Știri
Știri din categoria Inteligență artificială
Google Photos a lansat o nouă funcție numită „Me Meme”, care transformă pozele în meme-uri personalizate folosind inteligența artificială generativă. Potrivit gsmarena.com, această funcție este disponibilă în aplicațiile de Android și iOS, dar momentan doar în Statele Unite. Utilizatorii pot alege un șablon predefinit sau pot încărca o imagine proprie, după care selectează o fotografie clară a feței pentru a genera meme-ul dorit.
Funcția „Me Meme” este integrată în tabul Create al Google Photos, alături de alte instrumente creative precum AI Collage, Cinematic Photo și Highlight Video. Deși noua funcție are un caracter mai degrabă distractiv, se estimează că ar putea deveni virală pe rețelele sociale datorită posibilităților de personalizare și ușurinței de utilizare. Această funcționalitate este similară cu cea oferită de aplicația Gemini, dar Google Photos promite o experiență mai simplă și mai accesibilă pentru utilizatorii obișnuiți.
Deși „Me Meme” este disponibilă momentan doar în SUA, există posibilitatea ca funcția să fie extinsă la nivel global în săptămânile următoare. Aceasta ar putea atrage un număr mare de utilizatori, având în vedere popularitatea meme-urilor și dorința de a crea conținut original și amuzant.
Recomandate
OpenAI extinde ChatGPT Health în SUA și ridică miza pe piața sănătății , susținând că modelele sale pot „raționa” la un nivel „mai bun decât cel al clinicianului”, potrivit The Verge . Lansarea către toți utilizatorii din SUA are loc joi și permite conectarea dosarelor medicale și a datelor de monitorizare a sănătății la chatbot, într-un moment în care compania este deja sub presiune din cauza riscurilor asociate recomandărilor medicale generate de AI. Într-un briefing, Ashley Alexander, vicepreședinte OpenAI pentru produse de sănătate, a afirmat că modelele companiei „sunt acum capabile să raționeze la niveluri care sunt mai bune decât nivelul clinicianului”. Totuși, liderul OpenAI pe zona de sănătate, Karan Singhal, a nuanțat ulterior această poziție, spunând că ar „temper[a]” afirmația privind depășirea clinicianilor, deși a invocat existența unor „studii individuale” care ar indica această direcție, inclusiv unul realizat de Harvard și Stanford, conform aceleiași surse. Ce se schimbă operațional pentru utilizatori Odată cu extinderea, utilizatorii pot pune întrebări despre informațiile medicale conectate direct în experiența principală de chat, fără să mai fie nevoiți să navigheze către un tab dedicat ChatGPT Health. OpenAI spune că ChatGPT va cere permisiunea înainte de a folosi datele de sănătate pentru personalizarea răspunsurilor și că „toate conversațiile sunt criptate în repaus și în tranzit”, iar informațiile conectate în Health beneficiază de „protecție suplimentară prin criptare”. Utilizatorii pot, de asemenea, să revizuiască și să modifice tipurile de date conectate, inclusiv: notițe de după vizite medicale; notițe de la echipa de îngrijire; rezultate de laborator; medicație. Context: lansare pe fondul disputelor privind siguranța recomandărilor medicale Extinderea vine la câteva săptămâni după ce OpenAI a lansat GPT-5.6 Sol , pe care compania îl descrie drept „cel mai puternic model de până acum pentru sănătate”; ChatGPT Health va rula pe cele mai recente modele ale companiei. În paralel, The Verge notează că miercuri un pastor din Florida a dat în judecată OpenAI, susținând că ChatGPT i-ar fi oferit „recomandări medicale extrem de periculoase”, care l-ar fi determinat să amâne îngrijirea medicală pentru o embolie pulmonară. [...]
