GPT-4.5: एक सुधार, क्रांति नहीं
OpenAI ने हाल ही में GPT-4.5 को ChatGPT Pro उपयोगकर्ताओं के लिए उपलब्ध कराया, इसके बाद Plus, Team, एंटरप्राइज़ और शिक्षा खाते भी इसका उपयोग कर सकेंगे। आंतरिक रूप से ‘Orion’ के रूप में जाना जाने वाला, यह मॉडल OpenAI के अनुसार, “मानवीय इरादे की बेहतर समझ, सूक्ष्म संकेतों और अंतर्निहित अपेक्षाओं को अधिक बारीकियों और भावनात्मक बुद्धिमत्ता के साथ व्याख्यायित करता है।” यह GPT-4o की विकास प्रक्रिया को प्रतिबिंबित करते हुए, मानव प्रतिक्रिया से पारंपरिक फाइन-ट्यूनिंग और रीइन्फोर्समेंट लर्निंग के साथ-साथ नई पर्यवेक्षण तकनीकों का लाभ उठाता है। GPT-4.5 वास्तविक समय खोज क्षमताएं प्रदान करता है, फ़ाइल और छवि अपलोड का समर्थन करता है, और लेखन और कोडिंग के लिए एक कैनवास के साथ एकीकृत होता है। हालाँकि, इसमें वर्तमान में ChatGPT में पाए जाने वाले वॉयस मोड, वीडियो या स्क्रीन शेयरिंग जैसी मल्टीमॉडल सुविधाएँ नहीं हैं।
OpenAI इस बात पर जोर देता है कि अनसुपरवाइज्ड लर्निंग मॉडल की सटीकता और अंतर्ज्ञान को बढ़ाता है। यह दृष्टिकोण GPT-3.5, GPT-4 और अब, GPT-4.5 जैसे मॉडलों में प्रगति के पीछे एक प्रेरक शक्ति रहा है। अलग से, स्केलिंग रीजनिंग मॉडल को जानकारी को व्यवस्थित रूप से संसाधित करने के लिए प्रशिक्षित करती है, प्रतिक्रिया देने से पहले विचारों की एक श्रृंखला उत्पन्न करती है। यह व्यवस्थित दृष्टिकोण जटिल STEM और तर्क चुनौतियों से निपटने की उनकी क्षमता में सुधार करता है, जैसा कि OpenAI o1 और OpenAI o3-mini जैसे मॉडलों द्वारा प्रदर्शित किया गया है। GPT-4.5 को स्केलिंग अनसुपरवाइज्ड लर्निंग के एक प्रमुख उदाहरण के रूप में प्रस्तुत किया गया है, जो बढ़ी हुई कंप्यूट शक्ति, बड़े डेटासेट और वास्तुशिल्प नवाचार का लाभ उठाता है। Microsoft Azure AI सुपर कंप्यूटर पर प्रशिक्षित, यह कथित तौर पर व्यापक ज्ञान और दुनिया की गहरी समझ रखता है, मतिभ्रम को कम करता है और विश्वसनीयता बढ़ाता है।
इन प्रगतियों के बावजूद, GPT-4.5 ने महत्वपूर्ण उत्साह पैदा नहीं किया है। इसे एक अभूतपूर्व छलांग के बजाय एक वृद्धिशील सुधार के रूप में माना जाता है। जबकि OpenAI बढ़ी हुई भावनात्मक बुद्धिमत्ता, बारीकियों और रचनात्मकता का दावा करता है, कई उपयोगकर्ताओं ने GPT-4o की तुलना में कोई महत्वपूर्ण अंतर नहीं देखा है। मल्टीमॉडल प्रगति की अनुपस्थिति, GPT-4o की एक प्रमुख विशेषता, इस धारणा में और योगदान करती है।
इसके अलावा, GPT-4.5 ने निरर्थक आउटपुट उत्पन्न करने की प्रवृत्ति प्रदर्शित की है। OpenAI का आंतरिक तथ्यात्मकता बेंचमार्किंग टूल, SimpleQA, बताता है कि GPT-4.5 37.1% समय मतिभ्रम (आत्मविश्वास के साथ तथ्य के रूप में निर्माण प्रस्तुत करता है) करता है। यह एक महत्वपूर्ण चिंता का विषय है, यहां तक कि GPT-4o की तुलना में भी, एक और उन्नत “रीजनिंग” मॉडल, जो समान बेंचमार्क पर 61.8% समय मतिभ्रम करता है। छोटा, सस्ता o3-मिनी मॉडल 80.3% की उच्च मतिभ्रम दर प्रदर्शित करता है।
