problem solving by searching in artificial intelligence in hindi

• INDIAai Portal

Results for " "

INDIAai Recommends

Follow IndiaAI

Share on Twitter

Share on Facebook

Share on LinkedIn

एआई सभी के लिए (AI for Everyone -Hindi)

Introduction

As Artificial Intelligence technologies are becoming more and more advanced, we are also reaching a critical juncture in human history. It is clear that the ones who will leverage these technologies, whether it is small businesses, large enterprises or even nation states, are poised to gain upper hand in the coming decades, while the ones may perish.

One way to address this challenge is to provide the fundamental insight into what these technologies are and what are its capabilities as of today. With this idea in mind, INDIAai - The National AI Portal of India, has created this booklet. This booklet aims to inform and inspire the non-techies amongst us, especially children of all age and adults. This booklet is designed with the help of experts as a basic introduction to AI that a person of any age and background can comprehend the basics.

Want to publish your content?

Submit your case study and share your insights to the world.

ALSO EXPLORE

The information provided on this page has been procured through secondary sources. In case you would like to suggest any update, please write to us at [email protected]

indiaai.gov.in

30,000+ students realised their study abroad dream with us. Take the first step today

Here’s your new year gift, one app for all your, study abroad needs, start your journey, track your progress, grow with the community and so much more.

Verification Code

An OTP has been sent to your registered mobile no. Please verify

Thanks for your comment !

Our team will review it before it's shown to our readers.

• Artificial Intelligence /

Artificial Intelligence in Hindi: AI क्या है, कितने प्रकार की होती है और इसमें कितने कोर्स होते हैं?

• Updated on  
• नवम्बर 7, 2023

साइंस ने लगातार विकास के नए कीर्तिमान स्थापित किए हैं। हर दिन साइंस कोई न कोई एक्सपेरिमेंट हो रहा है। ऐसा ही एक सफल एक्सपेरिमेंट आर्टिफिशियल इंटेलिजेंस का भी हुआ है। वे सभी साईं-फाई फिल्में जो हमने एक बच्चे के रूप में देखीं, अक्सर हमें अचंभित कर देती थीं और हम में से अधिकांश किसी दिन उन मानव-समान रोबोट बनाने की इच्छा रखते थे। बड़े होकर, हमने तकनीकी प्रगति की एक विशाल लहर देखी जिसने हमारी दिन-प्रतिदिन की गतिविधियों को सरल बना दिया। इन तकनीकी इन्नोवेशंस में, आर्टिफिशियल इंटेलिजेंस एक मूलभूत तत्व है जो खुद को कम्प्यूटेशनल इक्विपमेंट्स और सिस्टम्स में मानव बुद्धि के अनुकरण से संबंधित है। लगभग हर उद्योग डिजिटल क्रांति को लागू करने के लिए एआई प्रौद्योगिकियों का उपयोग कर रहा है जिसने इसे समकालीन समय में सबसे अधिक मांग वाला करियर बना दिया है। इस ब्लॉग के माध्यम से, हम आपको Artificial Intelligence in Hindi में करियर बनाने के बारे में एक संपूर्ण गाइड प्रदान करना चाहते हैं, जिन कोर्सेज को आप आगे बढ़ा सकते हैं और साथ ही इसके व्यापक दायरे को भी प्रदान कर सकते हैं।

This Blog Includes:

आर्टिफिशियल इंटेलिजेंस क्या है, आर्टिफिशियल इंटेलिजेंस कितने प्रकार के होते हैं, आर्टिफिशियल इंटेलिजेंस की शुरुआत कैसे हुई, आर्टिफिशियल इंटेलिजेंस कोर्सेज, स्वास्थ्य देखभाल, ऑटोनोमस व्हीकल, आर्टिफिशियल इंटेलिजेंस उदाहरण, 2022 के टॉप एआई आविष्कार, आर्टिफिशियल इंटेलिजेंस कोर्सेज और टॉप यूनिवर्सिटीज, भारत के टॉप विश्वविद्यालय, आर्टिफिशियल इंटेलिजेंस कोर्स में एडमिशन लेने के लिए योग्यता, आवेदन प्रक्रिया , आवश्यक दस्तावेज , प्रवेश परीक्षाएं, आर्टिफिशियल इंटेलिजेंस में करियर स्कोप, जॉब प्रोफाइल्स और सैलरी .

आर्टिफिशियल इंटेलिजेंस का अर्थ है- बनावटी (कृत्रिम) तरीके से विकसित की गई बौद्धिक क्षमता (इंटेलेक्चुअल एबिलिटी)। आर्टिफिशियल इंटेलिजेंस के जनक जॉन मैकार्थी के अनुसार यह इंटेलीजेंट मशीनों, विशेष रूप से इंटेलीजेंट कंप्यूटर प्रोग्राम को बनाने का साइंस और इंजीनियरिंग है अर्थात् यह मशीनों द्वारा प्रदर्शित की गई इंटेलिजेंस है। आर्टिफिशियल इंटेलिजेंस कंप्यूटर साइंस का एक सब-डिवीजन है और इसकी जड़ें पूरी तरह से कंप्यूटिंग सिस्टम पर आधारित हैं। AI का अंतिम लक्ष्य ऐसे उपकरणों का निर्माण करना है जो बुद्धिमानी से और स्वतंत्र रूप से कार्य कर सकें और ह्यूमन लेबर और मैनुअल काम को कम कर सकें।

यह मानव बुद्धि की नकल करने के लिए मशीन लर्निंग का उपयोग करता है। Siri, Alexa, Tesla Car और डिजिटल एप्लिकेशन जैसे Netflix और Amazon AI टेक्नोलॉजी के कुछ बेहतरीन उदाहरण हैं। मैकेनिकल इंजीनियरिंग , कंप्यूटर साइंस इंजीनियरिंग , एप्लाइड आर्टिफिशियल इंटेलिजेंस के साथ-साथ रोबोटिक्स और ऑटोमेशन इंजीनियरिंग में डिप्लोमा के साथ-साथ बैचलर्स की डिग्री और मास्टर डिग्री की पेशकश की जाती है जिससे आर्टिफिशियल इंटेलिजेंस में करियर बनाने के लिए आगे बढ़ाया जा सकता है।

आर्टिफिशियल इंटेलिजेंस के प्रकार के बारे में नीचे बताया गया है-

• पूर्णतः प्रतिक्रियात्मक (प्योरली रिएक्टिव)
• सीमित स्मृति (लिमिटेड मेमोरी)
• मस्तिष्क सिद्धांत (ब्रेन थ्योरी)
• आत्म-चेतन (सेल्फ कॉन्ससियस)

आर्टिफिशियल इंटेलिजेंस की शुरुआत 1950 के दशक में ही हो गई थी, लेकिन इसको 1970 के दशक में पहचान मिली।  जापान ने सबसे पहले पहल की और 1981 में  फिफ्थ जनरेशन नामक योजना की शुरुआत की थी। इसमें सुपर-कंप्यूटर के विकास के लिये 10-वर्षीय कार्यक्रम की रूपरेखा प्रस्तुत की गई थी। बाद में ब्रिटेन ने इसके लिए  ‘एल्वी’  नाम का एक प्रोजेक्ट बनाया। यूरोपीय संघ के देशों ने भी   ‘एस्प्रिट’ नाम से एक कार्यक्रम की शुरुआत की थी। 1983 में कुछ निजी संस्थाओं ने मिलकर आर्टिफिशियल इंटेलिजेंस पर लागू होने वाली उन्नत तकनीकों जैसे-Very Large Scale Integrated सर्किट का विकास करने के लिए एक संघ ‘माइक्रो-इलेक्ट्रॉनिक्स एण्ड कंप्यूटर टेक्नोलॉजी’की स्थापना की।

चूंकि आर्टिफिशियल इंटेलिजेंस में बहु-विषयक शिक्षा और प्रशिक्षण शामिल है और यह कई क्षेत्रों को छूता है। इसमें कोर्स की पेशकश भिन्न होती है और पृष्ठभूमि में व्यक्तियों की जरूरतों और आवश्यकताओं को पूरा करने के लिए डिज़ाइन की जाती है। इस संबंध में, हमने न केवल मुख्य एआई कोर्सेज बल्कि व्यापक लोगों की भी नीचे एक लिस्ट शामिल की है-

• Bachelors in AI
• BSc Mathematics
• Computer Science Bachelors [Major AI]
• Master of Science in AI
• MSc Mathematics
• Masters in Machine Learning
• Master in Engineering (ME)
• MBA in Data Science
• MS in Mechanical Engineering
• PhD in Artificial Intelligence
• PhD in Computer Science
• PhD in Mathematics

इस क्षेत्र में एक अकादमिक कार्यक्रम का अध्ययन, आप एआई की विस्तृत और जटिल अवधारणाओं के साथ-साथ कुशल डिजिटल और रोबोटिक उपकरणों के निर्माण के लिए उपयोग की जाने वाली विभिन्न तकनीकों के ज्ञान से लैस होंगे। यहाँ कुछ प्रमुख विषय दिए गए हैं जिनसे आप AI कोर्सेज में पढ़ने की उम्मीद कर सकते हैं-

• आर्टिफिशियल इंटेलिजेंस डिजाइन 
• क्लाउड कम्प्यूटिंग
• आर्टिफिशियल इंटेलिजेंस ऐप्लिकेशन्स
• आर्टिफिशियल इंटेलिजेंस प्रोग्रामिंग 
• एआई सिस्टम 
• नेटवर्क एनालिसिस

आर्टिफिशियल इंटेलिजेंस के एप्लिकेशन्स

बिज़नेस अपने ग्राहकों के साथ बेहतर संबंध बनाने के साथ-साथ उन कार्यों से निपटने के लिए एआई का उपयोग कर रहे हैं जो मनुष्यों द्वारा किए जाएंगे लेकिन रोबोटिक प्रक्रिया ऑटोमेशन का उपयोग करके तेजी से किया जा सकता है। इसके अलावा, वेबसाइटें ग्राहकों की सेवा करने के सर्वोत्तम तरीकों का पता लगाने के लिए मशीन लर्निंग एल्गोरिथ्म का उपयोग कर रही हैं । व्यावसायिक क्षेत्र में आर्टिफिशियल इंटेलिजेंस के विविध अनुप्रयोगों के बीच, ग्राहकों को तत्काल सेवाएं सुनिश्चित करने के लिए वेबसाइटों में चैटबॉट शामिल हैं। एआई में बिक्री बढ़ाने, भविष्य कहनेवाला विश्लेषण करने, उपभोक्ताओं के साथ उनके समग्र अनुभव को बढ़ाने के साथ-साथ कुशल और प्रभावी कार्य प्रक्रियाओं को तैयार करने की क्षमता है।

जब शिक्षा क्षेत्र की बात आती है, तो एआई ने शिक्षण के पारंपरिक तरीकों में क्रांति लाने में महत्वपूर्ण बदलाव लाए हैं। असाइनमेंट ग्रेडिंग के साथ-साथ ऑनलाइन अध्ययन सामग्री, ई-कॉन्फ्रेंसिंग इत्यादि के माध्यम से स्मार्ट सामग्री प्रदान करने के लिए डिजिटल प्रौद्योगिकियों को प्रभावी ढंग से शामिल किया जा सकता है। इसके अलावा, एआई का उपयोग Leverage Edu जैसे प्रवेश पोर्टलों द्वारा भी कुशलता से किया जा रहा है ताकि छात्रों को बेस्ट फिट कोर्स खोजने में सहायता मिल सके और विश्वविद्यालयों को उनकी प्राथमिकताओं और करियर लक्ष्यों के अनुसार। शिक्षा में आर्टिफिशियल इंटेलिजेंस के असंख्य अन्य अनुप्रयोग हैं जैसे ऑनलाइन कोर्स और सीखने के प्लेटफॉर्म और डिजिटल एप्लिकेशन, बुद्धिमान एआई ट्यूटर, ऑनलाइन करियर काउंसलिंग , वर्चुअल फैसिलिटेटर, अन्य।

आर्टिफिशियल इंटेलिजेंस स्वास्थ्य सेवा क्षेत्र के लिए एक महत्वपूर्ण और प्रभावी तकनीक साबित हुई है क्योंकि इसने चिकित्सा उपकरण, डायग्नोसिस, रिसर्च आदि में क्रांति ला दी है। रोगों के बेहतर और तेजी से डायग्नोसिस के लिए कंप्यूटिंग तकनीकों का उपयोग करने के अलावा, आर्टिफिशियल इंटेलिजेंस के विभिन्न महत्वपूर्ण अनुप्रयोग हैं क्योंकि जटिल एल्गोरिथ्म का उपयोग जटिल चिकित्सा और स्वास्थ्य संबंधी डेटा के विश्लेषण और व्याख्या के लिए मानव अनुभूति का अनुकरण करने के लिए किया जा सकता है। एआई सिस्टम डेटा के बड़े हिस्से को संभाल सकता है और उपचार के सर्वोत्तम तरीकों का सुझाव देने के लिए उनका विश्लेषण कर सकता है। कई स्वास्थ्य सेवा कंपनियों ने लाइब्रेट, वेबएमडी, आदि जैसे डिजिटल एप्लिकेशन भी डिजाइन किए हैं, जहां मरीज अपने मरीजों की रिपोर्ट कर सकते हैं और स्वास्थ्य पेशेवरों से चिकित्सा सहायता ले सकते हैं।

