ओपनएआयने ट्रम्प प्रशासनाला ५% हिस्सा देण्याचा प्रस्ताव ठेवला आहे, असे एफटीने वृत्त दिले आहे ↗
एआयच्या प्रचंड मूल्यांकनाचा फायदा कोणाला होणार यावरून दबाव वाढत असल्यामुळे, ओपनएआयने अमेरिकी सरकारला ५% हिस्सा देण्याबाबत चर्चा केल्याचे वृत्त आहे. ही एक धोरणात्मक आणि आर्थिक बाबींची गुंतागुंतीची गाठ आहे.
या प्रस्तावामुळे इतर प्रमुख अमेरिकी एआय कंपन्यादेखील अशाच सरकारी गुंतवणुकीकडे वळतील असे दिसते, तथापि त्याही याचे अनुकरण करतील की नाही हे अद्याप स्पष्ट नाही. दरम्यान, ओपनएआयचे नवीनतम मॉडेल वॉशिंग्टनच्या नव्या छाननीच्या जाळ्यात आधीच अडकले आहे.
कंपन्यांना एआय स्वीकारण्यास मदत करण्यासाठी मायक्रोसॉफ्टने २.५ अब्ज डॉलर्सची कंपनी सुरू केली आहे ↗
मायक्रोसॉफ्ट २.५ अब्ज डॉलर्सच्या पाठबळावर 'मायक्रोसॉफ्ट फ्रंटियर कंपनी' नावाचा एक नवीन एआय अंमलबजावणी व्यवसाय तयार करत आहे. त्याचे काम: मोठ्या कंपन्यांना एआय साधने निवडण्यास, सानुकूलित करण्यास आणि त्यातून मूल्य मिळविण्यात मदत करणे - केवळ डॅशबोर्डचे कौतुक करून उसासा टाकणे नव्हे.
मनोरंजक बाब म्हणजे मॉडेलची लवचिकता. मायक्रोसॉफ्टच्या म्हणण्यानुसार, ग्राहकांना मायक्रोसॉफ्ट आणि बाहेरील पुरवठादारांकडून साधने एकत्र वापरायची आहेत, त्यांना अंतर्गत डेटाशी जोडायचे आहे आणि सर्व काही परत मुख्य प्रणालीमध्ये पाठवण्याऐवजी मिळालेले परिणाम स्वतःकडे ठेवायचे आहेत.
मेटाचे झुकरबर्ग म्हणतात की एआय एजंट तंत्रज्ञानाची प्रगती अपेक्षेपेक्षा हळू होत आहे ↗
मार्क झुकरबर्ग यांनी कर्मचाऱ्यांना सांगितले की, मेटाच्या एआय एजंट्सनी अपेक्षेप्रमाणे वेग घेतलेला नाही. विशेषतः एआय कार्य आणि कार्यक्षमतेतील वाढीशी संबंधित मोठ्या पुनर्रचनेनंतर, ही एक लक्षणीय स्पष्ट कबुली आहे.
मेटाला अजूनही आपल्या एआयवरील खर्चातून मोठ्या फायद्यांची अपेक्षा आहे, परंतु एकूण वातावरण ‘झटपट रोबोट कर्मचारी’ असे नसून, ‘हम्म, रोबोट इंटर्नला अजूनही देखरेखीची गरज आहे’ असे अधिक आहे. आणखी एक अवघड बाब म्हणजे: कर्मचाऱ्यांच्या डेटाबद्दलच्या चिंतांनंतर, मेटा आपले माऊस-ट्रॅकिंग सॉफ्टवेअर केवळ ऐच्छिक निवडीच्या आधारावर परत आणू शकते.
एक नवीन, स्वस्त चीनी एआय मॉडेल अँथ्रोपिक आणि ओपनएआयला त्यांच्याच क्षेत्रात टक्कर देत आहे ↗
Z.ai चे GLM-5.2 गंभीर लक्ष वेधून घेत आहे, कारण ते आघाडीच्या अमेरिकन मॉडेल्सपेक्षा खूपच कमी किमतीत उत्तम कोडिंग आणि एजेंटिक कार्यक्षमता देते. कसेबसे, बजेट सूटकेसने लक्झरी सामानाच्या शर्यतीत प्रवेश केला आहे.
