Meta - AI სიახლეები

[Power_VANO]

Meta - AI სიახლეები

[Magdalena]

Meta-მ წარადგინა Llama 4 სერიის ხელოვნური ინტელექტის მოდელები და დანერგა WhatsApp-სა და Instagram-ში 

Meta Platforms-მა გამოაცხადა Llama 4 სერიის ღია ხელოვნური ინტელექტის მოდელების გამოშვების შესახებ. მასში შედის Llama 4 Scout, Maverick და Behemoth, რომლებიც უზრუნველყოფენ მულტიმოდალური ურთიერთქმედების შესაძლებლობებს, ანუ შეუძლიათ უპასუხონ არა მხოლოდ ტექსტურ შეკითხვებს, არამედ შეუძლიათ სურათების, ვიდეოების და ა.შ. დამუშავება. მათ გაიარეს ტრენინგი „დიდი რაოდენობით არამარკირებული ტექსტის, სურათისა და ვიდეო მონაცემების“ საფუძველზე, რათა უზრუნველყონ „ფართო ვიზუალური გაგება“. 

 

ფოტოს წყარო: Steve Johnson / Unsplash 

ჩინური კომპანია DeepSeek-ის AI მოდელების წარმატებამ, როომლებიც Llama-ს ფლაგმანური ალგორითმების წინა თაობებს აღემატება, აიძულა Meta დააჩქაროს განვითარების პროცესი ამ მიმართულებით. წყაროს ცნობით, კომპანიის თანამშრომლები ბევრს მუშაობენ იმის გასაგებად, თუ როგორ შეძლო DeepSeek-მა შეემცირებინა ისეთი AI მოდელების შემუშავებისა და გაშვების ღირებულება, როგორიცაა R1 და V3. 

 

ფოტოს წყარო: Meta 

Llama 4 Scout ალგორითმს აქვს 17 მილიარდი აქტიური პარამეტრი, 16 „ექსპერტი“ და მთლიანობაში 109 მილიარდი პარამეტრი. Meta-ს თანახმად, ხელოვნური ინტელექტის მოდელი აღემატება Gemma 3-ს, Gemini 2.0 Flash-Lite-ს და Mistral 3.1-ს სხვადასხვა ტიპის ამოცანის დამუშავებაში. მოდელის ერთ-ერთი მთავარი მახასიათებელია 10 მილიონი ტოკენის კონტექსტური ფანჯრის მხარდაჭერა. 

Llama 4 Maverick-ს აქვს 17 მილიარდი აქტიური პარამეტრი და 128 „ექსპერტი“ (სულ 400 მილიარდი პარამეტრი). დეველოპერების თქმით, მოდელი აღემატება GPT-4o-ს და Gemini 2.0 Flash-ს სხვადასხვა კრიტერიუმში ტესტირებისას და ასევე აჩვენებს კარგ შედეგებს DeepSeek V3-თან შედარებით მსჯელობასა და პროგრამის კოდის დაწერის პროცესში. Scout-ს შეუძლია იმუშაოს ერთ Nvidia H100 GPU-ზე, ხოლო Maverick-ს სჭირდება Nvidia H100 DGX ან მისი ექვივალენტური სისტემა. 

Llama 4 Behemoth მოდელს აქვს 288 მილიარდი აქტიური პარამეტრი და 16 „ექსპერტი“ (ჯამში დაახლოებით 2 ტრილიონი პარამეტრი) და აღემატება GPT-4.5 ალგორითმს, Claude Sonnet 3.7-ს და Gemini 2.0 Pro-ს სხვადასხვა კრიტერიუმის ტესტირების შედეგებზე დაყრდნობით. Llama 4 Behemoth მოდელი ჯერ კიდევ სწავლების პროცესშია, ამიტომ ჯერ არ არის საჯაროდ ხელმისაწვდომი, ხოლო Scout და Maverick მოდელები ხელმისაწვდომია Llama.com-სა და Hugging Face-ზე. გარდა ამისა, კომპანიის საფირმო AI ასისტენტი Meta AI, რომელიც ხელმისაწვდომია კომპანიის აპლიკაციებში, როგორიცაა WhatsApp, Messenger და Instagram, გადატანილია Llama 4-თან სამუშაოდ 40 ქვეყანაში. მულტიმოდალური მოთხოვნების დამუშავების შესაძლებლობა ამჟამად შემოიფარგლება ინგლისურით და ხელმისაწვდომია მხოლოდ აშშ-ში. 

