Știri
Știri din categoria Inteligență artificială
Google negociază cu Pentagonul rularea TPU-urilor în medii clasificate, un pas care ar putea reduce decalajul față de AWS și Microsoft pe contractele guvernamentale, potrivit Tom's Hardware, care citează un material The Information bazat pe două persoane cu informații directe despre discuții.
Negocierile vizează implementarea modelului Gemini în setări clasificate ale Departamentului Apărării al SUA (DoD) și includ două direcții: adăugarea de rack-uri cu GPU-uri (procesoare grafice folosite frecvent pentru sarcini de inteligență artificială) în Google Distributed Cloud și, în paralel, activarea TPU-urilor (acceleratoarele AI dezvoltate de Google) în medii clasificate acreditate. Conform sursei, ar fi prima dată când TPU-urile ar rula într-un astfel de cadru.
Din perspectiva Google, discuțiile au o miză comercială și operațională: compania are aproximativ 14% din piața totală de cloud, față de 28% pentru AWS și 21% pentru Microsoft, conform Synergy Research Group (date „la final de 2025”, citate în articol). Diferența ar fi și mai mare în zona de cloud pentru medii clasificate, unde rivalii rulează deja volume importante de lucru, iar Google nu.
În acest context, divizia Google Public Sector, care conduce discuțiile cu DoD, ar fi vizat circa 6 miliarde de dolari (aprox. 27,6 miliarde lei) în „bookings” pentru 2025–2027, din care 2 miliarde de dolari (aprox. 9,2 miliarde lei) din apărare, potrivit unui plan strategic intern pe care The Information spune că l-a văzut.
Un element central al negocierilor este limbajul contractual. Propunerea ar permite Pentagonului să folosească Gemini pentru „toate scopurile legale”, însă Google ar insista pentru prevederi care să interzică:
Tom’s Hardware notează că aceste condiții ar oglindi acordul pe care OpenAI l-a încheiat cu Pentagonul mai devreme în acest an, iar directorul general al OpenAI, Sam Altman, ar fi cerut Pentagonului să extindă aceleași condiții către toți furnizorii de AI.
Aceleași teme ar fi stat la baza ruperii negocierilor Pentagonului cu Anthropic în februarie, după ce compania ar fi refuzat să renunțe la restricții. Ulterior, Pentagonul ar fi desemnat Anthropic drept „risc de lanț de aprovizionare” și ar fi început eliminarea treptată, pe șase luni, a modelului Claude din sistemele guvernamentale. Un judecător federal ar fi descris ulterior această etichetare drept „orwelliană”, potrivit articolului.
Materialul nu indică un calendar sau un rezultat al negocierilor și nici detalii despre forma finală a contractului. Cert este că, dacă TPU-urile ajung să fie operate în medii clasificate acreditate, Google ar bifa o capabilitate pe care o folosește deja masiv în cloud-ul comercial pentru antrenarea și rularea (inferența) Gemini, dar pe care nu a avut-o până acum în segmentul guvernamental clasificat.
