Artificial Intelligence 8 Chapter 4. Possibiltities

 

Chapter 4               Possibiltities

 EXERCISES         Page no. 97

A.     Tick the correct answers.

1.     Which of the following is not a soft skill?

a.     Empathy    b.   Leadership       c.    Data Analysis

Answer: b.  Leadership

2.     Which of the following jobs conceptualise and visualise data frameworks?

a.     Big data engineer     b.  Big data architect             c. Data scientist

Answer: b. Big data architect

3.     Which of the following is not a feature of IKBS?

a.     It works on data in the form of rules.

b.     It is capable of learning and its focus is broad.

c.      It requires regular upgradation.

Answer: b. It is capable of learning and its focus is broad.

4.     The advent of internet is regarded as the

a.     First Wave.               b. Second Wave    c.  Third Wave.

Answer: a. First Wave.

5.     What are the skills required to pursue a career in AI?     

a.     Technical skills         b. Soft skills           c.   Both a and b.

Answer:  c.  Both a and b.

6.     Which type of techniques are involved in the first phase of research at Dartmouth conference?

a.     General Practical Solving

b.     Geological Problem Solving

c.      General Problem Solving

                  Answer: c. General Problem Solving

7.     Which of the following is not a career option in Ai?

a.     Data Scientist           b. Big data engineer             c. Lawyer

                 Answer: c. Lawyer

 

8.     Which of the technology includes cloud services and IoE?

a.     First Wave                b. Second Wave                   c.  Third Wave

Answer: c. Third Wave

9.     Which of the following Indian enterprise’s conversational AI platform was acquired by Reliance Industries Limited in 2019?

a.     Ajna AI                      b.   Haptik              c.   Mindsay

Answer: b. Haptik

10.  Which big data platform and tools do data scientists need to be comfortable with?

a.     Hadoop                    b.  Spark                c.    Both a and b

Answer: c. Both a and b

B.     Fill in the blanks.

1.     Creativity and team spirit are the soft skills required for comfortable with?

2.     Data Scientist, Research Scientist, Michine Learning Engineer etc are experts in multiple AI disciplines.

3.     Understanding of Programming Language is a technical skill required for AI job roles.

4.     Python is the most popular programming language for AI.

5.     Algorithm or Command is a set of stepwise instructions, which is later converted into code.

A.     Write T for True and F for False.

1.     The role of business intelligence developer is to develop solutions for increasing profitability of business. Answer:  T

2.     We need only technical skills for job roles. Answer:   F

3.     Hive, Hadoop, and Spark are used for analyzing big data. Answer: T

4.     Big data engineers create and manage data infrastructure and tools. Answer: T

5.     Cloud is being used to provide services over both public and private networks. Answer: T

A.    Answer the following questions.

1.     What are the two types of skills that AI professionals should possess? Do you think soft skills are equally important as technical skills? If yes, why?

Answer: There are two types of skills that AI professionals should possess i.e Soft skils and Technical skils. Yes, I thank soft skills are equally important as technical skills, because personal attributes that enable us to interact well with other people. Well , technical skills are useless without soft skills as technical alone are not enough to be truly effective.

2.     What are technical and soft skills? Give two examples of each.

Answer: Technical skils are :

·       Understanding of Programming Language, Example- Python, Java, C++ etc

·       Understanding of Machine Learning Algorithms, Example- medicine, email filtering, speech recognition, agriculture, and computer vision etc

·       Mathematical Skills, Example:-  Probability, Statistics, Algebra, Calculus, and Logic etc.

·       Understanding of Applied Research and data Science. Example:- Hadoop, Hive, Spark etc

 

 

 

3.     What is the role of a machine learning Engineer and a Data Scientist? What technical skills do they need?

Answer: The role of a Machine Learning Engineer is the machine learning engineers         design AI-based models that can work properly and give best performance. Technical skills do they need are as following:

·       Strong programming skills in language, such as Python, java etc.

·       Strong mathematical skills, especially in Probability and Statistics.

·       In-depth understanding of a broad set of algorithms and Applied mathematics.

·       Problem-solving and analytical skills.

And the role of a Data Scientist are how data can be used to achieve business goals. They develop algorithms that enable the collection and cleaning of data. The extracted data is then analysed and interpreted to create action plans for business growth. Data scientists need to be comfortable with big data platforms and tools. technical skills do they need :

·       Hive

·       Hadoop

·       Knowledge of Programming Language such as Python, Perl, SQL etc.

 

4.   Do you think that the nature of jobs keep changing with time and we need to continuously update our skills? If yes, the justify your answer with the help of an example.

Answer: Yes, I thank that the nature of jobs keep changing with time and we need to continuously update out skills ourself because improved marketability and competitiveness: Upgrading your skills helps keep us up-to-date within our field and makes us a more competitive job applicant.  Better career opportunities: Upgrading our skills will open the door to new career opportunities that we may not have been able to consider before.

Technology change affects more than productivity, employment, and income inequality. It also creates opportunities for changes in the nature of work itself. Numerous ethnographic studies have shown how a variety of new technologies have altered the way work is performed, the roles that workers play in a firm’s division of labour, and the way these changing roles alter the structure of organizations.1 In this chapter, the analysis of technology and society continues, with a focus on

National Academies of Sciences, Engineering, and Medicine. 2017. Information Technology and the U.S. Workforce: Where Are We and Where Do We Go from Here

5.     How AI has changed the farming and agricultural sector and what more changes do you foresee happening in future?

Answer: AI systems are helping to improve the overall harvest quality and accuracy – known as precision agriculture. AI technology helps in detecting disease in plants, pests and poor nutrition of farms. AI sensors can detect and target weeds and then decide which herbicide to apply within the region.

