Nokia میخواهد از موج AI (که تقاضا برای bandwidth بالا ایجاد کرده) سود ببرد و با Ericsson و Huawei رقابت کند، سهام Nokia در اروپا بیش از ۵٪ بالا رفت.
OpenAI و Google اعلام کردند مدلهای frontier را در اروپا محدود یا مسدود میکنند، شکاف دیجیتال بزرگتر میشود.
SIMA 2 میتواند از دستورات زبانی برای برنامهریزی استراتژیک استفاده کند و برای کاربردهای واقعی مانند رباتیک و شبیهسازیهای صنعتی طراحی شده.
این خبر علمی نشاندهنده آگاهی فزاینده در میان رشتههای انرژی و AI است: اگر زیرساخت AI رشد کند اما با مصرف انرژی بالا، انتشار کربن نیز زیاد شود، پایداری فناوری به چالش خواهد افتاد.
این نشان میدهد که چین تمرکز خود را از R&D صرف به «کاربرد میدانی و صنعتی کردن AI» جابهجا کرده است. برای شرکتهایی که خدمات یا راهکارهای AI دارند، بازار چین شاید بزرگتر و فرصتآفرینتر شود، ولی موانعی مثل تنظیمات، دسترسی به داده، و رقابت داخلی را نباید دستکم گرفت.
این تحول، نابرابریهای جغرافیایی را کاهش داده اما ریسکهای زیستمحیطی را افزایش میدهد.
شرکت Cerence اعلام کرده که فناوری دستیار صوتی مبتنی بر هوش مصنوعی خود را به بیش از ۸۰ خودروساز و تأمینکننده سطح نخست عرضه کرده و آخرین نسخه «xUI» آن میتواند به راحتی در دستورات صوتی و مبدل شدن به دفتر همراه در خودرو استفاده شود.
این توافق چندساله چهار محور دارد: مهاجرت و مدرنسازی، داده و Gen AI، استقرار راهکارهای جدید (Green-field) و فعال سازی بازار AWS. کشورهایی چون هند، چین بزرگ، استرالیا–نیوزیلند و جنوبشرق آسیا هدف اصلی هستند.
انویدیا اعلام کرده که نسل جدید تراشههای AI خود را در ایالات متحده تولید خواهد کرد (با همکاری TSMC در آریزونا) و همچنین قراردادهایی با وزارت انرژی آمریکا برای ساخت هفت ابررایانه AI دارد. سهام این شرکت در واکنش افزایش داشت.
کشورهای آسیایی (مثل کره، ژاپن، چین) با اکوسیستم فناوری پیشرفته، میتوانند از این موج استفاده کنند تا موقعیت خود را در زنجیره ارزش AI تقویت کنند.
شرکت کرهای SK hynix در جریان رویداد OCP Global Summit، از راهبرد جدیدی پرده برداشت با عنوان «AI-NAND»، خط محصولات حافظه NAND سفارشیشده برای نیازهای فشرده و خاص AI را معرفی کرد.
رویداد AI Factory Austria در وین برگزار میشود و تمرکزش بر وضعیت هوش مصنوعی در اتریش، رشتههای دانشگاهی، فرصتهای نوآوری و پیوند با راهبردهای اتحادیه اروپا است.
Andrej Karpathy، یکی از چهرههای مطرح در حوزه هوش مصنوعی، در مصاحبهای عنوان کرده است که رسیدن به هوش مصنوعی عمومی (AGI) هنوز حدود یک دهه زمان خواهد برد. او معتقد است اگرچه مسیر فنی برای AGI “قابل حل” است، اما چالشهای متعددی باقی مانده است که زمانبر هستند.
این روند نشاندهنده آن است که فناوری AI وارد محیطهای حساس آموزشی شده و مسئولیت و تنظیم آن بیش از گذشته جدی شده است. شرکتهای فناوری باید راهکارهای تنظیمپذیر، شفاف و اخلاقمحور برای بازار آموزش ارائه کنند.
You cannot copy content of this page
