Искусственный интеллект сотрясает рекламный бизнес и «нервирует» инвесторов. Об этом пишет CNBC со ссылкой на авторитетных представителей индустрии.

Источник изображения: Steve Johnson / Unsplash

«Я думаю, что этот искусственный интеллект <…> нервирует инвесторов в каждой отрасли, и он полностью разрушает наш бизнес», — прокомментировал данный вопрос Марк Рид (Mark Read), покидающий пост генерального директора британской рекламной группы WPP.

Отраслевые эксперты выражают обеспокоенность тем, что рекламному рынку серьёзно угрожают новые генеративные нейросети, с помощью которых можно создавать медиаконтент. За последнее время появилось большое количество алгоритмов, которые могут генерировать изображения и видео.

Во время беседы с журналистами Рид, в своём первом интервью после объявления об уходе из WPP, заявил, что ИИ «полностью изменит наш бизнес». «ИИ сделает весь мировой опыт доступным для всех по крайне низкой цене. Лучший юрист, лучший психолог, лучший рентгенолог, лучший бухгалтер, да и лучшие рекламные креативщики и маркетологи часто будут ИИ, то есть будут управлять ИИ», — сказал Рид во время выступления на Лондонской технологической неделе.

Он также сообщил, что 50 тыс. сотрудников WPP в настоящее время используют платформу WPP Open, которая построена на базе нейросетей. Рид отметил, что давление на креативную часть рекламного бизнеса способствует консолидации бизнеса в отрасли, добавив, что компаниям придётся «принять», то как ИИ повлияет на всё — от составления брифов и медиапланов до оптимизации кампаний.

Прошлогодний отчёт Forrester указывает на то, что по состоянию на июнь 2024 года более 60 % американских рекламных агентств уже использовали генеративные нейросети в своей работе. Там также говорилось, что 31 % компаний рассматривают возможность применения ИИ-технологий.

Мнение Рида разделяет гендиректор французского рекламного гиганта Publicis Groupe Морис Леви (Maurice Levy), по мнению которого реклама претерпевает «огромные изменения» из-за разрушительного воздействия ИИ. Он добавил, что генеративные алгоритмы для создания изображений и видео существенно ускоряют процесс производства контента, а автоматизированные системы обмена сообщениями теперь могут достичь «персонализации в таких масштабах, как никогда прежде».

При этом Леви подчеркнул, что ИИ следует рассматривать только как инструмент, который люди могут использовать для улучшения своей жизни. «Мы не должны верить, что ИИ — это нечто большее, чем инструмент», — считает Леви. По его мнению, ИИ повлияет на то, что некоторые люди потеряют свои рабочие места, но в конечном счёте, технология создаст ещё больше рабочих мест.

По мнению аналитиков Gartner, бренды не должны вызывать негативную реакцию потребителей, которые скептически относятся к влиянию ИИ на творческие способности человека. Прошлогоднее исследование компании показало, что 82 % потребителей считают, что использующие ИИ компании должны отдавать приоритет сохранению рабочих мест, даже если это будет означать снижение прибыли.

Компания AMD на прошедшем мероприятии Advanced AI представила сетевую карту Pensando Pollara 400 с поддержкой скорости 400 Гбит/с. Это первое в индустрии решение, совместимое со стандартом Ultra Ethernet 1.0. Указанный стандарт был утверждён одноименным консорциумом на этой неделе и разработан для ИИ- и HPC-центров обработки данных.

Источник изображений: AMD

Одним из первых пользователей Pensando Pollara 400 станет облачная платформа Oracle Cloud Infrastructure, где карта будет использоваться совместно с недавно представленными ускорителями AMD Instinct MI350X и MI355X. Oracle намерена построить ИИ-кластер Зеттафлопсного масштаба, в котором будут использоваться до 131 072 ускорителей MI355X.

По словам AMD, Pensando Pollara 400 демонстрирует шестикратный прирост производительности в задачах ИИ. Она предлагает на 10 % более высокую RDMA-производительность по сравнению с NVIDIA CX7, а также на 20 % более высокую производительность, чем у Broadcom Thor2. Кроме того, поддержка эффективная функций UEC 1.0, таких как балансировка нагрузки, выборочная повторная передача и управление перегрузками с учётом пути, могут дополнительно повысить её RDMA- производительность на 25 % по сравнению с традиционным RoCEv2.

