Nvidia-ն, AI տեխնոլոգիաների առանցքային խաղացողը, զգալի հաջողություններ է գրանցել իր AI չիպերով՝ եկամուտներին ավելանալով 262%-ով տարեկան։ Սակայն, ըստ The Information-ի վերջերս հրապարակած զեկույցի, իրենց նոր Blackwell առաջատար գծի չիպերի թողարկումը կարող է հետաձգվել երեք ամսով կամ ավելի, քանի որ արտադրության ընթացքում հայտնաբերվել են դիզայնի թերություններ։ Այս հետաձգումը կարող է խափանումներ առաջացնել այնպիսի խոշոր հաճախորդների համար, ինչպիսիք են Google-ը, Microsoft-ը և Meta-ն, քանի որ նրանք պատվիրել են մեծ քանակությամբ Nvidia չիպեր։ Չիպերի արտադրող TSMC-ն հայտնաբերել է դիզայնի թերությունը, և այժմ ընկերությունը աշխատում է չիպերի վերադիզայնի վրա։ Կան առաջարկություններ արտադրելու Blackwell չիպերի մեկ GPU տարբերակ, բայց կատարողականության ազդեցությունը կարող է վտանգավոր լինել։ Nvidia-ն կհավանի հետաձգել առաքումները, քան ռիսկի գնալու ավարտուն արտադրանքներով։ AI չիպերի հետաձգումը տեղի է ունենում այն ժամանակ, երբ Nvidia-ն բախվում է նաև Արդարադատության վարչության հետաքննությանը իր AI կանոնների և AI ստարտապ Run:ai-ի ձեռքբերման հետ կապված հնարավոր հակամենաշնորհային խախտումների պատճառով։ Կարևոր է, որ Nvidia-ն նվազագույնի հասցնի այս մարտահրավերների ազդեցությունը՝ իր առաջատար դիրքը պահելու համար AI ապարատային արդյունաբերությունում:

Արհեստական բանականությունը (AI) մեծ ազդեցություն է ունեցել բաժնետոմսերի շուկայի վրա, որի արդյունքում Nvidia, Broadcom և Super Micro Computer ընկերությունները զգալի աճ են գրանցել և բաժանել են իրենց բաժնետոմսերը։ Microsoft և ServiceNow-ը կարող են բաժանել իրենց բաժնետոմսերը 2024 թվականին, քանի որ նրանց բաժնետոմսերն էլ էլ զգալիորեն աճել են։ Microsoft-ը առաջատար ծրագրային ապահովման ընկերություն է, և իր գեներացնող AI օգնականները և Azure ծառայությունները նպաստել են իր շուկայի բաշխման աճին։ Սակայն, հնարավոր է, որ նրա գնահատականը այս պահին բարձր լինի։ ServiceNow-ը մասնագիտանում է աշխատանքային հոսքի կառավարման ծրագրային ապահովման մեջ և հայտնի դարձել իր գեներացնող AI գործիքներով։ Նրա ֆինանսական ցուցանիշները ուժեղ են, սակայն գնահատականը նույնպես բարձր է համարվում։ Ինվեստորներին խորհուրդ է տրվում մանրամասն ուսումնասիրել նախքան որևէ ներդրումային որոշումներ կայացնելը։

Ցավում ենք, ներողություն ենք խնդրում պատճառված անհարմարությունների համար։ Այս կայքը ներկայումս հասանելի չէ ձեր ներկայիս գտնվելու վայրում։ Սխալ 451 Հնարավոր է, որ դուք փորձում եք մուտք գործել այս կայքը ԱՄՆ-ից դուրս գտնվող երկրից։ Հետևաբար, մուտքը չի կարող տրվել այս պահին։

