🌍 Китай пропонує створити Всесвітній орган співробітництва у сфері штучного інтелекту
На конференції WAIC у Шанхаї прем'єр-міністр Лі Цян наробив галасу, представивши нову «Всесвітню організацію співробітництва у сфері штучного інтелекту» 🌐 — своєрідний багатосторонній форум для координації глобального управління ШІ. Послання було гучним і чітким: жодна країна не повинна домінувати в майбутньому ШІ. 13-пунктна програма Лі закликає до інклюзивних інфраструктурних проектів, платформ з відкритим кодом і справедливого розподілу ресурсів — все це під умовно глобалістським егідою.
Критики кажуть, що це гра влади, прихована під маскою доброзичливості. Тим не менш, привабливість Китаю для країн Глобального Півдня виглядає щирою, або принаймні стратегічною. Учасники конференції представили все: від людиноподібних роботів 🤖 до програм магістра права наступного покоління. Участь взяли понад 800 компаній, включаючи американських гігантів, таких як Tesla та Amazon, хоча Ілон Маск помітно пропустив цю подію.
💰 США та Китай лідирують у зростанні венчурного фінансування штучного інтелекту
Згідно з Глобальним індексом інновацій у сфері штучного інтелекту за 2025 рік, стартапи у сфері штучного інтелекту заробили рекордні 137 мільярдів доларів 💸 протягом 2024 року – що на 25% більше, ніж минулого року. США захопили домінуючу частку в 66%, а Китай невпинно йде за ними завдяки масивній підтримці уряду та зростанню імпульсу відкритого коду.
Яке фінансування? Все: від моделей синтетичної біології 🧬 до високоефективних периферійних чіпів. Китайські фірми, такі як DeepSeek та Baichuan, почали випускати LLM, які рівноцінні OpenAI та Anthropic. Тим часом Європа все ще перебуває в регуляторній невизначеності.
🔧 Huawei кидає виклик Nvidia новим чіпом штучного інтелекту
Huawei представила Ascend Ultra 920 , високоякісний чіп штучного інтелекту, 🖥️ розроблений для прямої конкуренції з домінуючим кремнієм Nvidia. Незважаючи на тривалий експортний контроль, підрозділ Huawei з виробництва внутрішніх чіпів процвітає, використовуючи зростаючу потребу Китаю у вітчизняній обчислювальній потужності. Деякі ранні демонстрації WAIC натякали на продуктивність, близьку до класу A100.
Це був не просто запуск продукту – це був сигнал. Китайські інженери швидко заповнюють прогалини.
🩺 Партнери Alibaba та ITU щодо ШІ для глобального здоров’я
Академія DAMO компанії Alibaba співпрацювала з ITU для створення інструментів штучного інтелекту для діагностики, відстеження захворювань та моніторингу навколишнього середовища 🌿. Це амбітний прагнення до впровадження передових моделей у місця, які традиційно залишаються поза увагою.
Виконання буде складним – дані, інфраструктура, довіра – але якщо це спрацює, це може забезпечити значущий штучний інтелект у клініках, лабораторіях та селах.
🎨 Давнє ткацтво Японії використовує штучний інтелект
У Кіото легендарні Нішідзінорі об'єднують зусилля з дослідниками, щоб поєднати традиції та технології 🧵🤖. Інструменти дизайну на основі штучного інтелекту тепер допомагають імітувати складні візерунки, на освоєння яких раніше потрібні були роки.
Дехто вважає це загрозою для майстерності. Інші? Рятувальним колом. Навіть говорять про перепрофілювання тієї ж технології для космічних мотузок та вуглецевих волокон 🚀.
⚛️ Вчені використовують штучний інтелект для пришвидшення аналізу ядерних матеріалів
Американські лабораторії тестують моделі штучного інтелекту, навчені перевіряти ядерні зразки швидше та точніше, ніж традиційними методами. Мисліть про години, а не про дні. Це може змінити все: від енергетичної безпеки до моніторингу озброєнь 🔍💥.
Гіперспектральна візуалізація, ізотопна класифікація, позначення аномалій у режимі реального часу – і все це без очікування на завершення лабораторних робіт.
📊 AWS та Orbit запускають нові інструменти для роботи з даними на базі штучного інтелекту
сервер історії Spark History Server MCP від AWS дозволяє розробникам запитувати журнали простою англійською мовою 💬, що значно скорочує час налагодження. Тим часом Orbit Analytics запустила Websheets – електронну таблицю в режимі реального часу, підключену до живих даних з аналітикою на базі LLM.
Разом вони роблять аналіз внутрішніх даних майже... веселим?