Unit 7 in 30 seconds:Artificial Intelligence (AI) is the science of making machines that can think and learn like humans. This unit covers the definition of AI (coined by John McCarthy, 1956), its history (Turing Test → AI winters → Deep Blue → AlphaGo → ChatGPT), types of AI (narrow, general, super), the AI vs ML vs Deep Learning relationship, applications, advantages vs disadvantages, and how AI works in your daily life.
1. What is AI?
Artificial Intelligence (AI) is the branch of computer science that builds machines and software capable of performing tasks that normally require human intelligence — such as understanding language, recognising images, making decisions and learning from experience.
Standard definition: The term "Artificial Intelligence" was coined by John McCarthy in 1956 at the Dartmouth Conference (USA) — the event considered the birth of AI. McCarthy is called the "Father of Artificial Intelligence".
An AI system typically shows one or more of these abilities:
Learning — improving from data and experience (machine learning).
Reasoning — drawing conclusions from facts.
Perception — understanding the world through sensors, cameras, speech.
Language — understanding and generating human language.
Problem-solving — finding the best solution from many options.
2. History of AI — Timeline
Fig 7.1 — Milestones of AI history: 1950 Turing Test, 1956 birth of AI, AI winters, 1997 Deep Blue, 2016 AlphaGo, 2022 ChatGPT.
Exam Tip: Three dates are asked most often — 1950 (Turing Test), 1956 (McCarthy coins "AI" at Dartmouth), and 1997 (Deep Blue beats Kasparov). AI Winter = a period when AI funding and interest collapsed.
The AI Winters:
First AI Winter (1974–1980) — governments cut AI funding after over-promising and under-delivering.
Second AI Winter (1987–1993) — the expert-systems market collapsed; interest fell again.
3. Types of AI
AI is classified by how capable it is:
Type
Also Called
Meaning
Status
Examples
Narrow AI
Weak AI (ANI)
Designed for one specific task
Exists today — all current AI
Siri, Google Maps, spam filters, chess programs
General AI
Strong AI (AGI)
Human-level intelligence across any task
Not yet achieved — research goal
Does not exist yet
Super AI
Superintelligence (ASI)
Smarter than humans in every field
Hypothetical — future/theory
Science fiction (for now)
Key exam point:All AI that exists today is Narrow (Weak) AI — it is brilliant at one task but cannot do anything outside it. General AI and Super AI do not exist yet.
4. AI vs Machine Learning vs Deep Learning
These three terms are often confused. They are nested — each is a subset of the previous one:
Fig 7.2 — AI is the biggest field; Machine Learning is AI that learns from data; Deep Learning is ML using neural networks (used in image and speech recognition).
Artificial Intelligence — the whole field: any machine acting intelligently.
Machine Learning (ML) — AI that learns patterns from data instead of following hand-written rules (e.g., spam filters learning what spam looks like).
Deep Learning (DL) — ML using artificial neural networks with many layers, inspired by the human brain (e.g., face recognition, ChatGPT).
Exam Tip: The favourite MCQ — "Which is a subset of which?" Answer: Deep Learning ⊂ Machine Learning ⊂ Artificial Intelligence. And: neural networks belong to Deep Learning.
5. The Turing Test
In 1950, British mathematician Alan Turing (called the "Father of Computer Science") proposed the Turing Test in his paper "Computing Machinery and Intelligence".
How it works: A human judge chats (by text) with a machine and a human without knowing which is which. If the judge cannot reliably tell the machine apart from the human, the machine is said to have passed the test — and to exhibit intelligent behaviour.
6. Applications of AI
Field
How AI is used
Healthcare
Detecting diseases from X-rays/scans, drug discovery, robotic surgery
Education
Personalised learning apps, automatic grading, AI tutors
Recommendation systems — Netflix, YouTube, Spotify suggestions
Transport
Self-driving cars, traffic prediction in Google Maps
Finance
Fraud detection in UPI/card payments, loan-risk scoring
Security
Face recognition, CCTV anomaly detection, cyber-threat monitoring
7. Advantages and Disadvantages of AI
Advantages of AI
Disadvantages of AI
24 × 7 availability — machines never tire
Job displacement — automation replaces routine jobs
Fewer errors — high accuracy in repetitive tasks
High cost — development and hardware are expensive
Handles risky work — bomb disposal, deep-sea, space
No emotions/creativity — cannot truly think or feel
Faster decisions — analyses huge data in seconds
Privacy risk — needs massive personal data
Digital assistants — help in daily tasks and accessibility
Over-dependence — humans may lose skills (navigation, memory)
Consistent quality — same output every time
Misuse risk — deepfakes, autonomous weapons, bias
Exam Tip: This table is a classic 8-mark/essay-style question — "Discuss the advantages and disadvantages of AI." Learn 3 points from each side and you are safe.
