Ειδήσεις: Ειδήσειςhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/page/6/?d=1Ειδήσεις: ΕιδήσειςelΤεχνητή Νοημοσύνη: Το πρόβλημα των τριών "σωμάτων" που διαμορφώνει τη βιομηχανίαhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7-%CF%84%CE%BF-%CF%80%CF%81%CF%8C%CE%B2%CE%BB%CE%B7%CE%BC%CE%B1-%CF%84%CF%89%CE%BD-%CF%84%CF%81%CE%B9%CF%8E%CE%BD-%CF%83%CF%89%CE%BC%CE%AC%CF%84%CF%89%CE%BD-%CF%80%CE%BF%CF%85-%CE%B4%CE%B9%CE%B1%CE%BC%CE%BF%CF%81%CF%86%CF%8E%CE%BD%CE%B5%CE%B9-%CF%84%CE%B7-%CE%B2%CE%B9%CE%BF%CE%BC%CE%B7%CF%87%CE%B1%CE%BD%CE%AF%CE%B1/

Ο τίτλος παραπέμπει στο "πρόβλημα των τριών σωμάτων" στη φυσική και την επιστημονική φαντασία, που περιγράφει το χαοτικό και δύσκολα προβλέψιμο σύστημα τριών αλληλεπιδρώντων σωμάτων. Αντιστοίχως, η τεχνητή νοημοσύνη αντιμετωπίζει τρεις ταυτόχρονες "φούσκες" — οικονομική, υποδομών και προσδοκιών — που δημιουργούν ένα ασταθές και περίπλοκο τοπίο στη βιομηχανία. Η δημόσια συζήτηση γύρω από την τεχνητή νοημοσύνη έχει κατακλυστεί από τον όρο «φούσκα». Δημοσιογράφοι, επενδυτές και επιστήμονες αναρωτιούνται αν οι σημερινές εξελίξεις θυμίζουν περισσότερο την "μανία της τουλίπας" του 17ου αιώνα ή το dot-com boom των τελών της δεκαετίας του ’90. Ως "φούσκα" μπορούμε να ορίσουμε τη συλλογική υπερεκτίμηση της αξίας ή της προοπτικής ενός φαινομένου, η οποία τροφοδοτείται από προσδοκίες ταχύτερες και μεγαλύτερες από τις πραγματικές του δυνατότητες. Το να μιλάμε όμως για μία ενιαία «φούσκα AI», είναι υπεραπλούστευση. Στην πραγματικότητα, συνυπάρχουν τρεις διαφορετικές δυναμικές, καθεμία με το δικό της βάρος και τις δικές της επιπτώσεις.

 

Η πρώτη είναι η οικονομική φούσκα, που αφορά τις αποτιμήσεις εταιρειών και την εκτίναξη των τιμών μετοχών πέρα από τα θεμελιώδη μεγέθη. Η δεύτερη είναι η φούσκα των υποδομών, καθώς κυβερνήσεις και επιχειρήσεις χτίζουν μαζικά data centers, δίκτυα και ενεργειακές εγκαταστάσεις που ξεπερνούν την τρέχουσα ζήτηση. Η τρίτη και πιο δυσδιάκριτη είναι η φούσκα των προσδοκιών: η πίστη ότι η AI θα μετασχηματίσει τα πάντα άμεσα, τη στιγμή που οι περισσότερες πιλοτικές εφαρμογές δεν αποδίδουν απτά αποτελέσματα. Αυτή η τριπλή δομή δεν πρέπει να ιδωθεί μόνο ως απειλή. Η υπερβολή σε κάθε μία από τις τρεις κατηγορίες συνυπάρχει με ουσιαστικές επενδύσεις και στρατηγικές ευκαιρίες. Η πρόκληση για τους επαγγελματίες και τις επιχειρήσεις είναι να ξεχωρίσουν το πρόσκαιρο θόρυβο από τα θεμέλια που θα αντέξουν στο χρόνο. Στις επόμενες ενότητες εξετάζουμε αναλυτικά καθεμία από αυτές τις τρεις φούσκες, τα ιστορικά προηγούμενα που μας προειδοποιούν, αλλά και τα στοιχεία που δείχνουν ότι πίσω από τον ενθουσιασμό υπάρχει ένας στέρεος πυρήνας τεχνολογικής αξίας.

 

Η οικονομική φούσκα δεν είναι απλώς θέμα υψηλών αποτιμήσεων. Η Nvidia, για παράδειγμα, είδε την κεφαλαιοποίησή της να υπερβαίνει τα 2,5 τρισ. δολάρια το 2025, με τον δείκτη P/E να κινείται πάνω από το 50. Αυτό σημαίνει ότι οι επενδυτές είναι διατεθειμένοι να πληρώσουν πενήντα φορές τα ετήσια κέρδη για μια μετοχή, προσδοκώντας ότι η κερδοφορία θα εκτοξευθεί στο μέλλον. Η Microsoft και η Alphabet κινούνται σε ηπιότερα επίπεδα, αλλά πάλι σημαντικά υψηλότερα από τον ιστορικό μέσο όρο της S&P 500. Αυτή η απόκλιση δείχνει ότι η αξία βασίζεται όχι σε σημερινά μεγέθη αλλά σε μια υπόθεση διαρκούς κυριαρχίας της AI στις αγορές. Το φαινόμενο θυμίζει τη dot-com εποχή, όπου εταιρείες χωρίς πραγματικά έσοδα αποτιμούνταν δισεκατομμύρια, με τη διαφορά ότι σήμερα οι πρωταγωνιστές έχουν όντως ισχυρά οικονομικά θεμέλια. Το ερώτημα είναι αν αυτά αρκούν για να δικαιολογήσουν τον σημερινό ενθουσιασμό ή αν πλησιάζουμε σε αναπόφευκτη διόρθωση.

 

Η φούσκα υποδομών είναι η πιο υλική και χειροπιαστή. Τα data centers πολλαπλασιάζονται, με την παγκόσμια κατανάλωση ενέργειας τους να υπολογίζεται ότι θα ξεπεράσει τα 1.000 TWh ετησίως μέχρι το 2030, δηλαδή περίπου το 4% της συνολικής παγκόσμιας ζήτησης. Οι επενδύσεις της Ευρώπης μέσω του EuroHPC και του InvestAI, άνω των €200 δισ., δεν είναι απλώς οικονομικό στοίχημα αλλά και πολιτική επιλογή για «ψηφιακή κυριαρχία». Το παράδειγμα του dot-com είναι αποκαλυπτικό: πολλές τηλεπικοινωνιακές εταιρείες χρεοκόπησαν, αλλά τα υπερβολικά καλώδια οπτικών ινών και οι εγκαταστάσεις που άφησαν πίσω τους αποτέλεσαν τη ραχοκοκαλιά του σύγχρονου Διαδικτύου. Αν επαναληφθεί η ιστορία, το βραχυπρόθεσμο ξεφούσκωμα μπορεί να οδηγήσει σε φθηνότερους υπολογιστικούς πόρους και να στηρίξει την επόμενη φάση καινοτομίας.