Pensando Pollara 400 основана на специализированном настраиваемом процессоре собственной разработки AMD с поддержкой RDMA, настраиваемых транспортных протоколов и разгрузки Communication библиотек. Сетевая карта может интеллектуально разделять потоки данных по нескольким маршрутам, чтобы избегать узких мест и динамически перенаправлять трафик из перегруженных сетевых путей, чтобы обеспечить постоянную пропускную способность при масштабном применении ускорителей.

AMD уже поставляет Pensando Pollara 400 заинтересованным клиентам.

Существуют противоположные мнения о способности ИИ мыслить подобно человеку. Осталось найти убедительные доказательства в пользу того или иного мнения, с чем преуспели китайские учёные. На днях в журнале Nature Machine Intelligence они опубликовали статью, которая впервые с фактами в руках обосновала базовую идентичность мышления искусственного интеллекта и человека.

Источник изображения: ИИ-генерация Grok 3/3DNews

«Понимание того, как люди концептуализируют и классифицируют природные объекты, даёт критическое представление о восприятии и когнитивных способностях, — говорится в статье команды, опубликованной во вторник в рецензируемом журнале Nature Machine Intelligence. — С появлением больших языковых моделей (LLM) возникает ключевой вопрос: могут ли эти модели создавать человекоподобные представления объектов на основе лингвистических и мультимодальных данных?»

Исследование провели учёные Китайской академии наук (CAS) и Южно-Китайского технологического университета (South China University of Technology). Они использовали большие языковые модели ChatGPT-3.5 и Gemini Pro Vision 1.0. Первая модель работала только с текстом, а вторая использовала также изображения (мультимодальные данные).

В своём исследовании учёные опирались на классические поведенческие модели, которые обычно используют в психиатрии для оценки когнитивных функций пациентов. В частности, был использован метод тройных оценок, когда из трёх предметов необходимо убрать явно не соответствующий двум остальным.

В процессе работы люди подвергались нейровизуализации (МРТ и подобные исследования), чтобы выяснить, как и где в мозгу формируются паттерны, связанные с размышлениями во время выполнения заданий. Большие языковые модели также изучались на предмет того, как и по каким «полочкам» они раскладывают данные в процессе выполнения тех же заданий, что и люди.

В общем и целом люди и большие языковые модели изучали представленные им учёными «природные объекты», классифицируя их по десяткам параметров и укладывая их (сортируя) в голове или в базе обучения в таком порядке, чтобы они соответствовали картине мира.

В процессе работы учёные собрали данные по 4,7 млн тройных оценок из 1854 объектов, существующих в реальном мире, таких как животные, растения, продукты питания, мебель, одежда и транспортные средства. В процессе были определены 66 параметров, по которым можно было бы судить о базовом сходстве когнитивного познания предметов людьми и машинами. Выбранные учёными параметры были шире простых понятий типа вещь относится к продуктам или одежде. Учитывались текстура, температура, отличие среды и даже взрослое и детское восприятие.

Оказалось, что на базовом уровне ИИ похожим образом сортирует данные о предметах, как это происходит в соответствующих областях головного мозга человека. При этом текстовая модель оказалась «человечнее», чем мультимодальная. Но обе они демонстрировали хотя и не человеческую, но похожую в свей основе схему анализа и классификации объектов.

Между ИИ и человеком разумным больше общего, чем считалось, резюмируют учёные. Новая работа поможет точнее понимать логику, которой руководствуется ИИ, что позволит сделать его ещё лучше.

Сотрудники китайских компаний, работающих в сфере искусственного интеллекта, вывозят жесткие диски и SSD с данными для обучения нейросетей в другие страны, а затем возвращают обученные модели в Поднебесную, выяснили журналисты The Wall Streel Journal. Такой подход помогает им обходить экспортные ограничения со стороны США, которые запрещают поставку в страну передовых ускорителей для обучения ИИ-моделей.

Источник изображения: AI

По данным источника, в начале марта четыре китайских инженера прибыли в Малайзию из Пекина. Каждый из них привёз с собой чемодан с 15 жёсткими дисками, на которых содержалось 80 Тбайт электронных таблиц, изображений и видеоклипов, предназначенных для обучения нейросети. Работодатель этих инженеров арендовал в одном из малазийских центров обработки данных около 300 серверов с передовыми графическими ускорителями Nvidia. Инженеры использовали это оборудование и привезённые с собой данные для обучения нейросети, которую они планировали доставить в Китай.

С 2022 года США планомерно ограничивает поставки в Китай высокотехнологичной продукции, такой как ускорители для искусственного интеллекта, объясняя свои действия соображениями национальной безопасности. Несмотря на это, китайские ИИ-компании добились успеха, используя различные лазейки и обходные пути. В некоторых случаях китайские разработчики заменили американские ускорители отечественными аналогами. В других случаях использовались обходные пути доставки передового оборудования через третьи страны.