बैंकिंग क्षेत्र में कृत्रिम बुद्धिमत्ता के अनुप्रयोग भी तेजी से बढ़ रहे हैं। दुनिया में ऐसे कई बैंक हैं जो पहले से ही क्रेडिट कार्ड की धोखाधड़ी से संबंधित गतिविधियों का पता लगाने के साथ-साथ ऑनलाइन बैंकिंग की सुविधा के लिए कृत्रिम बुद्धिमत्ता का लाभ उठा रहे हैं। लगभग हर बैंक अपने उपयोगकर्ताओं को ऑनलाइन ऐप प्रदान कर रहा है जहां वे अपने खाते के लेन-देन को ट्रैक कर सकते हैं, ऑनलाइन भुगतान कर सकते हैं और साथ ही एंटी-मनी लॉन्ड्रिंग पैटर्न के साथ-साथ भुगतान धोखाधड़ी का पता लगा सकते हैं। मास्टरकार्ड और आरबीएस वर्ल्डपे जैसी प्रसिद्ध कंपनियां समान रूप से एआई और डीप लर्निंग पर भरोसा करती हैं।

वित्तीय क्षेत्र में, कृत्रिम बुद्धिमत्ता बाजार के भविष्य के पैटर्न को निर्धारित करने में प्रमुख भूमिका निभा रही है। वित्त क्षेत्र में एआई-आधारित प्रौद्योगिकियों का मुख्य उद्देश्य और उद्देश्य स्टॉक ट्रेडिंग की गतिशीलता का पूरी तरह से विश्लेषण करना है। आर्टिफिशियल इंटेलिजेंस के विभिन्न अनुप्रयोगों का उपयोग करते हुए, वित्त उद्योग अनुकूली बुद्धिमत्ता, एल्गोरिथम ट्रेडिंग और मशीन लर्निंग को वित्तीय प्रक्रियाओं में शामिल कर रहा है। बाजार की कीमतों की भविष्यवाणी के आधार पर, वे व्यक्तियों को सही निर्णय लेने में मदद करते हैं।

पर्यावरण परिवर्तन से संबंधित कई मुद्दे हैं जो किसानों के जीवन और फसल उत्पादन को बुरी तरह प्रभावित कर रहे हैं। कृषि संकट को दूर करने के लिए, कई एआई-आधारित मशीनें सबसे आगे हैं, चाहे वह रोबोट और एल्गोरिथ्म हों, जो किसानों को स्थायी कृषि उत्पादन में मदद कर रही हों। वे किसानों को फसलों को खरपतवारों से बचाने के अधिक प्रभावी साधन खोजने में मदद करते हैं। कृषि में आर्टिफिशियल इंटेलिजेंस के अनुप्रयोगों का प्रभावी ढंग से उपयोग करते हुए, ‘ब्लू रिवर टेक्नोलॉजी’ ने एक बेहतरीन उदाहरण स्थापित किया है क्योंकि इसने ऐसी मशीनें बनाई हैं जो कपास के पौधों पर खरपतवारनाशी का पता लगा सकती हैं। ये स्वचालित मशीनें कंप्यूटर विज़न तकनीकों की मदद से पौधों का छिड़काव करती हैं जो उन्हें शाकनाशी से बचाने में मदद करती हैं।

स्मार्ट कारें ऑटोनोमस व्हीकल का सबसे अच्छा उदाहरण हैं। यह ऑटोमोबाइल क्षेत्र में कृत्रिम बुद्धिमत्ता के लोकप्रिय अनुप्रयोगों में से एक है। वायमो जैसी विपुल कंपनियां हैं, जिन्होंने अपने प्रोडक्ट को सफल बनाने के लिए कई टेस्ट ड्राइव का आयोजन किया है। उनमें वाहनों की आवाजाही के लिए संकेतों का उत्पादन और नियंत्रण करने के लिए सिस्टम, क्लाउड सेवाएं, जीपीएस के साथ-साथ कैमरे वाले वाहन शामिल थे। टेस्ला की सेल्फ-ड्राइविंग कारें पूरी तरह से आर्टिफिशियल इंटेलिजेंस पर आधारित हैं, जो स्वायत्त वाहनों का एक और बेहतरीन उदाहरण है।

आर्टिफिशियल इंटेलिजेंस उदाहरण के कुछ उदाहरण नीचे बताये गए हैं-

• इंटेलिजेंट रोबोट
• कम्प्यूटर गेमिंग
• विशेषज्ञ सिस्टम
• प्राकृतिक भाषा प्रोसेसिंग
• विजन सिस्टम

2022 के टॉप आर्टिफिशियल इंटेलिजेंस अविष्कारों की लिस्ट नीचे दी गई है-

• More Power to Language Modeling
• SSL for Image Modeling
• Conversational AI
• AI-Based Cybersecurity
• Computer Vision Technology in Businesses
• More AI-driven Scientific Discoveries
• Explainable Artificial Intelligence
• Developer Productivity

आर्टिफिशियल इंटेलिजेंस के व्यापक क्षेत्र में, एआई रोबोटिक्स कोर्सेज की पेशकश की जाती है जो छात्रों को आवश्यक ज्ञान और दिमाग को उड़ाने वाले तकनीकी इन्नोवेशंस के निर्माण के लिए तैयार कर सकते हैं। नीचे दी गई तालिका कुछ प्रमुख विश्वविद्यालयों और उनके संभावित कोर्सेज को सूचीबद्ध करती है जो आर्टिफिशियल इंटेलिजेंस में करियर बनाने के इच्छुक लोगों के लिए तैयार किए गए हैं-

आर्टिफिशियल इंटेलिजेंस कोर्सेज की पेशकश करने वाले कुछ टॉप भारतीय विश्वविद्यालयों और कॉलेजों की लिस्ट नीचे दी गई है–

• सभी IIT 
• आंध्र यूनिवर्सिटी कॉलेज ऑफ इंजीनियरिंग, विशाखापत्तनम
• एनआईटी सुरथकल – नेशनल इंस्टीट्यूट ऑफ टेक्नोलॉजी कर्नाटक
• इंस्टीट्यूशंस ऑफ इंजीनियर्स इंडिया, कोलकाता
• सीवी रमन ग्लोबल यूनिवर्सिटी, भुवनेश्वर
• वेल्स विश्वविद्यालय – वेल इंस्टीट्यूट ऑफ साइंस टेक्नोलॉजी एंड एडवांस्ड स्टडीज
• श्रीनिवास इंस्टीट्यूट ऑफ टेक्नोलॉजी, मैंगलोर
• शिवाजी यूनिवर्सिटी, कोल्हापुरी
• इंडियन मैरीटाइम यूनिवर्सिटी, चेन्नई
• पार्क कॉलेज ऑफ इंजीनियरिंग एंड टेक्नोलॉजी, कोयंबटूर
• समुंद्रा इंस्टीट्यूट ऑफ मैरीटाइम स्टडीज, पुणे
• जीकेएम कॉलेज ऑफ इंजीनियरिंग एंड टेक्नोलॉजी, चेन्नई

आर्टिफिशियल इंटेलिजेंस के लिए सामान्य योग्यता नीचे दी गई है-

• आर्टिफिशियल इंजीनियरिंग में बैचलर और मास्टर स्तर के कोर्सेज में प्रवेश पाने के लिए, छात्रों को किसी मान्यता प्राप्त स्कूल से पीसीएम पृष्ठभूमि के साथ न्यूनतम 10+2 की स्कूली शिक्षा होनी चाहिए।  
• IELTS या TOEFL आदि जैसे अंग्रेजी भाषा प्रवीणता परीक्षाओं के साथ GRE उत्तीर्ण करना अनिवार्य है।
• मास्टर स्तर के कोर्स का चयन करने वाले छात्रों के लिए, कंप्यूटर विज्ञान या संबंधित विषयों में बैचलर डिग्री होना आवश्यक है।
• भारत में इंजीनियरिंग में बैचलर्स के लिए कुछ कॉलेजों और यूनिवर्सिटीज में JEE mains , JEE Advanced जैसे प्रवेश परीक्षा के स्कोर अनिवार्य हैं। साथ ही कुछ कॉलेज और यूनिवर्सिटीज अपनी स्वयं की प्रवेश परीक्षाएं आयोजित करतीं हैं। विदेश में इन कोर्सेज  के लिए यूनिवर्सिटी द्वारा निर्धारित आवश्यक ग्रेड आवश्यकताओं को पूरा करना जरुरी है, जो हर यूनिवर्सिटी और कोर्स के अनुसार अलग–अलग हो सकती है।
• विदेश की अधिकतर यूनिवर्सिटीज बैचलर्स के लिए SAT और मास्टर्स कोर्सेज के लिए GRE स्कोर की मांग करते हैं।
• विदेश यूनिवर्सिटीज में पढ़ने के लिए SOP , LOR , सीवी/रिज्यूमे और पोर्टफोलियो भी जमा करने की जरूरत होती है।

विदेश के विश्वविद्यालयों में प्रवेश के लिए आवेदन प्रक्रिया इस प्रकार है:

• आपकी आवेदन प्रक्रिया का फर्स्ट स्टेप सही कोर्स चुनना है, जिसके लिए आप AI Course Finder की सहायता लेकर अपने पसंदीदा कोर्सेज को शॉर्टलिस्ट कर सकते हैं। 
• एक्सपर्ट्स से कॉन्टैक्ट के पश्चात वे कॉमन डैशबोर्ड प्लेटफॉर्म के माध्यम से कई विश्वविद्यालयों की आपकी आवेदन प्रक्रिया शुरू करेंगे। 
• अगला कदम अपने सभी दस्तावेजों जैसे SOP , निबंध (essay), सर्टिफिकेट्स और LOR और आवश्यक टेस्ट स्कोर जैसे IELTS , TOEFL , SAT , ACT आदि को इकट्ठा करना और सुव्यवस्थित करना है। 
• यदि आपने अभी तक अपनी IELTS , TOEFL , PTE , GMAT , GRE आदि परीक्षा के लिए तैयारी नहीं की है, जो निश्चित रूप से विदेश में अध्ययन करने का एक महत्वपूर्ण कारक है, तो आप Leverage Live कक्षाओं में शामिल हो सकते हैं। ये कक्षाएं आपको अपने टेस्ट में उच्च स्कोर प्राप्त करने का एक महत्त्वपूर्ण कारक साबित हो सकती हैं।
• आपका एप्लीकेशन और सभी आवश्यक दस्तावेज जमा करने के बाद, एक्सपर्ट्स आवास, छात्र वीजा और छात्रवृत्ति/ छात्र लोन के लिए आवेदन प्रक्रिया शुरू करेंगे । 
• अब आपके प्रस्ताव पत्र की प्रतीक्षा करने का समय है जिसमें लगभग 4-6 सप्ताह या उससे अधिक समय लग सकता है। ऑफर लेटर आने के बाद उसे स्वीकार करके आवश्यक सेमेस्टर शुल्क का भुगतान करना आपकी आवेदन प्रक्रिया का अंतिम चरण है। 

भारत के विश्वविद्यालयों में आवेदन प्रक्रिया, इस प्रकार है :

• सबसे पहले अपनी चुनी हुई यूनिवर्सिटी की ऑफिशियल वेबसाइट में जाकर रजिस्ट्रेशन करें।
• यूनिवर्सिटी की वेबसाइट में रजिस्ट्रेशन के बाद आपको एक यूजर नेम और पासवर्ड प्राप्त होगा।
• फिर वेबसाइट में साइन इन के बाद अपने चुने हुए कोर्स का चयन करें जिसे आप करना चाहते हैं।
• अब शैक्षिक योग्यता, वर्ग आदि के साथ आवेदन फॉर्म भरें।
• इसके बाद एप्लिकेशन फॉर्म जमा करें और आवश्यक एप्लिकेशन फीस भरें। 
• यदि एडमिशन, प्रवेश परीक्षा पर आधारित है तो पहले प्रवेश परीक्षा के लिए रजिस्ट्रेशन करें और फिर रिजल्ट के बाद काउंसलिंग की प्रतीक्षा करें। प्रवेश परीक्षा के अंको के आधार पर आपका चयन किया जाएगा और लिस्ट जारी की जाएगी।

कुछ जरूरी दस्तावेजों की लिस्ट नीचे दी गई हैं–

• आधिकारिक शैक्षणिक ट्रांस्क्रिप्ट
• स्कैन किए हुए पासपोर्ट की कॉपी
• IELTS या TOEFL , आवश्यक टेस्ट स्कोर 
• प्रोफेशनल/एकेडमिक LORs
• निबंध (यदि आवश्यक हो)
• पोर्टफोलियो (यदि आवश्यक हो)
• अपडेट किया गया सीवी/रिज्यूमे
• एक पासपोर्ट और छात्र वीजा  
• बैंक विवरण 

यहां उन सभी राष्ट्रीय और अंतरराष्ट्रीय स्तर पर मान्यता प्राप्त प्रवेश परीक्षाओं की सूची दी गई है जिनका उपयोग भारत और विदेशों के विश्वविद्यालय इंजीनियरिंग डिग्री के लिए छात्रों को प्रवेश देने के लिए करते हैं–