 

ფოტოს წყარო: Meta 

"Llama 4 მოდელები აღნიშნავს Llama-ს ეკოსისტემისთვის ახალი ეპოქის დასაწყისს. ეს მხოლოდ დასაწყისია Llama 4 სერიისთვის", - ნათქვამია Meta-ს ბლოგში. კომპანია ირწმუნება, რომ Llama 4 არის ხელოვნური ინტელექტის მოდელების პირველი ჯგუფი, რომელიც იყენებს ექსპერტთა (MoE) არქიტექტურის ნარევს, რაც უფრო ეფექტურია ტრენინგისა და ინფერენსის დროს. MoE არქიტექტურა საშუალებას აძლევს ალგორითმს დაშალოს ამოცანები ქვეამოცნებებად და შემდეგ გადაანაწილოს მათი დამუშავება უფრო მცირე, უფრო სპეციალიზებულ „ექსპერტ“ მოდელებზე. 

უნდა აღინიშნოს, რომ Llama 4-ის არცერთი მოდელი არ არის ისეთი "მსჯელობის" მქონემოდელი, როგორებიცაა OpenAI-ის GPT-o1 ან GPT-o3-mini. მსჯელობის მოდელები ამოწმებენ პასუხებს მართებულად და, როგორც წესი, მათი პასუხები უფრო სანდოა, მაგრამ მათ მიღებას უფრო მეტი დრო სჭირდება, ვიდრე ტრადიციული „არამსჯელობის“ მოდელების შემთხვევაში. 

https://tinyurl.com/58s3fz2u 

[Magdalena]

Meta-მ გამოუშვა ხელოვნური ინტელექტის დამოუკიდებელი აპლიკაცია, რომელიც კონკურენციას გაუწევს ChatGPT-ს და ხელოვნურ ინტელექტზე დაფუძნებულ სხვა ბოტებს 

Meta-ს ხელოვნური ინტელექტის WhatsApp-ში, Instagram-ში, Facebook-სა და Messenger-ში ინტეგრირების შემდეგ კომპანიამ ღონისძიება LlamaCon-ზე დამოუკიდებელი აპლიკაცია წარადგინა, რომელიც სხვა ხელოვნური ინტელექტის ჩატ-ბოტების მსგავსია. Meta-მ გამოიყენა თავისი მთავარი კონკურენტული უპირატესობა: მომხმარებელთა პროფილების დიდი რაოდენობა, რომლებიც შეიქმნა Facebook-სა და Instagram-ზე მრავალი წლის განმავლობაში გამოქვეყნებული მონაცემების საფუძველზე. 

 

ფოტოს წყარო: freepik.com 

Meta-ს წარმომადგენლის თქმით კომპანიის ახალი ხელოვნური ინტელექტის ასისტენტი მსგავსი აპლიკაციებისგან იმით განსხვავდება, რომ მას შეუძლია „გამოიყენოს ინფორმაცია, რომელიც თქვენ უკვე აირჩიეთ Meta-ს პროდუქტებში გასაზიარებლად“. ამ ეტაპზე, ამ ტიპის პერსონალიზაცია ხელმისაწვდომი იქნება შეერთებული შტატებისა და კანადის მაცხოვრებლებისთვის, თუმცა საბოლოოდ შესაძლოა მთელ მსოფლიოში გავრცელდეს. 

კომპანია მიიჩნევს, რომ ხელოვნური ინტელექტის ასისტენტის მიერ პერსონალიზებული ინფორმაციის გამოყენებას აქვს უფრო მეტი უპირატესობა, ვიდრე ნაკლოვანება - მომხმარებელს შეუძლია მას მიაწოდოს ინფორმაცია საკუთარ თავზე, რომელსაც ხელოვნური ინტელექტი დაიმახსოვრებს და მომავალში გაითვალისწინებს. მაგალითად, უპირატესობების, ფობიების ან თანდაყოლილი დაავადებების შესახებ მონაცემების საფუძველზე ხელოვნური ინტელექტის ასისტენტი დაგეგმავს ქორწილს, შვებულებას, ექიმთან ვიზიტს, რესტორანში ვიზიტს ან დაკრძალვას. 

Meta-ს AI აპლიკაცია ასევე მოიცავს Discover-ის არხს, სადაც მომხმარებელს შეუძლია გამოიყენოს AI, რათა გაუზიაროს მას AI-სთან ურთიერთქმედების ყველა დეტალი - Meta-ს მაკეტში მომხმარებელი სთხოვს AI-ს, აღწეროს იგი სამი ემოჯით, რომლებსაც შემდეგ მეგობრებს გაუგზავნის. დამამშვიდებელია, რომ მომხმარებლის ურთიერთქმედება ხელოვნურ ინტელექტთან მხოლოდ მისი ნებართვით ქვეყნდება. 

