28. jun 2025. – Svet veštačke inteligencije ove nedelje bio je preplavljen dešavanjima, uključujući velike korporativne poteze, najnovija istraživačka dostignuća, nove alate pokretane veštačkom inteligencijom, kao i regulatorne i etičke prekretnice. Od tehnoloških giganata koji zapošljavaju vrhunske AI stručnjake i ulažu u infrastrukturu, preko proboja u zdravstvu i robotici, pa do novih zakona koji počinju da oblikuju budućnost AI – ovo su ključne vesti o veštačkoj inteligenciji o kojima svi pričaju.
Korporativni AI potezi i investicije
Meta zapošljava talente iz OpenAI i povećava AI investicije: Matična kompanija Facebook-a, Meta, dospela je u centar pažnje zapošljavanjem Trapita Bansala, ključnog istraživača iza naprednog OpenAI modela za rezonovanje [1]. Bansal se pridružuje još nekolicini bivših OpenAI naučnika koje je Meta nedavno angažovala [2], što je deo napora generalnog direktora Marka Zuckerberga da osnaži AI sposobnosti kompanije. Meta ima za cilj da trenira AI sisteme na više podataka iz stvarnog sveta, kako bi poboljšala njihove veštine rezonovanja i planiranja [3]. Uporedo s tim, Meta ulaže značajna sredstva u AI infrastrukturu – u junu je stekla 49% udela u kompaniji za označavanje podataka Scale AI (vrednujući Scale na skoro 15 milijardi dolara) [4]. Meta je takođe obezbedila 20-godišnju isporuku nuklearne energije (1,1 GW od Constellation Energy) za svoje AI centre podataka od 2027. godine [5], što naglašava ogromne energetske potrebe AI u velikim razmerama. U odbrambenoj industriji, Meta je sklopila partnerstvo s vojno-tehnološkom firmom Anduril na razvoju AI proširenih AR naočara za američku vojsku [6] – projekat koji integriše Anduril-ovu platformu za podatke s ratišta u Meta AR uređaje za vojnike. Svi ovi potezi ukazuju na odlučnost kompanije Meta da bude na čelu „AI trke“, sa značajnim resursima i stručnjacima iza sebe.
Amazonovo tiho AI širenje: Dok su upečatljivije AI firme bile u žiži javnosti, Amazonova kontinuirana ulaganja u AI pretvorila su ga u neprimetnog pobednika. Cena akcija kompanije je gotovo udvostručena u poslednje tri godine, što analitičari delimično pripisuju AI rastu u svim segmentima poslovanja [7]. U analizi za Nasdaq, Jennifer Saibil navodi da je Amazonova „flywheel“ strategija – od maloprodaje i Prime Video-a do akvizicija u zdravstvu – sve više pokretana servisom Amazon Web Services (AWS), koji obezbeđuje AI cloud infrastrukturu iza brojnih usluga [8]. AWS sada drži oko 30% globalnog tržišnog udela u oblaku, a njegov profit (zajedno sa rastom prihoda od oglašavanja) pomaže u finansiranju Amazonovih AI projekata visokog rizika [9]. Generalni direktor Andy Jassy uporedio je transformativni uticaj AI sa električnom energijom po svojoj sveprisutnosti [10]. U praksi, Amazon je implementirao AI u svim segmentima poslovanja – od automatizacije magacina do Alexa glasovnih asistenata – i snažno investira u generativne AI usluge za AWS klijente. Poruka Amazonovih poslednjih finansijskih izveštaja i poteza je jasna: AI nije sporedni projekat ovog tehnološkog giganta, već centralni deo dugoročne strategije – čak i ako je manje medijski eksponiran od konkurencije.
Salesforce i Perplexity predstavljaju nove AI alate: Lider u softveru za preduzeća, Salesforce, ove nedelje lansirao je Agentforce 3, unapređenje AI platforme za korisničku podršku. Novi sistem pretvara četbotove („agente“) u prave virtuelne saradnike zaposlenih u korisničkoj službi, nudeći komandni centar za uživo praćenje, reprodukciju sesija i Agent Exchange bazar sa preko 100 unapred pripremljenih automatizacija [11]. Ova unapređenja imaju stvaran poslovni efekat – Salesforce je zabeležio rast od 233% u korišćenju AI agenata za šest meseci, jer firme otkrivaju da AI sada može rešiti većinu zahteva za podršku i drastično skratiti vreme odgovora [12]. U međuvremenu, AI startap Perplexity – poznat po svom AI pretraživačkom asistentu – predstavio je niz funkcionalnosti koje njihov proizvod pretvaraju iz jednostavnog Q&A u studio za istraživanje i produktivnost. Novi Perplexity Labs može da generiše izveštaje, prezentacije ili čak jednostavne web aplikacije na osnovu jezičkih instrukcija [13]. Nova funkcija glasovne interakcije omogućava korisnicima da postavljaju pitanja naglas i dobiju odgovor, dok opcija slanja fajlova omogućava semantičku pretragu dokumenata ili transkripata sastanaka [14]. Uz velikodušne besplatne pakete i privatnost (korisnici mogu obrisati istoriju razgovora), Perplexity sada kombinuje mogućnosti alata kao što su Notion, ChatGPT i Wolfram Alpha u jednom AI asistentu [15]. Trend je jasan: i velike i male kompanije ubrzano integrišu AI u proizvode radi veće produktivnosti i novih mogućnosti, što daje konkurentsku prednost onima koji ove alate znaju efikasno da koriste.
