Știri
Știri din categoria Inteligență artificială
AWS își extinde oferta pentru farma cu Amazon Bio Discovery, o platformă care leagă modele AI de testarea în laborator, într-o încercare de a reduce blocajele operaționale din faza timpurie a descoperirii de medicamente, potrivit The Next Web. Instrumentul este gândit să ajute cercetătorii să proiecteze și să evalueze mai rapid molecule candidate, într-un cadru pe care compania îl descrie ca „rapid și sigur”.
Platforma, numită Amazon Bio Discovery, permite rularea unor fluxuri de lucru computaționale complexe folosind peste 40 de „modele fundamentale” specializate în AI (modele mari antrenate pe seturi extinse de date), instruite pe o gamă largă de date biologice. Aceste modele pot genera și evalua molecule potențiale, iar „agenți AI” asistă oamenii de știință în alegerea modelelor, optimizarea intrărilor și evaluarea candidaților în funcție de obiectivele de cercetare.
Un element central este integrarea cu parteneri de laborator: cercetătorii pot trimite lista de candidați selectați către parteneri pentru sinteză și testare, iar rezultatele se întorc în aplicație pentru analiză și rafinarea modelelor. AWS numește acest circuit „lab-in-the-loop” (laborator în buclă), adică o iterare continuă între predicția AI și validarea experimentală.
Contextul operațional invocat este creșterea numărului de modele AI biologice, fiecare cu particularități diferite, ceea ce ar crea blocaje pentru biologii computaționali care trebuie să le „operaționalizeze” (să le pună efectiv în producție), în timp ce cercetătorii de laborator se confruntă cu procese lente din cauza accesului limitat la instrumente computaționale.
Memorial Sloan Kettering Cancer Center, partener recent al Amazon Bio Discovery, susține că a proiectat aproape 300.000 de molecule noi de anticorpi și a trimis la testare primele 100.000 de candidate, reducând durata fluxului de lucru de la un an la „doar câteva săptămâni”.
Rajiv Chopra, vicepreședinte pentru AI în sănătate și științele vieții la AWS, a declarat că serviciul ar urmări să crească capacitatea oamenilor de știință și a organizațiilor de cercetare contractuale, nu să le înlocuiască. În același material, analistul Jefferies Tycho Peterson afirmă că temerile privind reducerea nevoii de instrumente în cercetarea de medicamente sunt exagerate, argumentând că există spațiu pentru investiții și randamente mai mari pe măsură ce programele de cercetare se extind.
AWS mai spune că printre utilizatorii timpurii se numără Bayer, Broad Institute și Voyager Therapeutics și că serviciile sale de cloud sunt folosite de 19 dintre primele 20 de companii farmaceutice globale.
Separat, AWS și Gray Lab de la Johns Hopkins Engineering au lansat setul de date Antibody Developability Benchmark, descris ca una dintre cele mai diverse și de mare amploare baze de date pentru proiectarea de anticorpi asistată de AI. Baza de date este inclusă în Amazon Bio Discovery, iar AWS spune că vor fi adăugate și alte benchmark-uri în timp.
Pentru piață, miza imediată este dacă AWS reușește să transforme „AI pentru biologie” într-un produs standardizat, ușor de integrat în fluxurile de lucru ale companiilor farmaceutice și ale laboratoarelor, reducând timpii de iterare dintre design și testare — un punct sensibil în costurile și durata dezvoltării de medicamente.