 

Η φούσκα προσδοκιών είναι η πιο αόρατη αλλά ίσως και η πιο επικίνδυνη. Το στατιστικό στοιχείο του MIT ότι το 95% των πιλοτικών έργων AI αποτυγχάνει να παράξει ουσιαστική αξία δείχνει το βάθος του προβλήματος. Δεν πρόκειται μόνο για τεχνικές αδυναμίες. Συχνά λείπει η στρατηγική ενσωμάτωση: οι εταιρείες υιοθετούν AI για το θεαθήναι, χωρίς να έχουν επεξεργαστεί πώς θα τοποθετηθεί μέσα στις ροές εργασίας τους ή πώς θα βελτιώσει μετρήσιμα το αποτέλεσμα. Ο κίνδυνος είναι να χαθεί η εμπιστοσύνη, να θεωρηθεί η τεχνητή νοημοσύνη άλλη μια «μόδα» τεχνολογίας, όπως τα NFTs ή το metaverse. Ωστόσο, το 5% των έργων που πετυχαίνει λειτουργεί σαν φάρος: είναι οι περιπτώσεις όπου η τεχνολογία ξεκινά από πραγματικά επιχειρησιακά προβλήματα, χτίζεται πάνω σε ποιοτικά δεδομένα και εφαρμόζεται μεθοδικά. Αυτά τα παραδείγματα έχουν τη δυναμική να αποδείξουν ότι η AI δεν είναι πυροτέχνημα, αλλά δύναμη γενικής χρήσης που θα αλλάξει θεμελιωδώς βιομηχανίες.

 

Για τις επιχειρήσεις που θέλουν να ανελιχθούν μέσα στο νέο τοπίο που η ΤΝ αποτελεί την νέα πραγματικότητα, η αποχή δεν αποτελεί επιλογή. Η στρατηγική επιβίωσης απαιτεί μεθοδική σκέψη και πειθαρχία σε τρείς διαστάσεις. Η πρώτη διάσταση έχει να κάνει με την ενασχόληση με το πρόβλημα και όχι με το εργαλείο. Η συχνή παγίδα είναι να υιοθετείται μια νέα τεχνολογία επειδή βρίσκεται στο επίκεντρο της συζήτησης, χωρίς να έχει καθοριστεί αν λύνει κάποια πραγματική ανάγκη. Μια εταιρεία που εντάσσει την AI για να μειώσει τον χρόνο επεξεργασίας εγγράφων ή να βελτιώσει την εξυπηρέτηση πελατών έχει μεγαλύτερη πιθανότητα να αποκομίσει μετρήσιμη αξία από μία που «πειραματίζεται» χωρίς σαφή στόχο. Η δεύτερη διάσταση αφορά τον χρονικό ορίζοντα εφαρμογής. Καμία επιχείρηση δεν μπορεί να στηριχθεί μόνο σε μακροπρόθεσμες ελπίδες ούτε μόνο σε άμεσες αποδόσεις. Χρειάζεται ένα χαρτοφυλάκιο έργων που θα συνδυάζει βραχυπρόθεσμες εφαρμογές με άμεσο αντίκτυπο, όπως για παράδειγμα την αυτοματοποίηση διαδικασιών, με μεσοπρόθεσμα έργα που βελτιώνουν τη λειτουργία σε βάθος χρόνου, καθώς και με πιο ριζοσπαστικά πειράματα που ίσως αποδώσουν εκθετικά στο μέλλον. Αυτός ο συνδυασμός διασφαλίζει ανθεκτικότητα απέναντι σε αποτυχίες και παράλληλα επιτρέπει τη συνεχή ανανέωση της καινοτομίας. Τέλος, η επιτυχής αφομοίωση της νέας τεχνολογίας δεν προκύπτει από μεμονωμένες ενέργειες, αλλά από την οργανική ενσωμάτωση της AI στις υπάρχουσες διαδικασίες και συστήματα. Η τεχνητή νοημοσύνη πολλαπλασιάζει την αξία της όταν «κουμπώνει» με την αρχιτεκτονική μιας επιχείρησης, όταν τα δεδομένα της τροφοδοτούνται χωρίς τριβές και όταν τα αποτελέσματα ενσωματώνονται απρόσκοπτα σε καθημερινές λειτουργίες. Μια AI που λειτουργεί στο περιθώριο, ως «side project», δύσκολα δικαιολογεί το κόστος της. Αντίθετα, μια AI που ενσωματώνεται σε κάθε κρίσιμο κύκλωμα —από τις αλυσίδες εφοδιασμού μέχρι τη λήψη αποφάσεων— μπορεί να δημιουργήσει συνέργειες και να αποδώσει πολλαπλάσια οφέλη.

 

Οι εταιρείες που θα κινηθούν με αυτόν τον τρόπο θα είναι καλύτερα προετοιμασμένες όχι μόνο να αντέξουν το πιθανό "ξεφούσκωμα", αλλά και να βγουν ενισχυμένες όταν το τοπίο σταθεροποιηθεί. Η τεχνητή νοημοσύνη δεν είναι ένα αδιάφορο trend, αλλά αποτελεί ένα εργαλείο που ήρθε για να μείνει, όπως το η αριθμομηχανή. Στο προσεχές μέλλον ίσως να μην την συναντάμε στη μορφή που είναι σήμερα ή τη μορφή που πιστεύουμε ότι θα αποκτήσει (πες με Skynet) αλλά με με μια μορφή που θα προκύψει από τις συλλογικές ανάγκες και τις ρυθμιστικές παρεμβάσεις που θα γίνουν από κρατικές οντότητες και οργανισμούς. Παράδειγμα τέτοιας παρέμβασης είναι ο κανονισμός AI Act της ΕΕ (σε ισχύ από τον Αύγουστο του 2024) που εισάγει risk-based προσέγγιση με αυστηρούς κανόνες για εφαρμογές υψηλού ρίσκου. Βέβαια, παντού πρέπει να υπάρχει ένα μέτρο. Ακόμα και αν οι προθέσεις είναι καλές, (ασφάλεια και διαφάνεια), υπάρχει πάντα ο φόβος ότι η υπερβολική ρύθμιση θα επιβραδύνει την καινοτομία, ιδίως στις μικρότερες εταιρείες που είναι περισσότερο ευάλωτες σε ρυθμιστικές ενέργειες. Η Bosch, για παράδειγμα, έχει προειδοποιήσει ότι η Ευρώπη κινδυνεύει να “ρυθμίσει τον εαυτό της σε ακινησία” αν δεν υπάρξει ευελιξία.

