इस लेख में: (रॉयटर्स) - अमेरिकी सरकार ने UAE में माइक्रोसॉफ्ट द्वारा संचालित एक फैसिलिटी के लिए उन्नत AI चिप्स के निर्यात की अनुमति दी है, जो कि माइक्रोसॉफ्ट की अमीराती AI कंपनी G42 के साथ साझेदारी का हिस्सा है, एक्सियोस ने डील से परिचित स्रोतों का हवाला देते हुए रिपोर्ट किया। इस साल की शुरुआत में, माइक्रोसॉफ्ट ने G42 में $1

### क्वांटम उलझाव में सरल खोज नानजिंग यूनिवर्सिटी और मैक्स प्लैंक इंस्टीट्यूट फॉर द साइंस ऑफ़ लाइट के शोधकर्ताओं के नेतृत्व वाली एक अंतरराष्ट्रीय भौतिकविदों की टीम ने दूरस्थ फोटॉनों के बीच क्वांटम उलझाव बनाने के लिए एक अधिक सरल विधि पाई है। इस नवोन्मेषी दृष्टिकोण ने पूर्व-उलझित युग्म, बेल-स्टेट माप, या सभी पूरक फोटॉनों के पता लगाने की आवश्यकता को खत्म कर दिया है। इसके बजाय, यह उलझाव उत्पन्न करने के लिए फोटॉन पथों की अद्विशिष्टता का उपयोग करता है, जिससे पारंपरिक दृष्टिकोण को चुनौती दी जाती है। इस खोज के केंद्र में AI उपकरण PyTheus था, जिसे प्रारंभ में स्थापित उलझाव-स्वीचिंग प्रोटोकॉल का पुनरुत्पादन करने के लिए उपयोग किया गया था। आश्चर्यजनक रूप से, इसने एक सरल तकनीक को उजागर किया जो पारंपरिक रूप से उलझे हुए युग्मों के साथ शुरू करने और संयुक्त माप करने की आवश्यकता को दरकिनार करता है। मैक्स प्लैंक इंस्टीट्यूट के मारियो क्रेन कहते हैं कि AI ने बार-बार एक समाधान का सुझाव दिया जिसे पहले बहुत सरल माना गया था लेकिन सत्यापित हुआ। आमतौर पर, उलझाव स्वैपिंग दो पृथक उलझे युग्मों और एक बेल-स्टेट माप शामिल करता है, लेकिन नई विधि इन कदमों के बिना समान परिणाम प्राप्त करती है। फोटॉन पथों को समान रखकर, टीम ने केवल क्वांटम अनिश्चितता के माध्यम से उलझाव उत्पन्न किया। यह खुलासा लगभग 25 साल के क्वांटम नेटवर्क डिज़ाइन को बदलने के समान है, और यह क्वांटम संचार को सरल बना सकता है, जिससे नेटवर्क को बनाना और स्केल करना आसान हो जाएगा। यद्यपि पर्यावरणीय शोर और उपकरणों की अपूर्णताओं जैसे कारकों के कारण व्यावहारिक नेटवर्क आकारों पर इस विधि को स्केल करना चुनौतीपूर्ण है, यह कदम AI-सहायता प्राप्त वैज्ञानिक खोज की क्षमता को रेखांकित करता है। क्रेन नोट करते हैं कि AI के माध्यम से खोजे गए समाधान अक्सर मौजूदा मानदंडों को चुनौती देते हैं और अप्रत्याशित सरलीकरण का परिणाम हो सकते हैं। यह काम सुझाता है कि AI सरल, दक्षता-वर्धन प्रोटोकॉल प्रकट करके क्वांटम कंप्यूटिंग परिदृश्य को फिर से आकार देने में मदद कर सकता है। ऐसे AI-संचालित खोज न केवल सुरक्षित संचार में मदद करती हैं बल्कि क्वांटम सेंसर, सिम्युलेटर्स और संभावित व्यावहारिक क्वांटम कंप्यूटरों में नवोन्मेष को भी प्रेरित करती हैं। आगे की तकनीकी विवरण के लिए, अध्ययन को फिजिकल रिव्यू लेटर्स और arXiv पर पहुँच सकते हैं। शोध टीम में नानजिंग विश्वविद्यालय की राष्ट्रीय सॉलिड-स्टेट माइक्रोस्ट्रक्चर प्रयोगशाला के काई वांग, झाओहुआ होउ, काईयी कियान, लेइझेन चेन, शाइनिंग झू, और शियाओ-सॉन्ग मा शामिल थे।

