डीप न्यूरल नेटवर्क मॉडल इतने बड़े और जटिल हो गए हैं कि वे पारंपरिक इलेक्ट्रॉनिक कंप्यूटिंग हार्डवेयर की क्षमताओं को चुनौती देते हैं। फोटोनिक हार्डवेयर, जो प्रकाश का उपयोग करके गणनाएँ करता है, एक तेज और अधिक ऊर्जा-कुशल विकल्प प्रदान करता है, लेकिन कुछ न्यूरल नेटवर्क गणनाओं के साथ संघर्ष करता है क्योंकि सीमाएँ प्रदर्शन को धीमा कर देती हैं। MIT और अन्य संस्थानों के शोधकर्ताओं ने एक नया फोटोनिक चिप विकसित किया है जो इन मुद्दों को संबोधित करता है। यह पूरी तरह से एकीकृत फोटोनिक प्रोसेसर सभी आवश्यक डीप न्यूरल नेटवर्क गणनाओं को चिप पर ऑप्टिकली करने में सक्षम है। चिप ने एक मशीन-लर्निंग वर्गीकरण कार्य के लिए आधे नैनोसेकंड से कम समय में गणनाएँ पूरी कर लीं, जिससे 92% सटीकता प्राप्त हुई, जो पारंपरिक हार्डवेयर के बराबर है। व्यावसायिक फाउंड्री प्रक्रियाओं का उपयोग करके निर्मित, चिप में जुड़े हुए मॉड्यूल हैं जो एक ऑप्टिकल न्यूरल नेटवर्क बनाते हैं, जो भविष्य के स्केलेबल और एकीकृत इलेक्ट्रॉनिक अनुप्रयोगों का संकेत देता है। यह प्रगति डीप लर्निंग की गति और ऊर्जा दक्षता को बढ़ा सकती है, जिससे लिडार, खगोलशास्त्र, कण भौतिकी और दूरसंचार जैसे क्षेत्रों को लाभ हो सकता है। सिस्टम nanosecond पैमाने पर ऑप्टिक्स में पूरी न्यूरल नेटवर्क संचालन को सक्षम बनाता है, जिससे यह काफी तेज हो जाता है। प्रमुख शोधकर्ता सौमिल बनर्जी ने मॉडल के प्रदर्शन में गति और दक्षता के महत्व को और नवीन अनुप्रयोगों और एल्गोरिदम के लिए संभावनाओं को उजागर किया। शोध दल में एमआईटी के पूर्व छात्र और प्रोफेसर जैसे अलेक्जेंडर स्लुड्स, निकोलस हैरिस, डेरियस बुनंदर और डिर्क एंगलुंड शामिल हैं, और अध्ययन नेचर फोटोनिक्स में प्रकाशित हुआ है। ऑप्टिकल न्यूरल नेटवर्क लीनियर अल्जेब्रा जैसे मैट्रिक्स गुणा, जो डेटा परिवर्तन के लिए आवश्यक है, को पूरा करने वाले जुड़े हुए नोड्स की परतों में शामिल होते हैं। गैर-रेखीय संचालन जो सक्रियण कार्य के समान हैं, नेटवर्क को जटिल पैटर्न सीखने की अनुमति देते हैं। 2017 में, मैट्रिक्स गुणा के लिए एक एकल फोटोनिक चिप विकसित की गई थी, लेकिन गैर-रेखीय संचालन के लिए ऑप्टिकल डेटा को इलेक्ट्रिकल संकेतों में परिवर्तित करना आवश्यक था, जिससे महत्वपूर्ण ऊर्जा की खपत होती थी। इसे दूर करने के लिए, शोधकर्ताओं ने गैर-रेखीय ऑप्टिकल फंक्शन यूनिट्स (NOFU) डिज़ाइन की हैं जो चिप पर गैर-रेखीय संचालन के लिए इलेक्ट्रॉनिक्स और ऑप्टिक्स को एकीकृत करती हैं। उनका ऑप्टिकल न्यूरल नेटवर्क लीनियर और गैर-रेखीय कार्यों के लिए तीन डिवाइस परतों से बना है। नया सिस्टम न्यूरल नेटवर्क पैरामीटर को प्रकाश में एन्कोड करता है, जिसमें प्रोग्रामेबल बीमस्प्लिटर्स मैट्रिक्स गुणा का संचालन संभालते हैं। गैर-रेखीय संचालन NOFU द्वारा किए जाते हैं, जो ऑप्टिकल संकेतों को विद्युत धारा में कुशलता से परिवर्तित करने के लिए फोटोडायोड्स का उपयोग करते हैं। यह ऑप्टिकल डोमेन प्रोसेसिंग विलंबता और