In agriculture need to more changes in following that we foresee happening in future-

·        Agricultural Farm.

·        Organic Farm Green House.

·        Poultry Farming.

·        Mushroom Farming Business.

·        Hydroponic Retail Store.

·        Frozen Chicken Production.

·        Bee Keeping Business.

·        Fruits and Vegetables Export.

 

ADVENT OF ARTIFICAL INTELLLGENCE

The first half of the 20^th century saw the world being introduced to the science fiction portrayal of artificial intelligence, robots with human-like characteristics. The journey into the amazing world of AI began with the ‘heartless’ Tin man from the Wizard of Oz and progressed with the humanoid robot that impersonated Maria  in Metropolis. Over the years, artificial intelligence has automated time-consuming tasks and has helped humankind gain access to untapped data through rapid pattern recognition. AI- powered machines can circumscribe anything from Google’s search algorithms to IBM Watson, to autonomous weapons. Though AI-enabled systems are showing significant progress in completing tasks effectively, without being specifically programmed to do so, yet, human emotions and creativity is something incredibly unique, if not impossible for a machine to replicate.

 

AI: TRANSFORMING THE WAY WE LIVE

Until a few years back, it was difficult to fathom that AI world occupy a significant place in our lives. The technology has subtly become an indispensable part of our lives. This all-pervasive technology is being increasingly used for mapping or navigation technology, enabling search predictions in Google, streaming services, aiding weather forecast,  and voice-activated digital assistants, such as apple’s Siri or Amazon’s Alexa.

Today, the focus of research into artificial intelligence to applications, such as guiding airplanes and missiles, understanding language, diagnosing medical conditions, detecting credit card frauds, and so on. Although, the populace is generally interested in slightly less significant application of AI, computer engineers are constantly striving to develop programming algorithms in a bid to make computers think more like human beings.

 

AI Fact File!

 

Watson, IBM’s supercomputer with its splendid artificial intelligent software has beaten two quiz masters on popular quiz show, Jeopardy in the year 2011. Its software was designed to advance machine learning capabilities, including natural language processing, reasoning and knowledge retrieval.

 

THE FAST-EVOLVING FOCUS ON AI RESEARCH

FIRST PHASE: The first phase of research began at Dartmouth conference and involved techniques related to General Problem Solving(GPS). The phase saw researchers assuming that any problem could be solved using mathematical models and problem code. The problems were resolved using computer data that was searched until a solution was found. For example, to beat human beings in a game of chess, the problem was converted into a mathematical problem, where everything from the best board, it was allowed to search through moves based on heuristics ( an approach to problem solving or self-discovery) of previous games. Despite exhibiting significant benefits initially, the approach was discontinued later.

 

SECOND PHASE: The GPS approach was deemed unfit for solving real-life problems the number of search combinations spiralled significantly with an increase in problem complexity. The second phase of research focused on reducing the search space, so that it is easy to search. This phase witnessed:

·        Efforts being made to find better ways of representing data.

·        Declining research in Ai initially.

·        Launch of the Fifth Generation Computer Project by Japan in the year 1982.

This again triggered the interest in development of AI-enabled systems.

Third Phase:  The third phase of AI research was aimed at development of Intelligent Knowledge Based Systems (IKBS). Also know as Expert Systems, these systems solved AI problems using domain-based data. This phase witnessed:

·        IKBS working on data in the form of rules.

·        Expert Systems were not capable of learning and its focus was extremely narrow.

·        IKBS required regular upgradation, which was in turn time-consuming and involved a lot of research.

·        IKBS did not possess common sense, thus making human being more suited for the job.

The Road Ahead: Researchers have currently only achieved Narrow AI. It is the only artificial intelligence that has been successfully realized so far. Narrow AI is goal-oriented and can handle only one task at a time for which it has been programmed. It is designed to perform singular tasks, such as facial recognition, speech recognition, or searching the internet. Numerous breakthroughs have been made in the last decade in the field of Narrow AI. AI researchers have not been able to make machines contribution as far as strong AI is connected. In order to succeed,  they have to make machines conscious and program a full set of cognitive abilities. The developments in this area are as follows:

·        Meta-Learning (also known as learning to learn) concepts hold the key to the future. After acquiring meta-learning capabilities, the machines may be able to continuously improve upon themselves.

·        Cyc project of Cycorp Inc, was the first project aimed at creating AI systems possessing  common sense reasoning.

·        Development of techniques, such as neural networks and genetic algorithms for developing machine learning.

·        The idea of artificial intuition will be accepted more readily in the future.

