Q. Artificial Intelligence (AI) क्या है और इसका मुख्य उद्देश्य क्या है?
Ans. Artificial Intelligence ऐसी तकनीकों का क्षेत्र है जिनसे कंप्यूटर प्रणालियाँ सीखने, भाषा समझने, पैटर्न पहचानने, अनुमान लगाने और समस्याएँ हल करने जैसे कार्य कर सकती हैं। इसका उद्देश्य निर्धारित कार्यों को उपयोगी और प्रभावी ढंग से पूरा करना है।
Q. AI, Machine Learning और Deep Learning में क्या अंतर है?
Ans. AI व्यापक क्षेत्र है जिसमें बुद्धिमान व्यवहार करने वाली प्रणालियाँ बनाई जाती हैं। Machine Learning AI का एक भाग है जिसमें सिस्टम डेटा से पैटर्न सीखता है। Deep Learning, Machine Learning का एक भाग है जो कई परतों वाले Neural Networks का उपयोग करता है।
Q. Machine Learning में Training Data का क्या महत्व है?
Ans. Training Data वह उदाहरणों का संग्रह है जिससे मॉडल पैटर्न और संबंध सीखता है। डेटा की गुणवत्ता, विविधता और प्रासंगिकता मॉडल के प्रदर्शन को प्रभावित करती है। पक्षपाती या गलत डेटा से गलत परिणाम आ सकते हैं।
Q. Supervised और Unsupervised Learning में क्या अंतर है?
Ans. Supervised Learning में मॉडल को इनपुट के साथ अपेक्षित उत्तर या Labels वाले उदाहरण दिए जाते हैं। Unsupervised Learning में बिना निर्धारित Labels वाले डेटा से समूह या अन्य पैटर्न खोजे जाते हैं।
Q. Neural Network क्या है?
Ans. Neural Network एक गणनात्मक मॉडल है जिसमें आपस में जुड़े हुए कृत्रिम न्यूरॉन जैसी इकाइयाँ होती हैं। ये इनपुट से विशेषताएँ सीखकर वर्गीकरण, अनुमान या अन्य कार्य कर सकती हैं।
Q. Natural Language Processing (NLP) क्या है?
Ans. NLP AI का क्षेत्र है जो कंप्यूटर को मानव भाषा के टेक्स्ट या भाषण को संसाधित करने में मदद करता है। इसके उपयोग में अनुवाद, टेक्स्ट वर्गीकरण, प्रश्न-उत्तर और भाषा आधारित सहायक शामिल हैं।
Q. Computer Vision क्या है?
Ans. Computer Vision AI का क्षेत्र है जिसमें कंप्यूटर चित्रों और वीडियो से उपयोगी जानकारी निकालते हैं। इसका उपयोग वस्तु पहचान, मेडिकल इमेज विश्लेषण और दृश्य निरीक्षण जैसे कार्यों में होता है।
Q. Generative AI क्या है?
Ans. Generative AI ऐसे मॉडल और प्रणालियों को कहा जाता है जो सीखे गए पैटर्न के आधार पर नया टेक्स्ट, चित्र, ध्वनि, वीडियो या कोड उत्पन्न कर सकते हैं। इनके परिणामों की सटीकता और उपयुक्तता की जाँच आवश्यक है।
Q. AI Model में Bias क्या है?
Ans. AI Bias तब दिखाई दे सकता है जब डेटा, मॉडल या निर्णय प्रक्रिया कुछ लोगों या परिस्थितियों के लिए व्यवस्थित रूप से अनुचित परिणाम देती है। विविध डेटा, निष्पक्ष मूल्यांकन और मानवीय समीक्षा से इसे पहचानने और कम करने में मदद मिलती है।
Q. AI Hallucination क्या है?
Ans. AI Hallucination वह स्थिति है जिसमें AI प्रणाली ऐसा उत्तर देती है जो विश्वसनीय या सही दिखाई देता है, लेकिन उसमें तथ्यात्मक गलती या गढ़ी हुई जानकारी होती है। महत्वपूर्ण तथ्यों को विश्वसनीय स्रोतों से सत्यापित करना चाहिए।
