أخبار الذكاء الاصطناعي

تويتش تواجه انتقادات بسبب استخدام محتوى المستخدمين لتدريب الذكاء الاصطناعي

أثارت منصة تويتش جدلاً كبيراً بعد إعلانها عن إمكانية انسحاب المذيعين من استخدام محتواهم لتدريب نماذج الذكاء الاصطناعي. تساؤلات عديدة طرحت حول سبب استخدام محتوى المستخدمين في الأساس، حيث اعتبر الكثيرون أن هذا الأمر يتجاوز حدود الخصوصية. هذا الجدل يسلط الضوء على أهمية الشفافية في سياسات استخدام البيانات، مما قد يؤثر على ثقة المستخدمين في المنصة ويعيد النظر في استراتيجياتها المستقبلية.

الحوكمة

محكمة كونيتيكت تلغي صلاحيات تقديم الوثائق الإلكترونية بسبب تلاعب بالذكاء الاصطناعي

قامت محكمة كونيتيكت بإلغاء صلاحيات تقديم الوثائق الإلكترونية للمدعي بعد أن قام بإدخال تعليمات غير مرئية في الملفات القضائية. تضمنت هذه التعليمات نصوصًا بيضاء بحجم 3 نقاط على خلفية بيضاء، مما يهدف إلى التأثير على نظام مراجعة محتمل يعتمد على الذكاء الاصطناعي. على الرغم من أن المحكمة أكدت عدم استخدام الذكاء الاصطناعي في مراجعة الملفات، إلا أن نية المدعي وحدها كانت كافية لفرض عقوبات عليه.

💡

الولايات المتحدة تحذر الدول من اختيار بين واشنطن وبكين في الذكاء الاصطناعي

ما هي المخاطر المحتملة لاختيار الدول بين واشنطن وبكين؟

اقرأ المزيد ←

World Labs تطلق محرك محاكاة لتدريب أنظمة التحكم الروبوتية

World Labs تطلق محرك محاكاة لتدريب أنظمة التحكم الروبوتية

أطلقت شركة World Labs، التي أسستها الرائدة في الذكاء الاصطناعي فيفي لي، محرك محاكاة يتيح تدريب أنظمة التحكم الروبوتية بالكامل في بيئات افتراضية. يقوم النظام بتوليد آلاف المتغيرات من مهمة واحدة في العالم الحقيقي، مما يعزز فعالية التدريب. تم تشغيل النماذج المدربة لمدة ساعة واحدة على خمسة منصات روبوت مختلفة دون تدخل بشري، مما يفتح آفاقاً جديدة في مجال الروبوتات. تعتبر هذه التقنية خطوة مبتكرة في استخدام المحاكاة لتدريب الروبوتات، حيث يمكنها تحسين الأداء في مهام معقدة من خلال التعلم من مجموعة متنوعة من السيناريوهات الافتراضية. هذا النهج يتيح للروبوتات التكيف بشكل أفضل مع الظروف المتغيرة في العالم الحقيقي. ومع ذلك، يبقى السؤال حول مدى فعالية هذه النماذج في المواقف اليومية الأكثر تعقيدًا.

الأعمال

إنفيديا تخفض دعمها لمشروع مركز بيانات أوبن إيه آي في أوهايو

الأعمال

إنفيديا تخفض دعمها لمشروع مركز بيانات أوبن إيه آي في أوهايو

خفضت شركة إنفيديا خططها لدعم مشروع مركز بيانات مقترح لشركة أوبن إيه آي في ولاية أوهايو، حيث من المتوقع أن تضمن في البداية تمويلًا بأقل من 120 مليار دولار، مقارنةً بـ250 مليار دولار كانت مطروحة سابقًا. تأتي هذه الخطوة بعد مخاوف المستثمرين بشأن المخاطر المحتملة التي قد تواجهها إنفيديا نتيجة الالتزامات المالية الضخمة. كما أعلنت إنفيديا عن شراكة مع 6 مؤسسات مالية كبرى لجمع أكثر من 500 مليار دولار لتمويل بنية الذكاء الاصطناعي. إذا اكتمل المشروع الذي تبلغ قدرته 10 غيغاواط، سيصبح أكبر مركز بيانات مُعلن عنه حتى الآن. ومع ذلك، لا تزال قدرة أوبن إيه آي على تمويل التزامات بهذا الحجم موضع تدقيق، خاصة مع استمرارها في تسجيل خسائر.

