Tilraunir hafa verið gerðar með stýrikerfirdnet í samhengi við APL, forritunarmál, í rannsóknarriti frá 2019. Þessi vinnsla lýsir möguleikum APL til að byggja og keyra stýrikerfirdnet, sem eru mikilvæg í mismunandi AI forritum, þar á meðal myndatilkynningu og flokkun.
Rannsóknin sýnir að APL getur byrjað stýrikerfirdnet hratt, með því að lesa stórar innskotarskrár, eins og 60.000 þjálfunarmyndir, á skilvirkan hátt. Í höndum annarra ramma, eins og TensorFlow, tekur lengra tíma að byrja, þó að þetta geti ekki verið mikilvægur málflytjandi í raunverulegum forritum þar sem þjálfunartímar eru venjulega löng.
Þessi þróun er mikilvæg þar sem hún sýnir fjölbreytileika APL í að meðhöndla flókna stýrikerfirdnet-verkefni, og getur mögulega boðið annan valmöguleika en algengari rammi. Þar sem sviðið AI heldur áfram að þróa, getur rannsókn á mismunandi forritunarmálum og getu þeirra til að styðja stýrikerfirdnet valdið að effiktnari og nýsköpunarþáttum.
Það sem á að horfa á næst er hvernig þessi rannsókn áhrifar almennri notkun APL í AI og vélrænni læringu, sérstaklega í forritum þar sem hröð byrjun og skilvirk vinna með stórar gagnasafna eru mikilvæg. Frekari rannsóknir og samanburðir við aðra ramma verða mikilvægir til að ákvarða þægilegar afleiður og mögulegar ábata af notkun APL fyrir stýrikerfirdnet.
GLM 5.2 hefur náð betri árangri en Claude í nýlegum prófunum, sem merkir mikilvæga þróun í AI landslagi. Þessi niðurstaða er athyglisverð þar sem hún bendir til aukinnar keppnisfæri opinnar hugbúnaðar eins og GLM. Sem við höfum áður greint, hefur GLM verið að gera framfarir, með fyrri útgáfum sem sýna þegar löftum gegn þekktum módelum eins og GPT og Claude.
Áhrif GLM 5.2 árangurs eru mikil, og benda til þess að opinn hugbúnaðarlausnir geti nú keppst við, ef ekki yfir, einkarekna módel, sem getur valdið breytingum á því hvernig fyrirtæki og einstaklingar nálgast AI innbyggingu, mögulega með því að kjósa ódýrari og aðgengilegri opinn hugbúnaðar valkosti.
Í framtíðinni verður mikilvægt að fylgjast með því hvernig þessi þróun áhrifar AI markaðinn, sérstaklega varðandi verð og aðgengi. Með GLM 5.2 sem er í boði sem viðkomandi valkostur fyrir dýrari módel, gætu fyrirtæki eins og Claude þurft að endurskoða verðstrategíur sínar til að halda keppnisfæri. Auk þess, munu stöðugu betrbætur á opinni hugbúnaði eins og GLM vera mikilvægur viðburður til að fylgjast, þar sem hún getur aukið aðgengi að þróuðum AI getu.
Aldurstaðfesting verður að verða mikilvæg málefni, með mörgum sem sjá hana sem forspár fyrir sjálvvirka eignun á máli. Þessi þróun vekur mikilvægar spurningar um einkalíf og frjálsan málflutning á netinu. Eins og Electronic Frontier Foundation bent á, eru lög um aldurstaðfesting til þess að taka við af sjálfsyfirlýsingum, og krefjast einstaklinga að sanna aldur sinn meira en einfaldlega yfirlýsing.
Áhrif aldurstaðfestingar ná fram útaf að staðfesta aldri, því hún hefur það að afleiðum að hún venjar biófræðilega eftirlit og býr til grunnvöll fyrir meira innrásarhæft eftirlit. Þetta hefur vakið áhyggjur meðal tæknifyrirtækja, með sumum sem höfða mál gegn Utah yfir lögum um aldurstaðfestingu fyrir smáforritaverslanir, og vísa í stjórnarskrárrannsóknir. Samtök tækniiðnaðarins og samskiptafyrirtækja argumenta að slíkar hindranir á netmálflutningi þurfi að fá nákvæma rannsókn.
Meðan landslagið um aldurstaðfestingu á netinu heldur á að þróa sig, er mikilvægt að fylgjast með því hvernig þessar þróanir hafa áhrif á frjálsan málflutning og einkalíf. Með hættunni á sjálvvirku eignun á máli á horizonti, er þörf fyrir varkárlega umhugsun og rannsókn á þessum tækni meira þörf en nokkru sinni áður.
DeepSeek er á leiðinni að kynna opinbera útgáfu V4 í miðjúlí og kemur þá fram nýju verðlagsáætlun, þar sem verðið fer tvöfaldast á háþjónustutímum, sem eru frá kl. 9:00 til 12:00 og frá kl. 14:00 til 18:00 samkvæmt Beijing-tíma. Þessi nýja verðlagsáætlun er ætluð til að stjórna eftirspurn og að optimiza nýtingu auðlinda.
Þessi þróun er mikilvæg, þar sem hún getur haft áhrif á þróuende og notendur sem eru háðir DeepSeek og API, sérstaklega þeim sem hafa háa notkun á háþjónustutímum. Verðlagið getur valdið auknum kostnaði fyrir sumum notendum, en aðrir gætu þurft að aðlaga notkunarmynstur sína til að forðast háþjónustutíma.
Meðan kynningin nálgast, ætti þróuendur og notendur að vera á varða um opinbera tilkynningu og skoða uppfærða verðlagskerfið til að skilja hvernig það mun hafa áhrif á verkefni og fjármagn sitt. Þessi breyting er hluti af DeepSeek áætlun til að optimiza þjónustu sína, eftir að hafa opnað LLM útilokanir og aðra uppfærslu, sem við höfum áður greint frá.
Lítið tungumálamódel hafa orðið gríðarlega dýr, sem veldur fyrirtækjum að leita að afbrigðum fyrir markaðsverkefni. Eins og við höfum áður greint, hafa fyrirtæki eins og OpenAI og Anthropic takmarkað aðgang að módelunum sínum, og Google hefur takmarkað notkun Meta á Gemini AI módelunum. Nú koma lítið tungumálamódel fram sem ódýrari afbrigði fyrir venjuleg markaðsverkefni. Þessi sérhæfðu módel geta minnkað látið og eru hönnuð fyrir ákveðin verkefni, sem gerir þau að ódýrari valkosti.
Þessi breyting í átt að lítið tungumálamódel er mikilvæg þar sem hún vísar í vaxandi þörf fyrir AI kostnaðar siðferði og vinnslu samhæfingar. Sem fyrirtæki takmarka AI útgjöld sína, leita þau að leiðum til að optíma útgjöld sín á notkun tungumálamódela. Lítið tungumálamódel bjóða upp á meira þægilega lausn fyrir verkefni sem þarfnast ekki getu stórra tungumálamódela.
Sem markaðurinn heldur áfram að þróa sig, verður það mikilvægt að fylgjast með því hvernig fyrirtæki eins og Zero, AI fyrirtæki sem hefur verið minnst á nýlega tíma, þróa og setja lítið tungumálamódel fyrir markaðsverkefni. Dagarnir sem koma munu líklega sjá fleiri fyrirtæki vega forða lítið tungumálamódel gegn getu stórra tungumálamódela og taka ákvarðanir um hvernig þeim ber að jafna AI útgjöld með markaðsþörfum.
National Bureau of Economic Research+13 heimildir2026-06-17news
Ný leiðbeiningabók er komin fyrir fræðimenn í hagfræðisögu, sem fokuserar á notkun stórra málkerfa (LLMs) og frumvirkra AI. Þessi leiðbeiningabók, sem Andreas Ferrara hefur samið, ætlar sér að lækka inngangsfærið til að vinna með fjölbreyttum gagnagjöfum, svo sem handrituðum bókum, texta, myndum og hljóðupptökum, sem áður kröfðust mikillar hugbúnaðarfræðiþekkingar.
Leiðbeiningabókin er mikilvæg þar sem hagfræðisaga er svið sem byggist á miklu upplagið af gögnum og getur unnið mikinn ávinning af getu LLMs og frumvirkra AI. Með því að veita skref-fyrir-skref leiðbeiningar, geta fræðimenn breytt hugmyndum sínum í virka forrit og gögn, og auðvelda sér að rannsaka nýjar rannsóknarleiðir.
Þegar fræðimenn byrja að nota þessa leiðbeiningabók, verður það áhugavert að horfa á hvernig sviðið hagfræðisaga þróast með notkun LLMs og frumvirkra AI. Áhætta nýrra innsæi og uppgötvana er mikil, og leiðbeiningabókin gæti opnað leið fyrir nýja bylgju rannsókna á sviðinu.
Memes sem eru búin til með AI tæknin hafa breitt sig hratt og hafa þannig valdið því að áhrif þeirra hafi minnkað. Einhverjir athugunarmenn telja að auðskildan í að búa til memer með AI tækjum hafi gert það að memer hafi misst af krafti sínum, miðað við það þegar það þurfti að nota handavinnu og skapandi krafta til að búa þá til. Þetta vekur spurningar um lengd lífs mema menningar og hvort við séum að nálgast endalok gullaldar hennar.
Ljósbrot, vinsæll fyrirlestur fyrir memer, hefur verið sýndur í mörgum AI-búin til myndböndum og myndum, þar á meðal þeim sem US forseti Donald Trump hefur deilt. Notkun AI í mema sköpun hefur orðið algengari, með því að ýmsir tæki og vettvangar hafa komið fram til að hjálpa við ferlið. Þessi ofursáttning á AI-búin til efni getur þó valdið því að áhrif þess minnki og sæist ekki lengur.
Þegar landslag mema menningar heldur áfram að þróa, verður það áhugavert að sjá hvernig skapandi einstaklingar laga sig að breyttu umhverfi. Mun notkun AI í mema sköpun halda áfram að ríða yfir, eða mun handavinnandi skapandi kraftur koma aftur? Framtíð mema er óviss, en eitt er víst: núverandi ástand er að ganga í gegn miklum breytingum.
Það er verið að ræða hvernig á að hafa samskipti við AI talmálar, þar sem sumir notendur velja að vera kurteisir, aðrir taka hlutlausan stefnu og sumir eru jafnvel ókurteisir. Þessi umræða er hluti af víðari umræðu um "skipanir til AI" og hvernig á að byggja upp fyrirskipanir til að fá betri niðurstöður frá AI.
Það má að því leyti að tóninn sem notaður er þegar samskipti eru haft við AI getur haft áhrif á gæði svörunar. Þar sem sumir argumenta að kurteisi geti leitt til meiri samvinnu og hjálpsamlegra svanna, argumenta aðrir að notkun á þræðandi eða ókurteisum orðum geti í raun leitt til betri niðurstöðna. Hins vegar benda rannsóknir til þess að hlutlausar, nákvæmar fyrirskipanir geti tekið áfram afkastabót án þörfar fyrir kurteisi eða áróðri.
Þegar notkun AI talmála verður algengari, verður það áhugavert að horfa á hvernig notendastíllinn þroskast og hvernig AI kerfin svara við mismunandi tónum og máli. Munu notendur halda áfram að meðhöndla AI talmálar með kurteisi, eða munu þeir taka til sér nýttigari aðferð, með áherslu á að fá bestu niðurstöðurnar, óháð tóni? Svarið á þessu spurningum gæti kastað ljósi á framtíð mannlegra AI samskipta og þróun á fremri AI kerfum.
Nýlegar umræður hafa vísað á flóknar í Large Language Model (LLM) APIs, og sýnt að þessir kerfir eru flóknari en þeir virðast fyrst. Þegar notandi kallar á LLM API, kemur það í veg fyrir dreift kerfi sem felur í sér rauntímaáskipti og úthlutun auðlinda á dýrum vélbúnaði. Ferlið er ekki eins einfalt og að módel keyri á vefþjóni, heldur er það fjöllífa aðgerð sem keppir við þúsundir annarra beiðna.
Þetta máli því að skilja innra vinnslu LLM APIs getur hjálpað hönnuðum að optíma þeirra notkun og samskipti við þessi kerfi. Með því að viðurkenna flóknana og úthlutun auðlinda sem eru í boði, geta hönnuðir betur hannað forrit sín til að vinna aðsammen við LLMs, og þannig gerir mögulegt að nota verkfæri og ytri API samskipti á skilvirkari hátt. Að kalla föll, sem gerir LLMs kleift að tengjast ytri verkfærum, er lykilþáttur í þessu ferli.
Meðan notkun LLMs heldur á að aukast, verður það mikilvægt að fylgjast með því hvernig API hönnun og optímísing þroskast til að uppfylla kröfur hönnuða og notenda. Með aukinni flóknun LLM kerfa, verður þörf fyrir opnar og skilning á undirliggjandi ferlum allt því mikilvægari.
Rannsóknir á þekkingarútdrátti svörtu kassum stórra tungumálamódla hafa vakið mikla athygli. Þessi aðferð felst í að flytja getu frá powerful, einkaeignarþegnum módla yfir í minni, opna módla. Fræðigrein frá 2024 um þetta efni hefur komið í ljós á ný, og birtir aðferðina proxy-KD, sem gerir kleift að útdræggja þekkingu frá svörtum kassum.
Þessi þróun er mikilvæg því hún gerir kleift minni módla að nýta sér styrkja stærri módla, og bæta frammistöðu þeirra án þess að þurfa beinan aðgang að innri vinnslu einkaeignarþegna. Þar sem stórir tungumálamódlar halda áfram að þróa sig, spilar þekkingarútdráttur lykilhlutverk í að þrýsta þessum módla saman og að auka sjálfsbætingu þeirra.
