Το Poe της Quora λανσάρει το πιο προσιτό συνδρομητικό πρόγραμμα

Η Συνεργασία της General Motors με την NVIDIA για την Επόμενη Γενιά Οχημάτων και Ρομπότ Η General Motors (GM) και...

«Οι πράκτορες AI αποτελούν την επόμενη φάση εξέλιξης των επιχειρηματικών εφαρμογών και, όπως ακριβώς συμβαίνει και με τις υπάρχουσες εφαρμογές, οι επικεφαλής των επιχειρήσεων χρειάζονται την ευελιξία να δημιουργούν συγκεκριμένες λειτουργίες για την αντιμετώπιση των μοναδικών και εξελισσόμενων επιχειρηματικών τους αναγκών», δήλωσε ο Steve Miranda, εκτελεστικός αντιπρόεδρος εφαρμογών της Oracle. «Το AI Agent Studio βασίζεται στους 50+ AI agents που έχουμε ήδη παρουσιάσει και δίνει στους πελάτες και τους συνεργάτες μας την ευελιξία να δημιουργούν και να διαχειρίζονται εύκολα τους δικούς τους AI agents. Με τους πράκτορες που είναι ήδη ενσωματωμένοι στις εφαρμογές Fusion Applications και το νέο μας AI Agent Studio, οι πελάτες θα μπορούν να επεκτείνουν περαιτέρω την αυτοματοποίηση και τελικά να πετύχουν περισσότερα, δαπανώντας λιγότερα». Το Oracle AI Agent Studio είναι διαθέσιμο χωρίς πρόσθετο κόστος και παρέχει εύχρηστα εργαλεία, συμπεριλαμβανομένων προηγμένων δοκιμών, ισχυρής επικύρωσης και ενσωματωμένης ασφάλειας, που θα βοηθήσουν τους πελάτες και τους συνεργάτες της Oracle Fusion Applications να δημιουργήσουν και να διαχειριστούν πράκτορες τεχνητής νοημοσύνης. Αξιοποιώντας την ίδια τεχνολογία που χρησιμοποιεί η Oracle για τη δημιουργία AI agents, το Oracle AI Agent Studio δίνει τη δυνατότητα στους χρήστες να επεκτείνουν εύκολα τους προ-συσκευασμένους πράκτορες ή/και να δημιουργήσουν νέους πράκτορες και στη συνέχεια να τους αναπτύξουν και να τους διαχειριστούν σε όλη την επιχείρηση. Οι πράκτορες AI που έχουν σχεδιαστεί στο Oracle AI Agent Studio ενσωματώνονται απρόσκοπτα με τις εφαρμογές Oracle Fusion Applications και μπορούν να συνεργάζονται με πράκτορες τρίτων για την ολοκλήρωση σύνθετων και πολυεπίπεδων διαδικασιών. Το Oracle AI Agent Studio περιλαμβάνει:

Η Oracle εισάγει το AI Agent Studio, ενισχύοντας τις εφαρμογές Fusion

Η Oracle Παρουσιάζει το AI Agent Studio: Νέες Δυνατότητες για Επιχειρήσεις Η Oracle, σε μια εκδήλωση στο Oracle CloudWorld στο...

