नया
1
AI के दौर में स्कूल: ज्ञान से ज्यादा व्यावहारिक समझ सिखानी होगी
ज्ञान समझाने में AI पहले से बहुत अच्छा है। स्कूलों को छात्रों को व्यावहारिक अवधारणाएं लागू करना सिखाना होगा।
कॉलम
AI और काम, पढ़ाई और बाज़ार में स्वयं देखी समस्याओं पर लिखता हूँ। हर दावे के लिए ज़रूरी प्रमाण जाँचता हूँ और पाठक के काम आने वाले अगले कदम भी बताता हूँ।
कोई मिलता-जुलता परिणाम नहीं मिला।
2
AMOC के जोखिम को घटाने से पहले क्या साबित करना होगा: AI और अंतरिक्ष अवसंरचना पर एक विचार-प्रयोग
अंतरिक्ष सनशेड से AMOC का जोखिम घटने की परिकल्पना अभी सिद्ध नहीं है। यह लेख पूछता है कि पहले क्या देखना और जाँचना होगा।
3
बहुत सवाल पूछने वाले छात्रों के लिए AI क्यों उपयोगी है
जिन लोगों को आगे बढ़ने से पहले पूरा नक्शा चाहिए, उनके लिए AI कमजोरी छिपाने का साधन नहीं, सवालों को अंकों में बदलने का साधन बन सकता है.
4
AI से पैसा कमाने वाली कंपनी नहीं है? यह सवाल अभी बहुत जल्दी है
AI अभी मैदान के काम में गहराई से नहीं उतरा है।
5
KAIST प्रोफेसर Joungho Kim की बातों के आधार पर दोबारा लिखे गए AI संविधान के सात अनुच्छेद
बिजली, याददाश्त, उम्र, कर और कॉपी। अगर AI और इंसान एक ही दुनिया में बराबरी से रहेंगे, तो किन चीजों पर सीमा रखनी होगी?
6
डॉट-कॉम बुलबुले को दोबारा देखना और AI बुलबुले से तुलना
तकनीक सही हो सकती है, फिर भी कंपनियां गलत हो सकती हैं। डॉट-कॉम बुलबुले की यही महंगी सीख थी।
7
AI युग की सात कामकाजी क्षमताएँ: अंत में EQ, भरोसा और प्रतिष्ठा फर्क बनाते हैं
AI जितना बुद्धि का काम बाहर संभालेगा, उतना ही उस व्यक्ति का मूल्य बढ़ेगा जो काम लेकर अंत तक ज़िम्मेदारी निभाता है और जिसके साथ लोग काम करना चाहते हैं।
8
AI का विकास बहुत तेज़ नहीं है: ग्लोबल वार्मिंग, बाल झड़ना, बुढ़ापा और चंद्रमा बेस अभी भी हल नहीं हुए
AI बहुत तेज़ है कहने से पहले यह पूछना चाहिए कि मानवता ने कौन-सी समस्याएँ अभी सचमुच हल नहीं की हैं। चंद्रमा पर एक base भी न बना पाने वाली दुनिया को धीमे औज़ार नहीं, बल्कि जवाबों को मैदान में लगाकर चलाने और सुधारने की क्षमता चाहिए।