Otani AI Logo AICI Logo
गृह एआईका फाइदाहरू निःशुल्क रिपोर्ट मूल्यहरू एआई समाचार सोधिने प्रश्न सम्पर्क शब्दावली

एआई शब्दावली बस्टर

हाम्रो व्यापक शब्दकोशको साथ कृत्रिम बुद्धिमत्ता शब्दावलीलाई सरल बनाउनुहोस्। मेसिन लर्निङदेखि न्यूरल नेटवर्कसम्म, हामी जटिल एआई अवधारणाहरूलाई सरल सर्तहरूमा तोड्छौं।

एलाइनमेन्ट (Alignment)

Alignment
एआई प्रणालीका उद्देश्यहरू, आउटपुटहरू र व्यवहारहरू मानव लक्ष्य र मूल्यहरूसँग मिल्दोजुल्दो छ भनी सुनिश्चित गर्ने प्रक्रिया। यो विशेष गरी उन्नत प्रणालीहरूमा महत्त्वपूर्ण छ जसले स्पष्ट रूपमा अभिप्रेरित नभएका व्यवहारहरू विकास गर्न सक्छ।
उदाहरण: मानसिक स्वास्थ्य समर्थनका लागि च्याटबोटले कुनै पनि प्रम्प्टको बावजुद हानिकारक कार्यहरू सिफारिस नगर्ने सुनिश्चित गर्नु।

एप्लिकेसन प्रोग्रामिङ इन्टरफेस (API) (Application Programming Interface (API))

Application Programming Interface (API)
नियम र प्रोटोकलहरूको एक सेट जसले विभिन्न सफ्टवेयर प्रणालीहरूलाई सञ्चार गर्न र डेटा आदानप्रदान गर्न अनुमति दिन्छ।
उदाहरण: तपाईंको वेब एपमा भाषा मोडेल-उत्पन्न प्रतिक्रिया प्राप्त गर्न र प्रम्प्ट पठाउन OpenAI API प्रयोग गर्नु।

आर्टिफिसियल जनरल इन्टेलिजेन्स (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
एआईको एक सैद्धान्तिक रूप जसले मानवले गर्न सक्ने कुनै पनि बौद्धिक कार्य गर्न सक्छ। यसले डोमेनहरूमा सिकाइलाई सामान्यीकरण गर्दछ।
उदाहरण: एक AGI प्रणालीले कार्य-विशिष्ट प्रोग्रामिङ बिना संगीत रचना, शल्यक्रिया गर्न र दर्शनशास्त्र परीक्षा पास गर्न सक्छ।

कृत्रिम बुद्धिमत्ता (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
मेसिनहरूमा मानव बुद्धिमत्ताको सिमुलेशन जुन सोच्न, तर्क गर्न र स्वायत्त रूपमा कार्य गर्न प्रोग्राम गरिएको छ।
उदाहरण: एआईले सिरी जस्ता व्यक्तिगत सहायकहरू र टेस्ला अटोपाइलट जस्ता स्वायत्त ड्राइभिङ प्रणालीहरूलाई शक्ति दिन्छ।

एआई नैतिकता (AI Ethics)

AI Ethics
एआई विकास र प्रयोगका नैतिक प्रभावहरूसँग सम्बन्धित एक अनुशासन, जसमा निष्पक्षता, गोपनीयता, जवाफदेहिता र गैर-भेदभाव समावेश छ।
उदाहरण: लिङ्ग वा जातीयताको आधारमा भेदभाव रोक्नको लागि भर्ती एल्गोरिदमका लागि दिशानिर्देशहरू सिर्जना गर्नु।

अग्मेन्टेड इन्टेलिजेन्स (Augmented Intelligence)

Augmented Intelligence
एआईले यसलाई प्रतिस्थापन गर्नुको सट्टा मानव बुद्धिमत्तालाई पूरक र बढाउने सहयोगी मोडेल।
उदाहरण: डाक्टरहरूका लागि विसंगतिहरू हाइलाइट गर्ने एआई-पॉवर्ड रेडियोलोजी उपकरणहरू, जसले अन्तिम निदान गर्दछ।

अटोनोमस एजेन्ट (Autonomous Agent)

Autonomous Agent
एआई प्रणाली जुन मानव हस्तक्षेप बिना आफ्नो लक्ष्यहरू प्राप्त गर्न आफ्नै निर्णयहरू गर्न र कार्यहरू लिन सक्षम छ।
उदाहरण: सहरका सडकहरूमा नेभिगेट गर्ने र स्वतन्त्र रूपमा अवरोधहरूबाट बच्ने सेल्फ-ड्राइभिङ डेलिभरी रोबोट।

ब्याकप्रोप्यागेसन (Backpropagation)

Backpropagation
आउटपुटबाट इनपुट तहहरूमा उल्टो तौलहरू अद्यावधिक गरेर न्यूरल नेटवर्कहरूलाई तालिम दिने प्रविधि, भविष्यवाणी त्रुटिहरूलाई कम गर्दै।
उदाहरण: ह्यान्डराइटन अंकहरू पहिचान गर्नमा त्रुटि दर घटाउन छवि क्लासिफायरहरूलाई तालिम दिन प्रयोग गरिन्छ।

बायस (एल्गोरिथमिक बायस) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
असंतुलित वा गैर-प्रतिनिधित्वपूर्ण प्रशिक्षण डेटाको कारणले एआई परिणामहरूमा अनपेक्षित र व्यवस्थित पक्षपात।
उदाहरण: अनुहार पहिचान प्रणाली जसले प्रशिक्षण डेटामा कम प्रतिनिधित्वको कारणले गर्दा रंगीन व्यक्तिहरूलाई बारम्बार गलत पहिचान गर्दछ।

बिग डेटा (Big Data)

