बोला गया सारांश — साथ पढ़ने के लिए प्ले दबाएँ: बोली जा रही पंक्ति ऊपर रहती है।
आप क्या सीखेंगे
अनुमानित समय: 25 मिनट
इस पाठ के अंत तक आप सक्षम होंगे:
- जनरेटिव AI को परिभाषित करना और यह अन्य AI प्रकारों से कैसे भिन्न है
- जनरेटिव AI की मुख्य विशेषताओं और तकनीकी आधारों को पहचानना
- वर्तमान जनरेटिव AI की प्रमुख क्षमताओं और सीमाओं की पहचान करना
जनरेटिव AI क्या है?
(12 मिनट)
यह वीडियो बताता है कि Claude जैसे बड़े भाषा मॉडल कैसे बनाए और प्रशिक्षित किए जाते हैं, और इसका मतलब यह है कि जब आप उन्हें अपने व्यवसाय में काम पर लगाते हैं तो वे क्या कर सकते हैं — और क्या नहीं — विश्वसनीय रूप से कर सकते हैं।
मुख्य बातें
- जनरेटिव AI नई सामग्री बनाता है, बजाय केवल मौजूदा डेटा का विश्लेषण करने के।
- तीन विकास ने आधुनिक LLMs को संभव बनाया: transformer आर्किटेक्चर, विशाल प्रशिक्षण डेटा, और विशाल कंप्यूटिंग।
- प्रशिक्षण के दो चरण हैं: pre-training (अरबों उदाहरणों से पैटर्न सीखना) और fine-tuning (निर्देशों का पालन करना सीखना)।
- वर्तमान शक्तियां कार्यों में बहुमुखिता, संवादात्मक प्रवाह, और बाहरी उपकरणों से जुड़ना शामिल हैं।
- वर्तमान सीमाएं ज्ञान cutoffs, hallucinations, context window आकार, और जटिल बहु-चरणीय तर्क शामिल हैं।
- सर्वोत्तम अनुप्रयोग मानव और AI शक्तियों को जोड़ते हैं — आपका निर्णय, रचनात्मकता, और निरीक्षण AI की गति और पैमाने के साथ।
व्यायाम
सीमाओं का परीक्षण
यह व्यायाम आपको जनरेटिव AI क्या अच्छी तरह करता है और कहां कमी है इसका प्रत्यक्ष प्रमाण देता है। आप वीडियो से विशिष्ट क्षमताओं और सीमाओं की कुछ जांच करेंगे, कम-दांव तरीके से, अपने विषय क्षेत्र से सामग्री का उपयोग करके — ताकि आपके पास एक ठोस अंतर्ज्ञान हो, अपने स्वयं के अवलोकनों से बना, जब यह तय करें कि AI पर क्या विश्वास करना है।
भाग I: आत्म-प्रतिबिंब (अपने आप पर)
एक ऐसा डोमेन चुनें जिसे आप अच्छी तरह जानते हैं, जहां आप तुरंत एक त्रुटि को पकड़ लेंगे यदि कोई विक्रेता, आपूर्तिकर्ता, या ग्राहक इसे गलत समझे। नीचे लिखें:
- विषय (उदाहरण के लिए, आपके लाभ मार्जिन गणना, आपके स्थानीय zoning नियम, या उद्योग लाइसेंसिंग आवश्यकताएं)
- इसके बारे में दो या तीन तथ्य जो आप किसी भी सभ्य स्रोत से सही होने की अपेक्षा करते हैं
- इसके बारे में एक सामान्य गलतफहमी जो लोगों को है
- इसके बारे में एक चीज जो समझाने में वास्तव में मुश्किल है
यह आपका परीक्षण क्षेत्र है। आप देखने जा रहे हैं कि AI कुछ ऐसा कैसे संभालता है जिसे आप वास्तव में सत्यापित कर सकते हैं।
भाग II: सहयोग (AI के साथ)
Claude (या किसी भी AI सहायक को आप पसंद करते हैं) के साथ एक बातचीत खोलें और तीन त्वरित चैट चलाएं। प्रत्येक के बाद आप क्या देखते हैं यह नीचे लिखें।
- बहुमुखिता परीक्षण। AI को अपने विषय को एक ही प्रतिक्रिया में तीन अलग-अलग तरीकों से समझाने के लिए कहें: एक बार एक ग्राहक के लिए जो आपकी सेवा के बारे में कुछ नहीं जानता, एक बार एक संभावित व्यावसायिक भागीदार के लिए, और एक बार एक नए कर्मचारी के लिए जिसे आप onboard कर रहे हैं। क्या दर्शकों में बदलाव वास्तव में काम आया, या क्या इसने केवल शब्दावली बदली? कौन सा संस्करण सबसे मजबूत था?
