मधुमक्खी का दिमाग स्मार्ट एआई और रोबोटिक्स को प्रेरित करता है

मधुमक्खियां, विश्व की सबसे बड़ी परागणकर्ता, जैव विविधता का एक अनिवार्य हिस्सा हैं, जिस पर हम मनुष्य अपने अस्तित्व के लिए सीधे निर्भर हैं।

ये पंख वाले कीड़े मुख्य रूप से उच्च गुणवत्ता वाला भोजन प्रदान करने के लिए जाने जाते हैं पसंद शहद के साथ-साथ मोम, प्रोपोलिस, पराग और जेली, अन्य उत्पाद भी शामिल हैं। इससे भी महत्वपूर्ण बात यह है कि वे अनगिनत फूलदार पौधों के परागण के लिए जिम्मेदार हैं, जिनमें विश्व की अधिकांश खाद्य फसलें शामिल हैं, जो पौधों को प्रजनन करने तथा फल, सब्जियां और बीज पैदा करने में सक्षम बनाती हैं। 

ऐसा करने के लिए मधुमक्खियां अपने रोयेंदार शरीर का उपयोग करती हैं और पराग को एक फूल से दूसरे फूल में स्थानांतरित करती हैं।

जबकि मधुमक्खियाँ नहीं हैं इसमें अकेले, क्योंकि पक्षी, बंदर और यहाँ तक कि मनुष्य भी परागण करते हैं, मधुमक्खियों निश्चित रूप से सबसे आम हैं परागण. It अंदाजा है सभी पुष्पीय पौधों की 87% से अधिक प्रजातियां पशुओं पर निर्भर हैं, जिनमें मधुमक्खियां परागण के लिए प्राथमिक समूह हैं, जो जैव विविधता और खाद्य सुरक्षा के लिए एक आवश्यक पारिस्थितिकी तंत्र सेवा है।

मधुमक्खियां वास्तव में बहुत बुद्धिमान कीट हैं, और लोग पारिस्थितिकी तंत्र के स्वास्थ्य, पर्यावरणीय परिवर्तनों को समझने और फसल परागण दक्षता में सुधार करने के लिए उनके व्यवहार, तौर-तरीकों और सामाजिक अंतःक्रियाओं का अध्ययन कर रहे हैं।

इसके अलावा, मधुमक्खियाँ उपयोग किया जाता है सहकारी व्यवहार को समझने और यह दर्शाने के लिए कि छोटे मस्तिष्क जटिल सामाजिक कार्यों का समन्वय कैसे करते हैं, एक मॉडल के रूप में। 

वैज्ञानिक भी तकनीक को आगे बढ़ाने के लिए मधुमक्खियों से प्रेरणा लेते हैं। उदाहरण के लिए, उनकी नेविगेशन और संचार रणनीतियाँ लागू होते हैं ड्रोन तकनीक तक। मधुमक्खियों के व्यवहार ने रोबोटिक्स, एल्गोरिदम और एआई को भी प्रेरित किया है।

इस संबंध में, शोधकर्ताओं ने अब पता लगाया है कि मधुमक्खियां अपनी उड़ान गतिविधियों का उपयोग मस्तिष्क संकेतों को बेहतर बनाने के लिए करती हैं, जिससे वे जटिल दृश्य पैटर्न को बहुत सटीकता से सीख और पहचान पाती हैं। 

नए अध्ययन के अनुसार, यह गति-आधारित धारणा, विशाल कंप्यूटिंग शक्ति पर दक्षता को बढ़ाकर अगली पीढ़ी के एआई और रोबोटिक्स के विकास में क्रांति ला सकती है।

मधुमक्खी बुद्धि: छोटे मस्तिष्क हमें AI के बारे में क्या सिखाते हैं

मधुमक्खियों की दृश्य सीखने की क्षमता अद्भुत है। इस यह इस तथ्य से स्पष्ट है कि वे किसी रंग को पुरस्कार से जोड़ना सीख सकते हैं और साथ ही दृश्य पैटर्न को वर्गीकृत करने के लिए विशिष्ट विशेषताओं की पहचान भी कर सकते हैं। उन्होंने अमूर्त अवधारणाओं को समझने और किसी उद्दीपन के तत्वों को क्रमिक रूप से स्कैन करके संख्यात्मक कार्यों को हल करने की क्षमता भी प्रदर्शित की है। 

