Știri
Știri din categoria Inteligență artificială
ASML avertizează că piața de cipuri ar putea rămâne „cu ofertă limitată” pe termen lung, pe fondul cererii din AI, iar acest dezechilibru riscă să complice planificarea investițiilor în industrie, potrivit IT之家, care citează un interviu acordat de CEO-ul Christophe Fouquet agenției Reuters la evenimentul imec ITF World 2026.
Fouquet estimează că piața cipurilor ar putea ajunge la 1.500 de miliarde de dolari până în 2030 (aprox. 6.900 de miliarde de lei), însă susține că „cererea pentru AI este atât de puternică încât vom rămâne, pentru o perioadă destul de lungă, într-o piață cu ofertă limitată”. În același context, el menționează că inițiative precum „TeraFab”, asociată cu Elon Musk, ar putea alimenta un nou val de cerere.
Șeful ASML spune că grupul încearcă să țină pasul prin îmbunătățiri tehnologice care să crească producția și eficiența fabricării echipamentelor. Totuși, el avertizează că amploarea actualului val de investiții și cerere legate de AI este dificil de anticipat și poate lua industria prin surprindere, inclusiv în ceea ce privește planificarea capacităților.
În plan tehnologic, Fouquet indică două direcții imediate:
Din perspectiva reglementării, Fouquet – prezentat drept liderul companiei cu cea mai mare capitalizare bursieră din Europa – consideră că Uniunea Europeană ar trebui să abroge sau să modifice Legea privind inteligența artificială din 2023, pentru a simplifica supravegherea sectorului și a evita ca UE să rămână în urmă în etapa de aplicare a AI.
Recomandate
Inginerii Ramp reduc timpul de feedback la revizuirea codului de la ore la minute folosind Codex cu GPT‑5.5 , ceea ce schimbă practic ritmul în care echipele pot itera pe „pull request”-uri și pot livra mai repede, potrivit OpenAI . Ramp folosește Codex atât pentru a accelera revizuirea codului, cât și pentru a dezvolta unelte interne „agentice” (instrumente care pot prelua sarcini în mod semi-autonom, pe baza unui obiectiv). Austin Ray, care conduce echipa AI Developer Experience (AI DevEx) la Ramp, spune că revizuirea cu Codex a devenit „o parte obligatorie” în multe fluxuri de code review și că inginerii o cer „pe nume”. „Codex code review catches things that I miss and that other engineers miss and that other AI code reviewers definitely miss.” —Austin Ray, AI DevEx la Ramp Impact operațional: code review mai rapid și mai „substanțial” Miza principală pentru Ramp este viteza de dezvoltare și calitatea codului. Conform sursei, inginerii care „așteptau ore” pentru o primă revizuire pot primi acum feedback „în minute”. Diferența, în descrierea lui Ray, vine din capacitatea Codex de a „raționa” în profunzime în raport cu baza de cod, oferind un nivel de minuțiozitate pe care, în practică, mulți recenzori umani nu îl pot susține constant din lipsă de timp. Codex este folosit în două moduri, în funcție de preferințele inginerilor: din linia de comandă (CLI), pentru cei care lucrează „aproape de metal” (mai direct, cu instrumente minimale); prin aplicația Codex, care adaugă indicii vizuale și utilitare pentru fluxurile de lucru. Unelte interne: „On-Call Assistant” pentru rotațiile de intervenție Pe lângă revizuirea codului, Ray folosește Codex pentru a construi „On-Call Assistant”, un instrument agentic menit să reducă din povara inginerilor în rotațiile de on-call (perioadele în care echipele răspund incidentelor de producție). Ray descrie on-call-ul ca fiind dificil din cauza volumului de logică de business, a cunoștințelor de domeniu și a incidentelor complexe, inclusiv bug-uri de concurență și investigații de durată. În acest context, Codex ar ajuta la gestionarea complexității și la accelerarea dezvoltării: sursa afirmă că „On-Call Assistant” a devenit „semnificativ mai rapid de construit”, iar Ray spune că are mai multă încredere în fiecare îmbunătățire livrată. „Codex with GPT‑5.5 is incredibly adept at dealing with that complexity…” —Austin Ray, AI DevEx la Ramp Ce recomandă Ramp altor lideri: instalare ghidată, încredere și buclă de feedback Ray spune că evaluează uneltele pentru dezvoltatori printr-un criteriu pragmatic: dacă „schimbă efectiv” felul în care oamenii livrează cod sau rămân doar o demonstrație. În aceeași logică, recomandările lui pentru lideri sunt centrate pe implementare și adopție: o primă sesiune ghidată, pentru a demonstra concret utilitatea; construirea încrederii prin iterație, deoarece mulți ingineri tratează astfel de instrumente ca „experimentale”; investiție într-o buclă de feedback cu furnizorul, pe care o consideră esențială pentru progres. Ce urmează: inginerii ca „orchestratori” În viziunea lui Ray, efectul pe termen mai lung este o schimbare de rol: inginerii ar urma să devină mai mult „orchestratori”, iar abilitatea critică nu va fi scrierea fiecărei linii de cod, ci direcționarea instrumentelor AI, decizia când pot fi de încredere și când trebuie contrazise. Sursa nu oferă un calendar sau ținte cantitative pentru această tranziție, dar o prezintă ca direcție de lucru deja vizibilă în echipele Ramp. [...]
