GPT-4.5: ایک بہتری، انقلاب نہیں
OpenAI نے حال ہی میں GPT-4.5 کو ChatGPT Pro صارفین کے لیے دستیاب کرایا ہے، جس کے بعد Plus، Team، انٹرپرائز اور ایجوکیشن اکاؤنٹس بھی شامل ہوں گے۔ اندرونی طور پر ‘Orion’ کے نام سے جانا جاتا ہے، یہ ماڈل OpenAI کے مطابق، “انسانی ارادے کی بہتر گرفت، لطیف اشاروں اور مضمر توقعات کو زیادہ باریکی اور جذباتی ذہانت کے ساتھ سمجھنے” کا حامل ہے۔ یہ GPT-4o کی ترقی کے عمل کی طرح، انسانی فیڈ بیک سے روایتی فائن ٹیوننگ اور reinforcement learning کے ساتھ ساتھ نئی نگرانی کی تکنیکوں کا فائدہ اٹھاتا ہے۔ GPT-4.5 ریئل ٹائم سرچ کی صلاحیتیں پیش کرتا ہے، فائل اور امیج اپ لوڈز کو سپورٹ کرتا ہے، اور لکھنے اور کوڈنگ کے لیے ایک کینوس کے ساتھ ضم ہوتا ہے۔ تاہم، اس میں فی الحال ChatGPT میں پائے جانے والے ملٹی موڈل فیچرز جیسے وائس موڈ، ویڈیو یا اسکرین شیئرنگ کی کمی ہے۔
OpenAI اس بات پر زور دیتا ہے کہ unsupervised learning ماڈل کی درستگی اور intuition کو بڑھاتا ہے۔ یہ نقطہ نظر GPT-3.5، GPT-4، اور اب، GPT-4.5 جیسے ماڈلز میں ہونے والی پیشرفت کے پیچھے ایک اہم قوت رہا ہے۔ علیحدہ طور پر، اسکیلنگ ریزننگ ماڈلز کو معلومات پر منظم طریقے سے کارروائی کرنے کی تربیت دیتی ہے، جواب دینے سے پہلے خیالات کا ایک سلسلہ (chain of thought) تیار کرتی ہے۔ یہ طریقہ کار STEM اور منطق کے پیچیدہ چیلنجوں سے نمٹنے کی ان کی صلاحیت کو بہتر بناتا ہے، جیسا کہ OpenAI o1 اور OpenAI o3-mini جیسے ماڈلز سے ظاہر ہوتا ہے۔ GPT-4.5 کو اسکیلنگ unsupervised learning کی ایک بہترین مثال کے طور پر پیش کیا گیا ہے، جو بڑھی ہوئی کمپیوٹ پاور، بڑے ڈیٹا سیٹس اور آرکیٹیکچرل جدت سے فائدہ اٹھاتا ہے۔ Microsoft Azure AI سپر کمپیوٹرز پر تربیت یافتہ، یہ مبینہ طور پر وسیع تر علم اور دنیا کی گہری سمجھ رکھتا ہے، فریب نظر (hallucinations) کو کم کرتا ہے اور اعتبار میں اضافہ کرتا ہے۔
ان پیشرفتوں کے باوجود، GPT-4.5 نے کوئی خاص جوش و خروش پیدا نہیں کیا ہے۔ اسے ایک اہم چھلانگ کے بجائے ایک تدریجی بہتری کے طور پر دیکھا جاتا ہے۔ جب کہ OpenAI بہتر جذباتی ذہانت، باریکی اور تخلیقی صلاحیتوں کا دعویٰ کرتا ہے، بہت سے صارفین نے GPT-4o کے مقابلے میں کوئی خاص فرق نہیں دیکھا ہے۔ ملٹی موڈل ایڈوانسمنٹس کی عدم موجودگی، جو GPT-4o کی ایک اہم خصوصیت ہے، اس تاثر کو مزید تقویت دیتی ہے۔
