ભવિષ્યની વિવિધ ટૅકનોલૉજી શિક્ષણમાં કઈ રીતે ઉપયોગી બનશે.
ભવિષ્યની ટેકનોલોજી શિક્ષણના ક્ષેત્રમાં ક્રાંતિ લાવવા જઈ રહી છે. તે માત્ર ભણાવવાની પદ્ધતિઓ જ નહીં, પરંતુ વિદ્યાર્થીઓ કેવી રીતે શીખશે અને શિક્ષકો કેવી રીતે માર્ગદર્શન આપશે, તે પણ બદલશે.
💢 વર્તમાન યુગ ટૅકનોલોજીનો યુગ છે. ટૅકનોલોજી ક્ષેત્રે આવતાં વિવિધ પરિવર્તનોથી શિક્ષણના સ્વરૂપમાં પણ પરિવર્તન આવ્યાં છે. વિકસતી જતી ટૅકનોલોજી શિક્ષણને સ્થળ અને સમય જેવા બંધનોમાંથી મુક્ત કરે છે. તમામ વિકસતી જતી ટૅકનોલોજી શિક્ષણ માટે એક પ્રેરક બળ પૂરું પાડે છે. નવી શોધો સતત થતી રહે છે તેની સાથે ટૅકનોલોજીની વિભાવનાઓ પણ બદલાતી રહે છે.
💢 આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અથવા કૃત્રિમ બુદ્ધિમત્તા એ 21મી સદીની સૌથી મોટી તકનીકી ક્રાંતિ છે. અત્યાર સુધી આપણે ઈન્ટરનેટ યુગમાં હતા, પરંતુ હવે આપણે 'AI યુગ' તરફ આગળ વધી રહ્યા છીએ. ભવિષ્યમાં AI માત્ર એક ટેકનોલોજી તરીકે નહીં, પરંતુ આપણા જીવનના એક અભિન્ન અંગ તરીકે કામ કરશે. ભવિષ્યમાં AI મનુષ્યનું સ્થાન લેશે નહીં, પરંતુ જે મનુષ્ય AI નો ઉપયોગ કરતા શીખશે તે બીજા કરતા આગળ નીકળી જશે. AI એ એક સાધન (Tool) છે, જેનો ઉપયોગ આપણે આપણા જીવનને વધુ સરળ, સુરક્ષિત અને સમૃદ્ધ બનાવવા માટે કરવાનો છે. એટલે જ રાષ્ટ્રીય શિક્ષણ નીતિ-૨૦૨૦માં શિક્ષણના દરેક સ્તર પર AIનો સંકલિત ઉપયોગ કરવાની ભલામણ કરવામાં આવી છે.
💢 ટૅકનોલોજીનો વિકાસ થતા વિવિધ
પ્રકારની ટૅકનોલોજી અસ્તિત્વમાં આવી. આર્ટિફિશિયલ ઇન્ટેલિજન્સ,
NLP, મશીન લર્નિંગ, ડીપ લર્નિંગ, વર્ચ્યુઅલ
રિયાલિટી જેવી ટૅકનોલોજીએ શિક્ષણમાં
પોતાનું સ્થાન મેળવ્યું છે.
આવી વિકસતી જતી ટેકનોલોજીના
ઉપયોગથી શિક્ષણમાં અસરકારક ફેરફાર લાવવાનું સંભવ
બન્યું છે. શિક્ષણ સુધારણાના
આ તમામ પ્રયત્નો બાળકોનું
તાર્કિક ચિંતન વધારવા તેમજ
તેમના જ્ઞાનને વધુ વિકસિત કરવા
માટે ઉપયોગી બને છે.
આવી ટૅકનોલોજી ભવિષ્યમાં ‘ડિઝીટલ ભારત’ના
સૂત્રને સાર્થક કરવા માટે
ઉપયોગી બનશે.
💢 આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) અને ડીઝાઇન થિન્કિંગ જેવા સમકાલીન વિષયોના શિક્ષણ દ્વારા શાળાનાં બાળકોને નાની ઉંમરથી જ ડિઝીટલ સાક્ષરતા, કોડીંગ અને કમ્પ્યુટેશનલ થિન્કિંગ જેવાં ખૂબ જ અગત્યનાં કૌશલ્યોનું શિક્ષણ મળી રહેશે.
