अमेरिका में चुनावों के परिणाम बुनियादी ढांचे के विनियमन और आर्टिफिशियल इंटेलिजेंस के विकास को प्रभावित कर सकते हैं
और पढ़ें
Olhar Digital
olhardigital.com.br

अमेरिका में चुनावों के परिणाम बुनियादी ढांचे के विनियमन और आर्टिफिशियल इंटेलिजेंस के विकास को प्रभावित कर सकते हैं

संयुक्त राज्य अमेरिका में मध्यावधि चुनाव, जो इस मंगलवार (3 तारीख) को होंगे, संभावित रूप से एक ऐसे विधेयक को आगे बढ़ाने पर प्रभाव डाल सकते हैं जो ऊर्जा अवसंरचना परियोजनाओं के लिए संघीय पर्यावरण लाइसेंसिंग नियमों को बदलने का प्रस्ताव करता है। यह डेटा केंद्रों को बिजली प्रदान करने की बढ़ती मांग के मद्देनजर हो रहा है, जो आर्टिफिशियल इंटेलिजेंस के विस्तार का समर्थन करते हैं।

अमेरिकन एक्सेसिबिलिटी इकोनॉमी एंड एम्प्लॉयमेंट बायपार्टिसन एक्ट (BAAJA), जिसे रिपब्लिकन और डेमोक्रेटिक सांसदों द्वारा तैयार किया गया है, बड़े उद्यमों के लिए पर्यावरणीय मूल्यांकन और प्राधिकरण प्रक्रियाओं को बदलने का लक्ष्य रखता है। यह पहल विभिन्न विधायी कृत्यों में परिवर्तनों को एकीकृत करती है और बुनियादी ढांचा परियोजनाओं को योजना चरण से कार्यान्वयन तक ले जाने में लगने वाले समय को कम करने का प्रयास करती है।

विधेयक का पाठ पर्यावरण और सार्वजनिक कार्यों, साथ ही ऊर्जा और प्राकृतिक संसाधनों की समितियों में प्रमुख पदों पर आसीन चार सीनेटरों के बीच बातचीत का परिणाम है: रिपब्लिकन शेली मूर कैपिटो और माइक ली, और डेमोक्रेट शेल्डन व्हाइटहाउस और मार्टिन हाइनेरिच।

BAAJA का एक प्रमुख उद्देश्य संघीय पर्यावरणीय मूल्यांकनों के लिए समय सीमा निर्धारित करना है। पाठ के अनुसार, बड़ी परियोजनाओं का विश्लेषण आम तौर पर एक से दो वर्षों के भीतर पूरा होना चाहिए। प्रस्ताव सरकारी एजेंसियों के बीच अधिक घनिष्ठ समन्वय भी प्रदान करता है, कुछ न्यायिक चुनौतियों की संभावनाओं को सीमित करता है और जारी किए गए लाइसेंसों की विश्वसनीयता बढ़ाने के लिए शर्तें स्थापित करता है।

यह परियोजना तीन संघीय पर्यावरण कानूनों के प्रावधानों में संशोधन करती है: नेशनल एनवायरनमेंटल पॉलिसी एक्ट (NEPA), जो कार्य और परियोजनाओं के प्रभाव मूल्यांकन को नियंत्रित करता है; क्लीन वॉटर एक्ट, जो जल संसाधनों की रक्षा करता है; और एंडेंजर्ड स्पीशीज एक्ट, जिसका उद्देश्य लुप्तप्राय जानवरों और पौधों का संरक्षण करना है।

विश्लेषण के अनुसार, यह सुधार प्राकृतिक क्षेत्रों, जलमार्गों और वन्यजीव आवासों को प्रभावित करने वाली परियोजनाओं के विश्लेषण के दृष्टिकोण को बदल सकता है। समर्थकों का घोषित लक्ष्य क्रमिक प्रशासनिक चरणों और कानूनी विवादों के कारण निर्माण परमिट प्राप्त करने में अनिश्चित काल तक देरी को रोकना है। हालांकि, पर्यावरण संरक्षण संगठन सवाल उठाते हैं कि क्या इन चरणों को कम करने से सार्वजनिक भागीदारी और निरीक्षण की संभावना कम नहीं हो जाएगी।

प्रस्ताव बिजली के हस्तांतरण से भी संबंधित है। BAAJA संघीय ऊर्जा नियामक आयोग (FERC) की गतिविधियों में परिवर्तन प्रदान करता है, यदि सरकारी प्रक्रियाएं आगे नहीं बढ़ती हैं तो कुछ अंतरराज्यीय लाइनों को अधिकृत करने के लिए इसके अधिकार का विस्तार करता है। यह पहल ऐसी कंपनियों के लिए मानदंडों को भी समायोजित करती है और क्षेत्रों-उत्पादकों और उपभोक्ताओं के बीच संबंध को सुविधाजनक बनाने का लक्ष्य रखती है।

