📚 कक्षा 8 · विज्ञान · अध्याय 22

आर्टिफिशियल इंटेलिजेंस (AI)

इस अध्याय में हम डेटा विश्लेषण, आर्टिफिशियल इंटेलिजेंस के लाभ,
हानियाँ, सीमाएँ तथा नैतिक मूल्यों के बारे में विस्तार से जानेंगे।

📊 1 डेटा विश्लेषण – चरण (Data Analysis Steps)

डेटा विश्लेषण (Data Analysis): डेटा को समझने, व्यवस्थित करने और उपयोगी परिणाम निकालने की प्रक्रिया।

🔹 डेटा विश्लेषण के चरण

📥 1. डेटा प्राप्त करना
विभिन्न स्रोतों से कच्चा डेटा (Raw Data) एकत्रित करना – जैसे सर्वेक्षण, अवलोकन, डिजिटल स्रोत।
🔍 2. डेटा को समझना
डेटा की संरचना, प्रकार एवं गुणवत्ता को समझना – डेटा विश्लेषण से पहले आवश्यक चरण।
🔎 3. उपयोगी डेटा को फिल्टर करना
आवश्यक डेटा को चुनना एवं अनावश्यक डेटा को हटाना – डेटा सफाई (Data Cleaning)।
🏗️ 4. मॉडल बनाना
सार्थक जानकारी को व्यवस्थित ढाँचे (Model) में रखना – परिणामों को बेहतर बनाने हेतु कई बार ठीक किया जाता है।
📈 5. वांछित परिणाम निकालना
आरेख, ग्राफ और चार्ट के रूप में परिणाम, रुझान (Trends) एवं भविष्यवाणियाँ प्रस्तुत करना।
📥 प्राप्त 🔍 समझ 🔎 फिल्टर 🏗️ मॉडल 📈 परिणाम
डेटा विश्लेषण के पाँच चरण

📊 डेटा विश्लेषण: प्राप्त → समझ → फिल्टर → मॉडल → परिणाम – डेटा से अर्थ निकालना।

🤖 2 आर्टिफिशियल इंटेलिजेंस – परिचय

आर्टिफिशियल इंटेलिजेंस (AI – Artificial Intelligence): मशीनों में मानव बुद्धि (Human Intelligence) को कृत्रिम रूप से विकसित करने की तकनीक।

  • AI क्या है? कंप्यूटर सिस्टम जो सीखने (Learning), तर्क करने (Reasoning) और निर्णय लेने (Decision Making) में सक्षम होते हैं।
  • उदाहरण: गूगल मैप (Google Maps), सिरी (Siri), एलेक्सा (Alexa), चैटबॉट (Chatbots), सेल्फी लेना, कॉल करना, ईमेल आदि।
  • AI का उद्देश्य: मानवीय कार्यों को स्वचालित (Automate) करना, त्रुटियों को कम करना एवं दक्षता बढ़ाना
  • AI का इतिहास: AI शब्द 1956 में Dartmouth सम्मेलन में प्रस्तावित किया गया था।
  • मशीन लर्निंग (Machine Learning): AI की एक शाखा – जहाँ मशीनें डेटा से सीखती हैं और अपने प्रदर्शन में सुधार करती हैं।

🤖 AI: मशीनों में मानव बुद्धि – सीखना, तर्क करना, निर्णय लेना – उदा: Google Maps, Siri, Alexa।

3 आर्टिफिशियल इंटेलिजेंस के लाभ

AI के 5 मुख्य लाभ (Benefits):

1. मानवीय त्रुटि में कमी
AI उत्कृष्ट प्रोग्रामिंग द्वारा त्रुटियों को शून्य कर सकता है। रोबोटिक सर्जरी – सटीकता के साथ जटिल प्रक्रियाएँ।
2. शून्य जोखिम
जोखिम भरे क्षेत्रों में AI रोबोट काम करते हैं – बम निष्क्रियकरण, अंतरिक्ष यान, महासागर अन्वेषण – मानव हानि से बचाव।
3. 24×7 उपलब्धता
AI बिना रुके अनवरत कार्य कर सकता है – चैटबॉट ग्राहकों को कभी भी, कहीं भी त्वरित सहायता प्रदान करते हैं।
4. निष्पक्ष निर्णय
AI में भावनाएँ नहीं होतीं – पक्षपात रहित (Unbiased) निर्णय। AI संचालित भर्ती प्रणाली – कौशल एवं योग्यता के आधार पर स्क्रीनिंग।
5. दैनिक अनुप्रयोग
Google Maps, Siri, Alexa, मौसम पूर्वानुमान, ईमेल, कॉल – AI हमारी दैनिक जीवन का अभिन्न अंग।
✅ त्रुटि कम 🛡️ शून्य जोखिम ⏰ 24×7 ⚖️ निष्पक्ष 📱 दैनिक
AI के 5 मुख्य लाभ

AI के लाभ: त्रुटि कम, शून्य जोखिम, 24×7 उपलब्धता, निष्पक्ष निर्णय, दैनिक अनुप्रयोग।

⚠️ 4 आर्टिफिशियल इंटेलिजेंस की हानियाँ

AI की 5 मुख्य हानियाँ (Disadvantages):

