गूगल डीपमाइंड ने GenCast नामक एक AI मौसम भविष्यवाणी मॉडल प्रस्तुत किया है, जो वर्तमान प्रणालियों को पार करता है। Nature में प्रकाशित, GenCast डीपमाइंड का दूसरा हालिया AI मौसम मॉडल है, जो जुलाई के NeuralGCM के बाद आता है। NeuralGCM ने AI को भौतिक-आधारित विधियों के साथ जोड़ा और कम कंप्यूटिंग शक्ति की आवश्यकता वाली थी लेकिन पारंपरिक भविष्यवाणी के समान प्रदर्शन किया। NeuralGCM के विपरीत, GenCast पूरी तरह से AI पर निर्भर करता है, जैसे कि ChatGPT पाठ की भविष्यवाणी करता है, वही ढंग से संभावित मौसम स्थितियों की भविष्यवाणी करता है, वास्तविक मौसम डेटा के साथ तुलना करने के लिए सीखे गए पैटर्न का उपयोग करके। इसे 1979 से 2018 तक के 40 वर्षों के डेटा पर प्रशिक्षित किया गया और इसने 2019 के मौसम की भविष्यवाणी में वर्तमान सबसे अच्छे Ensemble Forecast (ENS) को 97% समय मात दी, विशेष रूप से हवा और उष्णकटिबंधीय चक्रवात जैसी चरम घटनाओं के लिए। यह पवन ऊर्जा दक्षता और आपदा योजना को बढ़ावा देता है। अन्य तकनीकी दिग्गज भी मौसम के पूर्वानुमान के लिए AI का उपयोग कर रहे हैं। Nvidia ने 2022 में FourCastNet जारी किया, और 2023 में Huawei ने अपना Pangu-Weather मॉडल लॉन्च किया, जो निर्धारक पूर्वानुमानों पर केंद्रित है। इसके विपरीत, GenCast संभाव्य पूर्वानुमान प्रदान करता है, संभावना अनुमान प्रस्तुत करता है, जो बेहतर योजना के लिए विभिन्न मौसम संभावनाओं का आकलन करने में सहायता करता है। हालांकि क्रांतिकारी, GenCast पारंपरिक मौसम विज्ञान को प्रतिस्थापित नहीं कर रहा है। यह ऐतिहासिक डेटा पर निर्भर करता है, जो बदलते जलवायु स्थितियों के तहत विफल हो सकता है, और ERA5 जैसे डेटासेट पर आधारित है जो भौतिक मॉडल से प्राप्त होता है। कई वायुमंडलीय चर भौतिक-आधारित अनुमानों की आवश्यकता होती है क्योंकि वे सीधे दिखाई नहीं देते हैं, जिससे जारी डेटा अपडेट की आवश्यकता होती है। ओक्लाहोमा विश्वविद्यालय के आरोन हिल और डीपमाइंड के इलान प्राइस द्वारा नोट किया गया है, मॉडल की सटीकता के लिए समय के साथ लगातार डेटा इनपुट महत्वपूर्ण है। भविष्य की योजनाओं में हवा और आर्द्रता जैसे प्रत्यक्ष अवलोकन डेटा के साथ मॉडलों का परीक्षण शामिल है। वर्तमान AI मॉडल कुछ चुनौतियों का सामना कर रहे हैं, जैसे ऊपरी क्षोभमंडलीय स्थितियां या चक्रवात की तीव्रता की भविष्यवाणी, जो सीमित डेटा के कारण है। GenCast के रचनाकार मौसम विज्ञानियों के साथ सहयोग की परिकल्पना करते हैं ताकि पूर्वानुमानों को बढ़ाया जा सके, मनुष्यों के विशेषज्ञता पर जोर देते हैं कि विभिन्न डेटा इनपुट को कैसे एकीकृत किया जाए और सूचित निर्णय किए जाएं।

