Știri
Știri din categoria Inteligență artificială
Traficul generat de boți AI ar putea depăși traficul uman pe internet până în 2027, potrivit HotNews.ro, care citează un interviu acordat de Matthew Prince, directorul general al Cloudflare, în cadrul conferinței SXSW de la Austin, Texas.
Prince estimează că ritmul accelerat al dezvoltării inteligenței artificiale va împinge în sus volumul de trafic automatizat, pe măsură ce instrumente precum ChatGPT, Claude sau Gemini trimit programe software să caute informații pe un număr foarte mare de site-uri. În acest context, „agenții AI” (instrumente proiectate să execute sarcini cap-coadă cu intervenție umană minimă) ar putea ajunge să genereze o încărcare semnificativă asupra infrastructurii online.
„AI este o altă schimbare de platformă… modul în care vom consuma informații va fi complet diferit”, a spus Matthew Prince, potrivit articolului.
Un exemplu invocat de șeful Cloudflare este diferența de comportament între un utilizator și un „agent” automatizat: dacă un om ar consulta câteva site-uri pentru a cumpăra o cameră foto digitală, un bot ar putea accesa de „1.000 de ori mai multe” pagini, ajungând la mii de site-uri pentru a compune un răspuns. Prince a insistat că acest trafic este „real” și trebuie luat în calcul de operatorii de platforme și de furnizorii de infrastructură.
În interviu, el a comparat presiunea actuală cu cea din pandemie, când consumul de internet a crescut rapid, în special pe platformele de streaming video precum YouTube, Disney și Netflix, iar unele segmente ale rețelei au fost aproape de limită. Diferența, susține Prince, este că acum creșterea ar fi mai graduală, dar continuă, fără semne evidente de încetinire.
HotNews.ro mai notează că această evoluție susține, indirect, cererea pentru servicii precum cele oferite de Cloudflare, axate pe disponibilitatea site-urilor, încărcare rapidă și protecție împotriva atacurilor. Totodată, amploarea companiei i-ar permite să observe mai repede schimbările de trafic și efectele pe care le are AI asupra modului în care circulă informația online.
În România, Cloudflare a intrat mai mult în atenția publicului în noiembrie 2025, când o pană majoră a serviciilor sale a afectat numeroase platforme și site-uri, inclusiv local, mai consemnează articolul. În perspectiva descrisă de Prince, următorii ani ar aduce nu doar mai mult trafic, ci și o schimbare a felului în care utilizatorii ajung la informații, prin intermedierea tot mai frecventă a „agenților” bazați pe AI.
Recomandate
Armata SUA a epuizat în doar o lună bugetul anual pentru utilizarea modelelor generative de limbaj , după ce conducerea a împins personalul să folosească intensiv aceste instrumente pentru sarcini de birou, potrivit WinFuture . Consecința imediată: au fost introduse plafoane stricte de utilizare, semn că „costul pe token” (unitate de text procesată de un model) poate scăpa rapid de sub control în organizații mari. De ce contează: costurile operaționale ale „tokenilor” pot exploda rapid La mijlocul lunii iunie 2026, Armata SUA a anunțat intern, prin e-mail, limitări ferme pentru folosirea inteligenței artificiale, după ce bugetul anual destinat așa-numiților „tokeni” a fost consumat într-o singură lună. În mai, personalul fusese încurajat să utilizeze intens modele generative. Platforma centrală folosită este Ask Sage , descrisă ca un mediu securizat care oferă acces la modele cunoscute, inclusiv ChatGPT (OpenAI), Gemini (Alphabet) și Llama (Meta). Utilizarea este în principal administrativă: rescrierea fișelor de post sau procesarea cererilor de achiziții. Cum s-a ajuns la plafonare: stimulente agresive și reumplere automată Potrivit revistei Wired (citată de WinFuture) – Wired – angajații au primit inițial un contingent lunar de 200.000 de tokeni, iar un token înseamnă aproximativ patru caractere de text. Când cineva atingea limita, primea automat tokeni suplimentari. În plus, utilizatorii inactivi erau notificați și îndemnați să folosească instrumentele. Efectul cumulat a fost consumarea rapidă a 100 de milioane de tokeni. Beneficii administrative, dar și îndoieli privind acuratețea Conducerea militară indică