Lec-56: Reasoning under Uncertainty in Artificial Intelligence

[0:00]आप बताओ मुझे सारे कि क्या इस बार इंडिया क्रिकेट वर्ल्ड कप जीतेगा? क्या थर्ड वर्ल्ड वॉर हो सकता है? क्या सलमान खान की शादी होगी? आपको भी लग रहा होगा सर ये कैसे क्वेश्चन आप पूछ रहे हो? एक्चुअली आज का टॉपिक ही ये है अनसर्टेन्टी। अनसर्टेन्टी का मतलब क्या होता है कि जहां पे क्लियर कट आंसर हम नहीं दे सकते। क्यों? क्योंकि हमारे पास प्रॉपर इंफॉर्मेशन प्रॉपर डेटा नहीं है या डेटा है तो उसके अंदर एंबिग्विटी डुप्लीकेसी है। तो जब भी इस तरीके की सिचुएशन आती है उसको बोलते हैं अनसर्टेन्टी। और आर्टिफिशियल इंटेलिजेंस में अनसर्टेन डेटा को या अनसर्टेन इंफॉर्मेशन को कैसे रिप्रेजेंट करना है, कैसे रीजनिंग करनी है, कैसे आउटपुट निकालनी है? ये अपने आप में बड़ा चैलेंजिंग है। क्यों चैलेंजिंग है? क्योंकि रियल लाइफ वर्ल्ड में जब भी हम आर्टिफिशियल इंटेलिजेंस मशीन लर्निंग इन सारी चीजों की बात करते हैं, तो अनसर्टेन्टी है। कैसे? सेल्फ ड्राइविंग कार्स। हम लोग बात करते हैं सेल्फ ड्राइविंग कार्स की कि यार भैया अपने आप कार चलेंगी ड्राइवरलेस कार्स की, तो आप कह सकते हो आपने कार को सिखा दिया कि भैया 30 मीटर पे अगर कोई इंफॉर्मेशन कोई भी चीज आती है, कोई ऑब्जेक्ट आता है तो कार को स्लो करो, ब्रेक दबाओ ये वो। बट आप सपोज करो इंडिया में अगर आप कार चला रहे हो या बाइक चला रहे हो कभी भी ऐसा कभी नहीं हुआ कि एकदम से रास्ते में डॉगी आ गया या कोई गाय बछड़ा आ गया तो यार ये चीजें जो है वो अनसर्टेन है। आप इस चीज को कभी भी डिनाई नहीं कर सकते कि यार इस सिचुएशन में हम लोग कभी नहीं आएंगे। मेडिकल डायग्नोसिस की बात कर लो। आप जितना मर्जी चीजें कर लो लेकिन फिर भी कहीं ना कहीं डेटा इंफॉर्मेशन की कोई ना कोई कमी होगी और उसकी वजह से आप प्रॉपर डायग्नोसिस नहीं कर सकते। आप एनएलपी की बात कर लो, आप किसी भी फील्ड में बात कर लो, जब भी हम रियल वर्ल्ड की बात करते हैं और जब भी हम मशींस को कहते हैं कि आपने रियल वर्ल्ड में कहीं ना कहीं रियल वर्ल्ड में सारी चीजों को इंप्लीमेंट करना है तो वहां पे अनसर्टेन्टी सिचुएशन आएगी ही आएगी। तो अनसर्टेन्टी एक्चुअल में है क्या? इट इट रेफर्स टू अ सिचुएशन व्हेन देयर इज अ लैक ऑफ कंप्लीट इंफॉर्मेशन और नॉलेज अबाउट अ पर्टिकुलर एस्पेक्ट लीडिंग टू व्हाट? एंबिग्विटी एंड अनप्रेडिक्टेबिलिटी। गैंबलिंग वाली बात हो गई ना कि यार गैंबलिंग की मतलब मैं जीतूंगा या हारूंगा। मुझे पता ही नहीं है क्योंकि ये फ्यूचर है प्रेडिक्शन हम प्रॉपर्ली नहीं कर सकते। वेदर फॉरकास्ट ये तो हम लोग डेली यूज करते ही हैं ना वेदर फॉरकास्टिंग की भैया कल को रेन होगी या नहीं होगी या फिर दो दिन बाद रेन होगी या नहीं होगी। अभी आपने देखा है हिमाचल में कितनी ज्यादा बहुत ज्यादा प्रॉब्लम आई हुई है। इतने लोग फंसे हुए हैं। हिमाचल के लोग भी इवन बाहर से जो लोग घूमने गए हुए थे, सब तरफ अलर्ट था कि भैया ये चीज आप ना करो, आप ना घूमने आओ लेकिन फिर भी बहुत सारे लोग गए और कहीं ना कहीं सिचुएशन में फंस गए। और वहां के लोग बेचारे वो कहीं जा नहीं सकते तो ये जो वेदर फॉरकास्टिंग है जितना मर्जी आप एडवांस चले जाओ कहीं ना कहीं जो है वो अनसर्टेन्टी की