मेटा ने अपने एआई पहलों के लिए ऊर्जा प्रदान करने हेतु परमाणु ऊर्जा डेवलपर्स के साथ सहयोग करने के लिए प्रस्तावों का अनुरोध प्रस्तुत किया है। यह कदम एक व्यापक प्रवृत्ति का हिस्सा है जहां प्रमुख टेक कंपनियां अपने डेटा केंद्रों के लिए परमाणु ऊर्जा सुनिश्चित करती हैं। नए एआई उपकरणों का निर्माण बहुत ऊर्जा की खपत करता है और अगर स्वच्छ विद्युत स्रोतों का उपयोग नहीं किया गया, तो यह सिलिकॉन वैली के स्थिरता प्रयासों को प्रभावित कर सकता है। मेटा, अमेज़न, माइक्रोसॉफ्ट और गूगल के साथ अधिक परमाणु रिएक्टरों के लिए कदम बढ़ा रहा है। हालांकि, यह काफी जटिल है। अमेरिका में दशकों में पहला नया परमाणु रिएक्टर 2023 में चालू हुआ, लेकिन यह सात साल देर से और $17 बिलियन के बजट से अधिक था। डेवलपर्स छोटे मॉड्यूलर रिएक्टर (एसएमआर) बना रहे हैं, जिन्हें निर्माण सरल और लागत कम करने के लिए डिजाइन किया गया है, लेकिन इनके 2030 के दशक तक व्यावसायिक रूप से व्यावहारिक होने की उम्मीद नहीं है। मेटा एसएमआर और बड़े रिएक्टरों दोनों में रुचि रखता है और इन प्लांट्स की अनुमति, डिजाइन, इंजीनियरिंग, वित्त, निर्माण और संचालन के लिए साझेदारों की खोज कर रहा है। इसका उद्देश्य 2030 के दशक की शुरुआती अवधि तक अमेरिका में 1-4 गीगावॉट की परमाणु क्षमता जोड़ने का है। वर्तमान में, अमेरिका में 54 परमाणु संयंत्र हैं, जिनकी संयुक्त क्षमता लगभग 97GW है, जो देश की बिजली का लगभग 19% योगदान करते हैं। जैसे-जैसे पुराने रिएक्टर बंद होते हैं, परमाणु परिदृश्य विकसित हो रहा है, जिसमें कंपनियां कार्बन-मुक्त बिजली के विकल्प के रूप में सौर और पवन ऊर्जा की कमी के समय में परमाणु ऊर्जा को देख रही हैं। मेटा की घोषणा के अनुसार, परमाणु ऊर्जा अब एक स्थायी और विश्वसनीय बिजली ग्रिड में संक्रमण का महत्वपूर्ण हिस्सा मानी जा रही है। अमेज़न ने मार्च में एक परमाणु-संचालित डेटा सेंटर कैंपस अधिग्रहीत किया और अक्टूबर में एसएमआर विकसित करने के लिए और भी सौदे किए। गूगल 2030 और 2035 के बीच अपेक्षित एसएमआर से बिजली खरीदने की योजना बनाता है, और माइक्रोसॉफ्ट ने सितंबर में थ्री माइल द्वीप पर एक रिएक्टर को फिर से चालू करने के लिए एक समझौता किया। राष्ट्रपति बाइडेन के प्रशासन के तहत, अमेरिका के पास 2050 तक परमाणु क्षमता को तीन गुना करने का रोडमैप है, जिसे 2022 के मुद्रास्फीति न्यूनीकरण अधिनियम से समर्थन प्राप्त है जो निवेश और कर प्रोत्साहन प्रदान करता है। हालांकि आने वाले राष्ट्रपति डोनाल्ड ट्रंप बाइडेन की कुछ नीतियों को रद्द करने का लक्ष्‍य रखते हैं, परमाणु ऊर्जा को द्विदलीय समर्थन प्राप्त है, और ट्रंप ने अपने समर्थन का संकेत दिया है। परमाणु के प्रति उत्साह के बावजूद, लंबी समयसीमाएं और तकनीकी चुनौतियां इन पहलों को अमेरिका के तत्काल जलवायु लक्ष्यों को पूरा करने में मदद नहीं करेंगी। राष्ट्रपति जो बाइडेन ने पेरिस समझौते के तहत 2030 तक अमेरिका के ग्रीनहाउस गैस उत्सर्जन को आधा करने की प्रतिज्ञा की है, जिसका ट्रंप विरोध करते हैं। इसके अलावा, ईंधन के लिए यूरेनियम प्राप्त करने और रेडियोधर्मी कचरे के निपटान को जिम्मेदारी से प्रबंधित करने में चुनौतियां बनी रहती हैं।