Dell și NVIDIA mută AI-ul enterprise din „pilot” în producție, cu promisiuni de cost pe token de până la 10 ori mai mic , pe fondul unei cereri pe care Jensen Huang o descrie drept „parabolică”, potrivit NVIDIA . Mesajul central al prezentărilor de la Dell Technologies World este că organizațiile accelerează implementările de „agentic AI” (agenți software care execută sarcini în lanț, cu pași dependenți unii de alții) și inferență (rularea efectivă a modelelor), iar infrastructura se repoziționează pentru a susține volume mult mai mari de calcul. Michael Dell a estimat, pe scena evenimentului, că cheltuielile globale pentru infrastructura AI ar putea ajunge la 3–4 trilioane de dolari până în 2030 (aprox. 13,8–18,4 trilioane lei), în timp ce consumul de „tokeni” (unități de text procesate de modele) ar urma să crească cu 3.400% în același interval. În această logică, Dell AI Factory cu NVIDIA este prezentată ca platforma pentru rularea de modele avansate și agenți autonomi „în spatele perimetrului” companiei, adică în infrastructură proprie, nu exclusiv în cloud public. „Am ajuns în era AI-ului util, motivul pentru care cererea crește parabolic, absolut parabolic.” (Jensen Huang, CEO NVIDIA) Ce se schimbă operațional: cost pe token și densitate de GPU în rack NVIDIA indică o actualizare de portofoliu care țintește direct costul de operare al inferenței și capacitatea de scalare în centrele de date: Dell PowerEdge XE9812 , construit pe NVIDIA Vera Rubin NVL72 , ar livra un cost per token de până la 10 ori mai mic față de NVIDIA Blackwell pentru inferență la scară mare în scenarii „agentic AI”. Serverele PowerEdge XE9880L, XE9885L și XE9882L sunt prezentate ca primele sisteme Dell bazate pe NVIDIA HGX Rubin NVL8 , cu suport de până la 144 GPU-uri per rack , noduri de calcul răcite cu lichid și până la 10 ori performanța HGX B200 (conform sursei). Pe zona de rețea, Dell introduce un portofoliu PowerSwitch cu NVIDIA Quantum-X800 InfiniBand și NVIDIA Spectrum-6 Ethernet , orientat către conectivitate pentru clustere AI. Dell a prezentat și Dell PowerRack , un sistem integrat (calcul, rețea, stocare) proiectat ca ansamblu, cu accent pe design termic, managementul energiei și optimizări software, pentru a reduce „costul” integrării componentelor. De ce contează: revenirea AI „on-premises” și presiunea pe guvernanță Un element cheie pentru companii este mutarea încărcărilor AI în infrastructuri controlate direct. Dell citează un sondaj intern de adopție AI potrivit căruia 67% dintre încărcările AI rulează acum în afara cloudului (on-premises, pe dispozitiv, la marginea rețelei sau în centre de colocare), iar 88% dintre respondenți rulează cel puțin un workload AI on-premises. În acest context, NVIDIA poziționează Confidential Computing (tehnologii care protejează datele și modelele „în utilizare”, nu doar la stocare sau în tranzit) drept fundație pentru rularea modelelor avansate în interiorul companiilor, fără expunerea proprietății intelectuale a modelului sau a datelor sensibile. În listă sunt menționați parteneri precum Fortanix, Google și Red Hat. Exemple de utilizare: de la industrie la tranzacționare algoritmică Pe scenă au fost menționați clienți care rulează deja workload-uri AI pe Dell AI Factory cu NVIDIA, inclusiv Lilly, Samsung și Honeywell. În servicii financiare, NVIDIA notează că firma de tranzacționare algoritmică Hudson River Trading își extinde implementarea Dell pentru cercetare bazată pe AI, folosind servere Dell PowerEdge XE9685L și NVIDIA Spectrum-X Ethernet . Separat, NVIDIA menționează disponibilitatea în „preview” a Google Distributed Cloud (GDC) cu Gemini 3.0 pe servere Dell PowerEdge XE9780, accelerat de NVIDIA Blackwell și securizat prin Confidential Computing. Ce urmează Din informațiile prezentate, direcția este o standardizare a „fabricilor” AI în infrastructura enterprise , cu accent pe inferență și agenți, cost per token și securitate pentru rulări on-premises. Sursa nu oferă un calendar de livrare sau prețuri pentru configurațiile anunțate, astfel că impactul comercial imediat (comenzi, venituri, termene) nu poate fi cuantificat din datele disponibile. [...]
