AI શબ્દકોષ

અમારા વ્યાપક શબ્દકોષ સાથે કૃત્રિમ બુદ્ધિ પરિભાષાને સરળ બનાવો. મશીન લર્નિંગથી લઈને ન્યુરલ નેટવર્ક્સ સુધી, અમે જટિલ AI ખ્યાલોને સરળ શબ્દોમાં સમજાવીએ છીએ.

એલાઇનમેન્ટ (Alignment)

Alignment
AI સિસ્ટમના ઉદ્દેશ્યો, આઉટપુટ અને વર્તણૂકો માનવ લક્ષ્યો અને મૂલ્યો સાથે સુસંગત છે તેની ખાતરી કરવાની પ્રક્રિયા. આ ખાસ કરીને અદ્યતન સિસ્ટમોમાં મહત્વપૂર્ણ છે જે સ્પષ્ટપણે ઇરાદાપૂર્વક ન હોય તેવા વર્તણૂકો વિકસાવી શકે છે.
ઉદાહરણ: માનસિક સ્વાસ્થ્ય સહાય માટેના ચેટબોટને પ્રોમ્પ્ટ્સને ધ્યાનમાં લીધા વિના હાનિકારક ક્રિયાઓની ભલામણ ન થાય તેની ખાતરી કરવી.

એપ્લિકેશન પ્રોગ્રામિંગ ઇન્ટરફેસ (API) (Application Programming Interface (API))

Application Programming Interface (API)
નિયમો અને પ્રોટોકોલનો સમૂહ જે વિવિધ સોફ્ટવેર સિસ્ટમોને સંચાર અને ડેટાની આપ-લે કરવાની મંજૂરી આપે છે.
ઉદાહરણ: તમારા વેબ એપ્લિકેશનમાં ભાષા મોડેલ-જનરેટેડ પ્રતિસાદ મેળવવા અને પ્રોમ્પ્ટ મોકલવા માટે OpenAI API નો ઉપયોગ કરવો.

આર્ટિફિશિયલ જનરલ ઇન્ટેલિજન્સ (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
AI નો સૈદ્ધાંતિક સ્વરૂપ જે કોઈપણ બૌદ્ધિક કાર્ય કરી શકે છે જે માનવ કરી શકે છે. તે ડોમેન્સમાં શીખવાનું સામાન્ય બનાવે છે.
ઉદાહરણ: AGI સિસ્ટમ સંગીત રચના શીખી શકે છે, સર્જરી કરી શકે છે અને કાર્ય-વિશિષ્ટ પ્રોગ્રામિંગ વિના ફિલસૂફી પરીક્ષા પાસ કરી શકે છે.

આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
મશીનોમાં માનવ બુદ્ધિનું અનુકરણ જે વિચારવા, તર્ક કરવા અને સ્વાયત્ત રીતે કાર્ય કરવા માટે પ્રોગ્રામ કરેલ છે.
ઉદાહરણ: AI સિરી જેવા વ્યક્તિગત સહાયકો અને ટેસ્લા ઓટોપાયલોટ જેવા સ્વાયત્ત ડ્રાઇવિંગ સિસ્ટમ્સને શક્તિ આપે છે.

AI નીતિશાસ્ત્ર (AI Ethics)

AI Ethics
AI વિકાસ અને ઉપયોગના નૈતિક અસરો, જેમાં નિષ્પક્ષતા, ગોપનીયતા, જવાબદારી અને ભેદભાવ ન કરવો શામેલ છે.
ઉદાહરણ: લિંગ અથવા જાતિના આધારે ભેદભાવ અટકાવવા માટે ભરતી અલ્ગોરિધમ્સ માટે માર્ગદર્શિકા બનાવવી.

ઓગમેન્ટેડ ઇન્ટેલિજન્સ (Augmented Intelligence)

Augmented Intelligence
એક સહયોગી મોડેલ જ્યાં AI માનવ બુદ્ધિને બદલવાને બદલે પૂરક અને વધારે છે.
ઉદાહરણ: AI-સંચાલિત રેડિયોલોજી ટૂલ્સ જે ડોકટરો માટે અસામાન્યતાઓ પ્રકાશિત કરે છે, જે અંતિમ નિદાન કરે છે.

ઓટોનોમસ એજન્ટ (Autonomous Agent)

Autonomous Agent
એક AI સિસ્ટમ જે માનવ હસ્તક્ષેપ વિના તેના લક્ષ્યોને પ્રાપ્ત કરવા માટે પોતાના નિર્ણયો લેવા અને ક્રિયાઓ કરવા સક્ષમ છે.
ઉદાહરણ: સ્વયં-ડ્રાઇવિંગ ડિલિવરી રોબોટ જે શહેરના રસ્તાઓ પર નેવિગેટ કરે છે અને સ્વતંત્ર રીતે અવરોધો ટાળે છે.

બેકપ્રોપેગેશન (Backpropagation)

Backpropagation
ભૂલોને ઘટાડવા માટે ન્યુરલ નેટવર્ક્સને આઉટપુટથી ઇનપુટ લેયર્સ સુધી વિપરીત રીતે વજન અપડેટ કરીને તાલીમ આપવાની તકનીક.
ઉદાહરણ: હસ્તાક્ષરિત અંકોને ઓળખવામાં ભૂલ દર ઘટાડવા માટે ઇમેજ ક્લાસિફાયર્સને તાલીમ આપવામાં વપરાય છે.

પક્ષપાત (એલ્ગોરિધમિક પક્ષપાત) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
અસંતુલિત અથવા બિન-પ્રતિનિધિધિ તાલીમ ડેટાને કારણે AI પરિણામોમાં અનિચ્છનીય અને વ્યવસ્થિત પક્ષપાત.
ઉદાહરણ: ચહેરાની ઓળખ સિસ્ટમ જે તાલીમ ડેટામાં ઓછી રજૂઆતને કારણે રંગીન લોકોની વધુ વાર ખોટી ઓળખ કરે છે.

બિગ ડેટા (Big Data)

Big Data
ખૂબ મોટા ડેટાસેટ્સ કે જેને સંગ્રહિત કરવા, વિશ્લેષણ કરવા અને મૂલ્ય કાઢવા માટે વિશેષ સાધનોની જરૂર પડે છે, જેનો ઉપયોગ ઘણીવાર AI મોડેલોને તાલીમ આપવા માટે થાય છે.
ઉદાહરણ: ઈ-કોમર્સ પ્લેટફોર્મ માટે ભલામણ એન્જિનને તાલીમ આપવા માટે લાખો વપરાશકર્તા ક્રિયાપ્રતિક્રિયાઓનો ઉપયોગ કરવો.