Big Data
अत्यन्त ठूला डेटासेटहरू जसलाई भण्डारण गर्न, विश्लेषण गर्न र मूल्य निकाल्न विशेष उपकरणहरू आवश्यक पर्दछ, प्रायः एआई मोडेलहरूलाई तालिम दिन प्रयोग गरिन्छ।
उदाहरण: ई-कमर्स प्लेटफर्महरूको लागि सिफारिस इन्जिनहरूलाई तालिम दिन लाखौं प्रयोगकर्ता अन्तरक्रियाहरू प्रयोग गर्नु।

ब्ल्याक बक्स मोडेल (Black Box Model)

Black Box Model
एआई वा मेसिन लर्निङ मोडेलको एक प्रकार जसको आन्तरिक तर्क मानवहरूले सजिलै बुझ्न सक्दैनन्, जसले गर्दा निर्णयहरू कसरी गरिन्छ भनेर बुझ्न गाह्रो हुन्छ।
उदाहरण: ऋण स्वीकृत गर्न प्रयोग गरिने गहिरो न्यूरल नेटवर्क तर एक आवेदक किन स्वीकार गरियो र अर्को अस्वीकार गरियो भन्ने कुनै स्पष्ट व्याख्या प्रदान गर्दैन।

कग्निटिभ कम्प्युटिङ (Cognitive Computing)

Cognitive Computing
एआई प्रणालीहरू जुन मानव विचार प्रक्रियाहरू, जस्तै तर्क र सिकाइ, एनएलपी र ढाँचा पहिचान जस्ता प्रविधिहरू प्रयोग गरेर अनुकरण गर्न डिजाइन गरिएको हो।
उदाहरण: एक संज्ञानात्मक कम्प्युटिङ प्रणाली जसले कानुनी व्यवसायीहरूलाई केस कानून विश्लेषण गर्न र परिणामहरूको भविष्यवाणी गर्न मद्दत गर्दछ।

कम्प्युटर भिजन (Computer Vision)

Computer Vision
कृत्रिम बुद्धिमत्ताको एक क्षेत्र जसले कम्प्युटरहरूलाई छवि र भिडियो जस्ता दृश्य डेटा व्याख्या गर्न र प्रशोधन गर्न सक्षम बनाउँछ।
उदाहरण: कम्प्युटर भिजन प्रयोग गरेर सुरक्षा फुटेजमा व्यक्तिहरूलाई पहिचान गर्ने अनुहार पहिचान प्रणालीहरू।

कर्पस (Corpus)

Corpus
भाषा मोडेलहरूलाई तालिम दिन प्रयोग गरिने लिखित वा बोलिएका पाठहरूको ठूलो संग्रह।
उदाहरण: कमन क्रल डेटासेट GPT जस्ता ठूला भाषा मोडेलहरूलाई तालिम दिन प्रयोग गरिने सार्वजनिक वेब कर्पस हो।

डेटा ड्रिफ्ट (Data Drift)

Data Drift
इनपुट डेटा समयसँगै परिवर्तन हुने घटना, जसले मोडेलको प्रदर्शनलाई कमजोर बनाउँछ।
उदाहरण: औद्योगिक उपकरणहरूको लागि भविष्यवाणी मर्मत मोडेल नयाँ सेन्सर प्रविधि प्रस्तुत गर्दा कम सटीक हुन्छ।

डेटा लेबलिङ (Data Labelling)

Data Labelling
सुपरभाइज़्ड लर्निङका लागि उपयुक्त बनाउन डेटालाई ट्याग वा लेबलहरूसँग एनोटेट गर्ने प्रक्रिया।
उदाहरण: क्यान्सर पत्ता लगाउने मोडेललाई तालिम दिन हजारौं ट्यूमर छविहरूलाई सौम्य वा घातकको रूपमा लेबल गर्नु।

डेटा माइनिङ (Data Mining)

Data Mining
ठूला डेटासेटहरूमा अर्थपूर्ण ढाँचाहरू, सहसंबंधहरू र विसंगतिहरू पत्ता लगाउने प्रक्रिया।
उदाहरण: खुद्रा विक्रेताहरूले डायपर किन्ने मानिसहरूले बियर पनि किन्छन् भन्ने पहिचान गर्न डेटा माइनिङ प्रयोग गर्छन्।

डीप लर्निङ (Deep Learning)

Deep Learning
मेसिन लर्निङको एक उपक्षेत्र जसले डेटामा जटिल ढाँचाहरू मोडेल गर्न बहु-स्तरित न्यूरल नेटवर्कहरू प्रयोग गर्दछ।
उदाहरण: डीप लर्निङ GPT-4 जस्ता भाषा मोडेलहरू र स्टेबल डिफ्युजन जस्ता छवि उत्पादन मोडेलहरूमा प्रयोग गरिन्छ।

डिफ्युजन मोडेल (Diffusion Models)

Diffusion Models
उत्पन्न मोडेलहरूको एक वर्ग जसले अनियमित आवाजलाई संरचित आउटपुटमा क्रमशः परिवर्तन गरेर डेटा उत्पादन गर्न सिक्छ।
उदाहरण: स्टेबल डिफ्युजनले डिफ्युजन प्रविधिहरू प्रयोग गरेर पाठ प्रम्प्टहरूबाट यथार्थवादी छविहरू सिर्जना गर्दछ।

एम्बेडिङ (Embedding)

Embedding
डेटाको एक संख्यात्मक भेक्टर प्रतिनिधित्व, प्रायः शब्दहरू, छविहरू वा वाक्यहरूको अर्थपूर्ण अर्थलाई क्याप्चर गर्न प्रयोग गरिन्छ।
उदाहरण: एनएलपीमा, 'बैंक' शब्दको 'पैसा' जस्तै एम्बेडिङ हुन सक्छ तर सन्दर्भमा निर्भर गर्दै 'नदीको किनार' भन्दा फरक हुन्छ।

इपोक (Epoch)

Epoch
मेसिन लर्निङ मोडेलको प्रशिक्षण प्रक्रियाको क्रममा सम्पूर्ण प्रशिक्षण डेटासेटमा एक पूर्ण पुनरावृत्ति।
उदाहरण: यदि डेटासेटमा १,००० उदाहरणहरू छन् र मोडेलले ती सबैलाई प्रशिक्षणको क्रममा एक पटक हेर्छ भने, त्यो एक इपोक हो।

