Știri
Știri din categoria Inteligență artificială
China a pus în funcțiune un cluster AI de 60.000 de cipuri, mizând pe autonomie tehnologică, o mișcare care reduce dependența de furnizori externi și atenuează efectele restricțiilor americane la export, potrivit Interesting Engineering. Platforma a fost activată la Zhengzhou, în provincia Henan, și este destinată cercetării științifice, nu aplicațiilor de tip „chat”.
Clusterul și-a dublat capacitatea în doar două luni, de la 30.000 la 60.000 de cipuri de accelerare AI. Conform publicației, întregul „stivă” tehnologică (cipuri, interconectări de mare viteză și software) este produsă în China, pentru a evita „controlul extern”. Dezvoltarea este atribuită companiei Sugon, afiliată Academiei Chineze de Științe.
Sistemul este construit pentru direcția numită AI for Science (AI4S) – folosirea inteligenței artificiale în activități de descoperire științifică (simulări, căutare de materiale, modelare), nu pentru asistenți conversaționali. Publicația notează că această independență ar permite derularea unor proiecte sensibile fără riscul unor blocaje tehnologice sau interferențe externe.
În material sunt menționate câteva utilizări raportate de South China Morning Post (SCMP), inclusiv accelerarea simulărilor de „împăturire” a proteinelor (protein folding) pentru dezvoltarea de medicamente, precum și screening-ul de materiale noi într-un interval de zile, nu ani. Sunt invocate și simulări complexe în inginerie aerospațială.
Interesting Engineering plasează proiectul în contextul competiției SUA–China și al restricțiilor americane privind exporturile de tehnologie avansată. Articolul susține că upgrade-ul oferă Beijingului un avantaj strategic, deoarece cercetătorii pot ocoli constrângerile generate de penuria globală de procesoare grafice (GPU) și de interdicțiile de export ale SUA.
În paralel, sunt amintite două reacții din SUA:
Sugon a lansat și OneScience, descrisă ca prima platformă integrată de dezvoltare din China, care ar include modele și seturi de date preîncărcate pentru experimente AI complexe, fără a necesita cunoștințe de programare, potrivit SCMP citat de Interesting Engineering. Dacă implementarea se confirmă la scară, efectul ar putea fi extinderea bazei de utilizatori din cercetare care pot folosi resurse de calcul avansate.
Recomandate
AeroVironment mizează pe o dronă modulară cu autonomie bazată pe AI, gândită să schimbe rapid rolul în teren și să opereze în roiuri , într-un moment în care armata SUA accelerează adoptarea „efectelor lansate” (sisteme fără pilot lansate rapid pentru recunoaștere, bruiaj sau lovire), potrivit Interesting Engineering . Sistemul, numit MAYHEM 10 , este prezentat ca o platformă autonomă care poate acoperi, cu același „corp”, misiuni de supraveghere, război electronic, retranslație de comunicații și lovire, prin schimbarea rapidă a încărcăturii (payload). Miza operațională este reducerea timpului de reconfigurare și extinderea razei de acțiune în medii contestate, fără a expune personal sau active scumpe. Ce aduce nou: modularitate + operare în roi MAYHEM 10 se bazează pe familia de drone Switchblade a companiei, dar pune accent pe autonomie avansată, design modular și performanță la distanță mare pentru medii cu risc ridicat. Conform datelor prezentate, platforma: poate transporta o încărcătură de 10 livre (aprox. 4,5 kg); poate opera la distanțe de peste 62 mile (aprox. 