બ્લેક બોક્સ મોડેલ (Black Box Model)

Black Box Model
AI અથવા મશીન લર્નિંગ મોડેલનો એક પ્રકાર જેનો આંતરિક તર્ક માનવો દ્વારા સરળતાથી સમજી શકાતો નથી, જેના કારણે નિર્ણયો કેવી રીતે લેવાય છે તે સમજવું મુશ્કેલ બને છે.
ઉદાહરણ: લોન મંજૂર કરવા માટે વપરાતું ડીપ ન્યુરલ નેટવર્ક પરંતુ એક અરજન્ટને શા માટે સ્વીકારવામાં આવ્યો અને બીજાને શા માટે નકારવામાં આવ્યો તેનું કોઈ સ્પષ્ટ સમજૂતી આપતું નથી.

કોગ્નિટિવ કમ્પ્યુટિંગ (Cognitive Computing)

Cognitive Computing
AI સિસ્ટમ્સ જે માનવ વિચાર પ્રક્રિયાઓ, જેમ કે તર્ક અને શીખવાનું અનુકરણ કરવા માટે ડિઝાઇન કરવામાં આવી છે, NLP અને પેટર્ન ઓળખ જેવી તકનીકોનો ઉપયોગ કરીને.
ઉદાહરણ: કોગ્નિટિવ કમ્પ્યુટિંગ સિસ્ટમ જે કાનૂની વ્યાવસાયિકોને કેસ કાયદાનું વિશ્લેષણ કરવામાં અને પરિણામોની આગાહી કરવામાં મદદ કરે છે.

કમ્પ્યુટર વિઝન (Computer Vision)

Computer Vision
કૃત્રિમ બુદ્ધિનું એક ક્ષેત્ર જે કમ્પ્યુટર્સને છબીઓ અને વિડિઓ જેવા દ્રશ્ય ડેટાનું અર્થઘટન અને પ્રક્રિયા કરવાની મંજૂરી આપે છે.
ઉદાહરણ: ચહેરાની ઓળખ સિસ્ટમ્સ જે કમ્પ્યુટર વિઝનનો ઉપયોગ કરીને સુરક્ષા ફૂટેજમાં લોકોને ઓળખે છે.

કોર્પસ (Corpus)

Corpus
ભાષા મોડેલોને તાલીમ આપવા માટે વપરાતા લેખિત અથવા બોલાયેલા ગ્રંથોનો મોટો સંગ્રહ.
ઉદાહરણ: કોમન ક્રોલ ડેટાસેટ એ GPT જેવા મોટા ભાષા મોડેલોને તાલીમ આપવા માટે વપરાતો જાહેર વેબ કોર્પસ છે.

ડેટા ડ્રિફ્ટ (Data Drift)

Data Drift
એવી ઘટના જ્યાં ઇનપુટ ડેટા સમય જતાં બદલાય છે, જેના કારણે મોડેલનું પ્રદર્શન ઘટે છે.
ઉદાહરણ: ઔદ્યોગિક સાધનો માટે આગાહી જાળવણી મોડેલ નવા સેન્સર ટેકનોલોજી રજૂ થતાં ઓછું સચોટ બને છે.

ડેટા લેબલિંગ (Data Labelling)

Data Labelling
સુપરવાઇઝ્ડ લર્નિંગ માટે ડેટાને યોગ્ય બનાવવા માટે તેને ટેગ અથવા લેબલ સાથે એનોટેટ કરવાની પ્રક્રિયા.
ઉદાહરણ: કેન્સર શોધ મોડેલને તાલીમ આપવા માટે હજારો ગાંઠની છબીઓને સૌમ્ય અથવા જીવલેણ તરીકે લેબલ કરવી.

ડેટા માઇનિંગ (Data Mining)

Data Mining
મોટા ડેટાસેટ્સમાં અર્થપૂર્ણ પેટર્ન, સહસંબંધો અને અસામાન્યતાઓ શોધવાની પ્રક્રિયા.
ઉદાહરણ: ડેટા માઇનિંગનો ઉપયોગ કરીને રિટેલર્સ ઓળખે છે કે જેઓ ડાયપર ખરીદે છે તેઓ ઘણીવાર બીયર પણ ખરીદે છે.

ડીપ લર્નિંગ (Deep Learning)

Deep Learning
મશીન લર્નિંગનું એક પેટાક્ષેત્ર જે ડેટામાં જટિલ પેટર્ન મોડેલ કરવા માટે બહુ-સ્તરીય ન્યુરલ નેટવર્ક્સનો ઉપયોગ કરે છે.
ઉદાહરણ: ડીપ લર્નિંગનો ઉપયોગ GPT-4 જેવા ભાષા મોડેલો અને સ્ટેબલ ડિફ્યુઝન જેવા ઇમેજ જનરેશન મોડેલોમાં થાય છે.

ડિફ્યુઝન મોડેલ્સ (Diffusion Models)

Diffusion Models
જનરેટિવ મોડેલોનો એક વર્ગ જે રેન્ડમ અવાજને સંરચિત આઉટપુટમાં ધીમે ધીમે રૂપાંતરિત કરીને ડેટા ઉત્પન્ન કરવાનું શીખે છે.
ઉદાહરણ: સ્ટેબલ ડિફ્યુઝન ડિફ્યુઝન તકનીકોનો ઉપયોગ કરીને ટેક્સ્ટ પ્રોમ્પ્ટ્સમાંથી ફોટોરિયલિસ્ટિક છબીઓ બનાવે છે.

એમ્બેડિંગ (Embedding)

Embedding
ડેટાનું સંખ્યાત્મક વેક્ટર પ્રતિનિધિત્વ, જેનો ઉપયોગ ઘણીવાર શબ્દો, છબીઓ અથવા વાક્યોના સિમેન્ટીક અર્થને કેપ્ચર કરવા માટે થાય છે.
ઉદાહરણ: NLP માં, 'બેંક' શબ્દના સંદર્ભના આધારે 'પૈસા' જેવા સમાન એમ્બેડિંગ હોઈ શકે છે પરંતુ 'નદી કિનારો' કરતાં અલગ.

એપૉક (Epoch)

Epoch
મશીન લર્નિંગ મોડેલની તાલીમ પ્રક્રિયા દરમિયાન સમગ્ર તાલીમ ડેટાસેટ પર સંપૂર્ણ પુનરાવર્તન.
ઉદાહરણ: જો ડેટાસેટમાં 1,000 ઉદાહરણો હોય અને મોડેલ તાલીમ દરમિયાન તે બધાને એકવાર જુએ, તો તે એક એપૉક છે.

એથિકલ AI (Ethical AI)

Ethical AI
એક ડિઝાઇન અને જમાવટ ફિલસૂફી જે સુનિશ્ચિત કરે છે કે AI ટેકનોલોજી પારદર્શક, નિષ્પક્ષ અને સામાજિક મૂલ્યો સાથે સુસંગત રીતે કાર્ય કરે છે.
ઉદાહરણ: AI ભરતી સાધન જે લઘુમતી ઉમેદવારો સામે ભેદભાવ અટકાવવા માટે પક્ષપાત તપાસનો સમાવેશ કરે છે.

