वर्तमान भौतिक कृत्रिम बुद्धिमत्ता (एआई) मॉडल डेटा आवश्यकताओं के मामले में तेजी से मांग कर रहे हैं, जो साधारण वीडियो इनपुट से परे जा रहे हैं। फ्रंटियर मॉडल को अब कई कैमरा कोण और विस्तृत एनोटेशन की आवश्यकता होती है, और अगला कदम मस्तिष्क तरंग रीडिंग को शामिल करना हो सकता है।
अधिक जटिल डेटा की मांग भौतिक दुनिया के साथ प्रभावी ढंग से बातचीत करने के लिए एआई को प्रशिक्षित करने की आवश्यकता से उपजी है। टेकक्रंच के अनुसार, ये उन्नत एआई सिस्टम अब केवल YouTube वीडियो को प्रशिक्षण सामग्री के रूप में संतुष्ट नहीं हैं। उन्हें अब दृश्य डेटा के भीतर वस्तुओं और कार्यों के विस्तृत लेबलिंग - 'घने एनोटेशन' के साथ-साथ कई कैमरा दृष्टिकोणों से इनपुट की आवश्यकता होती है।
लेख इस बात पर प्रकाश डालता है कि मस्तिष्क तरंग रीडिंग अधिक परिष्कृत भौतिक एआई विकसित करने के लिए एक संभावित भविष्य की आवश्यकता का प्रतिनिधित्व करती है। हालांकि अभी तक लागू नहीं किया गया है, यह सुझाव देता है कि शोधकर्ता एआई को मानव इरादे और धारणा के बारे में और भी समृद्ध प्रासंगिक जानकारी प्रदान करने के तरीकों का पता लगा रहे हैं। इस बदलाव का कारण जटिल वास्तविक दुनिया के परिदृश्यों को समझने और उचित रूप से प्रतिक्रिया देने की एआई की क्षमता में सुधार करना है।
मस्तिष्क तरंग डेटा की ओर बढ़ना एआई विकास में एक बढ़ती प्रवृत्ति का संकेत देता है: निष्क्रिय अवलोकन (वीडियो) से संज्ञानात्मक प्रक्रियाओं की सक्रिय समझ तक जाना। यह भौतिक एआई क्षमताओं के नए स्तरों को अनलॉक कर सकता है, जिससे रोबोट और अन्य एआई-संचालित सिस्टम अपने पर्यावरण के साथ अधिक सहजता और प्रभावी ढंग से बातचीत कर सकते हैं।
हम सत्य को नहीं आंकते। हम पक्षपात हटाकर दिखाते हैं कि किन दृष्टिकोणों ने इस कहानी को कवर किया। आप तय करें।
मूल कवरेज पढ़ें
💬 टिप्पणियाँ
📜 टिप्पणी नीति