Veo, Google का नवीनतम AI-संचालित वीडियो मॉडल, अब व्यवसायों के लिए उनके कंटेंट उत्पादन प्रक्रियाओं में एकीकृत करने के लिए उपलब्ध है। इसे मई में पहली बार पेश किया गया था, जिसमें OpenAI के प्रतिस्पर्धी Sora उत्पाद के साथ तीन महीने बाद की तुलना में होता। Veo ने अब अपने प्रतिस्पर्धी को पीछे छोड़ते हुए Google के Vertex AI प्लेटफॉर्म के माध्यम से एक निजी पूर्वावलोकन में लॉन्च किया है। Veo टेक्स्ट या इमेज प्रम्प्ट से "उच्च-गुणवत्ता" वाले 1080p वीडियो विभिन्न दृश्य और सिनेमाई शैलियों में बना सकता है। जबकि शुरुआती घोषणा में कहा गया था कि क्लिप एक मिनट से अधिक लंबी हो सकती हैं, Google ने इस पूर्वावलोकन रिलीज़ के लिए किसी लंबाई सीमा का उल्लेख नहीं किया है। Google के नए उदाहरण क्लिप दिखाते हैं कि अगर निकट से निरीक्षण न किया जाए तो यह पहचानना चुनौतीपूर्ण है कि वीडियो AI-जनित हैं। इसके अतिरिक्त, Google का नवीनतम Imagen 3 टेक्स्ट-टू-इमेज जनरेटर सभी Google क्लाउड ग्राहकों के लिए अगले हफ्ते से Vertex के माध्यम से उपलब्ध होगा, जिससे इसका शुरुआती अमेरिका रिलीज़ अगस्त में Google के AI टेस्ट किचन पर हुआ। Google की अनुमत सूची पर उपयोगकर्ता ऐसी विशेषताएं भी उपयोग कर सकते हैं जैसे प्रम्प्ट-आधारित फोटो एडिटिंग और अपनी ब्रांड तत्वों को जनरेटेड इमेज में शामिल करने की क्षमता। Google का दावा है कि Veo और Imagen 3 में सुरक्षा उपाय शामिल हैं ताकि हानिकारक सामग्री का निर्माण या कॉपीराइट कानूनों का उल्लंघन न हो, हालांकि यह सुरक्षा आसानी से बाईपास की जा सकती है। Veo और Imagen 3 से बनाए गए सभी कंटेंट में DeepMind की SynthID टेक्नोलॉजी शामिल है—एक अतिवृत्त डिजिटल वॉटरमार्क जो गलत जानकारी और श्रेय के मुद्दों को कम करने के लिए डिज़ाइन किया गया है। यह अवधारणा Adobe के Content Credentials के समान है, जो उनकी इमेज और वीडियो जनरेटिव AI मॉडलों में उपयोग की जाती है। Google के वीडियो मॉडल के अब उपलब्ध होने के साथ, OpenAI अपने प्रतिस्पर्धियों से पीछे हो रही है और संभवतः 2024 के अंत तक Sora को रिलीज़ करने की अपनी प्रतिबद्धता को पूरा करने में संघर्ष कर सकती है। AI-जनित सामग्री पहले से ही विज्ञापनों में उपयोग की जा रही है, जैसे Coca-Cola के हालिया अवकाश अभियान में, और कई कंपनियाँ Sora की प्रतीक्षा न करने के लिए प्रेरित हैं। Google के अनुसार, जेनरेटिव AI का उपयोग कर रही 86 प्रतिशत संगठन राजस्व में वृद्धि की रिपोर्ट करते हैं।

वॉल स्ट्रीट को विश्वास है कि मार्वेल टेक्नोलॉजी (NASDAQ:MRVL) के हालिया परिणाम और पूर्वानुमान और अधिक संकेत देते हैं कि कृत्रिम बुद्धिमत्ता के पीछे की गति कम नहीं हो रही है। इसके परिणामस्वरूप, इस सेमीकंडक्टर कंपनी के शेयर प्रीमार्केट ट्रेडिंग में 12% बढ़ गए, जबकि प्रतिस्पर्धी ब्रॉडकॉम...