Proboji u AI tehnologijama i istraživanju
DeepMind-ov AlphaGenome napreduje genomikom: Google-ova istraživačka AI jedinica DeepMind najavila je veliki napredak veštačke inteligencije u genetici. Njihov novi model AlphaGenome može analizirati do milion DNA baza odjednom i predvideti kako će genetske mutacije uticati na regulaciju i funkciju gena [16] [17]. Ovaj objedinjeni DNA model koristi konvolutivne neuronske mreže i transformatore kako bi uhvatio i lokalne DNK motive i udaljene genske interakcije – može, na primer, detektovati pojačivač skoro 980.000 baza udaljen i i dalje precizno utvrditi njegov uticaj na ciljni gen [18]. Na testiranjima, AlphaGenome je nadmašio sve prethodne metode u 22 od 24 ključna zadatka iz genomike, pa je čak i otkrio poznatu mutaciju koja izaziva leukemiju koju su naučnici identifikovali tek posle godina istraživanja [19]. DeepMind je AlphaGenome omogućio putem API-ja za nekomercijalna istraživanja, nadajući se da će ubrzati otkrića u genomskim naukama [20] [21]. Istraživači ovaj napredak nazivaju „genomskim gromom“ – genome je sada postao „pretraživ“ uz pomoć AI [22]. Brzim ocenjivanjem efekata DNK varijacija, AI kao AlphaGenome može pomoći u otkrivanju genetskih pokretača bolesti i usmeriti razvoj novih terapija.
Alibaba predstavlja multimodalni Qwen-VLo model: Kineski tehnološki gigant Alibaba objavio je značajno AI dostignuće sa Qwen-VLo, modelom nove generacije za multimodalnu veštačku inteligenciju. Nadogradio je prethodnu Qwen seriju, a Qwen-VLo je ujedinjeni model za viziju i jezik sposoban i za razumevanje slika i za generisanje potpuno novih slika na osnovu tekstualnih instrukcija [23]. „Ovaj unapređeni model ne samo da ‘razume’ svet, već i generiše kvalitetne prikaze na osnovu toga“, objasnio je tim Qwen istraživača [24]. U praksi, korisnici mogu Qwen-VLo dati ulaznu sliku i tražiti složene izmene ili jednostavno opisati sliku u prirodnom jeziku, a model će je generisati. Demonstracije su pokazale da Qwen-VLo precizno obavlja zadatke poput promene stila (npr. „pretvori ovu fotografiju u Van Goghovu sliku“), ubacivanja objekata („stavite crveni šešir na mačku“) i čak kombinovanih instrukcija u isto vreme [25] [26]. Ono što je specifično, Qwen-VLo podržava otvorene upute za uređivanje slika i multijezičan je (lako obrađuje i kineske i engleske instrukcije) [27] [28]. Model generiše slike kroz progresivan proces – dopunjavajući detalje od grubih ka finim – što rezultira koherentnim i realističnim rezultatima. Alibaba je integrisala Qwen-VLo u svoj Qwen Chat interfejs kao preview, najavljujući uslugu u kojoj AI i vidi i stvara, analogno OpenAI GPT-4 s podrškom za viziju. Ovo odražava širi trend u industriji ka multimodalnim AI koji povezuju tekst, viziju i druge domene u jedinstveni sistem.