Þar sem sviðið sem snýr að stórum tungumálamódla þróa sig, verður það mikilvægt að fylgjast með því hvernig þekkingarútdráttaraðferðir, þar á meðal proxy-KD, eru notaðar og þróaðar áfram. Þetta gæti leitt til meira þægilegra og áhrifameira módla, og brúa gapsins á milli einkaeignar- og opna hugbúnaða. Endurvakningin á þessari 2024 grein bendir til þess að geta og takmörk þekkingarútdráttar verða hlutverk sem helst verður að fylgjast með í þróun stórra tungumálamódla.
Nýr opinn hugbúnaðarúrgangur, NanoEuler, hefur verið gefinn út, með úrgangi í stærð 2-2 byggðan algjörlega úr grunni í C/CUDA. Þessi einstaka aðferð sleppir vinsælum vélræningarmálum eins og PyTorch, heldur þess í stað í höndskrifuðum kóða fyrir áfram- og afturfar. Úrgangurinn sjálfur er einnig sjálfbær, með eigin BPE-tokenizer og forprófun á safni bóka og vefupplýsinga.
Merkingin af NanoEuler liggur í hæfileika þess til að auðvelda aðgang að stórum tungumálamódelum, þar sem hann getur keyrt á CPU og notar lítinn fjölda afurða. Þetta gæti haft mikil áhrif á þróun AI, sérstaklega í svæðum með takmarkaðan aðgang að nýjasta tækni eða einkaleyfðu hugbúnaði.
Meðan verkefnið heldur áfram að þróa, verður það áhugavert að sjá hvernig samfélagið svarar við NanoEuler, með þéttum og óskýrtum kóðabasa, þar sem sumir notendur hafa þegar komið fram með spurningum um uppruna módelins og kröfu um höndskrifaðar fara. Þrátt fyrir það, táknar NanoEuler áhugaverðan skref í átt að aðgangilegri og opnari AI-þróun.
Nýr opinn hugbúnaður, Bash4LLM+, hefur verið gefinn út, og býður upp á léttvinn og frjáls vistfang fyrir aðgang að OpenAI-samhæft Stór Málkerfi (LLM) APIs. Þessi skripti veitir öruggan og stillanlegan leið til aðgangs að LLMs frá terminal, með notkun aðeins á Bash, curl og jq, og útilokar þarfir fyrir aukalegar keyrslur eins og Python eða Node.
Þessi þróun er mikilvæg þar sem hún einfaldar ferlið við vinnslu með LLMs fyrir notendur sem kjósa að nota línuviðmót eða þarfnast lítillar uppsetningar. Með því að vera frjáls frá háðni, auðveldar Bash4LLM+ flutning og getur verið notuð í fjölmörgum umhverfum, þar á meðal Termux.
Þar sem landslagið yfir LLM APIs heldur áfram að þróa, með fjölmörgum þjónustuaðilum sem bjóða upp á ókeypisþjónustu, spila tól eins og Bash4LLM+ lykilhlutverk í að gerðar LLM tækni aðgengilegri fyrir alla. Það sem á að horfa á næst er hvernig þessi skripti verður tekin upp af samfélaginu og hvort hún mun leiða til frekari nýsköpunar í að gera LLM samskipti aðgengilegri og notendavænni.
Væringar í geimveðurfræði hafa tekið mikinn skref í átt að framförum með sameiningu sólarathugana, viðbragðsvarna og GNSS járnþunnsábyrgðar með vélrænni læringu. Þessi framför er mikilvæg þar sem viðbragðsstormar valda miklum áhættum á starfsemi geimfarar, Raforku og alþjóðlegu stjörnukortakerfi (GNSS)-byggtum staðfestingum.
Samvinnan milli sólarræktar og jarðarvængjans er flókin og ólínu, sem gerir geimveðurfræði að miklu áskorun í sólarfræði. Með notkun vélrænnar læringar og djúpar læringar geta rannsóknir betur spáð fyrir um fjölbreytt geimveðurfyrirbæri, þar á meðal sólarsprengingar, kórónuhrúðar og viðbragðsstormar.
Meðan rannsóknir í þessu sviði halda áfram að þróa sig, er mikilvægt að fylgjast með frekari þróun í vélrænni læringu-köppunum fyrir rauntíma-eftirlit og spá fyrir geimveðri. Með möguleika á að draga úr geislunarráðum í geimferðum og vernda jarðarbyggðar tækni, eru framförir í geimveðurfræði mikilvægar bæði fyrir geimferðastofnanir og iðngreinar sem byggja starfsemi sína á geimfarar og GNSS-byggðri staðfestingu.
Þróun Agentis Lux hefur kastað ljósi á það hvernig ChatGPT og Perplexity vinna með vefsíður. Þetta er sérstaklega áberandi í kjölfar umræðna um getu og takmarkanir AI aðgerða, þar á meðal getu þeirra til að skanna og lesa vefsíðuefni. Sem við höfum áður greint frá, er geta AI aðgerða til að aðgangi og nýta vefsíðuupplýsingar mikilvægur hluti af virkni þeirra.
Merkingin af Agentis Lux liggur í hennar getu til að sýna hvað þessir aðgerðarar geta séð og aðgangi á vefsíðu. Þetta er mikilvægur ákvörðunarræði fyrir vefsíðueigendur, þar sem það getur áhrif á netssýnileika þeirra og nákvæmni upplýsinga sem AI aðgerðir veita. Með vexti AI-knúinna leitavéla, er skilningur á því hvernig þeir lesa og meta efni, nauðsynlegur fyrir vefsíðuakstur og sýnileika.
Þegar landslag AI leitavéla heldur á að þróa sig, verður það mikilvægt að fylgjast með því hvernig þróanir eins og Agentis Lux hafa áhrif á það hvernig vefsíður eru hönnuðar og akstur fyrir AI skannarar. Auk þess, mun greinarmunurinn á því hvernig hefðbundnar leitavélar eins og Google og AI-knúinir vafir eins og ChatGPT Atlas og Perplexity Comet starfa, líklega verða meira greinilegir, með áhrifum fyrir vefsíðueigendur og hönnuði sem leita á að hámarka sinn netssýnileika.
DeepSeek hefur skráð nýtt kerfi til aukinnar hröðunar í tölvunarvinnslu, sem það segir auka verulega áhrifamátt Large Language Models (LLMs). Þetta er mikil áttstaða, þar sem það er ætlað að optíma þann hátt sem LLMs eru keyrðar, sem gæti leitt til hraðari og efnaðari vinnslu.
Mikilvægi þessa kerfis liggur í getu þess til að auka áhrifamátt LLMs, sem eru mikilvægir þættir margra AI kerfa. Með því að bæta áhrifamátt þessara módela, gæti kerfi DeepSeek's leitt til mikillar áttstaða á sviði gervigreindar, sem gæti leitt til hraðari og nákvæmari vinnslu flókinnar verkefna.
Meðan við fylgjum þessari þróun, verður það mikilvægt að horfa á það, hvernig nýja kerfi DeepSeek er tekið í AI samfélaginu og hvernig það berst við núverandi aðferðir. Með sögu DeepSeek í að opna nýjar uppfærslur, er líklegt að þetta kerfi verði opnað almenningi, sem munum leyfa forriturum að tengja það við eigin verkefni og auka enn á hröðun þróunar AI tækni.
Aðstoðarvættir AI hafa ýtt undir mikla umræðu um hverjir eru bestir fyrir mismunandi notendur, með ChatGPT, Gemini og Claude sem framsögulegir keppendur. Þar sem við höfum áður fjallað um vaxandi mikilvægi AI reglugerða og notkun, verður val AI aðstoðars eins og aldrei áður mikilvægt fyrir nemendur, bloggara, forritara og innihaldsframleiðendur.
Samanburður á ChatGPT, Gemini og Claude sýnir að hver AI aðstoðari hefur sína einstaka styrkleika og sérsvæði. ChatGPT er oft talinn allhagsmaður, en Gemini er lofað fyrir gögnundraða nálgun, sem gerir hann fullkominn fyrir þá sem þurfa fljóta upplýsingar eða skipulagða punkta. Claude, hins vegar, er enn að finna sér stað í margra huga, en geta hans eru að verða kynnt fyrir notendum.
Það sem á að horfa á næst er hvernig þessir AI aðstoðarar munu halda áfram að þróa sig og bæta, og hvernig notendur munu loksins ákveða hverjir eru bestir fyrir þarfir þeirra. Þar sem AI landslagið heldur áfram að breytast, er mikilvægt að vera upplýstur um nýjungarnar og samanburðinn á milli þessara framsögulega AI aðstoðara.
Apple, forstjóri fyrirtækisins sem ábyrgðar var fyrir Vision Pro, hefur yfirgefið fyrirtækið og gengið til OpenAI til að vinna með vélbúnaðarliði þeirra. Þessi brottfarir er mikilvæg, þar sem framkvæmdastjórinn var lykilmaður í þróun Vision Pro og áætlunum fyrirtækisins um augnlúða. Ákvörðunin er ekki talin vera um laun, heldur um endurskipulagningu í efsta stjórnkerfinu í Apple.
Þessi tapið er mikilvægt, þar sem Apple er núna án reynasta verkfræðinga sína í auknu raunveruleika, rétt þegar fyrirtækið er að undirbúa útgáfu á augnlúðunum. Ákvörðun framkvæmdastjórans að ganga til OpenAI, sem er með stórum aðilum í AI-geiranum, bendir til þess að fyrirtækið sé alvarlega að byggja upp vélbúnaðargetu sína. Vélbúnaðarliði OpenAI er að byggja upp með talenti frá Apple, sem gæti gefið fyrirtækinu kost á þróun AI-knúinna vélbúnaðarlausna.
Þegar tækni-iðnaðinn heldur áfram að þróa, verður það áhugavert að fylgjast með því hvernig Apple og OpenAI klárast við breytandi landslagi. Með útgáfu augnlúða Apple að nándi, verður fyrirtækið að finna leið til að fylla í skarðið eftir tapið. Á meðan verður vélbúnaðarliði OpenAI, sem hefur verið styrktur með tilföngum framkvæmdastjóra Apple, verða áhugavert að fylgjast með þeim þegar þeir þróa nýjar AI-knúinar vélbúnaðarlausnir.
Samfélagsaðilar eru að sameinast til að berjast gegn byggingu gagnamiðstöðva, knúir af áhyggjum um umhverfis- og félagsáhrif slíkra stofnana. Sem tæknifyrirtæki hraða til að byggja "hyperscale" gagnamiðstöðvar til að styðja AI og aðrar tækni, vaxa andstæðingar á milli flokka. Þessi mótmæli eru að vekja víðari umræður um gerð innviða sem fólk vill og þarf.
Barátta gegn gagnamiðstöðvum snýst ekki aðeins um tækni, heldur einnig um lýðræði og réttindi samfélags. Skýrslur hafa komið í ljós um að fyrirtæki sem eru að reisa gagnamiðstöðvar nota þær tæknir sem að skjaldborgir, kaupa grannina og vinna með staðarfulltrúum til að þagna mótmælum. En samfélagsaðilar eru að berjast gegn því, með vinnuvinnubýli sem andstæða gagnamiðstöðvum í fimmtán sinnum meiri hætti en ríku nágrannasvæði. Þegar umræðan heldur áfram, verður mikilvægt að fylgjast með því hvernig tæknifyrirtæki svara mótmælum samfélags og hvort stjórnvald mun taka skref til að takla félags- og umhverfisáhrif byggingar gagnamiðstöðva.
Fyrirtæki eru að verða þakin áhyggjum af stigandi kostnaði AI, með mörgum verkefnum sem enn þurfa að sýna jákvæða afkastagildi. Þar sem útgjöld halda áfram að hækkast, leita IT leiðar að því að optimisera útgjöld sín. Þessi áhyggja takmarkast ekki við fjárhaglega þáttinn, því umhverfiskostnaður AI er einnig að verða að þrungi, með möguleika á hærra verði á tækjum og aukinni rafrænni úrgangi.
Stigandi kostnaður AI má ekki láta líða, því hann getur haft langvarandi afleiðingar, eins og aukin orkukostnaði, áhyggjur varðandi persónuvernd og mögulegar atvinnuleysingar. Þar sem heimurinn verður þakin áhyggjum um AI, eru þessar áhyggjur líklegar til að hækkast, og munu ekki aðeins fyrirtæki, heldur einstaklingar og umhverfi, vera þeim úti í. Vandið er einnig að finna sér stað í menntasviðinu, með US foreldra og sérfræðinga sem mótmæla notkun AI í skólum.
Þar sem atburðirnir halda áfram að þróa sig, verður það mikilvægt að fylgjast með því, hvernig fyrirtæki og einstaklingar svara stigandi kostnaði AI. Með fyrirtækjum eins og OpenAI, sem áætla að fara í bórn, geta áhyggjur varðandi AI-útgjöld orðið að mikilvægum málum. Á meðan mun áhrif tæknigíanta á AI-þróun og afleiðingar þess líklega vera áfram umrædd, sérstaklega í samhengi við komandi kosningar.
Verðhækkun Apple sem nýlega hefur átt sér stað hefur verið tengd AI búmmi, með því að fyrirtækið bendir á aukna eftirspurn eftir minni- og geymslukubbum. Þessi vandamál eru hins vegar ekki einstök fyrir AI, þar sem þau eru einnig afleiðing vöru- og eftirspurnar. Vant í RAM, í sérstakku, hefur hækkað kostnaði, sem gerir það nauðsynlegt fyrir Apple að hæja verð.