Ενώ οι εργαζόμενοι έχουν κάθε δικαίωμα να είναι επιφυλακτικοί για την ΤΝ, είναι σημαντικό να σημειωθεί ότι η ενσωμάτωση της ΤΝ στις υπάρχουσες ροές εργασίας είναι στην πραγματικότητα σε θέση να ενισχύσει την παραγωγικότητα και να καταργήσει την ανάγκη για χρονοβόρες χειρωνακτικές εργασίες. Ο Mike Bradford, Διευθυντής Στρατηγικής Επιχειρηματικής Ανάπτυξης για το εμπορικό σήμα DELMIA της Dassault Systèmes, εξετάζει από κοντά πώς ακριβώς μπορεί να επηρεάσει η τεχνητή νοημοσύνη τους ρόλους των κατασκευαστών τα επόμενα χρόνια και ποια βήματα πρέπει να ακολουθήσετε για να διασφαλίσετε ότι συμβαδίζετε με όσα έχει να προσφέρει η τεχνητή νοημοσύνη. Η τεχνητή νοημοσύνη και η ρομποτική δεν είναι καινούργιες για τη μεταποίηση Το πρώτο πράγμα που πρέπει να λάβετε υπόψη σας, και κάτι που συχνά παραβλέπεται, είναι το γεγονός ότι τα ρομπότ και η αυτοματοποίηση αποτελούν εδώ και πολλά χρόνια αναπόσπαστο μέρος των κατασκευαστικών δραστηριοτήτων για πολλές επιχειρήσεις. Τα ρομπότ αναλαμβάνουν επαναλαμβανόμενους και επικίνδυνους ρόλους στον κλάδο για να αυξήσουν την παραγωγικότητα και την ακρίβεια, ενώ παράλληλα καθιστούν τις λειτουργίες ασφαλέστερες για τους εργαζόμενους που εργάζονται στον οργανισμό. Ενώ θα υπάρξει κάποιο επίπεδο ΤΝ και αυτοματοποίησης που θα αναλάβει θέσεις εργασίας για ορισμένες εργασίες, είναι σημαντικό να θυμόμαστε ότι αυτό ισχύει για ρόλους σε σχεδόν κάθε κλάδο, αυτό δεν απομονώνεται μόνο στη μεταποίηση. Ποιες θέσεις εργασίας έχει αντικαταστήσει η Τεχνητή Νοημοσύνη στη μεταποίηση; Υπάρχουν αρκετοί ρόλοι που έχουν αντικατασταθεί από την ΤΝ και τη ρομποτική τα τελευταία χρόνια, με τους ακόλουθους ρόλους να έχουν μειωθεί μαζικά υπέρ της τεχνολογίας ΤΝ: - Εργαζόμενοι στη γραμμή συναρμολόγησης - Η τεχνολογία ΤΝ έχει αναλάβει επαναλαμβανόμενες εργασίες, όπως η συναρμολόγηση εξαρτημάτων και η στερέωση εξαρτημάτων, η οποία μπορεί να είναι σχετικά επικίνδυνη. - Εργαζόμενοι σε αποθήκες και διακίνηση υλικών - τα αυτόνομα ρομπότ αποτελούν πλέον τον κανόνα στη συλλογή και τη διαλογή υλικών γύρω από τις αποθήκες. - Χειριστές μηχανών CNC - ενώ αυτός ο ρόλος εξακολουθεί να υπάρχει σε πολλούς χώρους εργασίας, τα έξυπνα συστήματα παραγωγής είναι ικανά να λειτουργούν με ελάχιστη ανθρώπινη παρέμβαση. - Ρόλοι προληπτικής συντήρησης - η τεχνολογία AI είναι σε θέση να το κάνει αυτό αυτόνομα, για να μειώσει τον χρόνο διακοπής λειτουργίας. Ενώ αυτές οι αρμοδιότητες έχουν πλέον αναληφθεί από την ΤΝ σε πολλές περιπτώσεις, είναι σημαντικό να σημειωθεί ότι η συντριπτική πλειονότητα αυτών των αλλαγών έχει γίνει κατά τη διάρκεια των τελευταίων 10 ετών. Παράλληλα, έχουν δημιουργηθεί νέοι ρόλοι χάρη στις εξελίξεις της τεχνολογίας ΤΝ στον τομέα, με ρόλους όπως η ρομποτική συντήρηση, οι επόπτες συστημάτων ΤΝ και οι ρόλοι ανάλυσης δεδομένων, οι οποίοι άρχισαν να αυξάνουν τη δημοτικότητά τους τα τελευταία χρόνια. Είναι η τεχνητή νοημοσύνη το μεγαλύτερο πρόβλημα που αντιμετωπίζει ο τομέας; Ενώ η ΤΝ έχει κάνει ορισμένους εργαζόμενους να κοιτάζουν πάνω από τον ώμο τους, υπάρχουν πολύ πιο πιεστικά ζητήματα που αντιμετωπίζει ο κλάδος της μεταποίησης επί του παρόντος, με το πιο επείγον να είναι το συνεχώς μειούμενο εξειδικευμένο εργατικό δυναμικό, η ηλεκτρονική τεχνολογία θα μπορούσε κάλλιστα να είναι η απάντηση στα ζητήματα που αντιμετωπίζει το γηράσκον εργατικό δυναμικό και η έλλειψη χρόνου κατάρτισης για τους πιο νέους εργαζόμενους. Υπάρχει μια σταθερή μείωση των εργαζομένων υψηλής ειδίκευσης στη βιομηχανία εδώ και αρκετά χρόνια. Η Deloitte αναφέρει ότι η μεταποιητική βιομηχανία των ΗΠΑ θα έχει πάνω από 2,1 εκατομμύρια ακάλυπτες θέσεις εργασίας έως το 2030, και αυτό οφείλεται κυρίως στην επείγουσα ανάγκη για περισσότερους εξειδικευμένους εργαζόμενους στον τομέα.