OpenAI extinde ChatGPT în zona datelor medicale personale , lansând în SUA funcția Health, care permite conectarea securizată a Apple Health și a unor dosare medicale compatibile pentru răspunsuri mai contextualizate și conversații mai personalizate, potrivit OpenAI . Miza principală: o integrare care poate crește utilitatea produsului în sănătate, dar care ridică cerințe mai stricte de control, confidențialitate și securitate a datelor. Health este disponibilă începând de astăzi pentru utilizatori autentificați, cu vârsta de 18+ din SUA, pe web și iOS, în planurile Free, Go, Plus și Pro. Funcția nu este disponibilă în Codex. Ce face Health și de ce contează operațional OpenAI susține că, săptămânal, peste 300 de milioane de persoane folosesc ChatGPT pentru întrebări legate de sănătate, însă „contextul” acestor întrebări este de obicei fragmentat între portaluri de pacienți, dosare medicale, aplicații și dispozitive purtabile. Health încearcă să reducă această fragmentare: cu permisiunea utilizatorului, ChatGPT poate folosi date conectate pentru a compara rezultate noi cu teste anterioare, a rezuma schimbări de la ultima consultație sau a corela somnul și activitatea cu rutina. O schimbare importantă față de testele anterioare este că informația din Health poate fi folosită „în conversații”, nu doar într-un spațiu separat. OpenAI spune că, în testarea timpurie, peste 70% dintre conversațiile legate de sănătate au avut loc în afara experienței dedicate, iar trecerea într-o zonă separată adăuga un pas inutil. Modele și evaluare: GPT‑5.6 Sol pentru abonați, GPT‑5.5 Instant pentru gratuit Compania afirmă că îmbunătățește modelele din spatele conversațiilor medicale pentru a raționa mai atent pe detalii complexe, a explica mai bine și a recunoaște situațiile în care poate fi nevoie de îngrijire profesională. În acest cadru: GPT‑5.5 Instant (disponibil pe planul gratuit) este prezentat ca aducând progrese în recunoașterea urgențelor, solicitarea contextului relevant și explicarea incertitudinii. GPT‑5.6 Sol (pentru utilizatori plătitori) este descris drept cel mai puternic model al companiei pentru sănătate, cu performanțe mai bune pe sarcini care cer raționament pe detalii și „judecată” atentă. OpenAI spune că lucrează cu sute de medici pentru scenarii și criterii de evaluare și că fiecare model GPT‑5.6 a depășit GPT‑5.5 pe HealthBench Professional (o evaluare publicată pe arXiv). Compania subliniază totodată că ChatGPT poate greși și nu înlocuiește îngrijirea și decizia unui profesionist medical. Confidențialitate și control: datele conectate nu intră la antrenarea modelelor Unghiul de reglementare și conformitate este central în lansare: OpenAI afirmă explicit că informațiile conectate în Health (dosare medicale și Apple Health), precum și conversațiile care le folosesc, nu sunt utilizate pentru antrenarea modelelor de bază și nu sunt folosite pentru publicitate țintită . Setările de control includ: utilizatorul decide când ChatGPT poate folosi datele conectate; implicit, aplicația cere permisiune înainte de a personaliza un răspuns pe baza acestor date; posibilitatea de deconectare a conturilor; datele sincronizate din sursa respectivă sunt șterse din sistemele OpenAI în maximum 30 de zile (conform descrierii companiei), însă informația deja inclusă în istoricul conversațiilor rămâne până când utilizatorul șterge conversațiile; „memoriile” (funcția de reținere a preferințelor) pot fi create din conversațiile de sănătate, dar nu sunt create direct din dosarele medicale conectate sau din Apple Health; pentru discuții fără memorii, utilizatorii pot folosi Temporary Chat sau pot opri memoria. OpenAI mai spune că există protecții suplimentare pentru situațiile în care ChatGPT ar urma să execute acțiuni prin alte extensii care ar putea divulga date din Health, inclusiv confirmări suplimentare pentru acțiuni sensibile și testare prin exerciții de tip „red-team”. Ce date pot fi conectate și cum se folosește Utilizatorii pot pune întrebări medicale în ChatGPT și fără conectare de date. Pentru răspunsuri „ancorate” în propriile informații, OpenAI indică posibilitatea conectării: Apple Health; dosare medicale compatibile din sisteme spitalicești din SUA; One Medical; Function Health. După conectare, sincronizarea poate dura câteva minute, iar compania avertizează că informațiile conectate pot fi incomplete sau neactualizate (de exemplu, un medicament poate rămâne listat după întreruperea administrării), recomandând verificarea detaliilor importante în sursa originală și actualizarea contextului în conversație. Pentru a include explicit contextul medical conectat, utilizatorul poate adăuga „@Health” în mesaj, iar administrarea conexiunilor rămâne în zona Health din bara laterală. Pentru detalii despre experiența dedicată și evoluția ei, OpenAI indică pagina separată despre „dedicated health experience” și materialul despre îmbunătățirea „health intelligence” cu medici. [...]
