Новости ИИ

В условиях ускоряющегося внедрения искусственного интеллекта (ИИ) в бизнес-процессы компании по всему миру сталкиваются с необходимостью пересмотра структуры персонала. Однако, несмотря на масштабные сокращения рабочих мест, крупные корпорации продолжают выплачивать миллиарды долларов инвесторам, что вызывает вопросы о приоритетах современного капитализма.

ИИ как фактор сокращения рабочих мест

Согласно исследованиям, внедрение ИИ-технологий в автоматизацию рутинных задач приводит к сокращению штатов в различных отраслях. Например, в финансовой сфере, где ИИ используется для анализа данных и управления рисками, компании сокращают количество сотрудников, занимающихся рутинной обработкой информации. В 2023 году более 30% крупных корпораций заявили о планах сократить персонал на 10-20% в рамках цифровой трансформации.

Этот процесс не ограничивается только техническими отраслями. В ритейле, логистике и даже в сфере образования ИИ начинает заменять человеческий труд. Например, автоматизированные системы обработки заказов и управления складами позволяют сократить число сотрудников, что снижает операционные расходы.

Инвестиционные выплаты: приоритеты капитала

Несмотря на сокращение штатов, компании продолжают выплачивать значительные суммы инвесторам. В 2023 году крупные корпорации, такие как Apple, Amazon и Alphabet, распределили между акционерами более $100 млрд в виде дивидендов и выкупа акций. Это создает противоречивую картину: с одной стороны, сокращаются рабочие места, с другой — увеличиваются выплаты акционерам.

Экономисты отмечают, что такие действия связаны с давлением со стороны инвесторов, которые требуют максимальной прибыли. В результате, компании часто предпочитают вкладывать средства в технологии и дивиденды, а не в развитие персонала или социальные программы.

Критика и возможные решения

Эта ситуация вызывает критику со стороны общественных организаций и политиков. Эксперты подчеркивают, что баланс между технологическим прогрессом и социальной ответственностью нуждается в пересмотре. Например, некоторые страны уже внедряют программы переподготовки сотрудников для работы с ИИ, что позволяет смягчить последствия сокращений.

Кроме того, предложения о введении налога на автоматизацию или увеличении минимального размера дивидендов, направленных на социальные нужды, получают поддержку. Однако реализация таких инициатив требует международного сотрудничества и политической воли.

В конечном итоге, вопрос заключается в том, как соединить инновации с социальной справедливостью. Внедрение ИИ может быть не только инструментом повышения эффективности, но и возможностью создания новых рабочих мест, требующих высокой квалификации. Однако для этого необходимо пересмотреть подходы к управлению ресурсами и приоритетам в бизнесе.

Заключение

Современный бизнес сталкивается с дилеммой: с одной стороны, цифровизация и автоматизация приводят к сокращению рабочих мест, с другой — инвестиционные выплаты остаются на высоком уровне. Это требует пересмотра стратегий, чтобы обеспечить баланс между технологическим прогрессом и социальной ответственностью. Только так можно избежать социального неравенства и создать устойчивую модель экономики, основанную на взаимовыгодном сотрудничестве между технологиями, бизнесом и людьми.

Компания Microsoft представила новую версию своей модели изображений MAI-Image-2.5, которая заняла третье место в рейтинге Arena. Это событие стало важным шагом в развитии искусственного интеллекта в области обработки визуальной информации.

Особенности MAI-Image-2.5

MAI-Image-2.5 демонстрирует значительные улучшения в точности и скорости обработки изображений. Модель способна генерировать высококачественные изображения, а также выполнять сложные задачи анализа визуальных данных. Это делает её особенно полезной для приложений в области образования, медиа и научных исследований.

Рейтинг Arena

Рейтинг Arena оценивает производительность различных моделей искусственного интеллекта по различным критериям. MAI-Image-2.5 заняла третье место, что подтверждает её высокую эффективность и конкурентоспособность на рынке.