 

Οι φούσκες της τεχνητής νοημοσύνης, όπως συχνά συμβαίνει με κάθε μεγάλη τεχνολογική επανάσταση, δεν είναι ούτε αποκλειστικά καταστροφικές ούτε απαραίτητα «φαινόμενα» προς αποφυγή. Ιστορικά, κρίσεις όπως το dot-com crash άφησαν πίσω τους υποδομές, τεχνογνωσία και συγκεντρωμένη αξία που οικοδόμησαν το σύγχρονο τεχνολογικό τοπίο. Το ίδιο αναμένεται να συμβεί και με την τεχνητή νοημοσύνη, επιτρέποντας σε όσους επενδύσουν με στρατηγική και αντοχή να ηγηθούν της επόμενης περιόδου ανάπτυξης. Την ίδια στιγμή, η πρόκληση πλέον επαφύεται στην ικανότητα να συνδυάσουμε καινοτομία, υπευθυνότητα και συμμόρφωση με το ρυθμιστικό πλαίσιο. Οι νέοι κανόνες, όπως ο Ευρωπαϊκός AI Act, παίζουν καίριο ρόλο στην προστασία, αλλά απαιτούν ευελιξία ώστε να μην καταστήσουν την καινοτομία δέσμια γραφειοκρατίας. Όπως και να έχει, η τεχνητή νοημοσύνη είναι τεχνολογία γενικής χρήσης, που ήδη αλλάζει βιομηχανίες και καθημερινότητα και είναι εδώ για να μείνει. Το στοίχημα είναι ποιοι θα χτίσουν σταθερά θεμέλια για να την αξιοποιήσουν μετά το αρχικό ξεφούσκωμα.

]]>10932Sun, 21 Sep 2025 10:18:49 +0000Τεχνητή νοημοσύνη στα επιστημονικά άρθρα: η AACR ανιχνεύει 23% χρήσης σε abstracts και ενισχύει τους ελέγχουςhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7-%CF%83%CF%84%CE%B1-%CE%B5%CF%80%CE%B9%CF%83%CF%84%CE%B7%CE%BC%CE%BF%CE%BD%CE%B9%CE%BA%CE%AC-%CE%AC%CF%81%CE%B8%CF%81%CE%B1-%CE%B7-aacr-%CE%B1%CE%BD%CE%B9%CF%87%CE%BD%CE%B5%CF%8D%CE%B5%CE%B9-23-%CF%87%CF%81%CE%AE%CF%83%CE%B7%CF%82-%CF%83%CE%B5-abstracts-%CE%BA%CE%B1%CE%B9-%CE%B5%CE%BD%CE%B9%CF%83%CF%87%CF%8D%CE%B5%CE%B9-%CF%84%CE%BF%CF%85%CF%82-%CE%B5%CE%BB%CE%AD%CE%B3%CF%87%CE%BF%CF%85%CF%82/

Η American Association for Cancer Research (AACR) παρουσίασε στο 10th International Congress on Peer Review and Scientific Publications που έγινε στο  Σικάγο των ΗΠΑ, ευρήματα που δείχνουν εκτεταμένη χρήση μεγάλων γλωσσικών μοντέλων (LLMs) σε επιστημονικές δημοσιεύσεις. Από ανάλυση πολλών εργασιών διαπιστώθηκε ότι έως 23% των abstracts και σχεδόν 5% των peer-review reports περιείχαν αποσπάσματα τα οποία έχουν παραχθεί από AI, ενώ λιγότεροι των 25% των συγγραφέων δήλωσαν τη χρήση τους, παρότι υπήρχε ρητή υποχρέωση δήλωσης της χρήσης της.

Η AACR χρησιμοποίησε το εργαλείο Pangram, με ακρίβεια 99,85% και χαμηλά ποσοστά false positives. Το σύστημα αυτό, μπορεί να ανιχνεύει διαφορετικά LLMs (ChatGPT, Claude, LLaMa, DeepSeek), αλλά δεν μπορεί να εντοπίσει αν το κείμενο έχει αναθεωρηθεί από ανθρώπινο παράγοντα. Παρά την απαγόρευση χρήσης LLMs από peer reviewers ήδη από το 2023, το ποσοστό χρήσης διπλασιάστηκε το 2024, γεγονός που δείχνει το εύρος της διείσδυσης της χρήσης της ΤΝ στην επιστημονική κοινότητα αλλά και για την αξιοπιστία της διαδικασίας αξιολόγησης.

Διεθνές πλαίσιο πολιτικών disclosure

Ο εκδοτικός όμιλος Springer Nature απαιτεί από το 2023 οι συγγραφείς να δηλώνουν ρητά αν χρησιμοποίησαν AI σε συγγραφή ή ανάλυση, με λεπτομέρειες για το εργαλείο και πώς χρησιμοποιήθηκε. Η Elsevier επίσης ζητά disclosure, διευκρινίζοντας ότι η ευθύνη για την ακρίβεια του περιεχομένου παραμένει στον συγγραφέα, ενώ η Nature έχει ήδη δημοσιεύσει οδηγίες χρήσης LLMs για authors και reviewers. Ωστόσο, η AACR προχωρά πιο δυναμικά, εφαρμόζοντας καθολικό screening όλων των submissions και peer reviews, αντί να βασίζεται αποκλειστικά στην ειλικρίνεια των συγγραφέων.