مزید برآں، GPT-4.5 نے بے معنی آؤٹ پٹ تیار کرنے کا رجحان ظاہر کیا ہے۔ OpenAI کا اندرونی حقائق کی جانچ کا ٹول، SimpleQA، ظاہر کرتا ہے کہ GPT-4.5 37.1% وقت فریب نظر (hallucinates) (جھوٹی باتوں کو اعتماد کے ساتھ حقیقت کے طور پر پیش کرتا ہے) کا شکار ہوتا ہے۔ یہ ایک اہم تشویش ہے، یہاں تک کہ جب GPT-4o کے مقابلے میں، ایک اور جدید “ریزনিং” ماڈل، جو اسی بینچ مارک پر 61.8% وقت فریب نظر کا شکار ہوتا ہے۔ چھوٹا، سستا o3-mini ماڈل 80.3% کی اس سے بھی زیادہ فریب نظر کی شرح کو ظاہر کرتا ہے۔
موجودہ AI لینڈ اسکیپ، جس میں Anthropic جیسے Claude 3.7 کے ساتھ اور Google کی Gemini کے ساتھ پیش رفت جیسے حریف شامل ہیں، نے اہم اپ گریڈ کی توقعات بڑھا دی ہیں۔ صارفین بہتریوں کی نہیں بلکہ breakthroughs کی تلاش میں ہیں، اور GPT-4.5، اپنی موجودہ شکل میں، اس نشان سے کم دکھائی دیتا ہے۔
ریزننگ ماڈلز کا عروج اور سرمایہ کاروں کا اعتماد
Elon Musk نے حال ہی میں X پر تجویز کیا کہ Artificial General Intelligence (AGI) افق پر ہے۔ یہ بیان OpenAI، Google، Meta، Microsoft، DeepSeek، Anthropic، اور Musk کی اپنی xAI جیسی ٹیک کمپنیوں کے درمیان ریزننگ ماڈلز – AI سسٹمز جو انسانی جیسی سوچ کی نقل کرنے کے لیے بنائے گئے ہیں – تیار کرنے کی ایک پرجوش دوڑ کے درمیان سامنے آیا ہے۔
سرمایہ کار واضح طور پر اس جستجو کے لیے جوش و خروش ظاہر کر رہے ہیں۔ ہائبرڈ ریزننگ کے ساتھ Claude 3.7 Sonnet لانچ کرنے کے فوراً بعد، Anthropic نے 3.5 بلین ڈالر کی ایک بڑی Series E فنڈنگ راؤنڈ حاصل کی۔ اس نے اس کی ویلیو ایشن کو تین گنا بڑھا کر 61.5 بلین ڈالر کر دیا، جس سے OpenAI کے ایک بڑے حریف کے طور پر اس کی پوزیشن مستحکم ہوئی۔ Lightspeed Venture Partners کی قیادت میں اور Salesforce Ventures، Cisco، Fidelity، Jane Street، اور دیگر سمیت سرمایہ کاری، AI کی ترقی کے لیے کمپیوٹنگ پاور کو بڑھانے، حفاظتی تحقیق کو بڑھانے اور عالمی ترقی کو تیز کرنے کے لیے استعمال کی جائے گی۔
ریزننگ کی حدود کو آگے بڑھانا: BBEH بینچ مارک
Large Language Models (LLMs) کو تیزی سے روزمرہ کی ایپلی کیشنز میں ضم کیا جا رہا ہے، جس سے متنوع ڈومینز میں مضبوط ریزننگ کی صلاحیتوں کا مطالبہ کیا جا رہا ہے۔ تاہم، موجودہ بینچ مارکس اکثر ریاضی اور کوڈنگ کو ترجیح دیتے ہیں، دیگر اہم ریزننگ کی اقسام کو نظر انداز کرتے ہیں۔ جب کہ BIG-Bench ڈیٹا سیٹ کو LLMs کا جائزہ لینے کے لیے بڑے پیمانے پر استعمال کیا گیا ہے، ماڈلز نے اتنی اہم پیش رفت کی ہے کہ وہ اب BIG-Bench اور اس کے زیادہ چیلنجنگ ویرینٹ، BIG-Bench Hard (BBH) دونوں پر تقریباً پرفیکٹ اسکور حاصل کرتے ہیں۔ یہ saturation ان بینچ مارکس کو مزید پیش رفت کا اندازہ لگانے کے لیے کم موثر بناتا ہے۔