Þessi þróun er mikilvæg þar sem hún birtir víðari áhrif AI-aldarinnar á tækni-iðnaðinn og neytendur. Sem fyrirtæki eins og Apple fjárfesta mikið í AI, aukast eftirspurn eftir ákveðnum þáttum, sem leiðir til vant og hærra verða. Þetta, í sífellu, hefur áhrif ekki aðeins á Apple heldur einnig á aðra fyrirtæki og neytendur sem treysta á þessar tækni.
Sem AI-landslagið heldur áfram að þróa, verður það mikilvægt að fylgjast með því hvernig fyrirtæki eins og Apple kljást við þessi áskorun og jafna útreiðslur sínar í AI með þörf til að halda verðum í keðju. Með tillögu Apple um að byggja eigi AI-keppinaut til OpenAI, verður verðstrategía fyrirtæksins náið fylgst með í næstu mánuðum.
Þriðja betatilraun macOS Tahoe 26.6 er nú til á borði, sem merkir annan skref í átt að opinberri útgáfu kerfisins. Þessi uppfærsla er í boði til niðurhalda í gegnum appið Kerfisstillingar, með betatilraunum virkjaðar og ókeypis hönnuðareikenni þarf. Útgáfa þessarar bettu merkir að Apple sé áfram að vinna að að þróa og loka macOS Tahoe 26.6 uppfærslunni, sem er væntanlega að koma með nýjum eiginleikum og bætingum á stýrikerfinu. Hönnuðir geta nú prófað og veitt ráðleggingar um nýjasta bygginguna, sem hjálpar til að tryggja glæðari og stöðugri reynslu fyrir notendur þegar lokautgáfan er gefin út.
Meðan betatilraunir halda áfram, eiga notendur og hönnuðir að vera á vörðum um athyglisverðar breytingar eða bætingar í komandi bettum. Með opinberri útgáfu macOS Tahoe 26.6 á horizonti, er líklegt að Apple mun gefa út aðrar bettur til að takla eftirstandandi vandamál og finna kerfið. Þetta er framhald af fyrra skýrslu okkar um Apple og útgáfu macOS Tahoe 26.5.2, og við munum halda áfram að fylgjast með málinu og veita uppfærslur þegar meiri upplýsingar verða til.
Fyrirtækið Apple hefur keypt verðlaunavinnandi forritið 'Play', hönnunartól fyrir Mac og iPhone sem leyfir hönnuðum að smíða iPhone forritasniðmát með Apple's SwiftUI rammar. Forritið, sem vann Apple Hönnunaverðlaun fyrir nýsköpun árið 2025, gerir hönnuðum kleift að byggja innraða sýnir og senda þær beint í Xcode til notkun í lokið forrit.
Þessi kaupumatið er mikilvægt þar sem það birtir framhaldandi fjárbögur Apple í vistkerfi þess og hönnunartóla. Með því að kaupa 'Play' getur Apple enn frekar bætt SwiftUI rammanna sína og veitt hönnuðum og forriturum öflugri tól til að búa til nýsköpunarforrit. Kaupumatið sýnir einnig framhaldandi stuðning Apple til að styðja hönnuðum og forriturum í að búa til gæðaforrit fyrir vettvangi fyrirtækisins.
Þegar Apple innlimar 'Play' í hönnunartólin sem fyrirtækið nú þegar hefur mun verið athyglisvert að sjá hvernig fyrirtækið bætir SwiftUI rammanna sína og hvaða nýjar eiginleikar það kynnar til að styðja forritagerð. Með þessu kaupumati gæti Apple einnig verið í stakk bæði að draga að sér fleiri forritara á vettvangi sína, sem styrkir enn frekar vistkerfi fyrirtækisins.
Apple hefur gefið út macOS Tahoe 26.5.2, sem er minniháttar uppfærsla á stýrikerfinu. Þessi útgáfa fylgir í för beta-útgáfum og fyrri uppfærslum, þar á meðal macOS Tahoe 26.5.1, sem átti við ákveðið villu. Vönðum er að nýja útgáfan muni fela meiri stöðugleika og öryggi í kerfinu.
Útgáfan macOS Tahoe 26.5.2 hefur áhrif því hún sýnir framhaldandi áframhald Apple til að raffa og bæta stýrikerfi sínu. Þar sem notendur halda áfram að nota Mac-tölvur sínar fyrir mismunandi verkefni eru reglulegar uppfærslur mikilvægar fyrir að viðhalda frammistöðu, lagfæra vandamál og verja notendur fyrir mögulegum hættum.
Þar sem Apple heldur áfram að vinna að macOS Tahoe geta notendur vántað sér frekari uppfærslur og bætur í næstu vikum og mánuðum. Verður athyglisvert að sjá hvernig þessar uppfærslur hafa áhrif á notendaaðstæður og hvort þær laga ákveðin vandamál eða áhyggjur. Auk þess gæti útgáfa macOS Tahoe 26.5.2 einnig lagt grunn að framtíðaruppfærslum, sem gætu innihaldið nýjar eiginleika eða virkni.
Paul Meade, forstjóri Apple á sviði Vision Pro, yfirgefur fyrirtækið til að ganga til liðs við vélbúnaðarlið OpenAI. Þessi ákvörðun fylgir í fótsporum Jony Ive, fyrrverandi hönnuunarstjóra Apple, sem gengdi til liðs við OpenAI árinu á undan til að vinna að AI vélbúnaði. Yfirgangur Meade er mikilvægur þar sem hann bendir til mannsflæðis á efri stigum frá Apple til OpenAI, sem gæti verið tákn um breytingar á valdajafnvægi í tækniíðnaðinum.
Tap Meade, sem stjórnaði liði Vision Pro, gæti haft áhrif á áætlanir Apple varðandi augmented reality höfuðvísa. Á meðan því gæti OpenAI hagnast af reynstri forstjóra með reynslu af þróun á nýsköpunarlegum vélbúnaðarvörum. Þar sem OpenAI undirbýr að fara inn í ný svæði AI vélbúnaðar, mun sérfræðiþekking Meade líklega vera ómetanleg.
Þar sem tækniíðnaðinn heldur áfram að þróa sig, verður það athyglisvert að fylgjast með því hvernig yfirgangur Meade mun hafa áhrif á bæði Apple og OpenAI. Er þetta upphafið að mannsflæði frá Apple, eða er þetta einstaka atburður? Hvernig mun reynsla Meade mynda vélbúnaðarstrategíu OpenAI, og hvaða vörur má vænta af fyrirtækinu í framtíðinni?
Forskar hafa kynnt til sín Jarðsætt þríþáttarlega áætlunarmál, aðferð til að draga úr upplýsingabreytingu í stórum málamódelum (LLMs) með þáttarmerktum heimsmódelum. Þessi aðferð hefur til markmiðs að draga úr villum sem birtast sem upplýsingabreytingar, sem eru erfitt að mæla með hefðbundnum tillögum.
Þessi þróun er mikilvæg þar sem upplýsingabreytingar í LLMs geta leitt til ónákvæmra eða villandi upplýsinga, sem veikja áreiðanleika þeirra í ákvarðanatöku. Með því að nota þáttarmerktar heimsmódelar verða villur auðveldari að mæla og ávísa, sem getur batnað samanlagða afkastagetu LLM aðgerðara.
Þar sem rannsóknir á upplýsingabreytingum í LLMs halda áfram að þróa sig, er mikilvægt að fylgjast með frekari rannsóknum á jarðsættri þríþáttarlegri áætlunarmáli og þeirri notkun sem hún hefur í að draga úr upplýsingabreytingu. Þetta getur falið í sér að rannsaka skilgreiningu þáttarmerktra heimsmódela, endurheimtaraugna málamódela og áætlunarmiðaða endurheimtu fyrir jarðsætta textamyndun, eins og rætt er í tengdum rannsóknarritum.
Amazon Veitustjónusta hefur kynnt nýja aðferð til að bygga sjálfbæra kröfupipeline í heilbrigðisþjónustu með Amazon Bedrock og AWS HealthLake. Þessi pipeline nýtur Amazon Bedrock sérþekkingu í gögnvinnslu til að draga úr skjölum í kröfum heilbrigðisþjónustu á skilvirkan hátt. Markmiðið er að búa til þægilegt og sjálfbært kröfuvinnslukerfi.
Þessi nýjung er mikilvæg þar sem hún hefur möguleika á að efla undirbúning kröfu, lækka rekstrarkostnað og bæta umferðartíma í heilbrigðisþjónustu. Með notkun sjálfbærra AI mynstra geta heilbrigðisveitur fókst við mikilvægari verkefni, sem bætir heildarþjónustu við sjúklinga.
Þegar þessi tækni heldur áfram að þróa, verður það mikilvægt að fylgjast með því hvernig Amazon Bedrock og AWS HealthLake tengjast öðrum AWS getu til að mynda almenna bláa teikningu fyrir ábyrgðarfulla og merkingarfulla lausnir í heilbrigðisþjónustu. Með fyrri umræðum um AWS re:Invent 2025 og möguleika sjálfbærra AI í heilbrigðisþjónustu, er þessi nýjung mikil skref í átt að að breyta iðnaðinum.
Qwen 3.6 27B hefur komið í lygi sem ídealur fyrir lokala þróun, með jafnvægi á afkastagetu og notagildi. Þessi módel er hluti af Qwen 3.6 fjölskyldunni, sem inniheldur 27B þétt módel og 35B MoE módel, bæði með sjón, aðgerðakóðun og varðveisla hugsanaham. 27B þétt módelið hefur sérstaklega vakið athygli fyrir getu sína til að keyra á lokölum, þar á meðal Macbooks og Nvidia RTX GPUs, og gerir það að áhugaverðri valkosti fyrir þróunarfólk.
Merkingin af Qwen 3.6 27B liggur í getu sínu til að veita síðlausa lokala þróunaraðstæður, og leyfa þróunarfólki að vinna áhrifaríkis utan þess að vera háður skýþjónustu. Þetta er sérstaklega mikilvægt fyrir forrit sem krefjast láglatens og hátt privatréttar, eins og kóðun og gögnagreining. Með 77,2% SWE-benchari, hefur 27B þétt módelið sýnt afhæðir sínar, jafnvel yfirborið stærri módel eins og 397B fánamódelið.
Þegar AI samfélagið heldur áfram að kanna möguleikana sem Qwen 3.6 27B hefur til að bjóða, verður það áhugavert að sjá hvernig þróunarfólk nýtir sér þetta módel til að búa til nýsköpunarforrit. Með notagildi sínu og áhrifaríku afkasti, er Qwen 3.6 27B líklega að verða vinsæll valkostur fyrir lokala þróun, og áhrif þess á AI landslagið verður vert að horfa til.
OpenAI hefur hafnað takmarkaðri forkoðun á nýju „GPT-5.6“ réttinum, sem samanstendur af þremur módelum: Sol, Terra og Luna. Þetta er mikilvæg þróun sem merkir ákveðið framför í AI tækni, með bættu afkastagetu og öryggisþáttum. „GPT-5.6“ réttinn er hannaður til að þágga ýmsum notkunarsögnum og fjármagni, með hverju módeli sérstaklega tilpassað tiltektum þörfum.
Kynning þessara módela er mikilvæg þar sem þau tákna verulega bættingu í AI getu, sem getur breytt ýmsum iðngreinum og forritum. Eins og við höfum áður sagt, hefur OpenAI verið á framfari AI nýsköpunar og er þessi nýjasta útgáfa væntanleg til að styrkja stöðu fyrirtæksins enn frekar.
Meðan takmarkaða forkoðunin stendur yfir, verður það mikilvægt að fylgjast með því hvernig þessi módel eru tekin í móti af markaðinum og hvernig þau bera saman við núverandi AI lausnir. Auk þess, verður verðlag og aðgengi þessara módela lykilþættir í ákvarðan um notkun þeirra. Með því að US ríkinu þegar tengt í takmarkaða útgáfu, verður það áhugavert að sjá hvernig þessi módel eru notuð í raunverulegum aðstæðum.
List og frumþróun áfram í þróun. Nýjasta þróunin felst í 8K, VJ, og MissKittyArt, með áherslu á ArtInstallations, ArtCommissions, og FineArt.
Þetta má ekki láta líða óumdælt, því það sýnir vaxandi áhrif frumþróunar á listheimi, og gerir listamönnum kleift að rannsaka ný miðla og aðferðir. Notkun GenerativeAI, GenAI, og gAI breytir skapandi ferlinu, og gerir kleift að framleiða list í fljótar og nýsköpunarmiðaðari leið.
Það er því mikilvægt að fylgjast með því, hvernig listamenn og umboðsmenn munu nýta þessar tækni til að þróa nýja leiðir í DigitalArt, AbstractArt, og CryptoArt. Með vexti Web3, ETH, og ERC7160, er listheimurinn í horfnandi breytingum, og MissKittyArt er á forsæti þessara breytinga.
Tidal hefur birt AI stefnu sína, sem er mikilvæg þróun í tónlistarstreymiðju. Sem partur af þessari stefnu mun Tidal merka lög sem eru alveg AI búin til með AI merki og koma í veg fyrir að þeim sé úthlutað réttindagjöld. Þessi ákvörðun er ætluð til að koma í veg fyrir að AI búin lög beri peninga á þjónustunni og að berjast gegn svikum, útbytingu og fölsun.