संज्ञानात्मक विज्ञान में एक मौलिक अवधारणा, संख्यात्मकता एक समूह में वस्तुओं की संख्या को संदर्भित करती है और is आमतौर पर अध्ययन किया जाता है दृश्य बोध के संदर्भ में, जहां इसका तात्पर्य किसी दृश्य में वस्तुओं की मात्रा को बिना गिने शीघ्रता से समझने की क्षमता से है। 

इस प्रकार, संख्यात्मकता संबंधी कार्य मस्तिष्क की मात्राओं को समझने और अनुमान लगाने की जन्मजात क्षमता का विश्लेषण करते हैं।

अतः, मधुमक्खियों में स्पष्ट रूप से असाधारण क्षमताएं होती हैं, जो उन्हें उनके व्यवहारिक प्रतिक्रियाओं का विश्लेषण करके दृश्य सीखने के सिद्धांतों की खोज के लिए एक मूल्यवान पशु मॉडल बनाती हैं।

लेकिन बात है, यह अभी भी नहीं है वास्तव में जानने वाला केवल मधुमक्खियां अपनी कम दृश्य संवेदनशीलता और सीमित तंत्रिका संसाधनों के बावजूद भोजन की तलाश करते समय जटिल पैटर्न की पहचान करने और अपने आसपास की दुनिया की जटिलताओं को समझने में सक्षम होती हैं।

दृश्य संवेदी न्यूरॉन्स हैं वास्तव में माना जाता है विकसित करना प्राकृतिक दृश्यों में नियमितता का दोहन करने के लिए। उदाहरण के लिए, अध्ययनों से पता चला है कि कीटों के संवेदी मार्ग और उनसे जुड़े व्यवहार गतिशील रूप से विभिन्न आसपास की स्थितियों के अनुकूल हो जाते हैं। प्रतिक्रियाओं को इनपुट डेटा के आधार पर समायोजित किया जाता है पसंद स्थानिक आवृत्ति, कंट्रास्ट, और स्थानिक-कालिक सहसंबंध। 

जब सक्रिय नमूनाकरण रणनीतियों की बात आती है, जिसमें जानवर समय के साथ दृश्य जानकारी निकालने के लिए अपने पर्यावरण को लगातार स्कैन करते हैं, तो ऐसा व्यवहार व्यापक रूप से देखा गया प्रजातियों में। 

जबकि प्राइमेट अपने सूक्ष्म स्थानिक संकल्प को बढ़ाने और प्राकृतिक उत्तेजनाओं के एनकोडिंग में सुधार करने के लिए आंखों की गतिविधियों का उपयोग करते हैं, कीड़े ऐसी रणनीतियों का उपयोग करते हैं जिनमें सिर और शरीर की गतिविधियां या विशिष्ट शामिल होती हैं दृष्टिकोण पथ.

मधुमक्खियों के मामले में, वे अपने आस-पास के वातावरण का मजबूत और लचीला तंत्रिका प्रतिनिधित्व बनाने के लिए सक्रिय दृष्टि और अनुक्रमिक नमूने पर निर्भर रहने की संभावना रखती हैं। 

ये रणनीतियाँ एक भूमिका निभाती हैं प्रमुख हिस्सा प्रारंभिक दृश्य प्रसंस्करण में, अतिरेक को कम करने और कमाना और la एन्कोडिंग दृश्य उत्तेजनाओं का अधिक कुशल. लेकिन फिर, इन तंत्रों के बारे में हमारी समझ अनुमति देना मधुमक्खियों को दृश्य नियमितताओं का पता लगाने, प्रतिनिधित्व संबंधी बाधाओं को दूर करने और जटिल कार्यों को हल करने में मदद मिलती है गरीब.

