2024: एआई के उल्लेखनीय विकास और नवाचार का वर्ष
जैसा कि हम 2025 में कदम रखते हैं, यह 2024 में हमारे द्वारा किए गए अविश्वसनीय स्ट्राइड्स को प्रतिबिंबित करने के लिए रोमांचकारी है। एजेंटिक युग के लिए तैयार किए गए मिथुन 2.0 मॉडल को लॉन्च करने से लेकर रचनात्मक अभिव्यक्ति को सशक्त बनाने के लिए, और उपन्यास प्रोटीन बाइंडरों को डिजाइन करने से लेकर ए-सक्षम न्यूरोसिंस और क्वांटम कम्प्यूटिंग को आगे बढ़ाने के लिए, हम कृत्रिम बुद्धिमत्ता की सीमाओं को आगे बढ़ा रहे हैं। इन सभी प्रयासों का उद्देश्य मानवता के अधिक से अधिक अच्छे के लिए एआई का दोहन करना है।
जैसा कि हमने अपने निबंध में उल्लेख किया है * क्यों हम दो साल पहले AI * पर ध्यान केंद्रित करते हैं, AI विकास के लिए हमारा दृष्टिकोण दुनिया की जानकारी को व्यवस्थित करने और इसे सार्वभौमिक रूप से सुलभ और उपयोगी बनाने के लिए हमारे संस्थापक मिशन में निहित है। यह मिशन अधिक से अधिक लोगों के जीवन को बढ़ाने के लिए हमारी प्रतिबद्धता को बढ़ाता है, एक लक्ष्य जो हमारे उत्तरी स्टार बना हुआ है।
हमारे 2024 वर्ष में समीक्षा में, हम Google में कई प्रतिभाशाली टीमों की उल्लेखनीय उपलब्धियों का जश्न मनाते हैं जिन्होंने हमारे मिशन को आगे बढ़ाने के लिए अथक प्रयास किया है। उनके प्रयासों ने आने वाले वर्ष में और भी अधिक रोमांचक घटनाक्रमों के लिए मंच निर्धारित किया है।
मॉडल, उत्पादों और प्रौद्योगिकियों में अथक नवाचार
2024 प्रयोग, तेजी से तैनाती, और डेवलपर्स के हाथों में हमारी नवीनतम तकनीकों को प्राप्त करने के बारे में था। दिसंबर में, हमने अपनी मिथुन 2.0 प्रायोगिक श्रृंखला के पहले मॉडल का अनावरण किया, जिसे विशेष रूप से एजेंटिक युग के लिए डिज़ाइन किया गया था। हमने मिथुन 2.0 फ्लैश, हमारे बहुमुखी वर्कहॉर्स के साथ चीजों को बंद कर दिया, इसके बाद हमारे एजेंट अनुसंधान से अत्याधुनिक प्रोटोटाइप थे। इनमें एक अपडेटेड प्रोजेक्ट एस्ट्रा शामिल है, जो एक सार्वभौमिक एआई सहायक की क्षमता की खोज करता है; प्रोजेक्ट मेरिनर, एक प्रारंभिक प्रोटोटाइप जो एक प्रयोगात्मक विस्तार के रूप में क्रोम में कार्रवाई करने में सक्षम है; और जूल्स, एक एआई-संचालित कोड एजेंट। हम अपने प्रमुख उत्पादों में मिथुन 2.0 की क्षमताओं को एकीकृत करने के लिए उत्सुक हैं, और हमने पहले से ही खोज के भीतर एआई साक्षात्कारों में परीक्षण शुरू कर दिया है, एक अरब से अधिक लोगों द्वारा नए प्रकार के प्रश्नों का पता लगाने के लिए उपयोग किया जाता है।
हमने डेप रिसर्च को भी रोल आउट किया, जो कि मिथुन एडवांस्ड में एक नया एजेंटिक फीचर है, जो जटिल सवालों के जवाब देने के लिए मल्टी-स्टेप योजनाओं को बनाकर और निष्पादित करके घंटों के शोध को बचाता है। इसके अतिरिक्त, हमने मिथुन 2.0 फ्लैश थिंकिंग एक्सपेरिमेंटल, एक मॉडल पेश किया, जो पारदर्शी रूप से अपनी विचार प्रक्रिया को प्रदर्शित करता है। इससे पहले वर्ष में, हमने मिथुन की क्षमताओं को अधिक Google उत्पादों में एकीकृत करके और मिथुन 1.5 प्रो और जेमिनी 1.5 फ्लैश को लॉन्च करके महत्वपूर्ण प्रगति की। गति और दक्षता के लिए अनुकूलित उत्तरार्द्ध, डेवलपर्स के बीच हमारे सबसे लोकप्रिय मॉडल बन गए, इसके कॉम्पैक्ट आकार और लागत-प्रभावशीलता के लिए धन्यवाद।
हमने AI स्टूडियो को भी बढ़ाया, जिससे यह डेस्कटॉप, iOS और Android पर एक प्रगतिशील वेब ऐप (PWA) इंस्टॉल करने योग्य हो गया, जिससे डेवलपर्स को संसाधनों का एक मजबूत सेट प्रदान किया गया। नोटबुकल्म में नई सुविधाओं के लिए जनता की प्रतिक्रिया, जैसे कि ऑडियो ओवरव्यू, शानदार रही है। ये विशेषताएं अपलोड किए गए स्रोत सामग्री से गहरी गोता चर्चा उत्पन्न कर सकती हैं, जिससे सीखने को अधिक आकर्षक बना दिया जा सकता है।
स्पीच इनपुट और आउटपुट को मिथुन लाइव, प्रोजेक्ट एस्ट्रा, जर्नी वॉयस और यूट्यूब के ऑटो डबिंग जैसे उत्पादों में परिष्कृत किया जाता है, जो यूजर इंटरैक्शन को बढ़ाता है।
खुले समुदाय में योगदान करने की हमारी परंपरा के अनुरूप, हमने जेम्मा के दो नए मॉडल जारी किए, जो हमारे अत्याधुनिक खुले मॉडल हैं, जो मिथुन के रूप में एक ही शोध और प्रौद्योगिकी पर निर्मित हैं। जेम्मा ने प्रश्न के उत्तर, तर्क और कोडिंग जैसे क्षेत्रों में समान रूप से आकार के मॉडल को बेहतर बनाया। हमने जेम्मा स्कोप भी जारी किया, शोधकर्ताओं को जेम्मा 2 के आंतरिक कामकाज को समझने में मदद करने के लिए एक उपकरण।
हमने अपने मॉडलों की तथ्यात्मकता में सुधार और मतिभ्रम को कम करने में प्रगति की। दिसंबर में, हमने फैक्ट्स ग्राउंडिंग को प्रकाशित किया, Google DeepMind, Google Research और Kaggle के सहयोग से विकसित एक बेंचमार्क, यह मूल्यांकन करने के लिए कि बड़ी भाषा के मॉडल प्रदान किए गए स्रोत सामग्री में अपनी प्रतिक्रियाओं को कितनी अच्छी तरह से ग्राउंड करते हैं और मतिभ्रम से बचते हैं।
1,719 उदाहरणों के साथ, डेटासेट ग्राउंडिंग डेटासेट, संदर्भ दस्तावेजों में लंबे समय से फॉर्म प्रतिक्रियाओं का परीक्षण करने के लिए डिज़ाइन किया गया है। हमने फैक्ट्स ग्राउंडिंग का उपयोग करके अग्रणी एलएलएम का परीक्षण किया, और हमें यह रिपोर्ट करने पर गर्व है कि मिथुन 2.0 फ्लैश एक्सपेरिमेंटल, जेमिनी 1.5 फ्लैश, और जेमिनी 1.5 प्रो ने शीर्ष तीन तथ्यात्मक स्कोर हासिल किए, जिसमें मिथुन -2.0-फ्लैश-एक्सप एक प्रभावशाली 83.6%स्कोर किया गया। हमने ब्लॉकवाइज समानांतर डिकोडिंग, आत्मविश्वास-आधारित डिफरल और सट्टा डिकोडिंग जैसी नवीन तकनीकों के माध्यम से एमएल दक्षता में भी सुधार किया, जो एलएलएम के अनुमानों को गति देता है। ये सुधार Google उत्पादों को लाभान्वित करते हैं और उद्योग मानकों को निर्धारित करते हैं।
