Machine Learning (ML) क्या है? कैसे काम करती है?

आज के दिन गूगल, फेसबुक और अमेजन जैसी तमाम बड़ी कंपनियाँ Artificial Intelligence (AI) का उपयोग करती हैं। और अपने यूजर्स को बेहतर अनुभव प्रदान करने के लिए Machine Learning का सहारा लेती हैं। लेकिन सवाल यह है कि यह मशीन लर्निंग है क्या? What is Machine Learning (ML)? और यह काम कैसे करती है? साथ ही मशीन लर्निंग के क्या-क्या फायदे, क्या-क्या नुकसान और क्या-क्या उपयोग हैं? और इसका भविष्य क्या है? आइए, विस्तार से जानते हैं।

Machine Learning (मशीन लर्निंग)

मशीन लर्निंग, एक Futuristic Technology है, जो आज के दिन सबसे ज्यादा Demand में है। अगर आप Online Job Search करेंगे। तो आपको सबसे ज्यादा जॉब्स भी इन्हीं क्षेत्रों (Artificial Intelligence, Machine Learning और Data Science) में देखने को मिलेंगी। और सबसे ज्यादा पैसा भी इन्हीं Jobs में मिलेगा। लेकिन यह तो सिर्फ शुरुआत है। 

अवश्य पढ़ें: Wireless Charging टेक्नोलॉजी कैसे काम करती है?

आने वाले वक्त में इन टेक्नोलॉजीज का उपयोग और भी तेजी से बढ़ेगा। क्योंकि आने वाला युग स्मार्ट मशीनों का है। यह बात हर कोई जानता है।इसीलिए दुनिया की तमाम बड़ी कंपनियाँ AI, AR (Augment Reality), VR (Virtual Reality) और Machine Learning जैसी टेक्नोलॉजीज में Invest कर रही हैं। और खुद को दूसरों से आगे रखने की होड़ में लगी हैं।

कुल मिलाकर Machine Learning इस वक्त की Top Trending Technologies में से एक है। और गूगल से लेकर फेसबुक तक जितनी भी बड़ी-बड़ी कंपनियाँ हैं, सब मशीन लर्निंग का उपयोग कर रही हैं। लेकिन कैसे? आखिर मशीन लर्निंग है क्या? (What is Machine Learning In Hindi) और यह काम कैसे करती है? आइए, समझते हैं।

Machine Learning Kya Hai?

मशीन लर्निंग, Airtificial Intelligence का ही एक हिस्सा है। जिसमें Machine Learning Algorithms का अध्ययन किया जाता है। यानि कि मशीनों को सिखाने के लिए विभिन्न Algorithms पर काम किया जाता है। और इन एल्गोरिदम्स के जरिए मशीनों में सीखने और सीखे हुए ज्ञान का उपयोग कर सही निर्णय लेने की क्षमता विकसित की जाती है। अर्थात् Past Experiences का उपयोग करके मशीनों को Output Predict करना सिखाया जाता है।

अवश्य पढ़ें: WWW (World Wide Web) क्या है? यह कैसे काम करता है?

इसमें Data की सबसे महत्वपूर्ण भूमिका होती है। क्योंकि Machine Learning Models जो कुछ भी सीखते हैं, वह डाटा से ही सीखते हैं। और डाटा से ही Output (परिणाम) तैयार करते हैं। ऐसे में एक Machine Learning Model को जितना ज्यादा Data मिलता है, वह उतना ही बेहतर Output देता है। यानि कि जितना अधिक डाटा, उतना बेहतर परिणाम।

असल में एक ML Model, Input Data को Analyse करके सीखता है। यानि कि डाटा में मौजूद Patterns और Intrinsic Structures को खोजकर Algorithm की मदद से सीखता है। और अपने Past Experience का उपयोग करके उचित निर्णय लेता है। इस तरह हमें Final Output मिलता है। लेकिन अगर Model के पास पर्याप्त डाटा नहीं होगा, तो वांछित परिणाम नहीं मिलेगा। इसके लिए मॉडल को पर्याप्त डाटा उपलब्ध करवाना जरूरी है।

Machine Learning का उद्देश्य

मशीन लर्निंग का उद्देश्य ऐसी मशीनों का निर्माण करना है, जो इंसानों की तरह सोच सकें, समझ सकें, सीख सकें और सीखे हुए ज्ञान का उपयोग कर सकें। साथ ही अपने Past Experiences का उपयोग करके समस्याओं का हल ढूँढ सकें। और बिना इंसानी मदद के (स्वतंत्र रूप से) काम कर सकें। जैसे कि Driverless Cars.

