HyperS2C ने डिजिटल फ्रंटएंड के लिए पूर्ण EDA टूलकिट और सत्यापन के लिए दो AI एजेंट लॉन्च किए

एंथ्रोपिक ने सोमवार (9) को अपने कृत्रिम बुद्धिमत्ता मॉडल के दो नए संस्करणों: क्लॉड फेबल 5.2 और क्लॉड मिथोस 5.2 के लॉन्च की घोषणा की। ये उपकरण तर्क, प्रोग्रामिंग और दृश्य व्याख्या जैसे क्षेत्रों में उल्लेखनीय सुधारों को शामिल करते हैं, हालांकि उनका लॉन्च एआई की अपनी प्रगति को बढ़ावा देने की क्षमता पर चल रही गहन बहस के दौरान हुआ है।

कंपनी के अनुसार, हाल ही में जारी किए गए मॉडल संचार में अधिक स्पष्टता प्रदर्शित करते हैं और अधिक फुर्तीले उत्तर प्रदान करते हैं। विशेष रूप से, फेबल 5.2 की प्रवेश दर $10 प्रति मिलियन टोकन से घटकर $8 हो गई, जो 20% की कमी (लगभग ₹43 के बराबर) दर्शाती है। इसके अलावा, एंथ्रोपिक ने बताया कि विभिन्न जटिलता स्तरों पर इस मॉडल के उत्तर 30% तेज हो गए हैं।

मिथोस 5.2 तक पहुंच कंपनी द्वारा सत्यापित संगठनों तक सीमित होगी, जिसमें साइबर सुरक्षा पर केंद्रित कार्यक्रमों में शामिल संगठन भी शामिल हैं। दूसरी ओर, फेबल 5.2 पहले से ही एंथ्रोपिक एपीआई और क्लाउड कंप्यूटिंग प्लेटफॉर्म के माध्यम से उपलब्ध है।

यह लॉन्च एआई सुरक्षा संगठन, METR द्वारा जारी एक रिपोर्ट के कुछ दिनों बाद हुआ है। इस अध्ययन में संकेत दिया गया था कि एंथ्रोपिक द्वारा विकसित मॉडल पहले की तुलना में लगभग दोगुना तेजी से आगे बढ़ रहे हैं, जिसका श्रेय आंशिक रूप से विकास चक्र में ही एआई के उपयोग को दिया जाता है।

ग्यारह सप्ताह तक किए गए विश्लेषण और 5 नवंबर को प्रकाशित, गणना की गई कि अक्टूबर 2025 से पहले की अवधि की तुलना में विशिष्ट कार्यों में कंपनी के मॉडल का प्रदर्शन 1.9 गुना तेजी से उन्नत हुआ है। इस खोज ने स्व-सुधार पुनरावृत्ति (RSI) की अवधारणा पर बातचीत को फिर से जीवित कर दिया, जो एआई प्रणालियों की क्षमता का वर्णन करता है कि वे भविष्य के अपने संस्करणों को बेहतर बनाने में सहायता कर सकती हैं, जिससे लगातार तकनीकी पीढ़ियों में तेजी आती है।

हालांकि, METR ने अपने अध्ययन में महत्वपूर्ण आरक्षण किए, इस अनुमान को काफी अनिश्चित बताते हुए; वास्तविक त्वरण दर ऐतिहासिक गति के 1.5 से 2.5 गुना तक भिन्न हो सकती है। अध्ययन ने यह भी बताया कि एआई में अभी भी प्रशिक्षण के महत्वपूर्ण चरणों में पूरी तरह से स्वायत्त रूप से अत्यधिक प्रासंगिक योगदान उत्पन्न करने की क्षमता नहीं है।

अतिरिक्त रूप से, एंथ्रोपिक ने सूचित किया कि फेबल 5.2 का उपयोग सार्वजनिक लॉन्च से पहले वैज्ञानिक अनुसंधान में किया गया था। इस मॉडल को श्रेय दिए गए परिणामों में सैद्धांतिक भौतिकी की दो लंबित समस्याओं का समाधान और फर्माट के अंतिम प्रमेय के लिए एक प्रमाण का औपचारिककरण शामिल है। कंपनी ने यह भी उल्लेख किया कि उनके मॉडलों ने इंजीनियरों को सॉफ्टवेयर माइग्रेशन को पूरा करने में मदद की जिसे अव्यावहारिक माना जाता था, शून्य से तीन कार्यात्मक इलेक्ट्रॉनिक उपकरणों की अवधारणा दी, और रोबोटिक्स से संबंधित मूल्यांकन में प्रगति की।