एथिकल एआई (Ethical AI)

Ethical AI
एआई प्रविधिहरू पारदर्शी, निष्पक्ष र सामाजिक मूल्यहरूसँग मिल्दोजुल्दो गरी सञ्चालन हुने सुनिश्चित गर्ने डिजाइन र परिनियोजन दर्शन।
उदाहरण: अल्पसंख्यक उम्मेदवारहरू विरुद्ध भेदभाव रोक्नको लागि पक्षपात जाँचहरू समावेश गर्ने एआई भर्ती उपकरण।

एक्सपर्ट सिस्टम (Expert System)

Expert System
एआई प्रणाली जसले नियम र तर्क प्रयोग गरेर एक विशिष्ट डोमेनमा मानव विशेषज्ञको निर्णय गर्ने क्षमताहरूको नक्कल गर्दछ।
उदाहरण: माटो डेटा र कीराहरूको इतिहासमा आधारित बाली उपचार सिफारिस गर्न कृषिमा प्रयोग गरिने विशेषज्ञ प्रणाली।

एक्सप्लेनेबल एआई (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
एआई प्रणालीहरू जुन मानवहरूलाई बुझ्न योग्य बनाउनको लागि तिनीहरूको आन्तरिक प्रक्रियाहरू र निर्णय गर्ने प्रक्रियाहरू डिजाइन गरिएको हो, जसले विश्वास र जवाफदेहिता बढाउँछ।
उदाहरण: एक चिकित्सा निदान एआई जसले सिफारिस मात्र प्रदान गर्दैन तर कुन लक्षणहरूले त्यो निष्कर्षमा पुर्‍यायो भनेर पनि बताउँछ।

फ्यु-शट लर्निङ (Few-shot Learning)

Few-shot Learning
एक मेसिन लर्निङ विधि जहाँ मोडेललाई केवल थोरै संख्यामा लेबल गरिएका उदाहरणहरू प्रयोग गरेर तालिम वा फाइन-ट्यून गरिन्छ।
उदाहरण: १० उदाहरणहरू देखाएपछि कानुनी इमेलहरू लेख्नको लागि सामान्य एलएलएमलाई अनुकूलित गर्नु।

फाइन-ट्युनिंग (Fine-tuning)

Fine-tuning
एक पूर्व-प्रशिक्षित मोडेल लिएर यसलाई नयाँ, सानो डेटासेटमा थप तालिम दिने प्रक्रिया ताकि यसलाई विशेष कार्यको लागि विशेषज्ञ बनाउन सकियोस्।
उदाहरण: कानुनी मस्यौदा सहायक सिर्जना गर्न आन्तरिक कानुनी कागजातहरूमा सामान्य एलएलएम जस्तै GPT लाई फाइन-ट्यून गर्नु।

फाउन्डेसन मोडेल (Foundation Model)

Foundation Model
विविध र व्यापक डेटामा प्रशिक्षित एक ठूलो-स्केल मोडेल जुन धेरै डाउनस्ट्रीम कार्यहरूमा अनुकूलित गर्न सकिन्छ।
उदाहरण: GPT-4 र PaLM 2 फाउन्डेसन मोडेलहरू हुन् जुन सारांश, प्रश्नोत्तर, अनुवाद र थप गर्न सक्षम छन्।

फजी लजिक (Fuzzy Logic)

Fuzzy Logic
स्थिर सत्य/झूठ (बाइनरी) तर्कको सट्टा अनुमानित मानहरूसँग व्यवहार गर्ने तर्कको एक रूप, अनिश्चितता अन्तर्गत तर्क गर्न उपयोगी।
उदाहरण: 'अलिकति तातो' वा 'धेरै चिसो' जस्ता फजी इनपुटहरूमा आधारित तापक्रम समायोजन गर्न जलवायु नियन्त्रण प्रणालीहरूमा प्रयोग गरिन्छ।

जेनेरेटिभ एडभर्सरियल नेटवर्क (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
एक उत्पन्न मोडेल वास्तुकला जहाँ दुई नेटवर्कहरू - एक जनरेटर र एक विभेदक - आउटपुट गुणस्तर सुधार गर्न प्रतिस्पर्धा गर्छन्।
उदाहरण: GANs डीपफेक भिडियोहरू सिर्जना गर्न वा स्केचहरूबाट यथार्थवादी उत्पादन फोटोहरू उत्पन्न गर्न प्रयोग गरिन्छ।

जेनेरेटिभ एआई (Generative AI)

Generative AI
कृत्रिम बुद्धिमत्ताको एक श्रेणी जसले नयाँ सामग्री सिर्जना गर्न सक्छ - जस्तै पाठ, छविहरू, संगीत, वा भिडियो - प्रशिक्षण डेटाबाट।
उदाहरण: च्याटजीपीटीले ब्लग पोस्टहरू उत्पन्न गर्दछ वा मिडजर्नीले पाठ्य प्रम्प्टहरूबाट डिजिटल कलाकृतिहरू सिर्जना गर्दछ।

जेनेरेटिभ प्री-ट्रेन्ड ट्रान्सफर्मर (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI द्वारा विकसित ठूलो भाषा मोडेलहरूको एक वर्ग जसले ट्रान्सफर्मर वास्तुकला प्रयोग गर्दछ र विभिन्न भाषा कार्यहरू गर्नको लागि विशाल मात्रामा पाठ डेटामा पूर्व-प्रशिक्षित गरिएको छ।
उदाहरण: GPT-4 निबन्ध लेख्न, भाषाहरू अनुवाद गर्न र न्यूनतम प्रम्प्टिङको साथ कागजातहरू सारांशित गर्न सक्षम छ।

जेनेटिक एल्गोरिथम (Genetic Algorithm)

