Emerging Technologies: Notes for Competitive Examinations
Technologies such as artificial intelligence, the Internet of Things and cloud computing are changing how data is used, services are delivered and tasks are automated. For competitive examinations, understanding their full forms, basic principles, applications and differences is important.
Chapter scope: These notes cover general Computer Awareness for SSC, JSSC, Railways, banking and other state recruitment examinations. The heading “Emerging Technologies” also includes established technologies whose capabilities and adoption continue to develop.
1. Artificial Intelligence
AI — Artificial Intelligence: Technology enabling computer systems to perform tasks such as understanding language, recognising images, solving problems and supporting decisions.
- Examples: Speech recognition, identifying objects in images and recommending products.
- Rule-based AI: Can use predefined rules.
- Learning-based AI: Can use patterns learned from data.
Expert System: A system providing expert-like advice within a limited domain. Its main components include a Knowledge Base and an Inference Engine. The knowledge base holds facts and rules; the inference engine uses them to derive conclusions.
Avoid confusion: AI systems do not necessarily possess human-like consciousness. Ordinary automation and AI are not synonyms.
2. Machine Learning and Deep Learning
ML — Machine Learning: A branch of AI in which a model learns patterns from data to make predictions or classifications on new data.
Deep Learning: A branch of machine learning using neural networks with multiple layers.
Relationship: Deep learning is part of machine learning; machine learning is part of artificial intelligence.
- Training: Learning model parameters from examples.
- Inference: Obtaining a result for a new input using a trained model.
Example: Learning to recognise spam from previous emails is training; classifying a new email as spam is inference.
3. Major Types of Machine Learning
| Type | Basis of learning | Example |
|---|
| Supervised Learning | Examples with correct answers or labels | Learning from emails labelled Spam/Not Spam |
| Unsupervised Learning | Finding patterns without supplied labels | Grouping customers with similar behaviour |
| Reinforcement Learning | Action outcomes and reward signals | Learning to select better moves in a game |
Remember: Classification predicts a category; regression generally predicts a numerical value.
4. Generative AI, NLP and Computer Vision
- Generative AI: AI that produces content such as text, images, audio or code.
- Prompt: An instruction or input supplied to a model.
- LLM — Large Language Model: A model trained on large amounts of language-related data.
- NLP — Natural Language Processing: The field of computational analysis and processing of human language.
- Computer Vision: The field of extracting useful information from images and video.
Examples: Language translation relates to NLP; identifying vehicles in a road image relates to computer vision.
AI Hallucination: Output that appears plausible but is incorrect or unsupported. Examination dates, rules, facts and references obtained from AI therefore require independent verification.
5. Internet of Things — IoT
IoT — Internet of Things: A network of physical devices equipped with sensors, software and communication capabilities. These devices can collect or share data.
- Sensor: Measures a condition such as temperature, moisture or movement.
- Actuator: Performs a physical action when instructed, such as opening a valve.
- Connectivity: Enables data communication between devices.
Example: A soil-moisture sensor measures moisture in a field. A connected system can operate an irrigation valve when required.
Caution: Not every digital device is an IoT device. Nor must every IoT device connect directly to the public internet.
6. Cloud Computing and Its Characteristics
Cloud Computing: A model providing shared computing resources on demand through a network. Resources can include servers, storage and applications.
- On-demand self-service: Users can provision resources when needed.
- Broad network access: Access through a network.
- Resource pooling: A shared pool of resources.
- Rapid elasticity: Increasing or decreasing capacity with demand.
- Measured service: Measuring resource usage.
Remember: Cloud computing is not limited to online file storage.
7. IaaS, PaaS and SaaS
| Model | Full form | Main offering |
|---|
| IaaS | Infrastructure as a Service | Virtual machines, storage and network resources |
| PaaS | Platform as a Service | A managed platform for developing and deploying applications |
| SaaS | Software as a Service | A ready-to-use hosted application |
Examples: Renting a virtual server and managing its OS and application illustrates IaaS. A managed development platform relates to PaaS; using a ready-made hosted office application in a browser relates to SaaS.
Memory aid: IaaS = Infrastructure; PaaS = Platform; SaaS = Software.
8. Cloud Deployment Models
- Public Cloud: Cloud infrastructure available for use by general customers.
- Private Cloud: Cloud infrastructure for the exclusive use of one organisation.
- Community Cloud: For a community of organisations with shared requirements.