खेलों में, हमने फुटबॉल रणनीति के लिए एक एआई प्रणाली, विशेष रूप से कोने की किक पर सामरिक अंतर्दृष्टि प्रदान करने वाली एआई प्रणाली, टैक्टिकाई लॉन्च की।
अनुसंधान नेतृत्व के लिए हमारी प्रतिबद्धता मजबूत बनी हुई है। 2010-2023 के एक जनजातीय एआई उद्धरणों पर WIPO सर्वेक्षण से पता चला कि Google अनुसंधान और Google DeePMind सहित Google को दूसरे-सबसे उद्धृत संस्थान के उद्धरणों से दोगुना से अधिक प्राप्त हुआ।
यह WIPO ग्राफ, लेंस से जनवरी 2024 के आंकड़ों पर आधारित है, पिछले एक दशक में जनरेटिव AI अनुसंधान में वर्णमाला के महत्वपूर्ण योगदान पर प्रकाश डालता है। अंत में, हमने प्रोजेक्ट स्टारलाइन, हमारी "मैजिक विंडो" तकनीक के साथ प्रगति की, एचपी के साथ भागीदारी करने के लिए इसे व्यवसायीकरण करने के लिए, इसे Google मीट और ज़ूम जैसी वीडियो कॉन्फ्रेंसिंग सेवाओं में एकीकृत करने का लक्ष्य रखा। जेनेरिक एआई के साथ रचनात्मक दृष्टि को सशक्त बनाना
हमारा मानना है कि एआई रचनात्मकता के नए स्थानों को अनलॉक कर सकता है, जिससे रचनात्मक अभिव्यक्ति अधिक सुलभ हो सकती है और लोगों को उनके कलात्मक दृष्टि का एहसास करने में मदद कर सकती है। 2024 में, हमने अपने जेनेरिक मीडिया टूल्स के अपडेट की एक श्रृंखला पेश की, छवियों, संगीत और वीडियो को कवर किया।
वर्ष की शुरुआत में, हमने ImageFX और MusicFX, जेनरेटिव AI टूल्स लॉन्च किए, जो टेक्स्ट प्रॉम्प्ट से इमेज और अप-टू -70-सेकंड ऑडियो क्लिप बनाते हैं। I/O में, हमने MusicFX DJ का पूर्वावलोकन किया, जो लाइव संगीत निर्माण को और अधिक सुलभ बनाने के लिए डिज़ाइन किया गया था। अक्टूबर में, हमने जैकब कोलियर के साथ नए और आकांक्षी संगीतकारों के लिए MusicFX डीजे को सरल बनाने के लिए काम किया। हमने अपने संगीत एआई टूलकिट, म्यूजिक एआई सैंडबॉक्स को भी अपडेट किया, और हमारे ड्रीम ट्रैक प्रयोग को विकसित किया, जिससे हमें रचनाकारों ने पाठ-से-संगीत मॉडल का उपयोग करके विभिन्न शैलियों में वाद्य साउंडट्रैक उत्पन्न करने की अनुमति दी।
बाद में वर्ष में, हमने वीओ 2 और इमेजेन 3, हमारी नवीनतम छवि और वीडियो मॉडल जारी किए। इमेजेन 3, हमारे उच्चतम गुणवत्ता वाले टेक्स्ट-टू-इमेज मॉडल, बेहतर विस्तार, प्रकाश और कम कलाकृतियों के साथ छवियां उत्पन्न करते हैं। वीओ 2 ने यथार्थवाद को बढ़ाते हुए वास्तविक दुनिया के भौतिकी और मानव आंदोलन की बेहतर समझ का प्रदर्शन किया। वीओ 2 उच्च गुणवत्ता वाले वीडियो पीढ़ी में एक महत्वपूर्ण उन्नति को चिह्नित करता है। हमने संपादन में एआई की क्षमता का पता लगाना जारी रखा, इसका उपयोग पारदर्शिता और वस्तुओं की खुरदरापन जैसी विशेषताओं को नियंत्रित करने के लिए किया।
ये उदाहरण सिंथेटिक डेटा जनरेशन का उपयोग करके भौतिक गुणों को संपादित करने की एआई की क्षमता का प्रदर्शन करते हैं। ऑडियो पीढ़ी में, हमने वीडियो-टू-ऑडियो (V2A) तकनीक में सुधार किया, जो ऑन-स्क्रीन एक्शन के आधार पर टेक्स्ट प्रॉम्प्ट से डायनेमिक साउंडस्केप उत्पन्न करता है, जिसे वीओ से एआई-जनित वीडियो के साथ जोड़ा जा सकता है।
खेल रचनात्मक अन्वेषण और प्रशिक्षण के लिए एक आदर्श खेल का मैदान प्रदान करते हैं। 2024 में, हमने जिनी 2, एक फाउंडेशन वर्ल्ड मॉडल पेश किया, जो प्रशिक्षण और अवतार वाले एजेंटों का मूल्यांकन करने के लिए विविध, खेलने योग्य 3 डी वातावरण उत्पन्न करता है। इसके बाद सिमा का लॉन्च किया गया, जो विभिन्न वीडियो गेम सेटिंग्स में प्राकृतिक भाषा के निर्देशों का पालन कर सकता है।
इंटेलिजेंस की वास्तुकला: रोबोटिक्स, हार्डवेयर और कंप्यूटिंग में अग्रिम
जैसा कि हमारे मल्टीमॉडल मॉडल दुनिया के भौतिकी को समझने में अधिक माहिर हो जाते हैं, वे रोबोटिक्स में रोमांचक प्रगति को सक्षम कर रहे हैं। हम अधिक सक्षम और सहायक रोबोट के अपने लक्ष्य के करीब पहुंच रहे हैं।
अलोहा के साथ, हमारे रोबोट ने शॉइल को बांधने, शर्ट लटकाने, अन्य रोबोटों की मरम्मत, गियर डालने और रसोई की सफाई जैसे कार्यों में महारत हासिल की। वर्ष की शुरुआत में, हमने ऑटोर्ट, सारा-आरटी और आरटी-प्रक्षेपवक्र पेश किया, हमारे रोबोटिक्स ट्रांसफॉर्मर के एक्सटेंशन ने रोबोट को अपने वातावरण को बेहतर ढंग से नेविगेट करने और त्वरित निर्णय लेने में मदद करने के लिए काम किया। हमने Aloha Unleashed, दो हथियारों को समन्वित करने के लिए रोबोट पढ़ाने के लिए भी जारी किया, और डेमोस्टार्ट, जो सिमुलेशन का उपयोग करके एक बहु-उंजर रोबोटिक हाथ पर वास्तविक दुनिया के प्रदर्शन में सुधार करने के लिए सुदृढीकरण सीखने का उपयोग करता है।
रोबोट ट्रांसफार्मर 2 (आरटी -2) वेब और रोबोटिक्स दोनों डेटा से सीखता है, जिससे यह एक कटोरे में स्ट्रॉबेरी रखने जैसे कार्यों को करने में सक्षम होता है। रोबोटिक्स से परे, हमारी अल्फैचिप सुदृढीकरण सीखने की विधि डेटा केंद्रों और स्मार्टफोन के लिए चिप फ्लोरप्लानिंग में क्रांति ला रही है। हमने अल्फ़ाचिप के ओपन-सोर्स रिलीज के बाहरी गोद लेने की सुविधा के लिए एक पूर्व-प्रशिक्षित चेकपॉइंट जारी किया। हमने ट्रिलियम, हमारी छठी पीढ़ी के टीपीयू भी बनाए, जो Google क्लाउड ग्राहकों के लिए उपलब्ध है, यह दिखाते हुए कि AI कैसे चिप डिज़ाइन को बढ़ा सकता है। अल्फ़ैचिप चिप लेआउट को अनुकूलित करना सीखता है, प्रत्येक डिजाइन के साथ सुधार करता है। हमारे शोध ने क्वांटम कंप्यूटरों में त्रुटि सुधार से भी निपटा। नवंबर में, हमने अल्फाक्विट लॉन्च किया, एक एआई-आधारित डिकोडर जो उच्च सटीकता के साथ क्वांटम कंप्यूटिंग त्रुटियों की पहचान करता है। Google DeepMind और Google Research के बीच इस सहयोग ने विश्वसनीय क्वांटम कंप्यूटरों की ओर प्रगति को तेज किया। परीक्षणों में, अल्फाक्विट ने टेंसर नेटवर्क विधियों की तुलना में और सहसंबद्ध मिलान की तुलना में 30% की तुलना में त्रुटियों को कम कर दिया।