اس حد کو دور کرنے کے لیے، محققین نے BIG-Bench Extra Hard (BBEH) متعارف کرایا ہے۔ یہ نیا بینچ مارک BBH میں ہر ٹاسک کو نمایاں طور پر زیادہ مشکل ورژن سے بدل دیتا ہے، جبکہ اب بھی اسی طرح کی ریزننگ کی مہارتوں کا جائزہ لیتا ہے۔ BBEH پر ٹیسٹ سے پتہ چلتا ہے کہ یہاں تک کہ بہترین جنرل پرپز ماڈلز بھی صرف 9.8% اسکور حاصل کرتے ہیں، جبکہ خاص طور پر ریزننگ کے لیے ڈیزائن کیا گیا ٹاپ ماڈل 44.8% تک پہنچ جاتا ہے۔ یہ نتائج LLMs کو پیچیدہ ریزننگ کے ساتھ درپیش جاری چیلنجوں کو اجاگر کرتے ہیں، جو بہتری کے لیے کافی گنجائش کی نشاندہی کرتے ہیں۔ مکمل تحقیقی مقالہ اس نئے بینچ مارک پر مزید تفصیلات فراہم کرتا ہے۔
AI سے چلنے والے سیٹلائٹس: خلائی تحقیق اور آپریشنز میں ایک نیا دور
TakeMe2Space، حیدرآباد میں قائم ایک اسپیس ٹیک اسٹارٹ اپ نے حال ہی میں Seafund کی قیادت میں پری سیڈ فنڈنگ راؤنڈ میں 5.5 کروڑ روپے حاصل کیے ہیں، جس میں Blume Ventures، Artha Venture Fund، AC Ventures، اور دیگر اینجل سرمایہ کاروں نے شرکت کی۔ یہ فنڈنگ، اگرچہ معمولی ہے، خلا میں ہندوستان کی پہلی AI لیب کے قیام کی جانب ایک اہم قدم کی نشاندہی کرتی ہے۔ TakeMe2Space اس فنڈز کو MOI-1 (My Orbital Infrastructure–Technology Demonstrator) تیار کرنے کے لیے استعمال کرنے کا منصوبہ رکھتا ہے، ایک ایسا پلیٹ فارم جو صارفین کو Orbitlab نامی ویب کنسول کے ذریعے ارتھ آبزرویشن AI ماڈلز یا دیگر خلائی تجربات کو براہ راست مداری سیٹلائٹ پر اپ لوڈ کرنے کے قابل بنائے گا۔ صارفین صرف سیٹلائٹ کے استعمال کے وقت کے لیے ادائیگی کریں گے، $2 فی منٹ کی شرح سے۔
کمپنی کے MOI-TD پلیٹ فارم نے مبینہ طور پر ایک گراؤنڈ اسٹیشن سے بڑے AI ماڈلز کو اپ لنک کرنے، سیٹلائٹ پر بیرونی کوڈ پر عمل کرنے، اور انکوڈ شدہ اور انکرپٹڈ نتائج کو محفوظ طریقے سے ڈاؤن لنک کرنے کی صلاحیت کا مظاہرہ کیا ہے۔ یہ زیادہ خود مختار اور موثر سیٹلائٹ آپریشنز کی جانب ایک اقدام کی نمائندگی کرتا ہے۔
TakeMe2Space اس کوشش میں اکیلا نہیں ہے۔ ESA (OPS-SAT کے ساتھ) اور Globalstar جیسی تنظیمیں بھی AI سے چلنے والی سیٹلائٹ ٹیکنالوجی کی حقیقی دنیا کی ایپلی کیشنز میں پیش پیش ہیں، جس میں محفوظ IoT کمیونیکیشن سے لے کر ان-آربٹ AI ماڈل ایگزیکیوشن تک شامل ہیں۔ جیسے جیسے ٹیکنالوجی آگے بڑھ رہی ہے، AI سے چلنے والے سیٹلائٹس تیزی سے خود مختار ہونے کے لیے تیار ہیں، جس سے زیادہ موثر خلائی آپریشنز ہوں گے اور تحقیق، سلامتی اور عالمی رابطے کے لیے نئے امکانات کھلیں گے۔
