वैश्विक AI उत्पाद गतिशीलता खोजें

हाल ही में, कैलिफ़ोर्निया विश्वविद्यालय, सैन डिएगो के संज्ञानात्मक विज्ञान विभाग के नेतृत्व में एक अध्ययन ने कृत्रिम बुद्धिमत्ता के क्षेत्र में एक ऐतिहासिक सफलता हासिल की है: OpenAI का नवीनतम मॉडल GPT-4.5 मानक ट्यूरिंग टेस्ट में, व्यक्तित्व के साथ "भूमिका निभाने" के तरीके से पहली बार मानव प्रदर्शन को पार कर गया है, जो वर्तमान में सबसे मानव-सदृश बातचीत क्षमता वाला AI सिस्टम बन गया है। इस उपलब्धि ने न केवल AI की भाषा क्षमता के बारे में लोगों की धारणा को नया रूप दिया है, बल्कि सामाजिक बुद्धिमत्ता के क्षेत्र में AI की क्षमता के लिए नए आयाम खोल दिए हैं। इस प्रयोग में चार प्रतिनिधि AI सिस्टमों की तुलना की गई थी।

ध्यान आकर्षित करने वाले ऑडियो तकनीक इनोवेटर MiniMax ऑडियो ने अपने नए Speech-02 सीरीज़ भाषा मॉडल को आधिकारिक तौर पर लॉन्च किया है, जो 30 से अधिक भाषाओं का समर्थन करता है और एक बार में 200,000 वर्णों का इनपुट ले सकता है। यह उपयोगकर्ताओं को अधिक यथार्थवादी, अधिक सुचारू और अधिक सुविधाजनक ऑडियो अनुभव प्रदान करता है। नया Speech-02 सीरीज़ इस अपडेट का मुख्य आकर्षण है। आधिकारिक जानकारी के अनुसार, इस सीरीज़ ने बहुभाषी कवरेज क्षमता में उल्लेखनीय सुधार किया है, जो कई भाषाओं के उच्चारण को अधिक सटीक और प्रामाणिक रूप से प्रस्तुत कर सकता है। और भी आश्चर्यजनक बात यह है कि Speech-

म्यूनिख विश्वविद्यालय, म्यूनिख मशीन लर्निंग सेंटर और Adobe Research द्वारा हाल ही में जारी किए गए शोध से पता चलता है कि GPT-4o, Gemini1.5Pro और Llama-3.3-70B सहित 12 शीर्ष AI भाषा मॉडल लंबे पाठ वैचारिक तर्क कार्यों में महत्वपूर्ण प्रदर्शन गिरावट का सामना कर रहे हैं। जबकि ये मॉडल कम से कम 128,000 टोकन के संदर्भ प्रसंस्करण का समर्थन करते हैं, उनकी गहरे तार्किक संबंध बनाने की क्षमता में अभी भी मौलिक सीमाएं हैं। शोध टीम द्वारा विकसित NOLIMA (बिना पाठ मिलान)

Meta AI द्वारा प्रस्तुत नवीनतम SPIRIT-LM एक क्रांतिकारी मल्टी-मॉडल आधारभूत भाषा मॉडल है, जो टेक्स्ट और आवाज को स्वतंत्र रूप से मिश्रित कर सकता है और मानव की तरह भावनाओं को समझ और व्यक्त कर सकता है। SPIRIT-LM को पूर्व-प्रशिक्षित टेक्स्ट भाषा मॉडल के आधार पर बनाया गया है, जो टेक्स्ट और आवाज यूनिट पर लगातार प्रशिक्षण करके आवाज मोड में विस्तार करता है। यह मॉडल आवाज और टेक्स्ट अनुक्रमों को एकल टैग सेट में जोड़ता है, और एक छोटे स्वचालित प्रबंधित आवाज-टेक्स्ट समानांतर कॉर्पस का उपयोग करता है, जिसमें शब्द स्तर पर इंटरलेविंग विधि द्वारा किया जाता है।

हाल ही में, एक नए अध्ययन ने दिखाया है कि भले ही उन्नत AI भाषा मॉडल, जैसे कि OpenAI का नवीनतम o1-preview, जटिल योजना के कार्यों में असमर्थता का सामना कर रहे हैं। यह अध्ययन फुडान विश्वविद्यालय, कार्नेगी मेलोन विश्वविद्यालय, बाइटडांस और ओहियो स्टेट यूनिवर्सिटी के वैज्ञानिकों द्वारा संयुक्त रूप से किया गया था, जिसने BlocksWorld और TravelPlanner पर AI मॉडल के प्रदर्शन का परीक्षण किया। BlocksWorld इस क्लासिक योजना में...

हाल ही में, मियरा अनुसंधान संस्थान, गूगल डेप्माइंड और माइक्रोसॉफ्ट रिसर्च के शोधकर्ताओं ने AI भाषा मॉडल की तर्क क्षमता का गहन अध्ययन किया, जिसमें पाया गया कि छोटे और सस्ते मॉडल जटिल समस्याओं को हल करने में महत्वपूर्ण कमी दिखाते हैं। यह अध्ययन ‘संयोगित GSM’ नामक एक परीक्षण है, जिसका उद्देश्य इन मॉडलों के श्रृंखलाबद्ध बुनियादी गणितीय समस्याओं को हल करने में उनके प्रदर्शन का मूल्यांकन करना है। चित्र स्रोत टिप्पणी: चित्र AI द्वारा उत्पन्न, चित्र प्राधिकरण सेवा प्रदाता Midjourney। शोधकर्ताओं ने GSM8K डेटासेट में से दो का संयोजन किया।

नई अनुसंधान से पता चला है कि AI भाषा मॉडल मानसिक बिखराव की पहचान में सहायक हो सकता है, जिससे प्रारंभिक निदान और उपचार की संभावना बढ़ती है। अनुसंधान टीम ने AI और मस्तिष्क स्कैनिंग तकनीकों को मिलाकर मानसिक बिखराव के रोगियों की भाषाई विशेषताओं का विश्लेषण किया। अनुसंधान परिणामों से पता चला कि मानसिक बिखराव के रोगियों की भाषा को AI मॉडल द्वारा भविष्यवाणी करना अधिक कठिन होता है, जो रोगियों के लक्षणों की गंभीरता की पहचान में मदद करता है। अनुसंधान में कुछ सीमाएं हैं, लेकिन यह मानसिक बिखराव के प्रारंभिक निदान और उपचार के लिए नई संभावनाएं प्रदान करता है। मानसिक बिखराव का प्रारंभिक उपचार रोगियों के उपचार में सुधार लाने, पीड़ा और नुकसान को कम करने की संभावना रखता है।