 

ფოტოს წყარო: techcrunch.com 

Discover-ის არხის გამოყენებამ შესაძლოა კიდევ უფრო გაამწვავოს გენერაციული ხელოვნური ინტელექტის გარშემო არსებული მასობრივი ფსიქოზი, სადაც ადამიანები ცდილობენ თავი ბარბის თოჯინებს ან Ghibli-ს პერსონაჟებს დაამსგავსონ. 

https://tinyurl.com/5b5u3846 

[Magdalena]

სმარტ სათვალე Ray-Ban Meta-მ „ისწავლა“ დეტალურად აღწეროს რასაც „ხედავს“ 

Meta-მ სმარტ სათვალე Ray-Ban Meta-ს ახალი ფუნქცია წარადგინა, რომელიც მხედველობის დარღვევის მქონე ადამიანებს საშუალებას აძლევს ხელოვნური ინტელექტის გამოყენებით მიმდებარე სივრცის დეტალური აღწერილობები მიიღონ. ტექნოლოგია ამჟამად ხელმისაწვდომია აშშ-სა და კანადაში, მაგრამ მომავალში სხვა ქვეყნებშიც გაფართოვდება. 

 

გლობალური ხელმისაწვდომობის შესახებ ცნობიერების ამაღლების დღის აღსანიშნავად კომპანიამ გამოაცხადა ორი ახალი ფუნქცია, რომელიც სპეციალურად უსინათლო და მხედველობადაქვეითებული მომხმარებლებისთვისაა შექმნილი. ორივე ეყრდნობა Ray-Ban Meta-ს აპარატურასა და Meta-ს ხელოვნური ინტელექტის სისტემას შორის სინერგიას. მოწყობილობის კამერა და ხმოვანი აქტივაციის მქონე ხელოვნური ინტელექტის ასისტენტი ერთად მუშაობენ ვიზუალური ინფორმაციის ინტერპრეტაციისა და მომხმარებლისთვის აუდიო აღწერილობის სახით გადაცემის მიზნით. 

ერთ-ერთი მთავარი ფუნქცია მომხმარებლის ხედვის არეალში არსებული ობიექტების დეტალური აღწერილობის მიწოდებაა. ამ ფუნქციის გასააქტიურებლად უბრალოდ საჭიროა ჩაირთოს „დეტალური პასუხების“ ფუნქცია Meta AI აპლიკაციის პარამეტრების „ხელმისაწვდომობის“ განყოფილებაში. გააქტიურების შემდეგ მომხმარებელს შესაძლებლობა აქვს ხმოვან ასისტენტს დაუსვას კითხვა მიმდებარე სივრცის შესახებ და მოისმინოს დეტალური აღწერა. ფუნქცია ეტაპობრივად, მომდევნო კვირების განმავლობაში, აშშ-სა და კანადაში მომხმარებლებისთვის გახდება ხელმისაწვდომი. Meta ხაზს უსვამს, რომ დეტალური პასუხები მომავალში სხვა ქვეყნებშიც გამოჩნდება, თუმცა კონკრეტულ თარიღებს ან რეგიონებს არ ასახელებს. 

 

Meta AI დეტალურად აღწერს გარემოს  

გარდა ამისა, Meta-მ დაადასტურა ფუნქცია „მოიწვიე მოხალისე“-ს საერთაშორისო გაშვება, რომელიც პირველად 2024 წლის სექტემბერში დაინერგა და ნაწილობრივ იმავე წლის ნოემბერში ამოქმედდა. თავდაპირველად ის ხუთ ქვეყანაში იყო ხელმისაწვდომი: აშშ-ში, კანადაში, გაერთიანებულ სამეფოში, ირლანდიასა და ავსტრალიაში. 2025 წლის მაისის ბოლოსთვის ეს ფუნქცია ხელმისაწვდომი იქნება ყველა იმ 18 ქვეყანაში, სადაც Meta AI უკვე ფუნქციონირებს. „ჰეი მეტა, იყავი ჩემი თვალები“-ს თხოვნით მომხმარებელს შეუძლია დაუკავშირდეს 8 მილიონ მხედველ მოხალისეს და მიიღოს დახმარება ყოველდღიურ საქმეებში სათვალის კამერიდან პირდაპირი ვიდეოჩანაწერის საშუალებით. 