अवश्य पढ़ें: Supercomputer क्या है? दुनिया के टॉप सुपर कम्प्यूटर्स और भारत

अगर आसान भाषा में कहें तो मशीन लर्निंग का उद्देश्य, मशीनों को Smart बनाना है। यानि कि मशीनों के अंदर Human Brain (मानव-मस्तिष्क) जैसी क्षमता विकसित करना है। ताकि वे इंसानों की तरह सीखकर खुद को Improve कर सकें। और अपने Knowledge तथा Experience का उपयोग करके सही निर्णय ले सकें। और सबसे जरूरी बात! बिना मानवीय हस्तक्षेप (Human Intervention) के काम कर सकें।

क्योंकि कई ऐसे क्षेत्र हैं, जहाँ इंसान का पहुंचना लगभग नामुमकिन है। जैसे कि Interstellar Space Missions. इसी तरह दूसरे ग्रहों पर भेजे जाने वाले Rovers को भी धरती से Command देकर एक-एक इंच चलाना और काम करवाना काफी चुनौतीपूर्ण काम है। यह बहुत ही मुश्किल और समय लेने वाला काम है। ऐसे मिशनों में Machine Learning किसी वरदान से कम नहीं है।
मशीन लर्निंग कैसे काम करती है?

जब मशीनों को सिखाने की बात आती है तो मन में यह सवाल जरूर उठता है कि आखिर मशीनों को सिखाया कैसे जाता है? और वे सीखती कैसे हैं? How does machine learning learn? तो आइए! स्टेप बाई स्टेप समझते हैं कि मशीन लर्निंग कैसे काम करती है? The process of machine learning in Hindi :- 

1. Data Collect करना

एक ML Program जो भी सीखता है, वह उस डाटा से सीखता है, जो उसे बतौर इनपुट दिया जाता है। यानि कि ML Program का सीखना, Decision लेना और Prediction करना, सब इसी इनपुट डाटा पर निर्भर होता है। इसीलिए Data Collect करना, मशीन लर्निंग का सबसे महत्वपूर्ण स्टेप होता है। हालांकि सुनने में यह जितना आसान लगता है, असल में उतना आसान है नहीं।

अवश्य पढ़ें: Internet (इंटरनेट) क्या है? यह कैसे काम करता है?

इसके लिए वैध और Reliable Sources की खोज करनी पड़ती है। और बिल्कुल Accurate और Quality Data Collect करना पड़ता है। क्योंकि डाटा की शुद्धता, प्रामाणिकता और विश्वसनीयता सबसे महत्वपूर्ण होती है। यह Results को सीधे तौर पर प्रभावित करती है। इसीलिए एक Model को जितना शुद्ध, सटीक और High Quality Data मिलेगा, वह उतना ही Accurate Result देगा।

लेकिन इसके विपरीत, अगर मॉडल को Incorrect, Irrelevant और Outdated Data मिलेगा, तो वह गलत और दोषपूर्ण Result देगा। यानि कि जैसा Data होगा, वैसा ही Output मिलेगा। इसीलिए वांछित परिणाम पाने के लिए मॉडल को सही व प्रामाणिक डाटा उपलब्ध करवाना बहुत जरूरी है।

2. Data को Prepare करना

डाटा कलेक्ट करने के बाद उसे Prepare किया जाता है। अर्थात् मशीन लर्निंग मॉडल को सौंपने के लिए तैयार किया जाता है। इसके लिए सारे डाटा को एक साथ रखा जाता है। और समान रूप से Distribute किया जाता है। साथ ही पूरे डाटा को Randomly Arrange किया जाता है। ताकि नतीजे प्रभावित न हों।

अवश्य पढ़ें: eSIM क्या है? यह कैसे काम करती है? ई-सिम के फायदे

इसके अलावा Data में जो कमियाँ होती हैं, उन्हें दूर किया जाता है। अर्थात् Missing Values, Rows और Columns को ठीक किया जाता है। और Duplicate तथा Unwanted Data को हटाया जाता है। उसके बाद बचे हुए डाटा को दो सेटों (Sets) में विभक्त किया जाता है। एक Testing Set और दूसरा Training Set. टेस्टिंग सेट, मॉडल की Accuracy Test करने के लिए यूज किया जाता है। जबकि Training Set मॉडल को सिखाने (Trained करने) के लिए इस्तेमाल किया जाता है।

3. Model का चुनाव करना

डाटा तैयार होने के बाद Model का चुनाव किया जाता है। अर्थात् Task के हिसाब से सही और Relevant Machine Learning Model का चयन किया जाता है। इसके लिए Taskwise अलग-अलग Models होते हैं। जैसे कि Image Recognition के लिए अलग मॉडल होता है। और Speech Recognition के लिए अलग। इसी तरह बाकी Tasks के लिए भी अलग-अलग मॉडल्स होते हैं। इसीलिए सही Model का चुनाव करना बहुत जरूरी है।

4. Model को Trained करना

मॉडल का चुनाव करने के बाद बारी आती है उसे Trained करने की। अर्थात् Machine Learning Model को सिखाने की। इसके लिए पहले से तैयार Data को मॉडल में Input किया जाता है। और उसे प्रशिक्षित किया जाता है। जैसे-जैसे मॉडल सीखता है, वह Perfect होता जाता है। और समय के साथ-साथ भविष्यवाणी (Prediction) करने में बेहतर हो जाता है।

5. Model को Evaluate करना

प्रशिक्षण के बाद मॉडल का Evaluation किया जाता है। अर्थात् Test करके देखा जाता है कि वह कितना Accurate है? इसके लिए मॉडल में Fresh Data Input किया जाता है। यानि कि जो डाटा पहले (Training में) इस्तेमाल हो चुका है, उसे Use नहीं किया जाता। बल्कि दूसरे स्टेप में जो डाटा Testing Set के रूप में बचाकर रखा जाता है, उसे Use किया जाता है। ताकि नतीजे प्रभावित न हों।

