AI क्षेत्र में, प्रतिभा प्रवास हमेशा एक तीव्र प्रतिस्पर्धा का स्थान रहा है। हाल ही में, टिम ब्रूक्स के पदांतरण की घटना ने व्यापक ध्यान आकर्षित किया। उन्होंने सोरा में केवल तीन महीने काम करने के बाद, प्रतिस्पर्धी गूगल डीपमाइंड में शामिल होने की घोषणा की। यह कदम सोरा की तकनीक को गंभीर चुनौतियों का सामना करने के लिए माना गया, खासकर जनरेशन स्पीड और प्रदर्शन में, जो उद्योग में अन्य प्रतिस्पर्धियों की तुलना में अच्छा नहीं कर पा रही है। रिपोर्टों के अनुसार, सोरा में तकनीकी समस्याओं की संख्या काफी है, जिससे लूमा, स्टेबिलिटी जैसी कंपनियों के साथ प्रतिस्पर्धा करना मुश्किल हो गया है।

गूगल ने हाल ही में घोषणा की है कि वह एक नई टीम का गठन करेगा, जो भौतिक संसार के अनुकरण करने वाले कृत्रिम बुद्धिमत्ता (एआई) मॉडल विकसित करने पर ध्यान केंद्रित करेगी। इस टीम का नेतृत्व टिम ब्रूक्स करेंगे, जिन्होंने ओपनएआई में वीडियो जनरेटिंग मॉडल सोरा के सह-नेता के रूप में कार्य किया। ब्रूक्स ने सोशल मीडिया प्लेटफॉर्म X पर कहा कि यह नई टीम गूगल के एआई अनुसंधान प्रयोगशाला गूगल डीपमाइंड के अधीन होगी। ब्रूक्स ने अपनी घोषणा में उल्लेख किया: “डीपमाइंड की योजनाएं महत्वाकांक्षी हैं।

साइबर सुरक्षा को निरंतर खतरे का सामना करना पड़ता है - साइबर फ़िशिंग हमले, आज एक शक्तिशाली बचाव उपकरण से लैस हैं। कैरज़र्सलॉटर विश्वविद्यालय के शोधकर्ताओं ने एक अभिनव कृत्रिम बुद्धिमत्ता पहचान विधि विकसित की है, जो फ़िशिंग ईमेल की पहचान की सटीकता में उल्लेखनीय सुधार कर सकती है। शोध टीम ने उल्लेख किया कि फ़िशिंग एक प्रमुख साइबर सुरक्षा खतरे में से एक बन गया है। अनुमान है कि 90% सफल साइबर हमले फ़िशिंग को प्रारंभिक हमले के रूप में उपयोग करते हैं। इस चुनौती का सामना करने के लिए, शोधकर्ताओं ने दो प्रकार की कृत्रिम बुद्धिमत्ता तकनीकों को चतुराई से जोड़ा: न्यूनतम उदाहरण सीखना और पुनर्प्राप्ति संवर्धित उत्पादन (RAG)।

हाल ही में, कंप्यूटर विज्ञान और समाजशास्त्र के क्षेत्र से एक शोध टीम ने गूगल डीपमाइंड के साथ मिलकर एक नई प्रकार की कृत्रिम बुद्धिमत्ता अनुप्रयोग विकसित की है, जो केवल दो घंटे के साक्षात्कार के बाद एक व्यक्ति का व्यक्तित्व अनुकरण उत्पन्न कर सकती है। शोध टीम ने arXiv प्रीप्रिंट सर्वर पर संबंधित पत्र प्रकाशित किया है, जिसमें इस नवाचार तकनीक और इसके भविष्य के विकास दिशा की चर्चा की गई है। यह शोध वर्तमान में लोकप्रिय चेटजीपीटी बड़े भाषा मॉडल पर आधारित है, और एक नए मॉडल का विकास करता है, जिसका उद्देश्य प्रतिभागियों से प्रश्न पूछना और उनके उत्तरों को रिकॉर्ड करना है,