**एआई चैटबॉट्स और उनकी कार्यक्षमता** एआई चैटबॉट्स व्यापक डेटासेट्स के आधार पर प्रतिक्रियाएं उत्पन्न करने के लिए जनरेटिव एआई का उपयोग करते हैं। वे रचनात्मक कार्य जैसे कविता लिखना, पाठ का अनुवाद करना, और कोडिंग कार्यों में सहायता कर सकते हैं। ये क्षमताएं बड़े भाषा मॉडलों (एलएलएम) जैसे कि GPT-4 द्वारा संभव होती हैं, जो चैटबॉट्स के मुख्य इंजन के रूप में काम करते हैं और जटिल बातचीत और अनुकूलन प्रतिक्रियाएं सक्षम बनाते हैं। **एआई चैटबॉट्स कैसे कार्य करते हैं** एआई चैटबॉट्स एआई-जनित प्रतिक्रियाओं का उपयोग करके बातचीत का अनुकरण करने के लिए डिज़ाइन किए गए हैं। वे जनरेटिव एआई द्वारा संचालित होते हैं, जो पुरानी एआई विधियों से अलग होता है क्योंकि यह नई सामग्री को गतिशील रूप से बना सकता है। यह पाठ्य स्रोतों की एक विशाल श्रृंखला पर प्रशिक्षण के माध्यम से पूरा होता है, जो मानव भाषा पैटर्न, व्याकरण और वाक्यविन्यास की समझ को सक्षम करता है। चैटबॉट्स शब्द और वाक्यांश पैटर्न और संबंधों को पहचानते हैं ताकि उपयोगकर्ता के इनपुट के बाद सबसे संभावित शब्द अनुक्रम उत्पन्न किया जा सके। चैटबॉट की प्रतिक्रिया की सटीकता और उपयोगिता काफी हद तक उपयोगकर्ता द्वारा प्रदान किए गए संकेत की स्पष्टता पर निर्भर करती है। **एआई चैटबॉट्स की क्षमताएं** प्रारंभ में, एआई चैटबॉट्स की सीमित कार्यक्षमता थी लेकिन अब वे विभिन्न कार्यों को करने में सक्षम हैं। वे रचनात्मक प्रक्रियाओं में सहायता करते हैं जैसे कविताएं, गाने, या कहानियां लिखना और संपादित करना। इसके अतिरिक्त, चैटबॉट्स ऑनलाइन जानकारी खोजने, पाठ को संक्षेपित करने, भाषाओं का अनुवाद करने, जटिल शैक्षणिक समस्याओं को हल करने और यहां तक कि प्रोग्रामिंग स्क्रिप्ट्स को उत्पन्न करने में मदद कर सकते हैं। हालांकि, चैटबॉट्स त्रुटिहीन नहीं होते और विशेष रूप से गणित या कोडिंग जैसी समस्या-समाधान कार्यों में गलतियाँ कर सकते हैं। इसलिए, उनके आउटपुट की गंभीरता से समीक्षा की जानी चाहिए और उन्हें जैसा है वैसा ही नहीं इस्तेमाल किया जाना चाहिए। **बड़े भाषा मॉडल्स (एलएलएम) की समझ** एलएलएम वे बुनियादी मॉडल हैं जिन पर चैटबॉट्स आधारित होते हैं। अरबों पाठों पर प्रशिक्षित, वे शब्दों और वाक्यांशों के बीच सांख्यिकीय संघों के माध्यम से भाषा को समझते हैं। ट्रांसफार्मर न्यूरल नेटवर्क आर्किटेक्चर पर निर्मित, वे इनपुट को एक निरंतर प्रतिनिधित्व में परिवर्तित करते हैं, फिर इस प्रसंस्करण के आधार पर प्रासंगिक अनुक्रम आउटपुट करते हैं। यद्यपि चैटबॉट्स उपयोगकर्ता इंटरफेसेज़ के रूप में कार्य करते हैं, एलएलएम बातचीत की क्षमताओं और प्रतिक्रियाएं प्रदान करते हैं। आज के प्रमुख एलएलएम में OpenAI का GPT-4 परिवार और गूगल का Gemini शामिल हैं। **विशेषीकृत चैटबॉट संस्करण: GPTs और Gems** विशिष्ट कार्यों के लिए, GPTs या "gems" विशेष निर्देशों के साथ पूर्व-शर्तित होकर अधिक सटीक आउटपुट प्रदान करते हैं। यह उन्हें विशिष्ट कार्यों के लिए जैसे लेखन समीक्षा या कोडिंग सहायता में अधिक सटीकता प्रदान करता है। उपयोगकर्ता मौजूदा विकल्पों से चुन सकते हैं या लक्षित निर्देश देकर कस्टम संस्करण बना सकते हैं। हालांकि यह एक उच्च-स्तरीय अवलोकन है, एआई चैटबॉट्स कैसे काम करते हैं और दैनिक जीवन में कैसे एकीकृत होते हैं, की बुनियादी समझ रखने से उपभोक्ता एआई प्रगति के बारे में सूचना प्राप्त करने में मदद मिलती है। ये प्रौद्योगिकियां तेजी से आधुनिक जीवन के विभिन्न पहलुओं को प्रभावित कर रही हैं, मानव-जैसी अंतःक्रिया क्षमताओं को प्रदान करके।

