वैश्विक AI उत्पाद गतिशीलता खोजें

चीतूप AI का नवीनतम खुला स्रोत पाठ-से-चित्र मॉडल CogView4 आधिकारिक तौर पर लॉन्च किया गया है। CogView4 न केवल 60 करोड़ पैरामीटर तक पहुँच गया है, बल्कि यह चीनी इनपुट और चीनी पाठ से छवि निर्माण का भी पूरी तरह से समर्थन करता है, जिसे पहला खुला स्रोत मॉडल कहा जाता है जो चित्र में चीनी अक्षर उत्पन्न कर सकता है। CogView4 चीनी और अंग्रेजी दोनों भाषाओं में संकेत शब्दों के इनपुट का समर्थन करने को अपनी मुख्य विशेषता के रूप में प्रस्तुत करता है, खासकर जटिल चीनी निर्देशों को समझने और उनका पालन करने में कुशल है, जो चीनी सामग्री निर्माताओं के लिए एक वरदान है। चित्रों में चीनी अक्षर उत्पन्न करने वाला पहला खुला स्रोत पाठ-से-चित्र मॉडल होने के नाते, इसने खुले स्रोत क्षेत्र में एक बड़ी खामी को पूरा किया है।

आज की डिजिटल दुनिया में, छोटे पाठों का उपयोग ऑनलाइन संचार का केंद्रीय हिस्सा बन गया है। हालाँकि, चूंकि ये पाठ अक्सर सामान्य शब्दावली या पृष्ठभूमि की कमी के कारण होते हैं, इसलिए कृत्रिम बुद्धिमत्ता (एआई) के लिए विश्लेषण करना कई चुनौतियाँ पेश करता है। इस पर, सिडनी विश्वविद्यालय के एक अंग्रेजी साहित्य स्नातक और डेटा वैज्ञानिक जस्टिन मिलर ने एक नई विधि प्रस्तुत की है, जो बड़े भाषा मॉडल (एलएलएम) का उपयोग करके छोटे पाठों की गहन समझ और विश्लेषण करती है। मिलर का शोध इस पर केंद्रित है कि कैसे कई छोटे पाठों, जैसे कि सोशल मीडिया प्रोफाइल,

हाल ही में, एनवीडिया ने एक ओपन-सोर्स इमेज जनरेशन मॉडल साना लॉन्च किया, जिसमें केवल 0.6 करोड़ पैरामीटर हैं, जिससे इसे चलाने की बाधाएं काफी कम हो गई हैं। जानकारी के अनुसार, साना 4096×4096 रिज़ॉल्यूशन की इमेज बना सकता है और इसे 16 जीबी की ग्राफिक्स कार्ड पर चलाया जा सकता है, 1024×1024 रिज़ॉल्यूशन की उच्च गुणवत्ता वाली इमेज बनाने में 1 सेकंड से भी कम समय लगता है, जो इसे समान मॉडल में अद्वितीय बनाता है। साना की कार्यप्रणाली डीसी-एई (डुअल चैनल ऑटोएन्कोडर) तकनीक पर निर्भर करती है, जो 32 गुना संभाव्यता का उपयोग करती है।

Teuken-7B, एक 70 अरब पैरामीटर वाला भाषा मॉडल, अब Hugging Face पर पेश किया गया है, जो सभी 24 संघीय आधिकारिक भाषाओं का समर्थन करता है। यह मॉडल यूरोपीय संघ के OpenGPT-X अनुसंधान परियोजना द्वारा विकसित किया गया है और उपयोगकर्ताओं के लिए एक ओपन-सोर्स प्रोजेक्ट के रूप में उपलब्ध है। अधिकांश अंग्रेजी-केंद्रित AI भाषा मॉडलों के विपरीत, Teuken-7B को शून्य से बनाया गया है, जिसमें प्रशिक्षण डेटा का लगभग आधा हिस्सा गैर-अंग्रेजी यूरोपीय भाषाओं से लिया गया है। चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न किया गया, चित्र में प्रदान किया गया है।