सोमवार को जारी एक अन्य घोषणा में, स्टार्टअप फिजिकल सुपरइंटेलिजेंस ने आरोंसन-अम्बैनीस परिकल्पना से संबंधित एक नया प्रदर्शन प्रस्तुत किया, जो क्वांटम कंप्यूटिंग की सैद्धांतिक सीमाओं को परिभाषित करने के लिए एक प्रासंगिक विषय है। इस कंपनी ने दावा किया कि उसने एंथ्रोपिक के एक गैर-प्रकटीकृत मॉडल का उपयोग करके ऐसा परिणाम प्राप्त किया है, हालांकि डेवलपर ने पुष्टि नहीं की कि विशिष्ट उपकरण फेबल 5.2 था।

नेशनल पेमेंट्स कॉर्पोरेशन ऑफ इंडिया (NPCI) ने NPCI टेक सॉल्यूशंस लिमिटेड (NTSL) की स्थापना की है - एक सहायक कंपनी जो NPCI समूह के तकनीकी और नवाचार विंग के रूप में कार्य करेगी। निगम ने बुधवार को इस नई संरचना के प्रबंध निदेशक और मुख्य कार्यकारी अधिकारी (MD & CEO) के रूप में विशाल कानवाटी की नियुक्ति की घोषणा की।

NTSL भुगतान के संबंध में NPCI के मुख्य जनादेश से परे क्षमताओं के विकास पर ध्यान केंद्रित करेगा। कंपनी के मुख्य क्षेत्रों में आर्टिफिशियल इंटेलिजेंस (AI), ब्लॉकचेन, डिजिटल वित्तीय बुनियादी ढांचा और ग्लोबल सेंटर ऑफ एक्सीलेंस (GCC) सेवाएं शामिल हैं।

इसके अलावा, NPCI ने बताया कि NTSL ईकेवाईसी सेतु कार्यक्रम, यूनिफाइड टिकट प्लेटफॉर्म (UTP) और डिजिटल पब्लिक इंफ्रास्ट्रक्चर (DPI) में अन्य पहलों के लिए तकनीकी सेवाएं प्रदान करेगी।

इस सहायक कंपनी की स्थापना को NPCI के निदेशक मंडल और भारतीय रिजर्व बैंक (RBI) द्वारा अनुमोदित किया गया था। NTSL NPCI की चौथी पूरी तरह से स्वामित्व वाली सहायक कंपनी बन गई है। पिछली कंपनियों में NPCI इंटरनेशनल पेमेंट्स लिमिटेड (NIPL) शामिल है, जो यूनिफाइड पेमेंट्स इंटरफेस (UPI) और RuPay के अंतरराष्ट्रीय विस्तार के लिए जिम्मेदार है; NPCI भारत बिलपे लिमिटेड (NBBL), जो बिल भुगतान नेटवर्क का प्रबंधन करता है; और NPCI BHIM सर्विसेज लिमिटेड (NBSL), जो BHIM एप्लिकेशन का प्रबंधन करता है।

विशाल कानवाटी लगभग दस वर्षों से NPCI में काम कर रहे हैं और वर्तमान में मुख्य प्रौद्योगिकी अधिकारी के पद पर हैं। वह 2017 में उत्पादों और नवाचारों से संबंधित मामलों में शामिल हुए थे। अप्रैल 2023 में CTO बनने से पहले, उन्होंने बाजार नवाचार पोर्टफोलियो का नेतृत्व किया था। NPCI ने स्पष्ट किया कि उन्होंने कई बाजार नवाचार प्लेटफार्मों के विकास और व्यावसायीकरण का नेतृत्व किया, जो अब NTSL के दायरे में आते हैं।

दिलीप असबे, NPCI के प्रबंध निदेशक और सीईओ ने कहा: 'प्रौद्योगिकी हमेशा NPCI के मार्ग और भारत के डिजिटल परिवर्तन में इसके योगदान का मूल रही है। जैसे-जैसे हम आगे बढ़ते हैं, आर्टिफिशियल इंटेलिजेंस और अन्य नई तकनीकों में प्रगति डिजिटल बुनियादी ढांचे और वित्तीय सेवाओं में नए अवसर खोलती है।'

असबे ने आगे कहा कि NTSL इन अवसरों पर ध्यान केंद्रित करने और NPCI समूह की तकनीकी क्षमताओं को और मजबूत करने के लिए स्थापित की गई थी।

NPCI की स्थापना RBI और इंडियन बैंकिंग एसोसिएशन (IBA) द्वारा की गई थी और इसे एक गैर-लाभकारी कंपनी के रूप में पंजीकृत किया गया है। यह UPI, RuPay, इमीडिएट पेमेंट सर्विस (IMPS), नेशनल ऑटोमेटेड क्लियरिंग हाउस (NACH), फास्टैग आधारित राष्ट्रीय इलेक्ट्रॉनिक टोल संग्रह प्रणाली (NETC), आधार आधारित भुगतान प्रणाली (AePS) और ई-RUPI जैसी प्रणालियों के संचालन को सुनिश्चित करती है।