💢 કૃત્રિમ બુદ્ધિ (AI), વર્ચ્યુઅલ રિયાલિટી, ડીપ લર્નિંગ, મશીન
લર્નિંગ જેવા વિષયોને અંડર
ગ્રેજ્યુએટ કક્ષાના શિક્ષણ સાથે જોડી
વિવિધ ઉદ્યોગ સબંધિત તાલીમ
આપવામાં ઉપયોગમાં લઇ શકાશે.
યુનિવર્સિટીઓ મશીન લર્નિંગ જેવા
મુખ્ય ક્ષેત્રોમાં ડોક્ટરલ અને માસ્ટર્સ પ્રોગ્રામ
ઓફર કરીને વિદ્યાર્થીઓને આ
દિશામાં વધુ પ્રોત્સાહન મળી
રહે તેવા પ્રયત્નો કરી
શકશે.
💢 પ્રત્યાયન, સર્જનાત્મકતા અને સમસ્યા નિવારણ જેવી ૨૧મી સદીની સ્કીલ્સના નિર્માણ તેમજ તેના ઉપયોગ માટે પણ આવી ટૅકનોલોજી ઉપયોગી થઇ શકે તેમ છે. વિવિધ ક્ષેત્રને લગતી આગાહીઓ સરળતાથી થઇ શકે તે માટે ઉચ્ચ ગુણવત્તાવાળા સંશોધનોને પ્રોત્સાહન મળે તે હેતુથી આ પ્રકારની ટૅકનોલોજી ખૂબ ઉપયોગી થશે
💢 શિક્ષણને ભાષાઓની મર્યાદાથી દૂર કરવા તેમજ બહુભાષી અને સર્વગ્રાહી શિક્ષણનાં લક્ષ્યોની પ્રાપ્તિ માટે આવી ટૅકનોલોજી A સંચાલિત સમાધાનની ભલામણ કરે છે. જેના ઉપયોગથી ભાષાઓના આદાન-પ્રદાનની મર્યાદાઓ દૂર કરી શકાશે. શાળા કક્ષાએ AIનો ઉપયોગ બાળકનાં જીવન કૌશલ્યોની તાલીમ ટ્રેક કરવા અને તેનો રેકોર્ડ જાળવવા ઉપયોગી બનશે .
💢 બાળકના રસ, અભિરુચિ અને
વલણને જાણવા તેમજ બાળકના
સંક્લિત સર્વગ્રાહી રીપોર્ટ કાર્ડને તૈયાર કરવા માટે
પણ આવી AI સંકલિત ટૅકનોલોજી
મદદરૂપ બનશે જેના આધારે
બાળક સાથે સબંધિત નિર્ણયો
લઇ શકાશે. શિક્ષકોની યોગ્યતાઓ,
કૌશલ્યો નવી વિકસતી શિક્ષણની
પદ્ધતિઓનું જ્ઞાન પણ Ai ના
ઉપયોગથી વધારી શકાશે.
💢 વ્યક્તિગત શિક્ષણ :
AI દરેક વિદ્યાર્થીની શક્તિઓ, નબળાઈઓ અને શીખવાની ગતિનું વિશ્લેષણ કરશે. ત્યારબાદ તે દરેક વિદ્યાર્થી માટે કસ્ટમાઇઝ્ડ (વ્યક્તિગત) પાઠ યોજના, પ્રશ્નો અને અભ્યાસ સામગ્રી તૈયાર કરશે, જેથી કોઈ પણ વિદ્યાર્થી પાછળ ન રહી જાય.
💢 AI ટ્યુટર્સ અને ચેટબોટ્સ :
વિદ્યાર્થીઓ કોઈપણ સમયે, દિવસ કે રાત, AI ટ્યુટર્સને પ્રશ્નો પૂછી શકશે. આ ટ્યુટર્સ જટિલ ખ્યાલો (Complex Concepts) ને સરળ ભાષામાં સમજાવશે અને વિવિધ ઉદાહરણો આપીને શીખવશે.
