Știri
Știri din categoria Inteligență artificială
Apple pregătește în iOS 26.4 prima etapă a unei revizuiri majore a lui Siri, iar prima versiune beta pentru dezvoltatori este programată în săptămâna care începe pe 23 februarie, conform jurnalistului Mark Gurman (Bloomberg). Miza este una strategică: Apple încearcă să livreze, cu întârziere, funcții de inteligență artificială (IA) prezentate inițial la WWDC 2024 și amânate ulterior din motive de calitate.
Revizuirea lui Siri din iOS 26.4 este descrisă ca fiind cea mai consistentă din istoria asistentului, cu accent pe capacități care să facă interacțiunea mai utilă în sarcini concrete, nu doar în comenzi simple. Noul Siri se sprijină pe trei direcții principale, care ar urma să fie introduse treptat:
„Prima versiune beta iOS 26.4 a Apple, destinată dezvoltatorilor și care este planificată să includă părți din noul Siri, este programată pentru săptămâna 23 februarie. De asemenea, un eveniment de lansare de produs este programat pentru săptămâna 2 martie.”
Din punct de vedere tehnic, Apple ar urma să folosească un model Gemini personalizat, în baza unui acord cu Google, pentru funcții precum rezumarea și planificarea, în timp ce cererile mai ușoare ar rămâne pe dispozitiv, potrivit Etavrian. Publicația menționează și că procesarea pentru aceste funcții ar rula pe infrastructura Apple de tip Private Cloud Compute (servere controlate de Apple), cu promisiunea că datele utilizatorilor nu sunt partajate cu Google.
Calendarul indicat în material sugerează că beta-ul pentru dezvoltatori din săptămâna de 23 februarie este doar începutul, iar versiunea publică iOS 26.4 ar putea ajunge la utilizatori la final de martie sau început de aprilie 2026, după ciclul obișnuit de testare. Separat, Gurman mai indică un eveniment de lansare de produse în săptămâna de 2 martie, iar cele mai probabile sunt noi modele MacBook Pro cu cipuri M5 Pro și M5 Max.
Pentru Apple, revizuirea majoră a lui Siri are și o componentă de credibilitate: funcțiile au fost anunțate în 2024, dar au fost amânate repetat, iar compania a schimbat abordarea tehnică în 2025 către o „arhitectură mai profundă, cap-coadă”. În paralel, proiectul ar fi trecut sub coordonarea lui Craig Federighi și a lui Mike Rockwell, iar șeful zonei de IA, John Giannandrea, ar fi fost retras din proiectele orientate către consumatori.
Recomandate
Google extinde în SUA generarea de imagini „personalizate” în Gemini, folosind date din aplicațiile conectate, ceea ce ridică miza pentru controlul consimțământului și al setărilor de confidențialitate. Potrivit Google Blog , începând de astăzi, „toți utilizatorii eligibili” din Statele Unite pot accesa gratuit generarea profund personalizată de imagini în aplicația Gemini. Funcționalitatea se bazează pe „Personal Intelligence”, un mecanism prin care Gemini, cu permisiunea utilizatorului, poate folosi informații din servicii Google precum Gmail, Google Photos , YouTube și Search pentru a oferi răspunsuri mai relevante. Noutatea anunțată este conectarea acestui strat de personalizare cu „Nano Banana” și cu Google Photos, astfel încât imaginile generate să reflecte mai ușor preferințele și stilul de viață al utilizatorului, deduse din aplicațiile conectate. Din perspectivă operațională, Google susține că utilizatorii nu mai trebuie să descrie în detaliu contextul personal în prompturi (instrucțiunile text către model), putând folosi cereri mai generale, de tipul „proiectează casa visurilor mele”. În plus, compania afirmă că Gemini poate folosi imagini reale ale utilizatorului din Google Photos, reducând nevoia de încărcare manuală a fotografiilor atunci când cererea implică reprezentarea persoanei (de exemplu, „creează o ilustrație cu mine și lucrurile mele preferate”). Controlul utilizatorului rămâne pe bază de „opt-in” Google precizează că conectarea aplicațiilor Google la Gemini rămâne opțională („opt-in”) și poate fi ajustată oricând din setări. Compania trimite și la o pagină separată cu detalii despre eligibilitate, fără a include în textul principal criteriile concrete sau o listă completă a condițiilor. Extinderea este, deocamdată, limitată la SUA și la utilizatorii „eligibili”, iar anunțul nu oferă un calendar pentru alte piețe. [...]