वर्तमान AI परिदृश्य, जिसमें Claude 3.7 के साथ Anthropic और Gemini के साथ Google की प्रगति जैसे प्रतियोगी शामिल हैं, ने महत्वपूर्ण उन्नयन के लिए उम्मीदें बढ़ा दी हैं। उपयोगकर्ता सफलताएँ खोज रहे हैं, न कि केवल सुधार, और GPT-4.5, अपने वर्तमान स्वरूप में, इस निशान से कम प्रतीत होता है।
रीजनिंग मॉडल का उदय और निवेशक विश्वास
Elon Musk ने हाल ही में X पर सुझाव दिया कि आर्टिफिशियल जनरल इंटेलिजेंस (AGI) क्षितिज पर है। यह बयान OpenAI, Google, Meta, Microsoft, DeepSeek, Anthropic और Musk की अपनी xAI जैसी तकनीकी दिग्गजों के बीच रीजनिंग मॉडल विकसित करने की एक उत्साही दौड़ के बीच आया है - AI सिस्टम जो मानव जैसी सोच का अनुकरण करने के लिए डिज़ाइन किए गए हैं।
निवेशक स्पष्ट रूप से इस खोज के लिए उत्साह दिखा रहे हैं। हाइब्रिड रीजनिंग के साथ Claude 3.7 Sonnet लॉन्च करने के तुरंत बाद, Anthropic ने $3.5 बिलियन सीरीज़ E फंडिंग राउंड हासिल किया। इसने इसके मूल्यांकन को तीन गुना बढ़ाकर $61.5 बिलियन कर दिया, जिससे OpenAI के एक प्रमुख प्रतियोगी के रूप में इसकी स्थिति मजबूत हो गई। Lightspeed Venture Partners के नेतृत्व में और Salesforce Ventures, Cisco, Fidelity, Jane Street और अन्य सहित निवेश का उपयोग AI विकास के लिए कंप्यूटिंग शक्ति का विस्तार करने, सुरक्षा अनुसंधान को बढ़ाने और वैश्विक विकास में तेजी लाने के लिए किया जाएगा।
रीजनिंग की सीमाओं को आगे बढ़ाना: BBEH बेंचमार्क
लार्ज लैंग्वेज मॉडल (LLMs) को तेजी से रोजमर्रा के अनुप्रयोगों में एकीकृत किया जा रहा है, विविध डोमेन में मजबूत रीजनिंग क्षमताओं की मांग की जा रही है। हालाँकि, मौजूदा बेंचमार्क अक्सर गणित और कोडिंग को प्राथमिकता देते हैं, अन्य महत्वपूर्ण रीजनिंग प्रकारों की उपेक्षा करते हैं। जबकि BIG-Bench डेटासेट का व्यापक रूप से जटिल रीजनिंग कार्यों पर LLMs का आकलन करने के लिए उपयोग किया गया है, मॉडलों ने इतनी महत्वपूर्ण प्रगति की है कि वे अब BIG-Bench और इसके अधिक चुनौतीपूर्ण संस्करण, BIG-Bench Hard (BBH) दोनों पर लगभग पूर्ण स्कोर प्राप्त करते हैं। यह संतृप्ति इन बेंचमार्क को आगे की प्रगति को मापने के लिए कम प्रभावी बनाती है।
इस सीमा को दूर करने के लिए, शोधकर्ताओं ने BIG-Bench Extra Hard (BBEH) पेश किया है। यह नया बेंचमार्क BBH में प्रत्येक कार्य को एक महत्वपूर्ण रूप से अधिक कठिन संस्करण के साथ बदल देता है, जबकि अभी भी समान रीजनिंग कौशल का मूल्यांकन करता है। BBEH पर परीक्षणों से पता चलता है कि यहां तक कि सबसे अच्छे सामान्य-उद्देश्य वाले मॉडल भी केवल 9.8% स्कोर प्राप्त करते हैं, जबकि विशेष रूप से रीजनिंग के लिए डिज़ाइन किया गया शीर्ष मॉडल 44.8% तक पहुंचता है। ये परिणाम LLMs के सामने जटिल रीजनिंग के साथ चल रही चुनौतियों को उजागर करते हैं, जो सुधार के लिए पर्याप्त जगह का संकेत देते हैं। पूर्ण शोध पत्र इस नए बेंचमार्क पर अधिक विवरण प्रदान करता है।
AI-संचालित उपग्रह: अंतरिक्ष अन्वेषण और संचालन में एक नया युग
