Știri
Știri din categoria Inteligență artificială
Google Search introduce o actualizare de inteligență personală în modul AI, oferind răspunsuri mai adaptate utilizatorilor, potrivit Android Headlines. Această actualizare permite instrumentului să ofere răspunsuri la întrebări complexe, utilizând un context mai larg din viața digitală a utilizatorului. Prin conectarea datelor din servicii familiare, AI-ul poate livra răspunsuri mai relevante și personalizate.
Noua actualizare de inteligență personală pentru modul AI din Google Search se bazează pe munca inițiată în aplicația Gemini. Google descrie „personalizarea” ca o modalitate de a reduce fricțiunea dintre întrebări și răspunsuri. În modul AI, sistemul poate acum să facă referire la informații din Gmail, Google Photos, activitatea de căutare și istoricul YouTube. Aceasta este o funcție complet opțională, pe care utilizatorul trebuie să o activeze manual.
Implementarea începe în limba engleză, în Statele Unite, pentru abonații Google AI Pro și Google AI Ultra. Google subliniază că funcția se bazează pe obiceiurile existente, fără a colecta date noi, oferind astfel un avantaj față de rivalii cu ecosisteme mai mici. Mulți utilizatori din întreaga lume își planifică deja călătoriile, fac cumpărături și își stochează amintirile în cadrul serviciilor Google.
Vicepreședintele de produs pentru Search la Google, Robby Stein, explică faptul că obiectivul este de a face recomandări care să se integreze natural în rutinele zilnice, fără a forța utilizatorii să își reafirme preferințele la fiecare interogare. Personalizarea va fi cel mai vizibilă în scenarii de planificare, cum ar fi căutările de idei de călătorie, unde AI Mode poate analiza confirmările de hotel din Gmail și călătoriile anterioare capturate în Google Photos pentru a sugera activități potrivite. Aceeași logică se aplică și în domeniul cumpărăturilor și în alte arii.
Recomandate
OpenAI plătește până la 500.000 de dolari (aprox. 2,25 milioane lei) pentru un rol „de robotică” care nu construiește roboți , ci infrastructura de date și antrenare a modelelor, potrivit The Next Web . Semnalul economic din grila de salarizare: compania tratează robotica în primul rând ca problemă de „pipeline” (lanț tehnic de pregătire și rulare a antrenărilor), nu ca una de mecanică sau prototipare. Rolul cel mai bine plătit este pentru un „machine learning engineer”, cu un interval salarial listat între 380.000 și 500.000 de dolari (aprox. 1,71–2,25 milioane lei), plus acțiuni (equity). Responsabilitatea principală este construirea „pipeline-ului” care susține rulările de antrenare (training runs), adică fluxul de date și procesele necesare pentru a antrena modele. Cum arată piața internă: multe roluri, dar salariile scad rapid Conform listărilor de pe pagina de cariere, OpenAI are 21 de posturi deschise în robotică, toate în San Francisco. După pozițiile din vârf, nivelurile salariale scad semnificativ. Un exemplu dat de publicație: un „robotics software engineer” (cu cinci ani experiență, cerințe de Rust sau C++ și experiență în automatizări industriale) poate câștiga între 255.000 și 325.000 de dolari (aprox. 1,15–1,46 milioane lei). Un „inference engineer” are un salariu fix de 380.000 de dolari (aprox. 1,71 milioane lei). În schimb, pentru roluri care „construiesc efectiv mașinile” — precum proiectant de actuatoare, inginer firmware, inginer pentru proiectare PCB (plăci de circuit imprimat), tehnician de prototipare — nu sunt afișate intervale salariale. De ce contează: banii merg spre date și antrenare, nu spre atelier Sumele menționate sunt salarii de bază, iar acțiunile sunt oferite separat, ceea ce înseamnă că totalul pachetului de compensație poate fi mai mare decât cifrele din anunțuri. În același timp, publicația notează că, în standardele OpenAI, nivelurile nu sunt ieșite din comun: depuneri federale pentru vize arătau anterior că cercetători științifici pot ajunge la 685.000 de dolari (aprox. 