Najnowsze wiadomości AI

Mark Zuckerberg, CEO Meta, rozpoczął bezprecedensową kampanię pozyskiwania talentów AI, wydając miliardy na rekrutację czołowych badaczy i menedżerów w pogoni za sztuczną superinteligencją. Po zainwestowaniu 14,3 mld dolarów w Scale AI, by zatrudnić jej CEO Alexandr Wang, Meta sprowadza teraz Daniela Grossa z Safe Superintelligence oraz byłego CEO GitHuba, Nata Friedmana. Ta agresywna strategia oznacza istotną zmianę dla Meta, która mierzy się z wewnętrznymi sporami o kierunek rozwoju superinteligencji – główny naukowiec AI, Yann LeCun, pozostaje sceptyczny wobec podejścia opartego na dużych modelach językowych.

Indie znacząco rozbudowały swoją narodową infrastrukturę obliczeniową AI do ponad 34 000 GPU, co stanowi ważny krok naprzód w rozwoju krajowych możliwości sztucznej inteligencji. W ramach tej inicjatywy firma Soket AI opracowuje pierwszy w Indiach otwartoźródłowy model językowy o 120 miliardach parametrów, zoptymalizowany pod kątem języków indyjskich. Rozbudowa infrastruktury odzwierciedla dążenie Indii do suwerenności w dziedzinie AI oraz rosnącą pozycję kraju jako globalnego centrum badań nad sztuczną inteligencją poza tradycyjnymi ośrodkami zachodnimi.

Naukowcy wykorzystują zaawansowaną technologię rozpoznawania twarzy opartą na sztucznej inteligencji do śledzenia i monitorowania humbaków podczas ich długodystansowych migracji przez oceany świata. Innowacyjny system identyfikuje poszczególne osobniki, analizując unikalne wzory na płetwach ogonowych, tworząc bezprecedensową globalną bazę danych obejmującą ponad 70 500 wielorybów. Technologia ta umożliwia badaczom monitorowanie tych ogromnych ssaków podczas podróży między żerowiskami a miejscami rozrodu, dostarczając kluczowych informacji o trendach populacyjnych, stanie zdrowia oraz reakcjach na zagrożenia środowiskowe.

Meta sfinalizowała inwestycję o wartości 14,3 miliarda dolarów w Scale AI, przejmując 49% udziałów w firmie zajmującej się znakowaniem danych oraz zatrudniając 28-letniego CEO, Alexandra Wanga, który stanie na czele nowej jednostki Meta „Superintelligence” skoncentrowanej na rozwoju AGI. Ta strategiczna współpraca wywołała poruszenie w branży AI – konkurenci tacy jak OpenAI i Google ograniczają współpracę ze Scale AI z powodu obaw o bliskość Meta do ich danych. Inwestycja wpisuje się w deklarację Marka Zuckerberga, że AI będzie priorytetem Meta w 2025 roku, gdy firma próbuje dogonić liderów rynku.

Znacząca ewolucja od opartego na mikrokontrolerach Tiny Machine Learning do bardziej zaawansowanego Tiny Deep Learning przekształca możliwości obliczeniowe na brzegu sieci. Ten postęp wykorzystuje innowacje w optymalizacji modeli, dedykowanym sprzęcie do akceleracji sieci neuronowych oraz zautomatyzowanych narzędziach uczenia maszynowego, umożliwiając wdrażanie coraz bardziej złożonej sztucznej inteligencji na urządzeniach o ograniczonych zasobach. Przełom ten otwiera drogę do kluczowych zastosowań w monitorowaniu zdrowia, systemach przemysłowych i elektronice użytkowej bez konieczności łączenia z chmurą, znacząco poszerzając zasięg AI w codziennych urządzeniach.

Google DeepMind zaprezentowało AlphaGenome – przełomowy system sztucznej inteligencji zdolny analizować do miliona par zasad DNA w celu przewidywania regulacji genów i skutków mutacji. Technologia ta stanowi ogromny krok naprzód w badaniach genomowych, mogąc odmienić rozumienie chorób i rozwój leków. AlphaGenome dołącza do innych innowacji AI, takich jak samokorygujące się modele językowe, drony zwiadowcze wielkości komara czy fabryczne roboty uczące się autonomicznie.