Google încearcă să mute dezbaterea despre regulile UE din zona concurenței în cea a securității datelor , avertizând că obligația de a deschide Android către alți asistenți AI și de a partaja date de căutare „anonimizate” ar putea crește riscurile de fraudă și reidentificare a utilizatorilor, potrivit Ars Technica . Miza este una de reglementare: Comisia Europeană pregătește pentru luna viitoare un set de măsuri care ar putea forța Google să „joace mai corect” cu rivalii din UE. Compania susține însă că, în forma discutată acum, schimbările ar crea breșe operaționale și de confidențialitate, chiar dacă obiectivul declarat al UE este reducerea poziției dominante a Google. Ce ar putea cere UE: acces AI pe Android și partajare de date din căutări Heather Adkins, vicepreședinte Google pentru inginerie de securitate, a declarat pentru Wired (citată de Ars Technica) că propunerile UE au două componente: Android : Gemini ar urma să nu mai fie singurul serviciu AI integrat, iar utilizatorii ar putea integra și alte modele AI cu acces de tip „la nivel de sistem”, similar cu cel de care beneficiază Gemini. Căutare : Google ar urma să partajeze cu alte companii date de căutare „anonimizate” , într-un format apropiat de cel folosit intern, inclusiv conținutul căutărilor, poziționări în rezultate și rate de click. Adkins a susținut că, dacă măsurile ar fi implementate „așa cum sunt descrise azi”, în câteva săptămâni s-ar putea vedea „o creștere semnificativă a fraudei în UE”. Riscul operațional invocat pe Android: „asistenți” malițioși cu acces extins Google argumentează că statutul special al lui Gemini pe Android îi oferă acces la fișierele utilizatorului, conținutul de pe ecran și interacțiuni vocale îmbunătățite . În logica companiei, extinderea acestui tip de acces către alți furnizori ar putea fi exploatată de actori rău intenționați, prin instalarea unor servicii AI malițioase capabile să fure date sau să manipuleze experiența de utilizare. Articolul notează că Adkins nu intră în detalii tehnice despre mecanismele de atac, dar sugerează că problema ar fi „suprafața” mai mare de risc odată cu apariția mai multor servicii cu privilegii similare. „Anonimizarea e grea”: disputa pe datele de căutare și reidentificare Partea cea mai sensibilă este partajarea de date de căutare. Conform proiectului de propunere citat, Google ar trebui să ofere competitorilor un set de date „anonimizate” cu granularitate ridicată, la un nivel care „nu a mai fost furnizat” până acum. Adkins a spus pentru Wired: „Anonimizarea este grea și trebuie să ai experții tehnici potriviți la masă ca să găsești soluțiile.” Google invocă și faptul că, odată cu disponibilitatea pe scară largă a modelelor AI puternice, de-anonimizarea (reidentificarea) seturilor mari de date ar fi mai ușoară. În plus, compania susține că echipele sale interne ar fi reușit să lege date de căutare „anonime” de utilizatori individuali în doar două ore , folosind așa-numitele „atacuri de corelare” (linkage attacks), adică tehnici care combină indicii din mai multe surse pentru a identifica persoane. Un alt argument prezentat este riscul de securitate la nivel de ecosistem: dacă datele ajung la firme mai mici, acestea ar putea deveni ținte mai ușoare pentru atacatori. Context: DMA și calendarul deciziei Demersul UE se desfășoară în cadrul Digital Markets Act (DMA) , care desemnează companii precum Google, Meta sau Amazon drept „gatekeeperi” (platforme cu rol de control asupra accesului la piețe digitale) și le impune obligații suplimentare. Potrivit articolului, perioada de comentarii s-a încheiat pe 1 mai , iar Comisia Europeană lucrează la modul de aplicare. O decizie finală este așteptată pe 27 iulie , iar aceasta ar urma să fie obligatorie din punct de vedere legal pentru Google, în calitatea sa de gatekeeper. Până atunci, detaliile despre accesul AI pe Android și despre nivelul de anonimizare cerut pentru datele de căutare rămân „în aer”. [...]
