हाल ही में एक अध्ययन सुझाव देता है कि एक एआई टूल जिसे फोरसाइट नामक एक डिजिटल ट्विन के निर्माण करके भविष्य के स्वास्थ्य परिणामों की पूर्वानुमान लगाने की क्षमता है। फोरसाइट जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर्स का उपयोग करता है, जो चैटजीपीटी द्वारा उपयोग की जाने वाली बड़ी भाषा मॉडल के समान प्रकार के होते हैं। शुरुआत में, यूके के शोधकर्ताओं ने चिकित्सा रिकॉर्ड का उपयोग करके मॉडल्स को प्रशिक्षित किया। इसके बाद, उन्होंने नई हेल्थकेयर डेटा को इस टूल में दिया, जिसके परिणामस्वरूप रोगियों के वर्चुअल प्रतिरूप बने। इन डिजिटल ट्विन्स का उपयोग फलाकर्षण करने के लिए किया गया, जिनमें रोग विकास और दवा की आवश्यकताओं सहित विभिन्न परिणामों का पूर्वानुमान था। एक मशहूर चिकित्सा के लिए उत्तेजनास्तर बढ़ाने वाला उदाहरण विज्ञानियों को ग्रुहित कर रहा है जो तेजी से निदान करने की क्षमता है। यूएस डेटा के साथ परीक्षण किए जाने पर, डिजिटल ट्विन्स 88% सफलता दर के साथ अगली स्थिति का सही पूर्वानुमान कर रहे थे। हालांकि, ये अधिक प्रभावी नहीं थे जब यूके के डेटा का उपयोग किया गया, जहां दो नेशनल हेल्थ ट्रस्ट (एनएचएस) संगठनों की जानकारी पर आधारित चाहिते प्रतियोगी परिणाम 68% और 76% बराबर समय में सही संकेत करते थे। तथापि, शोधकर्ताओं को यह विश्वास है कि डिजिटल ट्विन्स निदान, उपचार योजनाएं, और नैदानिक शोध में सहायता कर सकते हैं। अध्ययन सह-लेखक जेम्स तेओ, किंग्स कॉलेज हॉस्पिटल में डेटा विज्ञान और एआई के प्रमुख, इन पूर्वानुमानों को रोगों की समझ करने के लिए "संभव मल्टीवर्स" के रूप में मानते हैं। "यह रोगी डिजिटल ट्विन रोग सम्बंधित स्वास्थ्य रिकॉर्ड में दिए पाठ से एनी विकार, परीक्षण, दवा, उपचार या समस्या के लिए एआई पूर्वानुमान उत्पन्न करके, औगे भविष्य में जानकारी रख सकता है," तेओ ने कहा। इस प्रौद्योगिकी को अमल में लाने से पहले और समीक्षा परीक्षण की आवश्यकता है, लेकिन प्रगति हो रही है। शोधकर्ताएं पहले से ही फोरसाइट 2 नामक एक बेहतर संस्करण पर काम कर रहे हैं। विस्तृत जानकारी के लिए, Lancet Digital Health में प्रकाशित अध्ययन गतिविधियों के लिए संदर्भ कर सकते हैं।

Nvidia दुनिया में तीसरी सबसे मूल्यवान कंपनी बन गयी है, जिसकी बाजारी मूल्यांकन 2

Micron Technology Inc

