أخبار الذكاء الاصطناعي

أنتروبيك توقع اتفاقية إيجار طويلة الأمد مع تيرا وولف

أعلنت شركة أنتروبيك عن توقيع اتفاقية إيجار لمدة 20 عامًا مع شركة تيرا وولف، والتي من المتوقع أن تحقق إيرادات متعاقدة تصل إلى 19 مليار دولار. ستقوم تيرا وولف بتوفير حرم بنية تحتية مخصص للذكاء الاصطناعي في موقع Justified Data بولاية كنتاكي، بقدرة تصل إلى 401 ميغاوات. من المتوقع أن يبدأ تشغيل القدرة الأولية في النصف الثاني من عام 2027، مع القدرة الكاملة بحلول أوائل عام 2028. قال بول براجر، رئيس مجلس الإدارة والرئيس التنفيذي لشركة تيرا وولف، إن الشركة كانت قد أخبرت المستثمرين سابقًا بأنها تتوقع تأمين التزام كبير من العملاء بحلول نهاية الربع الثاني. وأكد أن إيجار أنتروبيك يثبت استراتيجية الشركة ويؤسس لتيار إيرادات طويل الأمد مع واحدة من الشركات الرائدة في مجال الذكاء الاصطناعي.

البنية التحتية

ديب سيك الصينية تطور رقاقة ذكاء اصطناعي خاصة بها

تعمل شركة ديب سيك الصينية الناشئة على تطوير أول رقاقة ذكاء اصطناعي خاصة بها، في خطوة تستهدف تقليل اعتمادها على رقائق إنفيديا وهواوي. تركز الرقاقة الجديدة على عمليات الاستدلال، مما يمثل تحولاً استراتيجياً كبيراً للشركة في مجال الذكاء الاصطناعي. تستحوذ ديب سيك على نحو نصف سوق رقائق الذكاء الاصطناعي المحلية التي تُقدر قيمتها بنحو 50 مليار دولار، رغم التحديات المتزايدة من شركات مثل علي بابا وبايدو. المشروع لا يزال في مراحله المبكرة، حيث بدأت الشركة التواصل مع شركاء خارجيين. مع انتقالها لتطوير رقائقها الخاصة، تنضم ديب سيك إلى شركات عالمية تسعى للسيطرة على البنية التقنية لنماذجها. هذا التحول قد يزيد من المنافسة في سوق الرقائق المحلية ويشكل تحديات جديدة لشركة هواوي.

💡

شركة Deepseek الصينية تطور شريحة ذكاء اصطناعي جديدة

كيف يمكن أن يؤثر تطوير Deepseek لشريحة ذكاء اصطناعي على السوق؟

اقرأ المزيد ←

الحوكمة

أهمية مراقبة أمان الذكاء الاصطناعي في أنظمة الإنتاج الحديثة

الحوكمة

أهمية مراقبة أمان الذكاء الاصطناعي في أنظمة الإنتاج الحديثة

تتطلب أنظمة الذكاء الاصطناعي الحديثة مراقبة أمان متطورة، حيث تختلف مخرجاتها بين الجولات، مما يستدعي استخدام أدوات جديدة للكشف عن التهديدات. تعتمد هذه الأدوات على فحص سلامة البيانات وسلوك النماذج للتأكد من عدم وجود هجمات مثل تسميم البيانات أو الهجمات العدائية. في ظل هذه التحديات، يجب على الفرق التقنية تبني استراتيجيات فعالة لمراقبة الأمان لضمان سلامة النماذج وموثوقيتها. تتضمن المخاطر المرتبطة بأنظمة الذكاء الاصطناعي هجمات تستهدف النموذج نفسه أو البيانات التي تغذيه، مما يجعل أدوات الأمن التقليدية غير كافية. على سبيل المثال، يمكن أن تؤدي هجمات تسميم البيانات إلى إدخال عيوب في النماذج، مما يؤدي إلى أخطاء في التصنيف. لذلك، يجب على الفرق التقنية مراقبة سلامة البيانات وسلوك النماذج بشكل مستمر.