Google mută Gemini spre „agenți” care lucrează în fundal, 24/7 , prin introducerea Gemini Spark și a unui nou „Daily Brief”, într-o schimbare care duce aplicația din zona de răspunsuri la întrebări către automatizare de sarcini în ecosistemul Workspace , potrivit Google . Pe lângă componenta de „agent” (software care poate executa pași și fluxuri de lucru în numele utilizatorului), compania anunță o interfață refăcută („Neural Expressive”), un nou model „Gemini 3.5 Flash”, capabilități de generare video prin „Gemini Omni” și o aplicație pentru macOS care va integra Spark. De ce contează: Gemini trece de la conversație la execuție Noutatea cu impact operațional este Gemini Spark, descris ca un agent personal care poate rula în cloud și poate continua să lucreze chiar și când utilizatorul închide laptopul sau blochează telefonul. Google spune că Spark este integrat cu instrumente Workspace precum Gmail, Docs și Slides și urmărește să preia sarcini mai complexe, nu doar să ofere răspunsuri. Exemplele de utilizare indicate includ: setarea de sarcini recurente sau „declanșatori” (de pildă, analizarea extraselor de card pentru a semnala abonamente noi sau ascunse); „învățarea” unor rutine (monitorizarea e-mailurilor de la școală, extragerea termenelor-limită și trimiterea unui rezumat zilnic); construirea de fluxuri complete (sinteză de notițe din e-mailuri și chat, generarea unui document în Google Docs și redactarea e-mailului de pornire a unui proiect). Google precizează că Spark „operează sub direcția” utilizatorului: acesta decide dacă îl activează și la ce aplicații se conectează, iar agentul ar trebui să ceară confirmare înainte de acțiuni cu miză mare, precum cheltuirea de bani sau trimiterea de e-mailuri. Calendar de lansare și extinderi anunțate Spark urmează să fie disponibil inițial pentru „testeri de încredere” în această săptămână, iar compania spune că plănuiește o lansare Beta pentru abonații Google AI Ultra din SUA „săptămâna viitoare”. În paralel, Google anunță extinderea listei de aplicații conectate prin noi conexiuni MCP către Canva, OpenTable și Instacart, disponibile „de astăzi”. În „următoarele săptămâni”, Spark ar urma să poată folosi aceste conexiuni pentru a duce sarcinile la capăt. Pe foaia de parcurs pentru vară mai apar: posibilitatea de a trimite mesaje text și e-mailuri către Spark, crearea de „sub-agenți” personalizați și operarea browserului local. Daily Brief și noua interfață: automatizare + consum mai rapid de informație Google introduce și „Daily Brief”, un agent care, după activarea de către utilizator, rulează în fundal peste aplicațiile conectate și compilează un rezumat de dimineață: actualizări urgente din Gmail, evenimente din Calendar și detalii de follow-up. Compania susține că nu este doar un rezumat, ci prioritizează în funcție de obiective și poate sugera pași următori. Daily Brief începe să fie disponibil „de astăzi” pentru abonații Google AI Plus, Pro și Ultra, inițial în SUA. Separat, „Neural Expressive” este noul limbaj de design al aplicației, cu animații, culori, tipografie și feedback haptic. Google mai spune că a integrat experiența „Gemini Live” direct în aplicație și că urmează să ofere dialecte regionale. Neural Expressive se lansează global „de astăzi” pe web, Android și iOS. Video generat de AI și aplicația macOS „Gemini Omni” este prezentat ca un model care combină intrări text, imagini și video pentru a produce clipuri video de calitate, inclusiv cu șabloane și opțiuni precum zoom „cinematic” sau schimbarea fundalului. Omni începe să fie disponibil „de astăzi” pentru abonații Google AI Plus, Pro și Ultra la nivel global (detalii suplimentare în materialul dedicat Gemini Omni ). Google menționează și posibilitatea creării unui „avatar AI” personalizat (detalii: AI avatar ). Pentru macOS, Google spune că aplicația Gemini este disponibilă la descărcare (link: download ) și că, „în această vară”, va primi integrarea Spark pentru sarcini care implică fișiere locale și automatizări pe desktop, plus funcții noi de voce care folosesc contextul de pe ecran pentru a transforma vorbirea liberă în texte „precise”, direct la cursor. [...]