- Hybrid Cloud: A combination of distinct cloud infrastructures enabling data or application portability.
Avoid confusion: Public cloud does not mean that every customer's stored data is publicly accessible.
9. Edge Computing
Edge Computing: Processing data near where it is generated, such as on a local gateway, device or nearby server.
Example: A local factory controller analyses machine sensor readings and immediately raises an alert. Every decision need not wait for a response from a distant cloud service.
- Can help reduce response delay, known as latency.
- Can reduce the amount of data sent to distant systems.
- Cloud and edge can work together within the same arrangement.
10. Big Data and Its V Characteristics
Big Data: Data whose scale, speed or diversity creates a need for particularly scalable storage and analysis methods.
| Characteristic | Meaning |
|---|
| Volume | Amount of data |
| Velocity | Speed of data generation or flow |
| Variety | Different forms of data |
| Veracity | Data quality and reliability |
| Value | Usefulness obtained from data |
Exam fact: The original three Vs are Volume, Velocity and Variety. The extended five-V list also includes Veracity and Value.
11. Blockchain and Distributed Ledgers
Blockchain: A distributed digital ledger technology that arranges records into blocks connected through cryptographic links.
- Distributed Ledger: Copies of the ledger are maintained across multiple participating systems.
- Hash: A cryptographic digest of data that helps detect changes.
- Consensus: The process of agreeing on an acceptable ledger state.
Key distinction: Blockchain is a technology; cryptocurrency is one application. Not every blockchain is public, and not every blockchain requires mining.
Limitation: Blockchain can make record tampering detectable and difficult; it does not automatically establish that the original information entered is true.
12. AR, VR and MR
| Technology | Full form | Distinguishing feature |
|---|
| AR | Augmented Reality | Adds digital information to a real-world view |
| VR | Virtual Reality | Provides an immersive computer-generated environment |
| MR | Mixed Reality | Spatial integration and interaction between physical and digital elements |
Examples: Showing virtual furniture inside a room through a mobile camera view illustrates AR. Experiencing an entirely virtual training environment through a headset illustrates VR.
Some frameworks also use MR for a broader reality spectrum. In general examination questions, focus on interaction between physical and digital elements.
13. Robotics, RPA and 3D Printing
- Robotics: The field of designing, controlling and using robots. Example: a robotic arm on an assembly line.
- RPA — Robotic Process Automation: Automating repetitive computer-based tasks through software bots. Example: entering data from one application into another according to defined rules.
- 3D Printing: Producing a physical object from a digital design by adding material layer by layer. It is also called additive manufacturing.
Key distinction: RPA does not require a human-shaped physical robot. 3D printing produces a physical object; 3D modelling creates its digital model.
14. Quantum Computing and Responsible Use
Quantum Computing: Computing based on the principles of quantum mechanics. Its basic information unit is the qubit.
- A classical bit has a value of 0 or 1.
- A qubit can be in a superposition of 0 and 1; measurement in the computational basis produces either 0 or 1.
- A quantum computer is not faster than a conventional computer at every task.
Responsible use: Privacy, access control, data quality and human review matter when using new technologies. Incorrect or biased data can produce misleading results. Calling a system “AI-powered” does not make its output automatically correct.
15. Quick Revision and Common Misconceptions
- AI is the broader field; ML is part of AI, and deep learning is part of ML.
- A sensor measures; an actuator performs a physical action.
- SaaS provides ready-made software, PaaS an application platform, and IaaS infrastructure.
- Edge computing brings processing close to the data source.
- Variety in big data refers to different data formats.
- Blockchain and cryptocurrency are not synonyms.
- AR adds digital elements to a real view; VR provides a virtual environment.
- RPA uses software bots; 3D printing uses layer-by-layer construction.
- The basic unit of quantum computing is the qubit.
16. Practice Questions
These 12 original questions are prepared for competitive examination practice. They should not be treated as verified previous-year questions.
Question 1. Which correctly describes the relationship between AI, machine learning and deep learning?
A. AI is a subset of deep learning
B. Deep learning is part of machine learning, which is part of AI
C. All three are completely unrelated
D. Machine learning is only the name of hardware
View answer and explanation
Correct answer: B.
AI is the broadest field. Machine learning falls within AI, and deep learning falls within machine learning.
Question 2. Training a model using emails labelled Spam and Not Spam illustrates which approach?