Recomandate
Amazon își bazează recuperarea în AI pe cipuri proprii și pe „pariul” Anthropic, mizând pe venituri din cloud indiferent de câștigător , potrivit The Next Web . Șeful diviziei de AI a companiei, Peter DeSantis , a recunoscut că modelele Amazon „nu au fost chiar în avangardă” pentru cele mai mari și mai solicitante sarcini și spune că speră ca Amazon să fie „în discuția” despre modelele de top „în anul care vine”. Declarația, făcută pentru CNBC (link în sursă), este relevantă pentru piață nu doar ca poziționare tehnologică, ci ca semnal despre cum încearcă Amazon să transforme decalajul față de OpenAI și Anthropic într-un avantaj economic: să monetizeze infrastructura (AWS) și cipurile proprii, chiar și atunci când clienții aleg modele concurente. Strategia „dublă”: marketplace de modele și propriile modele Amazon rulează în paralel două direcții. Pe de o parte, Bedrock – „piața” de modele din AWS – permite clienților să acceseze, printr-un singur serviciu, modele de la OpenAI, Anthropic, Meta și Mistral. În această configurație, Amazon poate genera venituri indiferent ce model devine dominant, pentru că încasează din consumul de cloud. Pe de altă parte, compania își dezvoltă propriile modele. The Next Web notează că Nova2, modelul intern lansat în decembrie, a atras aproximativ 50.000 de clienți, dar nu a egalat capabilitățile Claude (Anthropic) sau GPT-5.5 (OpenAI) pentru cele mai solicitante utilizări din mediul enterprise și cercetare – context care explică „franchețea” lui DeSantis. „Plasa” pentru investitori: expunere la Anthropic și venituri AWS În paralel cu dezvoltarea internă, Amazon și-a consolidat expunerea la Anthropic: a angajat investiții de până la 33 miliarde dolari (aprox. 152 mld. lei), inclusiv un acord de 25 miliarde dolari (aprox. 115 mld. lei) semnat în aprilie, care oferă Anthropic acces la până la cinci gigawați de capacitate de calcul pe cipurile Trainium ale Amazon. În schimb, Anthropic s-a angajat să cheltuiască peste 100 miliarde dolari (aprox. 460 mld. lei) pe AWS în următorul deceniu. Structura arată de ce Amazon poate câștiga financiar chiar dacă modelele sale rămân în urma liderilor: profită atât din participația în Anthropic, cât și din veniturile de cloud generate de consumul Anthropic. Publicația mai arată că rezultatele Amazon din T1 2026 au fost umflate de un câștig de 16,8 miliarde dolari (aprox. 77 mld. lei) legat de Anthropic, în timp ce fluxul de numerar liber a scăzut cu 95%. Planul de recuperare: Trainium, date proprii și scală de inginerie Pentru a reduce decalajul, DeSantis indică trei pârghii: cipuri AI proprii, date de antrenare proprietare (din operațiunile de retail și logistică) și capacitatea de execuție a unei echipe care acoperă modele de frontieră, proiectare de siliciu și cercetare în zona cuantică. The Next Web notează că cipurile Trainium alimentează deja majoritatea sarcinilor de inferență (rulare a modelelor) din Bedrock, iar Trainium3 – așteptat mai târziu în acest an – ar urma să aducă o performanță de patru ori mai mare decât generația anterioară. Rămâne însă o întrebare deschisă, în absența unor repere măsurabile: dacă cipurile proprii și datele interne pot compensa avansul de mai mulți ani al laboratoarelor care au investit miliarde în antrenarea modelelor de frontieră. DeSantis a indicat un orizont de „anul care vine”, dar fără benchmark-uri (teste standardizate) care să permită evaluarea progresului. [...]
