बीजिंग समय: 21 फरवरी, 2025: प्रसिद्ध क्रिएटिव प्लेटफार्म फ्रीपिक ने घोषणा की है कि उसने Google DeepMind द्वारा विकसित नवीनतम AI वीडियो निर्माण मॉडल Veo 2 को अपने प्लेटफार्म पर आधिकारिक रूप से लॉन्च किया है। यह कदम न केवल फ्रीपिक को Veo 2 को एकीकृत करने वाला वैश्विक पहला प्लेटफार्म बनाता है, बल्कि यह क्षेत्रीय सीमाओं को भी तोड़ता है, जिससे गैर-अमेरिकी निवासियों को भी इस उच्च तकनीक का उपयोग करने की अनुमति मिलती है। फ्रीपिक के आधिकारिक सूचना के अनुसार, Veo 2 में अतुलनीय हैं

हाल ही में बेंगलुरु में आयोजित 'निवेश कर्नाटका 2025' सम्मेलन में, प्रौद्योगिकी क्षेत्र के कई प्रमुख नेता एक साथ आए, ताकि भारत में कृत्रिम बुद्धिमत्ता के परिवर्तनकारी क्षमता और इसके प्रभाव पर चर्चा की जा सके। गूगल DeepMind के वरिष्ठ निदेशक मनीष गुप्ता ने सम्मेलन में महत्वपूर्ण भाषण दिया, जिसमें उन्होंने तकनीकी नवाचार को प्रोत्साहित करते हुए उचित नियमों का निर्माण करने पर जोर दिया, ताकि जिम्मेदार विकास सुनिश्चित किया जा सके। चित्र स्रोत टिप्पणी: चित्र एआई द्वारा उत्पन्न किया गया है, चित्रों के लाइसेंस प्रदाता Midjourney। गुप्ता ने कहा,

गूगल DeepMind टीम ने आधिकारिक रूप से WebLI-100B डेटा सेट लॉन्च किया है, जो 1000 अरब चित्र - पाठ युग्मों का एक विशाल डेटा सेट है, जिसका उद्देश्य कृत्रिम बुद्धिमत्ता दृश्य भाषा मॉडल की सांस्कृतिक विविधता और बहुभाषिकता को बढ़ाना है। इस डेटा सेट के माध्यम से, शोधकर्ता विभिन्न संस्कृतियों और भाषा पर्यावरण में दृश्य भाषा मॉडल के प्रदर्शन में सुधार करने की आशा करते हैं, साथ ही विभिन्न उपसमूहों के बीच प्रदर्शन के अंतर को कम करने का प्रयास करते हैं, ताकि कृत्रिम बुद्धिमत्ता की समावेशिता बढ़ाई जा सके। दृश्य भाषा मॉडल (VLMs) को यह सीखने के लिए बड़े पैमाने पर डेटा सेट पर निर्भर रहना पड़ता है कि कैसे जोड़ना है।

हाल ही में, सबसे चर्चित वीडियो मॉडल Veo2 ने अंततः व्यापक उपयोगकर्ताओं के साथ अपनी शुरुआत की है, लेकिन वर्तमान में यह YouTube के Dream Screen फीचर के अंदर एम्बेडेड है। वर्तमान में, यह केवल अमेरिका, कनाडा, ऑस्ट्रेलिया और न्यूजीलैंड के उपयोगकर्ताओं के लिए उपलब्ध है। Veo2 Google DeepMind द्वारा लॉन्च किया गया नवीनतम AI वीडियो जनरेशन मॉडल है, जो उपयोगकर्ता के पाठ संकेत के आधार पर उच्च गुणवत्ता वाले वीडियो क्लिप उत्पन्न करने में सक्षम है, जो 4K तक की रिज़ॉल्यूशन का समर्थन करता है। Veo2 की यह शुरुआत YouTube Short के लिए एक नई दिशा खोलेगी।

हाल ही में, पूर्व DeepMind वैज्ञानिक साइमोन कोल (Simon Kohl) ने एक नई आर्टिफिशियल इंटेलिजेंस दवा खोजने वाली कंपनी की स्थापना की, जिसका उद्देश्य प्रोटीन भविष्यवाणी के क्षेत्र में उनके व्यापक अनुभव का उपयोग करना है, खासकर नोबेल पुरस्कार विजेता AlphaFold प्रणाली से संबंधित अनुभव। AlphaFold एक क्रांतिकारी आर्टिफिशियल इंटेलिजेंस工具 है, जो प्रोटीन की तीन आयामी संरचना को सटीक रूप से पूर्वानुमानित कर सकता है, जो बायोमेडिकल अनुसंधान में व्यापक ध्यान आकर्षित करता है। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा द्वारा अनुमत।

