तंत्रज्ञान चर्चा: GPT-4.5, अवकाशातील AI आणि भविष्य

GPT-4.5: एक सुधारणा, क्रांती नाही

OpenAI ने अलीकडेच GPT-4.5 चॅटजीपीटी प्रो वापरकर्त्यांसाठी उपलब्ध केले आहे, लवकरच प्लस, टीम, एंटरप्राइझ आणि शिक्षण खात्यांसाठी देखील ते उपलब्ध होईल. अंतर्गतपणे ‘ओरियन’ म्हणून ओळखले जाणारे, हे मॉडेल OpenAI नुसार, “मानवी हेतू अधिक चांगल्या प्रकारे समजून घेते, सूक्ष्म संकेत आणि गर्भित अपेक्षा अधिक बारकाईने आणि भावनिक बुद्धिमत्तेने स्पष्ट करते.” हे नवीन पर्यवेक्षण तंत्रांचा तसेच पारंपारिक फाइन-ट्यूनिंग आणि मानवी प्रतिसादातून मजबुतीकरण शिक्षणाचा लाभ घेते, GPT-4o च्या विकास प्रक्रियेप्रमाणे. GPT-4.5 रिअल-टाइम शोध क्षमता, फाईल आणि प्रतिमा अपलोड करण्यास समर्थन आणि लेखन आणि कोडिंगसाठी कॅनव्हाससह एकत्रीकरण देते. तथापि, सध्या चॅटजीपीटीमध्ये व्हॉइस मोड, व्हिडिओ किंवा स्क्रीन शेअरिंग यांसारखी मल्टीमॉडल वैशिष्ट्ये नाहीत.

OpenAI जोर देते की विनापर्यवेक्षित शिक्षण मॉडेलची अचूकता आणि अंतर्ज्ञान वाढवते. GPT-3.5, GPT-4 आणि आता GPT-4.5 सारख्या मॉडेल्समधील प्रगतीमागे हा दृष्टिकोन प्रेरक शक्ती आहे. स्वतंत्रपणे, स्केलिंग रिझनिंग मॉडेल्सना माहितीवर पद्धतशीरपणे प्रक्रिया करण्यासाठी प्रशिक्षित करते, प्रतिसाद देण्यापूर्वी विचारांची साखळी तयार करते. हा पद्धतशीर दृष्टिकोन त्यांची गुंतागुंतीची STEM आणि तर्कशास्त्र आव्हाने हाताळण्याची क्षमता सुधारतो, जसे OpenAI o1 आणि OpenAI o3-mini सारख्या मॉडेल्सद्वारे प्रदर्शित केले जाते. GPT-4.5 हे स्केलिंग विनापर्यवेक्षित शिक्षणाचे एक प्रमुख उदाहरण म्हणून सादर केले जाते, जे वाढीव संगणकीय शक्ती, मोठ्या डेटासेट आणि वास्तुशास्त्रीय नवकल्पनांचा लाभ घेते. Microsoft Azure AI सुपर कॉम्प्युटरवर प्रशिक्षित, ते व्यापक ज्ञान आणि जगाची सखोल माहिती असल्याचा दावा करते, ज्यामुळे भ्रम कमी होतात आणि विश्वासार्हता वाढते.

या प्रगती असूनही, GPT-4.5 ने लक्षणीय उत्साह निर्माण केलेला नाही. हे एक যুগান্তকারী झेप ऐवजी एक वाढीव सुधारणा म्हणून पाहिले जाते. OpenAI वर्धित भावनिक बुद्धिमत्ता, बारकावे आणि सर्जनशीलतेचा दावा करत असताना, अनेक वापरकर्त्यांनी GPT-4o च्या तुलनेत मोठा फरक पाहिला नाही. GPT-4o चे एक प्रमुख वैशिष्ट्य असलेल्या मल्टीमॉडल प्रगतीचा अभाव, या धारणाला आणखी हातभार लावतो.