100 km); poate rămâne în aer până la 50 de minute; poate fi asamblată și lansată în mai puțin de cinci minute. Controlul ar fi realizat prin controllerul Tomahawk Grip și interfața AV_Halo COMMAND, iar arhitectura este descrisă ca „Modular Open Systems Approach” (o abordare de sistem deschis modular, care permite upgrade-uri rapide și integrarea de încărcături de la terți). De ce contează pentru operațiuni: funcționare în medii cu bruiaj și GPS degradat Compania susține că autonomia bazată pe AI permite funcționarea în zone afectate de bruiaj, „spoofing” (falsificarea semnalelor) sau negarea GPS. Pentru comunicații securizate, sunt menționate M-Code GPS, legătura de date Silvus și o rețea MANET (rețea mobilă ad-hoc, de tip „mesh”, în care nodurile se conectează dinamic). În același timp, menținerea legăturilor de control ar fi posibilă pe distanțe de 15–25 mile (aprox. 25–40 km), potrivit informațiilor din articol. Producție și cerere: capacitate declarată, comenzi încă neanunțate AeroVironment afirmă că sistemul este proiectat pentru o producție scalabilă de până la 240 de unități pe lună, iar producția inițială la ritm redus ar urma să înceapă în acest an, cu creșteri în funcție de cerere. Publicația notează însă că nu au fost anunțate comenzi formale din partea Pentagonului până acum. În paralel, articolul menționează că dezvoltarea MAYHEM 10 se aliniază eforturilor mai largi ale armatei SUA de a extinde utilizarea sistemelor lansate, inclusiv o comandă recentă de 186 milioane de dolari (aprox. 855 milioane lei) pentru sisteme Switchblade de generație următoare, informație atribuită Army Recognition. [...]
Canva introduce o funcție care poate rula sarcini recurente în fundal, iar miza este reducerea „muncii de rutină” din echipe : potrivit TechRadar , noul instrument „Scheduling” din Canva AI 2.0 permite programarea și executarea autonomă a unor taskuri, livrând rezultate „gata de editat”, ceea ce poate muta o parte din efortul operațional de la oameni la automatizări. Ce face „Scheduling” și de ce contează operațional Funcția este descrisă ca o modalitate prin care Canva „se ocupă de sarcini pentru tine, complet în fundal”. Practic, utilizatorii pot seta sarcini recurente pe care inteligența artificială le rulează automat, iar livrabilele ajung în format editabil, astfel încât intervenția umană să rămână la nivel de ajustări rapide înainte de publicare sau trimitere. Exemplele indicate includ: loturi săptămânale de conținut pentru rețele sociale; informări zilnice pentru ședințe; buletine interne ale companiei. Unghiul implicit este unul de productivitate: Canva poziționează instrumentul ca înlocuitor pentru activități care „ar fi putut lua zile” pentru a fi curate și pregătite manual. Integrarea cu aplicații de lucru și „contextul” necesar automatizării Pentru ca automatizarea să funcționeze, Canva pune accent pe „date și context”. Compania spune că a petrecut „cea mai mare parte din doi ani” redesenând și reconstruind infrastructura („stack”-ul tehnic) pentru a susține integrări prin MCP, un standard deschis stabilit de Anthropic. La lansare, sunt menționate integrări cu: Slack Gmail Google Drive Google Calendar Notion Zoom Co-fondatorul Cliff Obrecht afirmă că acesta este „începutul unui val uriaș”, cu potențialul de a ajunge, în timp, la „sute” de conectori MCP, care ar oferi instrumentului suficient context pentru a „lega” informațiile din mai multe sisteme. „Stadiu absolut timpuriu de adoptare” și cum este livrat produsul În același timp, Canva temperează așteptările privind maturitatea acestor instrumente: co-fondatorii Cliff Obrecht și Cameron Adams spun că asistenții „agentici” (capabili să execute autonom sarcini) sunt încă într-un „stadiu absolut timpuriu de adoptare”. Disponibilitatea este limitată: „Scheduling”, împreună cu celelalte instrumente din Canva AI 2.0, poate fi testat în regim de „research preview” (previzualizare de cercetare), pentru „primul milion de utilizatori” care reușesc să găsească un „easter egg” (un element ascuns în produs). [...]
