اخبار آی‌تی و برنامه‌نویسی

یک دادگاه در ایالات متحده اقدام پنتاگون در قرار دادن شرکت هوش مصنوعی آنتروپیک در فهرست سیاه را غیرقانونی تشخیص داد و آن را رد کرد. این حکم در پی شکایت‌های مطرح‌شده صادر شده و به بررسی ابعاد حقوقی تصمیمات وزارت دفاع آمریکا پرداخته است. پیش‌تر پنتاگون محدودیت‌هایی را برای همکاری با این شرکت وضع کرده بود که با واکنش قانونی مواجه شد. جزئیات بیشتر درباره این پرونده در وب‌سایت رویترز منتشر شده است.

بر اساس گزارش وال استریت ژورنال، شرکت انویدیا به طور موقت برخی از تراکنش‌های برنامه مشارکت درآمدی خود را متوقف کرد. این طرح که از نخستین روز ماه جولای معرفی شده بود، به شرکت‌های رایانش ابری هوش مصنوعی اعتبار مالی اعطا می‌کرد. نگرانی داخلی کارمندان درباره احتمال بررسی‌های ضدانحصاری و میزان مداخله در کسب‌وکار مشتریان از دلایل اصلی این توقف عنوان شده است. شرکت‌های شارون‌ای‌آی و فرموس از جمله بزرگ‌ترین شرکای این طرح با تعهدات کلان تراشه‌ای بودند. انویدیا تاکنون به طور رسمی این توقف را تأیید نکرده اما بر تکامل مدل کسب‌وکار خود تأکید کرده است.

ابزار جدیدی به نام ساب‌اسمیت برای تبدیل فایل‌های ویدیویی و صوتی به ابزارهای یادگیری زبان معرفی شد. این سامانه از بیش از ۹۹ زبان پشتیبانی می‌کند و امکاناتی مانند زیرنویس دقیق و همگام‌سازی‌شده را ارائه می‌دهد. کاربران می‌توانند با نگه‌داشتن نشانگر روی هر واژه، تعاریف آن را به صورت آنی دریافت کنند. قابلیت انتقال کلیپ‌های صوتی و تصاویر به نرم‌افزار آنکی با یک کلیک نیز فراهم شده است. این پلتفرم ۷ روز آزمایش رایگان بدون نیاز به کارت اعتباری ارائه می‌کند و قابلیت کار با فایل‌های محلی را دارد.

شرکت آنتروپیک پیش از متوقف شدن مذاکرات، برنامه‌ای جدی برای خرید استارتاپ تراشه‌سازی مت‌ایکس با مبلغ تقریبی هفت میلیارد دلار داشت. این گفتگوها اکنون به جای خرید کامل، به بحث پیرامون یک شراکت تجاری تغییر مسیر داده است. مت‌ایکس که در سال ۲۰۲۳ تأسیس شده، پردازنده‌هایی اختصاصی برای آموزش مدل‌های زبانی بزرگ طراحی می‌کند و اخیراً نیز جذب سرمایه داشته است. ارزش‌گذاری این استارتاپ در حالی مطرح شده که بازار تراشه‌های هوش مصنوعی رشد سریعی را تجربه می‌کند و شرکت‌های بزرگ به دنبال توسعه زیرساخت‌های سخت‌افزاری خود هستند. تاکنون هیچ‌یک از دو شرکت به طور رسمی جزئیات توقف این معامله هفت میلیارد دلاری را تایید نکرده‌اند.

صنعت ساخت پیتزا توسط ربات‌های خودکار در سال‌های اخیر با چالش‌ها و شکست‌های متعددی مواجه شده است. تعطیلی ناگهانی شرکت پیکنیک باعث شد تا بسیاری از پیتزاسازان، از جمله رستوران موتو پیتزا در سیاتل، با دستگاه‌های رباتیک ازکارافتاده و ارزش ۱۶۰ هزار دلاری مواجه شوند. تحلیلگران بازار غذا بر این باورند که خودکارسازی در فست‌فودها دشوارتر از حد انتظار بوده و ربات‌ها گاهی در آماده‌سازی مواد غذایی دچار اشتباه می‌شوند. با وجود این ناکامی‌ها، برخی فعالان حوزه غذا همچنان به توسعه فناوری‌های پیتزاساز و استفاده از چاپگرهای سه بعدی در آینده امیدوار هستند.

