हाल ही में एक पॉडकास्ट में, माइक्रोसॉफ्ट के मुख्य कार्यकारी अधिकारी सत्य नडेला ने कहा कि भाषा मॉडल के परिपक्व होने के साथ, एआई मॉडल मानकीकरण और व्यावसायीकरण की ओर बढ़ रहे हैं। उन्होंने कहा कि इस बदलाव ने व्यवसायों को कृत्रिम बुद्धिमत्ता (एआई) विकास में अपनी रणनीतिक प्राथमिकता को केवल मॉडल अनुसंधान और विकास से सिस्टम इंटीग्रेशन और उत्पाद विकास में स्थानांतरित करने के लिए प्रेरित किया है। नडेला ने जोर देकर कहा कि मॉडल अपने आप में पर्याप्त नहीं हैं, व्यवसायों को पूरे सिस्टम आर्किटेक्चर और सफल उत्पादों पर ध्यान केंद्रित करने की आवश्यकता है। उनका मानना ​​है कि वर्तमान एआई उद्योग "लहर जैसी गतिविधि" का अनुभव कर रहा है, 2022 के नवंबर से

नई रिपोर्टों के अनुसार, माइक्रोसॉफ्ट ने ओपनएआई के बड़े भाषा मॉडल जैसे ChatGPT को चुनौती देने के लिए एक नया स्वायत्त एआई मॉडल, MAI, विकसित किया है। यह कदम तकनीकी क्षेत्र में बढ़ती प्रतिस्पर्धा को दर्शाता है।

माइक्रोसॉफ्ट ने ART नामक एक नया ओपन-सोर्स इमेज मॉडल जारी किया है जो मल्टी-लेयर ट्रांसपेरेंट इमेज बना सकता है। यह मॉडल विभिन्न प्रकार की इमेज बनाने में सक्षम है और इसमें कई फीचर हैं जो इसे अन्य इमेज मॉडल से अलग बनाते हैं।

बड़े पैमाने पर जनरेटिव आर्टिफिशियल इंटेलिजेंस तकनीक के तेजी से विकास के साथ, माइक्रोसॉफ्ट ने हाल ही में अपने उत्पादों और सेवाओं में कई उल्लेखनीय कदम उठाए हैं ताकि भारी परिचालन लागत की भरपाई की जा सके। कंपनी ने न केवल अपने माइक्रोसॉफ्ट 365 सॉफ्टवेयर के सब्सक्रिप्शन की कीमतों में वृद्धि की है, जो 45% तक है, बल्कि विज्ञापन-समर्थित संस्करण भी पेश किए हैं और कुछ डेटा सेंटर लीज योजनाओं को रद्द कर दिया है। चित्र कैप्शन: छवि AI द्वारा उत्पन्न की गई है, छवि लाइसेंसिंग सेवा प्रदाता Midjourneyमाइक्रोसॉफ्ट के मुख्य कार्यकारी अधिकारी सत्या नडेला ने हाल ही में कहा है कि भले ही कंपनी AI तकनीक में निवेश कर रही हो

माइक्रोसॉफ्ट ने हाल ही में फी-4 नामक एक नया मल्टीमॉडल और मिनी मॉडल जारी किया है, जो वॉयस, विज़न और टेक्स्ट प्रोसेसिंग में उन्नत क्षमताओं के साथ आता है। यह मॉडल विभिन्न प्रकार के कार्यों के लिए इस्तेमाल किया जा सकता है, जैसे कि ऑब्जेक्ट डिटेक्शन, इमेज कैप्शनिंग, और मशीन ट्रांसलेशन। इसके छोटे आकार के कारण, यह कम संसाधनों वाले उपकरणों पर भी इस्तेमाल किया जा सकता है।

माइक्रोसॉफ्ट ने हाल ही में अपना ओपन-सोर्स मल्टी-मॉडल एआई एजेंट, मैग्मा, जारी किया है। यह एजेंट खरीदारी और रोबोटिक्स ऑपरेशन जैसे क्षेत्रों में नए अनुभव प्रदान करने के लिए डिज़ाइन किया गया है। यह उपयोगकर्ताओं को अधिक सहज और प्रभावी तरीके से इन कार्यों को करने में मदद करता है।

