Otani AI Logo AICI Logo
होम एआई लाभ निःशुल्क रिपोर्ट मूल्य निर्धारण एआई समाचार अक्सर पूछे जाने वाले प्रश्न संपर्क शब्दावली

एआई शब्दावली बस्टर

हमारी व्यापक शब्दावली के साथ कृत्रिम बुद्धिमत्ता शब्दावली को स्पष्ट करें। मशीन लर्निंग से लेकर न्यूरल नेटवर्क तक, हम जटिल एआई अवधारणाओं को सरल शब्दों में तोड़ते हैं।

संरेखण (Alignment)

Alignment
यह सुनिश्चित करने की प्रक्रिया कि एआई प्रणाली के उद्देश्य, आउटपुट और व्यवहार मानव लक्ष्यों और मूल्यों के साथ संरेखित हों। यह विशेष रूप से उन्नत प्रणालियों में महत्वपूर्ण है जो ऐसे व्यवहार विकसित कर सकती हैं जो स्पष्ट रूप से इच्छित नहीं हैं।
उदाहरण: यह सुनिश्चित करना कि मानसिक स्वास्थ्य सहायता के लिए एक चैटबॉट किसी भी प्रॉम्प्ट के बावजूद कभी भी हानिकारक कार्यों की सिफारिश न करे।

एप्लीकेशन प्रोग्रामिंग इंटरफ़ेस (API) (Application Programming Interface (API))

Application Programming Interface (API)
नियमों और प्रोटोकॉल का एक सेट जो विभिन्न सॉफ्टवेयर सिस्टम को संवाद करने और डेटा का आदान-प्रदान करने की अनुमति देता है।
उदाहरण: अपने वेब ऐप में भाषा मॉडल-जनित प्रतिक्रिया प्राप्त करने और प्रॉम्प्ट भेजने के लिए OpenAI API का उपयोग करना।

आर्टिफिशियल जनरल इंटेलिजेंस (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
एआई का एक सैद्धांतिक रूप जो किसी भी बौद्धिक कार्य को कर सकता है जिसे एक इंसान कर सकता है। यह डोमेन में सीखने को सामान्यीकृत करता है।
उदाहरण: एक एजीआई प्रणाली कार्य-विशिष्ट प्रोग्रामिंग के बिना संगीत रचना सीख सकती है, सर्जरी कर सकती है और दर्शनशास्त्र परीक्षा उत्तीर्ण कर सकती है।

आर्टिफिशियल इंटेलिजेंस (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
मशीनों में मानव बुद्धि का अनुकरण जो सोचने, तर्क करने और स्वायत्त रूप से कार्य करने के लिए प्रोग्राम किए जाते हैं।
उदाहरण: एआई व्यक्तिगत सहायकों जैसे सिरी और टेस्ला ऑटोपायलट जैसे स्वायत्त ड्राइविंग सिस्टम को शक्ति प्रदान करता है।

एआई नैतिकता (AI Ethics)

AI Ethics
एआई विकास और उपयोग के नैतिक निहितार्थों से संबंधित एक अनुशासन, जिसमें निष्पक्षता, गोपनीयता, जवाबदेही और गैर-भेदभाव शामिल है।
उदाहरण: लिंग या जातीयता के आधार पर भेदभाव को रोकने के लिए भर्ती एल्गोरिदम के लिए दिशानिर्देश बनाना।

संवर्धित इंटेलिजेंस (Augmented Intelligence)

Augmented Intelligence
एक सहयोगात्मक मॉडल जहां एआई मानव बुद्धि को बदलने के बजाय पूरक और बढ़ाता है।
उदाहरण: एआई-संचालित रेडियोलॉजी उपकरण जो डॉक्टरों के लिए विसंगतियों को उजागर करते हैं, जो अंतिम निदान करते हैं।

स्वायत्त एजेंट (Autonomous Agent)

Autonomous Agent
एक एआई प्रणाली जो मानव हस्तक्षेप के बिना अपने लक्ष्यों को प्राप्त करने के लिए अपने स्वयं के निर्णय लेने और कार्रवाई करने में सक्षम है।
उदाहरण: एक सेल्फ-ड्राइविंग डिलीवरी रोबोट जो शहर की सड़कों पर नेविगेट करता है और स्वतंत्र रूप से बाधाओं से बचता है।

बैकप्रॉपेगेशन (Backpropagation)

Backpropagation
भविष्यवाणी त्रुटियों को कम करके रिवर्स में आउटपुट से इनपुट परतों तक वजन को अपडेट करके न्यूरल नेटवर्क को प्रशिक्षित करने की एक तकनीक।
उदाहरण: हस्तलिखित अंकों को पहचानने में त्रुटि दर को कम करने के लिए छवि क्लासिफायर को प्रशिक्षित करने में उपयोग किया जाता है।

पूर्वाग्रह (एल्गोरिथम पूर्वाग्रह) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
असंतुलित या गैर-प्रतिनिधित्व वाले प्रशिक्षण डेटा के कारण एआई परिणामों में अनपेक्षित और व्यवस्थित पक्षपात।
उदाहरण: एक फेशियल रिकग्निशन सिस्टम जो प्रशिक्षण डेटा में कम प्रतिनिधित्व के कारण रंग के लोगों को अधिक बार गलत पहचानता है।

बिग डेटा (Big Data)

Big Data
अत्यधिक बड़े डेटासेट जिन्हें स्टोर करने, विश्लेषण करने और मूल्य निकालने के लिए विशेष उपकरणों की आवश्यकता होती है, जिनका उपयोग अक्सर एआई मॉडल को प्रशिक्षित करने के लिए किया जाता है।
उदाहरण: ई-कॉमर्स प्लेटफॉर्म के लिए अनुशंसा इंजन को प्रशिक्षित करने के लिए लाखों उपयोगकर्ता इंटरैक्शन का उपयोग करना।

