จินตนาการถึงคอนเสิร์ตที่มีการรอคอยอย่างใจจดใจจ่อซึ่งจะมีการเปิดขายบัตรในไม่ช้า ทำให้เกิดความเร่งรีบในการซื้อตั๋ว เพื่อเพิ่มโอกาสในการได้บัตร คุณจึงใช้ระบบ AI หลายตัว: หนึ่งตัวติดตามเว็บไซต์ผู้จัดจำหน่ายตั๋วสำหรับการวางจำหน่าย อีกตัวจัดการด้านการเงินของคุณเพื่อให้คุณสามารถซื้อตั๋วได้ทันทีเมื่อมีให้ในงบประมาณของคุณ และตัวที่สามวิเคราะห์แผนที่ที่นั่งเพื่อหาตัวเลือกที่ดีที่สุดสำหรับคุณ ขณะที่เทคโนโลยีนี้ช่วยให้คุณได้ตั๋วในที่สุด คุณก็พบว่าอีกหลายคนกำลังใช้ระบบ AI ที่คล้ายกัน ทำให้เกิดการแข่งขันที่ดุเดือดในการหาที่นั่ง สถานการณ์นี้ชี้ให้เห็นถึงธรรมชาติสองด้านของตัวแทน AI ที่ก้าวหน้า—ระบบอิสระเหล่านี้ไม่ได้เพียงช่วยให้เราบรรลุเป้าหมาย แต่ยังเปลี่ยนแปลงพลศาสตร์ในการตัดสินใจในสภาพแวดล้อมที่มีการแข่งขัน AI มีความเชี่ยวชาญในงานที่มีโครงสร้างแต่เจออุปสรรคกับเป้าหมายที่เปิดกว้าง ทำให้เกิดการพัฒนาตัวแทนที่สามารถตัดสินใจในนามของผู้ใช้โดยใช้ความสามารถที่ก้าวหน้า ตามที่ Iason Gabriel จาก Google DeepMind อธิบาย เพื่อให้ตัวแทน AI ทำงานอย่างมีประสิทธิภาพและมีจริยธรรม พวกเขาจำเป็นต้องสอดคล้องกับหลักการที่ชัดเจนซึ่งคำนึงถึงผลประโยชน์ของฝ่ายต่างๆ ที่เกี่ยวข้อง ซึ่ง Gabriel เน้นย้ำว่า สิ่งนี้รวมถึงการพิจารณาถึงผลกระทบต่อสังคมควบคู่ไปกับความต้องการของผู้ใช้แต่ละคน เช่น ตัวแทนด้านการโค้ชอาชีพที่สมดุลความทะเยอทะยานส่วนบุคคลกับผลกระทบระยะยาวต่อสาขาอาชีพ การทำงานร่วมกันของผู้มีส่วนได้ส่วนเสียที่หลากหลายมีความสำคัญต่อการจัดการกับความซับซ้อนของการจัดเรียง AI ฟอรัมโมเดลแนวหน้าซึ่งก่อตั้งโดยบริษัทเทคโนโลยีชั้นนำ แสดงให้เห็นถึงความมุ่งมั่นของอุตสาหกรรมในการพัฒนา AI อย่างมีความรับผิดชอบ โดยการแบ่งปันการวิจัย มาตรฐานความปลอดภัย และโปรโตคอล มองไปข้างหน้า ขณะที่ตัวแทน AI มีปฏิสัมพันธ์กันมากขึ้น กรอบการทำงานสำหรับความร่วมมือจะมีความสำคัญในการป้องกันความขัดแย้ง พวกเขาต้องสื่อสาร เข้าใจกันและกัน และประสานงานอย่างมีประสิทธิภาพเพื่อทำงานร่วมกันในสังคม การออกแบบในอนาคตควรให้ความสำคัญกับความร่วมมือและ “อคติในการสร้างแบบ” ที่ส่งเสริมผลประโยชน์ส่วนรวม ความก้าวหน้าทางเทคโนโลยีเหล่านี้ต้องมีการทำให้สมดุลกับความต้องการและการเข้าถึงของมนุษย์ การประกันว่า AI ตัวแทนมีความครอบคลุมและตอบสนองต่อผู้ใช้ที่หลากหลายเป็นสิ่งที่จำเป็น