Emmanuel Macron a avertizat că o eventuală „impozitare a succesului” din 2027 ar putea submina ecosistemul francez de inteligență artificială , într-un mesaj cu miză de reglementare și politică fiscală, transmis la Paris, în contextul VivaTech, potrivit Mediafax . La o recepție organizată vineri la Palatul Élysée , cu ocazia celei de-a zecea aniversări a târgului VivaTech, președintele Franței a apărat „cadrul macroeconomic” construit pentru a încuraja investițiile în inovație și în inteligența artificială. În același timp, el i-a ironizat pe cei care, deși declară sprijin pentru startup-uri și pentru IA, ar urma să revină în dezbaterea publică cu propuneri de creștere a taxării capitalului și a câștigurilor. „Am reușit să construim un ecosistem, o cultură și un cadru macroeconomic relevant. Nu trebuie să permitem dezmembrarea acestuia, nici în dezbaterile bugetare din lunile următoare, nici în dezbaterile din jurul următoarelor alegeri prezidențiale.” Miza: stabilitatea fiscală pentru companiile de tehnologie Mesajul lui Macron plasează fiscalitatea în centrul competiției pentru investiții în IA: dacă regulile se schimbă în sensul unei taxări mai dure a „succesului” (formulare folosită de președinte), riscul este ca atractivitatea Franței pentru capital și pentru antreprenori să scadă, în special într-un sector în care finanțarea și scalarea rapidă sunt critice. În discursul său, Macron a îndemnat actorii din industrie să se opună revenirii la un climat în care „riscul” este stigmatizat, iar cei care reușesc sunt „arătați cu degetul”, potrivit relatării citate de Mediafax din Le Figaro. „Preferință europeană” și independență în IA În același context, Macron a susținut construirea unei strategii de „independență” europeană, dublată de „preferință europeană” – adică orientarea achizițiilor și a dezvoltării tehnologice către furnizori și capacități din Europa. El a legat această direcție de tensiunile geopolitice și de competiția dintre marile puteri tehnologice, afirmând că este nevoie ca Europa să „cumpere european” și să „construiască european” pentru a-și păstra sau recâștiga independența, în condițiile în care „asta fac americanii și chinezii”. Context politic intern Evenimentul de la Paris a avut și o dimensiune politică internă: la recepție au participat, potrivit materialului, și doi candidați la președinție, Jean-Luc Mélenchon și Marine Le Pen. Macron a plasat explicit apărarea cadrului economic pro-investiții în orizontul dezbaterilor bugetare din lunile următoare și al discuțiilor din jurul viitoarelor alegeri prezidențiale. [...]
Dataland mizează pe infrastructură de date și senzori pentru a transforma arta IA într-o experiență personalizată , într-un model care împinge muzeele spre investiții tehnologice comparabile cu cele din centrele de date, potrivit Mediafax . Noul spațiu se inaugurează sâmbătă la Los Angeles și este prezentat ca primul muzeu din lume dedicat integral operelor produse de inteligența artificială. Muzeul este amplasat în centrul orașului, în complexul Grand LA proiectat de Frank Gehry, vizavi de Sala de Concerte Walt Disney. Proiectul este semnat de artistul turco-american Refik Anadol și partenerul său Efsun Erkiliç, care susțin ideea că „mașinile pot fi aliați, mai degrabă decât amenințări”. Anadol a declarat pentru Los Angeles Times, potrivit Le Figaro: „Sistemul este opera de artă.” O „vizită” construită din date biometrice și senzori Dataland îmbină imaginea, sunetul și parfumul, iar experiența este ajustată în funcție de datele colectate de la vizitatori. La intrare, fiecare primește un dispozitiv purtat la încheietura mâinii, similar unui ceas inteligent, care măsoară ritmul cardiac, emoțiile și temperatura; aceste informații influențează elementele vizuale, care variază în funcție de public, conform Forbes. În paralel, senzori montați pe pereți urmăresc mișcările vizitatorilor. Infrastructura tehnică descrisă în material include: o cameră principală cu 84 de proiectoare și 1,5 miliarde de pixeli; sunet redat prin aproximativ 250 de difuzoare; parfumuri realizate în colaborare cu L’Oréal Luxe; un total de zece milioane de linii de cod pentru întregul sistem. Dimensiunea proiectului: galerii, dar și spațiu dedicat serverelor Muzeul acoperă 2.300 de metri pătrați și include cinci galerii, completate