Otani AI Logo AICI Logo
Home AI فوائد مفت رپورٹ قیمتیں AI خبریں عمومی سوالات رابطہ جنون

AI جنون بستر

ہماری جامع لغت کے ساتھ مصنوعی ذہانت کی اصطلاحات کو سمجھیں۔ مشین لرننگ سے لے کر نیورل نیٹ ورکس تک، ہم پیچیدہ AI تصورات کو آسان الفاظ میں بیان کرتے ہیں۔

الائنمنٹ (Alignment)

Alignment
یہ یقینی بنانے کا عمل کہ AI سسٹم کے مقاصد، آؤٹ پٹس، اور رویے انسانی اہداف اور اقدار کے ساتھ ہم آہنگ ہوں۔ یہ خاص طور پر جدید سسٹمز میں اہم ہے جو ایسے رویے تیار کر سکتے ہیں جو واضح طور پر ارادہ نہیں کیے گئے تھے۔
مثال: یہ یقینی بنانا کہ ذہنی صحت کے لیے چیٹ بوٹ کسی بھی پرامپٹ کے باوجود نقصان دہ اقدامات کی سفارش نہ کرے۔

ایپلیکیشن پروگرامنگ انٹرفیس (API) (Application Programming Interface (API))

Application Programming Interface (API)
قواعد اور پروٹوکول کا ایک سیٹ جو مختلف سافٹ ویئر سسٹمز کو بات چیت کرنے اور ڈیٹا کا تبادلہ کرنے کی اجازت دیتا ہے۔
مثال: آپ کی ویب ایپ میں زبان کے ماڈل سے تیار کردہ جواب حاصل کرنے کے لیے پرامپٹ بھیجنے کے لیے OpenAI API کا استعمال۔

مصنوعی جنرل انٹیلی جنس (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
AI کی ایک نظریاتی شکل جو کسی بھی دانشورانہ کام کو انجام دے سکتی ہے جو ایک انسان کر سکتا ہے۔ یہ ڈومینز میں سیکھنے کو عام کرتی ہے۔
مثال: ایک AGI سسٹم موسیقی کی کمپوزیشن سیکھ سکتا ہے، سرجری کر سکتا ہے، اور بغیر کسی مخصوص پروگرامنگ کے فلسفہ کا امتحان پاس کر سکتا ہے۔

مصنوعی ذہانت (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
مشینوں میں انسانی ذہانت کی نقالی جو سوچنے، استدلال کرنے اور خود مختارانہ طور پر کام کرنے کے لیے پروگرام کی گئی ہیں۔
مثال: AI ذاتی اسسٹنٹ جیسے سری اور خود مختار ڈرائیونگ سسٹم جیسے ٹیسلا آٹو پائلٹ کو طاقت دیتا ہے۔

AI اخلاقیات (AI Ethics)

AI Ethics
AI کی ترقی اور استعمال کے اخلاقی مضمرات سے متعلق ایک نظم، بشمول انصاف، رازداری، جوابدہی، اور غیر امتیازی سلوک۔
مثال: ملازمت کے الگورتھم کو جنس یا نسل کی بنیاد پر امتیازی سلوک کرنے سے روکنے کے لیے رہنما خطوط بنانا۔

بڑھا ہوا ذہانت (Augmented Intelligence)

Augmented Intelligence
AI کا ایک تعاون پر مبنی ماڈل جو انسانی ذہانت کو بدلنے کے بجائے اس کی تکمیل اور اضافہ کرتا ہے۔
مثال: ریڈیولوجی کے AI سے چلنے والے ٹولز جو ڈاکٹروں کے لیے غیر معمولیات کو نمایاں کرتے ہیں، جو حتمی تشخیص کرتے ہیں۔

خود مختار ایجنٹ (Autonomous Agent)

Autonomous Agent
ایک AI سسٹم جو انسانی مداخلت کے بغیر اپنے مقاصد کو حاصل کرنے کے لیے اپنے فیصلے کرنے اور کارروائی کرنے کی صلاحیت رکھتا ہے۔
مثال: ایک خود مختار ڈلیوری روبوٹ جو شہر کی سڑکوں پر نیویگیٹ کرتا ہے اور آزادانہ طور پر رکاوٹوں سے بچتا ہے۔

بیک پروپیگیشن (Backpropagation)

Backpropagation
نیورل نیٹ ورکس کو ان پٹ سے آؤٹ پٹ لیئرز تک الٹا وزن اپ ڈیٹ کرکے تربیت دینے کی ایک تکنیک، جو پیشن گوئی کی غلطیوں کو کم کرتی ہے۔
مثال: ہینڈ رائٹنگ کے ہندسوں کو پہچاننے میں غلطی کی شرح کو کم کرنے کے لیے امیج کلاسیفائر کی تربیت میں استعمال ہوتا ہے۔

تعصب (الگورتھمک تعصب) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
غیر متوازن یا غیر نمائندہ تربیتی ڈیٹا کی وجہ سے AI کے نتائج میں غیر ارادی اور منظم جانبداری۔
مثال: ایک چہرے کی شناخت کا نظام جو تربیتی ڈیٹا میں کم نمائندگی کی وجہ سے رنگین لوگوں کو زیادہ کثرت سے غلط شناخت کرتا ہے۔

بگ ڈیٹا (Big Data)

Big Data
انتہائی بڑے ڈیٹا سیٹ جنہیں ذخیرہ کرنے، تجزیہ کرنے اور قدر نکالنے کے لیے خصوصی ٹولز کی ضرورت ہوتی ہے، جو اکثر AI ماڈلز کو تربیت دینے کے لیے استعمال ہوتے ہیں۔
مثال: ای کامرس پلیٹ فارمز کے لیے تجویز کے انجنوں کو تربیت دینے کے لیے لاکھوں صارف کے تعاملات کا استعمال۔