साइबेरिया के उद्यमी इवान क्रुकोव ने स्मार्ट स्पीकर बाजार में असफल होने के बाद, अपनी बेटी के अंग्रेजी सीखने के अनुभव से AI शिक्षा की विशाल संभावनाओं का पता लगाया। उन्होंने बच्चों की अंग्रेजी शिक्षा AI कंपनी Buddy.ai की स्थापना की, जिसने हाल ही में BITKRAFT वेंचर्स द्वारा नेतृत्व किए गए 11 मिलियन डॉलर के सीड फंडिंग दौर में पूंजी जुटाई। उनकी AI तकनीक और व्यावसायिक मॉडल ने बच्चों की अंग्रेजी सीखने की समस्या को हल करने पर ध्यान केंद्रित किया और इसे पूंजी का समर्थन मिला। क्रुकोव की उद्यमिता की यात्रा नाटकीय रही है। 2014

एआई के तेजी से विकास के युग में, नई क्षमताएं सीखना विशेष रूप से महत्वपूर्ण हो गया है। ली शियाओलाई द्वारा प्रस्तुत 'अपना ध्यान एक हजार घंटे तक भरें और आप जो भी आवश्यक कौशल हैं, उसे हासिल कर सकते हैं' के सिद्धांत ने न केवल सीखने की प्रकृति को पुनर्विभाषित किया है, बल्कि आत्म-सुधार के लिए एक मार्ग भी प्रस्तुत किया है। इसी विचार के आधार पर, उनकी टीम ने Enjoy App विकसित की, जो विशेष रूप से विदेशी भाषा सीखने के लिए डिज़ाइन किया गया एक क्रॉस-प्लेटफ़ॉर्म एप्लिकेशन है, जो एआई प्रौद्योगिकी के माध्यम से उपयोगकर्ताओं को अंग्रेजी सीखने में सहायक बनाता है। इसके विशेष फीचर्स में वॉयस-टू-टेक्स्ट, उच्चारण मूल्यांकन, स्मार्ट सहायक आदि शामिल हैं, और व्यक्तिगत अनुकूलन ने भी सीखने को सहज बना दिया है।

हाल ही में, एक नए अध्ययन ने लोगों का ध्यान आकर्षित किया, जिसमें पाया गया कि चैटजीपीटी के उत्तर अंग्रेजी और प्रोटेस्टेंट देशों के लोगों के सांस्कृतिक मूल्यों को दर्शाते हैं। इस अध्ययन का मुख्य विचार यह है कि चैटजीपीटी जैसे बड़े भाषा मॉडल को प्रशिक्षित करते समय, कुछ देशों और संस्कृतियों से डेटा की बड़ी मात्रा का उपयोग किया गया, जिससे ये मॉडल सांस्कृतिक पूर्वाग्रह के साथ आउटपुट दे सकते हैं। शोध टीम में रेने एफ किजिल्सेक और उनके सहयोगी शामिल हैं, जिन्होंने ओपनएआई जीपीटी के पांच अलग-अलग संस्करणों का उपयोग किया।

Bilibili UP主 "गीक बे" द्वारा निर्मित "दिन में सपना" बॉट ने तेजी से लोकप्रियता हासिल की, केवल चार दिनों में 1.13 मिलियन व्यूज को पार कर लिया। यह बॉट अपने आप होमवर्क कर सकता है, जिसमें पन्ना पलटना, प्रश्न को फ्रेम करना, प्रश्न हल करना और लिखना शामिल है, यह विभिन्न विषयों को कवर करता है। विकास प्रक्रिया में, टीम ने लेखन मशीन को संशोधित करने से लेकर स्वायत्त विकास तक, CoreXY संरचना और एकीकृत AI मॉडल का उपयोग किया, जिससे होमवर्क के पूरा करने की सटीकता और दक्षता में काफी सुधार हुआ। परीक्षण परिणामों से पता चला कि अंग्रेजी होमवर्क की सटीकता उच्च थी लेकिन प्रारूप की समस्याएँ थीं; भाषा लेखन में कुछ विशेषताएँ थीं, कुछ प्रश्न गलत थे; गणित के होमवर्क में प्रारूप और अन्य समस्याएँ थीं।