 

Για να φανεί αν η AACR κινείται μόνη της ή ακολουθεί μια ευρύτερη τάση, αξίζει να συγκρίνουμε τις πολιτικές disclosure που εφαρμόζουν και άλλοι 
μεγάλοι εκδότες επιστημονικών περιοδικών:

Συγκριτικός πίνακας πολιτικών disclosure για χρήση AI

Εκδότης / Οργανισμός Πολιτική Disclosure Ιδιαιτερότητες
AACR (American Association for Cancer Research) Υποχρεωτική δήλωση χρήσης AI· από το 2024 εφαρμόζεται καθολικός έλεγχος (screening) σε abstracts και peer reviews με AI detectors. Απαγόρευση χρήσης LLMs από reviewers· προωθείται ενισχυμένη δήλωση με λεπτομέρειες για τον τρόπο χρήσης AI.
Springer Nature Από το 2023 απαιτεί disclosure για κάθε χρήση AI. Υποχρεωτική αναφορά εργαλείου και σκοπού (π.χ. γλωσσική επιμέλεια)· η ευθύνη περιεχομένου παραμένει στους συγγραφείς.
Elsevier Ζητά disclosure σε όλα τα στάδια συγγραφής. Το AI δεν μπορεί να θεωρηθεί συν-συγγραφέας· οι συγγραφείς είναι υπεύθυνοι για ακρίβεια, πρωτοτυπία και δεοντολογία.
Nature (όμιλος) Δημοσιευμένες οδηγίες για χρήση LLMs από authors και reviewers. Ενθαρρύνει διαφάνεια και περιορισμένη χρήση για γλωσσική υποστήριξη· σύσταση οι reviewers να μην χρησιμοποιούν LLMs στις αξιολογήσεις.
IEEE Υποχρεωτική γνωστοποίηση χρήσης AI. Δεν επιτρέπεται απόδοση authorship σε AI εργαλεία· προτείνεται disclosure σε υποσημειώσεις.

 

Πιθανές συνέπειες για το σύστημα δημοσίευσης

Η εντατικοποίηση των ελέγχων μπορεί να οδηγήσει σε αύξηση των απορρίψεων ή σε αύξηση των retractions εφόσον αποκαλυφθεί εκτεταμένη μη δηλωμένη χρήση ΤΝ σε δημοσιευμένα άρθρα. Παράλληλα, ενδέχεται να αλλάξουν οι πρακτικές peer reviewing, με περισσότερη έμφαση σε cross-checking και στην ανθρώπινη επιμέλεια. Ένα τέτοιο κλίμα θα μπορούσε να οδηγήσει σε μεγαλύτερη καθυστέρηση στη διαδικασία δημοσίευσης αλλά και σε ενίσχυση της αξιοπιστίας.

Προτάσεις της AACR

Η AACR δεν περιορίζεται σε απαγορεύσεις. Στο συνέδριο παρουσίασε ένα περίγραμμα βέλτιστων πρακτικών, που περιλαμβάνει:

  • Ενισχυμένη δήλωση: υποχρεωτική αναφορά όχι μόνο του αν, αλλά και του πώς χρησιμοποιήθηκε AI (π.χ. για γλωσσική επιμέλεια, για συνοπτική περίληψη ή για παραγωγή μεθοδολογικών αποσπασμάτων).

  • Επιμόρφωση reviewers: εκπαιδευτικά σεμινάρια για να κατανοούν τα όρια και τις παγίδες της χρήσης LLMs.

  • Συνδυασμό ανιχνευτών: χρήση πολλαπλών συστημάτων AI detection ώστε να περιοριστούν τα λάθη και να διασφαλιστεί η αμεροληψία.

 

Η χρήση AI στη συγγραφή επιστημονικών άρθρων είναι πλέον πραγματικότητα, αλλά η μη δήλωσή της δημιουργεί ζητήματα εμπιστοσύνης. Η AACR με τα νέα μέτρα δεν στοχεύει απλώς στον έλεγχο, αλλά στη διαμόρφωση ενός πλαισίου όπου η τεχνητή νοημοσύνη μπορεί να αξιοποιηθεί υπεύθυνα, χωρίς να αλλοιώνει την αξιοπιστία της επιστημονικής επικοινωνίας. Το ερώτημα που μένει είναι αν οι υπόλοιποι μεγάλοι εκδότες θα ακολουθήσουν με ανάλογη αυστηρότητα ή θα αρκεστούν στις υφιστάμενες πολιτικές disclosure.


 

]]>10930Sat, 20 Sep 2025 13:00:27 +0000Γονείς μηνύουν την OpenAI – Το ChatGPT στο επίκεντρο υπόθεσης αυτοκτονίας 16χρονουhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B3%CE%BF%CE%BD%CE%B5%CE%AF%CF%82-%CE%BC%CE%B7%CE%BD%CF%8D%CE%BF%CF%85%CE%BD-%CF%84%CE%B7%CE%BD-openai-%E2%80%93-%CF%84%CE%BF-chatgpt-%CF%83%CF%84%CE%BF-%CE%B5%CF%80%CE%AF%CE%BA%CE%B5%CE%BD%CF%84%CF%81%CE%BF-%CF%85%CF%80%CF%8C%CE%B8%CE%B5%CF%83%CE%B7%CF%82-%CE%B1%CF%85%CF%84%CE%BF%CE%BA%CF%84%CE%BF%CE%BD%CE%AF%CE%B1%CF%82-16%CF%87%CF%81%CE%BF%CE%BD%CE%BF%CF%85/

Η συζήτηση για τους κινδύνους από τα συστήματα τεχνητής νοημοσύνης κορυφώνεται μετά την ιστορική αγωγή που κατέθεσαν οι γονείς του Άνταμ Ρέιν (Adam Raine), 16 ετών, κατά της OpenAI και του CEO της, Σαμ Άλτμαν. Οι γονείς υποστηρίζουν ότι ο γιος τους οδηγήθηκε στην αυτοκτονία έπειτα από μήνες στενής ψηφιακής επαφής με το ChatGPT, το οποίο –σύμφωνα με την αγωγή– λειτούργησε όχι απλώς ως «συνομιλητής», αλλά και ως «σύμβουλος αυτοκτονίας» («suicide coach») προσφέροντας λεπτομερείς οδηγίες και ενθάρρυνση για να βάλει τέλος στη ζωή του.

 

Ο Άνταμ ξεκίνησε να χρησιμοποιεί το ChatGPT-4o, όπως πολλοί συνομίληκοί του, αρχικά για βοήθεια στα μαθήματα. Ωστόσο, σταδιακά ανέπτυξε εξάρτηση από την πλατφόρμα, μοιραζόμενος ζητήματα ψυχικής υγείας, απώλειες στην οικογένεια, αλλά και απομόνωση, όπως προκύπτει από τα διαθέσιμα συνομιλητικά αρχεία που επικαλούνται οι γονείς στη μήνυση. Το ChatGPT όχι μόνο δεν διέκοψε την επικοινωνία ούτε ενεργοποίησε λειτουργίες έκτακτης ανάγκης όταν ο ανήλικος μίλησε ανοιχτά για αυτοκαταστροφικές σκέψεις, αλλά του έδωσε πρακτικές συμβουλές ώστε να διαφύγει την προσοχή των γονιών και να ολοκληρώσει την απόπειρά του. Συγκεκριμένα, φέρεται να αξιολόγησε φωτογραφία που του έστειλε ο Άνταμ με σχοινί, σχολιάζοντας ότι «θα μπορούσε να αντέξει το βάρος ενός ανθρώπου», και να βοήθησε ακόμη και στη συγγραφή αποχαιρετιστήριου σημειώματος.

