निवेश में कृत्रिम बुद्धिमत्ता (AI) – आपको जो सब कुछ जानना चाहिए

कृत्रिम बुद्धिमत्ता (AI) वह क्षेत्र है जिसे परिचय की आवश्यकता नहीं है। AI ने मोर्स के नियम की टेलकोट पर सवारी की है जो बताता है कि कंप्यूटर की गति और क्षमता हर दो साल में दोगुनी होने की उम्मीद की जा सकती है। 2012 से, सबसे बड़े AI प्रशिक्षण रन में उपयोग किए जाने वाले कंप्यूट की मात्रा घातीय रूप से बढ़ रही है, जिसमें हर 3 से 4 महीने में दोगुना हो रहा है, जिसके परिणामस्वरूप AI को आवंटित कंप्यूटिंग संसाधनों की मात्रा 2012 से 300,000 गुना बढ़ गई है। कोई अन्य उद्योग इन विकास आँकड़ों की तुलना नहीं कर सकता।

हम यह पता लगाएंगे कि AI के कौन से क्षेत्र इस तेज़ी का नेतृत्व कर रहे हैं, कौन सी कंपनियां इस वृद्धि का लाभ उठाने के लिए सबसे बेहतर स्थिति में हैं, और यह क्यों महत्वपूर्ण है।

मशीन लर्निंग के प्रकार

मशीन लर्निंग AI की एक उपशाखा है जो मूलतः मशीनों को सीखने के लिए प्रोग्राम करने की प्रक्रिया है। मशीन लर्निंग एल्गोरिदम के कई प्रकार हैं, सबसे लोकप्रिय डीप लर्निंग है, जिसमें डेटा को एक आर्टिफिशियल न्यूरल नेटवर्क (ANN) में फीड किया जाता है। ANN गणितीय फ़ंक्शनों का एक अत्यधिक कंप्यूट‑इंटेंसिव नेटवर्क है जो मानव मस्तिष्क में पाए जाने वाले न्यूरल नेटवर्क से प्रेरित स्वरूप में जुड़ा होता है।

जितना अधिक बिग डेटा ANN में फीड किया जाता है, ANN उतना ही सटीक बनता है। उदाहरण के लिए, यदि आप एक ANN को बिल्ली की तस्वीरें पहचानना सिखाने के लिए प्रशिक्षित करने का प्रयास कर रहे हैं, और आप नेटवर्क को 1000 बिल्ली की तस्वीरें फीड करते हैं, तो नेटवर्क की सटीकता लगभग 70% होगी; यदि आप इसे 10,000 तस्वीरों तक बढ़ाते हैं, तो सटीकता 80% तक बढ़ सकती है; यदि आप इसे 100,000 तस्वीरों तक बढ़ाते हैं, तो नेटवर्क की सटीकता 90% तक पहुँच जाएगी, और आगे भी बढ़ती रहेगी।

यहीं पर एक अवसर निहित है, AI चिप विकास के क्षेत्र में प्रमुख कंपनियां स्वाभाविक रूप से विकास के लिए तैयार हैं।

कई अन्य प्रकार की मशीन लर्निंग भी आशाजनक हैं, जैसे रिइन्फोर्समेंट लर्निंग, जो कार्यों की पुनरावृत्ति और संबंधित पुरस्कारों के माध्यम से एजेंट को प्रशिक्षित करती है। रिइन्फोर्समेंट लर्निंग का उपयोग करके एक AI प्रणाली स्वयं के खिलाफ प्रतिस्पर्धा कर सकती है ताकि अपने प्रदर्शन को बेहतर बना सके। उदाहरण के लिए, शतरंज खेलने वाला एक प्रोग्राम लगातार स्वयं के खिलाफ खेलता है, और प्रत्येक खेल का परिणाम अगले खेल में उसके प्रदर्शन को सुधारता है।

वर्तमान में AI के सर्वोत्तम प्रकार दोनों डीप लर्निंग और रिइन्फोर्समेंट लर्निंग को मिलाकर उपयोग करते हैं, जिसे आमतौर पर डीप रिइन्फोर्समेंट लर्निंग कहा जाता है। दुनिया की सभी प्रमुख AI कंपनियां, जैसे टेस्ला, इस प्रकार की डीप रिइन्फोर्समेंट लर्निंग का उपयोग करती हैं।

जबकि अन्य महत्वपूर्ण मशीन लर्निंग सिस्टम, जैसे मेटा-लर्निंग, भी विकसित हो रहे हैं, सरलता के लिए डीप लर्निंग और उसका अधिक उन्नत रूप डीप रिइन्फोर्समेंट लर्निंग ही वह चीज़ है जिससे निवेशकों को सबसे अधिक परिचित होना चाहिए। इस तकनीकी प्रगति के अग्रभाग में स्थित कंपनियां AI में हम जो विशाल घातीय वृद्धि देख रहे हैं, उसका लाभ उठाने के लिए सबसे बेहतर स्थिति में होंगी।