روایتی طور پر، سیٹلائٹس ڈیٹا پروسیسنگ، فیصلہ سازی اور کمانڈ ایگزیکیوشن کے لیے گراؤنڈ اسٹیشنز پر بہت زیادہ انحصار کرتے رہے ہیں۔ ڈیٹا کو ڈاؤن لنک کرنا پڑتا تھا، زمین پر تجزیہ کیا جاتا تھا، اور پھر پروسیس شدہ بصیرتیں سیٹلائٹ پر واپس اپ لنک کی جاتی تھیں – ایک ایسا عمل جو وقت طلب اور بینڈوتھ-intensive دونوں تھا۔ تاہم، AI اور ایج کمپیوٹنگ (ڈیٹا کو کلاؤڈ کے بجائے خود ڈیوائس پر پروسیس کرنا) میں ہونے والی پیش رفت اب سیٹلائٹس کو آن بورڈ ڈیٹا پروسیس کرنے، خود مختار فیصلے کرنے اور محفوظ طریقے سے صرف انتہائی اہم بصیرتیں منتقل کرنے کے قابل بنا رہی ہے۔ اس کے نتیجے میں تیز، ہوشیار اور زیادہ موثر آپریشنز ہوتے ہیں۔
جدید AI سے چلنے والے سیٹلائٹس کا آپریشن عام طور پر تین اہم مراحل پر مشتمل ہوتا ہے:
- AI الگورتھم کا اپ لنک: AI الگورتھم گراؤنڈ اسٹیشنز سے سیٹلائٹس پر منتقل کیے جاتے ہیں، جو انہیں جدید ڈیٹا پروسیسنگ کی صلاحیتیں فراہم کرتے ہیں۔
- آن بورڈ ڈیٹا کا تجزیہ: AI ماڈلز براہ راست مدار میں تصاویر، سینسر ڈیٹا اور دیگر ان پٹس کا تجزیہ کرتے ہیں، جس سے زمینی مداخلت کی مسلسل ضرورت کم ہوتی ہے۔
- بصیرتوں کا محفوظ ڈاؤن لنک: خام ڈیٹا منتقل کرنے کے بجائے، سیٹلائٹس انکرپٹڈ بصیرتیں بھیجتے ہیں، بینڈوتھ کو محفوظ کرتے ہیں اور سیکیورٹی کو بڑھاتے ہیں۔
یہ AI سے چلنے والا نقطہ نظر کئی فائدے پیش کرتا ہے۔ یہ سیٹلائٹس کو خلا میں ڈیٹا پروسیس کرنے کے قابل بنا کر latency کو نمایاں طور پر کم کرتا ہے، جس سے گراؤنڈ اسٹیشنز سے ہدایات کا انتظار کیے بغیر حقیقی وقت کے حالات پر تیزی سے ردعمل ظاہر کیا جا سکتا ہے۔ بینڈوتھ کا استعمال بہتر بنایا جاتا ہے، کیونکہ خام ڈیٹا کی بڑی مقدار کے بجائے صرف سب سے زیادہ متعلقہ بصیرتیں منتقل کی جاتی ہیں۔ انکرپٹڈ کمیونیکیشن کے ذریعے سیکیورٹی کو بھی بہتر بنایا جاتا ہے، جس سے سائبر خطرات اور ڈیٹا کی خلاف ورزیوں کا خطرہ کم ہوتا ہے۔ یہ فائدے خاص طور پر ڈیزاسٹر رسپانس، فوجی آپریشنز اور خلائی تحقیق جیسی ایپلی کیشنز میں قیمتی ہیں۔
AI سے چلنے والے سیٹلائٹس کی حقیقی دنیا کی ایپلی کیشنز متنوع اور اثر انگیز ہیں:
- ڈیزاسٹر مینجمنٹ: AI سے لیس سیٹلائٹس حقیقی وقت میں جنگل کی آگ، سیلاب اور سمندری طوفانوں کا پتہ لگا سکتے ہیں، جس سے ایمرجنسی رسپانس ٹیموں کی جانب سے فوری کارروائی ممکن ہوتی ہے۔