એક્સપર્ટ સિસ્ટમ (Expert System)

Expert System
એક AI સિસ્ટમ જે નિયમો અને તર્કનો ઉપયોગ કરીને ચોક્કસ ડોમેનમાં માનવ નિષ્ણાતની નિર્ણય લેવાની ક્ષમતાઓનું અનુકરણ કરે છે.
ઉદાહરણ: કૃષિમાં વપરાતી એક્સપર્ટ સિસ્ટમ જે જમીનના ડેટા અને જંતુઓના ઇતિહાસના આધારે પાક સારવારની ભલામણ કરે છે.

એક્સપ્લેનેબલ AI (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
AI સિસ્ટમ્સ જે માનવો માટે તેમની આંતરિક પ્રક્રિયાઓ અને નિર્ણયોને સમજી શકાય તેવા બનાવવા માટે ડિઝાઇન કરવામાં આવી છે, જેનાથી વિશ્વાસ અને જવાબદારી વધે છે.
ઉદાહરણ: મેડિકલ ડાયગ્નોસ્ટિક AI જે માત્ર ભલામણ જ નથી આપતું, પરંતુ તે નિષ્કર્ષ તરફ કયા લક્ષણો દોરી ગયા તે પણ સમજાવે છે.

ફ્યુ-શોટ લર્નિંગ (Few-shot Learning)

Few-shot Learning
એક મશીન લર્નિંગ પદ્ધતિ જ્યાં મોડેલને ફક્ત થોડા લેબલ કરેલા ઉદાહરણોનો ઉપયોગ કરીને તાલીમ અથવા ફાઇન-ટ્યુન કરવામાં આવે છે.
ઉદાહરણ: 10 ઉદાહરણો બતાવ્યા પછી કાનૂની ઇમેઇલ લખવા માટે LLM ને કસ્ટમાઇઝ કરવું.

ફાઇન-ટ્યુનિંગ (Fine-tuning)

Fine-tuning
પૂર્વ-તાલીમ પામેલા મોડેલને લઈને અને તેને ચોક્કસ કાર્ય માટે વિશેષ બનાવવા માટે નવા, નાના ડેટાસેટ પર વધુ તાલીમ આપવાની પ્રક્રિયા.
ઉદાહરણ: કાનૂની ડ્રાફ્ટિંગ સહાયક બનાવવા માટે આંતરિક કાનૂની દસ્તાવેજો પર સામાન્ય LLM જેમ કે GPT ને ફાઇન-ટ્યુન કરવું.

ફાઉન્ડેશન મોડેલ (Foundation Model)

Foundation Model
વિવિધ અને વિશાળ ડેટા પર તાલીમ પામેલું એક મોટું-સ્કેલ મોડેલ જે ઘણા ડાઉનસ્ટ્રીમ કાર્યો માટે અનુકૂલિત થઈ શકે છે.
ઉદાહરણ: GPT-4 અને PaLM 2 ફાઉન્ડેશન મોડેલો છે જે સારાંશ, પ્રશ્નોત્તર, અનુવાદ અને વધુ કરી શકે છે.

ફઝી લોજિક (Fuzzy Logic)

Fuzzy Logic
તર્કનું એક સ્વરૂપ જે નિશ્ચિત સાચા/ખોટા (બાઈનરી) તર્કને બદલે અંદાજિત મૂલ્યો સાથે વ્યવહાર કરે છે, અનિશ્ચિતતા હેઠળ તર્ક માટે ઉપયોગી છે.
ઉદાહરણ: આબોહવા નિયંત્રણ સિસ્ટમ્સમાં 'થોડું ગરમ' અથવા 'ખૂબ ઠંડુ' જેવા ફઝી ઇનપુટ્સના આધારે તાપમાનને સમાયોજિત કરવા માટે વપરાય છે.

જનરેટિવ એડવર્સેરિયલ નેટવર્ક (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
એક જનરેટિવ મોડેલ આર્કિટેક્ચર જ્યાં બે નેટવર્ક્સ — એક જનરેટર અને એક ડિસ્ક્રિમિનેટર — આઉટપુટ ગુણવત્તા સુધારવા માટે સ્પર્ધા કરે છે.
ઉદાહરણ: GAN નો ઉપયોગ ડીપફેક વીડિયો બનાવવા અથવા સ્કેચમાંથી વાસ્તવિક ઉત્પાદન ફોટા જનરેટ કરવા માટે થાય છે.

જનરેટિવ AI (Generative AI)

Generative AI
કૃત્રિમ બુદ્ધિની એક શ્રેણી જે તાલીમ ડેટામાંથી નવી સામગ્રી — જેમ કે ટેક્સ્ટ, છબીઓ, સંગીત અથવા વિડિઓ — બનાવી શકે છે.
ઉદાહરણ: ChatGPT બ્લોગ પોસ્ટ્સ જનરેટ કરે છે અથવા Midjourney ટેક્સ્ટ્યુઅલ પ્રોમ્પ્ટ્સમાંથી ડિજિટલ આર્ટવર્ક બનાવે છે.

જનરેટિવ પ્રી-ટ્રેઇન્ડ ટ્રાન્સફોર્મર (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI દ્વારા વિકસિત મોટા ભાષા મોડેલોનો એક વર્ગ જે ટ્રાન્સફોર્મર આર્કિટેક્ચરનો ઉપયોગ કરે છે અને વિવિધ ભાષા કાર્યો કરવા માટે વિશાળ ટેક્સ્ટ ડેટા પર પૂર્વ-તાલીમ પામેલો છે.
ઉદાહરણ: GPT-4 નિબંધ લખવા, ભાષાઓનું ભાષાંતર કરવા અને ઓછામાં ઓછા પ્રોમ્પ્ટિંગ સાથે દસ્તાવેજોનો સારાંશ આપવા સક્ષમ છે.

જેનેટિક એલ્ગોરિધમ (Genetic Algorithm)

Genetic Algorithm
કુદરતી પસંદગીથી પ્રેરિત એક ઓપ્ટિમાઇઝેશન તકનીક જ્યાં ઉકેલો મ્યુટેશન, ક્રોસઓવર અને પસંદગી દ્વારા સમય જતાં વિકસિત થાય છે.
ઉદાહરણ: શ્રેષ્ઠતાના અસ્તિત્વનું અનુકરણ કરીને કાર્યક્ષમ ન્યુરલ નેટવર્ક આર્કિટેક્ચર ડિઝાઇન કરવા માટે વપરાય છે.