जैसा कि उल्लेख किया गया है, कृत्रिम बुद्धिमत्ता में गुणवत्तापूर्ण शिक्षा आपको उद्योगों में पदों के लिए और प्रवेश से लेकर वरिष्ठ स्तर तक कई भूमिकाओं के लिए तैयार करती है। सूचना प्रौद्योगिकी के क्षेत्र में काम करने वाली कंपनियां और ऐप्पल, बिजनेस एनालिटिक्स, वित्तीय धन प्रबंधन, डेटा विश्लेषण, स्वास्थ्य देखभाल प्रशासन आदि जैसे गैजेट शीर्ष एम्प्लॉयर हैं। कंप्यूटर साइंस या इससे संबंधित क्षेत्रों में सफलतापूर्वक डिग्री पूरी करने के बाद, आप एआई और मशीन लर्निंग में करियर के व्यापक अवसरों का पता लगा सकते हैं। हमने नीचे कुछ प्रमुख प्रोफाइलों को सूचीबद्ध किया है जिनके लिए आप आर्टिफिशियल इंटेलिजेंस में करियर बनाने के लिए आवेदन कर सकते हैं।

• रिसर्च असिस्टेंट
• मशीन लर्निंग इंजीनियर
• बिग डेटा एनालिस्ट
• सॉफ्टवेयर एनालिस्ट
• एल्गोरिथम एनालिस्ट
• एआई एनालिस्ट
• स्टैटिस्टिकल साइंटिस्ट
• बिजनेस इंटेलिजेंस डेवलपर

एक इंजीनियर का औसत वेतन अक्सर योग्यता, स्थान और अनुभव के वर्षों के आधार पर भिन्न होता है। कंपनियां आमतौर पर प्रवेश स्तर के इंजीनियरों को कम वेतन देती हैं, जबकि अधिक जिम्मेदारी वाले वरिष्ठ इंजीनियर औसत राशि से अधिक कमा सकते हैं। नीचे Payscale के अनुसार जॉब प्रोफाइल्स और उनकी सैलरी सैलरी दी गई हैं–

आर्टिफिशियल इंटेलिजेंस कंप्यूटर साइंस की एक सब-डिवीजन है और इसकी जड़ें पूरी तरह से कंप्यूटिंग सिस्टम पर आधारित हैं। AI का अंतिम लक्ष्य ऐसे उपकरणों का निर्माण करना है जो बुद्धिमानी से और स्वतंत्र रूप से कार्य कर सकें और मानव श्रम और मैनुअल काम को कम कर सकें।

ग्रेगर जॉन मेंडल

आर्टिफिशियल इंटेलिजेंस में स्नातक की डिग्री के लिए अधिकतम अवधि 4 वर्ष है।

आशा करते हैं कि आपको Artificial Intelligence in Hindi का ब्लॉग अच्छा लगा होगा। यदि आप विदेश में आर्टिफिशियल इंजीनियरिंग की पढ़ाई करना चाहते हैं, तो हमारे Leverage Edu एक्सपर्ट्स के साथ 30 मिनट का फ्री सेशन 1800 572 000 पर कॉल कर बुक करें।

Team Leverage Edu

प्रातिक्रिया दे जवाब रद्द करें

अगली बार जब मैं टिप्पणी करूँ, तो इस ब्राउज़र में मेरा नाम, ईमेल और वेबसाइट सहेजें।

Contact no. *

11 comments

Artificial Intelligence के बारे में बहुत ही शानदार जानकारी| साधुवाद

बहुत-बहुत शुक्रिया।

Very nice information about artificial intelligence.

आपका धन्यवाद, ऐसे ही हमारी https://leverageedu.com/ पर बने रहिये।

Thank you for providing such information about Artificial Intelligence and this information is very helpful to grow my business.

धन्यवाद, ऐसे ही आप हमारी https://leverageedu.com/ वेबसाइट पर बने रहिये।

Nice article bro

ऐसे ही अन्य ब्लॉग्स पढ़ने के लिए आप हमारी बेवसाइट पर विजिट कर सकते हैं।

बहुत सरल भाषा में उपयुक्त जानकारी

धन्यवाद ऐसे ही अन्य ब्लॉग्स पढ़ने के लिए हमारी साइट पर बने रहे।

धन्यवाद, आप ऐसे ही हमारी वेबसाइट बने रहिए।

You May Also Like

• 1 minute read

आर्टिफिशियल इंटेलिजेंस में मास्टर्स कोर्स कैसे करें?

• फरवरी 6, 2023

AI मे सर्च एल्गोरिथम और इनके प्रकार । Search Algorithms and Their Types in AI

SEARCH ALGORITHM IN AI IN HINDI | AI ME SEARCH ALGORITHM KYA HAI | WHAT IS SEARCH ALGORITHM IN AI IN HINDI | AI ME SEARCH ALGORITHM OF ISKE PRKAR | SEARCH ALGORITHM KE PRKAR HINDI ME | SEARCH ALGORITHM IN AI | BOOSTERMK | BOOSTERMK | SEARCH ALGORITHM KE KITNE PRKAR HOTE HAI | SEARCH ALGORITHM | SEARCH ALGORITHM IN AI | AI ME SEARCH ALGORITHM | KYA HAI SEARCH ALGORITHM | SEARCH ALGORITHM IN HINDI | ARTIFICIAL INTELLIGENCE TUTORIAL IN HINDI |  ARTIFICIAL INTELLIGENCE TUTORIAL IN HINDI

आर्टिफीसियल इंटेलिजेंस में एक एजेंट ( agent ) अपने परिवेश ( एनवायरनमेंट ) की स्थिति ( state ) या  किसी समस्या को समझकर इस पर सर्वोतम परिणाम वाली उचित कार्यवाही या एक्शन परफॉर्म करता है। किसी विशिष्ट समस्या या स्थिति ( state ) पर सर्वोतम परिणाम वाली उचित कार्यवाही ( एक्शन ) को प्राप्त करने के लिए एक एजेंट सर्च एल्गोरिथम के माध्यम से कई अलग अलग परिदृश्यो ( scenarios ) पर  विचार करता है । एक AI एजेंट ( agent ) सर्च रणनीतियो या एल्गोरिथम ( Search Algorithm ) का उपयोग करता है ताकि समस्या  (या स्थिति ) पर बेस्ट रिजल्ट वाले एक्शन ( action ) को प्राप्त किया जा सके । आइए आज इस पोस्ट में हम यह जानने की कोशिश करे की AI मे सर्च एल्गोरिथम ( Search Algorithm ) क्या होते है ?

क्लिक करे 👉   AI एजेंट क्या है ? हिन्दी में जाने

क्लिक करे 👉  कृत्रिम बुद्धिमता ( Artificial Intelligence ) क्या है ?

सर्च एल्गोरिथम क्या है ? - What is Search Algorithm?

एक AI एजेंट ( agent ) किसी स्थिति या समस्या पर सर्वोतम परिणाम ( best result ) वाली कार्यवाही या एक्शन हेतु विभिन्न परिदृश्यो ( scenarios ) और विकल्पों ( alternatives ) पर विचार करता है या इनका  आंकलन करता है। दूसरे शब्दों में कहे तो एक AI एजेंट ( agent ) अलग अलग  परिदृश्यो ( scenarios ) और विकल्पों ( alternatives ) का आंकलन करता है या इन पर विचार करता है ताकि लक्ष्य स्थिति को प्राप्त किया जा सके। 

सर्च एल्गोरिदम एआई एजेंटों ( AI Agents) को परिदृश्यों और विकल्पों के आकलन के माध्यम से लक्ष्य स्थिति प्राप्त करने में मदद करते हैं।

बिना सर्च एल्गोरिथम ( search algorithm ) के कोई भी AI एप्लीकेशन या मशीन किसी भी समस्या का उचित समाधान नहीं ढूढ़ पाती है क्योकि एक एजेंट ( agent ) बिना सर्च एल्गोरिथम के अलग अलग परिदृश्यो ( scenarios ) पर  विचार नहीं कर पता है जिससे प्रारंभिक स्थिति को लक्ष्य स्थिति में नहीं बदला जा सकता। 

आर्टिफीसियल इंटेलिजेंस में सर्च एल्गोरिथम ( search algorithm ) के द्वारा खोज समस्याओ ( सर्च  प्रॉब्लम्स ) को सॉल्व या हल किया जाता है।  प्रत्येक खोज समस्या में एक खोज स्थान ( search space ), प्रारंभ स्थिति ( start state ) और लक्ष्य स्थिति ( goal state ) शामिल होती है।

सर्च एल्गोरिथम शब्दावली - Search Algorithm Terminologies

सर्च  (search).

सर्च एक प्रक्रिया या प्रोसीजर है, जिसमे दिए गए सर्च स्पेस  ( serach space ) मे सर्च समस्या ( search problem ) को चरणबद्ध तरीके से step-by-step हल ( solve  ) किया जाता है अर्थात सर्च प्रक्रिया के द्वारा सर्च प्रॉब्लम को सर्च स्पेस मे सॉल्व या हल किया जाता है।

सर्च प्रॉब्लम ( search  problem )  

वह स्थिति ( स्टेट ) या समस्या ( problem ) जिसे सर्च प्रक्रिया ( search procedure ) के माध्यम से सर्च स्पेस ( search space ) में हल ( solve ) किया जाता है |   

एक एजेंट ( agent ) किसी सर्च प्रॉब्लम को हल कर पाए या एक एजेंट को सर्च प्रॉब्लम को हल करने लायक बनाने के लिए इसमें विभिन्न सर्च प्रॉब्लम फेक्टर्स को परिभाषित ( डिफाइन ) किया जाता है। यह विभिन्न सर्च प्रॉब्लम फेक्टर ( search problem fector ) निम्न हो सकते है

सर्च स्पेस ( Search Space )  

सर्च स्पेस जो है संभावित समाधानो ( solutions ) के सेट या समूह का प्रतिनिधित्व करता है | संभावित सोल्युशन्स या यह सेट एक सिस्टम के पास मौजूद हो सकता है। 

  स्टार्ट स्टेट ( Start State )

  यह एक ऐसी स्थिति ( स्टेट ) है जहाँ से एक एजेंट खोज ( सर्च ) शुरू करता है। 

  गोल  स्टेट ( Goal State )

  सर्च प्रक्रिया ( search process ) का endpoint या वांछित स्थिति ( desired state ) 

  गोल टेस्ट ( Goal test ) 

  यह एक ऐसा फंक्शन या कार्य जो वर्तमान स्थिति ( स्टेट ) का निरिक्षण करता है और यह बताता है या return करता ही की वांछित स्थिति ( desired state ) प्राप्त हुई है या नही।   

अर्थात गोल टेस्ट ( goal test ) यह बताता है की लक्ष्य स्थिति ( गोल स्टेट ) प्राप्त हुई है या नहीं। 

सर्च ट्री ( Search Tree )

सर्च ट्री के द्वारा एक्शन्स की एक श्रंखला ( सीरीज ) को कॉन्फ़िगर ( configure ) किया जाता है। सर्च ट्री ( search tree ) में प्रारंभिक स्थिति ( start state ) को जड़ या root के रूप में कॉन्फ़िगर किया जाता है।   

सर्च ट्री की शाखाए ( branches ) जो है वह क्रियाए या एक्शन को निरूपित करती है था इसकी नोड ( node ) जो है इन क्रियाओ का परिणाम ( रिजल्ट ) होता है।

एक्शन्स ( actions )  

यह एजेंट ( agent ) द्वारा किसी विशेष स्थिति ( state ) या समस्या मे उठाए गए कदम या गतिविधियाँ होती है।

ट्रांजीशन मॉडल ( Tansition Model )  

प्रत्येक क्रिया ( एक्शन ) क्या करती है?, इसका विवरण एक ट्रांजिशन मॉडल के रूप में दर्शाया जा सकता है।

  पाथ कॉस्ट ( Path Cost )

यह एक फंक्शन ( function ) है जो यह बताता है या निर्दिष्ट करता है की प्रत्येक पथ ( path ) की लागत क्या है?, अर्थात यह फंक्शन एजेंट के प्रत्येक पथ की संख्यात्मक लागत को बताता है।

सोलुशन ( solution )

यह क्रियाओ का क्रम ( action sequence ) है जो स्टार्ट नोड से गोल नोड तक जाता है।

ऑप्टीमल सोलुशन ( optimal solution )  

सोलुशन ( solution ) जिसकी लागत सभी सोलूशन्स ( solutions ) में से सबसे कम

सर्च एल्गोरिथम कैसे काम करते है? - How Search Algorithms Work?  