شرکت انویدیا نخستین محموله از پردازنده‌های اچ ۲۰۰ خود را تحت یک طرح صدور مجوز جدید آمریکایی به چین ارسال کرد. این تراشه‌ها کمتر از یک درصد از درآمد ۸۹ میلیارد دلاری بخش مراکز داده این شرکت را در سه ماهه منتهی به ۲۶ ژوئیه به خود اختصاص دادند. انویدیا پیش‌بینی کرده است که در سه ماهه جاری هیچ درآمدی از بخش محاسبات مراکز داده در چین نخواهد داشت و با وجود از دست دادن این بازار، درآمد کلی خود را افزایش داده است. در همین حال، کمیسیون اروپا فراخوانی را برای ساخت حداکثر هفت ابرکارخانه هوش مصنوعی با بودجه ۳۰ میلیارد یورویی آغاز کرده است. با این حال، کارشناسان معتقدند که اروپا همچنان برای تامین تراشه‌های پیشرفته خود به شدت به تامین‌کنندگان خارجی وابسته است.

کوین دورنت، ستاره بسکتبال و شریک تجاری‌اش، با سرمایه‌گذاری ۲۵۰ هزار دلاری در مراحل اولیه شرکت هوش مصنوعی «هاگینگ فیس»، سود کلانی در حدود ۶۰ میلیون دلار به دست خواهند آورد. این پاداش هنگفت پس از توافق شرکت انویدیا برای خرید این استارتاپ به ارزش ۱۲٫۹ میلیارد دلار محقق می‌شود. شرکت سرمایه‌گذاری دورنت سابقه حضور در فهرست سهام شرکت‌های بزرگی مانند کوین‌بیس و رابین‌هود را نیز دارد. این در حالی است که گزارش‌ها نشان می‌دهد کارکنان استارتاپ‌های اروپایی در مقایسه با همتایان آمریکایی خود سهم کمتری از سهام شرکت‌هایشان دارند. کارشناسان بر این باورند که قوانین مالیاتی و توزیع نابرابر سهام در اروپا نیازمند بازنگری است.

گزارش‌های منتشرشده حاکی از آن است که شرکت استرایپ از تصمیم خود برای خرید پی‌پال به ارزش ۵۰ میلیارد دلار منصرف شده است. کنسرسیومی متشکل از استرایپ و صندوق سرمایه‌گذاری ادونت، پیش‌تر بررسی‌های زیادی برای این معامله بزرگ در حوزه پرداخت‌های آنلاین انجام داده بودند. این توافق بالقوه می‌توانست یکی از بزرگ‌ترین ادغام‌ها در تاریخ صنعت فناوری مالی و پرداخت‌های الکترونیک جهانی لقب گیرد. با این حال، موانع و ارزیابی‌های اقتصادی مانع از نهایی شدن این معامله کلان شد و گفت‌وگوها به بن‌بست رسید. انصراف استرایپ بازتاب زیادی در بازارهای مالی و وب‌سایت‌های خبری حوزه استارتاپ داشته است. ارزش سهام دو شرکت پس از انتشار این خبر با نوسانات محدودی در بازارهای بورس مواجه شد. مدیران هیچ‌یک از دو شرکت هنوز توضیحات رسمی و جزئیات دقیقی درباره دلایل دقیق لغو این توافق ارائه نکرده‌اند.