शिवाय, GPT-4.5 ने अर्थहीन आउटपुट तयार करण्याची प्रवृत्ती दर्शविली आहे. OpenAI चे अंतर्गत तथ्य तपासणी साधन, SimpleQA, दर्शविते की GPT-4.5 37.1% वेळा भ्रमित होते (निर्मितीला आत्मविश्वासाने तथ्य म्हणून सादर करते). GPT-4o, आणखी एक प्रगत ‘रिझनिंग’ मॉडेल, जे त्याच बेंचमार्कवर 61.8% वेळा भ्रमित होते, त्याच्याशी तुलना केली तरी ही एक महत्त्वपूर्ण चिंता आहे. लहान, स्वस्त o3-मिनी मॉडेल 80.3% चा उच्च भ्रम दर दर्शविते.

सध्याच्या AI लँडस्केपमध्ये, अँथ्रोपिक (क्लॉड 3.7 सह) आणि गुगलच्या जेमिनीमधील प्रगती यांसारख्या प्रतिस्पर्धकांनी महत्त्वपूर्ण अपग्रेडची अपेक्षा वाढवली आहे. वापरकर्ते केवळ सुधारणांच्या शोधात नसून যুগান্তকারী शोधांच्या शोधात आहेत आणि GPT-4.5, त्याच्या सध्याच्या स्वरूपात, या चिन्हापेक्षा कमी असल्याचे दिसते.

रिझनिंग मॉडेल्सचा उदय आणि गुंतवणूकदारांचा आत्मविश्वास

एलॉन मस्कने अलीकडेच X वर सूचित केले की आर्टिफिशियल जनरल इंटेलिजेंस (AGI) क्षितिजावर आहे. हे विधान OpenAI, Google, Meta, Microsoft, DeepSeek, Anthropic आणि मस्कच्या स्वतःच्या xAI सारख्या टेक दिग्गजांमध्ये रिझनिंग मॉडेल्स विकसित करण्यासाठीच्या शर्यती दरम्यान आले आहे - AI प्रणाली मानवासारख्या विचारसरणीचे अनुकरण करण्यासाठी डिझाइन केलेली आहे.

गुंतवणूकदार या प्रयत्नासाठी स्पष्टपणे उत्साह दर्शवत आहेत. हायब्रीड रिझनिंगसह क्लॉड 3.7 सॉनेट लाँच केल्यानंतर लगेचच, अँथ्रोपिकने $3.5 अब्ज डॉलर्सची सिरीज E निधी फेरी मिळवली. यामुळे त्याचे मूल्य तिपटीने वाढून $61.5 अब्ज झाले, ज्यामुळे OpenAI चा प्रमुख प्रतिस्पर्धी म्हणून त्याचे स्थान मजबूत झाले. लाइटस्पीड व्हेंचर पार्टनर्सच्या नेतृत्वाखालील आणि सेल्सफोर्स व्हेंचर्स, सिस्को, फिडेलिटी, जेन स्ट्रीट आणि इतरांसह गुंतवणुकीचा उपयोग AI विकासासाठी संगणकीय शक्ती वाढवण्यासाठी, सुरक्षितता संशोधन वाढवण्यासाठी आणि जागतिक वाढीला गती देण्यासाठी केला जाईल.

रिझनिंगच्या सीमांना पुढे ढकलणे: BBEH बेंचमार्क

लार्ज लँग्वेज मॉडेल्स (LLMs) दैनंदिन ऍप्लिकेशन्समध्ये अधिकाधिक एकत्रित केले जात आहेत, विविध डोमेनमध्ये मजबूत तर्क क्षमतांची मागणी करत आहेत. तथापि, विद्यमान बेंचमार्क अनेकदा गणित आणि कोडिंगला प्राधान्य देतात, इतर महत्त्वपूर्ण तर्क प्रकारांकडे दुर्लक्ष करतात. BIG-Bench डेटासेटचा वापर LLM ला जटिल तर्क कार्यांवर मूल्यांकन करण्यासाठी मोठ्या प्रमाणावर केला गेला असला तरी, मॉडेल्सने इतकी महत्त्वपूर्ण प्रगती केली आहे की ते आता BIG-Bench आणि त्याचे अधिक आव्हानात्मक प्रकार, BIG-Bench Hard (BBH) या दोन्हीवर जवळपास परिपूर्ण गुण मिळवतात. हे संपृक्तता या बेंचमार्कला पुढील प्रगती मोजण्यासाठी कमी प्रभावी बनवते.