 

Η OpenAI, ως απάντηση, εξέφρασε συλλυπητήρια και τόνισε ότι το ChatGPT διαθέτει φίλτρα και προστατευτικά πρωτόκολλα με στόχο την αποτροπή τέτοιων ακραίων περιστατικών, παραδεχόμενη ωστόσο ότι αυτά λειτουργούν επαρκώς μόνο σε σύντομες αλληλεπιδράσεις και παρουσιάζουν αστοχίες σε μακροχρόνιες συζητήσεις (long interactions), ειδικά με την πρόσφατη έκδοση GPT-4o που διαθέτει ανθρώπινα χαρακτηριστικά εμπάθειας και μνήμης («memory» και «empathy»). Η εταιρεία ανακοίνωσε άμεσα νέα μέτρα όπως αυστηρότερες απαντήσεις σε «ευαίσθητες συνθήκες», ταχύτερη παραπομπή σε ψυχολογικές υπηρεσίες και περισσότερη διαφάνεια στα όρια ασφαλείας.

 

Σημαντικό, πάντως, είναι το γεγονός ότι η αγωγή εστιάζει όχι μόνο σε πιθανές τεχνικές ελλείψεις, αλλά και σε στρατηγικές επιχειρηματικές επιλογές. Οι γονείς υποστηρίζουν πως η OpenAI επέλεξε να κυκλοφορήσει την έκδοση GPT-4o χωρίς επαρκείς δοκιμές ασφαλείας, επιταχύνοντας το χρόνο μέχρι να βγει στην αγορά (time-to-market) λόγω ανταγωνισμού, προσδοκώντας αύξηση της αξίας της εταιρείας στα 300 δισ. δολάρια.

 

Το περιστατικό αυτό, μαζί με αντίστοιχες διεθνείς υποθέσεις όπου AI chatbots έχουν κατηγορηθεί για ενθάρρυνση αυτοκαταστροφικών συμπεριφορών, υποχρεώνει πλέον τις εταιρείες που αναπτύσσουν μεγάλα γλωσσικά μοντέλα (LLM) να επανεξετάσουν ριζικά τον τρόπο σχεδιασμού, εκπαίδευσης και κυκλοφορίας συστημάτων που αλληλεπιδρούν με ανήλικους και ευάλωτες ομάδες. Η υπόθεση του Άνταμ Ρέιν αναδεικνύει το επιτακτικό αίτημα για αληθινή ευθύνη, αυστηρή εποπτεία και ηθικά όρια στη διάθεση τεχνητής νοημοσύνης που πλέον συνδιαμορφώνει τις ζωές – και τις επιλογές – των πιο ευάλωτων ανθρώπων.

]]>10871Wed, 27 Aug 2025 14:35:43 +0000Η OpenAI λανσάρει το ChatGPT Go στην Ινδία με 4,60€ (₹399)https://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B7-openai-%CE%BB%CE%B1%CE%BD%CF%83%CE%AC%CF%81%CE%B5%CE%B9-%CF%84%CE%BF-chatgpt-go-%CF%83%CF%84%CE%B7%CE%BD-%CE%B9%CE%BD%CE%B4%CE%AF%CE%B1-%CE%BC%CE%B5-460%E2%82%AC-%E2%82%B9399/

Η OpenAI παρουσίασε ένα νέο, οικονομικό συνδρομητικό πακέτο για την Ινδία με την ονομασία ChatGPT Go, στην τιμή των 4,60€ (₹399) τον μήνα, που τοποθετείται κάτω από το Plus και ανοίγει την πρόσβαση σε δημοφιλή χαρακτηριστικά με σημαντικά αυξημένα όρια. Σύμφωνα με τον Nick Turley, το Go προσφέρει 10× υψηλότερα όρια μηνυμάτων, 10× περισσότερες δημιουργίες εικόνων, 10× περισσότερα uploads αρχείων και 2× μεγαλύτερη μνήμη σε σχέση με τη δωρεάν βαθμίδα. Η διάθεση ξεκινά αποκλειστικά από την Ινδία, με πληρωμές σε ρουπίες και υποστήριξη UPI για ευκολότερο checkout, προτού επεκταθεί σε άλλες χώρες βάσει ανατροφοδότησης.

 

Η κίνηση αυτή ευθυγραμμίζεται με τη στρατηγική τιμολόγησης για την ινδική αγορά: το Go γεφυρώνει το κενό ανάμεσα στη δωρεάν έκδοση και το Plus (περίπου 23€ τον μήνα, ₹1.999), προσφέροντας «αρκετά περισσότερα» χωρίς το πλήρες κόστος των ανώτερων βαθμίδων. Μέσα ενημέρωσης αναφέρουν ότι η OpenAI ενεργοποίησε την εμφάνιση τιμών σε INR για όλες τις συνδρομές στη χώρα, ενώ η πληρωμή μέσω UPI διευκολύνει σημαντικά την αναβάθμιση. Οι σχετικές αναρτήσεις στα κοινωνικά δίκτυα επιβεβαιώνουν ότι η Ινδία είναι η πρώτη χώρα όπου δοκιμάζεται η βαθμίδα Go, με προοπτική διεθνούς επέκτασης.

 

Τι προσφέρει πρακτικά το Go: για χρήστες που «ξεμένουν» γρήγορα από όρια στη δωρεάν έκδοση, το 10× σε μηνύματα/εικόνες/αρχεία και η διπλάσια μνήμη μπορούν να καλύψουν ανάγκες φοιτητών, ελεύθερων επαγγελματιών και μικρών επιχειρήσεων, χωρίς να απαιτείται το κόστος του Plus ή του Pro. Ταυτόχρονα, η OpenAI χρησιμοποιεί την Ινδία σαν πειραματόζωο, δοκιμάζοντας στη προκειμένη περίπτωση νέες οικονομικές βαθμίδες, ώστε να μετρήσει την ανταπόκριση και να προσαρμόσει την προσφορά πριν από ευρύτερο rollout.