ศักยภาพในการทำให้ชีวิตที่ซับซ้อนของเราง่ายขึ้น เพิ่มความสามารถในการผลิต และสนับสนุนความเป็นเจ้าของของมนุษย์ อาจช่วยปรับปรุงการมีปฏิสัมพันธ์ของเรากับเทคโนโลยีอย่างมีนัยสำคัญ ในที่สุด เป้าหมายคือเพื่อให้ตัวแทน AI สนับสนุนผู้ใช้และช่วยให้การตระหนักถึงความปรารถนาของพวกเขา โดยการเสริมสร้างประสบการณ์ในชีวิตโดยรวม

เอกสารที่ถูกตรวจสอบโดย WIRED เผยแผนจากรัฐบาลทรัมป์ที่จะเปลี่ยนชื่อหน่วยงานสหรัฐสำหรับการพัฒนานานาชาติ (USAID) เป็นความช่วยเหลือมนุษยธรรมระหว่างประเทศสหรัฐอเมริกา (IHA) และให้อยู่ภายใต้การกำกับดูแลโดยตรงของรัฐมนตรีต่างประเทศ ในการ reorganize นี้ หน่วยงานจะใช้เทคโนโลยีบล็อกเชนในกระบวนการจัดซื้อ ซึ่งจะเพิ่มความปลอดภัย ความโปร่งใส และความสามารถในการติดตามการแจกจ่ายความช่วยเหลือ อย่างไรก็ตาม เอกสารดังกล่าวไม่ได้ระบุรายละเอียดว่าเกี่ยวข้องกับสกุลเงินดิจิทัลหรือเพียงแค่ใช้บัญชีบล็อกเชนเพื่อติดตามการจ่ายเงิน การเปลี่ยนแปลงนี้เกิดขึ้นท่ามกลางความไม่แน่นอนในหมู่พนักงานของ USAID โดยเฉพาะหลังจากความพยายามก่อนหน้านี้ในการลดขนาดหน่วยงานภายใต้กระทรวงความมีประสิทธิภาพของรัฐบาลที่นำโดยอีลอน มัสก์ ผลที่เกิดขึ้นคือการลาพักงานของพนักงาน การลดจำนวนพนักงาน และการหยุดชำระเงินให้กับพันธมิตรทั่วโลก ขณะที่มีการต่อต้านทางกฎหมายบางอย่างเกิดขึ้น เอกสารนี้แสดงให้เห็นถึงความพยายามอย่างต่อเนื่องในการลดเอกราชของ USAID การใช้งานเทคโนโลยีบล็อกเชนในความพยายามช่วยเหลือมนุษยธรรมได้สร้างความสงสัย ผู้เชี่ยวชาญ รวมถึงที่ปรึกษาลินดา ราฟทรี และเจ้าหน้าที่ช่วยเหลือมนุษยธรรมจูลิโอ คอปปิ เปรียบเทียบว่า บล็อกเชนอาจไม่ได้เสนอประโยชน์ที่สำคัญกว่าเมื่อเปรียบเทียบกับระบบที่มีอยู่และอาจทำให้กระบวนการช่วยเหลือยุ่งยากขึ้น อย่างไรก็ตาม มีโครงการบล็อกเชนที่ประสบความสำเร็จบางอย่าง เช่น โครงการนำร่องของ UNHCR ที่ให้ความช่วยเหลือด้วยสินทรัพย์สเตเบิลคอยน์แก่ชาวยูเครนที่ถูกย้ายถิ่น มีความกังวลเกี่ยวกับภาระที่ระบบใหม่อย่างบล็อกเชนอาจนำมาสู่องค์กร NGO ขนาดเล็ก ซึ่งมักเป็นผู้นำในการตอบสนองต่อภัยพิบัติ โมเดลการจัดหาเงินที่เสนอในเอกสารนี้เชื่อมโยงการแจกจ่ายความช่วยเหลือกับผลลัพธ์แทนที่จะเป็นปัจจัยนำเข้า ซึ่งพนักงานบางคนของ USAID อาจโต้แย้งว่าอาจไม่นุ่มนวลพอสำหรับสถานการณ์ที่เปลี่ยนแปลงอย่างรวดเร็วในเขตสงครามหรือภัยพิบัติ ราฟทรียืนยันว่าภาษาของเอกสารนี้สนับสนุนแนวคิดที่ว่า USAID มีความทุจริต แม้ว่าจะมีหลักฐานขัดแย้งเกี่ยวกับการดำเนินงานก่อนหน้านี้ก็ตาม