दिसंबर में, Google क्वांटम एआई टीम ने विलो, हमारी नवीनतम क्वांटम चिप का अनावरण किया। विलो पांच मिनट से कम समय में एक बेंचमार्क गणना कर सकता है जो आज के सबसे तेज सुपर कंप्यूटर 10 सेप्टिलियन वर्ष लेगा। क्वांटम त्रुटि सुधार का उपयोग करते हुए, विलो ने त्रुटि दर को आधा कर दिया, एक मील का पत्थर प्राप्त किया जिसे "नीचे थ्रेसहोल्ड" के रूप में जाना जाता है और वर्ष पुरस्कार के भौतिकी सफलता अर्जित किया।
विलो क्वांटम कंप्यूटिंग में अत्याधुनिक प्रदर्शन दिखाता है। नए समाधानों को उजागर करना: विज्ञान, जीव विज्ञान और गणित में प्रगति
हमने एआई के साथ वैज्ञानिक प्रगति को तेज करना जारी रखा, उपकरण और कागजात जारी किया जो विज्ञान और गणित को आगे बढ़ाने में एआई की शक्ति का प्रदर्शन करते हैं। यहाँ कुछ हाइलाइट्स हैं:
जनवरी में, हमने जटिल ज्यामिति समस्याओं को हल करने के लिए एक एआई प्रणाली, अल्फैगोमेट्री पेश की। औपचारिक गणित के तर्क के लिए एक सुदृढीकरण-शिक्षण-आधारित प्रणाली, हमारे अद्यतन अल्फैगोमेट्री 2 और अल्फाप्रोफ ने जुलाई 2024 में अंतर्राष्ट्रीय गणितीय ओलंपियाड में रजत पदक विजेता प्रदर्शन हासिल किया।
Alphageometry 2 जुलाई 2024 की समस्या 4 को हल किया, केवल 19 सेकंड में अंतर्राष्ट्रीय गणितीय ओलंपियाड, यह साबित करता है कि ∠kil + ∠xpy 180 ° के बराबर है। आइसोमॉर्फिक लैब्स के सहयोग से, हमने अल्फाफोल्ड 3 को पेश किया, जो जीव विज्ञान और दवा की खोज की हमारी समझ को बदलने के उद्देश्य से जीवन के अणुओं की संरचना और बातचीत की भविष्यवाणी करता है। Alphafold 3 की उन्नत वास्तुकला और प्रशिक्षण सभी जीवन के अणुओं को प्रोटीन से लेकर डीएनए तक कवर करते हैं। हमने उच्च शक्ति वाले प्रोटीन बाइंडरों को बनाने के लिए Alphaproteo, AI सिस्टम के साथ प्रोटीन डिजाइन में महत्वपूर्ण प्रगति की, जिससे नई दवाएं और बायोसेंसर हो सकते हैं। अल्फाप्रोटो विभिन्न लक्ष्य प्रोटीन के लिए नए प्रोटीन बाइंडर्स डिजाइन कर सकते हैं। हार्वर्ड के लिचमैन लैब के सहयोग से, हमने मानव मस्तिष्क के एक टुकड़े के एक नैनो-स्केल मैपिंग का उत्पादन किया, जो अपनी तरह का पहला था, और इसे शोधकर्ताओं के लिए उपलब्ध कराया। यह कनेक्टोमिक्स में हमारे दशक-लंबे प्रयास का अनुसरण करता है, जो अब मानव मस्तिष्क की मानचित्रण तक फैली हुई है।
यह ब्रेन मैपिंग प्रोजेक्ट कॉर्टेक्स की सबसे गहरी परत में मिरर-इमेज सेल क्लस्टर्स को प्रकट करता है। नवंबर के अंत में, हमने रॉयल सोसाइटी के साथ विज्ञान मंच के लिए एआई की सह-मेजबानी की, प्रोटीन संरचना की भविष्यवाणी, मानव मस्तिष्क मानचित्रण, और पूर्वानुमान और जंगल की आग का पता लगाने के लिए एआई का उपयोग करने जैसे प्रमुख विषयों पर चर्चा की। हमने Google DeepMind पॉडकास्ट पर उपलब्ध फोरम में चार नोबेल पुरस्कार विजेता के साथ एक Q & A की मेजबानी की।
2024 एक ऐतिहासिक वर्ष भी था क्योंकि डेमिस हसबिस, जॉन जम्पर, और डेविड बेकर ने प्रोटीन डिजाइन में क्रांति लाने के लिए मान्यता प्राप्त अल्फफोल्ड 2 पर अपने काम के लिए रसायन विज्ञान में नोबेल पुरस्कार प्राप्त किया। जॉन हॉपफील्ड के साथ जेफ्री हिंटन ने कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग में फाउंडेशनल काम के लिए भौतिकी में नोबेल पुरस्कार प्राप्त किया।
Google को अतिरिक्त प्रशंसा भी मिली, जिसमें न्यूरिप्स 2024 टेस्ट ऑफ टाइम पेपर अवार्ड्स और बील-ऑर्दा-हेस पुरस्कार के लिए प्राइमर-डुअल रैखिक प्रोग्रामिंग (पीडीएलपी), अब Google या टूल्स का हिस्सा है, जो वास्तविक दुनिया के अनुप्रयोगों के साथ बड़े पैमाने पर रैखिक प्रोग्रामिंग में सहायता करता है।
मानवता के लाभ के लिए ऐ
इस वर्ष, हमने महत्वपूर्ण उत्पाद अग्रिम और प्रकाशित शोध किया कि कैसे एआई सीधे और तुरंत स्वास्थ्य सेवा, आपदा तत्परता और शिक्षा जैसे क्षेत्रों में लोगों को लाभान्वित कर सकता है।
हेल्थकेयर में, एआई गुणवत्ता देखभाल का लोकतंत्रीकरण करने का वादा करता है, विशेष रूप से हृदय रोग के शुरुआती पता लगाने में। हमारे शोध से पता चला है कि एक साधारण उंगलियों का उपकरण, जो बुनियादी मेटाडेटा के साथ संयुक्त है, हृदय स्वास्थ्य जोखिमों की भविष्यवाणी कर सकता है। हमने तपेदिक के लिए एआई-सक्षम डायग्नोस्टिक्स को भी उन्नत किया, जिसमें दिखाया गया है कि एआई उच्च टीबी और एचआईवी दरों के साथ प्रभावी रूप से कैसे स्क्रीन कर सकता है।
मेड-जेमिनी ने मेडका बेंचमार्क पर एक नया अत्याधुनिक स्कोर हासिल किया, जो हमारे पिछले सर्वश्रेष्ठ, मेड-पाम 2 को 4.6%से पार कर गया। हमारा मिथुन मॉडल पेशेवरों के लिए एक बहुमुखी उपकरण है, और हम विशिष्ट डोमेन के लिए ठीक ट्यून किए गए मॉडल विकसित कर रहे हैं। उदाहरण के लिए, मेड-जेमिनी, मिथुन की क्षमताओं के साथ डी-पहचान किए गए चिकित्सा डेटा पर प्रशिक्षण को जोड़ती है, Medqa USMLE-STYLE प्रश्न बेंचमार्क पर 91.1% सटीकता प्राप्त करती है। हम यह भी खोज रहे हैं कि मशीन लर्निंग रेडियोलॉजी, डर्मेटोलॉजी और पैथोलॉजी जैसे क्षेत्रों में इमेजिंग विशेषज्ञता में कमी को कैसे संबोधित कर सकती है। हमने डायग्नोस्टिक टास्क और बायोमार्कर डिस्कवरी के लिए डर्म फाउंडेशन और पाथ फाउंडेशन जारी किया, स्टैनफोर्ड मेडिसिन के साथ स्किन कंडीशन इमेज नेटवर्क (SCIN) डेटासेट पर सहयोग किया, और मेडिकल इमेजिंग रिसर्च के लिए सीटी फाउंडेशन का अनावरण किया।