हाल ही में, गूगल DeepMind द्वारा विकसित AI सिस्टम — AlphaGeometry2, ने अंतरराष्ट्रीय गणित ओलंपियाड (IMO) के स्वर्ण पदक विजेताओं के औसत स्तर को सफलतापूर्वक पार कर लिया है, ज्यामितीय समस्याओं के उत्तर देने में उत्कृष्ट प्रदर्शन किया है। AlphaGeometry2, DeepMind द्वारा पिछले वर्ष जारी किए गए AlphaGeometry सिस्टम का एक उन्नत संस्करण है, शोध टीम ने हालिया अध्ययन में बताया कि यह सिस्टम पिछले 25 वर्षों में IMO के 84% ज्यामितीय समस्याओं को हल कर सकता है।

गूगल DeepMind अनुसंधान प्रयोगशाला द्वारा हाल ही में लॉन्च किया गया AI सिस्टम AlphaGeometry2 ज्यामिति समस्याओं को हल करने में उत्कृष्ट प्रदर्शन करता है, जो अंतरराष्ट्रीय गणित ओलंपियाड (IMO) में औसत स्वर्ण पदक विजेताओं को पार कर गया है। इस सिस्टम को AlphaGeometry का उन्नत संस्करण माना जाता है, और शोधकर्ताओं का कहना है कि AlphaGeometry2 पिछले 25 वर्षों में IMO में 84% ज्यामिति समस्याओं को हल कर सकता है। DeepMind ऐसे हाई स्कूल पर ध्यान क्यों दे रहा है?

कृत्रिम बुद्धिमत्ता के तेजी से विकसित होते युग में, माइक्रोसॉफ्ट के AI प्रमुख मुस्तफा सुलाइमान ने हाल ही में गूगल DeepMind से तीन प्रमुख वैज्ञानिकों को भर्ती किया है, ताकि माइक्रोसॉफ्ट की AI क्षेत्र में ताकत को बढ़ाया जा सके। ये नए सदस्य स्विट्ज़रलैंड के ज्यूरिख में माइक्रोसॉफ्ट के नए कार्यालय में शामिल होंगे, जो कंपनी की तकनीकी प्रगति में योगदान देंगे। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न किया गया है, चित्र अधिकार सेवा प्रदाता Midjourney के अनुसार, सुलाइमान ने इस सप्ताह घोषणा की कि उन्होंने पूर्व गूगल Deep के वैज्ञानिकों को सफलतापूर्वक आकर्षित किया।

बुद्धिमान ड्राइविंग उद्योग में, 2025 को 'VLA का वर्ष' माना जाता है, जो एक नई तकनीकी पैटर्न के उदय का प्रतीक है। VLA, अर्थात् दृश्य-भाषा-क्रिया मॉडल (Vision-Language-Action Model), को 2023 में DeepMind द्वारा पेश किया गया था, जिसका उद्देश्य पर्यावरण को समझने और प्रतिक्रिया करने की रोबोट की क्षमता को बढ़ाना है। हाल के वर्षों में, इस तकनीक ने स्वचालित ड्राइविंग क्षेत्र में बहुत ध्यान आकर्षित किया है। पारंपरिक दृश्य भाषा मॉडल (VLM) की तुलना में, VLA का

हाल ही में दावोस में आयोजित विश्व आर्थिक मंच में, गूगल DeepMind के CEO डेमिस हसाबिस ने कहा कि आर्टिफिशियल इंटेलिजेंस द्वारा डिज़ाइन की गई पहली दवाएं 2025 तक नैदानिक परीक्षणों में प्रवेश कर सकती हैं। हसाबिस Isomorphic Labs नामक DeepMind के दवा विकास कंपनी के प्रमुख भी हैं। उन्होंने कहा: "हमारा लक्ष्य इस साल के अंत से पहले कुछ AI द्वारा डिज़ाइन की गई दवाओं को नैदानिक परीक्षण में प्रवेश कराना है।"

बहु-मॉडल कार्यों में, दृश्य भाषा मॉडल (VLMs) छवि पुनः प्राप्ति, छवि व्याख्या और चिकित्सा निदान जैसे कार्यों में महत्वपूर्ण भूमिका निभाते हैं। इन मॉडलों का लक्ष्य दृश्य डेटा को भाषा डेटा के साथ समन्वयित करना है ताकि सूचना प्रक्रिया को अधिक प्रभावी बनाया जा सके। हालांकि, वर्तमान VLMs नकारात्मकता को समझने में गंभीर चुनौतियों का सामना कर रहे हैं। नकारात्मकता कई अनुप्रयोगों में महत्वपूर्ण है, जैसे 'बिना खिड़कियों वाले कमरे' और 'खिड़कियों वाले कमरे' के बीच अंतर करना। यद्यपि VLMs ने महत्वपूर्ण प्रगति की है, लेकिन नकारात्मक कथनों को संसाधित करने में मौजूदा मॉडलों की सीमाएँ हैं।