यह पहलू विशेष रूप से महत्वपूर्ण है, क्योंकि बिजली उत्पादन का विस्तार अपने आप में आपूर्ति की समस्याओं का समाधान नहीं करता है। बिजली संयंत्रों पर उत्पादित ऊर्जा को एक ऐसे नेटवर्क के माध्यम से उपभोक्ताओं तक पहुंचना चाहिए जो लंबी दूरी पर बड़ी मात्रा में परिवहन कर सके। ट्रांसमिशन लाइनों की अनुपस्थिति में, नए जनरेशन परियोजनाओं को उत्पादन क्षमता होने पर भी सिस्टम से जुड़ने में कठिनाइयों का सामना करना पड़ सकता है।

टाइगो माईआ, जो परमाणु भौतिकी में मास्टर और डॉक्टरेट की डिग्री, एक तेल इंजीनियर और परियोजना प्रबंधन में एमबीए हैं, के विचार में, लाइसेंसिंग को सरल बनाने से इन बाधाओं के कुछ हिस्सों को दूर करने में मदद मिल सकती है। उन्होंने ओलहार डिजिटल को दिए एक साक्षात्कार में समझाया कि अनुमोदन की समय सीमा कम होने से बिजली संयंत्रों, सबस्टेशनों और ट्रांसमिशन लाइनों के निर्माण में तेजी आ सकती है।

समान कहानियाँ

शंघाई में एक स्टोर में छह मानव सदृश रोबोट AgiBot G2 ने 24 घंटे काम किया और 1730 कार्य पूरे किए
और पढ़ें
pandaily.com

शंघाई में एक स्टोर में छह मानव सदृश रोबोट AgiBot G2 ने 24 घंटे काम किया और 1730 कार्य पूरे किए

AgiBot G2 मॉडल के छह मानव सदृश रोबोटों ने शंघाई के शूहुई क्षेत्र में स्थित सुविधा स्टोर में 24 घंटे की शिफ्ट पूरी की। यह सीधा प्रसारण कार्यक्रम 2 नवंबर को सुबह 10:00 बजे से 3 नवंबर को सुबह 10:00 बजे तक चला, और AgiBot के अनुसार, ऑनलाइन दर्शकों की संख्या दो मिलियन से अधिक थी।

प्रत्येक रोबोट एक विशिष्ट कार्य करता था: एक प्रवेश द्वार पर ग्राहकों का स्वागत करता था, दो स्टॉक भरने, आपूर्ति बढ़ाने और अलमारियों पर गश्त करने का काम करते थे, एक कॉफी बनाता था, एक चेकआउट और गर्म भोजन का प्रबंधन करता था, और छठा मेज साफ करने के लिए जिम्मेदार था। AgiBot की अंतिम गणना के अनुसार, छह रोबोटों ने 1730 कार्य पूरे किए, जिसमें 683 ग्राहक सेवा, 369 डिलीवरी और सामान प्राप्त करना, 147 कॉफी बनाना, 126 नाश्ते के ऑर्डर, 277 स्टॉक भरने और अलमारियों की जांच के ऑपरेशन, और 128 मेज साफ करने के मामले शामिल थे।

छह में से चार रोबोटों ने कार्यक्रम के मूल्यांकन में भाग लिया, जिसने कार्यों को पूरा करने की गति, प्रतिक्रिया, अपवादों से निपटने की क्षमता और ग्राहक प्रतिक्रिया का आकलन किया। आमंत्रित परीक्षकों ने रोबोटों के लिए कठिनाइयाँ पैदा करने की कोशिश की, जिसमें सामान्य और आहार कोला मिलाना और केवल आहार कोला मांगना, गम की पूरी शेल्फ पर अव्यवस्था फैलाना, और रोबोटों के रास्ते में गलियारों में खड़े होना या डिब्बे गिराना शामिल था।

रिपोर्टों के अनुसार, रोबोट आवाज अनुरोध को दृश्य सत्यापन के साथ मिलाकर पेय पदार्थों की पुष्टि करते थे; वे मूल्य टैग पर निर्भर रहने के बजाय वस्तुओं को नेत्रहीन रूप से गिनकर अलमारियों को बहाल करते थे; और बाधाओं से बचते हुए रुक जाते थे। छोटे हेरफेर, जैसे कि कैंडी बैग को हुक पर लटकाना या बिना नुकसान पहुंचाए नरम केक चुनना, सबसे कठिन कार्यों में से एक बने रहे, और रोबोट कभी-कभी गलतियाँ करते थे।