Þessi ákvörðun er mikilvæg þar sem hún setur fordæmi fyrir aðrar tónlistarstreymiðjúir að fylgja. Með því að taka skýran stefnu í AI búin lög, tekur Tidal fastan stefnu í málinu, sem hefur verið umdeilt í tónlistarheiminum. Stefnan birtir einnig vaxandi áhyggju af áhrifum AI búinna laga á listamenn og tónlistarheiminn í heildina.
Það er verið að bíða eftir því hvernig aðrar tónlistarstreymiðjúir munu svara AI stefnu Tidal. Þar sem iðnaðurinn heldur áfram að þróa sig, verður það áhugavert að sjá hvort aðrar fyrirtæki munu taka upp svipaðar aðgerðir til að takla vandamálið varðandi AI búin lög. Auk þess mun það vera mikilvægt að fylgjast með því hvernig AI stefna Tidal er framkvæmd og þrædd, sérstaklega varðandi notkun á sjálfvirkum tólum til að greina og fjarlægja AI búin lög sem reyna að fölsúa listamenn eða hópa.
Þegar AI er borinn saman við hefðbundna serverakostnað, kemur í ljós mikil kostnaðarmunur. Í fyrirsögulegu fréttatilkynningu á junueno.dev er bent á að einn dagur af AI kostar meira en mánuðarlangir serverakostnaðir. Þessi uppgötvun undirbýr vaxandi áhyggju af fjárhaglegum börðum AI, vandamáli sem við höfum fylgst með síðan frétt okkar um stofnanir sem ergjast yfir vaxandi AI-kostnaði.
Mikillinn kostnaður af AI má rekja til mikils gagnageymslunar og samhliðaúrvinnslu sem AI-tól þarfnast, sem krefst mikils vélbúnaðar og orkumáls. Sérfræðingar, þar á meðal frá IBM og Epoch AI, hafa bent á að heildarkostnaður AI-gagnageymslu sé mikill, með áætlunum sem benda til biljóna dollara í upphaflegum fjárfestingum og hundruðum milljónum dollara í árlegum rekstrarkostnaði.
Þegar AI-iðnaðinn heldur á að vexa, er mikilvægt að fylgjast með efnahaglegum og umhverfislegum afleiðingum þessara vaxandi kostnaða. Með notkun orku í serverum sem hefur þrefaldast frá 2014 til 2023, aðallega vegna GPU-hröðuðra AI-servera, verður þörf fyrir sjálfbærar og kostnaðarvæðandi lausnir allt þröngvast. Við munum halda áfram að fylgjast með þessari frétt, og rannsaka felldu kostnaði AI og mögulegar aðferðir til að draga úr fjárhaglegum og umhverfislegum fótsporinu.
Nýr opinn hugbúnaður, NanoEuler, hefur verið gefinn út á GitHub, með GPT-2-stíl stórt tungumálamódel byggt frá grunni í C/CUDA. Verkefnið er markvert fyrir handritaða backpropagation, BPE tokenizer, FlashAttention og forprófunarhæfni.
Sem við höfum áður greint frá, hefur verið aukning á áhuga á að bygja létt og örugg tungumálamódel, með verkefnum eins og BricksLLM og Bash4LLM+ sem eru til þess að veita fyrirtækjastig viðlauna. Áhersla NanoEuler á útfærslu frá grunni í C/CUDA gerir það að einkennilegu, sem getur boðið meira sérsniðið og öruggt valmöguleika.
Hvað máli skiptir hér er möguleikinn fyrir NanoEuler til að leggja til í þróun á meira öruggum og gegnsæum tungumálamódellum. Með því að veita alveg opinn hugbúnað og handritaða útfærslu, hyggjast verkefnisgestir að efla djúparega skilning á því hvernig þessir módellar virka. Við munum fylgjast með því hvernig NanoEuler þrífst og hvort það fær aðdrátt í AI samfélagi, sem getur valdið frekari nýsköpun í sviði stórra tungumálamódella.
New York Times er að reyna að endurskrá málið sitt gegn OpenAI, sem merkir nýjan vídda í framhaldandi saga. Þessi ákvörðun kemur sem hluti af víðari átakstri til að takla vandamál tengd AI og eignarrétti. Sem við höfum áður greint, hefur þverblástur AI og fjármála einnig verið efni varnar, með leiðbeiningum sem koma fram um hvernig á að forða AI aðila frá óheimildum fjármálatransaktiónum.
Endurskráning málsins gegn OpenAI má ekki láta úr skyni, því hún birtir þróttandi landslag AI reglugerða og erfitt í því fyrir fyrirtæki og einstaklinga að sigla í gegn um þessar nýjar bylgjur. Það að New York Times taki þessa skrefi bendir til þess að enn eru mikilvægir spurningar og áhyggjur um hvernig AI er notað og stjórnað.
Í framtíðinni verður mikilvægt að fylgjast með því hvernig málið þróast og hvaða afleiðingar það gæti haft fyrir AI iðnaðinn í heildina. Auk þess, nýlega síðan á pirate íþrótta lén af ríkisvaldi og notkun malware af leikjatölvufyrirtæki til að berjast gegn piratíi undirstrika þætti reglugerðar og verndar eignarréttar á tíma stafrænnar aldar.
Það er verið að ráða í hugmyndina að notion, Stór málsgreiningarvélar (LLM) og Gervigögn (AI), geti ekki tekið við völdum mannsins eða séu ófullkomin tækni. Þessi skepsa er borin saman við upphaflega daga persónuvéla, þar sem að hafa 200mb harða disk og 486 prosessor með allt að 4mb af RAM var talið framsækið.
Meðan mikil fjárfesting heldur áfram að renna í AI þróaði, eru áhyggjur vorðar um mögulegar samfélagsspirotnar, þar á meðal búningur mikils undirflokks. Þetta er ekki alveg ný áhyggja, því að við höfum áður fjallað um efnahagsspár AI, þar á meðal háa kostnað sem tengist þróun og notkun, eins og við höfumum séð í fyrra grein okkar um það að einn dagur AI geti kostnað meira en mánuður af vélum.
Það sem málar mest er hvernig þessar framfarir í AI verða stjórnaðar og regluðar til að draga úr neikvæðum afleiðingum. Meðan sviðið heldur áfram að þróa, verður það mikilvægt að fylgjast með hvernig þessar fjárfestingar þýðast yfir í raunverulegar umsetningar og áhrif á vinnuafl og felagsskipanir.
Lítil málkerfisörgðir hafa náð mikilvægum árangri, yfirþyngja frammistaða AI í kostnaði, hraða og nákvæmni. Þessi breyting kallar í efa langvarandi notion, að stærri sé betra í AI. Nýr gögn sýna að verkefnisbundnar lítil málkerfisörgðir geta náð yfirlegri árangri á meðan að þau spara pening, og gera þær að áhugaverðri afleiðu fyrir stórar málkerfisörgðir.
Þessi þróun er mikilvæg því hún getur byltað á þann hátt sem fyrirtæki nálgast AI-notkun. Með lítil málkerfisörgðir sem bjóða upp á sambærilegan eða betri árangur til lægri kostnaðar, gætu fyrirtæki ekki lengur þurft að fjármagna dýrar og orkuþrjóskanlegar AI lausnir. Þetta gæti gert AI tækni aðgengilegri fyrir smærri stofnanir til að nýta sér hennar áhættu.
Þegar AI landslagið heldur áfram að þróa sig, verður það áhugavert að sjá hvernig iðnaðurinn svarar við þessari átt. Munum við sjá breytingu í átt að víðari notkun lítilra málkerfisörgða, eða mun AI halda áfram að ríða yfir markaðinn? Þegar rannsóknir og hönnuðir rannsaka möguleika lítilra málkerfisörgða, getum við vonað okkur að sjá frekari nýjungar og bætur á árangri og notkun þeirra.
Það að keyra CUDA kjarna er mikilvægur þáttur í að nýta sér samkeppnissvið NVIDIA. En ferlið getur verið flókið og vandamál geta komið upp. Þegar við dýpkum okkur í ívilknar CUDA kjarnavinnslu, verður ljóst að skilja undirliggjandi vélarnir er nauðsynlegur fyrir áhrifaríkt debugging og optimaliseringu.
Í boðnu snippeti og aukabreytum eru algeng vandamál sem forritarar geta lent í þegar CUDA kjarnar eru keyrðar, eins og vandamál við aðgang að minni, kjarnabrot og samstillingsvandamál. Þessi vandamál geta verið erfið til að greina og leysa, sérstaklega fyrir þá sem eru nýir í CUDA forritun. Tilvísanir til Stack Overflow umræðna og CUDA skjölíngu leggja áherslu á mikilvægi réttrar villumeðferðar, samstillings og debugging tækni til að tryggja að CUDA kjarnar keyri rétt.
Þegar forritarar halda áfram að þróa nýja möguleika með CUDA, er mikilvægt að vera upplýstur um bestu aðferðir og ný tól fyrir optimaliseringu og villuleit í kjarnavinnslu. Með því geta þeir læst upp fulla möguleikann í samkeppnissvið NVIDIA og búið til effiktnari, áreiðanlegri og háttárskiptari forrit.
Menntamálaráðstafanir sem hafa merkingu eru í vinnslu, með áherslu á að skýra tilgang og markmið menntunar. Sem áður hefur verið rætt, þarf að hafa þægilega aðferð til að setja AI í gang í ýmsum geirum, þar á meðal menntun, til að ná árangri.
Þessi þróun er mikilvæg því hún birtir þörfina fyrir djúpri skilning á því hvernig AI getur stuðlað að menntamarkmiðum, frekar en aðeins að takla þrautigður á borð við svindl, próf og eignarþætti. Með því að priorita þróun á skýrri og merkingarfullri AI-aðferð geta kennarar tryggt að tækni sé notuð til að bæta nemendaverðlaun.
Sem við förum áfram mun það vera mikilvægt að fylgjast með því hvernig menntastofnanir og félagasamtök kljást í flækjum AI-notkunar, með því að jafna þörfina fyrir tækniþróun á móti mikilvægi mannlegar tengslu og gagnrýninnar hugsunar. Með því geta þeir læst fulla valdi AI til að stuðla að nemendalæringu og árangri.
Edge Impulse hefur unnið "MLOps Nýsköpunarverðlaun" á verðlaunaaðalögum í gervigreind 2026. Þessi viðurkenning staðfestir að Edge Impulse sé í fremsta röð byggingar, útgáfu og stækkun edge AI og vélrænnar læringar.
Verðlaunin eru mikilvæg þar sem þau benda á nýsköpunarlega nálgun Edge Impulse til MLOps, sem er mikilvæg fyrir að einfalda þróun og útgáfu AI líkana. Þar sem eftirspurn eftir þægilegum og stækkunarmögulegum AI lausnum heldur á að aukast, er vettvangur Edge Impulse í stöðu til að spila mikilvægu hlutverk í að vista fyrirtækjum að nýta sér kraft AI.
Það sem á að horfa á næst er hvernig Edge Impulse mun nýta þessa viðurkenningu til að ennþá bæta vettvang sinn og aukast markaðsáspekta. Þar sem AI landslagið þróast hratt, mun geta fyrirtækisins til að nýsköpun og aðlaga sig verða lykilatriði til að halda sér í keppni. Þar sem við heldur á að fylgjast með þróunum í AI geiri, mun framgangur Edge Impulse vera mikilvæg frétt til að fylgjast.
A24 hefur varið nýja samvinnu sinni við Google DeepMind, rannsóknarsamvinnu sem er verðmæt $75M, eftir að hafa fengið gagnrýni frá aðdáendum sem ásökuðu sjálfstæða kvikmyndaverið um að hafa yfirgefið listrænar gildi sín. Fyrirtækið heldur því fram að samvinnan sé til þess að móta AI tól fyrir kvikmyndagerðarmenn, og gefa þeim sæti við borði í þróun þessara tóla. Þessi samvinnuaðgerð skapar djúpa rannsóknir og þróunarsamvinnu milli A24 og Google DeepMind, sem spannar yfir margar verkefni í tíma.
Samningurinn er mikilvægur þar sem hann merkir mikilvægan fjárbúnað í AI kvikmyndatölvur, með möguleika á að hafa áhrif á framtíð sögugerðar í kvikmyndaiðnaðinum. Með því að vinna beint með listamönnum, telur Google DeepMind að hægt sé að þróa tól sem veita listamönnum vald, frekar en að takmarka skapandi afburð þeirra. A24 þátttaka er talin vera leið til að tryggja að þörfum og áhyggjum kvikmyndagerðarmanna sé úti um þátt í þróun þessara tóla.
Þegar samvinnan þróast, verður það verðmætt að fylgjast með því hvernig A24 og Google DeepMind jafna skapandi sjónarhorn kvikmyndagerðarmanna við getu AI tækni. Þessi þróun er einnig áberandi í ljósi nýlegrar skýrslu um Google þátttöku í AI, þar á meðal takmörkunum á Meta notkun Gemini AI módelum, og eigin fjárfestingum í AI kvikmyndatölvum.
Cursor-kóðinn, sem AI búið til, hefur verið greindur fyrir harðkóðaða leyndarmál, þar á meðal API lykla, auðkenningar og JWT leyndarmál, beint inn í uppruna skrár. Þessi vandamál rísa af því að AI-kerfið lærði af opnum kóða, sem oft inniheldur harðkóðaðar aðgangsauðkenningar. Sem afleidingu getur búinn kóði afhjúpað viðkvæmar upplýsingar, sem veldur miklum öryggisáhyggjum.