Meta introduce un abonament de 19,99 dolari pe lună (aprox. 90 lei) pentru a debloca mai mult din funcțiile „AI” ale ochelarilor săi inteligenți , o schimbare care mută costul produsului dinspre o achiziție unică spre un model recurent de monetizare a utilizării, potrivit Futurism . Miza pentru utilizatori este că accesul „serios” la funcții devine condiționat de plată, chiar dacă dispozitivul a fost deja cumpărat. Meta lansează abonamentul „ Meta One Premium ”, descris ca necesar pentru cei care vor „să scoată maximum” din ochelari. Publicația notează că firma susține că abonamentul nu este obligatoriu, însă introduce limitări de utilizare („rate limit”, adică plafon de utilizare) pentru funcțiile considerate cheie. Ce se schimbă, concret: limită de ore cu și fără abonament Exemplul central din material este „ Conversation Focus ”, o funcție care amplifică vocile persoanelor cu care vorbești. Conform informațiilor citate: cu abonament: utilizatorii au acces la 15 ore pe lună de „Conversation Focus”, după care sunt blocați; fără abonament: utilizatorii sunt limitați la trei ore pe lună . De ce contează: costul nu pare legat de infrastructură online Un argument important din articol este că „Conversation Focus” nu ar necesita conexiune la internet pentru a funcționa, ceea ce sugerează că nu depinde de procesare pe servere la distanță (și, implicit, de costuri variabile de calcul în cloud). În acest context, materialul citează o observație din The Verge, care pune sub semnul întrebării justificarea economică a plafonării și a abonamentului. Context: controverse de confidențialitate și presiune pe proiectele AI ale Meta Futurism amintește că Meta a fost recent în centrul unei controverse după ce Wired a relatat că ar fi inclus discret tehnologie de recunoaștere facială în software-ul ochelarilor inteligenți. În plus, ochelarii cu cameră au atras critici legate de filmarea discretă a persoanelor, fără consimțământ. În același timp, publicația notează că, deși ochelarii s-ar fi vândut „în milioane”, inițiativele AI ale Meta ar fi întâmpinat dificultăți interne, iar scumpirea utilizării pentru „power users” (utilizatorii intensivi) ar putea afecta unul dintre proiectele considerate de succes. Ce urmează Din informațiile disponibile în material, schimbarea se conturează ca o normalizare a abonamentelor pentru funcții software pe dispozitive deja cumpărate , cu limitări lunare explicite. Nu sunt oferite detalii suplimentare despre alte funcții incluse în abonament sau despre calendarul complet de implementare, dincolo de descrierea abonamentului și a limitelor de utilizare pentru „Conversation Focus”. [...]
Anthropic intră direct în cercetarea de medicamente, un pas care poate muta competiția din AI din zona „instrumentelor” în zona costurilor și riscurilor reale ale R&D-ului farmaceutic , potrivit IT之家 . Compania a anunțat că va porni un program propriu de dezvoltare de medicamente, concentrat pe „boli neglijate” – afecțiuni rare pentru care marile companii farmaceutice consideră că randamentul comercial este prea mic ca să justifice investiții consistente. Miza operațională este că Anthropic nu se limitează la a vinde sau licenția tehnologie către industria farmaceutică, ci își asumă intern o parte din lanțul de cercetare, cel puțin în fazele timpurii și preclinice (înainte de testarea pe oameni), unde selecția candidaților și analiza datelor pot fi accelerate de modele AI. De la platformă pentru cercetători la program propriu de R&D Anunțul a fost făcut în cadrul evenimentului „The Briefing: AI for Science”, unde Anthropic a lansat și Claude Science , descris ca un „spațiu de lucru” pentru cercetători care adună într-un singur mediu instrumente, seturi de date și fluxuri de lucru. Platforma ar include funcții precum analiză de date, generare de grafice și asistență pentru activități de cercetare. Compania a prezentat exemple de utilizare, inclusiv un caz în care un cercetător de la Universitatea California, San Francisco (UCSF) ar fi identificat în câteva minute o contaminare virală într-un experiment, problemă care ar fi trecut neobservată timp de un an. Tot ca demonstrație de capabilități, Anthropic a susținut că sistemul poate analiza în mai puțin de o oră 100 de boli genetice rare și poate selecta 32 de direcții candidate care merită evaluate ulterior prin „screening” computațional (filtrare și testare virtuală a unor ipoteze/compuși, înainte de experimentele de laborator). Ce rămâne neclar: ținte, parteneriate și pașii scumpi ai dezvoltării Anthropic nu a comunicat care vor fi primele boli sau proiecte concrete vizate. De asemenea, compania nu a precizat dacă, în cazul identificării unor candidați promițători, va continua singură etapele următoare sau va colabora cu alte organizații pentru experimente pe animale, studii clinice și producție. Această zonă este critică deoarece, dincolo de fazele de descoperire și preclinic, costurile, durata și riscurile cresc semnificativ, iar aprobările de reglementare devin determinante. Context: AI accelerează, dar nu înlocuiește validarea clinică Materialul notează că interesul pentru AI în cercetarea de medicamente a crescut, cu platforme