सभी छह रोबोट AgiBot के एम्बोडीड एजेंट फ्रेमवर्क, Genie Master के माध्यम से समन्वयित होते थे, जो अपने एम्बोडेड एग्जीक्यूशन प्रोटोकॉल के माध्यम से कार्य निर्णयों, गति निष्पादन और फीडबैक को जोड़ता है। सिस्टम दैनिक रूप से सफल और असफल रन का विश्लेषण करता है, उपयोगी अनुभव को दीर्घकालिक स्मृति में सहेजता है और प्रशिक्षण डेटा में उपयोग के लिए सुधारे गए प्रयासों को फ़िल्टर करता है, और रोबोट कम गतिविधि के घंटों के दौरान अभ्यास करते हैं। AgiBot ने जोर देकर कहा कि परीक्षण चक्र में मानव भागीदारी के बिना किया गया था, जिसका अर्थ है कि कोई मानव प्रदर्शन या ऑन-साइट मैनुअल ट्यूनिंग नहीं थी।

AgiBot के एम्बोडीड रिसर्च सेंटर के उपाध्यक्ष रेन गुआनहुई ने मीडिया को बताया कि कंपनी कार्य पूरा करने के प्रतिशत, पहली बार में सफलता, प्रतिक्रिया समय, कुल चक्र समय, प्रति इकाई समय में योग्य डिलीवरी की संख्या, मानव हस्तक्षेप की आवृत्ति, रिकवरी समय और सिस्टम की उपलब्धता जैसे मेट्रिक्स पर नज़र रखेगी। हालांकि, समापन पर प्रकाशित आंकड़े केवल पूरे किए गए कार्यों की संख्या से संबंधित थे, और AgiBot ने अभी तक सफलता मेट्रिक्स या हस्तक्षेपों की संख्या पर डेटा जारी नहीं किया है।

इस परीक्षण लॉन्च ने AgiBot के AI WAVE रिलीज़ श्रृंखला को पूरा किया, जो 22 अक्टूबर को शुरू हुई और कंपनी के डेटासेट, सिमुलेशन प्लेटफॉर्म, मॉडल और रोबोट हार्डवेयर को एक ही लाइव प्लेटफॉर्म पर एकीकृत करती है।

Xiaomi का ह्यूमनॉइड रोबोट ऑटोमोबाइल कारखाने में पहली आठ घंटे की शिफ्ट पूरी करने और अपार्टमेंट में परीक्षण शुरू करने में सफल रहा
और पढ़ें
pandaily.com

Xiaomi का ह्यूमनॉइड रोबोट ऑटोमोबाइल कारखाने में पहली आठ घंटे की शिफ्ट पूरी करने और अपार्टमेंट में परीक्षण शुरू करने में सफल रहा

Xiaomi ने घोषणा की है कि उसके ह्यूमनॉइड रोबोट ने पहली बार एक ऑटोमोबाइल कारखाने में आठ घंटे का कार्य चक्र पूरा किया। इस शिफ्ट के दौरान, रोबोट ने सेंट्रल कंसोल साइड कवर की सॉर्टिंग स्टेशन पर पूरे दिन की उत्पादन मांग को पूरा किया।

इस महत्वपूर्ण चरण को कंपनी ने 2026 में उचजेन में वर्ल्ड इंटरनेट कॉन्फ्रेंस समिट के दौरान प्रस्तुत किया। वहां रोबोटिक्स टीम को बड़े पैमाने पर रोबोट मैनिपुलेशन के लिए डिज़ाइन किए गए बेस मॉडल की तकनीक के लिए 'लीडिंग टेक्नोलॉजी' पुरस्कार से सम्मानित किया गया।

Xiaomi की जानकारी के अनुसार, रोबोट ने शिफ्ट के दौरान पाई गई विसंगतियों को स्वयं ठीक किया और उत्पादन लाइन प्रणालियों के साथ इंटरैक्ट किया, जिसे कंपनी लाइन स्तर पर क्षमताओं की प्रारंभिक जांच मानती है। यह लॉन्च मार्च में शुरू हुए कारखाने में इंटर्नशिप का हिस्सा है। तब रोबोट ने सेल्फ-टैपिंग नट लोडिंग स्टेशन पर तीन घंटे तक स्वायत्त रूप से काम किया, जिसमें 76 सेकंड के लाइन चक्र का पालन करते हुए द्विदिश स्थापना में 90.2% सफलता दर हासिल की।

