ऐसा रोडमैप नहीं जो सबको एक जैसा मिले। ऐसा चैटबॉट नहीं जो आपको भूल जाए। एक ट्यूटर जो अपना काम खुद जाँचता है।
ज़्यादातर कंप्यूटर साइंस के छात्र एक ही तरीके से सीखते हैं: एक कोर्स, एक प्लेलिस्ट, या एक रोडमैप जो हर सीखने वाले को खाली स्लेट मानता है। या तो आप उस सामग्री से गुज़रते हैं जो आप पहले से जानते हैं, या आपको उस कमी से आगे धकेल दिया जाता है जिसे किसी ने जाँचा ही नहीं। CortexLoops एक AI ट्यूटर है जो इन दोनों समस्याओं से बचने के लिए बनाया गया है। यह खास तौर पर उन कंप्यूटर साइंस छात्रों के लिए बनाया गया है जो डेटा स्ट्रक्चर्स और एल्गोरिदम, मशीन लर्निंग के बुनियादी सिद्धांत, डेटाबेस मैनेजमेंट सिस्टम्स, ऑपरेटिंग सिस्टम्स, और सांख्यिकी और प्रायिकता पर काम कर रहे हैं, चाहे वह कोर्सवर्क के लिए हो, तकनीकी इंटरव्यू की तैयारी के लिए हो, GATE जैसी परीक्षा की तैयारी के लिए हो, या प्लेसमेंट सीज़न से पहले कमियाँ दूर करने के लिए हो।
यह तरीका एक तय पाठ्यक्रम नहीं, बल्कि एक लूप है। हर विषय एक छोटे, अनुकूल डायग्नोस्टिक टेस्ट से शुरू होता है। यह कोई तय क्विज़ नहीं है जो सबसे एक ही क्रम में पूछी जाए: हर जवाब तय करता है कि आगे क्या पूछा जाएगा, और आंशिक या करीबी समझ को सही-गलत के सख्त खाने में डालने के बजाय उसका श्रेय दिया जाता है। जिस तक डायग्नोस्टिक कभी पहुँचता ही नहीं, वह न जाँचा गया के रूप में चिह्नित रहता है, कमज़ोर मानकर नहीं। यह नक्शा एक ऐसी योजना की शुरुआत बनता है जो खास तौर पर आपकी ज़रूरत के हिसाब से बनी है, न कि वह सामान्य चेकलिस्ट जो प्लेटफ़ॉर्म का हर दूसरा सीखने वाला देखता है।
यहाँ से यह सीधे कमियों को सिखाता है। हर स्किल पर असली शिक्षण, यह जाँच कि वह समझ में आई या नहीं, और जाँच के नतीजे के आधार पर बदलने वाली योजना। यहीं ज़्यादातर सेल्फ़-स्टडी सामग्री अधूरी रह जाती है: एक कोर्स वीडियो खत्म होने पर खत्म हो जाता है, एक रोडमैप चेकबॉक्स टिक होने पर खत्म हो जाता है, चाहे सामग्री वाकई समझ आई हो या नहीं। CortexLoops इसे गलत फिनिश लाइन मानता है। किसी स्किल को तब तक मज़बूत नहीं माना जाता जब तक यह असली सबूत न हो कि आप उसका इस्तेमाल कर सकते हैं, सिर्फ इसलिए नहीं कि आपने उसकी व्याख्या सुन ली।
पाँचों विषय एक ही वजह से चुने गए हैं: ये वही हैं जो तकनीकी इंटरव्यू और अंडरग्रेजुएट CS कोर्सवर्क में सबसे ज़्यादा सामने आते हैं, और जहाँ सतही समझ को असली समझ समझ लेना सबसे आसान है। डेटा स्ट्रक्चर्स और एल्गोरिदम में मुख्य स्ट्रक्चर्स, एल्गोरिदमिक तकनीकें, और ग्राफ़ एल्गोरिदम आते हैं। मशीन लर्निंग के बुनियादी सिद्धांत में सुपरवाइज़्ड और अनसुपरवाइज़्ड लर्निंग, मॉडल एवैल्यूएशन, और न्यूरल नेटवर्क्स की बुनियादी बातें आती हैं। डेटाबेस मैनेजमेंट सिस्टम्स में रिलेशनल डेटाबेस, ट्रांज़ैक्शन्स, इंडेक्सिंग, और क्वेरी प्रोसेसिंग आते हैं। ऑपरेटिंग सिस्टम्स में प्रोसेस, थ्रेड्स, कॉन्करेंसी, मेमोरी वर्चुअलाइज़ेशन, और फ़ाइल सिस्टम्स आते हैं। सांख्यिकी और प्रायिकता में प्रायिकता की बुनियाद से लेकर हाइपोथिसिस टेस्टिंग और रिग्रेशन तक आता है। हर एक को अलग-अलग स्किल्स में बाँटा गया है, ताकि डायग्नोस्टिक का नतीजा कभी एक अस्पष्ट स्कोर के रूप में न आए, और प्लेसमेंट सीज़न या GATE अटेम्प्ट के लिए बनी स्टडी प्लान शुरू से पूरे विषय को दोहराने के बजाय ठीक उन स्किल्स को निशाना बना सके जो वाकई कमज़ोर हैं।