Влияние на индустрию

Запуск MAI-Image-2.5 может повлиять на развитие индустрии искусственного интеллекта, особенно в сфере создания и анализа изображений. Эксперты ожидают, что новые технологии ускорят внедрение ИИ в образовательные и бизнес-процессы.

Перспективы развития

Компания Microsoft продолжает инвестировать в развитие своих ИИ-моделей, что подтверждается успешным запуском MAI-Image-2.5. В будущем ожидается ещё больше инноваций, направленных на улучшение качества и функциональности искусственного интеллекта.

29 мая 2026 года в 19:40 по восточному поясному времени, от Университета Иллинойса в Чикаго

Новости от Newswise: Эксперт УИК готов обсудить законы о ИИ и регулирование центров обработки данных

Два закона Иллинойса, SB 315 и Закон о мощности (POWER Act), представляют значительные усилия на уровне штата по регулированию искусственного интеллекта и быстро растущей индустрии центров обработки данных. Майкл Беннетт, заместитель главного директора по стратегии данных и искусственного интеллекта в Университете Иллинойса в Чикаго, а также аффилированный преподаватель в Школе права УИК, готов обсудить меры, одна из которых ожидает подписи губернатора Дж. Б. Притцкера, а другая находится на обсуждении в законодательстве. Беннетт может обсудить последствия SB 315 для ответственности и надзора в области ИИ, как подход Иллинойса сравнивается с национальным и глобальным уровнем, этические и социальные последствия Закона о мощности и что оба усилия означают для будущего регулирования ИИ на уровне штатов и федеральных органов.

Ключевые аспекты обсуждения

• SB 315: Регулирование ответственности и надзора за искусственным интеллектом.
• POWER Act: Этические и социальные последствия регулирования центров обработки данных.
• Сравнение национального и международного уровня: Как Иллинойс позиционирует себя в контексте регулирования ИИ.
• Будущее регулирования: Перспективы законодательных инициатив на федеральном и государственном уровнях.

Роль Майкла Беннетта

Майкл Беннетт, занимающий должность заместителя главного директора по стратегии данных и искусственного интеллекта в Университете Иллинойса в Чикаго, является экспертом в области технологий и политики. Его работа включает в себя анализ последствий законодательных инициатив, таких как SB 315 и POWER Act, а также их влияние на индустрию ИИ и центры обработки данных. Беннетт также участвует в разработке стратегий, направленных на баланс между инновациями и этическими нормами.

Значение регулирования ИИ и центров обработки данных

Регулирование искусственного интеллекта и центров обработки данных становится все более актуальным в условиях роста технологий. Законы, такие как SB 315 и POWER Act, направлены на обеспечение прозрачности, ответственности и защиты прав граждан. Эти инициативы отражают стремление штатов к созданию рамок, которые будут способствовать устойчивому развитию технологий без ущерба для общества.

Перспективы будущего

Обсуждение законодательных инициатив в области ИИ и центров обработки данных указывает на то, что регулирование станет ключевым элементом технологической политики. Стандарты, разработанные на уровне штатов, могут повлиять на федеральные законы и международные соглашения. Эксперты, такие как Майкл Беннетт, играют важную роль в формировании этих стандартов, обеспечивая баланс между инновациями и этическими нормами.

Контакт для медиа

Для получения дополнительной информации или организации интервью с Майклом Беннеттом, пожалуйста, свяжитесь с Университетом Иллинойса в Чикаго через официальные каналы связи. Эксперт доступен для обсуждения актуальных вопросов, связанных с ИИ и регулированием данных.

Ссылка на источник: Newswise

Законодательные органы Нью-Мексико сталкиваются с растущим давлением со стороны экспертов и представителей отрасли, требующих обновления образовательных политик в сфере искусственного интеллекта (ИИ). Эксперты подчеркивают необходимость адаптации учебных программ к быстро меняющимся технологическим реалиям, чтобы обеспечить будущее поколение необходимыми навыками.