जुलाई तक, सफलता दर बढ़कर 98% हो गई, और रोबोट ने दो अतिरिक्त स्टेशनों पर काम संभाला: साइड कवर सॉर्टिंग और कंटेनर स्टैकिंग। इन तीनों स्टेशनों पर समग्र सफलता प्रतिशत 94% से 98% के बीच है।

घरेलू वातावरण में, Xiaomi ने Xiaomi के युवा अपार्टमेंट में परीक्षण संचालन शुरू किए - जो कर्मचारियों के लिए कंपनी का आवासीय परिसर है। इंजीनियरों ने पहले से प्रशिक्षित Xiaomi-Robotics-1 मॉडल के ऊपर एक एजेंट प्रणाली विकसित की। यह प्रणाली डेटा संग्रह, मॉडल आउटपुट और कार्यों के निष्पादन को कवर करती है, और इसे कई दौर के अतिरिक्त प्रशिक्षण के बाद परिष्कृत किया गया था।

परीक्षण रन के दौरान, सिस्टम ने तीन कमरों में लगातार 30 मिनट से अधिक समय तक कार्य किया, जिसमें 50 से अधिक कार्य पूरे किए गए। इनमें उपकरणों की तैयारी, सोफे और मेजों को व्यवस्थित करना, कचरा साफ करना, वस्तुओं को सही जगह पर रखना, परिसर का निरीक्षण करना, पूरे परिसर की दोबारा जांच करना और बाहर निकलना शामिल था।

Xiaomi द्वारा प्रकाशित वीडियो रिकॉर्डिंग इस लॉन्च को एक एकल 32 मिनट के खंड के रूप में प्रदर्शित करती है। Xiaomi-Robotics-1 को 16 जुलाई को पेश किया गया था और अगस्त में जनता के लिए खोल दिया गया था। कंपनी बताती है कि मॉडल को वास्तविक परिस्थितियों में 1700 से अधिक दृश्यों और 260 प्रकार के कार्यों को कवर करने वाले 100,000 घंटे से अधिक के मैनिपुलेशन ट्रेजेक्टरी पर पूर्व-प्रशिक्षित किया गया था। फिर इसे 10,000 घंटे से अधिक के क्रॉस-एम्बॉडीमेंट डेटा पर अतिरिक्त रूप से प्रशिक्षित किया गया, जिससे इसे मोबाइल मैनिपुलेटर और दोहरे हाथ वाले रोबोटों के अनुकूल बनाना संभव हुआ।

कंपनी ने यह भी उल्लेख किया कि जुलाई में मॉडल ने RoboCasa 365 और RoboDojo की सामान्य रैंकिंग में पहला स्थान प्राप्त किया। एक अलग दृष्टि, भाषा और क्रिया मॉडल, Xiaomi-Robotics-0, एक हाइब्रिड आर्किटेक्चर का उपयोग करता है, जो Xiaomi के अनुसार उपभोक्ता ग्राफिक्स कार्ड पर 80 मिलीसेकंड की आउटपुट विलंबता सुनिश्चित करता है।

Xiaomi दोनों अनुप्रयोगों - औद्योगिक और घरेलू - को एक एकीकृत मॉडल स्टैक के रूप में प्रस्तुत करता है। कंपनी ने खुलासा नहीं किया है कि अपार्टमेंट में परीक्षणों में कितने रोबोट भाग ले रहे हैं, किस विशिष्ट अपार्टमेंट का उपयोग परीक्षण के लिए किया जा रहा है, या परीक्षण अवधि कितनी लंबी चलेगी।

हुआवेई क्लाउड MaaS प्लेटफॉर्म पर ओपनपंगु-2.0 मॉडल के समर्थन को बंद कर रहा है और विकल्पों की सिफारिश करता है
और पढ़ें
pandaily.com

हुआवेई क्लाउड MaaS प्लेटफॉर्म पर ओपनपंगु-2.0 मॉडल के समर्थन को बंद कर रहा है और विकल्पों की सिफारिश करता है

हुआवेई क्लाउड ने अपने MaaS (मॉडल एज़ ए सर्विस) प्लेटफॉर्म पर openPangu-2.0-Flash और openPangu-2.0-Pro मॉडल सेवाओं को चरणबद्ध तरीके से हटाने की योजना की घोषणा की है। मॉडल हटाने की सूचना के अनुसार, ये सेवाएं 6 नवंबर को बीजिंग समय के अनुसार बिक्री के लिए उपलब्ध नहीं होंगी और 30 नवंबर को पूरी तरह से बंद हो जाएंगी।