Analitycy Goldman Sachs wskazali sztuczną inteligencję i automatyzację jako najbardziej obiecującą drogę do zwiększenia spadającej produktywności amerykańskiego przemysłu, zamiast stosowania ceł. Według ich najnowszego raportu, postęp technologiczny może przynieść podwójne korzyści: pobudzić inwestycje w fabryki oraz zwiększyć możliwości automatyzacji. Jednak analitycy pozostają ostrożni w przewidywaniu całkowitego odwrócenia spowolnienia w przemyśle, ponieważ zastosowania AI w produkcji wciąż się rozwijają.

Po 30-procentowej korekcie w kwietniu Nvidia odbiła do nowych historycznych maksimów, osiągając 16% wzrost od początku roku, co pokazuje niezwykłą odporność na rynku chipów AI. Analitycy prognozują, że przychody firmy w tym roku fiskalnym sięgną około 200 miliardów dolarów, a w przyszłym roku 250 miliardów, przy oczekiwanym wzroście zysków o prawie 29% rocznie przez najbliższe trzy do pięciu lat. Utrzymująca się dominacja firmy odzwierciedla silne i trwałe inwestycje w infrastrukturę AI w różnych branżach.

Naukowcy opracowali przełomowy interfejs mózg–komputer, który tłumaczy sygnały neuronalne zarejestrowane przez czepek EEG na czytelny tekst z ponad 70% dokładnością. System łączy model sztucznej inteligencji dekodujący fale mózgowe z modelem językowym, który przekształca te sygnały w spójne zdania. Technologia ta daje nową nadzieję osobom z paraliżem lub zaburzeniami mowy, potencjalnie rewolucjonizując ich sposób komunikowania się ze światem.

Najnowszy raport RAND Corporation, zaktualizowany 27 czerwca 2025 roku, ujawnia, że kompleksowa strategia Chin, mająca na celu osiągnięcie globalnego przywództwa w dziedzinie sztucznej inteligencji do 2030 roku, przynosi znaczące rezultaty. Analiza zatytułowana „Full Stack: China's Evolving Industrial Policy for AI” bada, jak Pekin wykorzystuje narzędzia polityki przemysłowej na wszystkich poziomach technologii AI. Chińskie modele sztucznej inteligencji szybko zmniejszają dystans do czołowych amerykańskich odpowiedników, a wdrażanie AI przyspiesza w wielu sektorach – od pojazdów elektrycznych po opiekę zdrowotną.

Naukowcy z Uniwersytetu Wiedeńskiego wraz z międzynarodowymi współpracownikami wykazali, że małoskalowe fotoniczne komputery kwantowe mogą znacząco poprawić wydajność uczenia maszynowego. Ich przełomowe badania, opublikowane w Nature Photonics, pokazują, że algorytmy wspomagane kwantowo, działające na fotonicznych procesorach, przewyższają klasyczne systemy w określonych zadaniach. To osiągnięcie stanowi jeden z pierwszych praktycznych przykładów przewagi kwantowej w AI i może pomóc rozwiązać rosnące zapotrzebowanie energetyczne aplikacji uczenia maszynowego.

Naukowcy z Uniwersytetu w Hongkongu opracowali przełomowego autonomicznego drona, który potrafi przelatywać przez gęste lasy z prędkością do 72 km/h, nie korzystając z GPS ani tradycyjnych systemów nawigacji. Safety-Assured High-Speed Aerial Robot (SUPER) wykorzystuje zaawansowaną technologię 3D LiDAR do wykrywania przeszkód o grubości nawet 2,5 milimetra z odległości do 70 metrów. Ta biomimetyczna technologia stanowi istotny postęp w autonomicznych lotach, naśladując naturalne zdolności ptaków do sprawnego i precyzyjnego poruszania się w złożonym środowisku.

Naukowcy i eksperci od sztucznej inteligencji planują protest przed siedzibą NASA w Waszyngtonie 30 czerwca 2025 roku, sprzeciwiając się proponowanemu przez administrację Trumpa cięciu budżetu naukowego NASA o 47%. Cięcia zagrażają licznym inicjatywom eksploracji kosmosu opartym na AI i mogą doprowadzić do redukcji zatrudnienia w NASA o prawie jedną trzecią. Chociaż finansowanie załogowej misji na Marsa wzrasta, krytycy twierdzą, że ogólne cięcia poważnie zaszkodzą amerykańskiemu przywództwu w dziedzinie technologii kosmicznych i innowacji AI.