Þetta má ekki líta framhjá, því harðkóðaða leyndarmál geta verið auðveldlega aðgengileg óheimilduðum aðilum, sérstaklega ef kóðinn er geymdur í opnum gagnasöfnum. Vandamálið er ekki einstakt fyrir Cursor, því aðrar AI-tól búa einnig til kóða með harðkóðuðum leyndarmálum vegna svipaðra þjálfunargagna. Hins vegar dregur útbreiddni vandamálsins í AI-búnum kóða fram á þörfina fyrir öryggisvæddari kóðunaraðferðir og betri þjálfunargögn.
Þar sem hönnuðir halda áfram að nota AI-tól eins og Cursor, er mikilvægt að fylgjast með því hvernig þessi tól takla vandamálið um harðkóðaða leyndarmál. Framtíðaruppfærslur og viðgerðir gætu haft forgang á öryggisvæddari kóðunaraðferðir, eins og að draga leyndarmál úr umhverfisbreytum eða nota öruggari aðgangsmáta. Þar til þarf hönnuðir að vera varkár og endurskoða búinn kóða varlega til að koma í veg fyrir mögulegar öryggisbrot.
Verkfæri hönnun fyrir Stórar Málkerfi (LLMs) er mikilvæg fyrir getu þeirra til að framkvæma verkefni nákvæmlega. Sem við höfum séð í fyrra dæmum þar sem LLMs hafa barist við notkun á verkfærum, stafar vandinn oft af óskýrum verkfæriskilgreiningum. Ný útlína, CCA-F, lýsir yfir fimm mynstur til að hjálpa hönnuðum að hanna verkfæri sem LLMs geta skilið og notað rétt.
Þessi mynster eru mikilvæg þar sem þau takast á við algeng vandamál í LLM-þróun: tilhneigingu agenta til að kalla rangt verkfæri, sem leiðir til villna og ónýtingar. Með því að setja þessi mynster í framkvæmd geta hönnuðir búið til reiðanlegri og áhrifaríka LLM-kerfi. Mikilvægi þess að nota verkfæri rétt getur ekki verið þyngt of mikið, þar sem það er lykillinn að að breyta LLMs frá texta-inn/texta-út kerfum í háttarlausa aðila sem geta samverkt með heiminum.
Sem sviðið í LLM-þróun heldur áfram að þróa sig, verður það mikilvægt að fylgjast með því hvernig þessi hönnunarmynster eru tekin upp og byggð á. Frekari rannsóknir og skjölun á áhrifaríku verkfærihönnun verða nauðsynlegar til að búa til flóknari og reiðanlegri LLM-kerfi. Með því að priorita á góðri verkfærihönnun geta hönnuðir opið fulla möguleika LLMs og búið til flóknari og nýttari aðila.
Forskarar hafa þróað spákerfi fyrir olíuverð notandi njúrónanet og verð á framtíðarvöru. Þessi nýsköpunarlega aðferð ætlar að bæta nákvæmni spáanna um olíuverð, sem er þekktlega erfitt vegna margra þátta sem hafa áhrif á verði.
Notkun njúrónaneta (ANN) hefur sýnt von um framtíðina í spá fyrir mánaðarleg olíuverð, með rannsóknir sem nýta gögn allt frá árinu 1990 til að þróa og prófa þessi kerfi. Með því að nýta sér marglaga framlægjanet, geta rannsóknarar spáð um stefnu olíuverðs á stuttum tíma, allt að þrjá daga áður en það gerist.
Þar sem heimsefnahagurinn heldur áfram að vera undir áhrifum frá olíuverði, er þróun nákvæmra spákerfa ákaflega mikilvæg. Þessi nýja aðferð, sem sameinar njúrónanet og framtíðarverð, gæti gefið meira áreiðanlega aðferð til að spá fyrir verðsviptum. Frekari rannsóknir og prófanir verða nauðsynlegar til að finna út um hversu vel þessi kerfi virka í raunverulegum aðstæðum.
Könnun sem nýlega hefur birst hefur kastað ljósi á notkun sjálfrænnar námstefnu við textakennslur með djúpum neurónanetum. Þessi aðferð hefur möguleika á að auka afkastagetu módel með sama magni af gögnunum eða draga úr gögnunum sem þarf. Könnunin birtir tvær meginkrefjur sem hafa hindrað notkun djúpum neurónaneta í sjálfrænni námstefnu: ógetu til að veita áreiðanlegar áætlanir um óvissu og erfiðleika við þjálfun á smáum gögnasöfnum.
Niðurstöður könnuninnar hafa mikilvægt áhrif þar sem þeim gæti leiðið til þess að gera textakennslumódel betri. Með því að nýta sér yfirburði djúpum neurónaneta getur sjálfræn námstefna verið gerð arktari, sem er mikilvægt í aðstæðum þar sem merkt gögn eru fá. Þetta er sérstaklega viðeigandi í námsgreinum eins og náttúrulegum málvinnslu og neurónanetum, sviðum sem hafa þróast mikið á undanförnum árum.
Þar sem rannsóknir halda áfram að kanna möguleika sjálfrænnar námstefnu við textakennslur verður það áhugavert að fylgjast með því hvernig sviðið mótast til að takla krefjurnar sem könnunin birtir. Framtíðarathuganir gætu fókraðist við að þróa nýjar aðferðir til að nýta sér getu djúpum neurónaneta, eða rannsakað aðferðir til að bæta þjálfun þeirra á takmörkuðum gögnunum.
Apple er að undirbúa iPhone 18e og samkvæmt frægu kínversku látsleppi mun það ekki hafa ProMotion skjá. Það þýðir að tækin mun hafa sama endurtekningartíðni skjás sem núverandi iPhone 17e.
Vantur á ProMotion skjátækni, sem gerir kleift að sjá glæðari og hraðari skjáham, getur verið mikilvægur þáttur fyrir þá sem hyggjast kaupa tækið. Sem við höfum séð með fyrri iPhone módelum, eins og iPhone 14 Pro, getur hærra endurtekningartíðni skjás mikið bætt notendaaðferðina.
Með því að iPhone 18 þáttaröðinni nálast, verður það áhugavert að sjá hvernig ákvarðanir Apple um skjátækni hafa áhrif á neytendaval. Með því að ýmsir látslepír og áskoranir eru í gangi um hönnun og eiginleika iPhone 18, munu aðdáendur merksins fylgjast vel með því hvað lokið verður.
Fasið og gervigreind hafa ýtt undir hitaða umræðu. Sem við höfum séð í nýlegum umræðum um stórar tungumálamódel og möguleika þeirra á að ráða, er reynsla notion fasisma sem vill ráða yfir merkingu framleiðslunnar varasamleg þróun. Þetta hugtak er rótgróin í hugmyndinni að fasisistar vilji varðveita grunnþætti kapítalísks framleiðslukerfis, á meðan þeir nota vinnandi fólkið til ábata eignaræktarinnar.
Tengsl fasisma og kapítalísma eru vel skráð, með fasisískum efnahag sem oft er lýst sem "einokun kapítalísma". Þessi kerfi leyfa fasisistum að verja kapítalíska stöðu og notast við ríkið til að kúga vinnandi fólk og bæla vinstrimenn. Uppréttur fasisista er oft svar við óánægju vinnandi fólks og leið til að halda núverandi valdakerfi.
Meðan hlutverk AI í samfélaginu heldur á að vaxa, er mikilvægt að fylgjast með því hvernig fasisistar geta reynt að nota þessar tækni til að ná fram markmiðum sínum. Möguleiki AI til að nota sem tól til félagsstjórnar og sviknings er þrýstandi áhyggja, og er nauðsynlegt að vera varkár og tryggja að þessar tækni séu þróaðar og notaðar á máta sem hagnast samfélagi í heildina, frekar en aðeins fáum.
Kínversk framför í AI og tölvuráðningu hefur hægt niður, á meðan Bandaríkin eru að endurskoða kostnaði bannanna sinna. Þessi þróun kemur þegar Kína hefur nýlega tekið leiðtogahlutverkið af US í tölvuráðningarlistum, með LineShine kerfinu sem náði efsta sæti á TOP500 listanum. Samkvæmt skýrsldum hefur LineShine líkt yfir US kerfið El Capitan, með reikniafla yfir 2,198 exaflops, um 20% hraðari en bandarískt samkeppnisafl.
Þessi breyting í tölvuráðningarlíkanum má ekki láta óvirða, því hún bendir til breytingar á máttarjafnvægi milli þessara tveggja landa. US hefur lengi ráðið yfir sviðinu, en nýlegar framfarir Kína hafa nálgast bilið. Þar sem US metur kostnaði bannanna sinna, gæti það verið að endurskoða aðferðir sínar til að halda keppni.
Þegar atburðarásin heldur áfram, verður það mikilvægt að fylgjast með því hvernig US svarar við nýrri leiðtogahlutverki Kína í tölvuráðningu. Mun US léta niður varðveislu bannanna sinna til að efla nýsköpun, eða mun það halda áfram með núverandi aðferðum? Úrslitin munu hafa mikil áhrif á framtíð AI og tölvuráðningar, og heimsmáttarjafnvægið í þessum lykilteknitekjum.
Vantir voru uppgötvaðir í mati á Retrieval-Augmented Generation (RAG) kerfum. Það sem við höfum fjallað um á June 29, vandamál með RAG mati hafa verið endurteknandi þema, og margir sérfræðingar hafa því verið lítið traust. Vandið liggur í mælikvarðanum sem er notaður til að meta þessi kerfi, sem getur falið sannan gagnsemi þeirra.
Mælikvarðinn sem er algengastur, Meðalvirkni Viðtakar (MRR), hefur verið sýndur vera villandi, og aðrir matar geta einnig aukið traust til RAG kerfa án þess að endilega spá fyrir um raunverulega framkvæmd. Þetta má ekki láta líða því það getur leitt til óhentugra vala þegar valið er úr staðbundnum Stórum Málkerfum (LLMs) fyrir RAG kerfi, sem getur hindrað virkni þeirra.
Þegar rannsóknarmenn og þróunarstarfsmenn halda áfram að rannsaka RAG mati, má vænta meiri áherslu á að þróa nákvæmari og traustari matar. Með því að margir sérfræðingar hafa þegar bent á galla í núverandi mælikvarða og lagt til alternatíva, verður mikilvægt að fylgjast með nýrri rannsókn og opnum lausnum sem takla þessi vandamál og veita réttari mynd af RAG kerfaframkvæmd.
Áhyggjur eru vaxandi varðandi áreiðanleika prófa fyrir Retrieval-Augmented Generation (RAG) kerfi. Þar sem við höfum áður greint frá, hafa próf eins og GLM 5.2 sýnt arðandi niðurstöður, en nýr uppgötvunar sýnir að þessi próf gætu ekki endilega birt rétt viðbragð í raunverulegu notkun. Vandið liggur í erfiðleikum við að prófa AI kerfi, sérstaklega RAG kerfi, þar sem gapinu milli próftölur og raunverulegs afkastnings getur verið marktækt.
Þessi missami á þýðingu því að hún getur leitt til dýrar vonbrigða í AI útgáfum. Framleiðendur gætu ekki ávallt verið að láta sig leiða, en prófin sjálf geta verið illa útbúin. Fleiri rannsóknir og sérfræðingar hafa vakið athygli á vandinn, þar á meðal takmörk algengra prófa og þörfina fyrir heildstæðari matamáta. Til dæmis, bjóða RAGBench útskýranlegar merkingar fyrir umfjöllunarenda mat á RAG kerfum.
Þar sem AI samfélagið heldur áfram að berjast við þetta, er mikilvægt að fylgjast með þróuninni í prófamáta og matatækni. Rannsóknarmenn og hönnuðir verða að priorita það að búa til nákvæmari og áreiðanleigri próf til að tryggja arðandi útgáfur RAG kerfa. Með því að viðurkenna takmörk gildandi prófa og vinna að bættum matamáta getum við brúa gapinu milli próftölur og raunverulegs afkastnings.
Apple's mjög væntanlega skjár með snertivirkni kemur líklega út á markaðinn á undan útgáfu M7 smjörla, og fer þannig yfir M6 kynslóðina að fullu. Þessi þróun er mikilvæg þar sem hún bendir til þess að Apple hafir sett strikt áherslu á að koma skjá með snertivirkni á markaðinn, og gæti valið að gefa úr skjánum áður en nýjasta smjörlakynslóðin sé tilbúin.
Sem við höfum fylgst með þróunum í Apple's verð og vörulínur, þar á meðal nýlegu verðhækkunum og kynningu nýrra MacBook módela, gefur þessi frétt til kynna að fyrirtækið er að hraða áfram með áætlunum um skjá með snertivirkni, jafnvel þó að það þyrfi að nota núverandi M5 smjörla. Ákvörðunin um að láta M6 smjörla líða og mögulega gefa út grunnsmjörla fyrir inngangs Mac tölvur seinna á árinu undirstrikar Apple's áherslu á að koma skjá með snertivirkni á markaðinn sem fyrr sem síðar.
Það sem næst er að fylgjast með hvernig markaðurinn svarar við útgáfu skjás með snertivirkni, sérstaklega ef til vill vegna notkunar á M5 smjörlum í stað þeirra M7 smjörla sem vænta má árið 2027. Auk þess verða áhrif Apple's smjörlaáætlunar á heildarvörulínu og verð á vörum fyrirtækisins verðmæt að fylgjast með í næstu mánuðum.
Ákærendur hafa notað ChatGPT skrár sem sönnunargögn í réttarhöldunum yfir Jonathan Rinderknecht, 30 ára gamall fransk-US ríkisborgara, sem er sakaður um að hafa valdið eldsvoða Lachman nærri Pacific Palisades. Skrárnar voru kynntar ásamt öðrum sönnunargögnum, þar á meðal staðsetningarupplýsingum frá iPhone hans, myndum frá öryggismyndavélum og vitnafrásögnum.