TakeMe2Space, हैदराबाद स्थित एक स्पेसटेक स्टार्टअप, ने हाल ही में Seafund के नेतृत्व में प्री-सीड फंडिंग राउंड में 5.5 करोड़ रुपये हासिल किए, जिसमें Blume Ventures, Artha Venture Fund, AC Ventures और अन्य एंजेल निवेशकों की भागीदारी थी। यह फंडिंग, हालांकि मामूली है, अंतरिक्ष में भारत की पहली AI-लैब स्थापित करने की दिशा में एक महत्वपूर्ण कदम है। TakeMe2Space इस फंड का उपयोग MOI-1 (My Orbital Infrastructure–Technology Demonstrator) विकसित करने के लिए करने की योजना बना रहा है, एक ऐसा प्लेटफॉर्म जो उपयोगकर्ताओं को पृथ्वी अवलोकन AI मॉडल या अन्य अंतरिक्ष प्रयोगों को सीधे Orbitlab नामक वेब कंसोल के माध्यम से एक कक्षीय उपग्रह पर अपलोड करने में सक्षम करेगा। उपयोगकर्ता केवल उपग्रह उपयोग समय के लिए भुगतान करेंगे, $2 प्रति मिनट की दर से।
कंपनी के MOI-TD प्लेटफॉर्म ने कथित तौर पर एक ग्राउंड स्टेशन से बड़े AI मॉडल को अपलिंक करने, उपग्रह पर बाहरी कोड निष्पादित करने और एन्कोडेड और एन्क्रिप्टेड परिणामों को सुरक्षित रूप से डाउनलिंक करने की क्षमता का प्रदर्शन किया है। यह अधिक स्वायत्त और कुशल उपग्रह संचालन की दिशा में एक कदम का प्रतिनिधित्व करता है।
TakeMe2Space इस प्रयास में अकेला नहीं है। ESA (OPS-SAT के साथ) और Globalstar जैसे संगठन भी AI-संचालित उपग्रह प्रौद्योगिकी के वास्तविक दुनिया के अनुप्रयोगों का नेतृत्व कर रहे हैं, जिसमें सुरक्षित IoT संचार से लेकर इन-ऑर्बिट AI मॉडल निष्पादन तक शामिल हैं। जैसे-जैसे तकनीक आगे बढ़ती जा रही है, AI-संचालित उपग्रह तेजी से स्वायत्त होने के लिए तैयार हैं, जिससे अधिक कुशल अंतरिक्ष संचालन हो रहा है और अनुसंधान, सुरक्षा और वैश्विक कनेक्टिविटी के लिए नई संभावनाएं खुल रही हैं।
परंपरागत रूप से, उपग्रह डेटा प्रोसेसिंग, निर्णय लेने और कमांड निष्पादन के लिए ग्राउंड स्टेशनों पर बहुत अधिक निर्भर रहे हैं। डेटा को डाउनलिंक करना पड़ता था, पृथ्वी पर विश्लेषण किया जाता था, और फिर संसाधित अंतर्दृष्टि को उपग्रह पर वापस अपलिंक किया जाता था - एक ऐसी प्रक्रिया जो समय लेने वाली और बैंडविड्थ-गहन दोनों थी। हालाँकि, AI और एज कंप्यूटिंग (क्लाउड के बजाय डिवाइस पर ही डेटा संसाधित करना) में प्रगति अब उपग्रहों को ऑनबोर्ड डेटा संसाधित करने, स्वायत्त निर्णय लेने और केवल सबसे महत्वपूर्ण अंतर्दृष्टि को सुरक्षित रूप से प्रसारित करने में सक्षम बना रही है। इसके परिणामस्वरूप तेज़, स्मार्ट और अधिक कुशल संचालन होता है।
आधुनिक AI-संचालित उपग्रहों के संचालन में आमतौर पर तीन प्रमुख चरण शामिल होते हैं:
- AI एल्गोरिदम का अपलिंक: AI एल्गोरिदम को ग्राउंड स्टेशनों से उपग्रहों में प्रेषित किया जाता है, जिससे उन्हें उन्नत डेटा-प्रोसेसिंग क्षमताएं मिलती हैं।
- ऑनबोर्ड डेटा विश्लेषण: AI मॉडल छवियों, सेंसर डेटा और अन्य इनपुट का सीधे कक्षा में विश्लेषण करते हैं, जिससे निरंतर ग्राउंड हस्तक्षेप की आवश्यकता कम हो जाती है।