Отраслевые источники отмечают, что последние месяцы делать это стало сложнее, в том числе из-за усиливающегося давления со стороны США. Это подталкивает Китай к поиску новых обходных путей. Один из них предполагает вывоз данных в другую страну Юго-Восточной Азии или Ближнего Востока, где есть возможность задействовать передовые ускорители для обучения нейросетей.

«Это то, что нас постоянно беспокоило», — сказала Теа Кендлер (Thea Kendler), сотрудница Министерства торговли, отвечавшая в администрации предыдущего американского президента за экспортный контроль, имея в виду китайские компании, получающие доступ к передовым ИИ-чипам. Слои посредников отделяют китайских пользователей американских ИИ-чипов от их производителей, таких как Nvidia. Это усложняет контроль за поставками и выявление нарушений американских санкций.

В последние дни своего правления администрация Байдена предложила установить лимиты на закупки американских чипов для каждой страны. Предполагалось, что это должно осложнить обслуживание китайского спроса такими странами, как Малайзия. В мае этого года администрация Трампа заявила, что откажется от введения лимитов для всех стран из-за нежелания возлагать на Nvidia и другие американские компании ненужное бремя регулирования. При этом власти выпустили руководство, предупреждающее американские компании о необходимости принять меры, чтобы не допустить использования американских ИИ-чипов для обучения китайских нейросетей.

Что касается упомянутого ранее случая, то, по данным источника, китайская ИИ-компания несколько месяцев прорабатывала схему обучения нейросети. Было принято решение, что быстрее всего будет доставить в Малайзию диски с данными для обучения, поскольку передача их через интернет заняла бы гораздо больше времени. До отправки в Малайзию инженеры компании оптимизировали наборы данных в течение нескольких недель.

Источник изображения: Mika Baumeister / Unsplash

В июле прошлого года китайские инженеры обращались в тот же малазийский ЦОД через дочернюю сингапурскую компанию. Поскольку Nvidia и поставщики продукции компании стали проводить более строгий аудит конечных пользователей, малазийский ЦОД попросил китайскую компанию работать через малазийское юрлицо, чтобы избежать лишних проверок. После этого китайская компания зарегистрировала юрлицо в Куала-Лумпуре. В качестве руководителей были указаны три гражданина Малайзии, а материнской компанией — оффшорная холдинговая компания.

Чтобы не вызывать подозрений на малазийской таможне, китайские инженеры упаковали свои жёсткие диски в четыре разных чемодана. В прошлом году они совершали аналогичную командировку, но тогда все диски перевозили в одном чемодане. Недавно они вернулись в Китай вместе с сотнями гигабайт данных, включая параметры ИИ-модели, которая станет основой ИИ-алгоритма.

Вся эта процедура, хоть и выглядит громоздкой, но позволила избежать необходимости ввозить в Китай аппаратное обеспечение, такое как ИИ-ускорители и серверы. Это становится всё сложнее, поскольку власти стран Юго-Восточной Азии стали активнее пресекать транзит технологических продуктов в Китай. Так власти Сингапура заявили недавно, что, хотя по закону они не обязаны обеспечивать соблюдение экспортного контроля в других странах, они не потерпят, чтобы какие-либо компании использовали свою связь со страной для обхода санкций.

В Юго-Восточной Азии быстрыми темпами разворачиваются ЦОД для обслуживания западных и китайских клиентов. По оценкам компании Jones Lang LaSalle, в Сингапуре, Малайзии, Таиланде и Индонезии насчитывается около 2000 мегаватт мощностей ЦОД, что эквивалентно общим мощностям Лондона и Франкфурта — крупнейших европейских рынков ЦОД. В последние месяцы компании из Юго-Восточной Азии активно покупают ИИ-ускорители для ЦОД. На данный момент администрация Трампа не намерена как-то ограничивать закупки для представителей этих стран.

Популярность ИИ-решений OpenAI среди пользователей сейчас зашкаливает, и каждый новый продукт пользуется буквально ажиотажным спросом. По словам главы OpenAI Сэма Альтмана (Sam Altman), компании пришлось пойти на необычные меры, чтобы справиться со спросом на создание изображений в стиле японской студии Ghibli Хаяо Миядзаки (Hayao Miyazaki) с помощью генератора изображений в ChatGPT.

