Știri
Știri din categoria Inteligență artificială
Mesajul CEO-ului Nvidia mută discuția despre joburi de la „înlocuire” la „adaptare”, iar implicația practică este că avantajul competitiv pe piața muncii va depinde tot mai mult de capacitatea angajaților de a folosi instrumente de inteligență artificială, nu de evitarea lor, potrivit IT之家.
Jensen Huang, CEO-ul Nvidia, a spus într-o intervenție la Stanford Graduate School of Business (17 aprilie, ora locală), citată de Wccftech, că inteligența artificială „nu va înlocui oamenii”, ci va deveni o nouă „platformă de lucru” care, pe termen lung, ar urma să creeze mai multe locuri de muncă. El a comparat din nou AI cu o revoluție industrială modernă și a susținut că este o tehnologie pe care „toată lumea ar trebui să o stăpânească”.
În contextul dezbaterii vechi despre efectele AI asupra ocupării, Huang a formulat riscul într-un mod diferit: oamenii ar fi mai probabil „înlocuiți de persoane care știu să folosească AI”, decât de AI în sine. Concluzia sa este că miza se mută pe acces și alfabetizare tehnologică: „cheia este ca toată lumea să stăpânească acest instrument”.
Huang a dat un exemplu de reconversie profesională: persoane care lucrau în tâmplărie ar putea folosi AI pentru a trece spre design arhitectural, obținând propuneri de proiect prin introducerea cerințelor, sau către design interior. Ideea centrală este că AI poate ridica nivelul de competențe și poate extinde tipurile de servicii pe care le poate livra un profesionist.
El a argumentat și că AI este una dintre tehnologiile cu cea mai rapidă adopție din istorie tocmai pentru că este ușor de folosit, ceea ce permite mai multor oameni să participe.
CEO-ul Nvidia a spus că, per ansamblu, se așteaptă ca numărul locurilor de muncă să crească la finalul acestei „revoluții industriale”, similar cu precedentele din istorie. În sprijinul acestei direcții, el a indicat dezvoltarea continuă de aplicații AI de către Nvidia și alte companii, de la tehnologii mai simple la AI generativ și, mai recent, la „agenți AI” (sisteme care pot executa sarcini în numele utilizatorului).
În paralel, materialul notează că AI rămâne controversată: exemplul dat este DLSS 5, o tehnologie care folosește AI pentru îmbunătățirea graficii în jocuri, unde au existat atât susținători, cât și creatori îngrijorați de impactul asupra stilului artistic. Nvidia ar fi răspuns că tehnologia va respecta intenția originală a creatorilor.
Recomandate
NVIDIA va investi 3 miliarde de dolari (aprox. 13,8 miliarde lei) în oferta de acțiuni a Meta , pe fondul extinderii colaborării dintre cele două companii pentru optimizarea modelelor Muse și a infrastructurii necesare rulării agenților de inteligență artificială, potrivit NVIDIA News . Parteneriatul vizează extinderea lucrului comun pe Muse și „familia” de modele Muse, cu accent pe îmbunătățirea performanței la inferență (rularea modelului în producție) și antrenare. În același timp, companiile urmăresc optimizări „pe fluxuri de lucru” pentru a maximiza performanța și a reduce costul total de deținere (total cost of ownership), adică ansamblul costurilor de infrastructură și operare pe durata utilizării. De ce contează: investiția leagă mai strâns Meta de ecosistemul NVIDIA Elementul cu impact economic direct este investiția de 3 miliarde de dolari în oferta de acțiuni a Meta, pe care NVIDIA spune că o va face în paralel cu extinderea colaborării tehnologice. În termeni practici, mișcarea consolidează relația comercială și tehnologică într-un moment în care Meta își accelerează ambițiile de infrastructură pentru agenți AI și modele de frontieră. Ce include