Þessi þróun er mikilvæg þar sem hún merkir mikilvægt tilvik þar sem AI-búin gögn eru notuð í dómsmáli. Notkun ChatGPT skráa sem sönnunargögn vekur spurningar um áreiðanleika og aðgangseinkenni slíks gagns í lögsögu.
Réttarhöldin enduðu með vanmáli, þar sem dómarar voru ekki sannfæddir af sönnunargögnum sem voru kynnt. Þar sem lögsýslan heldur áfram að glíma við afleiðingar AI-búinna gagna, verður þetta mál fylgt náið til að sjá hvernig dómstólar jafna þau möguleika sem slíkt sannanir hafa, með áhyggjum um áreiðanleika og mögulegar förældrar.
Íslandi hefur verið greint áður frá tengdum málum, svo sem hættum tengdum óstjórnaðum promptum í framleiðslu og hugtakinu prompt drift, en þessi nýji þróun birtir framhaldandi ógnir í að tryggja AI kerfi.
Exploiting prompt injection má ekki líta framhjá, því að það undirbýr veikleika í núverandi AI arkitektúr, sérstaklega í því hvernig promptum er háttað og sendur á milli kerfa. Þetta er ekki einangrað vandamál, eins og áður greint hefur verið frá AI agent state machines og þörfina fyrir betri stjórnun prompta í framleiðslu.
Það að prompt injection geti verið notuð til að ganga á grunnþætti AI kerfa vekur áhyggjur um öryggi og traust allra þessara tækni.
Þegar rannsóknir og þróunaraðilar vinna að að átaka þessar veikleika, verður það mikilvægt að fylgjast með uppfærslum á því hvernig fyrirtæki svara hótunni frá prompt injection. Þetta getur falið í sér nýja arkitektúr eða lagfæringar, eins og það var lagt til í áður greindum yfirliti yfir endurnýjanlega prompt þróun og notkun öruggari prompt meðhöndlunarkerfis.
Amazon's Prime Day má hafa líklega verið, en kaupendur geta enn fengið met-lægstu Apple afsláttir í helgar. Þrátt fyrir að atburðurinn sé liðinn, hafa margir af bestu verðum á Apple tækjum og aukabúnaði enn verið í boði, þar á meðal tilboð á AirPods, AirTag, Apple Úr og MacBook Pro.
Þetta má ekki líta framhjá því að Apple verðir eru væntanlega að hækkast, og gerir þessi eftirverðandi afsláttir mikla tækifæri fyrir þá sem vilja kaupa Apple vörur. Að tilboðin séu enn í boði bendir til þess að verslanir reyni enn að selja afurðir, og veita neytendur stuttan tíma til að spara peninga á vinsælum Apple vörum.
Meðan helgin líður að lokum er mikilvægt að fylgjast með vörugeyma og mögulegum verðhækkunum. Þar sem Walmart hefur þegar bent á að Apple TV 4K sé á lágu vörugeymi, er líklegt að aðrir verslanir fylgi í kjölfarið, og gera afsláttirnar enn flóknari. Neytendur ættu að hrönnunarsamlega nýta sér þessar met-lægstu verð til þess að þau hverfi ekki.
DeepSeek, kínverskt AI fyrirtæki, hefur uppfært V4 módel sitt með DSpark, ráðvendan afkóðunarramma. Þessi nýjung aukar svarhröðun um allt að 85%, og léttir á fláska og chip-strain. DSpark nálgast þetta með því að nota líkanavægi módel og stærra módel til að staðfesta svar, og þannig minnka þarfirnar á öflugum chipum.
Þessi þróun er mikilvæg þar sem hún takmarkar mikilvægasti áskorun í AI þróun: samningu á milli hröðunar og kostnaðar. Með því að auka svarhröðun og lækka kostnaði og chip-strain, hefur DeepSeek DSpark ramman möguleika á að gera AI aðgengilegri og áhrifaríku. Þetta er sérstaklega áberandi í samhengi Kína AI landslagi, þar sem eftirspurn eftir hraðari og ódýrari AI lausnum er að aukast.
Meðan AI iðnaðin heldur áfram að þróa sig, verður það áhugavert að sjá hvernig DSpark er tekið upp og innleitt í mismunandi forritum. Verður þessi rammi að verða staðall fyrir AI þróun, og hvernig mun hann hafa áhrif á þróun framtíðar AI módela? Með loforði um hraðari AI og lága kostnaði, er DSpark algjörlega tækni til að hlusta á í næstu mánuðum.
Rannsóknir hafa kynnt ATOD, nýja blandingsaðferð fyrir netþjálfun, sem er hönnuð til að bæta afköst smárra tungumálamódela í langtímamælingum. ATOD, sem stendur fyrir Annealed Turn-aware On-policy Distillation, hefur til markmiðs að takla takmarkanir eldri aðferða fyrir netþjálfun með því að veita þéttar leiðbeiningar kennara og bæta afköstum með virknitækjum.
Þessi nýjung er mikilvæg þar sem hún hefur möguleika á að bæta getu sjálvstýrandi aðgerðara, og gerir þeim kleift að læra og aðlaga sig betur í flóknu, margra snúninga umhverfi. Með því að nýta sér styrkleika bæði eftirlíkingar og virknidrifiðrar náms, gæti ATOD leitt til mikilvægra framfara í sviðum eins og samtal AI og ákvarðanatöku kerfa.
Meðan rannsóknir í þessu sviði halda áfram að þróa sig, verður það mikilvægt að fylgjast með frekari þróun og notkun ATOD, auk þess að bera saman við aðra þjálfunaraðferðir eins og TCOD, sem rannsaka tímaæfingar í netþjálfun. Árangur ATOD í raunverulegum aðstæðum og geta þess til að yfirstíga ógnirnar sem fylgja margra snúninga aðgerðasettningum verða lykilsvæði til að fylgjast með í næstu mánuðum.
Rannsóknir hafa kynnt MER-R1, nýja aðferð til fjölfagrar tilfinningaskynjunar sem nýtur sér samverkan síð- og hröð-hugsunar. Þessi þróun er mikilvæg þar sem hún ógiltir hefðbundna skoðunina um að útskýringarþörf sé nauðsynleg til aukinnar nákvæmni í fjölfagrar tilfinningaskynjun. Samkvæmt rannsókninni getur útskýringarþörf ekki alltaf leiðið til betri nákvæmni, þrátt fyrir að gera spár skiljanlegri.
Niðurstöður MER-R1 hafa áhrif á þróun enn fremri fjölfagrar stórar tungumálamódla (MLLMs). Með því að rannsaka samspil síð- og hröð-hugsunar geta rannsóknar eru búin til að búa til enn komplexari módla sem jafna á milli skiljanleika og nákvæmni. Þetta er sérstaklega mikilvægt í forritum þar sem skilningur á mannlegum tilfinningastöðum er lykilatriði, eins og í mannverkja-tölvusamspili og tilfinningatölvunar.
Meðan sviðið fjölfagrar tilfinningaskynjunar heldur áfram að þróa sig, verður það áhugavert að sjá hvernig MER-R1 áhrifar framtíðar rannsókna. Með nýlegum framförum í leiðbeiningar-stillingu, tilfinningarsamræmdum rökum og alhliða-sjónarhornastefnum, er líklegt að þróun enn effiktnari MLLMs mun hafa hröðum árangur. Rannsóknar og hönnuðir geta vænt þess að sjá ný módla og aðferðir sem innbygga samverkan síð- og hröð-hugsunar, sem leiða til nákvæmari og skiljanlegrari tilfinningaskynjunarkerfa.
Rannsóknir hafa verið gerðar á áróðri gegn fjölgreindum tungumálamódelum, gerð tungumálamódela sem vinna með fjölbreytilegar gerðir gögn. Þessi rannsókn, leidd af rannsóknarmönnum frá Xidian-háskóla, Wormpex AI rannsóknar og Meta, kanna hvernig þessi módel geta verið stýrð til að búa til andstæðingar við óæskilegar spurningar notenda.
Merking þessarar rannsóknar liggur í hennar getu til að birta óöruggleika í fjölgreindum tungumálamódelum, sem eru notaðar í fjölmörgum forritum. Með því að skilja hvernig þessi módel geta verið notaðir, geta forritaraðilar tekið ákvörðun um að tryggja þau gegn illvilligum árásum. Þetta er sérstaklega mikilvægt ef til vill að fjölgreind tungumálamódel eru notuð í viðkvæmum sviðum eins og viðskiptaþjónusta og efni-rögnun.
Meðan notkun fjölgreindra tungumálamódela heldur á að aukast, er mikilvægt að fylgjast með þróun í þessu sviði, sérstaklega varðandi öryggi og hættur. Niðurstöður þessarar rannsóknar geta upplýst þróun á sterkari verndarmáta, eins og aðlögunarvarnar-spurningar, til að verja þessi módel gegn áróðrum. Frekari rannsóknir mun líklega einbeita sig að að draga úr þessum áhættum og tryggja öruggan útgáfu fjölgreindra tungumálamódela.
Forritari hefur byggt netkerfisvél frá grunni í C++, með notkun á cache-tiled GEMM, AVX2 SIMD og INT8 kvanting. Þessi vél er áberandi fyrir það að hún byggir ekki á vinsælum rammi eins og PyTorch eða ONNX, heldur nýtur hún lágstigs-optímálaðra aðferða sem eru líkar þeim sem eru í ggml og llama.cpp. Þessa þröskuld er mikilvægur þar sem hún sýnir framfæri á að búa til áhrifaríkar netkerfisvélar án þess að bygja á þegar tilbúnum bókasöfnum. Með því að útfæra lykilþætti frá grunni geta forritarar fínpúsað frammistöðu og optímalað fyrir sérstakar notkunarskifti. Notkun AVX2 SIMD og INT8 kvanting getur leitt til mikillar bætingar á reikniafla.
Meðan sviðið þróaðra netkerfa heldur áfram að þróa, verður það áhugavert að fylgjast með því hvernig þessi aðferð frá grunni mun hafa áhrif á sköpun meer sérstakra og optímalaðra netkerfisvélanna. Með útbreiðslu sérsniðinna vélanna gætum við séð aukna nýsköpun á sviðum eins og úthreyfingu módela, edge-reikningi og rauntíma netkerfisforritum.
Forritarar eru að rannsaka getu stórra tungumálamódla, og nýr viðfangsatriði hefur gert kleift að skipta um líkanir með því að breyta aðeins einu skjali. Þessi framfarir felast í því að keyra DeepSeek á Claude kóða, sem gerir ferlið sjálft einfaldara þegar á að skipta um milli mismunandi LLMs, eins og Claude Opus eða Sonnet.
Áður var það nauðsynlegt að endurskrifa alla CLAUDE.md skjalið, sem er ein stór 500 línur kóðabasa. Nýggja aðferðin gerir þetta ferli einfaldara, og hún er þess vegna betri fyrir notendur sem þurfa að skipta um milli líkana fyrir mismunandi verkefni. Þetta má líka af því að hún gerir notendum kleift að aðlaga sig að mismunandi verkefnum og líkönunum án mikils yfirvinnslu, sem bætir vinnuflæði og afkastagetu.
Það sem ég á að horfa á næst er hvernig þessi nýjung verður að hafa áhrif á LLM samfélagið í heildina. Þegar notendur byrja að nýta þessa getu, má vænta að sjá meira fjölbreytt og dinamískt vinnuflæði, sem gæti leitt til nýrra forrita og nýsköpunar í sviði gervigreindar.
Einföld en áhrifarík lausn hefur verið uppgötvuð til að bæta notendavirkni Claude kóða, tóli sem notaður er til kóðunaraðgerða. Með því að bæta við 5 línur af stillingum geta notendur núna fengið hljóðvirkni þegar Claude kóði ljúkar verkefni eða þarf innskot. Þessi litla breyting hefur miklu betrað líf notenda, gerði það auðveldara að halda utan um verkefni og vinnuflæði.
Sem við höfum áður greint frá, hefur Claude kóði valdið miklum áhrifum í kóðunarfélagi, með getu sinni til að meðhöndla flókna verkefni eins og endurskipulagningu margra skráa og villugreiningu. En ein skortur var vantarði tilkynningakerfis, sem olli því að notendur þurftu að athuga sjálfir sér ef verkefni væru lokið. Þessi nýja lausn svarar til þessa vandamáls, einfaldar vinnuflæðið og leyfir notendum að fókusera á mikilvægari verkefni.
Það er því búið að bíða eftir því hvernig þessi lausn verður tekin upp í Claude kóðasamfélagið, og hvort þróendur munu taka þetta eiginleika með í framtíðaruppfærslum. Auk þess verður það áhugavert að sjá hvort aðrir notendur munu byggja á þessari lausn, og búa til enn meira nýsköpunarlausnir til að bæta Claude reynslu.
Þróandi hefur byggt Transformer og MiniGPT frá grunni í pythonskriptu án þess að bygja á vinsælar birtingar eins og PyTorch, TensorFlow eða NumPy. Þessi verkefni, líkt og önnur eins og MiniGPT og microGPT, hafa það að markmiði að ryðja úr innri vélsmíðum nýjustu tungumálamódella með því að framkvæma alla aðgerðir, þar á meðal áframvirkni, afturþrett, og Adam-optímísara, handvirkt.
Þetta afrek hefur þýðingu þar sem það sýnir möguleikann á að búa til flókna AI módellar án þess að bygja á háttstigavirkjum. Með því að byggja frá grunni geta þróendur fengið dýpri skilning á því hvernig þessir módellar virka og gert þá efnaðari. Eins og sést í fyrra verkefnum, eins og Andrej Karpathy microGPT, getur bygging Transformer í lítinni kóðamagni verið gagnlegt námstól.
