"आर्टिफिशियल इंटेलिजेंस (AI) इन कैंसर मार्केट" रिपोर्ट ResearchAndMarkets

राष्ट्रपति बाइडेन का प्रशासन अपने अंत के करीब है, और इसके साथ ही व्हाइट हाउस ऑफिस ऑफ साइंस एंड टेक्नोलॉजी पॉलिसी की प्रमुख अरति प्रभाकर भी संभवतः प्रस्थान करेंगी। प्रभाकर, जिन्होंने राष्ट्रपति को ChatGPT का प्रदर्शन किया और 2023 में AI पर एक कार्यकारी आदेश पारित करने में मदद की, AI सुरक्षा और पारदर्शिता पर जोर दिया। ट्रंप प्रशासन, जो इस आदेश को पलटने का प्रयास कर सकता है, ने AI पर अपनी स्थिति स्पष्ट नहीं की है। जबकि ट्रंप इस आदेश के विरोध में रिपब्लिकन मंच का समर्थन करते हैं, एलोन मस्क जैसे व्यक्ति कुछ AI नियमों के पक्ष में हैं। प्रभाकर ने डीपफेक दुरुपयोग को AI का एक महत्वपूर्ण साकारित जोखिम बताया जबकि यह संकेत दिया कि जैविक हथियार निर्माण में AI की भूमिका को लेकर भय नगण्य हैं। उन्होंने राष्ट्रीय सुरक्षा में भरोसेमंद AI अनुप्रयोगों के महत्व पर जोर दिया, फेसियल रिकग्निशन द्वारा गलत गिरफ्तारी जैसी गलत उपयोगों की तुलना हवाई अड्डा सुरक्षा में कुशल अनुप्रयोगों से की। कैलिफ़ोर्निया में एक AI सुरक्षा बिल के वीटो के संबंध में, प्रभाकर ने कोई आश्चर्य नहीं जताया, AI सुरक्षा का आकलन करने में व्यावहारिक चुनौतियों का हवाला देते हुए। उन्होंने इस क्षेत्र में गहरी अनुसंधान की आवश्यकता को रेखांकित किया। प्रतिभा के मामले में, प्रभाकर ने AI प्रगति को आव्रजन नीतियों से जोड़ा, चीन के साथ प्रतिस्पर्धा के बीच अमेरिका को वैश्विक प्रतिभा को प्रोत्साहित करने की आवश्यकता पर जोर दिया। विभाजनकारी आव्रजन बहसें STEM प्रतिभा को आकर्षित करने में बाधा बन सकती हैं, लेकिन CHIPS अधिनियम ने सेमीकंडक्टर उत्पादन को सफलतापूर्वक बढ़ावा दिया, इंटेल के अलावा TSMC और सैमसंग जैसी कंपनियों तक। प्रभाकर ने विज्ञान पर जनता के विश्वास के डगमगाने पर विचार किया, इसे अमेरिका के निम्न स्वास्थ्य परिणामों के बावजूद उन्नत अनुसंधान से आंशिक रूप से जिम्मेदार ठहराया। उन्होंने संकेत दिया कि यह असंबद्धता संदेह को बढ़ावा दे सकती है और षड़यंत्रकारी विचारधारा को जन्म दे सकती है, संभावित रूप से सार्वजनिक स्वास्थ्य लाभों को उलट सकती है।

प्रमुख तकनीकी कंपनियाँ अपने AI सिस्टम को अधिक कुशल बनाने का प्रयास कर रही हैं, क्योंकि कंप्यूटिंग लागत बढ़ रही है। शक्ति से ध्यान हटाकर सुव्यवस्थित प्रदर्शन पर केंद्रित होना उद्योग को नया आकार दे रहा है। AI अनुकूलन में कम कंप्यूटिंग शक्ति का उपयोग करके प्रदर्शन को बढ़ाने के लिए सॉफ़्टवेयर को परिष्कृत करना शामिल है, जिससे संचालन अधिक टिकाऊ बनता है। उदाहरणस्वरूप, मेटा की AWS के साथ साझेदारी ने अपने AI मॉडल Llama को विभिन्न कंप्यूटिंग परिवेशों के लिए अनुकूलित