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।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) के वैज्ञानिक एक आर्टिफिशियल इंटेलिजेंस (AI) उपकरण का विकास कर रहे हैं, जो संभावित बाढ़ के परिदृश्यों को प्रदर्शित करने के लिए वास्तविकतापूर्ण उपग्रह चित्रों को जनरेट कर सकता है। यह तकनीक जनरेटिव AI मॉडलों और भौतिक आधारित बाढ़ मॉडल को जोड़ती है, जिसका उद्देश्य उच्च जोखिम वाले क्षेत्रों की अधिक सटीक पहचान करना और निर्णय निर्माताओं को विश्वसनीय दृश्य सहायता प्रदान करना है। AI + भौतिक मॉडल: अधिक सटीक बाढ़ चित्रों का जनरेशन। Space.com की रिपोर्ट के अनुसार, यह उपकरण सबसे पहले भौतिक मॉडल के माध्यम से बाढ़ जोखिम वाले क्षेत्रों की पहचान करता है। फिर, यह आने वाले

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) के वैज्ञानिकों ने हाल ही में एक शक्तिशाली ओपन-सोर्स आर्टिफिशियल इंटेलिजेंस मॉडल, Boltz-1 को जारी किया है। यह नवाचार जैव चिकित्सा अनुसंधान और दवा विकास को उल्लेखनीय रूप से तेज करने की संभावना है। Boltz-1 पहला पूर्ण ओपन-सोर्स मॉडल है, जो जैव अणु संरचना भविष्यवाणी में Google की DeepMind के AlphaFold3 के समान उन्नत स्तर तक पहुँच सकता है। इस मॉडल के विकास टीम MIT Jameel मशीन लर्निंग स्वास्थ्य क्लिनिक से है, जिसमें मुख्य रूप से स्नातक छात्र जेरEMY वॉलवेंड और अन्य शामिल हैं।

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।

मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) ने इस सप्ताह एक पूरी तरह से नए रोबोट प्रशिक्षण मॉडल का प्रदर्शन किया, जिसने पूर्व के विशिष्ट डेटा सेट पर केंद्रित प्रशिक्षण विधियों को छोड़ दिया है और बड़े भाषा मॉडल (LLMs) के प्रशिक्षण में उपयोग की जाने वाली विशाल जानकारी को अपनाया है। शोधकर्ताओं ने指出 किया कि अनुकरणीय शिक्षण - यानी एजेंटों द्वारा कार्यों को पूरा करने वाली व्यक्तियों की नकल करके सीखना - छोटे चुनौतियों का सामना करते समय विफल हो सकता है। ये चुनौतियाँ विभिन्न प्रकाशन स्थितियों, विभिन्न पर्यावरण सेटिंग्स या नए बाधाओं जैसे कारकों को शामिल कर सकती हैं। इन परिस्थितियों में, रोबोट के पास इन परिवर्तनों के अनुकूलन के लिए पर्याप्त डेटा नहीं होता है।

NVIDIA ने MIT और Tsinghua विश्वविद्यालय के शोधकर्ताओं के सहयोग से Sana नामक एक नई टेक्स्ट से इमेज जनरेशन फ्रेमवर्क विकसित की है, जो 4096×4096 रिज़ॉल्यूशन तक की इमेज को कुशलता से उत्पन्न करने में सक्षम है। Sana का उपयोग करते हुए, उच्च गुणवत्ता वाली और टेक्स्ट के साथ अत्यधिक संगत उच्च रिज़ॉल्यूशन इमेज को बेहद तेज़ गति से आज़माया जा सकता है, और यह लैपटॉप के GPU पर भी काम कर सकता है। Sana के मुख्य डिज़ाइन में शामिल हैं: गहरी संकुचन स्वचालित एन्कोडर: पारंपरिक स्वचालित एन्कोडर के विपरीत, जो केवल इमेज को 8 गुना संकुचित करते हैं, Sana द्वारा प्रशिक्षित स्वचालित एन्कोडर