Источник изображения: Growtika/unsplash.com

Сэм Альтман тогда пошутил, что шумиха вокруг этой функции чуть не расплавила графические процессоры компании, вынудив её на время ввести ограничения на частоту отправки запросов на генерацию изображений, чтобы смягчить проблему. Он буквально умолял пользователей снизить частоту генерации изображений, объясняя просьбу тем, что команде OpenAI нужна передышка и время для отдыха.

Из-за всплеска спроса на картинки в стиле Ghibli от GPT-4o Image Generation аудитория чат-бота ChatGPT менее чем за час увеличилась на 1 млн пользователей. Популярность сервиса объясняется тем, что он позволяет получать более реалистичные изображения по сравнению с другими инструментами, такими как технология генерации изображений DALL-E 3.

В недавнем интервью ресурсу Bloomberg Сэм Альтман признал, что компания была вынуждена идти на «неестественные» меры, чтобы справиться с вирусным эффектом Ghibli. «Я не думаю, что это случалось с какой-либо компанией раньше, — говорит Альтман. — Я видел вирусные моменты, но я никогда не видел, чтобы кто-то сталкивался с таким массовым наплывом использования продукта».

Альтман рассказал, что создание изображения с помощью нового генератора изображений компании требует значительных вычислительных ресурсов, и чтобы справиться со всплеском спроса, OpenAI пришлось сделать много вещей, в том числе позаимствовать вычислительные мощности у исследовательского подразделения OpenAI, а также отсрочить запуск новых функций.

«У нас нет сотен тысяч графических процессоров, которые просто простаивают без дела», — сообщил Альтман, добавив, что если бы у OpenAI было больше графических процессоров, она могла бы лучше справляться с резкими скачками спроса, и ей бы не пришлось прибегать к экстремальным мерам, таким как ограничения по скорости и задержка предоставления новых функций для бесплатных пользователей.

Meta✴ подписала соглашение с компанией XGS Energy о поставке 150 МВт углеродно-нейтральной электроэнергии, производимой с использованием новых геотермальных технологий. Это поможет обеспечить потребности дата-центров компании в Нью-Мексико для обработки данных, связанных с искусственным интеллектом (ИИ).

Источник изображения: Dima Solomin / Unsplash

Растущие потребности Meta✴ в электроэнергии для развития ИИ стимулируют спрос на альтернативные источники, включая геотермальные. По словам Урви Парех (Urvi Parekh), руководителя энергетического направления Meta✴, развитие ИИ требует значительных энергетических ресурсов, и геотермальные технологии могут стать важным элементом инфраструктуры.

Геотермальная энергия традиционно ограничивается географическими условиями и большинство станций используют естественные подземные резервуары горячей воды или пара. При этом в США геотермальные станции обеспечивают менее 1 % всей выработки электроэнергии. Однако такие компании, как XGS Energy работают над технологиями, которые позволят использовать этот вид энергии более широко. В частности, XGS Energy разрабатывает установки, способные извлекать тепло из сухих пород, используя замкнутую систему циркуляции воды внутри стальных обсадных труб. Это позволяет минимизировать потерю воды, например, для такого засушливого региона, как Нью-Мексико, где находится дата-центр Meta✴.

Геотермальная поверхность. Источник изображения: Tommy Kwak / Unsplash

Как сообщает The Verge, сумма сделки между Meta✴ и XGS Energy не раскрывается. Проект будет реализован в два этапа и должен заработать к 2030 году, что соответствует цели Meta✴ достичь нулевых выбросов парниковых газов к концу десятилетия, заявленной компанией ещё в 2020 году. Однако, несмотря на климатические обязательства, углеродный след Meta✴ продолжает расти, как и у многих крупных технологических компаний, из-за активного развития ИИ.

Ранее компания объявила о планах по возобновлению работы старого ядерного реактора для получения чистой энергии. В то же время в Луизиане (штат на юго-востоке США) рассматривается строительство трёх газовых электростанций для нового дата-центра Meta✴.

Исследователи Китайской государственной лаборатории по разработке процессоров и Исследовательского центра интеллектуального программного обеспечения сообщили о создании ИИ-платформы для автоматизированной разработки микросхем. Проект с открытым исходным кодом QiMeng использует большие языковые модели (LLM) для «полностью автоматизированного проектирования аппаратного и программного обеспечения», а также может применяться для проектирования «целых CPU».

Источник изображений: Китайская академия наук

По словам разработчиков, чипы, разработанные QiMeng, соответствуют производительности и эффективности тех микросхем, которые были созданы экспертами-людьми. На базе QiMeng исследователи в качестве примера уже спроектировали два процессора: QiMeng-CPU-v1, сопоставимый по возможностям с Intel 486; и QiMeng-CPU-v2, который, как утверждается, может конкурировать с чипами на Arm Cortex-A53. Стоит отметить, что разница между этими продуктами составляет 26 лет. Чип Intel 486 был представлен в 1986 году, а Arm Cortex-A53 — в 2012-м.