A. Supervised Learning
B. Unsupervised Learning
C. Disk Formatting
D. Data Encryption
View answer and explanation
Correct answer: A. Supervised Learning
The training examples have correct labels, making this supervised learning.
Question 3. An AI system produces a plausible-looking but false reference. What is this associated with?
A. Resource Pooling
B. Virtualisation
C. AI Hallucination
D. File Compression
View answer and explanation
Correct answer: C. AI Hallucination
A hallucination involves the generation of incorrect or unsupported content.
Question 4. Which component opens a valve when instructed in a smart irrigation system?
A. Temperature log
B. Database record
C. Moisture reading
D. Actuator
View answer and explanation
Correct answer: D. Actuator
A sensor measures a condition; an actuator performs a physical action in response to an instruction.
Question 5. A user accesses a ready-made hosted accounting application in a browser. Which cloud service model does this illustrate?
A. IaaS
B. SaaS
C. PaaS
D. Community Cloud
View answer and explanation
Correct answer: B. SaaS
SaaS provides a ready-to-use application. Community cloud is a deployment model, not a service model.
Question 6. Increasing cloud capacity when demand rises and reducing it when demand falls relates to which characteristic?
A. Rapid Elasticity
B. Optical Recognition
C. Manual Indexing
D. Physical Fragmentation
View answer and explanation
Correct answer: A. Rapid Elasticity
Elasticity allows resource capacity to increase or decrease with the workload.
Question 7. Processing sensor data on a nearby gateway instead of sending it to a distant server illustrates what?
A. Word Processing
B. Mail Merge
C. Edge Computing
D. Optical Storage
View answer and explanation
Correct answer: C. Edge Computing
Edge computing places processing near the data source.
Question 8. Which V of big data represents different forms such as text, images, audio and video?
A. Volume
B. Velocity
C. Veracity
D. Variety
View answer and explanation
Correct answer: D. Variety
Variety describes the different forms and formats of data.
Question 9. Which statement about blockchain is correct?
A. Every blockchain requires cryptocurrency
B. Cryptocurrency is one application of blockchain
C. Incorrect information cannot be entered into a blockchain
D. Every blockchain exists on only one computer
View answer and explanation
Correct answer: B. Cryptocurrency is one application of blockchain
Blockchain can support other record-sharing arrangements. It does not automatically guarantee the truth of original data.
Question 10. Displaying digital navigation arrows over the real-world view of a mobile camera illustrates which technology?
A. Augmented Reality
B. Virtual Reality
C. Batch Processing
D. Magnetic Recording
View answer and explanation
Correct answer: A. Augmented Reality
AR adds digital information to a real-world view.
Question 11. A software bot repeatedly transfers data between applications according to rules. Which technology is involved?
A. 3D Printing
B. Quantum Measurement
C. Robotic Process Automation
D. Virtual Reality
View answer and explanation
Correct answer: C. Robotic Process Automation
RPA automates repetitive digital tasks using software bots.
Question 12. What is the basic information unit in quantum computing?
A. Pixel
B. Bytecode
C. Packet
D. Qubit
View answer and explanation
Correct answer: D. Qubit
Qubit means quantum bit and is the basic unit of quantum information.
