Y Combinator द्वारा आयोजित एक कार्यक्रम के दौरान, दिमित्री डोलगोव ने इस बात पर सवाल उठाया कि केवल कैमरों पर आधारित स्वायत्त वाहन सिस्टम पूर्ण स्वायत्तता प्राप्त करने के लिए उपयुक्त नहीं हैं, और इसे टेस्ला के लिए एक बाधा बताया।
Y Combinator द्वारा आयोजित एक कार्यक्रम के दौरान, दिमित्री डोलगोव ने इस बात पर सवाल उठाया कि केवल कैमरों पर आधारित स्वायत्त वाहन सिस्टम पूर्ण स्वायत्तता प्राप्त करने के लिए उपयुक्त नहीं हैं, और इसे टेस्ला के लिए एक बाधा बताया।
वेमो के सह-सीईओ के रूप में, डोलगोव के पास इस विषय पर विशेष ज्ञान है। यह ध्यान रखना महत्वपूर्ण है कि वेमो स्वायत्त वाहन प्रौद्योगिकियों का एक डेवलपर है, जिसकी उत्पत्ति 2009 में गूगल की एक परियोजना से हुई थी, और यह 2016 में स्वतंत्र हो गया, जो अल्फाबेट के तत्वावधान में बना रहा।
अपने व्यापक अनुभव के आधार पर, डोलगोव ने Y Combinator की बैठक में इस बात पर चर्चा की कि कंपनी केवल कैमरों का उपयोग करने वाले स्वचालित ड्राइविंग सिस्टम पर पूरी तरह भरोसा क्यों नहीं करती है।
कार्यकारी ने स्पष्ट किया कि हालांकि मनुष्य केवल दृष्टि (सेंसर के रूप में कार्य करते हुए) का उपयोग करके गाड़ी चला सकते हैं, चुनौती मानव प्रदर्शन के बराबर आना है। 100% स्वायत्त ड्राइविंग प्राप्त करने के लिए, केवल कैमरों पर आधारित तकनीक का सुरक्षा स्तर पर्याप्त रूप से विकसित नहीं होगा।
हालांकि डोलगोव ने सीधे तौर पर टेस्ला का उल्लेख नहीं किया, लेकिन यह समझा गया कि उनका तात्पर्य एलोन मस्क की कंपनी से था, क्योंकि यह 2022 से पूरी तरह से कैमरों पर निर्भर टेस्ला विजन तकनीक का उपयोग करती है। मस्क इस दृष्टिकोण का बचाव करते हैं क्योंकि उनका मानना है कि LiDAR महंगा और अनावश्यक है, साथ ही यह तर्क देते हैं कि सड़क प्रणाली मानव दृष्टि के लिए डिज़ाइन की गई है।
इसके विपरीत, वेमो एक ऐसी तकनीक का उपयोग करता है जो कैमरों, LiDAR और रडार को जोड़ती है। डोलगोव के अनुसार, इन प्रत्येक घटक का अलग-अलग कार्य होता है, और कोई भी दूसरे का मात्र प्रतिस्थापन नहीं है। उन्होंने सुझाव दिया कि यह त्रिपक्षीय संयोजन अधिक सुरक्षित और विश्वसनीय स्वायत्त ड्राइविंग की ओर ले जाता है।
भले ही कई सेंसर वाला समाधान संभावित रूप से अधिक महंगा हो, डोलगोव ने तर्क दिया कि वेमो की तकनीक पहले ही अपने छठे हार्डवेयर पीढ़ी तक पहुंच चुकी है, और बाद के प्रत्येक संस्करण में लागत पिछली तुलना में कम हुई है।
हालांकि यह एक जटिल विषय है जिसमें कई बहस की गुंजाइश है, दिमित्री डोलगोव द्वारा प्रस्तुत तर्कों को काफी प्रेरक माना गया।
साइबर सुरक्षा के क्षेत्र में बढ़ते खतरों के मद्देनजर, संसदीय समिति ने इलेक्ट्रॉनिक्स और सूचना प्रौद्योगिकी मंत्रालय (MeitY) से कर्मियों की भर्ती प्रक्रिया में तेजी लाने का अनुरोध किया है।
वित्त मंत्रालय ने भारतीय कंप्यूटर आपातकालीन प्रतिक्रिया टीम (CERT-In) के लिए 269 अतिरिक्त पदों के सृजन को मंजूरी दे दी है, हालांकि भर्ती प्रक्रिया अभी भी जारी है।
