چرا روت کردن تلویزیون یک ایده بد است

استارتاپ هوش مصنوعی میسترال در بزرگ‌ترین دور تامین مالی تاریخ فناوری اروپا موفق به جذب ۳ میلیارد یورو سرمایه در مرحله سری D شد. این سرمایه‌گذاری ارزش این شرکت فرانسوی را به بیش از ۲۱ میلیارد یورو رساند که رهبری آن بر عهده سامسونگ الکترونیکس بود. صندوق Scaleup Europe کمیسیون اروپا و PSG Equity نیز در این دور تامین مالی مشارکت داشتند. آرتور منش، هم‌بنیان‌گذار و مدیرعامل میسترال، هدف از این جذب سرمایه را تسریع تحقیقات و توسعه زیرساخت‌های هوش مصنوعی اعلام کرد. این شرکت تلاش می‌کند با ارائه مدل‌های متن‌باز و زیرساخت‌های بومی، استقلال و کنترل داده‌ها را برای سازمان‌ها تضمین کند.

در یک پست منتشر شده، هشدار داده شده است که مدل‌های زبان بزرگ (LLM) مانند GLM 5.3-flash که در دسترس عموم قرار گرفته‌اند، می‌توانند برای هک و انجام اقدامات مخرب استفاده شوند. این مدل‌ها که می‌توانند در سخت‌افزار مصرفی اجرا شوند، می‌توانند به سرعت آسیب‌پذیری‌های امنیتی را پیدا کنند. پروژه‌های Glasswing و Daybreak برای استفاده از LLMs در رفع مشکلات امنیتی در صنعت فناوری طراحی شده‌اند. GLM 5.3-flash که توسط Z.ai توسعه یافته است، می‌تواند توسط هر کسی دانلود و تغییر داده شود و مدل‌های «آبلیتریتد» آن که از محدودیت‌های امنیتی محروم شده‌اند، می‌توانند به انجام اقدامات غیرقانونی کمک کنند.

شرکت ارم (Arm) از تراشه گرافیکی جدید خود با نام Mali G2-Ultra NX رونمایی کرد که اولین پردازنده گرافیکی مبتنی بر هوش مصنوعی در خانواده Mali است. این تراشه با ادغام شتاب‌دهنده‌های عصبی در هسته‌های شیدر، به توسعه‌دهندگان اجازه می‌دهد تا تجربه‌ای در سطح دسکتاپ را در دستگاه‌های موبایل فراهم کنند. فناوری‌های جدیدی نظیر بازسازی تصویر (NSS)، افزایش نرخ فریم (NFRU) و حذف نویز (NSSD) در این تراشه تعبیه شده‌اند که باعث بهبود کیفیت بصری می‌شوند. طبق داده‌های ارائه شده، در بازی Neural Dawn، این فناوری می‌تواند کارایی عملکرد را تا ۴ برابر افزایش و ترافیک حافظه خارجی را تا ۷۰ درصد کاهش دهد. هدف اصلی این محصول، ارائه تصاویر شفاف‌تر و نرخ فریم روان‌تر در محدودیت‌های توان مصرفی موبایل است. این دستاورد با ترکیب رندرینگ سنتی و گرافیک عصبی، امکان اجرای تکنیک‌های پیشرفته‌ای مانند Unreal Engine MegaLights را در موبایل فراهم می‌کند.

اندرو ان‌جی، استاد دانشگاه استنفورد، در ویدئویی اعلام کرد که مهندسی پرامپت (Prompt Engineering) ظرف ۶ ماه آینده منسوخ خواهد شد. وی معتقد است که با پیشرفت مدل‌های زبانی، نیاز به مهارت‌های فعلی برای نوشتن دستورات پیچیده کاهش می‌یابد. این اظهارنظر در حالی مطرح می‌شود که حوزه هوش مصنوعی با سرعت بسیار بالایی در حال تغییر است. این موضوع می‌تواند مسیر توسعه ابزارهای هوش مصنوعی را از تمرکز بر مهارت کاربر به سمت خودکارسازی فرآیندها تغییر دهد. این تحلیل بر اساس روند فعلی تکامل مدل‌های بزرگ زبانی ارائه شده است.

رنه هاس، مدیرعامل شرکت Arm Holdings، اعلام کرد که هوش مصنوعی در آینده راه درمان سرطان را که انسان‌ها قادر به یافتن آن نیستند، پیدا خواهد کرد. وی خاطرنشان کرد که اگرچه مدل‌سازی پیچیده DNA توسط هوش مصنوعی در حال حاضر دشوار است، اما با پیشرفت کامپیوترها این مشکل حل خواهد شد. با این حال، هاس هشدار داد که رشد سریع هوش مصنوعی به دلیل کمبود تراشه‌های مورد نیاز برای ساخت مراکز داده با کندی مواجه شده است. از سوی دیگر، پروفسور کریس باکال تأکید کرد که آینده هوش مصنوعی پزشکی به جای قدرت پردازش، به کیفیت داده‌های دقیق از نمونه‌های بیماران بستگی دارد. هاس همچنین پیش‌بینی کرد که در دهه آینده، ربات‌های خودآموز در صنایع مختلف مانند تولید و خدمات گسترش یابند.