Recomandate
Google împinge cumpărăturile second-hand spre „căutare asistată de AI” , prin funcții din Search și Shopping care ajută utilizatorii să găsească produse similare, să compare prețuri și chiar să estimeze valoarea de revânzare, potrivit Google Blog . Miza practică este reducerea fricțiunii din piața de resale (revânzare) – de la descoperire și verificare, până la decizia de cumpărare sau vânzare. În contextul în care interesul de căutare pentru „vintage” și „how to thrift” a atins maxime istorice în 2026, Google își poziționează instrumentele ca „strat” de orientare pentru cumpărăturile de obiecte second-hand și vintage, inclusiv pentru căutări aflate în trend precum „vintage jersey” și „thrifted heels”. Ce se schimbă operațional pentru utilizatori: 5 funcții, un singur flux Google descrie cinci moduri prin care Search poate „ridica nivelul” cumpărăturilor de tip thrift/vintage, cu accent pe căutare vizuală și întrebări în limbaj natural: AI Mode în Search : utilizatorii pot formula întrebări detaliate pentru a-și planifica „ieșirea la thrift”, iar răspunsurile includ opțiuni și detalii relevante, plus linkuri pentru documentare. Exemplul din articol combină căutarea de „tricouri vintage” cu o condiție logistică (brunch fără gluten în apropiere). Google Lens pentru identificare și context : prin fotografierea unui obiect în magazin, Lens poate afișa potriviri vizuale și permite întrebări despre designer sau perioadă („din ce eră este?”). Tot aici apare componenta cu impact direct în tranzacție: utilizatorul poate vedea la ce preț se vinde online și câte oferte similare există, pentru a evalua dacă e „piesă rară” sau produs comun. Circle to Search (Android) : utilizatorul încercuiește un obiect văzut pe ecran, iar funcția caută rapid produse similare, prețuri și locuri de cumpărare; apoi pot urma întrebări de rafinare (de exemplu, stiluri cu „vibe” de anii ’90). Virtual Try-On : un „cabina de probă” digitală. Utilizatorul găsește un produs similar cu Lens, apasă „try it on” și încarcă o fotografie full-body pentru a vedea cum ar arăta purtat. Lens pentru vânzare din propria garderobă : Google sugerează folosirea Lens pentru a estima cât ar valora un obiect la revânzare și ce tip de magazine ar cumpăra astfel de produse („Could I resell this?”). De ce contează: mai multă transparență de preț și mai puține „achiziții la ghici” Din perspectiva pieței, setul de funcții descris de Google mută o parte din „munca” specifică second-hand (identificare, autentificare informală prin comparații, orientare de preț) în interfața de căutare. În practică, asta poate crește transparența pentru cumpărători și poate accelera decizia de achiziție sau revânzare, mai ales când utilizatorul compară rapid cu ofertele online. Google nu oferă în material date despre lansări pe piețe, disponibilitate în România sau rezultate măsurabile (de tip conversii ori economii), astfel că impactul concret depinde de accesul efectiv la aceste funcții și de cât de bine acoperă ofertele locale. [...]
Google extinde global o funcție de organizare automată în Drive, bazată pe inteligență artificială , ceea ce poate reduce timpul pierdut de utilizatori și companii cu sortarea manuală a documentelor și poate schimba modul în care sunt administrate arhivele digitale în Google Workspace, potrivit Android Headlines . Funcția se numește „ Organize My Files ” și folosește inteligența artificială pentru a propune organizarea fișierelor din Google Drive . Publicația notează că disponibilitatea este „globală”, ceea ce indică o extindere dincolo de testări sau lansări limitate. Ce se schimbă, operațional, pentru utilizatori Miza practică a funcției este automatizarea unei activități repetitive: ordonarea fișierelor în foldere și menținerea unei structuri coerente în Drive. În mediul de business, unde volumele de documente cresc rapid și sunt gestionate de echipe, o astfel de automatizare poate însemna: mai puțin timp alocat „curățeniei” în Drive; o structură de foldere mai uniformă între utilizatori; acces mai rapid la documente, dacă recomandările sunt aplicate consecvent. Android Headlines nu detaliază în fragmentul disponibil condițiile exacte de activare, tipurile de conturi vizate sau dacă există limitări (de exemplu, doar pentru anumite planuri Google Workspace). În lipsa acestor precizări, rămâne neclar dacă funcția ajunge simultan la toți utilizatorii și în ce ritm se face distribuirea. De ce contează pentru companii Dincolo de confortul individual, organizarea documentelor are impact direct asupra productivității și asupra riscului operațional (documente „pierdute”, versiuni paralele, acces greșit). O funcție de organizare asistată de inteligență artificială poate deveni relevantă mai ales pentru: echipe cu fluxuri mari de fișiere (vânzări, juridic, HR, proiecte); organizații care folosesc Drive ca depozit principal de documente; companii care încearcă să standardizeze nomenclatoare și structuri de foldere. Ce urmează, în practică, este ca utilizatorii să vadă cum se integrează „Organize My Files” în rutina de lucru și cât de predictibile sunt recomandările. Dacă funcția este adoptată pe scară largă, poate împinge și mai mult administrarea documentelor spre „asistență” automată, nu doar stocare. [...]