Genetic Algorithm
प्राकृतिक चयनबाट प्रेरित एक अनुकूलन प्रविधि जहाँ समाधानहरू उत्परिवर्तन, क्रसओभर र चयन मार्फत समयसँगै विकसित हुन्छन्।
उदाहरण: सबैभन्दा उपयुक्तको अस्तित्वको नक्कल गरेर कुशल न्यूरल नेटवर्क वास्तुकला डिजाइन गर्न प्रयोग गरिन्छ।

हेलुसिनेशन (Hallucination)

Hallucination
एआई मोडेलद्वारा सम्भावित-सुनिने तर तथ्यात्मक रूपमा गलत वा अर्थहीन सामग्रीको उत्पादन।
उदाहरण: एक भाषा मोडेलले गैर-विद्यमान उद्धरणको आविष्कार गर्दछ वा गलत ऐतिहासिक तथ्यहरू प्रदान गर्दछ।

हेयुरिस्टिक (Heuristic)

Heuristic
समस्या समाधानको लागि एक व्यावहारिक दृष्टिकोण जसले उत्तम समाधानको ग्यारेन्टी गर्दैन तर तत्काल लक्ष्यहरूको लागि पर्याप्त हुन्छ।
उदाहरण: एक रसद एआई प्रणालीमा डेलिभरी समय अनुमान गर्न नियमको प्रयोग।

हाइपरप्यारामिटर (Hyperparameter)

Hyperparameter
मेसिन लर्निङ मोडेललाई तालिम दिनु अघि सेट गरिएको कन्फिगरेसन मान, जस्तै लर्निङ रेट वा तहहरूको संख्या।
उदाहरण: प्रशिक्षण गति र मोडेल प्रदर्शन सुधार गर्न ब्याच साइजलाई ३२ बाट १२८ मा समायोजन गर्नु।

इन्फरन्स (Inference)

Inference
नयाँ इनपुट डेटाबाट भविष्यवाणी गर्न वा आउटपुटहरू उत्पन्न गर्न प्रशिक्षित मेसिन लर्निङ मोडेल प्रयोग गर्ने प्रक्रिया।
उदाहरण: ग्राहक समर्थन टोलीका लागि इमेलहरू मस्यौदा गर्न फाइन-ट्यून गरिएको GPT मोडेल प्रयोग गर्नु।

इन्टेन्ट डिटेक्शन (Intent Detection)

Intent Detection
प्राकृतिक भाषा बुझाइमा एक कार्य जहाँ प्रणालीले प्रयोगकर्ताको सन्देशमा प्रयोगकर्ताको लक्ष्य वा उद्देश्य पहिचान गर्दछ।
उदाहरण: च्याटबोटमा, 'म उडान बुक गर्न चाहन्छु' लाई यात्रा बुकिङको अभिप्रायको रूपमा पहिचान गर्नु।

इन्टरनेट अफ थिङ्स (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
सेन्सर, सफ्टवेयर र अन्य प्रविधिहरूले सुसज्जित अन्तरसम्बन्धित भौतिक उपकरणहरूको नेटवर्क जसले डेटा सङ्कलन र आदानप्रदान गर्दछ।
उदाहरण: स्मार्ट थर्मोस्ट्याट र फ्रिजहरू जसले प्रयोग डेटा रिपोर्ट गर्दछ र एआई एनालिटिक्स प्रयोग गरेर सेटिङहरू समायोजन गर्दछ।

इन्टरप्रिटेबिलिटी (Interpretability)

Interpretability
मानवहरूले मेसिन लर्निङ मोडेलको आन्तरिक मेकानिक्स र यसको निर्णय गर्ने प्रक्रियालाई कति हदसम्म बुझ्न सक्छन्।
उदाहरण: निर्णय रूखहरू गहिरो न्यूरल नेटवर्कहरू भन्दा बढी व्याख्या गर्न योग्य छन् किनभने तिनीहरूको निर्णयहरू ट्रेस गर्न सकिन्छ।

जुपिटर नोटबुक (Jupyter Notebook)

Jupyter Notebook
एक खुला-स्रोत अन्तरक्रियात्मक कम्प्युटिङ वातावरण जसले प्रयोगकर्ताहरूलाई कोड लेख्न, आउटपुटहरू कल्पना गर्न र एकल इन्टरफेसमा विश्लेषणहरू कागजात गर्न अनुमति दिन्छ।
उदाहरण: डेटा वैज्ञानिकहरूले मेसिन लर्निङ मोडेलहरू प्रोटोटाइप गर्न र परिणामहरू साझा गर्न जुपिटर नोटबुकहरू प्रयोग गर्छन्।

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

K-Nearest Neighbours (KNN)
वर्गीकरण र प्रतिगमनका लागि प्रयोग गरिने एक सरल, गैर-प्यारामेट्रिक मेसिन लर्निङ एल्गोरिथम। यसले विशेषता स्पेसमा सबैभन्दा नजिकका प्रशिक्षण उदाहरणहरूमा आधारित निर्णयहरू गर्दछ।
उदाहरण: नयाँ फललाई स्याउ वा नाशपातीको रूपमा वर्गीकृत गर्न, KNN ले आकार र रङमा कुन लेबल गरिएका फलहरू नजिक छन् भनेर जाँच गर्दछ।

नलेज ग्राफ (Knowledge Graph)

Knowledge Graph
एउटा डेटा संरचना जसले इन्टिटीहरू र तिनीहरूको सम्बन्धहरूको अन्तरसम्बन्धित विवरणहरू प्रतिनिधित्व गर्न र भण्डारण गर्न नोड्स र किनाराहरू प्रयोग गर्दछ।
उदाहरण: गुगलको नलेज प्यानल ज्ञान ग्राफद्वारा सञ्चालित छ जसले व्यक्ति, स्थान र घटनाहरू जस्ता इन्टिटीहरूलाई जोड्दछ।

ल्याङ्ग्वेज लर्निङ मोडेल अप्टिमाइजेसन (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
ठूला भाषा मोडेलहरूको प्रदर्शन, दक्षता, वा अनुकूलतालाई विशेष कार्यहरू वा डोमेनहरूका लागि सुधार गर्न प्रयोग गरिने प्रविधिहरू।
उदाहरण: उद्यम प्रयोगको लागि एलएलएमलाई अनुकूलित गर्न क्वान्टाइजेसन र निर्देशन ट्युनिंग प्रयोग गर्नु।

