Detailed Explanation:

उत्तर: विकल्प 2 — केवल 1, 3 और 4

यह प्रश्न आर्टिफिशियल इंटेलिजेंस के व्यावहारिक अनुप्रयोगों की समझ का परीक्षण करता है। AI स्मार्ट ऑप्टिमाइजेशन के माध्यम से औद्योगिक इकाइयों में बिजली की खपत को प्रभावी रूप से कम कर सकती है, चिकित्सा छवि विश्लेषण के माध्यम से रोगों का निदान कर सकती है, और प्राकृतिक भाषा प्रसंस्करण का उपयोग करके टेक्स्ट को स्पीच में बदल सकती है। हालाँकि, वास्तव में सार्थक रचनात्मक सामग्री बनाना और वायरलेस विद्युत ट्रांसमिशन प्रभावी AI क्षमताएँ नहीं हैं।

✅ कथन 1 – सही: AI-संचालित स्वचालन और स्मार्ट सेंसर मांग की भविष्यवाणी करके, उपकरणों के स्वास्थ्य की निगरानी करके, और बिजली की खपत को कम करने के लिए संचालन को वास्तविक समय में समायोजित करके औद्योगिक इकाइयों में ऊर्जा उपयोग को अनुकूलित करते हैं।
❌ कथन 2 – गलत: इस परीक्षा के समय, AI प्रभावी रूप से सुसंगत कथा संरचना, वास्तविक भावनात्मक गहराई और पैटर्न पुनर्संयोजन से परे रचनात्मक इरादे के साथ वास्तव में सार्थक लघु कहानियाँ और गीत नहीं बना सकती थी।
✅ कथन 3 – सही: AI रोग निदान में अत्यधिक प्रभावी है, विशेष रूप से एक्स-रे, एमआरआई और सीटी स्कैन जैसी चिकित्सा इमेजरी का विश्लेषण करके कैंसर, निमोनिया और मधुमेह रेटिनोपैथी जैसी बीमारियों का उच्च सटीकता के साथ पता लगाने में।
✅ कथन 4 – सही: टेक्स्ट-टू-स्पीच (TTS) रूपांतरण AI का एक परिपक्व और अच्छी तरह से स्थापित अनुप्रयोग है जो लिखित पाठ से मानव-जैसे भाषण को संश्लेषित करने के लिए प्राकृतिक भाषा प्रसंस्करण और न्यूरल नेटवर्क का उपयोग करता है।
❌ कथन 5 – गलत: विद्युत ऊर्जा का वायरलेस ट्रांसमिशन विद्युत चुम्बकीय प्रेरण या माइक्रोवेव पर आधारित एक भौतिक इंजीनियरिंग प्रक्रिया है, न कि AI अनुप्रयोग। यह भौतिकी और हार्डवेयर डिजाइन का कार्य है, आर्टिफिशियल इंटेलिजेंस का नहीं।

📝 संक्षिप्त नोट्स: आर्टिफिशियल इंटेलिजेंस के अनुप्रयोग

• औद्योगिक अनुकूलन: AI मशीन लर्निंग एल्गोरिदम का उपयोग करके सेंसर से वास्तविक समय के डेटा का विश्लेषण करती है, रखरखाव की आवश्यकताओं की भविष्यवाणी करती है, उत्पादन कार्यक्रम को अनुकूलित करती है, और विनिर्माण और औद्योगिक प्रक्रियाओं में ऊर्जा अपव्यय को कम करती है।
• चिकित्सा निदान: AI-संचालित प्रणालियाँ, विशेष रूप से डीप लर्निंग और कंप्यूटर विजन का उपयोग करते हुए, चिकित्सा छवि विश्लेषण, रोगी डेटा में पैटर्न पहचान, और कैंसर, हृदय रोगों और नेत्र विकारों जैसी स्थितियों के शीघ्र निदान में सहायता करती हैं।
• प्राकृतिक भाषा प्रसंस्करण (NLP): टेक्स्ट-टू-स्पीच सिस्टम लिखित पाठ को प्राकृतिक-ध्वनि वाले भाषण में बदलने के लिए न्यूरल नेटवर्क और डीप लर्निंग का उपयोग करते हैं, जो आभासी सहायकों, पहुँच उपकरणों और स्वचालित ग्राहक सेवा में व्यापक रूप से उपयोग किया जाता है।
• रचनात्मक सामग्री निर्माण: जबकि AI प्रशिक्षण डेटा से सीखे गए पैटर्न के आधार पर पाठ और संगीत उत्पन्न कर सकती है, वास्तविक भावनात्मक गहराई और कथा सुसंगतता के साथ वास्तव में सार्थक रचनात्मक सामग्री बनाना चुनौतीपूर्ण बना हुआ है और इस परीक्षा के समय इसे प्रभावी AI क्षमता नहीं माना गया था।
• AI की सीमाएँ: वायरलेस पावर ट्रांसमिशन जैसी भौतिक प्रक्रियाएँ विद्युत चुम्बकीय सिद्धांतों और हार्डवेयर इंजीनियरिंग पर निर्भर करती हैं, न कि सॉफ़्टवेयर-आधारित AI एल्गोरिदम पर। AI ऐसी प्रणालियों को अनुकूलित कर सकती है लेकिन स्वयं ट्रांसमिशन नहीं कर सकती।