कई विधियाँ जनरेटिव एआई मॉडल्स में 3D आकार की गुणवत्ता के मुद्दों को फिर से प्रशिक्षण या फाइन-ट्यूनिंग के माध्यम से संबोधित करती हैं, जो महंगा और समय लेने वाला हो सकता है। हालांकि, MIT के शोधकर्ताओं ने एक नई तकनीक विकसित की है जो बिना अतिरिक्त प्रशिक्षण या जटिल पश्च-प्रसंस्करण के इन विधियों के साथ या उससे बेहतर गुणवत्ता देती है। समस्या के स्रोत की पहचान करके, उन्होंने स्कोर डिस्टिलेशन और संबंधित तरीकों की गणितीय समझ में सुधार किया है, जिससे बेहतर प्रदर्शन का मार्ग प्रशस्त हुआ है। "हमारा अनुसंधान हमें कुशल, तेज़ और उच्च-गुणवत्ता समाधान की ओर मार्गदर्शित करता है, जो डिजाइनरों को वास्तविक 3D आकार बनाने में सहायता कर सकता है," कहते हैं अरतैम लुकोयानोव, प्रमुख लेखक और MIT के EECS स्नातक छात्र। उनके सह-लेखकों में ऑक्सफोर्ड यूनिवर्सिटी के हाइत्ज साएज़ डी ओकैरीज़ बोर्डे, MIT-IBM वॉटसन एआई लैब के क्रिस्टजान ग्रीनवाल्ड, टोयोटा रिसर्च इंस्टीट्यूट के वितोर कैम्पग्नोलो ग्विजिलिनी, मेटा के तिमुर बगाउद्दिनोव, और MIT के CSAIL से वरिष्ठ लेखक विंसेंट सिट्जमन और जस्टिन सोलोमन शामिल हैं। DALL-E जैसे जनरेटिव एआई मॉडल शोर से 2D छवियां बनाने के लिए डिफ्यूशन मॉडल का उपयोग करते हैं। सीमित 3D प्रशिक्षण डेटा के कारण, वे 3D आकार उत्पन्न करने में संघर्ष करते हैं। 2022 की एक तकनीक, स्कोर डिस्टिलेशन सैम्पलिंग (SDS), प्रीट्रेन किए गए मॉडल्स का उपयोग शोर के माध्यम से 2D छवियों को 3D आकारों में बदलने के लिए करती है। हालांकि, ये आकार अक्सर धुंधले या अधिक संतृप्त दिखाई देते हैं, जो अब तक एक अनसुलझी समस्या थी। MIT टीम ने SDS में एक महत्वपूर्ण सूत्र असंगति की पहचान की जिसने शोर उत्पन्न किया, जिससे कमजोर 3D आकार बने। उन्होंने सूत्र को सटीक रूप से हल करने के बजाय, अनुकरण तकनीकों का उपयोग करके अनुपस्थित शर्तों को अनुमानित किया, जिसके परिणामस्वरूप स्पष्ट और वास्तविक 3D आकार बने। उन्होंने छवि संकल्प को भी सुधारा और गुणवत्ता को और बढ़ाने के लिए मॉडल के पैरामीटर्स को समायोजित किया। मौजूदा प्रीट्रेन किए गए डिफ्यूशन मॉडल्स का उपयोग करके, उन्होंने उच्च गुणवत्ता वाले 3D आकार बिना महंगे पुनः प्रशिक्षण के हासिल किए। हालांकि, यह विधि आधार मॉडल से पूर्वाग्रहों और सीमाओं को विरासत में लेती है, लेकिन मूल मॉडल में सुधार करके परिणाम को बढ़ाया जा सकता है। भविष्य के काम में छवि संपादन को बढ़ाने के लिए इन तकनीकों की खोज की जा सकती है। इस अनुसंधान को टोयोटा रिसर्च इंस्टीट्यूट, यू

**सारांश** अमेज़न वेब सर्विसेज (AWS), अमेज़न की क्लाउड शाखा, अपनी स्वामित्व वाली मशीन लर्निंग चिप्स का उपयोग करके एक नया AI सुपरकंप्यूटर ला रही है, जिससे उद्योग की अग्रणी कंपनी एनवीडिया को चुनौती मिल सकती है। **मुख्य जानकारियाँ** **पृष्ठभूमि** AWS अपनी स्थापना से ही AI में सक्रिय रही है और इस तकनीक की बढ़ती मांग का लाभ उठाना चाहती है। कंपनी ने अपनी डेटा केंद्रों और उत्पाद पेशकशों के विस्तार में भारी निवेश किया है और नेतृत्वकर्ताओं जैसे कि ओपनएआई के साथ प्रतिस्पर्धा करने के लिए एंथ्रोपिक के साथ दो $4 बिलियन के निवेश के माध्यम से अपनी साझेदारी को मजबूत किया है। इसके अलावा, अमेज़न अपने ट्रेनियम चिप्स के माध्यम से इस क्षेत्र में अग्रसर होने की योजना बना रही है, जो अधिक किफायती और प्रभावी विकल्प प्रदान करेगा। **महत्वपूर्ण आंकड़ा** अमेज़न ने जून में जर्नल को रिपोर्ट किया था कि वह अगले दस वर्षों में एआई अवसंरचना में $100 बिलियन से अधिक का निवेश करेगा। कंपनी का बाजार पूंजीकरण $2

मैथिस बिट्टन हार्वर्ड में गवर्नमेंट में पीएचडी कर रहे हैं, जहाँ वे प्रौद्योगिकी दर्शन और नीति के बीच के ओवरलैप का अध्ययन कर रहे हैं। वे NYU की उभरती तकनीक और शहरी विकास पर परियोजनाओं में योगदान देते हैं। एलिज़ाबेथ हास, पीएचडी, NYU और यू