extinderea colaborării tehnologice NVIDIA și Meta indică trei direcții principale: Optimizări pentru Muse : îmbunătățirea performanței la inferență și antrenare, plus optimizări pe întregul flux de lucru pentru eficiență și costuri mai mici. Securitate și monitorizare pentru agenți AI : luarea în calcul a unor colaborări pe NVIDIA OpenShell Reference Architecture , inclusiv OpenShell pentru implementare „sigură” și NVIDIA Sentry pentru monitorizarea comportamentului agenților. Extinderea implementărilor de infrastructură NVIDIA la Meta : Meta intenționează să extindă utilizarea NVIDIA Vera Rubin și Vera CPU , și să folosească NVIDIA Spectrum-X Ethernet și BlueField-4 pentru eficiență de rețea și creșterea debitului de date. Publicația mai notează că modelele și agenții Muse, care folosesc infrastructura NVIDIA, au avut performanțe de tip „frontier-level” în benchmark-uri și o creștere puternică a descărcărilor de la consumatori după lansare, fără a oferi însă cifre. Mesajul celor două companii: agenții AI, noua țintă operațională Jensen Huang , CEO NVIDIA, leagă extinderea parteneriatului de trecerea către agenți AI ca „nouă paradigmă de calcul”, în timp ce Mark Zuckerberg , CEO Meta, poziționează Muse ca vehicul pentru a duce „superinteligența personală” către utilizatori. În perioada următoare, consecința practică a anunțului ar trebui să fie accelerarea implementărilor de infrastructură NVIDIA la Meta și o integrare mai strânsă a instrumentelor de securitate și monitorizare pentru agenți, în măsura în care colaborările „luate în calcul” se concretizează. [...]
Jensen Huang spune că modelele AI trebuie „ținute sub control” și monitorizate , un mesaj care mută discuția din zona de performanță în cea de guvernanță și risc operațional pentru companiile care dezvoltă sau folosesc inteligență artificială. Într-un interviu acordat CNBC , CEO-ul Nvidia compară AI cu „un bebeluș”, argumentând că tehnologia are nevoie de limite și supraveghere continuă pentru a fi utilizată în siguranță. Declarațiile vin în contextul în care evaluările „laboratoarelor de frontieră” (companii care dezvoltă modele AI de vârf) au crescut puternic, iar presiunea pe industrie se mută tot mai mult spre întrebarea: cum sunt controlate aceste sisteme după ce sunt puse în producție, nu doar cât de capabile sunt. De ce contează pentru companii: siguranța devine cerință operațională, nu opțiune Mesajul lui Huang indică o schimbare de accent relevantă pentru piață: pe măsură ce modelele AI sunt integrate în produse și procese, „siguranța” nu mai e doar un principiu, ci o componentă de operare — cu instrumente, proceduri și monitorizare. În interviu, Huang spune că există deja instrumente menite să controleze modelele AI și să promoveze utilizarea lor în condiții de siguranță. CNBC nu detaliază, în materialul disponibil, care sunt exact aceste instrumente sau cum sunt implementate, astfel că rămâne neclar ce mecanisme concrete are în vedere (de exemplu, limitări de acces, filtre, auditare sau monitorizare în timp real). Context: evaluările OpenAI și Anthropic, parte din aceeași discuție În aceeași intervenție, CEO-ul Nvidia discută și despre evaluările unor jucători precum Anthropic și OpenAI. Legătura implicită este că, odată cu creșterea valorii și a influenței acestor companii, cresc și așteptările privind controlul riscurilor asociate modelelor AI pe care le dezvoltă și le comercializează. Materialul CNBC este un segment video (aprox. 5 minute și 58 de secunde) și nu include, în textul extras, cifre sau exemple punctuale despre evaluări ori despre instrumentele de siguranță menționate. [...]
