OpenAI عرضه عمومی GPT-5.6 را به تعویق انداخت زیرا ایالات متحده به دنبال دسترسی زودهنگام به مدلهای هوش مصنوعی پیشرو است ↗
عرضه GPT-5.6 توسط OpenAI به یک خبر با دسترسی دولتی تبدیل شد، نه فقط یک انتشار مدل درخشان. این شرکت پس از درخواست مقامات آمریکایی برای اطلاعرسانی زودهنگام، اولین راهاندازی را به شرکای تأیید شده محدود کرد.
خانواده مدلها شامل سول، ترا و لونا میشود. سول به عنوان مدلی باهوشتر، با مهارتهای قویتر در کدنویسی، علم و امنیت سایبری - کاربردی، اما با کمی چاشنی «لطفاً این را به اجنه آشوبگر ندهید» - قرار میگیرد
OpenAI گفت این نوع انتخاب مشتری توسط دولت نباید به پیشفرض تبدیل شود. تنش همین است: دروازههای ایمنی، اما نه خندقی با پرچمی بر فراز آن.
اختصاصی: بانکداران گلدمن ساکس میگویند رونق بعدی هوش مصنوعی در اقتصاد فیزیکی است ↗
گلدمن ساکس توجه هوش مصنوعی را از نرمافزار صرف به سمت کارخانهها، معادن، تأسیسات و سکوهای نفتی معطوف کرده است. درخشش کمتر چتبات، بیشتر بازوی رباتیک در انبار غبارگرفته.
استدلال ساده است: بخش عمدهای از اقتصاد نرمافزار نیست، بنابراین موج بزرگ بعدی پول در حوزه هوش مصنوعی ممکن است از اتوماسیون در مکانهایی که کالاها را جابجا میکنند، میسازند و برق مصرف میکنند، ناشی شود.
این جمله وقتی با صدای بلند گفته شود تقریباً بدیهی به نظر میرسد، اما همچنان نشاندهندهی یک تغییر اساسی است. هوش مصنوعی دیگر صرفاً یک صفحه نمایش نیست و به یک آچار فرانسه با یک مرکز داده متصل تبدیل میشود.
شتابدهی مدلهای Gemini Nano روی Pixel با پیشبینی چند توکنیِ متوقفشده ↗
گوگل با استفاده از قابلیت پیشبینی چند توکنیِ غیرفعال، کار روی سریعتر کردن جمینی نانو روی گوشیهای پیکسل را به اشتراک گذاشت. به عبارت دیگر، گوشی میتواند بدون نیاز به آموزش مجدد مداوم کل موتور، بیش از یک توکن را در یک زمان استخراج کند.
نکته کاربردی، تأخیر است. هوش مصنوعی روی دستگاه فقط وقتی سریع پاسخ میدهد، حس جادویی دارد و این با هدف سریعتر کردن مدلهای محلی بدون نیاز به محاسبات ابری عظیم برای هر کار کوچک انجام میشود.
این تیتر خیلی جنجالی نیست، اما مهم است. موفقیتهای کوچک در سرعت، در لحظات «اوه، این جواب میدهد» محصول جمع میشوند.
IBM، Red Hat و Deloitte از همکاری Lightwell برای تقویت اعتماد زنجیره تأمین نرمافزار متنباز خبر دادند ↗
IBM، Red Hat و Deloitte از همکاری Lightwell با تمرکز بر امنیت زنجیره تأمین نرمافزار متنباز خبر دادند. هدف: رفع سریعتر نرمافزارهای آسیبپذیر، بدون مجبور کردن شرکتها به ارتقاءهای مخرب.
آنها این تهدید را به عنوان فشار سایبری خودکار فزایندهای در نظر میگیرند، و هوش مصنوعیِ پیشرو، کشف و بهرهبرداری از آسیبپذیریها را سریعتر میکند. دوستداشتنی است، همانطور که یادگیری اکسل توسط یک کوسه دوستداشتنی است.
دیدگاه لایتول، بکپورتهای (یا وصلههای) معتبر برای نسخههای نرمافزاری است که شرکتها از قبل اجرا میکنند. بیمزه؟ بله. نکتهی بسیار مهمی هم هست.
هوش مصنوعی پاترونوس ۵۰ میلیون دلار برای تست استرس عوامل هوش مصنوعی جمعآوری کرد ↗
شرکت Patronus AI مبلغ ۵۰ میلیون دلار برای ساخت محیطهای شبیهسازیشده جهت آزمایش عاملهای هوش مصنوعی قبل از تماس آنها با سیستمهای زنده جمعآوری کرد. اساساً، یک آزمایشگاه آزمایشی برای عاملهای نرمافزاری.