या मर्यादेला संबोधित करण्यासाठी, संशोधकांनी BIG-Bench Extra Hard (BBEH) सादर केले आहे. हा नवीन बेंचमार्क BBH मधील प्रत्येक कार्य अधिक कठीण आवृत्तीसह बदलतो, तरीही समान तर्क कौशल्यांचे मूल्यांकन करतो. BBEH वरील चाचण्या दर्शवतात की अगदी सर्वोत्तम सामान्य-उद्देश मॉडेल केवळ 9.8% गुण मिळवतात, तर विशेषतः तर्कासाठी डिझाइन केलेले शीर्ष मॉडेल 44.8% पर्यंत पोहोचते. हे परिणाम LLM ला जटिल तर्कासह असलेल्या चालू असलेल्या आव्हानांवर प्रकाश टाकतात, जे सुधारणेसाठी महत्त्वपूर्ण जागा दर्शवतात. संपूर्ण संशोधन पेपर या नवीन बेंचमार्कवर अधिक तपशील प्रदान करतो.

AI-शक्तीवर चालणारे उपग्रह: अवकाश संशोधन आणि कार्यामध्ये एक नवीन युग

हैदराबादस्थित स्पेसेटेक स्टार्टअप, TakeMe2Space ने अलीकडेच सीफंडच्या नेतृत्वाखालील प्री-सीड फंडिंग फेरीत 5.5 कोटी रुपये मिळवले, ज्यात ब्लूम व्हेंचर्स, अर्थ व्हेंचर फंड, AC व्हेंचर्स आणि इतर एंजल गुंतवणूकदारांचा सहभाग होता. हे निधी, माफक असले तरी, अंतराळात भारताची पहिली AI-लॅब स्थापन करण्याच्या दिशेने एक महत्त्वपूर्ण पाऊल दर्शवते. TakeMe2Space या निधीचा उपयोग MOI-1 (माय ऑर्बिटल इन्फ्रास्ट्रक्चर-टेक्नोलॉजी डेमॉन्स्ट्रेटर) विकसित करण्यासाठी करणार आहे, जे वापरकर्त्यांना पृथ्वी निरीक्षण AI मॉडेल्स किंवा इतर अंतराळ प्रयोग थेट ऑर्बिट लॅब नावाच्या वेब कन्सोलद्वारे ऑर्बिटल उपग्रहावर अपलोड करण्यास सक्षम करेल. वापरकर्ते फक्त उपग्रह वापराच्या वेळेसाठी $2 प्रति मिनिट दराने पैसे देतील.

कंपनीच्या MOI-TD प्लॅटफॉर्मने ग्राउंड स्टेशनवरून मोठ्या AI मॉडेल्सना अपलिंक करण्याची, उपग्रहावर बाह्य कोड कार्यान्वित करण्याची आणि एन्कोड केलेले आणि कूटबद्ध केलेले परिणाम सुरक्षितपणे डाऊनलिंक करण्याची क्षमता दर्शविली आहे. हे अधिक स्वायत्त आणि कार्यक्षम उपग्रह कार्यांकडे वाटचाल दर्शवते.

TakeMe2Space या प्रयत्नात एकटे नाही. ESA (OPS-SAT सह) आणि ग्लोबलस्टार सारख्या संस्था देखील सुरक्षित IoT संप्रेषणापासून ते इन-ऑर्बिट AI मॉडेल अंमलबजावणीपर्यंत AI-शक्तीवर चालणाऱ्या उपग्रह तंत्रज्ञानाच्या वास्तविक-जगातील अनुप्रयोगांचे नेतृत्व करत आहेत. जसजसे तंत्रज्ञान प्रगती करत आहे, तसतसे AI-चालित उपग्रह अधिकाधिक स्वायत्त बनण्यास तयार आहेत, ज्यामुळे अधिक कार्यक्षम अंतराळ कार्ये होतील आणि संशोधन, सुरक्षा आणि जागतिक कनेक्टिव्हिटीसाठी नवीन शक्यता निर्माण होतील.