بر اساس شاخص هوش مصنوعی استنفورد در سال ۲۰۲۶، مدل‌های پیشرو هوش مصنوعی به شدت به یکدیگر نزدیک شده‌اند و فاصله عملکردی آن‌ها به کمتر از ۵ درصد رسیده است. با وجود این همگرایی، شرکت گارتنر پیش‌بینی می‌کند که بیش از ۴۰ درصد پروژه‌های هوش مصنوعی عامل‌محور تا پایان سال ۲۰۲۷ لغو خواهند شد. پژوهش‌ها نشان می‌دهند که ۸۸ درصد سازمان‌ها از هوش مصنوعی استفاده می‌کنند اما تنها ۶ درصد آن‌ها عملکرد بالایی دارند. دلیل اصلی شکست این پروژه‌ها کمبود مدل مناسب نیست، بلکه به زیرساخت داده‌ها، کیفیت اطلاعات و دسترسی بلادرنگ به داده‌های ساختاریافته مربوط می‌شود. سیستم‌های عامل‌محور اغلب به دلیل استفاده از اطلاعات کهنه یا ناقص دچار خطاهای پرهزینه می‌شوند. کارشناسان تأکید می‌کنند که برای موفقیت در نسل بعدی هوش مصنوعی، تمرکز باید از انتخاب مدل به سوی بهبود زیرساخت داده و دسترسی به اطلاعات به روز تغییر کند.

یک مجموعه جدید از نوت‌بوک‌های آموزشی رایگان برای مهندسان هوش مصنوعی و توسعه‌دهندگان پیشرو منتشر شده است که روی پشته کاربردی مدل‌های زبان بزرگ تمرکز دارد. این دوره به صورت کاملاً بدون استفاده از چارچوب‌های آماده و با اتکا به رابط‌های برنامه‌نویسی کاربردی خام طراحی شده است تا مهندسان بتوانند ساختار درونی ابزارهایی مانند لینگ‌چین را به طور کامل درک کنند. تمامی بخش‌های این آموزش روی رابط رایگان گروق قابل اجرا است و کاربران نیازی به وارد کردن اطلاعات کارت اعتباری نخواهند داشت. مباحث کلیدی این مجموعه شامل مواردی نظیر مهندسی پرامپت، بازیابی اطلاعات افزوده، ارزیابی خروجی‌ها و ساخت عامل‌های هوشمند می‌شود. همچنین بخش‌هایی برای تنظیم دقیق مدل، مسائل امنیتی، عملیات و کارایی استنتاج در نظر گرفته شده است. این دوره شامل مطالعات موردی واقعی از جمله رفع اشکال دستیار پشتیبانی در محیط تولید و تحلیل هزینه‌های خط لوله در برابر عامل‌ها است. در انتهای این برنامه، شرکت‌کنندگان می‌توانند با انجام یک پروژه پایانی کاربردی، نمونه‌کارهای حرفه‌ای خود را برای ورود به بازار کار آماده کنند.

ابزار متن‌باز اکسپرینشال به عنوان یک درگاه و مسیریاب برای مدیریت جریان‌های کاری عامل‌های هوش مصنوعی عرضه شده است. این پلتفرم به کاربران امکان می‌دهد تا از مدل‌های میزبانی‌شده، محلی و شخصی‌سازی‌شده از طریق یک رابط برنامه نویسی کاربردی سازگار با اوپن‌ای‌آی استفاده کنند. کاربران می‌توانند نحوه مصرف، هزینه‌ها و دسترسی کاربران و عامل‌ها به مدل‌های مختلف را به دقت کنترل کنند. نصب این درگاه محلی با دستور ساده پایپ اینستال اکسپرینشال و اجرای دستورهای مربوطه امکان‌پذیر است. همچنین پلتفرم ابری این ابزار خدمات مشابهی را در نشانی مشخص شده ارائه می‌دهد تا توسعه‌دهندگان بتوانند کلیدهای استنباطی خود را متصل کنند. این درگاه با جمع‌آوری داده‌های ردیابی و بهینه‌سازی ترافیک تولیدی، به عامل‌های کدنویسی و برنامه‌نویسان کمک می‌کند تا عملکرد مدل‌ها را از نظر کیفیت، سرعت و هزینه مدیریت کنند.

