अध्याय १ · खण्ड II · 12 मिनेट
सम्बन्धित क्षेत्रहरू
मेसिन लर्निङ, डाटा साइन्स, रोबोटिक्स — एआई कहाँ टुङ्गिन्छ र छिमेकी क्षेत्र कहाँ सुरु हुन्छ, बजेट स्वीकृति दिने व्यक्तिले पनि बुझ्ने भाषामा।
सिंहदरबारका नीति बैठकहरूमा एउटै परियोजनालाई एक घण्टाभित्र “एआई”, “मेसिन लर्निङ”, “डाटा एनालिटिक्स”, र “अटोमेसन” भनिन्छ। सबै ठीक हुन सक्छन्। सबै गलत पनि हुन सक्छन्। शब्दहरू अस्पष्ट छन् — तर तिनी अदलाबदली योग्य भने होइनन्, र यिनलाई मिसाउँदा बजेट बिग्रिएर खर्च हुन्छ।
क्षेत्रको एउटा सहयोगी नक्सा
कोषभित्र कोष कल्पना गर्नुहोस्।
- कृत्रिम बुद्धिमत्ता (एआई) सबैभन्दा ठूलो बाहिरी कोष हो: कुनै पनि प्रविधि जसले कम्प्युटरलाई पहिले मानवले गर्नुपर्ने काम गराउँछ।
- मेसिन लर्निङ (एमएल) एआईभित्रको सबैभन्दा ठूलो कोष हो: स्पष्ट नियमबाट होइन, डाटाको सम्पर्कबाट प्रणालीलाई कुनै कार्यमा सुधार गराउने प्रविधि।
- डीप लर्निङ एमएलभित्रको कोष हो: ठूला न्यूरल नेटवर्कमा आधारित एमएलको विशिष्ट परिवार। च्याटजीपीटी, चित्र जनरेटर, र आधुनिक OCR डीप लर्निङ हुन्।
- डाटा साइन्स एआईको छेउमा छ, भित्र होइन। यो डाटासँग प्रश्न सोध्ने व्यापक अभ्यास हो — यसको ठूलो हिस्सा एआईसँग केही पनि सम्बन्धित छैन (खल्तीको एनालिस्टले साप्ताहिक चर्न गणना गर्दा डाटा साइन्स गरिरहेको हो, एआई होइन)।
- रोबोटिक्स पनि छेउमा छ। रोबट एउटा शरीर हो। भित्रको मस्तिष्कले एआई प्रयोग गर्ला, नगर्ला। स्वचालित ढोका रोबट हो। बिरगन्जको कारखानामा रहेको औद्योगिक बाहु पनि हो। अधिकांशले एआई प्रयोग नै गर्दैनन्।
व्यवहारमा यो किन महत्त्वपूर्ण छ
तीन वास्तविक नेपाली परिदृश्य विचार गर्नुहोस्:
-
एक नगरपालिकाले अर्को वर्षको मनसुनी पानीको माग “एआईबाट” अनुमान गर्न चाहन्छ। उसलाई वास्तवमा चाहिने तथ्याङ्कीय पूर्वानुमान हो — डाटा साइन्सको नजिक, एआईको होइन। डीप-लर्निङ इन्जिनियर भर्ना गर्नु गलत निर्णय हो।
-
एउटा गैससले नेपाली स्वास्थ्य पम्फलेटलाई मैथिली र भोजपुरीमा ठूलो परिमाणमा अनुवाद गर्न चाहन्छ। यो साँच्चै एआई हो (विशेष गरी, मेसिन ट्रान्सलेसन, एक डीप-लर्निङ कार्य)। यसलाई फरक टोली र फरक डाटा चाहिन्छ।
-
हेटौँडाको एउटा सानो कारखानाले प्याकिङ लाइनको केही भाग स्वचालित गर्न चाहन्छ। उनीहरूलाई रोबोटिक्स र नियन्त्रण इन्जिनियरिङ चाहिन्छ। एमएल बिल्कुलै नचाहिन सक्छ।
यहाँको सानो स्पष्टताले धेरै पैसा बचाउँछ। नियम: “एआई” मा खर्च गर्नु अघि, कुन उपकोष चाहिएको हो स्पष्ट भन्नुहोस्, र उत्तर एआईको कोषभित्र थियो कि थिएन हेर्नुहोस्।
सीमा साँच्चै अस्पष्ट कहाँ छ
यो नक्सालाई अति कठोरताका साथ नलिनुहोस्। आधुनिक प्रणालीले यसलाई अस्पष्ट बनाउँछ। चालक-रहित कार रोबोटिक्स पनि हो, डीप लर्निङ पनि हो, नियन्त्रण सिद्धान्त पनि हो, र साधारण इन्जिनियरिङ पनि हो। खल्ती ठगी प्रणाली डाटा साइन्स र एमएल हो। नक्सा राम्रो प्रश्न सोध्न मद्दत गर्न छ — सफा रेखा कोर्न होइन।
आफ्नो बुझाइ जाँच्नुहोस्
Quick check
—