उभरती कंप्यूटर तकनीकें: प्रतियोगी परीक्षाओं के लिए नोट्स
Artificial Intelligence, Internet of Things और Cloud Computing जैसी तकनीकें डेटा का उपयोग करने, सेवाएँ उपलब्ध कराने और कार्यों को स्वचालित बनाने के तरीके बदल रही हैं। प्रतियोगी परीक्षाओं में इनके पूर्ण रूप, मूल सिद्धांत, उपयोग और आपसी अंतर समझना महत्वपूर्ण है।
अध्याय का दायरा: ये नोट्स SSC, JSSC, रेलवे, बैंकिंग और अन्य राज्य स्तरीय भर्ती परीक्षाओं के सामान्य Computer Awareness स्तर के लिए हैं। “Emerging Technologies” शीर्षक में कुछ व्यापक रूप से स्थापित तकनीकें भी शामिल हैं, जिनका विकास और उपयोग लगातार बढ़ रहा है।
1. Artificial Intelligence — कृत्रिम बुद्धिमत्ता
AI — Artificial Intelligence: कंप्यूटर प्रणालियों द्वारा भाषा समझने, चित्र पहचानने, समस्याएँ हल करने और निर्णय में सहायता करने जैसे कार्य करने की तकनीक।
- उदाहरण: आवाज पहचानना, चित्रों में वस्तुओं की पहचान और उत्पादों की सिफारिश करना।
- Rule-based AI: पहले से निर्धारित नियमों का उपयोग कर सकती है।
- Learning-based AI: डेटा से सीखे गए patterns का उपयोग कर सकती है।
Expert System: किसी सीमित क्षेत्र में विशेषज्ञ-जैसी सलाह देने वाली प्रणाली। इसके प्रमुख घटक Knowledge Base और Inference Engine हैं। Knowledge Base में तथ्य तथा नियम रहते हैं; Inference Engine उनका उपयोग करके निष्कर्ष निकालता है।
भ्रम से बचें: हर AI प्रणाली मानव जैसी चेतना नहीं रखती। सामान्य automation और AI भी समानार्थी नहीं हैं।
2. Machine Learning और Deep Learning
ML — Machine Learning: AI का वह भाग जिसमें मॉडल डेटा से patterns सीखकर नए डेटा पर अनुमान या वर्गीकरण करता है।
Deep Learning: Machine Learning का एक भाग, जिसमें कई परतों वाले neural networks का उपयोग होता है।
संबंध: Deep Learning, Machine Learning के अंतर्गत आती है; Machine Learning, Artificial Intelligence के अंतर्गत आती है।
- Training: उदाहरणों से मॉडल के parameters सीखने की प्रक्रिया।
- Inference: प्रशिक्षित मॉडल से नए input पर परिणाम प्राप्त करना।
उदाहरण: पुराने ईमेल के उदाहरणों से spam पहचानना सीखना training है; नए ईमेल को spam बताना inference है।
3. Machine Learning के प्रमुख प्रकार
| प्रकार | सीखने का आधार | उदाहरण |
|---|
| Supervised Learning | सही उत्तर या label वाले उदाहरण | Spam/Not Spam चिह्नित ईमेल से सीखना |
| Unsupervised Learning | बिना दिए गए labels के patterns खोजना | समान व्यवहार वाले ग्राहकों के समूह बनाना |
| Reinforcement Learning | कार्यों के परिणाम और reward signal | खेल में बेहतर चाल चुनना सीखना |
याद रखें: Classification में श्रेणी बताई जाती है; Regression में सामान्यतः संख्यात्मक मान का अनुमान लगाया जाता है।
4. Generative AI, NLP और Computer Vision
- Generative AI: Text, image, audio या code जैसी सामग्री उत्पन्न करने वाली AI।
- Prompt: मॉडल को दिया गया निर्देश या input।
- LLM — Large Language Model: बड़े पैमाने पर भाषा-संबंधी डेटा से प्रशिक्षित मॉडल।
- NLP — Natural Language Processing: मानव भाषा के कंप्यूटरीकृत विश्लेषण और processing का क्षेत्र।
- Computer Vision: चित्रों और वीडियो से उपयोगी जानकारी निकालने का क्षेत्र।
उदाहरण: भाषा अनुवाद NLP से और सड़क के चित्र में वाहनों की पहचान Computer Vision से संबंधित है।
AI Hallucination: ऐसा output जो विश्वसनीय लगे, लेकिन गलत या प्रमाणहीन हो। इसलिए AI से प्राप्त परीक्षा तिथि, नियम, तथ्य और संदर्भ को स्वतंत्र रूप से जाँचना चाहिए।
5. Internet of Things — IoT
IoT — Internet of Things: नेटवर्क से जुड़े भौतिक उपकरणों की व्यवस्था, जिनमें sensors, software और संचार सुविधाएँ होती हैं। ये डेटा एकत्र या साझा कर सकते हैं।