3,08 milioane lei), iar ingineri hardware la 555.000 de dolari (aprox. 2,50 milioane lei). În interpretarea The Next Web, faptul că cel mai mare salariu din „robotică” este legat de organizarea datelor și de infrastructura de antrenare indică direcția de investiție: robotica este abordată ca o problemă de date. Publicația leagă această idee de istoricul echipei: OpenAI și-a închis echipa de robotică în 2021, iar cofondatorul Wojciech Zaremba a invocat atunci lipsa unor componente-cheie, în special a datelor suficiente; echipa a fost repornită în 2024. OpenAI a închiriat și un spațiu de 200.000 de square feet (aprox. 18.600 mp) în Richmond, peste golf. Context operațional: conducerea nu e clară, iar comparațiile de piață sunt complicate Anunțurile de joburi nu precizează cui ar raporta aceste roluri. Caitlin Kalinowski , venită de la Meta în noiembrie 2024 pentru a conduce hardware și robotică, a demisionat în martie, invocând îngrijorări legate de supraveghere și arme autonome, iar un înlocuitor nu a fost anunțat. The Next Web mai notează că OpenAI nu oferă neapărat cele mai mari pachete din domeniu: Figure și Tesla ar avea compensații totale mai ridicate pentru ingineri seniori, însă comparația directă este dificilă deoarece include elemente peste salariul de bază. Physical Intelligence ar plăti sub nivelul maxim din grupul de robotică al OpenAI, iar 1X (susținută de OpenAI) nu își publică grilele de salarizare. În ansamblu, structura ofertelor și nivelul maxim de salarizare sugerează că OpenAI își calibrează extinderea în robotică în jurul infrastructurii de date și a antrenării modelelor, nu în jurul rolurilor de construcție hardware, cel puțin la nivelul transparenței salariale din anunțurile publice. [...]
Noile funcții Apple Intelligence din iOS 27 cer până la 14 GB spațiu liber pe cele mai noi iPhone-uri , aproape dublu față de cerința anterioară de 8 GB, ceea ce poate influența direct decizia de cumpărare (capacitate de stocare) și modul în care utilizatorii își gestionează memoria pe dispozitivele premium, potrivit 9to5Mac . Creșterea cerinței nu se aplică tuturor modelelor. Majoritatea iPhone-urilor rămân la pragul de până la 8 GB necesari pentru funcțiile de inteligență artificială din iOS 27, însă anumite modele au nevoie de „aproape dublu” spațiu liber pentru a rula cele mai avansate capabilități „pe dispozitiv” (adică procesate local, nu în cloud). Ce modele ajung la cerința de până la 14 GB Conform unui document de suport Apple citat de publicație, cerința de până la 14 GB spațiu liber pentru „toate” funcțiile AI din iOS 27 se aplică următoarelor modele: iPhone 18 Pro și iPhone 18 Pro Max iPhone Duo iPhone 17 Pro și iPhone 17 Pro Max iPhone Air Pentru toate celelalte modele de iPhone, cerința rămâne de până la 8 GB. De ce crește necesarul de stocare: două funcții avansate, model local mai mare Motivul invocat este că aceste iPhone-uri pot rula două capabilități avansate care nu sunt disponibile pe alte modele, iar acestea necesită un model „on-device” mai puternic (și, implicit, mai voluminos ca stocare): personalizarea vocii Siri AI (expresivitate și ritm) acuratețe îmbunătățită pentru dictare În practică, asta înseamnă că utilizatorii care vor pachetul complet de funcții Apple Intelligence pe modelele de top trebuie să aibă mai mult spațiu liber disponibil permanent, nu doar la instalare. Context: iOS 27 și relansarea Apple Intelligence 9to5Mac notează că Apple Intelligence nu a fost „neapărat” succesul așteptat la lansarea din 2024, însă iOS 27 vine cu o revizie majoră, inclusiv o versiune Siri AI descrisă drept un upgrade important față de Siri-ul anterior. În același timp, această evoluție aduce și o constrângere operațională pentru o parte dintre utilizatori: presiune mai mare pe stocarea internă, în special pe dispozitivele care rulează cele mai avansate modele locale. [...]