शिक्षा में, हमने लर्नलम को पेश किया, जो कि खोज, यूट्यूब और मिथुन में अनुभवों को बढ़ाने, सीखने के लिए ठीक-ठाक-ट्यून्ड मॉडल का एक परिवार था। Learnlm ने अन्य प्रमुख AI मॉडल को बेहतर बनाया, और हमने इसे AI स्टूडियो में डेवलपर्स के लिए उपलब्ध कराया। हमारे संवादी शिक्षण साथी, LearnAbout, और ऑडियो चर्चा उपकरण, रोशनी, आगे सीखने के अनुभवों को समृद्ध करते हैं।
आपदा पूर्वानुमान और तैयारियों में, हमने गेंकास्ट को पेश किया, मौसम और चरम घटना के पूर्वानुमान में सुधार किया, और न्यूरलगसीएम, हजारों दिनों के वायुमंडलीय परिस्थितियों का अनुकरण करने में सक्षम। ग्राफकास्ट, जिसने 2024 मैक्रोबर्ट अवार्ड जीता, विस्तृत मौसम की भविष्यवाणी प्रदान करता है।
10 दिनों में ग्राफकास्ट की भविष्यवाणियां विशिष्ट आर्द्रता, सतह के तापमान और हवा की गति का प्रदर्शन करती हैं। हमने अपने बाढ़ के पूर्वानुमान मॉडल में सुधार किया, जिसमें सात दिन पहले बाढ़ की भविष्यवाणी की गई, 100 देशों और 700 मिलियन लोगों के लिए कवरेज का विस्तार किया।
हमारे बाढ़ का पूर्वानुमान मॉडल अब 100 से अधिक देशों को कवर करता है, 150 देशों में आभासी गेज के साथ जहां भौतिक गेज अनुपलब्ध हैं। एआई भी जंगल की आग का पता लगाने और शमन में सहायता करता है। हमारे वाइल्डफायर बाउंड्री मैप्स अब 22 देशों में उपलब्ध हैं, और हमने फायरसेट बनाया, एक उपग्रह नक्षत्र जो 20 मिनट के भीतर छोटे जंगल की आग का पता लगा सकता है। हमने 110 नई भाषाओं को शामिल करने के लिए Google अनुवाद का विस्तार किया, जिससे 614 मिलियन से अधिक वक्ताओं के लिए जानकारी और अवसर पर बाधाओं को तोड़ने में मदद मिली।
Google अनुवाद में ये नई भाषाएं दुनिया की 8% आबादी का प्रतिनिधित्व करती हैं। जिम्मेदार एआई में मानक निर्धारित करने में मदद करना
हमने एआई सुरक्षा में अपने उद्योग-अग्रणी अनुसंधान को जारी रखा, नए उपकरणों और तकनीकों को विकसित किया और इन्हें अपने नवीनतम मॉडलों में एकीकृत किया। हम जोखिमों को संबोधित करने के लिए सहयोग करने के लिए प्रतिबद्ध हैं।
दुरुपयोग में हमारे शोध में पाया गया कि गहरे नकली और जेलब्रेक सबसे आम मुद्दे हैं। मई में, हमने अपने उन्नत एआई मॉडल में उभरती क्षमताओं की पहचान करने के लिए फ्रंटियर सेफ्टी फ्रेमवर्क पेश किया और हमारे एआई जिम्मेदारी जीवनचक्र ढांचे को लॉन्च किया। अक्टूबर में, हमने किसी भी एलएलएम के साथ काम करने के लिए अपने जिम्मेदार जीनई टूलकिट का विस्तार किया, जिससे डेवलपर्स को जिम्मेदारी से एआई का निर्माण करने में मदद मिली।
हमने उन्नत एआई सहायकों की नैतिकता पर एक पेपर जारी किया, एआई सहायकों के तकनीकी और नैतिक परिदृश्य और उनके द्वारा किए गए अवसरों और जोखिमों की जांच की।
हमने मिथुन ऐप और वीओ में वेब अनुभव और वीडियो में एआई-जनित पाठ को वॉटरमार्क करने के लिए सिंथिड की क्षमताओं का विस्तार किया। ऑनलाइन पारदर्शिता को बढ़ाने के लिए, हम सामग्री सिद्धता और प्रामाणिकता (C2PA) के लिए गठबंधन में शामिल हुए और सामग्री क्रेडेंशियल्स मानक के एक नए, अधिक सुरक्षित संस्करण पर काम किया।
सिंथिड एआई-जनित सामग्री में गुणवत्ता, सटीकता और रचनात्मकता सुनिश्चित करने के लिए अनुमानित टोकन की संभावना स्कोर को समायोजित करता है। एलएलएम से परे, हमने अल्फाफोल्ड 3 के लिए अपने जैव सुरक्षा दृष्टिकोण को साझा किया, उद्योग भागीदारों के साथ काम किया और गठबंधन के लिए सिक्योर एआई (सीओएसएआई) शुरू किया, और अंतर्राष्ट्रीय एआई शासन में योगदान करने के लिए एआई सियोल शिखर सम्मेलन में भाग लिया।
जैसा कि हम एआई एजेंटों जैसी नई तकनीकों का विकास करते हैं, हम सुरक्षा, सुरक्षा और गोपनीयता के सवालों का पता लगाना जारी रखेंगे। हमारे एआई सिद्धांतों द्वारा निर्देशित, हम एक जानबूझकर, क्रमिक दृष्टिकोण ले रहे हैं, व्यापक अनुसंधान, सुरक्षा प्रशिक्षण, और विश्वसनीय परीक्षकों और बाहरी विशेषज्ञों के साथ जोखिम आकलन कर रहे हैं।
2025 के लिए आगे देख रहे हैं
2024 एआई में अविश्वसनीय प्रगति और उत्साह का वर्ष था। हम 2025 में क्या आ रहे हैं, इस बारे में और भी अधिक रोमांचित हैं।
जैसा कि हम उत्पादों, विज्ञान, स्वास्थ्य और रचनात्मकता में एआई अनुसंधान की सीमाओं को आगे बढ़ाते रहते हैं, हमें विचार से विचार करना चाहिए कि इन तकनीकों को कैसे और कब तैनात किया जाए। जिम्मेदार एआई प्रथाओं और सहयोग को बढ़ावा देने से, हम भविष्य के निर्माण में एक महत्वपूर्ण भूमिका निभाते रहेंगे जहां एआई मानवता को लाभान्वित करता है।
संबंधित लेख
新研究揭示大規模語言模型實際記憶的數據量
AI模型實際記憶多少？新研究揭示驚人見解我們都知道，像ChatGPT、Claude和Gemini這樣的大規模語言模型（LLMs）是在龐大數據集上訓練的——來自書籍、網站、程式碼，甚至圖像和音頻等多媒體的數兆字詞。但這些數據到底發生了什麼？這些模型真的理解語言，還是僅僅在重複記憶的片段？來自Meta、Google DeepMind、Cornell和NVIDIA的一項突破性新研究終於給出了具體答案——
AI解決英國生產力難題的潛力
AI可為英國經濟增加4000億英鎊——但前提是工作者願意接受英國正面臨巨大的經濟機遇——4000億英鎊的增長由AI驅動。但關鍵在於：一半的潛力取決於工作者實際採用AI工具。雖然對AI的興趣激增，但許多人尚未利用其改變工作和生產力的能力。AI採用差距：誰被落在後面？目前，三分之二（66%）的英國工作者——特別是年長女性和低社會經濟背景人士——從未在工作中使用生成式AI。在企業方面，中小型企業在AI採
2025年4月最佳9款AI招聘工具
2024年改變招聘的10款最佳AI招聘工具人工智能正在顛覆招聘遊戲——理由充分。淹沒在簡歷和無休止的面試安排中的公司正轉向AI驅動的解決方案，這些方案能大幅縮短招聘時間、消除偏見，並挖掘最佳候選人。從自動篩選到智能面試助手，這些工具正在改變我們對人才招聘的思考方式。以下是我們精心挑選的今年引起轟動的頂尖AI招聘平台清單：1. Mega HR Mega HR不僅僅是另一個申請者追蹤系統——它由Me
सूचना (25)
0/200
![JustinMartin]()
JustinMartin
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 was a wild ride with AI! From Gemini 2.0 to quantum computing, it's like we're living in a sci-fi movie. Loved seeing all the creative stuff AI can do, but sometimes it felt a bit too much, you know? Can't wait to see what 2025 brings, but maybe slow down a bit, AI?