بلیک باکس ماڈل (Black Box Model)

Black Box Model
ایک قسم کا AI یا مشین لرننگ ماڈل جس کا اندرونی منطق انسانوں کے لیے آسانی سے قابلِ فہم نہیں ہوتا، جس کی وجہ سے یہ سمجھنا مشکل ہو جاتا ہے کہ فیصلے کیسے کیے جاتے ہیں۔
مثال: قرضوں کی منظوری کے لیے استعمال ہونے والا ایک گہرا نیورل نیٹ ورک لیکن یہ واضح وضاحت نہیں دیتا کہ ایک درخواست گزار کو کیوں قبول کیا گیا اور دوسرے کو مسترد کر دیا گیا۔

علمی کمپیوٹنگ (Cognitive Computing)

Cognitive Computing
AI سسٹمز جو انسانی سوچ کے عمل، جیسے استدلال اور سیکھنے کی نقالی کرنے کے لیے ڈیزائن کیے گئے ہیں، NLP اور پیٹرن کی شناخت جیسی تکنیکوں کا استعمال کرتے ہیں۔
مثال: ایک علمی کمپیوٹنگ سسٹم جو قانونی پیشہ ور افراد کو کیس قانون کا تجزیہ کرنے اور نتائج کی پیش گوئی کرنے میں مدد کرتا ہے۔

کمپیوٹر ویژن (Computer Vision)

Computer Vision
مصنوعی ذہانت کا ایک شعبہ جو کمپیوٹروں کو بصری ڈیٹا جیسے تصاویر اور ویڈیو کو سمجھنے اور پروسیس کرنے کے قابل بناتا ہے۔
مثال: چہرے کی شناخت کے نظام جو کمپیوٹر ویژن کا استعمال کرتے ہوئے سیکیورٹی فوٹیج میں لوگوں کی شناخت کرتے ہیں۔

کارپس (Corpus)

Corpus
لکھے یا بولے گئے متن کا ایک بڑا مجموعہ جو زبان کے ماڈلز کو تربیت دینے کے لیے استعمال ہوتا ہے۔
مثال: کامن کرال ڈیٹا سیٹ ایک عوامی ویب کارپس ہے جو GPT جیسے بڑے زبان کے ماڈلز کو تربیت دینے کے لیے استعمال ہوتا ہے۔

ڈیٹا ڈرفٹ (Data Drift)

Data Drift
وہ رجحان جہاں ان پٹ ڈیٹا وقت کے ساتھ بدل جاتا ہے، جس کی وجہ سے ماڈل کی کارکردگی خراب ہو جاتی ہے۔
مثال: صنعتی آلات کے لیے ایک پیشین گوئی کا دیکھ بھال کا ماڈل کم درست ہو جاتا ہے کیونکہ نئی سینسر ٹیکنالوجی متعارف کرائی جاتی ہے۔

ڈیٹا لیبلنگ (Data Labelling)

Data Labelling
سپروائزڈ لرننگ کے لیے ڈیٹا کو ٹیگ یا لیبل کے ساتھ تشریح کرنے کا عمل۔
مثال: کینسر کی تشخیص کے ماڈل کو تربیت دینے کے لیے ہزاروں ٹیومر کی تصاویر کو benign یا malignant کے طور پر لیبل کرنا۔

ڈیٹا مائننگ (Data Mining)

Data Mining
بڑے ڈیٹا سیٹس میں بامعنی پیٹرن، تعلقات، اور غیر معمولیات کو دریافت کرنے کا عمل۔
مثال: خوردہ فروشوں کا ڈیٹا مائننگ کا استعمال یہ جاننے کے لیے کہ جو لوگ ڈائپرز خریدتے ہیں وہ بیئر بھی خریدتے ہیں۔

ڈیپ لرننگ (Deep Learning)

Deep Learning
مشین لرننگ کا ایک ذیلی شعبہ جو ڈیٹا میں پیچیدہ پیٹرن کو ماڈل کرنے کے لیے کثیر پرتوں والے نیورل نیٹ ورکس کا استعمال کرتا ہے۔
مثال: ڈیپ لرننگ کا استعمال GPT-4 جیسے زبان کے ماڈلز اور سٹیبل ڈیفیوژن جیسے امیج جنریشن ماڈلز میں ہوتا ہے۔

ڈیفیوژن ماڈلز (Diffusion Models)

Diffusion Models
جنریٹو ماڈلز کا ایک طبقہ جو بتدریج بے ترتیب شور کو منظم آؤٹ پٹس میں تبدیل کرکے ڈیٹا تیار کرنا سیکھتا ہے۔
مثال: سٹیبل ڈیفیوژن ڈیفیوژن تکنیکوں کا استعمال کرتے ہوئے ٹیکسٹ پرامپٹس سے حقیقت پسندانہ تصاویر بناتا ہے۔

ایمبیڈنگ (Embedding)

Embedding
ڈیٹا کی ایک عددی نمائندگی جو الفاظ، تصاویر، یا جملوں کے معنی کے معنی کو حاصل کرتی ہے۔
مثال: NLP میں، لفظ 'بینک' کے 'پیسہ' کے ساتھ قریبی ایمبیڈنگ ہو سکتے ہیں لیکن سیاق و سباق کے لحاظ سے 'دریا کا کنارہ' سے مختلف۔

ایپوک (Epoch)

Epoch
مشین لرننگ ماڈل کی تربیت کے عمل کے دوران پورے تربیتی ڈیٹا سیٹ پر ایک مکمل تکرار۔
مثال: اگر کسی ڈیٹا سیٹ میں 1,000 مثالیں ہیں اور ایک ماڈل تربیت کے دوران ان سب کو ایک بار دیکھتا ہے، تو یہ ایک ایپوک ہے۔