कंडीशन रह ही जाती है। तो यार इसको कैसे डील किया जाए? आर्टिफिशियल इंटेलिजेंस इसको कैसे डील करती है? कैसे इन चीजों को हम मैनेज कर सकते हैं? इसमें सबसे इंपॉर्टेंट कांसेप्ट आता है मैथ्स का, स्टैटिस्टिक्स का, प्रोबेबिलिटी का। हम इसके थ्रू जो है वो थोड़ा सा अपनी चीजों को एक अच्छे वे से रिप्रेजेंट कर सकते हैं ताकि एक अच्छे डिसीजन पर पहुंचे। जैसे एग्जांपल के तौर पर आपको दिखाता हूं यहां पे मैथमेटिक्स का क्या रोल है जब भी हम बात करते हैं अनसर्टेन्टी की तो मैथमेटिक्स का क्या रोल है? देखो यहां पर मैंने एक सिचुएशन लिखी है, एग्जांपल है ड्राइंग कार्ड फ्रॉम अ डेक। मतलब मेरे पास एक डेक है, ताश के पत्ते हैं उनमें से मैं कोई कार्ड निकाल ले। कैलकुलेट द प्रोबेबिलिटी ऑफ ड्राइंग अ रेड कार्ड (हार्ट और डायमंड) फ्रॉम द डेक। रेड कौन सी है देखो हार्ट हो सकता है या डायमंड हो सकता है। आपकी इंफॉर्मेशन के लिए बता दूं वैसे तो काफी स्टूडेंट्स को पता ही होता है बट फिर भी कई बार स्टूडेंट्स होते हैं जिन्होंने नहीं खेली होती है तो उनको मैं बता दूं कि यहां पे मेरे पास चार तरीके से क्लब, हार्ट, स्पेड और डायमंड ये पत्ते होते हैं ठीक है? और इसमें से हार्ट और डायमंड क्या है रेड और ये दो क्या हैं ब्लैक। अब यहां पर प्रोबेबिलिटी मेरे को निकालनी है कि मैं एक पत्ता ड्रा करूं निकालूं और वह रेड कलर का होना चाहिए। मतलब मेरे पास टोटल 52 कार्ड्स हैं। अब नेक्स्ट पत्ता मैं कोई भी निकाल रहा हूं तो क्या वो रेड है या ब्लैक है? तो मेरे को तो नहीं पता। मैं कैसे बता सकता हूं यार। लेकिन मैं इसको कैसे रिप्रेजेंट करूं? कैसे मैं इसके अंदर नॉलेज या कैसे अंदर इसको रीजनिंग कर सकता हूं? कैसे हम रिप्रेजेंट कर सकते हैं उसके लिए मैं मैथमेटिक्स को यूज कर सकता हूं। कैसे? मैथमेटिक्स कहता है कि आप इसको प्रोबेबिलिटी के हिसाब से क्या कर सकते हो कैलकुलेट कर सकते हो। जैसे इसको अगर मुझे कैलकुलेट करना है, कैसे करोगे? मुझे पता है कि मेरे पास टोटल डेक में कितने कार्ड्स हैं? 52 कार्ड्स है। अब मेरे को पता है कि यार रेड कलर कार्ड कितने हैं इसमें? 13 कार्ड इसमें हार्ट वाले और 13 कार्ड इसमें डायमंड। टोटल कितने हो गए 26, तो यानी 26 डिवाइड बाय 52 करोगे तो 1/2 प्रोबेबिलिटी आ गई। तो यानी पहले से हम थोड़ा सा रीजनिंग कर सकते हैं। रीजनिंग मतलब थोड़ा सा क्वेश्चनिंग कर सकते हैं कि हां, पहले मेरे को कुछ भी आईडिया नहीं था कि क्या प्रोबेबिलिटी है, क्या चीज है। अब मेरे को एटलीस्ट पता लग गया कि देयर इज अ हाफ प्रोबेबिलिटी, 1/2 प्रोबेबिलिटी .5 प्रोबेबिलिटी कि पत्ता रेड ही आएगा। तो ये कहीं ना कहीं जो है वो आपको मैथ जो प्रोबेबिलिटी है वो आपकी हेल्प करती है आप चीजों को रिप्रेजेंट कर सको। अगर इसमें थोड़ा सा मैं और आगे मैथ्स को इंट्रोड्यूस करूं तो कंडीशनल प्रोबेबिलिटी। कंडीशनल प्रोबेबिलिटी क्या कहती है कि आपने प्रोबेबिलिटी निकालनी है लेकिन वहां पे गिवन एक कंडीशन है तो कंडीशन के हिसाब से आपकी वैल्यू कैसे आएगी। जैसे सेम वही क्वेश्चन है, यू वांट टू कैलकुलेट द प्रोबेबिलिटी ऑफ ड्राइंग अ डायमंड गिवन दैट यू हैव ऑलरेडी ड्रॉन अ रेड कार्ड। मतलब रेड कार्ड है आपके पास तो क्या वह डायमंड है या नहीं? यहां पे सिचुएशन थोड़ी सी