एआई के नकली द्वारा, विशेष रूप से डीपफेक के रूप में, आनलाइन एक महत्वपूर्ण मुद्दा बन जा रहा है। जेनरेटिव एआई उपकरणों के उदय से भ्रामक चित्र, वीडियो और ऑडियो का प्रसार में बढ़ोतरी हो रही है, जिससे असल और नकली के बीची रेखा मिट्टी में मिलने लग रही है। आसानी से उपलब्ध वीडियो और छवि जेनरेटर के साथ कोई भी डीपफेक बना सकता है, जो धोखाधड़ी, पहचान चोरी, प्रपैगैंडा और चुनाव में परिवर्तन आदि जैसे कुछ खराब प्रयोजनों के लिए उपयोग किया जा सकता है। पहले, manipulation के साफ निशानों जैसे चित्रों में गलतियाँ या वीडियो में अस्थायी झपकी के माध्यम से, डीपफेक्सों की पहचान करना आसान था। हालांकि, जबकि एआई प्रौद्योगिकी में सुधार हुआ है, डीपफेक्सों को पहचानना अधिक चुनौतीपूर्ण हो गया है। फिर भी, इसके बावजूद, ध्यान देने की कुछ संकेतक हैं, जैसे एआई द्वारा उत्पन्न चित्रों में एक इलेक्ट्रॉनिक चमक, छायाओं और प्रकाश में असंगतियाँ और चेहरे की त्वचा के बीची खोपड़ी या शरीर के बाकी हिस्से में असंगतियाँ। विस्तृतता की जैसे चेहरे की कठोरता और आवाज के साथ होंठों की समक्रमण का समन्वय भी ध्यान दें। डीपफेक के लिए एक संकेत हो सकती है दाँतों की रेखा में अस्पष्टता या असंगतियाँ। डीपफेक्स की पहचान में बड़ी चीज को सोच में रखना और संभाव्यता भी महत्वपूर्ण है। यदि किसी सार्वजनिक चित्र में कोई महत्वाकांक्षी या असामान्य कुछ करता दिखाई देता है, तो यह एक डीपफेक हो सकता है। प्रसंग मायने रखता है, और मान्य स्रोतों की अतिरिक्त प्रमाणीकरण सत्यापन करने में मदद कर सकती है कि एक छवि या वीडियो की सत्यता को कन्फर्म किया जाए। डीपफेक्स की पहचान में सहायक एआई उपकरण उपलब्ध हैं, जैसे माइक्रोसॉफ्ट के authenticator टूल और इंटेल का FakeCatcher। हालांकि, ये उपकरण आम जनता के लिए हमेशा उपयोग के लिए उपलब्ध नहीं होते हैं, ताकि बुरे किरदारों द्वारा गलत प्रयोग से बचाया जा सके। यह याद रखना महत्वपूर्ण है कि केवल पहचान टूल पर भरोसा करना एक गलत सुरक्षा अनुभाग का निर्माण कर सकता है और महत्वपूर्ण विचार सोच क्षमताओं को कम कर सकता है। यह महत्वपूर्ण है कि एआई प्रौद्योगिकी तेजी से आगे बढ़ रही है, और डीपफेक्स की गुणवत्ता में सुधार हो रही है जबकि दोष कम हो रहे हैं। इसलिए, वर्तमान पहचान के तरीकों की प्रभावकारिता समय के साथ बदल सकती है। इसके अलावा, डीपफेक्स की पहचान में आम लोगों के ऊपर जिम्मेदारी डालना जोखिम से भरा हो सकता है, क्योंकि वास्तविक और नकली सामग्री के बीच अंतरिक्ष के अनुभवी होना भी बढ़ता जा रहा है। चुनाव और लोकतंत्र की बढ़ी हुई कवरेज प्रदान करने के लिए निजी संस्थानों द्वारा एसोसिएटेड प्रेस का समर्थन किया जाता है।