ब्लैक बॉक्स मॉडल (Black Box Model)

Black Box Model
एआई या मशीन लर्निंग मॉडल का एक प्रकार जिसका आंतरिक तर्क मनुष्यों द्वारा आसानी से व्याख्या योग्य नहीं है, जिससे यह समझना मुश्किल हो जाता है कि निर्णय कैसे लिए जाते हैं।
उदाहरण: ऋण स्वीकृत करने के लिए उपयोग किया जाने वाला एक डीप न्यूरल नेटवर्क लेकिन यह समझाने के लिए कोई स्पष्ट स्पष्टीकरण नहीं देता है कि एक आवेदक को क्यों स्वीकार किया गया और दूसरे को अस्वीकार कर दिया गया।

संज्ञानात्मक कंप्यूटिंग (Cognitive Computing)

Cognitive Computing
एआई सिस्टम जो मानव विचार प्रक्रियाओं, जैसे तर्क और सीखने का अनुकरण करने के लिए डिज़ाइन किए गए हैं, एनएलपी और पैटर्न पहचान जैसी तकनीकों का उपयोग करते हैं।
उदाहरण: एक संज्ञानात्मक कंप्यूटिंग प्रणाली जो कानूनी पेशेवरों को केस कानून का विश्लेषण करने और परिणामों की भविष्यवाणी करने में मदद करती है।

कंप्यूटर विजन (Computer Vision)

Computer Vision
कृत्रिम बुद्धिमत्ता का एक क्षेत्र जो कंप्यूटरों को छवियों और वीडियो जैसे दृश्य डेटा की व्याख्या और प्रसंस्करण करने में सक्षम बनाता है।
उदाहरण: फेशियल रिकग्निशन सिस्टम जो कंप्यूटर विजन का उपयोग करके सुरक्षा फुटेज में लोगों की पहचान करते हैं।

कॉर्पस (Corpus)

Corpus
भाषा मॉडल को प्रशिक्षित करने के लिए उपयोग किए जाने वाले लिखित या बोले गए ग्रंथों का एक बड़ा संग्रह।
उदाहरण: कॉमन क्रॉल डेटासेट जीपीटी जैसे बड़े भाषा मॉडल को प्रशिक्षित करने के लिए उपयोग किया जाने वाला एक सार्वजनिक वेब कॉर्पस है।

डेटा ड्रिफ्ट (Data Drift)

Data Drift
वह घटना जहां इनपुट डेटा समय के साथ बदलता है, जिससे मॉडल का प्रदर्शन खराब हो जाता है।
उदाहरण: औद्योगिक उपकरणों के लिए एक प्रेडिक्टिव मेंटेनेंस मॉडल नए सेंसर तकनीक पेश किए जाने पर कम सटीक हो जाता है।

डेटा लेबलिंग (Data Labelling)

Data Labelling
सुपरवाइज्ड लर्निंग के लिए डेटा को उपयुक्त बनाने के लिए टैग या लेबल के साथ एनोटेट करने की प्रक्रिया।
उदाहरण: कैंसर का पता लगाने वाले मॉडल को प्रशिक्षित करने के लिए हजारों ट्यूमर छवियों को सौम्य या घातक के रूप में लेबल करना।

डेटा माइनिंग (Data Mining)

Data Mining
बड़े डेटासेट में सार्थक पैटर्न, सहसंबंध और विसंगतियों की खोज की प्रक्रिया।
उदाहरण: खुदरा विक्रेता यह पहचानने के लिए डेटा माइनिंग का उपयोग करते हैं कि जो लोग नैपी खरीदते हैं वे अक्सर बीयर भी खरीदते हैं।

डीप लर्निंग (Deep Learning)

Deep Learning
मशीन लर्निंग का एक उपक्षेत्र जो डेटा में जटिल पैटर्न को मॉडल करने के लिए बहु-स्तरीय न्यूरल नेटवर्क का उपयोग करता है।
उदाहरण: डीप लर्निंग का उपयोग जीपीटी-4 जैसे भाषा मॉडल और स्टेबल डिफ्यूजन जैसे छवि जनरेशन मॉडल में किया जाता है।

डिफ्यूजन मॉडल (Diffusion Models)

Diffusion Models
जनरेटिव मॉडल का एक वर्ग जो यादृच्छिक शोर को संरचित आउटपुट में धीरे-धीरे बदलकर डेटा उत्पन्न करना सीखता है।
उदाहरण: स्टेबल डिफ्यूजन डिफ्यूजन तकनीकों का उपयोग करके टेक्स्ट प्रॉम्प्ट से यथार्थवादी छवियां बनाता है।

एम्बेडिंग (Embedding)

Embedding
डेटा का एक संख्यात्मक वेक्टर प्रतिनिधित्व, जिसका उपयोग अक्सर शब्दों, छवियों या वाक्यों के अर्थ को पकड़ने के लिए किया जाता है।
उदाहरण: एनएलपी में, 'बैंक' शब्द के संदर्भ के आधार पर 'पैसा' के समान एम्बेडिंग हो सकती है लेकिन 'नदी के किनारे' से भिन्न हो सकती है।

एपोक (Epoch)

Epoch
मशीन लर्निंग मॉडल के प्रशिक्षण प्रक्रिया के दौरान पूरे प्रशिक्षण डेटासेट पर एक पूर्ण पुनरावृति।
उदाहरण: यदि किसी डेटासेट में 1,000 उदाहरण हैं और एक मॉडल ने प्रशिक्षण के दौरान उन सभी को एक बार देखा है, तो वह एक एपोक है।