Растущая потребность в модернизации

С развитием технологий ИИ становится все более очевидным, что текущие образовательные стандарты не отвечают современным требованиям. Согласно недавнему исследованию, более 70% преподавателей в штате признают, что им не хватает ресурсов и методик для преподавания ИИ-курсов. Это создает разрыв между потребностями рынка труда и подготовкой учащихся.

Сторонники реформ подчеркивают важность инвестиций

Активисты и представители бизнеса настаивают на увеличении финансирования программ по ИИ в образовании. «Инвестиции в цифровую грамотность сегодня — это вложение в будущее экономики штата», — заявил один из спикеров на недавней конференции. В частности, предлагается выделить $200 000 на разработку новых учебных материалов и $100 000 на обучение педагогов.

Политики инициируют дискуссию

Представители законодательного собрания штата начали обсуждение возможных изменений в законодательстве. Один из законодателей отметил: «Мы должны обеспечить, чтобы учащиеся Нью-Мексико не отставали в технологическом развитии». В рамках инициативы предлагаются новые стандарты для школьных программ, включая модули по машинному обучению и этике ИИ.

Потенциальные вызовы

Несмотря на поддержку реформ, эксперты предупреждают о возможных трудностях. Недостаток квалифицированных преподавателей, технические ограничения и необходимость согласования с местными образовательными учреждениями могут замедлить реализацию планов. Кроме того, некоторые критики считают, что акцент на ИИ может отвлечь внимание от других важных аспектов образования.

Будущие шаги

Законодательный комитет планирует провести дополнительные слушания для сбора мнений от общественности. Ожидается, что окончательный проект закона будет представлен в следующем году. «Это первый шаг к созданию системы, которая подготовит учащихся к реалиям цифровой эпохи», — заключил один из членов комитета.

Конгрессмен Сэм Ликкардо считает, что одним из решений проблемы занятости в условиях роста искусственного интеллекта является приглашение технологических компаний, таких как Meta, Google и другие, создать образовательные программы в местных колледжах и центрах сообщества для подготовки будущей рабочей силы. Фото из архива.

Почему важно сотрудничество с технологическими компаниями

Ликкардо предложил модель, вдохновленную инициативой бывшего президента Барака Обамы, которая предусматривала налоговые льготы для компаний, инвестирующих в программы переподготовки рабочих в регионах Iron Belt и Appalachia. Он хочет внедрить аналогичный подход для технологических компаний, добавив условие: компания, нанимающая выпускников программ, получит дополнительную налоговую льготу.

«Вы можете быть уверены, что компания действительно вложилась в программу, только если она готова платить своим сотрудникам», — отметил Ликкардо.

Опыт в сотрудничестве с частным сектором

Как мэр Сан-Хосе, Ликкардо участвовал в переговорах с Alaska Airlines о расширении рейсов в его город. Когда авиакомпания заявила, что не имеет достаточно механиков, она заключила партнерство с Калифорнийским государственным университетом, вложив средства в расширение программы подготовки специалистов. Он считает, что аналогичная модель может работать и в технологическом секторе.

«Я не знаю, какие навыки и профессии будут востребованы через 10 лет, но уверен, что частный сектор будет знать об этом раньше, чем государственные образовательные учреждения, поскольку они будут нанимать людей», — сказал Ликкардо.

Проблемы с регулированием ИИ

Ликкардо выступает против жестких регуляторных мер в области ИИ. Он написал статьи в Washington Post и Wall Street Journal, где подчеркнул, что федеральное правительство не в состоянии эффективно регулировать искусственный интеллект. Вместо этого он предлагает создать «арбитра» — организацию, которая будет оценивать безопасность технологий и устанавливать стандарты.

