जेनरेटिव AI, समझाया गया

अनुरोध सिस्टम को बताता है कि किस तरह का परिणाम उत्पन्न करना है। परिणाम नया होता है, लेकिन यह उन पैटर्न से आकार लेता है जो मॉडल ने अपने प्रशिक्षण डेटा से सीखे हैं।

जेनरेटिव AI कृत्रिम बुद्धिमत्ता है जो किसी व्यक्ति के अनुरोध के जवाब में नई सामग्री बनाती है, जैसे टेक्स्ट, इमेज, ऑडियो, वीडियो या सॉफ़्टवेयर कोड।

यह केवल वर्गीकृत करने के बजाय बनाता है

कुछ AI सिस्टम रिकॉर्ड को सॉर्ट करते हैं, पैटर्न का पता लगाते हैं, या परिणाम की भविष्यवाणी करते हैं। जेनरेटिव AI ऐसी सामग्री उत्पन्न करता है जिसे आप पढ़ सकते हैं, देख सकते हैं, सुन सकते हैं या उपयोग कर सकते हैं।

एक व्यावसायिक टीम ड्राफ्ट ईमेल, नोट्स का सारांश, या सॉफ़्टवेयर कोड का पहला संस्करण मांग सकती है। मॉडल प्रतिक्रिया बनाने के लिए अनुरोध और अपने सीखे गए पैटर्न का उपयोग करता है।

अनुरोध और समीक्षा दोनों महत्वपूर्ण हैं

एक स्पष्ट अनुरोध मॉडल को एक काम, उपयोगी संदर्भ और वांछित प्रारूप देता है। यह आउटपुट को इच्छित उपयोग के अनुकूल बनाने में मदद करता है, लेकिन यह गारंटी नहीं देता कि हर विवरण सही है।

पहली प्रतिक्रिया को जांचने के लिए सामग्री के रूप में लें। स्रोत के विरुद्ध तथ्यों की जांच करें, इस पर भरोसा करने से पहले कोड का परीक्षण करें, और अंतिम निर्णय के लिए एक व्यक्ति को जिम्मेदार रखें।

जेनरेटिव AI शब्दावली

Prompt: जेनरेटिव AI सिस्टम को दिया गया अनुरोध या निर्देश।
Foundation model: एक मॉडल जो कई अलग-अलग एप्लिकेशन को सपोर्ट करने के लिए व्यापक रूप से प्रशिक्षित है।
Output: टेक्स्ट, इमेज, ऑडियो, वीडियो या कोड जो सिस्टम जवाब में बनाता है।

एक अनुरोध को उपयोगी क्या बनाता है

काम बताएं

सिस्टम को बताएं कि परिणाम से किसी को क्या करने में मदद मिलनी चाहिए।

संदर्भ जोड़ें

तथ्य, दर्शक या स्रोत सामग्री शामिल करें जो परिणाम को आकार देनी चाहिए।

परिणाम जांचें

उत्पन्न सामग्री का उपयोग करने से पहले महत्वपूर्ण तथ्यों और नियमों की समीक्षा करें।

जेनरेटिव AI के बारे में सवाल

यह टेक्स्ट, इमेज, ऑडियो, वीडियो और सॉफ़्टवेयर कोड बना सकता है। उपलब्ध प्रारूप मॉडल और एप्लिकेशन पर निर्भर करते हैं।

नहीं। Large language model एक प्रकार का foundation model है जो भाषा पर केंद्रित है। जेनरेटिव AI में वे मॉडल भी शामिल हैं जो इमेज, ऑडियो और वीडियो बनाते हैं।

यह प्रशिक्षण के दौरान सीखे गए पैटर्न से आउटपुट उत्पन्न करता है। परिणाम को अभी भी सटीकता, उपयुक्तता और स्रोत सामग्री के उचित उपयोग के लिए समीक्षा की आवश्यकता है।

एक विचार को उपयोगी टूल में बदलें

Caffeine ऐप्स Internet Computer पर चलते हैं — एक पब्लिक नेटवर्क जो इसी के लिए बना है।