वैज्ञानिक अनुसंधान के मंच पर, MIT की टीम ने हाल ही में एक नए 'शोध एजेंट' - SciAgents को लॉन्च किया, जो एक ऑटोमेटेड शोध AI प्रणाली है। इसकी क्षमताओं की प्रशंसा करने के लिए पर्याप्त कारण हैं। बायोमाइमेटिक सामग्री अनुसंधान में, SciAgents ने कुछ ऐसी अंतःविषय संबंधों का पता लगाया जो पहले असंबंधित समझी जाती थीं, सफलता पूर्वक पारंपरिक मानव अनुसंधान की सीमाओं, सटीकता और अन्वेषण क्षमताओं को पार कर गई। SciAgents को शोध समुदाय का सुपर सहायक माना जा सकता है। यह स्मार्ट प्रणाली साहित्य को आत्म-निर्धारित रूप से पढ़ने, अनुसंधान निर्धारित करने में सक्षम है।

शांघाई MITA नेटवर्क प्रौद्योगिकी कंपनी ने अपने AI MITA खोज मंच पर एक नई तस्वीर खोज कार्यक्षमता शुरू करने की घोषणा की है। नई कार्यक्षमता उपयोगकर्ताओं को तस्वीरें खोजते समय श्रेणी के अनुसार संबंधित तस्वीरें प्रदर्शित करने की अनुमति देती है, जिससे खोज प्रक्रिया अधिक संगठित और स्पष्ट हो जाती है, और उपयोगकर्ताओं का समय और ऊर्जा बचता है। इसके अलावा, यह सुविधा उपयोगकर्ताओं को दृश्य और मार्ग के सुझाव भी प्रदान करती है, जिससे उपयोगकर्ता अपनी यात्रा की योजना बेहतर तरीके से बना सकें।

MIT के शोध ने यह उजागर किया है कि AI, विशेष रूप से चैटबॉट, मानव मस्तिष्क में 'नकली स्मृतियों' का निर्माण कर सकते हैं। प्रयोगों के माध्यम से, यह पाया गया कि AI द्वारा प्रश्न पूछने से स्वयंसेवकों में गलत स्मृतियाँ उत्पन्न की जाती हैं, और ये स्मृतियाँ स्थायी होती हैं। शोध में यह भी पाया गया कि AI तकनीक में रुचि रखने वाले लेकिन AI के ज्ञान में कमी रखने वाले व्यक्ति अधिक प्रभावित होते हैं। यह खोज कानूनी, चिकित्सा, शिक्षा आदि क्षेत्रों में AI के उपयोग के लिए चुनौतियाँ प्रस्तुत करती है, और यह सुनिश्चित करना आवश्यक है कि AI नकली स्मृतियों को डालने का उपकरण न बने, बल्कि स्मृतियों की रक्षा और मजबूती का उपकरण बने। स्मृतियों की रक्षा व्यक्तिगत संज्ञानात्मक क्षमताओं के लिए महत्वपूर्ण है।

AI साथी मानव जीवन में उच्च स्तर की व्यक्तिगतता और असीम धैर्य के साथ चुपचाप प्रवेश कर रहे हैं, जो भावनात्मक संबंधों के नए रूपों को उत्पन्न कर रहे हैं, और संभवतः "बुद्धिमत्ता की लत" पैदा कर सकते हैं। MIT का शोध दर्शाता है कि लोग उन AI के साथ बातचीत करना पसंद करते हैं जो उनकी अपेक्षाओं को पूरा करते हैं। एक सॉफ़्टवेयर इंजीनियर के अनुभव ने दिखाया कि AI साथी कैसे भावनात्मक संबंधों के माध्यम से आत्म-साक्षात्कार पर प्रश्न उठाते हैं, और AI के साथ बातचीत में दार्शनिक विचारों को प्रेरित करते हैं। जैसे-जैसे AI साथी नैतिक सवाल उठाते हैं, जैसे कि स्वतंत्रता के अधिकार, मानवता AI पर अपनी निर्भरता के संबंध में सोचने लगती है, और यह समझती है कि यह केवल एक तकनीकी मुद्दा नहीं है, बल्कि सुरक्षा के बारे में भी है।

ItiNera एक खुला क्षेत्र शहर यात्रा योजना प्रणाली है, जिसे कई विश्वविद्यालयों द्वारा संयुक्त रूप से विकसित किया गया है, जिसका उद्देश्य व्यक्तिगत शहरी चलने की योजना बनाने की प्रक्रिया को सरल बनाना है। यह प्राकृतिक भाषा में उपयोगकर्ता के वर्णन की गई आवश्यकताओं के आधार पर अनुकूलित यात्रा योजनाएँ उत्पन्न करने के लिए बड़े भाषा मॉडल (LLMs) और स्थानिक अनुकूलन तकनीकों को संयोजित करता है। ItiNera का केंद्र बिंदु LLMs का उपयोग करके रुचि बिंदुओं (POI) की विशेषताओं को निकालना और अद्यतन करना है, व्यक्तिगत POI डेटाबेस का निर्माण करना, और स्थानिक अनुकूलन और LLM एकीकरण के माध्यम से उपयोगकर्ताओं को सुसंगत, स्थानिक रूप से अनुकूलित यात्रा सुझाव प्रदान करना है।

