सोचिए एक student है, उसका नाम Tarun है। वह सुबह उठता है और अपने smartphone से पूछता है – “What is today’s weather?”
phone तुरंत उसे answer दे देता है।
अब यहाँ एक important question आता है | phone को कैसे समझ आया कि Tarun क्या पूछ रहा है? क्या phone वास्तव में उसकी बात को समझ रहा है? यहीं से Artificial Intelligence का concept शुरू होता है।
Artificial Intelligence का मतलब है –
machine को इस तरह design करना कि वह human की तरह समझ सके, सीख सके, और decision ले सके।
.
थोड़ा और गहराई से समझते हैं
जब Tarun, YouTube खोलता है, तो उसे वही videos दिखाई देते हैं जो उसे पसंद हैं। यह कोई coincidence नहीं है।
system Tarun का previous data check करता है | उसने क्या search किया, कौन से videos देखे, कितनी देर तक देखे। फिर system decide करता है – “This user will like this content.”
यह decision machine द्वारा लिया जाता है। इसी को Artificial Intelligence कहते हैं।
.
Real life examples
- Google Maps traffic को analyze करके best route बताता है |
- Face Unlock mobile में user का face पहचानता है |
- Chatbots user के questions को समझकर answer देते हैं |
- YouTube / Netflix recommendation systems user की पसंद के अनुसार content दिखाते हैं |
इन सभी cases में machine केवल instructions follow नहीं कर रही, बल्कि data से सीख रही है।
.
Normal Programming और AI
Normal programming में हम computer को step-by-step instructions देते हैं – “Do this, then do that”
Artificial Intelligence में हम machine को data देते हैं और कहते हैं – “Do it yourself”
machine खुद patterns सीखती है और decision लेती है। यही AI का main difference है।
Artificial Intelligence एक ऐसी technology है जिसमें machines को इस प्रकार develop किया जाता है कि वे human-like tasks perform कर सकें – जैसे understanding, learning और decision making।
.
Starting of Artificial Intelligence
Artificial Intelligence की शुरुआत एक बहुत simple लेकिन deep question से हुई थी।
Alan Turing ने पूछा – “Can machines think?”
.
अब इसे practically समझते हैं।
मान लीजिए एक table है और हम कहते हैं कि table सोच रहा है। लेकिन हम कैसे prove करेंगे कि table सोच रहा है?
table के पास ना mouth है, ना gestures हैं। वह ना बोल सकता है और ना अपने thoughts express कर सकता है। तो हमारे पास कोई तरीका नहीं है यह जानने का कि table वास्तव में सोच रहा है या नहीं।
अब situation बदलते हैं।
आप एक human हैं, एक homo sapiens। आप clearly सोच सकते हैं। लेकिन आपको कैसे पता चलता है कि आपका friend भी सोच रहा है?
simple answer है – communication
.
जब आप उससे question पूछते हैं और वह सही answer देता है, तो आप conclude करते हैं कि वह सोच रहा है। यही idea Artificial Intelligence की foundation बनता है।
.
Real-life understanding
आपने Munna Bhai M.B.B.S. देखी होगी। उसमें एक patient था – Anand Banerjee.