Պատասխանատուները ուրբաթ օրը հայտարարեցին, որ արհեստական բանականության (ԱԲ) և անօդաչու թռչող սարքերի (ԱԹՍ) վերջին ինտեգրումը «վիճելի միջավայրերում» հաջողությամբ անցել է ԱՄՆ-ի, Մեծ Բրիտանիայի և Ավստրալիայի ռազմական դաշինքի կողմից իրականացված փորձարարությունները, որը հայտնի է որպես AUKUS: Բոլոր երեք պաշտպանության գործակալությունները փորձարկել են բարձր տեխնոլոգիաների սենսորային տեխնոլոգիան, գնահատելու ԱԹՍ-ների կարողությունը ավարտելու իրենց առաքելությունները և պահպանելու ցանցային կապակցությունը տարբեր մարտահրավերներում, ներառյալ ցամաքում, ծովում, օդում և կիբեռտարածքում: AUKUS համաձայնագրի Երկրորդ Բաժնի շրջանակներում, երեք երկրները համագործակցում են ԱԲ տեխնոլոգիաների հարմարեցման համար պաշտպանության և անվտանգության նպատակներով՝ Հնդկաչինական տարածաշրջանում աճող չինական ագրեսիային հակազդելու համար: Պաշտպանության դեպարտամենտը (DOD) ընդգծել է ԱԲ-ի և ԱԹՍ-ի թույլտվությունը հայտնաբերելու թշնամու թիրախները, ընդունելու արձագանքման որոշումներ և գործողություններ իրականացվելու ժամանակը նվազեցնելու համար: Երբ լիովին զարգանա և ազգային հարթակներին ինտեգրվի, այս առաջադեմ սենսորային համակարգերը կտրամադրեն հրամանատարներին ավելի հուսալի տվյալներ օպտիմալ որոշումների կայացման համար, արագ արձագանքելով զինված վտանգների համատեղ ռազմական գործողություններին, որոնք ընդգրկում են բազմաթիվ ծառայություններ և երկրներ, ըստ Պաշտպանության դեպարտամենտի: Համակարգերից մեկի օրինակ, որը փորձարկվել է Անկախ և Անկախ արհեստական բանականության տեխնոլոգիաների (RAAIT) փորձարարությունների ժամանակ, Տակտիկական Հարձակման Պատուհան (ТАK) ծրագիրն է, քարտեզից նմանվող հավելված, որը օգնել է բրիտանական ԱԹՍ-ին թշնամական ուժերի դիրքերը հայտնաբերելու գործում: Ծրագրավորումը կատարել է օպերատիվ փոփոխություններ հավաքված տվյալների հիման վրա, որոնք կիսվել են մեկ այլ ԱԹՍ-ի հետ, որը տրամադրել է մանրամասն պատկերներ

Պատմականորեն ոստիկանության աշխատակիցները թերահավատորեն են մոտեցել տեխնոլոգիական նորարարություններին և քաղաքացիական ազատությունների բարեփոխումներին՝ կասկածելով ղեկավարությունից թաքնված նպատկաներին։ Սակայն, այս նոր համակարգերը և կանոնները ի վերջո բարելավել են ոստիկանության արդյունավետությունն ու աշխատակիցների անվտանգությունը։ Ոստիկանության մեջ արհեստական բանականության (ԱԲ) օգտագործումը հաջորդ հնարավոր տեխնոլոգիական նորարարությունն է, որը կարող է բերել առաջընթաց և վեճեր։ ԱԲ կարելի է դրական ազդեցություն ունենալ որոշումների կայացման բարելավման գործում՝ ոստիկանների մաքալարողները գնահատելու միջոցով ոստիկանության անձնականի տեսանյութերի վերլուծության միջոցով: Այս կերպ կարող են արդյունավետորեն իրականացվել արդյունքների վերանայումներ և բարելավել աշխատողների հմտություններն ու կարողությունները: Առանց ԱԲ օգնության՝ տեսագրությունների մեծությունը կարող է անսպառ լինել, և ներկայումս դրանք հիմնականում օգտագործվում են որպես ապացույցներ ոստիկանության վարքագծի վերաբերյալ բողոքների ներսում։ ԱԲ-ի վերլուծությունը կարող է արժեքավոր պատկերացումներ առաջարկել՝ ոստիկանության որոշումների կայացման գործընթացի մեջ, հաշվի առնելով անձի հատկանիշները, վերապատրաստումները, կողմնորդվածությունները, փորձառությունները, հոգնածության և սթրեսի մակարդակները։ Նրանց կատարողականության ուսումնասիրման միջոցով, աշխատակիցները կարող են հայտնաբերել և լուծել անգիտակցված կողմնաշխատությունները, ինչպես նաև հասկանալ, թե ինչպես հոգնածությունն ու սթրեսը ազդում են նրանց դատողությանը։ ԱԲ-ի օգտագործումը ոստիկանության մեջ կարող է նաև բարելավել վաղ միջամտությունները աշխատակիցների նկատմամբ, որոնք գնում են սխալ ուղղությամբ, և բարձրացնել անհատական ու բաժնի պատասխանատվությունը։ Բաժանմունքները կարող են հայտնաբերել խնդրահարույց վարքագծային օրինակներ մինչև դրանց վերաճումը ավելի լուրջ իրադրությունների։ Օրինակ, Նյու Ջերսիի Պատերսոն ոստիկանության բաժանմունքը արդեն օգտագործում է ԱԲ տեխնոլոգիան՝ կրիտիկական իրադարձությունները հայտնաբերելու և ոստիկանների վարքագիծը վերանայելու համար։ Ոստիկանության մեջ ԱԲ-ի օգուտներից օգտվելու համար հարկավոր է հանձնառություն պրոֆեսիոնալ զարգացման նկատմամբ։ Բաժանմունքները պետք է ստեղծեն ուսումնասահանկախ խմբեր, որոնք կազմում են նույն փոփոխությունից և բաժանմունքից աշխատակիցներ ու ղեկավարման մարմիններին, որոնք պարբերաբար կվերանայեն և կկիսվեն հետադարձ կապը միմյանց գործերի վերաբերյալ: Այս համատեղ մոտեցումը, ԱԲ-ի կողմից հայթայթված պատկերագրության վերլուծության օգնությամբ, հնարավորություն է տալիս ոստիկաններին՝ սովորել իրենց փորձառությունների հիման վրա և կատարել իրազեկված որոշումներ։ Սակայն, ԱԲ-ի ներմուծումը ոստիկանության ընթացքուն պահանջում է քննարկումներ և բանակցություններ՝ վստահություն և թափանցիկություն ստեղծելու համար։ Քաղաքացիական ազատությունների պաշտպանությունը և համայնքային ղեկավարներին և քաղաքացիական իրավունքների խմբերին ներգրավելը զարգացման գործընթացում շատ կարևոր է։ Թերահավատությունը սկզբում, սակայն ոստիկանության տեխնոլոգիաների բարելավումները և ընթացակարգերի արդար դատողությունները հանգեցրել են ինչպես աշխատակիցների, այնպես էլ համայնքի անվտանգության բարձրացման, ինչպես նաև արդարության բարելավմանը։ ԱԲ կարող է լինել հաջորդային գլուխներում այս համրակալի պրոգրեսի։

