MBZUAI ने ओपन-सोर्स वर्ल्ड सिमुलेशन मॉडल PAN 2 जारी किया
अबू धाबी के MBZUAI ने ओपन-सोर्स मॉडल PAN 2 जारी किया है, जो वीडियो बनाकर कार्रवाइयों के नतीजों का अनुमान लगाता है और AI सिस्टम को पहले योजना बनाने में मदद करता है।
SUMO· नंबर पज़ल
Dialo· बोलकर भाषाएँ सीखें
ediviewer· EDI फ़ाइलें दस्तावेज़ की तरह पढ़ें
giftdetect· मिनटों में सही तोहफ़ाअबू धाबी स्थित मोहम्मद बिन ज़ायद यूनिवर्सिटी ऑफ आर्टिफिशियल इंटेलिजेंस (MBZUAI) के फ़ाउंडेशन मॉडल संस्थान ने ओपन-सोर्स वर्ल्ड सिमुलेशन मॉडल PAN 2 जारी किया है। इसका मक़सद AI सिस्टम को सिर्फ़ सीधे अनुभव पर निर्भर रहने के बजाय दृश्य सिमुलेशन के ज़रिये कार्रवाइयों के नतीजों का अनुमान लगाने और उनकी योजना बनाने में सक्षम बनाना है।
यूनिवर्सिटी के प्रेस बयान के मुताबिक, मॉडल एक शुरुआती दृश्य और किसी कार्रवाई का टेक्स्ट विवरण लेता है, फिर ऐसा वीडियो बनाता है जो बताता है कि आगे क्या हो सकता है। यह अनुमान उन भौतिक, समय और स्थान संबंधी रिश्तों पर आधारित है जो मॉडल सीखता है। शोधकर्ता इसे «सिमुलेशन के ज़रिये तर्क» कहते हैं, यानी असली दुनिया में अमल से पहले काल्पनिक परिदृश्यों को परखना।
दो स्तर की तर्क प्रणाली
PAN 2 में दो स्तर के तर्क हैं। पहला वैचारिक स्तर है, जहां एक बड़ा भाषा मॉडल घटनाओं और कार्रवाइयों का क्रम, कैमरे की गति और हर चरण का अनुमानित समय तय करता है। दूसरा अवधारणात्मक स्तर है, जहां वीडियो जनरेशन के लिए बना डिफ़्यूज़न मॉडल इन विवरणों को गति और भौतिक अंतर्क्रियाओं वाले दृश्यों में बदलता है।
संस्थान के अनुसार वीडियो मॉडल को शुरू से प्रशिक्षित किया गया, और इसके लिए असली फ़ुटेज उसकी भौतिक गतिशीलता के आधार पर चुनी गई, न कि दृश्य आकर्षण के आधार पर। मॉडल Generative Latent Prediction (GLP) आर्किटेक्चर भी इस्तेमाल करता है, जो दृश्य नतीजे दोबारा बनाने से पहले दुनिया के आंतरिक प्रतिनिधित्व में बदलाव का अनुमान लगाता है।
नतीजे और सीमाएं
संस्थान के मुताबिक PAN 2 «Physics-IQ Verified» लीडरबोर्ड की कुल रैंकिंग में तीसरे और ओपन-वेट मॉडलों में पहले स्थान पर रहा। उसने भौतिक बुद्धिमत्ता के छह आयामों वाले परीक्षणों में भी अच्छे नतीजे दिए, जिनमें कारण-संगति और वस्तुओं की निरंतरता शामिल हैं, और बहु-चरणीय योजना पूरी करने के परीक्षण में तुलना वाले अन्य मॉडलों से आगे रहा। संस्थान ने माना कि लंबी, बहु-चरणीय अंतर्क्रियाओं में सिमुलेट की गई दुनिया को संगत रखना अब भी शोध की चुनौती है।
मॉडल Apache 2.0 लाइसेंस के तहत उपलब्ध है, साथ में वीडियो मॉडल के वेट, ट्रेनिंग और इन्फ़रेंस कोड और एक तकनीकी ब्लॉग भी है। संस्थान की सिलिकॉन वैली रिसर्च लैब के निदेशक हेक्टर लियू ने कहा कि इसका उद्देश्य शोधकर्ताओं को मॉडल की क्षमताएं और सीमाएं परखने और उसे आगे बढ़ाने में सक्षम बनाना है। मॉडल संस्थान की वेबसाइट पर उपलब्ध है और रोबोटिक्स व शिक्षा जैसे शोध अनुप्रयोगों के लिए ढाला जा सकता है।
देखने लायक ऐप्स
SUMO: नंबर पज़लसही खाने चुनें, जोड़ें, लक्ष्य तक पहुँचें। सीखना आसान, महारत मुश्किल। मुफ़्त, हर उम्र के लिए।
Dialo: बोलकर भाषाएँ सीखेंAI बातचीत साथी से बात करें; हर वाक्य सुधरकर आपकी भाषा में समझाया हुआ लौटता है। 9 भाषाएँ, A1 से C2 तक।
ediviewer: EDI फ़ाइलें दस्तावेज़ की तरह पढ़ेंEDIFACT और X12 संदेश खोलें, हर सेगमेंट की व्याख्या देखें, JSON/XML में बदलें, PDF और Excel में निर्यात करें। स्थानीय रूप से चलता है, कोई अपलोड नहीं।
giftdetect: मिनटों में सही तोहफ़ाचुनें किसके लिए, किस मौके पर और कैसा स्वभाव। सर्च इंजन स्थानीय दुकानों के उत्पाद विवरण पढ़कर सबसे उपयुक्त विकल्प ऊपर रखता है। मुफ़्त, बिना साइन-अप।
इसी दिन की और ख़बरें
सभी देखें →
QuantumDiamonds: डायमंड सेंसर से चिप की खामियां पकड़ने की तैयारी
Parloa ने OpenAI के साथ साझेदारी बढ़ाई, नए मॉडल पहले मिलेंगे
Paribu ने 10वें साल पर पेश किया Intelligence AI और मुफ़्त Terminal