समिति ने यह भी जानकारी मांगी है कि क्या उठाए गए कदमों से परिणामों में सुधार हुआ है, विशेष रूप से भागीदारी बढ़ाने के उद्देश्य से AI Impact Summit 2026 से संबंधित गतिविधियों के संबंध में।
संचार और सूचना प्रौद्योगिकी पर स्थायी समिति के आंकड़ों के अनुसार, नई रिक्तियों में वैज्ञानिक, तकनीकी और प्रशासनिक पद शामिल हैं। मंत्रालय ने सूचित किया है कि वैज्ञानिक समूह ए से वैज्ञानिक समूह एफ तक के पदों के लिए भर्ती नियम अनुमोदित कर दिए गए हैं, जबकि अन्य वैज्ञानिक पदों के लिए नियम घोषणाएं प्रकाशित करने से पहले जांच के अधीन हैं।
मेटा ने प्रोग्रामिंग और गेम बनाने के लिए एक नए आर्टिफिशियल इंटेलिजेंस एजेंट, म्यूज़ कोड का परिचय दिया है। यह मॉडल हाल ही में लॉन्च किए गए म्यूज़ स्पार्क 1.2 पर आधारित है और इसमें बड़े पैमाने पर कोडिंग कार्य करने की क्षमता है।
इस लॉन्च के साथ, कंपनी जेनरेटिव एआई क्षेत्र के दिग्गजों, जैसे एंथ्रोपिक और ओपनएआई, के साथ प्रतिस्पर्धा करना चाहती है। एक्स (X) पर, मार्क ज़करबर्ग ने आंतरिक परीक्षणों के परिणाम साझा किए, जिसमें नए एजेंट की तुलना बाजार के विभिन्न बड़े भाषा मॉडल (LLMs) से की गई, जिसमें क्लॉड ओपस 5 और जीपीटी-5.6 (सोल और टेरा संस्करणों में) शामिल हैं।
प्रारंभिक परिणाम बताते हैं कि सीधे प्रतिस्पर्धियों की तुलना में म्यूज़ कोड का प्रदर्शन अभी भी मध्यवर्ती स्तर पर है। म्यूज़ कोड की एक उल्लेखनीय विशेषता जटिल परियोजनाओं को संभालने की इसकी क्षमता है, जो कई एजेंटों के बीच कार्यों को विभाजित करके किया जाता है।
इस नई एआई से विकसित दो खेलों को मेटा के ब्लॉग पर प्रस्तुत किया गया, जिसमें सरलीकृत यांत्रिकी और ग्राफिक्स दिखाए गए। म्यूज़ कोड बीटा संस्करण में पहले से ही उपलब्ध है। म्यूज़ स्पार्क 1.2 विशेष रूप से कोडिंग गतिविधियों के लिए लक्षित है, जिसमें बग फिक्सिंग से लेकर डेटा व्याख्या तक शामिल है, जबकि सामान्य एआई एजेंटों के लिए म्यूज़ स्पार्क 1.1 की खूबियों को बनाए रखता है।
हालांकि यह संबंधित क्षेत्र है, साइबर सुरक्षा या वैज्ञानिक अनुसंधान में मॉडल में सुधार के बारे में कोई जानकारी प्रदान नहीं की गई थी। मेटा द्वारा प्रस्तुत आंकड़े बताते हैं कि एआई एंथ्रोपिक के वर्तमान मॉडलों से थोड़ा पीछे है, हालांकि यह कुछ स्थितियों में जीपीटी-5.6 को मात दे सकता है। टर्मिनल बेंच 2.1 द्वारा किए गए विश्लेषणों में, म्यूज़ स्पार्क 1.2 दूसरे स्थान पर है, जिसका प्रदर्शन क्लॉड ओपस 5 के करीब है, जो मेटा के आंतरिक बेंचमार्क से अलग है।
ज़करबर्ग की कंपनी द्वारा उजागर किए गए बिंदुओं में लंबी अवधि के कार्यों को प्रबंधित करने और पूरी प्रक्रिया के दौरान संदर्भ की समझ बनाए रखने की क्षमता शामिल है। इसके अतिरिक्त, एआई अपने स्वयं के प्रशिक्षण को मैप और बेहतर बना सकता है, इस पहलू में म्यूज़ स्पार्क 1.1 से आगे निकल जाता है। प्रोग्रामिंग पर ध्यान केंद्रित करते हुए, नया एजेंट गेम डेवलपमेंट में अच्छा प्रदर्शन करने का वादा करता है, जिसके लिए अक्सर कई कोड परतें और विभिन्न तार्किक शर्तें आवश्यक होती हैं।