اخلاقی AI (Ethical AI)

Ethical AI
ایک ڈیزائن اور تعیناتی فلسفہ جو یقینی بناتا ہے کہ AI ٹیکنالوجیز شفاف، منصفانہ، اور سماجی اقدار کے مطابق کام کریں۔
مثال: ایک AI ہائرنگ ٹول جس میں اقلیتی امیدواروں کے خلاف امتیازی سلوک کو روکنے کے لیے تعصب کی جانچ شامل ہے۔

ماہر نظام (Expert System)

Expert System
ایک AI سسٹم جو مخصوص ڈومین میں انسانی ماہر کے فیصلہ سازی کی صلاحیتوں کی نقالی کرتا ہے، قواعد اور منطق کا استعمال کرتا ہے۔
مثال: زرعی شعبے میں ایک ماہر نظام جو مٹی کے ڈیٹا اور کیڑوں کی تاریخ کی بنیاد پر فصل کے علاج کی سفارش کرتا ہے۔

قابلِ وضاحت AI (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
AI سسٹمز جو اپنے اندرونی عمل اور فیصلوں کو انسانوں کے لیے قابلِ فہم بنانے کے لیے ڈیزائن کیے گئے ہیں، جس سے اعتماد اور جوابدہی میں اضافہ ہوتا ہے۔
مثال: ایک طبی تشخیصی AI جو نہ صرف ایک تجویز فراہم کرتا ہے بلکہ یہ بھی بتاتا ہے کہ کون سی علامات اس نتیجے کا باعث بنیں۔

فیو شاٹ لرننگ (Few-shot Learning)

Few-shot Learning
ایک مشین لرننگ کا طریقہ جہاں ایک ماڈل کو صرف چند لیبل شدہ مثالوں کا استعمال کرتے ہوئے تربیت یا فائن ٹیون کیا جاتا ہے۔
مثال: صرف 10 مثالیں دکھانے کے بعد قانونی ای میلز لکھنے کے لیے ایک LLM کو حسب ضرورت بنانا۔

فائن ٹیوننگ (Fine-tuning)

Fine-tuning
ایک پہلے سے تربیت یافتہ ماڈل کو لے کر اور اسے ایک نئے، چھوٹے ڈیٹا سیٹ پر مزید تربیت دے کر اسے مخصوص کام کے لیے خصوصی بنانے کا عمل۔
مثال: قانونی مسودہ سازی کے اسسٹنٹ بنانے کے لیے اندرونی قانونی دستاویزات پر ایک عام LLM جیسے GPT کو فائن ٹیون کرنا۔

فاؤنڈیشن ماڈل (Foundation Model)

Foundation Model
ایک بڑے پیمانے کا ماڈل جو متنوع اور وسیع ڈیٹا پر تربیت یافتہ ہے جسے بہت سے ڈاؤن اسٹریم کاموں کے لیے ڈھال کیا جا سکتا ہے۔
مثال: GPT-4 اور PaLM 2 فاؤنڈیشن ماڈلز ہیں جو خلاصہ، سوال و جواب، ترجمہ، اور بہت کچھ کرنے کے قابل ہیں۔

فزی لاجک (Fuzzy Logic)

Fuzzy Logic
ایک قسم کی منطق جو درست/غلط (بائنری) منطق کے بجائے تخمینی اقدار سے نمٹتی ہے، غیر یقینی صورتحال کے تحت استدلال کے لیے مفید ہے۔
مثال: آب و ہوا کے کنٹرول کے نظام میں 'تھوڑا گرم' یا 'بہت ٹھنڈا' جیسے فزی ان پٹس کی بنیاد پر درجہ حرارت کو ایڈجسٹ کرنے کے لیے استعمال کیا جاتا ہے۔

جنریٹو ایڈورسرئیل نیٹ ورک (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
ایک جنریٹو ماڈل آرکیٹیکچر جہاں دو نیٹ ورکس - ایک جنریٹر اور ایک ڈسکریمینیٹر - آؤٹ پٹ کے معیار کو بہتر بنانے کے لیے مقابلہ کرتے ہیں۔
مثال: GANs کا استعمال ڈیپ فیک ویڈیوز بنانے یا خاکوں سے حقیقت پسندانہ پروڈکٹ فوٹو تیار کرنے کے لیے کیا جاتا ہے۔

جنریٹو AI (Generative AI)

Generative AI
مصنوعی ذہانت کا ایک زمرہ جو تربیتی ڈیٹا سے نیا مواد - جیسے متن، تصاویر، موسیقی، یا ویڈیو - بنا سکتا ہے۔
مثال: چیٹ جی پی ٹی بلاگ پوسٹس تیار کرتا ہے یا مڈجرنی ٹیکسٹ پرامپٹس سے ڈیجیٹل آرٹ ورک بناتا ہے۔

جنریٹو پری ٹرینڈ ٹرانسفارمر (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
OpenAI کے ذریعہ تیار کردہ بڑے زبان کے ماڈلز کا ایک طبقہ جو ٹرانسفارمر آرکیٹیکچر کا استعمال کرتا ہے اور مختلف زبان کے کاموں کو انجام دینے کے لیے وسیع مقدار میں ٹیکسٹ ڈیٹا پر پہلے سے تربیت یافتہ ہے۔
مثال: GPT-4 کم سے کم پرامپٹنگ کے ساتھ مضامین لکھنے، زبانوں کا ترجمہ کرنے، اور دستاویزات کا خلاصہ کرنے کے قابل ہے۔

جینیاتی الگورتھم (Genetic Algorithm)