Google începe testarea limitată a Genie 4 , un „world model” care poate rula simulări interactive în timp real cu audio nativ , o direcție cu potențial operațional direct pentru companii care dezvoltă agenți AI, roboți sau instrumente creative. Informațiile sunt prezentate pe Google Blog . Genie 4 este descris ca un model global („world model”) pentru simulare interactivă în timp real, cu un nivel ridicat de realism și cu generare de sunet „nativ” (adică produs direct de model, pe loc, nu adăugat ulterior). Google spune că modelul integrează și dezvoltă capabilități din familia Gemini: „Gemini Omni” ar ancora simulările în aspect și comportament din lumea reală, iar alte modele Gemini ar furniza raționamentul necesar pentru coerență și continuitate. Ce poate face Genie 4 în simulare, potrivit Google Publicația indică faptul că utilizatorii pot porni un eveniment și pot „dirija” scenele în timp real prin limbaj natural, inclusiv: mișcarea camerei, schimbarea vremii, introducerea de personaje noi. În plus, fiecare „lume” ar genera audio dinamic, inclusiv sunete ambientale, muzică și dialog interactiv. De ce contează pentru utilizare practică și industrie Google poziționează simularea lumii ca un pas important către AGI (inteligență artificială generală), menționând explicit două direcții de utilizare: medii de antrenare mai sigure pentru roboți și agenți, respectiv extinderea instrumentelor creative în industrii precum film, jurnalism, jocuri și producție. Acces: testare limitată și planuri de extindere Google spune că a început distribuirea Genie 4 către un grup restrâns de testeri „de încredere”. Următorul pas ar fi disponibilitatea „în curând” pentru abonații Google AI Ultra , în Project Genie, precum și pentru parteneri cu acces timpuriu prin Gemini API și AI Studio. Pentru demonstrații, compania trimite către blogul Google DeepMind: https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/ . [...]
NVIDIA și Oracle mizează pe extinderea „superclusterelor” OCI la scară multi-gigawatt , într-o mișcare care vizează direct capacitatea operațională necesară pentru antrenarea și rularea modelelor de inteligență artificială tot mai mari, potrivit NVIDIA News . În paralel, NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPU devin disponibile general în Oracle Cloud Infrastructure (OCI) , ceea ce extinde opțiunile de infrastructură pentru clienții care rulează atât sarcini intensive pe GPU (plăci grafice pentru calcul), cât și operațiuni intensive pe CPU (procesoare). Ce se schimbă, operațional: GPU și CPU pot fi scalate separat Elementul practic al colaborării este posibilitatea ca organizațiile să dimensioneze independent resursele de CPU și GPU, în funcție de tipul de încărcare. Mesajul central: în fluxurile moderne cu „agenți” AI (sisteme care nu doar generează răspunsuri, ci și execută pași intermediari), o parte relevantă din muncă se mută între apelurile către model și poate bloca GPU-urile dacă rulează lent pe CPU. În această logică, OCI oferă acum: disponibilitate generală pentru NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPUs în Oracle Cloud Infrastructure ; infrastructură pentru antrenare și inferență (rulare) a modelelor, plus sarcini „din spate” pentru agenți: execuție de unelte, testare de cod, recuperare de date. Cum arată „superclusterele” OCI și de ce contează scara multi-gigawatt OCI Superclusters combină sisteme rack-scale NVIDIA NVL72 cu rețelistică Oracle Acceleron și NVIDIA Spectrum-X (Ethernet), plus alimentare și răcire „de clasă gigawatt”, pentru a susține antrenarea și servirea celor mai mari modele AI. Conform anunțului, fiecare rack conectează 72 de GPU-uri prin NVIDIA NVLink , iar rețeaua OCI este proiectată să scaleze la sute de mii de GPU-uri. Extinderea planificată cu Vera Rubin se bazează pe infrastructura NVIDIA deja prezentă în OCI, inclusiv sisteme GB200 și GB300 . NVIDIA indică și rolul platformei software CUDA, ca bază comună pentru a rula modele pe generații diferite de hardware. Următorul pas: HGX Rubin NVL8, o configurație mai mică, compatibilă x86 OCI spune că intenționează să introducă și NVIDIA HGX Rubin NVL8 , cu opt GPU-uri Rubin conectate prin NVLink într-un server bazat pe arhitectură x86. Configurația planificată include două procesoare Intel Xeon 6 cu 64 de nuclee, 4 TB memorie DDR5 și rețelistică RDMA de 6,4 Tbps, ca opțiune pentru antrenare, „fine-tuning” (ajustare) și inferență. Ideea operațională este de flexibilitate: adoptarea tehnologiei Rubin într-un