QiMeng состоит из трёх взаимосвязанных слоёв: в основе лежит доменно-специфическая модель большого процессорного чипа; в середине — агент проектирования аппаратного и программного обеспечения; верхним слоем выступают различные приложения для проектирования процессорных чипов. Все три слоя работают в тандеме, обеспечивая такие функции, как автоматизированное front-end-проектирование микросхем, генерация языка описания оборудования, оптимизация конфигурации операционной системы и проектирование цепочки инструментов компилятора. По словам разработчиков платформы, QiMeng может за несколько дней сделать то, на что у команд, состоящих из людей-инженеров, уйдут недели работы.

В опубликованной статье, описывающей особенности платформы QiMeng, её разработчики также освещают проблемы, с которыми приходится сталкиваться при текущем проектировании чипов, включая «ограниченную технологию изготовления, ограниченные ресурсы и разнообразную экосистему». QiMeng же стремится автоматизировать весь процесс проектирования и проверки чипов. По словам разработчиков, цель заключалась в повышении эффективности, снижении затрат и сокращении циклов разработки по сравнению с ручными методами проектирования микросхем, а также в содействии быстрой настройке архитектур микросхем и программных стеков, специфичных для конкретной области.

Как пишет Tom’s Hardware, крупные западные технологические компании, занимающиеся проектированием микросхем, такие как Cadence и Synopsys, тоже активно внедряют ИИ в процессы создания чипов. Например, Cadence использует несколько ИИ-платформ для ключевых этапов проектирования и проверки. В свою очередь, ИИ-платформа DSO.ai от Synopsys, по последним подсчётам, помогла с разработкой более 200 проектов микросхем.

Анонс платформы QiMeng произошёл на фоне давления властей США на ведущих поставщиков программного обеспечения для автоматизации проектирования электроники (EDA), чтобы те прекратили продажу инструментов для проектирования микросхем в Китай, что ещё больше усложнило задачу Пекина по укреплению своей полупроводниковой промышленности. Разработчики QiMeng отмечают, что Китай должен отреагировать, поскольку технология проектирования чипов является «стратегически важной отраслью». Издание South China Morning Post со ссылкой на данные последнего анализа Morgan Stanley сообщает, что на долю Cadence Design Systems, Synopsys и Siemens EDA в прошлом году пришлось в общей сложности 82 % выручки на китайском рынке EDA.

Meta✴ объявила о запуске функции редактирования видео с использованием генеративного ИИ. Она доступна в приложении Meta✴ AI, на веб-сайте Meta✴.AI и в приложении Edits для пользователей из США и более чем десятка стран по всему миру. Уточняется, что функция будет предоставляться бесплатно в течение «ограниченного времени» и позволит редактировать видео в течение первых 10 секунд.

Источник изображения: fb.com

Новый инструмент предлагает пользователям более 50 предустановленных подсказок, которые можно применять для редактирования видео — устанавливать тему, менять фон изображения и одежду героев ролика. Например, с помощью Meta✴ AI можно изменить стиль клипа на видеоигровой или аниме, сделать так, чтобы он выглядел так, будто снят в пустыне, «одеть» пользователя в созданный ИИ смокинг и многое другое.

Чтобы отредактировать видео, его необходимо загрузить в приложение Meta✴ AI, на сайт Meta✴.AI или в приложение Edits и выбрать одну из предложенных предустановленных подсказок. После этого Meta✴ AI преобразует видео в соответствии с выбранным сценарием.

Готовым видеороликом можно поделиться с друзьями в Facebook✴ и Instagram✴ или разместить его в ленте Discover в приложении Meta✴ AI и на веб-сайте Meta✴.AI.

Хотя на данный момент использование собственных подсказок недоступно, Meta✴ пообещала, что позже в этом году «вы сможете редактировать видео вместе с Meta✴ AI с помощью собственных текстовых подсказок, чтобы делать ваши видеомонтажи именно такими, какими вы их себе представляете».

После почти года протестов профсоюз SAG-AFTRA (Гильдия киноактёров США и Американская федерация артистов телевидения и радио) объявил о приостановке забастовки против крупных игровых компаний.

Источник изображения: Rockstar Games

Напомним, забастовка началась 26 июля 2024 года из-за того, что SAG-AFTRA не удалось договориться с игровыми компаниями насчёт регулирования использования генеративного искусственного интеллекта в их продуктах.

