„აირაკის“ მოდელები ახლა უკვე ხელმისაწვდომია AWS-ზე ↗
OpenAI Amazon Bedrock-ზე თავის Daybreak კიბერუსაფრთხოების მოდელებს ნერგავს. Daybreak Blue დამტკიცებულ დამცველებს წვდომას აძლევს სათავეში მყოფ ზოგადი დანიშნულების მოდელებზე, მათ შორის GPT-5.6 Sol-ზე, ხოლო Daybreak Red მიზნად ისახავს დაუცველობის კვლევას, ექსპლოიტების ვალიდაციას და უსაფრთხოების ტესტირებას.
უფრო დიდი ცვლილება განლაგებაა: კომპანიებს შეუძლიათ ამ შესაძლებლობების გამოყენება არსებული AWS უსაფრთხოებისა და მმართველობის სისტემაში, ცალკე ხელოვნური ინტელექტის შექმნის ნაცვლად. კიბერხელოვნური ინტელექტი გაცილებით უახლოვდება ჩვეულებრივ საწარმოს ინფრასტრუქტურას... და ეს თანმდევი ცვლილებაა.
Google-ის Gemini აპლიკაციას ყოველთვიური აქტიური მომხმარებლის 1 მილიარდი რაოდენობა აქვს ↗
Gemini-მ ყოველთვიურად 1 მილიარდ მომხმარებელს გადააჭარბა და Google-ის ყველაზე სწრაფად მზარდ პროდუქტად იქცა. ხმოვანი სიგნალი განსაკუთრებით დიდია, ხოლო პირდაპირი ეთერის კამერასთან და ეკრანის გაზიარების ურთიერთქმედება Gemini Live-ის გამოყენების მნიშვნელოვან ნაწილს წარმოადგენს.
Google-ი ასევე აცხადებს, რომ Gemini ყოველდღიურად 150 მილიონზე მეტ სურათს წარმოქმნის, მუშაობს 40-ზე მეტ პოპულარულ Android აპლიკაციაში და iOS-ზე 100 მილიონზე მეტი აქტიური მომხმარებელი ჰყავს. მილიარდი მომხმარებელი ხელოვნური ინტელექტის ასისტენტების რბოლას ექსპერიმენტად ნაკლებად აღიქვამს და უფრო სანტექნიკურ სამუშაოებს ჰგავს.
AMIE: სამედიცინო ხელოვნური ინტელექტის განვითარება ვიდეო კონსულტაციებისთვის ↗
Google Research-მა და DeepMind-მა სამედიცინო კვლევის ხელოვნური ინტელექტი, AMIE, რეალურ დროში ვიდეო კონსულტაციებში გადაიტანეს. Gemini-სა და Project Astra-ს გამოყენებით შექმნილი მას შეუძლია ვიზუალური და აუდიო მინიშნებების ინტერპრეტაცია, ვირტუალური ფიზიკური გამოკვლევების წარმართვა და საუბრის დროს დიაგნოზების დასმა.
სიმულირებულ კონსულტაციებში, კლინიკურმა შემფასებლებმა AMIE მაღალ შეფასებას აძლევდნენ დიაგნოსტიკური სიზუსტის, ანამნეზის შეგროვების, მართვისა და კომუნიკაციის კუთხით, მაშინ როდესაც პაციენტებმა ტექსტურ ჩატატს ვიდეო ჩატი ამჯობინეს. მნიშვნელოვანი გაფრთხილება: ეს კვლავ კვლევითი სისტემაა და არა ისეთი რამ, რაც მზად არის თქვენი ოჯახის ექიმის ჩასანაცვლებლად - საბედნიეროდ, შესაძლოა.
Anthropic-ის თქმით, ის თავისი ხელოვნური ინტელექტის მოდელების მიერ გენერირებულ ტექსტს წყლის ნიშანს დაამატებს ↗
Anthropic-ის თქმით, Claude-ის მიერ გენერირებულ ტექსტსა და ფაილებს ექნებათ მანქანური ამოცნობადი წყალბეჭდები, რათა დააკმაყოფილონ ევროპული გამჭვირვალობის მოთხოვნები. ფაილებისთვის ის იყენებს C2PA სტანდარტს, ხოლო ტექსტის წყალბეჭდები შექმნილია ისე, რომ გაუძლოს კოპირებას და ჩასმას, და შესაძლოა, გარკვეულ რედაქტირებასაც.
სისტემა მოდელის დონეზე გამოიყენება, ამიტომ ის მოიცავს Claude-ს API-ს, Claude Code-ს, Cowork-ს და სხვა ზედაპირებს. ხელოვნური ინტელექტის მქონე ტექსტში წყლის ნიშნის დამატება ისტორიულად გარკვეულწილად მოლიპულ თევზს წარმოადგენდა, ამიტომ დიდი მნიშვნელობა აქვს, რამდენად სანდო გახდება ის ინტენსიური რედაქტირების შემდეგ.