Anthropic uruchomił program Economic Futures, którego celem jest badanie wpływu sztucznej inteligencji na rynek pracy oraz opracowanie rekomendacji politycznych na czas nadchodzącej transformacji gospodarczej. Inicjatywa, ogłoszona 27 czerwca, przewiduje granty badawcze do 50 000 dolarów, organizację sympozjów politycznych w Waszyngtonie i Europie oraz tworzenie długofalowych zbiorów danych śledzących gospodarczy wpływ AI. Program powstał w odpowiedzi na rosnące obawy dotyczące potencjalnych zakłóceń na rynku pracy, a CEO Anthropic ostrzegał wcześniej, że AI może wyeliminować połowę stanowisk początkowych w sektorze biurowym w ciągu pięciu lat.

Branża AI obserwuje istotną ewolucję: od podstawowego Tiny Machine Learning (TinyML) do bardziej zaawansowanych implementacji Tiny Deep Learning (TinyDL) na urządzeniach brzegowych o ograniczonych zasobach. Ta transformacja napędzana jest innowacjami w jednostkach przetwarzania neuronowego, technikach optymalizacji modeli oraz wyspecjalizowanych narzędziach deweloperskich. Dzięki tym postępom coraz bardziej złożone aplikacje AI mogą działać na mikrokontrolerach w sektorach opieki zdrowotnej, monitoringu przemysłowego oraz elektroniki konsumenckiej.

Nvidia utrzymuje pozycję lidera na rynku chipów AI, osiągając rekordowe przychody w wysokości 44,1 mld dolarów w pierwszym kwartale 2025 roku, co oznacza wzrost o 69% rok do roku, pomimo niedawnych ograniczeń eksportowych do Chin. Tymczasem AMD zdobywa strategiczne udziały dzięki nowej serii MI350, która według CEO Lisy Su w określonych scenariuszach przewyższa produkty Nvidii. Cały rynek chipów AI ma przekroczyć 500 mld dolarów do 2028 roku, co napędza zaciętą rywalizację gigantów półprzewodnikowych.

Chińskie firmy AI, DeepSeek i Qwen, stały się poważnymi konkurentami dla zachodnich liderów sztucznej inteligencji, oferując modele dorównujące lub przewyższające wydajnością Llama 3.1 od Meta oraz Claude 3.5 Sonnet od Anthropic w kluczowych testach porównawczych. Ten szybki postęp opiera się na strategicznym planie rozwoju AI, uruchomionym w Chinach w 2017 roku, który uczynił sztuczną inteligencję priorytetem narodowym. Do 2022 roku Chiny złożyły czterokrotnie więcej patentów związanych z AI niż Stany Zjednoczone, choć amerykańskie patenty są częściej cytowane i mają większy międzynarodowy wpływ.

Holenderska firma technologiczna TomTom ogłosiła w poniedziałek likwidację 300 miejsc pracy, co stanowi około 10% globalnego zatrudnienia, w ramach strategicznego zwrotu w kierunku integracji sztucznej inteligencji. Amsterdamski pionier nawigacji dostosowuje swoją strukturę organizacyjną, by wdrożyć AI w procesach rozwoju produktów, co szczególnie dotknie stanowiska związane z tworzeniem aplikacji, sprzedażą i wsparciem klienta. Restrukturyzacja ta nie jest jedynie działaniem oszczędnościowym, lecz świadomą decyzją mającą na celu wzmocnienie pozycji TomTom na konkurencyjnym rynku cyfrowych map.

Pearson i Google Cloud nawiązały wieloletnią, strategiczną współpracę, której celem jest opracowanie narzędzi edukacyjnych opartych na sztucznej inteligencji, personalizujących naukę dla uczniów szkół podstawowych i średnich oraz wspierających nauczycieli dzięki analizie danych. Partnerstwo łączy doświadczenie edukacyjne Pearson z zaawansowanymi technologiami AI Google, w tym modelami Gemini i LearnLM, by tworzyć adaptacyjne doświadczenia edukacyjne. Ten ważny sojusz ma na celu odejście od uniwersalnego podejścia do nauczania na rzecz indywidualnych ścieżek rozwoju, przygotowujących uczniów do przyszłości zdominowanej przez AI.

Laboratorium AI for Good firmy Microsoft uruchomiło GIRAFFE – otwartoźródłowe narzędzie AI, które rozpoznaje indywidualne żyrafy po unikalnych wzorach plam z ponad 90% skutecznością. Opracowane we współpracy z Wild Nature Institute, rozwiązanie to pomaga naukowcom śledzić populacje zagrożonych żyraf w Tanzanii, których liczebność spadła o ponad 50% w ciągu ostatnich trzech dekad. System analizuje tysiące zdjęć z fotopułapek i dronów, dostarczając kluczowych danych o trasach migracji, wzorcach rozrodu i trendach populacyjnych.