कृत्रिम बुद्धि ( Aartificial Intelligence ) को एआई एजेंटो ( AI Agents ) के भीतर विकसित किया जाता है अर्थात एआई एजेंट्स के माध्यम से कृत्रिम बुद्धिमता को संभव बनाया जाता है। एआई एजेंट मे सर्च ट्री ( search tree) के माध्यम से क्रियाओ की श्रृंखला ( सीरीज ऑफ़ एक्शन्स ) को कॉन्फ़िगर किया जाता है और यह श्रृंखला एजेंट को खोज समस्या ( search problem ) का समाधान ( सोलूशन ) प्रदान करती है अर्थात सर्च ट्री जो है सोलूशन यानी क्रियाओ का क्रम ( action sequence) प्रदान करता है जो प्रारंभिक स्टेट ( start state ) से गोल स्टेट ( goal state ) तक जाता है।  

आसान शब्दों में कहे तो एआई एजेंट निश्चित लक्ष्य या गोल स्टेट को प्राप्त करने की दिशा में कार्य करते है और यह उन सभी परिदृश्यो ( सिनेरियो ) या कार्यो ( एक्शन्स ) पर विचार करते है जिनके परिणाम स्वरूप वांछित लक्ष्य ( गोल स्टेट ) प्राप्त किया जा सकता है। 

एआई एजेंट क्रियाओ की श्रृंखला या सर्च ट्री में संभावित सोलूशन्स (solutions) की खोज करते है फिर इन संभावित सोलूशन्स के सेट (सर्च स्पेस) मे उस सोलूशन (solution) को खोजा जाता है जो सबसे अच्छा हो। खोज करने के लिए एआई एजेंट जो है खोज एल्गोरिथम (search algorithm) का उपयोग करते है।  

खोज एल्गोरिथ्म ( search algorithm ) मुख्य दो चरणों में काम करते है:

खोज समस्या ( search problem ) को परिभाषित ( डिफाइन ) करना 

सर्च स्पेस ( search space ) में खोजना 

सर्च एल्गोरिथम ( search algorithm ) के द्वारा सर्च स्पेस (search space), स्टार्ट स्टेट (start state), गोल स्टेट (goal state), पाथ कोस्ट (path cost) वे गोल टेस्ट (goal test) आदि कारको को डिफाइन करना ही सर्च प्रॉब्लम (search problem) को डिफाइन करना कहलाता है। जब एक खोज समस्या (सर्च प्रॉब्लम) डिफाइन हो जाती है तो इसे सर्च स्पेस (search space) में खोजा जाता है। 

सर्च स्पेस ( search space ) में खोजना

सर्च प्रॉब्लम (search problem) जब डिफाइन हो जाती है अर्थात जब सर्च स्पेस (search space), स्टार्ट स्टेट (start state), गोल स्टेट (goal state), पाथ कोस्ट (path cost) वे गोल टेस्ट (goal test) आदि कारक डिफाइन जो जाते है तो इसके बाद सर्च एल्गोरिथम (search algorithm) विभिन्न संभावित क्रियाओ का क्रम ( action sequence) या सोलूशन को खोजता है फिर इन संभावित सोलूशन्स के सेट (सर्च स्पेस) मे उस सोलूशन (solution) को खोजा जाता है जो सबसे अच्छा हो। खोज के दौरान सर्च एल्गोरिथम ( search algorithm) जो है गोल टैस्ट ( goal test) के द्वारा यह पता लगाता है की लक्ष्य स्थिति ( गोल स्टेट ) प्राप्त हुई है या नहीं।

सर्च एल्गोरिथम के गुण - Properties of Search Algorithms

एक सर्च एल्गोरिथम में निम्नलिखित गुण होने चाहिए

पूर्णता - Completeness

यदि सर्च एल्गोरिथम दिए गए इनपुट का कम से कम एक समाधान तो प्रदान करता ही है तो इस तरह के सर्च एल्गोरिथम को पूर्ण (complete) कहा जाता है अर्थात यदि कोई सर्च एल्गोरिथम समाधान की गारंटी देता है तो इसे पूर्ण (complete) कहा जाता है। 

ऑप्टिमेलिटी - Optimality 

एक सर्च एल्गोरिथम मे सर्वोतम समाधानो (optimal solutions) को देने की विशेषता होनी चाहिए। सर्वोतम समाधान (optimal solutions) वह समाधान जिनकी पाथ कोस्ट ( path cost ) सबसे कम  या न्यूनतम होती है। 

टाइम कोप्लेक्सिटी  - Time Complexity

टाइम कम्प्लेक्सिटी समय ( टाइम ) का वह माप (measure) है जो किसी कार्य को पूरा करने या समाधान प्रदान करने में लगने वाला अधिकतम समय है। कार्य को पूरा करने या समाधान प्रदान करने में लिया गया समय आमतौर पर कार्य की जटिलता पर आधारित होता है।  

स्पेस कम्प्लेक्सिटी -  Space Complexity

सर्च ऑपरेशन परफॉर्म करते समय कार्य की जटिलता के अनुसार अधिकतम मैमोरी या स्टोरेज स्पेस की आवश्यकता होती है और स्पेस कम्प्लेक्सिटी इसी अधिकतम स्टोरेज स्पेस का माप है।

सर्च एल्गोरिथम के प्रकार - Types of Search Algorithms

खोज समस्या (सर्च प्रॉब्लम) के आधार पर सर्च एल्गोरिथम को निम्न प्रकार से वर्गीकृत किया जा सकता है

Uninformed Search Algorithm

Breadth-first search

Uniform cost search

Depth-first search

Iterative deepening depth-first search

Bidirectional Search

Informed Search Algorithm

Greedy Search

Uniformed Search Algorithm को Blind Algorithm भी कहा जाता है क्योकि समस्या की परिभाषा में दी गई जानकारी के अलावा इनके पास अन्य कोई अतिरिक्त पूरक जानकारी नहीं होती जो इनकी अंतिम लक्ष्य (end goal) को प्राप्त करने मे सहायता करे। इस तरह के एल्गोरिथम को पास ऐसा कोई डोमन ज्ञान (domain knowledge) नहीं जो इनको खोज के दौरान मार्गदर्शन प्रदान कर सके। 

सूचना के आभाव के कारण इस सर्च एल्गोरिथम में लक्ष्य नोड ( गोल नोड) को प्राप्त करने तक सर्च ट्री की प्रत्येक नोड की जाँच की जाती है और यह देखा जाता है की क्या वह लक्ष्य नोड है या नही। इस तरह के सर्च एल्गोरिथम की टाइम व स्पेस कॉम्पलेक्सिटी ज्यादा होती है। 

Uninformed Search Algorithm को पुनः पाँच प्रकारो मे विभाजित किया जा सकता है

अनइन्फोर्मेड सर्च एल्गोरिथम (Uninformed Search Algorithm) तथा इसके प्रकारो को विस्तार से जानने के लिए आप हमारा एआई मे अनइन्फोर्मेड सर्च एल्गोरिथम और इसके प्रकार वाला पोस्ट पढ़ सकते है जिसका लिंक निचे दिया जा रहा है। 

क्लिक करे 👉  एआई मे अनइन्फोर्मेड सर्च एल्गोरिथम और इसके प्रकार

Informed Search Algorithm डोमेन ज्ञान (domain knowledge) का उपयोग करते है जो इन्हे खोज के दौरान मार्गदर्शन प्रदान करता है। Informed Search Algorithm में समस्या की परिभाषा में दी गयी जानकारियों के अलावा भी अतिरिक्त पूरक जानकारियाँ होती है जो अंतिम लक्ष्य (एन्ड गोल) को प्राप्त करने में इनकी सहायता करती है। 

Informed Search को Heuristic Search भी कहा जाता है। Heuristic search यानी खोज का एक ऐसा तरीका जिसमे अंतिम लक्ष्य (एन्ड गोल) को प्राप्त करने मे अनुमान लगाकर खोज किया जाता है हालाँकि यह तरीका सर्वोत्तम समाधानों की गारंटी तो नहीं देता परन्तु इसमें एक अच्छा समाधान खोजने की गारंटी दी जाती है। Informed Search Algorithm द्वारा कई जटिल समस्याओं को हल किया जा सकता है जिन्हें किसी अन्य तरीके से हल नहीं किया जा सकता है।

Informed Search Algorithm को पुनः निम्न प्रकारो में विभाजित किया जा सकता है

इन्फोर्मेड सर्च एल्गोरिथम (Informed Search Algorithm) तथा इसके प्रकारो को विस्तार से जानने के लिए आप हमारा एआई मे इन्फोर्मेड सर्च एल्गोरिथम और इसके प्रकार वाला पोस्ट पढ़ सकते है जिसका लिंक निचे दिया जा रहा है। 

क्लिक करे 👉  एआई मे इन्फोर्मेड सर्च एल्गोरिथम और इसके प्रकार

निष्कर्ष - Conclusion

इस पोस्ट में यह बताया गया की आर्टिफिशल इंटेलिजेंस (AI) में सर्च एल्गोरिथम (search algorithm) क्यों जरूरी है? , साथ ही आपने सीखा की आर्टिफिशल इंटेलिजेंस में सर्च एल्गोरिथम, सर्च प्रॉब्लम को हल करने में मदद करते है और सर्च एल्गोरिथम में कम्प्लीटनेस, ऑप्टिमेलिटी, टाइम कॉम्पलेक्सिटी, व स्पेस कॉम्पलेक्सिटी जैसे गुण होते है। सर्च एल्गोरिथम मुख्य रूप से दो प्रकार के होते है Uninformed व Informed सर्च एल्गोरिथम और सर्च एल्गोरिथम के यह दोनों प्रकार पुनः कई प्रकारो में विभाजित होते है। 

उमीद्द है, हमारा यह पोस्ट आपको पसंद आया होगा।  पोस्ट को और बेहतर बनाने के लिए आपके पास हमारे लिए कोई सुझाव है तो आप अपने सुझाव हमे अवश्य भेज……धन्यवाद। 

एक टिप्पणी भेजें

संपर्क फ़ॉर्म.

आर्टिफीसियल इंटेलिजेंस क्या है प्रकार, काम कैसे करता है (AI In Hindi)

Artificial Intelligence Kya Hai In Hindi (कृत्रिम बुद्धिमत्ता): दोस्तों, इंटरनेट की दुनिया में ये तो हम बखूबी जानते हैं कि जिस समय से कंप्यूटर जैसे उपकरण को पेश किया गया है उस समय से लेकर आज तक हम जैसे ज्यादातर लोगों ने इसका उपयोग बड़े जोरो – सोरो से किया है. अब हालात ऐसे है कि हम लोगो जैसे सभी लोग अपने सभी कार्यों को कंप्यूटर पर सौप देते हैं. या कहें कि हमें पूरी तरह से कंप्यूटर पर निर्भर होना होता है. हम जैसे इंसानों ने इन उपकरणों की क्षमता को बहुत अधिक बढ़ा दिया है.

यदि हम उदाहरण के तौर पर समझे तो इसकी तेजी, इसकी साइज और इसके काम करने की कैपेबिलिटी इत्यादि जिससे कि कंप्यूटर आपके कार्य को थोड़े देर में ही कर देता है, इससे आपके समय का भी काफी बचत होता है. आपने ये नोटिस अवश्य किया होगा कि वर्तमान समय में कृतिम बुद्धिमत्ता (Artificial Intelligence) की काफी ज्यादा प्रसंद किया जा रहा है.

लेकिन यदि आपको Artificial Intelligence से संबंधित अधिक जानकारी नहीं है, तो कोई बात नहीं क्योंकि आज का लेख आपके लिए काफी महत्वपूर्ण होने वाला है.

आज हम आपको Artificial Intelligence क्या है , आर्टिफीसियल इंटेलिजेंस के प्रकार , आर्टिफीसियल इंटेलिजेंस के उपयोग और आर्टिफीसियल इंटेलिजेंस के फायदे तथा नुकसानों से संबंधित सभी महत्वपूर्ण जानकारी को साझा करने जा रहे हैं. इसलिए यदि आप भी Artificial Intelligence के बारे में जानना चाहते हैं , तो इस लेख के साथ अंत तक बने रहे.

तो चलिए शुरू करते है – आर्टिफीसियल इंटेलिजेंस पर निबंध हिंदी में.

AI का पूरा नाम क्या है (AI Full Form In Hindi)

आपने AI के बारे में सुना होगा लेकिन क्या आप AI के फुल फॉर्म के बारे में जानते हैं. यदि नहीं तो आपको बता दूं कि AI का फुल फॉर्म Artificial Intelligence या मशीन लीर्निग होता है.

AI का फुल फॉर्म हिंदी में क्या है

आपने AI के फुल फॉर्म के बारे में तो जान लिया लेकिन अब हम आपको इसके हिंदी अर्थ क्या है इसके बारे में जान लेते हैं. AI को हिंदी में कृत्रिम बुद्धिमत्ता या कृत्रिम होशियारी के नाम से जानते हैं.

आर्टिफीसियल इंटेलिजेंस क्या है (Artificial Intelligence in Hindi)

कृतिम बुद्धिमत्ता (Artificial Intelligence) एक ऐसी तकनीकी है जिसके द्वारा उपकरणों को सीखने और समझने की क्षमता प्रदान की जाती जाती है. या हम सरल शब्दों में समझे तो AI की  सहायता से कंप्यूटर के माइंड को इतना उन्नत कर दिया जाता है कि कंप्यूटर भी इंसानों की तरह सोचने और कार्य करने लगता है. मुख्य रूप से ये कंप्यूटर सिस्टम के साथ ही किया जाता है.

जैसे आप कंप्यूटर को कोई निर्देश देते है तो वह आपके निर्देशों के अनुसार परिणाम को ही दिखाता है, यह सब आर्टिफीसियल इंटेलिजेंस के कारण संभव हो पाता है.

यदि Artificial Intelligence के उपयोगों के बारे में बात की जाए, तो इसमें machine vision, speech recognition और expert system ये सब शामिल होते हैं. आर्टिफिशियल इंटेलिजेंस को इस तात्पर्य से निर्माण किया गया है कि कंप्यूटर भी हम मनुष्य की तरह ही सोच विचार या दिमाग लगा सकें.

सही मायनों में देखा जाय तो कंप्यूटर आज भले ही कितने Advance हो लेकिन उनका दिमाग एक 5 साल के बच्चे की तरह है, वे उन कार्यों को तो आसानी से कर लेते हैं जो उनमें सॉफ्टवेयर प्रोग्राम किये गये हैं, लेकिन जहाँ पर Logic की बात आती है, या कोई ऐसा काम जिसमें निर्णय लेना होता है तो कंप्यूटर ऐसे कार्यों को करने में असमर्थ है.

जैसे कि जिस प्रकार से मनुष्य का दिमाग किसी भी समस्या को पहले सीखता है, फिर उसे प्रक्रिया करता है उसके बाद निर्णय करता है कि क्या करना सही होगा या नहीं और अंत में उसके सॉल्यूशन निकालने के बारे में विचार करती है.

लेकिन आर्टिफिशियल इंटेलिजेंस को भी Develop करने का कार्य दुनियाभर में निरंतर चल रहा है, जिससे उपकरणों को भी मनुष्य के दिमाग जैसा सारा ज्ञान प्रदान किया जाए और वे किसी भी कार्य को अच्छे व बेहतर ढंग से कर सकें.

आर्टिफीसियल इंटेलिजेंस के उदाहरण (Example of Artificial Intelligence in Hindi)

• Siri (Apple कंपनी की virtual assistant)
• Voice Search (वौइस् सर्च)
• Google Map (गूगल मैप)

Tesla Motor (टेस्ला मोटर)

• Echo (Amazon Product)
• मार्केटिंग ऑटोमेशन सॉफ्टवेयर

आज जिस दुनिया में हम रह रहे हैं इसमें artificial intelligence के बहुत सारे उदाहरण मौजूद हैं. जिनमें से कुछ के बारे में हमने आपको लेख में बताया है.

एप्पल सीरी (Apple Siri)

Siri Apple कंपनी की एक Virtual assistant है, जो कि अभी सिर्फ iPhone और iPad के लिए उपलब्ध है. यह सबसे Popular Voice assistant है. आप Hey Siri बोलकर अपने किसी भी काम को करवा सकते हैं. यह आपके लिए कॉल कर सकती है, कैलंडर, अलार्म, टाइम सेट कर सकती है, मैसेज भेज सकती है आदि.

Siri के समान ही Amazon की Alexa और Google assistant भी हैं. ये सभी artificial intelligence के द्वारा यह सभी कार्य कर पाते हैं. आपकी भाषा को समझने के लिए ये Machine Learning का इस्तेमाल करते हैं.

गूगल मैप (Google Map)

Google Map का इस्तेमाल तो शायद आप सभी लोग करते होंगे, लेकिन क्या आपने सोचा है यह एप्लीकेशन आपको कैसे सही रास्ता बता देती है. यह artificial intelligence का कमाल है. गूगल मैप AI के द्वारा किसी भी सड़क की जानकारी को स्कैन करता है और अल्गोरिथम का उपयोग करके यूजर को सही रास्ता, Location पर पहुँचने में लगने वाला समय आदि सब बता देता है. प्रतिदिन लाखों लोग Google map के द्वारा अपना रास्ता खोजते हैं.

गूगल असिस्टेंट (Google Assistant)

Google assistant भी Apple Siri की तरह गूगल की एक Virtual assistant है, जिसके द्वारा आप बोल कर गूगल से कुछ भी प्रश्न कर सकते हैं, और यह आपके सभी सवालों का जवाब देती है. साथ ही आप Google assistant के द्वारा मैसेज भेज सकते हैं, किसी को कॉल कर सकते हैं, अलार्म सेट कर सकते हैं, मोबाइल में कोई भी एप्लीकेशन Open कर सकते हैं.

Google assistant का इस्तेमाल आप किसी भी डिवाइस में कर सकते हैं. यह भी artificial intelligence का ही एक उदाहरण है. गूगल असिस्टेंट की सहायता से गूगल आपको आपका नाम बता सकता है बस आपको बोलना है – गूगल मेरा नाम क्या है .

मोबाइल डिवाइस के साथ – साथ Automobile में भी artificial intelligence का इस्तेमाल किया जा रहा है. Tesla Car के बारे में तो आपने सुना होगा, यदि नहीं तो आपको बता दें यह एक Self Driving Car है जिसे चलाने के लिए किसी ड्राईवर की आवश्यकता नहीं होती है. निकट भविष्य में आपको भारत में भी यह कारें दिखाई देंगीं. Self Driving के अलावा इसमें अनेक सारे Advance Feature मौजूद हैं.

मार्केटिंग ऑटोमेशन सॉफ्टवेयर (Marketing Automation Software)

Marketing Automation Tool का इस्तेमाल लोग अपने बिज़नस की ऑनलाइन Growth के लिए करते हैं. आप Automation Software के द्वारा ईमेल भेज सकते हैं,चैट कर सकते हैं आदि अनेक प्रकार के कार्य कर सकते हैं.

उदाहरण के लिए एक बार जब कोई यूजर आपकी वेबसाइट पर आता है तो यूजर के सामने Chatbot Open हो जाता है और वह यूजर से प्रशन पूछता है, और इसी प्रकार जब कोई यूजर अपनी ईमेल आपकी वेबसाइट में देता है तो उसके पास स्वचालित ईमेल पहुँच जाते हैं. यह सब artificial intelligence के द्वारा ही संभव हो पाया है.

इन सभी के अलावा भी आज artificial intelligence के हजारों उदाहरण हमारे आस – पास मौजूद हैं.

आर्टिफीसियल इंटेलिजेंस कैसे काम करता है (Artificial Intelligence Work in Hindi)

आर्टिफीसियल इंटेलिजेंस की प्रोसेस में आम तौर पर तीन ही प्रक्रिया शामिल होते हैं जिनके नाम कुछ इस प्रकार है  –

• Learning :- इस प्रोसेस में उपकरणों के माइंड में जानकारी को डालना पड़ता है और इसके साथ ही साथ उन्हें कुछ नियमो के बारे में भी सिखाया जाता है. जिससे कि वे दिए गए नियमों के मुताबिक ही किसी भी कार्य को पूर्ण कर सकते हैं.
• Reasoning:- यदि हम Reasoning की बात करें तो इसके तहत उपकरणों को ये जानकारी प्रदान की जाती है की उन्हें बताए गए नियमों के मुताबिक ही परिणाम को प्रदर्शित करना होता है.
• Self-Correction:- AI programming के इस प्रोसेस में algorithms को लगातार ठीक करने के लिए डिजाईन किया गया है ताकि वे सटीक परिणाम दे सकें.  

आर्टिफिशियल इंटेलिजेंस का इतिहास (History of Artificial Intelligence in Hindi)

आर्टिफिशियल इंटेलिजेंस की खोज करने वाले व्यक्ति का नाम Jhon McCarthy था जिन्होंने 1950 में पहली बार पहली बार आर्टिफिशियल इंटेलिजेंस शब्द का इस्तेमाल किया था, और आर्टिफीसियल इंटेलिजेंस की जानकारी को दुनिया के साथ साझा किया था. Jhon McCarthy को आर्टिफिशियल इंटेलिजेंस के Father यानी कि जनक के नाम से भी जानते है.

Jhon McCarthy की बात करें तो यह अमेरिका के रहने वाले थे और ये कंप्यूटर साइंटिस्ट के साथ ही साथ एक शोधकर्ता भी थे. Jhon McCarthy ने अमेरिका में Dartmouth नाम के कॉलेज की कार्यशाला में 1956 के दौरान भाग लिया था. इसी के दौरान उन्होंने आर्टिफिशियल इंटेलिजेंस के बारे में पूरी जानकारी को अच्छी तरह से साझा किया था.

आर्टिफिशियल इंटेलिजेंस के प्रकार (Types of Artificial Intelligence in Hindi)

अब आपने इसके इतिहास के बारे में भी अच्छे से समझ लिया, तो अब हम आपको इसके कुछ प्रकार के बारे में बताने वाले हैं. हालांकि, देखा जाए तो आर्टिफिशियल इंटेलिजेंस के विभिन्न प्रकार है, जिनको मुख्य रूप से दो केटेगरी में विभजित किया जाता है. एक क्षमता के आधार पर और दुसरा कार्यक्षमताओं के आधार पर.

क्षमता के आधार पर आर्टिफीसियल इंटेलिजेंस के प्रकार

क्षमता के आधार पर  AI को दो भागों में बांटा जाता है –

• Weak Artificial Intelligence ( कमजोर कृत्रिम बुद्धिमता )
• Strong Artificial Intelligence ( मजबूत कृत्रिम बुद्धिमता )

1 – कमजोर कृत्रिम बुद्धिमता (Weak Artificial Intelligence)

Weak AI को narrow AI भी कहते हैं क्योंकि यह केवल एक dedicated task को Intelligence के साथ कर सकता है. आर्टिफिशियल इंटेलिजेंस की दुनिया में वर्तमान में उपलब्ध सबसे आम आर्टिफीसियल इंटेलिजेंस narrow AI ही है.

Narrow AI के द्वारा केवल एक विशेष कार्यों को किया जाता है, यह अपनी सीमओं से बाहर के कार्यों को करने में असमर्थ होते हैं. Weak AI के उदाहरण speech recognition, image recognition, स्वचालित कारें, गेम खेलना आदि हैं.

2 – मजबूत कृत्रिम बुद्धिमता (Strong Artificial Intelligence)

Strong AI को General AI के नाम से भी जाना जाता है, क्योंकि इस प्रकार की AI किसी भी को intellectual task मानव की तरह ही कुशलता से कर सकती है.  इस प्रकार की AI को बनाने के पीछे का कारण है कि मशीन भी आम इंसान की तरह सोच सकें और निर्णय ले सकें.

वर्तमान में, ऐसी कोई प्रणाली मौजूद नहीं है जो Strong AI के अंतर्गत आ सके और किसी भी कार्य को मानव के की भांति पूर्ण कर सकें. हालांकि दुनिया के कुछ लोग इस पर बहुत तेजी के साथ काम कर रहे हैं. इस प्रकार के AI को विकसित करने में अभी बहुत समय लगेगा.

कार्यक्षमता के आधार पर आर्टिफीसियल इंटेलिजेंस के प्रकार

कार्यक्षमता के आधार पर AI को चार भागों में बांटा जा सकता है –

• Purely Reactive (विशुद्ध रूप से प्रतिक्रियाशील)
• Brain theory (मस्तिष्क सिद्धांत)
• Self Conscious (आत्म सचेत)
• Limited memory (सीमित स्मृति)

1 – Purely Reactive Artificial Intelligence

यह पूरी तरह से प्रतिक्रियात्मक होते हैं. इसका अर्थ यह है कि Purely Reactive आर्टिफिशियल इंटेलिजेंस वर्तमान scenarios पर फोकस करती है और उस पर best action के साथ react करती है.

2 – Brain theory Artificial Intelligence

यदि हम Brain theory आर्टिफिशियल इंटेलिजेंस की चर्चा करें, तो यह एक काल्पनिक कॉन्सेप्ट है जो कि इंसानी दिमाग पर निर्भर है. इसमें उपकरणों को मानवीय भावनाओं, विश्वाशों को समझना चाहिए, जो कि एक मनुष्य का दिमाग उपयोग करता है। इसका अर्थ यह है कि यह मनुष्य के दिमाग के जैसे ही विचार करता है, समझता है और फिर उसके बाद सूचनाओं को प्रक्रिया भी करता है.

परंतु, मुख्य रूप से देखा जाए तो वर्तमान समय तक ऐसी कोई भी उपकरण की पेश नहीं की गई है जो इन सिद्धांतों पर कार्य करती हो.

3 – Self Conscious Artificial Intelligence

आपको बता दूं कि Self conscious को Self Awareness के नाम से भी जानते हैं. ये AI भविष्य की AI है. इनमें अपनी चेतना, भावना, आत्म जागरूकता होगी. ये सुपर इंटेलिजेंस होंगी. ये AI भी अभी केवल काल्पनिक हैं, वर्तमान में इस प्रकार की AI मौजूद नहीं हैं.

4 – Limited memory Artificial Intelligence

लिमिटेड मेमोरी आर्टिफिशियल इंटेलिजेंस एक ऐसी कैटेगरी है जिसमें ऐसी उपकरणों को शामिल किया जाता है जो अपनी पिछले अनुभवों से डेटा को एक सीमित समय के लिए स्टोर कर सकती हैं.

आर्टिफीसियल इंटेलिजेंस के उपयोग (Uses of Artificial Intelligence in Hindi)

कृतिम बुद्धिमत्ता (आर्टिफीसियल इंटेलिजेंस) का उपयोग अनेक क्षेत्रों में किया जा रहा है. AI के कुछ प्रमुख उपयोगों के बारे में हमने आपको नीचे बताया है –

• कंप्यूटर गेमिंग में
• मशीन लर्निंग में
• ऑटोमेशन टूल में
• बुद्धिमान रोबोट्स
• मशीन विज़न (Machine Vision)
• स्वचालित गाड़ियों में (Tesla Car)
• कंप्यूटर में बोली को पहचानने में (Speech Recognition) में

आर्टिफीसियल इंटेलिजेंस के फायदे (Advantage of Artificial Intelligence in Hindi)

आर्टिफीसियल इंटेलिजेंस के फायदे/लाभ  निम्न प्रकार से हैं –

• Human error को कम करता है.
• Heavy Data टास्क को कम समय में पूरा कर लेता है.
• लगातार परिणाम देते रहता है.
• निर्णय को तेजी से लेता है.
• 24 X 7 उपलब्ध रहते हैं.
• मनुष्य के कार्यों को आसान बनाता है.

आर्टिफीसियल इंटेलिजेंस के नुकसान (Disadvantage of Artificial Intelligence in Hindi)

आर्टिफीसियल इंटेलिजेंस के कुछ नुकसान निम्नलिखित दिए गए हैं –

• AI बनाना बहुत ही महंगा है.
• केवल Expert Technician ही AI का निर्माण कर सकते हैं.
• AI के आने से मनुष्य आलसी बनते जा रहे हैं.
• जैसे – जैसे AI में विकास हो रहा है दुनियाभर में भी बेरोजगारी की समस्या बढती जा रही है.

आर्टिफीसियल इंटेलिजेंस से सम्बंधित सामान्य प्रश्न

आर्टिफीसियल इंटेलिजेंस का आविष्कार Jhon McCarthy ने 1956 में किया?

आर्टिफीसियल इंटेलिजेंस का हिंदी मतलब कृत्रिम बुद्धिमता है.

आर्टिफीसियल इंटेलिजेंस विज्ञान की एक ऐसी शाखा है जिसके द्वारा मशीनों को बुद्धिमान बनाया जा सकता है, ताकि वे भी इंसानों की तरह की सोच – समझ कर कार्यों को कर सकें.

इन्हें भी पढ़े 

• CSS क्या है कैसे सीखें
• C++ क्या है हिंदी में
• पाइथन लैंग्वेज क्या है
• रूबी लैंग्वेज क्या है
• PHP क्या है हिंदी में
• सी लैंग्वेज क्या है हिंदी में
• MYSQL क्या है हिंदी में

आपने सीखा : कृतिम बुद्धिमत्ता (आर्टिफीसियल इंटेलिजेंस) क्या है हिंदी में

दोस्तों, आज के इस लेख में हमने  आपको Artificial Intelligence Kya Hai In Hindi और आर्टिफिशियल इंटेलिजेंस से संबंधित सभी बेसिक जानकारी साझा  की है जो की आपको आर्टिफीसियल इंटेलिजेंस को समझने में मदद करेगी.

एक ओर जहाँ Artificial Intelligence के अनेक सारे फायदे हैं तो वहीँ दूसरी ओर इसका सबसे बड़ा नुकसान यह है कि  अगर भविष्य में मानव Advance AI विकसित करने में सफल हो जाता है जो की अपने निर्णयों को स्वयं लेने में समर्थ होगा, तो उस AI की तुलना में इंसान का दिमाग एक 5 साल के बच्चे की तरह होगा. जो कि इंसानों के लिए खतरा भी हो सकता है.

यह लेख आपको कैसा लगा इस पर आप अपनी प्रतिक्रिया जरुर दें, और यदि लेख आपको पसंद आया तो इसे अपने दोस्तों के साथ सोशल मीडिया पर भी जरुर शेयर करें.

Editorial Staff

Techshole इंडिया की Best हिंदी ब्लॉग में से एक बनने की दिशा में अग्रसर है. यहाँ इस ब्लॉग पर हम Blogging, Computer, Tech, इंटरनेट और पैसे कमाए से सम्बन्धित लेख साझा करते है.

4 thoughts on “आर्टिफीसियल इंटेलिजेंस क्या है प्रकार, काम कैसे करता है (AI In Hindi)”

apne bahut achi knowledge di hai is topic ke baare me Artificial Intelligence Kya Hai. mene apka aricle padha hai bahut hi acha likha hai apne thanks for sharing the information

excellent information about AI

The engaging writing style in this article captures the reader’s attention from start to finish. The author’s ability to maintain interest and deliver valuable information is commendable. I thoroughly enjoyed reading this piece!

Leave a Comment Cancel reply

Save my name, email, and website in this browser for the next time I comment.

• Data Science
• Data Analysis
• Data Visualization
• Machine Learning
• Deep Learning
• Computer Vision
• Artificial Intelligence
• AI ML DS Interview Series
• AI ML DS Projects series
• Data Engineering
• Web Scrapping

Problem Solving in Artificial Intelligence

• Game Playing in Artificial Intelligence
• Types of Reasoning in Artificial Intelligence
• Artificial Intelligence - Terminology
• Artificial Intelligence(AI) Replacing Human Jobs
• Constraint Satisfaction Problems (CSP) in Artificial Intelligence
• What Are The Ethical Problems in Artificial Intelligence?
• Artificial Intelligence | An Introduction
• Artificial Intelligence - Boon or Bane
• What is Artificial Intelligence?
• Artificial Intelligence in Financial Market
• Artificial Intelligence Tutorial | AI Tutorial
• Top 15 Artificial Intelligence(AI) Tools List
• What is Artificial Narrow Intelligence (ANI)?
• Artificial Intelligence Permeation and Application
• Dangers of Artificial Intelligence
• What is the Role of Planning in Artificial Intelligence?
• Artificial Intelligence (AI) Researcher Jobs in China
• Artificial Intelligence vs Cognitive Computing
• 5 Mistakes to Avoid While Learning Artificial Intelligence

The reflex agent of AI directly maps states into action. Whenever these agents fail to operate in an environment where the state of mapping is too large and not easily performed by the agent, then the stated problem dissolves and sent to a problem-solving domain which breaks the large stored problem into the smaller storage area and resolves one by one. The final integrated action will be the desired outcomes.

On the basis of the problem and their working domain, different types of problem-solving agent defined and use at an atomic level without any internal state visible with a problem-solving algorithm. The problem-solving agent performs precisely by defining problems and several solutions. So we can say that problem solving is a part of artificial intelligence that encompasses a number of techniques such as a tree, B-tree, heuristic algorithms to solve a problem.  

We can also say that a problem-solving agent is a result-driven agent and always focuses on satisfying the goals.

There are basically three types of problem in artificial intelligence:

1. Ignorable: In which solution steps can be ignored.

2. Recoverable: In which solution steps can be undone.

3. Irrecoverable: Solution steps cannot be undo.

Steps problem-solving in AI: The problem of AI is directly associated with the nature of humans and their activities. So we need a number of finite steps to solve a problem which makes human easy works.

These are the following steps which require to solve a problem :

• Problem definition: Detailed specification of inputs and acceptable system solutions.
• Problem analysis: Analyse the problem thoroughly.
• Knowledge Representation: collect detailed information about the problem and define all possible techniques.
• Problem-solving: Selection of best techniques.

Components to formulate the associated problem: 

• Initial State: This state requires an initial state for the problem which starts the AI agent towards a specified goal. In this state new methods also initialize problem domain solving by a specific class.
• Action: This stage of problem formulation works with function with a specific class taken from the initial state and all possible actions done in this stage.
• Transition: This stage of problem formulation integrates the actual action done by the previous action stage and collects the final stage to forward it to their next stage.
• Goal test: This stage determines that the specified goal achieved by the integrated transition model or not, whenever the goal achieves stop the action and forward into the next stage to determines the cost to achieve the goal.  
• Path costing: This component of problem-solving numerical assigned what will be the cost to achieve the goal. It requires all hardware software and human working cost.

Please Login to comment...

Similar reads.

Improve your Coding Skills with Practice

What kind of Experience do you want to share?

eHindiStudy

Computer Notes in Hindi

Advantages & Disadvantages of Artificial Intelligence in Hindi – AI के फायदे और नुकसान

हेल्लो दोस्तों! आज हम इस आर्टिकल में (Advantages & Disadvantages of Artificial Intelligence in Hindi – आर्टिफिशियल इंटेलिजेंस के फायदे और नुकसान) के बारें में पढेंगे. इसे बहुत ही आसान भाषा में लिखा गया है. इसे आप पूरा पढ़िए, यह आपको आसानी से समझ में आ जायेगा. तो चलिए शुरू करते हैं:-

• 1 Advantages of Artificial Intelligence in Hindi – आर्टिफिशियल इंटेलिजेंस के फायदे
• 2 Disadvantages of Artificial Intelligence in Hindi – आर्टिफिशियल इंटेलिजेंस के नुकसान

Advantages of Artificial Intelligence in Hindi – आर्टिफिशियल इंटेलिजेंस के फायदे

इसके निम्नलिखित फायदे होते है जिन्हे निचे विस्तार से समझाया गया है :-

1- Reduction in Human Error (मनुष्य की गलतियों में कमी)

आर्टिफिशियल इंटेलिजेंस इंसानो की तुलना में बहुत कम गलती करता है। यह इंसानो की गलतियों को कम भी करता है।

अगर हम इंसानो की बात करे तो वह समय समय पर गलतिया करते रहते है लेकिन हम किसी मशीन के साथ काम करते है तो वह गलती नहीं करती क्योकि उसमे पहले से ही प्रोग्राम सेट होता है की किस कार्य को कोनसे तरीके से करना है।

आर्टिफीसियल इंटेलिजेंस डेटा को स्टोर करता है और उसमे मौजूद error (गलतियों) को detect करके उन्हें सही करता है फिर इसके बाद वह काम को पूरा करता है। इसके अलावा यह जटील (complex) कैलकुलेशन को आसानी से कैलकुलेट करता है।

2- Reduce the Risk (Zero Risk) (जोखिम में कमी)

आर्टिफिशियल इंटेलिजेंस की तकनीक हमारे जोखिम भरे कामो को आसानी से कर सकती है और जोखिम को कम करती है।

यह इंसानो की तुलना में ज्यादा जोखिम भरे काम कर सकती है जिन्हे इंसान शायद ही कर पाए। उदहारण के लिए बम को डिफ्यूज करना, तेल और कोयले की माइनिंग करना और समुद्र के सबसे गहरे हिस्से की खोज करना आदि।

AI से बनी मशीन या रोबोट का इस्तेमाल प्राकृतिक आपदा के वक़्त भी किया जा सकता है।

3- 24/7 Support (हर समय सपोर्ट)

कोई भी इन्सान 24 घंटे किसी कार्य को नहीं कर सकता उसे कुछ समय के बाद आराम की ज़रूरत पड़ जाती है। एक इंसान लगभग 8 से 9 घंटे ही किसी काम को कर सकता है इसके बाद उसे आराम की ज़रूरत पड़ जाती है।

लेकिन AI में ऐसा बिलकुल नहीं है। AI से बनी मशीन 24 घंटे किसी काम को लगातार करने में सक्षम होती है इन्हे आराम की ज़रूरत बिलकुल नहीं पड़ती जिसके कारण यह इंसानो की तुलना में ज्यादा production (उत्पादन) करती है।

इसका सबसे अच्छा उदहारण कंप्यूटर हो सकता है। आप कंप्यूटर पर 24 घंटे काम कर सकते है। चैटबॉट्स और हेल्पलाइन सेण्टर भी इसका सबसे अच्छा उदहारण हो सकते है जो 24/7 अपनी सेवाएं प्रदान करते है।

4- Perform Repetitive Jobs (बार-बार किये जाने वाले कार्य को पूरा करना)

हमारे जीवन में बहुत से ऐसे कार्य है जिन्हे हम बार बार करते है। जैसे किसी को बर्थडे विश करना , एनिवर्सरी विश करना या गुड मॉर्निंग के मैसेज भेजना आदि।

इन कार्य को हम repetitive jobs कहते है जिन्हे हम बार बार दोहराते है। आर्टिफिशिल इंटेलिजेंस इन्ही कार्यो को परफॉर्म करने में हमारी मदद करते है।

5- Faster decision (तेज निर्णय)

इंसानो की तुलना में एक मशीन तेज गति से फैसले (decisions) लेने में सक्षम होती है और कार्यो को तेज गति से पूरा करती है।

अगर हम इंसान की बात करे तो वह निर्णय लेते वक़्त कई चीज़ो के बारे में सोचता है , analyze करता है और observe करता है जिसमे काफी समय बर्बाद होता है।

वही एक मशीन में पहले से ही प्रोग्राम सेट होते है जिसके कारण इन्हे decision लेने में कम समय लगता है। इसका सबसे अच्छा उदहारण ऑनलाइन सतरंज का खेल हो सकता है जिसमे कंप्यूटर तेज गति से अपनी चाल चलता है।

6- New Inventions (नयी खोज)

आर्टिफीसियल इंटेलिजेंस नए अविष्कारों में भी इसानो की मदद करता है। शायद ही ऐसा कोई क्षेत्र हो जिसमे AI ने इंसानो की मदद ना की हो। फिर चाहे वह स्वास्थ्य का क्षेत्र हो , मेडिकल क्षेत्र हो , शिक्षा का क्षेत्र हो , खेल , टेक्नोलॉजी , मनोरंजन और रिसर्च क्षेत्र आदि।

ऐसा कोई छेत्र नहीं बचा है जहा पर AI की तकनीक ने इंसानो की मदद ना की हो। एडवांस AI तकनीक की खोज अभी जारी है और इसकी मदद से आने वाले समय में कैंसर जैसी बड़ी बीमारियों के इलाज सम्भव हो पाएंगे।

7- Daily Applications (दैनिक एप्लीकेशन)

हमारा जीवन आज के समय में मोबाइल और इंटरनेट पर निर्भर हो चूका है। हम रोजाना गूगल मैप, एलेक्सा, एप्पल के सिरी, विंडो के कॉर्टाना, ओके गूगल, सेल्फी लेना, फोन कॉल करना, मेल का जवाब देना आदि जैसे कई एप्लिकेशन का उपयोग करते हैं।

इन एप्लीकेशन ने हमारी लाइफस्टाइल को बहुत ज्यादा आसान बना दिया है और यह सभी आर्टिफीसियल इंटेलिजेंस के कारण सम्भव हो पाया है।

8– Increase Efficiency (कार्य करने की क्षमता बढ़ाने के लिए)

Artificial intelligence इंसानो की काम करने की क्षमता को बढ़ाने में मदद करता है। ताकि इंसान छोटे बड़े कार्य को आसानी से पूरा कर सके। इसके अलावा यह किसी काम को तेजी से पूरा करने में मदद करता है। यानी कार्य को पूरा होने में ज्यादा समय का वक़्त नहीं लगता। AI के काम करने की छमता काफी ज्यादा है।

9– Improved Workflows (वर्कफ़्लो को बेहतर करना)

Workflow का मतलब यह होता है कि काम करने के तरीके को improve करना या उसमे और सुधार लाना। AI ने इंसानो के काम करने के तरीके को advance और modern कर दिया है। ताकि काम को आसानी से पूरा किया जा सके। इसकी natural लैंग्वेज (NLP) ने study , entertainment और media को बहुत ही ज्यादा आसान बना दिया है। जिसके कारण इंसानो का  जीवन और भी ज्यादा आसान हो गया है। इसके अलावा AI ने बिज़नेस करने के तरीके को पूरी तरह से बदल कर रख दिया है। यानी अब व्यापार करना और भी ज्यादा आसान हो गया है।

10– Deeper Data Analysis (डेटा की गहराई से जांच करना)

Artificial intelligence डाटा को गहराई से analyze करने में मदद करता है। जिसके कारण हमें सबसे सटीक information (सूचना) प्राप्त होती है। इसका इस्तेमाल ज्यादातर बिज़नेस की field में data को analysis करने के लिए किया जाता है। ताकि बिज़नेस को grow किया जा सके। क्योकि अगर कंपनी के पास सटीक data होगा तो कंपनी  आसानी से competition को beat कर पायेगा। इसलिए AI बिज़नेस के लिए अनिवार्य हो जाता है।

• इसे भी पढ़े – आर्टिफीसियल इंटेलिजेंस क्या है और इसके प्रकार?

Disadvantages of Artificial Intelligence in Hindi – आर्टिफिशियल इंटेलिजेंस के नुकसान

इसके निम्नलिखित नुकसान है जिन्हे निचे विस्तार से समझाया गया है :-

1- High Costs (ऊंची कीमत)

आर्टिफिशियल इंटेलिजेंस के devices को बनाने में काफी ज्यादा पैसे खर्च किये जाते है। क्योंकि इन devices को बनाने के लिए बहुत ही आधुनिक सॉफ्टवेयर और हार्डवेयर का इस्तेमाल किया जाता है। इसीलिए AI के डिवाइस काफी ज्यादा expensive (महंगे) होते है। इन devices को maintain करने में भी बहुत ज्यादा खर्चा लगता है।

2- Risk of Unemployment (बेरोजगारी में वृद्धि)

हम सभी यह जानते है की मशीन इंसानो की तरह काम कर सकती है और उनसे बेहतर प्रोडक्शन कर सकती है। लेकिन इसका एक नुकसान भी है।

AI के आने के बाद बेरोजगारी काफी तेजी से बड़ी है क्योकि इंसानो की जगह अब मशीनो ने ले ली है जिसके कारण लोगो से उनकी नौकरिया छीन गई है।

पुराने समय में ऐसा नहीं होता था क्योकि तब AI नहीं थी जिसके कारण सारा काम इंसानो के द्वारा किया जाता था लेकिन अब ऐसा नहीं है।

उदहारण के लिए पहले हेल्प सेण्टर में इंसान लोगो की समस्याओ को सुलझाया करते थे लेकिन अब चैटबॉक्स का इस्तेमाल किया जाने लगा।

3- Make human lazy (इंसानों को आलसी बना दिया है)

आज के समय का इंसान पूरी तरह से मशीनो पर निर्भर हो चूका है जिसके कारण वह दिन प्रति दिन आलसी बनता जा रहा है।

आज के समय में हर छोटे बड़े काम को पूरा करने के लिए मनुष्य मशीनो का उपयोग करने लगता है जो इसे आलसी बनाती है।

यदि ऐसा ही चलता रहा तो आने वाली पीढ़ी आलसी होगी। इसका सबसे बड़ा नुकसान यह है की आने वाले समय में इंसानो में स्वास्थ से संबंधित समस्याएं बनी रहेंगी।

4- Emotionless (भावहीन)

किसी कार्य को अच्छे तरीके से परफॉर्म करने के लिए टीम वर्क और emotion (भावना) की ज़रूरत पड़ती है। लेकिन हम सभी यह जानते है की मशीन या रोबोट में कोई भावना नहीं होती जिसके कारण यह टीम वर्क नहीं कर सकते।

मशीन प्रोग्राम के आधार पर किसी काम को करती है लेकिन मनुष्य टीम वर्क और इमोशन के साथ काम करना पसंद करता है।

5- Lack of creativity (रचनात्मकता की कमी)

मशीन में creativity (रचनात्मकता) की कमी देखने को मिलती है। अगर हम इंसानो की बात करे तो उनमे बहुत क्रिएटिविटी पाई जाती है या हम कह सकते है की हर एक इंसान में कुछ ना कुछ क्रिएटिविटी होती है जिसके कारण वह किसी भी काम को अच्छे तरीके से कर सकता है।

लेकिन AI के पास ऐसा कुछ भी नहीं है, इनमे ना के बराबर क्रिएटिविटी होती है। यह अपनी इच्छा से कुछ बना नहीं सकती। यह उतना ही काम करेंगे जितना प्रोग्राम को सेट किया गया होगा।

6- No Ethics

अगर हम मनुष्य की दो सबसे बड़ी विशेषताओं के बारे में बात करे तो वह ethics और morality है। यह दोनों ही फीचर मशीन के पास नहीं होते जिसके कारण वह सही और गलत का पता नहीं लगा सकती।

7- No improvement

Artificial intelligence खुद में कोई improvement नही कर सकती। ये सिर्फ उतना ही काम करती है जितना इसको program किया गया होता है।

यदि आप इसकी परफॉरमेंस को और भी ज्यादा बेहतर बनाना चाहते है तो आपको इसके कमांड को चेंज करना पड़ेगा।

यह खुद से अपनी परफॉरमेंस को नहीं बड़ा सकती। लेकिन इंसान अपनी कार्य करने की छमता को खुद बड़ा और घटा सकता है।

• इसे भी पढ़े – आर्टिफीसियल इंटेलिजेंस की विशेषताए

Exam में पूछे जाने वाले प्रश्न

जोखिम को कम करता है और 24/7 काम कर सकता है।

यह काफी महगा है।

Reference: – https://www.javatpoint.com/advantages-and-disadvantages-of-artificial-intelligence

निवेदन:- अगर आपके लिए ( Advantages & Disadvantages of Artificial Intelligence in Hindi – AI के फायदे और नुकसान ) का यह पोस्ट उपयोगी रहा हो तो इसे अपने दोस्तों के साथ अवश्य share कीजिये. और आपके जो भी questions हो उन्हें नीचे comment करके बताइए. धन्यवाद.

1 thought on “Advantages & Disadvantages of Artificial Intelligence in Hindi – AI के फायदे और नुकसान”

This is the good topic

Leave a Comment Cancel reply

• Problem Solving in games such as “ Sudoku ” can be an example. It can be done by building an artificially intelligent system to solve that particular problem. To do this, one needs to define the problem statements first and then generating the solution  by keeping the conditions in mind.
• Travelling Salesman Problem.
• Tower of Hanoi Problem.
• Water-Jug Problem.
• N-Queen Problem.

Problem Searching

• In general, searching refers to as finding information one needs.
• Searching is the most commonly used technique of problem solving in artificial intelligence.
• The searching algorithm helps us to search for solution of particular problem.
• Problems are the issues which comes across any system. A solution is needed to solve that particular problem.

Steps : Solve Problem Using Artificial Intelligence

• Defining The Problem :  The definition of the problem must be included precisely. It should contain the possible initial as well as final situations  which should result in acceptable solution.
• Analyzing The Problem :  Analyzing the problem and its requirement must be done as few features can have immense impact on the resulting solution.
• Identification Of Solutions :  This phase generates reasonable amount of solutions to the given problem in a particular range.
• Choosing a Solution :  From all the identified solutions, the best solution is chosen basis on the results produced by respective solutions.
• Implementation :  After choosing the best solution, its implementation is done.  

Artificial Intelligence

Control System

• Interview Q

Intelligent Agent

Problem-solving, adversarial search, knowledge represent, uncertain knowledge r., subsets of ai, artificial intelligence mcq, related tutorials.

• Send your Feedback to [email protected]

Help Others, Please Share

Learn Latest Tutorials

Transact-SQL

Reinforcement Learning

R Programming

React Native

Python Design Patterns

Python Pillow

Python Turtle

Preparation

Verbal Ability

Interview Questions

Company Questions

Trending Technologies

Cloud Computing

Data Science

Machine Learning

B.Tech / MCA

Data Structures

Operating System

Computer Network

Compiler Design

Computer Organization

Discrete Mathematics

Ethical Hacking

Computer Graphics

Software Engineering

Web Technology

Cyber Security

C Programming

Data Mining

Data Warehouse

• Computer Science and Engineering
• Artificial Intelligence: Search Methods for Problem Solving (Video) 
• Co-ordinated by : IIT Madras
• Available from : 2014-05-06
• Intro Video
• 1. Artificial Intelligence: Introduction
• 2. Introduction to AI
• 3. AI Introduction: Philosophy
• 4. AI Introduction
• 5. Introduction: Philosophy
• 6. State Space Search - Introduction
• 7. Search - DFS and BFS
• 8. Search DFID
• 9. Heuristic Search
• 10. Hill climbing
• 11. Solution Space Search,Beam Search
• 12. TSP Greedy Methods
• 13. Tabu Search
• 14. Optimization - I (Simulated Annealing)
• 15. Optimization II (Genetic Algorithms)
• 16. Population based methods for Optimization
• 17. Population Based Methods II
• 18. Branch and Bound, Dijkstra's Algorithm
• 19. A* Algorithm
• 20. Admissibility of A*
• 21. A* Monotone Property, Iterative Deeping A*
• 22. Recursive Best First Search, Sequence Allignment
• 23. Pruning the Open and Closed lists
• 24. Problem Decomposition with Goal Trees
• 25. AO* Algorithm
• 26. Game Playing
• 27. Game Playing- Minimax Search
• 28. Game Playing - AlphaBeta
• 29. Game Playing-SSS *
• 30. Rule Based Systems
• 31. Inference Engines
• 32. Rete Algorithm
• 33. Planning
• 34. Planning FSSP, BSSP
• 35. Goal Stack Planning. Sussman's Anomaly
• 36. Non-linear planning
• 37. Plan Space Planning
• 38. GraphPlan
• 39. Constraint Satisfaction Problems
• 40. CSP continued
• 41. Knowledge-based systems
• 42. Knowledge-based Systems, PL
• 43. Propositional Logic
• 44. Resolution Refutation for PL
• 45. First-order Logic (FOL)
• 46. Reasoning in FOL
• 47. Backward chaining
• 48. Resolution for FOL
• Watch on YouTube
• Assignments
• Download Videos
• Transcripts

Video Transcript:

• Lecture Notes (1)

Help | Advanced Search

Computer Science > Artificial Intelligence

Title: fusion intelligence: confluence of natural and artificial intelligence for enhanced problem-solving efficiency.

Abstract: This paper introduces Fusion Intelligence (FI), a bio-inspired intelligent system, where the innate sensing, intelligence and unique actuation abilities of biological organisms such as bees and ants are integrated with the computational power of Artificial Intelligence (AI). This interdisciplinary field seeks to create systems that are not only smart but also adaptive and responsive in ways that mimic the nature. As FI evolves, it holds the promise of revolutionizing the way we approach complex problems, leveraging the best of both biological and digital worlds to create solutions that are more effective, sustainable, and harmonious with the environment. We demonstrate FI's potential to enhance agricultural IoT system performance through a simulated case study on improving insect pollination efficacy (entomophily).

Submission history

Access paper:.

• HTML (experimental)
• Other Formats

References & Citations

• Google Scholar
• Semantic Scholar

BibTeX formatted citation

Bibliographic and Citation Tools

Code, data and media associated with this article, recommenders and search tools.

• Institution

arXivLabs: experimental projects with community collaborators

arXivLabs is a framework that allows collaborators to develop and share new arXiv features directly on our website.

Both individuals and organizations that work with arXivLabs have embraced and accepted our values of openness, community, excellence, and user data privacy. arXiv is committed to these values and only works with partners that adhere to them.

Have an idea for a project that will add value for arXiv's community? Learn more about arXivLabs .

• Economic and Social Council

Speakers Focus on Potential of Artificial Intelligence to Address Climate Change, as Science, Technology and Innovation Multi-stakeholder Forum Opens

Discussions on the potential of artificial intelligence (AI) to address climate change took centre stage at a United Nations forum today, with speakers urging that investment in such technology should be more focused on solving global problems. 

“I honestly felt almost ashamed” that the big AI builders — led by the United States, the European Union, the United Kingdom and China — have been mostly focused on winning the AI race rather than collaborating to address the 17 problems that the United Nations summarized in the Sustainable Development Goals (SDGs), said Daniela Braga, Founder and Chief Executive Officer of Defined.ai., in her opening remarks to the ninth Multi-stakeholder Forum on Science, Technology and Innovation for the Sustainable Development Goals.

Investment in AI for sustainability “is severely underfunded and under-resourced”, she pointed out, welcoming the Bezos Earth Fund’s recent announcement of a $100 million grant to combat climate change with AI.