- پریسجن ایگریکلچر: AI ماڈلز فصلوں کی صحت اور مٹی کے حالات کا تجزیہ کرتے ہیں تاکہ پریسجن فارمنگ کے طریقوں کو بہتر بنایا جا سکے۔
- ماحولیاتی نگرانی: ماحولیاتی ایجنسیاں ہوا اور پانی کی آلودگی کی سطح کو ٹریک کرنے کے لیے سیٹلائٹ ڈیٹا کا استعمال کرتی ہیں۔
- خود مختار نیویگیشن اور خلائی آپریشنز: AI ممکنہ خطرات کی پیشین گوئی اور ان پر ردعمل ظاہر کر کے تصادم سے بچنے کو بہتر بناتا ہے، سیٹلائٹس کی حفاظت کو یقینی بناتا ہے۔ یہ سیٹلائٹ کانسٹیلیشنز کے کوآرڈینیشن میں بھی سہولت فراہم کرتا ہے، کوریج اور کارکردگی کو بڑھاتا ہے۔ مزید برآں، AI خلائی بنیادی ڈھانچے کو پہنچنے والے نقصان کے خطرے کو کم کرتے ہوئے، مداری ملبے کی نقل و حرکت کو ٹریک کرنے اور پیشین گوئی کرنے میں ایک اہم کردار ادا کرتا ہے۔
- دفاع اور سلامتی: AI سے چلنے والے نگرانی کے نظام غیر مجاز سرگرمیوں اور فوجی نقل و حرکت کا پتہ لگاتے ہیں۔
- ٹیلی کمیونیکیشن اور IoT: AI سے چلنے والے سیٹلائٹس اسمارٹ ٹریفک روٹنگ میں حصہ ڈالتے ہیں، سیٹلائٹ انٹرنیٹ کنیکٹیویٹی کو بہتر بناتے ہیں اور عالمی مواصلات کو یقینی بناتے ہیں۔
- خلائی تحقیق: AI خلائی دوربینوں کی کارکردگی کو بڑھاتا ہے، جس سے خلائی دریافت کی کوششوں میں نمایاں طور پر پیش رفت ہوتی ہے۔
بے شمار فوائد کے باوجود، AI سے چلنے والے سیٹلائٹس کی ترقی اور تعیناتی میں چیلنجز باقی ہیں:
- محدود کمپیوٹ پاور: سیٹلائٹس کو کم پاور، ریڈی ایشن-ہارڈنڈ چپس پر کام کرنا چاہیے، جو AI کی صلاحیتوں کو محدود کرتی ہیں۔
- سخت خلائی ماحول: تابکاری کی نمائش ہارڈ ویئر کی خرابی کا خطرہ پیدا کرتی ہے۔
- سیکیورٹی کے خطرات: خلا میں بیرونی کوڈ کو اپ لنک کرنا اور اس پر عمل کرنا سائبر حملوں کو روکنے کے لیے محتاط انتظام کا متقاضی ہے۔
- لاگت اور ترقی کا وقت: AI کے موافق سیٹلائٹ ہارڈ ویئر کی تعمیر، جانچ اور توثیق ایک مہنگا اور وقت طلب عمل ہے۔
- موافقت کی ضروریات: مدار میں تعینات AI ماڈلز کو انتہائی موافق ہونا چاہیے، کم سے کم اپ ڈیٹس کے ساتھ کام کرنا اور نئے منظرناموں کے مطابق خود بخود ایڈجسٹ ہونا چاہیے۔
AI ان لاکڈ: ChatGPT میں تکراری جملے ختم کرنا
AI مواد کی تخلیق میں ایک قیمتی ٹول ہو سکتا ہے، جو لکھنے، brainstorming، وضاحت کو بہتر بنانے، ساخت کو بہتر بنانے اور مجموعی پڑھنے کی اہلیت کو بڑھانے میں مدد کرتا ہے۔ تاہم، AI سے تیار کردہ متن کے ساتھ ایک عام مسئلہ اس کا فارمولائی زبان کی طرف رجحان ہے جو بار بار الفاظ کے انتخاب کی وجہ سے ہوتا ہے۔ تازہ، اثر انگیز پیغامات فراہم کرنے کے بجائے، AI اکثر مانوس نمونوں پر انحصار کرتا ہے، جس سے تاثیر اور اصلیت کم ہوتی ہے۔