AI modeli za samo-unapređivanje “SEAL”: U akademskim istraživanjima veštačke inteligencije, naučnici sa MIT-a predstavili su pristup za samo-adaptirajuće jezičke modele (nazvane “SEAL”) koji mogu samostalno učiti iz sopstvenih izlaza. Umesto da ostane statičan nakon treniranja, SEAL model može sam sebi generisati zadatke, pokušati da ih reši, evaluirati svoje odgovore i potom ažurirati svoje znanje – sve bez ljudske intervencije. Na testovima rešavanja zagonetki, prototip SEAL sistema povisio je stopu uspešnosti sa 0 na 72% kroz iterativno samo-treniranje [29]. Model koristi učenje pojačanjem da bi sam sebe nagradio za poboljšanja i može integrisati nove podatke u hodu, iako istraživači upozoravaju na rizik od “katastrofalnog zaboravljanja” starijeg znanja [30]. Obećanje SEAL-a je veštačka inteligencija koja “raste kao šegrt”, a ne kao fiksirani ekspert [31]. Zamislite asistenta za programiranje koji preko noći sebe obučava na novim testovima proisteklim iz jučerašnjih grešaka, ili edukativnog tutora koji usavršava svoje lekcije nakon interakcije sa svakim studentom – takve aplikacije nagoveštava SEAL koncept. Iako je još uvek eksperimentalan, ovaj rad pokazuje da je autonomno unapređivanje sada filozofija dizajna za AI sisteme, što nas približava veštačkoj inteligenciji koja može kontinuirano da se prilagođava i unapređuje [32].
AI (uglavnom) pobedila detektor laži: Nova meta-studija je uzdrmala oblast detekcije obmana. Istraživači su proučili 98 studija i otkrili da sistemi bazirani na veštačkoj inteligenciji i konvolucionim neuronskim mrežama (CNN) mogu bolje otkrivati laži od tradicionalnog poligrafa [33]. Ovi AI sistemi analiziraju mikro-ekspresije lica, treptaje očiju, podrhtavanje glasa, šablone temperature tela, pa čak i podatke EEG moždanih talasa, kako bi razlikovali istinito i obmanjujuće ponašanje [34]. Ljudi često promaknu prolazne izraze lica kao što je polusekundni trzaj obrve, ali mašine mogu da ih uoče i pri 240 sličica u sekundi [35]. Ipak, studija je istakla i značajna ograničenja: signali obmane se razlikuju među kulturama i polovima – podignuta obrva može u jednoj kulturi značiti sumnju, a u drugoj poštovanje [36]. Trenutni modeli detekcije laži često previše odgovaraju regionalnim podacima, što umanjuje njihovu pouzdanost globalno. Pregled zahteva raznovrsniji skup trening podataka i ističe važnost etičkih ograničenja [37]. Ukratko, AI detektori laži postaju bolji od starog poligrafa, ali nisu nepogrešivi – kontekst je bitan. Stručnjaci naglašavaju da svaka upotreba ovakvih alata mora da uzme u obzir privatnost i rizik od lažno pozitivnih rezultata, odražavajući širu debatu o ulozi veštačke inteligencije u nadzoru i sprovođenju zakona.
AI u zdravstvu i biološkim naukama
Duboko učenje predviđa postporođajno krvarenje: U obećavajućem medicinskom AI razvoju, kineski istraživački tim pod vođstvom dr Wenże Žanga objavio je AI model koji može predvideti postporođajno krvarenje (PPH) – vodeći uzrok smrtnosti majki – pre porođaja. Analizirajući MRI snimke trudnica pomoću modela dubokog učenja “late fusion” (kombinujući 2D i 3D konvolucione mreže, plus radiomiku i kliničke podatke), njihov pristup je otkrio slučajeve visokog rizika sa izuzetnom tačnošću. U ispitivanjima na 581 pacijentkinji, AI je ostvario oko 92% osetljivosti i 91% specifičnosti u prognoziranju kod kojih žena bi došlo do teškog krvarenja, premašivši druge metode [38] [39]. “Ranije prepoznavanje pacijentkinja pod rizikom od postporođajnog krvarenja je ključno za optimizaciju plana porođaja, pripremu potrebnih rezervi krvi i minimizaciju negativnih ishoda,” naveli su istraživači u Academic Radiology [40]. Pošto PPH čini oko 25% smrtnih slučajeva majki u svetu [41], ovaj AI alat bi mogao spasiti živote – omogućavajući lekarima da unapred obezbede transfuziju krvi i hirurške timove za pacijentkinje koje su označene kao rizične. Iako je potrebna dodatna validacija pre kliničke upotrebe, ova studija podvlači kako AI, u kombinaciji sa rutinskim MRI pregledima, može prepoznati suptilne signale upozorenja koje ljudsko oko može da propusti, potencijalno spašavajući život majke na porođaju.