- Sensor: तापमान, नमी या गति जैसी स्थिति मापता है।
- Actuator: आदेश मिलने पर भौतिक कार्य करता है, जैसे valve खोलना।
- Connectivity: उपकरणों के बीच डेटा का संचार कराती है।
उदाहरण: खेत का soil-moisture sensor मिट्टी की नमी मापता है। जुड़ी प्रणाली आवश्यकता के अनुसार सिंचाई valve चला सकती है।
सावधानी: प्रत्येक डिजिटल उपकरण IoT उपकरण नहीं है। सभी IoT उपकरण सीधे सार्वजनिक इंटरनेट से जुड़े हों, यह भी आवश्यक नहीं है।
6. Cloud Computing और उसकी विशेषताएँ
Cloud Computing: नेटवर्क के माध्यम से आवश्यकता के अनुसार साझा computing resources उपलब्ध कराने का मॉडल। इनमें servers, storage और applications शामिल हो सकते हैं।
- On-demand self-service: उपयोगकर्ता आवश्यकता पर संसाधन उपलब्ध करा सकता है।
- Broad network access: नेटवर्क के माध्यम से पहुँच।
- Resource pooling: संसाधनों का साझा pool।
- Rapid elasticity: माँग के अनुसार क्षमता बढ़ाना या घटाना।
- Measured service: संसाधन उपयोग की माप।
याद रखें: Cloud का अर्थ केवल online file storage नहीं है।
7. IaaS, PaaS और SaaS
| मॉडल | पूर्ण रूप | मुख्य सुविधा |
|---|
| IaaS | Infrastructure as a Service | Virtual machines, storage और network resources |
| PaaS | Platform as a Service | Application विकसित और deploy करने का managed platform |
| SaaS | Software as a Service | उपयोग के लिए तैयार hosted application |
उदाहरण: Virtual server लेकर स्वयं OS और application सँभालना IaaS का उदाहरण है। Managed development platform PaaS से और browser में तैयार hosted office application उपयोग करना SaaS से संबंधित है।
याद रखने की विधि: IaaS = Infrastructure; PaaS = Platform; SaaS = Software।
8. Cloud Deployment Models
- Public Cloud: सामान्य ग्राहकों के उपयोग के लिए उपलब्ध cloud infrastructure।
- Private Cloud: एक संगठन के विशेष उपयोग के लिए cloud infrastructure।
- Community Cloud: साझा आवश्यकताओं वाले संगठनों के समुदाय के लिए।
- Hybrid Cloud: अलग cloud infrastructures का संयोजन, जिसमें डेटा या application portability संभव होती है।
भ्रम से बचें: Public Cloud का अर्थ यह नहीं है कि उसमें रखा प्रत्येक ग्राहक का डेटा सार्वजनिक है।
9. Edge Computing
Edge Computing: डेटा की processing उसके उत्पन्न होने के स्थान के निकट करना, जैसे स्थानीय gateway, device या nearby server पर।
उदाहरण: एक कारखाने में मशीन का स्थानीय controller sensor readings का विश्लेषण करके तुरंत चेतावनी देता है। प्रत्येक निर्णय के लिए दूरस्थ cloud से उत्तर की प्रतीक्षा आवश्यक नहीं होती।
- Response delay अर्थात latency कम करने में सहायता।
- दूर भेजे जाने वाले डेटा की मात्रा कम करने की संभावना।
- Cloud और edge एक ही व्यवस्था में साथ काम कर सकते हैं।
10. Big Data और उसके V
Big Data: ऐसा डेटा जिसका आकार, गति या विविधता उसकी storage और analysis के लिए विशेष रूप से scalable तरीकों की आवश्यकता पैदा करती है।
| विशेषता | अर्थ |
|---|
| Volume | डेटा की मात्रा |
| Velocity | डेटा उत्पन्न या प्रवाहित होने की गति |
| Variety | डेटा के अलग-अलग रूप |
| Veracity | डेटा की गुणवत्ता और विश्वसनीयता |
| Value | डेटा से प्राप्त उपयोगिता |
परीक्षा तथ्य: मूल 3V हैं Volume, Velocity और Variety। विस्तृत 5V सूची में Veracity और Value भी शामिल होते हैं।
11. Blockchain और Distributed Ledger
Blockchain: वितरित digital ledger की एक तकनीक, जिसमें records को blocks में व्यवस्थित करके cryptographic संबंधों से जोड़ा जाता है।
- Distributed Ledger: Ledger की प्रतियाँ अनेक सहभागी systems पर रखी जाती हैं।
- Hash: डेटा का cryptographic सार, जो बदलाव पहचानने में सहायता करता है।
- Consensus: स्वीकार्य ledger state पर सहमति की प्रक्रिया।