अवश्य पढ़ें: LiFi क्या है? यह कैसे काम करती है? इसे कैसे यूज करें

क्योंकि जो डाटा Training में इस्तेमाल हो चुका है, उससे मॉडल अच्छी तरह वाकिफ हो चुका है। और उसमें मौजूद Patterns और Structures को भलीभाँति समझ चुका है। इसीलिए वह पूरी एक्यूरेसी के साथ काम करेगा। लेकिन यह Accuracy Cheak करने का सही तरीका नहीं है। क्योंकि इससे एक्यूरेसी का सटीक आंकलन नहीं हो पाता।

6. Parameter Tuning

टेस्टिंग के बाद बारी आती है Parameter Tuning की। अर्थात् Hyperparameter Optimization की। इसके लिए Variables में सबसे अधिक एक्यूरेसी वाली Values को खोजा जाता है। अर्थात् जिन वैल्यूज की एक्यूरेसी सबसे अधिक होती है, उनका पता लगाया जाता है। और इन Parameters को ट्यून करके मॉडल की एक्यूरेसी को Improve किया जाता है।

7. Prediction करना

पैरामीटर ट्यूनिंग के बाद मॉडल पूरी तरह तैयार हो जाता है। और वह पूरी Accuracy के साथ काम करने लगता है। अर्थात् Unseen Data के साथ भी सटीक भविष्यवाणी करने लगता है। इसीलिए उसे Prediction के लिए इस्तेमाल किया जा सकता है। तो इस तरह एक मशीन लर्निंग मॉडल को Trained करके Decision लेने योग्य बनाया जाता है।

Examples of Machine Learning

हम अपनी रोजमर्रा की जिंदगी में मशीन लर्निंग के कई उदाहरण देखते हैं। लेकिन उन पर ध्यान नहीं देते। क्योंकि हमें पता नहीं होता। लेकिन जाने-अनजाने में ही सही, हम Machine Learning का उपयोग हर जगह देखते हैं। आइए, कुछ उदाहरण देखते हैं। The examples of machine learning in hindi :-

Google Search Engine

गूगल सर्च इंजन हमारी दिनचर्या का एक अभिन्न हिस्सा है। और हम इसे रोज इस्तेमाल करते हैं। लेकिन क्या आपने कभी Google के Search Engine Results Page (SERP) पर गौर किया है? अगर किया है, तो आपको पता होगा कि पेज के शीर्ष पर कुछ Ads दिखाए जाते हैं। जो उसी कीवर्ड से Related होते हैं, जो आप Google पर Search करते हैं! यानि कि जो चीज आप Search करते हैं, वही आपको Ads में देखने को मिलती है।

अवश्य पढ़ें: Google Keyword Planner क्या है? इसे कैसे इस्तेमाल करें?

उदाहरण के लिए, अगर आप Best Machine Learning Course in India लिखकर सर्च करेंगे। तो आपको सिर्फ Machine Learning Courses के ही विज्ञापन देखने को मिलेंगे। यह असल में, मशीन लर्निंग का कमाल होता है।

दरअसल, आप जो Keyword अथवा Query Type करते हैं। वह गूगल के लिए Input Data का काम करता है। यानि कि गूगल उसे बतौर इनपुट इस्तेमाल करता है। और उसी से सीखकर आपको Output देता है। यानि कि Search Results और Relevant Ads दिखाता है। इसी तरह FAQs – Frequently Asked Questions (प्रश्न-उत्तर) दिखाए जाते हैं। 

Amazon Shopping Portal

अमेजन पर शॉपिंग करते वक्त आपने नोटिस किया होगा कि जो Products आप सर्च करते हैं या Explore करते हैं या पसंद करते हैं। वही आपको Recommendation में दिखाई देते हैं। अर्थात् खरीददारी के लिए Recommend किए जाते हैं। दरअसल Amazon इसके लिए Machine Learning का उपयोग करता है।

अवश्य पढ़ें: Affiliate Marketing क्या है? इससे पैसे कैसे कमाएं?

अगर आसान भाषा में कहें तो अमेजन, आपके Data (Keywords और Activities) का उपयोग करता है। यानि कि Amazon Portal पर आप जो-जो एक्टिविटीज करते हैं। जैसे कि Products को सर्च करना, उन पर क्लिक करना, Specifications पढ़ना, Rating और Reviews पढ़ना, Colour, Style और Price आदि के आधार पर Sort करना आदि। इन सभी गतिविधियों को रिकॉर्ड किया जाता है। और इन्हीं के आधार पर आपको Products Recommend किए जाते हैं।

Youtube

यूट्यूब अपने यूजर्स को Relevant Ads दिखाने और Videos Suggest करने के लिए मशीन लर्निंग का उपयोग करता है। जब आप यूट्यूब ऐप्प को ओपन करते हैं तो आपको उसी टाईप के Videos देखने को मिलते हैं, जो आप Generally देखते या सर्च करते हैं। उदाहरण के लिए, अगर आप Comedy Movies देखते हैं, तो आपको Suggestion में भी कॉमेडी मूवीज ही देखने को मिलती हैं। इसी तरह Dance Videos देखने वाले यूजर्स को डांस वीडियोज Suggest किए जाते हैं।