de aproape 1.000 de metri pătrați de spațiu pentru servere. În articol, Dataland este descris ca punctul culminant al activității lui Anadol, care a mai realizat proiecții pe pereții Disney Hall (2018) și o instalație în holul Muzeului de Artă Modernă din New York (2022). „Large Nature Model”, antrenat pe imagini și date din natură Baza tehnologică a proiectului este un model dezvoltat de studio, numit „Large Nature Model”. Spre deosebire de sisteme precum ChatGPT, antrenate pe text, acesta ar fi fost alimentat exclusiv cu imagini și date din lumea naturală: peste 500 de milioane de imagini reprezentând 2,2 milioane de specii, furnizate de Smithsonian Institution, Muzeul de Istorie Naturală din Londra, Laboratorul de Ornitologie Cornell, iNaturalist și Getty, potrivit Los Angeles Times. Studioul afirmă că a făcut și expediții proprii în 16 păduri tropicale și că arhiva include 50 de milioane de cântece de păsări, inclusiv o înregistrare din 1987 a ultimului cântec cunoscut al unui Kauai Moho, specie dispărută. În lipsa unor informații despre buget, prețuri de bilete sau venituri estimate, impactul economic nu poate fi cuantificat din datele publicate; însă dimensiunea spațiului pentru servere și nivelul de instrumentare (senzori, proiecție, audio, date biometrice) indică o direcție operațională în care muzeul devine, practic, și o platformă tehnologică. [...]
HyperLight a atras 80 mil. dolari (aprox. 368 mil. lei) într-o rundă condusă de jucători-cheie din lanțul de producție hardware , un semnal că industria începe să parieze pe o alternativă la siliciu pentru interconectările optice necesare clusterelor uriașe de GPU-uri, potrivit The Next Web . Pe măsură ce infrastructura de inteligență artificială se extinde spre sute de mii de GPU-uri, „gâtul de sticlă” se mută de la cipuri la legăturile dintre ele: conexiunile din cupru, folosite pentru a transporta date, ajung la limite de viteză și consum energetic. În acest context, industria încearcă să mute traficul de date pe fibră/optică, adică pe lumină. Pariul HyperLight: niobat de litiu în strat subțire, nu siliciu HyperLight, companie desprinsă din Harvard și cu sediul în Cambridge (Massachusetts), dezvoltă componente pe bază de „thin-film lithium niobate” (TFLN) – niobat de litiu în strat subțire –, un material folosit pentru a converti semnale electrice în semnale optice la viteză mare, cu consum redus și pierderi mici, conform aceleiași surse. Majoritatea competitorilor construiesc optica pe siliciu („silicon photonics”). HyperLight susține că TFLN poate performa mai bine, mai ales pe măsură ce cresc vitezele de interconectare. Compania spune că platforma sa „Chiplet” ar acoperi, într-un design fabricabil, atât legături scurte din centrele de date, cât și conexiuni mai lungi, de tip telecom. În stadiul actual, HyperLight afirmă că: produse la 200G per bandă sunt deja livrate; componente la 400G per bandă sunt în faza de testare la clienți („sampling”). De ce contează: finanțarea vine de la cei care pot fabrica și cumpăra tehnologia Miza rundei nu este doar suma, ci componența investitorilor. Finanțarea a fost condusă de MediaTek , iar printre investitori se află Foxconn și Jabil (producție/assemblare), UMC (turnătorie/„foundry”), EDBI (Singapore), CDIB-TEN Capital (Taiwan) și Qatar Investment Authority. Publicația interpretează această structură ca pe un indiciu de „aliniere de ecosistem”: adică firmele care ar putea produce la scară și integra tehnologia în lanțurile lor de aprovizionare au un interes direct în reușita ei. CEO-ul Mian Zhang este citat astfel: „Această finanțare este despre mai mult decât capital. Este despre alinierea ecosistemului.” Ce urmează și care este limita informațiilor Potrivit articolului, banii vor merge către capacitate de producție , calificarea la clienți (procesul prin care un furnizor este validat pentru utilizare în produse/instalații) și relații mai strânse cu partenerii de tip foundry . În același timp, The Next Web notează explicit o rezervă: afirmațiile tehnice sunt ale companiei , iar o parte dintre investitori ar beneficia direct dacă TFLN devine materialul dominant pentru interconectările optice din infrastructura AI. În final, adoptarea la scară va depinde de piață și de capacitatea de a produce în volum, nu de anunțul de finanțare. [...]
