AI की शक्ति बढ़ी: GPT-5.3 का विस्तार, कर्नेल अनुकूलित, और परमाणु हुआ स्मार्ट

यहाँ एक समाचार लेख है जो प्रदान की गई जानकारी का संश्लेषण करता है:

AI प्रगति सॉफ्टवेयर विकास, साइबर सुरक्षा और ऊर्जा क्षेत्रों को नया आकार दे रही है

नवीनतम रिपोर्टों के अनुसार, कृत्रिम बुद्धिमत्ता कई क्षेत्रों में महत्वपूर्ण प्रगति कर रही है, जिससे सॉफ्टवेयर विकास, साइबर सुरक्षा और ऊर्जा प्रभावित हो रही है। नए AI मॉडल कोड को अनुकूलित कर रहे हैं, जबकि नए हमले के तरीके उभर रहे हैं, और अगली पीढ़ी की परमाणु ऊर्जा की खोज की जा रही है।

OpenAI ने GPT-5.3-Codex की घोषणा की, जो उसके कोडिंग मॉडल का एक अद्यतन संस्करण है, जो Ars Technica के अनुसार कमांड लाइन, IDE एक्सटेंशन, वेब इंटरफेस और एक नए macOS डेस्कटॉप ऐप के माध्यम से सुलभ है। कंपनी का दावा है कि GPT-5.3-Codex SWE-Bench Pro और Terminal-Bench 2.0 जैसे बेंचमार्क में पिछले संस्करणों से बेहतर प्रदर्शन करता है। जबकि कुछ सुर्खियों में सुझाव दिया गया है कि Codex ने खुद को बनाया, Ars Technica ने मॉडल की क्षमताओं को बढ़ा-चढ़ाकर बताने के खिलाफ चेतावनी दी।

साइबर सुरक्षा में, "IAM pivot" नामक एक नई हमला श्रृंखला चिंताएं बढ़ा रही है। VentureBeat ने बताया कि इस हमले में एक डेवलपर को एक भर्तीकर्ता से एक वैध LinkedIn संदेश मिलता है। कोडिंग मूल्यांकन के लिए एक पैकेज स्थापित करने की आवश्यकता होती है जो क्लाउड क्रेडेंशियल्स को एक्सफिल्ट्रेट करता है, जिसमें GitHub व्यक्तिगत एक्सेस टोकन, AWS API कुंजी और Azure सेवा प्रिंसिपल शामिल हैं। VentureBeat के अनुसार, विरोधी मिनटों में क्लाउड वातावरण तक पहुंच प्राप्त कर सकता है। 29 जनवरी को प्रकाशित क्राउडस्ट्राइक इंटेलिजेंस रिसर्च ने पहचान-आधारित हमलों की उद्यम निगरानी में इस अंतर को उजागर किया।

AI का उपयोग GPU कर्नेल को अनुकूलित करने के लिए भी किया जा रहा है। स्टैनफोर्ड, Nvidia और Together AI के शोधकर्ताओं ने Test-Time Training to Discover (TTT-Discover) नामक एक तकनीक विकसित की है जो एक महत्वपूर्ण GPU कर्नेल को पिछली अत्याधुनिक तकनीक की तुलना में दोगुना तेज चलाने के लिए अनुकूलित कर सकती है, जिसे मानव विशेषज्ञों द्वारा लिखा गया था, VentureBeat ने बताया। यह तकनीक मॉडल को अनुमान प्रक्रिया के दौरान प्रशिक्षण जारी रखने और विशिष्ट समस्या के लिए अपने भार को अपडेट करने की अनुमति देती है। VentureBeat के बेन डिक्सन ने उल्लेख किया कि TTT-Discover "जमे हुए" मॉडल पर निर्भर रहने के वर्तमान प्रतिमान को चुनौती देता है।

इस बीच, MIT Technology Review ने अगली पीढ़ी की परमाणु ऊर्जा के बारे में सवालों को संबोधित किया, जिसमें कहा गया कि कई अगली पीढ़ी के रिएक्टर कम समृद्ध यूरेनियम का उपयोग नहीं करते हैं, जिसका उपयोग पारंपरिक रिएक्टरों में किया जाता है। लेख में इन वैकल्पिक ईंधनों के लिए आपूर्ति श्रृंखला को संबोधित करने की आवश्यकता पर भी प्रकाश डाला गया।

MIT Technology Review ने AI के लिए समेकित प्रणालियों की बढ़ती आवश्यकता पर भी चर्चा की, जिसमें कहा गया कि उद्यमों ने ऐतिहासिक रूप से स्टॉपगैप प्रौद्योगिकी समाधानों के साथ व्यावसायिक दबावों को स्थानांतरित करने के लिए प्रतिक्रिया व्यक्त की है। समाधानों की बढ़ती संख्या ने कनेक्शनों का एक उलझा हुआ जाल बना दिया है, जो एक एकीकृत प्लेटफॉर्म के रूप में एक सेवा (iPaaS) की आवश्यकता को उजागर करता है।