किया है। उन्नत AI चलाना महंगे बुनियादी ढांचे की मांग करता है, जिसमें डेटा सेंटर और विशेष प्रोसेसर काफी ऊर्जा का उपभोग करते हैं। इसने सॉफ़्टवेयर आर्किटेक्चर में नवाचार का नेतृत्व किया है, जैसे कि गूगल की क्वांटीज़ेशन तकनीक और मेटा के Llama AL मॉडल में सुधार, जो कम्प्यूटेशनल आवश्यकताओं को कम करते हैं और छोटे मॉडल को अच्छा प्रदर्शन करने की अनुमति देते हैं। कुशलता लागत नियंत्रण से परे है। Apple का Face ID के लिए ऑन-डिवाइस मशीन लर्निंग और Android में गूगल का ऑन-डिवाइस अनुवाद दिखाता है कि अनुकूलन कैसे मोबाइल उपकरणों पर उन्नत सॉफ़्टवेयर की सुविधा देता है। Qualcomm का AI इंजन स्मार्टफोन को स्थानीय स्तर पर न्यूरल नेटवर्क कार्यान्वित करने की अनुमति देता है, जिससे वास्तविक समय अनुवाद और उन्नत कैमरा क्षमताओं जैसी सुविधाएँ बढ़ती हैं। Microsoft Azure और AWS जैसे क्लाउड प्रदाताओं ने अनुकूलित AI कार्यभार के लिए विशेष इंस्टेंस प्रस्तुत किए हैं, जिससे संसाधन आवंटन में सुधार होता है। Nvidia का H100 GPU उद्योग के अनुकूलन की ओर बदलाव का संकेत देता है, जो लार्ज लैंग्वेज मॉडल (LLM) के संचालन को बेहतर बनाने के लिए प्रिसीजन को गतिशील रूप से समायोजित करता है। नई अनुकूलन तकनीकें लगातार उभर रही हैं। Google का sparse model training कम्प्यूटेशनल आवश्यकताओं को कम करने के लिए महत्वपूर्ण न्यूरल कनेक्शनों पर ध्यान केंद्रित करता है, जबकि Intel के विशेष AI एक्सेलेरेटर हार्डवेयर दक्षता का लक्ष्य रखते हैं। सिलिकॉन वैली के बाहर, अनुकूलित मशीन लर्निंग मॉडल स्वास्थ्य सेवा और वित्त क्षेत्रों में मानक उपकरणों पर उन्नत प्रसंस्करण को तैनात करने में मदद करते हैं। अनुकूलन की ओर गति उतनी ही आवश्यक है जितनी कि नवाचार, जिससे कंपनियों को अधिक सक्षम सेवाएँ प्रदान करते हुए लागत को नियंत्रित करने की अनुमति मिलती है। यह प्रवृत्ति डिज़ाइन दर्शन में एक मौलिक परिवर्तन का संकेत देती है, जो कच्ची कंप्यूटिंग शक्ति पर टिकाऊ और व्यावहारिक समाधानों पर बल देती है।

एआई हार्डवेयर स्टार्टअप टेनस्टॉरेंट ने लगभग $700 मिलियन की नई फंडिंग प्राप्त की है। ब्लूमबर्ग की रिपोर्ट के अनुसार, कंपनी ने $693 मिलियन की सीरीज डी राउंड पूरी की, जिससे इसकी वैल्यू $2

अमेज़न (AMZN) ने हाल ही में अमेज़न वेब सर्विसेज (AWS) डेटा सेंटर्स में कई सुधारों की घोषणा की है, जो अपनी इंफ्रास्ट्रक्चर को कृत्रिम बुद्धिमत्ता (AI) युग के लिए तैयार करने का प्रयास है। AWS, जो कंपनी का क्लाउड डिवीज़न है, ने अपने डेटा सेंटर्स के अपडेट का खुलासा किया है ताकि ग्राहकों की AI आवश्यकताओं को पूरा किया जा सके। Yahoo Finance के टेक एडिटर डैन हाउले ने AWS के इंफ्रास्ट्रक्चर के उपाध्यक्ष प्रसाद कल्याणरमन से