नैतिक एआई (Ethical AI)

Ethical AI
एक डिजाइन और परिनियोजन दर्शन जो यह सुनिश्चित करता है कि एआई प्रौद्योगिकियां पारदर्शी, निष्पक्ष और सामाजिक मूल्यों के अनुरूप काम करें।
उदाहरण: एक एआई भर्ती उपकरण जिसमें अल्पसंख्यक उम्मीदवारों के खिलाफ भेदभाव को रोकने के लिए पूर्वाग्रह जांच शामिल है।

विशेषज्ञ प्रणाली (Expert System)

Expert System
एक एआई प्रणाली जो नियमों और तर्क का उपयोग करके एक विशिष्ट डोमेन में मानव विशेषज्ञ की निर्णय लेने की क्षमताओं की नकल करती है।
उदाहरण: कृषि में उपयोग की जाने वाली एक विशेषज्ञ प्रणाली जो मिट्टी के डेटा और कीट इतिहास के आधार पर फसल उपचार की सिफारिश करती है।

व्याख्या योग्य एआई (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
एआई सिस्टम जो अपने आंतरिक प्रक्रियाओं और निर्णय लेने की प्रक्रियाओं को मनुष्यों के लिए समझने योग्य बनाने के लिए डिज़ाइन किए गए हैं, जिससे विश्वास और जवाबदेही बढ़ती है।
उदाहरण: एक चिकित्सा निदान एआई जो न केवल एक सिफारिश प्रदान करता है, बल्कि यह भी बताता है कि किन लक्षणों से वह निष्कर्ष निकला।

फ्यू-शॉट लर्निंग (Few-shot Learning)

Few-shot Learning
एक मशीन लर्निंग विधि जहां एक मॉडल को केवल कुछ लेबल वाले उदाहरणों का उपयोग करके प्रशिक्षित या फाइन-ट्यून किया जाता है।
उदाहरण: 10 उदाहरणों को दिखाकर कानूनी ईमेल लिखने के लिए एक एलएलएम को अनुकूलित करना।

फाइन-ट्यूनिंग (Fine-tuning)

Fine-tuning
एक पूर्व-प्रशिक्षित मॉडल लेने और इसे एक विशिष्ट कार्य के लिए विशेषज्ञ बनाने के लिए एक नए, छोटे डेटासेट पर आगे प्रशिक्षित करने की प्रक्रिया।
उदाहरण: कानूनी ड्राफ्टिंग सहायक बनाने के लिए जीपीटी जैसे सामान्य एलएलएम को आंतरिक कानूनी दस्तावेजों पर फाइन-ट्यून करना।

फाउंडेशन मॉडल (Foundation Model)

Foundation Model
एक बड़े पैमाने का मॉडल जिसे विविध और व्यापक डेटा पर प्रशिक्षित किया जाता है जिसे कई डाउनस्ट्रीम कार्यों के लिए अनुकूलित किया जा सकता है।
उदाहरण: जीपीटी-4 और PaLM 2 फाउंडेशन मॉडल हैं जो सारांश, प्रश्नोत्तर, अनुवाद और बहुत कुछ करने में सक्षम हैं।

फजी लॉजिक (Fuzzy Logic)

Fuzzy Logic
तर्क का एक रूप जो निश्चित सत्य/असत्य (बाइनरी) तर्क के बजाय अनुमानित मानों से संबंधित है, अनिश्चितता के तहत तर्क के लिए उपयोगी है।
उदाहरण: जलवायु नियंत्रण प्रणालियों में 'थोड़ा गर्म' या 'बहुत ठंडा' जैसे फजी इनपुट के आधार पर तापमान को समायोजित करने के लिए उपयोग किया जाता है।

जनरेटिव एडवरसैरियल नेटवर्क (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
एक जनरेटिव मॉडल आर्किटेक्चर जहां दो नेटवर्क - एक जनरेटर और एक डिस्क्रिमिनेटर - आउटपुट गुणवत्ता में सुधार के लिए प्रतिस्पर्धा करते हैं।
उदाहरण: डीपफेक वीडियो बनाने या स्केच से यथार्थवादी उत्पाद तस्वीरें उत्पन्न करने के लिए जीएएन का उपयोग किया जाता है।

जनरेटिव एआई (Generative AI)

Generative AI
कृत्रिम बुद्धिमत्ता की एक श्रेणी जो प्रशिक्षण डेटा से नई सामग्री - जैसे टेक्स्ट, चित्र, संगीत या वीडियो - बना सकती है।
उदाहरण: चैटजीपीटी ब्लॉग पोस्ट उत्पन्न करता है या मिडजर्नी टेक्स्टुअल प्रॉम्प्ट से डिजिटल कलाकृतियां बनाता है।

जनरेटिव प्री-ट्रेन्ड ट्रांसफार्मर (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI द्वारा विकसित बड़े भाषा मॉडल का एक वर्ग जो ट्रांसफार्मर आर्किटेक्चर का उपयोग करता है और विभिन्न भाषा कार्यों को करने के लिए विशाल मात्रा में टेक्स्ट डेटा पर पूर्व-प्रशिक्षित होता है।
उदाहरण: जीपीटी-4 न्यूनतम प्रॉम्प्टिंग के साथ निबंध लिखने, भाषाओं का अनुवाद करने और दस्तावेजों को सारांशित करने में सक्षम है।

जेनेटिक एल्गोरिथम (Genetic Algorithm)