Nvidia กำลังร่วมมือกับ T-Mobile, Cisco และอีกหลายบริษัทเพื่อพัฒนาโครงสร้าง AI สำหรับ 6G นักวิเคราะห์ในอุตสาหกรรมได้แบ่งปันข้อมูลเชิงลึกเกี่ยวกับสแต็กเน็ตเวิร์ก 6G ที่กำลังจะมา AI จะมีบทบาทสำคัญในมาตรฐาน 6G หรือไม่? Nvidia มุ่งหวังที่จะสร้างข้อได้เปรียบในด้าน AI สำหรับ 6G โดยเร็ว ตามรายงานจาก Fierce, Nvidia กำลังทำงานร่วมกับ T-Mobile, MITRE, Cisco, ODC และ Booz Allen Hamilton เพื่อสร้างสแต็กเน็ตเวิร์กที่เน้น AI สำหรับ 6G ซึ่งเป็นความคิดริเริ่มที่สร้างขึ้นจากแพลตฟอร์ม AI Aerial ของ Nvidia และตามมาด้วยการเปิดเผยแพลตฟอร์มคลาวด์การวิจัย 6G ของพวกเขาที่การประชุม GTC ในปี 2024 แม้ว่าจะมีความตื่นเต้นเกี่ยวกับ 6G แต่จะต้องใช้เวลาถึงสี่ปีครึ่งก่อนที่มาตรฐานใหม่จะสามารถวางจำหน่ายในเชิงพาณิชย์ได้ การกำหนดมาตรฐานโดย 3GPP คาดว่าจะไม่เกิดขึ้นจนถึงปี 2028 พร้อมกับการปล่อยเวอร์ชัน 21 ทำไม Nvidia จึงให้ความสำคัญกับ AI สำหรับ 6G? Fierce ได้สอบถามข้อมูลเชิงลึกจากนักวิเคราะห์เกี่ยวกับแนวทางที่เชิงรุกของ Nvidia ก่อนการเปิดตัวมาตรฐานเชิงพาณิชย์ “Nvidia มุ่งเน้นที่จะก้าวข้ามความท้าทายเพื่อฝังเทคโนโลยีของพวกเขาเข้าไปในมาตรฐาน 6G” โจ แมดเดน นักวิเคราะห์จาก Mobile Experts กล่าวในอีเมลถึง Fierce “นั่นคือวิธีการที่อุตสาหกรรมดำเนินการ” ดาริล สคูลาร์ นักวิเคราะห์จาก Recon Analytics กล่าวว่า “การร่วมมือของ NVIDIA กับ T-Mobile, Cisco และอื่นๆ มุ่งหวังที่จะทำให้ชัดเจนว่าจะแ integtrate AI เข้าไปในมาตรฐาน 6G ได้อย่างไร โดยตอบสนองคำถามสำคัญเกี่ยวกับความต้องการเฉพาะและการบูรณาการเข้ากับมาตรฐาน โดยการแก้ไขคำถามเหล่านี้ NVIDIA และพันธมิตร AI RAN ของพวกเขาหวังว่าจะกำหนดเนื้อหาของมาตรฐาน” เป้าหมายคือการสร้างโครงสร้างพื้นฐาน 6G ที่ใช้ชิป AI ที่ Nvidia ชื่นชอบ โดยเฉพาะหน่วยประมวลผลกราฟิก (GPUs) แทนที่จะเป็นชิป x86 และ ASIC แบบกำหนดเองที่ปัจจุบันถูกชื่นชอบโดยผู้ให้บริการ “NVIDIA มุ่งหวังที่จะดึงดูดการสนับสนุนจากชุมชนการวิจัย รวบรวมหัวใจของอีโคซิสเต็ม และอาจดึงดูดบริษัทที่ไม่อยู่ในตลาด เช่น ผู้จำหน่ายเครือข่ายที่มีความสามารถหลักอยู่ในมือถือแต่ขาดแคลนทรัพย์สินของ RAN มือถือ เช่น Cisco ให้เข้ามาลงทุนในคลื่นนวัตกรรมถัดไปที่ใช้ GPUs แทน ASIC แบบดั้งเดิม” รอย ชัว นักวิเคราะห์หลักจาก AvidThink อธิบาย ผู้จำหน่าย RAN ชั้นนำอยู่ในสถานะใด? ความร่วมมือล่าสุดของ Nvidia สำหรับ 6G ไม่รวมถึงผู้จำหน่าย RAN ชั้นนำใดๆ อย่างไรก็ตาม ชัว ชี้ให้เห็นว่าบริษัทดังกล่าวกำลังมีส่วนร่วมกับ Ericsson และ Nokia อยู่แล้ว อาจใช้เวลาจนถึงทศวรรษหน้าเมื่อ 6G มาถึง เพื่อจัดการค่าใช้จ่าย ความซับซ้อน และความต้องการพลังงานของ AI RAN อย่างมีประสิทธิภาพ CTO ของ Intel กล่าวเมื่อเร็วๆ นี้กับ Fierce ว่า AI RAN ไม่คุ้มค่าในระดับนี้ อย่างไรก็ตาม AI-native 6G เป็นภูมิทัศน์การแข่งขันที่กำลังพัฒนา แมดเดนแสดงความสงสัยว่าแนวทางของ Nvidia จะกลายเป็นวิธีการเดียวที่สามารถสร้างเครือข่ายไร้สายที่เน้น AI ได้ “Nvidia ขาดการสนับสนุนที่สำคัญจากผู้ให้บริการและผู้จำหน่ายในชุมชน RAN ทำให้ไม่น่าจะเป็นไปได้ที่ความคิดริเริ่มในด้านฮาร์ดแวร์ AI เฉพาะของพวกเขาจะกลายเป็นพื้นฐานสำหรับ 6G” แมดเดนกล่าว การพัฒนาความพยายามในการกำหนดและมาตรฐานส่วนประกอบ AI-native ใน 6G จะเกิดขึ้นในปีต่อๆ ไป แน่นอนว่า Nvidia, Intel, Qualcomm และผู้เล่นหลักอื่นๆ จะมีส่วนร่วมอย่างสำคัญต่ออนาคตของเครือข่ายไร้สายที่เน้น AI สำหรับ 6G

**ข่าวประชาสัมพันธ์** **แอตแลนต้า** — Magnet Forensics ผู้ให้บริการโซลูชันการสอบสวนทางดิจิทัลชั้นนำ ได้ก่อตั้งความร่วมมือด้านเทคโนโลยีกับ TRM Labs ผู้นำด้านข้อมูลข่าวกรองบล็อกเชน ความร่วมมือนี้มีเป้าหมายเพื่อจัดหาเครื่องมือที่ทันสมัยให้กับหน่วยงานบังคับใช้กฎหมายและหน่วยงานความมั่นคงแห่งชาติในการต่อสู้กับอาชญากรรมทางไซเบอร์ การฉ้อโกง และกิจกรรมที่ผิดกฎหมายเกี่ยวกับสกุลเงินดิจิทัล โดยการเปิดเผยหลักฐานบล็อกเชนที่สำคัญจากอุปกรณ์ที่ตรวจสอบโดยโซลูชันของ Magnet Forensics Magnet Forensics เป็นที่รู้จักในการนำเสนอวิธีการสอบสวนทางดิจิทัลขั้นสูงที่ช่วยให้หน่วยงานบังคับใช้กฎหมาย หน่วยงานรัฐบาล และธุรกิจต่างๆ วิเคราะห์หลักฐานดิจิทัลจากอุปกรณ์ต่างๆ ด้วยความร่วมมือนี้ Magnet Forensics จะรวมความสามารถ BLOCKINT API ของ TRM เข้ากับกระบวนการของนิติวิทยาศาสตร์ดิจิทัลของตน เพื่อมอบความได้เปรียบที่สำคัญให้กับผู้ใช้ที่เกี่ยวข้องกับการตรวจสอบเครือข่ายอาชญากรรมที่ซับซ้อน "การเป็นพันธมิตรกับ TRM Labs ช่วยให้เราสามารถจัดเตรียมข้อมูลเชิงลึกที่สำคัญให้กับนักสืบเพื่อต่อสู้กับความซับซ้อนที่เพิ่มขึ้นของอาชญากรรมที่เกี่ยวข้องกับหลักฐานบล็อกเชน" แบรเดน