💢 ઓટોમેટેડ એસેસમેન્ટ (આકારણી) :
AI ટૂલ્સ હોમવર્ક, ક્વિઝ અને પરીક્ષાના પેપરોને આપોઆપ ચકાસી શકશે. આનાથી શિક્ષકોનો સમય બચશે, જે તેઓ વિદ્યાર્થીઓને વ્યક્તિગત ધ્યાન આપવામાં વાપરી શકશે.
💢 પ્રિડિક્ટિવ એનાલિટિક્સ :
વિદ્યાર્થીના ડેટાના આધારે, AI આગાહી કરી શકશે કે કયો વિદ્યાર્થી કયા વિષયમાં સંઘર્ષ કરી શકે છે. આનાથી શિક્ષક સમયસર હસ્તક્ષેપ કરીને વિદ્યાર્થીને મદદ કરી શકશે.
💢 વર્ચ્યુઅલ ફિલ્ડ ટ્રિપ્સ (ક્ષેત્ર પ્રવાસો) :
વિદ્યાર્થીઓ ક્લાસરૂમમાં બેઠા-બેઠા VR હેડસેટ દ્વારા પ્રાચીન રોમની મુલાકાત, એવરેસ્ટ પર આરોહણ અથવા અવકાશમાં ગ્રહોની નજીકથી મુલાકાત લઈ શકશે.
💢 પ્રાયોગિક શિક્ષણ :
વિજ્ઞાનમાં, વિદ્યાર્થીઓ AR નો ઉપયોગ કરીને પોતાના ડેસ્ક પર જ માનવશરીરનું 3D મોડેલ ઊભું કરી શકશે અથવા જટિલ રાસાયણિક પ્રતિક્રિયાઓને સુરક્ષિત રીતે જોઈ શકશે.
💢 સિમ્યુલેશન અને તાલીમ :
મેડિકલ અને એન્જિનિયરિંગના વિદ્યાર્થીઓ માટે VR દ્વારા સર્જરીની પ્રેક્ટિસ અથવા જટિલ મશીનરીને રિપેર કરવાની તાલીમ સુરક્ષિત વાતાવરણમાં શક્ય બનશે.
💢 પ્રોગ્રામ સુધારણા :
કયા વિષયમાં વિદ્યાર્થીઓ વધુ સારા છે અને કયા વિષયમાં મોટાભાગના વિદ્યાર્થીઓ સંઘર્ષ કરે છે તે ડેટા એનાલિટિક્સ દ્વારા જાણી શકાશે, જેના આધારે અભ્યાસક્રમમાં સુધારો કરી શકાશે.
💢 શિક્ષકો માટે સમજણ :
શિક્ષકોને ડેટા-ડેશબોર્ડ દ્વારા દરેક વિદ્યાર્થીની પ્રગતિ, તેના શીખવાના નમૂનાઓ અને પ્રદર્શનનું વિશ્લેષણ ત્વરિત મળી શકશે.
ટૂંકમાં, રાષ્ટ્રીય શિક્ષણ નીતિ ૨૦૨૦ના અમલીકરણના ભાગરૂપે શિક્ષણમાં આર્ટિફિશિયલ ઇન્ટેલિજન્સ જેવા વિષયોને સ્થાન મળશે. શિક્ષણમાં AIના સંકલનને લીધે શિક્ષણની ક્ષિતિજો વિસ્તરશે અને શિક્ષણની વિભાવનાઓમાં પણ આમૂલ પરિવર્તન આવશે.
###########==============###########
રોજિંદા જીવનમાં ઉપયોગમાં આવતા વિવિધ આર્ટિફિશીયલ ઇન્ટેલિજન્સ AI સમજાવો.
આર્ટિફિશીયલ ઇન્ટેલિજન્સ (AI) હવે માત્ર વિજ્ઞાનની કલ્પના નથી રહી, પરંતુ તે આપણા રોજિંદા જીવનનો એક મહત્વનો ભાગ બની ગયું છે. આપણે સવારે ઉઠીએ ત્યારથી લઈને રાત્રે સૂઈએ ત્યાં સુધી, અજાણતાં જ આપણે અનેક જગ્યાએ AI નો ઉપયોગ કરીએ છીએ. ટૂંકમાં: AI એટલે કોઈ રોબોટ નહીં, પરંતુ એક એવું સ્માર્ટ સોફ્ટવેર જે આપણું કામ ઝડપી, સરળ અને સચોટ બનાવે છે.