0
![BillyEvans]()
BillyEvans
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
¡2024 fue increíble con la IA! Desde Gemini 2.0 hasta la computación cuántica, parece que vivimos en una película de ciencia ficción. Me encantó ver todo lo creativo que puede hacer la IA, pero a veces se sintió un poco abrumador, ¿sabes? Espero con ansias lo que 2025 traiga, pero tal vez, ¿puede la IA ralentizar un poco?
0
![WalterWhite]()
WalterWhite
10 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024年はAIがすごかったね！ジェミニ2.0から量子コンピューティングまで、まるでSF映画に住んでいるみたい。AIができるクリエイティブなことが大好きだけど、時々少し多すぎる感じがするんだよね。2025年が楽しみだけど、AI、ちょっとペースを落とそうか？
0
![WillieRodriguez]()
WillieRodriguez
11 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 war ein wilder Ritt mit KI! Von Gemini 2.0 bis zur Quantencomputing, es fühlt sich an, als lebten wir in einem Sci-Fi-Film. Ich liebe das kreative Zeug, was KI kann, aber manchmal war es ein bisschen zu viel, weißt du? Ich freue mich auf 2025, aber vielleicht sollte die KI ein bisschen langsamer machen?
0
![KeithJones]()
KeithJones
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Năm 2024 thật tuyệt vời với trí tuệ nhân tạo! Từ Gemini 2.0 đến máy tính lượng tử, cảm giác như chúng ta đang sống trong phim khoa học viễn tưởng. Mình thích những điều sáng tạo mà AI có thể làm, nhưng đôi khi nó hơi quá sức, bạn biết đấy? Mong chờ năm 2025, nhưng có lẽ AI nên chậm lại một chút?
0
![StephenRamirez]()
StephenRamirez
10 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 was wild! AI's growth was insane, from Gemini 2.0 to protein binders. It's like every week there was something new and mind-blowing. Can't wait to see what 2025 brings, but 2024 set the bar high!
0
जैसा कि हम 2025 में कदम रखते हैं, यह 2024 में हमारे द्वारा किए गए अविश्वसनीय स्ट्राइड्स को प्रतिबिंबित करने के लिए रोमांचकारी है। एजेंटिक युग के लिए तैयार किए गए मिथुन 2.0 मॉडल को लॉन्च करने से लेकर रचनात्मक अभिव्यक्ति को सशक्त बनाने के लिए, और उपन्यास प्रोटीन बाइंडरों को डिजाइन करने से लेकर ए-सक्षम न्यूरोसिंस और क्वांटम कम्प्यूटिंग को आगे बढ़ाने के लिए, हम कृत्रिम बुद्धिमत्ता की सीमाओं को आगे बढ़ा रहे हैं। इन सभी प्रयासों का उद्देश्य मानवता के अधिक से अधिक अच्छे के लिए एआई का दोहन करना है।
जैसा कि हमने अपने निबंध में उल्लेख किया है * क्यों हम दो साल पहले AI * पर ध्यान केंद्रित करते हैं, AI विकास के लिए हमारा दृष्टिकोण दुनिया की जानकारी को व्यवस्थित करने और इसे सार्वभौमिक रूप से सुलभ और उपयोगी बनाने के लिए हमारे संस्थापक मिशन में निहित है। यह मिशन अधिक से अधिक लोगों के जीवन को बढ़ाने के लिए हमारी प्रतिबद्धता को बढ़ाता है, एक लक्ष्य जो हमारे उत्तरी स्टार बना हुआ है।
हमारे 2024 वर्ष में समीक्षा में, हम Google में कई प्रतिभाशाली टीमों की उल्लेखनीय उपलब्धियों का जश्न मनाते हैं जिन्होंने हमारे मिशन को आगे बढ़ाने के लिए अथक प्रयास किया है। उनके प्रयासों ने आने वाले वर्ष में और भी अधिक रोमांचक घटनाक्रमों के लिए मंच निर्धारित किया है।
मॉडल, उत्पादों और प्रौद्योगिकियों में अथक नवाचार
2024 प्रयोग, तेजी से तैनाती, और डेवलपर्स के हाथों में हमारी नवीनतम तकनीकों को प्राप्त करने के बारे में था। दिसंबर में, हमने अपनी मिथुन 2.0 प्रायोगिक श्रृंखला के पहले मॉडल का अनावरण किया, जिसे विशेष रूप से एजेंटिक युग के लिए डिज़ाइन किया गया था। हमने मिथुन 2.0 फ्लैश, हमारे बहुमुखी वर्कहॉर्स के साथ चीजों को बंद कर दिया, इसके बाद हमारे एजेंट अनुसंधान से अत्याधुनिक प्रोटोटाइप थे। इनमें एक अपडेटेड प्रोजेक्ट एस्ट्रा शामिल है, जो एक सार्वभौमिक एआई सहायक की क्षमता की खोज करता है; प्रोजेक्ट मेरिनर, एक प्रारंभिक प्रोटोटाइप जो एक प्रयोगात्मक विस्तार के रूप में क्रोम में कार्रवाई करने में सक्षम है; और जूल्स, एक एआई-संचालित कोड एजेंट। हम अपने प्रमुख उत्पादों में मिथुन 2.0 की क्षमताओं को एकीकृत करने के लिए उत्सुक हैं, और हमने पहले से ही खोज के भीतर एआई साक्षात्कारों में परीक्षण शुरू कर दिया है, एक अरब से अधिक लोगों द्वारा नए प्रकार के प्रश्नों का पता लगाने के लिए उपयोग किया जाता है।
इससे पहले वर्ष में, हमने मिथुन की क्षमताओं को अधिक Google उत्पादों में एकीकृत करके और मिथुन 1.5 प्रो और जेमिनी 1.5 फ्लैश को लॉन्च करके महत्वपूर्ण प्रगति की। गति और दक्षता के लिए अनुकूलित उत्तरार्द्ध, डेवलपर्स के बीच हमारे सबसे लोकप्रिय मॉडल बन गए, इसके कॉम्पैक्ट आकार और लागत-प्रभावशीलता के लिए धन्यवाद।
हमने AI स्टूडियो को भी बढ़ाया, जिससे यह डेस्कटॉप, iOS और Android पर एक प्रगतिशील वेब ऐप (PWA) इंस्टॉल करने योग्य हो गया, जिससे डेवलपर्स को संसाधनों का एक मजबूत सेट प्रदान किया गया। नोटबुकल्म में नई सुविधाओं के लिए जनता की प्रतिक्रिया, जैसे कि ऑडियो ओवरव्यू, शानदार रही है। ये विशेषताएं अपलोड किए गए स्रोत सामग्री से गहरी गोता चर्चा उत्पन्न कर सकती हैं, जिससे सीखने को अधिक आकर्षक बना दिया जा सकता है।