Apple pregătește pentru iOS 27 funcții de „scanare” cu inteligență artificială direct în aplicațiile de bază, o mișcare menită să reducă diferența față de Android la capitolul instrumente AI integrate , potrivit WinFuture , care citează indicii găsite în cod backend (server-side) asociat viitoarei versiuni de iOS. Ce ar urma să se schimbe în iOS 27: AI în Wallet, Safari, Contacte și Health Din codul descoperit reies cel puțin patru funcții noi legate de „Apple Intelligence”, cu integrare mai adâncă în aplicațiile de sistem: Health : un „scanner” de valori nutritive ar folosi „Visual Intelligence” (recunoaștere de imagine) pentru a identifica ingredientele/alimentația și a transfera datele în aplicația Health. Contacte : camera ar putea citi numere tipărite de pe cărți de vizită și le-ar salva direct în agendă. Wallet : un import pentru bilete și legitimații fizice ar permite scanarea acestora și transformarea în „pașapoarte” digitale (carduri digitale în Wallet). Safari : grupurile de file (tab groups) ar putea fi denumite automat de AI în funcție de tema paginilor deschise. Unghiul operațional este relevant: dacă funcțiile ajung în versiunea finală, iPhone-ul ar putea prelua mai mult din fluxurile „din lumea reală” (documente tipărite, bilete, etichete alimentare) direct în aplicațiile Apple, fără aplicații terțe. De ce contează: Wallet încearcă să recupereze o funcție deja standard pe Android Publicația notează că, potrivit MacRumors , descoperirile au fost confirmate de dezvoltatorul Nicolás Alvarez și că Apple ar încerca să acopere o lacună în Wallet: Google ar fi introdus o funcție comparabilă de import pe Android încă din august 2024, în timp ce utilizatorii Apple ar fi depins până acum de soluții externe. Calendar și incertitudini: funcțiile pot întârzia iOS 27 este așteptat să fie prezentat în iunie, la WWDC 2026, însă WinFuture avertizează că nu există garanția că toate funcțiile vor fi gata la lansarea din septembrie. În plus, denumirile interne pot varia, iar modul exact de funcționare este, deocamdată, dedus din interpretarea codului. În paralel, Apple ar lucra la hardware care ar necesita recunoaștere vizuală mai precisă (de exemplu, dispozitive cu camere), iar publicația menționează și dezvoltarea unei versiuni extinse a asistentului Siri, cu potențial avantaj al procesării locale pe dispozitiv (fără trimiterea datelor în cloud, acolo unde este posibil). [...]
Site-urile optimizate pentru „citirea” de către AI pot aduce un salt major de trafic și conversii , potrivit unui interviu publicat de TechRadar , care citează datele unui studiu realizat de platforma de construire de site-uri Duda . Concluzia centrală: site-urile „vizibile” pentru crawlerele AI (adică sisteme automate care scanează și înțeleg conținutul pentru a-l folosi în răspunsuri de tip „AI search”) ar genera cu 320% mai mult trafic uman decât cele care nu sunt. Miza pentru companii este una operațională și de venituri: același set de date indică nu doar mai multe vizite, ci și o calitate mai bună a traficului, măsurată prin acțiuni care pot duce direct la vânzări sau lead-uri (cereri de ofertă, apeluri). Ce arată datele Duda: trafic mai mare și conversii mai bune În interviu, Oded Ouaknine, Chief Revenue Officer (director comercial) la Duda, spune că, deși AI „reduce” traficul total către site-uri la nivel general, site-urile care apar în rezultatele și răspunsurile generate de AI „navighează” schimbarea mai bine decât cele care rămân invizibile pentru aceste sisteme. Studiul Duda menționat de TechRadar se bazează pe: peste 850.000 de site-uri analizate; 69 de milioane de vizite ale crawlerelor AI. Pe lângă diferența de +320% trafic uman pentru site-urile optimizate