Google DeepMind își separă dezbaterea despre AGI de poziția oficială a companiei , lansând o platformă dedicată cercetării și politicilor publice într-un moment în care industria accelerează investițiile și apar tot mai multe declarații că „AGI a sosit”, potrivit The Next Web . Institutul DeepMind (DeepMind Institute – DMI) este prezentat ca un spațiu de cercetare și dezbatere despre inteligența artificială generală (AGI), definită în eseul de lansare ca un sistem care ar manifesta „toate capacitățile cognitive ale creierului uman”. Publicația notează că, deși textul susține că sistemele actuale încă eșuează la unele sarcini de bază, autorii „se așteaptă ca aceste lacune să fie închise curând”. Un element-cheie cu relevanță operațională și de guvernanță: DMI precizează că materialele publicate reflectă opiniile autorilor și „nu ar trebui citite ca poziția oficială a Google”. Platforma va găzdui texte semnate de cercetători din Google DeepMind, Google și comunitatea mai largă, iar eseul de lansare anticipează explicit că autorii „nu vor fi întotdeauna de acord”. Cine conduce și ce teme pune pe agendă DMI are trei directori: Shane Legg (cofondator și Chief AGI Scientist la Google DeepMind), Demis Hassabis (cofondator și președinte al laboratorului, totodată chief scientist la Alphabet) și James Manyika (președinte pentru research, labs, technology and society la Google). Legg este și managing editor. Ca riscuri actuale și emergente, eseul de lansare indică: securitatea cibernetică și riscurile biologice (biorisks); „potențialul de pierdere a controlului” în sisteme viitoare care se îmbunătățesc singure. În context, articolul amintește că, în august, un executiv DeepMind a legat cheltuielile din AI de ideea unor mașini care se auto-îmbunătățesc. Mesajul de prudență: „capabilitățile” să nu depășească „controalele de siguranță” Legg a declarat pentru Financial Times că abilitățile AI nu trebuie să o ia înaintea controalelor de siguranță. În același context, el a spus că apelul CEO-ului Anthropic, Dario Amodei, de a încetini (dar nu opri) lansările de modele de frontieră este „interesant ca direcție” și „merită luat în considerare”. Amodei a afirmat pe 12 septembrie că industria trebuie să încetinească. Tot Legg a spus pentru FT că este prematur să se declare că AGI a fost atinsă, pe fondul unor afirmații recente din industrie: Jensen Huang (Nvidia) a spus pe 7 septembrie că AGI a sosit, iar OpenAI a făcut propria revendicare pe 4 septembrie. Potrivit FT, Legg rămâne „confortabil” cu prognoza sa de 50% șanse ca o formă „minimală” de AGI să apară până în 2028. Primele eseuri și miza economică: politici „cu regret minim” pentru o economie cu AGI Pe lângă eseul de lansare, site-ul listează patru texte, inclusiv unul despre politici economice pentru AGI. În „Economic policy for AGI” (semnat de Julian Jacobs și Alex Imas), autorii evaluează 11 politici folosind analize de literatură, sondaje și 51 de evaluatori tip „agent AI” construiți din date de sondaj pe 51 de economiști reali. Autorii subliniază că „nicio inițiativă nu este răspunsul la tot” și propun trei răspunsuri „cu regret minim”, în funcție de scenariu: Perturbare ușoară: extinderea asigurării de șomaj, lărgirea Earned Income Tax Credit și recalificare condusă de angajatori; Deplasare moderată: transformarea creditului fiscal într-un impozit negativ pe venit; Decuplarea muncii de capital: un „sprijin universal de capital” (universal basic capital backstop), utilizat dacă ponderea muncii în PIB scade pe o perioadă susținută. În același eseu, venitul de bază universal (UBI) este descris drept „un instrument scump și grosier” care poate să nu direcționeze suficient ajutorul acolo unde e nevoie. Datele de opinie citate în articol indică, în sondajul menționat de autori, sprijin de 85% în SUA pentru recalificare finanțată public și 72% pentru asigurarea de șomaj; sprijinul pentru „universal basic capital” este de 54%. Ca scoruri, „universal basic capital” a obținut 76,3/100 la capitolul „agency” și 33,1 la fezabilitate, al doilea cel mai mic scor după o garanție federală a locurilor de muncă. În ansamblu, lansarea DMI instituționalizează o dezbatere internă și externă despre AGI, dar o face cu o delimitare explicită față de „poziția Google” — un detaliu care poate conta atât pentru modul în care sunt interpretate public aceste idei, cât și pentru discuțiile de reglementare și politici publice care se intensifică în jurul modelelor de frontieră. [...]