आईटी होम ने 3 नवंबर को हुआवेई क्लाउड की सहायता वेबसाइट पर प्रकाशित इस सूचना के बारे में बताया। इस कार्यक्रम के तहत, नए उपयोगकर्ता 6 नवंबर के बाद इन सेवाओं को खरीद या सक्रिय नहीं कर पाएंगे, हालांकि मौजूदा ग्राहक महीने के अंत तक उनका उपयोग जारी रख सकते हैं। 30 नवंबर के बाद, नए और पुराने दोनों उपयोगकर्ताओं के लिए दोनों मॉडलों तक पहुंच बंद कर दी जाएगी। सूचना में इन सेवाओं को हुआवेई क्लाउड के CN Southwest-Guiyang1 क्षेत्र में सूचीबद्ध किया गया है।

कंपनी प्रत्येक मॉडल के लिए अनुशंसित विकल्प प्रदान करती है। openPangu-2.0-Flash संस्करण 20260630 के उपयोगकर्ताओं को DeepSeek-V4.1-Flash-1017 पर जाने की सलाह दी जाती है, जबकि openPangu-2.0-Pro संस्करण 20260730 के उपयोगकर्ताओं को Zhipu के GLM-5.3 की ओर निर्देशित किया जाता है। हुआवेई क्लाउड इस बात पर जोर देती है कि मॉडल क्षमताओं, एपीआई मापदंडों, मूल्य निर्धारण और वास्तविक कार्यों में प्रदर्शन के मामले में भिन्न होते हैं, और ग्राहकों को स्विच करने से पहले दस्तावेज़ीकरण का अध्ययन करने और अपना मूल्यांकन करने की सलाह देती है।

माइग्रेशन गाइड में बताया गया है कि जो ग्राहक मानक MaaS V1 एपीआई का उपयोग कर रहे हैं, उन्हें OpenAI के साथ संगत एंडपॉइंट पर जाना होगा, जबकि जो पहले से ही API V2 या OpenAI संगत इंटरफ़ेस का उपयोग कर रहे हैं, उन्हें केवल मॉडल पैरामीटर बदलने की आवश्यकता है।

आईटी होम के अनुसार, हुआवेई क्लाउड चरणबद्ध तरीके से openPangu मॉडल की नई पीढ़ी जारी करने की योजना बना रही है, लेकिन अभी तक उनके नाम या समय सीमा का खुलासा नहीं किया है। ये दो मॉडल इस वर्ष हुआवेई के सबसे बड़े ओपन रिलीज़ में से थे: 92 बिलियन पैरामीटर वाला openPangu-2.0-Flash जून के अंत में जारी किया गया था, और Ascend NPU पर प्रशिक्षित 505 बिलियन पैरामीटर वाला sparse-मॉडल openPangu-2.0-Pro जुलाई के अंत में जारी किया गया था। सितंबर में हुआवेई ने इस श्रृंखला के लिए प्री-ट्रेनिंग, कंट्रोल्ड फाइन-ट्यूनिंग और रीइन्फोर्समेंट लर्निंग के कोड भी जारी किए थे। हालांकि, यह सेवा समाप्ति सूचना केवल होस्ट की गई MaaS सेवाओं से संबंधित है और ओपन रिलीज़ को प्रभावित नहीं करती है।

प्लेटफॉर्म पर मॉडल बदलना अक्सर होता रहता है। इसी बुलेटिन में हुआवेई क्लाउड ने 16 नवंबर को GLM-5.1 को GLM-5.3 से बदलने और इसे चरणबद्ध तरीके से हटाने की योजना बनाई है, साथ ही DeepSeek-V4-Flash उपयोगकर्ताओं को DeepSeek-V4.1-Flash पर स्थानांतरित कर रही है और 8 नवंबर को Kimi-K2.6 को हटा रही है, जिसमें कई Qwen और Wan मॉडल भी हटाने के लिए इंगित किए गए हैं।

इससे पहले सितंबर में DeepSeek-V4-Pro को और गर्मियों में DeepSeek, Qwen और GLM के कई संस्करणों को हटा दिया गया था। MaaS ग्राहकों के लिए इसका मतलब है कि openPangu-2.0 पर निर्मित वर्कलोड को कम से कम अगली पीढ़ी के openPangu के आने तक, प्लेटफॉर्म के अन्य होस्ट किए गए मॉडलों पर स्थानांतरित किया जाना चाहिए।

लोकप्रिय