شرکت آنتروپیک استاندارد سخت‌افزاری مدل را در قالب پیش‌نمایش پژوهشی منتشر کرد که نحوه کارکرد تجهیزات و ایمنی هوش مصنوعی را مشخص می‌کند. این استاندارد به هوش مصنوعی اجازه می‌دهد تا فعالیت‌هایی مانند محدود کردن سرعت و زوایای بازوی رباتیک را به طور ایمن کنترل کند. نمونه نمایشی این فناوری شامل اجرای خودسارانه آزمایش‌های علمی توسط مدل هوش مصنوعی کلاود روی سخت‌افزارهای مجهز به این استاندارد است. شرکت‌های بزرگی مانند آمازون وب سرویس، دیناهر، هاگینگ فیس و رابزپای در حال آزمایش این طرح هستند. مقررات ماشین‌آلات اروپا نیز از ۲۰ ژانویه سال ۲۰۲۷ عملکردهای ایمنی مبتنی بر هوش مصنوعی را پوشش خواهد داد. شرکت آنتروپیک قصد دارد پس از پایان دوره پیش‌نمایش، این چارچوب را به صورت متن‌باز عرضه کند.

نارضایتی عمومی در ایالات متحده از فناوری‌های نوین و شرکت‌های سیلیکون ولی به شدت افزایش یافته است. شهروندان آمریکایی به شدت با مرکز داده‌ها، دوربین‌های نظارتی و عینک‌های مجهز به هوش مصنوعی مخالفت می‌کنند. این احساسات منفی بازتاب‌دهنده یک نارضایتی گسترده از تلاش‌های صنعت فناوری در حوزه هوش مصنوعی مولد است. برخلاف دوره ریاست‌جمهوری ترامپ که انتقادات به انتشار اطلاعات نادرست محدود بود، اکنون خشم عمومی واقعی و پایداری علیه صنعت فناوری شکل گرفته است. با این حال، رهبران صنعت فناوری و سیاست‌گذاران حامی هوش مصنوعی به جای تغییر رویه، وارد مرحله انکار شده‌اند. شرکت‌های فناوری تصمیم گرفته‌اند رویکرد خود را تغییر ندهند و به فعالیت‌های تجاری پیشین ادامه دهند. این روند باعث گسترش میم‌ها و کمپین‌های ضد فناوری در میان مردم شده است.

پلتفرم کلادفلر با راه‌اندازی «کلادفلر والتز» در تاریخ چهارم اوت ۲۰۲۶، قابلیت انجام تراکنش‌های مستقل را به عوامل هوش مصنوعی اضافه کرد. این سیستم به عوامل هوش مصنوعی اجازه می‌دهد با داشتن موجودی استیبل‌کوین و هویت خوانا، هزینه‌های مربوط به داده‌ها و خدمات را پرداخت کنند. وارون داتا، مدیرعامل شرکت «تروث ونچرز»، معتقد است این فناوری صرفاً یک کیف پول ساده نیست، بلکه یک سیستم اختیارتفویض‌شده است. این نرم‌افزار به صاحبان حساب اجازه می‌دهد کیف پول‌های مجازی جداگانه‌ای برای هر عامل بسازند و محدودیت‌هایی برای حداکثر مبلغ تراکنش و فهرست بازرگانان مجاز تعیین کنند. با وجود چالش‌های حاکمیتی و دغدغه‌های شرکت‌ها درباره نحوه مصرف پول توسط هوش مصنوعی، این گام می‌تواند اقتصاد ماشین‌ها را به طور چشمگیری تسریع کند.

شرکت انتروپیک مرورگر اختصاصی خود را به طور مستقیم درون دستیار هوش مصنوعی کلود و ابزار کاورک تعبیه کرد. این مرورگر سفارشی زمانی که دستورات کاربر نیاز به وب داشته باشند، به طور خودکار در یک پنل جانبی باز میشود. این قابلیت برای کاربران سازمانی، پرو، مکس و تیم فعال است و دسترسی به اطلاعات شخصی مانند ایمیل ندارد. حجم زیادی از ترافیک وب جهان در اختیار کروم است و این اقدام انتروپیک چالشهای جدیدی ایجاد میکند. با این حال، کارشناسان همچنان بر خطرات امنیتی تزریق پرامپت در این مرورگر داخلی تأکید دارند.