स्पीच इनपुट और आउटपुट को मिथुन लाइव, प्रोजेक्ट एस्ट्रा, जर्नी वॉयस और यूट्यूब के ऑटो डबिंग जैसे उत्पादों में परिष्कृत किया जाता है, जो यूजर इंटरैक्शन को बढ़ाता है।
खुले समुदाय में योगदान करने की हमारी परंपरा के अनुरूप, हमने जेम्मा के दो नए मॉडल जारी किए, जो हमारे अत्याधुनिक खुले मॉडल हैं, जो मिथुन के रूप में एक ही शोध और प्रौद्योगिकी पर निर्मित हैं। जेम्मा ने प्रश्न के उत्तर, तर्क और कोडिंग जैसे क्षेत्रों में समान रूप से आकार के मॉडल को बेहतर बनाया। हमने जेम्मा स्कोप भी जारी किया, शोधकर्ताओं को जेम्मा 2 के आंतरिक कामकाज को समझने में मदद करने के लिए एक उपकरण।
हमने अपने मॉडलों की तथ्यात्मकता में सुधार और मतिभ्रम को कम करने में प्रगति की। दिसंबर में, हमने फैक्ट्स ग्राउंडिंग को प्रकाशित किया, Google DeepMind, Google Research और Kaggle के सहयोग से विकसित एक बेंचमार्क, यह मूल्यांकन करने के लिए कि बड़ी भाषा के मॉडल प्रदान किए गए स्रोत सामग्री में अपनी प्रतिक्रियाओं को कितनी अच्छी तरह से ग्राउंड करते हैं और मतिभ्रम से बचते हैं।
हमने ब्लॉकवाइज समानांतर डिकोडिंग, आत्मविश्वास-आधारित डिफरल और सट्टा डिकोडिंग जैसी नवीन तकनीकों के माध्यम से एमएल दक्षता में भी सुधार किया, जो एलएलएम के अनुमानों को गति देता है। ये सुधार Google उत्पादों को लाभान्वित करते हैं और उद्योग मानकों को निर्धारित करते हैं।
खेलों में, हमने फुटबॉल रणनीति के लिए एक एआई प्रणाली, विशेष रूप से कोने की किक पर सामरिक अंतर्दृष्टि प्रदान करने वाली एआई प्रणाली, टैक्टिकाई लॉन्च की।
अनुसंधान नेतृत्व के लिए हमारी प्रतिबद्धता मजबूत बनी हुई है। 2010-2023 के एक जनजातीय एआई उद्धरणों पर WIPO सर्वेक्षण से पता चला कि Google अनुसंधान और Google DeePMind सहित Google को दूसरे-सबसे उद्धृत संस्थान के उद्धरणों से दोगुना से अधिक प्राप्त हुआ।
जेनेरिक एआई के साथ रचनात्मक दृष्टि को सशक्त बनाना
हमारा मानना है कि एआई रचनात्मकता के नए स्थानों को अनलॉक कर सकता है, जिससे रचनात्मक अभिव्यक्ति अधिक सुलभ हो सकती है और लोगों को उनके कलात्मक दृष्टि का एहसास करने में मदद कर सकती है। 2024 में, हमने अपने जेनेरिक मीडिया टूल्स के अपडेट की एक श्रृंखला पेश की, छवियों, संगीत और वीडियो को कवर किया।
वर्ष की शुरुआत में, हमने ImageFX और MusicFX, जेनरेटिव AI टूल्स लॉन्च किए, जो टेक्स्ट प्रॉम्प्ट से इमेज और अप-टू -70-सेकंड ऑडियो क्लिप बनाते हैं। I/O में, हमने MusicFX DJ का पूर्वावलोकन किया, जो लाइव संगीत निर्माण को और अधिक सुलभ बनाने के लिए डिज़ाइन किया गया था। अक्टूबर में, हमने जैकब कोलियर के साथ नए और आकांक्षी संगीतकारों के लिए MusicFX डीजे को सरल बनाने के लिए काम किया। हमने अपने संगीत एआई टूलकिट, म्यूजिक एआई सैंडबॉक्स को भी अपडेट किया, और हमारे ड्रीम ट्रैक प्रयोग को विकसित किया, जिससे हमें रचनाकारों ने पाठ-से-संगीत मॉडल का उपयोग करके विभिन्न शैलियों में वाद्य साउंडट्रैक उत्पन्न करने की अनुमति दी।
हमने संपादन में एआई की क्षमता का पता लगाना जारी रखा, इसका उपयोग पारदर्शिता और वस्तुओं की खुरदरापन जैसी विशेषताओं को नियंत्रित करने के लिए किया।
ऑडियो पीढ़ी में, हमने वीडियो-टू-ऑडियो (V2A) तकनीक में सुधार किया, जो ऑन-स्क्रीन एक्शन के आधार पर टेक्स्ट प्रॉम्प्ट से डायनेमिक साउंडस्केप उत्पन्न करता है, जिसे वीओ से एआई-जनित वीडियो के साथ जोड़ा जा सकता है।
खेल रचनात्मक अन्वेषण और प्रशिक्षण के लिए एक आदर्श खेल का मैदान प्रदान करते हैं। 2024 में, हमने जिनी 2, एक फाउंडेशन वर्ल्ड मॉडल पेश किया, जो प्रशिक्षण और अवतार वाले एजेंटों का मूल्यांकन करने के लिए विविध, खेलने योग्य 3 डी वातावरण उत्पन्न करता है। इसके बाद सिमा का लॉन्च किया गया, जो विभिन्न वीडियो गेम सेटिंग्स में प्राकृतिक भाषा के निर्देशों का पालन कर सकता है।
इंटेलिजेंस की वास्तुकला: रोबोटिक्स, हार्डवेयर और कंप्यूटिंग में अग्रिम
जैसा कि हमारे मल्टीमॉडल मॉडल दुनिया के भौतिकी को समझने में अधिक माहिर हो जाते हैं, वे रोबोटिक्स में रोमांचक प्रगति को सक्षम कर रहे हैं। हम अधिक सक्षम और सहायक रोबोट के अपने लक्ष्य के करीब पहुंच रहे हैं।
वर्ष की शुरुआत में, हमने ऑटोर्ट, सारा-आरटी और आरटी-प्रक्षेपवक्र पेश किया, हमारे रोबोटिक्स ट्रांसफॉर्मर के एक्सटेंशन ने रोबोट को अपने वातावरण को बेहतर ढंग से नेविगेट करने और त्वरित निर्णय लेने में मदद करने के लिए काम किया। हमने Aloha Unleashed, दो हथियारों को समन्वित करने के लिए रोबोट पढ़ाने के लिए भी जारी किया, और डेमोस्टार्ट, जो सिमुलेशन का उपयोग करके एक बहु-उंजर रोबोटिक हाथ पर वास्तविक दुनिया के प्रदर्शन में सुधार करने के लिए सुदृढीकरण सीखने का उपयोग करता है।
हमारे शोध ने क्वांटम कंप्यूटरों में त्रुटि सुधार से भी निपटा। नवंबर में, हमने अल्फाक्विट लॉन्च किया, एक एआई-आधारित डिकोडर जो उच्च सटीकता के साथ क्वांटम कंप्यूटिंग त्रुटियों की पहचान करता है। Google DeepMind और Google Research के बीच इस सहयोग ने विश्वसनीय क्वांटम कंप्यूटरों की ओर प्रगति को तेज किया। परीक्षणों में, अल्फाक्विट ने टेंसर नेटवर्क विधियों की तुलना में और सहसंबद्ध मिलान की तुलना में 30% की तुलना में त्रुटियों को कम कर दिया।