На этой неделе, 9 июня, SAG-AFTRA сообщил о достижении предварительного соглашения в рамках переговорного процесса, а теперь, впервые за 10 месяцев, распорядился членам профсоюза вернуться к работе.

Источник изображения: SAG-AFTRA

Сделка предполагает «историческое» (на 24 %) повышение гонораров для исполнителей, усиление мер защиты здоровья и безопасности, а также прозрачное использование ИИ в играх, требующее согласия и компенсации актёров.

«Это соглашение стало результатом трёх десятков лет успешного партнёрства индустрии интерактивных развлечений и профсоюза», — заявила представитель игровых компаний Одри Кулинг (Audrey Cooling).

Источник изображения: Square Enix

На специальном собрании, которое пройдёт 12 июня, совет SAG-AFTRA рассмотрит предварительное соглашение и в случае одобрения отправит его на ратификацию членам профсоюза.

SAG-AFTRA насчитывает более 160 тысяч исполнителей (в том числе дубляжа и захвата движений) таких компаний, как Activision, Disney, Electronic Arts, Epic Games, Insomniac Games, Warner Bros. Games, Take-Two и других.

Уровень безработицы среди ИТ-специалистов в США поднялся в мае до 5,5%. Уже пятый месяц подряд этот показатель неуклонно растёт, опережая средний уровень по стране. Согласно отчёту консалтинговой компании по управлению ИТ Janco, многие сокращения рабочих мест сосредоточены в секторе коммуникаций, а также в службах, связанных с отчётностью, мониторингом и поддержкой.

Источник изображения: Pixabay

Генеративный ИИ автоматизирует рабочие места уже несколько лет, несмотря на неоднократные заявления руководителей о том, что эта технология призвана дополнять, а не заменять работников. По мере того как всё больше компаний начинают использовать агентов ИИ, которые заменяют людей за счёт автономной обработки решений по рабочим процессам, ситуация будет только ухудшаться.

Работники, которые первыми оказываются в зоне риска, — это специалисты ИТ с «устаревшими» навыками, работающие в малых и средних городах. В мегаполисах, таких как Нью-Йорк и Даллас, угроза потери работы не столь актуальна.

«Компании не хотят нанимать новых сотрудников для выполнения обязательных требований соответствия, — утверждает генеральный директор Janco Виктор Янулайтис (Victor Janulaitis). — Следовательно, они сосредотачиваются на ИИ, чтобы автоматизировать как можно больше этих задач, особенно для отчётности и мониторинга».

Генеральный директор торгового гиганта Klarna Себастьян Семятковски (Sebastian Siemiatkowski) считает, что замена «белых воротничков» нейросетями может привести к рецессии в экономике. Глава ИИ-стартапа Anthropic Дарио Амодеи (Dario Amodei) уверен, что ИИ уничтожит около половины рабочих мест начального уровня в течение следующих пяти лет, что приведёт к росту безработицы до 20%.

Большинство вакансий в сфере ИТ в США сейчас связаны с работой над большими языковыми моделями. Также существует высокий спрос на специальности, связанные с технологией блокчейна и многоканальной торговлей.

Сегодня Nvidia объявила о множестве партнёрств с европейскими фирмами, охватывающих инфраструктуру и программное обеспечение. Глава компании Дженсен Хуанг (Jensen Huang) в настоящее время продолжает свой тур по Европе. В очередном докладе на мероприятии GTC Nvidia в Париже, он рассказал о заключённых сделках и заявил, что Nvidia стремится открыть новые рынки и оставаться в центре мировой истории искусственного интеллекта.

Источник изображения: Nvidia

Nvidia позиционирует себя как инфраструктурную компанию, которая может помочь странам и правительствам строить центры обработки данных с использованием своих графических процессоров для раскрытия потенциала ИИ. В рамках этих усилий Хуанг недавно совершил поездку на Ближний Восток, куда Nvidia планирует поставлять свои новейшие чипы в рамках строительства крупных центров обработки данных в Саудовской Аравии и Объединённых Арабских Эмиратах.

«Каждая промышленная революция начинается с инфраструктуры. ИИ — это важнейшая инфраструктура нашего времени, как когда-то электричество и интернет, — уверен Хуанг. — Европа теперь осознала важность этих фабрик ИИ, важность этой инфраструктуры ИИ». По его словам, вычислительная мощность ИИ в Европе вырастет в десять раз за следующие два года.