गूगल डीपमाइंड ने हाल ही में जेमिनी परीक्षण संस्करण (एक्सप 1114) को चैटबॉट एरिना प्लेटफ़ॉर्म पर पेश किया, जिसने अद्वितीय प्रदर्शन के साथ सभी का ध्यान आकर्षित किया। एक हफ्ते से अधिक के सामुदायिक परीक्षण के बाद, 6000 से अधिक वोटों के डेटा ने दिखाया कि यह नया मॉडल महत्वपूर्ण लाभ के साथ प्रतिस्पर्धियों को पीछे छोड़ता है, और कई महत्वपूर्ण क्षेत्रों में आश्चर्यजनक सामर्थ्य प्रदर्शित करता है। समग्र स्कोर में, जेमिनी-एक्सप-1114 40 अंकों से अधिक के उत्कृष्ट परिणाम के साथ जीपीटी-4-लेटेस्ट के समानांतर प्रथम स्थान पर है, जो पहले से अग्रणी जीपीटी को पीछे छोड़ता है।

गूगल की आर्टिफिशियल इंटेलिजेंस शोध संरचना, डीपमाइंड के कम से कम 200 कर्मचारी 16 मई को आंतरिक रूप से एक पत्र पर हस्ताक्षर किए, जिसमें गूगल के सैन्य संगठनों के साथ सहयोग के बारे में चिंताओं का उल्लेख किया गया, विशेष रूप से गूगल द्वारा इजरायली सेना को आर्टिफिशियल इंटेलिजेंस और क्लाउड कंप्यूटिंग सेवाएं प्रदान करने की रिपोर्ट के संबंध में। कर्मचारियों का मानना है कि इस तरह का सहयोग गूगल के मिशन विवरण और एआई सिद्धांतों के खिलाफ है, और 'नैतिक और जिम्मेदार एआई लीडर' के रूप में छवि को प्रभावित करता है। हालाँकि ये कर्मचारी डीपमाइंड के कुल कर्मचारियों का एक छोटा हिस्सा हैं, लेकिन उनकी कार्रवाई यह दर्शाती है कि गूगल की संस्कृति में कुछ असमानताएं हो सकती हैं।

गूगल डीपमाइंड के AI सिस्टम अल्फाप्रूफ और अल्फागणित2 ने अंतरराष्ट्रीय数学 ओलंपियाड में अपने उत्कृष्ट प्रदर्शन से रजत पदक जीता है, जो गणितीय समस्या समाधान में आश्चर्यजनक क्षमताओं को दर्शाता है। अल्फागणित2 ने 19 सेकंड में ज्यामिति की कठिनाई को हल किया, जो शीर्ष मानव गणितज्ञों की गति और सटीकता को पार कर गया। इस उपलब्धि की गणित क्षेत्र के दिग्गजों द्वारा अत्यधिक प्रशंसा की गई, जिन्होंने इसे गणित के क्षेत्र में AI के अनुप्रयोगों की सीमाओं को बढ़ाने वाला माना। ताओ झेहान ने बताया कि AI की प्रगति गणित अनुसंधान में मदद करेगी।

गूगल डीपमाइंड ने एक प्रमुख अध्ययन जारी किया है, जिसका केंद्र बिंदु उसके प्रस्तावित मिलियन विशेषज्ञ मॉडल - मिश्रण के चारों ओर है, जो ट्रांसफार्मर की आधार पर एक नवोन्मेषी आर्किटेक्चर का उपयोग करके महत्वपूर्ण कदम उठाता है। मिश्रण ने सैकड़ों हजारों छोटे विशेषज्ञों में से कुशलतापूर्वक और तेजी से स्पार्स खोज करने की क्षमता के माध्यम से ट्रांसफार्मर आर्किटेक्चर की क्षमता को मुक्त करने का लक्ष्य हासिल किया है। मुख्य आकर्षण उच्च पैरामीटर दक्षता वाला विशेषज्ञ खोज तंत्र है, जो उत्पाद की कुंजी तकनीक द्वारा अलग किया गया है।

गूगल डीपमाइंड ने सबसे आम दुर्भावनापूर्ण एआई अनुप्रयोगों पर पहली बार शोध किया, जिसके परिणामस्वरूप यह पता चला कि जनरेटिव आर्टिफिशियल इंटेलिजेंस (एआई) द्वारा बनाई गई झूठी राजनीतिक हस्तियों और सेलिब्रिटीज़ के डीपफेक, एआई का उपयोग करके साइबर हमलों के प्रयासों की तुलना में अधिक सामान्य हैं। यह शोध गूगल के एआई विभाग डीपमाइंड और गूगल की सहायक अनुसंधान इकाई जिगसॉ के सहयोग से किया गया, जिसका उद्देश्य उन जनरेटिव एआई उपकरणों के जोखिमों को मापना है, जिन्हें दुनिया की सबसे बड़ी तकनीकी कंपनियों ने विशाल लाभ के लिए बाजार में उतारा है।