o adopție ridicată a noilor instrumente, însă în rândul angajaților cresc rezervele legate de fiabilitate. Conform articolului, modelele pot fi inexacte în sarcini specifice și, uneori, pot susține în mod eronat că au finalizat deja comenzi de lucru, ceea ce alimentează temeri că o utilizare „pe pilot automat” nu duce la o integrare de încredere în instituții federale. Automatizarea continuă, în ciuda limitelor În paralel cu plafonarea consumului de tokeni, Departamentul Apărării continuă să împingă automatizarea. WinFuture menționează o reducere de personal într-un centru pentru protecția civililor, urmând ca o aplicație software să evalueze riscul victimelor civile în zone de conflict. Ca reper al „apetitului” de date, articolul amintește și un episod anterior: într-o operațiune din Iran ar fi fost consumate 20 de miliarde de tokeni pe zi. Nu e doar o problemă militară Fenomenul bugetelor epuizate rapid apare și în companii de tehnologie: WinFuture notează că Meta și Uber se confruntă cu situații în care dezvoltatorii consumă repede bugetele alocate pentru AI generativă. În cazul Meta, compania ar fi eliminat clasamentele interne de utilizare și ar analiza introducerea unor limite mai stricte pentru a ține sub control costurile. [...]
Atingerea pragului de 1 miliard de utilizatori săptămânali pune presiune pe evaluarea OpenAI și pe „povestea” unui viitor IPO , dar faptul că ținta a fost ratată cu șapte luni arată că ritmul de creștere începe să se lovească de propriile limite, potrivit The Next Web . ChatGPT este „pe punctul” de a ajunge la 1 miliard de utilizatori activi săptămânal, pe baza unor cifre distribuite intern de OpenAI, informație relatată de The Information . Compania își propusese să atingă pragul până la finalul anului trecut, însă ar urma să îl bifeze abia la mijlocul lui 2026. De ce contează: utilizatorii susțin evaluarea și teza de monetizare Miza nu este doar una de imagine. Numărul de utilizatori este un argument central pentru evaluarea OpenAI în contextul unui posibil drum către listare (IPO), dar și pentru ideea că atenția consumatorilor — nu doar contractele cu companii — poate finanța costurile mari de calcul (compute) necesare rulării modelelor de inteligență artificială. În acest cadru, pragul de 1 miliard de utilizatori săptămânali funcționează ca un indicator de „tracțiune” la scară globală: publicația notează că aproximativ unul din opt oameni online ar folosi ChatGPT într-o săptămână, inclusiv pentru sarcini precum programare sau întrebări medicale. Întârzierea de șapte luni indică o frână în prognozele interne Deși performanța rămâne excepțională — ChatGPT ar fi ajuns la această scară în mai puțin de patru ani, fiind între cele mai rapide produse internet din istorie — întârzierea este prezentată ca un semnal mai relevant decât recordul în sine. La nivelul unui miliard de utilizatori, menținerea aceluiași ritm de creștere devine mult mai dificilă decât la 100 de milioane, iar ratarea țintei sugerează că inclusiv liderul pieței începe să își ajusteze așteptările. Evoluția utilizatorilor, așa cum este prezentată în articol: circa 400 de milioane de utilizatori activi săptămânal în februarie 2025; 800 de milioane în octombrie (menționat de Sam Altman); peste 900 de milioane în februarie 2026 (în linie cu o relatare anterioară a TechCrunch ); în iunie 2026, ChatGPT a devenit cea mai rapidă aplicație care a ajuns la 1 miliard de utilizatori activi lunar. Concurența erodează avantajul, chiar dacă OpenAI rămâne lider Articolul indică și presiunea competitivă: Gemini (Google) și un val de modele chineze mai ieftine „ciupesc” din utilizare la margini, iar rivalii nu mai sunt la fel de mult în urmă ca în urmă cu un an. OpenAI ar continua să conducă „la distanță”, dar accentul se mută de la extinderea avantajului la apărarea lui. În contrapunct, sceptici precum Gary Marcus (menționat într-un material anterior al publicației) susțin că așteptările pieței au depășit realitatea de business; pragul de 1 miliard de utilizatori săptămânali este, în această logică, un argument puternic pentru tabăra optimistă, chiar dacă a venit mai târziu decât promisese compania. [...]