इसी तरह Ads दिखाए जाते हैं। यानि कि जो लोग Movies और Web Series वगैरह देखते हैं! उनको Teasers और Trailers के विज्ञापन ज्यादा देखने को मिलते हैं। और जो लोग Smartphones के Reviews और Unboxing वगैरह देखते हैं, उनको Smartphones के Ads दिखाए जाते हैं। इसी तरह जो लोग Mixed Content देखते हैं, उन्हें सभी तरह के Ads देखने को मिलते हैं।

अवश्य पढ़ें: Video SEO क्या है? Youtube वीडियोज का SEO कैसे करें?

अगर मैं अपनी बात करूं तो मुझे मोटर व्हिकल्स में जरा भी Interest नहीं है। न ही मैं इस तरह के वीडियोज देखता हूँ। इसीलिए मुझे यूट्यूब पर कभी भी गाड़ियों के विज्ञापन नहीं दिखाए जाते। जबकि मेरा दोस्त गाड़ियों का शौकीन है। और वह हमेशा Cars और Bikes के वीडियोज देखता रहता है। इसीलिए उसे हर वीडियो में गाड़ियों के ही विज्ञापन देखने को मिलते हैं।

Machine Learning Algorithms

मशीन लर्निंग मॉडल्स को सिखाने के लिए विभिन्न Algorithms का प्रयोग किया जाता है। अब आप पूछेंगे कि ये अल्गोरिदम्स क्या होते हैं। तो ये असल में Rules के Sets होते हैं, जिन्हें फॉलो करके मशीनें सीखती हैं। हालांकि Machine Learning Algorithms कई तरह के होते हैं। लेकिन अगर मुख्य अल्गोरिदम्स की बात करें, तो ये निम्नलिखित हैं :-

1. Supervised Learning Algorithm

सुपरवाईज्ड लर्निंग अल्गोरिदम्स में Models को अनुभवों के आधार पर सिखाया जाता है। अर्थात् पहले Model को कुछ Datasets (उदाहरण) दिए जाते हैं। और उसके बाद उन उदाहरणों की मदद से Output Predict करवाया जाता है। जैसे कि Zebra को पहचानने के लिए मॉडल को कुछ इस तरह Datasets दिए जाते हैं :-

• काला-सफेद रंग
• 4 से 5 फीट हाईट
• धारीदार शरीर
• चौपाया पशु
• सींग नहीं

एक बार ये उदाहरण (Datasets) देकर मॉडल को सिखा दिया जाता है कि यह Zebra होता है। अर्थात् Input Data में अगर इस तरह की कोई डिटेल्स दिखाई दे तो उसका Prediction जेब्रा करना है।

अवश्य पढ़ें: Kernel क्या है? इसका हमारे Phone में क्या उपयोग है?

उसके बाद मॉडल को जब भी Input Data में इस तरह की कोई डिटेल्स (काला-सफेद रंग, 4 से 5 फीट हाईट, धारीदार शरीर, चार पैर और सींग रहित पशु) दिखाई देती है, वह अपने पुराने अनुभव की मदद से तुरंत पहचान लेता है कि यह एक Zebra है। और सही Prediction कर देता है।

Unsupervised Learning Algorithm

यह Supervised Learning Algorithm का एकदम उल्टा है। यानि कि इसमें न तो Model को कोई उदाहरण दिया जाता है। और न ही कोई Output बताया जाता है। सिर्फ Input Data दिया जाता है। और उसी के आधार पर मॉडल Prediction करता है। यानि कि मॉडल को जो Input Data मिलता है, उसे Analyse करके वह खुद Prediction करता है।

Semi-Supervised Learning Algorithm

सेमी सुपरवाइज्ड अल्गोरिदम, Supervised और Unsupervised Algorithm के बीच की कड़ी है। इसमें दोनों तरह के Data का इस्तेमाल किया जाता है। अर्थात् Input Data के रूप में मॉडल को Seen तथा Unseen दोनों तरह का डाटा दिया जाता है। और इसी डाटा के आधार पर मॉडल Prediction करता है। 

Reinforcement Learning Algorithm

यह सबसे Complex और Self Dependent Algorithm है। इसका इस्तेमाल बेहद एडवांंस्ड और Self-Dependend Robots और मशीनों में किया जाता है। इस Algorithm में मॉडल Dynamic Environment तथा Feedback से सीखता है। और स्वयं Decision लेता है कि उसे क्या करना है? साथ ही अपने आपको लगातार Improve करता रहता है।