Согласно его предложению, Центр стандартов и инноваций в области ИИ при Министерстве торговли будет определять лучшие практики безопасности для ИИ-моделей и выделять компании, соответствующие этим стандартам. Такие компании получат федеральную защиту от юридических рисков на уровне штатов.

Акцент на устойчивое развитие

Ликкардо также хочет, чтобы компании, строящие центры обработки данных, инвестирировали в возобновляемую энергетику. Он предложил упростить процедуру получения разрешений на строительство, если компании вложат средства в батареи и энергетическую инфраструктуру.

«Это решит проблемы, связанные с перегрузкой энергосистемы, и ускорит строительство», — заявил Ликкардо.

Политические приоритеты

Помимо ИИ, Ликкардо считает важным решать вопросы здравоохранения и доступности. Если демократы получат большинство в Палате представителей, он предложит закон, отменяющий пошлины Трампа и восстанавливающий контроль Конгресса над торговыми тарифами. Также он работает над расширением налоговых льгот по программе Affordable Care Act.

«Мы проиграли Трампу потому, что не доказали, что умеем управлять страной. Нам нужно предложить конкретные законы, которые помогут людям оплачивать продукты, аренду и медицинскую страховку», — сказал Ликкардо.

Эта статья впервые появилась в Palo Alto Weekly. Геннадий Шейнер — редактор Palo Alto Weekly и Palo Alto Online. Как бывший корреспондент, он получил награды за освещение выборов, землепользования, бизнеса, технологий и экстренных новостей.

Компания Microsoft представила новую модель для обработки изображений под названием MAI-Image-2.5, которая заняла третье место в рейтинге Arena, одном из самых популярных тестов для оценки нейросетей. Модель демонстрирует значительные улучшения в точности и скорости обработки изображений, что делает её одной из самых перспективных в области искусственного интеллекта.

Технические особенности MAI-Image-2.5

MAI-Image-2.5 основана на более крупной архитектуре, чем её предшественник, что позволяет ей обрабатывать сложные изображения с высокой степенью детализации. Модель использует современные алгоритмы для оптимизации вычислений, что снижает время отклика и повышает эффективность работы.

Рейтинг Arena и конкуренты

В рейтинге Arena, который оценивает модели по различным критериям, включая точность, скорость и устойчивость к ошибкам, MAI-Image-2.5 заняла третье место. На первом месте оказалась модель от Google, а на втором — разработка от Meta. Это подтверждает, что Microsoft не только держит высокий уровень, но и активно развивает свои технологии в области компьютерного зрения.

Применение в образовании и других сферах

Новая модель может найти широкое применение в образовательных учреждениях, где требуется быстрая и точная обработка визуальной информации. Например, MAI-Image-2.5 может использоваться для автоматической проверки заданий, анализа графиков и диаграмм, а также для создания интерактивных учебных материалов. Кроме того, модель подходит для медицинской диагностики, робототехники и других областей, где важна точность обработки изображений.

Перспективы развития

Специалисты Microsoft заявили, что MAI-Image-2.5 — это только начало. В ближайшие месяцы компания планирует выпустить обновлённые версии модели, которые будут поддерживать новые форматы изображений и улучшат взаимодействие с другими системами. Это откроет новые возможности для разработчиков и пользователей, которые хотят использовать искусственный интеллект в своих проектах.

Заключение

Запуск MAI-Image-2.5 демонстрирует, что Microsoft продолжает вкладывать значительные ресурсы в развитие искусственного интеллекта. Модель не только улучшает текущие технологии, но и открывает новые горизонты для применения в различных сферах. Следующие обновления, вероятно, укрепят позиции Microsoft на рынке и ускорят внедрение инноваций в реальную жизнь.

Uber представил новую систему AI-оценки Product Requirement Documents (PRD), которая служит первым этапом проверки, выявляя пробелы и предлагая улучшения до формального обзора, что ускоряет разработку. Статья описывает процесс работы инструмента и его преимущества.