اختبار PerceptionBench يكشف ضعف نماذج الذكاء الاصطناعي في الإدراك البصري

اختبار PerceptionBench يكشف ضعف نماذج الذكاء الاصطناعي في الإدراك البصري

أظهرت نتائج اختبار PerceptionBench الذي أجرته Moonshot AI أن نماذج الذكاء الاصطناعي متعددة الوسائط لا تصل إلى 60% من الدقة في الإدراك البصري. يتصدر نموذج GPT-5.6 Sol القائمة بفارق ضئيل، مما يبرز التحديات التي تواجهها هذه النماذج في فهم الصور. تشير النتائج إلى أن العديد من الأخطاء المنطقية التي يُعتقد أنها ناتجة عن التفكير تحدث في الواقع في مرحلة قراءة الصور، مما يعكس ضعفاً أساسياً في كيفية معالجة النماذج للمدخلات البصرية. هذا الأمر يسلط الضوء على الحاجة إلى تحسينات في خوارزميات التعلم العميق المستخدمة في هذه النماذج.

إطلاق نموذج GLM-5.3 من Z.ai يتجاوز المعايير العالمية

إطلاق نموذج GLM-5.3 من Z.ai يتجاوز المعايير العالمية

أعلنت شركة Z.ai عن إطلاق نموذج GLM-5.3، المتاح حاليًا في خطة البرمجة، وسيكون متاحًا قريبًا عبر واجهة برمجة التطبيقات. يتميز النموذج بزيادة ملحوظة في الدرجات، حيث تفوق على نماذج مثل Kimi K3 وClaude Fable 5. يحتوي GLM-5.3 على حوالي 750 مليار معلمة، مما يجعله في طليعة معايير البرمجة الوكيلة، رغم أنه أقل بكثير من Kimi K3. تشير المدونة الخاصة بالشركة إلى أن تحسين ما بعد التدريب هو ما ميز هذا النموذج عن غيره. تثير هذه النتائج تساؤلات حول قدرة الصين على المنافسة في هذا المجال، حيث يُظهر Z.ai كفاءة عالية في تطوير نماذج اللغة. تاريخ نماذج GLM يعكس تطورًا مستمرًا منذ عام 2019، مما يعزز مكانة Z.ai في السوق.

OpenAI تطلق وضع المعالجة الفائق السرعة لنموذج GPT-5.6 Sol

OpenAI تطلق وضع المعالجة الفائق السرعة لنموذج GPT-5.6 Sol

أعلنت OpenAI عن إطلاق وضع المعالجة الفائق السرعة “Ultrafast” لنموذج GPT-5.6 Sol، مما يسمح بإنتاج يصل إلى 750 رمزًا في الثانية. هذا الوضع الجديد يحقق سرعة تصل إلى 14 ضعفًا مقارنةً بوضع المعالجة القياسي، مما يعزز من كفاءة النموذج دون الحاجة لتقليل قدراته. يعتمد الوضع الجديد على بنية Wafer-Scale Engine من شركة Cerebras، التي تستخدم ذاكرة متطورة لتلبية احتياجات المعالجة العالية. هذه التقنية تمثل تقدمًا ملحوظًا في قدرة النماذج على التعامل مع المهام المعقدة بسرعة أكبر، مما يفتح آفاقًا جديدة في استخدام الذكاء الاصطناعي.

اختيار منصة أتمتة سير العمل المناسبة لتحسين الأداء التشغيلي