Genetic Algorithm
प्राकृतिक चयन से प्रेरित एक अनुकूलन तकनीक जहां समाधान उत्परिवर्तन, क्रॉसओवर और चयन के माध्यम से समय के साथ विकसित होते हैं।
उदाहरण: सबसे उपयुक्त के अस्तित्व का अनुकरण करके कुशल न्यूरल नेटवर्क आर्किटेक्चर डिजाइन करने के लिए उपयोग किया जाता है।

मतिभ्रम (Hallucination)

Hallucination
एआई मॉडल द्वारा विश्वसनीय लगने वाली लेकिन तथ्यात्मक रूप से गलत या निरर्थक सामग्री का निर्माण।
उदाहरण: एक भाषा मॉडल एक गैर-मौजूद उद्धरण का आविष्कार करता है या झूठे ऐतिहासिक तथ्य प्रदान करता है।

ह्यूरिस्टिक (Heuristic)

Heuristic
समस्या-समाधान के लिए एक व्यावहारिक दृष्टिकोण जो एक आदर्श समाधान की गारंटी नहीं देता है, लेकिन तत्काल लक्ष्यों के लिए पर्याप्त है।
उदाहरण: एक लॉजिस्टिक्स एआई प्रणाली में डिलीवरी समय का अनुमान लगाने के लिए एक नियम का उपयोग करना।

हाइपरपैरामीटर (Hyperparameter)

Hyperparameter
मशीन लर्निंग मॉडल को प्रशिक्षित करने से पहले सेट किया गया एक कॉन्फ़िगरेशन मान, जैसे लर्निंग रेट या परतों की संख्या।
उदाहरण: प्रशिक्षण गति और मॉडल प्रदर्शन को बेहतर बनाने के लिए बैच आकार को 32 से 128 तक समायोजित करना।

अनुमान (Inference)

Inference
नए इनपुट डेटा से भविष्यवाणियां करने या आउटपुट उत्पन्न करने के लिए प्रशिक्षित मशीन लर्निंग मॉडल का उपयोग करने की प्रक्रिया।
उदाहरण: ग्राहक सहायता टीम के लिए ईमेल का मसौदा तैयार करने के लिए फाइन-ट्यून किए गए जीपीटी मॉडल का उपयोग करना।

इरादा पहचान (Intent Detection)

Intent Detection
प्राकृतिक भाषा समझ में एक कार्य जहां सिस्टम संदेश में उपयोगकर्ता के लक्ष्य या उद्देश्य की पहचान करता है।
उदाहरण: एक चैटबॉट में, यात्रा बुकिंग इरादे के रूप में 'मैं एक उड़ान बुक करना चाहता हूं' को पहचानना।

इंटरनेट ऑफ थिंग्स (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
इंटरनेट से जुड़े भौतिक उपकरणों का एक नेटवर्क जिसमें सेंसर, सॉफ्टवेयर और अन्य प्रौद्योगिकियां डेटा एकत्र करने और आदान-प्रदान करने के लिए एम्बेडेड होती हैं।
उदाहरण: स्मार्ट थर्मोस्टैट और फ्रिज जो उपयोग डेटा की रिपोर्ट करते हैं और एआई एनालिटिक्स का उपयोग करके सेटिंग्स को समायोजित करते हैं।

व्याख्यात्मकता (Interpretability)

Interpretability
वह सीमा जिस तक एक मानव मशीन लर्निंग मॉडल की आंतरिक यांत्रिकी और उसके निर्णय लेने की प्रक्रिया को समझ सकता है।
उदाहरण: एक निर्णय वृक्ष एक डीप न्यूरल नेटवर्क की तुलना में अधिक व्याख्या योग्य है क्योंकि इसके निर्णय ट्रेस करने योग्य हैं।

जुपिटर नोटबुक (Jupyter Notebook)

Jupyter Notebook
एक ओपन-सोर्स इंटरैक्टिव कंप्यूटिंग वातावरण जो उपयोगकर्ताओं को कोड लिखने, आउटपुट को विज़ुअलाइज़ करने और एक ही इंटरफ़ेस में विश्लेषण का दस्तावेजीकरण करने की अनुमति देता है।
उदाहरण: डेटा वैज्ञानिक मशीन लर्निंग मॉडल को प्रोटोटाइप करने और परिणाम साझा करने के लिए जुपिटर नोटबुक का उपयोग करते हैं।

के-नियरेस्ट नेबर्स (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
वर्गीकरण और प्रतिगमन के लिए उपयोग की जाने वाली एक सरल, गैर-पैरामीट्रिक मशीन लर्निंग एल्गोरिथम। यह फीचर स्पेस में निकटतम प्रशिक्षण उदाहरणों के आधार पर निर्णय लेता है।
उदाहरण: किसी नए फल को सेब या नाशपाती के रूप में वर्गीकृत करने के लिए, केएनएन जांचता है कि आकार और रंग में कौन से लेबल वाले फल सबसे करीब हैं।

नॉलेज ग्राफ (Knowledge Graph)

Knowledge Graph
एक डेटा संरचना जो संस्थाओं और उनके संबंधों के इंटरलिंक्ड विवरणों का प्रतिनिधित्व और भंडारण करने के लिए नोड्स और किनारों का उपयोग करती है।
उदाहरण: Google का नॉलेज पैनल एक नॉलेज ग्राफ द्वारा संचालित होता है जो लोगों, स्थानों और घटनाओं जैसी संस्थाओं को जोड़ता है।

