काठमाडौं ।
कृत्रिम बुद्धिमत्ता (एआई) एक जटिल र गहिरो क्षेत्र हो। यस क्षेत्रमा काम गर्ने वैज्ञानिकहरूले प्रायः आफ्ना कामहरू बुझाउन प्राविधिक शब्दहरू प्रयोग गर्छन्। दैनिक रुपमा एआई प्रयोग गर्दा जान्नुपर्ने महत्वपूर्ण शब्दावली र तिनका अर्थहरू यस्त प्रकार छन्।
अनुसन्धानकर्ताहरूले नयाँ प्रविधि विकास गर्दै जाँदा र नयाँ सुरक्षा जोखिमहरू पहिचान हुँदै जाँदा यो शब्दावलीलाई नियमित रूपमा अद्यावधिक गरिनेछ।
एजीआई
आर्टिफिसियल जनरल इन्टेलिजेन्स (एजीआई) स्पष्ट रूपमा परिभाषित शब्द होइन। तर सामान्यतया यसले धेरैजसो काममा औसत मानवभन्दा बढी सक्षम एआईलाई जनाउँछ।
एजेन्ट एजेन्ट
एआई एजेन्ट भनेको यस्तो उपकरण हो जसले एआई प्रयोग गरेर तपाईंको तर्फबाट विभिन्न कामहरू गर्न सक्छ, जस्तै खर्च व्यवस्थापन, टिकट बुकिङ, वा कोड लेख्ने काम।
चेन अफ थट
एआईले समस्यालाई साना चरणमा विभाजन गरेर समाधान गर्ने तरिकालाई जनाउँछ, जसले सही नतिजा आउने सम्भावना बढाउँछ।
कम्प्युट
एआई मोडेल चलाउन आवश्यक पर्ने कम्प्युटिङ शक्ति, जस्तै GPU, CPU आदि।
डीप लर्निङ
बहु-स्तरीय न्यूरल नेटवर्कमा आधारित एआई विधि, जसले जटिल डेटा विश्लेषण गर्न सक्छ र आफैं सिक्दै सुधार हुन्छ।
डिफ्युजन
डाटामा ‘नोइज’ थपेर त्यसलाई बिगार्ने र फेरि पुनः निर्माण गर्न सिक्ने एआई प्रविधि, जुन चित्र, संगीत आदि बनाउन प्रयोग हुन्छ।
डिस्टिलेसन
यो ठूलो मोडेलबाट ज्ञान लिएर सानो र छिटो मोडेल बनाउने प्रक्रिया हो।
फाइन-ट्युनिङ
विशेष कामका लागि एआई मोडेललाई थप प्रशिक्षण दिने प्रक्रिया।
जेनेरेटिभ एडभर्सरियल नेटवर्क
दुई न्यूरल नेटवर्कबीच प्रतिस्पर्धा गराएर यथार्थजस्तै डेटा (जस्तै फोटो/भिडियो) उत्पादन गर्ने प्रविधि।
ह्यालुसिनेसन
एआईले गलत वा बनावटी जानकारी उत्पादन गर्ने समस्या।
इन्फरेन्स
प्रशिक्षणपछि एआई मोडेलले अनुमान वा निष्कर्ष निकाल्ने प्रक्रिया।
एलएलएम (लार्ज ल्याङ्वेज मोडल)
ठूलो भाषा मोडेलहरू, जसले ChatGPT जस्ता एआई सहायकलाई काम गर्न सक्षम बनाउँछ।
मेमोरी क्यास
पहिलेका गणनाहरू सुरक्षित राखेर एआईलाई छिटो काम गर्न सहयोग गर्ने प्रविधि।
न्यूरल नेटवर्क
मानव मस्तिष्कबाट प्रेरित बहु-स्तरीय संरचना, जसले एआईलाई डाटा प्रशोधन गर्न सक्षम बनाउँछ।
र्यामागेडन
यो एआईका कारण र्याम चिपको अभाव र मूल्य वृद्धि हुने अवस्थालाई जनाउने शब्द हो।
ट्रेनिङ
डेटा प्रयोग गरेर एआई मोडेललाई सिकाउने प्रक्रिया।
टोकन
एआईले बुझ्ने साना डेटा एकाइहरू, जसले इनपुट र आउटपुट निर्धारण गर्छ र लागतसँग पनि सम्बन्धित हुन्छ।
ट्रान्सफर लर्निङ
पहिले सिकेको ज्ञानलाई नयाँ तर सम्बन्धित काममा प्रयोग गर्ने विधि।
वेट्स
डेटाका विभिन्न पक्षलाई कति महत्व दिने भन्ने निर्धारण गर्ने संख्यात्मक मानहरू, जसले मोडेलको नतिजा प्रभावित गर्छ।
प्रकाशित: १ बैशाख २०८३, मंगलवार