Meta-ს ხელოვნური ინტელექტი ახლა მომხმარებლებს საშუალებას აძლევს სათვალის კამერიდან მიღებული ვიზუალური მონაცემების საფუძველზე ასისტენტის მიერ მოწოდებული აღწერილობების დეტალების დონე განსაზღვრონ პერსონალურად. როდესაც „დეტალური პასუხების“ (Detailed responses) ფუნქცია გააქტიურებულია, სისტემა უფრო დეტალურ კომენტარებს წარმოქმნის. ეს მოწყობილობასთან ურთიერთქმედებას ყოველდღიურ სიტუაციებში უფრო მოქნილს და სასარგებლოს ხდის, განსაკუთრებით მხედველობის პრობლემების მქონე ადამიანებისთვის. Ray-Ban Meta სათვალე აღჭურვილია დინამიკებით, რაც მომხმარებელს საშუალებას აძლევს ერთდროულად აღიქვას ხმოვანი მინიშნებები და გარემოს ხმები. ეს განსაკუთრებით მნიშვნელოვანია ხმაურიან ურბანულ გარემოში გადაადგილების დროს. Meta ხაზს უსვამს, რომ ეს არ არის გასართობი ფუნქცია, არამედ სრულფასოვანი ინსტრუმენტი ადამიანის შესაძლებლობების გაფართოებისთვის. 

https://tinyurl.com/5n94jwr4 

[Magdalena]

WhatsApp-ში გამოჩნდება პერსონალური ხელოვნური ინტელექტის ბოტების შექმნის მარტივი გზა 

WhatsApp ახალ ფუნქციას დანერგავს, რომელიც მომხმარებლებს საშუალებას მისცემს პირდაპირ აპლიკაციაში შექმნან საკუთარი ხელოვნური ინტელექტის ბოტები. AI Studio-ს სახელით ცნობილი ფუნქციის მომხმარებლებს პროგრამირების უნარების ქონა არ დასჭირდებათ. 

 

ფოტოს წყარო: Lonely Blue / Unsplash 

როგორც 9to5Mac იტყობინება, AI Studio უკვე ტესტირებას გადის iOS-ისა და Android-ის შეზღუდული რაოდენობის მომხმარებლებზე. ადრე, Meta-ს ეკოსისტემაში AI ასისტენტების შესაქმნელად საჭირო იყო Meta AI Studio-ს ვებ ვერსიის, Messenger-ის ან Instagram-ის გამოყენება, მაგრამ ახლა ეს ფუნქცია WhatsApp-ში გამოჩნდება. 

ბოტების შექმნის პროცესი მაქსიმალურად მარტივი იქნება. მომხმარებლებს შეეძლებათ ბოტისთვის როლის არჩევა, მაგალითად, ეს შეიძლება იყოს სასწავლო ასისტენტი, ტურისტული გიდი ან მოტივაციური მწვრთნელი. ასევე შესაძლებელი იქნება კომუნიკაციის სტილის პერსონალიზება: მშვიდი, ენერგიული, იუმორისტული ან პროფესიონალური და ინფორმაციული. ამავდროულად, სისტემა მომხმარებელს შესთავაზებს მინიშნებებს, რომლებიც დაეხმარება ხელოვნური ინტელექტის მქონე ბოტის ქცევის ადაპტირებაში. 

ნაგულისხმევად, შექმნილი ხელოვნური ინტელექტის ბოტები კონფიდენციალური იქნება, მაგრამ მათი გაზიარება უნიკალური ბმულის საშუალებით იქნება შესაძლებელი, როგორც ეს OpenAI-სა და Google-შია დანერგილი. მართალია, GPT Store-მ, მიუხედავად იმისა, რომ მაღალი მოლოდინები არ გაამართლა, მომხმარებლებისთვის იდეებისა და შთაგონების წყაროდ რჩება. თუ Meta მსგავს ფუნქციონალს დანერგავს, ამან შესაძლოა მომავალში გაზარდოს მომხმარებლის ინტერესი ასეთი ინსტრუმენტების მიმართ, წერს 9to5Mac. 