dezvoltate de OpenAI, Google și Amazon, în timp ce Google DeepMind (prin Isomorphic Labs) și companii specializate precum Insilico Medicine avansează proiecte proprii. În paralel, marii producători de medicamente (AstraZeneca, Novo Nordisk, GSK) extind utilizarea AI în selecția de compuși, proiectarea moleculară, analiză de date și optimizarea proceselor de R&D. În același timp, mai mulți experți citați subliniază limita actuală: nu există încă un medicament proiectat integral de AI care să fi parcurs toate studiile clinice și să fi primit aprobarea FDA (agenția americană a medicamentului). AI poate crește viteza de identificare a candidaților și eficiența cercetării, însă nu elimină necesitatea testelor de toxicitate, siguranță și eficacitate, nici etapele clinice. În acest context, CEO-ul Novartis, Vas Narasimhan, a indicat că dezvoltarea unui medicament până la aprobare durează în medie circa 12 ani, iar aproximativ 40% din acest interval ține de procesarea informației și operațiuni de R&D. În opinia lui, o nouă generație de instrumente AI ar putea reduce aceste componente astfel încât ciclul total să ajungă la circa 7–8 ani, însă etapele biologice (experimente, studii clinice) rămân greu de accelerat. El a mai estimat că rata de succes ar putea crește de la aproximativ 8% la aproximativ 16%, dar tot cu dependență de validare experimentală pe termen lung. Semnal operațional: echipă de life sciences și laborator propriu În ultimul an, Anthropic și-a extins echipa de științe ale vieții și a construit un laborator „wet lab” (laborator pentru experimente biologice efective, nu doar simulări). Publicația mai menționează informații din industrie potrivit cărora compania ar recruta activ specialiști din mari companii farmaceutice și instituții de cercetare, pentru a susține programul. Concluzia implicită a materialului: chiar dacă AI poate îngusta rapid lista de candidați și poate îmbunătăți direcțiile de cercetare, rezultatele clinice și aprobările vor necesita, în continuare, timp îndelungat și resurse mari – iar intrarea Anthropic în dezvoltarea directă de medicamente înseamnă asumarea acestor constrângeri, nu doar furnizarea de software. [...]
ByteDance susține că a găsit o „lege de scalare” care ar permite agenților AI să-și accelereze învățarea după lansare , o direcție cu miză economică directă pentru industrie, în condițiile în care îmbunătățirea modelelor prin „mai multe date și mai multă putere de calcul” începe să-și arate limitele, potrivit South China Morning Post . Într-o lucrare publicată joi, echipa Seed AI a ByteDance arată că agenții AI (software autonom care execută sarcini în numele unui om) își pot dubla viteza de învățare la fiecare trei luni, dacă interacționează cu medii din lumea reală pe perioade îndelungate. Concluzia este prezentată ca o alternativă la metoda dominantă din ultimii ani: creșterea seturilor de date și a resurselor de calcul în faza de antrenare inițială. Contextul este presiunea tot mai mare asupra „scalării” tradiționale. Publicația notează că voci influente din industrie, inclusiv cofondatorul OpenAI Andrej Karpathy, au avertizat că abordarea de tip „forță brută” nu poate continua la nesfârșit. În paralel, institutul american de cercetare Epoch AI a avertizat că datele publice, generate de oameni, sub formă de text, ar putea fi epuizate în următorii șase ani, ceea ce amplifică nevoia de căi alternative de progres. Ce au măsurat cercetătorii ByteDance și cum Pentru a studia cum „învață” agenții după ce sunt deja utilizați (post-deployment), echipa a dezvoltat EdgeBench, un set de evaluare cu 134 de sarcini „ultra-lungi”, care acoperă domenii precum inginerie software, descoperire științifică, matematică formală și muncă profesională bazată pe cunoaștere. Fiecare sarcină cere cel puțin 12 ore de operare continuă a agentului AI. Cercetătorii au înregistrat 38.000 de ore de interacțiune cu mediul pentru a evalua cinci modele „de vârf”, inclusiv: Anthropic Claude Opus 4.8; OpenAI GPT 5.5 și GPT 5.4; modele ale companiilor chineze Zhipu AI și DeepSeek. De ce contează: o cale de creștere când pre-antrenarea încetinește Datele obținute ar indica faptul că performanța unui agent urmează o curbă matematică „foarte predictibilă”, sugerând că abilitățile pot continua să crească într-un mod previzibil prin experiență practică, chiar dacă beneficiile pre-antrenării (pre-training) se estompează. În lucrare, echipa ByteDance argumentează că „învățarea după lansare din medii bogate ar putea merita aceeași atenție sistematică de scalare pe care a primit-o pre-antrenarea”. Miza operațională este că agenții integrați în scenarii reale – de la software pentru companii la cercetare științifică și proiecte de inginerie – nu se pot baza doar pe cunoștințele „statice” din antrenarea inițială, ci ar trebui să evolueze continuu „la locul de muncă”. Rămâne, însă, o zonă insuficient înțeleasă în industrie, chiar și pe fondul orientării tot mai accentuate către „agentic AI”: modul în care aceste sisteme autonome învață din mediile reale după implementare. ByteDance își poziționează rezultatele ca un pas spre standardizarea și măsurarea acestui tip de progres. [...]