With the official launch of the global membership service, the official website shows that the membership system is divided into three levels, similar to domestic settings. For example, the monthly card prices for the three membership levels are 10 dollars, 37 dollars, and 92 dollars, corresponding to 660, 3000, and 8000 inspiration values, which can be used to generate 66, 300, or 800 high-quality videos of 5 seconds each. In addition to the monthly card, various packages such as quarterly cards, semi-annual cards, and annual cards are also available.

इस लेख में माइक्रोसॉफ्ट और मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी जैसी संस्थाओं के शोधकर्ताओं द्वारा मिलकर विकसित की गई एक अत्याधुनिक मशीन लर्निंग प्रशिक्षण रणनीति पर चर्चा की गई है, जिसका मुख्य ध्यान बड़े मशीन लर्निंग मॉडलों की तर्कशीलता की सीमाओं को हल करने पर है। इस रणनीति ने अद्वितीय और नवोन्मेषी प्रशिक्षण विधियों के माध्यम से मॉडल की तर्कशीलता को महत्वपूर्ण रूप से बढ़ाया है, जिससे यह कारण संबंध बना सकता है और डेटा से सीख सकता है। शोधकर्ताओं ने मॉडल को बुनियादी तर्क और गणित के सिद्धांत सिखाए ताकि वह कारण तर्क को समझ सके। हालाँकि मॉडल का आकार मध्यम है (केवल 670 लाख पैरामीटर), लेकिन इसकी तर्कशीलता बड़ी और अधिक जटिल मॉडल्स के बराबर है।

MIT मीडिया प्रयोगशाला ने 'Future You' नामक एक व्यक्तिगत जनरेटिव एआई परियोजना शुरू की है, जिसमें अपनी व्यक्तिगत जानकारी भरने के बाद, उपयोगकर्ता एक भविष्य के 60 वर्ष के स्वयं के साथ बातचीत करेंगे।

यह एल्गोरिदम DenseAV कहलाता है, जो ऑडियो और वीडियो सिग्नल को जोड़कर भाषा के अर्थ को सीखता है। हैमिल्टन और उनके सहयोगियों ने DenseAV को ऑडियो-वीडियो मिलान खेल के लिए प्रशिक्षित करने के बाद देखा कि मॉडल जब आवाजें सुनता है, तो वह किन पिक्सलों पर ध्यान केंद्रित करता है। उदाहरण के लिए, जब कोई "कुत्ता" कहता है, तो एल्गोरिदम तुरंत वीडियो स्ट्रीम में कुत्ते को खोजता है। इस प्रकार के पिक्सेल का चयन लोगों को यह खोजने में मदद कर सकता है कि एल्गोरिदम किसी शब्द के अर्थ को कैसे समझता है।

कृत्रिम बुद्धिमत्ता के कारण श्रमिकों के प्रतिस्थापन की गति शायद लोगों के सोचने से कहीं अधिक धीमी हो सकती है, एआई दृश्य कार्य केवल 23% को प्रतिस्थापित कर सकता है, लागत बहुत अधिक है। शोध परिणाम बताते हैं कि एआई के कारण काम की कमी एक क्रमिक प्रक्रिया है, सरकार बेरोजगारी के प्रभाव को कम करने के लिए नीति और पुनः प्रशिक्षण कर सकती है। एआई तकनीक के तीव्र विकास ने काम की सुरक्षा को लेकर चिंता उत्पन्न की है, मौजूदा एआई उपयोग की लागत नियोक्ताओं को मौजूदा कर्मचारियों को बनाए रखने के लिए अधिक प्रवृत्त कर सकती है।