Θα πάρει η Τεχνητή Νοημοσύνη τη δουλειά μου στη μεταποίηση;

Η Τεχνητή Νοημοσύνη και οι Επιπτώσεις της στη Βιομηχανία: Μια Αναλυτική Ματιά Τα τελευταία χρόνια, η Τεχνητή Νοημοσύνη (ΤΝ) έχει...

Ένα συναρπαστικό νέο παράδειγμα - μοντέλα συλλογιστικής που βασίζονται σε υπολογισμούς σε χρόνο συμπερασμού - έχει εμφανιστεί τους τελευταίους μήνες, ξεκλειδώνοντας έναν εντελώς νέο ορίζοντα για τις δυνατότητες της τεχνητής νοημοσύνης. Η αίσθηση ενός αυξανόμενου κρεσέντο είναι στον αέρα. Η AGI φαίνεται να είναι στα χείλη όλων. «Συστήματα που αρχίζουν να δείχνουν προς την AGI έρχονται στο προσκήνιο», έγραψε τον περασμένο μήνα ο διευθύνων σύμβουλος της OpenAI Sam Altman. «Η οικονομική ανάπτυξη μπροστά μας φαίνεται εκπληκτική και μπορούμε πλέον να φανταστούμε έναν κόσμο όπου θεραπεύουμε όλες τις ασθένειες και μπορούμε να αξιοποιήσουμε πλήρως το δημιουργικό μας δυναμικό». Ή, όπως το έθεσε πρόσφατα ο διευθύνων σύμβουλος της Anthropic, Dario Amodei: «Αυτό που είδα μέσα στην Anthropic και έξω τους τελευταίους μήνες με οδήγησε να πιστέψω ότι είμαστε σε καλό δρόμο για συστήματα τεχνητής νοημοσύνης ανθρώπινου επιπέδου που θα ξεπερνούν τον άνθρωπο σε κάθε εργασία μέσα σε 2-3 χρόνια». Ωστόσο, η σημερινή τεχνητή νοημοσύνη εξακολουθεί να στερείται μιας βασικής ικανότητας που θα έπρεπε να έχει κάθε ευφυές σύστημα. Πολλοί συμμετέχοντες στον κλάδο δεν αναγνωρίζουν καν ότι υπάρχει αυτή η έλλειψη, επειδή η τρέχουσα προσέγγιση για τη δημιουργία συστημάτων ΤΝ έχει γίνει τόσο καθολική και παγιωμένη. Αλλά μέχρι να αντιμετωπιστεί, η αληθινή τεχνητή νοημοσύνη ανθρώπινου επιπέδου θα παραμείνει άπιαστη. Ποια είναι αυτή η ικανότητα που λείπει; Η ικανότητα να συνεχίζει να μαθαίνει. Τι εννοούμε με αυτό; Τα σημερινά συστήματα τεχνητής νοημοσύνης περνούν από δύο διακριτές φάσεις: την εκπαίδευση και την εξαγωγή συμπερασμάτων. Πρώτον, κατά τη διάρκεια της εκπαίδευσης, σε ένα μοντέλο ΤΝ παρουσιάζεται μια δέσμη δεδομένων από τα οποία μαθαίνει για τον κόσμο. Στη συνέχεια, κατά την εξαγωγή συμπερασμάτων, το μοντέλο τίθεται σε χρήση: παράγει αποτελέσματα και ολοκληρώνει