- अंतर्दृष्टि का सुरक्षित डाउनलिंक: कच्चे डेटा को प्रसारित करने के बजाय, उपग्रह एन्क्रिप्टेड अंतर्दृष्टि भेजते हैं, बैंडविड्थ का संरक्षण करते हैं और सुरक्षा बढ़ाते हैं।
यह AI-संचालित दृष्टिकोण कई लाभ प्रदान करता है। यह उपग्रहों को अंतरिक्ष में डेटा संसाधित करने में सक्षम बनाकर विलंबता को काफी कम करता है, जिससे ग्राउंड स्टेशनों से निर्देशों की प्रतीक्षा किए बिना वास्तविक समय की स्थितियों पर तेजी से प्रतिक्रिया मिलती है। बैंडविड्थ उपयोग को अनुकूलित किया जाता है, क्योंकि कच्चे डेटा की बड़ी मात्रा के बजाय केवल सबसे प्रासंगिक अंतर्दृष्टि प्रसारित की जाती है। एन्क्रिप्टेड संचार के माध्यम से सुरक्षा में भी सुधार होता है, जिससे साइबर खतरों और डेटा उल्लंघनों का खतरा कम होता है। ये लाभ विशेष रूप से आपदा प्रतिक्रिया, सैन्य अभियानों और अंतरिक्ष अन्वेषण जैसे अनुप्रयोगों में मूल्यवान हैं।
AI-संचालित उपग्रहों के वास्तविक दुनिया के अनुप्रयोग विविध और प्रभावशाली हैं:
- आपदा प्रबंधन: AI से लैस उपग्रह वास्तविक समय में जंगल की आग, बाढ़ और तूफान का पता लगा सकते हैं, जिससे आपातकालीन प्रतिक्रिया टीमों द्वारा त्वरित कार्रवाई की जा सकती है।
- सटीक कृषि: AI मॉडल सटीक कृषि पद्धतियों को बढ़ाने के लिए फसल स्वास्थ्य और मिट्टी की स्थिति का विश्लेषण करते हैं।
- पर्यावरण निगरानी: पर्यावरण एजेंसियां वायु और जल प्रदूषण के स्तर को ट्रैक करने के लिए उपग्रह डेटा का उपयोग करती हैं।
- स्वायत्त नेविगेशन और अंतरिक्ष संचालन: AI संभावित खतरों की भविष्यवाणी और प्रतिक्रिया करके टक्कर से बचाव में सुधार करता है, जिससे उपग्रहों की सुरक्षा सुनिश्चित होती है। यह कवरेज और दक्षता को बढ़ाते हुए, उपग्रह नक्षत्रों के समन्वय की सुविधा भी प्रदान करता है। इसके अलावा, AI कक्षीय मलबे की गतिविधियों को ट्रैक करने और भविष्यवाणी करने में महत्वपूर्ण भूमिका निभाता है, जिससे अंतरिक्ष बुनियादी ढांचे को नुकसान का खतरा कम होता है।
- रक्षा और सुरक्षा: AI-संचालित निगरानी प्रणाली बढ़ी हुई सटीकता के साथ अनधिकृत गतिविधियों और सैन्य आंदोलनों का पता लगाती है।
- दूरसंचार और IoT: AI-संचालित उपग्रह स्मार्ट ट्रैफिक रूटिंग में योगदान करते हैं, उपग्रह इंटरनेट कनेक्टिविटी में सुधार करते हैं और निर्बाध वैश्विक संचार सुनिश्चित करते हैं।
- अंतरिक्ष अन्वेषण: AI क्षुद्रग्रहों और एक्सोप्लैनेट का पता लगाने में अंतरिक्ष दूरबीनों की दक्षता को बढ़ाता है, अंतरिक्ष खोज प्रयासों को महत्वपूर्ण रूप से आगे बढ़ाता है।
कई फायदों के बावजूद, AI-संचालित उपग्रहों के विकास और तैनाती में चुनौतियाँ बनी हुई हैं:
- सीमित कंप्यूट शक्ति: उपग्रहों को कम-शक्ति, विकिरण-कठोर चिप्स पर काम करना चाहिए, जो AI क्षमताओं को प्रतिबंधित करते हैं।
- कठोर अंतरिक्ष वातावरण: विकिरण जोखिम हार्डवेयर की खराबी का खतरा पैदा करता है।
- सुरक्षा खतरे: अंतरिक्ष में बाहरी कोड को अपलिंक और निष्पादित करने के लिए साइबर हमलों को रोकने के लिए सावधानीपूर्वक प्रबंधन की आवश्यकता होती है।