आर्टिफिशियल इंटेलिजेंस (AI) के नियमन में, ब्रिटिश सरकार ने एक स्वतंत्र स्थिति अपनाने की इच्छा जताई है और अपने प्रमुख पश्चिमी सहयोगियों (जैसे यूरोपीय संघ और अमेरिका) से अलग दृष्टिकोण अपनाने की योजना बनाई है। ब्रिटेन के AI और डिजिटल सरकार मंत्री फेरील क्लार्क ने CNBC से बातचीत में यह स्पष्ट किया कि ब्रिटेन को "अपना काम करना" चाहिए और AI मॉडल की सुरक्षा के संबंध में आवश्यक नियमों को शुरू में लागू करना चाहिए। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न किया गया, चित्र अधिकार प्रदाता Midjourney क्लार्क।

कृत्रिम बुद्धिमत्ता के विकास को और तेज़ करने के लिए, गूगल ने अपनी AI सेवाओं, प्लेटफ़ॉर्मों और उपकरणों के निर्माण की टीमों को और संकुचित करने की घोषणा की है, और AI स्टूडियो टीम और जेमिनी श्रृंखला मॉडल के लिए API विकसित करने वाली टीम को गूगल के DeepMind विभाग में शामिल कर दिया है। 9 जनवरी 2025 को, गूगल AI स्टूडियो विकासकर्ता प्लेटफ़ॉर्म के उत्पाद प्रमुख लोगन किल्मपैट्रिक ने सोशल प्लेटफ़ॉर्म X पर एक पोस्ट साझा की, जिसमें इस बदलाव की जानकारी दी गई। किल्मपैट्रिक ने कहा कि गूगल AI S

हाल ही में, गूगल DeepMind के शोध वैज्ञानिक फेलिक्स हिल मानसिक बीमारी के कारण दुखद रूप से निधन हो गए, उनकी उम्र 41 वर्ष थी। इस समाचार ने AI समुदाय में व्यापक ध्यान और शोक का कारण बना। फेलिक्स 2023 की शुरुआत से गंभीर मानसिक स्वास्थ्य समस्याओं से जूझ रहे थे, जिसमें गंभीर अवसाद और आत्महत्या की प्रवृत्ति शामिल थी। हालाँकि उन्होंने अकादमिक क्षेत्र में महत्वपूर्ण उपलब्धियाँ हासिल कीं, लेकिन अंततः वे अपने भीतर के दर्द को पराजित नहीं कर सके। फेलिक्स हिल एक उत्कृष्ट AI शोधकर्ता थे, जिन्होंने प्राकृतिक भाषा प्रसंस्करण के निर्माण में योगदान दिया।

जनरेटिव भाषा मॉडल को प्रशिक्षण से वास्तविक अनुप्रयोग में स्थानांतरित करने के दौरान कई चुनौतियों का सामना करना पड़ता है। एक प्रमुख समस्या यह है कि मॉडल को साक्षात्कार चरण में सर्वोत्तम प्रदर्शन तक कैसे पहुंचाया जाए। वर्तमान उपाय, जैसे मानव प्रतिपुष्टि के माध्यम से सुदृढीकरण शिक्षण (RLHF), मुख्य रूप से मॉडल की जीत की दर को बढ़ाने पर केंद्रित हैं, लेकिन अक्सर साक्षात्कार के दौरान डिकोडिंग रणनीतियों, जैसे Best-of-N सैंपलिंग और नियंत्रण डिकोडिंग को नजरअंदाज करते हैं। इस प्रशिक्षण लक्ष्य और वास्तविक उपयोग के बीच का अंतर, संभावित रूप से दक्षता को कम कर सकता है, आउटपुट की गुणवत्ता और विश्वसनीयता को प्रभावित कर सकता है। इन समस्याओं के समाधान के लिए गूगल D