हाल ही में, माइक्रोसॉफ्ट ने अपनी आधिकारिक वेबसाइट पर “मैग्मा” नामक एक बहु-मोडल एआई एजेंट बेस मॉडल को ओपन सोर्स किया है। यह नया कृत्रिम बुद्धिमत्ता डिजिटल और भौतिक दुनिया को पार करने की क्षमता रखता है, और एक साथ छवियों, वीडियो, पाठ जैसी कई प्रकार की डेटा प्रकारों को संसाधित कर सकता है। पारंपरिक एआई सहायकों की तुलना में, मैग्मा की विशिष्ट विशेषता इसकी मानसिक भविष्यवाणी क्षमता है, जिससे यह वीडियो में व्यक्तियों या वस्तुओं के इरादे और भविष्य के व्यवहार को अधिक सटीक रूप से समझ सकता है। मैग्मा के अनुप्रयोग परिदृश्य बहुत व्यापक हैं, उपयोगकर्ता इस एआई का उपयोग कर सकते हैं

हाल ही में, सूत्रों ने बताया कि माइक्रोसॉफ्ट आगामी OpenAI नए मॉडल - GPT-4.5 और GPT-5 की सक्रिय तैयारी कर रहा है। OpenAI के CEO साम आल्टमैन के अनुसार, GPT-4.5 कुछ हफ्तों में आधिकारिक रूप से लॉन्च होगा, जबकि माइक्रोसॉफ्ट को उम्मीद है कि वह अगले सप्ताह इस नए AI मॉडल की मेज़बानी करेगा। GPT-4.5 का कोड नाम 'ओरियन' है, यह OpenAI का अगली पीढ़ी का मॉडल है, और यह कंपनी का अंतिम गैर-श्रृंखलाबद्ध सोच (non-chain-of-th）

विदेशी मीडिया की रिपोर्ट के अनुसार, जानकार सूत्रों ने बताया कि माइक्रोसॉफ्ट के इंजीनियरों की टीम OpenAI द्वारा आने वाले GPT-4.5 और GPT-5 मॉडल के लिए सर्वर संसाधनों को तैनात करने में तेजी ला रही है। हालाँकि OpenAI के CEO सैम आल्टमैन (Sam Altman) ने हाल ही में पुष्टि की कि GPT-4.5 कुछ हफ्तों में सामने आएगा, लेकिन माइक्रोसॉफ्ट के अंदरूनी सूत्रों का अनुमान है कि नया मॉडल अगले हफ्ते ही होस्टिंग पर लाया जा सकता है, यह कदम जनरेटिव AI क्षेत्र में तकनीकी दौड़ में तेजी लाने का संकेत देता है। कोड नाम Orion का GPT-4।

सूत्रों के अनुसार, माइक्रोसॉफ्ट के इंजीनियर OpenAI के आगामी GPT-4.5 और GPT-5 मॉडल के लिए सर्वर क्षमता को पूरी तरह से तैयार करने में जुटे हुए हैं। OpenAI के CEO साम आल्टमैन ने हाल ही में पुष्टि की कि GPT-4.5 कुछ सप्ताह के भीतर रिलीज़ होगा, और माइक्रोसॉफ्ट अगले सप्ताह इस नए AI मॉडल को लॉन्च करने की उम्मीद कर रहा है। ओरियन कहलाने वाला GPT-4.5 OpenAI का अगला अग्रणी मॉडल होगा और यह कंपनी का अंतिम मॉडल है।