1. उच्च लागत (High Cost)
AI सिस्टम बनाना बहुत महँगा – समय, संसाधन, नवीनतम हार्डवेयर एवं सॉफ्टवेयर की आवश्यकता।
2. कोई रचनात्मकता नहीं
AI केवल फीड किये गए डेटा पर आधारित – नवीन रचनात्मकता (Creativity) उत्पन्न नहीं कर सकता।
3. आलस्य में वृद्धि
AI पर बढ़ती निर्भरता से आलस्य (Laziness) बढ़ता है – टाइप करना कम, स्मरणशक्ति पर प्रभाव।
4. टीम भावना शून्य
रोबोट भावना शून्य – मानवीय कनेक्शन एवं समूह कार्य (Teamwork) का अभाव।
5. कोई सुधार नहीं
AI केवल वही कार्य कर सकता है जिसके लिए प्रोग्राम किया गया – सुधार के लिए कोड स्वयं बदलना पड़ता है।

⚠️ AI की हानियाँ: उच्च लागत, कोई रचनात्मकता नहीं, आलस्य में वृद्धि, टीम भावना शून्य, कोई सुधार नहीं।

🔒 5 आर्टिफिशियल इंटेलिजेंस की सीमाएँ

AI की प्रमुख सीमाएँ (Limitations):

📊 1. डेटा पर निर्भरता
AI पूर्ण रूप से डेटा पर निर्भर – जिस डेटा का अभाव, उस प्रश्न का उत्तर नहीं दे सकती।
🧠 2. कोई कॉमन सेंस नहीं
AI का अपना कोई सामान्य ज्ञान (Common Sense) नहीं होता – केवल डेटा के अनुसार कार्य।
⚠️ 3. खराब डेटा → गलत परिणाम
खराब गुणवत्ता (Bad Quality) का डेटा गलत परिणाम दे सकता है – GIGO (Garbage In, Garbage Out)।
❌ 4. सीमित क्षेत्र
AI बहुत से क्षेत्रों में कार्य नहीं कर सकती – विशिष्ट कार्यों तक सीमित।
🔗 5. समन्वय की कमी
AI अन्य प्रणालियों और क्षेत्रों के साथ समन्वय (Coordination) स्थापित नहीं कर सकती।
🔧 6. समझना कठिन
AI की कार्य-प्रणाली को सामान्य रूप से समझना बहुत कठिन है (Black Box समस्या)।

🔒 AI की सीमाएँ: डेटा पर निर्भरता, कोई कॉमन सेंस नहीं, खराब डेटा → गलत परिणाम, सीमित क्षेत्र, समन्वय की कमी, समझना कठिन।

⚖️ 6 AI के नैतिक मूल्य (Ethical Values)

AI के नैतिक मूल्य (Ethical Values): यह सुनिश्चित करना कि AI सिस्टम नैतिक रूप से सही कार्य करें – मशीन नैतिकता (Machine Ethics) या कम्यूटेशन नैतिकता (Computational Ethics) भी कहलाती है।

  • उद्देश्य: AI सिस्टम को जवाबदेह (Accountable) एवं भरोसेमंद (Trustworthy) बनाना।
  • यदि कोई AI सिस्टम नुकसान पहुँचाता है, तो यह निर्धारित करना संभव होना चाहिए कि कौन-से हिस्से जिम्मेदार थे – ताकि उन्हें ठीक या बदला जा सके।
  • नैतिक मूल्य: AI सिस्टम को पारदर्शी, निष्पक्ष, जवाबदेह एवं मानव-केंद्रित होना चाहिए।
  • गोपनीयता (Privacy): AI को उपयोगकर्ता डेटा की गोपनीयता का ध्यान रखना चाहिए।
  • भेदभाव रहित: AI को किसी भी प्रकार का भेदभाव (जाति, लिंग, धर्म) नहीं करना चाहिए।
  • मानवीय मूल्य: AI को मानवीय मूल्यों (Human Values) का सम्मान करना चाहिए।

⚖️ AI के नैतिक मूल्य: जवाबदेही, भरोसेमंदता, पारदर्शिता, निष्पक्षता, गोपनीयता, भेदभाव रहित, मानवीय मूल्यों का सम्मान।

📜 7 दिव्यांग हमारे भाई बहन (कविता)

📜 कविता का संदेश: दिव्यांगों को दया नहीं, सम्मान एवं समानता दें – वे भी विकास के संबल हैं।

📝 हमने सीखा (अध्याय सारांश)

📊 डेटा विश्लेषण: प्राप्त → समझ → फिल्टर → मॉडल → परिणाम – डेटा से अर्थ निकालना।
🤖 AI: मशीनों में मानव बुद्धि – सीखना, तर्क करना, निर्णय लेना – Google Maps, Siri, Alexa।
AI के लाभ: त्रुटि कम, शून्य जोखिम, 24×7, निष्पक्ष निर्णय, दैनिक अनुप्रयोग।
⚠️ AI की हानियाँ: उच्च लागत, कोई रचनात्मकता नहीं, आलस्य, टीम भावना शून्य, कोई सुधार नहीं।
🔒 AI की सीमाएँ: डेटा पर निर्भरता, कोई कॉमन सेंस नहीं, खराब डेटा → गलत परिणाम, सीमित क्षेत्र।
⚖️ AI के नैतिक मूल्य: जवाबदेही, भरोसेमंदता, पारदर्शिता, निष्पक्षता, गोपनीयता, भेदभाव रहित।
📜 कविता: दिव्यांगों को सम्मान एवं समानता – वे भी विकास के संबल हैं।

🧩 मिलान अभ्यास (25 पेयर)

📝 अभ्यास क्विज़

स्कोर: 0/0

✅ एक बार उत्तर चुनने के बाद बदला नहीं जा सकता।

Scroll to Top