Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है • Muft Shiksha™ एक 100% Free Education Portal है 🇮🇳, जिसका उद्देश्य Class 9–12 के हर विद्यार्थी तक High-Quality Education को पूरी तरह मुफ्त पहुँचाना है। 🇮🇳 हम मानते हैं कि अच्छी शिक्षा किसी student की आर्थिक स्थिति पर निर्भर नहीं होनी चाहिए। 🇮🇳 हर विद्यार्थी को वही Quality Study Material, MCQs, Quizzes, Exam Preparation, Concept-Based Learning और Bilingual Support मिलना चाहिए, जो आमतौर पर महंगी Coaching या Premium Platforms में मिलता है। Muft Shiksha™ 🇮🇳 इसी सोच के साथ बनाया गया है
A. मानव भाषा को समझना/Understanding human language
Explanation
Simple Explanation
प्राकृतिक भाषा समझ (Natural Language Understanding या NLU) कृत्रिम बुद्धिमत्ता की वह क्षमता है जिसमें कंप्यूटर मानव द्वारा लिखी या बोली गई भाषा का अर्थ समझता है। इसलिए सही उत्तर मानव भाषा को समझना है। वस्तुओं का रंग पहचानना कंप्यूटर विज़न से संबंधित है, जबकि तापमान मापना और भौतिक वस्तुएँ बनाना NLU के कार्य नहीं हैं। परीक्षा टिप: पाठ, भाषण, संवाद और भाषा के अर्थ से जुड़े प्रश्नों में NLU पहचानें। / Natural Language Understanding (NLU) is the AI capability that enables a computer to interpret the meaning of human-written or spoken language. Therefore, understanding human language is correct. Recognising object colours is related to computer vision, while measuring temperature and manufacturing physical objects are not NLU tasks. Exam tip: Identify NLU when a question refers to text, speech, conversation, or the meaning of language.
चित्र में वस्तु को पहचानने के लिए मशीन को दृश्य संकेतों, जैसे आकार, रंग और पैटर्न, का विश्लेषण करना पड़ता है। इसलिए यह दृश्य पहचान (Visual recognition) की क्षमता है। संख्यात्मक गणना केवल संख्याओं पर कार्य करती है, इसलिए विकल्प B सही नहीं है। परीक्षा में चित्र या वीडियो से जुड़ी वस्तु-पहचान को कंप्यूटर विज़न और दृश्य पहचान से जोड़ें। / To identify an object in an image, a machine analyses visual clues such as shape, colour, and patterns. Therefore, it is an ability of visual recognition. Numerical calculation deals with numbers, so option B is not correct. Exam tip: associate recognising objects in pictures or videos with computer vision and visual recognition.
A. व्यक्तिगत सीखने में सहायता/Helping personalized learning
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता विद्यार्थियों की सीखने की गति और आवश्यकताओं के अनुसार अभ्यास, सुझाव तथा अध्ययन-सामग्री उपलब्ध कराने में सहायता कर सकती है। इसलिए व्यक्तिगत सीखने में सहायता करना सही विकल्प है; खिड़की खोलना, किताबें फाड़ना और बिजली का तार जोड़ना शिक्षा में एआई के उपयोग नहीं हैं। परीक्षा-टिप: शिक्षा में एआई के प्रमुख उपयोगों को वैयक्तिकृत सीखने और त्वरित प्रतिक्रिया से जोड़कर याद रखें। / Artificial Intelligence can support personalized learning by providing practice, suggestions, and study materials according to a student’s needs and pace. Therefore, helping personalized learning is correct; opening a window, tearing books, and joining electric wires are not educational uses of AI. Exam tip: Associate AI in education with personalization and timely feedback.
A. जब प्रशिक्षण आँकड़े गलत या अधूरे हों/When the training data is wrong or incomplete
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता मॉडल अपने प्रशिक्षण और इनपुट आँकड़ों पर निर्भर करते हैं। यदि प्रशिक्षण आँकड़े गलत, पक्षपाती या अधूरे हों, तो मॉडल गलत पैटर्न सीखकर गलत परिणाम दे सकता है। विकल्प B में सही और पर्याप्त आँकड़े हैं, इसलिए वह इस समस्या का कारण नहीं है। परीक्षा में याद रखें कि खराब आँकड़े अक्सर खराब परिणाम का कारण बनते हैं। / AI models depend on the quality of their training and input data. If the training data is incorrect, biased, or incomplete, the model may learn incorrect patterns and produce wrong results. Option B describes accurate and sufficient data, so it is not the cause of this error. Exam tip: remember that poor-quality data can lead to poor-quality results.
A. समस्याओं को बुद्धिमानी से हल करना/Solving problems intelligently
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता का प्रमुख उद्देश्य ऐसी प्रणालियाँ बनाना है जो सीखने, तर्क करने और निर्णय लेने जैसे बुद्धिमान कार्य कर सकें। इसलिए समस्याओं को बुद्धिमानी से हल करना सही विकल्प है। अन्य विकल्प AI के उद्देश्यों से संबंधित नहीं हैं। परीक्षा में याद रखें: AI का केंद्र बुद्धिमान कार्यों का स्वचालन और समस्या-समाधान है। / A major goal of Artificial Intelligence is to develop systems that can perform intelligent tasks such as learning, reasoning, decision-making, and problem-solving. Therefore, solving problems intelligently is correct. The other options are unrelated to the purpose of AI. Exam tip: remember that AI focuses on automating intelligent tasks and solving problems.