पारंपारिकपणे, उपग्रह डेटा प्रोसेसिंग, निर्णय घेणे आणि कमांड कार्यान्वित करण्यासाठी ग्राउंड स्टेशनवर मोठ्या प्रमाणावर अवलंबून असतात. डेटा डाऊनलिंक करणे, पृथ्वीवर त्याचे विश्लेषण करणे आणि नंतर प्रक्रिया केलेले अंतर्दृष्टी उपग्रहावर परत अपलिंक करणे आवश्यक होते - ही प्रक्रिया वेळखाऊ आणि बँडविड्थ-केंद्रित दोन्ही होती. तथापि, AI आणि एज कॉम्प्युटिंगमधील (क्लाउडमध्ये नव्हे तर डिव्हाइसवरच डेटावर प्रक्रिया करणे) प्रगती आता उपग्रहांना बोर्डवर डेटावर प्रक्रिया करण्यास, स्वायत्त निर्णय घेण्यास आणि केवळ सर्वात महत्त्वपूर्ण अंतर्दृष्टी सुरक्षितपणे प्रसारित करण्यास सक्षम करत आहे. याचा परिणाम जलद, हुशार आणि अधिक कार्यक्षम कार्यांमध्ये होतो.

आधुनिक AI-शक्तीवर चालणाऱ्या उपग्रहांच्या कार्यामध्ये सामान्यत: तीन प्रमुख पायऱ्यांचा समावेश होतो:

1. AI अल्गोरिदमचे अपलिंक: AI अल्गोरिदम ग्राउंड स्टेशनवरून उपग्रहांवर प्रसारित केले जातात, त्यांना प्रगत डेटा-प्रोसेसिंग क्षमता प्रदान करतात.
2. ऑनबोर्ड डेटा विश्लेषण: AI मॉडेल्स प्रतिमा, सेन्सर डेटा आणि इतर इनपुटचे थेट कक्षेत विश्लेषण करतात, ज्यामुळे सतत ग्राउंड हस्तक्षेपाची आवश्यकता कमी होते.
3. अंतर्दृष्टीचे सुरक्षित डाऊनलिंक: कच्चा डेटा प्रसारित करण्याऐवजी, उपग्रह कूटबद्ध केलेले अंतर्दृष्टी पाठवतात, बँडविड्थचे संरक्षण करतात आणि सुरक्षितता वाढवतात.

हा AI-चालित दृष्टिकोन अनेक फायदे देतो. हे उपग्रहांना अवकाशात डेटावर प्रक्रिया करण्यास सक्षम करून विलंब कमी करते, ज्यामुळे ग्राउंड स्टेशनच्या सूचनांची वाट न पाहता रिअल-टाइम परिस्थितीला जलद प्रतिसाद मिळतो. बँडविड्थचा वापर ऑप्टिमाइझ केला जातो, कारण मोठ्या प्रमाणात कच्च्या डेटाऐवजी केवळ सर्वात संबंधित अंतर्दृष्टी प्रसारित केली जातात. कूटबद्ध संप्रेषणाद्वारे सुरक्षितता देखील सुधारली जाते, ज्यामुळे सायबर धोके आणि डेटा उल्लंघनाचा धोका कमी होतो. हे फायदे विशेषतः आपत्कालीन प्रतिसाद, लष्करी ऑपरेशन्स आणि अंतराळ संशोधन यांसारख्या अनुप्रयोगांमध्ये मौल्यवान आहेत.