माइक्रोसॉफ्ट ने हाल ही में एक महत्वपूर्ण तकनीकी प्रगति की घोषणा की है, जिसमें कहा गया है कि उसकी नई विकसित चिप क्वांटम कंप्यूटरों के निर्माण को कुछ वर्षों में संभव बना सकती है, बजाय दशकों के। इस चिप की विशेषता इसमें इस्तेमाल होने वाला विश्व का पहला टोपोलॉजिकल कंडक्टर है, जो एक नई पदार्थ की स्थिति पैदा कर सकता है, न तो ठोस, तरल या गैस। यह नवाचार एक ऐसे क्वांटम सिस्टम के डिजाइन को संभव बनाता है जिसे एकल चिप में रखा जा सकता है, और इस चिप का आकार एक हाथ की palma से छोटा है। माइक्रोसॉफ्ट का यह शोध 'नेचर' पत्रिका में प्रकाशित हुआ है, जिससे कई विशेषज्ञ प्रभावित हुए हैं।

हाल ही में, माइक्रोसॉफ्ट रिसर्च टीम ने कई विश्वविद्यालयों के शोधकर्ताओं के साथ मिलकर 'मैग्मा' नामक एक मल्टीमॉडल एआई मॉडल लॉन्च किया है। इस मॉडल का डिज़ाइन छवियाँ, पाठ और वीडियो जैसे विभिन्न डेटा प्रकारों को संसाधित और एकत्रित करने के लिए किया गया है, ताकि डिजिटल और भौतिक वातावरण में जटिल कार्यों को निष्पादित किया जा सके। तकनीक में निरंतर प्रगति के साथ, मल्टीमॉडल एआई एजेंटों का व्यापक रूप से रोबोटिक्स, वर्चुअल सहायकों और उपयोगकर्ता इंटरफ़ेस स्वचालन जैसे क्षेत्रों में उपयोग किया जा रहा है। पहले के एआई सिस्टम आमतौर पर दृष्टि-भाषा समझ या रोबोट संचालन पर केंद्रित होते थे, इन दोनों को एकीकृत करना कठिन होता था।

माइक्रोसॉफ्ट और कार्नेगी मेलोन विश्वविद्यालय द्वारा किए गए एक नवीनतम अध्ययन से पता चला है कि कृत्रिम बुद्धिमत्ता (AI) उपकरणों पर अत्यधिक निर्भरता लोगों की समालोचनात्मक सोच क्षमता को कमजोर कर रही है। शोध टीम ने 319 ज्ञान कर्मियों का सर्वेक्षण किया, जिसमें IT, डिज़ाइन, प्रशासन और वित्त जैसे विभिन्न उद्योगों में जनरेटिव AI के वास्तविक केसों के 936 उदाहरण एकत्र किए गए। अध्ययन ने समालोचनात्मक सोच के छह आयामों का विश्लेषण किया: ज्ञान, समझ, आवेदन, विश्लेषण, संश्लेषण और मूल्यांकन। अध्ययन से पता चला है कि AI उपकरणों के उपयोग के बाद, समस्या समाधान में लोगों की सोच के तरीके में तीन प्रमुख बदलाव हुए।

माइक्रोसॉफ्ट ने हाल ही में OmniParser V2.0 जारी किया, जो एक नया解析 उपकरण है जो उपयोगकर्ता इंटरफेस (UI) स्क्रीनशॉट को संरचित प्रारूप में बदलने के लिए डिज़ाइन किया गया है। OmniParser बड़े भाषा मॉडल (LLM) पर आधारित UI एजेंटों के प्रदर्शन को बढ़ाने में सक्षम है, जो उपयोगकर्ताओं को स्क्रीन पर जानकारी को बेहतर ढंग से समझने और संचालित करने में मदद करता है। इस उपकरण का प्रशिक्षण डेटासेट में एक इंटरएक्टिव आइकन पहचान डेटासेट शामिल है, जिसे लोकप्रिय वेब पृष्ठों से सावधानीपूर्वक चुना गया है और स्वचालित रूप से टिप्पणी की गई है, जिससे क्लिक करने योग्य और कार्यात्मक क्षेत्रों को उजागर किया जा सके। इसके अलावा, एक और