अध्याय 4                                संभावनाएं

कृत्रिम बुद्धिमत्ता का आगमन

२०वीं शताब्दी के पूर्वार्ध में दुनिया को कृत्रिम बुद्धि के विज्ञान कथा चित्रण, मानव जैसी विशेषताओं वाले रोबोट से परिचित कराया गया। एआई की अद्भुत दुनिया में यात्रा ओज़ के जादूगर के 'हृदयहीन' टिन आदमी के साथ शुरू हुई और मेट्रोपोलिस में मारिया को प्रतिरूपित करने वाले ह्यूमनॉइड रोबोट के साथ आगे बढ़ी। वर्षों से, कृत्रिम बुद्धिमत्ता ने स्वचालित समय लेने वाले कार्यों को स्वचालित कर दिया है और मानव जाति को तेजी से पैटर्न पहचान के माध्यम से अप्रयुक्त डेटा तक पहुंच प्राप्त करने में मदद की है। AI- संचालित मशीनें Google के खोज एल्गोरिदम से लेकर IBM वाटसन तक, स्वायत्त हथियारों तक कुछ भी परिचालित कर सकती हैं। हालांकि एआई-सक्षम प्रणालियां कार्यों को प्रभावी ढंग से पूरा करने में महत्वपूर्ण प्रगति दिखा रही हैं, ऐसा करने के लिए विशेष रूप से प्रोग्राम किए बिना, फिर भी, मानवीय भावनाएं और रचनात्मकता कुछ अविश्वसनीय रूप से अद्वितीय है, यदि मशीन को दोहराने के लिए असंभव नहीं है।

एआई: जिस तरह से हम रहते हैं उसे बदलना

कुछ साल पहले तक, यह समझना मुश्किल था कि एआई दुनिया हमारे जीवन में एक महत्वपूर्ण स्थान रखती है। प्रौद्योगिकी सूक्ष्म रूप से हमारे जीवन का एक अनिवार्य हिस्सा बन गई है। मैपिंग या नेविगेशन तकनीक के लिए इस सर्व-व्यापक तकनीक का तेजी से उपयोग किया जा रहा है, Google में खोज भविष्यवाणियों को सक्षम करने, स्ट्रीमिंग सेवाओं, मौसम पूर्वानुमान की सहायता, और आवाज-सक्रिय डिजिटल सहायक, जैसे कि ऐप्पल की सिरी या अमेज़ॅन की एलेक्सा।

आज, अनुप्रयोगों के लिए कृत्रिम बुद्धिमत्ता में अनुसंधान का फोकस, जैसे कि हवाई जहाज और मिसाइलों का मार्गदर्शन करना, भाषा को समझना, चिकित्सा स्थितियों का निदान करना, क्रेडिट कार्ड धोखाधड़ी का पता लगाना आदि। हालांकि, आम तौर पर लोग एआई के कुछ कम महत्वपूर्ण अनुप्रयोगों में रुचि रखते हैं, कंप्यूटर इंजीनियर कंप्यूटर को इंसानों की तरह सोचने के लिए प्रोग्रामिंग एल्गोरिदम विकसित करने के लिए लगातार प्रयास कर रहे हैं।

एआई फैक्ट फाइल!

वाटसन, आईबीएम के सुपरकंप्यूटर ने अपने शानदार कृत्रिम बुद्धिमान सॉफ्टवेयर के साथ वर्ष 2011 में लोकप्रिय क्विज़ शो, जोपार्डी में दो क्विज़ मास्टर्स को पछाड़ दिया है। इसका सॉफ्टवेयर प्राकृतिक भाषा प्रसंस्करण, तर्क और ज्ञान पुनर्प्राप्ति सहित मशीन सीखने की क्षमताओं को आगे बढ़ाने के लिए डिज़ाइन किया गया था।

एआई अनुसंधान पर तेजी से विकसित हो रहा फोकस

पहला चरण: डार्टमाउथ सम्मेलन में अनुसंधान का पहला चरण शुरू हुआ और इसमें सामान्य समस्या समाधान (जीपीएस) से संबंधित तकनीकों को शामिल किया गया। चरण ने शोधकर्ताओं को यह मानते हुए देखा कि गणितीय मॉडल और समस्या कोड का उपयोग करके किसी भी समस्या को हल किया जा सकता है। कंप्यूटर डेटा का उपयोग करके समस्याओं का समाधान किया गया था जिसे तब तक खोजा गया था जब तक कोई समाधान नहीं मिला। उदाहरण के लिए, शतरंज के खेल में मनुष्य को हराने के लिए, समस्या को एक गणितीय समस्या में बदल दिया गया था, जहाँ सबसे अच्छे बोर्ड से सब कुछ, हेयुरिस्टिक्स (समस्या को सुलझाने या आत्म-खोज के लिए एक दृष्टिकोण) के आधार पर चालों के माध्यम से खोजने की अनुमति दी गई थी। पिछले खेलों के। शुरू में महत्वपूर्ण लाभ प्रदर्शित करने के बावजूद, बाद में इस दृष्टिकोण को बंद कर दिया गया।

दूसरा चरण: वास्तविक जीवन की समस्याओं को हल करने के लिए जीपीएस दृष्टिकोण को अनुपयुक्त माना गया था, समस्या की जटिलता में वृद्धि के साथ खोज संयोजनों की संख्या में काफी वृद्धि हुई थी। अनुसंधान के दूसरे चरण में खोज स्थान को कम करने पर ध्यान केंद्रित किया गया, ताकि इसे खोजना आसान हो। यह चरण देखा गया:

• डेटा को प्रस्तुत करने के बेहतर तरीके खोजने के प्रयास किए जा रहे हैं।

• शुरू में एआई में अनुसंधान में गिरावट।

• वर्ष 1982 में जापान द्वारा पांचवीं पीढ़ी के कंप्यूटर प्रोजेक्ट का शुभारंभ।

इसने फिर से एआई-सक्षम प्रणालियों के विकास में रुचि जगा दी।

तीसरा चरण: एआई अनुसंधान के तीसरे चरण का उद्देश्य इंटेलिजेंट नॉलेज बेस्ड सिस्टम (आईकेबीएस) का विकास करना था। विशेषज्ञ प्रणालियों के रूप में भी जाना जाता है, इन प्रणालियों ने डोमेन-आधारित डेटा का उपयोग करके एआई समस्याओं को हल किया। यह चरण देखा गया:

• आईकेबीएस नियमों के रूप में डेटा पर काम कर रहा है।

• विशेषज्ञ प्रणालियाँ सीखने में सक्षम नहीं थीं और इसका ध्यान अत्यंत संकीर्ण था।

• आईकेबीएस को नियमित उन्नयन की आवश्यकता थी, जो बदले में समय लेने वाला था और इसमें बहुत अधिक शोध शामिल था।

• आईकेबीएस में सामान्य ज्ञान नहीं था, इस प्रकार मनुष्य को नौकरी के लिए अधिक उपयुक्त बना दिया।

आगे की राह: शोधकर्ताओं ने वर्तमान में केवल नैरो एआई हासिल किया है। यह एकमात्र कृत्रिम बुद्धिमत्ता है जिसे अब तक सफलतापूर्वक महसूस किया गया है। संकीर्ण एआई लक्ष्य-उन्मुख है और एक समय में केवल एक ही कार्य को संभाल सकता है जिसके लिए इसे प्रोग्राम किया गया है। इसे चेहरे की पहचान, वाक् पहचान, या इंटरनेट पर खोज जैसे विलक्षण कार्यों को करने के लिए डिज़ाइन किया गया है। नैरो एआई के क्षेत्र में पिछले एक दशक में कई उपलब्धियां हासिल की गई हैं। जहां तक ​​मजबूत एआई जुड़ा है, एआई शोधकर्ता मशीनों का योगदान नहीं कर पाए हैं। सफल होने के लिए, उन्हें मशीनों को जागरूक बनाना होगा और संज्ञानात्मक क्षमताओं का एक पूरा सेट प्रोग्राम करना होगा। इस क्षेत्र के विकास इस प्रकार हैं:

• मेटा-लर्निंग (सीखने के लिए सीखने के रूप में भी जाना जाता है) अवधारणाएं भविष्य की कुंजी रखती हैं। मेटा-लर्निंग क्षमताओं को प्राप्त करने के बाद, मशीनें अपने आप में लगातार सुधार करने में सक्षम हो सकती हैं।

• साइकॉर्प इंक की साइक परियोजना, सामान्य ज्ञान तर्क रखने वाले एआई सिस्टम बनाने के उद्देश्य से पहली परियोजना थी।

• मशीन लर्निंग के विकास के लिए तंत्रिका नेटवर्क और आनुवंशिक एल्गोरिथम जैसी तकनीकों का विकास।