format cu opt GPU-uri, păstrând compatibilitatea cu aplicații x86. Exemplu de utilizare: OpenAI pe OCI, peste 100.000 de GPU-uri Blackwell În anunț este menționat OpenAI ca exemplu de utilizare a infrastructurii OCI: în Abilene, compania ar fi antrenat și servit GPT-6 Astra pe un OCI Supercluster cu peste 100.000 de GPU-uri NVIDIA Blackwell. OpenAI este citată și în contextul folosirii Vera Rubin pe OCI, respectiv al testării și trecerii în producție a Vera CPU pentru sarcini de tip „agentic”. De ce intră în ecuație Vera CPU: reducerea timpilor morți ai GPU-urilor NVIDIA și Oracle își justifică extinderea și printr-o problemă practică: agenții AI execută cod și folosesc unelte între apelurile către model, iar dacă aceste operațiuni sunt lente pe CPU, GPU-urile pot rămâne în așteptare. În OCI, „Compute cu NVIDIA Vera CPUs” este prezentat ca orientat către: performanță ridicată pe un singur fir de execuție (single-thread), utilă pentru apeluri individuale și execuție de cod; lățime mare de bandă a memoriei, pentru a alimenta nucleele CPU cu date în sarcini concurente. În plus, OCI Kubernetes Engine este menționat ca mecanism pentru scalarea separată CPU/GPU, iar Oracle Acceleron este indicat pentru izolare hardware a încărcărilor care rulează cod „neîncrezător” generat de AI. Ce urmează Pe termen scurt, efectul concret este disponibilitatea generală în OCI pentru NVIDIA Vera Rubin NVL72 și NVIDIA Vera CPUs . În paralel, Oracle și NVIDIA vor să ducă OCI Superclusters la scară multi-gigawatt și să introducă HGX Rubin NVL8, însă calendarul și dimensiunea exactă a implementărilor nu sunt detaliate în material. [...]
Un model de inteligență artificială poate estima vârsta biologică și riscul de deces la pacienți oncologici dintr-o fotografie facială , însă utilitatea sa clinică reală și limitele de aplicare rămân încă neclare, potrivit Notebookcheck . Tehnologia, prezentată într-un studiu din „ The Lancet Digital Health ”, ridică atât perspectiva unor evaluări medicale cu bariere de intrare foarte mici, cât și întrebări despre validare, interpretabilitate și potențiale utilizări abuzive. Ce face modelul și pe ce date a fost antrenat Cercetătorii au dezvoltat un model numit FAHR-Face (Foundation Artificial Intelligence for Health Recognition), antrenat pe peste 40 de milioane de imagini faciale și adaptat ulterior pentru două sarcini distincte: estimarea „vârstei biologice” din trăsături faciale (care poate diferi de vârsta cronologică și ar putea indica starea generală de sănătate și reziliența fizică); estimarea riscului de supraviețuire la pacienți cu cancer pe baza unei fotografii, cu zone considerate relevante în special sub ochi și de-a lungul punții nasului. Rezultatele raportate pe pacienți cu cancer Evaluarea a inclus aproximativ 43.000 de pacienți oncologici, iar un test separat a fost realizat pe 3.820 de pacienți. În acest test: 122 de pacienți au fost încadrați de model în grupa cu risc maxim; dintre aceștia, 52% au murit în 90 de zile; 975 de pacienți au fost încadrați în grupa cu risc minim; dintre aceștia, 2% au murit în același interval. Autorii notează că asocierea dintre informația extrasă din fotografie și riscul de deces a rămas valabilă chiar și după luarea în calcul a factorilor clinici de prognostic. De ce contează: costuri mici, dar validare incompletă și risc de abuz Miza operațională a unei astfel de abordări este bariera scăzută de utilizare: o fotografie facială poate fi făcută în câteva secunde, cu costuri tehnice și financiare reduse, ceea ce ar putea accelera adoptarea în instrumente de triere sau monitorizare. În același timp, materialul subliniază limite importante: nu este stabilită o relație cauzală; modelul identifică tipare statistice, fără să explice automat procesele biologice din spatele lor; nu este clar dacă rezultatele se aplică și altor afecțiuni medicale; rămâne de văzut câtă valoare predictivă suplimentară aduce fotografia față de metodele clinice consacrate; există îngrijorări privind posibile utilizări precum urmărirea și supravegherea video. Test public: cum poate fi încercat modelul Cei care vor să își estimeze vârsta biologică se pot înscrie pe site-ul proiectului, unde pot încărca între 3 și 10 fotografii ale feței, o singură dată sau zilnic. Sistemul oferă un scor pentru fiecare imagine și un scor agregat. Conform descrierii, fotografiile nu sunt partajate și sunt șterse după o anumită perioadă, iar alte informații sunt anonimizate și puse la dispoziția altor cercetători. [...]