الأعمال

لوريال تستخدم الذكاء الاصطناعي لتسريع تطوير المنتجات الجديدة

الأعمال

لوريال تستخدم الذكاء الاصطناعي لتسريع تطوير المنتجات الجديدة

تستخدم شركة لوريال الفرنسية الذكاء الاصطناعي لتقليل أوقات تطوير المنتجات وتحديد استخدامات جديدة للمكونات الموجودة في محفظتها. قال فابريس ميغاربان، رئيس قسم المنتجات الاستهلاكية في لوريال، إن التكنولوجيا تساعد الشركة في التنبؤ بكيفية تأثير الجزيئات على البشرة والشعر قبل استخدامها في التركيبات الجديدة. على مدى السنوات الأربع الماضية، تم تطبيق الذكاء الاصطناعي في مختبرات لوريال، حيث يمكن للعلماء اختبار المتغيرات رقميًا قبل الاختبارات المعملية. وقد أدى استخدام الذكاء الاصطناعي إلى تسريع عملية صياغة المنتجات أربع مرات، مما يسمح للفرق باختبار تركيبات جديدة بسرعة أكبر.

مختبر يرسل بيانات لتدريب نماذج الذكاء الاصطناعي على الأمراض المرتبطة بالشيخوخة

مختبر يرسل بيانات لتدريب نماذج الذكاء الاصطناعي على الأمراض المرتبطة بالشيخوخة

أعلن مختبر حديث أنه سيقوم بإرسال بيانات لتدريب نماذج الذكاء الاصطناعي بهدف التنبؤ بسلوك البروتينات المرتبطة بالأمراض المرتبطة بالشيخوخة مثل الزهايمر وبعض أنواع السرطان. تعتبر هذه الخطوة مهمة في مجال الأبحاث الطبية، حيث ستمكن العلماء من فهم كيفية تأثير هذه البروتينات على تطور الأمراض، مما يسهل تطوير علاجات جديدة. البيانات التي سيتم إرسالها ستساعد في تحسين دقة النماذج المستخدمة في التنبؤ. تتوقع الأوساط العلمية أن تسهم هذه المبادرة في تحقيق تقدم ملحوظ في معالجة الأمراض المرتبطة بالشيخوخة، مما قد يؤدي إلى تحسين جودة الحياة للعديد من الأشخاص. كما أن هذه الأبحاث قد تفتح آفاقًا جديدة في مجال الذكاء الاصطناعي في الطب.

الهندسة السياقية: تحسين أداء نماذج الذكاء الاصطناعي في الإنتاج

الهندسة السياقية: تحسين أداء نماذج الذكاء الاصطناعي في الإنتاج

تتناول الهندسة السياقية كيفية تحسين أداء نماذج الذكاء الاصطناعي عند الانتقال من العروض التجريبية إلى الإنتاج. حيث تركز على إدارة البيانات التي تصل إلى النموذج في كل استدعاء، بدلاً من الاعتماد فقط على تحسين العبارات. يتطلب ذلك من المهندسين إدارة دورة حياة السياق بالكامل، بما في ذلك التعامل مع البيانات المسترجعة والتفاعلات السابقة. تختلف الهندسة السياقية عن هندسة العبارات، حيث تركز الأولى على كيفية تجميع البيانات بشكل ديناميكي أثناء كل استدعاء للنموذج. بينما تركز هندسة العبارات على كيفية تنسيق النصوص وكتابة التعليمات. تتطلب الهندسة السياقية تصميم أنظمة آلية لتجميع البيانات وتصفية المعلومات، مما يجعلها أكثر فعالية في بيئات الإنتاج.

تحديات الذاكرة في وكلاء الذكاء الاصطناعي: استراتيجيات التنفيذ

تحديات الذاكرة في وكلاء الذكاء الاصطناعي: استراتيجيات التنفيذ

تتناول هذه المقالة مفهوم ذاكرة الوكلاء في الذكاء الاصطناعي، حيث يبدأ كل استدعاء بدون أي سياق سابق. يتناول الدليل أنواع الذاكرة وآليات التخزين واستراتيجيات التنفيذ في n8n. على الرغم من توسيع نوافذ السياق، لا تزال هناك مشكلات في استرجاع المعلومات، مما يؤدي إلى تدهور الدقة.

إطلاق نموذج LingBot-Depth 2.0 من Ant Group لتحقيق نتائج عالمية رائدة