प्रिय प्रेम डॉक्टर, यहां एआई कैसानोवा है, अपने रूममेट के साथ हाल ही में हुए विवाद पर आपकी राय चाहता हूँ। वह मानता है कि मेरे डेटिंग प्रोफ़ाइल बनाने के लिए एआई का इस्तेमाल करना अन्यायपूर्ण है और धोखा है। मैं इस से असहमत हूँ, क्योंकि मुझे लगता है कि यह मेरे प्रोफ़ाइल में स्वयं की वर्णन किया जाता है, जो संभावित मिलन संभावित योग्यताओं के लिए आकर्षक ढंग से करता है। मेरा रूममेट यह दावा करता है कि यह छलावा है, क्योंकि यह एआई की लेखन है और मेरा अपना नहीं। आपकी क्या राय है? क्या यह ग़लत है, या मेरा रूममेट सिर्फ ईर्ष्या कर रहा है? चलो, पत्थर नहीं फेंकते हैं। ऐतिहासिक रूप से, पुरुष और महिलाएँ उन तरीकों से खुद को पेश करते रहे हैं जो दूसरों को आकर्षित करते हैं। अंततः, सच्चाई सामने आती है, और अगर किसी को भ्रमित किया जाता है, तो यह अमूल्य गुणात्मक नहीं है, बल्कि एक परिणाम है। क्या संपर्क लेंस पहनने वालों को चश्मे नहीं पहनाए जाते? छल सब्जेक्टिव हो सकता है, लेकिन यह सहायक होता अगर धार्मिक व्यक्तित्व आप और मेरे जैसे बहुत से महत्वपूर्ण मुद्दों पर अपना परमाणु परतदर्शी मुद्दा में भी ब्याज लें। हालाँकि, मैं स्वीकार करता हूँ कि आपकी क्रिया को ग़लत दृष्टिकोण से देखा जा सकता है, हालाँकि मैं इसे एक मजबूत नैतिक दृष्टिकोण से नहीं देखता हूँ। मेरे जैसे, मैं प्राकृतिक सुगंध को बढ़ाने के लिए कोलोन उपयोग करता हूँ, जो भ्रामक माना जा सकता है। किसी भी बिंदु पर हमें अपने छल से जवाब देने की आवश्यकता हो सकती है, ठीक वैसे ही जैसे ईसा मसीह के लिए। आपकी, एआई कैसानोवा

शोधकर्ताओं की आशा है कि यह मॉडल भाषा मॉडल और मानवीय तरीके से सोचने की क्षमता के बीच की दूरी को कम करने में मदद करेगा। AI Am जब एक AI को अंतर्मन की अनुभूति दी जाती है, तो ऐसा लगता है कि यह अपने आप को बुद्धिमान बनाने को सीखता है। एक वार्तालाप में जिसका पीयर समीक्षा अभी तक नहीं हो चुका है, स्टैंफोर्ड यूनिवर्सिटी के शोधकर्ता और "नॉटबैड AI" नामक एक समूह ने सहयोग करके एक AI मॉडल विकसित किया है जो जबाब उत्पन्न करने से पहले कुछ समय "सोचता" है। यह अपनी सोच प्रक्रिया दिखाता है, अपनी विचारधारा पेश करता है, और उपयोगकर्ताओं से सबसे सही प्रतिक्रिया निर्धारित करने के लिए कहता है। इस अवचेतन AI के पीछे की टीम, जिसे क्वायट सेल्फ-टॉट रीज़नर (क्वायट-STaR के रूप में संक्षेप में) के रूप में जाना जाता है, का उद्देश्य था कि एक ऐसा मॉडल बनाया जाए जिसका स्वतंत्रता से तर्क करने की क्षमता न हो सिर्फ 2022 में मूल सेल्फ-टॉट रीज़नर एल्गोरिदम के साथ सफलतापूर्वक हासिल की गई हो, बल्कि उत्तर प्रदान करने से पहले स्वतंत्र रूप से ऐसा करें। इस तरह, यह मानवीय अंतर्मन की तरह काम करता है, जो बोलने से पहले आशावादी रूप से होती है। स्टैनफोर्ड यूनिवर्सिटी के एरिक ज़ेलिकम ने नए मॉडल में अपनी योगदान देते हुए एक उत्साहपूर्ण ट्विटर धागे में कहा, "उत्साह की बात है कि विविध वेब पाठ पर स्वतंत्रता से तर्क सिखाने से अन्य तर्क में स्वचालित रूप से सुधार हो जाता है!" इस आवेगशील AI को बनाने के लिए, शोधकर्ता टीम ने