Ετικέτα: AI News

Η OpenAI Εισάγει Νέα Μοντέλα Τεχνητής Νοημοσύνης για Μεταγραφή και Παραγωγή Φωνής Η OpenAI παρουσιάζει τις τελευταίες εξελίξεις της στον τομέα της τεχνητής νοημοσύνης, εισάγοντας νέα μοντέλα για μεταγραφή και ...

Στο ARC Prize, η αποστολή μας είναι να λειτουργήσουμε ως Βόρειος Αστέρας προς την AGI μέσω διαρκών σημείων αναφοράς, κατευθύνοντας τις προσπάθειες προς συστήματα ικανά για γενική νοημοσύνη και συμπιέζοντας σημαντικά το χρονοδιάγραμμα για επιστημονικές ανακαλύψεις. Το ARC-AGI-1 μετρά την πρόοδο προς την AGI από το 2019 και ήταν το μόνο σημείο αναφοράς που εντόπισε την ακριβή στιγμή στα τέλη του 2024, όταν η τεχνητή νοημοσύνη ξεπέρασε την καθαρή απομνημόνευση. Η OpenAI χρησιμοποίησε το ARC-AGI-1 για να καταδείξει αυτή την πρόοδο με το σύστημα o3, το οποίο συνδυάζει LLMs που βασίζονται στη βαθιά μάθηση με μηχανές σύνθεσης συλλογισμών. Το βραβείο ARC 2024 ενέπνευσε χιλιάδες ανεξάρτητους φοιτητές και ερευνητές να εργαστούν μαζί με εργαστήρια αιχμής σε νέες ιδέες προσαρμογής σε χρόνο δοκιμής. Υπάρχει όμως περισσότερη δουλειά που πρέπει να γίνει για να φτάσουμε στην AGI. Η AGI εξακολουθεί να χρειάζεται νέες ιδέες. Μπορούμε να χαρακτηρίσουμε συστήματα όπως το o3 ως συστήματα που πηγαίνουν από το «μηδέν στο ένα» στο φάσμα της ρευστής νοημοσύνης. Αλλά αυτά τα συστήματα είναι εξαιρετικά αναποτελεσματικά και επί του παρόντος απαιτούν σημαντική ανθρώπινη επίβλεψη κατά τη διάρκεια της διαδικασίας εκπαίδευσης για να προσαρμοστούν σε νέους τομείς.

Προκλητικό τεστ AGI βγάζει ασπροπρόσωπα τα περισσότερα μοντέλα τεχνητής νοημοσύνης

Η νέα πρόκληση για την αξιολόγηση της γενικής νοημοσύνης των AI μοντέλων Η Arc Prize Foundation, μια μη κερδοσκοπική οργάνωση που συνιδρύθηκε από τον γνωστό ερευνητή τεχνητής νοημοσύνης François Chollet, ...

Το Poe επιτρέπει στους ανθρώπους να θέτουν ερωτήσεις, να λαμβάνουν άμεσες απαντήσεις και να έχουν συνομιλίες με διάφορα ρομπότ με τεχνητή νοημοσύνη. Αρχικά είναι διαθέσιμο στο iOS, αλλά θα προσθέσουμε υποστήριξη για όλες τις μεγάλες πλατφόρμες μέσα στους επόμενους μήνες, μαζί με περισσότερα bots. Ο καλύτερος τρόπος για να μάθετε για το Poe είναι να το δοκιμάσετε εδώ, αλλά μη διστάσετε να διαβάσετε παρακάτω αν είστε περίεργοι για το γιατί το κατασκευάζουμε. Όπως ίσως έχετε παρατηρήσει μέσα από τις εξελίξεις στη δημιουργία εικόνων και κειμένων κατά το τελευταίο έτος, οι ερευνητές σημειώνουν απίστευτη πρόοδο προς τη δημιουργία τεχνητής νοημοσύνης ανθρώπινου επιπέδου. Και η πρόοδος αυτή επιταχύνεται. Αναμένω ότι αυτό το τεχνολογικό κύμα της τεχνητής νοημοσύνης θα είναι πολύ πιο μετασχηματιστικό από τον προσωπικό υπολογιστή, το διαδίκτυο ή το smartphone, και περιμένω ότι θα έχει πολύ μεγαλύτερο και πιο θετικό αντίκτυπο στην κοινωνία και την παγκόσμια οικονομία. Το πιο σημαντικό για την αποστολή της Quora να μοιράζεται και να αναπτύσσει τη γνώση στον κόσμο, καθώς η τεχνητή νοημοσύνη γίνεται όλο και καλύτερη, θα δημιουργήσει τη δυνατότητα για πολύ καλύτερη ανταλλαγή γνώσεων σε σχέση με ό,τι είναι δυνατό σήμερα.

Το Poe της Quora λανσάρει το πιο προσιτό συνδρομητικό πρόγραμμα

Η Νέα Εποχή της Τεχνητής Νοημοσύνης: Ανακαλύψτε το Poe, την Πλατφόρμα για Ανοιχτή Εξερεύνηση Η τεχνητή νοημοσύνη (AI) συνεχίζει να μεταμορφώνει τον τρόπο που αλληλεπιδρούμε με την τεχνολογία, και η ...