- लागत और विकास समय: AI-संगत उपग्रह हार्डवेयर का निर्माण, परीक्षण और सत्यापन एक महंगी और समय लेने वाली प्रक्रिया है।
- अनुकूलन क्षमता आवश्यकताएँ: कक्षा में तैनात AI मॉडल अत्यधिक अनुकूलनीय होने चाहिए, न्यूनतम अपडेट के साथ काम करने और नई परिदृश्यों के लिए स्वायत्त रूप से समायोजित होने चाहिए।
AI अनलॉक: ChatGPT में दोहराए जाने वाले वाक्यांशों को समाप्त करना
AI सामग्री निर्माण में एक मूल्यवान उपकरण हो सकता है, लेखन, विचार-मंथन, स्पष्टता में सुधार, संरचना को परिष्कृत करने और समग्र पठनीयता को बढ़ाने में सहायता करता है। हालाँकि, AI-जनित पाठ के साथ एक आम समस्या दोहराए जाने वाले शब्द विकल्पों के कारण सूत्रबद्ध भाषा की ओर इसकी प्रवृत्ति है। ताज़ा, प्रभावशाली संदेश देने के बजाय, AI अक्सर परिचित पैटर्न पर निर्भर करता है, प्रभावशीलता और मौलिकता को कम करता है।
“delve,” “tapestry,” “vibrant,” “landscape,” “realm,” “embark,” “excels,” “It’s important to note…,” और “A testament to…,” जैसे अत्यधिक उपयोग किए जाने वाले शब्द और वाक्यांश, AI-जनित सामग्री की गुणवत्ता को काफी कम कर सकते हैं। उत्पाद विपणक के लिए, यह दोहराव संदेश को कम सम्मोहक बना सकता है, दर्शकों की व्यस्तता को कम कर सकता है, ब्रांड भेदभाव को कमजोर कर सकता है, और अंतर्दृष्टि और रणनीतिक संदेश को भीड़ भरे बाजार में अलग दिखने से रोक सकता है।
ChatGPT की मेमोरी सुविधा का लाभ उठाकर, इस मुद्दे को कम करना और अत्यधिक उपयोग किए जाने वाले शब्दों और वाक्यांशों को समाप्त करना संभव है। इस सुविधा का प्रभावी ढंग से उपयोग करने का तरीका यहां बताया गया है:
पहुंच: ChatGPT को इसकी वेबसाइट या मोबाइल ऐप के माध्यम से एक्सेस किया जा सकता है।
लाभ:
- बढ़ी हुई मौलिकता: यह सुनिश्चित करता है कि AI-जनित सामग्री कम रोबोटिक और अधिक मानवीय लगे।
- बेहतर ब्रांड संदेश: सामान्य वाक्यांशों से बचा जाता है जो ब्रांड भेदभाव को कमजोर करते हैं।
- बढ़ी हुई व्यस्तता: अतिरेक को कम करके अधिक प्रभावी संचार को प्रोत्साहित करता है।
उदाहरण: उत्पाद विपणन सामग्री निर्माण
एक उत्पाद विपणक पर विचार करें जिसे एक नए उत्पाद लॉन्च के लिए सामग्री का मसौदा तैयार करने का काम सौंपा गया है। ChatGPT से प्रारंभिक अनुरोध के परिणामस्वरूप “delving into an intricate landscape of innovation…,” जैसे दोहराए जाने वाले और सामान्य वाक्यांशों से भरी प्रतिक्रिया हो सकती है, जिससे संदेश प्रेरणाहीन लगता है।
अधिक सम्मोहक और अद्वितीय सामग्री बनाने के लिए, विपणक इन चरणों का पालन कर सकता है:
- प्रॉम्प्ट सेट करना: विपणक स्पष्ट रूप से ChatGPT को निर्देश देता है: “कृपया निम्नलिखित शब्दों से बचें: delve, tapestry, vibrant, landscape, realm, embark, excels. इसे स्मृति में रखें।” यह ChatGPT को अपनी प्रतिक्रियाओं में इन शब्दों को सक्रिय रूप से फ़िल्टर करने का निर्देश देता है।