«مدلهای دنیای دیجیتال» این شرکت قرار است وبسایتها و سیستمهای داخلی را شبیهسازی کنند و به ماموران اجازه دهند وظایف طولانی را تمرین کنند و محل تقلب، نقض قوانین یا میانبرهای مشکوک را آشکار سازند.
این یک مشکل خیلی امروزی است. همه میخواهند مأمورانی کار عملی انجام دهند، اما هیچکس نمیخواهد که آنها با اطمینان خاطر، به اصطلاح، توستر را به سیستم مالیاتی وصل کنند.
سوالات متداول
چرا OpenAI انتشار عمومی GPT-5.6 را به تعویق انداخت؟
شرکت OpenAI پس از آنکه مقامات آمریکایی به دنبال دسترسی زودهنگام به مدلهای هوش مصنوعی پیشگام بودند، عرضه عمومی GPT-5.6 را به تعویق انداخت. این شرکت به جای پیشبرد یک عرضه گسترده، دسترسی اولیه را به شرکای تأیید شده محدود کرد. این تصمیم، انتشار را به بحث گستردهتری در مورد دسترسی دولتی، کنترلهای ایمنی و اینکه آیا دسترسی زودهنگام باید به یک ویژگی استاندارد در استقرار مدل پیشگام تبدیل شود، تبدیل کرد.
سول، ترا و لونا در خانواده مدل GPT-5.6 چه هستند؟
Sol، Terra و Luna به عنوان بخشهایی از خانواده مدل GPT-5.6 شرکت OpenAI توصیف شدهاند. Sol به عنوان گزینه توانمندتر، با عملکرد قویتر در زمینههایی مانند کدنویسی، علوم و امنیت سایبری، در نظر گرفته شده است. این مقاله این موضوع را هم ارزشمند و هم حساس میداند، زیرا قابلیت فنی پیشرفته میتواند باعث افزایش بهرهوری شود و در عین حال نگرانیهایی در مورد سوءاستفاده ایجاد کند.
چرا سرمایهگذاران به هوش مصنوعی در اقتصاد فیزیکی نگاه میکنند؟
در این مقاله آمده است که بانکداران گلدمن ساکس رونق بعدی هوش مصنوعی را فراتر از نرمافزار صرف و به سمت کارخانهها، معادن، خدمات رفاهی و سکوهای نفتی میبینند. منطق این است که بخش عمدهای از اقتصاد به کار فیزیکی وابسته است، نه فقط صفحه نمایشها و برنامهها. از این منظر، اتوماسیون در محیطهای صنعتی میتواند به تمرکز اصلی برای سرمایهگذاری و استقرار هوش مصنوعی در آینده تبدیل شود.
پیشبینی چند توکنیِ قفلشده چگونه به Gemini Nano در گوشیهای پیکسل کمک میکند؟
پیشبینی چند توکنیِ منجمد به عنوان راهی برای سریعتر کردن Gemini Nano در گوشیهای پیکسل ارائه شده است. به جای تولید فقط یک توکن در هر زمان، این مدل میتواند چندین توکن را تولید کند و در عین حال از آموزش مجدد مداوم کل سیستم جلوگیری کند. هدف عملی، تأخیر کمتر است، بنابراین هوش مصنوعی روی دستگاه سریعتر و پاسخگوتر به نظر میرسد.
لایتول سعی دارد چه مشکلی را در امنیت متنباز حل کند؟
لایتول، از IBM، Red Hat و Deloitte، بر تقویت اعتماد در زنجیره تأمین نرمافزار متنباز تمرکز دارد. رویکرد آن بر روی وصلههای معتبر پشتیبانگیریشده برای نسخههای نرمافزاری است که شرکتها در حال حاضر استفاده میکنند. این مهم است زیرا بسیاری از شرکتها باید آسیبپذیریها را به سرعت برطرف کنند، در حالی که ارتقاءهای مخرب میتواند در محیطهای تولیدی با سیستمهای قدیمیتر یا کاملاً یکپارچه دشوار باشد.
چرا عوامل هوش مصنوعی به محیطهای آزمایشی شبیهسازی شده نیاز دارند؟
شرکت Patronus AI در حال ساخت محیطهای شبیهسازیشده برای آزمایش عاملهای هوش مصنوعی قبل از تعامل آنها با سیستمهای زنده است. این «مدلهای دنیای دیجیتال» برای شبیهسازی وبسایتها و ابزارهای داخلی طراحی شدهاند و به عاملها اجازه میدهند وظایف پیچیده را با خیال راحت تمرین کنند. هدف، شناسایی شکستها، میانبرها یا رفتارهای پرخطر قبل از اعتماد به عاملها برای انجام گردشهای کاری زنده است.