इन परिवर्तनों और निवेशकों के लिए AWS की AI पहलों के बारे में बातचीत की। कल्याणरमन ने AWS के चार मुख्य ध्यान क्षेत्रों को उजागर किया: डिज़ाइन सरलीकरण, बिजली, कूलिंग और क्षमता। "हमने अपने बिजली और यांत्रिक डिज़ाइनों को सरल बनाने में महत्वपूर्ण सुधार किए हैं, जो हमारे ग्राहकों के लिए उपलब्धता को और बढ़ाएंगे," उन्होंने Yahoo Finance के साथ साझा किया। "दूसरा पहलू यह है कि जनरेटिव AI के लिए रैक्स और चिप्स के लिए काफी पावर की आवश्यकता होती है, जो इन सर्वरों के लिए हमारे पावर डिलीवरी डिज़ाइन में नवाचारों को प्रेरित करती है।" "तीसरा ध्यान हमारे कूलिंग डिज़ाइन पर है," कल्याणरमन ने कहा। "हमने इसे इस तरह विकसित किया है कि हमारे मौजूदा डेटा सेंटर दोनों लिक्विड और एयर कूलिंग का उपयोग कर सकें।" "अंत में, हमारे यांत्रिक और विद्युत दक्षता में सुधार, लगभग 40% से 46%, ने हमारे डेटा सेंटर का विस्तार किए बिना ग्राहकों को हमारी क्षमता डिलीवरी बढ़ा दी है।" Nvidia (NVDA) के नए AI ब्लैकवेल चिप के आधिकारिक लॉन्च से पहले, कल्याणरमन ने Nvidia के साथ AWS की साझेदारी और इस चिप को AWS की AI रणनीति में एकीकरण पर चर्चा की। "Nvidia के नवीनतम ब्लैकवेल प्रोसेसर को लिक्विड कूलिंग की आवश्यकता होती है, इसलिए हमने अपने इन्फ्रास्ट्रक्चर को लिक्विड और एयर कूलिंग दोनों प्रणालियों का समर्थन करने के लिए विकसित किया है।" वर्तमान बाजार प्रवृत्तियों पर अधिक विशेषज्ञ अंतर्दृष्टि और विश्लेषण के लिए, मार्केट डोमिनेशन ओवरटाइम का अन्वेषण करें। यह लेख नाओमी बुचानन द्वारा लिखा गया था।

चीन मानव बुद्धि को पार करने वाले कृत्रिम सामान्य बुद्धिमत्ता (AGI) के विकास के लिए प्रयासरत है, जो संभावित रूप से अमेरिका से आगे निकल सकता है। हालांकि, यह प्रगति चीन की अर्थव्यवस्था पर कम्युनिस्ट पार्टी के प्रभाव को कमजोर कर सकती है। AI विशेषज्ञ मैक्स टेगमार्क इस अमेरिका-चीन प्रौद्योगिकी दौड़ को "आत्महत्या दौड़" कहते हैं क्योंकि इसमें निहित खतरे हैं। टेगमार्क चेतावनी देते हैं कि AGI उम्मीद से पहले आ सकता है लेकिन इसे प्रबंधित करने के लिए आवश्यक नियंत्रणों का अभाव है। जहाँ कुछ तकनीकी नेता जैसे कि OpenAI के सैम ऑल्टमैन 2025 तक AGI की भविष्यवाणी करते हैं, वहीँ अन्य लोग इसे दूर मानते हैं। अमेरिका और चीन AI और चिप प्रौद्योगिकी में तीव्र प्रतिस्पर्धा कर रहे हैं, और टेगमार्क का सुझाव है कि यह इस गलतफहमी की वजह से है कि AGI को नियंत्रित किया जा सकता है। यह "होपियम युद्ध" गंभीर परिणाम ला सकता है अगर AGI मानव विनियमों को पछाड़ दे। खुद चीन AGI से सतर्क है क्योंकि यह कम्युनिस्ट पार्टी की सत्ता को चुनौती दे सकता है, और हाल की AI नियमावलियां इस चिंता का संकेत देती हैं। चीन ने AI