• कृत्रिम अंतर्ज्ञान के विचार को भविष्य में अधिक आसानी से स्वीकार किया जाएगा।

EVOLUTION OF TECHNOLOGY :
The major advances made in AI
did not happen overnight, rather these changes happened over a period of time.
These changes can be best summarised as waves of technological advancements. A ‘wave’
of technology means the innovation or wide-scale dispersal of new automation or
technology. These waves had a huge impact on all industries. These waves are as
follows:
First Wave: The advent of internet is
regarded as the first wave. Internet has regarded as the driving force behind
artificial intelligence as it allows generation, collection, and use of data. 
Second Wave: The mobile technology has made rapid strides in the past
few years. Mobile internet is regarded as the second wave. Nearly everyone has
at least one gadget that runs on mobile technology, and the use of this
technology is expected to increase exponentially in the coming years. This
development has  transferred the real-time
data across the world. This will mean faster processing speed, smart apps and
wearables.
Third Wave: The IT domain is undergoing drastic changes. Business
houses are moving rapidly towards anchoring their operations in a cloud
environment. Cloud is increasingly being used to provide services over both public
and private networks. In brief, this means that software will no longer be
stored on the computer of the computer of the organization or individual, but
on the internet. The advent of internet of Everything(IoE) is the most dynamic
and products that we use every day, such as toothbrush, shoes, watch,
refrigerator, and so on will be directly connected to the internet via sensors.
For example, smart watch will not only tell time, but also regularly monitor
the heartbeat, sleeping patterns, workout statistics, and calories burnt.
Fourth Wave: Artificial Intelligence is another arena, which is likely
to witness fast-paced technological evolution. Right from smartphones, social
media feeds to video games, or even the simplest of technologies, such as
Google Search ang Google Maps run on AI. It is increasingly being used to
collect information, such as location, age, personal details, personal details,
preferences, and buying habits to personalize shopping experience and thereby
suggest products.
The developments of AI helped in creating robots
and AI systems. Earlier, the use of robots was restricted to assembly lines in
lines in large factories, but now robots are being used in space exploration
programs, healthcare sector, automobile industry, and so on. In the near
future, robots will also be used for home deliveries and domestic security.
Hindi meaning of evolution of technology :
प्रौद्योगिकी का विकास: 
AI में की गई प्रमुख
प्रगति रातोंरात नहीं हुई, बल्कि ये
परिवर्तन समय के साथ हुए। इन परिवर्तनों को तकनीकी प्रगति की लहरों के रूप में
संक्षेप में प्रस्तुत किया जा सकता है। प्रौद्योगिकी की एक 'लहर' का अर्थ है नए
स्वचालन या प्रौद्योगिकी का नवाचार या व्यापक पैमाने पर फैलाव। इन लहरों का सभी
उद्योगों पर व्यापक प्रभाव पड़ा। ये लहरें इस प्रकार हैं:
पहली लहर: इंटरनेट का आगमन पहली लहर के रूप में माना जाता है। इंटरनेट
ने कृत्रिम बुद्धिमत्ता के पीछे प्रेरक शक्ति के रूप में माना है क्योंकि यह डेटा
के निर्माण, संग्रह और उपयोग
की अनुमति देता है।
दूसरी लहर: पिछले कुछ वर्षों में मोबाइल प्रौद्योगिकी ने तेजी से
प्रगति की है। मोबाइल इंटरनेट को दूसरी लहर माना जाता है। लगभग सभी के पास कम से
कम एक गैजेट है जो मोबाइल तकनीक पर चलता है, और आने वाले वर्षों में इस तकनीक का उपयोग तेजी 
से बढ़ने की उम्मीद है। इस विकास ने दुनिया भर में वास्तविक समय के डेटा को स्थानांतरित कर
दिया है। इसका मतलब होगा तेज प्रोसेसिंग स्पीड, स्मार्ट ऐप्स और वियरेबल्स।
थर्ड वेव: आईटी डोमेन में भारी बदलाव आ रहा है। कारोबारी घराने तेजी
से बादल के माहौल में अपने परिचालन को मजबूत करने की दिशा में आगे बढ़ रहे हैं।
सार्वजनिक और निजी दोनों नेटवर्क पर सेवाएं प्रदान करने के लिए क्लाउड का तेजी से
उपयोग किया जा रहा है। संक्षेप में, इसका मतलब यह है कि सॉफ्टवेयर अब संगठन या व्यक्ति के
कंप्यूटर के कंप्यूटर पर नहीं, बल्कि इंटरनेट पर
संग्रहीत किया जाएगा। इंटरनेट ऑफ एवरीथिंग (IoE) का आगमन सबसे अधिक गतिशील है 
और उत्पाद जो हम हर दिन उपयोग करते हैं, जैसे टूथब्रश, जूते, घड़ी, रेफ्रिजरेटर, और इसी तरह 
सेंसर के माध्यम से सीधे इंटरनेट से जुड़े होंगे। उदाहरण के लिए, स्मार्ट वॉच न केवल समय बताएगी, 
बल्कि नियमित रूप से दिल की धड़कन, सोने के पैटर्न, कसरत के आंकड़े और कैलोरी बर्न की निगरानी
 भी करेगी।
फोर्थ वेव: आर्टिफिशियल इंटेलिजेंस एक अन्य क्षेत्र है, जिसमें तेज गति से तकनीकी विकास होने
की संभावना है। स्मार्टफोन से लेकर, सोशल मीडिया फीड से लेकर वीडियो गेम तक, या यहां तक ​​कि 
सबसे सरल तकनीक, जैसे कि Google सर्च एंग गूगल
मैप्स एआई पर चलते हैं। खरीदारी के अनुभव को वैयक्तिकृत करने के लिए स्थान, आयु, व्यक्तिगत विवरण,
व्यक्तिगत विवरण, प्राथमिकताएं, और खरीदारी की आदतों जैसी जानकारी एकत्र करने के लिए इसका तेजी
से उपयोग किया जा रहा है और इस तरह उत्पादों का सुझाव दिया जा रहा है।
एआई के विकास ने रोबोट और एआई सिस्टम बनाने में मदद की।
पहले रोबोट का उपयोग बड़े कारखानों में लाइनों में असेंबली लाइन तक सीमित था, लेकिन अब
 रोबोट का उपयोग अंतरिक्ष अन्वेषण कार्यक्रमों, स्वास्थ्य सेवा क्षेत्र, ऑटोमोबाइल उद्योग आदि में किया
 जा रहा है। निकट भविष्य में रोबोट का इस्तेमाल होम डिलीवरी और घरेलू सुरक्षा के लिए भी किया जाएगा।

POSSIBILITIES THAT OPEN UP WITH AI:
Artificial Intelligence is all set to make rapid advances in future. AI is spread across 
various domains, such as Low, Science, Polity, and Economics. It is likely to pervade areas of
 warfare, autonomous transportation, education, and space exploration. In this chapter, you will
 learn about futuristic applications of AI. Some of these applications are as follows:
Autonomous Transportation: AI-guided transport system will soon be a reality. The algorithms  
designed to enable machines to learn from human inputs will be vital in ensuring that these systems 
operate smoothly and efficiently to learn from human inputs will be vital in ensuring that these systems 
operate smoothly and efficiently. The self-driving vehicles will not only be used 
to ferry passengers, but also ship products. Uber recently acquired Otto, a start-up working on 
developing driverless trucks.
AI Empowering Education Sector: AI and machine learning are altering educational tools and 
institutions to reshape the education sector. The technology has already been used to develop tools
 that will help develop skill sets and testing systems. AI can also be used to accelerate educational
research and provide wider access.
AI Revolutionising Agriculture and Farming: To boost crop yield farmers are turning to 
AI- powered systems to assess plant health and monitor weather. Robots, autonomous tractors,
and boosting Crop productivity. Blue River Technology has developed a robot called See & Spray
that users computer vision to monitor and precisely spray herbicides only on weeds without causing 
any damage to cotton plants. The use of this robot has cut-down expenditure on herbicides by 90 percent.
AI Fact File !
Google operated its first autonomous car without steering wheels or pedals under Alphabet Inc. in 2015.


