MicroSD Express چیست؟ هرآنچه باید درباره انقلاب سرعت در حافظه‌ها بدانید!

آیا سرعت کند انتقال داده‌ها همیشه شما را کلافه کرده؟ با کارت‌های حافظه MicroSD Express انقلابی در سرعت را تجربه کنید! این فناوری پیشرفته نه تنها محدودیت‌های کارت‌های معمولی را می‌شکند، بلکه تجربه‌ای بی‌نظیر در ذخیره‌سازی ارائه می‌دهد. اما آیا این سرعت بالا به قیمت مناسب به دست می‌آید؟ پاسخ را در ادامه بخوانید!

اگر اخیراً کنسول Nintendo Switch 2 را خریداری کرده‌اید و متوجه شده‌اید که کارت‌های MicroSD معمولی در آن عملکرد مناسبی ندارند، نگران نباشید. این مشکل نه از کنسول است و نه از کارت حافظه، بلکه دستگاه شما به یک کارت MicroSD Express سازگار با استانداردهای جدید نیاز دارد.

تفاوت‌های کلیدی بین کارت‌های MicroSD معمولی و MicroSD Express

کارت‌های حافظه MicroSD سنتی بر اساس سه استاندارد سرعت Class (C)، UHS و Video Class (V) عرضه می‌شوند که سرعت انتقال داده در آن‌ها بین ۱۰ تا ۳۰ مگابایت بر ثانیه متغیر است. اما فناوری MicroSD Express این محدودیت را شکسته و امکان سرعت نوشتن ۱۰۰ تا ۶۰۰ مگابایت بر ثانیه را فراهم می‌کند. تاکنون، این استاندارد عمدتاً در دوربین‌های دیجیتال حرفه‌ای و برخی کاربردهای تخصصی مورد استفاده قرار گرفته است.

قیمت و دسترسی

به دلیل کارایی بالا و فناوری پیشرفته، کارت‌های MicroSD Express نسبت به مدل‌های معمولی کمیاب‌تر و به‌مراتب گران‌تر هستند. برای مثال، آزمایش‌ها روی Nintendo Switch 2 نشان می‌دهد که انتقال ۲۰ گیگابایت داده از حافظه داخلی کنسول به یک کارت MicroSD Express تنها ۴ دقیقه و ۱۲ ثانیه طول می‌کشد.

در مقابل، اگر به دنبال کارت‌های MicroSD استاندارد باشید، رایج‌ترین گزینه‌های موجود، معمولاً دارای سرعت نوشتن ۳۰ مگابایت بر ثانیه هستند. قیمت این کارت‌ها برای مدل ۱۲۸ گیگابایتی از حدود ۱۰ دلار آغاز شده و حداکثر به ۲۰ دلار می‌رسد.

اما یک کارت MicroSD Express با ظرفیت ۱۲۸ گیگابایت بیش از ۵۰ دلار قیمت دارد که افزایش قیمت چشمگیری محسوب می‌شود. همچنین، مدل ۲۵۶ گیگابایتی آن می‌تواند تا ۷۲ دلار نیز هزینه دربرداشته باشد.

جمع‌بندی

اگر به سرعت انتقال بالا نیاز دارید، MicroSD Express گزینه‌ای ایده‌آل است، اما باید بدانید که این فناوری هزینه بیشتری دارد. در مقابل، کارت‌های MicroSD معمولی قیمت مناسب‌تری داشته اما برای دستگاه‌های جدید مانند Nintendo Switch 2 ممکن است چندان بهینه نباشند.

ضبط جلسات، استخراج اطلاعات و پشتیبانی از پروتکل MCP، ویژگی‌های جدید چت‌جی‌پی‌تی

چت‌جی‌پی‌تی با افزودن قابلیت‌هایی مانند اتصال به فضای ابری، خلاصه‌سازی فایل‌ها و ضبط جلسات، گامی بلند به سوی تسخیر بازار سازمانی برداشته و اکنون ابزار قدرتمندتری برای کسب‌وکارها فراهم کرده است.

چت‌جی‌پی‌تی با قابلیت‌های جدیدی وارد فضای سازمانی شده و اکنون می‌تواند به سرویس‌های ذخیره‌سازی ابری مانند گوگل‌درایو، دراپ‌باکس، باکس، وان‌درایو و شیرپوینت متصل شود.

کاربران با این امکان قادر خواهند بود از فایل‌ها، اسناد و صفحات گسترده ذخیره‌شده در این سرویس‌ها برای پاسخ به پرسش‌ها، تهیه گزارش و استخراج اطلاعات استفاده کنند. دسترسی به این فایل‌ها با حفظ مجوزهای سازمانی انجام می‌شود و منابع نیز با شفافیت ارجاع داده می‌شوند.

از دیگر امکانات مهم ارائه‌شده، ویژگی «حالت ضبط» است که فعلاً برای کاربران macOS در نسخه Team فعال است. این قابلیت اجازه می‌دهد تا چت‌جی‌پی‌تی جلسات و جلسات طوفان فکری را ضبط، پیاده‌سازی و خلاصه کند. پس از تبدیل گفتار به متن با زمان‌بندی و نکات کلیدی، فایل صوتی بلافاصله حذف می‌شود و متن تولیدشده بر اساس سیاست‌های نگهداری سازمان ذخیره می‌گردد.

همچنین، پشتیبانی از Model Context Protocol (MCP)، به چت‌جی‌پی‌تی امکان می‌دهد تا بدون نیاز به یکپارچه‌سازی سفارشی، به ابزارها و پایگاه‌های داده داخلی سازمان‌ها متصل شود. این ویژگی به کاربران سازمانی کمک می‌کند تا تحقیقات پیچیده‌تری انجام داده و گزارش‌هایی دقیق بر اساس داده‌های داخلی و منابع آنلاین تولید کنند. این قابلیت در اختیار کاربران نسخه‌های پرو، تیم و انترپرایز قرار دارد.

این به‌روزرسانی‌ها همزمان با رشد سریع کاربران تجاری چت‌جی‌پی‌تی معرفی شده‌اند. تعداد کاربران شرکتی این پلتفرم از دو میلیون در فوریه به سه میلیون در حال حاضر رسیده است. شرکت‌هایی مانند Uber، Morgan Stanley و Lowe's از خدمات سازمانی OpenAI بهره می‌برند.

مدیر عملیاتی OpenAI در مصاحبه‌ای با CNBC تأکید کرد که رشد چت‌جی‌پی‌تی به‌عنوان یک ابزار مصرفی، رابطه‌ای مستقیم با گسترش آن در فضای کاری دارد. این پیشرفت‌ها چت‌جی‌پی‌تی را در رقابت مستقیم با ابزارهای هوش مصنوعی سازمانی شرکت‌هایی چون گوگل، مایکروسافت و زوم قرار می‌دهد.

بنیان‌گذار OpenAI: هوش مصنوعی، آینده را متحول می‌کند

ایلیا ساتسکور یکی از بنیانگذاران شرکت OpenAI: هوش مصنوعی قادر به برابری با تمام توانایی‌های انسان خواهد بود و باید بپذیریم هر چیزی را که ما می‌توانیم یاد بگیریم، قطعا هوش مصنوعی نیز می‌تواند انجام دهد.

ایلیا ساتسکور، یکی از بنیانگذاران شرکت OpenAI معتقد است که «چه بخواهیم و چه نخواهیم» هوش مصنوعی زندگی همه ما را تحت تاثیر قرار خواهد داد.

ایلیا ساتسکور که مدتی پیش این شرکت را ترک کرد، در یک سخنرانی با اشاره به اهمیت این دوره تاریخی گفت: «ما در گذشته نیز در موارد متعددی فکر کرده‌ایم که در «عجیب‌ترین زمان ممکن» زندگی می‌کنیم،‌ اما حالا من فکر می‌کنم که این ادعا این بار واقعاً درست است، و دلیل آن فقط و فقط فناوری هوش مصنوعی است!»

ساتسکور که در حین دریافت دکترای افتخاری در دانشگاه تورنتو سخنرانی می‌کرد، تلاش می‌کرد مخاطبین خود را برای پذیرش آنچه که او به عنوان «آینده‌ای غیرقابل توقف در هوش مصنوعی» می‌بیند، آماده کند.
او از جمله به این واقعیت اشاره کرد که «هوش مصنوعی همین حالا هم معنای دانشجو بودن را تغییر داده است.»