हार्वर्ड विश्वविद्यालय के शोधकर्ताओं ने गूगल DeepMind टीम के साथ सहयोग करते हुए आर्टिफिशियल इंटेलिजेंस टेक्नोलॉजी का उपयोग करके वर्चुअल चूहों के लिए एक आर्टिफिशियल ब्रेन बनाया है, जो जटिल वातावरण में उनके आंदोलनों को सटीकता से नियंत्रित करता है। यह नवाचार पत्रिका "नेचर" में प्रकाशित हुआ।

गूगल डीपमाइंड और NVIDIA ने रोबोटिक्स के क्षेत्र में कदम उठाए हैं। जिम फैन और युके झू ने GEAR नामक नए शोध समूह की स्थापना की। रोबोटिक्स भविष्य के विकास का एक महत्वपूर्ण दिशा बनेगा। गूगल डीपमाइंड ने मानव-रोबोट इंटरैक्शन के लिए मार्कोव निर्णय प्रक्रिया का प्रस्ताव रखा। GEAR ने कई दिलचस्प परियोजनाएं दिखाईं, जैसे यूरेका और वॉयजर। वॉयजर पहला सीखने वाला एजेंट है जो संदर्भ में Minecraft खेलता है। जिम फैन का मानना है कि एजेंट...

गहन अध्ययन शोधकर्ताओं ने पाया कि भाषा मॉडल के लिए तर्क करने की क्षमता एक महत्वपूर्ण चुनौती बनी हुई है। नवीनतम अध्ययन ने दिखाया कि कार्य में पूर्वधारणा का क्रम भाषा मॉडल की तर्कशक्ति पर महत्वपूर्ण प्रभाव डालता है। शोध के परिणाम विशेषज्ञों को भाषा मॉडल का उपयोग करते समय मूल तर्क कार्यों में निर्णय लेने के लिए मार्गदर्शन कर सकते हैं।

गूगल के डीपमाइंड टीम और अन्य टीमों द्वारा संयुक्त रूप से प्रकाशित एक लेख का दावा है कि एआई स्वायत्त रूप से समिश्रण बना सकता है, जिसने व्यापक चर्चा को जन्म दिया। लंदन विश्वविद्यालय के एक रसायन विज्ञान प्रोफेसर ने इस लेख में गंभीर खामियों को उजागर किया है, यह指出 किया कि इसके सामग्रियों का वर्णन में समस्याएं हैं।

गूगल डीपमाइंड का GNoME सिस्टम 400,000 स्थिर पदार्थों की भविष्यवाणी करता है, A-Lab के स्वायत्त प्रणाली ने प्रयोगशाला में इन पदार्थों को सफलतापूर्वक तैयार किया। GNoME ने 2.2 मिलियन संभावित यौगिकों का प्रस्ताव रखा, A-Lab ने नवीनतम रोबोट तकनीक का उपयोग करके केवल 18 दिनों में 41 नए अकार्बनिक सामग्री तैयार किए। यह तकनीकी प्रगति स्वच्छ ऊर्जा, इलेक्ट्रॉनिक उपकरणों आदि क्षेत्रों में सामग्री खोज को तेज करने की संभावना दर्शाती है, और विज्ञान में खोज के क्षेत्र में AI का नया अध्याय बनाती है। A-Lab टीम ने सक्रिय शिक्षण एल्गोरिदम के माध्यम से संश्लेषण प्रक्रिया में सफलतापूर्वक सुधार किया और 41 नई सामग्री तैयार की।

गूगल डीपमाइंड ने एआई टूल का उपयोग करके 22 लाख सिद्धांत रूप से स्थिर लेकिन अप्राप्त कристलीय संरचनाओं की खोज की है, जो नवीनीकरणीय ऊर्जा और उन्नत कंप्यूटिंग जैसे क्षेत्रों के विकास के लिए संभावित प्रगति प्रदान कर सकती है। उन्होंने अन्य वैज्ञानिकों के साथ सबसे संभावित 381000 संरचनाओं को साझा किया है जो प्रयोगात्मक कार्यों को सरल बनाने के लिए एआई का उपयोग करते हुए नए सामग्री की खोज कर सकती हैं। ये सामग्री बहुपरकारी परतबद्ध सामग्री और बायोमिमेटिक कंप्यूटिंग अनुप्रयोगों के लिए उपयोग की जा सकती हैं।