ऊर्जा खपत को नाटकीय रूप से कम कर देती है। कम विलंबता प्राप्त करके, सिस्टम चिप पर प्रभावी ढंग से डीप न्यूरल नेटवर्क को प्रशिक्षित करता है, जिसे 'इन सिचुए ट्रेनिंग' के रूप में जाना जाता है, जो आमतौर पर डिजिटल हार्डवेयर में काफी ऊर्जा की आवश्यकता होती है। फोटोनिक प्रोसेसर ने प्रशिक्षण में 96% से अधिक सटीकता और अनुमान में 92% से अधिक प्राप्त किया, और आधे नैनोसेकंड से कम समय में गणनाएँ की। सर्किट का निर्माण उन्हीं प्रक्रियाओं के साथ किया गया था जो CMOS चिप्स का निर्माण करती हैं, जिससे न्यूनतम त्रुटि के साथ संभावित सामूहिक उत्पादन संभव हो जाता है। भविष्य के कार्यों में वास्तविक-वर्ल्ड इलेक्ट्रॉनिक्स के साथ डिवाइस को एकीकृत करना और ऑप्टिकल लाभों का लाभ उठाने वाले एल्गोरिदम का विकास शामिल होगा ताकि प्रशिक्षण को तेज और अधिक ऊर्जा-कुशल बनाया जा सके। इस शोध को यू

जनरेटिव एआई की लोकप्रियता में तेजी आई है। नवंबर 2022 में ChatGPT की लॉन्चिंग के बाद से, व्यवसायों ने जटिल और श्रम-गहन चुनौतियों का सामना करने के लिए बड़े भाषा मॉडल (LLMs) और जनरेटिव एआई को उत्साह के साथ अपनाया है। ये तकनीकें उन्नत चैट प्लेटफार्मों का उपयोग करके ग्राहक सेवा में क्रांति लाने की संभावना रखती हैं, जो समस्याओं का निदान कर सकती हैं और सुलभ तकनीकी प्रतिक्रिया प्रदान कर सकती हैं। इसके अलावा, ये कंपनियों को वीडियो और पीडीएफ जैसी बड़ी मात्रा में असंरचित डेटा को संसाधित और विश्लेषण करने में सक्षम बनाती हैं, जिससे उद्यमों के बीच महत्वपूर्ण रुचि उत्पन्न होती है। यह उत्साह कार्रवाई में बदल रहा है। मैकिन्से के अनुसार, कम से कम एक कार्य में जनरेटिव एआई का उपयोग करने वाले व्यवसायों का अनुपात इस वर्ष लगभग दोगुना होकर 65% हो गया है। डेलॉयट की रिपोर्ट है कि अधिकांश (91%) उम्मीद करते हैं कि जनरेटिव एआई उत्पादकता को बढ़ावा देगा, विशेष रूप से आईटी, साइबर सुरक्षा, मार्केटिंग, ग्राहक सेवा और उत्पाद विकास में। हालाँकि, जनरेटिव एआई को प्रभावी ढंग से तैनात करने में कठिनाइयाँ प्रगति में बाधा डाल रही हैं। जबकि कंपनियां जनरेटिव एआई की परिवर्तनकारी क्षमता और इसे न अपनाने पर पीछे छूटने के जोखिम को पहचानती हैं, वे कार्यान्वयन के दौरान चुनौतियों का सामना करती हैं। परिणामस्वरूप, दो-तिहाई व्यवसायिक नेता अपनी एआई परिनियोजन प्रगति से असंतुष्ट हैं। Q3 2023 में, हालांकि 79% कंपनियों ने अगले वर्ष के भीतर जनरेटिव एआई परियोजनाएं शुरू करने की योजना बनाई थी, केवल 5% के पास मई 2024 तक उत्पादन में व्यावहारिक उपयोग के मामले थे। "हम एआई तैनाती को प्रभावी ढंग से उत्पादित करने के तरीके को समझना शुरू ही कर रहे हैं," रियल-टाइम डेटा प्लेटफ़ॉर्म और एआई एक्सेलरेटर्स में विशेषज्ञता रखने वाली कंपनी Redis के सीईओ रोवान ट्रोलोप नोट करते हैं। "इन प्रणालियों को लागू करना न तो सरल है और न ही सस्ता।" जीडीपी पर जनरेटिव एआई के प्रभाव के बारे में पूर्वानुमान प्रति वर्ष $1 ट्रिलियन से लेकर $4

