أخبار الذكاء الاصطناعي

ثرايف هولدينغز تجمع 2 مليار دولار بتقييم 12 مليار دولار

جمعت شركة ثرايف هولدينغز 2 مليار دولار في جولة تمويل جديدة، مما رفع تقييمها إلى 12 مليار دولار. شارك في هذا التمويل مستثمرون بارزون مثل سوفت بانك وD1 كابيتال بارتنرز وAlitmeter كابيتال. تعتبر هذه الجولة التمويلية خطوة استراتيجية تعكس ثقة المستثمرين في نموذج أعمال ثرايف هولدينغز وقدرتها على تحقيق النمو. مع هذا التمويل، يمكن للشركة تعزيز عملياتها وتوسيع نطاق خدماتها في السوق. يعكس هذا التمويل المتزايد اهتمام السوق بالتكنولوجيا الحديثة والابتكارات التي تقدمها الشركات الناشئة. كما يفتح آفاقًا جديدة للفرص الاستثمارية في قطاع التكنولوجيا، مما يعزز من مكانة ثرايف في السوق.

باحثون يطورون نموذجاً عكسياً لاستعادة المطالبات من مخرجات LLM

طور باحثون في معهد IIT بومباي وأبحاث أدوبي نموذجاً عكسياً يمكنه استعادة المطالبات الأصلية من مخرجات نماذج اللغة الكبيرة بدقة قريبة من الكمال. يُعرف هذا الأسلوب باسم "توقع الرمز السابق"، ولا يحتاج إلى الوصول إلى أوزان النموذج، مما يجعله قابلاً للتطبيق عبر نماذج مختلفة. تعتبر هذه الطريقة مهمة بشكل خاص للشركات التي تعتمد على المطالبات الخاصة بالنظم، حيث يمكن أن تشكل تهديداً للأمان. القدرة على استعادة المطالبات من المخرجات تعني أن المعلومات الحساسة قد تتعرض للخطر، مما يتطلب من الشركات إعادة تقييم استراتيجيات الأمان الخاصة بها.

💡

إطلاق تطبيق Mesh لإدارة العلاقات على نظام أندرويد

كيف يمكن لتطبيقات الذكاء الاصطناعي تحسين إدارة العلاقات الشخصية؟

اقرأ المزيد ←

الوكلاء والأتمتة

تحديات البنية التحتية أمام الذكاء الاصطناعي الوكالي في المؤسسات

الوكلاء والأتمتة

تحديات البنية التحتية أمام الذكاء الاصطناعي الوكالي في المؤسسات

تتسارع المؤسسات في اعتماد الذكاء الاصطناعي الوكالي، لكن العديد منها يواجه صعوبات في تحقيق العائد المرجو من الاستثمار. يعتمد النجاح في هذا المجال على وجود بنية تحتية مناسبة، حيث تعتبر الأنظمة القديمة والبيانات غير الكافية من العوائق الرئيسية. يتطلب الذكاء الاصطناعي الوكالي الوصول الفوري إلى البيانات من جميع الأنظمة التشغيلية، مما يجعل التحديثات على الأنظمة القديمة أمرًا ضروريًا.

أدوات الذكاء الاصطناعي للكشف عن سرطان الثدي تخيب آمال الأطباء

أدوات الذكاء الاصطناعي للكشف عن سرطان الثدي تخيب آمال الأطباء

أظهر استطلاع شمل 215 عضوًا من جمعية تصوير الثدي أن حوالي نصفهم يستخدمون أدوات ذكاء اصطناعي معتمدة من إدارة الغذاء والدواء للكشف عن سرطان الثدي. رغم ذلك، فإن النتائج لم تكن كما هو متوقع، حيث أفاد 35% فقط بتقليل معدلات الاسترجاع، بينما كان 59% يتوقعون ذلك. هذه الفجوة بين الوعد والواقع تمتد عبر جميع الفئات المقاسة. يعكس هذا الوضع تحديات كبيرة في اعتماد تقنيات الذكاء الاصطناعي في مجال الرعاية الصحية، مما يستدعي إعادة تقييم فعالية هذه الأدوات وتأثيرها على نتائج المرضى.

ديب سيك تطلق النموذج V4 Pro مع ميزات جديدة

ديب سيك تطلق النموذج V4 Pro مع ميزات جديدة

أعلنت شركة ديب سيك عن إطلاق نموذج V4 Pro، والذي يحمل الرقم DeepSeek-V4-Pro-0813، ويتميز بقدرة على معالجة 1 مليون توكن في المدخلات و384 ألف توكن في المخرجات. النموذج الجديد يوفر وضع تفكير افتراضي مع إمكانية الوصول إلى واجهات برمجة التطبيقات المتوافقة مع OpenAI وAnthropic، مما يسهل على الفرق الانتقال بين المعايير دون الحاجة لتعديل بنيتهم التحتية. تسعير النموذج V4 Pro يعكس تقسيمًا واضحًا بينه وبين نموذج Flash، حيث يركز Pro على الاستخدامات الأكثر تعقيدًا مثل البرمجة والتطبيقات الذكية، مما يتيح لـ DeepSeek المنافسة في السوق العالمية بأسعار معقولة.

إنفيديا تسعى لتحويل رقائق الذكاء الاصطناعي إلى أصول مالية

إنفيديا تسعى لتحويل رقائق الذكاء الاصطناعي إلى أصول مالية

تسعى إنفيديا بالتعاون مع أبولو وبلاك روك وبروكفيلد إلى جمع أكثر من 500 مليار دولار لتحويل رقائق الذكاء الاصطناعي إلى أصول مالية قابلة للرهن والتأجير. هذه المبادرة لا تلغي المخاطر المرتبطة بمراكز البيانات، بل تنقلها إلى صناديق الائتمان وشركات التأمين. الأطراف المعنية وقعت مذكرات تفاهم لإنشاء منصات تمويل مستقلة، لكن إنفيديا لم تكشف عن تفاصيل الحصص أو الجدول الزمني. الهدف هو توفير قروض لعملاء مثل أوبن إيه آي، الذين يواجهون صعوبات في تمويل احتياجاتهم من الرقائق والخوادم.

MindTopo: معيار جديد لاختبار التفكير الطوبولوجي في الذكاء الاصطناعي

MindTopo: معيار جديد لاختبار التفكير الطوبولوجي في الذكاء الاصطناعي

تم تقديم معيار MindTopo الجديد لاختبار التفكير الطوبولوجي في الذكاء الاصطناعي، حيث يقيم قدرة النماذج متعددة الوسائط على فهم مفاهيم مثل الاتصال والانغلاق والترتيب. يركز المعيار على قياس كل من التفكير والتخطيط، حيث يُختبر ما إذا كانت النماذج تستطيع التعرف على العلاقات الطوبولوجية في الصور الثابتة والحفاظ عليها أثناء تنفيذ سلسلة من الإجراءات. تشير النتائج إلى أن النماذج الحالية تحقق أداءً أفضل في التعرف الثابت مقارنة بالمهام التفاعلية، مما يدل على صعوبة الحفاظ على فهم متسق للطوبولوجيا مع مرور الوقت. غالبًا ما تظهر الإخفاقات خلال التخطيط بدلاً من الإدراك، حيث تفقد النماذج تتبع العلاقات الهيكلية أثناء تغيير المشاهد أو تقترح إجراءات تنتهك القيود الفيزيائية.

جوجل جيميني يفقد حصة سوق الذكاء الاصطناعي لصالح شات جي بي تي