pentru crawlere AI, materialul mai indică și creșteri pe indicatori de conversie: 2,7 ori mai multe trimiteri de formulare (form submissions); 2,5 ori mai multe acțiuni „click-to-call” (apel inițiat direct din site). De ce contează: „AI search” ar reduce vizitele „de vitrină” Un argument important din interviu este că traficul venit din interacțiuni de tip „căutare cu AI” ar elimina o parte din comportamentul de „window shopping” (vizite fără intenție), pentru că utilizatorii ajung pe site mai informați, după ce au primit deja un răspuns sintetizat de AI. În sprijinul ideii că acest trafic ar converti mai bine, TechRadar notează și o referință la cercetare terță: un studiu Microsoft Clarity ar fi observat rate similare, cu trafic din AI care convertește de aproximativ 3 ori mai bine decât traficul „normal” (în termenii citați în material). „Rețeta” de vizibilitate în AI: cinci elemente comune Duda identifică cinci teme recurente la site-urile care reușesc să atragă trafic uman din surse AI, conform articolului: bloguri active; „local schema” (date structurate care ajută motoarele și sistemele AI să înțeleagă informații locale despre o afacere); sincronizare cu „GBP” (abrevierea folosită în material; în practică, se referă la prezența de tip profil de business în ecosistemul Google); pagini dinamice; un număr mai mare de pagini. TechRadar prezintă aceste elemente ca un posibil „plan de supraviețuire” pentru firmele care se tem că AI le „omoară” traficul, însă interviul păstrează nuanța că, per total, presiunea asupra traficului există, iar diferența o face vizibilitatea în sistemele AI. [...]
OpenAI extinde Codex dincolo de programare, cu „agenți” care pot lucra în fundal pe PC , o schimbare cu impact operațional direct pentru echipele care vor să automatizeze sarcini repetitive fără integrare prin API, potrivit Ars Technica . Actualizarea vizează aplicația desktop Codex și ajunge la utilizatori „astăzi”, scrie publicația, descriind un pachet mai larg de funcții care merge de la capabilități noi pentru dezvoltatori până la extinderea către „muncă de cunoaștere” (sarcini de birou care nu sunt neapărat programare) și pregătirea terenului pentru ceea ce compania numește o viitoare „super aplicație”. Lucru în fundal pe computer: automatizare fără să „încurce” utilizatorul Elementul central al update-ului este „background computer use”: Codex poate executa sarcini pe PC „în fundal”, iar OpenAI susține că acest lucru se poate face fără să interfereze cu ce face utilizatorul pe desktop. În explicația OpenAI, Codex poate folosi aplicațiile de pe computer „văzând”, dând click și tastând cu propriul cursor. Totodată, „mai mulți agenți” pot lucra în paralel pe Mac, fără să afecteze munca utilizatorului în alte aplicații. Pentru dezvoltatori, compania indică utilizări precum iterarea modificărilor de interfață (frontend), testarea aplicațiilor sau lucrul în aplicații care nu expun un API (interfață de programare). Programare de sarcini și instrumente noi în aplicație Pe lângă lucrul în fundal, Codex primește și o funcție de programare: poate planifica activități pentru mai târziu — „ore, zile sau chiar săptămâni” — și se poate „trezi” singur ca să le execute la momentul potrivit. Aplicația include acum și: un browser web în aplicație , pentru a evalua munca pe experiențe web și pentru a lăsa comentarii punctuale pe pagină, într-un mod similar instrumentelor folosite deja în organizații pentru feedback către designeri și dezvoltatori; posibilitatea de a folosi gpt-image-1.5 pentru generare de imagini care pot fi incluse în machete (mockup-uri) și materiale similare. OpenAI a detaliat schimbările într-o postare pe blog, menționată de Ars Technica: OpenAI . [...]