हे मॉडेल डेव्हलपर-प्लॅटफॉर्मच्या क्रमवारीत वर चढले आहे आणि त्याला ‘मिनी डीपसीक क्षण’ म्हणून संबोधले जात आहे. तरीही, पाश्चात्य उद्योगांमध्ये याचा स्वीकार होण्यामागे एक मोठा अडथळा आहे: डेटा-सुरक्षेची चिंता, विशेषतः नियामक उद्योगांमध्ये.
फेबल ५ च्या सायबर सुरक्षा उपायांबद्दल आणि आमच्या जेलब्रेक फ्रेमवर्कबद्दल अधिक तपशील ↗
अँथ्रोपिकने फेबल ५ च्या सायबरसुरक्षा उपाययोजनांबद्दल अधिक तपशील प्रसिद्ध केला आहे, ज्यामध्ये त्याचे क्लासिफायर्स काय ब्लॉक करायचे, मॉनिटर करायचे किंवा परवानगी द्यायची हे कसे ठरवतात याचा समावेश आहे. कंपनीचे म्हणणे आहे की हे मॉडेल जागतिक स्तरावर पुन्हा उपलब्ध झाले असून, त्यात धोकादायक सायबर वापरावर विशेष लक्ष दिले जात आहे.
त्यात सायबर जेलब्रेकच्या तीव्रतेची एक चौकटही प्रस्तावित करण्यात आली, ज्यात क्षमतावृद्धी, व्याप्ती, शस्त्र म्हणून वापरण्याची सुलभता आणि शोध लागण्याची शक्यता या निकषांवर जेलब्रेक्सचे वर्गीकरण केले आहे. थोडे नोकरशाही पद्धतीचे? होय. आवश्यक? बहुधा, कारण "चुकीच्या प्रॉम्प्टमुळे चुकीचे घडले" ही काही फारशी चांगली प्रशासकीय प्रणाली नाही.
क्रंचबेस डेटा: एआय क्षेत्रातील तेजीमुळे निधीपुरवठा आणि निर्गमनाला गती मिळाल्याने, २०२६ च्या पहिल्या सहामाहीत जागतिक स्टार्टअप गुंतवणूक ५१० अब्ज डॉलर्सच्या विक्रमी पातळीवर पोहोचली ↗
पहिल्या सहामाहीत जागतिक स्टार्टअप फंडिंग ५१० अब्ज डॉलर्सवर पोहोचले, ज्यात एआयने (AI) खरोखरच अविश्वसनीय वाटा उचलला. एकट्या ओपनएआय (OpenAI) आणि अँथ्रोपिकने (Anthropic) २१७ अब्ज डॉलर्सचा वाटा उचलला, जे केवळ एक 'क्षेत्रीय ट्रेंड' नसून, 'व्हेंचर सोफ्यावर बसलेल्या दोन हत्तीं'सारखे अधिक आहे
डेटा हे देखील दर्शवतो की एआयमधील पैसा फाऊंडेशन लॅब्सच्या पलीकडे जाऊन पायाभूत सुविधा, संरक्षण, रोबोटिक्स आणि आरोग्यसेवा या क्षेत्रांमध्ये पसरत आहे. त्यामुळे होय, ही तेजी एका विशिष्ट क्षेत्रात केंद्रित आहे - पण ती आजूबाजूच्या क्षेत्रांमध्येही झिरपत आहे.
वारंवार विचारले जाणारे प्रश्न
ओपनएआय अमेरिकन सरकारला ५% हिस्सा का देईल?
हा कथित प्रस्ताव, अत्यंत मोठ्या एआय कंपन्यांच्या मूल्यांकनाचा फायदा कोणाला होतो, यावरून वाढणाऱ्या दबावाशी संबंधित असल्याचे दिसते. जनतेसोबत नफा वाटून घेण्याचा एक मार्ग म्हणून सरकारी हिस्सा सादर केला जाऊ शकतो, तथापि लेखात नमूद केले आहे की ही कल्पना अस्पष्ट आणि राजकीयदृष्ट्या गुंतागुंतीची आहे. यामुळे इतर प्रमुख अमेरिकन एआय कंपन्यांवरही अशाच प्रकारच्या व्यवस्थांचा विचार करण्यासाठी दबाव वाढू शकतो.