बaidu नेटवर्क स्टोरेज ने नए 'पैन पैन वर्ड्स' की पेशकश की है, जो कि विश्व का पहला एआई इंग्लिश सीखने का एप्लिकेशन है, जो एआई तकनीक को व्यक्तिगत फोटो दृश्यों के साथ मिलाकर इंग्लिश सीखने के लिए उपयोग करता है। यह उत्पाद याददाश्त की समस्या का समाधान करता है, एक परिचित अंग्रेजी वातावरण बनाता है, जिससे सीखने में मनोरंजन और प्रभावशीलता बढ़ती है। विशिष्ट एआई वॉयस स्टाइल, जैसे 'मार्क', 'मेइमेई' शिक्षक के रूप में, इंटरएक्टिविटी को बढ़ाता है। उपयोगकर्ता वीचैट मिनी प्रोग्राम एप्लिकेशन के माध्यम से अनुभव करते हैं।千帆 बड़े मॉडल प्लेटफॉर्म के आधार पर, 'पैन पैन वर्ड्स' व्यक्तिगत अध्ययन की प्रतिक्रिया और समीक्षा योजनाएं प्रदान करता है, छवि विश्लेषण तकनीक के साथ अध्ययन सामग्री को दैनिक जीवन के दृश्य के साथ जोड़ता है।

अलिपेयी ने एक चिकित्सा बड़ा मॉडल पेश किया है, जो चिकित्सा परीक्षाओं और बेंचमार्क परीक्षणों में GPT-4 से बेहतर प्रदर्शन कर रहा है, चीनी LLM मूल्यांकन की A सूची में पहले और B सूची में दूसरे स्थान पर है। इसकी रिपोर्ट, दवाओं, बालों की तस्वीरों आदि की पहचान में सटीकता 90% से अधिक है और यह कई अस्पतालों में लागू किया जा चुका है। यह बड़ा मॉडल देखने, सुनने, बोलने और चित्रित करने की मूल बहु-मोडल क्षमताओं को एकीकृत करता है,百灵大模型 पर आधारित है, बहुआयामी डेटा को संभालने में सक्षम है और अस्पताल स्तर की लेबलिंग के माध्यम से, चिकित्सा क्षेत्र की सुरक्षा और पेशेवर आवश्यकताओं को पूरा करता है। इसे अस्पताल के चिकित्सा चरणों में एम्बेड किया गया है, जो स्मार्ट प्रश्नोत्तर और चिकित्सा रिकॉर्ड संरचना प्रदान करता है।

अली टोंगयी प्रयोगशाला ने हाल ही में FunAudioLLM नामक ऑडियो जनरेशन बड़े मॉडल प्रोजेक्ट को ओपन-सोर्स किया है, जिसका उद्देश्य मानव और बड़े भाषा मॉडल (LLMs) के बीच प्राकृतिक आवाज़ इंटरैक्शन अनुभव को बेहतर बनाना है। यह प्रोजेक्ट दो मुख्य मॉडलों से मिलकर बना है: SenseVoice और CosyVoice।

मेटा ने भारत के चुनावों के दौरान कई महीनों के परीक्षण के बाद, अपने लामा-3 तकनीक संचालित एआई चैटबॉट को भारत के सभी उपयोगकर्ताओं के लिए प्रक्षिप्त करने का निर्णय लिया। हालांकि, मेटा एआई वर्तमान में केवल अंग्रेजी का समर्थन करता है, अन्य स्थानीय भाषाओं का नहीं।