इनक्रिमेंटल और रूपांतरणीय जनरेटिव AI के बीच का अंतर तकनीकी जटिलता या रणनीतिक योजना पर आधारित नहीं है, बल्कि इस पर है कि आपके संगठन के प्रदर्शन को क्या बढ़ाता है। यह लेख आपकी संस्था को एक सरल रणनीतिक उपकरण प्रदान करता है जिसका उपयोग जनरेटिव AI की परिपक्वता को आंकेत और AI मूल्य उत्पन्न करने और उसका उपयोग करने के लिए आवश्यक क्षमताओं को विकसित करने के लिए किया जा सकता है। मार्च 2023 में ChatGPT को उद्यमों में पेश किए जाने के बाद, विभिन्न आकारों और क्षेत्रों के व्यवसाय तेजी से जनरेटिव AI का लाभ उठाने की ओर अग्रसर हैं। हालांकि तकनीक की क्षमताएं तेजी से बढ़ रही हैं, अधिकांश कंपनियों की इस मूल्य को पूरी तरह से भुनाने की क्षमता में बहुत कम प्रगति देखी गई है, यदि कोई हो।

क्या आप उन स्कैमर्स से थक चुके हैं जो आपको आपके पैसे छीनने के लिए बार-बार फोन करते हैं?

GenCast, Google DeepMind का AI मॉडल, मौसम पूर्वानुमान में शानदार सटीकता प्रदर्शित करता है, और यह पारंपरिक मॉडल के बराबर ही है। 2019 के डेटा का उपयोग करके किए गए परीक्षणों में, GenCast ने 97

कृत्रिम बुद्धिमत्ता (AI) ने 2024 में Nvidia (NASDAQ: NVDA) के शेयर को काफी बढ़ावा दिया है, जिससे उसके शेयरों में 183% से अधिक की वृद्धि हुई है। हालांकि, निवेशक अब इस बात को लेकर चिंतित हैं कि कंपनी दीर्घकालिक तेजी की इस दर को बनाए रख पाएगी या नहीं। यह अनिश्चितता Nvidia के शेयर में गिरावट का कारण हो सकती है, भले ही पिछले महीने उम्मीदों से बढ़कर परिणाम आए हों। वित्तीय वर्ष 2025 की तीसरी तिमाही में, कंपनी ने पिछले साल की तुलना में 94% राजस्व वृद्धि दर्ज की, जो 35