मुख्य अंतर: Blockchain तकनीक है; cryptocurrency उसका एक उपयोग है। सभी blockchain public नहीं होते और सभी में mining आवश्यक नहीं होती।
सीमा: Blockchain रिकॉर्ड में छेड़छाड़ पहचानना और रोकना कठिन बना सकती है; यह दर्ज की गई मूल जानकारी को स्वतः सत्य प्रमाणित नहीं करती।
12. AR, VR और MR
| तकनीक | पूर्ण रूप | मुख्य पहचान |
|---|
| AR | Augmented Reality | वास्तविक दृश्य पर digital information जोड़ना |
| VR | Virtual Reality | Computer-generated environment का immersive अनुभव |
| MR | Mixed Reality | वास्तविक और digital तत्वों का स्थान-संबंधी एकीकरण तथा interaction |
उदाहरण: मोबाइल camera view में कमरे के भीतर virtual furniture दिखाना AR है। Headset में पूर्ण virtual training environment का अनुभव VR है।
MR शब्द का उपयोग कुछ frameworks में व्यापक reality spectrum के लिए भी होता है; सामान्य परीक्षा प्रश्नों में वास्तविक और digital तत्वों के interaction पर ध्यान दें।
13. Robotics, RPA और 3D Printing
- Robotics: Robots के design, control और उपयोग का क्षेत्र। उदाहरण: assembly line पर robotic arm।
- RPA — Robotic Process Automation: दोहराए जाने वाले computer-based कार्यों को software bots से स्वचालित करना। उदाहरण: निर्धारित नियमों से एक application का डेटा दूसरे में भरना।
- 3D Printing: Digital design के आधार पर सामग्री को परत-दर-परत जोड़कर भौतिक वस्तु बनाना। इसे Additive Manufacturing भी कहते हैं।
मुख्य अंतर: RPA के लिए मानव-जैसा physical robot आवश्यक नहीं है। 3D Printing भौतिक वस्तु बनाती है; 3D modelling उसका digital model बनाती है।
14. Quantum Computing और जिम्मेदार उपयोग
Quantum Computing: Quantum mechanics के सिद्धांतों पर आधारित computing। इसकी मूल information unit qubit है।
- Classical bit का मान 0 या 1 होता है।
- Qubit की state 0 और 1 की superposition हो सकती है; computational basis में मापने पर परिणाम 0 या 1 मिलता है।
- Quantum computer हर कार्य में सामान्य computer से तेज नहीं होता।
जिम्मेदार उपयोग: नई तकनीकों में privacy, access control, data quality और मानव समीक्षा महत्वपूर्ण हैं। गलत या पक्षपाती डेटा से गलत परिणाम आ सकते हैं। किसी प्रणाली के “AI-powered” होने मात्र से उसका परिणाम सही नहीं हो जाता।
15. त्वरित पुनरावृत्ति और सामान्य भ्रम
- AI व्यापक क्षेत्र है; ML उसका भाग और Deep Learning, ML का भाग है।
- Sensor मापता है; actuator भौतिक कार्य करता है।
- SaaS तैयार software; PaaS application platform; IaaS infrastructure देता है।
- Edge processing को data source के निकट लाता है।
- Big Data में Variety का अर्थ अलग-अलग data formats है।
- Blockchain और cryptocurrency समानार्थी नहीं हैं।
- AR वास्तविक दृश्य में digital तत्व जोड़ती है; VR virtual environment देती है।
- RPA software bots से और 3D Printing layer-by-layer निर्माण से संबंधित है।
- Quantum computing की मूल unit qubit है।
16. अभ्यास प्रश्न
ये 12 मौलिक प्रश्न प्रतियोगी परीक्षा अभ्यास के लिए तैयार किए गए हैं। इन्हें सत्यापित पिछले वर्षों के प्रश्न न माना जाए।
प्रश्न 1. AI, Machine Learning और Deep Learning का सही संबंध कौन-सा है?
A. AI, Deep Learning का भाग है
B. Deep Learning, Machine Learning का भाग है और Machine Learning, AI का भाग है
C. तीनों पूर्णतः असंबंधित हैं
D. Machine Learning केवल hardware का नाम है
उत्तर और व्याख्या देखें
सही उत्तर: B.
AI सबसे व्यापक क्षेत्र है। Machine Learning उसके अंतर्गत और Deep Learning, Machine Learning के अंतर्गत आती है।
प्रश्न 2. Spam और Not Spam labels वाले ईमेल से मॉडल को प्रशिक्षित करना किसका उदाहरण है?