ChatGPT 2023 में अंग्रेजी विकिपीडिया के सबसे लोकप्रिय पृष्ठ बन गया, जिसमें 5 करोड़ दर्शक थे, जो टेलर स्विफ्ट और बार्बी से अधिक है। संपादक चिंतित हैं कि ChatGPT पाठकों की विश्वसनीयता को कम कर सकता है, यहाँ तक कि विकिपीडिया के भविष्य के चार या पांच वर्षों की स्थिरता के लिए खतरा पैदा कर सकता है। विकिपीडिया की 2023 की मृत सूची दूसरे सबसे लोकप्रिय पृष्ठ बन गई, जिसमें औसतन प्रति दिन 1.3 लाख क्लिक मिलते हैं, कुल दृश्य लगभग 4.3 करोड़ है। विकिपीडिया के संस्थापक जिमी वेल्स ने विकिपीडिया पर ChatGPT द्वारा लेखन को "खराब" और "अव्यवस्थित" बताते हुए सटीक और पूर्वाग्रह मुक्त लेखन का आग्रह किया।

वीडियो में,郭德纲 अंग्रेजी में कॉमेडी करता है, वास्तव में यह AI प्रौद्योगिकी द्वारा भागीदार एक उप-निर्माण उत्पाद है, जिसके पीछे एक चीनी कंपनी है जिसका नाम शियून टेक्नोलॉजी है। उनका उत्पाद HeyGen AI अनुवाद ध्वनि अनुकरण का "जादूगर" है। HeyGen की पहुँच वृद्धि की ओर बढ़ रही है, उपयोगकर्ता 7000 वीडियो के लिए कतार में हैं, प्यार करने वाली टेलर के द्वारा चीनी में वीडियो बनाने के लिए HeyGen ने दो दौर में करोड़ों डॉलर के वित्तपोषण को पूरा किया है, सफलतापूर्वक घरेलू बाजार में नवीनतम हिट AI एप्लिकेशन बना है। HeyGen ने प्रीमियम संस्करण जारी किया है, लेकिन क्या यह वीडियो निर्माण के दर्द बिंदुओं को सही तरह से संबोधित कर सकता है, यह देखना बाकी है।

गूगल ने हाल ही में एक अंग्रेजी ट्यूशन उपकरण जारी किया है, जिसका उद्देश्य डुओलिंगो के साथ प्रतिस्पर्धा करना है। यह उपकरण धीरे-धीरे एंड्रॉइड उपकरणों पर उपलब्ध कराया जाएगा, जिससे कई देशों को कवरेज मिलेगा। यह व्यक्तिगत अंग्रेजी बोलने का अभ्यास, व्याकरण और अर्थविज्ञान पर फीडबैक प्रदान करता है। यह एआई और मशीन लर्निंग तकनीकों का उपयोग करता है, और सामग्री का निर्माण भाषाविदों और शिक्षकों की मदद से किया गया है। गूगल इसे और अधिक देशों और भाषाओं में बढ़ाने की योजना बना रहा है।

Jais अरबी भाषा के लिए पहला ओपन-सोर्स बड़ा मॉडल है, जिसके पैरामीटर 130 अरब हैं। Jais अरबी कार्यों में वाणिज्यिक अंग्रेजी ChatGPT मॉडल के बराबर प्रदर्शन करता है। Jais ने तकनीकी नवाचार के लिए Cerebras के विशेष AI चिप्स का उपयोग किया है।

ChatGPT ने GPT या ChatGPT जैसी एआई तकनीकों से संबंधित अंग्रेजी नौकरियों की संख्या को वैश्विक स्तर पर 21 गुना बढ़ा दिया है। 92% अमेरिकी निर्णयकर्ताओं का मानना है कि संवाद कौशल अधिक महत्वपूर्ण हो जाएगा। LinkedIn उपयोगकर्ता आम तौर पर एआई कौशल का दावा करते हैं, विशेषकर सिंगापुर, फिनलैंड, आयरलैंड, भारत और कनाडा के उपयोगकर्ताओं में।