از مغز بیولوژیک تا هوش دیجیتال

ساتسکور که در سخنان خود عمدتا به جای تمرکز بر جزئیات فنی و علمی، تلاش داشت به تجربیات و شهود خود تکیه کند گفت: «واقعیت این است که مغز چیزی جز یک کامپیوتر بیولوژیکی نیست، پس چرا کامپیوتر دیجیتال به شکل یک «مغز دیجیتال» نتواند همان کارهای مغز را انجام دهد؟»
او با این ادعا، نتیجه گرفت که هوش مصنوعی قادر به برابری با تمام توانایی‌های انسان خواهد بود: «باید بپذیریم هر چیزی را که ما می‌توانیم یاد بگیریم، قطعا هوش مصنوعی نیز می‌تواند انجام دهد.»
او وضعیت فعلی هوش مصنوعی را حساس و تحریک‌آمیز توصیف کرد، چرا که به اندازه کافی پیشرفت کرده که به مردم اجازه دهد تصور کنند چه چیزهایی ممکن است، اما در عمل هنوز «بسیار ناقص» است.

هوش مصنوعی برتر، اجتناب‌ناپذیر است

ساتسکور با احتیاط در زمان‌بندی آینده،‌ گفت: «شاید در سه، پنج، و یا ده سال آینده، اما مسیر کاملا مشخص و قطعی است. هوش مصنوعی هم قادر خواهد بود تمام کارهایی را که ما می‌توانیم انجام دهیم، انجام دهد،‌ تاکید می‌کنم نه فقط برخی از آنها، بلکه همه آنها را.»

او به پیامدهای احتمالی این فناوری مانند تحقیقات بیشتر، رشد اقتصادی سریع‌تر و اتوماسیون بیشتر اشاره کرد که منجر به دوره‌ای می‌شود که در آن «نرخ پیشرفت حداقل برای مدتی واقعاً بسیار سریع خواهد شد» و نتایج غیرمنتظره‌ای را دربرخواهد داشت.
با این حال، او تاکید کرد که این، «آینده‌ای اجتناب‌ناپذیر است.»
ساتسکور با نقل قول از یک ضرب‌المثل آشنا در مورد اینکه سیاست به شما علاقه نشان می‌دهد، حتی اگر شما به آن علاقه‌ای نداشته باشید، گفت که همین اصل «بارها و بارها» در مورد هوش مصنوعی نیز صدق می‌کند.
ساتسکور در پایان گفت: «چه بخواهید چه نخواهید، زندگی شما تا حد زیادی تحت تأثیر هوش مصنوعی قرار خواهد گرفت.»

گفتنی‌ست ساتسکور در ماه مه ۲۰۲۴ پس از بروز اختلافات داخلی در مدیریت شرکت OpenAI ، آن را ترک کرد. او سپس شرکت خود به نام Safe Superintelligence (SSI) را تأسیس کرد، استارتاپی که بر توسعه هوش مصنوعی فوق هوشمند ایمن متمرکز است.
البته تاکنون جزئیاتی از فعالیت SSI منتشر نشده است، اما در اواخر سال ۲۰۲۴، ساتسکور اعلام کرد که اصول مقیاس‌بندی قبلی برای هوش مصنوعی به محدودیت‌های خود رسیده‌اند و رویکردهای جدیدی مورد نیاز است.
مطابق این گزارش، با وجود اینکه SSI تابحال هیچ محصول یا درآمدی ندشته،‌ اما اکنون بیش از ۳۰ میلیارد دلار ارزش دارد.

هوش مصنوعی بیش از استخراج بیت‌کوین انرژی مصرف می‌کند

رشد بی‌رویه هوش مصنوعی در حال تبدیل‌شدن به تهدیدی جدی برای زیرساخت‌های انرژی و اهداف اقلیمی جهان است؛ به‌طوری که مصرف برق سیستم‌های هوش مصنوعی ممکن است تا پایان سال ۲۰۲۵ از مصرف انرژی استخراج بیت‌کوین و حتی برخی کشورها فراتر رود.

صنعت جهانی هوش مصنوعی در حال ورود به مرحله‌ای است که می‌تواند توازن مصرف انرژی در جهان را برهم بزند و تلاش‌ها برای مقابله با تغییرات اقلیمی را به چالش بکشد.

تحقیقات جدید نشان می‌دهد که مصرف برق سیستم‌های پیشرفته هوش مصنوعی ممکن است تا پایان سال ۲۰۲۵ از مصرف انرژی مشهور استخراج بیت‌کوین فراتر رود.

افزایش سریع استفاده از هوش مصنوعی مولد باعث رونق ساخت دیتاسنترها و تولید سخت‌افزارهای تخصصی شده است. تراشه‌های پرقدرت مانند Nvidia H100، که در قلب سیستم‌های هوش مصنوعی قرار دارند، انرژی زیادی مصرف می‌کنند؛ هر واحد این تراشه حدود ۷۰۰ وات در زمان اجرای مدل‌های پیچیده مصرف می‌کند. با افزایش تعداد این واحدها به میلیون‌ها، بار سنگینی بر شبکه‌های برق وارد می‌شود.

الکس د فریس-گائو، پژوهشگر دانشگاه آمستردام، با تحلیل داده‌های عمومی، پیش‌بینی کرده است که سخت‌افزار تولیدشده در سال‌های ۲۰۲۳ تا ۲۰۲۴ بین ۵/۳ تا ۹/۴ گیگاوات برق نیاز دارد؛ عددی که بیش از مصرف کل کشور ایرلند است.
او هشدار می‌دهد که در صورت ادامه روند کنونی، نیاز سیستم‌های هوش مصنوعی به ۲۳ گیگاوات در پایان ۲۰۲۵ خواهد رسید؛ معادل مصرف برق متوسط کشور انگلستان.

در حالی که فناوری‌هایی مانند CoWoS شرکت TSMC باعث افزایش بهره‌وری تراشه‌ها شده‌اند، همچنان میزان تقاضا از ظرفیت تولید بیشتر است و خود این تولید نیز برق زیادی مصرف می‌کند.
برخی شرکت‌ها برای تأمین انرژی مورد نیاز، به زیرساخت‌های سوخت فسیلی روی آورده‌اند؛ برای مثال پروژه‌ای در آمریکا ۴/۵ گیگاوات ظرفیت گاز طبیعی به هوش مصنوعی اختصاص داده است.

مسئله مهم‌تر آن است که اغلب شرکت‌ها اطلاعات دقیقی از محل فعالیت و نوع منبع برق سیستم‌هایشان ارائه نمی‌دهند. در مناطقی مانند ویرجینیای غربی با وابستگی به زغال‌سنگ، تأثیر کربنی دو برابر مناطق دارای انرژی تجدیدپذیر مانند کالیفرنیاست. این کمبود شفافیت می‌تواند تلاش‌های جهانی برای کاهش انتشار گازهای گلخانه‌ای را تضعیف کند.

فیزیک به کمک هوش مصنوعی می‌آید

کادویی که «رز یو» در ۱۰ سالگی دریافت کرد، نه‌تنها مسیر زندگی‌اش را تغییر داد، بلکه شاید در آینده روش مطالعهٔ فیزیک را هم متحول کند.

رز یو در دانشگاه ژجیانگ در رشتهٔ علوم کامپیوتر تحصیل کرد و برای تحقیقات نوآورانه‌اش جایزه‌ای دریافت نمود. سپس برای ادامهٔ تحصیل راهی دانشگاه کالیفرنیای جنوبی شد؛ بخشی از این تصمیم به‌خاطر عمویش بود که تنها آشنایش در آمریکا بود و در آزمایشگاه پیشرانش جت ناسا (در پاسادنا) کار می‌کرد.

یو در سال ۲۰۱۷ دکترای خود ربه گزارش ایتنا و به نقل از وایرد، ا با جایزهٔ بهترین پایان‌نامه به پایان رساند و در ژانویهٔ گذشته، تنها چند روز پیش از پایان دورهٔ ریاست‌جمهوری بایدن، موفق به دریافت نشان زودهنگام ریاست‌جمهوری برای پژوهشگران جوان شد.

گفتنی است یو اکنون دانشیار دانشگاه کالیفرنیا در سن‌دیگو است و به‌عنوان یکی از پیشگامان حوزهٔ «یادگیری عمیق هدایت‌شده با فیزیک» شناخته می‌شود—رشته‌ای که در آن، اصول فیزیکی در طراحی شبکه‌های عصبی مصنوعی وارد می‌شود.