Google își mută miza pe „agenți” AI care execută sarcini, nu doar răspund la întrebări , iar la I/O 2026 a legat această direcție de Search, Gemini și o nouă platformă de dezvoltare, potrivit Google Blog . Pentru utilizatori și companii, schimbarea contează prin promisiunea de automatizare mai agresivă (căutare, cumpărături, productivitate), dar și prin dependența mai mare de ecosistemul Google (cont, aplicații conectate, abonamente). Modele noi: viteză, cost și trecerea la conținut video generat Google a lansat Gemini 3.5 Flash , descris ca primul model dintr-o serie care combină „inteligență de vârf” cu capacitatea de a acționa. Compania spune că modelul este disponibil pe scară largă prin platforma sa „agent-first” (orientată către agenți) Google Antigravity, prin Gemini API în Google AI Studio și în Android Studio. În material sunt menționate și rezultate pe benchmark-uri pentru programare și agenți (Terminal-Bench 2.1, GDPval-AA și MCP Atlas), precum și poziționarea în indexul Artificial Analysis. Google susține că 3.5 Flash poate reduce semnificativ timpul de lucru pentru sarcini „pe termen lung” (de la zile/săptămâni la o fracțiune) și că poate fi „adesea la mai puțin de jumătate din costul” altor modele de vârf, fără a detalia metodologia sau comparațiile. Separat, Google a prezentat Gemini Omni , un model care pornește de la generare video și care ar urma, „în timp”, să poată produce „orice ieșire din orice intrare”. Compania afirmă că videoclipurile generate includ SynthID , un filigran digital „imperceptibil”, care ar permite verificarea conținutului în aplicația Gemini, în Chrome și în Search. Search devine o platformă de execuție: AI Mode, agenți și interfețe generate din mers Pe zona de căutare, Google spune că AI Mode (modul său de „AI Search”) a depășit 1 miliard de utilizatori lunar și că, de acum, Gemini 3.5 Flash devine modelul implicit la nivel global . Tot aici, compania afirmă că interogările în AI Mode s-au dublat în fiecare trimestru de la lansare și că, în trimestrul anterior, Search a atins un maxim istoric al numărului de căutări (fără a oferi valori absolute). Schimbarea operațională majoră este trecerea de la căutare ca listă de rezultate la căutare ca „agent”: „Information agents” : agenți care rulează „în fundal 24/7”, monitorizează web-ul și date proaspete (inclusiv informații în timp real despre finanțe, cumpărături și sport) și trimit actualizări sintetizate, cu posibilitatea de a acționa. Lansarea este indicată „în această vară”, inițial pentru abonații Google AI Pro și Ultra. „Generative UI” cu Antigravity : Search ar putea construi „formatul ideal” pentru întrebare, generând interfețe (tabele, grafice, simulări) în timp real. Google spune că funcția ajunge în Search „în această vară” pentru toată lumea, gratuit, iar „mini-aplicațiile” pentru sarcini recurente ar urma să fie introduse în lunile următoare, începând cu abonații. În paralel, Google extinde Personal Intelligence în AI Mode către mai mulți utilizatori, în aproape 200 de țări și teritorii și 98 de limbi, fără abonament, cu posibilitatea de conectare „în siguranță” la aplicații precum Gmail și Google Photos (și „în curând” Google Calendar). Compania insistă că utilizatorul controlează dacă și când conectează aceste aplicații. Comerț: „Universal Cart” și checkout mai strâns legat de Google Google introduce Universal Cart , un coș de cumpărături care ar urma să funcționeze ca „hub” pentru cumpărături pe Google: adăugare de produse din Search, conversații cu Gemini, YouTube sau chiar Gmail, cu monitorizare de reduceri, istoric de preț și alerte de stoc. Coșul este construit pe Google Wallet și ar folosi raționament pentru a semnala incompatibilități între produse și a sugera alternative. Pentru finalizarea cumpărăturilor, Google menționează Universal Commerce Protocol (UCP) , care ar permite checkout „în câteva atingeri” cu Google Pay sau transferul produselor către site-ul retailerului. Lansarea