εργασίες με βάση αυτά που έμαθε κατά την εκπαίδευση. Όλη η μάθηση μιας ΤΝ συμβαίνει κατά τη φάση της εκπαίδευσης. Αφού ολοκληρωθεί η εκπαίδευση, τα βάρη του μοντέλου ΤΝ γίνονται στατικά. Αν και η ΤΝ εκτίθεται σε κάθε είδους νέα δεδομένα και εμπειρίες μόλις αναπτυχθεί στον κόσμο, δεν μαθαίνει από αυτά τα νέα δεδομένα. Προκειμένου ένα μοντέλο ΤΝ να αποκτήσει νέες γνώσεις, συνήθως πρέπει να εκπαιδευτεί ξανά από την αρχή. Στην περίπτωση των πιο ισχυρών σημερινών μοντέλων τεχνητής νοημοσύνης, κάθε νέα εκπαίδευση μπορεί να διαρκέσει μήνες και να κοστίσει εκατοντάδες εκατομμύρια δολάρια. Αφιερώστε λίγο χρόνο για να σκεφτείτε πόσο περίεργο -και μη βέλτιστο- είναι αυτό. Τα σημερινά συστήματα τεχνητής νοημοσύνης δεν μαθαίνουν στην πορεία. Δεν μπορούν να ενσωματώσουν νέες πληροφορίες εν κινήσει προκειμένου να βελτιώνονται συνεχώς ή να προσαρμόζονται στις μεταβαλλόμενες συνθήκες. Υπό αυτή την έννοια, η τεχνητή νοημοσύνη παραμένει αρκετά διαφορετική και λιγότερο ικανή από την ανθρώπινη νοημοσύνη. Η ανθρώπινη νόηση δεν χωρίζεται σε ξεχωριστές φάσεις «εκπαίδευσης» και «συμπερασμού». Αντίθετα, οι άνθρωποι μαθαίνουν συνεχώς, ενσωματώνοντας νέες πληροφορίες και κατανόηση σε πραγματικό χρόνο. (Θα μπορούσαμε να πούμε ότι οι άνθρωποι κάνουν συνεχώς και ταυτόχρονα τόσο εκπαίδευση όσο και εξαγωγή συμπερασμάτων). Τι θα γινόταν αν μπορούσαμε να εξαλείψουμε την αδέξια, άκαμπτη διάκριση στην ΤΝ μεταξύ εκπαίδευσης και συμπερασμού, επιτρέποντας στα συστήματα ΤΝ να μαθαίνουν συνεχώς με τον τρόπο που μαθαίνουν οι άνθρωποι; Αυτή η βασική έννοια έχει πολλά διαφορετικά ονόματα στη βιβλιογραφία της ΤΝ: συνεχής μάθηση, δια βίου μάθηση, σταδιακή μάθηση, διαδικτυακή μάθηση. Αποτελεί εδώ και πολύ καιρό στόχο των ερευνητών της ΤΝ - και παρέμενε επί μακρόν ανέφικτος. Πρόσφατα εμφανίστηκε ένας άλλος όρος για να περιγράψει την ίδια ιδέα: «εκπαίδευση σε χρόνο δοκιμής».

Η κενή τρύπα στις σημερινές δυνατότητες Tεχνητής Nοημοσύνης

Η εκπληκτική πρόοδος της τεχνητής νοημοσύνης και το μέλλον της συνεχούς μάθησης Η ταχύτητα με την οποία εξελίσσεται η τεχνητή...