8. AI in Day-to-Day Life
You already use AI many times a day — often without noticing:
Voice assistants — Siri, Google Assistant, Alexa answer questions and set reminders.
Google Maps — AI predicts traffic and suggests the fastest route.
Spam filters — Gmail's AI blocks spam and phishing emails automatically.
UPI fraud detection — banks use AI to flag suspicious transactions in real time.
Social media feeds — Instagram/YouTube decide what you see next.
Online shopping — "Customers also bought" recommendations.
Face unlock & photo apps — your phone recognises your face; Google Photos groups pictures by person.
Language tools — Google Translate, grammar checkers, ChatGPT.
Exam-ready line: AI in daily life = assistants, maps, spam filters, fraud detection, recommendations, face unlock and translation. Any one of these is a valid example answer for "AI in our day-to-day life".
9. AI Ethics — A Short Note
Powerful AI raises questions every society must answer:
Bias — AI trained on biased data gives biased results (e.g., unfair hiring tools).
Privacy — AI systems collect huge amounts of personal data.
Deepfakes — AI-generated fake videos can spread misinformation.
Accountability — who is responsible when an AI system (like a self-driving car) causes harm?
Jobs — automation changes the job market; reskilling becomes essential.
Bottom line for the exam: AI = 1956, McCarthy, Dartmouth → machines that learn, reason and perceive → today only Narrow AI exists → DL ⊂ ML ⊂ AI → used in health, education, agriculture, finance → brings efficiency and ethical challenges.
30 सेकंड में इकाई 7:कृत्रिम बुद्धिमत्ता (AI) मशीनों को इंसानों की तरह सोचने और सीखने योग्य बनाने का विज्ञान है। इस इकाई में AI की परिभाषा (John McCarthy, 1956 ने नाम दिया), इसका इतिहास (Turing Test → AI शीतकाल → Deep Blue → AlphaGo → ChatGPT), AI के प्रकार (नैरो, जनरल, सुपर), AI बनाम ML बनाम डीप लर्निंग का संबंध, अनुप्रयोग, लाभ बनाम हानियाँ, और दैनिक जीवन में AI शामिल हैं।
1. AI क्या है?
कृत्रिम बुद्धिमत्ता (Artificial Intelligence / AI) कंप्यूटर विज्ञान की वह शाखा है जो ऐसी मशीनें और सॉफ्टवेयर बनाती है जो वे कार्य कर सकें जिनमें सामान्यतः मानव बुद्धि की आवश्यकता होती है — जैसे भाषा समझना, चित्र पहचानना, निर्णय लेना और अनुभव से सीखना।
मानक परिभाषा:"Artificial Intelligence" शब्द John McCarthy ने 1956 में Dartmouth सम्मेलन (अमेरिका) में दिया था — यह घटना AI का जन्म मानी जाती है। McCarthy को "कृत्रिम बुद्धिमत्ता के जनक" कहा जाता है।
एक AI प्रणाली में सामान्यतः इनमें से एक या अधिक क्षमताएँ होती हैं:
सीखना (Learning) — डेटा और अनुभव से सुधार (मशीन लर्निंग)।
तर्क (Reasoning) — तथ्यों से निष्कर्ष निकालना।
अनुभूति (Perception) — सेंसर, कैमरा, वाणी से दुनिया को समझना।