AI-शक्तीवर चालणाऱ्या उपग्रहांचे वास्तविक-जगातील अनुप्रयोग वैविध्यपूर्ण आणि प्रभावी आहेत:

• आपत्ती व्यवस्थापन: AI ने सुसज्ज असलेले उपग्रह रिअल-टाइममध्ये वणवे, पूर आणि चक्रीवादळ शोधू शकतात, ज्यामुळे आपत्कालीन प्रतिसाद पथकांना त्वरित कारवाई करता येते.
• सुक्ष्म शेती: AI मॉडेल्स अचूक शेती पद्धती वाढवण्यासाठी पिकाचे आरोग्य आणि मातीच्या स्थितीचे विश्लेषण करतात.
• पर्यावरण निरीक्षण: पर्यावरण संस्था वायू आणि जल प्रदूषण पातळीचा मागोवा घेण्यासाठी उपग्रह डेटाचा वापर करतात.
• स्वायत्त नेव्हिगेशन आणि स्पेस ऑपरेशन्स: AI संभाव्य धोक्यांचा अंदाज घेऊन आणि प्रतिक्रिया देऊन टक्कर टाळण्यास मदत करते, उपग्रहांची सुरक्षितता सुनिश्चित करते. हे उपग्रह नक्षत्रांच्या समन्वयाला देखील मदत करते, कव्हरेज आणि कार्यक्षमता वाढवते. शिवाय, AI अंतराळातील ढिगाऱ्यांच्या हालचालींचा मागोवा घेण्यात आणि अंदाज लावण्यात महत्त्वपूर्ण भूमिका बजावते, ज्यामुळे अंतराळ पायाभूत सुविधांचे नुकसान होण्याचा धोका कमी होतो.
• संरक्षण आणि सुरक्षा: AI-शक्तीवर चालणारी देखरेख प्रणाली अनधिकृत क्रियाकलाप आणि लष्करी हालचाली अधिक अचूकतेने शोधतात.
• दूरसंचार आणि IoT: AI-चालित उपग्रह स्मार्ट ट्रॅफिक रूटिंगमध्ये योगदान देतात, उपग्रह इंटरनेट कनेक्टिव्हिटी सुधारतात आणि अखंड जागतिक संप्रेषण सुनिश्चित करतात.
• अंतराळ संशोधन: AI लघुग्रह आणि एक्सोप्लॅनेट शोधण्यात अंतराळ दुर्बिणींची कार्यक्षमता वाढवते, अंतराळ शोध प्रयत्नांना लक्षणीयरीत्या पुढे नेते.

असंख्य फायदे असूनही, AI-शक्तीवर चालणाऱ्या उपग्रहांच्या विकास आणि उपयोजनामध्ये आव्हाने आहेत:

• मर्यादित संगणन शक्ती: उपग्रहांना कमी-शक्तीच्या, रेडिएशन-सक्षम चिप्सवर काम करावे लागते, जे AI क्षमता मर्यादित करतात.
• कठोर अंतराळ पर्यावरण: किरणोत्सर्गामुळे हार्डवेअरमध्ये बिघाड होण्याचा धोका असतो.
• सुरक्षा धोके: अंतराळात बाह्य कोड अपलिंक करणे आणि कार्यान्वित करणे सायबर हल्ले टाळण्यासाठी काळजीपूर्वक व्यवस्थापन आवश्यक आहे.
• खर्च आणि विकासाचा वेळ: AI-सुसंगत उपग्रह हार्डवेअर तयार करणे, चाचणी करणे आणि प्रमाणित करणे ही एक महाग आणि वेळखाऊ प्रक्रिया आहे.
• अनुकूलन क्षमता आवश्यकता: कक्षेत तैनात केलेले AI मॉडेल अत्यंत अनुकूल असले पाहिजेत, कमीतकमी अपडेट्ससह कार्य करणे आणि नवीन परिस्थितींमध्ये स्वायत्तपणे समायोजित करणे आवश्यक आहे.

AI अनलॉक: चॅटजीपीटीमधील पुनरावृत्ती होणारे वाक्ये काढून टाकणे

AI सामग्री निर्मितीमध्ये एक मौल्यवान साधन असू शकते, लेखन, विचारमंथन, स्पष्टता सुधारणे, रचना परिष्कृत करणे आणि एकूण वाचनीयता वाढविण्यात मदत करते. तथापि, AI-व्युत्पन्न केलेल्या मजकुराची एक सामान्य समस्या म्हणजे पुनरावृत्ती होणाऱ्या शब्द निवडीमुळे त्याची सूत्रबद्ध भाषेकडे झुकण्याची प्रवृत्ती. नवीन, प्रभावी संदेश देण्याऐवजी, AI अनेकदा परिचित नमुन्यांवर अवलंबून राहते, ज्यामुळे परिणामकारकता आणि मौलिकता कमी होते.