OpenAI reduce puternic costurile pentru GPT‑5.6 Luna și Terra, schimbare care poate coborî semnificativ factura companiilor pentru aplicații AI la volum mare , potrivit OpenAI , care anunță și un nou „Fast mode” în API pentru GPT‑5.6 Sol, orientat spre viteză. Începând de astăzi, GPT‑5.6 Luna (modelul „cel mai rapid și cel mai accesibil” din familie) va costa cu 80% mai puțin, iar GPT‑5.6 Terra (model „echilibrat” pentru lucru de zi cu zi) cu 20% mai puțin. Reducerile se reflectă și în modul în care consumul este contabilizat în abonamentele plătite atunci când modelele sunt folosite prin Codex și ChatGPT Work, ceea ce înseamnă că aceeași utilizare „mănâncă” mai puține credite, fără schimbarea prețurilor abonamentelor sau a bugetelor de cotă. Ce se schimbă în prețurile API și de când OpenAI publică și noile tarife pentru API, cu aplicare de la 30 iulie: GPT‑5.6 Terra : 2 dolari (aprox. 9 lei) per milion de tokeni de intrare și 12 dolari (aprox. 55 lei) per milion de tokeni de ieșire GPT‑5.6 Luna : 0,20 dolari (aprox. 1 leu) per milion de tokeni de intrare și 1,20 dolari (aprox. 6 lei) per milion de tokeni de ieșire GPT‑5.6 Sol : prețurile rămân neschimbate Compania mai precizează că modificările de preț „încep să fie implementate” și în AWS „mai târziu astăzi”. De ce contează pentru companii: optimizarea cost–viteză pe același flux Unghiul economic al anunțului este legat de posibilitatea de a împărți un flux de lucru pe etape, folosind modele diferite în funcție de costul erorii, urgență și volum. OpenAI dă exemplul unui flux de programare în care Sol ar putea fi folosit pentru a reduce incertitudinea și a defini planul, iar Luna pentru implementare, scriere și rulare de teste și evaluarea rezultatelor, adică pentru pași „bine specificați” unde costul per execuție contează mai mult. În acest context, OpenAI susține că Luna oferă performanță comparabilă cu modele „de clasă frontieră” de acum un an la „aproximativ 6 cenți pe dolar per sarcină” și la „aproape de nouă ori viteza”, iar pe sarcini profesionale (măsurate prin Agents’ Last Exam) ar depăși Fable 5 la un cost estimat per sarcină cu „aproape 99%” mai mic. „Fast mode” în API: viteză mai mare, la preț dublu Pe partea operațională, OpenAI introduce Fast mode în API, care înlocuiește oferta „Priority Processing”. Pentru GPT‑5.6 Sol, Fast mode ar livra „până la 2,5×” viteza procesării Standard, la de două ori prețul , fără schimbări de „inteligență” (adică de calitate a răspunsurilor, în termenii companiei). Migrarea este descrisă ca fiind compatibilă înapoi: cererile marcate anterior ca „priority” vor folosi automat Fast mode. Disponibilitate în produse și cine are acces Terra și Luna rămân disponibile în ChatGPT Work, Codex și API. În ChatGPT Work și Codex, utilizatorii Free și Go pot accesa Terra, iar utilizatorii Plus, Pro, Business și Enterprise pot alege între Terra și Luna. Pentru detalii complete de tarifare, OpenAI trimite la pagina de prețuri: View complete API pricing details . [...]