CortexLoops उन गलतियों को पकड़ने के लिए भी बनाया गया है जिनका कोई मतलब हो। जब कोई जवाब गलत होता है, तो यह उसके पीछे की खास गलतफ़हमी को पहचानने की कोशिश करता है और उसे सीधे सिखाता है, न कि वही व्याख्या धीमी और ज़ोर से दोहराता है। हर गलत जवाब के पीछे साफ़ कहानी नहीं होती, इसलिए यह किसी गलतफ़हमी को तभी इशारा करता है जब जवाब वाकई उसका समर्थन करता है। यह एक सामान्य चैटबॉट से अलग तरह का AI ट्यूटर है, जो आप जो भी टाइप करें उसका जवाब देगा लेकिन बातचीत खत्म होते ही उसे याद नहीं रहता कि आपको पहले किस चीज़ में दिक्कत हुई थी, और न ही यह पुष्टि करने का कोई तरीका है कि उसके जवाब ने आपको वाकई कुछ सिखाया या नहीं।
यह ईमानदारी महारत बताने के तरीके तक भी फैली है। कोई स्किल सिर्फ़ मज़बूत, कमज़ोर, या न जाँचा गया दिखती है, और यह कभी अंदाज़ा नहीं लगाता। अगर डायग्नोस्टिक या किसी लेसन ने किसी स्किल को कभी असल में जाँचा ही नहीं है, तो CortexLoops चुपचाप यह मान लेने के बजाय कि आप उसे जानते हैं या नहीं, यह साफ़ बता देता है। यह जितना लगता है उससे कहीं ज़्यादा मायने रखता है: अंदाज़े पर बनी महारत के स्कोर पर बनी स्टडी प्लान आपको उस सामग्री पर वापस भेजती है जो आप पहले से जानते हैं और उस कमी को छोड़ देती है जो असल में इंटरव्यू या परीक्षा में आपको भारी पड़ेगी। सबूत पर बनी योजना इनमें से कोई भी गलती नहीं करती।
इनमें से किसी के लिए भी अकाउंट की ज़रूरत नहीं है। सब कुछ बिना साइन-अप के ब्राउज़र में काम करता है, और प्रोग्रेस अपने आप आपके डिवाइस में सेव हो जाती है। अकाउंट बनाना तभी मायने रखता है जब आप चाहते हैं कि वह प्रोग्रेस किसी दूसरे ब्राउज़र या डिवाइस पर भी मिले, और अगर आप पासवर्ड टाइप नहीं करना चाहते तो Google और GitHub, दोनों से साइन-इन भी उपलब्ध है। ट्यूटरिंग पर खुद कोई पेवॉल नहीं है।
यह ट्यूटर अंग्रेज़ी, हिंदी, फ़्रेंच, और स्पैनिश में भी उपलब्ध है, जहाँ लेसन, डायग्नोस्टिक्स, और पूरा स्किल कैटलॉग आपकी चुनी हुई भाषा में जवाब देते हैं, न कि सिर्फ़ उसके आसपास के मार्केटिंग पेज। हिंदी में पढ़ने वाले किसी कंप्यूटर साइंस छात्र के लिए, एक ऐसा AI ट्यूटर जो वाकई DSA, DBMS, या ऑपरेटिंग सिस्टम्स हिंदी में सिखाता है, न कि जैसे ही व्याख्या तकनीकी हो, अंग्रेज़ी में वापस चला जाए, यह कोई छोटी बात नहीं है। तकनीकी शब्द पूरे समय अंग्रेज़ी में ही रहते हैं, क्योंकि इंटरव्यू और किताबों में वे वैसे ही आते हैं, लेकिन उनके आसपास की व्याख्या उसी भाषा में होती है जिसमें आप असल में सोच रहे हैं।
अगर आप कंप्यूटर साइंस पढ़ रहे हैं, प्लेसमेंट इंटरव्यू की तैयारी कर रहे हैं, GATE के सिलेबस पर काम कर रहे हैं, या किसी परीक्षा से पहले खास कमियाँ दूर करना चाहते हैं, तो CortexLoops आपको एक ऐसा ट्यूटर देता है जो वहीं से शुरू करता है जहाँ आप असल में हैं, शून्य से नहीं, और जब तक आप साबित न कर दें तब तक किसी चीज़ को सीखा हुआ नहीं मानता।
शुरू करें