Genetic Algorithm
قدرتی انتخاب سے متاثر ایک آپٹیمائزیشن تکنیک جہاں حل تغیر، کراس اوور، اور انتخاب کے ذریعے وقت کے ساتھ تیار ہوتے ہیں۔
مثال: بقا کے سب سے فٹ کی نقالی کرکے موثر نیورل نیٹ ورک آرکیٹیکچرز کو ڈیزائن کرنے کے لیے استعمال کیا جاتا ہے۔

ہیلوسینیشن (Hallucination)

Hallucination
AI ماڈل کے ذریعہ قابلِ یقین لیکن حقائق پر مبنی غلط یا بے معنی مواد کی تخلیق۔
مثال: ایک زبان کا ماڈل ایک غیر موجود حوالہ ایجاد کرتا ہے یا غلط تاریخی حقائق فراہم کرتا ہے۔

ہیورسٹک (Heuristic)

Heuristic
مسائل حل کرنے کا ایک عملی طریقہ جو کامل حل کی ضمانت نہیں دیتا لیکن فوری اہداف کے لیے کافی ہے۔
مثال: لاجسٹکس AI سسٹم میں ترسیل کے وقت کا تخمینہ لگانے کے لیے ایک قاعدہ کا استعمال۔

ہائپر پیرامیٹر (Hyperparameter)

Hyperparameter
مشین لرننگ ماڈل کو تربیت دینے سے پہلے سیٹ کی گئی ایک ترتیب قدر، جیسے لرننگ ریٹ یا لیئرز کی تعداد۔
مثال: تربیت کی رفتار اور ماڈل کی کارکردگی کو بہتر بنانے کے لیے بیچ کے سائز کو 32 سے 128 تک ایڈجسٹ کرنا۔

انفرنس (Inference)

Inference
نئے ان پٹ ڈیٹا سے پیشن گوئی کرنے یا آؤٹ پٹس تیار کرنے کے لیے تربیت یافتہ مشین لرننگ ماڈل کا استعمال کرنے کا عمل۔
مثال: کسٹمر سپورٹ ٹیم کے لیے ای میلز کا مسودہ تیار کرنے کے لیے فائن ٹیون شدہ GPT ماڈل کا استعمال۔

ارادہ کا پتہ لگانا (Intent Detection)

Intent Detection
قدرتی زبان کی تفہیم میں ایک کام جہاں سسٹم صارف کے پیغام میں اس کے مقصد یا ارادے کی شناخت کرتا ہے۔
مثال: ایک چیٹ بوٹ میں، 'میں فلائٹ بک کرنا چاہتا ہوں' کو سفری بکنگ کے ارادے کے طور پر پہچاننا۔

انٹرنیٹ آف تھنگز (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
سینسر، سافٹ ویئر، اور دیگر ٹیکنالوجیز کے ساتھ ایمبیڈڈ مربوط فزیکل ڈیوائسز کا ایک نیٹ ورک جو ڈیٹا کو جمع اور تبادلہ کرتا ہے۔
مثال: سمارٹ تھرموسٹیٹ اور فرج جو استعمال کے ڈیٹا کی اطلاع دیتے ہیں اور AI تجزیات کا استعمال کرتے ہوئے سیٹنگز کو ایڈجسٹ کرتے ہیں۔

تشریح پذیری (Interpretability)

Interpretability
وہ حد جس تک ایک انسان مشین لرننگ ماڈل کے اندرونی میکانکس اور اس کے فیصلہ سازی کے عمل کو سمجھ سکتا ہے۔
مثال: ایک فیصلہ درخت ایک گہرے نیورل نیٹ ورک سے زیادہ قابلِ فہم ہے کیونکہ اس کے فیصلے قابلِ تتبع ہیں۔

جوپیٹر نوٹ بک (Jupyter Notebook)

Jupyter Notebook
ایک اوپن سورس انٹرایکٹو کمپیوٹنگ ماحول جو صارفین کو کوڈ لکھنے، آؤٹ پٹس کو بصری بنانے، اور ایک ہی انٹرفیس میں تجزیہ کو دستاویز کرنے کی اجازت دیتا ہے۔
مثال: ڈیٹا سائنسدان مشین لرننگ ماڈلز کو پروٹوٹائپ کرنے اور نتائج کا اشتراک کرنے کے لیے جوپیٹر نوٹ بکس کا استعمال کرتے ہیں۔

K-نیئرسٹ نیبرز (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
ایک سادہ، غیر پیرامیٹرک مشین لرننگ الگورتھم جو درجہ بندی اور ریگریشن کے لیے استعمال ہوتا ہے۔ یہ فیچر اسپیس میں قریبی تربیتی مثالوں کی بنیاد پر فیصلے کرتا ہے۔
مثال: کسی نئے پھل کو سیب یا ناشپاتی کے طور پر درجہ بندی کرنے کے لیے، KNN جانچتا ہے کہ کون سے لیبل والے پھل شکل اور رنگ میں قریب ہیں۔

نالج گراف (Knowledge Graph)

Knowledge Graph
ایک ڈیٹا ڈھانچہ جو اداروں اور ان کے تعلقات کی باہمی منسلک تفصیلات کی نمائندگی اور ذخیرہ کرنے کے لیے نوڈز اور کناروں کا استعمال کرتا ہے۔
مثال: گوگل کا نالج پینل ایک نالج گراف سے تقویت یافتہ ہے جو لوگوں، مقامات، اور واقعات جیسے اداروں کو جوڑتا ہے۔

لینگویج لرننگ ماڈل آپٹیمائزیشن (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
بڑے زبان کے ماڈلز کی کارکردگی، کارکردگی، یا موافقت کو مخصوص کاموں یا ڈومینز کے لیے بہتر بنانے کے لیے استعمال کی جانے والی تکنیکیں۔
مثال: انٹرپرائز کے استعمال کے لیے LLM کو بہتر بنانے کے لیے کوانٹائزیشن اور انسٹرکشن ٹیوننگ کا استعمال۔

لارج لینگویج ماڈل (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
ایک قسم کا ڈیپ لرننگ ماڈل جو وسیع مقدار میں متنی ڈیٹا پر تربیت یافتہ ہے جو انسانی زبان کے ساتھ تخلیق، سمجھنے اور استدلال کرنے کی صلاحیت رکھتا ہے۔
مثال: چیٹ جی پی ٹی اور کلود LLMs ہیں جو لکھنے، کوڈنگ، اور سوالات کے جواب دینے میں مدد کے لیے تربیت یافتہ ہیں۔

لیٹنٹ اسپیس (Latent Space)

Latent Space
ایک ہائی ڈائمنشنل ایبسٹریکٹ نمائندگی جہاں مماثل ان پٹس کو قریب گروپ کیا جاتا ہے، جنریٹو ماڈلز اور ایمبیڈنگز میں استعمال ہوتا ہے۔
مثال: امیج جنریشن میں، لیٹنٹ اسپیس کو مینیپولیٹ کرنے سے چمک یا جذبات جیسی خصوصیات تبدیل ہو سکتی ہیں۔

لرننگ ریٹ (Learning Rate)

Learning Rate
تربیت میں ایک کلیدی ہائپر پیرامیٹر جو کنٹرول کرتا ہے کہ ماڈل کے وزن کو لاس گریڈینٹ کے حوالے سے کتنا ایڈجسٹ کیا جاتا ہے۔
مثال: ایک اعلی لرننگ ریٹ کم سے کم کو اوور شوٹ کر سکتا ہے، جبکہ بہت کم ریٹ تربیت کی پیش رفت کو سست کرتا ہے۔

مشین لرننگ (ML) (Machine Learning (ML))

Machine Learning (ML)
AI کی ایک شاخ جو سسٹمز کو ڈیٹا سے سیکھنے اور واضح طور پر پروگرام کیے بغیر کارکردگی کو بہتر بنانے کے قابل بناتی ہے۔
مثال: اسپیم فلٹرز ماضی کے مثالوں کی بنیاد پر ای میلز کو اسپیم یا نہ کے طور پر درجہ بندی کرنے کے لیے مشین لرننگ کا استعمال کرتے ہیں۔

ماڈل ڈرفٹ (Model Drift)

Model Drift
ایک رجحان جہاں ڈیٹا یا ماحول میں تبدیلیوں کی وجہ سے وقت کے ساتھ ماڈل کی درستگی کم ہو جاتی ہے۔
مثال: دھوکہ دہی کی حکمت عملیوں کے ارتقا کے ساتھ ایک دھوکہ دہی کا پتہ لگانے والا ماڈل کم درست ہو جاتا ہے۔

ماڈل ٹریننگ (Model Training)

Model Training
مشین لرننگ ماڈل کو ڈیٹا کھلانے اور غلطی کو کم کرنے کے لیے اس کے پیرامیٹرز کو ایڈجسٹ کرنے کا عمل۔
مثال: نئے پروڈکٹس کی تجویز کے لیے صارف کی خریداری کی تاریخ پر ایک تجویز کے انجن کو تربیت دینا۔

ملٹی موڈل AI (Multimodal AI)

Multimodal AI
AI سسٹمز جو متن، تصاویر، آڈیو، اور ویڈیو جیسے متعدد قسم کے ڈیٹا کو پروسیس اور ضم کرنے کے قابل ہیں۔
مثال: GPT-4 ویژن جیسا ماڈل جو ایک ہی وقت میں متن پڑھ سکتا ہے اور تصاویر کی تشریح کر سکتا ہے۔

نیچرل لینگویج پروسیسنگ (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
AI کا ایک ذیلی شعبہ جو کمپیوٹروں اور انسانی (قدرتی) زبانوں کے درمیان تعامل پر مرکوز ہے۔ یہ مشینوں کو انسانی زبان میں پڑھنے، سمجھنے اور جواب دینے کے قابل بناتا ہے۔
مثال: NLP کا استعمال وائس اسسٹنٹس، زبان کے ترجمہ ایپس، اور چیٹ بوٹس میں ہوتا ہے۔

نیورل نیٹ ورک (Neural Network)

Neural Network
انسانی دماغ کی ساخت سے متاثر ایک مشین لرننگ ماڈل، جو مربوط نوڈز (نیورونز) کی تہوں پر مشتمل ہے۔
مثال: نیورل نیٹ ورکس امیج اور اسپیکر کی شناخت میں استعمال ہونے والے ڈیپ لرننگ ماڈلز کے پیچھے ہیں۔

شور (Noise)

Noise
ڈیٹا میں بے ترتیب یا غیر متعلقہ معلومات جو بامعنی پیٹرن کو چھپا سکتی ہے اور ماڈل کی کارکردگی کو منفی طور پر متاثر کر سکتی ہے۔
مثال: سینسر کی غلطیاں یا ٹائپو سے بھرے ڈیٹا اندراجات کو شور سمجھا جا سکتا ہے۔

آنٹولوجی (Ontology)

Ontology
ایک منظم فریم ورک جو کسی ڈومین کے تصورات کے درمیان تعلقات کو درجہ بندی اور تعریف کرتا ہے، اکثر سیمنٹک AI سسٹمز میں استعمال ہوتا ہے۔
مثال: صحت کی دیکھ بھال میں ایک آنٹولوجی یہ بیان کر سکتی ہے کہ علامات بیماریوں اور علاج سے کیسے متعلق ہیں۔

اوور فٹنگ (Overfitting)

Overfitting
ایک ماڈلنگ کی غلطی جہاں ایک مشین لرننگ ماڈل تربیتی ڈیٹا میں شور کو پکڑتا ہے اور نئے ڈیٹا پر خراب کارکردگی کا مظاہرہ کرتا ہے۔
مثال: ایک ماڈل جو تربیتی جوابات کو یاد کرتا ہے لیکن غیر دیکھے ہوئے ٹیسٹ ڈیٹا کو سنبھال نہیں سکتا وہ اوور فٹ ہے۔