અહીં રોજિંદા જીવનમાં AI ના ઉપયોગોની માહિતી આપેલ છે.
💢 વિડિયો ગેમ્સ
છેલ્લા દાયકામાં વિડિયો ગેમ્સનો ઉપયોગ
વધ્યો છે. જેમાં વિડિયો
ગેમ્સના પાત્રો તમારી બૌદ્ધિક
ક્ષમતા અને વર્તનની તરાહને
ઓળખી અને ગેમ્સમાં પોતાનું
વર્તન પરિવર્તન કરે છે.
💢 મ્યુઝિક અને ફિલ્મ વિશેની
ભલામણ કરતા AI
તમે ઇન્ટરનેટનો ઉપયોગ કરતા હશો.
Youtube, Facebook વગેરે જેવી એપ્લીકેશનમાં જયારે
આપણે આપણા રસ મુજબની
ફિલ્મો, નાટકો, રમતો કે
વિષય આધારિત વિડિયો શોધીએ
છીએ ત્યારબાદ આવી એપ્લીકેશન Aાના
ઉપયોગ દ્વારા આપણા રસ-રુચિને ઓળખીને તે
મુજબના અન્ય વિડિયો જોવાની
ભલામણો આપણને કરે છે.
💢 સ્માર્ટ હોમ ડિવાઈસીસ
ઘરમાં ઉપયોગમાં આવતાં ઇલેક્ટ્રોનિક ઉપકરણમાં
પણ Aiનો ઉપયોગ થતો
જોવા મળે છે. દા.ત ઘરમાં રહેલુ
AC બહારના વાતાવરણ મુજબ આપમેળે તાપમાનનું
સંચાલન કરે છે. મોબાઇલની
ડિસ્પ્લે લાઈટ બાહ્ય પ્રકાશ
આધારિત પોતાના પ્રકાશનું સંચાલન
કરી આપમેળે વધ-ઘટ
કરે છે. વોશિંગ મશીનમાં
વપરાતી લોજિક ટેકનિક્સ
દ્વારા આપેલા સમયમર્યાદામાં કપડાં
ધોઈને આપે છે.
💢 સ્માર્ટ કાર
ગુગલની સેલ્ફ ડ્રાઈવીંગ કાર
પ્રોજેક્ટ અને ટેસ્લાના ઓટો
પાયલટ પ્રોજેક્ટ વિશે તમે સમાચારોમાં
વાંચ્યું હશે. જેમાં કાર
સેલ્ફ ડ્રાઈવીંગ મોડ પર મનુષ્ય
જેવા અનુભવો મેળવી ડ્રાઈવર
વિના જ સેલ્ફ ડ્રાઈવ
કરે છે.
💢 ડિઝીટલ પર્સનલ આસિસ્ટન્ટસ
Alexa, SIRI, Google Now અને
Cortana જેવા ઈન્ટેલીજન્ટ ડિઝીટલ પર્સનલ આસિસ્ટન્ટનો
આપણે ઉપયોગ કરીએ છીએ.
દા.ત. GoogleNowમાં "Where is the nearest
hospital?" તેવા અવાજનો ઈનપુટ આપતા
તે તમારી નજીકમાં આવેલી
હોસ્પિટલના માર્ગનું દિશાસૂચન કરે છે.
આમ, આવાં ઘણાં AI
ટૅકનોલોજી પર આધારિત ઉપકરણો આપણે રોજિંદા જીવનમાં જોઈએ છીએ અને ઉપયોગ કરીએ છીએ.
###########==============###########
NLPના ઘટકો વિશે નોંધ
💢 નેચરલ લેંગ્વેજ પ્રોસેસિંગ (NLP) એ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) નો એક ખૂબ જ મહત્વપૂર્ણ ભાગ છે. સરળ શબ્દોમાં કહીએ તો, NLP એટલે કોમ્પ્યુટરને મનુષ્યની ભાષા સમજવાની, બોલવાની અને લખવાની ક્ષમતા આપવી.
