आर्टिफिशियल इंटेलिजेंस (एआई) में निवेश – सब कुछ आपको जानना चाहिए

आर्टिफिशियल इंटेलिजेंस (एआई) एक ऐसा क्षेत्र है जिसमें किसी परिचय की आवश्यकता नहीं है। एअर इंडिया ने मूर के कानून के टेलकोटों को खारिज कर दिया है राज्यों कंप्यूटर की गति और क्षमता हर दो साल में दोगुनी होने की उम्मीद की जा सकती है। 2012 के बाद से, सबसे बड़े एआई प्रशिक्षण रन में उपयोग की जाने वाली गणना की मात्रा तेजी के साथ बढ़ रही है हर 3 से 4 महीने में दोगुना, 2012 के बाद से एआई को आबंटित कंप्यूटिंग संसाधनों की मात्रा 300,000x हो गई है। कोई अन्य उद्योग इन विकास आँकड़ों से तुलना नहीं कर सकता है।.

हम यह पता लगाएंगे कि एआई के कौन से क्षेत्र इस त्वरण का नेतृत्व कर रहे हैं, इस वृद्धि का लाभ उठाने के लिए कौन सी कंपनियां सबसे अच्छी स्थिति में हैं और यह क्यों मायने रखता है.

मशीन लर्निंग के प्रकार

मशीन लर्निंग एआई का एक उपक्षेत्र है जो अनिवार्य रूप से सीखने के लिए प्रोग्रामिंग मशीनें हैं। मशीन लर्निंग एल्गोरिदम के कई प्रकार हैं, जो अब तक सबसे लोकप्रिय है ध्यान लगा के पढ़ना या सीखना, इसमें डेटा को एक में फीड करना शामिल है कृत्रिम तंत्रिका नेटवर्क (एएनएन)। एएनएन गणितीय गणना का एक बहुत ही गहन नेटवर्क है जो मानव मस्तिष्क में पाए जाने वाले तंत्रिका नेटवर्क से प्रेरित प्रारूप में एक साथ जुड़ता है.

अधिक बड़ा डेटा जो ANN में खिलाया जाता है, ANN उतना ही सटीक बनता है। उदाहरण के लिए, यदि आप कैट चित्रों को पहचानने का तरीका जानने के लिए एक एएनएन को प्रशिक्षित करने का प्रयास कर रहे हैं, यदि आप नेटवर्क 1000 बिल्ली के चित्रों को खिलाते हैं, तो नेटवर्क में शायद 70% की सटीकता का एक छोटा स्तर होगा, यदि आप इसे 10000 चित्रों तक बढ़ाते हैं, तो सटीकता का स्तर 80% तक बढ़ सकता है, यदि आप इसे 100000 चित्रों से बढ़ाते हैं, तो आपने नेटवर्क की सटीकता को केवल 90% तक बढ़ाया है, और उसके बाद.

इसमें से एक अवसर निहित है, जो कंपनियां एआई चिप विकास के क्षेत्र में हावी हैं, वे स्वाभाविक रूप से विकास के लिए परिपक्व हैं.

मशीन लर्निंग के कई अन्य प्रकार हैं जो वादा दिखाते हैं, जैसे कि सुदृढीकरण सीखना, यह क्रियाओं और संबंधित पुरस्कारों की पुनरावृत्ति के माध्यम से एक एजेंट को प्रशिक्षित कर रहा है। सुदृढीकरण का उपयोग करके एआई प्रणाली सीखने से यह बेहतर प्रदर्शन करने के इरादे से खुद के खिलाफ प्रतिस्पर्धा कर सकता है कि यह कितना अच्छा प्रदर्शन करता है। उदाहरण के लिए, शतरंज खेलने वाला एक कार्यक्रम बार-बार खुद के खिलाफ चलेगा, गेमप्ले के हर उदाहरण में सुधार होगा कि यह अगले गेम में कैसा प्रदर्शन करता है.

वर्तमान में एआई के सर्वोत्तम प्रकार गहरी सीखने और सुदृढीकरण दोनों के संयोजन का उपयोग करते हैं जिसे आमतौर पर कहा जाता है गहरी सुदृढीकरण सीखने. दुनिया की सभी प्रमुख AI कंपनियाँ जैसे टेस्ला कुछ प्रकार के गहन सुदृढीकरण सीखने का उपयोग करती हैं.