Տեննեսսիի Ռոան շրջան բախվում է վարքի առաջին վիրավորների կողմից անխափանաբար հայտնաբերելու անհատներին օգնության կարիք ունեցողներին հայտնաբերելու խնդիրին: Հաճախ դժվար է գտնել տներ, որոնք օգնության կարիք ունեն, քանի որ տեսանելիությունը կարող է խոչընդոտվել իրադարձությունների պատճառով, ինչպես ծանր անձրև, մթություն կամ վատ տեսանելի հասցեներ: Այս խնդիրը լուծելու համար Arrive AI-ը մշակել է արհեստական լույսի համակարգ, որը նպատակ ունի ավելի տեսանելի դարձնել այդ տները արտակարգ իրավիճակներում: Թոմաս Դիլլոն, Ռոան շրջանի Վիրավորների փրկարարական խմբի տնօրեն, ասում է, որ հաճախ առաջնային վիրավորների հայտնաբերումը հիմնվում է արտաքինից ինչ-որ մեկի վրա, ով ցուցում է նրանց Նստավայրին: Սակայն դա միշտ հնարավոր չէ, քանի որ նոր արտակարգ լույսերի համակարգը կբարելավի նրանց ունակությունը ճիշտ հասցեն գտնելու համար: Համակարգը ոչ միայն հիմնվում է GPS վրա, այլև տալիս է տեսողական ցուցումներ: Դեյվիդ Շրեդերը, երկարատև փրկարար և Arrive AI-ի փոխադրման դեսպան, համոզված է, որ արտակարգ լույսերի համակարգը թույլ կտա արագ պատասխաններ, ի վնաս որ առաջին վարքի վիրավորները կտնեն 911 զանգի շահագործողին ավելի արագ: Այս պատասխան ժամանակի կրճատումը կարևոր է արտակարգ իրադարձությունների ժամանակ ժամանակին օգնություն տրամադրելուն, այդպիսով բարելավում է ընդհանուր արդյունքները ազդեցիկներին: Arrive AI-ի արտակարգ լույսերի համակարգը մշակվել է 2014 թվականից սկսել է առօրյա աջակցություն ստանալ 2018-ին: Այս տարի, սկսելով առողջապահական կիրառություններից, համակարգը կներկայացվի Ռոան շրջանում արտակարգ հետարկման բարելավման նպատակով:

Արհեստական նեյրոնային ցանցերը հզոր ալգորիթմներ են, որոնք օգտագործվում են արհեստական բանականության ոլորտում: Դրանք կարող են դժվար մեկնաբանվել իրենց բարդ կառուցվածքով: Այնուամենայնիվ, հետազոտողները ստեղծել են նեյրոնային ցանցի նոր տիպ, որը ավելի մեկնաբանելի և ճշգրիտ է, նույնիսկ երբ այն փոքր է: Այս ցանցերը, որոնք անվանվում են Կոլմոգորով-Արնոլդ ցանցեր (ԿԱՑ), սովորում են նեյրոնների միջև կապերի ամբողջական բնույթը, այլ ոչ միայն կապի ուժը: Սա թույլ է տալիս ավելի մեծ ճկունություն և ավելի քիչ սովորած պարամետրեր: Հետազոտողները փորձարկել են ԿԱՑ-ները գիտական որոշ առաջադրանքների վրա և հայտնաբերել, որ նրանք գերազանցում են ավանդական ցանցերին: Նրանք նաև հայտնաբերել են, որ կարող են վիզուալ կերպով քարտեզագրել և փոփոխել ԿԱՑ-ները՝ պարզեցնելու իրենց գործառույթները: Շատ հետազոտողներ ոգևորված են ԿԱՑ-ի վերաբերելի ուժի մասին տարբեր ոլորտներում, ներառյալ համակարգչային տեսության և բնական լեզվի մշակումում: