विज्ञान और प्रौद्योगिकी · भाग V — नई और व्यावहारिक तकनीकें · 39 में से मुख्य टॉपिक 23
कृत्रिम बुद्धि (AI), मशीन लर्निंग, रोबोटिक्स और साइबर-भौतिक तंत्र
ऐसी प्रणालियाँ जो पैटर्न का अनुमान लगाती हैं, वातावरण को समझती हैं, कार्य की योजना बनाती हैं और भौतिक दुनिया से जुड़ती हैं।
अंदर 122 चीज़ेंपढ़े गए RPSC/RSSB पेपरों में 2 बार पूछा गया, आख़िरी बार 2013 मेंSNT-23
इसे भी देखें: कंप्यूटर: कृत्रिम बुद्धिमत्ता (AI): मूल विषय और बुद्धिमान सिस्टमकंप्यूटर: मशीन लर्निंग, डीप लर्निंग, जनरेटिव AI, LLM और AI इंजीनियरिंगहिन्दी: एकीकृत पुनरावृत्ति और मास्टर चेकलिस्टहिन्दी: क्रिया और धातु
- 1
ऐतिहासिक विकास — मुख्य तिथियाँ
- मैककुलॉक और पिट्स कृत्रिम न्यूरॉन का गणितीय मॉडल प्रकाशित करते हैं।1943
- ट्यूरिंग “कंप्यूटिंग मशीनरी एंड इंटेलिजेंस” प्रकाशित करते हैं।1950
- डार्टमाउथ कार्यशाला AI को एक नामित शोध क्षेत्र के रूप में स्थापित करने में मदद करती है।1956
- विशेषज्ञ प्रणालियाँ (expert systems) और औद्योगिक स्वचालन बढ़ते हैं।1980s
- IBM डीप ब्लू एक मुकाबले में विश्व शतरंज चैंपियन गैरी कास्परोव को हराता है।1997
- एक छवि-पहचान बेंचमार्क पर डीप लर्निंग में बड़ी छलांग आती है।2012
- अल्फ़ागो ली सेडोल को हराता है।2016
- ट्रांसफ़ॉर्मर आर्किटेक्चर प्रस्तुत किया जाता है।2017
- जनरेटिव AI और बातचीत करने वाले भाषा मॉडल व्यापक रूप से उपलब्ध होते हैं।2022-2023
- मल्टीमॉडल मॉडल, AI एजेंट, रोबोटिक्स लर्निंग और AI शासन का विस्तार होता है।2020s
- 2
AI की नींव
- खोज (search)
- डेटा का निरूपण (बाइनरी आदि)
- तर्क (reasoning)
- योजना (planning)
- एजेंट
- 3
मशीन लर्निंग
- पर्यवेक्षित (supervised)
- अपर्यवेक्षित (unsupervised)
- अर्ध/स्व-पर्यवेक्षित
- सुदृढ़ीकरण अधिगम (reinforcement learning)
- 4
डेटा
- विशेषताएँ
- प्रशिक्षण/सत्यापन/परीक्षण विभाजन
- डेटा रिसाव (leakage)
- असंतुलन
- गुणवत्ता
- उत्पत्ति-रिकॉर्ड (provenance)
- 5
मॉडल
- रैखिक
- ट्री (वृक्ष)
- एन्सेम्बल
- SVM
- क्लस्टरिंग
- न्यूरल नेटवर्क
- 6
डीप लर्निंग
- CNN
- RNN
- अटेंशन
- ट्रांसफ़ॉर्मर
- एम्बेडिंग
- मल्टीमॉडल मॉडल
- 7
NLP (प्राकृतिक भाषा संसाधन)
- टोकनाइज़ेशन
- भाषा मॉडलिंग
- स्थानांतरण (translation: प्रोटीन बनना)
- पुनर्प्राप्ति (retrieval)
- सारांशीकरण
- मूल्यांकन
- 8
दृष्टि
- वर्गीकरण
- पहचान (detection)
- विभाजन (segmentation)
- ट्रैकिंग
- छवि निर्माण
- 9
जनरेटिव AI
- LLM (बड़े भाषा मॉडल)
- डिफ़्यूज़न
- प्रॉम्प्टिंग
- RAG (पुनर्प्राप्ति-संवर्धित निर्माण)
- औज़ार
- ग्राउंडिंग (स्रोत से जोड़ना)
- गार्डरेल (सुरक्षा सीमाएँ)
- 10
AI एजेंट
- योजना
- अवस्था (state)
- मेमोरी
- औज़ार
- बहु-एजेंट प्रणालियाँ
- मानव की मंज़ूरी
- 11
मूल्यांकन
- यथार्थता (accuracy)
- अंशांकन (calibration)
- मज़बूती (robustness)
- निष्पक्षता
- हैलुसिनेशन (गढ़ा हुआ उत्तर)
- रेड-टीमिंग
- 12
MLOps
- वर्ज़निंग
- परिनियोजन (deployment)
- निगरानी
- बहाव
- पुनरुत्पादन-योग्यता
- शासन
- 13
रोबोटिक्स
- मैनिपुलेटर (रोबोटिक भुजा)
- चलने वाले रोबोट
- ह्यूमनॉइड
- सेंसर
- प्रवर्तक (actuators)
- शुद्धगतिकी (kinematics)
- 14
नियंत्रण
- PID
- फ़ीडबैक
- अवस्था आकलन
- SLAM
- गति योजना
- सुरक्षा
- 15
साइबर-भौतिक प्रणालियाँ
- डिजिटल ट्विन
- एम्बेडेड AI
- एज इन्फ़रेंस
- स्वायत्तता
- 16
AI नैतिकता
- निजता
- पारदर्शिता
- जवाबदेही
- पूर्वाग्रह
- सुलभता
- पर्यावरणीय लागत
- 17
विज्ञान के लिए AI
- पदार्थ
- प्रोटीन
- मौसम
- जलवायु
- दवा खोज
- प्रयोग योजना
- 18
पढ़ाने का क्रम और जोड़
- मॉडल से पहले डेटा और एल्गोरिद्मिक सोच सिखाएँ
- मूल्यांकन सिखाएँ
- AI उपयोगों के साथ सीमाएँ और मानवीय ज़िम्मेदारी।