پیشین گوئی تجزیات (Predictive Analytics)

Predictive Analytics
تاریخی ڈیٹا کی بنیاد پر مستقبل کے نتائج کے امکان کی نشاندہی کرنے کے لیے ڈیٹا، الگورتھم، اور AI کا استعمال۔
مثال: خوردہ فروش مخصوص مصنوعات کے لیے مانگ کی پیش گوئی کرنے کے لیے پیشین گوئی تجزیات کا استعمال کرتے ہیں۔

پری ٹریننگ (Pre-training)

Pre-training
کسی مخصوص کام کے لیے اسے فائن ٹیون کرنے سے پہلے ایک بڑے، عام ڈیٹا سیٹ پر ماڈل کو ابتدائی طور پر تربیت دینے کا عمل۔
مثال: GPT ماڈلز کو کسٹمر سروس چیٹ بوٹس کے لیے حسب ضرورت بنانے سے پہلے بڑے کارپورا پر پہلے سے تربیت دی جاتی ہے۔

پرامپٹ انجینئرنگ (Prompt Engineering)

Prompt Engineering
بڑے زبان کے ماڈلز کے آؤٹ پٹ کو درست کرنے کے لیے مؤثر پرامپٹس تیار کرنے کا فن اور سائنس۔
مثال: 'ایک شائستہ ٹیوٹر کے طور پر جواب دیں' جیسی سسٹم ہدایات شامل کرنا پرامپٹ انجینئرنگ کی ایک مثال ہے۔

کوانٹائزیشن (Quantisation)

Quantisation
ایک ماڈل کمپریشن تکنیک جو کارکردگی کو بہتر بنانے کے لیے وزن اور ایکٹیویشنز کی نمائندگی کے لیے استعمال ہونے والے بٹس کی تعداد کو کم کرتی ہے۔
مثال: 32-bit سے 8-bit تک ایک ماڈل کو کوانٹائز کرنے سے موبائل آلات پر کارکردگی بہتر ہوتی ہے۔

کوانٹم کمپیوٹنگ (Quantum Computing)

Quantum Computing
کوانٹم میکینکس پر مبنی کمپیوٹنگ کا ایک نیا پیراڈائم، جو تیز رفتار پروسیسنگ کی صلاحیتوں کے لیے ممکنہ ہے۔
مثال: کوانٹم کمپیوٹنگ ایک دن کلاسیکی حدود سے آگے AI تربیت کو تیز کر سکتی ہے۔

ریزنگ انجن (Reasoning Engine)

Reasoning Engine
AI میں ایک سسٹم جو قواعد یا انفرنس الگورتھم کا استعمال کرتے ہوئے حقائق یا ڈیٹا کے سیٹ سے منطقی نتائج اخذ کرتا ہے۔
مثال: ایک AI تشخیص کا آلہ علامات کی بنیاد پر ممکنہ طبی حالات کا اندازہ لگانے کے لیے ریزنگ انجن کا استعمال کرتا ہے۔

ری انفورسمنٹ لرننگ (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
مشین لرننگ کا ایک علاقہ جہاں ایجنٹ اپنے ماحول کے ساتھ بات چیت کرکے مجموعی انعامات کو زیادہ سے زیادہ کرنا سیکھتے ہیں۔
مثال: ایک روبوٹ جو RL تکنیکوں کا استعمال کرتے ہوئے آزمائش اور غلطی سے چلنا سیکھتا ہے۔

ری انفورسمنٹ لرننگ ود ہیومن فیڈ بیک (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
ایک سیکھنے کا طریقہ جہاں انسانی ترجیحات AI کے انعام کے سگنل کی رہنمائی کرتی ہیں، اکثر زبان کے ماڈلز کو فائن ٹیون کرنے کے لیے استعمال ہوتی ہیں۔
مثال: چیٹ جی پی ٹی کو زیادہ مددگار اور محفوظ جوابات تیار کرنے کے لیے RLHF کے ساتھ تربیت دی گئی تھی۔

ریٹریول-ایگمنٹڈ جنریشن (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
ایک طریقہ جو معلومات کی بازیافت کو جنریشن کے ساتھ جوڑتا ہے، جہاں ایک LLM اپنے جواب کو بہتر بنانے کے لیے متعلقہ دستاویزات کو حاصل کرتا ہے۔
مثال: ایک AI اسسٹنٹ تکنیکی سوال کا جواب دیتے وقت پروڈکٹ کی خصوصیات کو حاصل کرتا ہے اور ان کا حوالہ دیتا ہے۔

سیلف سپروائزڈ لرننگ (Self-Supervised Learning)

Self-Supervised Learning
ایک تربیتی طریقہ جہاں ماڈل خام ڈیٹا سے اپنے لیبل تیار کرکے پیٹرن سیکھتا ہے، انسانی تشریح شدہ ڈیٹا پر انحصار کم کرتا ہے۔
مثال: BERT کو متن میں گمشدہ الفاظ کی پیش گوئی کرکے سیلف سپروائزڈ لرننگ کے ساتھ تربیت دی جاتی ہے۔

سیمنٹک سرچ (Semantic Search)

Semantic Search
ایک سرچ تکنیک جو صارف کے ارادے اور سیاق و سباق کے معنی کو سمجھتی ہے، نہ کہ صرف کلیدی الفاظ کی مماثلت۔
مثال: 'لیکنگ نل کو کیسے ٹھیک کریں' کی تلاش میں وہ رہنما خطوط ملتے ہیں چاہے دستاویز میں 'لیکنگ نل' کا لفظ موجود نہ ہو۔