A. Supervised Learning
B. Unsupervised Learning
C. Disk Formatting
D. Data Encryption
उत्तर और व्याख्या देखें
सही उत्तर: A. Supervised Learning
प्रशिक्षण उदाहरणों के साथ सही labels दिए गए हैं, इसलिए यह supervised learning है।
प्रश्न 3. AI द्वारा विश्वसनीय दिखने वाला लेकिन गलत संदर्भ प्रस्तुत करना किससे संबंधित है?
A. Resource Pooling
B. Virtualisation
C. AI Hallucination
D. File Compression
उत्तर और व्याख्या देखें
सही उत्तर: C. AI Hallucination
Hallucination में मॉडल गलत या प्रमाणहीन सामग्री उत्पन्न कर सकता है।
प्रश्न 4. Smart irrigation system में आदेश मिलने पर valve खोलने वाला घटक क्या है?
A. Temperature log
B. Database record
C. Moisture reading
D. Actuator
उत्तर और व्याख्या देखें
सही उत्तर: D. Actuator
Sensor स्थिति मापता है; actuator आदेश के आधार पर भौतिक कार्य करता है।
प्रश्न 5. उपयोगकर्ता browser में तैयार hosted accounting application उपयोग करता है। यह कौन-सा cloud service model है?
A. IaaS
B. SaaS
C. PaaS
D. Community Cloud
उत्तर और व्याख्या देखें
सही उत्तर: B. SaaS
SaaS उपयोग के लिए तैयार application देता है। Community Cloud deployment model है, service model नहीं।
प्रश्न 6. माँग बढ़ने पर cloud capacity बढ़ाना और माँग घटने पर कम करना किस विशेषता से संबंधित है?
A. Rapid Elasticity
B. Optical Recognition
C. Manual Indexing
D. Physical Fragmentation
उत्तर और व्याख्या देखें
सही उत्तर: A. Rapid Elasticity
Elasticity में resources की क्षमता workload के अनुसार बढ़ाई या घटाई जा सकती है।
प्रश्न 7. Sensor data को दूरस्थ server पर भेजने के बजाय पास के gateway पर process करना किसका उदाहरण है?
A. Word Processing
B. Mail Merge
C. Edge Computing
D. Optical Storage
उत्तर और व्याख्या देखें
सही उत्तर: C. Edge Computing
Edge computing processing को data source के निकट रखती है।
प्रश्न 8. Big Data में text, images, audio और video जैसे अलग-अलग रूप किस V से संबंधित हैं?
A. Volume
B. Velocity
C. Veracity
D. Variety
उत्तर और व्याख्या देखें
सही उत्तर: D. Variety
Variety डेटा के विविध रूपों और formats को दर्शाती है।
प्रश्न 9. Blockchain के बारे में कौन-सा कथन सही है?
A. हर blockchain में cryptocurrency आवश्यक है
B. Cryptocurrency, blockchain का एक उपयोग है
C. Blockchain में गलत जानकारी दर्ज नहीं हो सकती
D. प्रत्येक blockchain केवल एक computer पर रहता है
उत्तर और व्याख्या देखें
सही उत्तर: B. Cryptocurrency, blockchain का एक उपयोग है
Blockchain का उपयोग अन्य record-sharing व्यवस्थाओं में भी हो सकता है। यह मूल डेटा की सत्यता स्वतः सुनिश्चित नहीं करती।
प्रश्न 10. मोबाइल camera के वास्तविक दृश्य पर दिशा बताने वाले digital arrows दिखाना किसका उदाहरण है?
A. Augmented Reality
B. Virtual Reality
C. Batch Processing
D. Magnetic Recording
उत्तर और व्याख्या देखें
सही उत्तर: A. Augmented Reality
AR में वास्तविक दृश्य के ऊपर digital जानकारी जोड़ी जाती है।
प्रश्न 11. नियमों के अनुसार एक software से दूसरे में बार-बार डेटा भरने वाला software bot किससे संबंधित है?
A. 3D Printing
B. Quantum Measurement
C. Robotic Process Automation
D. Virtual Reality
उत्तर और व्याख्या देखें
सही उत्तर: C. Robotic Process Automation
RPA software bots के माध्यम से दोहराए जाने वाले digital कार्यों को automate करती है।
प्रश्न 12. Quantum computing की मूल information unit क्या है?
A. Pixel
B. Bytecode
C. Packet
D. Qubit
उत्तर और व्याख्या देखें
सही उत्तर: D. Qubit
Qubit का अर्थ quantum bit है। यह quantum information की मूल unit है।