🧠 Nvidia 1 ტრილიონ პარამეტრიან Nemotron 4-ს ქმნის, რათა ღია ხელოვნური ინტელექტის მოდელებს კონკურენცია გაუწიოს, იტყობინება The Information ↗
The Information-ის ცნობით, Nvidia ავითარებს Nemotron 4-ს, ღია ხელოვნური ინტელექტის მოდელების ოჯახს, რომლის უდიდესი ვერსია, სავარაუდოდ, მინიმუმ 1 ტრილიონ პარამეტრს შეიცავს. გავრცელებული ინფორმაციით, საბოლოო ტრენინგი ჯერ კიდევ მიმდინარეობს.
Nvidia-მ ასევე წარმოადგინა Nemotron 3.5 Lightning კოდის მიმოხილვისა და უსაფრთხოების მონიტორინგის მსგავსი სამუშაოებისთვის, ასევე NeMo Switchyard, ღია კოდის როუტერი, რომელიც დავალებებს უგზავნის ყველაზე შესაფერის მოდელს. Nvidia ყიდის ნიჩბებს და ამავდროულად აშენებს საკმაოდ უზარმაზარ ნიჩბების ქარხანას... დიახ.
🏗️ IBM-მა და Together AI-მ Nvidia-ზე დაფუძნებული AI ინფორმაციული კლასტერის შესაქმნელად 240 მილიონი დოლარის გარიგება გააფორმეს ↗
IBM-მა და Together AI-მ IBM Cloud-ზე ხელოვნური ინტელექტის დიდი ინფერენციული კლასტერის შესაქმნელად 240 მილიონი დოლარის ღირებულების მრავალწლიანი ხელშეკრულება გააფორმეს. საწყისი სისტემა დაახლოებით 2000 Nvidia Blackwell 300 ჩიპს გამოიყენებს Nvidia-ს Spectrum-X ქსელთან ერთად.
ერთად, ხელოვნური ინტელექტი გეგმავს შესაძლებლობების გამოყენებას ღია მოდელებისთვის, მათ შორის DeepSeek-ისთვის, MiniMax-ისთვის და Kimi-სთვის. მისი აღმასრულებელი დირექტორი ვარაუდობს, რომ მოთხოვნა საკმარისად ძლიერი იქნება იმისათვის, რომ კლასტერი ეფექტურად გაიყიდოს მომსახურების დაწყებამდე - ინფერენციის შესაძლებლობები მოულოდნელად პრემიუმ უძრავ ქონებად იქცევა.
💰 NVIDIA AI Factory Computing ინვესტირებადი აქტივების კლასი ხდება ↗
Nvidia-მ გამოაცხადა Apollo-სთან, BlackRock-თან, Blackstone-თან, Brookfield-თან, Goldman Sachs-თან და KKR-თან დაფინანსების პარტნიორობის შესახებ, რომელიც ხელოვნური ინტელექტის ინფრასტრუქტურისთვის 500 მილიარდ დოლარზე მეტი მესამე მხარის კაპიტალის მობილიზებას ისახავს მიზნად.
საინტერესო წინადადებაა: ხელოვნური ინტელექტის ქარხნები უფრო ინფრასტრუქტურულ აქტივებად უნდა განვიხილოთ, რომელთა დაფინანსებაც ინვესტორებს გამოყენების, ფულადი ნაკადებისა და ნარჩენი ღირებულების მიხედვით შეუძლიათ. Nvidia გამოთვლით პლატფორმას აწვდის, ხოლო ფინანსური ინსტიტუტები ინდივიდუალურ პროექტებს აფასებენ და აფინანსებენ - ხელოვნური ინტელექტის გამოთვლები უოლ სტრიტის ფაზაში შედის.
ხშირად დასმული კითხვები
რა არის OpenAI Daybreak კიბერუსაფრთხოების მოდელები AWS-ზე?
OpenAI-ის Daybreak კიბერუსაფრთხოების მოდელები Amazon Bedrock-ის მეშვეობით ხდება ხელმისაწვდომი. Daybreak Blue დამტკიცებულ დამცველებს წვდომას აძლევს საფრენოსნო ზოგადი დანიშნულების მოდელებზე, მათ შორის GPT-5.6 Sol-ზე, ხოლო Daybreak Red ორიენტირებულია დაუცველობის კვლევაზე, ექსპლოიტების ვალიდაციასა და უსაფრთხოების ტესტირებაზე. საწარმოებისთვის მთავარი სარგებელი არის ამ მოდელების არსებულ AWS უსაფრთხოებისა და მმართველობის გარემოში განლაგების შესაძლებლობა, ცალკეული ხელოვნური ინტელექტის ინფრასტრუქტურის დასტის შექმნის გარეშე.
რამდენად მნიშვნელოვანია Gemini-ს მიერ ყოველთვიურად 1 მილიარდი აქტიური მომხმარებლის მიღწევა?