हाल ही में, गूगल की गहन शिक्षा टीम और कई विश्वविद्यालयों के शोधकर्ताओं ने 'MegaSaM' नामक एक नई प्रणाली जारी की है, जो सामान्य गतिशील वीडियो से तेजी से और सटीक रूप से कैमरा पैरामीटर और गहराई मानचित्र का अनुमान लगा सकती है। इस तकनीक के आगमन से हमारे दैनिक जीवन में रिकॉर्ड किए गए वीडियो में अधिक संभावनाएं होंगी, विशेष रूप से गतिशील दृश्यों की कैप्चरिंग और विश्लेषण में। पारंपरिक संरचना से गति पुनर्निर्माण (SfM) और मोनोकुलर समाकालिक स्थान और मानचित्र निर्माण (SLAM) के मामले में।

हाल ही में, गूगल DeepMind और रोबोटिक कंपनी Apptronik ने सहयोग की घोषणा की, जिसका उद्देश्य एक AI संचालित ह्यूमनॉइड रोबोट का सामूहिक विकास करना है जो गतिशील वातावरण में काम कर सके। यह सहयोग Apptronik के रोबोटिक हार्डवेयर और गूगल DeepMind की कृत्रिम बुद्धिमत्ता प्रौद्योगिकी को संयोजित करने के लिए है, ताकि जटिल वातावरण में काम करने वाले रोबोट का निर्माण किया जा सके। Apptronik की स्थापना 2016 में टेक्सास विश्वविद्यालय ऑस्टिन के मानव-रोबोट इंटरैक्शन प्रयोगशाला से हुई थी, और अब तक यह विकसित हो चुका है।

प्रमुख NeurIPS आर्टिफिशियल इंटेलिजेंस सम्मेलन में, मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी के मीडिया लैब प्रोफेसर रोजालिंड पिकार्ड का एक व्याख्यान नस्ली पूर्वाग्रह की टिप्पणियों के कारण तात्कालिक रूप से उद्योग में तीव्र प्रतिक्रिया उत्पन्न कर दिया। 'सबसे महत्वपूर्ण चीज़ों को कैसे अनुकूलित करें' शीर्षक के मुख्य व्याख्यान में, पिकार्ड ने एक चीनी छात्र का उल्लेख किया जिसे शीर्ष विश्वविद्यालयों द्वारा निष्कासित किया गया था, और उस छात्र के हवाले से कहा कि विश्वविद्यालय में कोई भी नैतिकता या मूल्यों का पाठ नहीं पढ़ाता। हालांकि, उन्होंने बाद में यह जोड़ा कि उनके द्वारा जाने गए अधिकांश चीनी लोग ईमानदार और नैतिक रूप से उच्च हैं, फिर भी उनकी बातों ने उद्योग में व्यापक विवाद खड़ा कर दिया।

गूगल ने अपने नवीनतम प्रदर्शन में Project Astra का पर्दाफाश किया, जो DeepMind टीम द्वारा एक वास्तविक समय, बहु-मोड AI एजेंट बनाने की योजना है, जो एक रहस्यमय प्रोटोटाइप चश्मे पर चलता है। बुधवार को, गूगल ने घोषणा की कि वह इस AI और AR सुविधाओं से सुसज्जित प्रोटोटाइप चश्मे का सीमित संख्या में चयनित उपयोगकर्ताओं को वास्तविक दुनिया के परीक्षण के लिए जारी करेगा। गूगल प्रोटोटाइप चश्मे पर अनुवाद कार्यक्षमता का प्रदर्शन करता है कि ये चश्मे Android XR ऑपरेटिंग सिस्टम के साथ आते हैं, जिसे आंखों के लिए दृश्य कंप्यूटिंग का समर्थन करने के लिए गूगल द्वारा बनाया गया नया प्लेटफार्म है।

आर्टिफिशियल इंटेलिजेंस पारंपरिक तकनीकी क्षेत्र को पुनर्मोडेलिंग कर रहा है, मौसम पूर्वानुमान इसके नवीनतम प्रमाणों में से एक है। इस सप्ताह, गूगल DeepMind टीम ने GenCast नामक एक क्रांतिकारी आर्टिफिशियल इंटेलिजेंस मौसम पूर्वानुमान मॉडल को जारी किया है और प्रामाणिक वैज्ञानिक पत्रिका 'नेचर' में अपने शोध परिणाम प्रस्तुत किए हैं। यह AI मॉडल अपनी प्रभावशीलता के लिए उल्लेखनीय है। शोधकर्ताओं ने तुलना करके पाया कि GenCast ने मौजूदा वैश्विक शीर्ष व्यावसायिक मौसम पूर्वानुमान प्रणाली - यूरोपीय मध्यमकालिक मौसम पूर्वानुमान केंद्र (ECMWF) के ENS सिस्टम को सटीकता में पीछे छोड़ दिया है। 2018 के माध्यम से।