चित्र, आवाज़ और भौतिक AI

किस काम के लिए तैयार करता है

यह मल्टीमॉडल AI प्रोजेक्ट में चित्र, दस्तावेज़, वीडियो और रोबोट-क्रिया की समीक्षा का काम तैयार करता है। पहली दो खोजें चिह्नित करने का काम हैं: फ़ाइल में जो है उसे दर्ज करना, ताकि मॉडल उससे सीख सके। आख़िरी खोज उसी काम का विशेषज्ञ वाला सिरा है: मॉडल की बनाई तस्वीरें जाँचना, और रोबोट का काम और उसके जाँच-नियम खुद लिखना।

आप क्या सीखेंगे

आप वही बताते हैं जो चित्र या वीडियो में सचमुच दिख रहा है, दस्तावेज़ों में लिखाई और पढ़ने का क्रम जाँचते हैं, रोबोट के काम को दिखने वाले हिस्सों में बाँटते हैं, और ठीक-ठीक बताते हैं कि घटना कब शुरू और कब ख़त्म हुई। फिर आप मॉडल की बनाई तस्वीर को उसके निर्देश से जाँचते हैं, और रोबोट का काम और उसके जाँच-नियम खुद लिखते हैं।

यह क्रम क्यों

पहले ठहरे हुए चित्र, फिर वीडियो, फिर रोबोट के काम, क्योंकि हर अगला कदम पहले समय जोड़ता है और फिर असली नतीजा। बनाई हुई तस्वीरें जाँचना और काम खुद लिखना सबसे आख़िर में आता है, जब आप कह सकें कि फ़ाइल में सचमुच क्या है।

1. चित्र और वीडियो से प्रमाण जोड़ें24 मिनट
2. दस्तावेज़ और लिखाई पहचान (OCR) जाँचें22 मिनट
3. रोबोट की कार्रवाई का क्रम जाँचें28 मिनट
4. घटना कब शुरू और कब ख़त्म हुई, दर्ज करें22 मिनट
5. वीडियो को बाकी सेंसर से मिलाएँ24 मिनट
6. तय करें मशीन को कहाँ रुकना है24 मिनट
7. तालिका पढ़ें, कोई खाना खुद न भरें22 मिनट
8. बनाई गई तस्वीर को उसके निर्देश से जाँचें24 मिनट
9. रोबोट का काम लिखें जिसे कोई भी जाँच सके26 मिनट
10. जाँच-नियमों को रोबोट के एक क्षेत्र पर ढालें28 मिनट

पाठ्यक्रम की समीक्षा: 31 अगस्त 2026