एआई के साथ खुलने वाली संभावनाएं:


आर्टिफिशियल इंटेलिजेंस भविष्य में तेजी से आगे बढ़ने के
लिए तैयार है। एआई फैली हुई है


निम्न, विज्ञान, राजनीति और अर्थशास्त्र जैसे विभिन्न डोमेन। इसके के
क्षेत्रों में फैलने की संभावना है


 युद्ध, स्वायत्त परिवहन, शिक्षा और अंतरिक्ष अन्वेषण। इस अध्याय में, आप


 एआई के भविष्य के
अनुप्रयोगों के बारे में जानें। इनमें से कुछ एप्लिकेशन इस प्रकार हैं:


स्वायत्त परिवहन: एआई-निर्देशित परिवहन प्रणाली जल्द ही एक
वास्तविकता होगी। एल्गोरिदम


मशीनों को मानव इनपुट से सीखने में सक्षम बनाने के लिए
डिज़ाइन किया गया यह सुनिश्चित करने में महत्वपूर्ण होगा कि ये सिस्टम


मानव इनपुट से सीखने के लिए सुचारू रूप से और कुशलता से काम
करना इन प्रणालियों को सुनिश्चित करने में महत्वपूर्ण होगा


सुचारू रूप से और कुशलता से कार्य करें। सेल्फ ड्राइविंग
वाहनों का ही नहीं होगा इस्तेमाल


यात्रियों को फेरी लगाने के लिए, लेकिन उत्पादों को शिप करने के लिए भी। उबेर ने हाल ही में
ओटो का अधिग्रहण किया, जो एक स्टार्ट-अप
पर काम कर रहा है


चालक रहित ट्रक विकसित करना।


एआई सशक्तिकरण शिक्षा क्षेत्र: एआई और मशीन लर्निंग शैक्षिक
उपकरणों को बदल रहे हैं और


शिक्षा क्षेत्र को नई दिशा देने के लिए संस्थान उपकरण
विकसित करने के लिए प्रौद्योगिकी का उपयोग पहले ही किया जा चुका है


 जो कौशल सेट और
परीक्षण प्रणाली विकसित करने में मदद करेगा। एआई का इस्तेमाल शिक्षा में तेजी लाने
के लिए भी किया जा सकता है


अनुसंधान और व्यापक पहुंच प्रदान करते हैं।


एआई कृषि और खेती में क्रांति ला रहा है: फसल उपज को बढ़ावा
देने के लिए किसान बदल रहे हैं


संयंत्र स्वास्थ्य का आकलन करने और मौसम की निगरानी के लिए
एआई-संचालित प्रणाली। रोबोट, स्वायत्त
ट्रैक्टर,


और फसल उत्पादकता को बढ़ावा देना। ब्लू रिवर टेक्नोलॉजी ने
सी एंड स्प्रे नामक एक रोबोट विकसित किया है


कि उपयोगकर्ता कंप्यूटर विजन की निगरानी कर सकें और बिना
किसी कारण के केवल खरपतवारों पर शाकनाशी का छिड़काव कर सकें


कपास के पौधों को कोई नुकसान। इस रोबोट के इस्तेमाल से
शाकनाशी पर खर्च में 90 प्रतिशत की कटौती हुई है।


एआई फैक्ट फाइल!


Google ने 2015 में Alphabet Inc. के तहत स्टीयरिंग
व्हील या पैडल के बिना अपनी पहली स्वायत्त कार संचालित की थी।



SKILL SETS REQUIRED FOR
JOBS IN AI :
Artificial Intelligence has pervaded our world. None of
the industries is untouched by this technology. Which implies that the industry
will need a skilled workforce to create, test, and implements AI solutions
around the world. The newly created jobs will require two types of skills:
·       
Soft
·       
Technical  skills
SOFT SKILLS:
Soft skills include a wide range of skills, such as
interpersonal skills, communication skills, team spirit, time management
skills, and listening skills. Soft skills are crucial. People may be excellent
with technical skills but if they cannot communicate their ideas, or manage
their time properly then they may not be successful at the workplace.