Google împinge rularea locală a agenților multimodali pe laptopuri prin Gemma 4 12B , un model care promite performanță apropiată de varianta mai mare (26B) la un consum de memorie mult redus și care poate rula pe hardware de consum, potrivit Google Blog . Modelul este poziționat între Gemma E4B (orientat spre „edge”, adică rulare pe dispozitive) și Gemma 26B de tip Mixture of Experts (MoE – arhitectură care activează selectiv „experți” specializați). Google spune că Gemma 4 12B „împachetează” capabilități puternice într-un „memory footprint” mai mic și este primul model „mid-sized” din familie cu intrări audio native. De ce contează: inferență locală cu cerințe mai mici de memorie Miza operațională este reducerea dependenței de cloud pentru aplicații cu imagini și audio, printr-un model suficient de mic pentru rulare locală. Google afirmă că Gemma 4 12B este „laptop ready”, putând rula cu 16 GB de VRAM sau memorie unificată (în funcție de platformă), și că atinge performanțe apropiate de modelul 26B MoE pe benchmark-uri standard, dar la mai puțin de jumătate din amprenta totală de memorie . În același timp, compania indică o adopție deja mare a familiei Gemma 4: modelele au depășit 150 de milioane de descărcări , iar comunitatea a construit aplicații de la „brațe robotice purtabile” până la soluții de securitate AI pentru mediul enterprise. Ce aduce nou: arhitectură multimodală unificată, fără encodere separate Diferențiatorul tehnic principal este arhitectura „encoder-free”: în loc să folosească encodere separate pentru a transforma imaginea sau audio în reprezentări intermediare înainte de modelul lingvistic, Gemma 4 12B introduce intrările vizuale și audio direct în „coloana vertebrală” a modelului de limbaj (LLM). Google argumentează că encoderele separate cresc latența și consumul de memorie. Pe scurt, modul de procesare descris de Google este: Viziune: encoderul vizual din Gemma 4 este înlocuit cu un modul de „embedding” (reprezentare numerică) mai ușor, bazat pe o singură înmulțire de matrice, „positional embedding” și normalizări, lăsând modelul lingvistic să preia procesarea vizuală. Audio: encoderul audio este eliminat complet, iar semnalul audio brut este proiectat în același spațiu dimensional ca „tokenii” text (unități de procesare ale modelului). Google mai spune că modelul include „drafters” pentru Multi-Token Prediction (MTP), o tehnică menită să reducă latența. Cum poate fi folosit: instrumente și distribuție Pentru testare și rulare locală, Google indică suport în mai multe instrumente și canale, inclusiv: LM Studio Ollama Google AI Edge Gallery App Google AI Edge Eloquent LiteRT-LM CLI Modelul este publicat sub licență Apache 2.0 , iar „weights” (parametrii antrenați) sunt disponibili prin colecția de pe Hugging Face . Pentru detalii de implementare, Google trimite la un ghid dedicat: Developer Guide . În paralel, compania anunță și un „Skills Repository” oficial pentru dezvoltarea de agenți (o bibliotecă de „abilități” pentru agenți construiți cu Gemma) și opțiuni de implementare în producție prin Google Cloud (inclusiv Model Garden, Cloud Run și GKE), fără a oferi în material detalii despre prețuri sau condiții comerciale. [...]