नवीनतम अध्ययन के अनुसार, कीट दृष्टि के मूलभूत सिद्धांतों और जैविक एवं कृत्रिम प्रणालियों में दृश्य प्रसंस्करण के लिए उनके व्यापक निहितार्थों को समझने के लिए इन रणनीतियों को समझना महत्वपूर्ण है।

तो, इमारत उनके पिछले अध्ययन पर, जो एक सरल दृश्य कार्य के दौरान मधुमक्खियों के उड़ान पथ का आकलन किया गया¹शोधकर्ता अब में देख मुख्य सर्किट तत्व जो अवर्णी पैटर्न को पहचानने में सक्रिय दृष्टि में योगदान करते हैं।

अध्ययन का प्राथमिक लक्ष्य यह निर्धारित करना है कि मधुमक्खियों का स्कैनिंग व्यवहार उनके दृश्य लोब में न्यूरॉन्स के संगठन और कनेक्टिविटी में किस प्रकार योगदान देता है।

शेफ़ील्ड विश्वविद्यालय के शोधकर्ताओं ने परिकल्पना की है कि स्कैनिंग व्यवहार जटिल दृश्य विशेषताओं को इस तरह से ग्रहण करने के लिए अनुकूलित हो गए हैं कि वे लोबुला न्यूरॉन्स में अधिक कुशलता से एन्कोड हो जाते हैं। इससे मधुमक्खियों के छोटे मस्तिष्क में सीखने में सहायक अनूठे निरूपण संभव होते हैं। इस परिकल्पना का परीक्षण करने के लिए, उन्होंने मधुमक्खियों के ऑप्टिक लोब का एक न्यूरोमॉर्फिक मॉडल विकसित किया।

शोधकर्ताओं ने गैर-सहयोगी प्लास्टिसिटी के एक नए मॉडल के माध्यम से कोडिंग सिद्धांतों को शामिल किया। इस मॉडल को दृश्य लोब के भीतर अपनी कनेक्टिविटी को स्वयं व्यवस्थित करने में सक्षम बनाया, इस प्रकार पर्यावरण के कुशल प्रतिनिधित्व का निर्माण किया और अभिविन्यास-चयनात्मक कोशिकाओं के उद्भव को जन्म दिया, जो जटिल दृश्य दृश्यों को एनकोड करने के लिए आवश्यक हैं।

दृश्य प्रसंस्करण ढांचे को और अधिक उन्नत किया गया by रोजगार निर्णय लेने के लिए एक और मॉड्यूल, जो ले गया कीटों के साहचर्य सीखने के तंत्र से प्रेरणा।

शोधकर्ताओं के सिमुलेशन से पता चलता है कि विशिष्ट अभिविन्यासों और वेगों के प्रति संवेदनशील लोबुला न्यूरॉन्स का एक छोटा सा उपसमूह जटिल दृश्य परिवेशों को फायरिंग दरों के रूप में व्यक्त निरूपणों में संपीड़ित कर सकता है। ये दुर्लभ निरूपण प्रभावी रूप से धनात्मक और गुणनात्मक पैटर्न के बीच अंतर करते हैं, जो मॉडल की व्यापक प्रयोज्यता को उजागर करता है।

अध्ययन में एकत्रित अंतर्दृष्टि जैविक दृष्टि और संज्ञान के बारे में हमारी समझ को आगे बढ़ाने में मदद कर सकती है और दृश्य पहचान कार्यों के लिए नवीन कम्प्यूटेशनल मॉडल के विकास को प्रेरित करना, वर्णित la अध्ययन.

मधुमक्खी-प्रेरित दृष्टि रोबोटिक्स और एआई को कैसे आकार दे रही है

नवीनतम अध्ययन, क्वीन मैरी यूनिवर्सिटी ऑफ लंदन के साथ एक सहयोगात्मक प्रयास और ईलाइफ पत्रिका में प्रकाशित, विस्तृत विवरण मधुमक्खी के लघु मस्तिष्क का डिजिटल मॉडल².