डेटा साइंस और बिग डेटा

यदि सफल कंपनियों और बाजार में अग्रणी बनने वाली कंपनियों तथा असफल होने वाली कंपनियों के बीच एक अंतर है, तो वह है बिग डेटा। सभी प्रकार की मशीन लर्निंग डेटा साइंस पर अत्यधिक निर्भर करती है, जिसे डेटा में पैटर्न से दुनिया को समझने की प्रक्रिया के रूप में सबसे अच्छा वर्णित किया जा सकता है। इस मामले में AI डेटा से सीख रहा है, और जितना अधिक डेटा होगा, परिणाम उतने ही सटीक होंगे। इस नियम के कुछ अपवाद हैं, जिन्हें ओवरफ़िटिंग कहा जाता है, लेकिन यह एक चिंता है जिसके बारे में AI डेवलपर्स जागरूक हैं और इसके लिए उपाय अपनाते हैं।

बिग डेटा का महत्व यह है कि टेस्ला जैसी कंपनियों को स्वायत्त वाहन तकनीक में स्पष्ट बाजार लाभ मिलता है। हर एक टेस्ला जो चल रही है और ऑटो‑पायलट का उपयोग कर रही है, डेटा को क्लाउड में फीड करती है। यह टेस्ला को डीप रिइन्फोर्समेंट लर्निंग और अन्य एल्गोरिदम सुधारों का उपयोग करके समग्र स्वायत्त वाहन प्रणाली को बेहतर बनाने में सक्षम बनाता है।

यह भी कारण है कि गूगल जैसी कंपनियों को प्रतिस्पर्धियों के लिए हटाना बहुत कठिन होगा। हर गुजरता दिन गूगल के लिए अपने विभिन्न उत्पादों और सेवाओं से डेटा एकत्र करने का दिन है, जिसमें सर्च परिणाम, गूगल एडसेंस, एंड्रॉइड मोबाइल डिवाइस, क्रोम वेब ब्राउज़र, और यहां तक कि नेस्ट थर्मोस्टेट शामिल हैं। गूगल के पास दुनिया की किसी भी अन्य कंपनी से अधिक डेटा है। यह उन सभी महत्त्वाकांक्षी प्रोजेक्ट्स को भी नहीं गिनता जिनमें वे शामिल हैं।

यह समझकर कि डीप लर्निंग और डेटा साइंस क्यों महत्वपूर्ण हैं, हम यह अनुमान लगा सकते हैं कि नीचे दी गई कंपनियां इतनी शक्तिशाली क्यों हैं।

निवेश के लिए AI कंपनियां

तीन वर्तमान बाजार नेता हैं जिन्हें चुनौती देना बहुत कठिन होगा।

Alphabet Inc (NASDAQ: GOOGL)

Alphabet Inc (GOOG ) सभी गूगल उत्पादों की मूल कंपनी है जिसमें गूगल सर्च इंजन भी शामिल है। AI में उनका बाजार नेतृत्व समझाने के लिए एक संक्षिप्त इतिहास आवश्यक है। 2010 में, एक ब्रिटिश कंपनी DeepMind की स्थापना विभिन्न मशीन लर्निंग तकनीकों को सामान्य‑उद्देश्य सीखने वाले एल्गोरिदम बनाने के लक्ष्य के साथ की गई।

2013 में, DeepMind ने विभिन्न उपलब्धियों के साथ दुनिया को चकित कर दिया, जिसमें डीप रिइन्फोर्समेंट लर्निंग का उपयोग करके सात एटारी खेलों में विश्व चैंपियन बनना शामिल है।

2014 में, गूगल ने DeepMind को $500 मिलियन में अधिग्रहित किया, और 2015 में DeepMind का AlphaGo पहला AI प्रोग्राम बन गया जिसने पेशेवर मानव गो खिलाड़ी को हराया, और पहला प्रोग्राम जिसने गो विश्व चैंपियन को परास्त किया। जो लोग गो से परिचित नहीं हैं, उनके लिए इसे कई लोग सबसे चुनौतीपूर्ण खेल मानते हैं।

DeepMind वर्तमान में डीप रिइन्फोर्समेंट लर्निंग में बाजार नेता माना जाता है, और आर्टिफिशियल जनरल इंटेलिजेंस (AGI) हासिल करने के लिए प्रमुख दावेदार है, जो भविष्य की AI का प्रकार है जिसका लक्ष्य अंततः मानव स्तर की बुद्धिमत्ता को प्राप्त करना या उससे आगे बढ़ना है।

हमें अभी भी उन अन्य AI प्रकारों को ध्यान में रखना चाहिए जिनमें गूगल वर्तमान में शामिल है, जैसे Waymo, जो स्वायत्त वाहन तकनीक में बाजार नेता है, टेस्ला के बाद दूसरा, और गूगल सर्च इंजन में वर्तमान में उपयोग किए जा रहे गुप्त AI सिस्टम।