Anthropic cere o „pedală de frână” pentru AI , avertizând că industria se apropie de momentul în care modelele ar putea începe să se îmbunătățească singure, ceea ce ar crește riscul pierderii controlului asupra acestor sisteme, potrivit HotNews . Avertismentul vine dintr-o postare pe blogul companiei, semnată de Marina Favaro , directoarea Institutului Anthropic, și Jack Clark , cofondator al Anthropic. Ei susțin că modelele de inteligență artificială evoluează atât de rapid încât ar putea ajunge „în curând” să se dezvolte fără intervenția omului. Ce înseamnă „autoperfecționarea recursivă” și de ce contează Cei doi descriu un scenariu în care sistemele ar deveni capabile să-și construiască „propriii succesori” – concept numit „autoperfecționare recursivă completă”. În această situație, spun ei, miza se mută pe capacitatea de a securiza, monitoriza și modela comportamentul AI, pentru că riscul ca oamenii să piardă controlul ar crește. În același timp, Anthropic afirmă că o astfel de evoluție ar putea aduce beneficii majore, inclusiv pentru știință și sănătate, dar tocmai potențialul ridicat face ca riscurile să fie mai greu de gestionat. Ce măsuri propune Anthropic pentru a reduce riscurile În evaluarea companiei, industria este „mult mai aproape” de acest prag decât se estima inițial. De aici și recomandarea ca firmele de tehnologie să ia în calcul: încetinirea sau chiar suspendarea dezvoltării de vârf în AI, pentru a oferi timp cercetătorilor să înțeleagă mai bine efectele negative posibile asupra societății; crearea unui mecanism care să permită intervenția oamenilor dacă lucrurile „scapă de sub control”. Într-un interviu pentru CNN, Jack Clark a folosit o metaforă pentru a descrie lipsa instrumentelor de control: „Când mă uit la mașina pe care o conduc, nu văd decât pedala de accelerație. Nu am pedală de frână, iar cu siguranță, la un moment dat în viitor, s-ar putea să ne dorim această opțiune.” Contextul complet al argumentației este detaliat pe blogul companiei, în materialul despre „recursive self-improvement”, publicat de Anthropic: blogul . [...]
Anthropic cere o pauză globală în dezvoltarea „AI de frontieră” , susținând că tehnologia se apropie de un prag în care ar putea scăpa de sub control, potrivit Futurism . Compania spune că modelele sale din familia Claude ar putea evolua spre „auto-îmbunătățire recursivă” (capacitatea unui sistem de a se îmbunătăți singur), un scenariu ipotetic care ar crește riscul ca sisteme foarte puternice să acționeze în afara intereselor umane. Într-o postare amplă pe blog publicată joi, Anthropic afirmă că nu s-a ajuns încă la acest punct, dar avertizează că momentul „ar putea veni mai repede decât sunt pregătite majoritatea instituțiilor”. Compania pledează pentru posibilitatea de a încetini sau opri temporar dezvoltarea celor mai avansate modele, astfel încât „structurile societale” și cercetarea privind „alinierea” (adică metodele prin care comportamentul unui model este făcut compatibil cu obiectivele și valorile umane) să țină pasul cu progresul tehnologic. O pauză globală, greu de aplicat și de verificat Anthropic admite că o încetinire „semnificativă” ar necesita un acord între mai multe laboratoare bine finanțate, din mai multe țări, care să se oprească „în aceleași condiții” — un aranjament pe care compania îl descrie ca dificil de impus. În text este invocată și problema verificării: „antrenările” (rulările de instruire a modelelor) ar fi mult mai ușor de ascuns decât infrastructura militară clasică. Miza competitivă: cine ar câștiga dintr-o frână trasă acum Materialul notează că apelul la pauză vine într-un moment favorabil pentru Anthropic: în ultimele luni, compania ar fi depășit OpenAI și ar fi ajuns „cel mai valoros” startup de AI, la o evaluare de 1 trilion de dolari (aprox. 