ब्राउज़र कंपनी, जो डेस्कटॉप और मोबाइल पर आर्क ब्राउज़र के लिए जानी जाती है, ने हाल ही में एक आगामी वेब ब्राउज़र डाय नामक उत्पाद की झलक पेश की है, जो AI टूल्स पर जोर देता है। हाल के वर्षों में, इस स्टार्टअप ने Mac और Windows पर Arc और iOS तथा Android पर Arc Search लॉन्च किया है, लेकिन अब यह एक नए उत्पाद पर काम कर रहा है, जिसका उद्देश्य व्यापक दर्शकों को आकर्षित करना है। डाय के 2025 की शुरुआत में रिलीज़ होने की उम्मीद है। कंपनी ने ब्राउज़र के बारे में एक वीडियो और कंपनी के भीतर नौकरी के अवसरों वाला एक नई वेबसाइट का अनावरण किया है। ब्राउज़र की वेबसाइट के अनुसार, “AI एक ऐप या बटन के रूप में मौजूद नहीं होगा। हम मानते हैं कि यह एक पूरी तरह नया वातावरण होगा — वेब ब्राउज़र के ऊपर आधारित।” एक वीडियो प्रस्तुति में, सीईओ जोश मिलर ने डाय की क्षमताओं के कुछ शुरुआती प्रोटोटाइप प्रदर्शित किए। एक फीचर ने एक टूल का प्रदर्शन किया जो इनसर्शन कर्सर पर काम करता है, अगली पंक्ति लिखने में मदद करता है या इंटरनेट से परिचित विषयों की जानकारी जैसे कि मूल iPhone के लॉन्च और स्पेसिफिकेशन जुटाता है। यह टूल आपके ब्राउज़र विंडो को भी पहचानता प्रतीत होता है, जिससे यह आपके द्वारा खोले गए Amazon लिंक को पहचान कर उन्हें एक ईमेल में एक बेसिक विवरण के साथ सम्मिलित कर सकता है। दूसरे प्रदर्शन में, उपयोगकर्ता विभिन्न कार्यों को पूरा करने के लिए एड्रेस बार में कमांड टाइप कर सकते थे, जैसे कि विवरण द्वारा दस्तावेज़ प्राप्त करना, इसे आपके पसंदीदा ब्राउज़र-आधारित ईमेल क्लाइंट के माध्यम से ईमेल करना, या प्राकृतिक भाषा संकेतों का उपयोग करके कैलेंडर बैठक तय करना। हालांकि कुछ फीचर्स मौजूदा लेखन या कैलेंडर टूल्स से समान लग सकते हैं, पर उनका वास्तविक उपयोगिता या विशेषता डाय के उपयोग में आने तक स्पष्ट नहीं होगी। तीसरा प्रदर्शन अधिक महत्वाकांक्षी था: इसने डाय को स्वायत्त रूप से कार्य करते दिखाया, जैसे कि ईमेल की गई सूची से आइटम को आपकी Amazon कार्ट में जोड़ना। डेमो में, डाय ने "एक ऑल-पर्पज़ हथौड़ा" अनुरोध के आधार पर एक Amazon सूची से दो हैंडल के साथ हथौड़े जोड़े। जबकि ये हर बार सबसे अच्छा निर्णय नहीं हो सकता है, लेकिन यह विशेषता शुरुआती खामियों के बावजूद महत्वपूर्ण संभावना दर्शाती है। एक अन्य उदाहरण में डाय को एक वीडियो शूट के लिए विवरण के साथ एक नोशन टेबल का विश्लेषण करते और प्रत्येक प्रतिभागी को व्यक्तिगत रूप से ईमेल करते दिखाया। ब्राउज़र कंपनी अकेली नहीं है जो एक AI सहायक की कल्पना कर रही है जो इंटरफेस को समझकर आपके लिए कार्य पूरे कर सके। ऐसे ही उद्देश्यों के लिए कम्प्यूटर स्क्रीन को नियंत्रित करने वाले AI मॉडल और टूल्स को विकसित करने वाले कई स्टार्टअप्स उभर रहे हैं।