โธมัส ประธานเจ้าหน้าที่ผลิตภัณฑ์และนวัตกรรมของ Magnet Forensics กล่าว "ด้วยกัน เรากำลังทำให้กระบวนการเชื่อมต่อหลักฐานดิจิทัลและบล็อกเชนสำหรับหน่วยงานบังคับใช้กฎหมายมีความสะดวกมากขึ้น เพื่อให้ความยุติธรรมเกิดขึ้น" เมื่อหน่วยงานต่างๆ พยายามค้นหาหลักฐานบล็อกเชน พวกเขาสามารถใช้โซลูชันของ Magnet Forensics เช่น Magnet Graykey และเสริมสร้างการสอบสวนของพวกเขาโดยใช้ใบอนุญาต TRM Forensics ซึ่งช่วยให้พวกเขาสามารถติดตามธุรกรรมสกุลเงินดิจิทัลและต่อสู้กับกิจกรรมที่ผิดกฎหมาย เช่น การฉ้อโกง การฟอกเงิน และอาชญากรรมทางไซเบอร์ ความร่วมมือนี้ช่วยขยายการเข้าถึงข้อมูลข่าวกรองของ TRM Labs ผ่านการรวม BLOCKINT API ของ TRM เข้ากับบริการของ Magnet Forensics ซึ่งมอบข้อมูลเชิงลึกที่ลึกซึ้งมากขึ้นให้กับนักสืบในด้านนิติวิทยาศาสตร์ดิจิทัลและระบบการเงินบล็อกเชน "เงินที่ได้จากการกระทำผิดกฎหมายไม่สามารถซ่อนอยู่ในบัญชีต่างประเทศหรือซ่อนอยู่ในผนังเพียงอย่างเดียว—มักจะปรากฏในกระเป๋าเงินดิจิทัลบนอุปกรณ์เคลื่อนที่และแล็ปท็อปที่มีมูลค่าหลายพันล้าน กระเป๋าเงินเหล่านี้มีข้อมูลสำคัญสำหรับการแก้ไขคดี แต่เฉพาะเมื่อมีข้อมูลและเครื่องมือที่เหมาะสมให้กับนักสืบเพื่อดำเนินการอย่างรวดเร็ว" อารี เรดบอร์ด หัวหน้าฝ่ายนโยบายระดับโลกของ TRM Labs กล่าว "การทำงานร่วมกับ Magnet Forensics ทำให้เรามอบข้อมูลข่าวกรองบล็อกเชนที่สามารถเปลี่ยนแปลงให้กับทีมวิทยาศาสตร์ดิจิทัล ช่วยให้หน่วยงานบังคับใช้กฎหมายติดตามการไหลของเงินทุน ยึดทรัพย์สิน และขัดขวางการดำเนินการอาชญากรรมได้อย่างมีประสิทธิภาพมากขึ้นกว่าที่เคย" ความร่วมมือนี้เป็นการพัฒนาที่สำคัญในการเพิ่มขีดความสามารถของทั้งสองบริษัท สนับสนุนภารกิจร่วมในการต่อสู้กับอาชญากรรมทางไซเบอร์และการฉ้อโกงทางการเงินในภูมิทัศน์ดิจิทัลและกระจายอำนาจที่พัฒนาอย่างรวดเร็ว

นักวิจัยคนเดียวที่มีคอมพิวเตอร์เดสก์ท็อปสามารถให้การพยากรณ์อากาศที่แม่นยำได้แล้ว ด้วยวิธีการพยากรณ์ที่ใช้ปัญญาประดิษฐ์ซึ่งทำงานเร็วกว่าวิธีการดั้งเดิมหลายสิบเท่าและใช้พลังการคำนวณน้อยกว่าหมื่นเท่า ขณะนี้การพยากรณ์อากาศเป็นกระบวนการที่ซับซ้อนซึ่งมีหลายขั้นตอน โดยแต่ละขั้นตอนใช้เวลาหลายชั่วโมงบนซุปเปอร์คอมพิวเตอร์ที่เฉพาะทาง และต้องการทีมผู้เชี่ยวชาญจำนวนมากในการสร้าง ดูแล