दिसंबर में, Google क्वांटम एआई टीम ने विलो, हमारी नवीनतम क्वांटम चिप का अनावरण किया। विलो पांच मिनट से कम समय में एक बेंचमार्क गणना कर सकता है जो आज के सबसे तेज सुपर कंप्यूटर 10 सेप्टिलियन वर्ष लेगा। क्वांटम त्रुटि सुधार का उपयोग करते हुए, विलो ने त्रुटि दर को आधा कर दिया, एक मील का पत्थर प्राप्त किया जिसे "नीचे थ्रेसहोल्ड" के रूप में जाना जाता है और वर्ष पुरस्कार के भौतिकी सफलता अर्जित किया।
नए समाधानों को उजागर करना: विज्ञान, जीव विज्ञान और गणित में प्रगति
हमने एआई के साथ वैज्ञानिक प्रगति को तेज करना जारी रखा, उपकरण और कागजात जारी किया जो विज्ञान और गणित को आगे बढ़ाने में एआई की शक्ति का प्रदर्शन करते हैं। यहाँ कुछ हाइलाइट्स हैं:
जनवरी में, हमने जटिल ज्यामिति समस्याओं को हल करने के लिए एक एआई प्रणाली, अल्फैगोमेट्री पेश की। औपचारिक गणित के तर्क के लिए एक सुदृढीकरण-शिक्षण-आधारित प्रणाली, हमारे अद्यतन अल्फैगोमेट्री 2 और अल्फाप्रोफ ने जुलाई 2024 में अंतर्राष्ट्रीय गणितीय ओलंपियाड में रजत पदक विजेता प्रदर्शन हासिल किया।
हार्वर्ड के लिचमैन लैब के सहयोग से, हमने मानव मस्तिष्क के एक टुकड़े के एक नैनो-स्केल मैपिंग का उत्पादन किया, जो अपनी तरह का पहला था, और इसे शोधकर्ताओं के लिए उपलब्ध कराया। यह कनेक्टोमिक्स में हमारे दशक-लंबे प्रयास का अनुसरण करता है, जो अब मानव मस्तिष्क की मानचित्रण तक फैली हुई है।
नवंबर के अंत में, हमने रॉयल सोसाइटी के साथ विज्ञान मंच के लिए एआई की सह-मेजबानी की, प्रोटीन संरचना की भविष्यवाणी, मानव मस्तिष्क मानचित्रण, और पूर्वानुमान और जंगल की आग का पता लगाने के लिए एआई का उपयोग करने जैसे प्रमुख विषयों पर चर्चा की। हमने Google DeepMind पॉडकास्ट पर उपलब्ध फोरम में चार नोबेल पुरस्कार विजेता के साथ एक Q & A की मेजबानी की।
2024 एक ऐतिहासिक वर्ष भी था क्योंकि डेमिस हसबिस, जॉन जम्पर, और डेविड बेकर ने प्रोटीन डिजाइन में क्रांति लाने के लिए मान्यता प्राप्त अल्फफोल्ड 2 पर अपने काम के लिए रसायन विज्ञान में नोबेल पुरस्कार प्राप्त किया। जॉन हॉपफील्ड के साथ जेफ्री हिंटन ने कृत्रिम तंत्रिका नेटवर्क के साथ मशीन लर्निंग में फाउंडेशनल काम के लिए भौतिकी में नोबेल पुरस्कार प्राप्त किया।
Google को अतिरिक्त प्रशंसा भी मिली, जिसमें न्यूरिप्स 2024 टेस्ट ऑफ टाइम पेपर अवार्ड्स और बील-ऑर्दा-हेस पुरस्कार के लिए प्राइमर-डुअल रैखिक प्रोग्रामिंग (पीडीएलपी), अब Google या टूल्स का हिस्सा है, जो वास्तविक दुनिया के अनुप्रयोगों के साथ बड़े पैमाने पर रैखिक प्रोग्रामिंग में सहायता करता है।
मानवता के लाभ के लिए ऐ
इस वर्ष, हमने महत्वपूर्ण उत्पाद अग्रिम और प्रकाशित शोध किया कि कैसे एआई सीधे और तुरंत स्वास्थ्य सेवा, आपदा तत्परता और शिक्षा जैसे क्षेत्रों में लोगों को लाभान्वित कर सकता है।
हेल्थकेयर में, एआई गुणवत्ता देखभाल का लोकतंत्रीकरण करने का वादा करता है, विशेष रूप से हृदय रोग के शुरुआती पता लगाने में। हमारे शोध से पता चला है कि एक साधारण उंगलियों का उपकरण, जो बुनियादी मेटाडेटा के साथ संयुक्त है, हृदय स्वास्थ्य जोखिमों की भविष्यवाणी कर सकता है। हमने तपेदिक के लिए एआई-सक्षम डायग्नोस्टिक्स को भी उन्नत किया, जिसमें दिखाया गया है कि एआई उच्च टीबी और एचआईवी दरों के साथ प्रभावी रूप से कैसे स्क्रीन कर सकता है।
हम यह भी खोज रहे हैं कि मशीन लर्निंग रेडियोलॉजी, डर्मेटोलॉजी और पैथोलॉजी जैसे क्षेत्रों में इमेजिंग विशेषज्ञता में कमी को कैसे संबोधित कर सकती है। हमने डायग्नोस्टिक टास्क और बायोमार्कर डिस्कवरी के लिए डर्म फाउंडेशन और पाथ फाउंडेशन जारी किया, स्टैनफोर्ड मेडिसिन के साथ स्किन कंडीशन इमेज नेटवर्क (SCIN) डेटासेट पर सहयोग किया, और मेडिकल इमेजिंग रिसर्च के लिए सीटी फाउंडेशन का अनावरण किया।
शिक्षा में, हमने लर्नलम को पेश किया, जो कि खोज, यूट्यूब और मिथुन में अनुभवों को बढ़ाने, सीखने के लिए ठीक-ठाक-ट्यून्ड मॉडल का एक परिवार था। Learnlm ने अन्य प्रमुख AI मॉडल को बेहतर बनाया, और हमने इसे AI स्टूडियो में डेवलपर्स के लिए उपलब्ध कराया। हमारे संवादी शिक्षण साथी, LearnAbout, और ऑडियो चर्चा उपकरण, रोशनी, आगे सीखने के अनुभवों को समृद्ध करते हैं।
आपदा पूर्वानुमान और तैयारियों में, हमने गेंकास्ट को पेश किया, मौसम और चरम घटना के पूर्वानुमान में सुधार किया, और न्यूरलगसीएम, हजारों दिनों के वायुमंडलीय परिस्थितियों का अनुकरण करने में सक्षम। ग्राफकास्ट, जिसने 2024 मैक्रोबर्ट अवार्ड जीता, विस्तृत मौसम की भविष्यवाणी प्रदान करता है।
हमने अपने बाढ़ के पूर्वानुमान मॉडल में सुधार किया, जिसमें सात दिन पहले बाढ़ की भविष्यवाणी की गई, 100 देशों और 700 मिलियन लोगों के लिए कवरेज का विस्तार किया।
हमने 110 नई भाषाओं को शामिल करने के लिए Google अनुवाद का विस्तार किया, जिससे 614 मिलियन से अधिक वक्ताओं के लिए जानकारी और अवसर पर बाधाओं को तोड़ने में मदद मिली।
जिम्मेदार एआई में मानक निर्धारित करने में मदद करना
हमने एआई सुरक्षा में अपने उद्योग-अग्रणी अनुसंधान को जारी रखा, नए उपकरणों और तकनीकों को विकसित किया और इन्हें अपने नवीनतम मॉडलों में एकीकृत किया। हम जोखिमों को संबोधित करने के लिए सहयोग करने के लिए प्रतिबद्ध हैं।