हाल ही में, माइक्रोसॉफ्ट रिसर्च और कार्नेगी मेलन विश्वविद्यालय के शोधकर्ताओं ने एक नई अध्ययन जारी की, जिसमें दर्शाया गया कि ज्ञान कार्य करने वाले लोगों को जनरेटिव एआई (जैसे कि Copilot और ChatGPT) के उपयोग के दौरान संभावित समस्याएं हो सकती हैं। शोध समूह ने जनरेटिव एआई का साप्ताहिक उपयोग करने वाले 319 ज्ञान कार्यकर्ताओं के एक सर्वेक्षण के माध्यम से यह जांचने की कोशिश की कि वे इन उपकरणों का उपयोग करते समय अपनी आलोचनात्मक सोच को कितना लागू कर रहे हैं। चित्र स्रोत का उल्लेख: चित्र एआई द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney। शोध परिणाम दर्शाते हैं कि वे लोग जिन्हें

हाल ही में, माइक्रोसॉफ्ट रिसर्च ने वाशिंगटन विश्वविद्यालय, स्टैनफोर्ड विश्वविद्यालय, दक्षिणी कैलिफोर्निया विश्वविद्यालय, कैलिफोर्निया विश्वविद्यालय डेविस कैंपस और कैलिफोर्निया विश्वविद्यालय सैन फ्रांसिस्को के शोधकर्ताओं के साथ मिलकर LLaVA-Rad का शुभारंभ किया, जो एक नए प्रकार का छोटा मल्टी-मोडल मॉडल (SMM) है। इसका उद्देश्य नैदानिक रेडियोलॉजी रिपोर्ट बनाने की दक्षता को बढ़ाना है। इस मॉडल का लॉन्च न केवल चिकित्सा छवि प्रसंस्करण तकनीक में एक बड़ी प्रगति का प्रतीक है, बल्कि रेडियोलॉजी के नैदानिक अनुप्रयोगों के लिए और अधिक संभावनाओं को लाता है। बायोमेडिकल क्षेत्र में, बड़े पैमाने पर आधारभूत मॉडल पर आधारित शोध पहले से ही विकसित हो चुका है।

वाशिंगटन पोस्ट की रिपोर्ट के अनुसार, अरबपति एलन मस्क और उनके 'सरकारी दक्षता विभाग' (DOGE) के कर्मचारी संवेदनशील सरकारी डेटा का विश्लेषण करने के लिए कृत्रिम बुद्धिमत्ता तकनीक का उपयोग कर रहे हैं, ताकि यह तय किया जा सके कि कौन से खर्चों में कटौती की जानी चाहिए। यह कार्रवाई शिक्षा विभाग की परियोजनाओं और वित्तीय व्यय को शामिल करती है, और कुछ कर्मचारियों की उम्र केवल किशोरावस्था में है। छवि स्रोत नोट: चित्र एआई द्वारा उत्पन्न, चित्र के अधिकार सेवा प्रदाता मिडजर्नी द्वारा प्रदान किए गए हैं, उपयोग में लाई गई एआई उपकरण विशेष रूप से स्पष्ट नहीं हैं, लेकिन रिपोर्ट के आधार पर, यह सॉफ्टवेयर माइक्रोसॉफ्ट के एड्ज्योर के माध्यम से काम करता 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।

टेस्ला और SpaceX के संस्थापक एलोन मस्क और OpenAI तथा इसके निवेशक माइक्रोसॉफ्ट के बीच कानूनी विवाद अब एक नए मोड़ पर पहुँच सकता है। हाल ही में, OpenAI और माइक्रोसॉफ्ट ने कैलिफ़ोर्निया के संघीय न्यायालय में मस्क के मुकदमे को खारिज करने की माँग की, यह कहते हुए कि मस्क द्वारा दायर 105 पृष्ठों की शिकायत में कोई तथ्यात्मक आधार नहीं है और यह बेमियादी सिद्धांतों से भरी हुई है। चित्र का स्रोत नोट: चित्र AI द्वारा उत्पन्न किया गया, चित्र अधिकार सेवा प्रदाता Midjourney। इस श्रृंखला के विवाद की जड़ें मार्च 2024 में मस्क के मुकदमे में मिलती हैं।