💢 સામાન્ય રીતે કોમ્પ્યુટર માત્ર '0' અને '1' ની ભાષા (બાઈનરી કોડ) સમજે છે. પરંતુ, મનુષ્યો ગુજરાતી, હિન્દી કે અંગ્રેજી જેવી ભાષાઓમાં વાત કરે છે. NLP એ એક એવી ટેકનોલોજી છે જે કોમ્પ્યુટર અને માનવ ભાષા વચ્ચે દુભાષિયા (Translator) નું કામ કરે છે. તે ટેક્સ્ટ અને અવાજ (Voice) બંનેને સમજી શકે છે.
💢 NLP એ અંગ્રેજી જેવી કુદરતી ભાષા
(Natural Language)નો ઉપયોગ કરીને બુદ્ધિશાળી
સિસ્ટમો સાથે વાતચીત કરવાની
AI આધારિત પદ્ધતિ છે. જ્યારે
તમે તમારી સૂચનાઓ અનુસાર
રોબોટ જેવી બુદ્ધિશાળી સિસ્ટમ
પાસે કાર્ય કરાવવા માંગો
છો ત્યારે NLP ઉપયોગી બને છે.
આ ઉપરાંત જ્યારે તમે
વાતચીત (લેખિત/ધ્વનિ સ્વરૂપે)
આધારિત કોઈ સારાંશ મેળવવા
માંગો છો કે તેને
આધારે કોઈ લીધેલો નિર્ણય
જાણવા માંગો છો ત્યારે
NLP ઉપયોગી બને છે.
💢 Alexa device, SIRI, Google Now અને Cortana જેવા ઈન્ટેલીજન્ટ ડિઝીટલ પર્સનલ આસિસ્ટન્ટ જેવા ઉપકરણો NLPનો ઉપયોગ કરતા હોય છે. Alexa (Device)ને જયારે એવું પૂછવામાં આવે કે ‘Alexa, how was your day?’ ત્યારે તે આપણી કુદરતી ભાષાનો ઉપયોગ કરીને જવાબ આપે છે. આ એક સંપૂર્ણ આર્ટિફિશિયલ ઇન્ટેલિજન્સ આધારિત NLPનું ઉદાહરણ છે.
💢 ગૂગલ ટ્રાન્સલેટ એક ભાષામાંથી બીજી ભાષામાં (જેમ કે અંગ્રેજીમાંથી ગુજરાતીમાં) ભાષાંતર કરવું એ NLP નું સૌથી મોટું ઉદાહરણ છે, એલેક્સા (Alexa) અને ગૂગલ આસિસ્ટન્ટ તમારા અવાજને ઓળખીને જવાબ આપે છે, જે NLP ને આભારી છે.,
💢 મોબાઈલમાં ટાઈપ કરતી વખતે સ્પેલિંગ સુધારવા અથવા આગળનો શબ્દ સૂચવવો (Prediction) એ પણ NLP નો ભાગ છે.
💢 Natural Language Understanding – NLU (કુદરતી
ભાષાની સમજ)
NLPમાં સામાન્ય રીતે ઈનપુટ અને
આઉટપુટ તરીકે ભાષા અથવા
લખાણનો ઉપયોગ થાય છે.
અગાઉ જોયેલ ઉદાહરણમાં જયારે
Alexaને એવું પૂછવામાં આવે
છે કે ‘Alexa, how was your day?’ ત્યારે તે Natural Languageના
ધ્વનિ સ્વરૂપનો ઉપયોગ કરીને તેનો
જવાબ આપે છે. તેવી
જ રીતે જયારે ટેક્ષ્ટ
(લખાણ) સ્વરૂપે કોઈ પ્રશ્ન પૂછવામાં
આવે તો તેનો ઉત્તર
લખાણ સ્વરૂપમાં મળે છે. આમ,
કુદરતી ભાષાની સમજની પ્રક્રિયા
AI આધારિત કમ્પ્યૂટર સોફ્ટવેરની મદદથી થાય છે. ઉદાહરણ
તરીકે, જ્યારે તમે કહો
છો કે "આજે વરસાદ આવશે?",
ત્યારે કોમ્પ્યુટર સમજે છે કે
તમે હવામાન વિશે પૂછી
રહ્યા છો. ટૂંકમાં NLU
એટલે ભાષાને
સમજવી.