Контекстуализация PRD

Система начинает с черновика PRD и строит комплексную базу знаний вокруг него. Она собирает связанные документы, презентации, протоколы встреч, предыдущие эксперименты и даже основные принципы компании и определения метрик. Это помогает выявить потенциальные проблемы, которые могут упустить отдельные менеджеры продуктов, такие как неподтвержденные предположения, слепые пятна в воздействии функции на другие системы или изменения, требующие дополнительных мер предосторожности.

Тонкая настройка глубины обзора

Не все PRD требуют одинаковой степени внимания. Система классифицирует предложения, чтобы соответствовать уровню проверки:

• Легкий обзор для незначительных изменений, таких как паритет интерфейса.
• Средний обзор для постепенных обновлений рабочих процессов или миграции инструментов.
• Полный обзор для новых функций.
• Специализированный полный обзор для чувствительных областей, таких как ценообразование или изменения на рынке.

Оценка готовности к запуску

Процесс проверки оценивает готовность к запуску по нескольким измерениям:

• Возможность и гипотеза: четко ли определена проблема и измерим ли успех?
• Объем продукта: предложение понятно и готово к принятию решений?
• Пользовательский опыт и влияние: учитывает ли оно различные сегменты пользователей и крайние случаи?
• Строгость метрик и данных: звучат ли метрики успеха, меры предосторожности и подходы к валидации?

Действенные карточки, а не просто комментарии

Вместо общих отзывов AI генерирует структурированную карточку. Она включает рейтинг готовности к запуску, оценку по каждому измерению и приоритизированный список действий. Ключевым моментом является предоставление конкретных предложений по улучшению, включая текст для написания и доказательства из связанной базы знаний. Это превращает критику в руководство для действий, делая процесс пересмотра более эффективным и направленным.

Преимущества за пределами гладкого текста

Основное преимущество инструмента заключается в расширении поля зрения менеджера продукта. Он связывает черновики с предыдущими артефактами и выявляет контекст, который в противном случае зависел бы от институциональной памяти. Это также стандартизирует самопроверку, переходя от неясных ощущений к явному выявлению недостающих фундаментальных элементов.

В конечном итоге, это улучшает качество обсуждений на обзорах, смещая фокус с восстановления контекста на стратегические компромиссы и суждения. Uber обнаружил, что фреймворки, связанные с критериями решений, были более эффективными, чем общие критики. Богатство контекста оказалось более ценным, чем качество языка.

Определение критических пробелов и приоритизация действий были важны для честности и полезности. AI-оценка PRD разработана, чтобы дополнить, а не заменить человеческое суждение, острее обсуждений до важных решений. Этот паттерн усиления вводных данных для человеческих решений имеет значительный потенциал за пределами Uber.

В рамках May 2026 Health Policy Update, специалисты обсуждают важность искусственного интеллекта (ИИ) в системе здравоохранения и его влияние на антимонопольные правила. В статье рассматриваются ключевые аспекты регулирования, включая управление конфиденциальностью данных, отношения с поставщиками и управление ИИ в медицинской сфере.

Основные темы

• Роль ИИ в повышении эффективности работы медицинских учреждений
• Комплиансиные риски, связанные с использованием ИИ
• Антимонопольные аспекты внедрения ИИ в здравоохранении
• Новые законодательные инициативы в области ИИ

Специалисты Mintz подчеркивают, что внедрение ИИ в здравоохранении требует тщательного соблюдения антимонопольных норм. Это связано с тем, что ИИ может влиять на конкуренцию на рынке медицинских услуг и создавать риски для потребителей.

Рекомендации по управлению ИИ

Для обеспечения соответствия антимонопольным требованиям, медицинские учреждения должны:

• Проводить регулярные аудиты ИИ-систем
• Разрабатывать стратегии управления данными и конфиденциальностью
• Сотрудничать с регулирующими органами для обеспечения прозрачности процессов

Кроме того, статья отмечает, что новые законодательные инициативы, такие как EU AI Act и изменения в регулировании ИИ в США, будут играть ключевую роль в формировании будущих стандартов использования ИИ в здравоохранении.