این رویکرد نه‌تنها تکنیک‌های جدیدی برای آموزش هوش مصنوعی به همراه آورده، بلکه کاربردهای متنوعی در دنیای واقعی داشته است: از بهبود پیش‌بینی ترافیک با استفاده از دینامیک سیالات گرفته تا شبیه‌سازی سریع‌تر طوفان‌ها و پیش‌بینی گسترش کووید-۱۹.

رویای بزرگ یو ساخت مجموعه‌ای از دستیاران دیجیتال آزمایشگاهی است که آن‌ها را «دانشمند هوش مصنوعی» می‌نامد. او از ترکیب این ابزارها به‌عنوان نوعی «شراکت علمی» میان انسان و ماشین یاد می‌کند—شراکتی که بر اصول فیزیکی استوار است و می‌تواند به کشف‌های تازه‌ای منجر شود.

یو دربارهٔ اولین تلاشش برای ترکیب فیزیک و یادگیری عمیق می‌گوید: «همه‌چیز از ترافیک آغاز شد. در دورهٔ دکترا، دانشگاه ما درست کنار تقاطع I-10 و I-110 بود و ترافیک سنگینی داشت. در سال ۲۰۱۶ به این فکر افتادم که آیا می‌توانم این مشکل را حل کنم.»

در آن زمان، یادگیری عمیق—که از شبکه‌های چندلایه برای یافتن الگوها در داده‌ها استفاده می‌کند—تازه به اوج محبوبیت رسیده بود. اما بیشتر تمرکز روی تصاویر بود، در حالی‌که ترافیک مسئله‌ای پویا است. یو و همکارانش با ایده‌ای جدید به مسئله نگاه کردند: آن‌ها ترافیک را به‌عنوان فرایند پخشی مشابه حرکت سیال در سطح در نظر گرفتند، اما نوآوری اصلی‌شان این بود که کل شبکهٔ جاده‌ای را به‌صورت یک گراف ریاضی مدل کردند.

در این مدل، حسگرهای ترافیکی به‌عنوان گره‌های گراف و جاده‌ها به‌عنوان یال‌های آن عمل می‌کنند. با گرفتن عکس‌های متوالی هر پنج دقیقه از این گراف، می‌توان روند تغییرات ترافیک را مشاهده و پیش‌بینی کرد.

با بهره‌گیری از مجموعه داده‌های گستردهٔ لس‌آنجلس، که توسط استاد راهنمایش سیروس شهابی جمع‌آوری شده بود، مدل یو توانست پیش‌بینی‌هایی برای یک ساعت آینده ارائه دهد—در حالی‌که مدل‌های قبلی تنها ۱۵ دقیقه آینده را پیش‌بینی می‌کردند. این مدل در سال ۲۰۱۸ توسط گوگل مپس به‌کار گرفته شد و خود یو نیز مدتی بعد به‌عنوان پژوهشگر مهمان به گوگل دعوت شد.

در همان سال، مسیر کاری یو به سمت مدل‌سازی اقلیمی چرخید. او در آزمایشگاه ملی لارنس برکلی سخنرانی داشت و پس از آن با دانشمندان آنجا دربارهٔ مسئله‌ای به‌عنوان میدان آزمایش هوش مصنوعی هدایت‌شده با فیزیک صحبت کرد. آن‌ها به پیش‌بینی جریان‌های آشفته رسیدند—یکی از اجزای حیاتی در مدل‌های اقلیمی و از منابع اصلی عدم‌قطعیت.

جریان‌های آشفته را در زندگی روزمره می‌توان دید: مثلاً وقتی شیر را در قهوه می‌ریزید و هم می‌زنید. در اقیانوس‌ها، چنین گرداب‌هایی می‌توانند هزاران کیلومتر گسترده باشند. مدل‌های کلاسیک برای پیش‌بینی چنین رفتارهایی بر معادلات ناویر–استوکس متکی هستند—اما حل این معادلات بسیار کند است.

شبکه‌های عصبی عمیق می‌توانند این محاسبات پیچیده را «شبیه‌سازی» کنند و الگوها را از داده‌ها استخراج نمایند؛ بدون نیاز به محاسبات زمان‌بر. مدل یو توانست در فضای دوبعدی، پیش‌بینی‌ها را ۲۰ برابر سریع‌تر و در فضای سه‌بعدی هزار برابر سریع‌تر انجام دهد.

اما آشفتگی تنها در آب‌وهوا نیست. در جریان خون هم وجود دارد و می‌تواند منجر به سکته شود. یو در دورهٔ فوق‌دکتری خود در مؤسسهٔ کلتک مقاله‌ای دربارهٔ کنترل پایداری پهپادها منتشر کرد؛ جایی‌که آشفتگی ناشی از برخورد جریان ملخ به زمین، باعث ناپایداری می‌شود.

محصول شگفت‌انگیز هواوی: لپ‌تاپی که از گوشی موبایل نازک‌تر است

لپ‌تاپ جدید هواوی با صفحه نمایش تاشو اولین لپ‌تاپ از این نوع نیست، اما مطمئناً باریک‌ترین لپ‌تاپ است.

هواوی توانایی خود را مجددا با معرفی باریک‌ترین لپ‌تاپ جدیدش به رخ کشیده است.
این شرکت چینی محصول جدید خود MateBook Fold، نازک‌ترین لپ‌تاپ تاشوی جهان که در حالت باز تنها ۷.۳ میلی‌مترضخامت دارد را معرفی کرد.
نکته جالب اینجاست که ضخامت این لپ‌تاپ جدید، حتی از آیفون ۱۶ پرو(با ضخامت ۷.۸ میلی‌متر) نیز کمتر است!

اگرچه شرکت لنوو سال‌ها پیش با عرضه اولین لپ‌تاپ تاشو، گوی سبقت را از هواوی ربود، اما هواوی مدتی است که در حوزه گوشی‌های تاشو فعالیت می‌کند، و در این زمینه، خاطره گوشی خیره‌کننده سه‌لا و تاشوی ۲۸۰۰ دلاری Mate XT در سال گذشته، همچنان در بازار باقیست.
کارشناسان معتقدند محصول جدید هواوی نیز می‌تواند استانداردهای جدیدی در صنعت لپ‌تاپ تعیین کند.

مشخصات فنی لپ‌تاپ جدید هواوی

- صفحه نمایش: OLED دو لایه ۱۸ اینچی با رزولوشن 3.3K و روشنایی ۱۶۰۰ نیت. هواوی نسبت صفحه نمایش به بدنه 92٪ را ادعا می‌کند، به این معنی که فقط یک قاب باریک در اطراف صفحه نمایش خواهید داشت.
- طراحی: وزن ۱.۱۶ کیلوگرم و ضخامت ۱۴.۹ میلی‌متر در حالت بسته
- سخت‌افزار: پردازنده اختصاصی، ۳۲ گیگابایت رم و حافظه داخلی تا ۲ ترابایت
- ویژگی‌های خاص: لولای آلیاژی زیرکونیوم با مقاومت بالا و صفحه‌نمایش محافظت‌شده با فیبر کربن. همچنین برخورداری از دو فن، یک سیستم خنک‌کننده بخار و شش بلندگو

عملکردهای متفاوت لپ‌تاپ جدد هواوی

هدف هواوی این بوده که این دستگاه، وقتی کاملاً باز است، به عنوان یک تبلت لمسی بزرگ مورد استفاده قرار گیرد، و زمانی که در حالت زاویه‌دار قرار می‌گیرد، به عنوان یک لپ‌تاپ جمع‌وجور با یک صفحه‌کلید مجازی عمل کند.
در مجموع، این دستگاه قادر است بنا به نیاز کاربر، در سه حالت مختلف و هوشمندانه به کار برده شود:
- تبلت بزرگ: با صفحه‌نمایش ۱۸ اینچی لمسی
- لپ‌تاپ جمع‌وجور: با صفحه‌کلید مجازی در حالت نیمه‌باز
- دستگاه چندمنظوره: با قابلیت اتصال کیبورد فیزیکی فوق‌نازک ۵ میلی‌متری

چالش‌های تبلت جدید هواوی

میت‌بوک فولد با سیستم عامل اختصاصی هواوی، هارمونی او‌اس(HarmonyOS) عرضه می‌شود، که هم برای کاربران جهانی ناآشناست، و هم با اپلیکیشن‌های بومی اندروید سازگار نیست، که طبعا این مورد، چالش بزرگی برای این محصول هواوی به شمار می‌رود.
از سوی دیگر، این محصول فعلا فقط در بازار چین با قیمت ۳۳۰۰ دلار عرضه می‌شود.