अपने ब्लॉग पर म्यूज़ स्पार्क 1.2 के प्रकाशन में, मेटा ने तीन उदाहरणों के साथ एआई की क्षमता का प्रदर्शन भी किया, जिनमें से दो सरल खेल थे। पहला, जिसका नाम एम्बरवॉल्ट है, एक आइसोमेट्रिक परिप्रेक्ष्य और एक बोर्ड प्रारूप प्रस्तुत करता है जहां खिलाड़ी एक रोबोट को नियंत्रित करता है जिसे लगातार पीछा करने वाले दुश्मनों को खत्म करना होता है; गेमप्ले में तरलता की आवश्यकता होती है, लेकिन वेबसाइट पर परीक्षण के दौरान रुकावटें दिखाई गईं। दूसरा खेल, एवो लॉन, 2डी टावर डिफेंस का एक प्रकार है, जहां ज़ोंबी धीरे-धीरे खिलाड़ी की ओर बढ़ते हैं। इस खेल में, उपयोगकर्ता बीज एकत्र करता है और अपनी रक्षा को मजबूत करने के लिए फल प्राप्त करता है, जिसमें पांच हमले की लहरों की अवधि होती है, जो धीमी गति से चलता है, लेकिन एक अच्छे मोबाइल गेम होने की क्षमता रखता है।
शोधकर्ताओं ने अमेज़ॅन वर्षावन में छिपे हुए सैकड़ों सहस्राब्दी पुराने जियोग्लीफ की पहचान की है। शुरू में, 1980 के दशक में, भूगोलवेत्ता अल्सेउ रान्ज़ी ने एक वाणिज्यिक विमान की खिड़की से क्षेत्र के ऊपर उड़ान भरते समय अक्र में रियो ब्रांको और रोंडोनिया में पोर्टो वेल्हो के बीच बड़े ज्यामितीय खांचे देखे थे।
इस खोज से उत्सुक होकर, रान्ज़ी फोटोग्राफरों और अन्य शोधकर्ताओं की एक टीम के साथ क्षेत्र में वापस गए। इस प्रारंभिक जांच के परिणामस्वरूप क्षेत्र के पहले जियोग्लीफ का पता चला: विशाल प्रतीक जो अमेज़ॅन में रहने वाले प्राचीन समाजों द्वारा सीधे जमीन पर उकेरे और बनाए गए थे।
वर्तमान में, तकनीकी प्रगति ने उष्णकटिबंधीय जंगल के अंदर इन संरचनाओं को समझने के प्रयास को आसान बना दिया है। ब्राजीलियाई शोधकर्ताओं द्वारा किए गए एक हालिया अध्ययन, जिसे नेचर पत्रिका में प्रकाशित किया गया था, ने दक्षिणी अमेज़ॅन के जंगलों में 396 छिपे हुए जियोग्लीफ का पता लगाया, जो घनी वनस्पति के कारण अदृश्य थे।
यह खोज LiDAR (लाइट डिटेक्शन एंड रेंजिंग) तकनीक के उपयोग से संभव हुई, जो ड्रोनों या विमानों द्वारा जमीन की ओर लाखों लेजर बीम भेजकर काम करती है। किसी वस्तु या संरचना से टकराने पर, लेजर उपकरण पर वापस परावर्तित हो जाता है, जिससे अंतर्निहित स्थलाकृति का त्रि-आयामी मानचित्र बनाया जा सकता है।
LiDAR के कारण जमीन पर ऐसे जियोग्लीफ सामने आए जो उपग्रह इमेजरी में दिखाई नहीं दे रहे थे। इस जांच में अक्र राज्य, अमेज़ॅन के दक्षिणी भाग और बोलीविया तथा पेरू के कुछ हिस्सों में लगभग 4.5 हजार वर्ग किलोमीटर क्षेत्र शामिल था।
अधिकांश खोजें अन्य महत्वपूर्ण संरचनाओं, जैसे यातायात मार्ग और संभावित समारोह स्थलों से जुड़ी हैं। औसतन, प्रत्येक जियोग्लीफ लगभग तीन हेक्टेयर क्षेत्र घेरता है, जिनमें से कुछ नौ मीटर चौड़े और पांच मीटर गहरे होते हैं। खोजी गई सबसे बड़ी संरचना 48 हेक्टेयर से अधिक फैली हुई है।