AI mikroskop pronalazi “nevidljive” spermatozoide: Još jedan medicinski proboj dogodio se u oblasti fertiliteta. AI-asistirani mikroskop dokazao je da može detektovati životne sposobne spermatozoide i u slučajevima izuzetno niskog broja, koji predstavljaju nerešiv problem za klasične metode. U jednom dramatičnom slučaju, u klinici za plodnost ljubav je uzorak proglašen beznadežnim nakon što su tehničari 48 sati pretraživali preparate i pronašli nula spermatozoida. AI sistem je, koristeći mikrofluidički čip i računarsku viziju, skenirao uzorak i detektovao 44 zdrava spermatozoida za manje od sat vremena [42]. To je bilo dovoljno za specijalizovani IVF postupak (ICSI – intracitoplazmatska injekcija spermatozoida) koji je kasnije doveo do uspešne trudnoće [43]. Ključna prednost AI pristupa je izbegavanje toksičnih boja ili invazivnih biopsija radi pronalaženja spermatozoida. Stručnjaci smatraju da bi ova tehnologija mogla pomoći mnogim slučajevima muške neplodnosti – na primer, rangiranjem zdravlja spermatozoida radi izbora najboljih ćelija, ili proširivanjem tehnike na procenu jajnih ćelija i embriona. Ukratko, ono što je nekada bilo “traženje igle u plastu sena” – potraga za nekolicinom zdravih spermatozoida među milionima ćelija – sada je moguće izvesti pouzdano pomoću AI za veoma kratko vreme. Za parove koji se bore sa začećem, ovakvi napreci donose novu nadu. Ovo je snažan primer kako AI u laboratoriji neposredno menja živote, pretvarajući nekad nemoguće situacije u priče o uspehu.
AI u medicinskom snimanju čuva zdravlje majki: Osim postporođajnog krvarenja, AI se bavi i drugim opstetričkim rizicima. Istraživači iz Kalifornije i Kine su kombinovali MRI “radiomičku” analizu sa mašinskim učenjem za predviđanje spektra placenta akkrete (opasno stanje gde se posteljica previše čvrsto vezuje) i pratećeg krvarenja. Model koji objedinjuje snimke i kliničke podatke ne samo da može predvideti događaje krvarenja, već to čini dovoljno rano da utiče na planiranje porođaja [44]. Pojednostavljeno, to znači da radiolozi uz pomoć AI mogu označiti trudnoće visokog rizika nedeljama pre porođaja. Bolnice zatim mogu pravovremeno obezbediti rezerve krvi i pozvati specijaliste, znatno poboljšavajući ishod. Ovo dostignuće ulazi u širi trend: AI-pojačane dijagnostike u medicinskom snimanju. Od otkrivanja raka na mamografiji do procene moždanih snimaka kod šloga, AI sistemi sve češće služe kao drugi par očiju lekarima. U porodilištu, ovo dodatno predviđanje može biti razlika između života i smrti, naročito u regionima sa ograničenim resursima za brigu o majkama.
AI u robotici i autonomnim sistemima
Google DeepMind-ov robotski mozak na uređaju: Jedno od najuzbudljivijih predstavljanja dolazi iz robotskog odeljenja kompanije Google DeepMind, koja je predstavila Gemini Robotics On-Device, novi bazni AI model koji radi potpuno lokalno na robotima – bez ikakve povezanosti na cloud [45] [46]. Ovaj model “vizija-jezik-akcija” omogućava humanoidnom robotu da opaža okolinu i izvodi složene zadatke uz malu latenciju i bez oslanjanja na internet. “Pošto model radi nezavisno od podatkovne mreže, pogodan je za aplikacije osetljive na latenciju i obezbeđuje robusnost u uslovima sa nestabilnom ili nultom povezanošću,” navodi Karolina Parada, rukovodilac robotike u DeepMind-u [47] [48]. Na osnovu ranijeg “Gemini” modela predstavljenog u martu, On-Device verzija je dizajnirana za bimanualne (dvoručne) robote i može veoma brzo naučiti nove zadatke kroz fino podešavanje. Google izveštava da sistem može obavljati svakodnevne radnje poput otvaranja torbi, savijanja veša, sipanja tečnosti, pa čak i izvlačenja karte iz špila [49]. Programeri su pokazali da sa svega 50–100 demonstracija, model može generalizovati veštine na novi zadatak, što predstavlja ogroman skok u spretnosti i prilagodljivosti robota [50]. Ovo je i prvi veliki robotski model kompanije Google DeepMind koji programeri mogu sami da prilagođavaju [51], otvarajući mogućnost za prilagođavanja. Značaj Gemini On-Device modela je u tome što roboti sada mogu “misliti” i reagovati u realnom vremenu na samom uređaju – što je ključno za industrije poput proizvodnje ili kućne robotike gde su brza odluka i privatnost (čuvanje podataka na uređaju) od najvećeg značaja. Kao što je jedan tehnološki portal duhovito primetio, ovim napretkom “robot sada misli lokalno i deluje trenutno” [52], što bi moglo ubrzati dolazak korisnih humanoidnih robota u stvarni svet.