4,6 trilioane lei). În același timp, modelele sale sunt descrise ca fiind, în percepția generală, cele mai bune din domeniu, mai ales la sarcini de programare — ceea ce ar însemna că o încetinire a industriei „i-ar cimenta dominația”, dacă ar avea loc acum. Nu toată lumea acceptă însă argumentația companiei. Criticul de AI Gary Marcus califică postarea drept un „bait and switch” (o tactică prin care promiți un lucru, dar livrezi altceva), susținând că Anthropic încearcă să inducă teamă, deși ar fi demonstrat în esență „doar programare mai rapidă”, sub control uman. „Un instrument de programare mai rapid probabil nu va sfârși lumea”, a scris Marcus, citat de publicație. Contextul de credibilitate: „siguranță” vs. utilizări militare și de securitate Futurism plasează apelul la pauză în contextul unei imagini publice pe care Anthropic ar fi cultivat-o de ani buni — aceea de actor „etic” și prudent. În același timp, articolul amintește mai multe episoade care ar submina această poziționare: o dispută cu Pentagonul legată de riscul folosirii AI în armament autonom și supraveghere în masă, precum și informația apărută ulterior că Claude ar fi fost utilizat pentru a ajuta la selectarea țintelor de lovire în Iran. În plus, este menționat că, pe fondul conflictului cu armata, Anthropic ar fi renunțat la un angajament de siguranță: să oprească antrenarea unui sistem AI dacă nu poate garanta existența unor „balustrade” (măsuri de protecție) adecvate. Profesorul Steven Murdoch (University College London) este citat spunând că definiția companiei despre siguranța AI ar fi „îngustă”, invocând o relatare a Financial Times potrivit căreia Anthropic ar ajuta Agenția Națională de Securitate a SUA (NSA) să folosească modelul Mythos pentru operațiuni de război cibernetic împotriva unor potențiali adversari precum China și Iran. Murdoch a făcut declarația pentru The Guardian, conform articolului. Ce urmează Indiferent dacă o pauză globală este realistă, Anthropic spune că va continua demersurile: în lunile următoare, compania intenționează să organizeze discuții cu factori de decizie, cercetători, societatea civilă și alte companii de AI, axate pe întrebări legate de „auto-îmbunătățirea recursivă” și pe opțiuni de coordonare. Anthropic afirmă că va publica rezultatele acestor conversații. [...]
BYD a negat public informațiile despre un presupus robot umanoid intern, inclusiv un plan de a instala 20.000 de unități în 2026 , după ce în spațiul online au circulat detalii despre un proiect „codificat Yao Shun Yu”, potrivit IT Home . Pentru companie, miza este una operațională și de credibilitate: infirmarea unor cifre și etape de testare care ar putea crea așteptări nerealiste privind ritmul de industrializare a roboților umanoizi. Informațiile negate au fost verificate de un jurnalist care a cerut un punct de vedere BYD, iar compania a transmis că mai multe afirmații „nu sunt adevărate”, inclusiv cele legate de numele de cod, testarea în fabrici și volumul de utilizare internă. Ce anume infirmă BYD Compania spune că sunt neadevărate următoarele informații vehiculate online: că robotul umanoid dezvoltat intern ar avea numele de cod „Yao Shun Yu”; că „a șaptea generație” de prototip ar fi testată în condiții reale în fabricile din Shenzhen și Changsha; că aproximativ 150 de unități ar fi deja „la muncă”, cu un obiectiv de 20.000 de roboți folosiți intern în cursul acestui an; că ar exista un plan de implementare internă a 20.000 de unități în 2026. Context: BYD confirmă direcția, nu și calendarul sau volumele Deși respinge detaliile concrete apărute online, BYD a confirmat anterior, prin declarații ale vicepreședintelui executiv al grupului, Li Ke , că lucrează la dezvoltarea de roboți umanoizi. Într-un interviu citat de publicație, Li Ke a susținut că avantajul competitiv în robotică va ține de capacitatea de producție și de integrarea software–hardware, iar competențele de inteligență artificială din industria auto ar avea o bază comună cu cele necesare roboților. În aceeași intervenție, Li Ke a indicat și o posibilă direcție comercială: dacă roboții ar ajunge să fie potriviți pentru utilizarea în gospodării, BYD ar putea folosi rețeaua de dealeri pentru vânzare. Totodată, a menționat ideea unei „platforme deschise”, în care BYD ar putea dezvolta roboți atât pe cont propriu, cât și în parteneriat cu alte companii. De ce contează Negarea explicită a unor ținte precum „20.000 de unități” și a unor etape de testare în fabrici sugerează că, cel puțin în acest moment, BYD nu validează public un calendar și o scală de implementare pentru roboții umanoizi. Pentru piață și pentru lanțurile de aprovizionare, diferența dintre „dezvoltăm” și „implementăm zeci de mii” este esențială: implică niveluri complet diferite de investiții, capacitate de producție și maturitate tehnologică. Ce urmează nu este precizat în material: BYD nu oferă, în informațiile citate, un termen sau un volum alternativ, limitându-se la infirmarea zvonurilor și la reafirmarea direcției generale de dezvoltare. [...]