Google își folosește bilanțul pentru a atrage clienți de centre de date către propriile cipuri TPU, replicând mecanismele de finanțare care au alimentat ascensiunea Nvidia , potrivit The Next Web . Miza nu este doar tehnologică, ci financiară: garanții și structuri de tip „finanțare circulară” pot muta cererea de la GPU-urile Nvidia către alternative, dar cresc și dependența industriei de datorie pentru extinderea infrastructurii AI. Garanții de miliarde pentru a împinge TPU-urile în centrele de date Un exemplu central este un cluster de centre de date pentru AI din vestul statului New York, cunoscut ca Lake Mariner . Acolo, Google ar fi oferit o garanție financiară de 3,2 miliarde de dolari (aprox. 14,7 miliarde lei), conform unei investigații The Wall Street Journal citate de publicație. Dezvoltatorii sitului, TeraWulf și furnizorul de cloud FluidStack (susținut de Google), ar urma să închirieze putere de calcul de la mii de unități TPU ale Google către Anthropic . Efectul economic al garanției este reducerea costului finanțării: centrul de date poate atrage datorie mai ieftină, un mecanism pe care Nvidia l-ar fi folosit în mod repetat pentru a stimula cererea pentru propriile cipuri. „Finanțarea circulară”: banii se întorc sub formă de comenzi de cipuri A doua tactică descrisă este „finanțarea circulară”, un aranjament în care o parte din banii investiți de producătorul de cipuri se întorc la acesta sub formă de achiziții ale propriilor produse. În aceeași logică, Google ar susține mai multe proiecte legate de Anthropic, inclusiv: un centru de date de 7 miliarde de dolari (aprox. 32,2 miliarde lei) numit River Bend, lângă Baton Rouge; încă 1,4 miliarde de dolari (aprox. 6,4 miliarde lei) în garanții pentru un contract de închiriere de capacitate de calcul în Colorado City, Texas. Aceste inițiative se suprapun peste un acord amplu de capacitate de calcul între Google și Broadcom (menționat de publicație) și peste un aranjament de credit privat de circa 35 miliarde de dolari (aprox. 161 miliarde lei), intermediat de Apollo și Blackstone, care cumpără TPU-uri Google și le închiriază către Anthropic. De ce contează: presiune reală pe „șanțul” Nvidia, dar și risc mai mare pe datorie Google nu mai păstrează TPU-urile doar pentru uz intern. Publicația notează că, în mai, compania a spus că va începe să vândă TPU-uri direct clienților și a prezentat primul cip construit special pentru „inferință” (rularea interogărilor AI, nu antrenarea modelelor). Totodată, Google a anunțat un acord de 5 miliarde de dolari (aprox. 23 miliarde lei) cu Blackstone pentru lansarea unei companii de cloud care vizează furnizori susținuți de Nvidia, precum CoreWeave și Nebius, și a indicat luna aceasta că ar urma să strângă 85 miliarde de dolari (aprox. 391 miliarde lei) capital propriu, în mare parte pentru infrastructură AI. Pe partea operațională, argumentul de cost începe să apară: Citadel Securities, un utilizator timpuriu, spune că rulează unele sarcini cu costuri cu 30% mai mici și cu viteze de până la patru ori mai mari pe TPU-uri. Nvidia, care deține „peste 90%” din piața cipurilor pentru AI, își apără poziția prin ecosistemul software CUDA și hardware-ul ușor de integrat. Jensen Huang a minimalizat amenințarea, susținând că Anthropic ar fi singurul client extern important pentru TPU-uri și provocând Google să demonstreze că cipurile sunt mai ieftine. Pentru piață, testul real este dacă Google poate transforma avantajul de bilanț într-o schimbare de comportament la nivelul centrelor de date. Dacă modelul prinde, competiția pe cipuri AI se mută parțial din laborator în zona de finanțare — cu un efect secundar: extinderea AI devine și mai dependentă de structuri alimentate de datorie și de mecanisme „circulare”, care pot amplifica riscul în cazul unei încetiniri a cererii. [...]