यह तकनीक को आगे बढ़ाने और भविष्य के रोबोटों को ज़्यादा स्मार्ट और कुशल बनाने में मदद करने के लिए इन कीड़ों के दिमाग और शरीर के अद्भुत संयोजन का लाभ उठाता है। जिस तरह मधुमक्खियाँ अपनी उड़ान की गतिविधियों का उपयोग स्पष्ट मस्तिष्क संकेत बनाने और जटिल दृश्य कार्यों को सरल बनाने के लिए करती हैं, उसी तरह अगली पीढ़ी की तकनीक भी विशाल कंप्यूटिंग शक्ति पर निर्भर रहने के बजाय, गतिविधियों के माध्यम से प्रासंगिक जानकारी एकत्र कर सकती है।

अध्ययन से यह पता चला है कि छोटे कीटों का मस्तिष्क भी जटिल दृश्य कार्यों को हल करने में सक्षम है। 

तथ्य यह है कि कुछ मस्तिष्क कोशिकाएं इतना कुछ कर सकती हैं, इसका अर्थ है कि बुद्धिमत्ता केवल मस्तिष्क की चीज नहीं है, बल्कि मस्तिष्क, शरीर और पर्यावरण के सामंजस्य से काम करने का परिणाम है। 

एक डिजिटल निर्माण संस्करण मधुमक्खी के मस्तिष्क के एक हिस्से पर किए गए अध्ययन से शोधकर्ताओं को यह पता लगाने में मदद मिली कि उड़ान के दौरान मधुमक्खियां जिस तरह से अपने शरीर को हिलाती हैं, उससे उनके आकार और दृश्य इनपुट में सहायता मिलती है। ये गतिविधियाँ उनके मस्तिष्क में अनोखे विद्युत संकेत भी उत्पन्न करती हैं, जो अनुमति देते हैं उन्हें अपने आस-पास की पूर्वानुमानित विशेषताओं की पहचान करने में सक्षम बनाना आसानी से और कुशलता से.

इस शोकेस मधुमक्खियों का उड़ान के दौरान जटिल दृश्य पैटर्न को सीखने और पहचानने में उल्लेखनीय सटीकता।

"इस अध्ययन में, हमने सफलतापूर्वक यह प्रदर्शित किया है कि सबसे छोटा मस्तिष्क भी अपने आस-पास की दुनिया को समझने और समझने के लिए गति का लाभ उठा सकता है। इससे हमें पता चलता है कि एक छोटा, कुशल तंत्र—भले ही वह लाखों वर्षों के विकास का परिणाम हो—ऐसी गणनाएँ कर सकता है जो पहले हमने सोची थीं, उससे कहीं अधिक जटिल हों।"

- अध्ययन के वरिष्ठ लेखक, प्रोफेसर जेम्स मार्शल, शेफील्ड विश्वविद्यालय में मशीन इंटेलिजेंस केंद्र के निदेशक

By लाभ मार्शल ने कहा कि बुद्धिमत्ता के लिए प्रकृति के सर्वोत्तम डिजाइनों में से एक, यह "एआई की अगली पीढ़ी के लिए मार्ग प्रशस्त करता है, जो रोबोटिक्स, स्वचालित वाहनों और वास्तविक दुनिया की शिक्षा में प्रगति को बढ़ावा देगा।"

जैसा कि पहले बताया गया है, यह अध्ययन उनके पिछले शोध पर आधारित है कि मधुमक्खियाँ सक्रिय दृष्टि का उपयोग कैसे करती हैं, जहाँ उनकी गतिविधियाँ दृश्य जानकारी एकत्र करने और संसाधित करने में मदद करती हैं। यह नवीनतम अध्ययन उन अंतर्निहित मस्तिष्क तंत्रों पर गहराई से नज़र डालता है जो उनके उड़ने और विशिष्ट पैटर्न का निरीक्षण करने के व्यवहार को संचालित करते हैं।