હેલ્યુસિનેશન (Hallucination)

Hallucination
AI મોડેલ દ્વારા વિશ્વાસપાત્ર લાગતી પરંતુ તથ્યાત્મક રીતે ખોટી અથવા અર્થહીન સામગ્રીનું નિર્માણ.
ઉદાહરણ: ભાષા મોડેલ અસ્તિત્વમાં ન હોય તેવા સંદર્ભનો આવિષ્કાર કરે છે અથવા ખોટી ઐતિહાસિક તથ્યો પ્રદાન કરે છે.

હ્યુરિસ્ટિક (Heuristic)

Heuristic
સમસ્યા-નિરાકરણ માટે એક વ્યવહારુ અભિગમ જે સંપૂર્ણ ઉકેલની ખાતરી આપતો નથી પરંતુ તાત્કાલિક લક્ષ્યો માટે પર્યાપ્ત છે.
ઉદાહરણ: લોજિસ્ટિક્સ AI સિસ્ટમમાં ડિલિવરી સમયનો અંદાજ કાઢવા માટે નિયમનો ઉપયોગ કરવો.

હાઇપરપેરામીટર (Hyperparameter)

Hyperparameter
મશીન લર્નિંગ મોડેલને તાલીમ આપતા પહેલા સેટ કરેલ રૂપરેખાંકન મૂલ્ય, જેમ કે લર્નિંગ રેટ અથવા લેયર્સની સંખ્યા.
ઉદાહરણ: તાલીમ ગતિ અને મોડેલ પ્રદર્શન સુધારવા માટે બેચ સાઇઝને 32 થી 128 માં સમાયોજિત કરવી.

ઇન્ફરન્સ (Inference)

Inference
નવા ઇનપુટ ડેટામાંથી આગાહીઓ કરવા અથવા આઉટપુટ જનરેટ કરવા માટે તાલીમ પામેલા મશીન લર્નિંગ મોડેલનો ઉપયોગ કરવાની પ્રક્રિયા.
ઉદાહરણ: ગ્રાહક સપોર્ટ ટીમ માટે ઇમેઇલ ડ્રાફ્ટ કરવા માટે ફાઇન-ટ્યુન કરેલ GPT મોડેલનો ઉપયોગ કરવો.

ઇન્ટેન્ટ ડિટેક્શન (Intent Detection)

Intent Detection
નેચરલ લેંગ્વેજ અંડરસ્ટેન્ડિંગમાં એક કાર્ય જ્યાં સિસ્ટમ સંદેશમાં વપરાશકર્તાના ધ્યેય અથવા હેતુને ઓળખે છે.
ઉદાહરણ: ચેટબોટમાં, 'હું ફ્લાઇટ બુક કરવા માંગુ છું' ને ટ્રાવેલ બુકિંગ ઇન્ટેન્ટ તરીકે ઓળખવું.

ઇન્ટરનેટ ઓફ થિંગ્સ (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
સેન્સર્સ, સોફ્ટવેર અને અન્ય ટેકનોલોજી સાથે જોડાયેલા ભૌતિક ઉપકરણોનું નેટવર્ક જે ડેટા એકત્રિત અને વિનિમય કરે છે.
ઉદાહરણ: સ્માર્ટ થર્મોસ્ટેટ્સ અને ફ્રિજ જે વપરાશ ડેટા રિપોર્ટ કરે છે અને AI એનાલિટિક્સનો ઉપયોગ કરીને સેટિંગ્સને સમાયોજિત કરે છે.

ઇન્ટરપ્રિટેબિલિટી (Interpretability)

Interpretability
એક માનવ મશીન લર્નિંગ મોડેલની આંતરિક મિકેનિક્સ અને તેની નિર્ણય લેવાની પ્રક્રિયાને કેટલી હદ સુધી સમજી શકે છે.
ઉદાહરણ: ડિસિઝન ટ્રી ડીપ ન્યુરલ નેટવર્ક કરતાં વધુ ઇન્ટરપ્રિટેબલ છે કારણ કે તેના નિર્ણયો ટ્રેસેબલ છે.

જ્યુપિટર નોટબુક (Jupyter Notebook)

Jupyter Notebook
એક ઓપન-સોર્સ ઇન્ટરેક્ટિવ કમ્પ્યુટિંગ એન્વાયર્નમેન્ટ જે વપરાશકર્તાઓને કોડ લખવા, આઉટપુટ વિઝ્યુઅલાઇઝ કરવા અને એક જ ઇન્ટરફેસમાં વિશ્લેષણ દસ્તાવેજીકૃત કરવાની મંજૂરી આપે છે.
ઉદાહરણ: ડેટા વૈજ્ઞાનિકો મશીન લર્નિંગ મોડેલોને પ્રોટોટાઇપ કરવા અને પરિણામો શેર કરવા માટે જ્યુપિટર નોટબુકનો ઉપયોગ કરે છે.

K-નિયરેસ્ટ નેઇબર્સ (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
વર્ગીકરણ અને રિગ્રેશન માટે વપરાતી એક સરળ, નોન-પેરામેટ્રિક મશીન લર્નિંગ એલ્ગોરિધમ. તે ફીચર સ્પેસમાં નજીકના તાલીમ ઉદાહરણોના આધારે નિર્ણયો લે છે.
ઉદાહરણ: નવા ફળને સફરજન અથવા પેર તરીકે વર્ગીકૃત કરવા માટે, KNN આકાર અને રંગમાં નજીકના લેબલ કરેલા ફળો તપાસે છે.

નોલેજ ગ્રાફ (Knowledge Graph)

Knowledge Graph
એક ડેટા સ્ટ્રક્ચર જે એન્ટિટીઝ અને તેમના સંબંધોના ઇન્ટરલિંક્ડ વર્ણનોનું પ્રતિનિધિત્વ કરવા અને સંગ્રહિત કરવા માટે નોડ્સ અને ધારનો ઉપયોગ કરે છે.
ઉદાહરણ: Google નું નોલેજ પેનલ નોલેજ ગ્રાફ દ્વારા સંચાલિત થાય છે જે લોકો, સ્થળો અને ઘટનાઓ જેવી એન્ટિટીઝને જોડે છે.

લેંગ્વેજ લર્નિંગ મોડેલ ઓપ્ટિમાઇઝેશન (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
ચોક્કસ કાર્યો અથવા ડોમેન્સ માટે મોટા ભાષા મોડેલોના પ્રદર્શન, કાર્યક્ષમતા અથવા અનુકૂલનક્ષમતાને સુધારવા માટે વપરાતી તકનીકો.
ઉદાહરણ: એન્ટરપ્રાઇઝ ઉપયોગ માટે LLM ને ઓપ્ટિમાઇઝ કરવા માટે ક્વોન્ટાઇઝેશન અને ઇન્સ્ટ્રક્શન ટ્યુનિંગનો ઉપયોગ કરવો.