लैंग्वेज लर्निंग मॉडल ऑप्टिमाइजेशन (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
बड़े भाषा मॉडल के प्रदर्शन, दक्षता या अनुकूलन क्षमता को विशिष्ट कार्यों या डोमेन के लिए बेहतर बनाने के लिए उपयोग की जाने वाली तकनीकें।
उदाहरण: एंटरप्राइज उपयोग के लिए एक एलएलएम को अनुकूलित करने के लिए क्वांटाइजेशन और इंस्ट्रक्शन ट्यूनिंग का उपयोग करना।

लार्ज लैंग्वेज मॉडल (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
विशाल मात्रा में टेक्स्टुअल डेटा पर प्रशिक्षित डीप लर्निंग मॉडल का एक प्रकार जो मानव भाषा के साथ उत्पन्न, समझने और तर्क करने में सक्षम है।
उदाहरण: चैटजीपीटी और क्लॉड एलएलएम हैं जो लिखने, कोडिंग और सवालों के जवाब देने में सहायता के लिए प्रशिक्षित हैं।

लेटेंट स्पेस (Latent Space)

Latent Space
एक उच्च-आयामी अमूर्त प्रतिनिधित्व जहां समान इनपुट एक साथ करीब समूहित होते हैं, जिसका उपयोग जनरेटिव मॉडल और एम्बेडिंग में किया जाता है।
उदाहरण: छवि जनरेशन में, लेटेंट स्पेस में हेरफेर करने से चमक या भावना जैसी विशेषताएं बदल सकती हैं।

लर्निंग रेट (Learning Rate)

Learning Rate
प्रशिक्षण में एक प्रमुख हाइपरपैरामीटर जो नियंत्रित करता है कि मॉडल वजन को हानि ग्रेडिएंट के संबंध में कितना समायोजित किया जाता है।
उदाहरण: एक उच्च लर्निंग रेट न्यूनतम को ओवरशूट करने का कारण बन सकती है, जबकि बहुत कम दर प्रशिक्षण प्रगति को धीमा कर देती है।

मशीन लर्निंग (ML) (Machine Learning (ML))

Machine Learning (ML)
एआई की एक शाखा जो सिस्टम को डेटा से सीखने और स्पष्ट रूप से प्रोग्राम किए बिना प्रदर्शन में सुधार करने में सक्षम बनाती है।
उदाहरण: स्पैम फ़िल्टर पिछले उदाहरणों के आधार पर ईमेल को स्पैम या नहीं के रूप में वर्गीकृत करने के लिए मशीन लर्निंग का उपयोग करते हैं।

मॉडल ड्रिफ्ट (Model Drift)

Model Drift
एक घटना जहां डेटा या वातावरण में परिवर्तन के कारण समय के साथ मॉडल की सटीकता कम हो जाती है।
उदाहरण: धोखाधड़ी की रणनीति विकसित होने पर एक धोखाधड़ी का पता लगाने वाला मॉडल कम सटीक हो जाता है।

मॉडल ट्रेनिंग (Model Training)

Model Training
मशीन लर्निंग मॉडल को डेटा फीड करने और त्रुटि को कम करने के लिए उसके मापदंडों को समायोजित करने की प्रक्रिया।
उदाहरण: नए उत्पादों का सुझाव देने के लिए ग्राहक खरीद इतिहास पर एक अनुशंसा इंजन को प्रशिक्षित करना।

मल्टीमॉडल एआई (Multimodal AI)

Multimodal AI
एआई सिस्टम जो टेक्स्ट, चित्र, ऑडियो और वीडियो जैसे कई प्रकार के डेटा को संसाधित और एकीकृत करने में सक्षम हैं।
उदाहरण: जीपीटी-4 विजन जैसा मॉडल जो एक ही समय में टेक्स्ट पढ़ सकता है और छवियों की व्याख्या कर सकता है।

नेचुरल लैंग्वेज प्रोसेसिंग (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
एआई का एक उपक्षेत्र जो कंप्यूटर और मानव (प्राकृतिक) भाषाओं के बीच बातचीत पर केंद्रित है। यह मशीनों को मानव भाषा में पढ़ने, समझने और प्रतिक्रिया करने में सक्षम बनाता है।
उदाहरण: एनएलपी का उपयोग वॉयस असिस्टेंट, भाषा अनुवाद ऐप और चैटबॉट में किया जाता है।

न्यूरल नेटवर्क (Neural Network)

Neural Network
मानव मस्तिष्क की संरचना से प्रेरित एक मशीन लर्निंग मॉडल, जो इंटरकनेक्टेड नोड्स (न्यूरॉन्स) की परतों से बना है।
उदाहरण: न्यूरल नेटवर्क डीप लर्निंग मॉडल के पीछे हैं जिनका उपयोग छवि और भाषण पहचान में किया जाता है।

नॉइज़ (Noise)

Noise
डेटा में यादृच्छिक या अप्रासंगिक जानकारी जो सार्थक पैटर्न को अस्पष्ट कर सकती है और मॉडल के प्रदर्शन को नकारात्मक रूप से प्रभावित कर सकती है।
उदाहरण: सेंसर त्रुटियां या टाइपो-भरे डेटा प्रविष्टियां शोर मानी जा सकती हैं।

ओन्टोलॉजी (Ontology)

Ontology
एक संरचित ढांचा जो एक डोमेन के भीतर अवधारणाओं के बीच संबंधों को वर्गीकृत और परिभाषित करता है, जिसका उपयोग अक्सर सिमेंटिक एआई सिस्टम में किया जाता है।
उदाहरण: स्वास्थ्य सेवा में एक ओन्टोलॉजी परिभाषित कर सकती है कि लक्षण बीमारियों और उपचारों से कैसे संबंधित हैं।

ओवरफिटिंग (Overfitting)