अवश्य पढ़ें: Operating System क्या है? परिभाषा, प्रकार, कार्य, विशेषताएं

उदाहरण के लिए Google की Self-Driving Car को ही ले लीजिए। यह कार हमेशा नये-नये रास्तों पर चलती है। और नये-नये Areas में जाती है। इसीलिए उसे हर बार नई चुनौतियाँ का सामना करना पड़ता है। जैसे कि अनजान रास्ता, रास्ते के मोड़, ढलान, चढ़ाई, संकेत चिन्ह, नदी, पहाड़, पुलिया, रेलवे फाटक आदि-आदि। ऐसी स्थिति में कार हमेशा नई-नई चीजें सीखती है। और खुद को Improve करती रहती है। साथ ही जो गलतियाँ करती है, उन्हें फीडबैक के रूप में लेकर अपनी गलतियों को सुधारती रहती है।

तो ये थे Machine Learning के Main Algorithms, जो सबसे ज्यादा इस्तेमाल होते हैं। लेकिन इनके अलावा भी कई अल्गोरिदम्स हैं, जो अलग-अलग Tasks और Applications में इस्तेमाल होते हैं। इन अल्गोरिदम्स में Linear Regression, Logistic Regression, Naive Bayes Classifier, Decision Making, Random Forest, Cluster Analysis, SVM आदि का नाम प्रमुख है।

Machine Learning Applications

अब सवाल यह है कि मशीन लर्निंग का उपयोग है? What are the usage of machine learning? और इसका इस्तेमाल किसमें होता है। तो जैसा कि आप सभी जानते हैं कि मशीन लर्निंग हमारे जीवन का एक अभिन्न हिस्सा है। और हम इसे रोज इस्तेमाल करते हैं। लेकिन कैसे? आइए, कुछ एप्लीकेशन्स के बारे में जानते हैं। Top Applications of Machine Learning :-

1. Robots

रोबोट्स में Machine Learning का सबसे ज्यादा इस्तेमाल होता है। खासकर, जो Robots इंसानों की जगह (रेस्टोरेंट्स आदि में) काम करते हैं, उनमें Machine Learning का काफी अरसे से इस्तेमाल हो रहा है। लेकिन अब Advanced Robots का जमाना है। आजकल ऐसे रोबोट्स बन रहे हैं, जो बिल्कुल इंसानों की तरह Behave करते है। Sofia Robot से भी उन्नत और स्मार्ट रोबोट्स।

अवश्य पढ़ें: CAPTCHA क्या है? कैसे काम करता है? कैप्चा के प्रकार

जरा सोचिए कि आपके घर पर एक ऐसा Robot है, जो बिना आपके कमांड दिए घर का काम कर लेता है। सुबह आपके उठने से पहले पूरे घर की साफ-सफाई कर देता है। उठते ही आपके सामने चाय पेश कर देता है। खाना बना देता है। आपके कपड़े धोकर, इस्त्री कर देता है। आपका ऑफिस का काम कर देता है। बच्चों को ट्यूशन पढ़ा देता है। आपके Emotions को समझकर उसी के हिसाब से React करता है। और डिस्चार्ज होने पर खुद को चार्ज करके फिर से काम पर लग जाता है, तो कैसा रहेगा?

दरअसल आजकल इसी तरह के Advanced Robots बन रहे हैं। जो बिल्कुल इंसानों की तरह Behave करते हैं। ये सोच-समझकर खुद निर्णय ले सकते हैं कि उन्हें कब, क्या करना है? और कैसे करना है? यानि कि इन Robots को हर काम के लिए बार-बार कमांड देने की जरूरत नहीं पड़ती। यह सब Machine Learning का ही परिणाम है।

2. Driverless Cars

आज के दिन दुनिया में जितनी भी Driverless Cars हैं, सब मशीन लर्निंग की ही देन है। हालांकि अब तक सिर्फ Tesla, Waymo, Nauto, Argo AI, Optimus Ride और Motional जैसी कंपनियाँ ही Self Driving Cars बना रही थी। लेकिन अब इस क्षेत्र में लगभग सारी कार कंपनियाँ कूद पड़ी हैं। और सब अपनी-अपनी Driverless Cars बना रही हैं।

अवश्य पढ़ें: Nano Diamond Battery (NDB) चलती है 28000 साल

आपको बता दें कि ड्राइवर-लेस कारें, पूरी तरह Machine Learning पर निर्भर होती है। एक कार को सड़क पर उतारने से पहले अच्छी तरह Trained किया जाता है। और Machine Learning Algorithms की मदद से सिखाया जाता है कि किस तरह गाड़ी को Control करना है? किस तरह यातायात के नियमों का पालन करना है? और किस तरह Safely Drive करना है?

3. Product Recommendation

जब आप Amazon, Flipkart और Myntra जैसी e-Commerce Sites पर जाते हैं! और कोई प्रोडक्ट सर्च करते हैं या Explore करते हैं! तो आपको इन कंपनियों द्वारा कुछ Products Recommend किए जाते हैं। यह असल में मशीन लर्निंग का ही परिणाम होता है। जैसा कि उपर हमने Amazon के उदाहरण में भी बताया था कि किस तरह ये कंपनियां मशीन लर्निंग का उपयोग करके अपने ग्राहकों को Products Recommend करती हैं।

4. Social Media

सोशल मीडिया पर Friends Suggestion के लिए मशीन लर्निंग का Use होता है। उदाहरण के लिए, फेसबुक का Friends Suggestion फीचर ही ले लीजिए। यह फीचर आपको उन्हीं लोगों के नाम Suggest करता है, जिन्हें आप जानते हैं या जो आपकी Contact List में हैं। इसी तरह Twitter और Instagram भी आपको उन्हीं लोगों के Accounts Suggest करता है! जो आपकी Contact List में होते हैं या जिन्हें आप जानते हैं।

अवश्य पढ़ें: Digital Marketing क्या है? डिजिटल मार्केटिंग के प्रकार व फायदे

इतना नहीं, फेसबुक और इंस्टाग्राम जैसे सोशल मीडिया प्लेटफॉर्म्स Image Recognition का भी इस्तेमाल करते हैं। यानि कि फोटो में व्यक्ति का चेहरा पहचानकर भी Friends Suggest करते हैं। उदाहरण के लिए, अगर आप फेसबुक पर कोई Group Photo अपलोड करेंगे। तो फेसबुक उस फोटो में मौजूद चेहरों को स्कैन कर अपने Database में सर्च करेगा। और उनमें जो व्यक्ति आपका Facebook Friend नहीं होगा, उसका नाम आपको बतौर Friend Suggest कर देगा।

5. Online Advertisement

एडवरटाइजिंग इंडस्ट्री में Machine Learning का काफी ज्यादा इस्तेमाल होता है। इसके लिए आपके Online Behaviour को Track किया जाता है। और आपकी पसंद, नापसंद के हिसाब से आपको Ads दिखाए जाते हैं। जैसे कि अगर आपको Green Tea पसंद है। तो आपको उसी के विज्ञापन दिखाए जाऐंगे।

इतना ही नहीं, अगर आप किसी प्रोडक्ट को Regular Basis पर (हर हफ्ते या हर महीने) खरीदते हैं। तो आपको हफ्ता या महीना पूरा होते ही उस प्रोडक्ट का विज्ञापन दिखना शुरू हो जाएगा।

अवश्य पढ़ें: Adsense का अप्रूवल पाने के लिए 10 जरूरी टिप्स

इसके अलावा, अगर आप किसी प्रोडक्ट को सर्च करके या देखकर छोड़ देंगे। और खरीददारी नहीं करेंगे तो भी आपको हर जगह (फेसबुक, ट्विटर, इंस्टाग्राम, यूट्यूब) उसी प्रोडक्ट के विज्ञापन देखने को मिलेंगे। उदाहरण के लिए, मान लीजिए कि आप अमेजन पर गए। और वहाँ Budget Laptop सर्च किया। उसके बाद कई सारे Laptops देखे, मगर खरीददारी नहीं की। अब आप जहाँ भी जाऐंगे, वहीं आपको Laptops के विज्ञापन देखने को मिलेंगे।

6. Personal Assistants

आप Google Assistant, Alexa या Siri तो जरूर इस्तेमाल करते होंगे? ये सभी Personal Assistants हैं, जो आपको Assist करने के साथ-साथ आपका मनोरंजन भी करते हैं। और कई सारे काम भी। जैसे कि किसी को कॉल करना, मैसेज करना, ईमेल भेजना, लाईट/एसी को ऑन/ऑफ करना, खाना ऑर्डर खाना, टैक्सी बुक करना, फ्लाईट बुक करना वगैरह-वगैरह। ये दरअसल Machine Learning का उपयोग करते हैं।

अवश्य पढ़ें: Google Content Rating क्या है? और यह क्यों दी जाती है?

एक Virtual Assistant यूजर द्वारा दिए गए Data (Commands) को Input Data के रूप में ग्रहण करता है। और Speech Recognition, Speech To Text Conversion, Text To Speech Conversion और Natural Language Processing का इस्तेमाल करके Output देता है। साथ ही हर वक्त नई-नई चीजें सीखता रहता है। और खुद को Improve करता रहता है।

7. Image Recognition

इमेज रिक्गनिशन के लिए मशीन लर्निंग का एक प्रमुख उपयोग है। इसका इस्तेमाल काफी बड़े पैमाने पर होता है। सरकारें अपने नागरिकों की पहचान (Aadhaar Card) के लिए इसका इस्तेमाल करती हैं। साथ ही Intelligence Department (खुफिया विभाग) और Police भी अपराधियों की पहचान सुनिश्चित करने के लिए इसका इस्तेमाल करती हैं। इसके अलावा हमारे फोन में जो Face Unlock का फीचर होता है। वह भी इसी का एक उदाहरण है।

8. Spam Filtering

न सिर्फ Email में, बल्कि Social Media और Websites तक में Spam Filtering के लिए मशीन लर्निंग का उपयोग होता है। हालांकि ईमेल के लिए Spam Filtering कोई नई बात नहीं है। लेकिन अब इसमें काफी सुधार हो चुका है। इसी तरह Blogs और Websites पर Spam Comments को Filter किया जाता है।

9. Language Translation

आपने Google Transliteration तो जरूर इस्तेमाल करते होंगे। खासकर तब, जब आपको English या किसी अन्य भाषा से Hindi में Translate करना होता है। लेकिन क्या आपने कभी सोचा है कि गूगल इतनी सारी भाषाओं को कैसे ट्रांसलेट करता होगा?