Marile companii încep să plafoneze folosirea AI în interior, pe fondul unei creșteri rapide a costurilor , iar primele măsuri vizează direct bugetele și consumul de „tokenuri” (unități de calcul folosite la tarifarea interogărilor), potrivit Ziarul Financiar . Amazon, Walmart, Uber, Cisco și Meta sunt printre grupurile care au trecut de la încurajarea adoptării la impunerea de limite și control mai strict al cheltuielilor, pe măsură ce implementarea la scară largă devine tot mai scumpă. Schimbarea vine într-un moment în care companiile trec de la utilizări relativ simple (chatboți și asistenți digitali) la „agenți AI” care pot executa autonom sarcini complexe. Acești agenți cer mai multă putere de calcul și, implicit, cresc factura operațională. Un factor care amplifică presiunea pe bugete este schimbarea modelelor comerciale ale furnizorilor. Potrivit materialului, OpenAI și Anthropic migrează de la abonamente fixe către tarifare bazată pe tokenuri, ceea ce înseamnă că firmele ajung să plătească direct pentru fiecare interogare și pentru fiecare flux automatizat. Sam Altman este citat spunând că, în 2026, costul utilizării AI a devenit una dintre principalele preocupări ale clienților. Plafonări și restricții: primele exemple concrete Ziarul Financiar notează două măsuri punctuale care ilustrează direcția: Uber a introdus un plafon de 1.500 de dolari pe lună (aprox. 6.900 lei) pentru consumul individual de tokenuri AI, după ce și-a epuizat bugetul alocat pentru 2026 încă din aprilie. Walmart a limitat utilizarea agenților AI interni prin restricționarea numărului de tokenuri disponibile angajaților. Mesajul operațional este că AI nu mai este tratată doar ca un instrument „gratuit” de productivitate, ci ca o resursă care trebuie bugetată și guvernată, similar cu alte costuri de infrastructură. De ce cresc costurile: agenții AI pot rula „în paralel” Executivi din industrie avertizează că presiunea se va accentua odată cu răspândirea agenților AI. Spre deosebire de chatboți, un singur angajat poate folosi simultan zeci sau chiar sute de agenți care rulează permanent și consumă resurse de calcul continuu, ceea ce duce la costuri recurente mai mari. În plus, analiștii Goldman Sachs estimează că utilizarea agenților AI va determina o creștere de 24 de ori a consumului de tokenuri până în 2030, ceea ce ar putea agrava deficitul global de cipuri în următoarele 12–18 luni , potrivit articolului. Efecte și pentru companiile mai mici, plus presiune competitivă din China Creșterea facturilor nu este limitată la giganți. Workato, o firmă de software, a raportat că factura sa pentru AI a crescut de șapte ori într-o singură zi după trecerea la tarifarea pe tokenuri introdusă de Anthropic. Pe partea de competiție, datele platformei OpenRouter arată că modelele chinezești au depășit omologii americani în consumul de tokenuri, avantajate de costuri energetice mai mici și modele mai eficiente, care le permit să ofere servicii la prețuri mai reduse. În concluzie, pe măsură ce utilizarea AI se extinde în procesele interne, costul infrastructurii și al consumului devine o problemă strategică pentru companii, comparabilă ca importanță cu alegerea tehnologiei în sine. [...]