"हमारे पिछले शोध में, हमें यह जानकर आश्चर्य हुआ था कि मधुमक्खियाँ दृश्य पहेलियों को सुलझाने के लिए एक चतुर स्कैनिंग शॉर्टकट का इस्तेमाल करती हैं। लेकिन इससे हमें बस इतना पता चला कि वे क्या करती हैं; इस अध्ययन के लिए, हम यह समझना चाहते थे कि यह कैसे होता है।"

– प्रमुख लेखक, डॉ. हादी माबौदी, शेफ़ील्ड विश्वविद्यालय

उन्नत दृश्य पैटर्न सीखना मधुमक्खियों की क्षमताएँ वास्तव में किया गया लंबा समझ लिया. इस इसमें मानवीय चेहरों के बीच अंतर करने की उनकी क्षमता शामिल है, लेकिन के रूप में वे इतनी कुशलता से दुनिया में कैसे आगे बढ़ते हैं।

"मधुमक्खी के मस्तिष्क का हमारा मॉडल दर्शाता है कि इसके तंत्रिका सर्किट दृश्य जानकारी को अलग-थलग रूप से संसाधित करने के लिए अनुकूलित नहीं हैं, बल्कि प्राकृतिक वातावरण में इसकी उड़ान गतिविधियों के साथ सक्रिय अंतःक्रिया के माध्यम से ऐसा करते हैं।"

– माबौदी

उन्होंने कहा कि इससे इस सिद्धांत का समर्थन होता है कि बुद्धि मस्तिष्क, शरीर और पर्यावरण के एक साथ काम करने से उत्पन्न होती है।

"हमने सीखा है कि मधुमक्खियाँ, तिल के दाने से भी छोटे दिमाग के बावजूद, दुनिया को सिर्फ़ देखती ही नहीं हैं - वे अपनी गतिविधियों के ज़रिए जो देखती हैं उसे सक्रिय रूप से आकार देती हैं। यह इस बात का एक सुंदर उदाहरण है कि कैसे क्रिया और अनुभूति, न्यूनतम संसाधनों से जटिल समस्याओं को हल करने के लिए गहराई से जुड़े हुए हैं।" इस यह कुछ ऐसा है जिसका जीवविज्ञान और एआई दोनों के लिए बड़े निहितार्थ हैं।”

– माबौदी

सहयोगात्मक प्रयासों से निर्मित यह मॉडल दर्शाता है कि मधुमक्खियों के न्यूरॉन्स विशिष्ट गतिविधियों और दिशाओं के प्रति अत्यधिक अनुकूलित हो जाते हैं क्योंकि उनका मस्तिष्क विभिन्न उत्तेजनाओं के बार-बार संपर्क में आने से धीरे-धीरे अनुकूलित होता है। इससे उनकी प्रतिक्रियाओं में सुधार होता है, बिना किसी संगति या सुदृढीकरण पर निर्भर हुए।

इसका अर्थ यह है कि मधुमक्खी का मस्तिष्क उड़ान के दौरान केवल अवलोकन के आधार पर अपने वातावरण के अनुकूल ढल जाता है, तथा उसे तत्काल किसी पुरस्कार की आवश्यकता नहीं होती।

यह सब कुछ ही न्यूरॉन्स की मदद से होता है, जो ऊर्जा और प्रसंस्करण शक्ति दोनों बचाते हैं, जिससे उनका मस्तिष्क अविश्वसनीय रूप से कुशल हो जाता है। अब, मॉडल का परीक्षण करने के लिए, टीम ने इसे उन्हीं दृश्य चुनौतियों से गुज़ारा जो वास्तविक मधुमक्खियों को झेलनी पड़ती हैं। इस मामले में, कम्प्यूटेशनल मॉडल को 'प्लस' चिह्न और 'गुणा' चिह्न के बीच अंतर करना था।

वास्तविक मधुमक्खियों की रणनीति की नकल करते हुए, पैटर्न के केवल निचले आधे हिस्से को स्कैन करने पर, मॉडल ने काफी बेहतर प्रदर्शन दिखाया। 