Google DeepMind deschide accesul dezvoltatorilor la Gemini Robotics ER 2 , un model de „raționament întrupat” gândit ca un „creier” de nivel înalt pentru roboți, care urmărește fluxuri video continue, orchestrează sarcini în mai mulți pași și poate coordona mai mulți roboți în același spațiu, potrivit Google Blog . Miza practică este reducerea blocajelor operaționale din robotică (pauze de tip „oprește-te și gândește”) și creșterea fiabilității în execuție, inclusiv prin latență sub-secundă pentru scenarii sensibile la timp. Ce se schimbă operațional: video continuu, autocorecție și colaborare între roboți Google descrie Gemini Robotics ER 2 ca un model care poate conversa cu oamenii, înțelege mediul fizic și planifica sarcini în mai mulți pași, apoi „predă” execuția motorie către un model de tip VLA (vision-language-action – modele care leagă percepția vizuală și limbajul de comenzi de acțiune). În plus, modelul poate apela nativ instrumente precum Google Search sau funcții definite de utilizator. Upgrade-ul față de versiunea anterioară (Gemini Robotics ER 1.6) este legat de utilizarea fluxurilor video continue: robotul își poate urmări progresul, se poate adapta când apar erori și știe când să treacă la pasul următor. O noutate separată este „multi-robot collaboration”, adică posibilitatea ca roboți diferiți să lucreze împreună în spații comune pentru fluxuri de lucru pe care un singur robot nu le-ar putea duce la capăt. Acces pentru dezvoltatori: API, AI Studio și preview pentru companii Modelul este disponibil public dezvoltatorilor prin: Gemini API Google AI Studio Pentru zona enterprise, Google spune că ER 2 este disponibil în „private preview” pe Gemini Enterprise Agent Platform . Compania publică și exemple de configurare și „prompting” (instrucțiuni pentru model) în notebook-uri, inclusiv pe GitHub . De ce contează latența: integrare cu Gemini Live API și demo pe Spot În robotică, viteza de execuție influențează direct siguranța și utilitatea. Google afirmă că ER 2 se integrează în Gemini Live API , printr-un endpoint de streaming bidirecțional optimizat pentru sarcini sensibile la latență, pentru a evita pauzele vizibile în orchestration. Ca exemplu, Google a construit un demo cu robotul Spot de la Boston Dynamics , în care ER 2 orchestrează Spot APIs (navigație și mișcarea manipulatorului) pentru a aduce obiecte la comandă în limbaj natural. Există și un set de exemple suplimentare pe GitHub . Măsurători publicate: progres în timp și „moment finding” Google susține că ER 2 aduce un salt în „înțelegerea video” și urmărirea progresului, pentru a verifica dacă sarcini precum strângerea unui bec sau legarea unui sac de gunoi sunt finalizate corect înainte de a trece mai departe. În evaluările descrise: la „progress classification” (încadrarea fiecărui cadru video într-un nivel de progres 0–20%, 20–40%, 40–60%, 60–80%, 80–100%), modelul atinge 57,4% acuratețe ; la „moment finding” (identificarea exactă a cadrului în care are loc un eveniment critic, de exemplu când trebuie oprit turnatul cafelei), Google indică 91,3% acuratețe și 0,96 secunde distanță medie absolută; compania afirmă și 4x viteză de execuție și „o fracțiune” din costul de calcul față de categorii mai mari de modele, fără a detalia baza de comparație. Siguranță: oprire lângă oameni și un nou benchmark Google afirmă că ER 2 este „cel mai sigur” model al său în această categorie, cu îmbunătățiri pe benchmark-uri de „Safety Instruction Following” și „Human Proximity”. Un exemplu menționat este oprirea unui robot umanoid când o persoană este în apropiere și reluarea autonomă a activității doar după eliberarea zonei. Compania anunță și introducerea unui benchmark care evaluează capacitatea unui model de bază de a acționa ca orchestrator VLA „sigur”, inclusiv prin impunerea constrângerilor de siguranță, monitorizarea mediului, evaluarea fezabilității fizice și solicitarea de clarificări umane. Ce urmează Google spune că intenționează să împingă aceste modele către sarcini și mai complexe, cu obiectivul de a accelera dezvoltarea roboților „utili” și de a sprijini comunitatea de robotică. Pentru detalii tehnice, compania trimite la pagina de model: Gemini Robotics ER 2 și la contextul versiunii anterioare: Gemini Robotics ER 1.6 . [...]