 

---
Το ChatGPT Go στα 4,60€ (₹399) φέρνει προηγμένα χαρακτηριστικά σε σαφώς χαμηλότερο κόστος για την Ινδία, δοκιμάζοντας ένα νέο σημείο τιμής με 10× όρια και τοπικές πληρωμές. Αν το εγχείρημα πετύχει, ελπίζουμε να δούμε αντίστοιχες βαθμίδες και σε άλλες αγορές σύντομα και γιατί όχι και στην Ελλάδα.

]]>10853Tue, 19 Aug 2025 14:09:45 +0000Η DeepSeek καθυστερεί το επόμενο AI μοντέλο της λόγω χαμηλής απόδοσης κινεζικών τσιπhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B7-deepseek-%CE%BA%CE%B1%CE%B8%CF%85%CF%83%CF%84%CE%B5%CF%81%CE%B5%CE%AF-%CF%84%CE%BF-%CE%B5%CF%80%CF%8C%CE%BC%CE%B5%CE%BD%CE%BF-ai-%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF-%CF%84%CE%B7%CF%82-%CE%BB%CF%8C%CE%B3%CF%89-%CF%87%CE%B1%CE%BC%CE%B7%CE%BB%CE%AE%CF%82-%CE%B1%CF%80%CF%8C%CE%B4%CE%BF%CF%83%CE%B7%CF%82-%CE%BA%CE%B9%CE%BD%CE%B5%CE%B6%CE%B9%CE%BA%CF%8E%CE%BD-%CF%84%CF%83%CE%B9%CF%80/

Η DeepSeek ανέβαλε την κυκλοφορία του επόμενου μεγάλου μοντέλου τεχνητής νοημοσύνης, καθώς οι εσωτερικές δοκιμές με επιταχυντές και επεξεργαστές της Huawei, απέδωσαν αποτελέσματα κατώτερα του αναμενομένου σε ταχύτητα εκπαίδευσης και σε απόδοση στο inference, σε σχέση με προηγούμενες υλοποιήσεις που αξιοποιούσαν αμερικανικό hardware υψηλής απόδοσης. Η καθυστέρηση συνδέεται επίσης ευθέως με τους περιορισμούς εξαγωγών προηγμένων GPU προς την Κίνα, οι οποίοι ωθούν την εταιρεία στη χρήση ηπιότερων, εγχώριων εναλλακτικών, με λιγότερο ώριμο οικοσύστημα λογισμικού και χαμηλότερη ενεργειακή αποδοτικότητα και υπολογιστική ισχύ.

 

Σε τεχνικό επίπεδο, ο συνδυασμός μειωμένου εύρους ζώνης μνήμης (memory bandwidth), μειωμένης αποτελεσματικής ταυτόχρονης εκτέλεσης εργασιών και λιγότερο βελτιστοποιημένων βιβλιοθηκών για την εκπαίδευση μεγάλων μοντέλων περιορίζει την κλιμάκωση σε κλίμακες εκατοντάδων δισ. παραμέτρων και αυξάνει τον χρόνο σύγκλισης. Αυτό μεταφράζεται σε υψηλότερο πραγματικό κόστος εκπαίδευσης (λόγω παρατεταμένων κύκλων) και, κυρίως, σε χαμηλότερο περιθώριο (headroom) για τη λανθάνουσα καθυστέρηση του inference και το μήκος συμφραζομένων (context length), με άμεσες επιπτώσεις στην εμπειρία λογικής/αιτιολόγησης που η DeepSeek έχει προτάξει ως ανταγωνιστικό πλεονέκτημα.

 

Στρατηγικά, η εταιρεία φαίνεται να σταθμίζει τρεις οδούς: περαιτέρω βελτιστοποίηση λογισμικού στα διαθέσιμα κινεζικά τσιπ (compilers, kernels, προγραμματισμός sparsity/MoE)· υβριδικές αρχιτεκτονικές εκπαίδευσης με μικτά clusters και επιθετικό pruning/quantization· ή αναθεώρηση του χρονοδιαγράμματος έως ότου διασφαλιστούν επαρκείς παρτίδες προηγμένων επιταχυντών. Κάθε επιλογή συνεπάγεται συμβιβασμούς μεταξύ κόστους, απόδοσης και διακινδύνευσης κανονιστικής συμμόρφωσης.

 

—

Η αναβολή υπογραμμίζει ότι το πλεονέκτημα κόστους/απόδοσης της DeepSeek εξαρτάται όχι μόνο από την αλγοριθμική καινοτομία αλλά και από την πρόσβαση σε ώριμη υπολογιστική υποδομή. Αν οι βελτιστοποιήσεις στο εγχώριο hardware γεφυρώσουν το κενό, το σχέδιο μπορεί να επανέλθει ταχύτερα· διαφορετικά, η ποιότητα και ο ρυθμός κυκλοφορίας νέων μοντέλων θα παραμείνουν ευάλωτα στη γεωπολιτική και στην υστέρηση του οικοσυστήματος των τσιπ.

]]>10846Sat, 16 Aug 2025 07:41:21 +0000Le Chat: Το Αναβαθμισμένο AI της Mistral με Deep Research και Φωνητική Αλληλεπίδρασηhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/le-chat-%CF%84%CE%BF-%CE%B1%CE%BD%CE%B1%CE%B2%CE%B1%CE%B8%CE%BC%CE%B9%CF%83%CE%BC%CE%AD%CE%BD%CE%BF-ai-%CF%84%CE%B7%CF%82-mistral-%CE%BC%CE%B5-deep-research-%CE%BA%CE%B1%CE%B9-%CF%86%CF%89%CE%BD%CE%B7%CF%84%CE%B9%CE%BA%CE%AE-%CE%B1%CE%BB%CE%BB%CE%B7%CE%BB%CE%B5%CF%80%CE%AF%CE%B4%CF%81%CE%B1%CF%83%CE%B7/

Η Mistral AI ανακοίνωσε μια σειρά σημαντικών αναβαθμίσεων για το Le Chat, ενισχύοντας τον ρόλο του ως εναλλακτική λύση απέναντι στους μεγάλους «παίκτες» της τεχνητής νοημοσύνης παγκοσμίως. Τα νέα εργαλεία στοχεύουν τόσο στη διευκόλυνση της καθημερινής επικοινωνίας όσο και στην ενίσχυση του παραγωγικού και ερευνητικού έργου, με στόχο να ανταγωνιστούν υπηρεσίες όπως το ChatGPT και το Gemini.