💢 Natural Language Generation – NLG (કુદરતી
ભાષાનું નિર્માણ)
કમ્પ્યૂટર/મોબાઈલ કે અન્ય કોઈ A। આધારિત ઉપકરણને મળેલા ઈનપુટ્સને આધારે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કરી વિવિધ સોફ્ટવેરની મદદથી ધ્વનિ કે લખાણ સ્વરૂપના ઇનપુટસની ઓળખ કરવામાં આવે છે. આ તમામ ઇનપુટસનું મેપિંગ કરીને તેને આધારે પૂછવામાં આવેલી બાબતો સંદર્ભેના જવાબ તૈયાર કરવામાં આવે છે. આ તમામ પ્રક્રિયાને અંતે આઉટપુટ્સ (જવાબ લખાણ અથવા તો ધ્વનિ સ્વરૂપે) આપવામાં આવે છે. ટૂંકમાં માહિતી સમજ્યા પછી, કોમ્પ્યુટર માણસ સમજી શકે તેવી ભાષામાં જવાબ આપે છે.
###########==============###########
વર્ચ્યુઅલ રિઆલીટી
💢 વર્ચ્યુઅલ રિયાલિટી (Virtual Reality - VR) એટલે કમ્પ્યુટર ટેકનોલોજીનો ઉપયોગ કરીને બનાવેલી એક કાલ્પનિક દુનિયા.
💢 સરળ ભાષામાં કહીએ તો, આ એક એવી ટેકનોલોજી છે જે તમને વાસ્તવિક દુનિયામાંથી બહાર કાઢીને એક અલગ જ ડિજિટલ દુનિયામાં લઈ જાય છે, અને તમને એવો અહેસાસ કરાવે છે કે તમે ખરેખર ત્યાં હાજર છો.
💢 આર્ટિફિશિયલ ઇન્ટેલિજન્સની સાથે સાથે વર્ચ્યુઅલ રિયાલિટીની સંકલ્પનાનો ઉપયોગ પણ વ્યાપક થયો છે. તમે વર્ચ્યુઅલ રીયાલિટી શબ્દ તો ઘણી વખત સાંભળ્યો હશે. તેને સંક્ષિપ્તમાં VR તરીકે ઓળખાય છે. વર્ચ્યુઅલ રીયાલિટી એટલે કમ્પ્યૂટર સોફ્ટવેર તેમજ હાર્ડવેરની મદદથી એવા ત્રિપરિમાણીય (3D) આભાસી પર્યાવરણની રચના કરવી કે જેમાં ઉપયોગકર્તા આ પર્યાવરણમાં પોતે હાજર હોવાની સંવેદના અનુભવે અને તેમાં ક્રિયા-પ્રતિક્રિયા કરી શકે. આ માટે ખાસ પ્રકારનાં ચશ્મા પહેરવાં પડે છે, જેના કાચ પર દૃશ્ય જોવા મળે છે તેમજ ફાઇબર ઓપ્ટીક્સ હાથમોજાં પહેરવાં પડે છે જેનાથી ઉપયોગકર્તા ક્રિયાઓનું નિયંત્રણ કરે છે. વર્ચ્યુઅલ રીયાલિટીથી દૃશ્ય જીવંત બને છે.