ABB-jev robot za teške terete u magacinima: U industriji industrijske robotike, ABB je predstavio Flexley Mover P603, autonomnog mobilnog robota sa izuzetno malim gabaritima. Približno veličine stola za kafu, ovo nisko vozilo može preneti teret do 1.500 kg (1,5 tone) [53] – impresivno za svoje dimenzije. P603 se kreće pomoću vizuelnog SLAM-a (istovremena lokalizacija i mapiranje), što znači da može samostalno mapirati pod magacina bez potrebe za posebnim QR kodovima ili šinama [54]. Takođe ima aktivno vešanje kako bi lakše savladavao neravne podove i može precizno pozicionirati teške palete sa tačnošću od 5 mm pri brzini od 2 m/s [55]. Najprivlačnije za upravnike fabrika, rad robota se može konfigurisati putem “drag-and-drop” interfejsa u ABB softverskom studiju, umesto kompleksnog programiranja [56]. Drugim rečima, podešavanje ruta i zadataka za robota je gotovo lako kao pravljenje plejlista. P603 dolazi u trenutku kada fabrike i magacini sve više teže fleksibilnoj automatizaciji – zamenjujući fiksne trake i vođena vozila slobodno-krećućim robotima koji se mogu preusmeriti u hodu. ABB-jevo rešenje, isticano u nedeljnom industrijskom pregledu, je “još jedna cigla” u zidu AI-om pokretane automatizacije koja zahvata logistiku [57]. Kako se lanci snabdevanja prilagođavaju brzom rastu e-trgovine i nestašici radne snage, ovakvi inteligentni roboti postaju nezamenjivi.
Prototip drona za nadzor veličine komarca, kako je predstavila kineska vojna laboratorija [58]. Državna televizija prikazala je maleni bionički dron – sitan kao insekt – kako ga drže između dva prsta.
Kineski špijunski dron veličine komarca: Zvuči kao naučna fantastika, ali kineski istraživači su napravili dron veličine pravog komarca. Ove nedelje, kineska državna televizija CCTV-7 prikazala je snimak malog robotskog letećeg uređaja, koji je student Nacionalnog univerziteta za odbrambenu tehnologiju prikazao tako što ga je prstima uhvatio između jagodica [59]. Dron-komarac postoji u najmanje dve varijante – sa dva i sa četiri krila – i namenjen je tajnim misijama nadzora [60]. Iako tehničke specifikacije ostaju tajna (nije poznato kakve senzore ili trajanje baterije poseduje, imajući u vidu veličinu uređaja), eksperti kažu da samo predstavljanje ovog projekta pokazuje kinesku ambiciju da mikro-UAV tehnologiju dovede do novih ekstrema [61]. Takvi minijaturni dronovi mogli bi neopaženo da uđu u zgrade ili lebde nezapaženo u urbanim sredinama gde veliki dronovi ne mogu da pristupe, čime se otvaraju kompleksna etička i bezbednosna pitanja. Analitičari odbrane ističu da mnoge države rade na dronovima veličine insekta za izviđanje; izazovi uključuju postizanje korisnog dometa i pouzdan prenos podataka uz minimalan izvor energije [62]. Pretpostavlja se da je kineski prototip još u fazi istraživanja (nema dokaza da je već upotrebljen na terenu [63]), ali pokazuje dokle su stigle inovacije u svetu dronova – doslovno dovodeći nadzor na insekt nivo. Razvoj ovakvih uređaja pokrenuo je rasprave o protivmerama i privatnosti, jer društvo mora da se zapita da li komarac koji zuji kraj vašeg uha zaista jeste komarac.