Universal Cart este programată „în această vară” în Search și aplicația Gemini, urmând ca YouTube și Gmail să fie adăugate ulterior. Aplicația Gemini: agenți personali și funcții pe bază de abonament În aplicația Gemini, Google a prezentat Gemini Spark , un „agent personal 24/7” care poate rula în fundal pe telefon sau laptop și care ar fi proiectat să ceară confirmare înainte de acțiuni majore. Spark este descris ca fiind într-o etapă foarte timpurie; Google spune că îl oferă inițial unor testeri de încredere și că plănuiește o versiune beta pentru abonații Google AI Ultra din SUA. Tot în Gemini, Daily Brief este un agent care „lucrează peste noapte” și pregătește un rezumat al zilei pe baza inboxului, calendarului și sarcinilor. Funcția începe să fie disponibilă pentru abonații Google AI (18+) în SUA, cu condiția conectării aplicațiilor Google. Platforma pentru dezvoltatori: Antigravity ca „sistem de operare” pentru agenți Pentru dezvoltatori și companii, Google împinge Google Antigravity ca platformă unificată pentru dezvoltare „agent-first”, cu: Antigravity 2.0 , aplicație desktop pentru interacțiune cu agenți și orchestrare multi-agent; Antigravity CLI , variantă pentru terminal; Antigravity SDK , acces programatic și posibilitatea de a găzdui agenți pe infrastructura proprie. Google afirmă că își propune să unifice experiența și să migreze utilizatorii de la Gemini CLI către Antigravity CLI, oferind și un ghid de portare. Pentru zona enterprise, compania spune că Antigravity va putea fi conectat direct la proiecte Google Cloud și că va fi distribuit către clienții Gemini Enterprise „în lunile următoare”. Ce urmează și ce rămâne neclar Calendarul comunicat de Google indică o serie de lansări „în această vară” și „în lunile următoare”, cu diferențiere tot mai puternică între utilizatorii gratuiti și abonați (Pro/Ultra) pentru funcțiile de agenți și automatizare. În același timp, unele afirmații cu impact economic (de exemplu, „adesea la mai puțin de jumătate din cost”) nu sunt însoțite de detalii comparabile sau de metodologii, ceea ce limitează evaluarea independentă a beneficiilor. [...]
Google a introdus discret limite mai stricte pentru abonații plătiți Gemini , iar schimbarea a declanșat reacții negative din partea utilizatorilor care spun că plătesc pentru un serviciu devenit mai imprevizibil, potrivit Android Headlines . Miza este una operațională: când „plătit” nu mai înseamnă acces stabil, produsul devine mai greu de folosit în scenarii profesionale și mai dificil de justificat ca abonament. Noile restricții vizează utilizarea (așa-numitele „usage limits”, adică plafoane de consum), iar problema semnalată este că acestea ar fi fost înăsprite fără o comunicare suficient de vizibilă pentru clienții existenți. În practică, utilizatorii pot ajunge mai repede la un prag după care accesul la anumite funcții este limitat sau încetinit, chiar dacă au un plan plătit. De ce contează: „abonament” cu acces variabil Pentru un produs de inteligență artificială folosit la muncă, predictibilitatea contează la fel de mult ca performanța. Dacă limitele se schimbă din mers, utilizatorii nu mai pot estima: cât pot folosi serviciul într-o zi/săptămână; dacă pot baza procese interne pe el (de exemplu, redactare, analiză, rezumare); ce primesc efectiv pentru prețul plătit, în condițiile în care accesul poate fi „tăiat” mai devreme decât se așteptau. În acest context, reacția abonaților nu este doar una de nemulțumire „de produs”, ci una legată de raportul cost–beneficiu și de încrederea în condițiile comerciale. Ce urmează Materialul indică un val de nemulțumiri în rândul abonaților Gemini Pro, pe fondul acestor limite mai stricte. Dacă Google nu clarifică public și detaliat ce s-a schimbat și cum se aplică plafoanele, riscul imediat este creșterea ratei de renunțare la abonament și migrarea către alternative percepute ca mai transparente în privința limitelor de utilizare. [...]