लार्ज ल्याङ्ग्वेज मोडेल (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
विशाल मात्रामा पाठ्य डेटामा प्रशिक्षित एक प्रकारको गहिरो सिकाइ मोडेल जुन मानव भाषा उत्पन्न गर्न, बुझ्न र तर्क गर्न सक्षम छ।
उदाहरण: च्याटजीपीटी र क्लाउड एलएलएमहरू हुन् जुन लेखन, कोडिङ र प्रश्नहरूको जवाफ दिन मद्दत गर्न प्रशिक्षित छन्।

लेटन्ट स्पेस (Latent Space)

Latent Space
एउटा उच्च-आयामी अमूर्त प्रतिनिधित्व जहाँ समान इनपुटहरू एकसाथ नजिकै समूहबद्ध हुन्छन्, उत्पन्न मोडेलहरू र एम्बेडिङहरूमा प्रयोग गरिन्छ।
उदाहरण: छवि उत्पादनमा, लेटन्ट स्पेसलाई हेरफेर गर्दा चमक वा भावना जस्ता सुविधाहरू परिवर्तन गर्न सकिन्छ।

लर्निङ रेट (Learning Rate)

Learning Rate
प्रशिक्षणमा एक प्रमुख हाइपरप्यारामिटर जसले मोडेलको तौलहरू हानि ग्रेडियन्टको सम्बन्धमा कति हदसम्म समायोजन गरिन्छ भनेर नियन्त्रण गर्दछ।
उदाहरण: उच्च लर्निङ रेटले मिनिमालाई ओभरसुट गर्न सक्छ, जबकि धेरै कम दरले प्रशिक्षण प्रगतिलाई सुस्त बनाउँछ।

मेसिन लर्निङ (ML) (Machine Learning (ML))

Machine Learning (ML)
एआईको एक शाखा जसले प्रणालीहरूलाई डेटाबाट सिक्न र स्पष्ट रूपमा प्रोग्राम नगरिएका कार्यसम्पादन सुधार गर्न सक्षम बनाउँछ।
उदाहरण: स्प्याम फिल्टरहरूले विगतका उदाहरणहरूमा आधारित इमेलहरूलाई स्प्याम वा नभएको रूपमा वर्गीकृत गर्न मेसिन लर्निङ प्रयोग गर्दछ।

मोडेल ड्रिफ्ट (Model Drift)

Model Drift
एउटा घटना जहाँ डेटा वा वातावरणमा परिवर्तनको कारणले मोडेलको शुद्धता समयसँगै घट्छ।
उदाहरण: ठगीका रणनीतिहरू विकसित हुँदा ठगी पत्ता लगाउने मोडेल कम सटीक हुन्छ।

मोडेल ट्रेनिङ (Model Training)

Model Training
मेसिन लर्निङ मोडेलमा डेटा खुवाउने र त्रुटि कम गर्न यसको प्यारामिटरहरू समायोजन गर्ने प्रक्रिया।
उदाहरण: नयाँ उत्पादनहरू सिफारिस गर्न ग्राहकहरूको खरिद इतिहासमा सिफारिस इन्जिनलाई तालिम दिनु।

मल्टिमोडल एआई (Multimodal AI)

Multimodal AI
एआई प्रणालीहरू जुन पाठ, छविहरू, अडियो र भिडियो जस्ता धेरै प्रकारका डेटा प्रशोधन र एकीकृत गर्न सक्षम छन्।
उदाहरण: GPT-4 भिजन जस्तो मोडेल जसले पाठ पढ्न र एकै समयमा छविहरू व्याख्या गर्न सक्छ।

नेचुरल ल्याङ्ग्वेज प्रोसेसिङ (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
एआईको एक उपक्षेत्र जुन कम्प्युटर र मानव (प्राकृतिक) भाषाहरू बीचको अन्तरक्रियामा केन्द्रित छ। यसले मेसिनहरूलाई मानव भाषामा पढ्न, बुझ्न र प्रतिक्रिया दिन सक्षम बनाउँछ।
उदाहरण: एनएलपी भ्वाइस सहायकहरू, भाषा अनुवाद एपहरू र च्याटबोटहरूमा प्रयोग गरिन्छ।

न्यूरल नेटवर्क (Neural Network)

Neural Network
मानव मस्तिष्कको संरचनाबाट प्रेरित एक मेसिन लर्निङ मोडेल, जुन अन्तरसम्बन्धित नोड्स (न्यूरोन्स) को तहहरूबाट बनेको हुन्छ।
उदाहरण: न्यूरल नेटवर्कहरू छवि र वाक् पहिचानमा प्रयोग हुने गहिरो सिकाइ मोडेलहरूको पछाडि छन्।

न्वाइज (Noise)

Noise
डेटामा अनियमित वा अप्रासंगिक जानकारी जसले अर्थपूर्ण ढाँचाहरूलाई अस्पष्ट गर्न सक्छ र मोडेलको प्रदर्शनलाई नकारात्मक रूपमा असर गर्न सक्छ।
उदाहरण: सेन्सर त्रुटिहरू वा टाइपो-भरिएका डेटा प्रविष्टिहरूलाई न्वाइज मान्न सकिन्छ।

ओन्टोलजी (Ontology)

Ontology
एउटा संरचित ढाँचा जसले डोमेन भित्रका अवधारणाहरू बीचका सम्बन्धहरूलाई वर्गीकृत र परिभाषित गर्दछ, प्रायः सिमेन्टिक एआई प्रणालीहरूमा प्रयोग गरिन्छ।
उदाहरण: स्वास्थ्य सेवामा ओन्टोलजीले लक्षणहरू रोग र उपचारहरूसँग कसरी सम्बन्धित छन् भनेर परिभाषित गर्न सक्छ।

ओभरफिटिङ (Overfitting)