Overfitting
एक मॉडलिंग त्रुटि जहां एक मशीन लर्निंग मॉडल प्रशिक्षण डेटा में शोर को कैप्चर करता है और नए डेटा पर खराब प्रदर्शन करता है।
उदाहरण: एक मॉडल जो प्रशिक्षण उत्तरों को याद रखता है लेकिन अनदेखे परीक्षण डेटा को संभाल नहीं सकता है, वह ओवरफिटेड है।

प्रेडिक्टिव एनालिटिक्स (Predictive Analytics)

Predictive Analytics
ऐतिहासिक डेटा के आधार पर भविष्य के परिणामों की संभावना की पहचान करने के लिए डेटा, एल्गोरिदम और एआई का उपयोग।
उदाहरण: खुदरा विक्रेता कुछ उत्पादों की मांग का पूर्वानुमान लगाने के लिए प्रेडिक्टिव एनालिटिक्स का उपयोग करते हैं।

प्री-ट्रेनिंग (Pre-training)

Pre-training
किसी मॉडल को विशिष्ट कार्यों के लिए फाइन-ट्यून करने से पहले एक बड़े, सामान्य डेटासेट पर शुरू में प्रशिक्षित करने की प्रक्रिया।
उदाहरण: जीपीटी मॉडल को ग्राहक सेवा चैटबॉट के लिए अनुकूलित करने से पहले बड़े कॉर्पोरा पर पूर्व-प्रशिक्षित किया जाता है।

प्रॉम्प्ट इंजीनियरिंग (Prompt Engineering)

Prompt Engineering
बड़े भाषा मॉडल के आउटपुट को निर्देशित करने के लिए प्रभावी प्रॉम्प्ट तैयार करने की कला और विज्ञान।
उदाहरण: 'एक विनम्र ट्यूटर के रूप में उत्तर दें' जैसे सिस्टम निर्देशों को जोड़ना प्रॉम्प्ट इंजीनियरिंग का एक उदाहरण है।

क्वांटाइजेशन (Quantisation)

Quantisation
एक मॉडल संपीड़न तकनीक जो दक्षता बढ़ाने के लिए वजन और सक्रियण का प्रतिनिधित्व करने के लिए उपयोग किए जाने वाले बिट्स की संख्या को कम करती है।
उदाहरण: मोबाइल उपकरणों पर प्रदर्शन में सुधार के लिए मॉडल को 32-बिट से 8-बिट तक क्वांटाइज करना।

क्वांटम कंप्यूटिंग (Quantum Computing)

Quantum Computing
क्वांटम यांत्रिकी पर आधारित कंप्यूटिंग का एक नया प्रतिमान, जिसमें घातीय प्रसंस्करण क्षमताओं की क्षमता है।
उदाहरण: क्वांटम कंप्यूटिंग एक दिन शास्त्रीय सीमाओं से परे एआई प्रशिक्षण को तेज कर सकती है।

रीजनिंग इंजन (Reasoning Engine)

Reasoning Engine
एआई में एक प्रणाली जो नियमों या अनुमान एल्गोरिदम का उपयोग करके तथ्यों या डेटा के एक सेट से तार्किक निष्कर्ष निकालती है।
उदाहरण: एक एआई निदान उपकरण लक्षणों के आधार पर संभावित चिकित्सा स्थितियों का अनुमान लगाने के लिए एक रीजनिंग इंजन का उपयोग करता है।

रीइन्फोर्समेंट लर्निंग (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
मशीन लर्निंग का एक क्षेत्र जहां एजेंट संचयी पुरस्कारों को अधिकतम करने के लिए अपने पर्यावरण के साथ बातचीत करके सीखते हैं।
उदाहरण: आरएल तकनीकों का उपयोग करके चलने के लिए सीखने वाला एक रोबोट।

रीइन्फोर्समेंट लर्निंग विद ह्यूमन फीडबैक (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
एक सीखने की विधि जहां मानव वरीयताएं एआई के पुरस्कार संकेत का मार्गदर्शन करती हैं, जिसका उपयोग अक्सर भाषा मॉडल को फाइन-ट्यून करने में किया जाता है।
उदाहरण: चैटजीपीटी को अधिक सहायक और सुरक्षित प्रतिक्रियाएं उत्पन्न करने के लिए आरएलएचएफ के साथ प्रशिक्षित किया गया था।

रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
सूचना पुनर्प्राप्ति को पीढ़ी के साथ संयोजित करने वाली एक विधि, जहां एक एलएलएम अपनी प्रतिक्रिया को बेहतर बनाने के लिए प्रासंगिक दस्तावेजों को प्राप्त करता है।
उदाहरण: एक एआई सहायक तकनीकी प्रश्न का उत्तर देते समय उत्पाद विनिर्देशों को पुनः प्राप्त करता है और उद्धृत करता है।

सेल्फ-सुपरवाइज्ड लर्निंग (Self-Supervised Learning)

Self-Supervised Learning
एक प्रशिक्षण दृष्टिकोण जहां मॉडल कच्चे डेटा से अपने स्वयं के लेबल उत्पन्न करके पैटर्न सीखता है, जिससे मानव-एनोटेट किए गए डेटा पर निर्भरता कम हो जाती है।
उदाहरण: बीईआरटी को टेक्स्ट में गायब शब्दों की भविष्यवाणी करके सेल्फ-सुपरवाइज्ड लर्निंग के साथ प्रशिक्षित किया जाता है।

सिमेंटिक सर्च (Semantic Search)

Semantic Search
एक खोज तकनीक जो केवल कीवर्ड मिलान से परे उपयोगकर्ता के इरादे और प्रासंगिक अर्थ को समझती है।
उदाहरण: 'टपकने वाले नल को कैसे ठीक करें' खोजने पर ऐसे गाइड मिलते हैं भले ही दस्तावेज़ में 'टपकने वाले नल' शब्द मौजूद न हो।