Comisia Europeană a deschis licitația pentru până la șapte „gigafabrici” de inteligență artificială, dar finanțarea publică este încă în mare parte neasigurată , ceea ce pune sub semnul întrebării calendarul și capacitatea UE de a recupera rapid decalajul față de SUA și China, potrivit The Next Web . Inițiativa este prezentată ca un efort de circa 30 miliarde euro, construit pe un parteneriat public-privat: aproximativ 10 miliarde euro ar urma să vină de la Bruxelles și statele membre, iar restul de 20 miliarde euro de la investitori privați, pe ideea că banii publici pot „atrage” capitalul necesar proiectelor. Ce se cumpără, concret: putere de calcul la scară mare Fiecare „gigafabrică” ar urma să găzduiască cel puțin 100.000 de cipuri avansate pentru AI, ceea ce ar face-o de circa patru ori mai puternică decât cele mai mari centre de date care operează în prezent în UE. Împreună, cele până la șapte unități ar urma să dubleze (și chiar să depășească) capacitatea de calcul pentru AI a blocului comunitar. Comisia diferențiază aceste proiecte de rețeaua existentă de 19 „fabrici AI” mai mici, atașate supercomputerelor europene: noile amplasamente sunt gândite „cu un ordin de mărime” mai mari, pentru antrenarea modelelor de vârf (frontier models) pe care, în prezent, doar câteva laboratoare din SUA și China și le permit. Miza economică: UE încearcă să reducă dependența de „compute” închiriat Rațiunea proiectului este una competitivă: companiile europene ajung să închirieze putere de calcul (compute) de la furnizori americani de cloud, în timp ce SUA și China investesc masiv în infrastructură. Henna Virkkunen, responsabilă în Comisie pentru „suveranitatea tehnologică”, numește această scară de calcul „o necesitate strategică”. Interesul de piață există: o rundă anterioară de exprimare a interesului a strâns 76 de răspunsuri din partea unor consorții din Europa, iar zece țări – inclusiv Germania, Franța, Italia, Spania și Polonia – s-au poziționat ca potențiale gazde. Franța a semnalat deja că ar putea merge pe cont propriu. Problema-cheie: banii publici sunt, deocamdată, mai mult „intenție” Deși proiectul este prezentat ca având o componentă publică de circa 10 miliarde euro, doar aproximativ 1 miliard euro din partea Bruxelles-ului este efectiv angajat, restul depinzând de următorul buget multianual al UE (Multiannual Financial Framework), care nu este încă agreat. Un oficial de rang înalt a spus explicit că suma este o „cea mai bună estimare” a ceea ce ar putea fi disponibil, nu bani deja alocați: „Nu putem anticipa deciziile privind următorul MFF.” Această incertitudine intră în conflict cu un calendar ambițios: construcția ar trebui să înceapă la începutul lui 2027, iar primele „gigafabrici” să devină operaționale la mijlocul lui 2028. Riscuri operaționale: întârzieri, energie scumpă și dependență de cipuri americane Planul a fost lansat inițial la începutul lui 2025 și „a alunecat” de mai multe ori, ceea ce sugerează prudență în privința termenelor. În plus, există două constrângeri structurale: Lanțul de aprovizionare cu cipuri : cipurile ar urma să vină în principal de la Nvidia, AMD și Qualcomm – companii americane – ceea ce complică mesajul de „independență”. Costul energiei : electricitatea în Europa este de două până la trei ori mai scumpă decât în SUA sau China, iar alimentarea centrelor de date este deja un factor limitativ. Criticii citați de publicație pun sub semnul întrebării modelul, argumentând că închirierea unei capacități „suverane” construită pe hardware străin poate crea doar o aparență de independență și că decalajul real al Europei este la nivel de cipuri și modele, nu de clădiri. Comisia susține, însă, că infrastructura este un început: finanțatorii publici ar urma să primească o cotă proporțională din puterea de calcul pentru cercetare și proiecte publice, iar pariul este că infrastructura va atrage ulterior talent, startup-uri și, în timp, investiții în producția de cipuri. În acest moment, licitația este deschisă, dar „pachetul” de 30 miliarde euro rămâne în bună măsură o ambiție: UE a anunțat ținta, însă a securizat până acum doar o fracțiune din finanțarea publică necesară. [...]