વર્ચ્યુઅલ રિઆલીટીના પ્રકારો
👉 ઇમર્સિવ VR
ઇમર્સિવ VR (Immersive Virtual Reality) એ વર્ચ્યુઅલ રિયાલિટીનું સૌથી એડવાન્સ અને વાસ્તવિક સ્વરૂપ છે. સરળ શબ્દોમાં કહીએ તો, સાદું VR એટલે "જોવું", જ્યારે ઇમર્સિવ VR એટલે "અનુભવવું". આ ટેકનોલોજી યુઝરને એવો અહેસાસ કરાવે છે કે તે ભૌતિક રીતે વાસ્તવિક દુનિયામાં નથી, પરંતુ સંપૂર્ણપણે ડિજિટલ દુનિયાની અંદર હાજર છે. આ પ્રકારમાં કમ્પ્યૂટર દ્વારા 3-D અવકાશનું નિર્માણ થાય છે. જે માટે સ્ટીરિયો સ્કોપિક ગોગલ્સનો ઉપયોગ થાય છે. હાથના હલનચલનથી ડેટા ગ્લોવ્સવ (ખાસ પ્રકારનાં હાથનાં મોજાં) કમ્પ્યૂટર જનરેટેડ ઇમેજને ચશ્માના નાના પરદા પર ઉપસાવે છે. વર્ચ્યુઅલ રીયાલિટીના આ પ્રકારનો ઉપયોગ વિમાનના પાયલોટ તથા અવકાશયાત્રીઓને તાલીમ આપવા માટે થાય છે.
ટૅકનોલોજીના ક્ષેત્રમાં ઇમર્સિવ રિયાલિટીના નવ જેટલા પ્રકાર જોવા મળે છે.
1. ઇમર્સિવ ફર્સ્ટ પર્સન(Immersive First Person), 2. થ્રૂ ધ વિન્ડો (Through The Window), ૩. મિરર વર્લ્ડ (Mirror World), 4. વાલ્ડો વર્લ્ડ (Waldo World), 5. ચેમ્બર વર્લ્ડ (Chamber World), 6. કેબ સિમ્યુલેટર એન્વાયરમેન્ટ (Cab Simulator Environment), 7. સાયબર સ્પેસ (Cyber Space) 8. ટેલી પ્રેઝન્સ / ટેલીઓપરેશન (Telepresence / Teleoperation) અને 9. ઓગમેન્ટેડ રિયાલિટી
👉 ઓગમેન્ટેડ રિયાલિટી :
ઓગમેન્ટેડ
રિયાલિટી એ ઈમર્સિવ રિયાલિટીનો જ એક પ્રકાર છે. ‘ઓગમેન્ટન’નો ગુજરાતી અર્થ ‘ઉમેરવું’ તેવો થાય છે. ઓગમેન્ટેડ રિયાલિટીનો ખ્યાલ એવું દર્શાવે છે કે વાસ્તવિક જગતમાં એવું કશુંક ઉમેરવું કે જે આપણા અનુભવોને વધુ પ્રત્યક્ષ અને રસપ્રદ બનાવે. વિચારો કે, તમારી વાર્તાની ચોપડીનાં પાત્રો વાસ્તવિક જેવા બની તમારી સામે આવે તો તે ઓગમેન્ટેડ રિયાલિટીના ઉપયોગથી શક્ય બને. વર્ચ્યુઅલ રિયાલિટી તમને વાસ્તવિક જગત જેવો અનુભવ કરાવે છે જયારે ઓગમેન્ટેડ રિયાલિટી તમારા વાસ્તવિક જગતમાં નવું ઉમેરી તેને વધુ રસપ્રદ બનાવે છે.
દા.ત., શાળાના અભ્યાસ દરમિયાન નકશાવાંચન કંટાળાજનક લાગતું હોય છે. પરંતુ એ જ નકશાઓ જયારે બોલતા હોય અને આપણી સાથે આંતરક્રિયાઓ કરે ત્યારે નકશાવાંચન વધુ પ્રત્યક્ષ અને રસપ્રદ બને છે. તેવું ઓગમેન્ટેડ રિયાલિટીના માધ્યમથી શક્ય બને છે. આ ઉપરાંત તમે જ્યારે મોબાઈલ, કમ્પ્યૂટર કે આઇપેડનો ઉપયોગ કરતા હો ત્યારે તેમાં ચાલતી વાર્તા સાથે તેને ઉચિત બેકગ્રાઉન્ડ મ્યુઝિક વાગવું તેમજ વાર્તાનાં પાત્રો ઓગમેન્ટેડ રિયાલિટી ટેકનિકની મદદથી પ્રત્યક્ષ તમારી સામે હોય તેવો અભાસ થાય તેવું આ ટૅકનોલોજીથી શક્ય બને છે.