जबकि अन्य प्रकार के महत्वपूर्ण मशीन लर्निंग सिस्टम हैं जो वर्तमान में उन्नत हैं जैसे कि मेटा-लर्निंग, सादगी की गहरी सीख के लिए और यह अधिक उन्नत चचेरे भाई की गहरी सुदृढीकरण सीखने के लिए है जो निवेशकों को सबसे अधिक परिचित होना चाहिए। जो कंपनियाँ इस तकनीकी उन्नति में सबसे आगे हैं, वे सबसे बड़ी घातीय वृद्धि का लाभ उठाने के लिए तैनात होंगी जिन्हें हम AI में देख रहे हैं।.

आर्टिफिशियल इंटेलिजेंस (एआई) में निवेश - सब कुछ आपको जानना चाहिए

डाटा साइंस & बड़ा डेटा

यदि कंपनियों के बीच एक अंतर है जो सफल होगा, और बाजार के नेता बन जाएंगे, और जो कंपनियां विफल हो जाएंगी, वह है बड़ा डेटा. मशीन लर्निंग के सभी प्रकार बहुत अधिक निर्भर हैं डेटा विज्ञान, इसे डेटा में पैटर्न से दुनिया को समझने की एक प्रक्रिया के रूप में वर्णित किया गया है। इस मामले में एआई डेटा से सीख रहा है, और जितना अधिक डेटा परिणाम उतना सटीक होगा। इस नियम के कुछ अपवाद हैं जिन्हें कहा जाता है ओवरफिटिंग, लेकिन यह एक चिंता है कि एआई डेवलपर्स इसके बारे में जानते हैं और इसकी भरपाई के लिए सावधानी बरतते हैं.

बड़े आंकड़ों का महत्व यह है कि टेस्ला जैसी कंपनियों को स्वायत्त वाहन प्रौद्योगिकी की बात करने पर स्पष्ट बाजार लाभ होता है। हर एक टेस्ला जो गति में है और ऑटो-पायलट का उपयोग कर डेटा को क्लाउड में फीड कर रहा है। यह टेस्ला को गहन सुदृढीकरण सीखने का उपयोग करने में सक्षम बनाता है, और समग्र स्वायत्त वाहन प्रणाली को बेहतर बनाने के लिए अन्य एल्गोरिथ्म को घुमाता है.

यही कारण है कि Google जैसी कंपनियां चुनौती देने वालों के लिए भी मुश्किल होगी। हर दिन जो एक दिन होता है वह Google अपने उत्पादों और सेवाओं के असंख्य डेटा एकत्र करता है, इसमें खोज परिणाम, Google Adsense, Android मोबाइल डिवाइस, Chrome वेब ब्राउज़र और यहां तक ​​कि Nest थर्मोस्टेट शामिल हैं। Google डूब रहा है दुनिया में किसी भी अन्य कंपनी की तुलना में अधिक डेटा है। यह उन सभी चंद पन्नों की गिनती भी नहीं है जिनमें वे शामिल हैं.


यह समझने से कि गहरी सीखने और डेटा विज्ञान मायने रखता है, हम तब अनुमान लगा सकते हैं कि नीचे की कंपनियां इतनी शक्तिशाली क्यों हैं.

एआई कंपनियों में निवेश करने के लिए

बाजार के तीन मौजूदा नेता हैं जिन्हें चुनौती देना बहुत मुश्किल है.

वर्णमाला इंक (NASDAQ: GOOGL)

वर्णमाला इंक सभी Google उत्पादों के लिए छाता कंपनी है जिसमें Google खोज इंजन शामिल है। एक छोटा इतिहास पाठ यह समझाने के लिए आवश्यक है कि वे एआई में इस तरह के बाजार के नेता क्यों हैं। 2010 में, एक ब्रिटिश कंपनी दीपमिन्द सामान्य प्रयोजन के सीखने के एल्गोरिदम के निर्माण के लिए विभिन्न मशीन लर्निंग तकनीकों को लागू करने के लक्ष्य के साथ लॉन्च किया गया था.

2013 में, दीपमिन्द ने विश्व चैंपियन बनने सहित विभिन्न उपलब्धियों के साथ तूफान से दुनिया को लिया गहरी सुदृढीकरण सीखने का उपयोग करके सात अटारी खेल.