Un model intern OpenAI a infirmat o conjectură veche de decenii, sugerând că IA poate produce rezultate de cercetare verificabile, nu doar asistență. Potrivit OpenAI , sistemul a găsit o demonstrație care contrazice o presupunere centrală din geometria discretă legată de „problema distanței unitare” în plan, iar demonstrația a fost verificată de un grup de matematicieni externi, care au redactat și o lucrare „companion” pentru a explica argumentul și contextul. Problema, formulată de Paul Erdős în 1946, întreabă câte perechi de puncte pot fi la distanța exact 1 dacă plasăm n puncte în plan. Deși ușor de enunțat, este notoriu de dificilă, iar timp de decenii a existat convingerea că aranjamentele de tip „grilă pătrată” sunt, în esență, aproape optime pentru a maximiza numărul de astfel de perechi. Ce s-a schimbat: o îmbunătățire „polinomială” față de grila pătrată OpenAI susține că modelul a produs o familie infinită de exemple care oferă o îmbunătățire polinomială față de construcțiile considerate anterior cele mai bune. În termeni tehnici, dacă notăm cu u(n) numărul maxim de perechi la distanță 1 dintre n puncte, noul rezultat arată că pentru infinit de multe valori ale lui n există configurații cu cel puțin: n ^(1+δ) perechi la distanță 1, pentru un δ fix > 0. Textul precizează că demonstrația inițială generată de IA nu oferă un δ explicit, însă o rafinare „în curs” atribuită profesorului Will Sawin (Princeton) arată că se poate lua δ = 0,014. De ce contează pentru IA: nu e un sistem „specializat pe matematică” Un element central al relatării este metoda: demonstrația ar fi venit de la „un nou model de raționament de uz general”, nu de la un sistem antrenat special pentru matematică, nici de la unul construit explicit pentru a căuta strategii de demonstrație sau țintit pe această problemă. OpenAI spune că a evaluat modelul pe o colecție de probleme asociate lui Erdős, iar în acest caz a rezultat o demonstrație care rezolvă problema deschisă (în sensul infirmării conjecturii). Publicația numește rezultatul un „milestone” (prag) pentru comunitățile de matematică și IA, susținând că este prima dată când o problemă deschisă proeminentă, centrală unui subdomeniu, este rezolvată autonom de IA și trece verificarea experților. Ce fel de idei au fost folosite: punte între geometrie și teoria algebrică a numerelor Surpriza matematică, în versiunea OpenAI, vine din faptul că demonstrația aduce instrumente din teoria algebrică a numerelor (ramură care studiază, între altele, factorizarea în extensii ale numerelor întregi) într-o problemă geometrică „elementară”. Textul menționează explicit utilizarea unor concepte precum „turnuri infinite de corpuri de clasă” și teoria Golod–Șafarevich pentru a arăta că există corpurile de numere necesare construcției. Verificare și interpretare: rolul matematicienilor externi OpenAI afirmă că demonstrația a fost verificată de matematicieni externi, care au scris și o lucrare de însoțire. În material sunt incluse și evaluări ale semnificației: Tim Gowers (laureat al Medaliei Fields), în lucrarea companion, numește rezultatul „un prag în matematica IA”, iar Arul Shankar apreciază că astfel de modele pot avea „idei originale ingenioase” și le pot duce la capăt. În aceeași notă, Thomas Bloom descrie impactul ca fiind „un da moderat” la întrebarea dacă demonstrația ne învață ceva nou despre problemă, argumentând că arată cât de mult pot spune construcțiile din teoria numerelor despre astfel de întrebări din geometria discretă și că profunzimea teoriei necesare ar putea orienta cercetări viitoare. Ce urmează Din perspectiva OpenAI, miza depășește cazul punctual: dacă un model poate menține coerent un argument lung, poate conecta domenii îndepărtate și poate produce rezultate care rezistă verificării, aceste abilități ar fi relevante și pentru alte științe (biologie, fizică, inginerie, medicină). În același timp, compania insistă că „judecata umană” rămâne esențială: oamenii aleg problemele, interpretează rezultatele și decid direcțiile de cercetare. [...]