Overfitting
एउटा मोडेलिङ त्रुटि जहाँ मेसिन लर्निङ मोडेलले प्रशिक्षण डेटामा न्वाइज क्याप्चर गर्दछ र नयाँ डेटामा खराब प्रदर्शन गर्दछ।
उदाहरण: एउटा मोडेल जसले प्रशिक्षण उत्तरहरू याद गर्दछ तर नदेखेको परीक्षण डेटा ह्यान्डल गर्न सक्दैन ओभरफिट गरिएको छ।

प्रेडिक्टिभ एनालिटिक्स (Predictive Analytics)

Predictive Analytics
ऐतिहासिक डेटामा आधारित भविष्यका परिणामहरूको सम्भाव्यता पहिचान गर्न डेटा, एल्गोरिदम र एआईको प्रयोग।
उदाहरण: खुद्रा विक्रेताहरूले निश्चित उत्पादनहरूको लागि मागको भविष्यवाणी गर्न प्रेडिक्टिभ एनालिटिक्स प्रयोग गर्छन्।

प्री-ट्रेनिङ (Pre-training)

Pre-training
विशिष्ट कार्यहरूको लागि यसलाई फाइन-ट्यून गर्नु अघि ठूलो, सामान्य डेटासेटमा मोडेललाई प्रारम्भिक रूपमा तालिम दिने प्रक्रिया।
उदाहरण: जीपीटी मोडेलहरू ग्राहक सेवा च्याटबोटहरूको लागि अनुकूलित हुनु अघि ठूलो कर्पोरामा पूर्व-प्रशिक्षित हुन्छन्।

प्रम्प्ट इन्जिनियरिङ (Prompt Engineering)

Prompt Engineering
ठूला भाषा मोडेलहरूको आउटपुटलाई निर्देशित गर्न प्रभावकारी प्रम्प्टहरू तयार गर्ने कला र विज्ञान।
उदाहरण: 'एक विनम्र शिक्षकको रूपमा जवाफ दिनुहोस्' जस्ता प्रणाली निर्देशनहरू थप्नु प्रम्प्ट इन्जिनियरिङको उदाहरण हो।

क्वान्टाइजेसन (Quantisation)

Quantisation
मोडेल कम्प्रेसन प्रविधि जसले दक्षता बढाउँदै, तौल र सक्रियताहरू प्रतिनिधित्व गर्न प्रयोग गरिने बिटहरूको संख्या घटाउँछ।
उदाहरण: ३२-बिटबाट ८-बिटमा मोडेललाई क्वान्टाइज गर्दा मोबाइल उपकरणहरूमा प्रदर्शन सुधार हुन्छ।

क्वान्टम कम्प्युटिङ (Quantum Computing)

Quantum Computing
क्वान्टम मेकानिक्समा आधारित कम्प्युटिङको नयाँ प्रतिमान, जसले घातीय प्रशोधन क्षमताहरूको लागि सम्भाव्यता राख्छ।
उदाहरण: क्वान्टम कम्प्युटिङले एक दिन शास्त्रीय सीमाहरूभन्दा बाहिर एआई प्रशिक्षणलाई गति दिन सक्छ।

रिजनिङ इन्जिन (Reasoning Engine)

Reasoning Engine
एआईमा एक प्रणाली जसले नियम वा अनुमान एल्गोरिदम प्रयोग गरेर तथ्य वा डेटाको सेटबाट तार्किक निष्कर्षहरू निकाल्छ।
उदाहरण: एआई निदान उपकरणले लक्षणहरूमा आधारित सम्भावित चिकित्सा अवस्थाहरू अनुमान गर्न तर्क इन्जिन प्रयोग गर्दछ।

रिइन्फोर्समेन्ट लर्निङ (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
मेसिन लर्निङको एक क्षेत्र जहाँ एजेन्टहरूले संचयी पुरस्कारहरू अधिकतम गर्न आफ्नो वातावरणसँग अन्तरक्रिया गरेर सिक्छन्।
उदाहरण: आरएल प्रविधिहरू प्रयोग गरेर हिड्न सिक्ने रोबोट।

रिइन्फोर्समेन्ट लर्निङ विथ ह्युमन फिडब्याक (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
एउटा सिकाइ विधि जहाँ मानव प्राथमिकताहरूले एआईको पुरस्कार सङ्केतलाई निर्देशित गर्दछ, प्रायः भाषा मोडेलहरूलाई फाइन-ट्यून गर्न प्रयोग गरिन्छ।
उदाहरण: च्याटजीपीटीलाई थप उपयोगी र सुरक्षित प्रतिक्रियाहरू उत्पादन गर्न आरएलएचएफसँग तालिम दिइएको थियो।

रिट्रिभल-अग्मेन्टेड जेनेरेसन (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
सूचना पुन: प्राप्त गर्ने र उत्पादन गर्ने संयोजन गर्ने विधि, जहाँ एलएलएमले आफ्नो प्रतिक्रिया सुधार गर्न सान्दर्भिक कागजातहरू प्राप्त गर्दछ।
उदाहरण: एआई सहायकले प्राविधिक प्रश्नको जवाफ उत्पन्न गर्दा उत्पादन विशिष्टताहरू प्राप्त गर्दछ र उद्धृत गर्दछ।

सेल्फ-सुपरभाइज़्ड लर्निङ (Self-Supervised Learning)

Self-Supervised Learning
एउटा प्रशिक्षण दृष्टिकोण जहाँ मोडेलले कच्चा डेटाबाट आफ्नै लेबलहरू उत्पन्न गरेर ढाँचाहरू सिक्छ, मानव-एनोटेट गरिएको डेटामा निर्भरता घटाउँछ।
उदाहरण: बर्टलाई पाठमा हराएको शब्दहरूको भविष्यवाणी गरेर सेल्फ-सुपरभाइज़्ड लर्निङसँग तालिम दिइन्छ।

सिमेन्टिक सर्च (Semantic Search)