अवश्य पढ़ें: 10 सबसे Useless Apps, जो हर फोन में मिल जाती हैं

दरअसल यह Machine Learning का कमाल होता है। आप जो Sentence या Paragraph Enter करते हैं। गूगल उसे Natural Language Processing Algorithm की मदद से दूसरी भाषा में Translate कर देता है।

10. Fraud Detection

आजकल ज्यादातर लोग Shopping से लेकर Mobile Recharge, TV Recharge, Bill Payment और Fund Transfer जैसे काम ऑनलाइन करते हैं। और पैसों का लेन-देन भी ऑनलाइन ही करना पसंद करते हैं। इसीलिए Online Frauds काफी ज्यादा बढ़ गए हैं। लेकिन Machine Learning की मदद से इन Frauds को रोका जा सकता है।

दरअसल आजकल ज्यादातर कंपनियांँ, जो Online Trading, Online Payment और Digital Wallet जैसी सर्विसेज मुहैया करवाती हैं। वे Fraud Detection के लिए Machine Learning का उपयोग करती हैं। इसीलिए जब यूजर ऑनलाइन पेमेंट करता है, तो मशीन लर्निंग मॉडल यह Detect कर लेता है कि वह Safe है या नहीं?

अवश्य पढ़ें: Credit Debit Card की डिटेल्स कैसे चुराई जाती है?

अगर कोई Hacker या Fraudster Attack करने की कोशिश करता है। तो मशीन लर्निंग मॉडल उसे तुरन्त Detect कर लेता है। और User को Alert कर देता है। साथ ही उसे आगे बढ़ने से रोक देता है। ताकि User का डाटा Safe रहे और उसके साथ कोई Fraud न हो। इस तरह मशीन लर्निंग, ऑनलाइन धोखाधड़ी रोकने महत्वपूर्ण भूमिका निभाती है।

Artificial Intelligence Vs Machine Learning

बहुत-से लोग आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग को एक ही समझते हैं। लेकिन यह सच नहीं है। असल में, इन दोनों में काफी अंतर है। आइए, जानते हैं कि Artificial Intelligence vs Machine Learning में क्या Differences हैं :-

Artificial Intelligence

आर्टिफिशियल इंटेलिजेंस दो शब्दों से मिलकर बना है – Artificial और Intelligence. यहांँ Artificial का अर्थ है कृत्रिम या मानव निर्मित और Intelligence का अर्थ है बुद्धिमत्ता। इस तरह आर्टिफिशियल इंटेलिजेंस का अर्थ हुआ कृत्रिम बुद्धिमत्ता। अर्थात् इंसानों द्वारा विकसित बुद्धिमत्ता या समझ। आर्टिफिशियल इंटेलिजेंस का उद्देश्य मशीनों में सोचने-समझने और निर्णय लेने की क्षमता विकसित करना है। ताकि वे बिना इंसानी मदद के स्वतंत्र रूप से काम कर सकें।

Machine Learning

मशीन लर्निंग का अर्थ है मशीनों द्वारा Learn करना या सीखना। यह दरअसल आर्टिफिशियल इंटेलिजेंस का ही एक हिस्सा है। जिसका उद्देश्य मशीनों में Learning की क्षमता विकसित करना है। अर्थात् जिस तरह हम इंसान अपने आस-पास के वातावरण और अनुभवों से सीखते हैं। उसी तरह मशीनों मेंं भी सीखने की क्षमता विकसित करना है। ताकि वे सही Decision ले सकें। और पूरी Accuracy के साथ काम कर सकें।

अवश्य पढ़ें: QR Code क्या है? यह कैसे काम करता है? Explanation

नहीं समझे? चलिए, मैं आपको आसान भाषा में समझाता हूँ। दरअसल आर्टिफिशियल इंटेलिजेंस एक Brain (दिमाग) है। और मशीन लर्निंग उस ब्रेन को यूज करके सीखना। यानि कि जिस तरह Brain और Learning दोनों अलग-अलग चीजें हैं। उसी तरह AI और ML भी अलग-अलग चीजें हैं, जो Brain और Learning की तरह आपस में जुड़ी हुई हैं। मगर दोनों का Concept अलग है।

Machine Learning का भविष्य

आज लगभग हर क्षेत्र में Machine Learning का उपयोग हो रहा है। यानि कि Robotics से लेकर eCommerce, Banking, Health Care, Education, Marketing, Insurance, Telecommunication, Agriculture, Anatomy, Bioinformatics और Economics तक हर Sector में मशीन लर्निंग का उपयोग हो रहा है। और इसका फायदा भी मिल रहा है। लेकिन यह सिर्फ एक शुरुआत है।

आज जिस रफ्तार से Machine Learning का उपयोग बढ़ रहा है। उसे देखते हुए लगता है कि मशीन लर्निंग का भविष्य काफी उज्जवल है। और आने वाले वक्त में इसका उपयोग और भी तेजी से बढ़ेगा। साथ ही जो क्षेत्र मशीन लर्निंग के फायदों से वंचित हैं, उनमें भी मशीन लर्निंग का उपयोग शुरू हो जाएगा।

अवश्य पढ़ें: Dark Web क्या है? डार्क वेब पर क्या-क्या होता है?