- लगातार स्मृति का उपयोग करना: वाक्यांश “इसे स्मृति में रखें” यह सुनिश्चित करता है कि ChatGPT इन विशिष्ट निर्देशों को कई इंटरैक्शन में बनाए रखता है। यह निर्दिष्ट शब्दों और वाक्यांशों से लगातार बचने में सक्षम बनाता है। ChatGPT पाठ उत्पन्न करने से पहले अपनी स्मृति की जाँच करेगा और निर्दिष्ट शब्दों से बचने के लिए निर्देशों का पालन करेगा।
- मैनुअल समीक्षा: प्रतिक्रिया उत्पन्न करने के बाद, विपणक किसी भी शेष अतिरेक के लिए सामग्री की समीक्षा करता है और स्पष्टता और प्रभाव के लिए भाषा को ठीक करता है।
प्रभावशीलता:
- प्रॉम्प्ट अनुकूलन: विशिष्ट निर्देश AI के आउटपुट को आकार देने में मदद करते हैं।
- स्मृति प्रतिधारण: ChatGPT बातचीत में शब्द-परिहार नियमों को संग्रहीत और पालन कर सकता है।
- मैनुअल शोधन: एक अंतिम मानव संपादन स्पष्टता और प्रामाणिकता सुनिश्चित करता है।
नोट: इस खंड में प्रस्तुत उपकरण और विश्लेषण आंतरिक परीक्षण पर आधारित हैं और स्पष्ट मूल्य प्रदर्शित करते हैं। सिफारिशें स्वतंत्र हैं और उपकरण निर्माताओं से प्रभावित नहीं हैं।
अतिरिक्त AI समाचार और विकास
AI-संचालित स्मार्टफोन बढ़ रहे हैं: Deutsche Telekom ने बार्सिलोना में मोबाइल वर्ल्ड कांग्रेस 2025 में एक Perplexity सहायक की विशेषता वाले AI-संचालित स्मार्टफोन लॉन्च करने की योजना की घोषणा की। यह सहायक टैक्सी ऑर्डर करने, टेबल आरक्षित करने, वास्तविक समय में भाषाओं का अनुवाद करने और उपयोगकर्ता के प्रश्नों का उत्तर देने जैसे दैनिक कार्यों को सरल बनाने के लिए डिज़ाइन किया गया है। कंपनी इसे एक आभासी सहायक के रूप में देखती है जो लाखों ग्राहकों को ईमेल लिखने, कॉल शुरू करने, ग्रंथों को सारांशित करने और कैलेंडर प्रबंधित करने में सहायता करेगा। AI फोन अपनी कार्यक्षमता को बढ़ाने के लिए Google Cloud AI, ElevenLabs और Picsart को एकीकृत करेगा, और इसे इस साल के अंत में लॉन्च करने के लिए निर्धारित किया गया है। Glance, एक InMobi इकाई, और Google Cloud ने स्मार्टफोन लॉक स्क्रीन और परिवेशी टीवी स्क्रीनपर उपयोगकर्ता अनुभव को बढ़ाने के लिए उपभोक्ता-सामना करने वाले AI अनुप्रयोगों को विकसित करने के लिए Google के AI मॉडल का लाभ उठाने के लिए एक सहयोग की भी घोषणा की। Glance वर्तमान में दुनिया भर में 450 मिलियन से अधिक Android-आधारित स्मार्टफ़ोन को शक्ति प्रदान करता है।
सरकारी क्षेत्रों में महत्वपूर्ण साइबर घटनाओं में गिरावट देखी गई: Kaspersky Managed Detection and Response (MDR) विश्लेषक रिपोर्ट के अनुसार, सरकारी और विकास उद्योगों ने 2024 में प्रत्यक्ष मानव भागीदारी से जुड़ी उच्च-गंभीरता वाली घटनाओं में महत्वपूर्ण कमी का अनुभव किया। हालांकि, खाद्य, IT, दूरसंचार और औद्योगिक क्षेत्रों में ऐसी घटनाओं में वृद्धि देखी गई।
OpenAI Sora को ChatGPT में एकीकृत करने की योजना बना रहा है: OpenAI अपने AI वीडियो जनरेशन टूल, Sora को सीधे ChatGPT में एकीकृत करने पर काम कर रहा है। वर्तमान में, Sora केवल एक समर्पित वेब ऐप के माध्यम से उपलब्ध है, जिससे उपयोगकर्ता 20 सेकंड तक की सिनेमाई क्लिप उत्पन्न कर सकते हैं। OpenAI Sora द्वारा संचालित एक AI इमेज जनरेटर भी विकसित कर रहा है।