آینده محصول جدید هواوی

هنوز مشخص نیست که این محصول چه زمانی به بازارهای جهانی راه پیدا خواهد کرد، اما بدون شک نشان‌دهنده جهت‌گیری آینده صنعت لپ‌تاپ به سمت دستگاه‌های تاشو با قابلیت‌های چندگانه است.

Atomic Canyon در تلاش است تا چت‌جی‌پی‌تیِ صنعت هسته‌ای شود

استارتاپ Atomic Canyon قصد دارد با استفاده از هوش مصنوعی، سرعت عمل و دسترسی به اطلاعات حیاتی را در نیروگاه‌های هسته‌ای افزایش داده و چالش‌های این صنعت را حل کند.

شرکت‌های فناوری شرط‌بندی بزرگی روی این موضوع کرده‌اند که انرژی هسته‌ای می‌تواند به تامین برق مورد نیاز آنها برای تحقق برنامه‌های هوش مصنوعی‌شان کمک کند.

اما مراکز داده به برق فردا نیاز دارند و صنعت هسته‌ای به سرعتش معروف نیست. تری لادردیل فکر می‌کند که هوش مصنوعی می‌تواند سرعت مورد نیاز را به هسته‌ای بدهد.

لادردیل، بنیان‌گذار Atomic Canyon، علاقه‌مندی خود به هسته‌ای را از نزدیک و از طریق آشنایی با کارکنان نیروگاه هسته‌ای Diablo Canyon در سن لوئیس اوبیسپو، کالیفرنیا، جایی که زندگی می‌کند، آغاز کرد.

وی متوجه شد که نیروگاه‌های هسته‌ای غرق در اسناد هستند. Diablo Canyon حدود ۲ میلیارد صفحه سند دارد. لادردیل با تجربه‌ای که در کارآفرینی حوزه سلامت داشت، این ایده به ذهنش رسید که هوش مصنوعی می‌تواند به صنعت هسته‌ای در مدیریت این حجم عظیم از اسناد کمک کند.

Atomic Canyon حدود یک سال و نیم پیش با سرمایه شخصی لادردیل تأسیس شد. این استارتاپ از هوش مصنوعی برای کمک به مهندسان، تکنسین‌های تعمیر و نگهداری و مسئولان انطباق برای یافتن اسناد مورد نیازشان استفاده می‌کند.
این استارتاپ در اواخر سال ۲۰۲۴ قراردادی با Diablo Canyon امضا کرد. لادردیل گفت که این قرارداد منجر به درخواست‌هایی از سایر شرکت‌های انرژی هسته‌ای شد. "در آن زمان بود که من به عنوان یک کارآفرین فهمیدم که به نقطه‌ای رسیده‌ایم که نیاز به جذب سرمایه داریم."

Atomic Canyon یک دور سرمایه‌گذاری اولیه ۷ میلیون دلاری به رهبری Energy Impact Partners به پایان رساند. سرمایه‌گذاران شرکت‌کننده شامل Commonweal Ventures، Plug and Play Ventures، Tower Research Ventures، Wischoff Ventures و سرمایه‌گذاران فرشته قبلی هستند.

در ابتدای کار، مهندسان هوش مصنوعی Atomic Canyon مدل‌های مختلفی را آزمایش کردند که نتایج چندان رضایت‌بخشی نداشت. لادردیل گفت: "ما به سرعت متوجه شدیم که هوش مصنوعی وقتی این کلمات هسته‌ای را می‌بیند، توهم می‌زند." "به اندازه کافی نمونه از اختصارات ندیده است." اما ساخت یک مدل هوش مصنوعی جدید نیازمند قدرت محاسباتی عظیمی است. بنابراین لادردیل با لابراتوار ملی Oak Ridge، که تحقیقات هسته‌ای انجام می‌دهد و همچنین دومین ابررایانه سریع جهان را در اختیار دارد، وارد مذاکره شد. این آزمایشگاه از این ایده استقبال کرد و به Atomic Canyon ۲۰,۰۰۰ ساعت GPU قدرت محاسباتی داد.

مدل‌های Atomic Canyon از sentence embedding استفاده می‌کنند که به ویژه برای فهرست‌بندی اسناد مناسب است. این مدل‌ها اسناد نیروگاه هسته‌ای را با استفاده از تولید تقویت‌شده بازیابی (RAG) قابل جستجو می‌کنند. RAG از مدل‌های زبان بزرگ برای ایجاد پاسخ به پرسش‌ها استفاده می‌کند، اما برای کاهش توهم، LLMها را ملزم می‌کند که به اسناد خاصی مراجعه کنند.

در حال حاضر، Atomic Canyon به جستجوی اسناد محدود است، تا حدی به این دلیل که خطرات کمتری دارد. لادردیل گفت: "یکی از دلایلی که ما کار تولیدی را در مورد عناوین اسناد شروع می‌کنیم این است که اشتباه در آن ممکن است باعث کمی ناامیدی شود. اما کسی را در معرض خطر قرار نمی‌دهد."
لادردیل پیش‌بینی می‌کند که هوش مصنوعی Atomic Canyon در نهایت "پیش‌نویس اولیه" اسناد را به همراه منابع ایجاد کند. او گفت: "شما همیشه یک انسان را در این حلقه خواهید داشت." لادردیل برای این تلاش جدول زمانی ارائه نکرد. او گفت: جستجو "لایه بنیادین" است. "شما باید جستجو را به خوبی انجام دهید." به علاوه، با توجه به تعداد اسناد موجود در صنعت هسته‌ای، "ما در جستجو به تنهایی مسیر طولانی را پیش رو داریم."

همه‌چیز درباره هوش‌مصنوعی جدید گوگل؛ از سیستمی که به جای شما برنامه‌ریزی و اقدام می‌کند تا عینک مترج

کنفرانس امسال روی جست‌وجوی هوش مصنوعی، عینک‌های هوشمند، ارتقای هوش مصنوعی «جمینای» و خدمات ویژه‌ای متمرکز بود که به‌زودی شیوه ارتباط، تعامل و به‌اشتراک‌گذاری ایده‌ها در محیط کار و زندگی همه ما را دگرگون خواهد کرد.

اغلب کنفرانس گوگل آی/او (Google I/O) را مهم‌ترین کنفرانس معرفی فناوری‌های دنیای دیجیتال و اینترنت می‌دانند، دلیل آن هم ساده است: میلیون‌ها توسعه‌دهنده در سراسر جهان در نهایت و خواه‌ناخواه باید خودشان را با تغییرات آینده در سیستم‌عامل‌ها و همچنین خدمات مختلف این غول جست‌وجو یعنی گوگل تطبیق دهند.

کنفرانس گوگل آی/او همواره از این جهت بسیار مهم بوده اما کنفرانس امسال به نوعی تفاوت‌های چشمگیری با سال‌های گذشته داشت. کنفرانس امسال روی جست‌وجوی هوش مصنوعی، عینک‌های هوشمند، ارتقای هوش مصنوعی «جمینای» و خدمات ویژه‌ای متمرکز بود که به‌زودی شیوه ارتباط، تعامل و به‌اشتراک‌گذاری ایده‌ها در محیط کار و زندگی همه ما را دگرگون خواهد کرد.

جمینای ۲.۵ سریع‌تر و باهوش‌تر خواهد شد
جمینای ۲.۵، هوش مصنوعی رایگان گوگل، دنیای برنامه‌نویسان را متحول خواهد کرد. گوگل اکنون با تغییر جدول زمانی‌اش، از چند ارتقا و به‌روزرسانی در مدل‌های جمینای ۲.۵ «پرو» و «فلش» خبر داده و اعلام کرده است که پشتیبانی از «تفکر عمیق» (Think Deep) به هوش مصنوعی امکان می‌دهد تا قبل از پاسخ دادن، از تکنیک‌های تحقیقاتی پیشرفته برای بررسی چند فرضیه استفاده کند.