ChatGPT începe să respingă cererile explicite de a scrie „în stilul” unui autor , o schimbare cu impact operațional pentru utilizatorii care foloseau modelul ca instrument de „imitare” literară și care mută discuția mai aproape de zona de risc juridic (concurență neloială, drepturi de autor), potrivit Ars Technica . În paralel, Authors Guild – organizație profesională a scriitorilor – recomandă explicit, într-un document de bune practici, ca autorii să nu utilizeze inteligența artificială generativă pentru a copia sau mima „stiluri, voci sau alte atribute distinctive” ale altor scriitori în moduri care le pot afecta valoarea operei sau care urmăresc profit. Documentul avertizează că, dincolo de aspectele etice, imitarea unei voci unice poate expune utilizatorul la acuzații de concurență neloială sau încălcarea drepturilor de autor. (Vezi documentul: Authors Guild .) De ce contează: se schimbă „workflow”-ul pentru cei care cereau imitație directă Ars Technica notează că „apetitul” modelelor lingvistice mari (LLM – modele antrenate pe volume mari de text) pentru mimarea stilului a generat deja controverse publice. Un exemplu menționat este cazul autoarei Lena McDonald, criticată după ce în carte ar fi apărut un pasaj care suna ca un răspuns generat de AI și care includea formularea că textul a fost rescris „pentru a se alinia” stilului unei alte autoare. Pentru utilizatorii vechi ai ChatGPT, schimbarea regulilor începe să fie resimțită ca o limitare practică. Un utilizator de pe Reddit, citat de publicație, spune că modelul „nu mai poate genera conținut în stilul unor autori specifici”, iar prompturile care înainte funcționau nu mai dau același rezultat. Context: piața nu are o regulă unitară, iar politicile diferă între modele În zona de generare de imagini, OpenAI menționează public că DALL·E 3 este conceput să refuze cererile de a produce imagini „în stilul unui artist în viață”. În schimb, Ars Technica arată că un document amplu de specificații OpenAI publicat în decembrie nu include interdicții formulate limpede privind replicarea materialelor protejate de drepturi de autor sau mimarea stilului în răspunsuri scrise. Diferențele se văd și între competitori, potrivit unui studiu citat de Ars Technica: Google Gemini ar fi acceptat consecvent cereri de copiere a stilului unui autor, în timp ce modelele Perplexity AI ar fi refuzat și ar fi redirecționat solicitările, similar cu ChatGPT. Între aceste extreme, Claude (Anthropic) și Copilot (Microsoft) ar fi acceptat cererile, dar cu rezerve care sugerează „conștientizarea” problemei de imitație, conform autorilor studiului. Ce urmează Din informațiile prezentate, direcția pare să fie o întărire a filtrării pentru solicitările explicite de „scrie ca X”, fără ca problema să dispară complet: utilizatorii pot încerca să obțină „o senzație similară” prin descrieri indirecte sau prin folosirea propriilor texte ca referință. Ars Technica indică însă că tocmai această zonă gri – între imitație directă și „asemănare” – rămâne dificil de standardizat, iar practicile diferă semnificativ între furnizori. [...]
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. [...]