Q. AI में Overfitting क्या है?
Ans. Overfitting तब होता है जब मॉडल Training Data के उदाहरणों को बहुत अधिक याद कर लेता है और नए डेटा पर अच्छा प्रदर्शन नहीं करता। Validation Data, नियमितीकरण और उचित मॉडल चयन से इसे कम किया जा सकता है।
Q. Training Data और Testing Data को अलग क्यों रखा जाता है?
Ans. Training Data का उपयोग मॉडल को सिखाने के लिए किया जाता है। Testing Data का उपयोग ऐसे उदाहरणों पर अंतिम प्रदर्शन जाँचने के लिए किया जाता है जिन्हें मॉडल ने प्रशिक्षण के दौरान नहीं देखा हो। इससे सामान्यीकरण क्षमता का बेहतर आकलन होता है।
Q. AI में Privacy और Data Protection क्यों महत्वपूर्ण हैं?
Ans. AI सिस्टम में निजी या संवेदनशील डेटा का उपयोग हो सकता है। डेटा का सीमित संग्रह, उचित सहमति, सुरक्षित भंडारण, पहुँच नियंत्रण और पहचान योग्य जानकारी की सुरक्षा गोपनीयता के जोखिम को कम करते हैं।
Q. AI Ethics का क्या अर्थ है?
Ans. AI Ethics उन सिद्धांतों और प्रक्रियाओं से संबंधित है जो AI को सुरक्षित, जवाबदेह, निष्पक्ष और मानव अधिकारों के अनुकूल बनाने में मदद करते हैं। इसमें पारदर्शिता, गोपनीयता, नुकसान कम करना और उचित मानवीय निगरानी शामिल हैं।
Q. AI Decision Support System क्या है?
Ans. AI Decision Support System डेटा का विश्लेषण करके संभावित विकल्प, अनुमान या सुझाव देता है। महत्वपूर्ण निर्णयों में इसके परिणामों को संदर्भ, विश्वसनीय प्रमाण और मानवीय विशेषज्ञता के साथ परखना चाहिए।
Q. AI और Automation में क्या अंतर है?
Ans. Automation में कार्यों को निर्धारित नियमों के अनुसार स्वतः पूरा कराया जाता है। AI ऐसी प्रणालियों में सीखने, अनुमान लगाने या जटिल पैटर्न पहचानने की क्षमता जोड़ सकता है, लेकिन हर Automation में AI होना जरूरी नहीं है।
Q. Chatbot और AI Assistant में क्या अंतर हो सकता है?
Ans. सामान्य Chatbot निश्चित नियमों या सीमित विकल्पों के आधार पर उत्तर दे सकता है। AI Assistant भाषा मॉडल या अन्य AI तकनीकों की मदद से विभिन्न प्रकार के प्रश्न समझने और संदर्भ के अनुसार उत्तर देने का प्रयास कर सकता है। दोनों के उत्तरों की गुणवत्ता प्रणाली पर निर्भर करती है।
Q. AI में Human-in-the-Loop का क्या अर्थ है?
Ans. Human-in-the-Loop ऐसी प्रक्रिया है जिसमें मनुष्य मॉडल के परिणामों की समीक्षा करता है, आवश्यक सुधार करता है या महत्वपूर्ण निर्णयों को मंजूरी देता है। इससे जोखिम वाले कार्यों में जवाबदेही और नियंत्रण बेहतर हो सकता है।
Q. AI की सीमाएँ क्या हैं?
Ans. AI गलत या पक्षपाती उत्तर दे सकता है, प्रशिक्षण डेटा से बाहर की परिस्थितियों में कमजोर हो सकता है और संदर्भ को गलत समझ सकता है। इसे डेटा, कंप्यूटिंग संसाधनों और उचित मूल्यांकन की भी आवश्यकता होती है।
Q. विद्यार्थियों को AI का जिम्मेदारी से उपयोग कैसे करना चाहिए?
Ans. विद्यार्थियों को AI का उपयोग अवधारणाएँ समझने, अभ्यास प्रश्न बनाने और विचार विकसित करने के लिए करना चाहिए। तथ्यों को सत्यापित करना, निजी जानकारी साझा न करना, स्कूल के नियमों का पालन करना और AI से मिली सामग्री को बिना समझे अपना काम बताकर प्रस्तुत न करना आवश्यक है।