زیادہ استعمال ہونے والے الفاظ اور جملے، جیسے “delve،” “tapestry،” “vibrant،” “landscape،” “realm،” “embark،” “excels،” “It’s important to note…”، اور “A testament to…”، AI سے تیار کردہ مواد کے معیار کو نمایاں طور پر کم کر سکتے ہیں۔ پروڈکٹ مارکیٹرز کے لیے، یہ تکرار پیغام رسانی کو کم دلکش بنا سکتی ہے، سامعین کی مصروفیت کو کم کر سکتی ہے، برانڈ کے امتیاز کو کمزور کر سکتی ہے، اور بصیرت اور اسٹریٹجک پیغام رسانی کو ایک پرہجوم مارکیٹ میں نمایاں ہونے سے روک سکتی ہے۔
ChatGPT کی میموری فیچر کا فائدہ اٹھا کر، اس مسئلے کو کم کرنا اور زیادہ استعمال ہونے والے الفاظ اور جملے کو ختم کرنا ممکن ہے۔ اس فیچر کو مؤثر طریقے سے استعمال کرنے کا طریقہ یہاں ہے:
رسائی: ChatGPT تک اس کی ویب سائٹ یا موبائل ایپ کے ذریعے رسائی حاصل کی جا سکتی ہے۔
فوائد:
- اصلیت میں اضافہ: یقینی بناتا ہے کہ AI سے تیار کردہ مواد کم روبوٹک اور زیادہ انسانی محسوس ہو۔
- بہتر برانڈ پیغام رسانی: عام جملے سے بچتا ہے جو برانڈ کے امتیاز کو کمزور کرتے ہیں۔
- بوسٹڈ انگیجمنٹ: بے کارگی کو کم کر کے زیادہ موثر مواصلات کی حوصلہ افزائی کرتا ہے۔
مثال: پروڈکٹ مارکیٹنگ مواد کی تیاری
ایک پروڈکٹ مارکیٹر پر غور کریں جسے ایک نئی پروڈکٹ لانچ کے لیے مواد تیار کرنے کا کام سونپا گیا ہے۔ ChatGPT سے ابتدائی درخواست کے نتیجے میں “delving into an intricate landscape of innovation…” جیسے تکراری اور عام جملے سے بھرا ہوا جواب مل سکتا ہے، جس سے پیغام رسانی غیر متاثر کن محسوس ہوتی ہے۔
زیادہ دلکش اور منفرد مواد بنانے کے لیے، مارکیٹر ان اقدامات پر عمل کر سکتا ہے:
- پرامپٹ سیٹ کرنا: مارکیٹر واضح طور پر ChatGPT کو ہدایت دیتا ہے: “Please avoid the following words: delve, tapestry, vibrant, landscape, realm, embark, excels. Commit this to memory.” یہ ChatGPT کو ہدایت دیتا ہے کہ وہ اپنے جوابات میں ان اصطلاحات کو فعال طور پر فلٹر کرے۔
- مسلسل میموری کا استعمال: “Commit this to memory” جملہ اس بات کو یقینی بناتا ہے کہ ChatGPT ان مخصوص ہدایات کو متعدد تعاملات میں برقرار رکھے۔ یہ مخصوص الفاظ اور جملے سے مسلسل بچنے کے قابل بناتا ہے۔ ChatGPT متن تیار کرنے سے پہلے اپنی میموری کو چیک کرے گا اور نامزد اصطلاحات سے بچنے کے لیے ہدایات پر عمل کرے گا۔
- دستی جائزہ: جواب تیار کرنے کے بعد، مارکیٹر کسی بھی باقی بے کارگی کے لیے مواد کا جائزہ لیتا ہے اور وضاحت اور اثر کے لیے زبان کو ٹھیک کرتا ہے۔