Það sem á að horfa á næst er hvernig þetta verkefni mun vera tekið af þróendarfélaginu og hvort það mun leiða til meiri tilraunir með frá-grunni útfærslum á AI módellum. Þar sem sviðið AI heldur á að þróa sig, geta verkefni eins og þetta að gera flókna módella aðgengilegri og skiljanlegri, sem getur leitt til nýrra nýsköpunar og notkunarmöguleika.
Nýr sérhæfur hefur komið fram til að lýsa algengri reynslu í AI þróunarferlinu: Reikniaðvörunarföráttunarfürða, eða CATA. Þessi fyrirbæri vísa til þeirrar förðar sem verður til á meðan lengri reikniaðgerðir eru í gangi, þar sem áherslan snýst frá því að leysa vandinn til að fürðast mögulegrar mistökunar. CATA er sérstaklega úti í AI verkefnum sem eru of langt á gangi til að byrja upp á nýtt, en of snemma til að treysta á útkomunni.
Þessi hugtak má ekki láta lítið, því það lýsir til sálfræðileg og tilfellileg hugsanir sem tengjast starfi með AI kerfum. Þar sem AI verður þéttara innleitt í ýmsum sviðum, er mikilvægt að skilja mannlega reynslu þróunar og samskipta við þessi kerfi. Hugtakið CATA viðurkennir förðuna og óvissuna sem getur fylgt því að vinna með flóknum AI verkefnum, og gæti hjálpað þróunarfólkum og rannsóknarfélagi að undirbúa sig og stjórna þessum tilfellum betur.
Þar sem sviðið AI heldur áfram að þróa sig, verður það áhugavert að fylgjast með því hvernig hugtakið CATA er tekið og kannað frekar. Verður það almennt viðurkennt hugtak, eða verður það varðveitt sem sérgrein? Hvernig munu þróunarfólk og rannsóknarfélag taka til og draga úr CATA í starfi sínu? Þar sem við heldum áfram að sigla yfir þvermörkjun AI og mannlegar reynslu, er hugtakið CATA minning þess að þróun AI er ekki aðeins tæknileg eld, heldur einnig djúpt mannleg.
Ríki í Bandaríkjunum eru að leggja fram reglur um gervigreind, þrátt fyrir að forseti Donald Trump reyni að halda federal yfirumsjón með AI stefnu. Þessi ákvörðun kemur þrátt fyrir að stjórn Trumps hafi lagt áherslu á "hröðun sigur" árangur í AI þróun og útflutningi. Tilraunir federal stjórnarinnar til að afmáta ríki í að skapa eigin reglur hafa ekki hindrað ríki í að búa til eigin reglur.
Þessi þróun er mikilvæg þar sem hún lýsir áframhaldandi spennu milli federal og ríkjastjórnar yfir AI reglum. Vant í sameinuðri árangri getur valdið því að lög og leiðbeiningar verði ólíkar, sem getur hindrað vöxt AI iðnaðarins. Eins og við höfum fjallað um June 29, hefur hægðin á AI og super-reiknivélum í Kína gefið Bandaríkjunum tækifæri til að endurskoða aðferðir sínar, og kostnaðurinn við takmarkanir er verið að meta.
Þar sem reglugerðarsviðið heldur áfram að þróa sig, er mikilvægt að fylgjast með því hvernig federal stjórnin svarar ríkjum sem reyna að regla AI. Úrslitið af þessari valdabarátta mun hafa mikilvægar afleiður fyrir framtíð AI þróun og notkun í Bandaríkjunum. Með fyrirtækjum eins og Anthropic og OpenAI, sem þegar eru að finna fyrir óvissu reglugerða, er skýr og samþýtt aðferð til AI reglugerðar nauðsynleg fyrir iðnaðarins árangri.
DeepSeek hefur tekið mikilvægan skref með því að opna almennan aðgang að LLM útilokunarbætur sínar. Þessi þróun lofar miklum 60-85% hraðari framleiðslu og verulegum kostnaðarsniðgöngum. Aðferðirnar, sem eru þekktar sem DSpark og Lookahead Sparse Attention, ganga í kjarnan í bætur, og veita þannig sýnileika sem sjaldan er sjáan í iðnaðinum.
Þetta skref er mikilvægt þar sem LLM útilokun er mikilvægur þáttur í mörgum AI forritum, og stundum á sér umtalsverðan hluta heildarkostnaðarins. Með því að gera þessar bætur aðgengilegar almenningi, getur DeepSeek lækkað þann múr sem er fyrir framan hönnuðum og fyrirtækjum sem vilja nýta LLMs án þess að hafa í viðeigandi kostnaði. Áhrifin geta verið til staðar á mörgum sviðum, frá talmálfum til tungumálþýðingar, þar sem hraðari og efnaðari LLM útilokun gerir mögulegt að nota þau víðar.
Þegar samfélagið byrjar að kanna og byggja á DeepSeek almenningsbætur, verður það áhugavert að horfa á því hvernig þessar þróanir hafa áhrif á almennri AI myndinni. Með möguleika á ódýrari og efnaðari LLM útilokun, gæti verið að sjá aukningu á nýsköpun og forritum sem áður voru hindruð af kostnaði og afkastagalla.
Greiða greining á dópagreiningu Claude Fable 5 í þyngd × stig + hopp hefur verið gefin út, og veitir það innsýn í getu módelins. Þessi greining, sem er aðgengileg á June 10, veitir námagrein í frammistöðu módelins og það sem það afhjúpa um undirliggjandi byggingu þess.
Þessi þróun er mikilvæg þar sem hún kastar ljós á flóknar AI módel líkt og Claude Fable 5, sem hafa verið að gera bylgjur í iðnaðinum með þeim aförðum sem þau hafa. Eins og við höfum áður sagð, eru AI fyrirtæki stöðugt að læra og aðlaga sig, með sumum sem eru að vinna með stórfyrirtæki eins og Google DeepMind, á meðan aðrir eru teknir yfir af fyrirtækjum eins og SpaceX.
Þar sem AI landslagið heldur áfram að þróast, verður það áhugavert að horfa á hvernig módel líkt og Claude Fable 5 eru notaðir og bættir. Með frammistöðu sinni í mati á viðskiptagreiningum og sýningu á getu sinni í raunverulegum sýningum, er Fable 5 módel sem er víst að halda auga með. Frekari greining og rannsóknir á dópagreiningu og getu þess mun líklega veita gagnlegar innsýnir í framtíð AI þróun.
Kevin O'Leary, þekktur fyrir hlutverk sitt í keppnisþættinum "Shark Tank", hefur tekið að sér nýtt hlutverk sem gagnamiðstöðvabaráttu. Hann hefur verið að auglýsa mikilvægi gagnamiðstöðva og bent á alþjóðlega keppni í efnahag, hermálahætti og tækni. O'Leary telur að gagnamiðstöðvar séu nauðsynlegar til að halda áfram í þessari keppni.
Þessi þróun er mikilvæg þar sem hún lyklar á vaxandi mikilvægi gagnamiðstöðva í tímabilinu sem einkennist af gömlu gervigreind og frumgerðartækni. Þar sem samfélagsgrupper á víð og breið í Bandaríkjunum eru að sameinast í andstöðu við gagnamiðstöðvar, setur útbjóð O'Leary fyrir þessar miðstöðvar hann í ágreining við umhverfisverndarsamtök og borgara sem eru áhyttir um mögulegan áhrif á dýralíf og náttúru.
Þar sem umræðan um gagnamiðstöðvar heldur áfram, verður það áhugavert að fylgjast með því hvernig áætlun O'Leary fyrir "Stratos Hyperscale Data Center" nálægt Stóra Saltvatni í Utah fari fram, þar sem harður andstaða er frá lokabúum. Þetta er ekki fyrst þegar gagnamiðstöðvar hafa vakið deilur, eins og við höfum áður fjallað um samfélagsgrupper sem sameinast gegn þeim til að knýja gömlu gervigreind.
Fyrirtæki eru að umbreyta óvæntum áskorunum í að bæta tölvuþjóna. Einstaklingar sem þeir ráða til að veita háþróaðar gögn gefa í staðinn inn lágþróað efni, sem oft er kallað "neðri hlutir". Þessi fyrirbæri lýsir takmörkunum á að reisa á mannlegri innskilningi til að bæta AI kerfi.
Þessi málum er mikilvægt því gæði þjálfunargagna hafa beinan áhrif á starfshæfni tölvuþjóna. Ef gagnin eru undir meðal, geta tölvuþjónar ekki skilið og svarað notendum á réttan hátt. Sem afleiðingu má AI fyrirtæki þurfa að endurskoða aðferðir sínar til að safna og nýta mannbyssuðum gögnum.
Þegar þessi aðstæða þróast, verður það áhugavert að sjá hvernig AI fyrirtæki svara þessari áskorun. Muna þeir að endurskoða launaskipanir sínar eða setja í gang strangari gæðastjórnunartiltæki til að tryggja að þeir fái háþróað gagn? Niðurstaðan mun hafa mikilvægar afleiður fyrir þróa tölvuþjóna og framtíð manns-AI samvinnu.
OpenAI á að vilja sektar útgáfutíma fyrir upphaflega opna boð (IPO) til 2027, sem hefur sent bylgjur í gegn um iðnaðinn, og valdið því að verðið á hléum margra stóra tæknifyrirtækja hafi fallið. Skýrslan, sem kom í ljós nýlega, bendir til þess að OpenAI væri að meta möguleikana, og að hugsanlega fara opinbera þetta ár til lægri verðmatss og bíða til 2027 til að ná $1 billjóna verðmats.
Þessi þróun er mikilvæg þar sem OpenAI er mjög væntanleg og varða fjárfestar og aðila í iðnaðinum náið. Ákvörðun fyrirtækins um að sektar útgáfutíma gæti haft mikil áhrif á samvinnufélaga þess, eins og Oracle, CoreWeave og SoftBank, sem hafa fjárhagslega áhugi í OpenAI. Seinkunin gæti einnig haft áhrif á iðnaðinn í heild, þar sem OpenAI er leiðandi aðili á sviði.
Þegar atburðirnar þróast, munu fjárfestar og iðnaðarvaktar fylgjast náið með því hvernig ákvörðun OpenAI mun hafa áhrif á tæknimarkaðinn og samvinnufélaga fyrirtækins. Seinkunin gæti einnig þvingað aðra AI fyrirtæki til að endurskoða áætlanir sínar um IPO, sem gæti valdið breytingum á landslagi iðnaðarins. Með OpenAI IPO nú væntanlega á bið, til 2027, mun allir augu verða á næstu skrefum fyrirtækins og áhrifum þeirra á tækniiðnaðinn.
Fyrirtæki SpaceX hefur keypt Cursor, frægt AI aðstoðarverkfæri fyrir forritun, fyrir 60 milljarða dala í viðskiptum sem eru aðeins í hluthækkun. Þessi mikilvæga áföll merkir einn stærsta kaup í AI hugbúnaðargeiran og styrkir stöðu SpaceX í gervigreind. Samningurinn, sem var tilkynntur aðeins dagar eftir sögulega kauphöllardebut SpaceX, setur fyrirtækið í sterkri stöðu á AI forritunartóla, í keppni við jötna eins og OpenAI og Anthropic.
Þetta kaup er mikilvægt þar sem það staðfestir áframhaldandi áform SpaceX til að aukast gervigreindargetu sína. Með árlegum tekjum Cursor og vaxandi notendabasa, er SpaceX í stöðu til að hafa mikil áhrif á AI forritunartóla. Samningurinn lýsir einnig yfir vaxandi mikilvægi AI í tækni-iðnaðinum, með fyrirtækjum eins og SpaceX sem fjárfesta mikið í geiranum.
Þar sem AI landslagið heldur áfram að þróa sig, verður það áhugavert að fylgjast með því hvernig SpaceX innleifir tækni Cursor í starfsemi sína. Með Elon Musk í forsæti, eru áform SpaceX í gervigreind líkleg til að vera náið fylgd. Þar sem við fylgjumst með þróuninni, er enn óljóst hvernig þetta kaup mun móta framtíð AI forritunartóla og stöðu SpaceX á markaðnum.
Nýjasta innsýn frá PRODUCTHEAD birta áskorunarnar sem felast í að innleia AI í flóknum mannskapskerfum. Samkvæmt skýrslu er aðal takmarkan er ekki tæknilegur þrönginn, heldur stjórnunar-, hugsanar- eða samvinnuþrautir. Þetta bendir til þess að takmörk notkunar AI séu frekar tengd mannlegum þáttum en tæknilegum getu.
Þetta má ekki láta líða, því það staðfestir þarfir fyrir nýggjan og dýpri aðferð við innleiðingu AI. Sem fyrirtæki reyna að nýta AI, verða þau að einnig takla undirliggjandi mannlegar og skipulagðar hindranir sem geta hindrað virknina. Með því að viðurkenna mikilvægi stjórnunar, hugsunar og samvinnu geta fyrirtæki unnið að því að búa til umhverfi sem styður við gagnrýnna innleiðingu AI.
Sem við förum áfram, verður það mikilvægt að fylgjast með því hvernig fyrirtæki svara þessum áskorunum. Muna þau að priorita þróun stefna og ramna sem styðja við notkun AI, eða muna þau aðeins leggja stress á tæknilega lausnir? Svarið á þessi spurningu mun líklega hafa mikil áhrif á hraða og árangur innleiðingar AI í flóknum mannskapskerfum.