को प्राथमिकता दी है, अपने अलीबाबा और टेनसेंट जैसे फर्मों में बड़े निवेश करके उन्नत मॉडल विकसित करने का, जबकि AI विकास को राज्य के हितों के साथ संरेखित करने के लिए कठोर नियमों को बनाए रखा है। विश्लेषकों का मानना है कि चीन AGI में प्रभुत्व का पालन करेगा जबकि उसके घरेलू प्रभाव को नियंत्रित करेगा। टेगमार्क की चेतावनियों के बावजूद, दोनों राष्ट्र AI को भू-राजनीतिक लाभ और आर्थिक विकास के दृष्टिकोण से देखते हैं। अमेरिका ने चीन की तकनीकी पहुंच सीमित करने की कोशिश की है, जबकि चीन अपनी अर्द्धचालक उद्योग का निर्माण कर रहा है। टेगमार्क ने एक कल्पना की है कि दोनों देशों से अलग सुरक्षा मानक AGI जोखिमों के आत्म-नियमन के लिए होंगे, जो अनियंत्रित AGI प्रसार को रोकने के लिए संभावित अंतरराष्ट्रीय सहयोग की ओर ले जाएंगे, जैसे उत्तर कोरिया में। वैश्विक AI सुरक्षा नियामकों के लिए प्रयास चल रहे हैं, जैसे कि एक यू

जैसे-जैसे एआई तेजी से विकसित हो रहा है, यह डेवलपर्स, उत्साही और वैश्विक स्तर पर सीखने वालों के लिए जरूरी है कि वे शीर्ष विशेषज्ञों से सीखकर अपनी क्षमताएं बढ़ाएं। इसको सुविधाजनक बनाने के लिए, Google और Kaggle ने एक मुफ्त, पांच दिवसीय लाइव कोर्स विकसित किया है जिसे जन एआई इंटेंसिव कहा जाता है। यह कोर्स जनरेटिव एआई की व्यापक समझ प्रदान करने के लिए सावधानीपूर्वक तैयार किया गया है, जो बड़े भाषा मॉडलों (LLMs) के मूल सिद्धांतों से लेकर उत्पादन में व्यावहारिक अनुप्रयोगों तक सब कुछ शामिल करता है। यह कोर्स सिद्धांत, व्यावहारिक शिक्षा और सामुदायिक संपर्क का संतुलित मिश्रण प्रदान करता है। प्रत्येक दिन में एआई द्वारा निर्मित पॉडकास्ट (NotebookLM के साथ निर्मित), Google विशेषज्ञों के श्वेत पत्र और Gemini व अन्य उपकरणों का उपयोग करते हुए हैंड्स-ऑन कोड लैब शामिल हैं। कोर्स में शामिल हैं: - दिन 1: मूलभूत मॉडल और प्रॉम्प्ट इंजीनियरिंग - पॉडकास्ट, लाइवस्ट्रीम - दिन 2: एम्बेडिंग और वेक्टर स्टोर/डेटाबेस - पॉडकास्ट, लाइवस्ट्रीम - दिन 3: जनरेटिव एआई एजेंट्स - पॉडकास्ट, लाइवस्ट्रीम - दिन 4: डोमेन-विशिष्ट LLMs - पॉडकास्ट, लाइवस्ट्रीम - दिन 5: जनरेटिव एआई के लिए MLOps - पॉडकास्ट, लाइवस्ट्रीम प्रतिभागियों ने Google विशेषज्ञों के साथ सामुदायिक प्रश्नों के समाधान के लिए एक मॉडरेटेड डिस्कॉर्ड चैट और लाइवस्ट्रीम सत्रों में भाग भी लिया। इन सत्रों ने प्रमुख विषयों में गहरी अंतर्दृष्टि प्रदान की और कोर्स निर्माताओं के साथ संपर्क का अवसर प्रस्तुत किया। Kaggle पर हैंड्स-ऑन कोड लैब्स ने प्रतिभागियों को विभिन्न जनरेटिव एआई तकनीकों और उपकरणों, जैसे कि Gemini API, एम्बेडिंग्स, Langraph जैसे ओपन-सोर्स उपकरण, और Vertex AI, को अन्वेषण करने की अनुमति दी।