जब doctors उसे देखते हैं, तो उन्हें लगता है कि वह सोच नहीं सकता। क्यों? क्योंकि वह ना बोल रहा है, ना response दे रहा है, ना कोई clear reaction दिखा रहा है।
बाहर से ऐसा लगता है कि उसका mind काम नहीं कर रहा। लेकिन असली situation अलग है।
वह सोच रहा है। उसका brain काम कर रहा है। problem यह है कि वह communicate नहीं कर पा रहा।
वह ना बोल सकता है, ना gestures ठीक से दिखा सकता है। इसलिए जो वह सोच रहा है, वह बाहर नहीं आ पा रहा।
अब ध्यान से सोचिए।
जब हम किसी normal व्यक्ति से question पूछते हैं, और वह सही answer देता है, तो हम कहते हैं – हाँ, वह सोच रहा है।
लेकिन अगर कोई answer नहीं दे पाता, तो हम जल्दी से assume कर लेते हैं – शायद वह सोच नहीं रहा। यही गलती है।
यहाँ problem thinking की नहीं है, problem communication की है।
Anand Banerjee का example clearly दिखाता है कि कोई व्यक्ति सोच सकता है, लेकिन उसे express नहीं कर पाता। real life में भी ऐसा होता है।
कुछ medical conditions जैसे Parkinson’s disease में व्यक्ति सब समझता है, लेकिन बोलना या express करना मुश्किल हो जाता है।
इससे एक बहुत important बात समझ आती है –
हम thinking को directly नहीं देख सकते। हम केवल responses देख सकते हैं।
और अगर response नहीं है, तो हम sure नहीं हो सकते कि thinking है या नहीं। यही problem Artificial Intelligence में भी आती है।
अगर machine communicate नहीं कर पा रही, तो हम नहीं कह सकते कि वह intelligent है या नहीं।
इसलिए AI में हम thinking को directly check नहीं करते, हम देखते हैं कि system कैसे respond करता है। यही कारण है कि communication intelligence को समझने का key point बन जाता है।
.
Important Understanding
इन सभी examples से एक बात clear होती है –
अगर कोई system communicate नहीं कर सकता (verbal या non-verbal), तो हम यह prove नहीं कर सकते कि वह सोच रहा है या नहीं।
इस problem को solve करने के लिए Artificial Intelligence में Turing Test का concept दिया गया। इसमें machine की intelligence को communication के आधार पर judge किया जाता है। इसे हम next post में समझेंगे।
.
Definition of Artificial Intelligence
Artificial Intelligence एक ऐसी technology है जिसमें machines को इस तरह design किया जाता है कि वे
- Thinking कर सकें
- Learning कर सकें
- Decision making कर सकें
- Communicate कर सकें
Standard definition (exam के लिए) –
“Artificial Intelligence is the branch of computer science that deals with the design of intelligent machines that can perform tasks which normally require human intelligence.”
Test Yourself
Q1- Differentiate between thinking and communication using real-life examples.
Ans – Thinking is an internal process, while communication is its external expression. A person with Parkinson’s disease could think but could not communicate. Similarly, a machine may process data internally, but unless it communicates effectively, its intelligence cannot be verified.
Q2- Why is the example of a “thinking table” important in understanding AI?
Ans – The thinking table example highlights the limitation of observing intelligence. Since the table cannot communicate, we cannot verify its thinking. This shows that intelligence cannot be judged directly, only through observable behavior, which is the core idea behind AI evaluation.
Q3- Explain how recommendation systems demonstrate Artificial Intelligence.
Ans – Recommendation systems analyze user data such as search history, watch time, and preferences. Based on patterns, they predict what the user will like. This shows learning from data and decision-making without explicit programming, which is a key feature of AI.
Q4- Explain the role of data in Artificial Intelligence.
Ans – Data is the foundation of AI. Machines learn patterns from data, make predictions, and improve performance. Without data, AI systems cannot learn or make intelligent decisions.
Q5- Can a system be intelligent without learning? Justify your answer.
Ans – A system without learning can perform tasks but cannot adapt or improve. True AI involves learning from data. Therefore, without learning, a system cannot be considered fully intelligent.
Q6- Which condition makes it difficult to prove that a system is intelligent?
Lack of data
Lack of communication
Lack of speed
Lack of memory
Ans – (2)
Explanation – Without communication, thinking cannot be observed or verified.
Q7- Which of the following is NOT an example of AI?
Google Maps
Face Unlock
Sensor
Chatbot
Ans – (3)
Explanation – A sensor only collects data from the environment (like temperature, light, motion). It does not learn, think, or make decisions.
On the other hand, Google Maps, Face Unlock, and Chatbots process data, learn patterns, and make intelligent decisions, which are key features of Artificial Intelligence.
Q8- In AI, decisions are mainly based on
Hardcoded rules
User input only
Random selection
Data patterns
Ans – (4)
Explanation – AI systems learn patterns from data.