بیش از ۱۰۰ سازمان بزرگ فناوری از جمله گوگل، مایکروسافت، اوپن‌آی و آنتروپیک با امضای یک نامه سرگشاده خواستار اولویت‌بندی دفاع سایبری شدند. این شرکت‌ها از دولت‌ها و کسب‌وکارها تقاضا کردند که آسیب‌پذیری‌های نرم‌افزاری خود را برطرف کرده و امنیت را در دستور کار رهبران قرار دهند. این درخواست‌ها در حالی مطرح می‌شود که قانون تاب‌آوری سایبری اتحادیه اروپا از ۱۱ سپتامبربخش عمده‌ای از این موارد را اجباری می‌کند. قانون جدید اروپا تولیدکنندگان محصولات دیجیتال را ملزم می‌کند تا آسیب‌پذیری‌های فعال و حوادث جدی را به سرعت گزارش دهند. امضاکنندگان این نامه تأکید کردند که همکاری میان صنایع و دولت‌ها برای مقابله با حملات پیشرفته مبتنی بر هوش مصنوعی یک ضرورت انکارناپذیر است.

شرکت گوگل مدل هوش مصنوعی جدید خود به نام «جمنای ۳.۵ ترنسکریب» را به عنوان دقیق‌ترین مدل تبدیل گفتار به متن معرفی کرد. این مدل صداهای خام را به متن‌های دقیق، ویرایش‌شده و قالب‌بندی‌شده تبدیل می‌کند و در محیط‌های شلوغ عملکرد بسیار مناسبی دارد. مدل جدید در دو نسخه جریان‌سازی بلادرنگ و پردازش صوت‌های ضبط‌شده از طریق ای‌پی‌آی در دسترس توسعه‌دهندگان قرار گرفته است. بر اساس ارزیابی‌های «آتیفییشال انالیسیس»، این مدل میانگین نرخ خطای کلمه چهار درصد برای حالت جریان‌سازی و ۲.۶ درصد برای حالت غیرجریان‌سازی را ثبت کرده است. جمنای ۳.۵ ترنسکریب از بیش از ۸۵ زبان پشتیبانی می‌کند، اصطلاحات تخصصی را تشخیص می‌دهد و توانایی تفکیک تا سه گوینده را در فایل‌های ضبط‌شده دارد.

پژوهش‌های جدید شرکت دلوایت نشان می‌دهد که تنها بیست و یک درصد از شرکت‌ها دارای حاکمیت بالغ در زمینه هوش مصنوعی عاملی هستند، در حالی که هفتاد و چهار درصد آن‌ها استفاده از این ابزارها را تا سال ۲۰۲۷ پیش‌بینی می‌کنند. همزمان با افزایش پیچیدگی‌های فناوری، تقاضا برای استخدام مدیران فنی پاره‌وقت یا کسری در نود روز گذشته نه درصد رشد داشته است. دانیل کیریچانسکی، بنیانگذار شرکت پرایم پث گلوبال، استدلال می‌کند که شرکت‌های در حال رشد به رهبری فناوری برای ادغام هوش مصنوعی نیاز دارند اما لزوماً نیازمند استخدام تمام‌وقت نیستند. مدل پیشنهادی او بر پایه قراردادهای ماهانه مبتنی بر نتایج و رویکرد انسان در حلقه استوار است که در آن هوش مصنوعی به جای جایگزینی کارکنان، توانایی‌های آن‌ها را تقویت می‌کند. این رویکرد به سازمان‌ها اجازه می‌دهد بدون تحمیل هزینه‌های سنگین استخدام تمام‌وقت، از تخصص‌های ارشد فنی بهره‌مند شوند.

شرکت اس‌کی هاینیکس عملیات ساخت نخستین کارخانه خود در ایالات متحده را با هزینه‌ای بیش از ۴ میلیارد دلار در شهر وست لافایت در ایالت ایندیانا آغاز کرد. این مرکز که در مساحتی بالغ بر ۱۳۳.۵ جریب ساخته می‌شود، به بسته‌بندی حافظه‌های پهنای باند بالا اختصاص دارد و پیش‌بینی می‌شود حدود ۱۰۰۰ شغل ایجاد کند. مدیرعامل این شرکت، کواک نوه جونگ، اعلام کرد که اتاق تمیز این مجموعه تا اکتبر ۲۰۲۸ افتتاح شده و تولید انبوه نسل جدید حافظه‌ها در نیمه دوم سال ۲۰۲۹ آغاز خواهد شد. دولت آمریکا تحت قانون تراکنش‌ها و علم، بودجه‌ای معادل ۴۵۸ میلیون دلار کمک مستقیم و تا ۵۰۰ میلیون دلار وام برای این پروژه در نظر گرفته است. این در حالی است که کارخانه مشابه شرکت اینتل در اروپا به دلیل مشکلات مالی و عدم حمایت کافی لغو شد. در همین حال، اس‌کی هاینیکس نمونه‌های پیشرفته محصولات خود را به مشتریان هوش مصنوعی ارسال کرده و سرمایه‌گذاری‌های کلانی را در کره جنوبی نیز کلید زده است.