शोधकर्ता इन कार्यों के निर्माण को ऐक्वायरि सभ्यता से जोड़ते हैं, जो अमेज़ॅन के दक्षिण-पश्चिम में ईसा पूर्व 6 से ईस्वी 9 के बीच निवास करने वाला एक स्वदेशी समुदाय था। फेडरल यूनिवर्सिटी ऑफ अक्र (UFAC) के प्रोफेसर एवैंड्रो फेरेरा ने सुपर को दिए गए साक्षात्कार में टिप्पणी की कि वह इस लोगों को बहुत विकसित ज्ञान रखने वाला मानते हैं।
फेरेरा ने उदाहरण दिया कि 'वे जंगल को संभालना जानते थे' और जियोग्लीफों का निर्माण बड़ी संख्या में लोगों की आवश्यकता थी, क्योंकि यह एक जटिल कार्य था। उन्होंने आगे कहा कि खुदाई से पता चलता है कि वे कसावा उगाते थे, साथ ही उन्हें बीन्स और मूंगफली तक पहुंच भी थी।
इस नई खोज के साथ, इस क्षेत्र में ज्ञात जियोग्लीफों की कुल संख्या 1,700 तक पहुंच गई है। हालांकि, फेरेरा का संदेह है कि वास्तविक संख्या काफी अधिक हो सकती है। उन्होंने गणना की कि यदि पाए गए 396 जियोग्लीफों को ऐक्वायरि द्वारा कब्जा किए गए पूरे क्षेत्र (लगभग 185 हजार वर्ग किलोमीटर) पर लागू किया जाए, तो 30 हजार तक जियोग्लीफ मौजूद हो सकते हैं।
एक ऐतिहासिक पहलू पर ध्यान देना महत्वपूर्ण है: ज्यामितीय रूपों का पता केवल 1980 के दशक में हुआ था, जो वनों की कटाई की प्रक्रिया के कारण था। उस समय, पशुपालन और BR-317 जैसी सड़कों के निर्माण से जंगल के बड़े हिस्से हट गए थे, जिससे हवाई साधनों द्वारा स्थलाकृति का अवलोकन संभव हो सका।
हालांकि LiDAR ने घने जंगल वाले क्षेत्रों का विश्लेषण करने और छिपे हुए प्रतीकों को प्रकट करने की अनुमति दी, लेकिन इस तकनीक की सीमाएं हैं। प्रोफेसर फेरेरा के अनुसार, 'जैसे-जैसे आप मध्य अमेज़ॅन की ओर बढ़ते हैं, जंगल घना होता जाता है और लेजर की प्रभावशीलता कम हो जाती है', जिससे इन क्षेत्रों में सटीकता 10% से 50% तक गिर सकती है।
इसी तरह के जियोग्लीफ पेरू जैसे देशों में भी पाए गए हैं, जिसमें प्रसिद्ध नाज़्का लाइनें शामिल हैं। पेरू के चित्रों में जानवरों, मनुष्यों, पौधों और काल्पनिक आकृतियों के चित्रण के साथ-साथ ज्यामितीय पैटर्न भी शामिल हैं।
नाज़्का सभ्यता उन्नत किसानों से बनी थी, जो भौगोलिक रूप से कठिन वातावरण में फलने-फूलने में सक्षम थी, जो अमेज़ॅन में ऐक्वायरि से लगभग 1,700 किलोमीटर दूर स्थित था। अमेज़ॅन के दक्षिण-पश्चिम में जियोग्लीफों की विशाल मात्रा पुरातत्वविदों को पूर्व-औपनिवेशिक सभ्यताओं के विकास के बारे में सिद्धांतों का पुनर्मूल्यांकन करने के लिए प्रेरित करती है। मुख्य परिवर्तनों में से एक इन समाजों के आकार की धारणा है; पहले यह माना जाता था कि स्वदेशी समूह छोटे थे, लेकिन अब कई पुरातत्वविद अनुमान लगाते हैं कि ऐक्वायरि की जनसंख्या का चरम काल ईस्वी सन् 100 और 300 के बीच 1.25 मिलियन से 3 मिलियन के बीच हो सकता था, क्योंकि प्रत्येक जियोग्लीफ को बनाने और बनाए रखने के लिए औसतन लगभग 300 लोगों की आवश्यकता होती थी।