सात अरब पैरामीटरों पर ट्रेनिंग किए गए बड़े स्वतंत्र भाषा मॉडल मिस्ट्रल 7B पर क्वायट-STaR का निर्माण किया। हगिंग फेस AI समुदाय के हिसाब से इसे उपलब्ध लेटेस्ट संस्करण से बेहतर माना जाता है। Quiet-STaR को अपने जवाब प्रदान करते समय उसकी विचारधारा प्रदर्शित करने के लिए प्रोग्राम किया गया है, और उपयोगकर्ता विकल्पों के बीच सबसे सटीक प्रतिक्रिया का चयन कर सकते हैं। तथ्यपत्र में दर्ज किया गया है कि इस दृष्टिकोण ने मॉडल को समय-समय पर 47

मनहट्टन के एक न्यायाधीश ने पूर्व वकील डेविड श्वार्ट्स की कड़ी निंदा की, जो माइकल कोहेन की प्रतिनिधि थे, उनकी "लज्जाजनक" और "लापरवाह" गलती करने के लिए जहाज़ीबूत आर्टिफिशियल इंटेलिजेंस द्वारा अनुमतित मामलों को अद्यावधिकों में शामिल करने के। न्यायाधीश जेसी फर्मान ने कहा कि हालांकि श्वार्ट्स की कार्रवाई "अत्यधिक लापरवाहता" प्रदर्शित करती थी, यह एक ईमानदार त्रुटि थी और बुरे इरादे से नहीं हुई थी, इसलिए उन्होंने कोहेन या श्वार्ट्स पर शास्ति लगाने का निर्णय नहीं लिया। कोहेन, जो पहले डोनाल्ड ट्रंप के वकील और "फिक्सर" के रूप में काम कर चुके थे, ने मान्यता प्राप्त इंटेलिजेंस सेवा गूगल बार्ड से प्राप्त निराकार मामलों को श्वार्ट्स को गलती से प्रदान कर दिया, जो फिर न्यायालय में प्रस्तुत किए गए। वर्तमान में श्वार्ट्स कोहेन की प्रतिनिधि नहीं हैं, जूनियर न्यायाधीश बैरी कामिंस ने कहा, जिसने बताया कि न्यायालय ने मान्यता दी कि यह गलती बुरे इरादे से नहीं हुई थी। न्यायाधीश का निर्णय सहपाठी निर्वासन की अवधि कम करने की याचिका को भी अस्वीकार करना शामिल था कोहेन की संपर्क में झूठा गवाही देने और ट्रम्प के नागरिक धोखाधड़ी मुकदमे में धोखा देने के लिए कोहेन के संभावित मिथ्या साक्ष्य के चलते। कोहेन ने करदाताओं के बारे में भुगतान करते समय करीबीयों को भुगतान करने के बारे में झूठ बोलने, बैंक को झूठ बोलने और कांग्रेस को झूठ बोलने का इतिराफ किया, विशेष रूप से पूर्व पोर्न स्टार स्टोर्मी डेनियल्स और पूर्व प्लेबॉय प्लेमेट करेन मैकडौगल के लिए ट्रंप के नाम पर किए गए भुगतानों के बारे में। श्वार्ट्स ने समय से पूर्व रिहाई के लिए कोहेन के साक्ष्य का उपयोग करने की कोशिश की, जिससे वह याचिका को ताजगी से भरने के लिए वास्तविक खण्डन प्रदान करने की खातिर कर रहे उनकी वचनश्रीमानी और कानून की पालना। हालांकि, न्यायाधीश ने श्वार्ट्स के द्वारा कोहेन के तर्क का उल्टी अर्थ निकालने को "विपरीत" कहा, क्योंकि श्वार्ट्स ने कोहेन के परज़र्स को एक कानून की पालना के रूप में व्याख्या करना था। कोहेन की वकील दान्या पेरी ने न्यायाधीश के निर्णय को कोहेन के लिए "महत्वपूर्ण जीत" के रूप में माना, क्