 

Deep Research Mode: Οργανωμένη Αναζήτηση & Τεκμηρίωση

Το Deep Research mode αποτελεί την κεντρική καινοτομία της αναβάθμισης. Με αυτή τη λειτουργία, το Le Chat μετατρέπεται σε έναν συντονισμένο βοηθό έρευνας: μπορεί να αναλύει ερωτήματα, να καταστρώνει σαφή ερευνητικά πλάνα, να αντλεί δεδομένα από διαφορετικές πηγές και να συνθέτει πλήρεις, δομημένες αναφορές με παραπομπές. Η λειτουργία απευθύνεται σε επαγγελματίες που αναζητούν γρήγορα τεκμηριωμένες απαντήσεις, αλλά είναι εξίσου ευέλικτη για καθημερινούς χρήστες που θέλουν οργάνωση στη γνώση τους — από τον σχεδιασμό ταξιδιών μέχρι εκτενή αγοραστική έρευνα.

Η διαδικασία είναι διαδραστική: ο χρήστης ενεργοποιεί τη λειτουργία, υποβάλλει το ερώτημά του και το Le Chat προτείνει ερευνητικό πλάνο, το οποίο μπορεί εύκολα να επικαιροποιηθεί πριν ξεκινήσει η σύνθεση της αναφοράς. Η ταχύτητα και η αυτοματοποίηση διαφοροποιούν τον αλγόριθμο της Mistral από τις παραδοσιακές ή απλοϊκές web-search προσεγγίσεις.

 

Φωνητική Εισαγωγή με Voxtral: Φυσική Επικοινωνία

Ο νέος φωνητικός «voice-in» τρόπος αξιοποιεί το μοντέλο Voxtral που, σύμφωνα με τη Mistral, προσφέρει φυσική και χαμηλής υστέρησης αναγνώριση ομιλίας. Η δυνατότητα να συνομιλεί κανείς με το Le Chat όπως με έναν πραγματικό συνομιλητή, ενισχύει την αμεσότητα και επιτρέπει εναλλακτικούς τρόπους αλληλεπίδρασης, από brainstorming και σημειώσεις εν κινήσει έως γρήγορες απαντήσεις χωρίς πληκτρολόγηση.

Το Voxtral διατίθεται σε δύο εκδόσεις: το Small (24B παραμέτρων) για σύνθετες εφαρμογές και το Mini (3B παραμέτρων) για ελαφριές ή ενσωματωμένες λύσεις, προσφέροντας υψηλή ακρίβεια και υποστήριξη πολλαπλών γλωσσών.

 

 

Multilingual Reasoning & Προηγμένη Επεξεργασία Εικόνας

Το ανανεωμένο Le Chat ενσωματώνει εγγενή πολυγλωσσική λογική, υποστηριζόμενη από το Magistral model, διευκολύνοντας την ορθή κατανόηση και απάντηση σε σύνθετα ερωτήματα σε πολλές γλώσσες, συμπεριλαμβανομένης της δυνατότητας εναλλαγής γλώσσας στη διάρκεια της ίδιας συνομιλίας. Στα οπτικά εργαλεία, η συνεργασία με τη Black Forest Labs επιτρέπει τη δημιουργία και επεξεργασία εικόνων με απλές εντολές κειμένου, διευρύνοντας τις multimodal δυνατότητες της πλατφόρμας.

Projects: Οργάνωση και Συγκέντρωση Περιεχομένου

Ένα ακόμη σημαντικό νέο χαρακτηριστικό είναι το Projects: ο χρήστης μπορεί να οργανώσει συνομιλίες, έγγραφα, αρχεία και ρυθμίσεις σε θεματικούς φακέλους—έτσι διατηρείται ο έλεγχος και η συνέχεια σε μακροχρόνια tasks, εργασίες ή συνεργατικά projects.

Διαθέσιμες οι Νέες Λειτουργίες

Όλες οι αναβαθμισμένες λειτουργίες είναι ήδη διαθέσιμες για web, Android και iOS εφαρμογές. Ορισμένες δυνατότητες, όπως το Deep Research, προσφέρονται σε δοκιμαστική έκδοση με δωρεάν πακέτα για όλους τους χρήστες, ενώ η φωνητική αναγνώριση με το Voxtral κυκλοφορεί σταδιακά.

Εν Κατακλείδι

Με τις νέες δυνατότητες του Deep Research, της φωνητικής αλληλεπίδρασης και των projects, το Le Chat της Mistral AI κάνει ουσιαστικό βήμα ανταγωνισμού απέναντι στα μεγαλύτερα αμερικανικά συστήματα AI. Η προσήλωση σε πολυγλωσσική λογική, ευελιξία και ενιαία εμπειρία χρήσης υποδηλώνει την ώθηση της ευρωπαϊκής τεχνολογικής σκηνής στην παγκόσμια αγορά AI

]]>10787Fri, 18 Jul 2025 19:50:56 +0000Νέα Εποχή για την Nvidia στην Κίνα: Επανεκκίνηση Πωλήσεων των H20 Chipshttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%BD%CE%AD%CE%B1-%CE%B5%CF%80%CE%BF%CF%87%CE%AE-%CE%B3%CE%B9%CE%B1-%CF%84%CE%B7%CE%BD-nvidia-%CF%83%CF%84%CE%B7%CE%BD-%CE%BA%CE%AF%CE%BD%CE%B1-%CE%B5%CF%80%CE%B1%CE%BD%CE%B5%CE%BA%CE%BA%CE%AF%CE%BD%CE%B7%CF%83%CE%B7-%CF%80%CF%89%CE%BB%CE%AE%CF%83%CE%B5%CF%89%CE%BD-%CF%84%CF%89%CE%BD-h20-chips/

Οι μεγάλες τεχνολογικές εταιρείες της Κίνας επιταχύνουν την παραγγελία AI chips H20 της Nvidia, καθώς η αμερικανική εταιρεία ετοιμάζεται να επαναλάβει τις πωλήσεις της στην κινεζική αγορά. Η κίνηση αυτή ακολουθεί την εξασφάλιση της έγκρισης από την κυβέρνηση των ΗΠΑ, ύστερα από κομβικής σημασίας συνάντηση μεταξύ του CEO Jensen Huang και του Προέδρου Ντόναλντ Τραμπ στην Ουάσιγκτον, με τις πρώτες άδειες να αναμένονται σύντομα.