تاثیر:
- پرامپٹ کسٹمائزیشن: مخصوص ہدایات AI کے آؤٹ پٹ کو شکل دینے میں مدد کرتی ہیں۔
- میموری برقرار رکھنا: ChatGPT گفتگو میں لفظ سے بچنے کے اصولوں کو اسٹور اور فالو کر سکتا ہے۔
- دستی ریفائنمنٹ: ایک حتمی انسانی ترمیم وضاحت اور صداقت کو یقینی بناتی ہے۔
نوٹ: اس سیکشن میں پیش کردہ ٹولز اور تجزیہ اندرونی جانچ پر مبنی ہیں اور واضح قدر کا مظاہرہ کرتے ہیں۔ سفارشات آزاد ہیں اور ٹول بنانے والوں سے متاثر نہیں ہیں۔
اضافی AI خبریں اور پیش رفت
AI سے چلنے والے اسمارٹ فونز میں اضافہ: Deutsche Telekom نے بارسلونا میں موبائل ورلڈ کانگریس 2025 میں Perplexity اسسٹنٹ کی خصوصیت والے AI سے چلنے والے اسمارٹ فون کو لانچ کرنے کے منصوبوں کا اعلان کیا۔ یہ اسسٹنٹ روزمرہ کے کاموں کو آسان بنانے کے لیے ڈیزائن کیا گیا ہے جیسے ٹیکسیوں کا آرڈر دینا، میزیں ریزرو کرنا، حقیقی وقت میں زبانوں کا ترجمہ کرنا، اور صارفین کے سوالات کا جواب دینا۔ کمپنی اسے ایک ورچوئل اسسٹنٹ کے طور پر دیکھتی ہے جو لاکھوں صارفین کو ای میلز لکھنے، کالز شروع کرنے، متن کا خلاصہ کرنے اور کیلنڈرز کا انتظام کرنے میں مدد فراہم کرے گا۔ AI فون اپنی فعالیت کو بڑھانے کے لیے Google Cloud AI، ElevenLabs، اور Picsart کو مربوط کرے گا، اور اسے اس سال کے آخر میں لانچ کرنے کا منصوبہ ہے۔ Glance، ایک InMobi یونٹ، اور Google Cloud نے اسمارٹ فون لاک اسکرینز اور ایمبیئنٹ TV اسکرینز پر صارف کے تجربات کو بڑھانے کے لیے کنزیومر فیسنگ AI ایپلی کیشنز تیار کرنے کے لیے Google کے AI ماڈلز کا فائدہ اٹھانے کے لیے ایک تعاون کا بھی اعلان کیا۔ Glance فی الحال دنیا بھر میں 450 ملین سے زیادہ Android پر مبنی اسمارٹ فونز کو طاقت فراہم کرتا ہے۔
سرکاری شعبوں میں سائبر کے اہم واقعات میں کمی: Kaspersky Managed Detection and Response (MDR) تجزیہ کار کی تازہ ترین رپورٹ کے مطابق، 2024 میں سرکاری اور ترقیاتی صنعتوں کو براہ راست انسانی شمولیت والے اعلیٰ شدت کے واقعات میں نمایاں کمی کا سامنا کرنا پڑا۔ تاہم، خوراک، IT، ٹیلی کام اور صنعتی شعبوں میں ایسے واقعات میں اضافہ ہوا۔
OpenAI کا Sora کو ChatGPT میں ضم کرنے کا منصوبہ: OpenAI اپنے AI ویڈیو جنریشن ٹول، Sora کو براہ راست ChatGPT میں ضم کرنے پر کام کر رہا ہے۔ فی الحال، Sora صرف ایک سرشار ویب ایپ کے ذریعے دستیاب ہے، جو صارفین کو 20 سیکنڈ تک کی سنیماٹک کلپس بنانے کی اجازت دیتا ہے۔ OpenAI Sora سے چلنے والا ایک AI امیج جنریٹر بھی تیار کر رہا ہے۔