ფუნქცია ჯერ კიდევ შემუშავების პროცესშია და მისი გამოშვების ზუსტი ვადები არ არსებობს. თუმცა, ბოლო ბეტა ვერსიებში შესაბამისი კოდის სტრიქონების არსებობა იმაზე მიუთითებს, რომ გამოშვებამდე დიდი დროარ დარჩა - განსაკუთრებით iPad-ისთვის ოფიციალური WhatsApp აპლიკაციის ბოლოდროინდელი გამოშვებისა და მომხმარებლის სახელების სისტემის ტესტირების ფონზე. 

https://tinyurl.com/3dp8ub3f 

[Magdalena]

10 წელიწადში ხელოვნური ინტელექტის ამაჩქარებლები HBM-ის ტერაბაიტებს მოიცავენ და 15 კვტ-ს მოიხმარენ - ეს შეცვლის მონაცემთა ცენტრების დაპროექტების, ენერგომომარაგებისა და გაგრილებისადმი მიდგომას 

ახალი თაობის ხელოვნური ინტელექტის ჩიპები არა მხოლოდ უფრო სწრაფი იქნება, არამედ ისინი უპრეცედენტო რაოდენობის ენერგიას მოიხმარენ და მონაცემთა ცენტრების ინფრასტრუქტურის რადიკალურ რეფორმას საჭიროებენ. მეცნიერების აზრით 2035 წლისთვის ხელოვნური ინტელექტის ამაჩქარებლების ენერგომოხმარება შეიძლება დაახლოებით 15 კვტ-მდე გაიზარდოს, რაც ეჭვქვეშ დააყენებს თანამედროვე მონაცემთა ცენტრების ინფრასტრუქტურის მათ მხარდაჭერის უნარს, იტყობინება Network World. 

კორეის მეცნიერებისა და ტექნოლოგიების მოწინავე ინსტიტუტის (KAIST) დაქვემდებარებაში არსებული TeraByte Interconnection and Package Laboratory-ის (TeraLab) მკვლევრებმა გამოთვალეს, რომ HBM4-ზე გადასვლა 2026 წელს მოხდება, ხოლო 2038 წლისთვის HBM8 გამოჩნდება. განვითარების თითოეული ეტაპი უზრუნველყოფს წარმადობის გაუმჯობესებას, თუმცა ამასთან ერთად გაიზრდება სიმძლავრისა და გაგრილების მოთხოვნებიც. ლაბორატორია მიიჩნევს, რომ ერთი GPU-ს ენერგომოხმარება 2035 წლისთვის 800 ვატიდან 1200 ვატამდე გაიზრდება. 32 HBM სტეკთან ერთად, რომელთაგან თითოეული 180 ვატს მოიხმარს, საერთო სიმძლავრე შეიძლება გაიზარდოს 15360 ვატამდე (ქვემოთ მოცემულ ცხრილში მოცემულია HBM8 სტეკების გაანგარიშება და არა HBM7). 

ინდივიდუალური HBM8 მოდულები, სავარაუდოდ, სამომავლოდ უზრუნველყოფენ 240 გბ-მდე მოცულობას და 64 ტბ/წმ-მდე მეხსიერების სიჩქარეს. ამაჩქარებელს შეუძლია უზრუნველყოს HBM-ის დაახლოებით 5-6 ტბაიტი, მეხსიერების სიჩქარით 1 პბ/წმ-მდე. ეს გამოიწვევს თავად ამაჩქარებლის დიზაინის შეცვლას. ძირითადი ელემენტი იქნება HBM დასტები - პროცესორები, კონტროლერები და ამაჩქარებლები ინტეგრირებული იქნება ერთ სუბსტრატში HBM მოდულების გამოყენებით. შესაძლებელია გადასვლა 3D შეფუთვაზე ორმხრივი ინტერპოზერის სუბსტრატების ან თუნდაც რამდენიმე ინტერპოზერის გამოყენებით კრისტალების სხვადასხვა „სართულზე“. 

 

ფოტოს წყარო: KAIST 

გარდა ამისა, ამაჩქარებლებისთვის ახალი გაგრილების სისტემების შემუშავება იქნება საჭირო. უკვე ტრადიციული პირდაპირი თხევადი გაგრილების (DLC) და ჩაძირვითი თხევადი გაგრილების სისტემების გარდა, სავარაუდოდ, საჭირო იქნება ჩიპების პაკეტებში პირდაპირ ინტეგრირებული გაგრილების სისტემების დამატება. მრავალშრიანი ჩიპებიდან სითბოს გაბნევისთვის ასევე გამოყენებული იქნება სითხის გამჭოლი ხვრელების შეერთებები (F-TSV), Cu-Cu შეერთებები, კრისტალებში არსებული თერმული სენსორები და ინტელექტუალური მართვის სისტემები, რომლებიც ჩიპებს ტემპერატურის ცვლილებებთან ადაპტაციის საშუალებას მისცემს. 