Заключение

ИИ становится неотъемлемой частью системы здравоохранения, но его внедрение требует внимательного подхода с точки зрения антимонопольного регулирования. Медицинские учреждения и регулирующие органы должны совместно разрабатывать стратегии, направленные на обеспечение безопасности, эффективности и соблюдения прав потребителей.

Для получения дополнительной информации о последних тенденциях в области ИИ и антимонопольного регулирования, рекомендуется следить за обновлениями от Mintz и другими экспертами в этой области.

Стартапы, занимающиеся искусственным интеллектом в Китае, привлекли более 110 миллиардов юаней в первые три месяца года. Фото: Shutterstock Images

Рост инвестиций следует за многолетними усилиями государственной политики по направлению капитала в стратегические отрасли, такие как чипы, ИИ и производство.

В первом квартале 2026 года финансирование стартапов в области искусственного интеллекта в Китае утроилось, что свидетельствует о растущем интересе к технологиям больших языковых моделей (LLM) и робототехнике. По данным, опубликованным в отчете South China Morning Post, объем привлеченных средств составил более 110 миллиардов юаней ($16 миллиардов), что стало рекордным показателем за последнее время.

Стратегические инвестиции и государственная поддержка

Этот рост финансирования связан с долгосрочной политикой Китая, направленной на развитие стратегических отраслей. В последние годы власти активно стимулировали инвестиции в ключевые сектора экономики, такие как производство чипов, искусственный интеллект и высокотехнологичное машиностроение. В частности, государственные программы и регуляторные меры способствовали привлечению капитала в области ИИ, что подчеркивает важность этих технологий для будущего экономического роста.

Китайский премьер-министр Ли Цян подчеркнул необходимость ускорения внедрения искусственного интеллекта в промышленное производство, чтобы компенсировать экономические трудности. Это отражает стратегию, направленную на модернизацию сектора производства и повышение конкурентоспособности китайских компаний на глобальном рынке.

Робототехника и большие языковые модели

Большие языковые модели (LLM) и робототехника стали ключевыми направлениями для инвестиций. Эти технологии находятся в центре внимания как среди китайских стартапов, так и среди международных инвесторов. Многие компании активно разрабатывают решения, основанные на ИИ, включая автоматизированные системы, искусственный интеллект для анализа данных и роботизированные решения для промышленности.

Робототехника также получает значительное внимание. В Китае активно развивается автоматизация производственных процессов, что позволяет повысить эффективность и снизить затраты. Стартапы в этой области привлекают инвестиции из-за высокого потенциала роста и возможностей для инноваций.

Перспективы и вызовы

Несмотря на рост финансирования, китайские стартапы сталкиваются с рядом вызовов, включая конкуренцию на глобальном рынке и необходимость адаптации к быстро меняющимся технологическим стандартам. Однако долгосрочные перспективы остаются положительными, особенно с учетом государственной поддержки и растущего спроса на ИИ-решения.

Эксперты прогнозируют дальнейший рост инвестиций в ИИ и робототехнику в Китае, что может привести к новым технологическим прорывам и укреплению позиций страны на мировом рынке. Важно также отметить, что Китай активно участвует в формировании глобальных стандартов в области искусственного интеллекта, что подчеркивает его роль как ведущего технологического игрока.

As AI continues to evolve, its impact on various industries will only grow. Companies like OpenAI and Meta are also making significant strides in AI development, with new tools and features aimed at enhancing user experiences. However, the need for regulations and ethical guidelines becomes increasingly important to ensure responsible use of these technologies.

In conclusion, the Gemini Omni AI video model and other recent AI developments highlight both the opportunities and challenges of this rapidly advancing field. While the potential for innovation is immense, it is crucial to address the ethical, legal, and societal implications that come with it.