- Hallucination परीक्षण। AI को आपके विषय से संबंधित दो या तीन विशिष्ट संसाधनों की सिफारिश करने के लिए कहें — एक व्यापार संघ, एक उद्योग प्रकाशन, एक नियामक निकाय, या एक प्रसिद्ध आपूर्तिकर्ता। फिर कम से कम एक की जांच करें। क्या संगठन मौजूद है? क्या वेबसाइट सही है? क्या संपर्क जानकारी सटीक है? (यह वह जगह है जहां आप देखेंगे कि क्या AI आत्मविश्वास से एक ऐसा स्रोत बनाएगा जो प्रशंसनीय लगता है लेकिन वास्तविक नहीं है।)
- Knowledge cutoff + तर्क जांच। AI को कुछ समय-संवेदनशील या स्थानीय पूछें: आपके उद्योग में एक हाल का नियामक परिवर्तन, एक मुख्य सामग्री के लिए वर्तमान मूल्य प्रवृत्तियां, या एक स्थानीय लाइसेंसिंग आवश्यकता। क्या यह आपको बताता है कि इसकी जानकारी पुरानी हो सकती है? क्या यह caveat करता है, अनुमान लगाता है, या पुरानी जानकारी को वर्तमान के रूप में प्रस्तुत करता है — ऐसी चीज जो आपको पैसा खर्च कर सकती है यदि आप इस पर कार्य करते? फिर इसे भाग I में आपने जो सामान्य गलतफहमी लिखी थी उसके माध्यम से काम करने के लिए कहें। क्या इसने वास्तविक भ्रम को संबोधित किया, या बस सही तथ्य को दोहराया?
भाग III: प्रतिबिंब
वीडियो से कौन सी क्षमता आपने देखी सबसे स्पष्ट रूप से दिखाई दी? कौन सी सीमा दिखाई दी — और क्या आप इसे पकड़ते यदि यह एक विषय न होता जिसे आप अच्छी तरह जानते हैं? इसके आधार पर, एक कार्य क्या है जिसे आप अभी AI को सौंपने में ठीक महसूस करेंगे, और एक जिस पर आप अधिक ध्यान देना चाहेंगे?
विस्तारित लक्ष्य: एक दूसरे AI उपकरण के माध्यम से एक ही विषय चलाएं (एक अलग मॉडल या प्लेटफॉर्म)। क्या त्रुटियां और शक्तियां समान थीं?
पाठ प्रतिबिंब
- यह जानना कि ये सिस्टम कैसे प्रशिक्षित होते हैं, इससे आप उनके साथ कैसे काम करेंगे यह कैसे बदलता है?
- जनरेटिव AI कैसे काम करता है और कहां कमी है इसे देखते हुए कौन से नैतिक विचार मन में आते हैं?
अगला क्या है
अगला एक व्यावहारिक गतिविधि है जो यह देखने के लिए कि भाषा मॉडल वास्तव में पाठ कैसे उत्पन्न करते हैं, आपने अभी जो सीखा है उसे जीवंत करने के लिए।
प्रतिक्रिया
जैसे ही आप पाठ्यक्रम के माध्यम से आगे बढ़ते हैं, हम आपसे सुनना पसंद करेंगे कि आप अपने काम में पाठ्यक्रम से अवधारणाओं का उपयोग कैसे कर रहे हैं, साथ ही आपके पास कोई भी प्रतिक्रिया। अपनी प्रतिक्रिया यहां साझा करें।
स्वीकृतियां और लाइसेंस
_कॉपीराइट 2026 Anthropic। यह पाठ्यक्रम PayPal, Prospect Butcher, और MAKS Enterprises TIPM Rebuilders के साथ साझेदारी में विकसित किया गया था, Prof. Rick Dakan (Ringling College of Art and Design) और Prof. Joseph Feller (University College Cork) द्वारा विकसित AI Fluency Framework पर निर्माण करते हुए। CC BY-NC-SA 4. 0 लाइसेंस के तहत जारी किया गया।_