سینٹیمنٹ انالیسس (Sentiment Analysis)

Sentiment Analysis
متن میں جذبات، آراء، یا رویوں کی شناخت کا عمل، اکثر مثبت، منفی، یا غیر جانبدار کے طور پر درجہ بندی کرتا ہے۔
مثال: کسی نئی پروڈکٹ پر عوامی ردعمل کا اندازہ لگانے کے لیے ٹویٹس کا تجزیہ کرنا۔

اسٹاکاسٹک (Stochastic)

Stochastic
بے ترتیب یا امکانی رویے کو شامل کرنا، اکثر جنریٹو AI اور آپٹیمائزیشن الگورتھم میں استعمال ہوتا ہے۔
مثال: GPT-4 کا آؤٹ پٹ اس کے اسٹاکاسٹک ڈیکوڈنگ کے عمل کی وجہ سے ایک ہی ان پٹ کے لیے مختلف ہوتا ہے۔

اسٹرانگ AI (Strong AI)

Strong AI
مصنوعی جنرل انٹیلی جنس (AGI) کے نام سے بھی جانا جاتا ہے، مشینوں سے مراد ہے جن میں تمام ڈومینز میں انسانی سطح کی علمی صلاحیتیں ہوتی ہیں۔
مثال: ایک مستقبل کا AI جو خود مختارانہ طور پر ناول لکھ سکتا ہے، شہروں کی منصوبہ بندی کر سکتا ہے، اور یکساں طور پر اچھی طرح سے اخلاقی مشکلات کو حل کر سکتا ہے۔

سپر آرٹیفیشل انٹیلی جنس (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
ایک نظریاتی AI جو تمام پہلوؤں میں انسانی ذہانت سے کہیں زیادہ ہے - استدلال، تخلیقی صلاحیت، جذباتی ذہانت، وغیرہ۔
مثال: ایک SAI نظریاتی طور پر آزادانہ طور پر نئی سائنس اور فلسفہ تیار کر سکتا ہے۔

سپروائزڈ لرننگ (Supervised Learning)

Supervised Learning
ایک مشین لرننگ تکنیک جہاں ماڈلز کو لیبل شدہ ڈیٹا پر تربیت دی جاتی ہے تاکہ ان پٹ-آؤٹ پٹ میپنگ سیکھ سکیں۔
مثال: ماضی کی مثالوں کا استعمال کرتے ہوئے ای میلز کو اسپیم یا نہ کے طور پر درجہ بندی کرنے کے لیے ایک ماڈل کو سکھانا۔

مصنوعی ڈیٹا (Synthetic Data)

Synthetic Data
مصنوعی طور پر تیار کردہ ڈیٹا جو حقیقی دنیا کے ڈیٹا کی نقل کرتا ہے، اکثر اس وقت تربیت کے لیے استعمال ہوتا ہے جب حقیقی ڈیٹا کم یا حساس ہو۔
مثال: مریض کی رازداری کی خلاف ورزی کیے بغیر تشخیصی ماڈلز کو تربیت دینے کے لیے مصنوعی طبی تصاویر بنانا۔

ٹوکن (Token)

Token
LLMs کے ذریعہ پروسیس کیا جانے والا متن کا ایک یونٹ - عام طور پر ایک لفظ یا لفظ کا ٹکڑا۔
مثال: جملہ 'ہیلو دنیا!' کو 3 ٹوکن میں تقسیم کیا گیا ہے: 'ہیلو'، 'دنیا'، اور '!'۔

ٹوکنائزیشن (Tokenisation)

Tokenisation
کسی ماڈل کے ذریعہ پروسیسنگ کے لیے متن کو ٹوکن میں توڑنے کا عمل۔
مثال: NLP میں، 'چیٹ جی پی ٹی زبردست ہے' ['چیٹ'، 'جی'، 'پی ٹی'، 'ہے'، 'زبردست'] بن جاتا ہے۔

ٹرانسفر لرننگ (Transfer Learning)

Transfer Learning
کسی دوسرے متعلقہ کام پر سیکھنے کو بڑھانے کے لیے ایک کام سے علم کا استعمال، تربیت کے وقت اور ڈیٹا کی ضروریات کو کم کرنا۔
مثال: انگریزی متن پر تربیت یافتہ ماڈل کو کسی دوسری زبان میں سینٹیمنٹ انالیسس کرنے کے لیے فائن ٹیون کرنا۔

ٹرانسفارمر (Transformer)

Transformer
ایک نیورل نیٹ ورک آرکیٹیکچر جو متواتر ڈیٹا کو ماڈل کرنے کے لیے توجہ کے طریقہ کار کا استعمال کرتا ہے، جو LLMs میں وسیع پیمانے پر استعمال ہوتا ہے۔
مثال: BERT، GPT، اور T5 سب ٹرانسفارمر پر مبنی ماڈلز ہیں۔

انڈر فٹنگ (Underfitting)

Underfitting
جب ایک ماڈل تربیتی ڈیٹا میں پیٹرن کو پکڑنے کے لیے بہت سادہ ہوتا ہے، جس کے نتیجے میں خراب کارکردگی ہوتی ہے۔
مثال: ایک لکیری ماڈل جو پیچیدہ امیج درجہ بندی کی پیش گوئی کرنے کی کوشش کرتا ہے وہ انڈر فٹ ہو سکتا ہے۔

ان سپروائزڈ لرننگ (Unsupervised Learning)

Unsupervised Learning
ایک سیکھنے کا طریقہ جہاں ماڈلز لیبل کے بغیر ڈیٹا میں پیٹرن یا کلستر کی شناخت کرتے ہیں۔
مثال: پہلے سے طے شدہ لیبل کے بغیر صارفین کو ان کے خریداری کے رویے کی بنیاد پر گروپ کرنا۔