वर्तमान निवेशक उत्साह ने अमेरिकी शेयर बाजार की कीमतों को उस स्तर से लगभग 45% अधिक कर दिया है, जिसे मैं उचित व्यापारिक सीमा मानता हूँ। भले ही इस बात की निश्चितता हो कि कृत्रिम बुद्धिमत्ता (AI) जीवन को बिजली के समान क्रांतिकारी बनाएगी, शेयर अत्यधिक मूल्यवान प्रतीत होते हैं। 30 नवंबर 2022 को ChatGPT के सार्वजनिक लॉन्च के बाद से, अमेरिकी प्रौद्योगिकी और संचार सेवाओं के क्षेत्रों में शेयर की कीमतें लगभग दोगुनी हो गई हैं, जबकि लाभ में वृद्धि ऐसी बढ़ोतरी को सही नहीं ठहराती। प्रौद्योगिकी शेयरों पर प्रीमियम उनके उत्पादकता और लाभ बढ़ाने की क्षमता से कुछ हद तक सही ठहराया जाता है, लेकिन हाल ही में, S&P 500 इंडेक्स के बड़े कैप प्रौद्योगिकी शेयरों की कीमत-to-अन्य पिछली आय अनुपात और कीमत-to-बिक्री के हिसाब से बाकी बाजार की तुलना में 80% तक अधिक मूल्य हो सकती है। इसके अतिरिक्त, अधिक मूल्यांकन केवल इन्हीं तक सीमित नहीं है; AI से संबंधित शेयरों और विभिन्न बाजार खंडों में आशावादी कीमत निर्धारण ने अमेरिकी स्टॉक बाजार को 2001 की शुरुआत के बाद से सबसे अधिक मूल्यांकन स्तर पर ला दिया है, जैसा कि एक मालिकाना वेंगार्ड मूल्यांकन माप के अनुसार है। हालाँकि कोई बाजार-समय प्रबंधन उपकरण प्रभावी नहीं होते, लेकिन बाजार आमतौर पर अधिक मूल्यांकन और कम मूल्यांकन के बीच झूलता रहता है। वेंगार्ड के शोध से पता चलता है कि विघटनकारी प्रौद्योगिकियां आमतौर पर शुरुआती निवेशक उत्साह को बढ़ाती हैं, जिसके बाद निराशा आती है, जैसे 1990 के दशक के उत्तरार्ध में, जब तकनीकी उछाल ने इंटरनेट के माध्यम से अर्थव्यवस्था के नाटकीय रूपांतरण के बावजूद बाजार में भारी गिरावट लाई। हालाँकि AI का भविष्य आशाजनक है, इसका पूरा संभावित स्तर अभी नहीं पहुंचा है। AI की उछाल के लिए, अपनाने की दरें बढ़नी चाहिए और व्यवसायों को प्रौद्योगिकी का प्रभावी ढंग से उपयोग करने की आवश्यकता है। वेंगार्ड 2030 के दशक में उत्पादकता और आर्थिक वृद्धि पर AI के चरम प्रभाव की अपेक्षा करता है। अभी के लिए, अगले कुछ वर्षों में आय वृद्धि की उम्मीदें अत्यधिक आशावादी हैं। भले ही AI अर्थव्यवस्था को फिर से आकार देता हो, लेकिन सबसे महत्वपूर्ण लाभ तकनीकी क्षेत्र के बाहर हो सकते हैं। सभी उद्योगों की कंपनियां उत्पादकता में ऐसे लाभ का अनुभव कर सकती हैं जैसे लाखों सेवानिवृत्त कार्यबल में बने हुए हों। इसलिए, AI संभवतः वैश्विक रूप से व्यवसायों को लाभान्वित करेगा, न कि केवल सिलिकॉन वैली के व्यवसायों को। फॉर्च्यून से अतिरिक्त टिप्पणी विविध आर्थिक अंतर्दृष्टि और व्यक्तिगत दृष्टिकोण को रेखांकित करती है, जो केवल उनके लेखकों के विचारों को दर्शाती है।

OpenAI के ChatGPT की लॉन्चिंग और बाद में Google के Gemini और Claude जैसे प्रतियोगियों के आने के बाद, AI चैटबॉट्स ने रचनात्मकता और उपयोगिता के नए रास्ते खोल दिए हैं। ये चैटबॉट्स मनोरंजन से आगे बढ़कर शिक्षण, पेशेवर, और पाक कला के संदर्भ में महत्वपूर्ण साबित हुए हैं। यहां इनकी क्षमता का लाभ उठाने के पांच अभिनव तरीके दिए गए हैं: 1

क्या इस साल हर किसी के लिए उपहार चुनने की कोशिश में आप परेशान महसूस कर रहे हैं?

अमेज़न वेब सर्विसेज़ इंक.