“delve,” “tapestry,” “vibrant,” “landscape,” “realm,” “embark,” “excels,” “It’s important to note…,” आणि “A testament to…,” यांसारख्या अतिवापर केलेल्या शब्दांमुळे आणि वाक्यांशांमुळे AI-व्युत्पन्न केलेल्या सामग्रीची गुणवत्ता लक्षणीयरीत्या कमी होऊ शकते. उत्पादन विपणकांसाठी, या पुनरावृत्तीमुळे संदेश कमी आकर्षक होऊ शकतात, प्रेक्षकांची प्रतिबद्धता कमी होऊ शकते, ब्रँड वेगळेपण कमकुवत होऊ शकते आणि गर्दीच्या बाजारपेठेत अंतर्दृष्टी आणि धोरणात्मक संदेश वेगळे होण्यापासून रोखू शकतात.

चॅटजीपीटीच्या मेमरी वैशिष्ट्याचा फायदा घेऊन, ही समस्या कमी करणे आणि अतिवापर केलेले शब्द आणि वाक्ये काढून टाकणे शक्य आहे. हे वैशिष्ट्य प्रभावीपणे कसे वापरावे ते येथे आहे:

प्रवेश: चॅटजीपीटी त्याच्या वेबसाइट किंवा मोबाइल अॅपद्वारे प्रवेश केला जाऊ शकतो.

फायदे:

• वर्धित मौलिकता: AI-व्युत्पन्न केलेली सामग्री कमी रोबोटिक आणि अधिक मानवी वाटते.
• सुधारित ब्रँड संदेशन: ब्रँड वेगळेपण कमकुवत करणारे सामान्य वाक्ये टाळते.
• वर्धित प्रतिबद्धता: अनावश्यकता कमी करून अधिक प्रभावी संवादास प्रोत्साहन देते.

उदाहरण: उत्पादन विपणन सामग्री निर्मिती

एका नवीन उत्पादन लाँचसाठी सामग्रीचा मसुदा तयार करण्याचे काम सोपवलेल्या उत्पादन विपणकाचा विचार करा. चॅटजीपीटीला केलेल्या प्रारंभिक विनंतीमुळे “delving into an intricate landscape of innovation…,” यासारख्या पुनरावृत्ती आणि सामान्य वाक्यांशांनी भरलेला प्रतिसाद मिळू शकतो, ज्यामुळे संदेश प्रेरणाहीन वाटतो.

अधिक आकर्षक आणि अद्वितीय सामग्री तयार करण्यासाठी, विपणक या चरणांचे अनुसरण करू शकतात:

1. प्रॉम्प्ट सेट करणे: विपणक चॅटजीपीटीला स्पष्टपणे सूचना देतो: “कृपया खालील शब्द टाळा: delve, tapestry, vibrant, landscape, realm, embark, excels. हे मेमरीमध्ये लक्षात ठेवा.” हे चॅटजीपीटीला त्याच्या प्रतिसादांमध्ये हे शब्द सक्रियपणे फिल्टर करण्यास सूचित करते.
2. सतत मेमरी वापरणे: “हे मेमरीमध्ये लक्षात ठेवा” वाक्यांश हे सुनिश्चित करतो की चॅटजीपीटी या विशिष्ट सूचना अनेक संवादांमध्ये टिकवून ठेवतो. हे निर्दिष्ट केलेले शब्द आणि वाक्ये सतत टाळण्यास सक्षम करते. चॅटजीपीटी मजकूर तयार करण्यापूर्वी त्याची मेमरी तपासेल आणि नियुक्त केलेल्या शब्दांनुसार टाळण्यासाठी सूचनांचे पालन करेल.
3. मॅन्युअल पुनरावलोकन: प्रतिसाद तयार केल्यानंतर, विपणक कोणत्याही उर्वरित अनावश्यकतेसाठी सामग्रीचे पुनरावलोकन करतो आणि स्पष्टता आणि प्रभावासाठी भाषेला बारीक करतो.