آژانس اروپایی داناپرو رویکرد جدیدی را برای همکاری میان انسان و هوش مصنوعی در زمینه ابزارهای بهره‌وری معرفی کرد. فیلیپ پِسِک، بنیان‌گذار این شرکت، معتقد است که هوش مصنوعی باید قضاوت انسانی را تقویت کند و جایگزین آن نشود. این آژانس از یک روند گزینش شش مرحله‌ای شامل فیلتر هوش مصنوعی و بررسی‌های دستی دقیق برای جذب دستیاران اجرایی استفاده می‌کند. مدیران با بهره‌گیری از این دستیاران آموزش‌دیده می‌توانند بیش از شصت ساعت در ماه در وقت خود صرفه‌جویی کنند. پِسِک تأکید کرد که با وجود پیشرفت فناوری، درک موقعیت و تفکر استراتژیک همچنان در انحصار انسان باقی می‌ماند.

شرکت اپل پس از دهه‌ها محافظت از اکوسیستم بسته و انحصاری خود، اکنون با چالش‌های جدیدی در حوزه‌ی هوش مصنوعی و دستیار صوتی سیری مواجه شده است. در گذشته، مدیرعامل اپل، تیم کوک، از راهبردهای سخت‌گیرانه‌ی فروشگاه اپ استور شامل کمیسیون‌های پانزده تا سی درصدی و ممنوعیت روش‌های پرداخت جایگزین دفاع کرده بود. با این حال، فشارهای حقوقی ناشی از پرونده‌های ضدانحصار مانند دعوای اپیک گامز، قانون بازارهای دیجیتال اتحادیه اروپا و پرونده‌ی وزارت دادگستری ایالات متحده در سال ۲۰۲۴، اپل را ناچار به ایجاد تغییراتی ساختاری کرده است. این رویکرد انحصاری که زمانی از کاربران در برابر بدافزارها محافظت می‌کرد، امروزه با ظهور فناوری هوش مصنوعی جدید سیری ابعاد تازه‌ای به خود گرفته است. کارشناسان معتقدند هزینه‌های پنهان هوش مصنوعی جدید اپل می‌تواند چالش‌های نظارتی و حقوقی تازه‌ای را برای این غول فناوری رقم بزند.

شرکت جی‌پی‌مورگان مذاکرات با وام‌دهندگان را برای تأمین مالی یک بسته بدهی ۵ میلیارد دلاری آغاز کرده است. این سرمایه کلان قرار است صرف توسعه مراکز داده هوش مصنوعی شرکت ولتا اینفرا هولدینگز شود. این استارتاپ هفت‌ماهه که در لندن، پالو آلتو و نیویورک فعالیت می‌کند، اخیراً ۳۰۰ میلیون دلار سرمایه جذب کرده است. نخستین پروژه بزرگ این شرکت یک پردیس ۱۲۱ مگاواتی در نروژ است که از یک استخراج‌کننده بیت‌کوین اجاره شده است. همچنین شرکت آنتروپیک قراردادی ۱۰ میلیارد دلاری برای ظرفیت پردازشی با این مجموعه امضا کرده است. کارشناسان پیش‌بینی می‌کنند هزینه‌های زیرساختی هوش مصنوعی تا سال ۲۰۳۰ میلادی به ۵ تریلیون دلار برسد.