2014 में, Google $ 500 मिलियन के लिए डीपमाइंड का अधिग्रहण किया, इसके तुरंत बाद 2015 में दीपमिन्द AlphaGo एक पेशेवर मानव गो खिलाड़ी को हराने वाला पहला एआई कार्यक्रम बन गया, और एक गो विश्व चैंपियन को हराने वाला पहला कार्यक्रम। जो लोग गो के साथ अपरिचित हैं, उनके लिए यह अस्तित्व में सबसे चुनौतीपूर्ण खेल माना जाता है.

वर्तमान में डीपमाइंड माना जाता है बाजार का नेता गहरी सुदृढीकरण सीखने में, और प्राप्त करने के लिए एक प्रमुख दावेदारआर्टिफिशियल जनरल इंटेलिजेंस (AGI), मानव स्तर की बुद्धिमत्ता को प्राप्त करने या उससे आगे निकलने के लक्ष्य के साथ एक भविष्यवादी प्रकार का AI.

हमें अभी भी अन्य प्रकार के AI में कारक की आवश्यकता है जो Google वर्तमान में इस तरह से शामिल है रास्ता, ऑटोमोनस वाहन प्रौद्योगिकी में एक मार्केट लीडर, जो केवल टेस्ला के बाद दूसरे स्थान पर है, और वर्तमान में Google खोज इंजन में उपयोग किए जाने वाले गुप्त AI सिस्टम.

Google वर्तमान में AI के इतने स्तरों में शामिल है, कि यह उन सभी को कवर करने के लिए एक संपूर्ण पेपर लेगा.

टेस्ला (NASDAQ: टीएसएलए)

जैसा कि पहले कहा गया टेस्ला अपने ऑटो पायलट से डेटा एकत्र करने के लिए अपने ऑन-रोड वाहनों के बेड़े के बड़े डेटा का लाभ उठा रहा है। जितना अधिक डेटा एकत्र किया जाता है उतना ही यह गहन सुदृढीकरण सीखने का उपयोग करके सुधार कर सकता है, यह विशेष रूप से महत्वपूर्ण है जिसे किनारे के मामलों के रूप में समझा जाता है, यह उन परिदृश्यों के रूप में जाना जाता है जो वास्तविक जीवन में अक्सर नहीं होते हैं.

उदाहरण के लिए, प्रत्येक प्रकार के परिदृश्य में भविष्यवाणी करना और कार्यक्रम करना असंभव है जो सड़क पर हो सकता है, जैसे कि सूटकेस यातायात में लुढ़कता है, या आकाश से गिरने वाला विमान। इस मामले में बहुत कम विशिष्ट डेटा है, और सिस्टम को कई अलग-अलग परिदृश्यों से डेटा को जोड़ने की आवश्यकता है। यह डेटा का एक बड़ा हिस्सा होने का एक और फायदा है, जबकि यह पहली बार हो सकता है जब ह्यूस्टन में एक टेस्ला एक परिदृश्य का सामना करता है, यह संभव है कि दुबई में एक टेस्ला ने कुछ इसी तरह का सामना किया हो.

टेस्ला एक मार्केट लीडर भी है बैटरी तकनीक, और वाहनों के लिए इलेक्ट्रिक तकनीक में। ये दोनों रीचार्ज की आवश्यकता से पहले वाहन की श्रेणी को अनुकूलित करने के लिए AI सिस्टम पर निर्भर करते हैं। टेस्ला को बार-बार जाना जाता है ऑन-एयर अपडेट एआई अनुकूलन के साथ जो कुछ प्रतिशत में सुधार करता है, उसके वाहन बेड़े के प्रदर्शन और सीमा को इंगित करता है.

जैसे कि यह पर्याप्त नहीं था, टेस्ला भी है अपने एआई चिप्स डिजाइनिंग, इसका मतलब है कि यह अब तीसरे पक्ष के चिप्स पर निर्भर नहीं है, और वे जमीन से अपने पूर्ण स्व-ड्राइविंग सॉफ्टवेयर के साथ काम करने के लिए चिप्स का अनुकूलन कर सकते हैं.

NVIDIA (NASDAQ: एनव्हिडिए)

NVIDIA कंपनी वर्तमान में GPU (ग्राफिक्स प्रोसेसिंग यूनिट) चिप्स में मांग में वृद्धि का लाभ उठाने के लिए सबसे अच्छी स्थिति में है, क्योंकि वे वर्तमान में जिम्मेदार हैं सभी GPU का 80% बिक्री.