A. सड़क, संकेतों और बाधाओं को पहचानने तथा मार्ग चुनने में/Recognizing roads, signals, and obstacles and choosing a route
Explanation
Simple Explanation
स्वचालित कार के कैमरे और सेंसर सड़क, यातायात संकेतों तथा बाधाओं से जानकारी एकत्र करते हैं। कृत्रिम बुद्धिमत्ता इस जानकारी का विश्लेषण करके सुरक्षित मार्ग चुनने और आगे बढ़ने, रुकने या मुड़ने जैसे निर्णयों में सहायता करती है। सीट का रंग बदलना या काँच का भार बढ़ाना कार की बुद्धिमान ड्राइविंग से संबंधित कार्य नहीं हैं। परीक्षा में याद रखें कि स्वचालित वाहनों में AI का प्रमुख उपयोग परिवेश को समझना और ड्राइविंग निर्णय लेना है। / A self-driving car uses cameras and sensors to collect information about roads, traffic signals, and obstacles. Artificial Intelligence analyzes this information to choose a safe route and support decisions such as moving, stopping, or turning. Changing the seat color or increasing the glass weight is not part of intelligent driving. Exam tip: associate AI in autonomous vehicles with understanding the surroundings and making driving decisions.
A. कृत्रिम बुद्धिमत्ता आँकड़ों से सीख सकती है/Artificial Intelligence can learn from data
Explanation
Simple Explanation
सामान्य कंप्यूटर कार्यक्रम सामान्यतः पहले से लिखे गए निश्चित निर्देशों के अनुसार कार्य करते हैं, जबकि कृत्रिम बुद्धिमत्ता प्रणालियाँ आँकड़ों या उदाहरणों से पैटर्न सीखकर अपने परिणामों में सुधार कर सकती हैं। इसलिए विकल्प A सही है। विकल्प B और D सामान्य कार्यक्रमों के बारे में गलत सार्वभौमिक दावे हैं, तथा AI को भी बिजली और कंप्यूटिंग संसाधनों की आवश्यकता होती है, इसलिए विकल्प C गलत है। परीक्षा-युक्ति: AI की प्रमुख पहचान के रूप में ‘डेटा से सीखना’ याद रखें। / A normal computer program generally follows fixed, pre-written instructions, whereas an Artificial Intelligence system can learn patterns from data or examples and improve its outputs. Therefore, option A is correct. Options B and D make false universal claims about normal programs, and AI also requires electricity and computing resources, so option C is incorrect. Exam tip: Remember “learning from data” as a key feature of AI.
A. व्यक्तिगत जानकारी की सुरक्षा के लिए/To protect personal information
Explanation
Simple Explanation
कृत्रिम बुद्धिमत्ता की प्रणालियाँ कभी-कभी नाम, स्थान, तस्वीर या अन्य व्यक्तिगत जानकारी एकत्र और संसाधित करती हैं। गोपनीयता यह सुनिश्चित करने में सहायता करती है कि ऐसी जानकारी बिना उचित अनुमति के उजागर या दुरुपयोग न हो। इसलिए विकल्प A सही है; अन्य विकल्प गोपनीयता से संबंधित नहीं हैं। परीक्षा-युक्ति: AI में privacy को व्यक्तिगत डेटा की सुरक्षा और जिम्मेदार उपयोग से जोड़कर याद रखें। / Artificial Intelligence systems may collect and process names, locations, images, or other personal information. Privacy helps ensure that such information is not exposed or misused without proper permission. Therefore, option A is correct; the other options are unrelated to privacy. Exam tip: In AI, connect privacy with protecting personal data and using it responsibly.
A. लोगों के हित और सुरक्षा के लिए/For people's welfare and safety
Explanation
Simple Explanation
नैतिक नियम कृत्रिम बुद्धिमत्ता के जिम्मेदार उपयोग का मार्गदर्शन करते हैं। वे लोगों की सुरक्षा, अधिकारों, गोपनीयता और हितों की रक्षा करने में मदद करते हैं। इसलिए विकल्प A सही है। अन्य विकल्प AI नैतिकता के उद्देश्य नहीं हैं; विशेष रूप से डेटा की शुद्धता जाँचे बिना निर्णय लेना अनुचित और जोखिमपूर्ण है। परीक्षा में नैतिकता को सुरक्षा, निष्पक्षता, गोपनीयता और जिम्मेदारी से जोड़ें। / Ethical rules guide the responsible use of Artificial Intelligence. They help protect people’s safety, rights, privacy, and welfare, so option A is correct. The other options are not purposes of AI ethics; in particular, making decisions without checking data accuracy is unsafe and irresponsible. In exams, associate AI ethics with safety, fairness, privacy, and accountability.
A. चित्र देखकर रोग का संकेत बताने वाली व्यवस्था/A system that detects disease signs from images
Explanation
Simple Explanation
चित्रों का विश्लेषण करके रोग के संभावित संकेत पहचानना कृत्रिम बुद्धिमत्ता का उदाहरण है, क्योंकि व्यवस्था उपलब्ध आँकड़ों के आधार पर पैटर्न पहचानकर निष्कर्ष देती है। खाली डिब्बा, बंद पुस्तक और साधारण चम्मच अपने-आप कोई विश्लेषण या निर्णय नहीं करते। परीक्षा-युक्ति: ऐसे उदाहरणों में पैटर्न पहचानना, सीखना या निर्णय लेना AI की प्रमुख पहचान है। / A system that analyses images to identify possible signs of disease is an example of Artificial Intelligence because it recognises patterns in data and produces an inference. An empty box, a closed book, and a simple spoon do not analyse information or make decisions by themselves. Exam tip: Look for examples involving pattern recognition, learning, or automated decision-making when identifying AI.