Anthropic păstrează prețul, dar ridică miza pe utilizarea „în producție” a lui Claude Opus 4.7 , cu îmbunătățiri de fiabilitate pentru sarcini lungi și un upgrade de vedere care vizează direct fluxurile de lucru din inginerie software și analiză de imagini, potrivit Interesting Engineering . Modelul, prezentat drept noul vârf de gamă al companiei, este poziționat ca mai potrivit pentru activități complexe, de durată, unde dezvoltatorii s-au plâns frecvent de rezultate inconsecvente pe lanțuri lungi de instrucțiuni. Publicația notează că utilizatori timpurii spun că au mai multă încredere să „delege” sarcini de programare dificile, care anterior necesitau supraveghere umană mai strânsă. Ce se schimbă operațional: codare mai stabilă și respectare mai strictă a instrucțiunilor În zona de programare, Opus 4.7 pune accent pe calitatea execuției și pe consistență în fluxuri extinse de lucru. Conform articolului, modelul își verifică mai bine propriile rezultate înainte de a răspunde, tocmai pentru a reduce erorile care apar pe secvențe lungi de pași. O schimbare cu impact practic este „urmarea instrucțiunilor” (instruction following) mai strictă decât la versiunile anterioare. Asta poate obliga echipele să-și ajusteze modul de scriere a solicitărilor (prompts): instrucțiuni pe care modelele mai vechi le tratau „mai lejer” pot produce acum rezultate neașteptate, dar corecte tehnic. În testările interne menționate, Anthropic indică rezultate mai bune și pe sarcini legate de finanțe, inclusiv analiză structurată și calitatea prezentării. Upgrade pe „vision”: imagini mai mari, utile pentru capturi de ecran și diagrame Pe componenta vizuală, Opus 4.7 poate procesa imagini cu rezoluție mai mare, până la 2.576 pixeli pe latura lungă. Creșterea este prezentată ca un avantaj pentru interpretarea capturilor de ecran dense și a diagramelor detaliate, cu utilizări precum citirea tablourilor de bord, extragerea de date structurate și sprijin pentru „agenți” care folosesc computerul (sisteme care execută pași în interfețe software). Modelul primește și îmbunătățiri legate de „memorie” între sesiuni: poate reține informații-cheie stocate în fișiere și le poate reutiliza ulterior, reducând nevoia de a repeta contextul — un element care, în practică, poate scurta fluxurile de lucru și limita consumul de resurse. Poziționare și control al riscurilor: între performanță și utilizare responsabilă Anthropic trasează o diferență între Opus 4.7 și un sistem experimental mai avansat, Claude Mythos Preview, sugerând că noua versiune urmărește mai degrabă stabilitatea și „pregătirea pentru implementare” decât maximizarea capabilităților brute. Compania afirmă: „Deși este mai puțin capabil în sens larg decât cel mai puternic model al nostru, Claude Mythos Preview, arată rezultate mai bune decât Opus 4.6 pe o gamă de benchmark-uri.” Pe securitate, compania spune că introduce măsuri care detectează și blochează solicitările cu risc ridicat în zona de securitate cibernetică: „Lansăm Opus 4.7 cu măsuri de protecție care detectează și blochează automat solicitările care indică utilizări interzise sau cu risc ridicat în securitatea cibernetică.” În paralel, Anthropic lansează un „Cyber Verification Program”, prin care cercetători verificați pot accesa modelul pentru activități precum testarea de penetrare și analiza vulnerabilităților. Disponibilitate și preț: neschimbate, dar pe mai multe platforme Opus 4.7 este disponibil prin API-ul Anthropic și prin platforme de cloud: Amazon Bedrock , Google Cloud Vertex AI și Microsoft Foundry. Prețurile rămân la 5 dolari (aprox. 23 lei) pe milion de tokeni de intrare și 25 dolari (aprox. 115 lei) pe milion de tokeni de ieșire. Pentru companii, combinația dintre preț neschimbat și accentul pe fiabilitate în sarcini lungi sugerează o încercare de a reduce costurile operaționale ascunse ale utilizării modelelor (timp de verificare, reluări, corecții), fără a cere un buget mai mare per unitate de consum. Limitarea este că articolul nu oferă detalii despre metodologia completă a benchmark-urilor sau rezultate numerice comparabile, dincolo de afirmațiile de poziționare și exemplele de utilizare. [...]