Google-ის თქმით, Gemini-ს აპლიკაციამ ყოველთვიურად 1 მილიარდ აქტიურ მომხმარებელზე მეტი გადააჭარბა, რაც მას კომპანიის ყველაზე სწრაფად მზარდ პროდუქტად აქცევს. ხმოვანი გამოყენება განსაკუთრებით ძლიერია, ხოლო Gemini Live-ში სულ უფრო მნიშვნელოვანი ხდება პირდაპირი ეთერის კამერისა და ეკრანის გაზიარების ურთიერთქმედება. Google ასევე იუწყება სურათების გენერირების მნიშვნელოვან აქტივობასა და ფართო გამოყენებაზე Android-ისა და iOS-ის აპლიკაციებში, რაც იმაზე მიუთითებს, რომ ხელოვნური ინტელექტის ასისტენტები მტკიცედ გადადიან მომხმარებელთა ფართო გამოყენებაში.
როგორ იყენებს Google AMIE ხელოვნურ ინტელექტს ვიდეო სამედიცინო კონსულტაციებისთვის?
AMIE არის Google Research-ისა და DeepMind-ის სამედიცინო კვლევის სისტემა, რომელიც შექმნილია რეალურ დროში ვიდეო კონსულტაციებისთვის. Gemini-სა და Project Astra-ს გამოყენებით შექმნილი, მას შეუძლია ვიზუალური და აუდიო ინფორმაციის ინტერპრეტაცია, ვირტუალური ფიზიკური გამოკვლევების წარმართვა და შესაძლო დიაგნოზების განხილვა საუბრების მიმდინარეობისას. სიმულირებული შეფასებებით მიღებული შედეგები მოჰყვება სხვადასხვა სფეროებში, მათ შორის დიაგნოსტიკური სიზუსტის, ანამნეზის შეგროვების, მართვისა და კომუნიკაციის, თუმცა AMIE კვლავ კვლევით სისტემად რჩება და არა კლინიკური მკურნალობის შემცვლელად.
როგორ იქნება კლოდის მიერ გენერირებული ტექსტი Anthropic-ის ჭვირნიშანზე?
Anthropic-ის თქმით, Claude-ის მიერ გენერირებული ტექსტი მოიცავს მანქანური ამოცნობის მქონე წყალმარჩხს, რომელიც განკუთვნილია ევროპული გამჭვირვალობის მოთხოვნების დასაკმაყოფილებლად. წყალმარჩხი მუშაობს მოდელის დონეზე, რაც საშუალებას აძლევს მას გამოყენებულ იქნას Claude-ის ყველა პროდუქტზე, მათ შორის API-ზე, Claude Code-სა და Cowork-ზე. Anthropic-ის თქმით, ტექსტური წყალმარჩხი შექმნილია კოპირების, ჩასმის და შესაძლოა გარკვეული რედაქტირების გაუძლოს, ხოლო გენერირებული ფაილები გამოიყენებს C2PA სტანდარტს.
რა არის Nvidia Nemotron 4 და რატომ არის ის მნიშვნელოვანი ღია ხელოვნური ინტელექტის მოდელებისთვის?
როგორც ამბობენ, Nvidia Nemotron 4-ს ღია ხელოვნური ინტელექტის მოდელების ოჯახის სახით ავითარებს, სადაც ყველაზე დიდი ვერსია, სავარაუდოდ, მინიმუმ 1 ტრილიონ პარამეტრს შეიცავს. როგორც ამბობენ, საბოლოო ტრენინგი ჯერ კიდევ მიმდინარეობს. Nvidia-მ ასევე წარმოადგინა Nemotron 3.5 Lightning ისეთი სამუშაო დატვირთვებისთვის, როგორიცაა კოდის მიმოხილვა და უსაფრთხოების მონიტორინგი, NeMo Switchyard-თან ერთად, ღია კოდის როუტერთან ერთად, რომელიც შექმნილია ამოცანების მათთვის ყველაზე შესაფერის მოდელზე გადასამისამართებლად.
რატომ ხდება ხელოვნური ინტელექტის დასკვნითი ინფრასტრუქტურა ინვესტირებადი აქტივების კლასი?
ხელოვნური ინტელექტის შესახებ ბოლოდროინდელი სიახლეები აჩვენებს, რომ ინფერენციული დასკვნის შესაძლებლობები სულ უფრო ხშირად განიხილება, როგორც მასშტაბური ინფრასტრუქტურა. IBM-მა და Together AI-მ ხელი მოაწერეს 240 მილიონი დოლარის მრავალწლიან ხელშეკრულებას Nvidia-ზე დაფუძნებული ინფერენციული დასკვნის კლასტერისთვის, ხოლო Nvidia-მ გამოაცხადა დაფინანსების პარტნიორობის შესახებ, რომელიც მიზნად ისახავს ხელოვნური ინტელექტის ინფრასტრუქტურისთვის 500 მილიარდ დოლარზე მეტი მესამე მხარის კაპიტალის მობილიზებას. ახალი მოდელი გულისხმობს ხელოვნური ინტელექტის ქარხნების დაფინანსებას ისეთი ფაქტორების საფუძველზე, როგორიცაა გამოყენება, ფულადი ნაკადები და ნარჩენი ღირებულება.