پژوهشگران واحد ۴۲ شرکت پالو آلتو نتورکز هشدار دادند که ابزارهای هوش مصنوعی به هکرهای مبتدی توانایی‌هایی در سطح گروه‌های سایبری دولتی می‌دهد. بر اساس این گزارش، مدل‌های پیشرفته هوش مصنوعی فرآیند کشف آسیب‌پذیری‌ها را به شدت سرعت بخشیده و کارهای چندساله را در چند هفته انجام می‌دهند. این تحول دائمی در امنیت سایبری باعث می‌شود افراد کم‌مهارت بتوانند حملات پیچیده‌تری را سازماندهی کنند. کارشناسان تأکید می‌کنند که دسترسی گروه‌های با انگیزه‌های سیاسی یا اجتماعی به این ابزارهای پیشرفته، چشم‌انداز تهدیدات سایبری را به طور چشمگیری تغییر داده است.

سازمان ملی هوانوردی و فضایی آمریکا، ناسا، نسل جدید پردازنده فضایی خود را وارد مرحله آزمایش در آزمایشگاه پیشرانش جت کرده است. این پردازنده بخشی از پروژه محاسبات پرواز فضایی با کارایی بالا یا همان اچ‌پی‌اس‌سی است که برای افزایش توان پردازشی فضاپیماها طراحی شده است. این فناوری در همکاری با شرکت میکروچیپ تکنولوژی توسعه یافته و مقاومت در برابر تابش‌های کیهانی را با هوش مصنوعی ترکیب می‌کند. ناسا انتظار دارد این سامانه بهبود بیش از صدبرابری در کارایی به ازای هر وات نسبت به سیستم‌های فعلی ارائه دهد. این فناوری جدید امکان کاوش‌های پیشرفته‌تر و استقلال عملیاتی بیشتر را در ماموریت‌های اعماق فضا فراهم می‌کند. آزمایش‌های اولیه این طرح در ماه مه ۲۰۲۶ آغاز شده است.

مدل‌های زبانی کوچک و سریع در حوزه هوش مصنوعی پیشرفت چشمگیری داشته‌اند و هزینه‌های استنتاج را به شدت کاهش داده‌اند. توسعه‌دهندگان اعلام کرده‌اند که مدل‌های جدید با هزینه‌ای در حدود ده سنت برای وظایف پیچیده قابل اجرا هستند. کاهش هزینه‌های توکن به شرکت‌های مصرفی اجازه می‌دهد تا قابلیت‌های هوش مصنوعی را با قیمت‌های مقرون‌به‌صرفه‌تری به کاربران ارائه دهند. بررسی‌ها نشان می‌دهد که بخش عمده‌ای از کارهای مدیریتی و تجاری به جای راه‌حل‌های بسیار پیچیده، نیازمند پاسخگویی سریع و مستمر است. مدل‌های کوچک جدید ابزاری ایده‌آل برای این نوع فعالیت‌ها به شمار می‌روند و بازار نرم‌افزارهای تجاری را متحول خواهند کرد.

پژوهشگران در حوزه بیوتکنولوژی موفق به مهندسی گونه‌های خاصی از مخمر شدند که قابلیت تبدیل پلاستیک و ترکیبات زیست‌توده را به مواد خوراکی دارند. این فناوری نوین با هدف بازیافت پسماندها و تولید منابع غذایی جدید توسعه یافته است. تمامی فرآیندهای تولید مواد غذایی در این طرح صرفاً به منظور ارائه اقلام و ترکیبات خوراکی کاملاً حلال برنامه‌ریزی و اجرا می‌شود. این دستاورد علمی در پایگاه‌های معتبر علمی بازتاب داشته و توانسته است توجه کارشناسان حوزه محیط‌زیست و صنایع غذایی را به خود جلب کند. جزئیات بیشتر این پژوهش در وب‌سایت ACS منتشر شده و کاربران در پلتفرم‌هایی مانند Hacker News به بحث و تبادل نظر درباره آن پرداخته‌اند. هدف نهایی این پروژه، کاهش ضایعات پلاستیکی جهان از طریق تبدیل آن‌ها به مواد مفید و مصرفی است.