जबकि शुरुआत में वीडियो गेम के लिए GPU का उपयोग किया गया था, वे जल्दी से थे एआई उद्योग द्वारा अपनाया गया विशेष रूप से गहरी शिक्षा के लिए। GPUs इतना महत्वपूर्ण है कि जब गणना समानांतर में की जाती है तो AI संगणना की गति बहुत बढ़ जाती है। गहन शिक्षण ANN प्रशिक्षण के दौरान, इनपुट की आवश्यकता होती है और यह बहुत हद तक निर्भर करता है मैट्रिक्स गुणन, जहां समानता महत्वपूर्ण है.

NVIDIA लगातार नए एआई चिप्स जारी कर रहा है जो एआई शोधकर्ताओं के विभिन्न उपयोग के मामलों और आवश्यकताओं के लिए अनुकूलित हैं। यह एक निरंतर दबाव है कि एक बाजार के नेता के रूप में NVIDIA को बनाए रखना है.

स्टॉक ब्रोकर चुनें

आपकी यात्रा का पहला चरण स्टॉक ब्रोकर का चयन करना होना चाहिए। एक दलाल जो हम सुझाते हैं वह है फर्स्ट्रेड.

आर्टिफिशियल इंटेलिजेंस (एआई) में निवेश - सब कुछ आपको जानना चाहिए आर्टिफिशियल इंटेलिजेंस (एआई) में निवेश - सब कुछ आपको जानना चाहिए आर्टिफिशियल इंटेलिजेंस (एआई) में निवेश - सब कुछ आपको जानना चाहिए
★ ★ ★ ★ ★ ★ ★ ★ ★ पहले की समीक्षा करें

Securities.io की रेटिंग हमारी संपादकीय टीम द्वारा निर्धारित की जाती है। शेयर दलालों के लिए स्कोरिंग फॉर्मूला दर्जनों कारकों को ध्यान में रखता है, जिसमें खाता शुल्क और न्यूनतम मूल्य, ट्रेडिंग प्लेटफॉर्म, ग्राहक सहायता, नियामक निकाय और निवेश विकल्प शामिल हैं।.

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ एम 1 वित्त समीक्षा

Securities.io की रेटिंग हमारी संपादकीय टीम द्वारा निर्धारित की जाती है। शेयर दलालों के लिए स्कोरिंग फॉर्मूला दर्जनों कारकों को ध्यान में रखता है, जिसमें खाता शुल्क और न्यूनतम मूल्य, ट्रेडिंग प्लेटफॉर्म, ग्राहक सहायता, नियामक निकाय और निवेश विकल्प शामिल हैं।.

★ ★ ★ ★ ★ ★ ★ ★ ★ public.com समीक्षा

Securities.io की रेटिंग हमारी संपादकीय टीम द्वारा निर्धारित की जाती है। शेयर दलालों के लिए स्कोरिंग फॉर्मूला दर्जनों कारकों को ध्यान में रखता है, जिसमें खाता शुल्क और न्यूनतम मूल्य, ट्रेडिंग प्लेटफॉर्म, ग्राहक सहायता, नियामक निकाय और निवेश विकल्प शामिल हैं।.

फीस

शून्य आयोग

फीस

शून्य आयोग

फीस

शून्य आयोग

खाता न्यूनतम

कोई नहीं

खाता न्यूनतम

$ 100

खाता न्यूनतम

कोई नहीं

प्रोन्नति

मुफ्त स्टॉक *

* विवरण के लिए वेबसाइट देखें.

प्रोन्नति

कोई नहीं

पदोन्नति

कोई नहीं

सारांश

उन सभी कंपनियों को सूचीबद्ध करना असंभव है जो किसी न किसी रूप में एआई में शामिल हैं, जो कि मशीन सीखने की प्रौद्योगिकियों को समझना महत्वपूर्ण है जो कि उद्योग ने देखे गए अधिकांश नवाचार और विकास के लिए जिम्मेदार हैं। हमने 3 मार्केट लीडर्स को हाइलाइट किया है, कई और लोग आएंगे। एआई के बराबर रखने के लिए, आपको वर्तमान के साथ रहना चाहिए ऐ खबर, एआई प्रचार से बचें, और समझें कि यह क्षेत्र लगातार विकसित हो रहा है.

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map