दुरुपयोग में हमारे शोध में पाया गया कि गहरे नकली और जेलब्रेक सबसे आम मुद्दे हैं। मई में, हमने अपने उन्नत एआई मॉडल में उभरती क्षमताओं की पहचान करने के लिए फ्रंटियर सेफ्टी फ्रेमवर्क पेश किया और हमारे एआई जिम्मेदारी जीवनचक्र ढांचे को लॉन्च किया। अक्टूबर में, हमने किसी भी एलएलएम के साथ काम करने के लिए अपने जिम्मेदार जीनई टूलकिट का विस्तार किया, जिससे डेवलपर्स को जिम्मेदारी से एआई का निर्माण करने में मदद मिली।
हमने उन्नत एआई सहायकों की नैतिकता पर एक पेपर जारी किया, एआई सहायकों के तकनीकी और नैतिक परिदृश्य और उनके द्वारा किए गए अवसरों और जोखिमों की जांच की।
हमने मिथुन ऐप और वीओ में वेब अनुभव और वीडियो में एआई-जनित पाठ को वॉटरमार्क करने के लिए सिंथिड की क्षमताओं का विस्तार किया। ऑनलाइन पारदर्शिता को बढ़ाने के लिए, हम सामग्री सिद्धता और प्रामाणिकता (C2PA) के लिए गठबंधन में शामिल हुए और सामग्री क्रेडेंशियल्स मानक के एक नए, अधिक सुरक्षित संस्करण पर काम किया।
एलएलएम से परे, हमने अल्फाफोल्ड 3 के लिए अपने जैव सुरक्षा दृष्टिकोण को साझा किया, उद्योग भागीदारों के साथ काम किया और गठबंधन के लिए सिक्योर एआई (सीओएसएआई) शुरू किया, और अंतर्राष्ट्रीय एआई शासन में योगदान करने के लिए एआई सियोल शिखर सम्मेलन में भाग लिया।
जैसा कि हम एआई एजेंटों जैसी नई तकनीकों का विकास करते हैं, हम सुरक्षा, सुरक्षा और गोपनीयता के सवालों का पता लगाना जारी रखेंगे। हमारे एआई सिद्धांतों द्वारा निर्देशित, हम एक जानबूझकर, क्रमिक दृष्टिकोण ले रहे हैं, व्यापक अनुसंधान, सुरक्षा प्रशिक्षण, और विश्वसनीय परीक्षकों और बाहरी विशेषज्ञों के साथ जोखिम आकलन कर रहे हैं।
2025 के लिए आगे देख रहे हैं
2024 एआई में अविश्वसनीय प्रगति और उत्साह का वर्ष था। हम 2025 में क्या आ रहे हैं, इस बारे में और भी अधिक रोमांचित हैं।
जैसा कि हम उत्पादों, विज्ञान, स्वास्थ्य और रचनात्मकता में एआई अनुसंधान की सीमाओं को आगे बढ़ाते रहते हैं, हमें विचार से विचार करना चाहिए कि इन तकनीकों को कैसे और कब तैनात किया जाए। जिम्मेदार एआई प्रथाओं और सहयोग को बढ़ावा देने से, हम भविष्य के निर्माण में एक महत्वपूर्ण भूमिका निभाते रहेंगे जहां एआई मानवता को लाभान्वित करता है।
新研究揭示大規模語言模型實際記憶的數據量
AI模型實際記憶多少？新研究揭示驚人見解我們都知道，像ChatGPT、Claude和Gemini這樣的大規模語言模型（LLMs）是在龐大數據集上訓練的——來自書籍、網站、程式碼，甚至圖像和音頻等多媒體的數兆字詞。但這些數據到底發生了什麼？這些模型真的理解語言，還是僅僅在重複記憶的片段？來自Meta、Google DeepMind、Cornell和NVIDIA的一項突破性新研究終於給出了具體答案——
AI解決英國生產力難題的潛力
AI可為英國經濟增加4000億英鎊——但前提是工作者願意接受英國正面臨巨大的經濟機遇——4000億英鎊的增長由AI驅動。但關鍵在於：一半的潛力取決於工作者實際採用AI工具。雖然對AI的興趣激增，但許多人尚未利用其改變工作和生產力的能力。AI採用差距：誰被落在後面？目前，三分之二（66%）的英國工作者——特別是年長女性和低社會經濟背景人士——從未在工作中使用生成式AI。在企業方面，中小型企業在AI採
2025年4月最佳9款AI招聘工具
2024年改變招聘的10款最佳AI招聘工具人工智能正在顛覆招聘遊戲——理由充分。淹沒在簡歷和無休止的面試安排中的公司正轉向AI驅動的解決方案，這些方案能大幅縮短招聘時間、消除偏見，並挖掘最佳候選人。從自動篩選到智能面試助手，這些工具正在改變我們對人才招聘的思考方式。以下是我們精心挑選的今年引起轟動的頂尖AI招聘平台清單：1. Mega HR Mega HR不僅僅是另一個申請者追蹤系統——它由Me
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 was a wild ride with AI! From Gemini 2.0 to quantum computing, it's like we're living in a sci-fi movie. Loved seeing all the creative stuff AI can do, but sometimes it felt a bit too much, you know? Can't wait to see what 2025 brings, but maybe slow down a bit, AI?
0
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
¡2024 fue increíble con la IA! Desde Gemini 2.0 hasta la computación cuántica, parece que vivimos en una película de ciencia ficción. Me encantó ver todo lo creativo que puede hacer la IA, pero a veces se sintió un poco abrumador, ¿sabes? Espero con ansias lo que 2025 traiga, pero tal vez, ¿puede la IA ralentizar un poco?
0
10 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024年はAIがすごかったね！ジェミニ2.0から量子コンピューティングまで、まるでSF映画に住んでいるみたい。AIができるクリエイティブなことが大好きだけど、時々少し多すぎる感じがするんだよね。2025年が楽しみだけど、AI、ちょっとペースを落とそうか？
0
11 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 war ein wilder Ritt mit KI! Von Gemini 2.0 bis zur Quantencomputing, es fühlt sich an, als lebten wir in einem Sci-Fi-Film. Ich liebe das kreative Zeug, was KI kann, aber manchmal war es ein bisschen zu viel, weißt du? Ich freue mich auf 2025, aber vielleicht sollte die KI ein bisschen langsamer machen?
0
12 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
Năm 2024 thật tuyệt vời với trí tuệ nhân tạo! Từ Gemini 2.0 đến máy tính lượng tử, cảm giác như chúng ta đang sống trong phim khoa học viễn tưởng. Mình thích những điều sáng tạo mà AI có thể làm, nhưng đôi khi nó hơi quá sức, bạn biết đấy? Mong chờ năm 2025, nhưng có lẽ AI nên chậm lại một chút?
0
10 अप्रैल 2025 12:00:00 पूर्वाह्न GMT
2024 was wild! AI's growth was insane, from Gemini 2.0 to protein binders. It's like every week there was something new and mind-blowing. Can't wait to see what 2025 brings, but 2024 set the bar high!
0