Η Google αποκαλύπτει μια οικογένεια μοντέλων συλλογιστικής τεχνητής νοημοσύνης

Η Google Παρουσιάζει το Gemini 2.5: Νέα Γενιά Μοντέλων Τεχνητής Νοημοσύνης με Ικανότητες Λογικής Σκέψης Η Google έκανε την επίσημη παρουσίαση του Gemini 2.5, μιας νέας οικογένειας μοντέλων τεχνητής νοημοσύνης ...

«Ο όγκος των διαθέσιμων πληροφοριών στα αγγλικά είναι πολύ μεγαλύτερος, αλλά είναι επίσης πιο ενημερωμένος», δήλωσε ο κ. Nkalwo Ngoula. Από προεπιλογή, τα μοντέλα τεχνητής νοημοσύνης σχεδιάζονται, εκπαιδεύονται και αναπτύσσονται στα αγγλικά, αφήνοντας τις άλλες γλώσσες να αγωνίζονται να καλύψουν τη διαφορά. Το χάσμα δεν είναι μόνο ποσοτικό. Η τεχνητή νοημοσύνη, όταν στερείται ισχυρής εκπαίδευσης σε οποιαδήποτε γλώσσα, αρχίζει να «παραισθήσεις» - παράγοντας λανθασμένες ή παράλογες απαντήσεις με ανησυχητικό κύρος - όπως ένας φίλος με υπερβολική αυτοπεποίθηση που μπλοφάρει στη βραδιά γνώσεων. Μια κλασική παραίσθηση της τεχνητής νοημοσύνης συνίσταται στο να απαντήσει σε ένα αίτημα για βιογραφικές λεπτομέρειες σχετικά με ένα διάσημο πρόσωπο εφευρίσκοντας ένα βραβείο Νόμπελ ή επινοώντας μια παράξενη παράλληλη καριέρα, όπως σε αυτό το παράδειγμα που δημιουργήθηκε από το ChatGPT, κατόπιν εντολής του UN News:

Προσέξτε τη γλώσσα σας: Η μάχη για τη γλωσσική ποικιλομορφία στην τεχνητή νοημοσύνη

Η Σημαντική Στιγμή για την Πολυγλωσσική Τεχνητή Νοημοσύνη: Μια Νέα Εποχή Καινοτομίας Με τα χαρακτηριστικά του geeky γυαλιά και το ακουστικό τύπου TED-Talk, ο Sundar Pichai φαινόταν σαν να είχε ...

Οι εταιρείες θα συνεργαστούν για τη δημιουργία προσαρμοσμένων συστημάτων τεχνητής νοημοσύνης χρησιμοποιώντας επιταχυνόμενες υπολογιστικές πλατφόρμες της NVIDIA, συμπεριλαμβανομένης της NVIDIA Omniverse™ με την NVIDIA Cosmos™, για την εκπαίδευση μοντέλων τεχνητής νοημοσύνης για τη βελτιστοποίηση του σχεδιασμού εργοστασίων και της ρομποτικής της GM. Η GM θα χρησιμοποιήσει επίσης το NVIDIA DRIVE AGX™ για υλικό εντός του οχήματος για μελλοντικά προηγμένα συστήματα υποβοήθησης του οδηγού και οδηγικές εμπειρίες αυξημένης ασφάλειας εντός της καμπίνας. «Η GM έχει μακροχρόνια συνεργασία με την NVIDIA, αξιοποιώντας τις GPU της σε όλες τις δραστηριότητές μας», δήλωσε η Mary Barra, πρόεδρος και διευθύνουσα σύμβουλος της General Motors. «Η τεχνητή νοημοσύνη όχι μόνο βελτιστοποιεί τις διαδικασίες κατασκευής και επιταχύνει τις εικονικές δοκιμές, αλλά μας βοηθά επίσης να κατασκευάσουμε πιο έξυπνα οχήματα, ενώ δίνει τη δυνατότητα στο εργατικό δυναμικό μας να επικεντρωθεί στη δεξιοτεχνία. Συνδυάζοντας την τεχνολογία με την ανθρώπινη εφευρετικότητα, ξεκλειδώνουμε νέα επίπεδα καινοτομίας στην κατασκευή οχημάτων και όχι μόνο».

Η GM συνεργάζεται με την Nvidia για να φέρει την Τεχνητή Νοημοσύνη σε ρομπότ, εργοστάσια και αυτοκινούμενα αυτοκίνητα

Η Συνεργασία της General Motors με την NVIDIA για την Επόμενη Γενιά Οχημάτων και Ρομπότ Η General Motors (GM) και η NVIDIA ανακοίνωσαν μια στρατηγική συνεργασία που στοχεύει στην ανάπτυξη ...

«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 Λονδίνο, ανακοίνωσε την κυκλοφορία του νέου AI Agent Studio, μια ...

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 σημειώσει τεράστια πρόοδο, φτάνοντας σε σημείο που πολλοί εργαζόμενοι ανησυχούν ...

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