इसके अलावा, मॉडल ने सफलतापूर्वक प्रदर्शित किया केवल मधुमक्खियां कृत्रिम न्यूरॉन्स के एक छोटे से नेटवर्क का उपयोग करके मानव चेहरों को कैसे पहचान सकती हैं, पर बल बहुमुखी प्रतिभा और la उनकी दृश्य प्रसंस्करण की ताकत।

"वैज्ञानिक इस सवाल से रोमांचित रहे हैं कि क्या मस्तिष्क का आकार जानवरों में बुद्धिमत्ता का अनुमान लगाता है। लेकिन इस तरह के अनुमान तब तक बेमानी हैं जब तक कि किसी दिए गए कार्य के मूल में तंत्रिका गणनाओं का ज्ञान न हो," क्वीन मैरी यूनिवर्सिटी ऑफ़ लंदन में संवेदी एवं व्यवहारिक पारिस्थितिकी के प्रोफ़ेसर लार्स चिट्टका ने कहा। "यहाँ हम कठिन दृश्य भेदन कार्यों के लिए आवश्यक न्यूनतम न्यूरॉन्स की संख्या निर्धारित करते हैं और पाते हैं कि ये संख्याएँ मानव चेहरे की पहचान जैसे जटिल कार्यों के लिए भी आश्चर्यजनक रूप से कम हैं। इस प्रकार, कीटों के सूक्ष्म मस्तिष्क उन्नत गणनाओं में सक्षम हैं।"

So, इस रास्ता, अध्ययन कहते हैं इस बात के प्रमाण कि जानवर केवल निष्क्रिय रूप से जानकारी प्राप्त नहीं करते हैं। वास्तव में, वे इस पर सक्रिय रूप से काम कर रहे हैं।

विशेष रूप से मधुमक्खियों में उच्च-क्रम दृश्य प्रसंस्करण क्षमता होती है, और मॉडल से पता चलता है कि व्यवहारिक रूप से संचालित स्कैनिंग किस प्रकार संपीड़ित, सीखने योग्य तंत्रिका कोड बना सकती है।

"एक साथ, ये निष्कर्ष एक एकीकृत ढांचे का समर्थन करते हैं जहां धारणा, क्रिया और मस्तिष्क की गतिशीलता न्यूनतम संसाधनों के साथ जटिल दृश्य कार्यों को हल करने के लिए सह-विकसित होती है - जो जीव विज्ञान और एआई दोनों के लिए शक्तिशाली अंतर्दृष्टि प्रदान करती है।"

– प्रोफेसर मिको जुसोला, शेफील्ड विश्वविद्यालय के स्कूल ऑफ बायोसाइंसेज एंड न्यूरोसाइंस इंस्टीट्यूट से सिस्टम न्यूरोसाइंस में प्रोफेसर

यह जानने के लिए यहां क्लिक करें कि एआई एशियाई हॉर्नेट्स से मधुमक्खियों की रक्षा कैसे कर सकता है।

स्क्रॉल करने के लिए स्वाइप करें →

एआई तकनीक में निवेश

एआई और रोबोटिक्स की दुनिया में, क्वालकॉम (QCOM ) एक जानने वाला वह नाम जिसने न्यूरोमॉर्फिक और एज-एआई प्रौद्योगिकियों। 

एक दशक से भी ज़्यादा समय पहले, क्वालकॉम ने क्वालकॉम ज़ीरोथ प्रोसेसर जारी किए थे ताकि मानव जैसी धारणा और सीखने की क्षमता का अनुकरण किया जा सके, ठीक वैसे ही जैसे जैविक मस्तिष्क करते हैं। जैविक रूप से प्रेरित सीखने के अलावा, इसका लक्ष्य उस दक्षता को दोहराना था जिससे हमारा मस्तिष्क सूचना का संचार करता है और न्यूरल प्रोसेसिंग यूनिट (एनपीयू) नामक नई प्रोसेसिंग संरचना का मानकीकरण करना था।