Listarea Unitree pe bursa din Shanghai ar putea deveni reperul de evaluare pentru „embodied AI” (IA integrată în roboți), într-un moment în care capitalul de risc se revarsă în robotica din China , potrivit South China Morning Post . Compania din Hangzhou a primit aprobarea autorității chineze de supraveghere a pieței de capital și își finalizează planul de subscriere, prețul și alocarea acțiunilor, cu o posibilă debutare chiar spre finalul lunii iulie. Unitree vrea să atragă aproximativ 4,2 miliarde yuani (circa 2,7 miliarde lei) prin vânzarea a cel puțin 40,4 milioane de acțiuni, adică un pachet minim de 10%. Structura tranzacției implică o evaluare inițială de circa 42 miliarde yuani (aprox. 26,9 miliarde lei), ceea ce ar transforma IPO-ul într-un test de piață pentru prețurile cerute în sectorul roboților umanoizi și al componentelor-cheie (modele de bază, „mâini” robotice cu dexteritate etc.). Unde se duc banii și de ce contează profitabilitatea Conform prospectului, fondurile ar urma să finanțeze dezvoltarea de modele de roboți, cercetarea pentru corpul robotului, produse noi și extinderea capacității de producție. Publicația notează că situațiile financiare ale Unitree oferă o imagine rară asupra unui jucător profitabil din domeniu: compania a raportat anul trecut venituri de 1,7 miliarde yuani (aprox. 1,1 miliarde lei) și profit ajustat de 591 milioane yuani (aprox. 378 milioane lei). Într-un sector în care scepticismul privind aplicațiile comerciale reale persistă, profitabilitatea poate influența direct apetitul investitorilor și nivelul de evaluare acceptat la listare. Comparația cu UBTech și efectul de „ancoră” pentru evaluări Ca termen de comparație, UBTech Robotics (listată la Hong Kong) a avut anul trecut venituri de 2 miliarde yuani (aprox. 1,3 miliarde lei), dar o pierdere netă de aproximativ 700 milioane yuani (aprox. 448 milioane lei). Capitalizarea sa bursieră era de circa 54,8 miliarde dolari Hong Kong (aprox. 31,7 miliarde lei) la finalul săptămânii menționate în articol. În acest context, debutul Unitree este urmărit atât ca un potențial „boost” de încredere, cât și ca o „ancoră” de preț pentru industrie: dacă evaluarea se confirmă în piață, poate valida nivelurile cerute de start-up-uri similare; dacă nu, poate forța recalibrări. Capitalul de risc se accelerează: runde mari, evaluări ridicate Deși rămân întrebări despre monetizarea pe scară largă, sectorul continuă să atragă investiții consistente de la fonduri de venture capital, giganți tech, producători auto și vehicule investiționale susținute de stat, potrivit aceleiași surse. Exemplele recente includ: X Square Robot (Shenzhen) a anunțat patru runde consecutive de finanțare în două luni, cu peste 30 de investitori. AI² Robotics a comunicat o serie de finanțări care însumează aproape 5 miliarde yuani (aprox. 3,2 miliarde lei); atât aceasta, cât și X Square Robot spun că au depășit evaluări post-investiție de 20 miliarde yuani (aprox. 12,8 miliarde lei). JoyIn (Suzhou) a anunțat o rundă Pre-A de 500 milioane yuani (aprox. 320 milioane lei), condusă de Ant Group. TARS (Shanghai) a raportat o rundă Pre-A de 455 milioane dolari (aprox. 2,1 miliarde lei), după o rundă „angel” de 242 milioane dolari (aprox. 1,1 miliarde lei) anul trecut. Pentru piață, miza imediată este dacă IPO-ul Unitree va confirma că evaluările ridicate din robotica chineză pot fi susținute nu doar în finanțări private, ci și în tranzacționarea publică. [...]