AI politika, etika i stručna mišljenja
Prelomna presuda o autorskim pravima i AI treniranju: Američki savezni sudija doneo je dugo očekivanu odluku sa ogromnim posledicama po AI kompanije i autorsko pravo. U tužbi protiv AI startapa Anthropic (tvorca Claude chatbota), sudija Vilijam Alsap je presudio da korišćenje knjiga zaštićenih autorskim pravima za treniranje AI-ja može biti fer upotreba po američkom zakonu – ogroman dobitak za AI industriju [64]. Alsapovu odluku može se uporediti sa tim kada pisac pročita desetine knjiga klasika poput Dikensa radi inspiracije za novo delo, nazvavši AI izlaz „suštinski transformativnim“, a ne pukom kopijom [65]. Ipak, sudija povlači kritičnu liniju: dok analiza (trening) možda i jeste fer upotreba, način nabavke podataka i dalje je važan. U slučaju Anthropica, kompanija je pribavila mnogo knjiga iz „senkovitih biblioteka“ sa piratizovanim e-knjigama, dakle ilegalnim preuzimanjima [66] [67]. Sudija Alsap je presudio da Anthropic mora na suđenje zbog krađe autorskih prava jer „Anthropic nije imao pravo da koristi piratske kopije u svojoj biblioteci“, čak i ako je krajnje korišćenje transformativno [68]. Sud je, suštinski, odbacio tvrdnju da je samo treniranje povreda autorskih prava, ali je ostavio mogućnost odgovornosti ukoliko su trenirani podaci nabavljani nezakonito. Ovakva podeljena presuda je presedan kao možda prvo sudsko izjašnjenje o treniranju AI-ja i fer upotrebi. To znači da „učenje bez dozvole opstaje“ – AI kompanije mogu da uče iz materijala zaštićenog autorskim pravima bez direktnih licenci – ali prečice u nabavci podataka ne prolaze [69]. U budućnosti, na AI programerima je da „očiste“ svoje procese za treniranje: struganje sa interneta ili piratskih sajtova može doneti pravni rizik, dok korišćenje legitimno kupljenih ili materijala iz javnog domena ostaje sigurniji put [70]. Ova presuda dolazi dok se istovremeno nižu slične tužbe protiv OpenAI i drugih [71], pa će verovatno uticati na tok tih procesa. Anthropic je, sa svoje strane, izjavio da je zadovoljan što je sudija prepoznao AI trening kao transformativan i u skladu sa ciljem autorskih prava – podsticanjem nove kreativnosti [72]. Suđenje o preostalim pitanjima zakazano je za decembar, a AI zajednica pažljivo prati kako se pravni okvir prilagođava tehnološkoj stvarnosti.
Energetski apetit AI-ja pod lupom: Kako AI modeli postaju sve veći, rastu i brige o njihovom uticaju na životnu sredinu i potrošnju energije. Ove nedelje, tehnološka kolumnistkinja Joanna Stern detaljno se pozabavila pitanjem „Koliko energije troši vaš AI upit?“ – i rezultati su zapanjujući. Čak i naizgled trivijalni AI zadaci mogu potrošiti značajnu količinu struje. Na primer, generisanje samo jednog 6-sekundnog AI video klipa može potrošiti „bilo gde između 20 i 110 vat-sati” energije [73]. Na gornjoj granici, to je približno struja potrebna da se električni roštilj koristi 10 minuta, što je Stern demonstrirala pripremom bifteka koristeći istu količinu energije koju bi jedan AI video-zahtev „spalio“ [74]. U praksi, dva kratka AI-generisana videa mogu potrošiti isto toliko energije kao i priprema celog ručka na roštilju [75]. Veće AI obrada raste eksponencijalno: treniranje velikih jezičkih modela uključuje hiljade takvih, za hardver, zahtevnih zadataka, koristeći megavat-sate električne energije i ogromne količine vode za hlađenje data centara [76] [77]. Misteriozno putovanje AI upita – od korisničkog laptopa, preko udaljenog GPU servera, nazad do ekrana – najčešće je skriveno od korisnika, ali Sternin izveštaj (kao i sve više istraživanja) otkriva koliki je zapravo ovaj „energetski drenaž“ [78] [79]. Istraživači poput Saše Lućioni iz Hugging Face-a započeli su čak i rang-listu potrošnje energije AI modela, ocenjujući energetsku efikasnost različitih modela [80]. Dobra vest je da se hardver poboljšava: najnoviiji Nvidia AI čipovi navodno su 30 puta energetski efikasniji od onih od pre samo godinu dana, prema rečima kompanijskog lidera za održivost [81]. Tehnološke firme takođe ističu napore da svoje data centre prebace na obnovljive izvore energije [82]. Međutim, dobici u efikasnosti mogu biti prevaziđeni samim rastom upotrebe AI-ja – više modela, više korisnika, više zahteva znači više ukupne potrošnje struje, čak i ako svaki pojedinačan upit postane „zeleniji“ [83] [84]. Stern i drugi ukazuju da je ključ u transparentnosti: kada bi korisnici videli „energetski račun“ za svaki AI upit, možda bi dvaput razmislili o bespotrebnoj upotrebi [85]. Na kraju, industrija ima dvostruki zadatak – da smanji ugljeni otisak AI-ja a da pri tom ne zakoči inovacije. Pouka za sada: AI nije magija – radi na struju, i to mnogo struje. Kao što je jedan rukovodilac duhovito rekao, AI je održiv samo koliko je održiva struja (i voda) kojom ga napajamo [86], pa buduće inovacije moraju sadržati ne samo pametnije modele, već i energetski mudrije.