हालांकि इसकी वजह से कई नौकरियाँ समाप्त हो जाऐंगी। लेकिन उनकी जगह नई नौकरियाँ भी सृजित होंगी। जैसे कि आजकल Artificial Intelligence, Machine Learning, Data Science, Blockchain, Virtual Reality और Augment Reality के क्षेत्र में नौकरियों की सबसे ज्यादा डिमांड है। और भविष्य में यह डिमांड और भी तेजी से बढ़ेगी। लेकिन AI और ML को लेकर जो सबसे बड़ी चिंता है, वह है मशीनों का कंट्रोल से बाहर होना और इंसानों पर आधिपत्य जमाना।

Machine Learning : Summary

मशीन लर्निंग, आर्टिफिशियल इंंटेलीजेंस का ही एक हिस्सा है, जो कम्प्यूटर प्रोग्राम्स को सीखने की Ability देता है। इसका मकसद Smart Machines का निर्माण करना है। ऐसी मशीनें जो इंसानों की तरह अपने अनुभवों से सीख सकें। और सीखे हुए ज्ञान का उपयोग कर सही निर्णय ले सकें।

उम्मीद करता हूँ, इस आर्टिकल के जरिए आपको Machine Learning Kya Hai? यह कैसे काम करती है? इसके क्या-क्या फायदे हैं? और क्या-क्या उपयोग हैं? इस विषय में पूरी जानकारी मिली होगी। अगर यह आर्टिकल आपको पसंद आया तो इसे Like और Share कीजिए। और ऐसे ही और आर्टिकल्स के लिए टेकसेवी डॉट कॉम को Subscribe कर लीजिए। ताकि जब भी हम कोई नया आर्टिकल पब्लिश करें, आपको Notification मिल जाए।

Machine Learning : FAQs 

प्रश्न-1. मशीन लर्निंग क्या है?

उत्तर: मशीन लर्निंग, Airtificial Intelligence की ही एक Branch है। जिसमें Machine Learning Algorithms का अध्ययन किया जाता है। यानि कि मशीनों में सीखने और सीखे हुए ज्ञान का उपयोग करने की क्षमता विकसित की जाती है। ताकि मशीनें भी इंसानों की तरह अपने Past Experiences का उपयोग करके सही निर्णय ले सकें।

प्रश्न-2. मशीन लर्निंग का अर्थ क्या है?

उत्तर: मशीन लर्निंग का अर्थ है मशीनों द्वारा सीखना। यानि कि, जिस तरह हम इंसान अपने आस-पास के वातावरण और अनुभवों सीखते हैं। उसी तरह मशीनों का सीखना, मशीन लर्निंग कहलाता है।

प्रश्न-3. मशीन लर्निंग के प्रकार कौन-कौनसे हैं?

उत्तर: Supervised Learning, Unsupervised Learning, Semi-Supervised Learning और Reinforcement Learning मशीन लर्निंग के मुख्य प्रकार हैं।

प्रश्न-4. क्या आर्टिफिशियल इंटेलीजेंस और मशीन लर्निंग एक ही है?

उत्तर: नहीं। आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग दोनों अलग-अलग Concepts हैं।

प्रश्न-5. आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग में क्या अंतर है?

उत्तर: आर्टिफिशियल इंटेलिजेंस और मशीन लर्निंग में काफी अंतर है। इन दोनों का कॉन्सेप्ट अलग है। आर्टिफिशियल इंटेलिजेंस एक Brain है, जबकि मशीन लर्निंग उस Brain की मदद से ‘सीखना’ है। अर्थात् जिस तरह सीखना, Brain का ही एक हिस्सा है, उसी तरह Machine Learning भी Artificial intelligence का एक हिस्सा है। 

प्रश्न-6. मशीन लर्निंग का क्या उपयोग है?

उत्तर: मशीन लर्निंग के कई सारे उपयोग हैं। जैसे कि Speech Recognition, Face Recognition, Product Recommendation, Natural Language Processing वगैरह-वगैरह।

प्रश्न-7. आज के दिन कौन-कौनसे क्षेत्रों में मशीन लर्निंग का उपयोग हो रहा है?

उत्तर: आज के दिन लगभग हर क्षेत्र में Machine Learning (ML) का उपयोग हो रहा है। यहाँ तक कि Banking से लेकर eCommerce, Marketing, Insurance, Health Care, Share Market, Education, Agriculture, Telecommunication, Bioinformatics, Anatomy, Space Missions और Robotics जैसे क्षेत्रों में मशीन लर्निंग का बड़े पैमाने पर इस्तेमाल हो रहा है।

अवश्य पढ़ें (खास आपके लिए) :-

• Bitcoin क्या है? बिटकॉइन खरीदने की स्टेप-बाई-स्टेप प्रोसेस
• Online Earning के 50 तरीके, घर बैठे पैसे कैसे कमाऐं (2022)
• Fake Shopping Website Fraud क्या है? इससे कैसे बचें?
• Firewall क्या है? यह कैसे काम करता है? और क्यों जरूरी है?
• Phone Hack करने के कौन-कौनसे तरीके हैं व इनसे कैसे बचें?