Folosirea agenților AI ca „echipă” de suport pentru management schimbă concret modul în care se iau decizii și se urmăresc resursele în Google , iar Sundar Pichai spune că astfel poate menține „activitatea” în derulare permanent, potrivit HotNews . Pichai a explicat, în podcastul Sources , că deleagă către agenți AI o parte din activitățile de colectare și sintetizare a informațiilor necesare conducerii companiei. El spune că, în loc să petreacă zilnic timp pentru a se pune la curent cu ce s-a întâmplat în ultimele 24 de ore, folosește agenți care „rulează” și îi aduc rezumate, urmând ca el să aprofundeze subiectele relevante. Ce fac, concret, agenții AI în rutina șefului Google În material se arată că agenții AI sunt instrumente de inteligență artificială proiectate să ducă la capăt sarcini „cap-coadă”, cât mai autonom, cu intervenție umană minimă. În cazul lui Pichai, utilizările menționate includ: înțelegerea evoluției dezvoltării modelelor; urmărirea modului în care sunt utilizate resursele de calcul ale Google; monitorizarea discuțiilor din numeroase grupuri interne de chat, fără a citi personal fiecare conversație; monitorizarea, prin telemetrie, a utilizării resurselor de calcul pe domenii de produs, eficiență și grad de utilizare, cu livrarea de „date și informații relevante”. Pichai susține că acest tip de instrumente „ne-a ajutat pe toți să devenim mai buni în ceea ce facem”. „24/7” ca avantaj operațional, dar cu limite la deciziile mari Deși mizează pe agenți pentru fluxuri de informare și monitorizare, Pichai afirmă că nu lasă inteligența artificială să ia deciziile importante în locul său, iar oamenii rămân implicați direct în deciziile cu consecințe semnificative privind alocarea resurselor de calcul. În același timp, articolul notează că agenții AI au fost în centrul unui val recent de incidente de cibersecuritate , care a alimentat îngrijorări. HotNews trimite, în acest context, la un material anterior despre un „val de incidente” asociat agenților AI. Costul ascuns: munca de „supervizare” a agenților Pe lângă beneficiul continuității, apare și o nouă componentă operațională: gestionarea agenților devine o competență separată, cu sarcini precum verificarea rezultatelor, prevenirea dublării activităților sau evitarea abaterii de la sarcinile atribuite. Un exemplu citat în articol: un director de inginerie de la Cisco, care gestionează peste 10 agenți, a spus pentru Business Insider că supravegherea acestora poate însemna treceri mai frecvente între sarcini și o senzație de muncă mai intensă, fără reducerea programului. În viziunea lui Pichai, avantajul major rămâne faptul că agenții, rulați în cloud (infrastructură de calcul livrată ca serviciu), pot funcționa non-stop și pot relua activitatea „exact din punctul în care le-ai lăsat”, ceea ce, spune el, permite ca „activitatea [să] continu[e] fără întrerupere”. [...]