به گفته گوگل، «جمینای ۲.۵ فلش» نیز به‌طور کلی ارتقا پیدا می‌کند و از الگوی استدلال گرفته تا کدنویسی و کارآمدی در پاسخگویی، همه و همه به طرز خیره‌کننده‌ای پیشرفت خواهند کرد.

علاوه بر این، مدل‌های جمینای ۲.۵ اکنون از ورودی صوتی‌ـ‌تصویری و خروجی صوتی بومی در نسخه پیش‌نمایش «اِی‌پی‌آی» (API) زنده پشتیبانی می‌کنند، که این به توسعه‌دهندگان امکان می‌دهد لحن، لهجه و سبک گفتاری مکالمات را بسازند و آن را تنظیم کنند.

گوگل با بهره‌گیری از جمینای ۲.۵ پرو، قصد دارد یک سیستم هوش مصنوعی‌ بسازد که «باهوش باشد، پس‌زمینه‌ موضوع را درک کند، و بتواند به جای شما در هر ابزاری برنامه‌ریزی و اقدام کند».

فراتر از این، گوگل پروژه مارینر (Mariner) را نیز توسعه داده است. این پروژه یک هوش مصنوعی عامل‌محور مبتنی بر مرورگر اکنون می‌تواند ۱۰ کار مختلف را هم‌زمان انجام دهد، از رزرو پرواز گرفته تا تحقیق و خرید. به گفته گوگل، جدیدترین نسخه این نمونه اولیه تحقیقاتی ابتدا برای مشترکین «گوگل اِی‌آی اولترا» (Google AI Ultra) در ایالات متحده آمریکا در دسترس قرار خواهد گرفت.

ابزارهای نسل بعدی برای تولیدکنندگان محتوا: فلو، ایمجن و وئو۴ (4 Imagen, Veo و Flow)
یکی از شگفت‌انگیزترین ابزارهای رونمایی‌شده در کنفرانس گوگل آی/او ۲۰۲۵، نسخه‌های جدید مدل‌های رسانه‌ای مولد گوگل به نام‌‌های ایمج۴، وِئو۴ و فلو (Veo 3, Imagen 4, Flow) است.

به گفته گوگل، وِئو۴ اکنون از تولید صدای ورودی مانند صدای ترافیک در خیابان شلوغ، آواز پرندگان در پارک یا حتی گفتگوی بین شخصیت‌ها پشتیبانی می‌کند. پیش‌تر، این تولیدکننده ویدیویی فقط می‌توانست ورودی‌های تصویری را تجسم کند و پخش ویدیو بی‌صدا بود که این امر، محتوا را در مقایسه با ویدیوهای واقعی کسل‌کننده می‌کرد.

گوگل در عین حال، برای افزایش کیفیت خروجی ویدیو فلو را معرفی کرده است. ابزاری که به تولیدکنندگان امکان می‌دهد نحوه تولید ویدیوها را، از زاویه و حرکت دوربین گرفته تا بازیگران و مکان فیلم‌برداری، تنظیم کنند.

افزون بر این، ایمج۴ نیز از نظر دقت و وضوح ارتقا یافته است. به‌ویژه در جزئیاتی مانند بافت پارچه، قطرات آب و موی حیوانات در ویدئوها. این تولیدکننده تصویر می‌تواند محتوا را در نسبت‌های مختلف تصویر و تا وضوح ۲کِی (2k) تولید کند.

عینک‌های «اندروید اِکس‌آر» ما را شبیه به ربات‌های هوشمند می‌کند
یکی از خیره‌کننده‌ترین فناوری‌های ارائه‌شده در کنفرانس گوگل آی/او ۲۰۲۵ پیشرفت‌ عینک‌های «اِکس‌آر» (Android XR) بود. اندروید اِکس‌آر نخستین بار در دسامبر سال گذشته میلادی معرفی شد، اما گوگل در آن زمان بیشتر تمرکزش روی معرفی کلی نرم‌افزارهایی بود که برای هدست‌های اکس‌آر و واقعیت مجازی طراحی شده بودند نه معرفی دقیق یا کامل پلتفرم (بستر). اینک گوگل در مراسم گوگل آی/او ۲۰۲۵، تمرکز خود را به سمت عینک‌های «اندروید اِکس‌آر» معطوف کرده است.

این فناوری پوشیدنی‌ اعجاب‌انگیز کاربرد روزمره‌ای دارد که می‌تواند از دوربین‌ها، میکروفون‌ها و بلندگوها برای تفسیر آنچه می‌بینید استفاده کند و به کمک جمینای به پرسش‌های شما پاسخ دهد. بسیاری از شرکت‌های بزرگ فناوری، ازجمله متا و اپل، همین رویکرد را درباره فناوری‌های پوشیدنی‌ دارند، اما گوگل احتمالا در این زمینه از آ‌ن‌ها پیشی گرفته است.

گوگل با رونمایی از قابلیت‌های جمینای در «اندروید اِکس‌آر» و صفحه‌نمایش قابل تنظیم داخل لنز، نشان داد که کاربران چگونه می‌توانند هنگام قدم زدن در خیابان سیستم جهت‌یابی را مقابل چشمانشان مشاهده کنند. این فناوری به نوعی شبیه به نمایشگرهای هدآپ دیسپلی (HUD) است که در برخی خودروهای مدرن وجود دارد.

با استفاده از این فناوری قادر خواهید بود پیامک‌های دریافتی را مشاهده کنید و به آن‌ها پاسخ دهید، مکالمات را هم‌زمان ترجمه کنید، و بدون نیاز به درآوردن گوشی از جیبتان، تنها از طریق دستورات صوتی، از مناظر بیرون عکس بگیرید.

گوگل در عین حال برای جذب مخاطبان گسترده‌تر، با برندهای مشهور عینک مانند واربی پارکر و جنتل مانستر (Gentle Monster و Warby Parker) نیز همکاری می‌کند تا عینک‌های هوشمند شیک‌تری تولید کند. گوگل درمورد زمان عرضه عینک‌های «اندروید اِکس‌آر» می‌گوید که این محصولات اواخر سال جاری میلادی به بازار خواهند آمد.


ابزارهای هوش مصنوعی که شاید نمی‌دانستید به آن‌ها نیاز دارید
ابزار دیگری که در کنفرانس گوگل آی/او ۲۰۲۵ معرفی شد این است که اکنون گوگل در جیمیل، پاسخ‌های هوشمند شخصی‌سازی‌شده‌ای را معرفی کرده که پاسخ‌های قبلی شما را به یک مخاطب یا رشته ایمیل، چه رسمی باشند، چه خودمانی و مکالمه‌محور، بررسی می‌کند تا پاسخ‌هایی مطابق با لحن و زمینه ایجاد کند.

همچنین یک ویژگی پاک‌سازی صندوق ورودی اضافه شده که به شما اجازه می‌دهد از جمینای بخواهید ایمیل‌های یک فرستنده خاص را در بازه زمانی مشخصی حذف کند.

علاوه بر این، جمینای در صورتی که تشخیص دهد می‌خواهید در یک گفتگوی جیمیلی قرار ملاقاتی تنظیم کنید، زمان‌های پیشنهادی برای جلسه را ارائه خواهد داد، و شما را از باز کردن گوگل میت یا تقویم گوگل (Calendar یا Meet) بی‌نیاز می‌کند.

گوگل میت نیز قابلیت ترجمه گفتار به‌صورت تقریبا هم‌زمان را ارائه می‌دهد تا کلمات گفته‌شده طرف مقابل را به زبان ترجیحی شنونده ترجمه می‌کند.

«گوگل بیم»؛ کنفرانس‌های سه‌بعدی آینده
در کنفرانس گوگل آی/او ۲۰۲۵ همچنین نسخه بازطراحی‌شده «پراجکت استارلاین» (Project Starline) با نام جدید «گوگل بیم» (Google Beam) معرفی شد. این پلتفرم برای ویدیوکنفرانس‌های سه‌بعدی بدون نیاز به تجهیزات پوشیدنی طراحی شده است و به طور خلاصه از آرایه‌ای متشکل از شش دوربین برای ردیابی حرکات و بازسازی سه‌بعدی چهره در نرخ ۶۰ فریم بر ثانیه استفاده می‌کند.

پراجکت استارلاین چند سال پیش هنگامی‌ که تماس‌های ویدیویی دو بعدی کسل‌کننده را بدون نیاز به تجهیزات بزرگ، به شبیه‌سازی‌های واقعی چهره‌به‌چهره تبدیل می‌کرد، سر و صدای زیادی به پا کرد. این فناوری اکنون با نام رسمی «گوگل بیم» شناخته می‌شود.