લાર્જ લેંગ્વેજ મોડેલ (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
ડીપ લર્નિંગ મોડેલનો એક પ્રકાર જે વિશાળ ટેક્સ્ટ ડેટા પર તાલીમ પામેલો છે અને માનવ ભાષા સાથે જનરેટ કરવા, સમજવા અને તર્ક કરવા સક્ષમ છે.
ઉદાહરણ: ChatGPT અને Claude LLM છે જે લખવા, કોડિંગ અને પ્રશ્નોના જવાબ આપવામાં મદદ કરવા માટે તાલીમ પામેલા છે.

લેટન્ટ સ્પેસ (Latent Space)

Latent Space
એક ઉચ્ચ-પરિમાણીય અમૂર્ત પ્રતિનિધિત્વ જ્યાં સમાન ઇનપુટ્સ નજીક જૂથબદ્ધ થાય છે, જે જનરેટિવ મોડેલો અને એમ્બેડિંગ્સમાં વપરાય છે.
ઉદાહરણ: ઇમેજ જનરેશનમાં, લેટન્ટ સ્પેસમાં ફેરફાર કરવાથી તેજસ્વીતા અથવા ભાવના જેવી સુવિધાઓ બદલાઈ શકે છે.

લર્નિંગ રેટ (Learning Rate)

Learning Rate
તાલીમમાં એક મુખ્ય હાઇપરપેરામીટર જે મોડેલના વજનને લોસ ગ્રેડિયન્ટના સંબંધમાં કેટલું સમાયોજિત કરવામાં આવે છે તે નિયંત્રિત કરે છે.
ઉદાહરણ: ઉચ્ચ લર્નિંગ રેટ મિનિમાને ઓવરશૂટ કરી શકે છે, જ્યારે ખૂબ ઓછો દર તાલીમ પ્રગતિને ધીમી પાડે છે.

મશીન લર્નિંગ (ML) (Machine Learning (ML))

Machine Learning (ML)
AI ની એક શાખા જે સિસ્ટમોને ડેટામાંથી શીખવા અને સ્પષ્ટપણે પ્રોગ્રામ કર્યા વિના પ્રદર્શન સુધારવા માટે સક્ષમ બનાવે છે.
ઉદાહરણ: સ્પામ ફિલ્ટર્સ ભૂતકાળના ઉદાહરણોના આધારે ઇમેઇલ્સને સ્પામ તરીકે વર્ગીકૃત કરવા માટે મશીન લર્નિંગનો ઉપયોગ કરે છે.

મોડેલ ડ્રિફ્ટ (Model Drift)

Model Drift
એક ઘટના જ્યાં ડેટા અથવા પર્યાવરણમાં ફેરફારને કારણે મોડેલની ચોકસાઈ સમય જતાં ઘટે છે.
ઉદાહરણ: છેતરપિંડીની યુક્તિઓ વિકસિત થતાં છેતરપિંડી શોધ મોડેલ ઓછું સચોટ બને છે.

મોડેલ ટ્રેનિંગ (Model Training)

Model Training
મશીન લર્નિંગ મોડેલમાં ડેટા ફીડ કરવાની અને ભૂલને ઘટાડવા માટે તેના પરિમાણોને સમાયોજિત કરવાની પ્રક્રિયા.
ઉદાહરણ: નવા ઉત્પાદનો સૂચવવા માટે ગ્રાહક ખરીદી ઇતિહાસ પર ભલામણ એન્જિનને તાલીમ આપવી.

મલ્ટિમોડલ AI (Multimodal AI)

Multimodal AI
AI સિસ્ટમ્સ જે ટેક્સ્ટ, છબીઓ, ઓડિયો અને વિડિઓ જેવા બહુવિધ ડેટા પ્રકારોને પ્રક્રિયા અને સંકલિત કરવા સક્ષમ છે.
ઉદાહરણ: GPT-4 વિઝન જેવું મોડેલ જે એક જ સમયે ટેક્સ્ટ વાંચી શકે છે અને છબીઓનું અર્થઘટન કરી શકે છે.

નેચરલ લેંગ્વેજ પ્રોસેસિંગ (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
AI નું એક પેટાક્ષેત્ર જે કમ્પ્યુટર્સ અને માનવ (કુદરતી) ભાષાઓ વચ્ચેની ક્રિયાપ્રતિક્રિયા પર ધ્યાન કેન્દ્રિત કરે છે. તે મશીનોને માનવ ભાષામાં વાંચવા, સમજવા અને પ્રતિસાદ આપવા સક્ષમ બનાવે છે.
ઉદાહરણ: NLP નો ઉપયોગ વૉઇસ આસિસ્ટન્ટ્સ, ભાષા અનુવાદ એપ્લિકેશન્સ અને ચેટબોટ્સમાં થાય છે.

ન્યુરલ નેટવર્ક (Neural Network)

Neural Network
માનવ મગજની રચનાથી પ્રેરિત મશીન લર્નિંગ મોડેલ, જે જોડાયેલા નોડ્સ (ન્યુરોન્સ) ના સ્તરોથી બનેલું છે.
ઉદાહરણ: ન્યુરલ નેટવર્ક્સ છબી અને વાણી ઓળખમાં વપરાતા ડીપ લર્નિંગ મોડેલો પાછળ છે.

નોઇઝ (Noise)

Noise
ડેટામાં રેન્ડમ અથવા અપ્રસ્તુત માહિતી જે અર્થપૂર્ણ પેટર્નને અસ્પષ્ટ કરી શકે છે અને મોડેલના પ્રદર્શન પર નકારાત્મક અસર કરી શકે છે.
ઉદાહરણ: સેન્સર ભૂલો અથવા ટાઇપો-ભરેલા ડેટા એન્ટ્રીઝને નોઇઝ ગણી શકાય.

ઓન્ટોલોજી (Ontology)

Ontology
એક સંરચિત માળખું જે ડોમેનમાં ખ્યાલો વચ્ચેના સંબંધોને વર્ગીકૃત કરે છે અને વ્યાખ્યાયિત કરે છે, જેનો ઉપયોગ ઘણીવાર સિમેન્ટીક AI સિસ્ટમ્સમાં થાય છે.
ઉદાહરણ: આરોગ્યસંભાળમાં ઓન્ટોલોજી વ્યાખ્યાયિત કરી શકે છે કે લક્ષણો રોગો અને સારવાર સાથે કેવી રીતે સંબંધિત છે.

ઓવરફિટિંગ (Overfitting)

Overfitting
એક મોડેલિંગ ભૂલ જ્યાં મશીન લર્નિંગ મોડેલ તાલીમ ડેટામાં નોઇઝ કેપ્ચર કરે છે અને નવા ડેટા પર ખરાબ પ્રદર્શન કરે છે.
ઉદાહરણ: એક મોડેલ જે તાલીમ જવાબો યાદ રાખે છે પરંતુ અદ્રશ્ય પરીક્ષણ ડેટાને હેન્ડલ કરી શકતું નથી તે ઓવરફિટ થયેલ છે.

પ્રિડિક્ટિવ એનાલિટિક્સ (Predictive Analytics)

Predictive Analytics
ઐતિહાસિક ડેટાના આધારે ભવિષ્યના પરિણામોની સંભાવનાને ઓળખવા માટે ડેટા, અલ્ગોરિધમ્સ અને AI નો ઉપયોગ.
ઉદાહરણ: રિટેલર્સ ચોક્કસ ઉત્પાદનો માટે માંગની આગાહી કરવા માટે પ્રિડિક્ટિવ એનાલિટિક્સનો ઉપયોગ કરે છે.

પ્રી-ટ્રેનિંગ (Pre-training)

Pre-training
ચોક્કસ કાર્યો માટે તેને ફાઇન-ટ્યુન કરતા પહેલા મોટા, સામાન્ય ડેટાસેટ પર મોડેલને શરૂઆતમાં તાલીમ આપવાની પ્રક્રિયા.
ઉદાહરણ: GPT મોડેલો ગ્રાહક સેવા ચેટબોટ્સ માટે કસ્ટમાઇઝ કરતા પહેલા મોટા કોર્પોરા પર પ્રી-ટ્રેઇન થયેલા છે.

પ્રોમ્પ્ટ એન્જિનિયરિંગ (Prompt Engineering)

Prompt Engineering
મોટા ભાષા મોડેલોના આઉટપુટને દિશામાન કરવા માટે અસરકારક પ્રોમ્પ્ટ્સ તૈયાર કરવાની કળા અને વિજ્ઞાન.
ઉદાહરણ: 'નમ્ર ટ્યુટર તરીકે જવાબ આપો' જેવી સિસ્ટમ સૂચનાઓ ઉમેરવી એ પ્રોમ્પ્ટ એન્જિનિયરિંગનું ઉદાહરણ છે.

ક્વોન્ટાઇઝેશન (Quantisation)

Quantisation
એક મોડેલ કમ્પ્રેશન તકનીક જે કાર્યક્ષમતા વધારે છે, વજન અને સક્રિયકરણોનું પ્રતિનિધિત્વ કરવા માટે વપરાતા બિટ્સની સંખ્યા ઘટાડે છે.
ઉદાહરણ: 32-બીટ થી 8-બીટ સુધીના મોડેલને ક્વોન્ટાઇઝ કરવાથી મોબાઇલ ઉપકરણો પર પ્રદર્શન સુધરે છે.

ક્વોન્ટમ કમ્પ્યુટિંગ (Quantum Computing)

Quantum Computing
ક્વોન્ટમ મિકેનિક્સ પર આધારિત કમ્પ્યુટિંગનો એક નવો માળખાગત, જે ઘાતાંકીય પ્રક્રિયા ક્ષમતાઓ માટે સંભવિતતા ધરાવે છે.
ઉદાહરણ: ક્વોન્ટમ કમ્પ્યુટિંગ એક દિવસ ક્લાસિકલ મર્યાદાઓથી આગળ AI તાલીમને વેગ આપી શકે છે.

રિઝનિંગ એન્જિન (Reasoning Engine)

Reasoning Engine
AI માં એક સિસ્ટમ જે નિયમો અથવા અનુમાન અલ્ગોરિધમ્સનો ઉપયોગ કરીને તથ્યો અથવા ડેટાના સમૂહમાંથી તાર્કિક નિષ્કર્ષ મેળવે છે.
ઉદાહરણ: AI નિદાન સાધન લક્ષણોના આધારે સંભવિત તબીબી પરિસ્થિતિઓનું અનુમાન કરવા માટે રિઝનિંગ એન્જિનનો ઉપયોગ કરે છે.

રિઇન્ફોર્સમેન્ટ લર્નિંગ (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
મશીન લર્નિંગનું એક ક્ષેત્ર જ્યાં એજન્ટ્સ સંચિત પુરસ્કારોને મહત્તમ કરવા માટે તેમના પર્યાવરણ સાથે ક્રિયાપ્રતિક્રિયા કરીને શીખે છે.
ઉદાહરણ: રોબોટ RL તકનીકોનો ઉપયોગ કરીને ટ્રાયલ અને એરર દ્વારા ચાલવાનું શીખે છે.

રિઇન્ફોર્સમેન્ટ લર્નિંગ વિથ હ્યુમન ફીડબેક (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
એક શીખવાની પદ્ધતિ જ્યાં માનવ પસંદગીઓ AI ના પુરસ્કાર સંકેતને માર્ગદર્શન આપે છે, જેનો ઉપયોગ ઘણીવાર ભાષા મોડેલોને ફાઇન-ટ્યુન કરવામાં થાય છે.
ઉદાહરણ: ChatGPT ને વધુ મદદરૂપ અને સુરક્ષિત પ્રતિસાદો ઉત્પન્ન કરવા માટે RLHF સાથે તાલીમ આપવામાં આવી હતી.

રિટ્રીવલ-ઓગમેન્ટેડ જનરેશન (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
માહિતી પુનઃપ્રાપ્તિને જનરેશન સાથે જોડતી પદ્ધતિ, જ્યાં LLM તેના પ્રતિસાદને સુધારવા માટે સંબંધિત દસ્તાવેજો મેળવે છે.
ઉદાહરણ: AI સહાયક તકનીકી પ્રશ્નના જવાબ જનરેટ કરતી વખતે ઉત્પાદન સ્પષ્ટીકરણો મેળવે છે અને ટાંકે છે.

સેલ્ફ-સુપરવાઇઝ્ડ લર્નિંગ (Self-Supervised Learning)

Self-Supervised Learning
એક તાલીમ અભિગમ જ્યાં મોડેલ કાચા ડેટામાંથી પોતાના લેબલ જનરેટ કરીને પેટર્ન શીખે છે, માનવ-એનોટેટેડ ડેટા પરની નિર્ભરતા ઘટાડે છે.
ઉદાહરણ: BERT ને ટેક્સ્ટમાં ગુમ થયેલા શબ્દોની આગાહી કરીને સેલ્ફ-સુપરવાઇઝ્ડ લર્નિંગ સાથે તાલીમ આપવામાં આવે છે.

સિમેન્ટિક સર્ચ (Semantic Search)

Semantic Search
એક શોધ તકનીક જે ફક્ત કીવર્ડ મેચિંગને બદલે વપરાશકર્તાના હેતુ અને સંદર્ભિત અર્થને સમજે છે.
ઉદાહરણ: 'લીક થતા નળને કેવી રીતે ઠીક કરવું' શોધવાથી દસ્તાવેજમાં 'લીક થતા નળ' શબ્દ ન હોવા છતાં માર્ગદર્શિકાઓ મળે છે.

સેન્ટિમેન્ટ એનાલિસિસ (Sentiment Analysis)

Sentiment Analysis
ટેક્સ્ટમાં લાગણીઓ, મંતવ્યો અથવા વલણોને ઓળખવાની પ્રક્રિયા, ઘણીવાર હકારાત્મક, નકારાત્મક અથવા તટસ્થ તરીકે વર્ગીકૃત કરે છે.
ઉદાહરણ: નવા ઉત્પાદન પર જાહેર પ્રતિક્રિયા માપવા માટે ટ્વીટ્સનું વિશ્લેષણ કરવું.

સ્ટોકેસ્ટિક (Stochastic)

Stochastic
રેન્ડમનેસ અથવા સંભાવનાત્મક વર્તણૂક સાથે સંકળાયેલ, જેનો ઉપયોગ ઘણીવાર જનરેટિવ AI અને ઓપ્ટિમાઇઝેશન અલ્ગોરિધમ્સમાં થાય છે.
ઉદાહરણ: GPT-4 નું આઉટપુટ તેના સ્ટોકેસ્ટિક ડિકોડિંગ પ્રક્રિયાને કારણે સમાન ઇનપુટ માટે બદલાય છે.

સ્ટ્રોંગ AI (Strong AI)

Strong AI
આર્ટિફિશિયલ જનરલ ઇન્ટેલિજન્સ (AGI) તરીકે પણ ઓળખાય છે, જે તમામ ડોમેન્સમાં માનવ-સ્તરની જ્ઞાનાત્મક ક્ષમતાઓ ધરાવતી મશીનોનો ઉલ્લેખ કરે છે.
ઉદાહરણ: ભવિષ્યની AI જે સ્વાયત્ત રીતે નવલકથાઓ લખી શકે છે, શહેરોનું આયોજન કરી શકે છે અને નૈતિક દ્વિધાઓને સમાન રીતે હલ કરી શકે છે.

સુપર આર્ટિફિશિયલ ઇન્ટેલિજન્સ (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
એક સૈદ્ધાંતિક AI જે તમામ પાસાઓમાં માનવ બુદ્ધિને વટાવી જાય છે — તર્ક, સર્જનાત્મકતા, ભાવનાત્મક બુદ્ધિ, વગેરે.
ઉદાહરણ: SAI સૈદ્ધાંતિક રીતે નવી વિજ્ઞાન અને ફિલસૂફીઓ સ્વતંત્ર રીતે વિકસાવી શકે છે.

સુપરવાઇઝ્ડ લર્નિંગ (Supervised Learning)

Supervised Learning
એક મશીન લર્નિંગ તકનીક જ્યાં મોડેલોને ઇનપુટ-આઉટપુટ મેપિંગ શીખવા માટે લેબલ કરેલા ડેટા પર તાલીમ આપવામાં આવે છે.
ઉદાહરણ: ભૂતકાળના ઉદાહરણોનો ઉપયોગ કરીને ઇમેઇલ્સને સ્પામ તરીકે વર્ગીકૃત કરવા માટે મોડેલને શીખવવું.

સિન્થેટિક ડેટા (Synthetic Data)

Synthetic Data
કૃત્રિમ રીતે જનરેટ થયેલ ડેટા જે વાસ્તવિક-વિશ્વ ડેટાનું અનુકરણ કરે છે, જેનો ઉપયોગ ઘણીવાર તાલીમ માટે થાય છે જ્યારે વાસ્તવિક ડેટા દુર્લભ અથવા સંવેદનશીલ હોય છે.
ઉદાહરણ: દર્દીની ગોપનીયતાનું ઉલ્લંઘન કર્યા વિના ડાયગ્નોસ્ટિક મોડેલોને તાલીમ આપવા માટે સિન્થેટિક મેડિકલ છબીઓ બનાવવી.

ટોકન (Token)

Token
LLM દ્વારા પ્રક્રિયા કરાયેલ ટેક્સ્ટનો એકમ — સામાન્ય રીતે એક શબ્દ અથવા શબ્દનો ભાગ.
ઉદાહરણ: 'હેલો વર્લ્ડ!' વાક્ય 3 ટોકન્સમાં વિભાજિત થાય છે: 'હેલો', 'વર્લ્ડ', અને '!'.

ટોકનાઇઝેશન (Tokenisation)

Tokenisation
મોડેલ દ્વારા પ્રક્રિયા માટે ટેક્સ્ટને ટોકન્સમાં તોડવાની પ્રક્રિયા.
ઉદાહરણ: NLP માં, 'ChatGPT મહાન છે' ['Chat', 'G', 'PT', 'is', 'great'] માં ફેરવાય છે.

ટ્રાન્સફર લર્નિંગ (Transfer Learning)

Transfer Learning
તાલીમ સમય અને ડેટા જરૂરિયાતો ઘટાડીને, બીજા સંબંધિત કાર્ય પર શીખવાને વધારવા માટે એક કાર્યમાંથી જ્ઞાનનો ઉપયોગ કરવો.
ઉદાહરણ: અંગ્રેજી ટેક્સ્ટ પર તાલીમ પામેલા મોડેલને બીજી ભાષામાં સેન્ટિમેન્ટ એનાલિસિસ કરવા માટે ફાઇન-ટ્યુન કરવું.

ટ્રાન્સફોર્મર (Transformer)

Transformer
એક ન્યુરલ નેટવર્ક આર્કિટેક્ચર જે ક્રમિક ડેટાને મોડેલ કરવા માટે ધ્યાન પદ્ધતિઓનો ઉપયોગ કરે છે, જે LLM માં વ્યાપકપણે વપરાય છે.
ઉદાહરણ: BERT, GPT, અને T5 બધા ટ્રાન્સફોર્મર-આધારિત મોડેલો છે.

અંડરફિટિંગ (Underfitting)

Underfitting
જ્યારે મોડેલ તાલીમ ડેટામાં પેટર્ન કેપ્ચર કરવા માટે ખૂબ સરળ હોય છે, જેના પરિણામે ખરાબ પ્રદર્શન થાય છે.
ઉદાહરણ: જટિલ છબી વર્ગીકરણની આગાહી કરવાનો પ્રયાસ કરતું રેખીય મોડેલ અંડરફિટ થઈ શકે છે.

અનસુપરવાઇઝ્ડ લર્નિંગ (Unsupervised Learning)

Unsupervised Learning
એક શીખવાની પદ્ધતિ જ્યાં મોડેલો લેબલ વગરના ડેટામાં પેટર્ન અથવા ક્લસ્ટર ઓળખે છે.
ઉદાહરણ: પૂર્વ-નિર્ધારિત લેબલ્સ વિના ખરીદી વર્તણૂકના આધારે ગ્રાહકોને જૂથબદ્ધ કરવા.