गूगल वर्तमान में AI के इतने कई स्तरों में शामिल है कि सभी को कवर करने के लिए एक विस्तृत लेख की आवश्यकता होगी।

Tesla (NASDAQ: TSLA)

जैसा कि पहले कहा गया है, Tesla (TSLA ) अपने सड़कों पर चलने वाले वाहनों के बेड़े से बिग डेटा का उपयोग करके ऑटो‑पायलट से डेटा एकत्र कर रही है। जितना अधिक डेटा एकत्र किया जाता है, डीप रिइन्फोर्समेंट लर्निंग का उपयोग करके इसे उतना ही बेहतर बनाया जा सकता है, यह विशेष रूप से उन किनारी मामलों के लिए महत्वपूर्ण है, जिन्हें वास्तविक जीवन में अक्सर नहीं देखा जाता।

उदाहरण के लिए, सड़क पर हो सकने वाले प्रत्येक प्रकार के परिदृश्य की भविष्यवाणी और प्रोग्राम करना असंभव है, जैसे कि सूटकेस का ट्रैफ़िक में रोल करना, या आकाश से विमान का गिरना। इस मामले में विशिष्ट डेटा बहुत कम होता है, और सिस्टम को विभिन्न परिदृश्यों के डेटा को जोड़ना पड़ता है। यह बड़ी मात्रा में डेटा होने का एक और लाभ है; जबकि यह ह्यूस्टन में एक टेस्ला के लिए पहली बार हो सकता है, दुबई में एक टेस्ला ने समान स्थिति का सामना किया हो सकता है।

Tesla बैटरी तकनीक में और वाहनों के लिए इलेक्ट्रिक तकनीक में भी बाजार नेता है। दोनों ही AI सिस्टमों पर निर्भर करते हैं जो रिचार्ज की आवश्यकता से पहले वाहन की रेंज को अनुकूलित करते हैं। Tesla अपनी बार-बार ऑन‑एयर अपडेट्स के लिए जाना जाता है, जिनमें AI अनुकूलन होते हैं जो उसके वाहन बेड़े के प्रदर्शन और रेंज को कुछ प्रतिशत बिंदुओं से सुधारते हैं।

यदि यह पर्याप्त नहीं है, तो Tesla अपने स्वयं के AI चिप्स डिजाइन कर रही है, जिसका अर्थ है कि अब वह तृतीय‑पक्षीय चिप्स पर निर्भर नहीं है, और वे चिप्स को अपने पूर्ण स्व‑ड्राइविंग सॉफ़्टवेयर के साथ मूल से काम करने के लिए अनुकूलित कर सकते हैं।

NVIDIA (NASDAQ: NVDA)

NVIDIA (NVDA ) वह कंपनी है जो वर्तमान में GPU (ग्राफ़िक्स प्रोसेसिंग यूनिट) चिप्स की बढ़ती मांग का लाभ उठाने के लिए सबसे बेहतर स्थिति में है, क्योंकि वे वर्तमान में सभी GPU का 80% बिक्री के लिए जिम्मेदार हैं।

जबकि GPU प्रारंभ में वीडियो गेम्स के लिए उपयोग किए जाते थे, उन्हें जल्दी ही AI उद्योग ने विशेष रूप से डीप लर्निंग के लिए अपनाया। GPU इतना महत्वपूर्ण इसलिए है क्योंकि AI गणनाओं की गति बहुत बढ़ जाती है जब गणनाएँ समानांतर में की जाती हैं। डीप लर्निंग ANN को प्रशिक्षित करते समय इनपुट की आवश्यकता होती है और यह बहुत हद तक मैट्रिक्स मल्टिप्लिकेशन पर निर्भर करता है, जहाँ समानांतरता महत्वपूर्ण है।

NVIDIA लगातार नए AI चिप्स जारी कर रहा है जो विभिन्न उपयोग मामलों और AI शोधकर्ताओं की आवश्यकताओं के लिए अनुकूलित होते हैं। यह निरंतर नवाचार का दबाव NVIDIA को बाजार नेता के रूप में बनाए रखता है।

स्टॉक ब्रोकर चुनें

आपकी यात्रा का पहला कदम एक स्टॉक ब्रोकर चुनना होना चाहिए। हम जो ब्रोकर सुझाते हैं वह है Firstrade।

सारांश

यह असंभव है कि सभी कंपनियों की सूची बनाई जाए जो किसी न किसी रूप में AI में शामिल हैं; महत्वपूर्ण यह है कि उन मशीन लर्निंग तकनीकों को समझा जाए जो उद्योग द्वारा देखी गई अधिकांश नवाचार और वृद्धि के लिए जिम्मेदार हैं। हमने 3 बाजार नेताओं को उजागर किया है, और कई और आगे आएंगे। AI से अपडेट रहने के लिए, आपको AI समाचार के साथ अद्यतित रहना चाहिए, AI के प्रचार से बचना चाहिए, और समझना चाहिए कि यह क्षेत्र लगातार विकसित हो रहा है। हिंदी में।