Stručnjaci raspravljaju o nepredvidivoj putanji razvoja veštačke inteligencije: Brz napredak veštačke inteligencije dovodi do toga da i njeni pioniri istovremeno ističu optimizam i upozorenja. Ilja Sutskever, suosnivač i glavni naučnik kompanije OpenAI, izazvao je veliku pažnju javnim upozorenjem da bi evolucija veštačke inteligencije mogla krenuti u nepoznatim pravcima. “Veštačka inteligencija postaće i izuzetno nepredvidiva i nezamisliva,” rekao je Sutskever u nedavnom intervjuu, upozoravajući da bi napredni AI sistemi jednog dana mogli početi sami sebe da unapređuju bez ljudskog nadzora [87]. On sugeriše da bi to moglo pokrenuti “brz i nekontrolisan napredak”, zbog čega bi ljudima bilo teško da razumeju ili upravljaju onim što dolazi [88]. Ovo oštro upozorenje usledilo je nakon Sutskeverovih razmišljanja o konceptu “eksplozije inteligencije” – ideji da bi dovoljno napredna AI mogla stalno pisati poboljšane verzije sebe, što bi vodilo ka eksponencijalnom rastu njenih sposobnosti. Sa pozitivne strane, Sutskever navodi da bi takva veštačka inteligencija mogla doneti “neverovatne zdravstvene” proboje, izlečiti bolesti i produžiti ljudski životni vek [89]. Ipak, on taj optimizam uvek uparuje sa zabrinutošću – kako bismo reagovali ako AI postane toliko moćna [90]. Njegovi komentari naglašavaju širu diskusiju u AI zajednici: kako balansirati obećanja veštačke inteligencije (u medicini, nauci itd.) sa opasnostima gubitka kontrole ili nadzora. Posebno, Sutskever je nedavno napustio OpenAI da bi osnovao novi poduhvat, Safe Superintelligence, sa ciljem da budući AI ostane koristan [91] [92]. Njegov stav rezonuje sa pozivima drugih tehnoloških lidera na snažno istraživanje AI bezbednosti odmah, a ne kasnije. Činjenica da jedan od vodećih arhitekata AI otvoreno izražava zabrinutost zbog scenarija koji liče na naučnu fantastiku – AI koja sama sebe razvija i više nije shvatljiva ljudima – pokazuje da etička i egzistencijalna pitanja oko veštačke inteligencije više nisu akademska. Ona su tu i zahtevaju globalnu saradnju, pažljivu regulativu i stalno istraživanje o usklađivanju veštačke inteligencije sa ljudskim vrednostima.
Veštačka inteligencija i budućnost rada – upozorenje o jazu u radnoj snazi: Dok je pažnja usmerena na visokotehnološki napredak, oglasilo se jasno upozorenje iz sveta proizvodnje: Ko će izgraditi budućnost veštačke inteligencije? Izvršni direktor Forda Džim Farli, govoreći na Aspen Ideas Festivalu, upozorio je da dok AI pogoni rast produktivnosti na “belo-kragnim” pozicijama, broj kvalifikovanih plavih kragni naglo opada [93]. Farli je naglasio da se fabrike i dalje oslanjaju na vešte električare, zavarivače i tehničare – poslove koje AI i roboti još uvek nisu preuzeli, osim možda 10-20% zadataka [94]. Dao je upečatljiv primer: u jednoj automobilskoj fabrici nemački radnik na liniji je jednom prilikom domišljato popravio zaglavljenu haubu biciklističkom gumom – kreativnim, trenutnim rešenjem koje nijedan algoritam ne bi mogao da predvidi [95]. Takva ljudska improvizacija i dalje je od ključnog značaja na fabričkim linijama. Međutim, mlađe generacije se sve ređe odlučuju za zanate, a kako trenutni majstori odlaze u penziju, raste zabrinutost da bi industrije mogle da naiđu na usko grlo: ne možete proširiti proizvodnju električnih automobila ili infrastrukturne projekte bez dovoljno ljudskih ruku za fizički rad. Farli se zalaže za ulaganje u obrazovanje zanata i redefinisanje ovih karijera kao vitalnih i visoko-tehnoloških poslova budućnosti (što, na neki način, već i jesu – današnji električari često rade uz automatizaciju i napredne mašine) [96]. On to čak smatra pitanjem nacionalne bezbednosti (“domaća proizvodnja je naša odbrana”), implicirajući da konkurentnost nacije zavisi od toga da li imamo ljude koji mogu da izgrade inovacije koje AI osmisli [97]. Zaključak je nijansiran: veštačka inteligencija će promeniti poslove, ali može takođe stvoriti nove zahteve za radnu snagu. Kako AI preuzme rutinske kognitivne zadatke, a roboti ponavljaju fizičke, preostali poslovi će zahtevati više veština, prilagodljivost i često interdisciplinarna znanja (na primer, kombinovanje stolarskog umeća sa programiranjem za instalatera pametnih kuća). Zato se kreatori politika i kompanije pozivaju da planiraju razvoj radne snage, kako društvo ne bi ostalo sa milion “prompt inženjera”, a premalo vodoinstalatera. Kako Farli jasno kaže, “Americi je potreban plan” koji će osigurati da tehnološki napredak i ljudska radna snaga idu ruku pod ruku [98].