Ορισμένοι χρήστες στο X του Elon Musk στρέφονται στο AI bot Grok του Musk για τον έλεγχο των γεγονότων, εγείροντας ανησυχίες μεταξύ των ανθρώπινων ελεγκτών γεγονότων ότι αυτό θα μπορούσε να τροφοδοτήσει την παραπληροφόρηση. Νωρίτερα αυτό το μήνα, το X επέτρεψε στους χρήστες να καλέσουν το Grok της xAI και να κάνουν ερωτήσεις για διάφορα πράγματα. Η κίνηση αυτή ήταν παρόμοια με την Perplexity, η οποία διαχειρίζεται έναν αυτοματοποιημένο λογαριασμό στο X για να προσφέρει μια παρόμοια εμπειρία. Αμέσως μετά τη δημιουργία του αυτοματοποιημένου λογαριασμού του Grok από την xAI στο X, οι χρήστες άρχισαν να πειραματίζονται με το να του κάνουν ερωτήσεις. Κάποιοι άνθρωποι σε αγορές όπως η Ινδία άρχισαν να ζητούν από το Grok να ελέγχει τα σχόλια και τις ερωτήσεις που στοχεύουν σε συγκεκριμένες πολιτικές πεποιθήσεις. Οι ελεγκτές γεγονότων ανησυχούν για τη χρήση του Grok - ή οποιουδήποτε άλλου βοηθού τεχνητής νοημοσύνης αυτού του είδους - με αυτόν τον τρόπο, επειδή τα ρομπότ μπορούν να διαμορφώνουν τις απαντήσεις τους ώστε να ακούγονται πειστικές, ακόμη και αν δεν είναι πραγματικά σωστές. Στο παρελθόν παρατηρήθηκαν περιπτώσεις διασποράς ψευδών ειδήσεων και παραπληροφόρησης με το Grok.

Οι χρήστες του X που αντιμετωπίζουν το Grok σαν ελεγκτή γεγονότων προκαλούν ανησυχίες για παραπληροφόρηση

Η αυξανόμενη χρήση των AI βοηθών για τον έλεγχο γεγονότων προκαλεί ανησυχίες Η χρήση των ψηφιακών βοηθών τεχνητής νοημοσύνης για...

Ο διευθύνων σύμβουλος της Perplexity, Aravind Srinivasan, συζητά τη στρατηγική της πλατφόρμας της εταιρείας και τις εξελίξεις της AI, με στόχο την απλοποίηση των ροών εργασίας και την προσφορά οικονομικά αποδοτικών βοηθών AI. Τον περασμένο μήνα, η Perplexity AI ανακοίνωσε ότι εργάζεται πάνω στο δικό της πρόγραμμα περιήγησης, το Comet, μια κίνηση που, σύμφωνα με τον Aravind Srinivasan, είναι απαραίτητη για τη δημιουργία πρακτόρων AI με αρκετό έλεγχο ώστε να λειτουργούν αποτελεσματικά - ειδικά μέσα σε περιοριστικά οικοσυστήματα όπως το iOS. «Το σχέδιο είναι να κάνουμε την ανάπτυξη ενός λειτουργικού συστήματος με το οποίο μπορείτε να κάνετε σχεδόν τα πάντα», εξήγησε ο Srinivasan, τονίζοντας γιατί η Perplexity εστιάζει σε αυτή την προσέγγιση. Σε αντίθεση με τις αυτόνομες εφαρμογές AI, οι οποίες συχνά περιορίζονται από τους περιορισμούς της πλατφόρμας, ένα πρόγραμμα περιήγησης επιτρέπει στην AI να λειτουργεί απρόσκοπτα σε διάφορες εφαρμογές, διευκολύνοντας βαθύτερες ενσωματώσεις και καλύτερη αυτοματοποίηση. Ο στόχος είναι να δημιουργηθούν πράκτορες με τεχνητή νοημοσύνη, οι οποίοι θα μπορούν να χειρίζονται καθημερινές εργασίες -κρατήσεις ξενοδοχείων, αγορές, συμπλήρωση εντύπων και διαχείριση ροών εργασίας- χωρίς να απαιτείται από τους χρήστες να μεταπηδούν μεταξύ πολλαπλών εφαρμογών. «Προσπαθούμε να βρούμε απλές περιπτώσεις χρήσης, όπως η αγορά πραγμάτων χωρίς να χρειάζεται να εισάγουμε παντού τα στοιχεία της πιστωτικής κάρτας ή να συμπληρώνουμε χειροκίνητα τις πληροφορίες αποστολής», δήλωσε ο Srinivasan στο Upfront Summit. Η εστίαση στην απλοποίηση των ροών εργασίας αποτελεί βασικό μέρος της στρατηγικής της Perplexity.