सेंटीमेंट एनालिसिस (Sentiment Analysis)

Sentiment Analysis
टेक्स्ट में भावनाओं, राय या दृष्टिकोण की पहचान करने की प्रक्रिया, अक्सर सकारात्मक, नकारात्मक या तटस्थ के रूप में वर्गीकृत की जाती है।
उदाहरण: किसी नए उत्पाद पर सार्वजनिक प्रतिक्रिया का आकलन करने के लिए ट्वीट्स का विश्लेषण करना।

स्टोकेस्टिक (Stochastic)

Stochastic
यादृच्छिकता या संभाव्य व्यवहार से संबंधित, अक्सर जनरेटिव एआई और अनुकूलन एल्गोरिदम में उपयोग किया जाता है।
उदाहरण: जीपीटी-4 का आउटपुट इसके स्टोकेस्टिक डिकोडिंग प्रक्रिया के कारण समान इनपुट के लिए भिन्न होता है।

स्ट्रॉन्ग एआई (Strong AI)

Strong AI
आर्टिफिशियल जनरल इंटेलिजेंस (एजीआई) के रूप में भी जाना जाता है, मशीनों को सभी डोमेन में मानव-स्तरीय संज्ञानात्मक क्षमताओं के साथ संदर्भित करता है।
उदाहरण: एक भविष्य का एआई जो स्वायत्त रूप से उपन्यास लिख सकता है, शहरों की योजना बना सकता है, और समान रूप से नैतिक दुविधाओं को हल कर सकता है।

सुपर आर्टिफिशियल इंटेलिजेंस (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
एक सैद्धांतिक एआई जो सभी पहलुओं - तर्क, रचनात्मकता, भावनात्मक बुद्धिमत्ता, आदि में मानव बुद्धि से कहीं अधिक है।
उदाहरण: एक साईई स्वतंत्र रूप से नए विज्ञान और दर्शन विकसित कर सकता है।

सुपरवाइज्ड लर्निंग (Supervised Learning)

Supervised Learning
एक मशीन लर्निंग तकनीक जहां मॉडल को इनपुट-आउटपुट मैपिंग सीखने के लिए लेबल किए गए डेटा पर प्रशिक्षित किया जाता है।
उदाहरण: ऐतिहासिक उदाहरणों का उपयोग करके ईमेल को स्पैम या नहीं के रूप में वर्गीकृत करने के लिए एक मॉडल को सिखाना।

सिंथेटिक डेटा (Synthetic Data)

Synthetic Data
कृत्रिम रूप से उत्पन्न डेटा जो वास्तविक दुनिया के डेटा का अनुकरण करता है, जिसका उपयोग अक्सर तब किया जाता है जब वास्तविक डेटा दुर्लभ या संवेदनशील होता है।
उदाहरण: रोगी की गोपनीयता का उल्लंघन किए बिना नैदानिक मॉडल को प्रशिक्षित करने के लिए सिंथेटिक चिकित्सा छवियां बनाना।

टोकन (Token)

Token
एलएलएम द्वारा संसाधित टेक्स्ट की एक इकाई - आमतौर पर एक शब्द या शब्द का टुकड़ा।
उदाहरण: वाक्य 'नमस्ते दुनिया!' को 3 टोकन में विभाजित किया गया है: 'नमस्ते', 'दुनिया', और '!'।

टोकनाइजेशन (Tokenisation)

Tokenisation
किसी मॉडल द्वारा प्रसंस्करण के लिए टेक्स्ट को टोकन में तोड़ने की प्रक्रिया।
उदाहरण: एनएलपी में, 'चैटजीपीटी महान है' ['चैट', 'जी', 'पीटी', 'है', 'महान'] बन जाता है।

ट्रांसफर लर्निंग (Transfer Learning)

Transfer Learning
प्रशिक्षण समय और डेटा आवश्यकताओं को कम करते हुए, किसी अन्य संबंधित कार्य पर सीखने को बढ़ाने के लिए एक कार्य से ज्ञान का उपयोग करना।
उदाहरण: अंग्रेजी टेक्स्ट पर प्रशिक्षित मॉडल को किसी अन्य भाषा में भावना विश्लेषण करने के लिए फाइन-ट्यून करना।

ट्रांसफार्मर (Transformer)

Transformer
एक न्यूरल नेटवर्क आर्किटेक्चर जो अनुक्रमिक डेटा को मॉडल करने के लिए ध्यान तंत्र का उपयोग करता है, जिसका व्यापक रूप से एलएलएम में उपयोग किया जाता है।
उदाहरण: बीईआरटी, जीपीटी और टी5 सभी ट्रांसफार्मर-आधारित मॉडल हैं।

अंडरफिटिंग (Underfitting)

Underfitting
जब एक मॉडल प्रशिक्षण डेटा में पैटर्न को कैप्चर करने के लिए बहुत सरल होता है, जिसके परिणामस्वरूप खराब प्रदर्शन होता है।
उदाहरण: जटिल छवि वर्गीकरण की भविष्यवाणी करने वाला एक रैखिक मॉडल अंडरफिट हो सकता है।

अनसुपरवाइज्ड लर्निंग (Unsupervised Learning)

Unsupervised Learning
एक सीखने का दृष्टिकोण जहां मॉडल बिना लेबल वाले डेटा में पैटर्न या क्लस्टर की पहचान करते हैं।
उदाहरण: पूर्वनिर्धारित लेबल के बिना ग्राहकों को उनकी खरीद व्यवहार के आधार पर समूहित करना।