Nvidia стремится расширить своё международное присутствие и встроиться в инфраструктуру ИИ на национальном уровне. Это особенно актуально на фоне экспортных ограничений США и снижения доходов компании на китайском рынке. Nvidia заявила, что работает с правительствами стран, региональными облачными и телекоммуникационными фирмами и технологическими центрами в Европе.

Одна из ключевых сделок была заключена с французским стартапом Mistral, который планирует построить «облако ИИ» на основе 18 000 чипов Nvidia Grace Blackwell. В Германии Nvidia строит «промышленное облако» на базе 10 000 графических процессоров. Также в число партнёров Nvidia вошли такие европейские телекоммуникационные гиганты, как Orange и Telefonica. Nvidia объявила об инфраструктурных проектах в Италии и Армении.

Nvidia уделяет большое внимание в Европе так называемому «суверенному ИИ», идее о том, что центры обработки данных и серверы, предоставляющие услуги пользователям в Евросоюзе, должны быть расположены в регионе. Nvidia также анонсировала технические центры в Европе, которые сосредоточатся на передовых исследованиях, повышении квалификации рабочей силы и ускорении научных прорывов в таких странах, как Великобритания, Франция, Испания и Германия.

Хотя Nvidia больше всего известна своим оборудованием, компания также продвигает своё программное обеспечение для разработки и обучения ИИ. Nvidia расширила возможности своего продукта DGX Cloud Lepton, который позволяет разработчикам получать доступ к графическим процессорам для запуска приложений ИИ, и интегрировала его с репозиторием моделей ИИ Hugging Face.

В прошлом году Nvidia анонсировала продукт под названием Nvidia NIM, который фактически является предварительно упакованной моделью ИИ с возможностью быстрого развёртывания и создания специализированных приложений на её основе. С сегодняшнего дня любая крупная языковая модель, доступная на Hugging Face, может быть развёрнута как NIM.

Стратегия Nvidia заключается в том, чтобы накрепко связать своё оборудование с этим программным обеспечением, что гарантированно даст ей преимущество перед конкурентами в попытке закрепить своё доминирование в области ИИ.

Генеральный директор OpenAI Сэм Альтман (Sam Altman) в своём блоге рассказал, сколько электроэнергии в среднем тратит ИИ-бот ChatGPT на обработку среднего пользовательского запроса. По его словам, средний запрос в ChatGPT потребляет 0,000085 галлона воды, или «примерно одну пятнадцатую чайной ложки». Речь идёт об объёме воды, используемой для охлаждения центров обработки данных.

Источник изображения: Growtika/unsplash.com

«Люди часто интересуются, сколько энергии потребляет запрос ChatGPT. Средний запрос потребляет около 0,34 Вт·ч — примерно столько, сколько духовка потребляет за одну секунду или высокоэффективная лампочка за пару минут», — говорится в сообщении Альтмана. Он также добавил, что «стоимость ИИ в конечном счёте должна приблизиться к стоимости электричества». Как именно Альтман пришёл к этим значениям, не уточняется.

Компании, работающие в сфере искусственного интеллекта, не раз попадали под пристальное внимание из-за высоких энергозатрат. Например, в этом году исследователи прогнозировали, что доля потребления энергии в сфере ИИ превысит объём энергии, потребляемой для майнинга биткоинов. Более раннее исследование показало, что для генерации электронного письма из 100 слов чат-ботом на базе ИИ-модели GPT-4 будет израсходовано «чуть больше одной бутылки» воды. Отмечается, что расход воды может зависеть от места расположения центров обработки данных, на которые опирается ИИ-бот.

OpenAI заключила партнёрское соглашение с Google Cloud. Компания стремится диверсифицировать свои облачные мощности и избавиться от высокой зависимости от Microsoft, поэтому будет использовать облачные сервисы Google Cloud для удовлетворения своих растущих потребностей в вычислительных мощностях. Сделке не помешало соперничество моделей искусственного интеллекта компаний, как и то, что OpenAI стал основным конкурентом Google на рынке интернет-поиска.

Источник изображения: unsplash.com

OpenAI планирует использовать облачный сервис Google для удовлетворения своих растущих потребностей в вычислительных мощностях, что стало неожиданным сотрудничеством двух известных конкурентов в секторе искусственного интеллекта. Сделка обсуждалась в течение нескольких месяцев и обрела окончательный вид в конце мая. Аналитики полагают, что она долгое время была «заблокирована от подписания из-за привязки OpenAI к Microsoft».