गड़बड़ होगी। मतलब थोड़ा सा मैंने कंडीशन डाल दी। कंडीशन वही कैसे रिप्रेजेंट करते हैं अगर आपको नहीं पता इसके बारे में मैं आपको थोड़ा सा बता देता हूं। यहां पे मेरे पास दो इवेंट हो गए एक ए और बी। ए क्या कह रहा है? ए इवेंट क्या कह रहा है? ड्राइंग अ डायमंड। मतलब ये मैं चाहता हूं कि जो आपका कार्ड निकले वो डायमंड निकले। डायमंड मतलब ये वाला रेड कलर वाला डायमंड निकले। और ड्राइंग अ रेड कार्ड ये मेरी कंडीशन है कि मैंने कंडीशन क्या लगा दी कि मैंने जो कार्ड निकाला वो क्या है रेड कार्ड है। तो इसको मैं इस तरीके से रिप्रेजेंट करता हूं कंडीशन को और यहां पे इसका फार्मूला क्या होता है? ए एंड बी डिवाइड बाय प्रोबेबिलिटी ऑफ बी। अब देखो प्रोबेबिलिटी ऑफ बी क्या है? प्रोबेबिलिटी बी क्या है एक्चुअल में? ड्राइंग अ रेड कार्ड। रेड कार्ड निकालने की प्रोबेबिलिटी हमने ऑलरेडी निकाली इसकी प्रोबेबिलिटी क्या है? .5 ये हमने अभी निकाली है। और कार्ड आपका डायमंड हो और रेड कलर हो। ए एंड बी का मतलब क्या हो गया? दोनों चीजें होंगी। ए एंड बी का मतलब क्या हो गया? कार्ड आपका डायमंड हो और रेड कलर हो तो यार डायमंड कितने आपके? 13 और सारे के सारे क्या हैं? रेड कलर तो यानी प्रोबेबिलिटी क्या होगी? 13 डिवाइड बाय टोटल कार्ड कितने? 52 यानी .25। तो .25 डिवाइड बाय .5 अगर आप करते हो तो प्रोबेबिलिटी कितनी आ गई आपकी? .5। तो ये जो सिचुएशन एक्चुअल में क्या आपको बताना चाह रहा हूं कि जब भी हम मैथमेटिक्स में रिप्रेजेंट करते हैं चीजों को प्रोबेबिलिटी की हेल्प से रिप्रेजेंट करते हैं, तो आपको जो है वो चीजों को थोड़ा बेटर वे से रिप्रेजेंट कर सकते हो। आप रीजनिंग कर सकते हो कि एक्चुअल में मेरा जैसे वेदर फॉरकास्टिंग वाला भी वही हो गया ना? मैं कह रहा हूं कि कल नहीं आएगी यार रेन। नहीं आएगी या आ सकती है रेन। ऐसे ही रोड पे कह देते हैं कि यार गाड़ी तेज ना चलाओ नहीं तो एक्सीडेंट हो जाओगा। तेज का मतलब क्या है? किसी के लिए 60 की स्पीड तेज हो सकती है, किसी के लिए 80 की, किसी के लिए 120, किसी के लिए 200 की स्पीड। तो तेज का मतलब क्या है? तो यहां पे हम लोग जब उसको मैथमेटिक्स में रिप्रेजेंट करते हैं तो कहीं ना कहीं अनसर्टेन्टी में हम रीजनिंग कर सकते हैं। हम कुछ ना कुछ पूछ सकते हैं अदरवाइज मैं आंसर नहीं निकाल सकता। तो आर्टिफिशियल इंटेलिजेंस में देयर आर डिफरेंट वेज वी कैन डू द रीजनिंग। तो यहां पे डिफरेंट टाइप्स ऑफ रीजनिंग स्ट्रेटेजी हम लोग यूज करते हैं। जो सबसे ज्यादा है प्रोबेबिलिस्टिक आपके मॉडल, प्रोबेबिलिटी मॉडल, कंडीशनल मॉडलिंग ये सारी आ जाती है। दिस इज द वेरी इंपॉर्टेंट बेजियन नेटवर्क्स। ये आपका ग्राफिकल रिप्रेजेंटेशन है। है प्रोबेबिलिटी बेस्ड भी ग्राफिकल रिप्रेजेंटेशन है जब भी हमारे पास जो है वो अनसर्टेन डाटा है, अनसर्टेन नॉलेज है तो हम उसके अंदर जो है वो ग्राफिकल रिप्रेजेंटेशन कर सकते हैं। मोंटे कार्लो मेथड आ जाता है, डिसीजन थ्योरी आ जाता है, फजी लॉजिक आ जाता है, क्वांटिटेटिव रीजनिंग आ जाता है। मल्टीपल मेथड्स हैं जिनको एक-एक करके हम फ्यूचर में देखेंगे कि कैसे हम रीजनिंग कर सकते हैं अगर हम अनसर्टेन कंडीशन के अंदर खड़े हैं। सो दिस इज ऑल अबाउट द अनसर्टेन्टी इन एआई इंट्रोडक्शन। थैंक यू।