इस बीच, इसका एआई-संचालित रोबोटिक्स आरबी6 प्लेटफॉर्म अगली पीढ़ी के रोबोटिक्स और बुद्धिमान मशीनों को शक्ति प्रदान करता है, जिसमें डिलीवरी रोबोट, स्वायत्त मोबाइल रोबोट (एएमआर), यूएएम विमान, विनिर्माण रोबोट, स्वायत्त रक्षा समाधान और बहुत कुछ शामिल है। मंच पहुंचा रहा है बिजली-कुशल, उन्नत एज-एआई रोबोट के लिए 5G कनेक्टिविटी के साथ कंप्यूटिंग और वीडियो प्रोसेसिंग

मुख्य रूप से, क्वालकॉम वायरलेस उद्योग के लिए आधारभूत प्रौद्योगिकियों के विकास में शामिल है, जिसमें 3G, 4G, 5G, वायरलेस कनेक्टिविटी शामिल हैं, और उच्च प्रदर्शन और कम बिजली कंप्यूटिंग।

कृत्रिम बुद्धिमत्ता (एआई) में निवेश के बारे में सब कुछ जानने के लिए यहां क्लिक करें।

क्वालकॉम (QCOM )

क्वालकॉम के बाजार प्रदर्शन पर नजर डालें तो, 171.67 बिलियन डॉलर बाजार पूंजीकरण वाली कंपनी के शेयर वर्तमान में 159.54 डॉलर पर कारोबार कर रहे हैं, जो इस वर्ष अब तक 3.6% की वृद्धि है।

हालांकि इस साल कंपनी का प्रदर्शन निराशाजनक रहा है, लेकिन पिछले साल जून में QCOM का शेयर $215 के पार पहुँच गया था। इसका EPS (TTM) 10.36, P/E (TTM) 15.36 और ROE (TTM) 44.62% है, जबकि शेयरधारकों को 2.24% के लाभांश से लाभ होता है।

वित्तीय मोर्चे पर, वायरलेस चिप निर्माता ने 10 जून, 10.4 को समाप्त अपनी वित्तीय तीसरी तिमाही के लिए राजस्व में 29% की वृद्धि के साथ 2025 बिलियन डॉलर की वृद्धि दर्ज की।

हैंडसेट, IoT और ऑटोमोटिव क्षेत्र में मज़बूती के चलते, QCT का राजस्व साल-दर-साल 11% बढ़कर $9 बिलियन हो गया, और EBT राजस्व 22% बढ़कर $2.7 बिलियन हो गया। इस बीच, QCT ऑटोमोटिव और IoT का संयुक्त राजस्व साल-दर-साल 23% बढ़कर $2.7 बिलियन हो गया।

कंपनी का गैर-GAAP EPS वर्ष-दर-वर्ष 19% बढ़कर $2.77 हो गया।

सीईओ क्रिस्टियानो अमोन के अनुसार:

क्यूसीटी ऑटोमोटिव और आईओटी राजस्व में एक और तिमाही की मज़बूत वृद्धि हमारी विविधीकरण रणनीति और हमारे दीर्घकालिक राजस्व लक्ष्यों को प्राप्त करने के आत्मविश्वास को और पुष्ट करती है। एआई प्रोसेसिंग, उच्च-प्रदर्शन और कम-शक्ति कंप्यूटिंग, और उन्नत कनेक्टिविटी में हमारा नेतृत्व हमें एआई के बढ़ते विस्तार के साथ उद्योग का पसंदीदा प्लेटफ़ॉर्म बनने की स्थिति में लाता है।

तिमाही के दौरान, क्वालकॉम ने शेयरधारकों को 3.8 बिलियन डॉलर लौटाए, जिसमें 967 मिलियन डॉलर या 0.89 डॉलर प्रति शेयर नकद लाभांश और 2.8 बिलियन डॉलर के शेयर पुनर्खरीद शामिल थे।