گوگل بیم با استفاده از هوش مصنوعی، ویدیوهای معمولی دوبعدی را مشابه فناوری چندلایه‌ای که در پردازش ویدیوی فضایی اپل و متا دیده می‌شود، به تجربیاتی واقع‌گرایانه و سه‌بعدی تبدیل می‌کند.

به گفته گوگل، هدف نهایی این فناوری، ایجاد یک پلتفرم ارتباطی است که از طریق حرکات واقعی بدن، اشارات و تماس چشمی بین آ‌ن‌ها، به افراد حس اعتماد و درک عمیق‌تری از یکدیگر را بدهد.

گوگل برای کمک به گسترش این پلتفرم در حوزه تجاری، با شرکت اچ‌پی همکاری می‌کند تا دستگاه‌های ارتباطی مجهز به «گوگل بیم» را تولید کند.

هوش مصنوعی همه چیز را برعهده می‌گیرد: از پرو لباس تا پرداخت نهایی
با آنکه فناوری‌های رونمایی‌شده در کنفرانس گوگل آی/او ۲۰۲۵ متعددند اما ممکن است همه آن‌ها برای زندگی روزمره و کاربران عادی قابل استفاده نباشند. یکی از پرکاربردترین قابلیت‌‌هایی که در جریان این مراسم از آن رونمایی شد، فناوری جدیدی برای تجربه خرید آنلاین است که به کاربران امکان خواهد داد لباس‌های مد نظر خود را به‌ طور مجازی و صرفا با استفاده از عکسشان بپوشند و پرو کنند.

این ویژگی شگفت‌انگیز که در حال حاضر فقط به شکل آزمایشی در بخش «سرچ لبز» (Search Labs) در آمریکا در دسترس است، یک پیشرفت بزرگ در راستای شخصی‌سازی تجربه خرید آنلاین به شمار می‌رود. کاربران با فعال کردن این گزینه خواهند توانست در بین نتایج جست‌وجوی خود در گوگل و در کنار گزینه‌های خرید شلوار، پیراهن و دامن، گزینه‌ای به اسم «Try it on» را ببیند. گوگل در ادامه از آن‌ها خواهد خواست عکسی تمام‌قد از خود را بارگذاری کنند تا هوش مصنوعی از این طریق تصویری از کاربر را با لباس مورد نظر تولید کند.

گوگل می‌گوید این ویژگی براساس مدلی از هوش مصنوعی ساخته شده که درکی دقیق از شکل بدن انسان و نیز جزئیات لباس‌ها دارد و نحوه تا خوردن، کش آمدن یا قرار گرفتن پارچه‌های متفاوت بر روی بدن‌های مختلف را می‌شناسد.

گوگل در عین حال، قابلیت‌های دیگری را نیز برای تجربه بهتر در خرید آنلاین معرفی کرده است. این غول فناوری قصد دارد تجربه خرید از طریق «اِی‌آی مُد» (AI Mode) را نیز توسعه دهد و از این رو اعلام کرده است که این قابلیت با پشتیبانی هوش مصنوعی جمینای اکنون در اختیار کاربران بیشتری قرار گرفته است و به آن‌ها امکان می‌دهد در فرایند خرید آنلاین تجربه جدیدی داشته باشند.

برای نمونه کاربر می‌تواند به «اِی‌آی مُد» بگوید که دنبال کیفی مناسب برای سفر تابستانی به یک منطقه جنگلی و بارانی مشخص می‌گردد. گوگل بر مبنای تحلیل شرایط، می‌تواند کیف‌هایی را به او معرفی کند که برای مثال ضدآب باشند و مناسب همان سفری باشند که کاربر اعلام کرده است.

معرفی نسل جدید سرورهای هوش مصنوعی دل، مبتنی بر پردازنده‌های بلک‌ول اولترای انویدیا

شرکت دل با معرفی نسل جدید سرورهای هوش مصنوعی مبتنی بر پردازنده‌های بلک‌ول اولترای انویدیا، انقلابی در توان پردازشی سازمان‌ها برای توسعه سیستم‌های هوش مصنوعی ایجاد کرده است.

شرکت فناوری دل از سری جدید سرورهای پیشرفته خود برای پردازش هوش مصنوعی رونمایی کرد.

گفته می‌شود این سرورها که از پردازنده‌های نسل جدید انویدیا از خانواده بلک‌ول اولترا بهره می‌برند، تحولی اساسی در توان محاسباتی مراکز داده ایجاد خواهند کرد.

این محصولات در دو مدل خنک‌کاری هوایی و مایع طراحی شده‌اند که هر کدام مزایای خاص خود را برای محیط‌های عملیاتی مختلف ارائه می‌کنند.

آرتور لوئیس، رئیس گروه راه‌حل‌های زیرساختی دل، در مصاحبه اختصاصی با خبرگزاری رویترز اعلام کرد: «سرورهای جدید ما قادرند مدل‌های پیچیده هوش مصنوعی را تا چهار برابر سریع‌تر از نسل قبلی آموزش دهند که این امر تحولی عظیم در تحقیقات هوش مصنوعی ایجاد خواهد کرد.»

وی در ادامه می‌افزاید: «ما قیمت‌گذاری رقابتی برای این محصولات در نظر گرفته‌ایم و پیش‌بینی می‌کنیم استقبال چشمگیری از این فناوری صورت گیرد.»

تحلیل بازار و چالش‌های پیش‌رو
صنعت سرورهای هوش مصنوعی در سال‌های اخیر رشد چشمگیری داشته است. شرکت‌های پیشرویی مانند دل و سوپر میکرو کامپیوتر اگرچه از این موج تقاضا بهره برده‌اند، اما با چالش‌های متعددی نیز مواجه هستند.

گفتنی است هزینه بالای تولید این سیستم‌ها، مشکلات زنجیره تأمین و رقابت شدید در بازار، حاشیه سود این شرکت‌ها را تحت فشار قرار داده است. به عنوان مثال، دل در فوریه گذشته کاهش حاشیه سود ناخالص تعدیل شده را برای سال مالی ۲۰۲۶ پیش‌بینی کرده بود.

استراتژی‌های تجاری دل
لوئیس در این رابطه توضیح می‌دهد: «ما برای حفظ سودآوری، تمرکز خود را بر افزایش فروش محصولات شبکه و ذخیره‌ساز معطوف کرده‌ایم. این رویکرد به ما کمک می‌کند تا تعادل مناسبی بین رشد و سودآوری ایجاد کنیم.»

شرکت همچنین برنامه‌ریزی کرده است تا از پردازنده‌های مرکزی ورا انویدیا که جانشین پردازنده‌های گریس خواهند شد، در محصولات آینده خود پشتیبانی کند.

همگرایی فناوری‌ها
جالب توجه است که دل همزمان با معرفی این سرورها، از لپ‌تاپ «پرو مکس پلاس» ویژه توسعه هوش مصنوعی نیز رونمایی کرد. این دستگاه که مجهز به واحد پردازش عصبی اختصاصی است، امکان اجرای مدل‌های متوسط هوش مصنوعی را به صورت آفلاین فراهم می‌کند.

این ویژگی برای محققان و توسعه‌دهندگانی که با داده‌های حساس کار می‌کنند یا به اینترنت پرسرعت دسترسی ندارند، بسیار ارزشمند خواهد بود.

چشم‌انداز صنعت
کارشناسان بر این باورند که معرفی این محصولات در زمانی صورت می‌گیرد که:
- تقاضا برای راه‌حل‌های هوش مصنوعی در سازمان‌ها به طور تصاعدی در حال رشد است
- چالش‌های تعرفه‌ای و نوسانات اقتصادی بر عملکرد شرکت‌ها تأثیر گذاشته
- رقابت در بازار سرورهای هوش مصنوعی به اوج خود رسیده است

نسل آینده پردازنده‌ها
صنعت سرورهای هوش مصنوعی در آستانه تحولی بزرگ قرار دارد. پردازنده‌های نسل بعدی انویدیا از خانواده ورا روبین که قرار است پس از سری بلک‌ول وارد بازار شوند، وعده عملکردی به مراتب بالاتر را می‌دهند. دل اعلام کرده که آمادگی کامل برای پشتیبانی از این پردازنده‌ها در محصولات آینده خود را دارد.