भाषा (Language) — मानव भाषा समझना और उत्पन्न करना।
समस्या-समाधान — कई विकल्पों में से सर्वोत्तम समाधान खोजना।
2. AI का इतिहास — समयरेखा
चित्र 7.1 — AI इतिहास के मील के पत्थर: 1950 ट्यूरिंग टेस्ट, 1956 AI का जन्म, AI शीतकाल, 1997 Deep Blue, 2016 AlphaGo, 2022 ChatGPT।
परीक्षा टिप: तीन तिथियाँ सबसे अधिक पूछी जाती हैं — 1950 (ट्यूरिंग टेस्ट), 1956 (Dartmouth में McCarthy ने "AI" नाम दिया), और 1997 (Deep Blue ने Kasparov को हराया)। AI शीतकाल = वह अवधि जब AI की फंडिंग और रुचि समाप्त हो गई थी।
AI शीतकाल (AI Winters):
प्रथम AI शीतकाल (1974–1980) — अधिक वादे और कम परिणाम के बाद सरकारों ने AI फंडिंग काट दी।
द्वितीय AI शीतकाल (1987–1993) — एक्सपर्ट सिस्टम बाजार ढह गया; रुचि फिर घटी।
3. AI के प्रकार
AI का वर्गीकरण क्षमता के आधार पर किया जाता है:
प्रकार
अन्य नाम
अर्थ
स्थिति
उदाहरण
नैरो AI
वीक AI (ANI)
एक विशिष्ट कार्य के लिए बनाया गया
आज मौजूद — सारा वर्तमान AI
Siri, Google Maps, स्पैम फिल्टर, शतरंज प्रोग्राम
जनरल AI
स्ट्रॉन्ग AI (AGI)
हर कार्य में मानव-स्तर की बुद्धि
अभी हासिल नहीं — शोध का लक्ष्य
अभी मौजूद नहीं
सुपर AI
सुपरइंटेलिजेंस (ASI)
हर क्षेत्र में इंसानों से अधिक बुद्धिमान
काल्पनिक — भविष्य/सिद्धांत
(अभी के लिए) विज्ञान कथा
परीक्षा का मुख्य बिंदु:आज मौजूद सारा AI नैरो (वीक) AI है — यह एक कार्य में शानदार है पर उसके बाहर कुछ नहीं कर सकता। जनरल AI और सुपर AI अभी मौजूद नहीं हैं।
4. AI बनाम मशीन लर्निंग बनाम डीप लर्निंग
ये तीनों शब्द अक्सर भ्रमित करते हैं। ये एक-दूसरे के अंदर समाहित हैं — प्रत्येक पिछले का उपसमूह है:
चित्र 7.2 — AI सबसे बड़ा क्षेत्र है; मशीन लर्निंग वह AI है जो डेटा से सीखती है; डीप लर्निंग न्यूरल नेटवर्क वाली ML है (चित्र और वाणी पहचान में प्रयुक्त)।
कृत्रिम बुद्धिमत्ता (AI) — पूरा क्षेत्र: बुद्धिमानी से कार्य करने वाली कोई भी मशीन।
मशीन लर्निंग (ML) — वह AI जो लिखे-हुए नियमों के बजाय डेटा से पैटर्न सीखती है (जैसे स्पैम फिल्टर सीखता है कि स्पैम कैसा दिखता है)।
डीप लर्निंग (DL) — कई परतों वाले कृत्रिम न्यूरल नेटवर्क वाली ML, मानव मस्तिष्क से प्रेरित (जैसे चेहरा पहचान, ChatGPT)।
परीक्षा टिप: पसंदीदा बहुविकल्पीय प्रश्न — "कौन किसका उपसमूह है?" उत्तर: डीप लर्निंग ⊂ मशीन लर्निंग ⊂ कृत्रिम बुद्धिमत्ता। और: न्यूरल नेटवर्कडीप लर्निंग से संबंधित हैं।
5. ट्यूरिंग टेस्ट
1950 में ब्रिटिश गणितज्ञ Alan Turing ("कंप्यूटर विज्ञान के जनक" कहलाते हैं) ने अपने शोधपत्र "Computing Machinery and Intelligence" में ट्यूरिंग टेस्ट प्रस्तावित किया।
यह कैसे काम करता है: एक मानव निर्णायक मशीन और इंसान से (टेक्स्ट द्वारा) बात करता है, बिना यह जाने कि कौन क्या है। यदि निर्णायक मशीन को इंसान से विश्वसनीय रूप से अलग नहीं कर पाता, तो कहा जाता है कि मशीन ने टेस्ट पास कर लिया — और वह बुद्धिमान व्यवहार प्रदर्शित करती है।
6. AI के अनुप्रयोग
क्षेत्र
AI का उपयोग कैसे
स्वास्थ्य
एक्स-रे/स्कैन से रोग पहचान, दवा खोज, रोबोटिक सर्जरी
शिक्षा