Indverjar eru að breyta AI aðferð sinni og velja kínversk opinn módel, eins og DeepSeek, yfir US valmöguleika. Þessi breyting er knúin af minnkandi aðgengi að US módelum. Eins og við höfum spáð í tengdu fréttum, þar á meðal notkun stórra tungumálamódela og varpaðra AI, er AI landslagið stanslaust að breytast.
Þessi þróun er mikilvæg þar sem hún vísar í mikilvæga stjórnmálaþróun í AI geiri, með mögulegum áhrifum á alþjóðlegar tækniþróun. Notkun kínverskra módela gæti haft áhrif á tæknifræðileg framfarir Indlands og stöðu landsins í alþjóðlegu AI samfélagi.
Það sem má horfa til næst er hvernig þessi breyting mun hafa áhrif á AI þróun Indlands og samböndum þess við aðrar lönd, sérstaklega US og Kína. Þegar atburðirnar þróast, verður mikilvægt að fylgjast með áhrifunum á indverska tæknigeiran og víðari áhrifum á alþjóðlegar AI aðferðir.
Framkvæmdastjóri Apple, sá sem ábyrgðarvara var fyrir Apple Vision Pro, hefur yfirgefið fyrirtækið og gengið til liðs við vélbúnaðarlið OpenAI. Þessi ákvörðun fylgir í fornri röð yfirgangsfræðilegra yfirgengja frá Apple til OpenAI, sem minnir á brottför Jonathans Ive. Yfirgangur slíks lykilmanns frá Apple Vision Pro liði til keppanda eins og OpenAI vísar í mikilvæga breytingu á landslagi gervigreindar og vélbúnaðarþróun.
Þetta má líta so sem það birtir að OpenAI sé að ráða sér áhrifamenn frá stórfyrirtækjum til að styrkja eigin getu. Þar sem keppnin um AI yfirráð heitir að verða enn harðari, getur yfirgangur lykilfullra starfsmanna á milli stórfyrirtækja haft mikil áhrif á ferðinni til nýsköpunar og vöruþróun.
Þegar þessi frétt þróast, verður mikilvægt að fylgjast með því hvernig Apple svarar við þessari tapi og hvernig OpenAI nýtir sér nýjan áhrifamann til að þróa AI og vélbúnaðarþróun. Þar sem nýlegar skýrslur hafa birt price hikes og AI-áhrifamál Apple, getur yfirgangurinn haft víðari áhrif á áætlunarför fyrirtækisins og getu þess til að keppa á hratt breytilegu tæknilandsskap.
Sandskilvirk vélræning hefur tekið miðsvæðið með nýrri lýsingu á logístískri regressíu. Þetta fylgir röðum umræðna um grunnþætti vélræningar, þar á meðal skýringar fyrir byrjendur og mikilvægi þess að skilja aðalþættina á bakvið AI forrit.
Inngangurinn, sem er að finna á YouTube, dregnir í síðari hluta logístiskrar regressíu, sem er mikilvægur þáttur sandskilvirkar vélræningar. Hann fylgir með aukabreytum, svo sem Mastering Shiny: Tidy mat, sem ætlar að bæta færni í notkun RStats.
Það sem máli skiptir hér er stanslaust starf til að mennta og upplýsa samfélagið um flóknar sandskilvirkar vélræningar, og fara út fyrir aðeins augnablik og fókusa á merkanlega, notandi þekkingu. Sem sviðið heldur áfram að þróa, mun vera mikilvægt að halda þessum grunnþáttum í huga til að nýta fulla möguleika AI og vélræningar.
Í framtíðinni verður það áhugavert að sjá hvernig þessar menntaþættir hafa áhrif á þróun og notkun AI tækni, sérstaklega í samhengi norrænnar nýsköpunar og þar framar.
Google hefur nýlega fjarlægt síðu um aðstoð við tengingu á skráningu, en endurheimti hana á nýjan leik tvö dögum síðar á June 25. Síðan, sem fjallar um stefnumál fyrir eiginleika á borð við AI Ham, AI Yfirlit, Upptäcka og Gemini, er mikilvæg fyrir notendur til að skilja hvernig á að nota þessi tæki án þess að riska víkkun vegna missanýta.
Hlutbrekk síðunnar, sem átti sér stað eftir June 23, gæti valdið ruglingi meðal notendanna sem þar ábyrgjast fyrir leiðbeiningar. Endurheimting síðunnar er mikilvæg þar sem hún bendir til þess að Google sé áfram að hlúa að því að veita skýrar leiðbeiningar fyrir þjónustuna sína, þar á meðal þeim sem varða AI.
Meðan við erum að sjá nýjungar í Google AI þjónustu, þar á meðal nýlegar skýrslur um takmörk og samvinnu, verður aðgengi að slíku auðlindum alltof mikilvægara. Notendur og þróunarverkamenn eru áberaðir að halda auga með Google stuðningssíðum fyrir allar framtíðaruppfærslur eða breytingar sem gætu haft áhrif á notkun þeirra á þessum þjónustum.
Raunverulegur kostnaður tekins í AI módelum er flóknari en fyrst berst í blikku. Sem kom í ljós í nýlegri grein, geta yfirlýstar tekinraríður verið villandi, og felur í sér þrjá mikla fellda kostnaði: cache-hits, úttaksværi og rekstrarkostnaður. Þessir vanmetnu kostnaðir geta leitt til ónákvæmra mælinga, sem í kjölfarið geta leitt til þess að módelin eru rangstaðsettir að verði til lags.
Þetta má ekki láta líða, því að skilja raunverulegan kostnað tekinna er mikilvægt fyrir að meta virkni og gildi AI módelanna. Ef þessir felldu kostnaðir eru vanmetnir, geta mælingarnar ekki endilega birt raunverulegt verð-á-köstnaðarhlutfall mismunandi módela, sem getur leitt til óhagstæðra valna.
Því sem AI landslagið heldur á að þróa sig, er mikilvægt að huga að nákvæmni tekinakostnaðar í staðinn fyrir að bygja á yfirborðsreikningum. Útskýringin um gapinu á milli sýndar og raunverulegrar tekinakostnaðar er minning um að líta framhjá yfirlýsingum og grafa dýpra í raunverulegt gildi AI módelanna. Frekari greining og opnaði á þessu sviði verða mikilvægir atburðir í dagunum sem komast.
Það er áhugavert að sjá hvernig fólk setur inn færslur á netinu sem segja "Ég smíðaði þetta forrit..." þegar þeir nota LLM til að smíða það. Þetta veldur þeim spurningum um hlutverk mannsins í forritunarferlinu og hversu mikið maður á að treysta á LLMs.
Þetta er mikilvægt þar sem það vekur spurningar um hlutverk mannsins í forritunarferlinu og hversu mikið maður á að treysta á AI tól. Þegar LLMs verða allt öflugri, þá er mikilvægt að greina á milli mannskapan og AI búinna efni. Þessi umræða er sérstaklega áberandi í samhengi við fyrri umræður okkar um notkun LLMs í mismunandi forritum, þar á meðal hagfræði og þróun á talmálsforritum.
Þegar AI landslagið heldur áfram að þróa sig, verður það áhugavert að fylgjast með því hvernig sambandið á milli mannskju forritara og LLMs þróa sig. Munum við sjá breytingu í að auga verði lagað á notkun AI tóla í forritunarferlinu, eða munu línar milli mannskapan og vélavirkni halda áfram að vera óskýrar?
A2A-samningur hefur orðið mikilvægur þróun í sviði AI aðgerða, sérstaklega þeirra sem nýta Large Language Models (LLMs). Þessi samningur er hannaður til að einfalda samskipti milli AI aðgerða, og gerir þeim kleift að vinna betur saman. A2A-samningur byggir á notkun á Aðgerðakortum, sem eru rafrænir auðkennir fyrir AI aðgerðir, og verkefnum, sem eru ákveðnar aðgerðir eða markmið sem þessar aðgerðir geta framkvæmt.
Mikilvægi A2A-samningsins liggur í því að hann getur bætt við getu AI kerfa með því að leyfa þeim að vinna saman óhindrað. Þetta getur leitt til flóknari og þróaðari notkun á AI, sérstaklega á sviðum þar sem margar aðgerðir þurfa að vinna saman til að ná sameiginlegu markmiði. Þegar sviðið AI heldur áfram að þróa sig, munu samningar eins og A2A spila lykilhlutverk í að móta byggingu AI kerfa og gerir samskipti milli aðgerða einfaldari og áhrifaríkari.
Þegar rannsóknir og þróun á A2A-samningi halda áfram, verður mikilvægt að fylgjast með framförum í svæðum eins og arkitektúrval, uppgötvunarfæribreytur og samþættingu Aðgerðakorta og verkefna. Frekari könnun á mögulegum notkunum og takmörkum samningsins verður einnig mikilvæg til að ákvarða langtímáhrif hans á þróun AI kerfa.
Google hefur það verkefni að skipuleggja heimsupplýsingar og gera þeim aðgengilegar fyrir alla, en það verkefni er nú í prófi með getu AI. Nýleg dæmi birtir möguleika AI í að veita þægilegar, skref fyrir skref, leiðbeiningar fyrir flókna verkefni, eins og að keyra emacs í Docker-tönnu með vef TTY forriti.
Þetta má líta soleyandi á, því það sýnir getu AI til að veita nákvæmar og aðgerðalegar upplýsingar, sem gerir það að verðmætum tóli fyrir notendur. Þegar AI tækni heldur áfram að þróa sig, er hún líkleg til að aðstoða við flókna verkefni og veita lausnir á raunveruleg vandamál.
Meðan við förum áfram, verður það spennandi að fylgjast með því, hvernig Google getur í AI heldur áfram að þróa sig og bætast, sérstaklega í því tilviki, að veita þægilegar leiðbeiningar og lausnir á flóknum vandamálum. Þetta gæti haft mikil áhrif á víðtækari iðnaði og útgáfur, frá tækni og forritun til mennta og rannsókna.
Í nýrri endurskoðun á AI aðila útfærslumáti kom í ljós varasamur öryggisglapp: API lykil var fundinn í kerfisvísun. Þessi uppgötvun birtir mikilvæg vandamál í AI þróun, þar sem viðkvæm upplýsingar eru óviljandi látnar í ljós.
Svo sem við höfum áður greint frá, er öryggi AI kerfa vaxandi áhyggja, með vandamálum eins og harðkóðun leyndarmála í AI-búinu kóða sem er algengur vandi. Þessi nýja uppgötvun undirbýr mikilvægi varkárri hönnun og útfærslu til að koma í veg fyrir slíkar ógnir.
Hvað máli skiptir hér er að AI aðilar eigi ekki að fá viðkvæmar upplýsingar í fyrsta lagi, til að koma í veg fyrir áhættu á látni. Forritarar verða að priorita secure hönnunarforsæt til að tryggja að AI kerfi þeirra rjúfi ekki trúnaðarupplýsingar. Við munum halda áfram að fylgjast með þróun í AI öryggi og greina frá bestu venjum til að tryggja AI aðila.
Mörgu hefur samspil myrkri og fegurðar ýtt undir nýjar listrænar útgáfur, einkum á sviði raftlistar. Þessi átt, sem einkennist af notkun á dökku estétík og noir-þemum, hefur verið knúin áfram af getu generatíva AI. Hashtagginn #DarkArt, ásamt öðrum, hefur orðið að samkomutíma fyrir listamenn sem rannsaka þennan stíl, sem oft inniheldur þætti úr guðdómlegum, fantasi og loftsljósmálun.
Það sem gerir þessa þróun athyglisverða er hlutverk AI í að auðvelda sköpun slíkrar listar. Generatívar AI-líkanir geta búið til ítarlegar, háþröskaldar myndir byggt á textaábeitingum, sem leyfir listamönnum að tilraunir með víðtækum þemum og stíl. Þetta hefur jafnað aðgang að raftlistasköpun, sem hefur leyft breiðari listamannasamfélagi að taka þátt.
Þegar þessi átt heldur á að þróa, verður það athyglisvert að sjá hvernig listamenn ýta grenndum þeirra sem eru mögulegar með generatíva AI, og hvernig þessar tækni hafa áhrif á listheiminn í heildina. Með hæfileika AI til að búa til allt þróaðari og nýlegri listaverk, lítur framtíð raftlistar fögur út, með myrkri og fegurð sem bíða eftir að verða uppgötvaðar.
Nýr rannsókn frá óháðu GoodNews sýnir að 11% af 375 framkvæmdarlínum í AI línum sem OpenAI, Google, Anthropic og Meta hafa gefið út síðan í síðustu átt árum hafa verið seinkaðar eða alfarið ótilganglegar á markaði EU. Þessi ójafnð hlýðir á það að útgáfa AI lína milli mismunandi landfræðilegra svæða séu erfiðar.
Niðurstöðurnar eru mikilvægar þar sem þær staðfesta þörfina fyrir jafnari aðgang að AI tækni, sem eru verulega mikilvægar fyrir efnahag og félagslega þróun. Eins og við höfum fjallað um skyldar fréttir eru ferlar AI línuútgáfu og notkun complex, með mörgum þáttum sem hafa áhrif á útgáfu og aðgang.
Þar sem EU áfram þróa sína eigin AI aðferðir verður það mikilvægt að fylgjast með því hvernig reglugerðarramma og markaðsstaða hafa áhrif á útgáfu AI lína á svæðinu. Þessi rannsókn getur upplýst áætlanir til að efla jafnari aðgang að þeim nýjasta AI tækni, og brúa gapsins á milli EU og US markaða.