TECHNICAL SKILLS:
Artificial Intelligence is a highly scientific field.
Some of the vital technical skills that are required to pursue a career in AI
are as follows:
Understanding of Programming Languages: A good knowledge of a programming language is required
to write code for algorithms to develop smart systems. Python is the most
popular language for AI as it is an easy language and learn and implement. It
comes with a rich set of libraries that can be used for data analysis. Other
popular programming languages are Java, c++, and so on.
Understanding of Machine Learning Algorithms: Algorithms is the backbone of artificial intelligence
system as algorithms decide how a machine will behave. Algorithm is a set of
stepwise instructions, which is later converted into code and that is why, a
good understanding of machine learning algorithms is required.
Mathematical Skills: Some jobs
in AI also require strong mathematical skills because various branches of
Mathematics are helpful to learn machine learning. For example, a good
knowledge of Probability, Statistics, Algebra, Calculus, and Logic is required.
Understanding of Applied Research and Data Science: A you all known that AI technology requires collection
and analyses of data to identify patterns and draw conclusions. So technical
skills, such as data analysis, data mining, and data modelling are required.
For example, Hadoop, Hive, Spark are big data technologies whereas Apache Hive
is a data warehouse system for data summarization and analysis and for querying
large data systems in the open-source Hadoop platform.
Hindi Meaning of above sentences:
एआई में नौकरियों के लिए आवश्यक
कौशल सेट:
आर्टिफिशियल इंटेलिजेंस हमारी दुनिया में व्याप्त है। कोई
भी उद्योग इस तकनीक से अछूता नहीं है। जिसका अर्थ है कि उद्योग को दुनिया भर में
एआई समाधान बनाने, परीक्षण करने और
लागू करने के लिए एक कुशल कार्यबल की आवश्यकता होगी। नव निर्मित नौकरियों के लिए
दो प्रकार के कौशल की आवश्यकता होगी:
•         मुलायम
•         तकनीकी कौशल
सॉफ्ट स्किल्स:
सॉफ्ट स्किल्स में कौशल की एक विस्तृत श्रृंखला शामिल होती
है, जैसे कि पारस्परिक कौशल, संचार कौशल, टीम भावना, समय प्रबंधन कौशल
और सुनने के कौशल। सॉफ्ट स्किल्स महत्वपूर्ण हैं। लोग तकनीकी कौशल के साथ उत्कृष्ट
हो सकते हैं लेकिन यदि वे अपने विचारों को संप्रेषित नहीं कर सकते हैं, या अपने समय का ठीक से प्रबंधन नहीं कर सकते हैं तो वे
कार्यस्थल पर सफल नहीं हो सकते हैं।