मायक्रोसॉफ्ट फ्रंटियर कंपनीने काय करायला पाहिजे?
मायक्रोसॉफ्ट फ्रंटियर कंपनीचे वर्णन २.५ अब्ज डॉलर्सच्या पाठबळावर चालणारा एक नवीन एआय उपयोजन व्यवसाय म्हणून केले जाते. मोठ्या कंपन्यांना एआय साधने निवडण्यात, ती गरजेनुसार सानुकूलित करण्यात आणि त्यातून मूल्य मिळविण्यात मदत करणे, ही तिची भूमिका आहे. प्रयोग करण्याऐवजी व्यावहारिक अवलंबनावर भर दिला जातो, ज्यामध्ये एआय प्रणालींना अंतर्गत डेटाशी जोडणे आणि मायक्रोसॉफ्ट तसेच बाहेरील पुरवठादारांकडून सहाय्यक साधने मिळवणे यांचा समावेश आहे.
मेटाचे एआय एजंट अपेक्षेपेक्षा हळू प्रगती का करत आहेत?
मिळालेल्या वृत्तानुसार, मार्क झुकरबर्ग यांनी कर्मचाऱ्यांना सांगितले की, मेटाचे एआय एजंट तंत्रज्ञान अपेक्षेप्रमाणे वेगाने विकसित झालेले नाही. एआय कार्य आणि कार्यक्षमतेतील वाढीशी संबंधित पुनर्रचनेनंतर ही एक लक्षणीय कबुली असल्याचे लेखात म्हटले आहे. याचा व्यावहारिक निष्कर्ष असा आहे की, अनेक कंपन्यांना अपेक्षित असलेली उत्पादकतेतील वाढ मिळवून देण्यापूर्वी एआय एजंट्सना अजून अधिक पर्यवेक्षण आणि सुधारणेची आवश्यकता असू शकते.
एआयच्या बातम्यांमध्ये Z.ai चे GLM-5.2 महत्त्वाचे का आहे?
Z.ai चे GLM-5.2 लक्ष वेधून घेत आहे, कारण ते आघाडीच्या अमेरिकन फ्रंटियर मॉडेल्सपेक्षा खूपच कमी किमतीत उत्तम कोडिंग आणि एजेंटिक कार्यक्षमता देत असल्याचा दावा केला जातो. याने डेव्हलपर-प्लॅटफॉर्मच्या क्रमवारीतही प्रगती केली असून, त्याची तुलना 'मिनी डीपसीक मोमेंट'शी केली जात आहे. तथापि, डेटा-सुरक्षेच्या चिंतेमुळे, विशेषतः नियामक उद्योगांमध्ये, पाश्चात्य उद्योगांकडून त्याचा स्वीकार मर्यादित असू शकतो.
अँथ्रोपिकच्या फेबल 5 मधील सायबर सुरक्षा उपाय काय आहेत?
अँथ्रोपिकने फेबल ५ साठी अतिरिक्त सायबरसुरक्षा उपाययोजनांचे वर्णन केले आहे, ज्यामध्ये विशिष्ट सायबर-संबंधित विनंत्या केव्हा ब्लॉक करायच्या, मॉनिटर करायच्या किंवा परवानगी द्यायची हे ठरवणारे क्लासिफायर्स समाविष्ट आहेत. कंपनीने सायबर जेलब्रेकच्या तीव्रतेसाठी एक फ्रेमवर्कदेखील प्रस्तावित केले आहे. हे फ्रेमवर्क क्षमता वाढ, व्याप्ती, शस्त्र म्हणून वापरण्याची सुलभता आणि शोधक्षमता यांसारख्या घटकांनुसार जेलब्रेक्सचे वर्गीकरण करते, ज्यामुळे टीम्सना धोकादायक प्रॉम्प्ट फेल्युअरचे मूल्यांकन करण्याचा अधिक स्पष्ट मार्ग मिळतो.