Текст о том, как сделать искусственный интеллект экологичнее: выбирать небольшие модели, переносить вычисления в регионы и на время с чистой электроэнергией и не тратить ресурсы на лишнюю работу.
Иллюстратор книги «Груффало» Аксель Шеффлер рассматривает иск к компаниям, чьи ИИ-системы воспроизводят его работы без разрешения. Текст также описывает другие споры художников и авторов с разработчиками генеративного ИИ и позицию властей Великобритании.
Опрос Digital Agency показал, что сотрудники японских министерств стали тратить на работу в среднем на 110 минут меньше в неделю благодаря платформе генеративного ИИ Gennai. При этом почти у трети участников часы не изменились, а многие редко пользуются платформой.
Foxconn рассчитывает увеличить долю на мировом рынке ИИ-серверов с около 40% до 50% и расширить производство в США. Компания связывает рост с высоким спросом на инфраструктуру ИИ, но намерена тщательно контролировать расходы.
Министерство юстиции США выясняет, может ли покупка Nvidia платформы Hugging Face за почти $13 млрд повлиять на конкуренцию в сфере ИИ. В тексте также говорится о других претензиях властей к Nvidia: экспортных ограничениях, покупке SchedMD и сделке с Groq.
Капитализация Alphabet упала более чем на $500 млрд после квартального отчёта, который встревожил инвесторов из-за ИИ-сводок в поиске и роста расходов. Похожие опасения затронули Amazon, а Microsoft снизилась незначительно.
Почему отчёт по кликам и заявкам не показывает эффективность маркетинга и как связать рекламу, CRM и оплаты в одной воронке.
Что такое общий искусственный интеллект (AGI), как его по-разному определяют исследователи и компании и можно ли утверждать, что он уже появился, в том числе на примере модели GPT-6 Astra.
Kindo представила Deep Hat Sift, модель, которая отбирает события из потоков оповещений, заявок и журналов и решает, какие из них отправлять большой языковой модели, а какие можно пропустить. Так компания предлагает сократить расходы на обработку событий без отказа от ИИ-агентов.
DeepSeek и Moonshot AI заявили о заметном росте результатов своих языковых моделей после постобучения, без смены базовой архитектуры. Материал разбирает, что показывают тесты и почему постобучение становится важнее предварительного обучения.