યુઝર ઇન્ટેન્ટ (User Intent)

User Intent
વપરાશકર્તાની ક્વેરી અથવા ક્રિયાપ્રતિક્રિયા પાછળનો ધ્યેય અથવા હેતુ.
ઉદાહરણ: 'કેક કેવી રીતે બનાવવી' ટાઇપ કરનાર વપરાશકર્તા સંભવતઃ રેસીપી શોધવાનો ઇરાદો ધરાવે છે.

વેલિડેશન સેટ (Validation Set)

Validation Set
તાલીમ દરમિયાન મોડેલ પ્રદર્શનનું મૂલ્યાંકન કરવા અને હાઇપરપેરામીટર્સને ટ્યુન કરવા માટે વપરાતો ડેટાનો પેટા સમૂહ.
ઉદાહરણ: અંતિમ પરીક્ષણ પહેલાં ઓવરફિટિંગ શોધવા માટે વપરાય છે.

વેક્ટર ડેટાબેઝ (Vector Database)

Vector Database
એક ડેટાબેઝ જે AI કાર્યો જેમ કે સમાનતા શોધ અને RAG માં વપરાતા વેક્ટર એમ્બેડિંગ્સને સંગ્રહિત કરવા અને શોધવા માટે ડિઝાઇન કરવામાં આવ્યો છે.
ઉદાહરણ: Pinecone અને Weaviate ટેક્સ્ટ અથવા ઇમેજ એમ્બેડિંગ્સ સંગ્રહિત કરવા માટે વેક્ટર ડેટાબેઝ છે.

વેક્ટર એમ્બેડિંગ (Vector Embedding)

Vector Embedding
ડેટાનું સંખ્યાત્મક પ્રતિનિધિત્વ જે વેક્ટર સ્પેસમાં સિમેન્ટીક અર્થ અને સંબંધોને જાળવી રાખે છે.
ઉદાહરણ: 'રાજા' અને 'રાણી' શબ્દોમાં સમાન એમ્બેડિંગ હોય છે જેમાં સૂક્ષ્મ લિંગ તફાવતો હોય છે.

વર્ચ્યુઅલ આસિસ્ટન્ટ (Virtual Assistant)

Virtual Assistant
એક AI-સંચાલિત સોફ્ટવેર એજન્ટ જે વપરાશકર્તાઓને વાતચીત અથવા વૉઇસ આદેશો દ્વારા કાર્યો પૂર્ણ કરવામાં મદદ કરે છે.
ઉદાહરણ: સિરી, એલેક્સા અને Google આસિસ્ટન્ટ લોકપ્રિય વર્ચ્યુઅલ આસિસ્ટન્ટ છે.

વોઇસ રેકગ્નિશન (Voice Recognition)

Voice Recognition
ટેકનોલોજી જે બોલાતી ભાષાનું અર્થઘટન કરે છે અને તેને ટેક્સ્ટ અથવા ક્રિયામાં રૂપાંતરિત કરે છે.
ઉદાહરણ: વૉઇસ ટાઇપિંગ અને વૉઇસ કમાન્ડ્સ વૉઇસ રેકગ્નિશન સિસ્ટમ્સ પર આધાર રાખે છે.

વીક AI (Weak AI)

Weak AI
AI સિસ્ટમ્સ જે સામાન્ય બુદ્ધિ વિના સાંકડી, ચોક્કસ કાર્ય કરવા માટે ડિઝાઇન કરવામાં આવી છે.
ઉદાહરણ: ચેસ રમતી AI જે ભાષા સમજી શકતી નથી અથવા કાર ચલાવી શકતી નથી તે વીક AI નું ઉદાહરણ છે.

વેબ સ્ક્રેપિંગ (Web Scraping)

Web Scraping
વેબસાઇટ્સમાંથી માહિતીનું સ્વયંસંચાલિત નિષ્કર્ષણ, જેનો ઉપયોગ ઘણીવાર તાલીમ ડેટા એકત્રિત કરવા અથવા સામગ્રીનું નિરીક્ષણ કરવા માટે થાય છે.
ઉદાહરણ: મિલકત મૂલ્યાંકન મોડેલને તાલીમ આપવા માટે રિયલ એસ્ટેટ લિસ્ટિંગ્સને સ્ક્રેપ કરવું.

વેઇટ (Weight)

Weight
ન્યુરલ નેટવર્ક્સમાં એક પરિમાણ જે એક નોડનો બીજા પર પ્રભાવની શક્તિ નક્કી કરે છે.
ઉદાહરણ: મોડેલની ભૂલને ઘટાડવા માટે તાલીમ દરમિયાન વેઇટ્સ સમાયોજિત થાય છે.

વ્હિસ્પર (Whisper)

Whisper
OpenAI દ્વારા વિકસિત એક સ્પીચ-ટુ-ટેક્સ્ટ મોડેલ જે બહુવિધ ભાષાઓમાં ઓડિયોને ટ્રાંસ્ક્રાઇબ કરવા સક્ષમ છે.
ઉદાહરણ: વ્હિસ્પર વ્યાખ્યાનો અને પોડકાસ્ટને ઉચ્ચ ચોકસાઈ સાથે ટ્રાંસ્ક્રાઇબ કરી શકે છે.

YAML (YAML)

YAML
ડેટા સીરીયલાઇઝેશન માટે માનવ-વાંચી શકાય તેવું ફોર્મેટ, જે મશીન લર્નિંગ વર્કફ્લોમાં રૂપરેખાંકન ફાઇલો માટે સામાન્ય રીતે વપરાય છે.
ઉદાહરણ: PyTorch માં તાલીમ માટે YAML ફાઇલમાં મોડેલ પરિમાણો વ્યાખ્યાયિત કરવા.

ઝીરો-શોટ લર્નિંગ (Zero-shot Learning)

Zero-shot Learning
એક મોડેલની ક્ષમતા જે કાર્યોને તે ક્યારેય સ્પષ્ટપણે તાલીમ પામ્યું નથી તે સામાન્ય જ્ઞાનનો ઉપયોગ કરીને કરી શકે છે.
ઉદાહરણ: કાનૂની ડેટા પર ખાસ તાલીમ ન હોવા છતાં કાનૂની પ્રશ્નોના જવાબ આપતું મોડેલ.

ઝેટ્ટાબાઇટ (Zettabyte)

Zettabyte
ડિજિટલ ડેટાનો એકમ જે એક સેક્સટિલિયન (10^21) બાઇટ્સ બરાબર છે, જેનો ઉપયોગ ઘણીવાર ઇન્ટરનેટ ડેટાના સ્કેલનું વર્ણન કરવા માટે થાય છે.
ઉદાહરણ: 2016 સુધીમાં વૈશ્વિક ઇન્ટરનેટ ટ્રાફિક 1 ઝેટ્ટાબાઇટ પ્રતિ વર્ષ કરતાં વધી ગયો.