Huawei और Xiaohongshu के AI ने मैथ ओलंपियाड में हासिल किए परफेक्ट स्कोर!

Detailed Coverage

AI ने रचा इतिहास, मैथ ओलंपियाड में हासिल किए 100% अंक!

आर्टिफिशियल इंटेलिजेंस (AI) ने एक बड़ी तकनीकी उपलब्धि हासिल की है। दुनिया की सबसे कठिन मानी जाने वाली प्रतियोगिता, इंटरनेशनल मैथमेटिकल ओलंपियाड (IMO) में AI सिस्टम ने परफेक्ट स्कोर प्राप्त किया है। पहली बार, चीनी फर्म Huawei और Xiaohongshu द्वारा विकसित AI सिस्टम ने प्रतियोगिता की सभी समस्याओं को हल किया, जो टॉप-रेटेड इंसानी प्रतिभागियों के प्रदर्शन के बराबर है।

लॉजिक और रीजनिंग में AI का कमाल

शंघाई में आयोजित इस प्रतियोगिता में, प्रतिभागियों को जटिल गणितीय समस्याओं को हल करना था, जिसके लिए हाई-लेवल लॉजिकल रीजनिंग की आवश्यकता थी, न कि केवल पैटर्न पहचानने की। Huawei के Celia और Xiaohongshu के dots-note-3.0 AI मॉडल को 666 मानव प्रतियोगियों के समान ही आधिकारिक ग्रेडिंग प्रक्रिया से गुजरना पड़ा। सख्त नियमों के तहत, AI सिस्टम को मानव प्रतिभागियों द्वारा परीक्षा समाप्त करने के बाद ही प्रश्न दिए गए थे, और AI की प्रोसेसिंग के दौरान किसी भी मानव सहायता की अनुमति नहीं थी।

यह सफलता AI क्षमताओं के तेजी से विकास को दर्शाती है। जबकि AI सिस्टम ने पहले भी गोल्ड-मेडल स्कोर हासिल किए हैं, 100% अंक प्राप्त करना इस बात का संकेत है कि मशीनें मल्टी-स्टेप रीजनिंग (multi-step reasoning) को कैसे संभाल रही हैं। Xiaohongshu ने बताया कि उनका dots-note-3.0 मॉडल, जो पहली बार भाग ले रहा था, पिछले बड़े भाषा मॉडल (large language models) की तुलना में एक महत्वपूर्ण सुधार है, जो परीक्षा के सभी सवालों पर लगातार लॉजिक बनाए रखने में संघर्ष करते थे।

ग्लोबल प्रतियोगिता और AI का विकास

इन एडवांस्ड गणितीय समस्याओं को हल करने की क्षमता अब दुनिया भर की टेक्नोलॉजी कंपनियों के लिए एक महत्वपूर्ण बेंचमार्क बन गई है। यह प्रगति केवल चीनी फर्मों तक ही सीमित नहीं है; अन्य प्रमुख कंपनियों ने भी उच्च प्रदर्शन स्तर हासिल किया है। हालिया आंकड़ों से पता चलता है कि अमेरिका स्थित OpenAI और Anthropic, घरेलू स्टार्टअप Axiom Math और चीन के Moonshot AI के कई अत्याधुनिक AI मॉडल ने भी इस वर्ष के परीक्षा प्रश्नों पर 42 में से 42 अंक के परफेक्ट स्कोर हासिल किए हैं।

तुलना के लिए, 2024 में Google के AI मॉडल ने छह में से केवल चार समस्याओं को सही ढंग से हल करके सिल्वर-मेडल स्कोर हासिल किया था। जैसे-जैसे ये मॉडल बेसिक भाषा कार्यों से आगे बढ़कर जटिल तार्किक क्षेत्रों में प्रवेश कर रहे हैं, डेवलपर्स का ध्यान रीजनिंग में विश्वसनीयता बढ़ाने और अत्यधिक तकनीकी डोमेन में त्रुटि दर को कम करने की ओर स्थानांतरित हो रहा है। निवेशक और उद्योग विश्लेषक अब देख रहे हैं कि इन उन्नत समस्या-समाधान क्षमताओं को वाणिज्यिक अनुप्रयोगों में कैसे एकीकृत किया जा सकता है, जैसे कि स्वचालित वैज्ञानिक अनुसंधान, जटिल इंजीनियरिंग डिजाइन और एडवांस्ड डेटा एनालिटिक्स, जो अंततः टेक सेक्टर में उत्पादकता और सॉफ्टवेयर विकास लागत को प्रभावित कर सकते हैं।