तकनीकी कौशल:
आर्टिफिशियल इंटेलिजेंस एक अत्यधिक वैज्ञानिक क्षेत्र है।
एआई में करियर बनाने के लिए आवश्यक कुछ महत्वपूर्ण तकनीकी कौशल इस प्रकार हैं:
प्रोग्रामिंग भाषाओं की समझ: स्मार्ट सिस्टम विकसित करने के लिए एल्गोरिदम के लिए कोड लिखने के
 लिए प्रोग्रामिंग भाषा का अच्छा ज्ञान आवश्यक है। एआई के लिए पायथन सबसे लोकप्रिय भाषा है
 क्योंकि यह एक आसान भाषा है और सीखें और कार्यान्वित करें। यह पुस्तकालयों के एक
 समृद्ध सेट के साथ आता है जिसका उपयोग डेटा विश्लेषण के लिए किया जा सकता है।
 अन्य लोकप्रिय प्रोग्रामिंग भाषाएं जावा, सी ++, और इसी तरह हैं।
मशीन लर्निंग एल्गोरिदम की समझ: एल्गोरिदम कृत्रिम बुद्धिमत्ता प्रणाली की रीढ़ है क्योंकि एल्गोरिदम 
तय करता है कि मशीन कैसे व्यवहार करेगी। एल्गोरिथम चरणबद्ध निर्देशों का एक सेट है,
जिसे बाद में कोड में बदल दिया जाता है और इसीलिए, मशीन लर्निंग एल्गोरिदम की अच्छी
 समझ की आवश्यकता होती है।
गणितीय कौशल: एआई में कुछ नौकरियों के लिए भी मजबूत गणितीय कौशल की
आवश्यकता होती है क्योंकि गणित की विभिन्न शाखाएं मशीन सीखने में सहायक होती हैं।
उदाहरण के लिए, संभाव्यता, सांख्यिकी, बीजगणित, कलन और तर्क का अच्छा ज्ञान आवश्यक है।
अनुप्रयुक्त अनुसंधान और डेटा विज्ञान की समझ: आप सभी जानते
हैं कि एआई तकनीक को पैटर्न की पहचान करने और निष्कर्ष निकालने के लिए डेटा के
संग्रह और विश्लेषण की आवश्यकता होती है। इसलिए डेटा विश्लेषण, डेटा माइनिंग और
 डेटा मॉडलिंग जैसे तकनीकी कौशल की आवश्यकता होती है। उदाहरण के लिए, Hadoop, Hive,
Spark बड़ी डेटा प्रौद्योगिकियां हैं जबकि Apache Hive डेटा सारांश और विश्लेषण के
 लिए और ओपन-सोर्स Hadoop प्लेटफ़ॉर्म में बड़े डेटा सिस्टम को क्वेरी करने के लिए एक
डेटा वेयरहाउस सिस्टम है।
CAREER OPPERTUNITIES IN AI: 
Artificial Intelligence creates a plethora of job
opportunities. Some of the avenues that open up with AI are as follows:
Machine Learning Engineer: Machine
-Learning engineering is a demanding AI related career. The machine learning
engineers design AI-based that can work properly and give best performance.
The skills required for this job are:
·  Strong programming skills in languages, such as Python, Java, and so on.
·      Strong Mathematical skills, especially in Probability and Statistics.
·    In-depth understanding of a broad set of algorithms and Applied Mathematics.
·       Problem-solving and analytical skills.
Data Scientist: Data scientists determine how data can be used to achieve business goals. They
develop algorithms that enable the collection and cleaning of data. The
extracted data is then analyzed and interpreted to create action plans for
business growth. Data scientists need to be comfortable with big data platforms
and tools like Hive, Hadoop, and Spark. They should also have good knowledge of
programming languages, such as Python, Perl, SQL, and so on.
Business Intelligence Developer: The primary objective of this role is to design, develop,
and maintain business intelligence solutions for existing problems within the
company and for increasing the profitability of a business. The role of Business
Intelligence (BI) developer is to analyze complex and large amount of data to
provide information about market trends in order to take the right business
decisions. BI developers need to possess strong technical and analytical
skills.
Research Scientist: These individuals are experts in multiple AI disciplines, including Applied
Mathematics, Machine Learning, Deep Learning, and Computational Statistics.
They move beyond theoretical models and build innovative, practical, and robust
solutions for real-world problems in diverse areas, such as healthcare,
business, traffic management, and so on.
Big Data Engineer and Architect: Big data architects conceptualize and visualize data
frameworks while, big data engineers build and maintain them. They create and
manage data infrastructure and tools including collection, storage, processing,
and analysis of data. They are experts in using the best solutions to analyze
mass data sets quickly and accurately to get result to make strong and correct
business decisions. Big data architect must have knowledge about data
architectures. Knowledge of Hadoop, Spark, and programming language is preferred.
Hindi Meaning of above sentences:
 एआई में कैरियर के अवसर:
आर्टिफिशियल इंटेलिजेंस नौकरी के ढेर सारे अवसर पैदा करता
है। एआई के साथ खुलने वाले कुछ रास्ते इस प्रकार हैं:
मशीन लर्निंग इंजीनियर: मशीन लर्निंग
इंजीनियरिंग एक एआई से संबंधित करियर की मांग है। मशीन लर्निंग इंजीनियर
एआई-आधारित डिजाइन करते हैं जो ठीक से काम कर सकते हैं और सर्वश्रेष्ठ प्रदर्शन दे
सकते हैं।
इस नौकरी के लिए आवश्यक कौशल हैं:
• पायथन, जावा आदि भाषाओं में मजबूत प्रोग्रामिंग कौशल।
• मजबूत गणितीय कौशल, विशेष रूप से संभाव्यता और सांख्यिकी में।
• एल्गोरिदम और अनुप्रयुक्त गणित के व्यापक सेट की गहन समझ।
• समस्या को सुलझाने और विश्लेषणात्मक कौशल।
डेटा वैज्ञानिक: डेटा वैज्ञानिक यह निर्धारित करते हैं कि व्यावसायिक
लक्ष्यों को प्राप्त करने के लिए डेटा का उपयोग कैसे किया जा सकता है। वे
एल्गोरिदम विकसित करते हैं जो डेटा के संग्रह और सफाई को सक्षम करते हैं। निकाले
गए डेटा का विश्लेषण किया जाता है और व्यावसायिक विकास के लिए कार्य योजना बनाने
के लिए व्याख्या की जाती है। डेटा वैज्ञानिकों को बड़े डेटा प्लेटफ़ॉर्म और हाइव, हडूप और
 स्पार्क जैसे टूल के साथ सहज होने की आवश्यकता है। उन्हें प्रोग्रामिंग भाषाओं का भी
 अच्छा ज्ञान होना चाहिए, जैसे कि पायथन, पर्ल, एसक्यूएल, और इसी तरह।
बिजनेस इंटेलिजेंस डेवलपर: इस भूमिका का
प्राथमिक उद्देश्य कंपनी के भीतर मौजूदा समस्याओं के लिए बिजनेस इंटेलिजेंस समाधान
तैयार करना, विकसित करना और
बनाए रखना है और किसी व्यवसाय की लाभप्रदता बढ़ाना है। बिजनेस इंटेलिजेंस (बीआई)
डेवलपर की भूमिका सही व्यावसायिक निर्णय लेने के लिए बाजार के रुझानों के बारे में
जानकारी प्रदान करने के लिए जटिल और बड़ी मात्रा में डेटा का विश्लेषण करना है।
बीआई डेवलपर्स के पास मजबूत तकनीकी और विश्लेषणात्मक कौशल होना चाहिए।
अनुसंधान वैज्ञानिक: ये व्यक्ति कई
एआई विषयों के विशेषज्ञ हैं, जिनमें एप्लाइड
मैथमेटिक्स, मशीन लर्निंग, डीप लर्निंग और कम्प्यूटेशनल स्टैटिस्टिक्स शामिल हैं। वे
सैद्धांतिक मॉडल से आगे बढ़ते हैं और स्वास्थ्य सेवा, व्यवसाय, यातायात प्रबंधन
आदि जैसे विविध क्षेत्रों में वास्तविक दुनिया की समस्याओं के लिए अभिनव, व्यावहारिक
 और मजबूत समाधान तैयार करते हैं।
बिग डेटा इंजीनियर और आर्किटेक्ट: बिग डेटा आर्किटेक्ट डेटा फ्रेमवर्क की अवधारणा
 और कल्पना करते हैं, जबकि बड़े डेटा इंजीनियर उनका निर्माण और रखरखाव करते हैं।
वे डेटा के संग्रह, भंडारण, प्रसंस्करण और विश्लेषण सहित डेटा बुनियादी ढांचे और
उपकरणों का निर्माण और प्रबंधन करते हैं। वे मजबूत और सही व्यावसायिक निर्णय लेने
के लिए परिणाम प्राप्त करने के लिए बड़े पैमाने पर डेटा सेट का त्वरित और सटीक
विश्लेषण करने के लिए सर्वोत्तम समाधानों का उपयोग करने में विशेषज्ञ हैं। बिग
डेटा आर्किटेक्ट को डेटा आर्किटेक्चर के बारे में जानकारी होनी चाहिए। Hadoop, Spark
 और प्रोग्रामिंग भाषा के ज्ञान को प्राथमिकता दी जाती है।