และดำเนินการพยากรณ์ Aardvark Weather เสนอโซลูชันที่ครอบคลุมโดยการฝึกฝน AI ด้วยข้อมูลดิบที่เก็บรวบรวมจากสถานีอากาศ ดาวเทียม บอลลูนสภาพอากาศ เรือ และเครื่องบินทั่วโลก ซึ่งทำให้สามารถสร้างการพยากรณ์ได้ แนวทางที่เป็นนวัตกรรมนี้มีศักยภาพที่จะเพิ่มความเร็ว ความแม่นยำ และความคุ้มค่าในเรื่องการพยากรณ์อากาศได้อย่างมีนัยสำคัญ ตามการวิจัยที่เผยแพร่เมื่อวันพฤหัสบดีในวารสาร Nature ซึ่งเขียนโดยมหาวิทยาลัยเคมบริดจ์ สถาบันอัลลัน ทูริง Microsoft Research และศูนย์ยุโรปสำหรับการพยากรณ์อากาศในระยะกลาง (ECMWF) ริชาร์ด เทิร์นเนอร์ ศาสตราจารย์ด้านการเรียนรู้ของเครื่องที่มหาวิทยาลัยเคมบริดจ์ ระบุว่าวิธีนี้สามารถช่วยให้การพยากรณ์ที่รวดเร็วและเหมาะสมสำหรับอุตสาหกรรมหรือภูมิภาคเฉพาะ เช่น การคาดการณ์อุณหภูมิสำหรับการเกษตรในแอฟริกาหรือความเร็วลมสำหรับบริษัทพลังงานทดแทนในยุโรป ตรงกันข้ามกับระบบการพยากรณ์แบบดั้งเดิมที่ต้องใช้เวลาหลายปีในการพัฒนาแบบจำลองที่กำหนดเอง ทีมวิจัยขนาดใหญ่ โดยซุปเปอร์คอมพิวเตอร์ดั้งเดิมต้องใช้เวลาหลายชั่วโมงในการประมวลผลข้อมูลจริงเพื่อสร้างแบบจำลอง “นี่คือแนวทางที่ fundamentally แตกต่างจากวิธีการในอดีต อย่างชัดเจนว่านี่จะปฏิวัติการพยากรณ์และกำหนดมาตรฐานใหม่” เทิร์นเนอร์กล่าว พร้อมเสริมว่าแบบจำลองนี้อาจสามารถสร้างการพยากรณ์ที่แม่นยำเป็นเวลาแปดวัน แซงหน้าการพยากรณ์ปัจจุบันซึ่งมีอายุห้าวันในขณะที่ให้การพยากรณ์ที่เฉพาะเจาะจงในท้องถิ่นอีกด้วย ดร

**อัปเดต (20 มีนาคม เวลา 16:41 น.

หมายเหตุจากบรรณาธิการ: เครื่องมือนี้เป็นส่วนหนึ่งของการสำรวจชุดข้อมูล Library Genesis ของ The Atlantic สำหรับการวิเคราะห์เกี่ยวกับ LibGen และเนื้อหาต่างๆ คลิกที่นี่ คุณสามารถค้นหาเครื่องมือค้นหาสำหรับสคริปต์ภาพยนตร์และโทรทัศน์ที่ใช้ในการฝึก AI ของ The Atlantic ได้ที่นี่ ข้อจำกัดความรับผิดชอบ: LibGen ไม่ได้ปราศจากความผิดพลาด สำหรับตัวอย่าง บางเล่มอาจแสดงชื่อผู้เขียนที่ไม่ถูกต้อง เครื่องมือนี้สะท้อนถึงวัสดุที่สามารถใช้ในการฝึก โปรแกรม AI ซึ่งอาจรวมถึงเนื้อหาที่มีข้อผิดพลาดและความไม่ถูกต้อง ยังไม่แน่ชัดว่าหมายเลขเฉพาะส่วนไหนของ LibGen ถูกใช้โดย Meta เพื่อฝึก AI และส่วนไหนอาจถูกละเว้น สแน็ปชอตนี้ถูกบันทึกในเดือนมกราคม 2025 หลังจากที่ Meta ได้เข้าถึงฐานข้อมูล ซึ่งหมายความว่าบางชื่อที่ปรากฏอาจไม่มีให้ดาวน์โหลดในขณะนั้น