China 九年级（初三） Information Technology
अध्याय: 2
1. Module: AI and smart society
AI application scenarios · Machine computation vs human computation · Ethics and safety challenges of AI
- कृत्रिम बुद्धिमत्ता (AI): मशीनें सोचना कैसे सीखती हैं – कृत्रिम बुद्धिमत्ता (Artificial Intelligence, AI) कंप्यूटर प्रणाली की वह क्षमता है जिससे वह ऐसे काम करती है जिनमें आम तौर पर इंसानी दिमाग़ लगता है: देखना, बोली समझना, फ़ैसला करना और सीखना। AI प्रणाली एक एजेंट है जो महसूस करती है, सोचती है और काम करती है। पुरानी AI इंसानों के लिखे नियमों पर चलती थी। आज की AI ज़्यादातर मशीन लर्निंग से चलती है: वह ढेर सारे लेबल वाले उदाहरणों (डेटा) से ख़ुद नियम ढूँढती है। न्यूरल नेटवर्क सरल इकाइयों की परतें हैं जिनकी कड़ियों की ताकत (भार) प्रशिक्षण में बदलती है। AI नक्शों, अनुवाद, स्वास्थ्य, खेती और खेलों में काम आती है। एकतरफ़ा डेटा से यह ग़लत या पक्षपाती हो सकती है, इसलिए इंसान को इसे जाँचना, निजता बचाना और ज़िम्मेदार रहना चाहिए।
- मशीन लर्निंग (Machine Learning) – मशीन लर्निंग (ML) में कंप्यूटर को नियम बताया नहीं जाता; वह उदाहरणों से नियम ख़ुद सीखता है. हम डेटा देते हैं: फ़ीचर (इनपुट) और, सुपरवाइज़्ड लर्निंग में, लेबल (उत्तर). मशीन एक मॉडल बनाती है: रिग्रेशन संख्या का अनुमान लगाता है, डिसीज़न ट्री हाँ/नहीं प्रश्नों से वर्ग चुनता है, और k-means बिना लेबल वाले डेटा को समूहों में बाँटता है. ज़्यादातर डेटा पर सिखाते हैं, अनदेखे डेटा पर परखते हैं और सटीकता नापते हैं. सिर्फ़ रटने वाला मॉडल (ओवरफ़िटिंग) नए डेटा पर फेल होता है.
- AI नैतिकता: कृत्रिम बुद्धिमत्ता का निष्पक्ष और सुरक्षित उपयोग – AI डेटा से पैटर्न सीखकर फ़ैसले करता है। AI नैतिकता पूछती है: क्या ये फ़ैसले निष्पक्ष, सुरक्षित और सम्मानजनक हैं? मुख्य मुद्दे: पक्षपात (अनुचित डेटा से अनुचित नतीजे), निजता (निजी डेटा के लिए सहमति और सुरक्षा), पारदर्शिता (AI ने क्यों तय किया, यह पता हो), जवाबदेही (इंसान ज़िम्मेदार रहे), सुरक्षा और दुरुपयोग (डीपफ़ेक, झूठी ख़बरें), और सामाजिक असर (नौकरियाँ, डिजिटल खाई, पर्यावरण)। ज़िम्मेदार AI का मतलब है इन सबकी जाँच उपयोग से पहले और बाद में।
2. Cross-disciplinary theme
Imagining future smart scenes · AI-predicted travel
- स्मार्ट दृश्य की कल्पना और डिज़ाइन – स्मार्ट दृश्य एक छोटी जगह है, जैसे कमरा या सड़क, जो ख़ुद पहचानती है कि क्या हो रहा है और अपने आप जवाब देती है। इसे डिज़ाइन करने के लिए एक समस्या चुनें, सेंसर लगाएँ, उनका डेटा नेटवर्क से हब को भेजें, सरल अगर-तो नियम लिखें और काम करने वाले उपकरण (लैंप, पंखा, दरवाज़ा) जोड़ें। फिर जाँचें, ग़लतियाँ सुधारें और लोगों की निजता बचाएँ।
- AI से सफ़र का अनुमान: डेटा से ट्रैफ़िक की भविष्यवाणी – ट्रैफ़िक का अनुमान लगाने के लिए AI पहले पुराना डेटा जुटाता है, जैसे कई दिनों में हर घंटे की गाड़ियाँ। फिर वह पैटर्न ढूँढता है, जैसे सुबह और शाम की भीड़ के दो पहाड़। फिर उसी पैटर्न से अगले दिन का अनुमान बनाता है, जैसे पिछले दिनों के उसी घंटे का औसत। लोग इस अनुमान से बेहतर समय या रास्ता चुनते हैं। अनुमान अच्छा अंदाज़ा है, पक्का वादा नहीं।