Artificial Intelligence and machine learning in Hindi
Artificial Intelligence :
AI, यानी Artificial Intelligence , मशीनों को Human की Brain की तरह काम करने की क्षमता देता है। इसमें सीखना, सोचना, समस्या समाधान करना, ज्ञान हासिल करना, भाषा समझना और निर्णय लेना शामिल होता है। AI के उद्देश्य है कि मशीनें जटिल समस्याओं का हल कर सकें और विभिन्न क्षेत्रों में working capacity में सुधार करें।
Types of Artificial Intelligence :
Artificial Intelligence के प्रकारों की समझ महत्वपूर्ण है क्योंकि ये हमें इस शक्तिशाली तकनीक के विभिन्न आयामों की जानकारी देते हैं। निम्नलिखित हैं कुछ मुख्य कृत्रिम बुद्धिमत्ता के प्रकार:
सामान्य कृत्रिम बुद्धिमत्ता (AGI): सामान्य कृत्रिम बुद्धिमत्ता (AGI) एक प्रकार की कृत्रिम बुद्धिमत्ता है जो सभी मानव बुद्धिमत्ता के तरह काम कर सकती है। इसका उद्देश्य होता है उस स्तर को प्राप्त करना जिसमें मशीनें जैसे मानव सोचती हैं, सीखती हैं और काम करती हैं।
कमजोर कृत्रिम बुद्धिमत्ता (ANI): कमजोर कृत्रिम बुद्धिमत्ता (ANI) उस प्रकार की कृत्रिम बुद्धिमत्ता है जो केवल निश्चित कार्यों के लिए बनाई जाती है। इसका उद्देश्य होता है केवल निश्चित कार्यों को सम्पन्न करना जैसे कि टेक्स्ट संवाद, डेटा एंट्री, और सामान्य संग्रहीत कार्य।
संकल्प कृत्रिम बुद्धिमत्ता (ASI): संकल्प कृत्रिम बुद्धिमत्ता (ASI) एक प्रकार की कृत्रिम बुद्धिमत्ता है जो मानव बुद्धिमत्ता के अतिरिक्त एकाधिक कार्य कर सकती है। इस प्रकार की कृत्रिम बुद्धिमत्ता का उद्देश्य होता है कठिन कार्यों को सम्पन्न करना जैसे कि क्रियाशील निर्माण, चिकित्सा उपचार, और वैज्ञानिक अनुसंधान।
Machine learning:
Machine Learning Artificial Intelligence (AI) का एक क्षेत्र है जिसमें एल्गोरिदम (Algorithm) और मॉडल का विकास शामिल है जो कंप्यूटर को डेटा से सीखने और स्पष्ट रूप से प्रोग्राम किए बिना भविष्यवाणियां या निर्णय लेने की अनुमति देता है। संक्षेप में, यह कंप्यूटरों को डेटा में पैटर्न पहचानने और समय के साथ उनके प्रदर्शन में सुधार करने में सक्षम बनाता है क्योंकि वे अधिक डेटा के Contacts में आते हैं। Machine Learning एल्गोरिदम को कई श्रेणियों में वर्गीकृत (Classification) किया जा सकता है, जिसमें supervised learning, unsupervised learning, semi-supervised learning, reinforcement learning and deep learning. शामिल हैं। ये एल्गोरिदम विभिन्न डोमेन (Domain) में अनुप्रयोग पाते हैं, जिनमें image and speech recognition, natural language processing, medical diagnostics, financial forecasting and autonomous vehicles शामिल हैं।
Artificial Intelligence
- कृत्रिम बुद्धिमत्ता एक ऐसी तकनीक है जो एक मशीन को मानव व्यवहार का अनुकरण करने में सक्षम बनाती है।
- AI का लक्ष्य जटिल समस्याओं को हल करने के लिए इंसानों की तरह एक स्मार्ट कंप्यूटर सिस्टम बनाना है।
- AI में हम इंसान की तरह किसी भी कार्य को करने के लिए बुद्धिमान सिस्टम बनाते हैं।
- मशीन लर्निंग और डीप लर्निंग एआई के दो मुख्य उपसमूह हैं।
- AI का दायरा बहुत व्यापक है।
- एआई एक बुद्धिमान प्रणाली बनाने के लिए काम कर रहा है जो विभिन्न जटिल कार्य कर सकता है।
- एआई एक बुद्धिमान प्रणाली बनाने के लिए काम कर रहा है जो विभिन्न जटिल कार्य कर सकता है।
- एआई के मुख्य अनुप्रयोग सिरी, कैटबोट का उपयोग करके ग्राहक सहायता, विशेषज्ञ प्रणाली, ऑनलाइन गेम खेलना, बुद्धिमान ह्यूमनॉइड रोबोट आदि हैं।
- क्षमताओं के आधार पर, AI को तीन प्रकारों में विभाजित किया जा सकता है, जो हैं, कमजोर AI, सामान्य AI और मजबूत AI।
- इसमें सीखना, तर्क करना और आत्म-सुधार शामिल है।
- AI पूरी तरह से संरचित, अर्ध-संरचित और असंरचित डेटा से संबंधित है।
Machine Learning
- मशीन लर्निंग एआई का एक सबसेट है जो मशीन को स्पष्ट रूप से प्रोग्रामिंग किए बिना पिछले डेटा से स्वचालित रूप से सीखने की अनुमति देता है।
- एमएल का लक्ष्य मशीनों को डेटा से सीखने की अनुमति देना है ताकि वे सटीक आउटपुट दे सकें।
- एमएल का लक्ष्य मशीनों को डेटा से सीखने की अनुमति देना है ताकि वे सटीक आउटपुट दे सकें।
- डीप लर्निंग मशीन लर्निंग का एक मुख्य उपसमूह है।
- मशीन लर्निंग का दायरा सीमित है।
- मशीन लर्निंग ऐसी मशीनें बनाने के लिए काम कर रही है जो केवल उन्हीं विशिष्ट कार्यों को कर सकें जिनके लिए उन्हें प्रशिक्षित किया गया है।
- मशीन लर्निंग मुख्य रूप से सटीकता और पैटर्न से संबंधित है।
- मशीन लर्निंग के मुख्य अनुप्रयोग ऑनलाइन अनुशंसा प्रणाली, Google खोज एल्गोरिदम, फेसबुक ऑटो मित्र टैगिंग सुझाव आदि हैं।
- मशीन लर्निंग को भी मुख्य रूप से तीन प्रकारों में विभाजित किया जा सकता है जो हैं पर्यवेक्षित शिक्षण, अनसुपरवाइज्ड लर्निंग और सुदृढीकरण लर्निंग।
- इसमें नए डेटा से परिचित होने पर सीखना और आत्म-सुधार शामिल है।