यूजर इंटेंट (User Intent)

User Intent
किसी उपयोगकर्ता की क्वेरी या इंटरैक्शन के पीछे का लक्ष्य या उद्देश्य।
उदाहरण: 'केक कैसे बेक करें' टाइप करने वाला उपयोगकर्ता संभवतः एक नुस्खा खोजना चाहता है।

वैलिडेशन सेट (Validation Set)

Validation Set
प्रशिक्षण के दौरान मॉडल के प्रदर्शन का मूल्यांकन करने और हाइपरपैरामीटर को ट्यून करने के लिए उपयोग किए जाने वाले डेटा का एक सबसेट।
उदाहरण: अंतिम परीक्षण से पहले ओवरफिटिंग का पता लगाने के लिए उपयोग किया जाता है।

वेक्टर डेटाबेस (Vector Database)

Vector Database
एक डेटाबेस जिसे एआई कार्यों जैसे समानता खोज और आरएजी में उपयोग किए जाने वाले वेक्टर एम्बेडिंग को स्टोर और खोजने के लिए डिज़ाइन किया गया है।
उदाहरण: पाइनकोन और वीविएट टेक्स्ट या छवि एम्बेडिंग को स्टोर करने के लिए वेक्टर डेटाबेस हैं।

वेक्टर एम्बेडिंग (Vector Embedding)

Vector Embedding
डेटा का एक संख्यात्मक प्रतिनिधित्व जो वेक्टर स्पेस में अर्थपूर्ण अर्थ और संबंधों को संरक्षित करता है।
उदाहरण: 'राजा' और 'रानी' शब्दों में समान एम्बेडिंग होती है जिसमें सूक्ष्म लिंग अंतर होते हैं।

वर्चुअल असिस्टेंट (Virtual Assistant)

Virtual Assistant
एक एआई-संचालित सॉफ्टवेयर एजेंट जो उपयोगकर्ताओं को बातचीत या आवाज कमांड के माध्यम से कार्यों को पूरा करने में मदद करता है।
उदाहरण: सिरी, एलेक्सा और गूगल असिस्टेंट लोकप्रिय वर्चुअल असिस्टेंट हैं।

वॉयस रिकग्निशन (Voice Recognition)

Voice Recognition
एक तकनीक जो बोली जाने वाली भाषा की व्याख्या करती है और उसे टेक्स्ट या क्रिया में परिवर्तित करती है।
उदाहरण: वॉयस टाइपिंग और वॉयस कमांड वॉयस रिकग्निशन सिस्टम पर निर्भर करते हैं।

वीक एआई (Weak AI)

Weak AI
एआई सिस्टम जो सामान्य बुद्धि के बिना एक संकीर्ण, विशिष्ट कार्य करने के लिए डिज़ाइन किए गए हैं।
उदाहरण: एक शतरंज खेलने वाला एआई जो भाषा को समझ नहीं सकता या कार नहीं चला सकता, वह वीक एआई का एक उदाहरण है।

वेब स्क्रैपिंग (Web Scraping)

Web Scraping
वेबसाइटों से जानकारी का स्वचालित निष्कर्षण, जिसका उपयोग अक्सर प्रशिक्षण डेटा एकत्र करने या सामग्री की निगरानी के लिए किया जाता है।
उदाहरण: संपत्ति मूल्यांकन मॉडल को प्रशिक्षित करने के लिए रियल एस्टेट लिस्टिंग को स्क्रैप करना।

वेट (Weight)

Weight
न्यूरल नेटवर्क में एक पैरामीटर जो एक नोड का दूसरे पर प्रभाव की ताकत निर्धारित करता है।
उदाहरण: मॉडल की त्रुटि को कम करने के लिए प्रशिक्षण के दौरान वजन समायोजित किया जाता है।

व्हिस्पर (Whisper)

Whisper
OpenAI द्वारा विकसित एक स्पीच-टू-टेक्स्ट मॉडल जो कई भाषाओं में ऑडियो को ट्रांसक्राइब करने में सक्षम है।
उदाहरण: व्हिस्पर उच्च सटीकता के साथ व्याख्यान और पॉडकास्ट को ट्रांसक्राइब कर सकता है।

YAML (YAML)

YAML
डेटा सीरियलाइजेशन के लिए एक मानव-पठनीय प्रारूप, जिसका उपयोग आमतौर पर मशीन लर्निंग वर्कफ़्लो में कॉन्फ़िगरेशन फ़ाइलों के लिए किया जाता है।
उदाहरण: पायटॉर्च में प्रशिक्षण के लिए YAML फ़ाइल में मॉडल पैरामीटर परिभाषित करना।

जीरो-शॉट लर्निंग (Zero-shot Learning)

Zero-shot Learning
एक मॉडल की क्षमता जो उन कार्यों को करता है जिन पर उसे सामान्य ज्ञान का लाभ उठाकर कभी स्पष्ट रूप से प्रशिक्षित नहीं किया गया है।
उदाहरण: एक मॉडल जो कानूनी डेटा पर विशेष रूप से प्रशिक्षित नहीं होने के बावजूद कानूनी सवालों के जवाब देता है।

ज़ेटाबाइट (Zettabyte)

Zettabyte
डिजिटल डेटा की एक इकाई जो एक सेक्स्टिलियन (10^21) बाइट्स के बराबर है, जिसका उपयोग अक्सर इंटरनेट डेटा के पैमाने का वर्णन करने के लिए किया जाता है।
उदाहरण: 2016 तक वैश्विक इंटरनेट यातायात 1 ज़ेटाबाइट प्रति वर्ष से अधिक हो गया।