Detailing the benefits AI brings to humanity, such as productivity enhancement, access to information, personalization in education, increased access to health care, better management of waste and energy consumption, monitoring climate change, smart buildings and autonomous vehicles, she emphasized that “AI allows us to scale ourselves more.”

Also addressing the opening segment was Selwin Hart, Special Adviser to the Secretary-General on Climate Action and Just Transition, who noted that investment in renewable energy has almost doubled since the 2015 Paris Agreement on climate change.

But this disguises an alarming trend, he said, noting:  Of the $1.8 trillion invested in clean energy in 2023, emerging and developing countries outside of China account only for 15 per cent despite that they represent two thirds of the global population and a third of global gross domestic product (GDP).  The clean energy investment in these countries in 2023 also stayed the same from 2015, he said, calling for necessary finance.

For his part, Dennis Francis, President of the General Assembly, warned that the intensity of climate change is outpacing the international community’s coping capacities.  “The technologies and insights provided by artificial intelligence and machine learning offer unprecedented opportunities to advance our knowledge and address complex global challenges — from improving climate modelling and enhancing renewable energy forecasts, to optimizing resource use and protecting biodiversity,” he said.

Yet, the benefits of scientific advancements are not equally shared by the least developed, landlocked developing and small island developing States, he said, urging:  “Together, let us forge a future that fully embraces the potential of science, technology and innovation to catalyse progress.”

Paula Narvaez, President of the Economic and Social Council, urged intensified efforts to leverage science, technology and innovation for the SDGs, fostering action-oriented collaboration across borders and sectors to bridge divides and drive progress.  “The Forum plays a crucial role in this endeavour,” she stressed.

The Forum, organized by the Economic and Social Council, will run through 10 May, featuring ministerial and thematic discussions, under the overall theme “Science, technology and innovation for reinforcing the 2030 Agenda and eradicating poverty in times of multiple crises:  the effective delivery of sustainable, resilient and innovative solutions”.

Ministerial Session

Chaired by Inga Rhonda King (Saint Vincent and the Grenadines) and Christina Markus Lassen (Denmark), Co-Chairs of the 2024 of the 2024 Science, Technology and Innovation Forum, the ministerial session under the theme “Harnessing science and technology for the effective delivery of sustainable, resilient, and innovative solutions” featured statements by the following panellists:  Li Junhua, United Nations Under-Secretary-General for Economic and Social Affairs; Muhammadou M.O. Kah, Chair, UN Commission on Science and Technology for Development; and Joyeeta Gupta, Co-Chair, United Nations Group of Ten High-level Representatives of Civil Society, Private Sector and Scientific Community to Promote Science, Technology and Innovation for the Sustainable Development Goals (SDGs), also known as the 10-Member-Group.

Mr. JUNHUA said that the solution to accelerating climate change and environmental degradation, increased conflict and growing geopolitical tensions will require action and determination delivered at speed and scale through partnerships at national, regional and global levels.  “There is no time to lose,” he stated, noting that science, technology and innovation hold “immense potential to shape and drive global solutions to the most pressing problems”.  This Forum is a platform for solutions, he said, adding that science and technology can create pathways for complex development challenges facing particularly small island and the least developed countries.

Mr. KHA, presenting the outcomes of the twenty-seventh annual session of the Commission on Science and Technology for Development held from 15 to 19 April in Geneva, underlined that “start-ups play an important role in connecting technology with society”, engaging research in frontier technologies such as quantum computing and renewable energy; improving the quality of higher education and developing scientific and technological research; promoting innovation and technology transfer; and ensuring investments in water desalination technologies.  Further, he stressed, science, technology and innovation cooperation should aim at closing the technology gap between developed and developing countries, including through increased involvement in global research networks.

“The window is closing on climate and other environmental challenges, while many social and economic challenges remain unmet or even exacerbated,” warned Ms. GUPTA.  These interrelated challenges have led to growing calls for justice by social movements and caused conflicts worldwide.  If artificial intelligence (AI) is carefully regulated, it might enhance efficient, sustainable food production, she observed, adding that positive actions to promote women’s participation in science are critical for addressing several SDGs.  Also, consumption patterns must change — including fast fashion and meat consumption — while investment must become sustainable to address the multiple challenges in the SDG road map.  “We all have a right to develop but no longer at the expense of others,” she asserted, adding that “industrialized countries need the cooperation of developing countries to address the common challenges”.

The ensuing discussion featured statements by a number of ministers and high-level representatives, who underscored the need for efforts both national and international to harness science, technology and innovation to advance the 2030 Agenda for Sustainable Development.

Many speakers, including the representative of Belize, speaking for the Caribbean Community (CARICOM), underlined the importance of collective efforts to create a “digital world” that is universally accessible, advances peace and security and improves lives.  Similarly, Armenia’s representative said that a coordinated, multi-stakeholder approach — involving countries, organizations, civil society, the private sector and the scientific community — is “indispensable” for the development of science, technology and innovation.  “Only together can we meet the moment and work to achieve the SDGs,” observed the representative of the United States.  However, the representative of Uganda, speaking for the “Group of 77” developing countries and China, pointed out that developing States are challenged by an unjust prevailing international economic order.

Speakers also spotlighted national efforts and priorities in this field, including the representatives of Tajikistan and Türkiye, who detailed Government investment in renewable-energy projects in their respective countries.  Others reported on national development strategies that focus on AI, with Serbia’s representative stating that the fusion of AI and biotechnology “is the next big thing” and Georgia’s representative noting his Government’s prioritization of AI in relation to agriculture technology.  The representative of the Philippines, meanwhile, outlined Government efforts to bring high-speed Internet to underserved communities, unlocking opportunities for education, health care and socioeconomic development.

Amidst the many global challenges that impede the realization of the SDGs, flexible, responsive science is key to allow the international community to respond quickly to new, unexpected threats, said the representative of Poland, recalling the global push to develop COVID-19 vaccines in 2020-2021.  “History shows that useful knowledge is often completely unanticipated,” observed the representative of the European Union, echoing others in underlining the importance of empowering individuals across cultures and nations to pursue their curiosity and develop new knowledge.  Asking and answering the question of what politicians and policymakers can do, she said:  “We, as funders, must keep funding — and, indeed, we must increase the funding — that is available for fundamental research.”

Thematic Session I

In a thematic discussion, titled “More and more effective funding and capacity for SDG-related research and innovation in all regions (SDG17),” speakers explored the status of cooperation and funding in these areas to achieve the SDGs.

“Envision a world […] not led by Global North tech hubs, but where technology isn’t a distant concept for underrepresented groups, but rather an integral part of their everyday lives,” said Daniela Carvajalino Tobon from Colombia, a UN innovator competition winner. In presenting “Wingu”, a digital platform for municipal services, she detailed how her project helped Indigenous women embrace digital solutions.

She said that social digital innovation development must become a sustained, long-term commitment involving all stakeholders, especially the funders.  “This is the world we strive to create — one where technology does not perpetuate social, economic and political disparities, where digital space does not reproduce gender, education or labour inequalities, but rather serves as a catalyst for inclusivity and empowering underrepresented groups to thrive,” she said.

Tanaka Akihiko, President, Japan International Cooperation Agency, proposed a mindset shift, moving from the current catchword “STI (science, technology and innovation) for development” to “STI in development”.  The former seems to be a concept for researchers, but the latter can engage researchers and practitioners in development agencies.  While supporting universities and research institutions in developing countries is important, researchers in developed countries must be more aware of development issues.  “In this sense, capacity-building is needed in both developed and developing countries,” he stressed.

Sharing best practices was also the objective of this discussion.  Alejandro Adem, President, Natural Sciences and Engineering Research Council, Canada, and Chair, Global Research Council, said that his country’s funding agencies came together to propose an international joint initiative for researching climate change adaptation and mitigation.  This $60 million project over three years, with $30 million coming from other partners, including Brazil, Germany, Norway, South Africa, Switzerland, the United Kingdom and the United States, had more than 100 applications and can serve as a model for multilateral research.

Similarly, Thandi Mgwebi, Group Executive, National Research Foundation, South Africa, introduced the Science Granting Councils Initiative, which has allowed 17 African countries to come together and incubate several projects in addition to building capacities for science.

The panellists also examined the gaps between science and development.  Li Jinghai, President of the International Panel of Mesoscience, said that the 17 SDGs constitute a complex global system, and science is not sufficient to address it.  “There are serious confusions about the relationship among the Goals,” he said, proposing a new framework by regrouping the SDGs into three subgroups, with Goals 2, 6, 7, 14 and 15 in one group, Goals 1, 3, 4, 5, 8, 10 and 16 in another and Goals 9, 11, 12, 13 and 17 in a third group.

Thematic Session II

In the thematic session II, titled “Strengthening scientific cooperation, technology and knowledge sharing and accelerating innovation for integrated climate action (SDG13)”, speakers explored the role of science, technology and innovation in accelerating integrated climate action and synergistic solutions.

Karen Scrivener, Professor, Laboratory of Construction Materials, Ecole Polytechnique Fédérale de Lausanne, Switzerland, and founder of Nanocem, underscored that construction materials have a significant carbon footprint — about 15-20 per cent.  Over the last three to four decades, China has driven an increase in demand and now represents more than half of the cement and steel production.  However, in the next few decades, this will change dramatically as the demand in China drops by two thirds, and other developing regions — notably India and Africa — come to the fore.  “How can we fulfil the present need for housing and infrastructure while mitigating climate change?” she asked, stressing the need to implement solutions in developing countries, including by building research infrastructure. She further stressed that emissions can be decreased by 70-80 per cent just by developing and applying existing technologies. 

Haozhe Zhao, Director of ESG Management and Sustainability at Everpower Energy Inc. and the Founder and CEO of Quakers Capital, highlighted the significant challenges climate change poses to the environment and the global economy, noting that “technological innovation emerges as the key pathway forward”. To benefit more countries and people, making meaningful contributions to global environmental sustainability is crucial, he said, detailing his company’s projects.  These include green mining technology — a ground-breaking patented technology that has been successfully implemented in industrial production.  He also introduced the most energy-efficient and environmentally friendly photovoltaic power generation system, stating:  “We believe in power wherever there is light.”  He further stressed the need to meet the global demand for sustainable energy, catalyse economic development and alleviate electricity shortages.

Elisabeth Gilmore, Carleton University, Canada, and Peace Research Institute, Oslo, Norway, said that climate scientists model potential futures, using scenarios that start with “where we are now and where we may go”.  These scenarios are trying to capture many complex changes, including rates of technological progress.  She stressed that climate technologies that elevate new voices, transform power relationships and enhance individual agency require open sharing of knowledge and places where ideas can be contested “to realize these more positive futures”.  Noting the role of universities and academics in this regard, she underlined the importance of using technologies to “reinforce trust and cooperation through shared values”.

Thematic Session III

In the final thematic session of the day, titled “Bridging the science, technology and innovation divides to eradicate poverty and end hunger (SDGs 1 and 2)”, speakers discussed how to tackle poverty, hunger and their consequences by harnessing new technology.

Qu Dongyu, Director-General of the Food and Agriculture Organization (FAO), said that science, technology and innovation hold the potential to unlock employment opportunities, bridge the rural divide and empower small-scale producers, family farmers, rural youth and women to access information, technology and markets.  Detailing FAO efforts in this regard, he emphasized that technology and innovation must be universally available, accessible and affordable and must respond to the specific needs of the most vulnerable.

Providing a tangible example of such a response, Lady Mariéme Jamme, Chief Sustainability Officer and Founder of iamtheCODE Foundation, detailed her work in the Kakuma Refugee Camp in Kenya teaching marginalized women and girls basic coding skills.  She pointed out, however, that — while such individuals can learn how to code — “they don’t have food”.  To respond, her organization has served over 300,000 meals in the Kakuma Refugee Camp alone and, further, developed a “healthbot” app that young women and girls can use to learn about vital health and development issues.  “We take food for granted,” she stressed, but many only have one meal a day — “if they are lucky”.

Arlan Peters, Head of Sustainability for Novonesis North America, then pointed out that “poverty and hunger are intrinsically linked with food waste”.  According to the World Bank, almost 10 per cent of the world’s population lives in poverty; yet, more than 1 billion tons of food are wasted each year.  To tackle this, Novonesis combines biosolutions such as good bacteria and fermentation to extend the shelf life of food.  He stressed, however, that business and industry must do better to support the localization of the SDGs, stating that the sector can “learn a lot” from locally adapted innovations that reduce food loss while empowering local farmers.

Outlining myriad global challenges in the agrifood sector was Motoko Kotani, Executive Vice President for Research, Professor and Principal Investigator at the Advanced Institute for Materials Research and Mathematics at Tohoku University in Japan.  To respond, the international community must work to strengthen food security and global logistics management.  Also highlighting a challenge present in her country — an aging population — she spotlighted possible solutions, such as speeding up crop breeding with biotechnology and addressing labour shortages with automated production.

Finally, Patrick Caron, Vice-Chair of the Consortium of International Agricultural Research Centers System Board, said that “technology is available to solve the interconnected problems of poverty and hunger”. However, this technology does not always contribute to sustainable development, the obstacles to change are many and there is no “magic bullet” that hits all contexts.  Outlining suggestions for immediate action, he urged the pooling of collective intelligence.  For its part, the Consortium aims to provide a safe space for risk-taking amidst increasing polarization of food issues — “for thinking the unthinkable”, he said.

Facebook Twitter Email Print LinkedIn