Semantic Search
एउटा खोज प्रविधि जसले प्रयोगकर्ताको अभिप्राय र प्रासंगिक अर्थ बुझ्दछ, केवल किवर्ड मिलान मात्र होइन।
उदाहरण: 'चुहिएको ट्याप कसरी ठीक गर्ने' खोज्दा कागजातमा 'चुहिएको ट्याप' शब्द नभए पनि गाइडहरू फर्काउँछ।

सेन्टिमेन्ट एनालाइसिस (Sentiment Analysis)

Sentiment Analysis
पाठमा भावनाहरू, राय वा मनोवृत्ति पहिचान गर्ने प्रक्रिया, प्रायः सकारात्मक, नकारात्मक वा तटस्थको रूपमा वर्गीकरण गर्दछ।
उदाहरण: नयाँ उत्पादनमा सार्वजनिक प्रतिक्रिया मापन गर्न ट्वीटहरूको विश्लेषण गर्नु।

स्टोकेस्टिक (Stochastic)

Stochastic
यादृच्छिकता वा सम्भाव्य व्यवहार समावेश गर्दछ, प्रायः उत्पन्न एआई र अनुकूलन एल्गोरिदमहरूमा प्रयोग गरिन्छ।
उदाहरण: जीपीटी-४ को आउटपुट यसको स्टोकेस्टिक डिकोडिङ प्रक्रियाको कारणले समान इनपुटको लागि भिन्न हुन्छ।

स्ट्रङ एआई (Strong AI)

Strong AI
आर्टिफिसियल जनरल इन्टेलिजेन्स (AGI) को रूपमा पनि चिनिन्छ, सबै डोमेनहरूमा मानव-स्तरको संज्ञानात्मक क्षमता भएका मेसिनहरूलाई जनाउँछ।
उदाहरण: भविष्यको एआई जसले स्वायत्त रूपमा उपन्यासहरू लेख्न, शहरहरूको योजना बनाउन र नैतिक दुविधा समाधान गर्न सक्छ।

सुपर आर्टिफिसियल इन्टेलिजेन्स (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
एक सैद्धान्तिक एआई जुन सबै पक्षहरूमा मानव बुद्धिमत्तालाई पार गर्दछ - तर्क, रचनात्मकता, भावनात्मक बुद्धिमत्ता, आदि।
उदाहरण: एक SAI ले सैद्धान्तिक रूपमा नयाँ विज्ञान र दर्शनहरू स्वतन्त्र रूपमा विकास गर्न सक्छ।

सुपरभाइज़्ड लर्निङ (Supervised Learning)

Supervised Learning
एउटा मेसिन लर्निङ प्रविधि जहाँ मोडेलहरूलाई इनपुट-आउटपुट म्यापिङहरू सिक्न लेबल गरिएको डेटामा तालिम दिइन्छ।
उदाहरण: स्प्याम वा नभएको रूपमा इमेलहरू वर्गीकृत गर्न ऐतिहासिक उदाहरणहरू प्रयोग गरेर मोडेललाई सिकाउनु।

सिन्थेटिक डेटा (Synthetic Data)

Synthetic Data
कृत्रिम रूपमा उत्पन्न डेटा जसले वास्तविक-विश्व डेटाको नक्कल गर्दछ, प्रायः वास्तविक डेटा दुर्लभ वा संवेदनशील हुँदा तालिमको लागि प्रयोग गरिन्छ।
उदाहरण: बिरामीको गोपनीयता उल्लङ्घन नगरी निदान मोडेलहरूलाई तालिम दिन सिन्थेटिक चिकित्सा छविहरू सिर्जना गर्नु।

टोकन (Token)

Token
एलएलएमहरूद्वारा प्रशोधित पाठको एकाइ - सामान्यतया एक शब्द वा शब्दको अंश।
उदाहरण: 'नमस्ते संसार!' वाक्यलाई ३ टोकनमा विभाजित गरिएको छ: 'नमस्ते', 'संसार', र '!'।

टोकनाइजेसन (Tokenisation)

Tokenisation
मोडेलद्वारा प्रशोधनको लागि पाठलाई टोकनहरूमा विभाजन गर्ने प्रक्रिया।
उदाहरण: एनएलपीमा, 'च्याटजीपीटी उत्कृष्ट छ' ['च्याट', 'जी', 'पीटी', 'छ', 'उत्कृष्ट'] मा परिणत हुन्छ।

ट्रान्सफर लर्निङ (Transfer Learning)

Transfer Learning
प्रशिक्षण समय र डेटा आवश्यकताहरू घटाउँदै, अर्को सम्बन्धित कार्यमा सिकाइलाई बढाउन एक कार्यबाट ज्ञान प्रयोग गर्नु।
उदाहरण: अंग्रेजी पाठमा तालिम प्राप्त मोडेललाई अर्को भाषामा भावना विश्लेषण गर्न फाइन-ट्यून गर्नु।

ट्रान्सफर्मर (Transformer)

Transformer
एउटा न्यूरल नेटवर्क वास्तुकला जसले अनुक्रमिक डेटा मोडेल गर्न ध्यान संयन्त्रहरू प्रयोग गर्दछ, एलएलएमहरूमा व्यापक रूपमा प्रयोग गरिन्छ।
उदाहरण: बर्ट, जीपीटी, र टी५ सबै ट्रान्सफर्मर-आधारित मोडेलहरू हुन्।

अन्डरफिटिङ (Underfitting)

Underfitting
जब मोडेल प्रशिक्षण डेटामा ढाँचाहरू क्याप्चर गर्न धेरै सरल हुन्छ, जसले खराब प्रदर्शन गर्दछ।
उदाहरण: जटिल छवि वर्गीकरणहरूको भविष्यवाणी गर्ने प्रयास गर्ने रैखिक मोडेलले अन्डरफिट गर्न सक्छ।

अनसुपरभाइज़्ड लर्निङ (Unsupervised Learning)