व्यक्तिगत शिक्षण ऐप, स्वचालित मूल्यांकन, AI ट्यूटर
कृषि
फसल रोग पहचान, मौसम/उपज पूर्वानुमान, स्मार्ट सिंचाई
ग्राहक सेवा
चैटबॉट 24 × 7 प्रश्नों के उत्तर देते हैं (बैंकिंग, ई-कॉमर्स, रेलवे)
मनोरंजन
अनुशंसा प्रणाली — Netflix, YouTube, Spotify सुझाव
परिवहन
स्वचालित कारें, Google Maps में ट्रैफिक पूर्वानुमान
वित्त
UPI/कार्ड भुगतान में धोखाधड़ी पहचान, ऋण-जोखिम स्कोरिंग
रोजगार छिनना — स्वचालन नियमित नौकरियों की जगह लेता है
कम त्रुटियाँ — दोहराए जाने वाले कार्यों में उच्च सटीकता
उच्च लागत — विकास और हार्डवेयर महंगे हैं
जोखिम भरे कार्य — बम निरोधक, गहरे समुद्र, अंतरिक्ष
भावना/रचनात्मकता नहीं — वास्तव में सोच या महसूस नहीं कर सकता
तेज निर्णय — सेकंडों में विशाल डेटा का विश्लेषण
निजता का जोखिम — भारी व्यक्तिगत डेटा चाहिए
डिजिटल सहायक — दैनिक कार्यों और सुगम्यता में मदद
अति-निर्भरता — इंसान कौशल खो सकते हैं (नेविगेशन, स्मृति)
सुसंगत गुणवत्ता — हर बार एक जैसा परिणाम
दुरुपयोग का जोखिम — डीपफेक, स्वायत्त हथियार, पूर्वाग्रह
परीक्षा टिप: यह तालिका क्लासिक 8-अंकीय/निबंध-शैली प्रश्न है — "AI के लाभ और हानियों की चर्चा कीजिए।"हर पक्ष से 3 बिंदु याद कर लें और आप सुरक्षित हैं।
8. दैनिक जीवन में AI
आप दिन में कई बार AI का उपयोग करते हैं — अक्सर बिना जाने:
वॉइस असिस्टेंट — Siri, Google Assistant, Alexa प्रश्नों के उत्तर देते हैं और रिमाइंडर लगाते हैं।
Google Maps — AI ट्रैफिक का पूर्वानुमान लगाता है और सबसे तेज रास्ता सुझाता है।
स्पैम फिल्टर — Gmail का AI स्पैम और फिशिंग ईमेल स्वतः रोकता है।
UPI धोखाधड़ी पहचान — बैंक संदिग्ध लेनदेन को तत्काल चिह्नित करने के लिए AI का उपयोग करते हैं।
सोशल मीडिया फीड — Instagram/YouTube तय करते हैं कि आप आगे क्या देखेंगे।
ऑनलाइन खरीदारी — "ग्राहकों ने यह भी खरीदा" वाली अनुशंसाएँ।
फेस अनलॉक और फोटो ऐप — आपका फोन आपका चेहरा पहचानता है; Google Photos व्यक्ति के अनुसार तस्वीरें समूहित करता है।
भाषा उपकरण — Google Translate, व्याकरण जाँचक, ChatGPT।
परीक्षा-योग्य पंक्ति: दैनिक जीवन में AI = सहायक, मानचित्र, स्पैम फिल्टर, धोखाधड़ी पहचान, अनुशंसाएँ, फेस अनलॉक और अनुवाद। "हमारे दैनिक जीवन में AI" के उत्तर के लिए इनमें से कोई भी मान्य उदाहरण है।
9. AI नैतिकता — एक संक्षिप्त टिप्पणी
शक्तिशाली AI ऐसे प्रश्न उठाता है जिनका उत्तर हर समाज को देना होगा:
पूर्वाग्रह (Bias) — पक्षपाती डेटा पर प्रशिक्षित AI पक्षपाती परिणाम देता है (जैसे अनुचित भर्ती उपकरण)।
निजता — AI प्रणालियाँ भारी मात्रा में व्यक्तिगत डेटा एकत्र करती हैं।
डीपफेक — AI-जनित नकली वीडियो गलत सूचना फैला सकते हैं।
जवाबदेही — जब कोई AI प्रणाली (जैसे स्वचालित कार) हानि पहुँचाए तो जिम्मेदार कौन?
नौकरियाँ — स्वचालन रोजगार बाजार बदलता है; पुनः-कौशल आवश्यक हो जाता है।
परीक्षा के लिए सार: AI = 1956, McCarthy, Dartmouth → सीखने, तर्क करने और समझने वाली मशीनें → आज केवल नैरो AI मौजूद है → DL ⊂ ML ⊂ AI → स्वास्थ्य, शिक्षा, कृषि, वित्त में उपयोग → दक्षता और नैतिक चुनौतियाँ दोनों लाता है।