👉 ડેસ્કટોપ
VR
આ ટૅકનોલોજી વર્ચ્યુઅલ ટૅકનોલોજીના ક્ષેત્રમાં નવી સિદ્ધિ છે. જેમાં કમ્પ્યૂટર ડેસ્કટોપનો ઉપયોગ થાય છે અને ઉપયોગકર્તાને વિશાળ સ્ક્રીન પર આંતરક્રિયા કરવાની વ્યવસ્થા પૂરી પડે છે. એટલે કે કમ્પ્યૂટર ડેસ્કટોપની નાની સ્ક્રીન કોઇ અન્ય મોટા મોનિટરનો ઉપયોગ કર્યા વગર પણ ખૂબ વિશાળ સ્વરૂપમાં જોઇ શકાય છે. આ ટૅકનોલોજી ઇમર્સિવ VR કરતા ઓછી ખર્ચાળ હોય છે.
👉 પ્રોજેકશન VR
VR ના આ પ્રકારમાં એક સાથે ઘણાં કમ્પ્યૂટરની મદદથી પ્રોજેક્શન થીયેટરની રચના કરવામાં આવે છે. જેમાં થીએટરમાં તમામ દિવાલો પર ચિત્ર પ્રક્ષેપિત કરવામાં આવે છે. જે આભાસી જગતમાં મુક્ત હલનચલનની અનુભૂતિ કરાવે છે. જેમ કે CAVE 3D રીયલ પ્રોજેક્શન થીયેટર ૩ દિવાલોનું બનેલું છે. સૌ પ્રથમ CAVEનું નિર્માણ યુનિવર્સિટી ઓફ ઇલીનોઇસ ખાતે ઇલેકટ્રોનિક વિઝ્યુલાઇઝેશન લેબોરેટરીમાં કરવામાં આવ્યું હતું. દા.ત. પોઇચા ખાતે નિલકંઠધામ
###########==============###########
મશીન લર્નિંગ અને ડીપ લર્નિંગ
💢 મશીન લર્નિંગ અને ડીપ લર્નિંગ એ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) ના બે મહત્વપૂર્ણ ભાગો છે. સરળ શબ્દોમાં કહીએ તો, આ બંને ટેક્નોલોજી કોમ્પ્યુટરને માણસની જેમ શીખવામાં મદદ કરે છે.
💢 મશીન લર્નિંગ (Machine Learning - ML)
મશીન લર્નિંગ એ AI નો એક ભાગ છે. જેમાં કોમ્પ્યુટરને સ્પષ્ટ રીતે કોડિંગ (પ્રોગ્રામિંગ) કર્યા વગર ડેટામાંથી શીખવાડવામાં આવે છે. જેમાં તમે કોમ્પ્યુટરને ઘણો બધો ડેટા આપો છો. કોમ્પ્યુટર તે ડેટાનું વિશ્લેષણ કરે છે, તેમાંથી પેટર્ન શોધે છે અને ભવિષ્ય માટે નિર્ણયો લે છે.
દા.ત. તમારા ઈમેલમાં આવતા 'Spam' મેઈલ આપોઆપ અલગ ફોલ્ડરમાં જાય છે.
💢 ડીપ લર્નિંગ (Deep Learning - DL)
ડીપ લર્નિંગ એ મશીન લર્નિંગનો જ એક એડવાન્સ પ્રકાર છે. તે માણસના મગજની જેમ કામ કરવાનો પ્રયત્ન કરે છે. જેમાં 'આર્ટિફિશિયલ ન્યુરલ નેટવર્ક' (મગજના જ્ઞાનતંતુઓ જેવું જાળું) નો ઉપયોગ થાય છે. તે ખૂબ જ જટિલ ડેટા (જેમ કે ફોટા, વિડીયો, અવાજ) ને સમજી શકે છે.
દા.ત. ફેસબુક કે તમારા ફોનમાં ફોટો જોઈને વ્યક્તિને ઓળખવી.
ડ્રાઈવર વગર ચાલતી કાર જે રસ્તા, માણસો અને સિગ્નલને ઓળખે છે.
###########==============###########