کاربردهای سازمانی
این سرورهای جدید می‌توانند در حوزه‌های مختلفی از جمله:
- توسعه مدل‌های زبانی بزرگ (LLMs)
- پردازش تصویر و تشخیص اشیا
- سیستم‌های پیشنهادگر پیشرفته
- شبیه‌سازی‌های علمی پیچیده
به کار گرفته شوند. کاهش زمان آموزش مدل‌ها از مهم‌ترین مزایای این سرورها برای سازمان‌ها خواهد بود.

جمع‌بندی و آینده‌نگری
رونمایی از این سرورهای جدید نشان می‌دهد که دل به دنبال تثبیت موقعیت خود به عنوان یکی از بازیگران اصلی بازار سرورهای هوش مصنوعی است.

با توجه به پیشرفت‌های اخیر در معماری پردازنده‌ها و افزایش تقاضای سازمان‌ها برای راه‌حل‌های هوش مصنوعی، به نظر می‌رسد این محصولات می‌توانند سهم قابل توجهی از بازار را در اختیار بگیرند.

در پایان، کارشناسان پیش‌بینی می‌کنند که در سال‌های آینده شاهد رقابت شدیدتری در این حوزه خواهیم بود و شرکت‌هایی موفق خواهند بود که بتوانند تعادل مناسبی بین عملکرد، قیمت و بهره‌وری انرژی ایجاد کنند.

گوگل تبلیغات را به حالت هوش مصنوعی در جستجو اضافه می‌کند!

گوگل تبلیغات مرتبط را به حالت هوش مصنوعی در جستجوی خود اضافه می‌کند تا تجربه پاسخگویی هوشمند را با فرصت‌های تبلیغاتی ترکیب کند.

گوگل روز چهارشنبه برنامه‌های خود برای افزودن تبلیغات به «حالت هوش مصنوعی» (AI Mode) در جستجوی گوگل را اعلام کرد. این حالت که تجربه‌ای مبتنی بر هوش مصنوعی در گوگل سرچ است، به کاربران اجازه می‌دهد سوالات خود را بپرسند و پاسخ‌هایی تولیدشده توسط هوش مصنوعی دریافت کنند، همچنین امکان پیگیری سوالات بعدی و مشاهده لینک‌های مرتبط به وب‌سایت‌ها را فراهم می‌کند.

گوگل اعلام کرده که تبلیغات ممکن است «در صورت مرتبط بودن» در پایین پاسخ‌های AI Mode و «به صورت یکپارچه» در آن نمایش داده شود. به عنوان مثال، اگر در پاسخ به یک پرسش، معرفی یک سازنده وب‌سایت مفید باشد، گوگل ممکن است تبلیغی مرتبط برای کمک به شروع کار به کاربران نمایش دهد. سپس کاربران می‌توانند سوالات بیشتری درباره ایده‌های کسب‌وکار، نوع محتوایی که باید تولید کنند و شناخت بهتر مخاطبان خود بپرسند.

با توجه به اینکه تبلیغات منبع اصلی درآمد گوگل است و این شرکت تنها در سه‌ماهه اول سال ۲۰۲۵ بیش از ۶۶ میلیارد دلار درآمد تبلیغاتی داشته، ورود تبلیغات به این بخش نوظهور جستجو اجتناب‌ناپذیر بود. اما این موضوع ممکن است برای کاربران خوشایند نباشد؛ براساس نظرسنجی اخیر پلتفرم CivicScience، ۳۶ درصد از بزرگسالان آمریکایی نسبت به تبلیغات مبتنی بر هوش مصنوعی بدبین هستند و می‌گویند کمتر احتمال دارد از برندی که در تبلیغات خود از AI استفاده می‌کند خرید کنند.

گوگل اعلام کرده که تبلیغ‌دهندگان فعلی که از کمپین‌های Performance Max، Shopping و Search با «مطابقت گسترده» استفاده می‌کنند، واجد شرایط نمایش تبلیغات خود در AI Mode خواهند بود. کاربران در ایالات متحده در هر دو نسخه دسکتاپ و موبایل، تبلیغات جستجو و خرید را در این حالت مشاهده خواهند کرد.

چندین رقیب گوگل نیز در حال آزمایش یا برنامه‌ریزی برای افزودن تبلیغات به محصولات هوش مصنوعی خود هستند. به عنوان مثال، موتور جستجوی هوش مصنوعی پره‌پلکستی (Perplexity) از نوامبر گذشته تبلیغات را راه‌اندازی کرده و ممکن است داده‌های خارج از پلتفرم خود را برای هدف‌گیری بهتر تبلیغات جمع‌آوری کند.

مایکروسافت نیز چند سال پیش به طور آزمایشی تبلیغات را در چت‌بات کوپایلوت (Copilot) خود اجرا کرد. اوپن اِی‌آی هم اعلام کرده که ممکن است در آینده مدل کسب‌وکاری مبتنی بر تبلیغات را برای تکمیل اشتراک‌ها اتخاذ کند.

گوگل همچنین اعلام کرده که تبلیغات را در بخش «خلاصه‌های هوش مصنوعی» (AI Overviews) که پاسخ‌های خلاصه و خودکار به سوالات کاربران ارائه می‌دهد، گسترش خواهد داد. در این بخش، تبلیغات جستجو و خرید به زودی در دسکتاپ آمریکا نمایش داده می‌شوند و سپس در کشورهای منتخب و در هر دو نسخه موبایل و دسکتاپ به زبان انگلیسی توسعه خواهند یافت. این تبلیغات با برچسب «حمایت‌شده» (Sponsored) مشخص می‌شوند.

این اقدام گوگل نگرانی‌هایی را در میان برخی ناشران ایجاد کرده که معتقدند این سیاست می‌تواند درآمد تبلیغاتی آنها را تهدید کند. گوگل گفته است که نگرانی‌های ناشران را در طراحی تجربه‌های جستجوی هوش مصنوعی و محصولات تبلیغاتی خود در نظر می‌گیرد و با آنها همکاری می‌کند تا تعادل مناسبی برقرار شود.

در نهایت، افزودن تبلیغات به تجربه‌های هوش مصنوعی گوگل، گامی مهم در جهت تجاری‌سازی این فناوری و حفظ درآمدهای کلان تبلیغاتی این غول فناوری محسوب می‌شود، اما چالش‌هایی نیز در زمینه رضایت کاربران و ناشران به دنبال دارد.

نینتیک بازی را کنار گذاشت؛ تمرکز روی هوش مصنوعی سازمانی

نینتیک (Niantic)، سازنده بازی پوکمون گو، پس از کسب میلیاردها دلار درآمد، کسب‌وکار بازی‌سازی خود را فروخت و حالا تمام تمرکز خود را روی هوش مصنوعی سازمانی و محاسبات فضایی گذاشته است.

نینتیک، سازنده بازی محبوب پوکمون گو، که سال‌ها میلیاردها دلار درآمد داشت، تصمیم گرفته است کسب‌وکار بازی‌سازی خود را بفروشد و به طور کامل روی هوش مصنوعی سازمانی تمرکز کند. این شرکت بازی‌سازی خود را به شرکت سعودی اسکوپلی به قیمت ۳.۵ میلیارد دلار فروخته و حالا با نام جدید «نینتیک اسپیشیال» به فعالیت ادامه می‌دهد.

به جای ساخت بازی‌های واقعیت افزوده برای موبایل، نینتیک قصد دارد مدل‌های هوش مصنوعی بسازد که دنیای واقعی را برای مشتریان سازمانی تحلیل کنند.

جان هانکه، بنیان‌گذار و مدیرعامل نینتیک، در مصاحبه‌ای با فوربز گفت: «تصمیم گرفتیم کسب‌وکار بازی و هوش مصنوعی را جدا کنیم تا هر کدام بتوانند به بهترین شکل رشد کنند.» نینتیک حالا روی پلتفرم Spatial خود سرمایه‌گذاری کرده که ابزارهای نقشه‌برداری هوش مصنوعی ارائه می‌دهد و شرکت‌ها می‌توانند از آن برای مسیریابی ربات‌ها یا تقویت عینک‌های واقعیت افزوده استفاده کنند.