Unsupervised Learning
एउटा सिकाइ दृष्टिकोण जहाँ मोडेलहरूले लेबल नगरिएका डेटामा ढाँचाहरू वा क्लस्टरहरू पहिचान गर्दछन्।
उदाहरण: पूर्वनिर्धारित लेबलहरू बिना ग्राहकहरूलाई खरिद व्यवहारको आधारमा समूहबद्ध गर्नु।

युजर इन्टेन्ट (User Intent)

User Intent
प्रयोगकर्ताको प्रश्न वा अन्तरक्रिया पछाडिको लक्ष्य वा उद्देश्य।
उदाहरण: 'केक कसरी बेक गर्ने' टाइप गर्ने प्रयोगकर्ताले सम्भवतः नुस्खा खोज्ने उद्देश्य राख्छ।

भ्यालिडेशन सेट (Validation Set)

Validation Set
प्रशिक्षणको क्रममा मोडेल प्रदर्शनको मूल्याङ्कन गर्न र हाइपरप्यारामिटरहरू ट्यून गर्न प्रयोग गरिने डेटाको उपसमूह।
उदाहरण: अन्तिम परीक्षण गर्नु अघि ओभरफिटिङ पत्ता लगाउन प्रयोग गरिन्छ।

भेक्टर डेटाबेस (Vector Database)

Vector Database
एआई कार्यहरू जस्तै समानता खोज र आरएजीमा प्रयोग हुने भेक्टर एम्बेडिङहरू भण्डारण र खोज्नको लागि डिजाइन गरिएको डेटाबेस।
उदाहरण: पाइनकोन र वेभिएट पाठ वा छवि एम्बेडिङहरू भण्डारण गर्नका लागि भेक्टर डेटाबेसहरू हुन्।

भेक्टर एम्बेडिङ (Vector Embedding)

Vector Embedding
डेटाको संख्यात्मक प्रतिनिधित्व जसले भेक्टर स्पेसमा अर्थपूर्ण अर्थ र सम्बन्धहरू संरक्षण गर्दछ।
उदाहरण: 'राजा' र 'रानी' शब्दहरूको समान एम्बेडिङ हुन्छ जसमा सूक्ष्म लिङ्ग भिन्नताहरू हुन्छन्।

भर्चुअल असिस्टेन्ट (Virtual Assistant)

Virtual Assistant
एआई-संचालित सफ्टवेयर एजेन्ट जसले प्रयोगकर्ताहरूलाई कुराकानी वा आवाज आदेशहरू मार्फत कार्यहरू पूरा गर्न मद्दत गर्दछ।
उदाहरण: सिरी, एलेक्सा, र गुगल असिस्टेन्ट लोकप्रिय भर्चुअल सहायकहरू हुन्।

भ्वाइस रिकग्निसन (Voice Recognition)

Voice Recognition
बोलीलाई पाठ वा कार्यमा व्याख्या र रूपान्तरण गर्ने प्रविधि।
उदाहरण: भ्वाइस टाइपिंग र भ्वाइस आदेशहरू भ्वाइस रिकग्निसन प्रणालीहरूमा निर्भर गर्दछ।

विक एआई (Weak AI)

Weak AI
एआई प्रणालीहरू जुन संकीर्ण, विशिष्ट कार्य गर्नको लागि डिजाइन गरिएको हो सामान्य बुद्धिमत्ता बिना।
उदाहरण: चेस खेल्ने एआई जसले भाषा बुझ्न वा कार चलाउन सक्दैन, विक एआईको उदाहरण हो।

वेब स्क्र्यापिङ (Web Scraping)

Web Scraping
वेबसाइटहरूबाट जानकारीको स्वचालित निष्कर्षण, प्रायः प्रशिक्षण डेटा सङ्कलन गर्न वा सामग्री निगरानी गर्न प्रयोग गरिन्छ।
उदाहरण: सम्पत्ति मूल्याङ्कन मोडेललाई तालिम दिन घर जग्गा सूचीहरू स्क्र्याप गर्नु।

वेट (Weight)

Weight
न्यूरल नेटवर्कहरूमा एक प्यारामिटर जसले एक नोडको अर्कोमा प्रभावको शक्ति निर्धारण गर्दछ।
उदाहरण: मोडेलको त्रुटि कम गर्न प्रशिक्षणको क्रममा तौलहरू समायोजन गरिन्छ।

व्हिस्पर (Whisper)

Whisper
OpenAI द्वारा विकसित एक बोली-देखि-पाठ मोडेल जुन धेरै भाषाहरूमा अडियो ट्रान्सक्राइब गर्न सक्षम छ।
उदाहरण: व्हिस्परले उच्च शुद्धताका साथ व्याख्यान र पोडकास्टहरू ट्रान्सक्राइब गर्न सक्छ।

YAML (YAML)

YAML
डेटा सिरियलाइजेसनको लागि मानव-पढ्न योग्य ढाँचा, प्रायः मेसिन लर्निङ वर्कफ्लोमा कन्फिगरेसन फाइलहरूको लागि प्रयोग गरिन्छ।
उदाहरण: पायटॉर्चमा प्रशिक्षणको लागि YAML फाइलमा मोडेल प्यारामिटरहरू परिभाषित गर्नु।

जिरो-शट लर्निङ (Zero-shot Learning)

Zero-shot Learning
एउटा मोडेलको क्षमता जुन यसले सामान्य ज्ञानको प्रयोग गरेर कहिल्यै स्पष्ट रूपमा तालिम नगरेका कार्यहरू गर्न सक्छ।
उदाहरण: कानुनी डेटामा विशेष रूपमा तालिम नगरे पनि कानुनी प्रश्नहरूको जवाफ दिने मोडेल।

जेटाबाइट (Zettabyte)

Zettabyte
डिजिटल डेटाको एकाइ जुन एक sextillion (10^21) बाइट्स बराबर हुन्छ, प्रायः इन्टरनेट डेटाको स्केल वर्णन गर्न प्रयोग गरिन्छ।
उदाहरण: २०१६ सम्ममा विश्वव्यापी इन्टरनेट ट्राफिक प्रति वर्ष १ जेटाबाइटभन्दा बढी भयो।