Неожиданное партнёрство Google и OpenAI подчёркивает, как огромные потребности в вычислениях для обучения и развёртывания моделей ИИ меняют конкурентную динамику в сфере ИИ, и знаменует собой последний шаг OpenAI по диверсификации своих источников вычислений за пределами своего основного спонсора Microsoft.

Неясно, каковы будут масштабы использования OpenAI облачных сервисов Google, но это, безусловно, крупная сделка для обеих компаний.

Apple представила результаты исследования новейших больших рассуждающих моделей ИИ (LRM). Из отчёта следует, что, хотя LRM превосходят стандартные LLM (большие языковые модели) при выполнении запросов средней сложности, они не дают желаемых результатов при усложнении заданий. Исследователи считают, что нынешняя популярность LRM — это просто мода, а результаты их работы — лишь «иллюзия мышления», несовместимая с мыслительным процессом человека.

Источник изображения: unsplash.com

Исследователи уделили особое внимание моделям Claude 3.7 Sonnet Thinking от Anthropic, o3 от OpenAI, Gemini от Google и R1 LRM от DeepSeek, оценивая их возможности рассуждений в широком диапазоне тестов, выходящих за рамки стандартных задач по математике и написанию кода. Моделям также пришлось проектировать контролируемые среды головоломок, включая «Ханойскую башню».

Главной целью исследования было желание установить и оценить возможности рассуждений моделей, а не их способность достигать желаемого результата или ответа. Согласно выводам учёных, «хотя эти модели демонстрируют улучшенную производительность в тестах рассуждений, их фундаментальные возможности, свойства масштабирования и ограничения остаются недостаточно изученными».

Стандартные LLM и LRM показали схожие результаты при выполнении простых запросов. LRM демонстрировали некоторое преимущество при более сложных задачах благодаря их структурированным механизмам рассуждений («цепочкам мыслей»). Но ни LRM, ни LLM не справились с запросами максимальной сложности.

Несмотря на демонстрацию правильных алгоритмов, LRM испытывали трудности с обработкой сложных задач в традиционном пошаговом процессе рассуждений, демонстрируя недостатки и непоследовательность в логических вычислениях. Модели рассуждений требовали больше времени для обработки сложных запросов, однако неожиданно сокращали процесс рассуждений, что заканчивалось сбоем, несмотря на «наличие адекватного бюджета токенов».

Стоит отметить, что исследование Apple опубликовано на фоне катастрофического отставания компании от лидеров перегретого рынка искусственного интеллекта. По мнению аналитиков, это отставание составляет до двух лет. Если же пузырь искусственного интеллекта в ближайшее время всё же лопнет, Apple даже может оказаться в выигрыше.

Ещё в прошлом году многие эксперты высказывали опасения, что разработка продвинутых моделей ИИ застопорится из-за отсутствия высококачественного контента для дальнейшего обучения нейросетей. Однако генеральный директор OpenAI Сэм Альтман (Sam Altman) не увидел «никаких преград», а бывший генеральный директор Google Эрик Шмидт (Eric Schmidt) посчитал эти опасения беспочвенными.

Компания Microsoft приступила к тестированию функции поиска на базе искусственного интеллекта в истории просмотра браузера Edge. С помощью этого инструмента можно искать в истории просмотров сайты по отдельным фразам, синонимам и даже написанным с опечатками названиям. Согласно имеющимся данным, упомянутое нововведение стало появляться в бета-версиях Edge на прошлой неделе и сейчас оно доступно ограниченному числу пользователей.

Источник изображения: Microsoft

«После активации этой функции сайты, которые вы посещаете, будут отображаться в расширенных результатах поиска по истории. ИИ-модель на устройстве обучается с помощью ваших данных, которые никогда не покидают ваши устройства и не передаются в Microsoft», — говорится в сообщении софтверного гиганта.

Функция ИИ-поиска по истории просмотра в браузере кажется менее рискованной с точки зрения конфиденциальности, чем инструмент Recall, фиксирующий все действия пользователя в операционной системе на компьютерах категории Copilot Plus PC. Использование локальной ИИ-модели, которая ограничивается историей браузер, вероятно, более удобно по сравнению с необходимостью хранить локально данные о всех действиях в ОС, чего требует Recall.

Вместе с функцией ИИ-поиска по истории просмотров Microsoft добавила в Edge центр управления мультимедиа, с помощью которого можно управлять несколькими медиаисточниками с разных веб-сайтов. Центр управления мультимедиа включает в себя быстрый доступ к функции «картинка в картинке» в Edge, который также получит обновлённые элементы управления. Кроме того, центр управления мультимедиа сделает удобнее управление воспроизводимой музыкой, видео и другим контентом.