Apple ar putea reveni pe piața serverelor enterprise cu un model pentru AI în 2029 , bazat pe cipuri M-series Ultra, într-o mișcare care ar extinde utilizarea hardware-ului propriu dincolo de Mac-uri și ar miza pe cererea în creștere pentru infrastructură de inteligență artificială, potrivit Ars Technica . Publicația scrie că Apple lucrează la un server de AI care ar folosi cipuri M-series Ultra, similare celor din desktopurile Mac. O lansare estimată pentru 2029 ar însemna primul server Apple ajuns pe piață „în aproape două decenii” și o revenire notabilă în zona enterprise, după retragerea Xserve în ianuarie 2011. Ce știe piața despre configurații și calendar Conform The Information (citat de Ars Technica), serverul ar urma să vină în două configurații, cu două sau patru cipuri M8 Ultra (o generație viitoare de procesoare Apple). Proiectul ar fi început în urmă cu un an și ar fi avut sprijinul actualului CEO, John Ternus , încă din perioada în care conducea ingineria hardware. De ce contează: cererea de „Mac-uri pentru AI” împinge Apple spre data center Materialul leagă proiectul de vânzările în creștere pentru Mac mini și Mac Studio, pe fondul interesului dezvoltatorilor și companiilor care folosesc aceste sisteme pentru sarcini de AI. The Information susține că firme de AI precum OpenAI au cumpărat „zeci de mii” de Mac mini și Mac Studio pentru antrenarea agenților AI prin învățare prin încercare și eroare (reinforcement learning), iar Anthropic ar fi închiriat Mac mini prin Amazon Web Services. Posibilă colaborare tehnologică cu Nvidia, dar cu risc de anulare Apple ar lua în calcul conectarea cipurilor M8 folosind echipamente de rețelistică pentru centre de date de la Nvidia. În acest context este menționată NVLink Fusion , iar surse citate de The Information spun că Apple și Nvidia ar fi discutat despre utilizarea tehnologiei Nvidia în strategia Apple pentru AI. Totuși, aceeași sursă avertizează că proiectul ar putea fi anulat sau ar putea continua fără integrarea tehnologiei Nvidia. Obstacol operațional: deficitul de cipuri de memorie Ars Technica notează că planurile Apple și popularitatea Mac-urilor în „boom-ul AI” se lovesc de o problemă de lanț de aprovizionare resimțită în toată industria: deficitul de cipuri de memorie, alimentat de investițiile accelerate în centre de date pentru AI. Publicația amintește că această penurie a dus la scumpiri pentru electronice de consum, inclusiv pentru o gamă largă de produse Apple. În acest stadiu, proiectul rămâne la nivel de informații din surse și planuri interne, cu un orizont de timp îndepărtat (2029) și cu incertitudini privind arhitectura finală și parteneriatele tehnologice. [...]