Izvori: Informacije iznad potiču iz niza autoritativnih izvora, uključujući saopštenja kompanija, intervjue sa stručnjacima i vesti o veštačkoj inteligenciji. Ključne reference uključuju izveštaj Associated Press-a o presudi vezanoj za autorska prava i kompaniju Anthropic [99] [100], analizu The Wall Street Journal o potrošnji energije prilikom korišćenja AI [101] [102], izjave lidera AI poput Ilje Sutskevera u Analytics India Magazine [103] [104], kao i korporativne vesti portala Cointelegraph (Meta-ini angažmani i poslovi) [105] [106]. Najnoviji istraživački rezultati uzeti su iz publikacija poput zvaničnog bloga DeepMind-a (AlphaGenome) [107], Academic Radiology preko AuntMinnie (AI za postporođajno krvarenje) [108] [109], i tehnoloških sajtova (npr. Tom’s Hardware za dron u obliku komarca) [110]. Ovi razvoji zajedno daju sliku pejzaža veštačke inteligencije koja se ubrzano menja – sa sve većim sposobnostima i uticajem – dok se društvo još uvek trudi da razume i usmeri ovu transformaciju. Svaka nedelja donosi i uzbuđenje i razmišljanje o ulozi AI u našim životima, ekonomiji i budućnosti.
References
1. cointelegraph.com, 2. cointelegraph.com, 3. cointelegraph.com, 4. cointelegraph.com, 5. cointelegraph.com, 6. cointelegraph.com, 7. binaryverseai.com, 8. binaryverseai.com, 9. binaryverseai.com, 10. binaryverseai.com, 11. binaryverseai.com, 12. binaryverseai.com, 13. binaryverseai.com, 14. binaryverseai.com, 15. binaryverseai.com, 16. deepmind.google, 17. deepmind.google, 18. binaryverseai.com, 19. binaryverseai.com, 20. deepmind.google, 21. deepmind.google, 22. binaryverseai.com, 23. qwenlm.github.io, 24. qwenlm.github.io, 25. qwenlm.github.io, 26. qwenlm.github.io, 27. qwenlm.github.io, 28. qwenlm.github.io, 29. binaryverseai.com, 30. binaryverseai.com, 31. binaryverseai.com, 32. binaryverseai.com, 33. binaryverseai.com, 34. binaryverseai.com, 35. binaryverseai.com, 36. binaryverseai.com, 37. binaryverseai.com, 38. www.auntminnie.com, 39. binaryverseai.com, 40. www.auntminnie.com, 41. www.auntminnie.com, 42. binaryverseai.com, 43. binaryverseai.com, 44. binaryverseai.com, 45. www.pymnts.com, 46. www.pymnts.com, 47. www.pymnts.com, 48. www.pymnts.com, 49. www.pymnts.com, 50. www.pymnts.com, 51. www.pymnts.com, 52. binaryverseai.com, 53. binaryverseai.com, 54. binaryverseai.com, 55. binaryverseai.com, 56. binaryverseai.com, 57. binaryverseai.com, 58. www.tomshardware.com, 59. www.tomshardware.com, 60. www.tomshardware.com, 61. binaryverseai.com, 62. www.tomshardware.com, 63. www.tomshardware.com, 64. apnews.com, 65. apnews.com, 66. apnews.com, 67. apnews.com, 68. apnews.com, 69. binaryverseai.com, 70. binaryverseai.com, 71. apnews.com, 72. apnews.com, 73. www.livemint.com, 74. www.livemint.com, 75. www.livemint.com, 76. www.livemint.com, 77. www.livemint.com, 78. www.linkedin.com, 79. www.linkedin.com, 80. www.livemint.com, 81. www.livemint.com, 82. www.livemint.com, 83. www.livemint.com, 84. www.livemint.com, 85. www.linkedin.com, 86. www.livemint.com, 87. analyticsindiamag.com, 88. analyticsindiamag.com, 89. analyticsindiamag.com, 90. analyticsindiamag.com, 91. analyticsindiamag.com, 92. analyticsindiamag.com, 93. binaryverseai.com, 94. binaryverseai.com, 95. binaryverseai.com, 96. binaryverseai.com, 97. binaryverseai.com, 98. binaryverseai.com, 99. apnews.com, 100. apnews.com, 101. www.livemint.com, 102. www.livemint.com, 103. analyticsindiamag.com, 104. analyticsindiamag.com, 105. cointelegraph.com, 106. cointelegraph.com, 107. deepmind.google, 108. www.auntminnie.com, 109. www.auntminnie.com, 110. www.tomshardware.com