مدل‌های بزرگ جغرافیایی نینتیک (LGMs) به هوش مصنوعی کمک می‌کنند تا فضاهای فیزیکی را مانند انسان درک و تعامل کند. این مدل‌ها با استفاده از داده‌های عظیم مکانی که از بازی‌هایی مانند پوکمون گو و اینگرس جمع‌آوری شده، قادر به بازسازی سه‌بعدی مکان‌های واقعی هستند. وقتی داده‌های دقیق وجود نداشته باشد، هوش مصنوعی با تولید محتوا، نقاط کور را پر می‌کند.

بازار محاسبات فضایی تا سال ۲۰۳۳ به ۱.۷ تریلیون دلار خواهد رسید و نینتیک در این حوزه با رقبای بزرگی مانند انویدیا و استارتاپ World Labs رقابت می‌کند. برای توسعه کسب‌وکار جدید، نینتیک ۲۵۰ میلیون دلار سرمایه از سرمایه‌گذاران فعلی جذب کرده است.

بازی پوکمون گو از زمان عرضه در ۲۰۱۶ حدود ۸ میلیارد دلار درآمد داشته و در سال ۲۰۲۴ حدود ۱۰۰ میلیون بازیکن فعال داشته است. با این حال، نینتیک نتوانسته موفقیت مشابهی برای بازی‌های بعدی خود مانند Harry Potter: Wizards Unite تکرار کند و چندین پروژه را لغو کرده و تعدیل نیرو انجام داده است.

هانکه تأکید می‌کند فروش کسب‌وکار بازی به دلیل مشکلات مالی نبوده و نینتیک همچنان بازی‌های موفقی دارد. دلیل اصلی تمرکز بر هوش مصنوعی، تقسیم بهتر منابع و تمرکز روی فناوری‌های اصلی شرکت است. برای مثال، سیستم موقعیت‌یابی بصری نینتیک می‌تواند برای شرکت‌ها در ردیابی دقیق موقعیت‌ها کاربرد داشته باشد.

نینتیک اسپیشیال مشتریانی مانند سازمان گردشگری سنگاپور و شرکت Booz Allen Hamilton دارد که از فناوری‌های نقشه‌برداری و موقعیت‌یابی آن استفاده می‌کنند. نینتیک همچنین ممکن است با بخش دولتی و نظامی همکاری کند، هرچند هانکه تأکید می‌کند که در ساخت سیستم‌های تسلیحاتی فعالیت نخواهد کرد.

با وجود فروش کسب‌وکار بازی، نینتیک همچنان به ارائه نقشه‌های واقعیت افزوده بازی‌ها به اسکوپلی ادامه می‌دهد و به داده‌های مکانی دسترسی خواهد داشت. نگرانی‌ها درباره مالکیت داده‌ها توسط شرکت سعودی نیز توسط هانکه رد شده است و گفته که این داده‌ها فقط توسط نینتیک و اسکوپلی کنترل می‌شود.

نینتیک با این تغییر استراتژیک، از بازی‌های موبایل به سمت آینده‌ای مبتنی بر هوش مصنوعی سازمانی حرکت می‌کند و تلاش می‌کند جایگاه خود را در بازار رو به رشد محاسبات فضایی تثبیت کند.

هوش مصنوعی در روان‌درمانی: مزایا، خطرات و آینده چت‌بات‌های مشاور

در دنیایی که ارتباطات انسانی روزبه‌روز کمرنگ‌تر می‌شود، بسیاری ترجیح می‌دهند دردودل‌های خود را نه با یک دوست، بلکه با یک چت‌بات هوش مصنوعی در میان بگذارند! اما آیا این فناوری واقعاً می‌تواند جایگزین مشاوره‌های تخصصی شود؟ یا ممکن است به‌جای درمان، بحران‌های روانی را تشدید کند؟

بسیاری از افراد روزانه بیش از سه ساعت را به گفت‌وگو با چت‌بات‌های مبتنی بر هوش مصنوعی اختصاص می‌دهند و صدها پیام در مورد مسائلی همچون اضطراب، کاهش عزت‌نفس و شکست‌های عاطفی با آنها تبادل می‌کنند.

این کاربران معتقدند که تعامل با چت‌بات‌ها به آن‌ها کمک کرده تا از بحران‌های دشوار زندگی عبور کنند، راهکارهای عملی برای مقابله با مشکلات دریافت نمایند و مهم‌تر از همه، در هر ساعت از شبانه‌روز به این ابزارهای دیجیتال دسترسی داشته باشند.

هشدارها درباره توصیه‌های نامناسب
افراد در سراسر جهان، افکار و تجربیات شخصی خود را با چت‌بات‌های هوش مصنوعی به اشتراک می‌گذارند. علیرغم اینکه کاربران تا حد زیادی پذیرفته‌اند که این فناوری‌ها جایگزین مشاوره‌های تخصصی انسانی نیستند، اما بسیاری نیز به‌گونه‌ای با آنها تعامل می‌کنند که گویی موجوداتی واقعی و قابل‌اعتماد هستند.

در مواردی گزارش شده که چت‌بات‌ها توصیه‌های مضر و خطرناکی ارائه داده‌اند. این در حالی است که میلیون‌ها نفر در صف انتظار برای دریافت خدمات سلامت روان هستند و درمان‌های خصوصی نیز غالباً هزینه‌های سنگینی دارند.

تحول هوش مصنوعی در حوزه سلامت
هوش مصنوعی از جنبه‌های مختلف، نظام بهداشت و درمان از جمله در غربالگری، تشخیص و ارزیابی بیماران به‌صورت رایگان و شبانه‌روزی را دگرگون کرده است.

چالش‌های چت‌بات‌های شبه‌انسانی
متخصصان نگرانی‌هایی را درباره سوگیری‌های احتمالی، محدودیت‌های عملکردی و مسائل امنیتی مرتبط با چت‌بات‌ها مطرح کرده‌اند. با این حال، برخی بر این باورند که در شرایطی که دسترسی به مشاوره‌های تخصصی انسانی دشوار است و لیست‌های انتظار خدمات روان‌درمانی به سطح بی‌سابقه‌ای رسیده، چت‌بات‌ها می‌توانند نقش کمکی ایفا کنند.

این ربات‌ها بر پایه مدل‌های زبانی پیشرفته هوش مصنوعی طراحی شده‌اند و با تحلیل حجم عظیمی از داده‌های متنی (شامل وب‌سایت‌ها، مقالات علمی، کتاب‌ها و پست‌های اینترنتی) آموزش دیده‌اند تا پاسخ‌هایی شبه‌انسانی تولید کنند.

محدودیت‌های چت‌بات‌ها در مقایسه با درمانگران انسانی
اگرچه برخی چت‌بات‌های حوزه سلامت روان بر اساس اصولی مانند درمان شناختی-رفتاری (CBT) طراحی شده‌اند و می‌توانند به کاربران در بازسازی الگوهای فکری کمک کنند، اما در نهایت فاقد تجربه و درک عمیق انسانی هستند.

درمانگران حرفه‌ای با تکیه بر شاخص‌های عاطفی، زبان بدن، رفتار و ظاهر بیمار، ارزیابی جامع‌تری انجام می‌دهند؛ در حالی که ادغام این عوامل در چت‌بات‌ها بسیار پیچیده است.

خطرات سوگیری و رضایت کاذب
یکی دیگر از چالش‌های بالقوه، امکان آموزش چت‌بات‌ها به‌گونه‌ای است که حتی در مواجهه با اظهارات مخرب کاربران، پاسخ‌های تأییدکننده و حمایتی ارائه دهند. این پدیده که به «مشکل رضایت کاذب» معروف است، می‌تواند پیامدهای منفی داشته باشد.

همچنین، مانند سایر فناوری‌های هوش مصنوعی، این چت‌بات‌ها ممکن است تحت تأثیر سوگیری‌های موجود در داده‌های آموزشی قرار گیرند و در نتیجه، توصیه‌های نادرست یا ناعادلانه‌ای ارائه دهند.

در نهایت، شرکت‌های توسعه‌دهنده این مدل‌ها هشدار می‌دهند که کاربران نباید برای دریافت مشاوره‌های تخصصی پزشکی یا روان‌درمانی صرفاً به چت‌بات‌ها اعتماد کنند.

نتیجه‌گیری:
هرچند چت‌بات‌های هوش مصنوعی می‌توانند در برخی موارد نقش مکمل داشته باشند، اما به‌هیچ‌وجه جایگزین مشاوره‌های انسانی نخواهند بود و استفاده از آنها باید با آگاهی از محدودیت‌ها و خطرات احتمالی همراه باشد.