H Perplexity κατασκευάζει πρόγραμμα περιήγησης για τους agents AI και τον έλεγχο των εφαρμογών

Γιατί η Perplexity δημιουργεί το πρόγραμμα περιήγησης Comet: Ο Aravind Srinivasan για τους πράκτορες AI και τον έλεγχο εφαρμογών Η...

Το Browser Use, το εργαλείο που διευκολύνει τους « agents » της τεχνητής νοημοσύνης στην πλοήγηση σε ιστότοπους

Η ανάπτυξη εργαλείων για την αυτοματοποίηση διαδικτυακών εργασιών από νεοφυείς επιχειρήσεις Παρόλο που δεν έχουμε ακόμη συμφωνήσει σε έναν κοινό...

Νέα πλατφόρμα προσομοίωσης ιατρικών συσκευών NVIDIA Isaac for Healthcare για την ταχεία ανάπτυξη αυτόνομων συστημάτων απεικόνισης και ρομποτικής Η NVIDIA ανακοίνωσε σήμερα τη συνεργασία της με την GE HealthCare για την προώθηση της καινοτομίας στην αυτόνομη απεικόνιση, εστιάζοντας στην ανάπτυξη αυτόνομων τεχνολογιών ακτίνων Χ και εφαρμογών υπερήχων. Η ανάπτυξη της αυτονομίας σε συστήματα όπως οι ακτίνες Χ και οι υπέρηχοι απαιτεί τα συστήματα ιατρικής απεικόνισης να κατανοούν και να λειτουργούν στον φυσικό κόσμο. Αυτό επιτρέπει την αυτοματοποίηση πολύπλοκων ροών εργασίας, όπως η τοποθέτηση ασθενών, η σάρωση εικόνων και ο έλεγχος ποιότητας. Για να επιτευχθεί αυτό, η GE HealthCare, πρωτοπόρος εταίρος, χρησιμοποιεί τη νέα πλατφόρμα προσομοίωσης ιατρικών συσκευών NVIDIA Isaac™ for Healthcare, η οποία περιλαμβάνει προ-εκπαιδευμένα μοντέλα και προσομοιώσεις αισθητήρων, ανατομίας και περιβάλλοντος με βάση τη φυσική. Η πλατφόρμα επιταχύνει τις ροές εργασίας έρευνας και ανάπτυξης, επιτρέποντας στην GE HealthCare να εκπαιδεύει, να δοκιμάζει και να επικυρώνει τις δυνατότητες αυτόνομων συστημάτων απεικόνισης σε εικονικό περιβάλλον πριν από την ανάπτυξή τους στον φυσικό κόσμο.

Η NVIDIA και η GE HealthCare συνεργάζονται για την ανάπτυξη αυτόνομης διαγνωστικής απεικόνισης με Physical AI.

Συνεργασία NVIDIA και GE HealthCare για την Ανάπτυξη Αυτόνομων Τεχνολογιών Απεικόνισης Η NVIDIA ανακοίνωσε πρόσφατα μια συνεργασία με τη GE...

Η Nvidia ανακοινώνει δύο «προσωπικούς υπερυπολογιστές AI Η NVIDIA ανακοινώνει τους προσωπικούς υπολογιστές τεχνητής νοημοσύνης DGX Spark και DGX Station Με τη βοήθεια της NVIDIA Grace Blackwell, οι επιτραπέζιοι υπερυπολογιστές τοποθετούν την επιταχυνόμενη τεχνητή νοημοσύνη στα χέρια προγραμματιστών, ερευνητών και επιστημόνων δεδομένων- τα συστήματα προέρχονται από κορυφαίους κατασκευαστές υπολογιστών, συμπεριλαμβανομένων των ASUS, Dell Technologies, HP και Lenovo

Η NVIDIA ανακοινώνει τους προσωπικούς υπολογιστές τεχνητής νοημοσύνης DGX Spark και DGX Station