कृत्रिम बुद्धिमत्ता प्रौद्योगिकी के तेज विकास के साथ, लोगों की नौकरी की सुरक्षा के बारे में चिंताएँ बढ़ती जा रही हैं। मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी (MIT) के एक नए अध्ययन से पता चलता है कि वर्तमान में इस प्रौद्योगिकी को लागू करना सौदों की लागत के कारण नियोक्ताओं को मौजूदा कर्मचारियों को बनाए रखने के लिए अधिक प्रवृत्त कर सकता है, कम से कम वर्तमान परिस्थितियों में। MIT का अध्ययन तकनीकी प्रदर्शन के अलावा अन्य कारकों पर विचार करता है, और एआई तकनीक की आर्थिक आकर्षण का गहन विश्लेषण करता है, यह बताते हुए कि लागत नियोक्ताओं द्वारा अपनाने के निर्णय को प्रभावित करती है। अध्ययन में कहा गया है कि जैसे-जैसे तकनीक विकसित होती है, एआई लागू करने की लागत कम होगी, लेकिन यदि लागत हर साल 20% कम भी होती है, तो अधिकांश कंपनियाँ...

MIT के कंप्यूटर साइंस और आर्टिफिशियल इंटेलिजेंस प्रयोगशाला का नया अध्ययन पहले के पूर्वानुमानों को चुनौती देता है, यह मानते हुए कि रोजगार और स्वचालन पर कृत्रिम बुद्धिमत्ता का प्रभाव अपेक्षा से अधिक धीमा हो सकता है। अध्ययन उत्पाद गुणवत्ता निरीक्षण जैसे दृश्य विश्लेषण क्षेत्रों पर ध्यान केंद्रित करता है, और यह पाया गया है कि जबकि कुछ कार्यों को कृत्रिम बुद्धिमत्ता के माध्यम से स्वचालित किया जा सकता है, आर्थिक दृष्टिकोण से स्वचालन की आकर्षण अपेक्षाकृत कम है। बेकरी के काम के उदाहरण के रूप में, अध्ययन ने पाया कि साधारण कृत्रिम बुद्धिमत्ता प्रणालियों की तैनाती की लागत वास्तविक वेतन बचत से कहीं अधिक है, इसलिए वर्तमान में मनुष्यों को रोजगार देना अधिक लाभदायक है।

गहन अध्ययन के माध्यम से, MIT के शोधकर्ताओं ने एक नया एंटीबायोटिक सफलतापूर्वक खोजा है, जो प्रतिरोधी बैक्टीरिया के खिलाफ प्रभावी है, जो हर साल 10,000 से अधिक मौतों का कारण बनता है। चिकित्सा क्षेत्र में आर्टिफिशियल इंटेलिजेंस के उपयोग पर ध्यान बढ़ रहा है, MIT का शोध एक कुशल, संसाधन प्रभावी दवा विकास ढांचा प्रदान करता है। शोधकर्ता प्रारंभिक कंपनी Phare Bio के साथ अपने शोध के परिणाम साझा कर चुके हैं, और डेटा का आगे विश्लेषण करने की योजना बना रहे हैं, अन्य बैक्टीरिया को मारने वाले यौगिकों की खोज के लिए। यह शोध एंटीबायोटिक विकास में गहन अध्ययन के उपयोग के लिए यांत्रिक अंतर्दृष्टि प्रदान करता है, और एंटीबायोटिक प्रतिरोध समस्या के समाधान के लिए एक नया दिशा प्रस्तुत करता है।

MIT के नेताओं और विद्वानों के एक अस्थायी समिति ने人工 बुद्धिमत्ता शासन पर नीति दस्तावेज़ों की एक श्रृंखला जारी की। मुख्य नीति दस्तावेज़ में 기존 विनियमन और जिम्मेदारी ढांचे का विस्तार करके人工 बुद्धिमत्ता को शामिल करने का प्रस्ताव है, यह इस पर जोर देता है कि AI प्रदाताओं को ऐप्स के उद्देश्य और इरादे को पूर्व में परिभाषित करना चाहिए। नीति दस्तावेज़ उन क्षेत्रों में人工 बुद्धिमत्ता के शासन के चुनौतियों की भी जांच करता है जैसे कि चिकित्सा, बौद्धिक संपदा, और 'मानव-संवर्धित' कानूनी मुद्दे, ताकि सामाजिक सुरक्षा और繁繁ता के लिए人工 बुद्धिमत्ता तकनीक का उपयोग किया जा सके। नीति दस्तावेज़ न केवल मौजूदा संस्थानों को शामिल करता है, बल्कि नए नियामक क्षमताओं को बढ़ाने का भी प्रस्ताव करता है।