गहन अधिगम (Deep Learning)

 

गहन अधिगम (Deep Learning) कृत्रिम बुद्धिमत्ता (Artificial Intelligence) की एक महत्त्वपूर्ण तकनीक है, जिसमें कृत्रिम तंत्रिका नेटवर्क (Artificial Neural Networks) की अनेक परतों की सहायता से कंप्यूटर को विशाल मात्रा में उपलब्ध डेटा से जटिल प्रतिरूपों (Patterns) को सीखने और उनके आधार पर निर्णय लेने के लिए प्रशिक्षित किया जाता है।

गहन अधिगम, मशीन लर्निंग (Machine Learning) की एक उपशाखा है। इसमें कंप्यूटर को प्रत्येक विशेषता या नियम स्पष्ट रूप से बताने के बजाय, उदाहरणों और प्रशिक्षण डेटा से आवश्यक विशेषताएँ सीखने का अवसर दिया जाता है। इसका उपयोग भाषा संसाधन, वाक् पहचान, चित्र विश्लेषण, स्वचालित अनुवाद, चिकित्सा, रोबोटिक्स और जनरेटिव AI जैसे क्षेत्रों में किया जाता है।

उदाहरण के लिए, यदि किसी गहन अधिगम मॉडल को हजारों बिल्लियों और कुत्तों के चित्रों से प्रशिक्षित किया जाए, तो वह धीरे-धीरे उनके रंग, आकार, कान, आँखों तथा अन्य दृश्य विशेषताओं के आधार पर दोनों में अंतर करना सीख सकता है।

…………………..

कृत्रिम बुद्धिमत्ता (AI), मशीन लर्निंग (ML) और गहन अधिगम (DL) में संबंध

कृत्रिम बुद्धिमत्ता (AI)

बुद्धिमत्तापूर्ण कार्य करने वाली प्रणालियाँ

मशीन लर्निंग (ML)

डेटा से सीखने वाली प्रणालियाँ

गहन अधिगम ((Deep Learning  : DL)

बहुस्तरीय तंत्रिका नेटवर्क से सीखना

इन तीनों के बीच संबंध को इस प्रकार समझा जा सकता है:

आधार	कृत्रिम बुद्धिमत्ता (AI)	मशीन लर्निंग (ML)	गहन अधिगम (DL)
स्वरूप	व्यापक क्षेत्र	AI की उपशाखा	ML की उपशाखा
मुख्य उद्देश्य	बुद्धिमत्तापूर्ण कार्य कराना	डेटा से सीखना	जटिल प्रतिरूप सीखना
प्रमुख तकनीक	नियम, खोज, तर्क, ML आदि	निर्णय वृक्ष, SVM, रिग्रेशन आदि	बहुस्तरीय न्यूरल नेटवर्क
डेटा की आवश्यकता	तकनीक पर निर्भर	कम से अधिक तक	प्रायः बड़े डेटा से अधिक लाभ
विशेषताओं का चयन	नियमों से भी संभव	कई बार मानवीय चयन आवश्यक	कई विशेषताएँ स्वतः सीख सकता है
उदाहरण	विशेषज्ञ प्रणाली	स्पैम वर्गीकरण	चित्र पहचान, LLM, वाक् पहचान

ध्यान देने योग्य बात यह है कि AI, ML और DL पूरी तरह अलग-अलग तकनीकें नहीं हैं। गहन अधिगम, मशीन लर्निंग का हिस्सा है और मशीन लर्निंग, कृत्रिम बुद्धिमत्ता के व्यापक क्षेत्र में आती है।