प्रभावीपणा:

• प्रॉम्प्ट कस्टमायझेशन: विशिष्ट सूचना AI च्या आउटपुटला आकार देण्यास मदत करतात.
• मेमरी धारणा: चॅटजीपीटी संभाषणांमध्ये शब्द-टाळण्याचे नियम संचयित करू शकते आणि त्यांचे अनुसरण करू शकते.
• मॅन्युअल रिफाइनमेंट: अंतिम मानवी संपादन स्पष्टता आणि सत्यता सुनिश्चित करते.

टीप: या विभागात सादर केलेली साधने आणि विश्लेषण अंतर्गत चाचणीवर आधारित आहेत आणि स्पष्ट मूल्य दर्शवतात. शिफारसी स्वतंत्र आहेत आणि साधन निर्मात्यांद्वारे प्रभावित नाहीत.

अतिरिक्त AI बातम्या आणि घडामोडी

• AI-शक्तीवर चालणारे स्मार्टफोन वाढत आहेत: ड्यूश टेलीकॉमने बार्सिलोनामध्ये मोबाईल वर्ल्ड काँग्रेस 2025 मध्ये पर्प्लेक्सिटी सहाय्यकासह AI-शक्तीवर चालणारा स्मार्टफोन लाँच करण्याची योजना जाहीर केली. हे सहाय्यक टॅक्सी ऑर्डर करणे, टेबल आरक्षित करणे, रिअल-टाइममध्ये भाषांतर करणे आणि वापरकर्त्यांच्या प्रश्नांची उत्तरे देणे यासारखी दैनंदिन कामे सोपी करण्यासाठी डिझाइन केलेले आहे. कंपनी याची कल्पना एक आभासी सहाय्यक म्हणून करते जे ईमेल लिहिणे, कॉल सुरू करणे, मजकूरांचा सारांश देणे आणि कॅलेंडर व्यवस्थापित करून लाखो ग्राहकांना समर्थन देईल. AI फोन त्याची कार्यक्षमता वाढवण्यासाठी Google Cloud AI, ElevenLabs आणि Picsart एकत्रित करेल आणि या वर्षाच्या शेवटी लाँच होणार आहे. इनमोबी युनिट, ग्लान्स आणि गुगल क्लाउडने स्मार्टफोन लॉक स्क्रीन आणि सभोवतालच्या टीव्ही स्क्रीनवर वापरकर्त्यांचे अनुभव वाढवण्यासाठी ग्राहक-केंद्रित AI अनुप्रयोग विकसित करण्यासाठी Google च्या AI मॉडेल्सचा लाभ घेण्यासाठी सहयोग करण्याची घोषणा केली. ग्लान्स सध्या जगभरातील 450 दशलक्षाहून अधिक Android-आधारित स्मार्टफोनला शक्ती देते.

• सरकारी क्षेत्रांमध्ये गंभीर सायबर घटनांमध्ये घट: कॅस्परस्की मॅनेज्ड डिटेक्शन अँड रिस्पॉन्स (MDR) विश्लेषक अहवालानुसार, 2024 मध्ये सरकारी आणि विकास उद्योगांमध्ये थेट मानवी सहभागासह उच्च-गंभीरतेच्या घटनांमध्ये लक्षणीय घट झाली आहे. तथापि, अन्न, IT, दूरसंचार आणि औद्योगिक क्षेत्रांमध्ये अशा घटनांमध्ये वाढ दिसून आली.

• OpenAI सोराला चॅटजीपीटीमध्ये समाकलित करण्याची योजना आखत आहे: OpenAI त्याचे AI व्हिडिओ जनरेशन टूल, सोरा, थेट चॅटजीपीटीमध्ये समाकलित करण्याचे काम करत आहे. सध्या, सोरा केवळ एका समर्पित वेब अॅपद्वारे उपलब्ध आहे, ज्यामुळे वापरकर्त्यांना 20 सेकंदांपर्यंतच्या सिनेमॅटिक क्लिप तयार करता येतात. OpenAI सोराद्वारे समर्थित AI प्रतिमा जनरेटर देखील विकसित करत आहे.