Un test de 141 de ore în Minecraft a arătat cât de fragilă poate fi „autonomia” unui model AI pe termen lung , după ce GPT-6 Astra și-a schimbat vizibil strategia în urma unui singur incident care i-a șters o parte importantă din progres, potrivit Mediafax . Experimentul a fost realizat de compania independentă de evaluare Vals AI și a fost urmărit online de mii de persoane, relatarea fiind preluată de Dexerto . Testul a urmărit să verifice cât de bine poate un sistem de inteligență artificială să folosească un computer și să ia decizii singur pe perioade foarte lungi, fără intervenție umană permanentă. În primele zile, modelul a făcut progrese: a explorat, a strâns resurse și a construit instalații care automatizau obținerea unor materiale. Incidentul care a schimbat comportamentul Punctul de inflexiune a venit când un Creeper (o creatură care se apropie fără zgomot și explodează) a detonat lângă zona în care Astra își depozitase obiectele importante într-un cufăr. Explozia a distrus atât cufărul, cât și locul de „revenire” al personajului, iar o parte semnificativă din progresul acumulat în aproape șase zile de test a fost pierdută. Vals AI a descris reacția drept „frustrare extremă”. Modelul și-a formulat apoi o regulă pentru viitor: să poarte permanent obiectele importante și să nu le mai lase într-un cufăr neprotejat, un semn că și-a ajustat strategia după o greșeală cu cost operațional în joc. „Retragerea” în sarcini simple și interpretări mai prudente După incident, în loc să reia rapid obiectivele dificile, Astra a petrecut ore întregi într-o activitate repetitivă și sigură: cultivarea cartofilor. Cei care urmăreau transmisia i-au cerut să accelereze și să revină la progres, însă modelul a rămas concentrat pe această rutină. Ulterior, a devenit mai atent la potențiale pericole: a observat „ceva verde” și și-a verificat interpretarea, concluzionând că era trestie de zahăr, nu un Creeper. Pe internet, episodul a fost prezentat drept „paranoie”, însă materialul precizează că experimentul nu demonstrează o paranoia în sens uman și nu există dovezi că modelul ar fi simțit frică sau anxietate. În aceeași logică de auto-monitorizare, Astra a început să-și critice deciziile, inclusiv momente în care a considerat că a pierdut timp urmărind „pixeli roz închis”, referindu-se la porcii din joc. De ce contează pentru evaluarea AI Dincolo de spectacolul unui model AI „jucând” Minecraft, testul Vals AI indică o limită practică: pe sarcini lungi și complexe, un singur eveniment care șterge progresul poate devia comportamentul pentru ore întregi, împingând sistemul spre activități mai simple și mai „sigure”. În termeni de utilizare reală, concluzia relevantă este că autonomia pe termen lung nu înseamnă doar capacitatea de a executa pași mulți, ci și reziliență la eșecuri și revenire rapidă la obiective după incidente. [...]
Huawei a prezentat un nou „cluster” de calcul pentru AI, mizând pe reducerea dependenței Chinei de Nvidia , într-un context în care restricțiile SUA pe semiconductori împing companiile locale să-și consolideze alternativele interne, potrivit South China Morning Post . Compania a anunțat joi Atlas 960 SuperPoD , un „cluster” (grupare de servere care lucrează împreună) destinat creșterii puterii de calcul pentru sisteme avansate de inteligență artificială, alături de o versiune îmbunătățită a tehnologiei sale de interconectare UnifiedBus . Publicația notează că aceste componente sunt parte din strategia Huawei de a construi sisteme AI performante în pofida restricțiilor americane legate de semiconductori. Impact operațional: competiție directă cu arhitecturile Nvidia Miza pentru Huawei nu este doar piața internă, ci și poziționarea în „arena globală” a infrastructurii de calcul, unde Atlas 960 SuperPoD ar urma să concureze cu soluții ale rivalilor americani, inclusiv cu sistemul NVL al Nvidia, conform aceleiași surse. În termeni practici, anunțul indică o accelerare a eforturilor de a oferi o platformă completă (hardware plus interconectare) pentru antrenarea și rularea modelelor AI, într-un moment în care accesul la cele mai noi cipuri și sisteme occidentale este limitat pentru o parte din actorii din China. Context: restricțiile SUA împing dezvoltarea de alternative locale South China Morning Post plasează lansarea în cadrul mai larg al restricțiilor SUA privind semiconductori și tehnologii asociate, care au forțat companiile chineze să caute substituți pentru infrastructura dominantă în AI, unde Nvidia a avut un rol central. Publicația nu oferă, în fragmentul disponibil, detalii despre performanțe, prețuri, disponibilitate comercială sau clienți pentru noul sistem. În lipsa acestor date, rămâne de urmărit dacă Atlas 960 SuperPoD va fi adoptat pe scară largă și în ce măsură poate reduce efectiv dependența de ecosistemul Nvidia în proiectele AI din China. [...]
