेने के लिए आवश्यक समझ की गहराई का अभाव है। यह सीमा विशेष रूप से स्वास्थ्य सेवा और स्वायत्त प्रणालियों से संबंधित है, जहां निर्णय और तर्क महत्वपूर्ण हैं।

इन सीमाओं के बावजूद, सुधार की संभावना है। CHATGPT 4O जैसे AI मॉडल के नए संस्करणों ने तर्क और निर्णय लेने वाले कार्यों में प्रगति दिखाई है। हालांकि, मानव जैसी अनुभूति की नकल करने के लिए एआई डिजाइन में प्रगति की आवश्यकता होगी, संभवतः क्वांटम कंप्यूटिंग या अधिक उन्नत तंत्रिका नेटवर्क के माध्यम से।

जटिल संज्ञानात्मक कार्यों के साथ एआई का संघर्ष

तकनीकी प्रगति के बावजूद, एआई मनुष्यों के लिए डिज़ाइन किए गए संज्ञानात्मक परीक्षणों को पारित करने से एक लंबा रास्ता तय करता है। जबकि एआई संरचित समस्याओं को हल करने में उत्कृष्टता प्राप्त करता है, यह तब कम हो जाता है जब यह अधिक बारीक संज्ञानात्मक कार्यों की बात आती है।

उदाहरण के लिए, एआई मॉडल अक्सर ज्यामितीय आकृतियों को खींचने या स्थानिक डेटा की व्याख्या करने जैसे कार्यों के साथ संघर्ष करते हैं। मनुष्य स्वाभाविक रूप से दृश्य जानकारी को समझते हैं और व्यवस्थित करते हैं, एक क्षमता एआई प्रभावी रूप से मेल खाने के लिए संघर्ष करती है। यह एक मौलिक मुद्दे को उजागर करता है: एआई की डेटा प्रोसेसिंग क्षमता उस समझ के बराबर नहीं है जो मानव दिमाग के पास है।

एआई की सीमाओं का मूल इसकी एल्गोरिथ्म-आधारित प्रकृति में निहित है। एआई मॉडल डेटा के भीतर पैटर्न की पहचान करके काम करते हैं, लेकिन उनके पास प्रासंगिक जागरूकता और भावनात्मक बुद्धिमत्ता की कमी होती है जो कि मनुष्य निर्णय लेने के लिए उपयोग करते हैं। जबकि AI कुशलता से अपने प्रशिक्षण के आधार पर आउटपुट उत्पन्न कर सकता है, यह उन आउटपुट के पीछे के अर्थ को नहीं समझता है जिस तरह से एक मानव करता है। अमूर्त सोच में संलग्न होने में यह असमर्थता, सहानुभूति की कमी के साथ मिलकर, एआई को उन कार्यों को पूरा करने से रोकती है जिन्हें गहन संज्ञानात्मक कार्यों की आवश्यकता होती है।

एआई और मानव अनुभूति के बीच यह अंतर स्वास्थ्य सेवा में स्पष्ट है। AI मेडिकल स्कैन का विश्लेषण करने या बीमारियों की भविष्यवाणी करने जैसे कार्यों में सहायता कर सकता है, लेकिन यह जटिल निर्णय लेने में मानव निर्णय को प्रतिस्थापित नहीं कर सकता है जिसमें रोगी की अनूठी परिस्थितियों को समझना शामिल है। इसी तरह, स्वायत्त वाहनों जैसे सिस्टम में, एआई बाधाओं का पता लगाने के लिए बड़ी मात्रा में डेटा की प्रक्रिया कर सकता है, लेकिन यह अप्रत्याशित स्थितियों में विभाजित-दूसरे निर्णय लेते समय अंतर्ज्ञान मनुष्यों पर भरोसा नहीं कर सकता है।

इन चुनौतियों के बावजूद, एआई ने सुधार की क्षमता दिखाई है। नए एआई मॉडल तर्क और बुनियादी निर्णय लेने से जुड़े अधिक उन्नत कार्यों को संभालने लगे हैं। हालांकि, यहां तक ​​कि जब ये मॉडल आगे बढ़ते हैं, तो वे मनुष्यों के लिए डिज़ाइन किए गए संज्ञानात्मक परीक्षणों को पारित करने के लिए आवश्यक मानव संज्ञानात्मक क्षमताओं की व्यापक रेंज से मेल खाने से दूर रहते हैं।

तल - रेखा

अंत में, एआई ने कई क्षेत्रों में प्रभावशाली प्रगति की है, लेकिन यह अभी भी मनुष्यों के लिए डिज़ाइन किए गए संज्ञानात्मक परीक्षणों को पारित करने से पहले एक लंबा रास्ता तय करना है। हालांकि यह डेटा प्रोसेसिंग और समस्या-समाधान जैसे कार्यों को संभाल सकता है, एआई उन कार्यों के साथ संघर्ष करता है जिन्हें अमूर्त सोच, सहानुभूति और प्रासंगिक समझ की आवश्यकता होती है।

सुधार के बावजूद, एआई अभी भी स्थानिक जागरूकता और निर्णय लेने जैसे कार्यों के साथ जूझता है। हालांकि एआई भविष्य के लिए वादा दिखाता है, विशेष रूप से तकनीकी प्रगति के साथ, यह मानव अनुभूति की नकल करने से बहुत दूर है।