Виникають побоювання щодо спаду буму штучного інтелекту, в який інвестували такі технологічні гіганти, як Alphabet, Amazon і Microsoft. Що станеться, якщо інвестиції семи великих компаній у штучний інтелект зазнають краху?
Дослідники з Массачусетського технологічного інституту (MIT) розробили систему перетворення мови в реальність, яка дозволяє роботові-маніпулятору створювати об'єкти за допомогою голосових команд за лічені хвилини. Ця інноваційна технологія поєднує обробку природної мови, 3D-генеративну штучну інтелігенцію та робототехнічне складання, щоб зробити дизайн і виробництво доступними для всіх.
Роботи можуть розсмішити людей, падаючи, але новий проект досліджує, чи може штучний інтелект зробити їх по-справжньому смішними. Жарти ChatGPT можуть бути банальними, але дослідження вивчають потенціал роботів у освоєнні стендап-комедії.
New York Times подає позов проти Perplexity AI за порушення авторських прав і торговельних марок, звинувачуючи стартап у розповсюдженні робіт журналістів без дозволу. Генеративні продукти Perplexity AI нібито створюють сфабрикований контент, який помилково приписується газеті.
Понад 100 британських парламентарів наполягають на введенні регулювання потужної штучної інтелектуальної системи (ШІ) з метою забезпечення національної безпеки на тлі занепокоєння щодо впливу галузі. Колишній міністр з питань ШІ та міністр оборони приєдналися до міжпартійної групи, яка вимагає більш суворого контролю над розвитком надрозумної ШІ.
Реалізував регресію дерева рішень за допомогою Python, рефакторував код для кращої читабельності та створив вкладений клас Node для кращої структури. Спростив параметри та усунув рекурсію для більш зручного користування класом MyDecisionTreeRegressor.
Пустеля Невада тепер є домом для величезних технологічних центрів обробки даних, таких як Switch, Google, Microsoft та Apple. Гігафабрика Tesla також є частиною зростаючого бізнес-парку.
Інструмент Nano Banana Pro AI від Google піддався критиці за створення зображень «білих рятівників» з чорношкірими дітьми в Африці для гуманітарної допомоги. Звинувачення в расовій упередженості та появі логотипів благодійних організацій на зображеннях викликали суперечки.
США виділили мільярди доларів на придбання важливих мінералів для військових потреб, відволікаючи ресурси від технологій сталого розвитку. Пентагон накопичує мінерали, необхідні для кліматичних технологій, перешкоджаючи глобальній гонці озброєнь.
Відповіді штучного інтелекту мають великий вплив, але є менш точними, згідно з британським звітом з безпеки. Дослідження, в якому взяли участь 80 000 осіб, виявило переконливу силу чат-ботів.
Попит на воду для центрів обробки даних у Сіднеї перевищить споживання питної води в Канберрі протягом десятиліття, що викликає занепокоєння на тлі буму штучного інтелекту в Австралії. Експерти попереджають про навантаження на водні ресурси у зв'язку зі зростанням інвестицій у центри обробки даних у Сіднеї та Мельбурні.
10 найкращих інтелектуальних моделей з відкритим кодом використовують архітектуру MoE, яка працює в 10 разів швидше на NVIDIA GB200 NVL72. Моделі MoE, такі як Kimi K2 Thinking і Mistral Large 3, забезпечують проривну продуктивність на системах NVIDIA, стаючи стандартом для передових моделей штучного інтелекту.
Дослідники з Массачусетського технологічного інституту (MIT) розробили маневрених літаючих мікророботів, які імітують політ комах, досягаючи швидкості, порівнянної з біологічними аналогами. Контролер на основі штучного інтелекту дозволяє роботу виконувати гімнастичні траєкторії польоту, значно збільшуючи швидкість і прискорення.
Дослідники MIT Energy Initiative (MITEI) розробили Macro, новий інструмент моделювання для планувальників інфраструктури в енергетичному секторі. Macro дозволяє краще прогнозувати та готуватися до майбутніх потреб в енергії, враховуючи нові технології, політику та мінімізуючи витрати, одночасно максимізуючи цінність для всіх.
Дослідники MIT розробили динамічний підхід для великих мовних моделей (LLM) з метою розподілу обчислювальних ресурсів залежно від складності запитань, що підвищує ефективність і точність. Цей метод дозволяє меншим LLM перевершувати більші моделі у вирішенні складних завдань, що потенційно зменшує споживання енергії та розширює можливості застосування.