हाल ही में, क्वालकॉम ने अपने एंटरप्राइज़ ग्राहकों के लिए ड्रैगनविंग Q-6690 को लॉन्च किया, जो अनावरण के छह महीने से भी कम समय बाद हुआ। ड्रैगनविंग उत्पादों का समूह। कंपनी का दावा है कि यह चिपसेट दुनिया का पहला मोबाइल प्रोसेसर है जिसमें अल्ट्रा-हाई फ्रीक्वेंसी आरएफआईडी क्षमताएं अंतर्निहित हैं।

अपने औद्योगिक और एम्बेडेड IoT, नेटवर्किंग और सेलुलर इंफ्रास्ट्रक्चर समाधानों के साथ, कंपनी का लक्ष्य उनका उपयोग करना है जटिलता को सरल बनाने, परिचालन दक्षता को अनुकूलित करने और बेहतर निर्णय लेने को सशक्त बनाने के लिए।

इस बीच, सऊदी अरब की एआई कंपनी हुमैन ने रियाद और दम्मम में अपने पहले डेटा सेंटर का निर्माण शुरू कर दिया है। जिसके लिए इसने साझेदारी की है क्वालकॉम के साथ और एएमडी, सिस्को, और ग्रोक। कंपनी इस दशक के अंत तक 1.9 गीगावाट डेटा सेंटर क्षमता निर्मित करने की योजना बना रही है।

नवीनतम क्वालकॉम (क्यूकॉम) स्टॉक समाचार और विकास

निष्कर्ष

जानवरों ने लंबे समय से तकनीक को प्रेरित किया है, और अब मधुमक्खियाँ हमें दिखाती हैं कि बुद्धिमत्ता मस्तिष्क के आकार से नहीं, बल्कि दक्षता, अनुकूलनशीलता और शरीर, मस्तिष्क और पर्यावरण के सहज एकीकरण से जुड़ी है। ये सबक एआई डिज़ाइन को बदलने में मदद कर सकते हैं।

एआई आज के सबसे उन्नत और तेज़ी से आगे बढ़ते क्षेत्रों में से एक है, जो काफ़ी ध्यान, पूंजी और विकास प्राप्त कर रहा है। हालाँकि, विशाल मॉडलों का विस्तार महंगा, ऊर्जा-गहन और टिकाऊ नहीं है। यहाँ, मधुमक्खी-प्रेरित अनुसंधान एक विकल्प प्रस्तुत करता है: छोटे, कुशल न्यूरल नेटवर्क जो कम संसाधनों में अधिक परिणाम प्राप्त कर सकते हैं।

मधुमक्खियों की सक्रिय दृष्टि और सघन तंत्रिका रणनीतियों का अध्ययन करके, हम भविष्य के लिए ऐसी कृत्रिम बुद्धि और रोबोटिक्स का निर्माण कर सकते हैं जो अधिक तीव्र और सक्षम हों।

यह जानने के लिए यहां क्लिक करें कि क्या रोबोटिक परागणकर्ता ऊर्ध्वाधर खेती में भूमिका निभा सकते हैं।

सन्दर्भ:

1. माबौदी, एच., रिक्टर, जे., गुइरॉड, एम.-जी., रोपर, एम., मार्शल, जेएआर, और चिट्टका, एल. एक सरल पैटर्न भेदभाव कार्य में मधुमक्खियों की सक्रिय दृष्टि। ईलाइफ, 14, ई106332, 20 फरवरी 2025 को प्रकाशित। https://doi.org/10.7554/eLife.106332
2. माबौडी, एच., रोपर, एम., गुइरॉड, एम.-जी., जुसोला, एम., चिट्टका, एल., और मार्शल, जेएआर सक्रिय दृष्टि का एक न्यूरोमॉर्फिक मॉडल दिखाता है कि कैसे लोबुला न्यूरॉन्स में स्थानिक-समय एन्कोडिंग मधुमक्खियों में पैटर्न पहचान में सहायता कर सकती है। ईलाइफ, 14, ई89929, 1 जुलाई 2025 को प्रकाशित। https://doi.org/10.7554/eLife.89929