 

მონაცემთა ცენტრის დონეზე შეიცვლება როგორც გაგრილების წრედი, ასევე მთელი ობიექტის ტემპერატურული ზონირება. KAIST ხაზს უსვამს, რომ რეგიონების უმეტესობაში ობიექტები უბრალოდ ვერ შეძლებენ მაღალი სიმძლავრის მხარდაჭერას. მიუხედავად იმისა, რომ ჰიპერსკეილერები გიგავატებს ათწლეულების განმავლობაში ინახავენ, რეგიონულ კომუნალურ კომპანიებს ელექტროგადამცემი ხაზების მოდერნიზებისთვის 7-15 წელი დასჭირდებათ. ზოგიერთ ადგილას კი ეს შეიძლება არ მოხდეს. მაგალითად, დუბლინში (ირლანდია) ახალი მონაცემთა ცენტრების მშენებლობაზე მორატორიუმი კვლავ მოქმედებს, მაინის ფრანკფურტში მსგავსი აკრძალვა 2030 წლამდეა ძალაში, ხოლო სინგაპურში დღეს მხოლოდ 7.2 მეგავატია ხელმისაწვდომი. 

 

ექსპერტების აზრით, ელექტროენერგია ერთ-ერთი ხარჯვითი პუნქტიდან გადამწყვეტ ფაქტორად იქცა - ხელოვნური ინტელექტის პროექტების განხორციელების შესაძლებლობა მის ხელმისაწვდომობაზე იქნება დამოკიდებული. ელექტროენერგია თანამედროვე ხელოვნური ინტელექტის ინფრასტრუქტურაში, ქლაუდ და ლოკალურ ინფრასტრუქტურაში ოპერაციული ხარჯების 40-60%-ს შეადგენს. როგორც TechInsights-ში აღინიშნა, ერთი 15 კვტ სიმძლავრის ამაჩქარებელი 24 საათის განმავლობაში მუშაობისას, წელიწადში 20 ათასი აშშ დოლარის ენერგიის „შეჭმას“ შეძლებს და ეს არ მოიცავს გაგრილების ხარჯებს. 

 

კომპანიები უკვე იძულებულნი არიან გადახედონ ინფრასტრუქტურის ამოქმედების სტრატეგიებს, მარეგულირებელი ნორმების შესაბამისობის, ენერგიის რეგიონული ტარიფების და ა.შ. გათვალისწინებით. ჰიპერსკეილერები დამატებით უპირატესობებს იღებენ დაბალი PUE-ს, განახლებად ენერგიაზე წვდომისა და ოპტიმიზებული ენერგიის შესყიდვის სქემების გამო. ახალ რეალობაში ეფექტურობა იზომება არა მხოლოდ დოლარებში ან Flops-ში, არამედ კილოვატებშიც. 

 

გარდა ამისა, მონაცემთა ცენტრების ბაზრის გეოგრაფია იცვლება. ენერგორესურსებით მდიდარი რეგიონები, როგორიცაა აშშ, სკანდინავია და სპარსეთის ყურის ქვეყნები, მონაცემთა ცენტრების მშენებლობაში სულ უფრო მეტ ინვესტიციას იზიდავენ, ხოლო სუსტი ენერგოსისტემების მქონე რეგიონები „ხელოვნური ინტელექტის უდაბნოებად“ გადაქცევის რისკის ქვეშ არიან, სადაც სიმძლავრის მასშტაბირება შეუძლებელია. 

 

ხელოვნური ინტელექტის ინფრასტრუქტურის შემქმნელებმა ახლა დიდი ყურადღება უნდა მიაქციონ ენერგეტიკულ საკითხებს: ელექტროენერგიის ხარჯებს, ენერგორესურსების ხელმისაწვდომობას, ემისიების გამჭვირვალობას, მონაცემთა ცენტრების სიახლოვეს ელექტროქსელებთან და ა.შ. სულ ახლახანს, ამერიკულმა რეგულატორმა NERC-მა, რომელიც პასუხისმგებელია შეერთებულ შტატებში ელექტროქსელებისა და მასთან დაკავშირებული ინფრასტრუქტურის ზედამხედველობაზე, განაცხადა, რომ მონაცემთა ცენტრების ქსელებთან დაკავშირება ამჟამად ძალიან სარისკოა მონაცემთა ცენტრების არაპროგნოზირებადობის გამო. 

https://tinyurl.com/3mbd6y5s