China încearcă să câștige influență în stabilirea standardelor globale de guvernanță AI , folosind impulsul creat de deschiderea (open-source) a modelului „ Kimi K3 ”, într-un context în care reguli internaționale unitare pentru distilarea modelelor, drepturi de proprietate intelectuală și trasabilitatea datelor de antrenare încă lipsesc, potrivit CNMO , care citează o analiză a ZDNET Korea. Miza este una de reglementare și de putere instituțională: dacă un set de practici și criterii tehnice ajunge să fie acceptat ca „standard” în arbitraje, dispute comerciale și evaluări de siguranță, țara care le-a împins în față își poate extinde influența asupra modului în care sunt construite și folosite sistemele AI la nivel internațional. De ce contează: distilarea modelelor rămâne zona cea mai disputată Analiza citată indică drept cel mai controversat domeniu „distilarea” (o tehnică prin care ieșirile unui model AI performant sunt folosite pentru a antrena un model mai mic și mai eficient). Disputa nu este doar tehnică, ci și juridică și comercială: unde se termină utilizarea legitimă a rezultatelor unui model concurent și unde începe încălcarea drepturilor asupra „rezultatelor” acelui model; dacă un model obținut prin distilare poate fi considerat „tehnologie proprie”; diferențe de poziție între companii și guverne privind limitele acceptabile ale acestei practici. În plus, nu există încă o metodă tehnică acceptată pe scară largă pentru a verifica dacă un model a fost antrenat prin distilare. Dacă dezvoltatorul nu publică procesul de antrenare și compoziția datelor, devine dificil de urmărit originea tehnologică, iar la nivel global nu există un standard unic de evaluare. Ce propun instituțiile din China: trasabilitate și „sisteme de verificare” înaintea regulilor finale Shanghai Zhangjiang Platform Economy Research Institute recomandă dezvoltarea de tehnologii care să permită trasabilitatea (urmărirea) sursei modelului și a datelor de antrenare și folosirea lor atât în soluționarea disputelor internaționale, cât și în munca de standardizare. Instituția susține că, atâta timp cât nu sunt clarificate: aria de licențiere permisă pentru distilare, proprietatea asupra rezultatelor AI, criteriile de stabilire a originii tehnice, ar trebui prioritizată construirea unui sistem de verificare. Efectul urmărit: extinderea influenței prin licențe, evaluări de siguranță și verificarea originii Potrivit analizei citate, promovarea accelerată a normelor ar avea ca obiectiv și sprijinirea exportului „modelului” chinez prin influență instituțională. Pe măsură ce tot mai mulți dezvoltatori și companii folosesc modele mari open-source din China, stabilirea timpurie a unor standarde privind licențierea, evaluarea de siguranță și verificarea originii tehnice ar putea crește ponderea Chinei în discuțiile internaționale despre guvernanța AI și ar muta competiția dincolo de performanța tehnică, către regulile sistemului. Un punct de vedere din industrie, redat de sursă, sintetizează logica acestei curse: „În competiția globală pentru guvernanța inteligenței artificiale, cine poate acționa primul și poate stabili reguli mai complete va deține controlul. Competiția de a transforma realizările tehnologice naționale în sisteme și standarde acceptate internațional va deveni tot mai intensă.” [...]