بررسی‌های جدید نشان می‌دهد ساختار مالی و قراردادهای حوزه هوش مصنوعی شباهت زیادی به الگوهای بحران مالی سال ۲۰۰۸ میلادی دارد. در آن دوران، وام‌های مسکن با نرخ شناور و جهش‌های اجتناب‌ناپذیر اقساط، پایه‌های بحران را شکل دادند بدون اینکه بازار به موقع متوجه خطرات شود. اکنون نیز قراردادهای کلان رایانشی و تعهدات سنگین مالی شرکت‌هایی مانند OpenAI با خطرات پنهانی مشابهی روبه‌رو هستند. کارشناسان هشدار می‌دهند که رشد سریع و اتکا به فرضِ تداوم بی‌کران شرایط مطلوب، می‌تواند بازار فناوری را در معرض شوک‌های ساختاری قرار دهد. این شباهت‌ها ضرورت بازبینی دقیق‌تر در مدل‌های اقتصادی نوپدید را برجسته‌تر می‌کند.

دانیل دینز، بنیانگذار شرکت یوآی‌پث، کتاب جدید خود با عنوان «کاری که باقی می‌ماند» را در حوزه هوش مصنوعی منتشر کرد. او در این اثر استدلال می‌کند که شرکت‌ها باید اجازه دهند عامل‌های هوش مصنوعی کارها را آماده کنند در حالی که تصمیمات حساس بر عهده انسان‌هاست. دینز پیش‌بینی کرده است که تا پایان سال ۲۰۲۸ میلادی، تمامی شرکت‌های بزرگ تنظیم‌شده از محیط‌های مهندسی‌شده برای جریان‌های کاری خود استفاده خواهند کرد. او همچنین به این نکته اشاره کرد که ۷۵ درصد پروژه‌ها پیش از مرحله تولید متوقف می‌شوند. این کتاب با همکاری مدل‌های هوش مصنوعی کلود و چت‌جی‌پی‌تی به نگارش درآمده است.

هوش مصنوعی بیش از پیش این واقعیت را آشکار می‌کند که نوشتن کد با مهندسی نرم‌افزار تفاوت اساسی دارد. نوشتن کد تنها به معنای تبدیل ایده‌ها به دستورات رایانه‌ای است، در حالی که مهندسی نرم‌افزار با مدیریت پیچیدگی و معماری سیستم سر و کار دارد. انتخاب معماری مناسب و تصمیم‌گیری درباره سازوکار پردازش داده‌ها، چالش اصلی توسعه‌دهندگان به شمار می‌رود. نیازهای کسب‌وکار، مقیاس کاربران و محدودیت‌های زمانی نقش تعیین‌کننده‌ای در طراحی نهایی سیستم ایفا می‌کنند. به عنوان مثال، دو شرکت با نیازهای ظاهراً مشابه ممکن است به دلیل تفاوت در تعداد کاربران و منابع موجود، راهکارهای کاملاً متفاوتی را انتخاب کنند. بنابراین، حل یک مسئله واحد می‌تواند به راه‌حل‌های متعددی منتهی شود که هر کدام سازش‌های خاص خود را دارند.

پژوهشگران امنیت سایبری کشف کردند که فایل‌های مستندات بیش از ۱۰۰ وب‌سایت حاوی محتوای اجرایی خطرناکی است که به صورت خودکار توسط ایجنت‌های هوش مصنوعی نصب می‌شوند. این محتوای بالقوه خطرناک در فایل‌های استاندارد llms.txt و llms-full.txt قرار دارد که برای ارائه خلاصه‌های ماشین‌خوان به کار می‌روند. محققان یک استارت‌آپ در اسرائیل پس از اسکن بیش از ۶ هزار دامنه زنده، متوجه شدند که ۱۲۰ فایل به بسته‌های کد ثبت‌نشده اشاره می‌کنند. پس از ثبت برخی از این نام‌ها، سیستم‌های آن‌ها پاسخ‌هایی از شرکت‌های بزرگ از جمله مجموعه‌های حاضر در فهرست فرچون ۵۰۰ دریافت کردند. آلون هرتز، یکی از پژوهشگران، تأکید کرد که مدل اعتماد در این حوزه شکسته شده و ایجنت‌های هوش مصنوعی مستندات فروشندگان را بدون پرسش به عنوان حقیقت می‌پذیرند.