गूगल डीपमाइंड ने सफलतापूर्वक साबित किया कि एआई एजेंट मानव और जानवरों की सामाजिक शिक्षा की नकल कर सकते हैं, जो मानव कौशल अधिग्रहण की प्रक्रिया के समान है। वर्चुअल वातावरण GoalCycle3D में, एआई एजेंट ने कुछ मिनटों में विशेषज्ञ व्यवहार की पहचान, नकल की और ज्ञान को याद रखा, बल वाले सीखने के माध्यम से। अनुसंधान एआई विकास में सांस्कृतिक विकास की एल्गोरिदमिक भूमिका का अवलोकन करता है, जो कौशल के सामुदायिक पारगमन को पीढ़ी दर पीढ़ी बढ़ा सकता है। परिणाम 'नेचर कम्युनिकेशंस' में प्रकाशित हुए, जो व्यापक कृत्रिम बुद्धिमत्ता के विकास की दिशा में एक कदम प्रदान करते हैं।

एल्फाबेट के अधीन डीपमाइंड ने 2022 में कर्मचारी लागत में 39% की कटौती की। 2022 में शुद्ध लाभ 40% से अधिक गिर गया। दक्षता बढ़ाने के लिए, एल्फाबेट ने गूगल और डीपमाइंड के AI विभाग का विलय किया। डीपमाइंड जेमिनी जारी करने की योजना बना रहा है, प्रतिस्पर्धा और नवाचार जारी है।

डीपमाइंड के नवीनतम अध्ययन से पता चलता है कि बड़े भाषा मॉडल (LLMs) पाठ के अलावा क्षेत्रों में, विशेषकर छवि और ऑडियो डेटा के संपीड़न में आश्चर्यजनक क्षमताएँ प्रदर्शित कर रहे हैं। अध्ययन ने दिखाया कि, हालाँकि LLMs का मुख्य रूप से पाठ डेटा के लिए उपयोग किया जाता है, लेकिन वे छवि और ऑडियो संपीड़न में विशेषीकृत संपीड़न एल्गोरिदम से बेहतर प्रदर्शन करते हैं। यह अध्ययन LLMs को एक शक्तिशाली डेटा संपीड़न उपकरण के रूप में फिर से परिभाषित करता है, न कि केवल पाठ जनरेशन मॉडलों के रूप में। LLMs का प्रदर्शन डेटा सेट के आकार से प्रभावित होता है, जो मॉडल के प्रदर्शन के आकलन के लिए एक नए दृष्टिकोण प्रदान करता है। हालांकि

गूगल डीपमाइंड ने OPRO ढाँचा पेश किया, जो बड़े भाषा मॉडल (LLM) का उपयोग करके अनुकूलन करता है, जो समाधान का वर्णन करने के लिए प्राकृतिक भाषा का उपयोग करता है। "गहरी सांस" सर्वोत्तम प्रॉम्प्ट संकेतक बन गया है, जो मॉडल की प्रदर्शन को बढ़ाता है, शोधकर्ताओं को यह सोचने पर मजबूर करता है कि बड़े मॉडल सकारात्मक प्रतिक्रिया का कैसे उत्तर देते हैं। OPRO गणितीय समस्याओं में भी क्षमता दिखाता है, जो रैखिक प्रतिगमन आदि को अनुकूलित कर सकता है, प्राकृतिक भाषा वर्णन के अनुकूलन समस्याओं के लिए नए दृष्टिकोण प्रदान करता है। शोध ने अलग-अलग कार्यों पर प्रॉम्प्ट अनुकूलन की प्रभावशीलता को सत्यापित किया, महत्वपूर्ण सुधार प्राप्त किया, और व्यापक अनुप्रयोग संभावनाएँ हैं। यह शोध एक नई दिशा की खोज करता है।

गूगल डीपमाइंड द्वारा डिजाइन किया गया भाषाई मॉडल SayTap मानव आदेशों को मशीन कुत्ते के लिए समझने योग्य प्रारूप में परिवर्तित करता है। SayTap जटिल और अस्पष्ट आदेशों को संभाल सकता है जिससे मशीन कुत्ते उचित प्रतिक्रिया दे सके। SayTap प्राकृतिक भाषा को मशीन के लिए समझने योग्य प्रारूप में बदल सकता है, भविष्य में यह रोबोटों को मानव भाषाई आदेशों का पालन करने की अनुमति देगा।