Tencent Hunyuan ने Hyra 2.0 जारी किया है, जो अपने स्वायत्त अनुसंधान एजेंट का दूसरा संस्करण है, जिसे 2 नवंबर को प्रस्तुत किया गया था। Hyra 1.0 के विपरीत, जो एकल कार्यों को हल करने पर केंद्रित था, जैसे कि Hy3 मॉडल का उपयोग करके योग बनाम अंतर के घातांक समस्या को हल करना, नया संस्करण पुन: प्रयोज्य अनुसंधान उपकरणों के निर्माण के लिए डिज़ाइन किया गया है। कार्य परिणाम और संबंधित कोड Apache 2.0 लाइसेंस के तहत GitHub पर रिपॉजिटरी में उपलब्ध हैं।

Hyra 2.0 एक त्रि-स्तरीय प्रणाली के रूप में कार्य करता है, जिसमें सामान्य, मिशन और कार्य एजेंट शामिल हैं। ये एजेंट एक सामान्य अनुसंधान बोर्ड और एक स्थायी कार्य कतार के माध्यम से समन्वय करते हैं। एक विशेष कार्य एजेंट परिणामों की जाँच करता है, एजेंट बहु-स्तरीय मेमोरी का समर्थन करते हैं, और सामान्य ज्ञान आधार प्राप्त सीखों को लागू कौशल में सारांशित करता है।

सिस्टम द्वारा बनाए गए उपकरण

Tencent ने इस सिस्टम द्वारा विकसित कई उपकरणों का प्रदर्शन किया। इनमें HyInv शामिल है - 1.96 मिलियन मापदंडों वाला एक प्रोटीन रिवर्स फोल्डिंग मॉडल। यह मॉडल ProteinMPNN की तुलना में 57 गुना तेज चलता है, बेहतर संरचनात्मक अनुरूपता प्रदर्शित करता है और केवल 50 मिलीसेकंड में 128 अनुक्रमों को डिजाइन करने में सक्षम है।

प्रोटीन के लिए भाषा मॉडल HyPLM-Flash भी पेश किया गया था, जिसमें 650 मिलियन पैरामीटर हैं और 726 बिलियन टोकन पर प्रशिक्षित किया गया है। यह 12 तुलना किए गए मॉडलों में सबसे तेज़ साबित हुआ और 35 कार्यों के औसत में तीसरे स्थान पर रहा, जो एक H20 प्रोसेसर पर प्रति सेकंड लगभग 130,000 अवशेष संसाधित करता है।

HyFF बल क्षेत्र परिवार, जिसमें 83 तत्वों के साथ 2.3 मिलियन से 1.2 बिलियन तक के मापदंडों वाले पांच वेरिएंट शामिल हैं, 16 अन्य मॉडलों की तुलना में सटीकता और गति के पैरेटो फ्रंट पर स्थित है। Tencent का दावा है कि उनका Largo मॉडल न्यूनतम ऊर्जा त्रुटि - परमाणु पर 0.364 मेवी दिखाता है, और इस कॉम्प्लेक्स ने 100 नैनोसेकंड के भीतर 60,000 परमाणुओं वाली एक्वापोरिन प्रणाली का अनुकरण किया।

गणित और क्वांटम कंप्यूटिंग में उपलब्धियां

गणित के क्षेत्र में HyProver घटक ने दो परिणाम हासिल किए। इसने पांच-आयामी अंतरिक्ष में समबाहु समुच्चयों पर पेटी की परिकल्पना को हल किया, जिससे अधिकतम हल किया गया आयाम चार से बढ़ गया। वृत्त की क्रिया पर याउ की परिकल्पना के संबंध में, GitHub विवरण में असीमित रूप के लिए एक प्रतिउदाहरण प्रस्तुत किया गया है - एक बंद सात-आयामी मैनिफोल्ड जो केवल जुड़ा हुआ नहीं है; जबकि केवल जुड़ा हुआ संस्करण एक खुली समस्या बनी हुई है।

क्वांटम त्रुटि सुधार के क्षेत्र में HyQEC ने कोड [[488,123,22]] खोजा, जिसे Tencent के अनुसार, qLDPC मीट्रिक पर पिछले लीडर से लगभग 48% बेहतर बनाता है।

रोबोटिक्स और चिप्स

इसके अलावा, Hyra ने एक अनुकरण रोबोटिक हाथ तंत्र डिजाइन किया, जो संदर्भ डिजाइन की तुलना में 28.6% तेज निकला। XiangShan RISC-V ओपन प्रोसेसर पर, एजेंट ने क्षेत्रफल में केवल 0.3% की वृद्धि करते हुए और दस त्रुटियों का पता लगाते हुए, SPECint2006 स्कोर को गीगाहर्ट्ज़ में 5.79% बढ़ाया। Tencent बताता है कि Hyra का अब अगली Hy श्रृंखला के मॉडल को प्रशिक्षित करने के लिए उपयोग किया जाता है।

यह ध्यान रखना महत्वपूर्ण है कि सभी प्रस्तुत परिणाम Tencent के हैं और अभी तक स्वतंत्र रूप से सत्यापित नहीं किए गए हैं।