صارف کا ارادہ (User Intent)

User Intent
کسی صارف کی استفسار یا تعامل کے پیچھے کا مقصد یا ارادہ۔
مثال: 'کیک کیسے پکائیں' ٹائپ کرنے والا صارف غالباً ایک نسخہ تلاش کرنے کا ارادہ رکھتا ہے۔

ویلیڈیشن سیٹ (Validation Set)

Validation Set
تربیت کے دوران ماڈل کی کارکردگی کا جائزہ لینے اور ہائپر پیرامیٹرز کو ایڈجسٹ کرنے کے لیے استعمال ہونے والا ڈیٹا کا ایک ذیلی سیٹ۔
مثال: حتمی جانچ سے پہلے اوور فٹنگ کا پتہ لگانے کے لیے استعمال کیا جاتا ہے۔

ویکٹر ڈیٹا بیس (Vector Database)

Vector Database
ایک ڈیٹا بیس جو AI کاموں جیسے مماثلت کی تلاش اور RAG میں استعمال ہونے والے ویکٹر ایمبیڈنگز کو ذخیرہ کرنے اور تلاش کرنے کے لیے ڈیزائن کیا گیا ہے۔
مثال: پائنکون اور ویویٹ ٹیکسٹ یا امیج ایمبیڈنگز کو ذخیرہ کرنے کے لیے ویکٹر ڈیٹا بیس ہیں۔

ویکٹر ایمبیڈنگ (Vector Embedding)

Vector Embedding
ڈیٹا کی ایک عددی نمائندگی جو ویکٹر اسپیس میں معنی کے معنی اور تعلقات کو محفوظ رکھتی ہے۔
مثال: 'بادشاہ' اور 'ملکہ' کے الفاظ میں صنفی فرق کے ساتھ قریبی ایمبیڈنگز ہیں۔

ورچوئل اسسٹنٹ (Virtual Assistant)

Virtual Assistant
ایک AI سے چلنے والا سافٹ ویئر ایجنٹ جو صارفین کو بات چیت یا صوتی احکامات کے ذریعے کام مکمل کرنے میں مدد کرتا ہے۔
مثال: سری، الیکسا، اور گوگل اسسٹنٹ مقبول ورچوئل اسسٹنٹس ہیں۔

وائس ریکگنیشن (Voice Recognition)

Voice Recognition
ٹیکنالوجی جو بولی جانے والی زبان کو متن یا عمل میں سمجھتی اور تبدیل کرتی ہے۔
مثال: وائس ٹائپنگ اور وائس کمانڈز وائس ریکگنیشن سسٹمز پر انحصار کرتے ہیں۔

وِیک AI (Weak AI)

Weak AI
AI سسٹمز جو عمومی ذہانت کے بغیر ایک تنگ، مخصوص کام انجام دینے کے لیے ڈیزائن کیے گئے ہیں۔
مثال: ایک شطرنج کھیلنے والا AI جو زبان کو سمجھ نہیں سکتا یا کار نہیں چلا سکتا، وِیک AI کی ایک مثال ہے۔

ویب اسکرپنگ (Web Scraping)

Web Scraping
ویب سائٹس سے معلومات کا خودکار اخراج، اکثر تربیتی ڈیٹا جمع کرنے یا مواد کی نگرانی کے لیے استعمال ہوتا ہے۔
مثال: پراپرٹی ویلیویشن ماڈل کو تربیت دینے کے لیے رئیل اسٹیٹ کی فہرستوں کو اسکرپٹ کرنا۔

ویٹ (Weight)

Weight
نیورل نیٹ ورکس میں ایک پیرامیٹر جو ایک نوڈ کا دوسرے پر اثر انداز ہونے کی طاقت کا تعین کرتا ہے۔
مثال: ماڈل کی غلطی کو کم کرنے کے لیے تربیت کے دوران ویٹس کو ایڈجسٹ کیا جاتا ہے۔

وسپر (Whisper)

Whisper
OpenAI کے ذریعہ تیار کردہ ایک تقریر سے متن کا ماڈل جو متعدد زبانوں میں آڈیو کو ٹرانسکرائب کرنے کی صلاحیت رکھتا ہے۔
مثال: وسپر لیکچرز اور پوڈ کاسٹ کو اعلی درستگی کے ساتھ ٹرانسکرائب کر سکتا ہے۔

YAML (YAML)

YAML
ڈیٹا سیریلائزیشن کے لیے ایک انسانی پڑھنے کے قابل فارمیٹ، جو عام طور پر مشین لرننگ کے ورک فلوز میں کنفیگریشن فائلوں کے لیے استعمال ہوتا ہے۔
مثال: پائتھورچ میں تربیت کے لیے YAML فائل میں ماڈل پیرامیٹرز کو متعین کرنا۔

زیرو شاٹ لرننگ (Zero-shot Learning)

Zero-shot Learning
ماڈل کی وہ صلاحیت جو ایسے کام انجام دیتا ہے جن پر اسے کبھی واضح طور پر تربیت نہیں دی گئی ہے، عمومی علم کا فائدہ اٹھا کر۔
مثال: ایک ماڈل جو قانونی ڈیٹا پر خاص طور پر تربیت یافتہ نہ ہونے کے باوجود قانونی سوالات کے جواب دیتا ہے۔

زیٹا بائٹ (Zettabyte)

Zettabyte
ڈیجیٹل ڈیٹا کی ایک یونٹ جو ایک سیگسٹلیئن (10^21) بائٹس کے برابر ہے، اکثر انٹرنیٹ ڈیٹا کے پیمانے کو بیان کرنے کے لیے استعمال ہوتی ہے۔
مثال: 2016 تک عالمی انٹرنیٹ ٹریفک 1 زیٹا بائٹ فی سال سے تجاوز کر گیا۔