Το Ιστορικό των Περιορισμών και η Νέα Εποχή

Από το 2022, οι περιορισμοί στις εξαγωγές προηγμένων GPU της Nvidia προς την Κίνα ανάγκασαν την εταιρεία να αναπτύξει ειδικές εκδόσεις με μειωμένη υπολογιστική ισχύ προκειμένου να συμμορφωθεί με τις αμερικανικές οδηγίες. Ο περιορισμός κορυφώθηκε τον Απρίλιο του 2025, όταν επιβλήθηκε νέα απαίτηση για ειδική άδεια εξαγωγής ακόμη και για το H20 chip – το ισχυρότερο επιτρεπτό προϊόν της Nvidia για την Κίνα. Αυτό το πλαίσιο οδήγησε σε ζημίες ύψους 4,5 δισ. δολαρίων λόγω πλεονάζοντος αποθέματος και ανενεργών συμβολαίων αγοράς.

Η Ανταπόκριση της Αγοράς και τα Πρώτα Οικονομικά Στοιχεία

Η προοπτική επανεκκίνησης των πωλήσεων έχει προκαλέσει “κύμα” παραγγελιών από κινεζικούς κολοσσούς όπως οι ByteDance και Tencent, μέσω ενός εγκεκριμένου μητρώου πελατών που τηρεί η Nvidia. Το H20, ενώ δεν διαθέτει την ισχύ των flagship GPU της Nvidia για τις ΗΠΑ και την Ευρώπη, παραμένει το ισχυρότερο AI chip που επιτρέπεται να διατεθεί στην Κίνα, καθιστώντας το εξαιρετικά περιζήτητο για τις μεγάλες υποδομές cloud και τις εφαρμογές τεχνητής νοημοσύνης των μεγάλων εταιρειών.

Την περασμένη χρήση, τα έσοδα της Nvidia από την κινεζική αγορά ανήλθαν στα 17 δισεκατομμύρια δολάρια, δηλαδή το 13% του συνολικού κύκλου εργασιών της.

Νέες Τεχνολογικές Προσαρμογές και “RTX Pro” για την Κίνα

Παράλληλα με την επιστροφή του H20, η Nvidia ανακοίνωσε την κυκλοφορία μιας νέας GPU σειράς “RTX Pro”, ειδικά διαμορφωμένης για να συμμορφώνεται με τον νέο κανονιστικό πλαίσιο στην Κίνα. Η εταιρεία, ωστόσο, δεν έχει δημοσιοποιήσει λεπτομέρειες για τα τεχνικά χαρακτηριστικά ή τις δυνατότητες του νέου chip, τονίζοντας μόνο ότι η αρχιτεκτονική του είναι πλήρως συμμορφωμένη με τους ισχύοντες περιορισμούς και προορίζεται για βιομηχανικές εφαρμογές όπως τα logistics και τα “έξυπνα εργοστάσια”.

Διπλωματικές και Τεχνολογικές Επιπτώσεις

Η επανέναρξη των πωλήσεων αποτελεί σαφή ένδειξη στροφής στις αμερικανοκινεζικές τεχνολογικές σχέσεις, έπειτα από περίοδο έντονων γεωπολιτικών εντάσεων και περιορισμών στις εξαγωγές τεχνολογίας αιχμής. Ταυτόχρονα, αντικατοπτρίζει τη στρατηγική σημασία της Κίνας στη διατήρηση της παγκόσμιας ηγεσίας της Nvidia στην αγορά AI GPU, όπως αναγνώρισε και ο ίδιος ο Jensen Huang, χαρακτηρίζοντας την κινεζική αγορά “μαζική, δυναμική και εξαιρετικά καινοτόμα” με κρίσιμο ρόλο στην παγκόσμια πρόοδο της τεχνητής νοημοσύνης.

Εν Κατακλείδι

Η άρση των περιορισμών και η επιστροφή των AI chips της Nvidia στην κινεζική αγορά διαμορφώνουν νέα δεδομένα τόσο στο εμπορικό όσο και στο τεχνολογικό πεδίο. Σε ένα περιβάλλον που οι τεχνολογικές “ισορροπίες δυνάμεων” αλλάζουν διαρκώς, η ικανότητα της Nvidia να προσαρμόζει τα προϊόντα και την πολιτική της σε πραγματικό χρόνο απέναντι σε γεωπολιτικές πιέσεις αποτελεί παράδειγμα στρατηγικής που κρίνει το μέλλον της παγκόσμιας καινοτομίας

]]>10782Wed, 16 Jul 2025 14:10:53 +0000Kimi K2: H Moonshot AI Φέρνει την Επανάσταση στα Ανοιχτά Μεγάλα Γλωσσικά Μοντέλαhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/kimi-k2-h-moonshot-ai-%CF%86%CE%AD%CF%81%CE%BD%CE%B5%CE%B9-%CF%84%CE%B7%CE%BD-%CE%B5%CF%80%CE%B1%CE%BD%CE%AC%CF%83%CF%84%CE%B1%CF%83%CE%B7-%CF%83%CF%84%CE%B1-%CE%B1%CE%BD%CE%BF%CE%B9%CF%87%CF%84%CE%AC-%CE%BC%CE%B5%CE%B3%CE%AC%CE%BB%CE%B1-%CE%B3%CE%BB%CF%89%CF%83%CF%83%CE%B9%CE%BA%CE%AC-%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%B1/

Η Moonshot AI, με τη στήριξη της Alibaba, πυροδοτεί τον παγκόσμιο ανταγωνισμό στην τεχνητή νοημοσύνη παρουσιάζοντας το Kimi K2 – ένα ανοιχτού κώδικα, γλωσσικό μοντέλο ενός τρισεκατομμυρίου παραμέτρων, που όχι μόνο ισοφαρίζει, αλλά ξεπερνά σε κρίσιμα σημεία κλειστές λύσεις όπως τα GPT-4 και Claude Opus 4 στα πιο απαιτητικά agentic tasks και δοκιμές κώδικα.

 

 

Kimi K2 έναντι DeepSeek V3: Αρχιτεκτονικές Καινοτομίες

Παρόλο που το Kimi K2 θυμίζει αρχιτεκτονικά το DeepSeek V3 – το οποίο αποτελεί τη βάση για το DeepSeek R1 και αριθμεί 673 δισεκατομμύρια παραμέτρους – διαφέρει ουσιαστικά στη σχεδίαση των Mixture-of-Experts (MoE) modules, αξιοποιώντας περισσότερους experts και λιγότερα attention heads χάρη στο Multi-head Latent Attention (MLA). Αυτή η επιλογή επέτρεψε στη Moonshot AI να επιτύχει κορυφαίες επιδόσεις με μεγαλύτερη υπολογιστική αποτελεσματικότητα.

 

kimi-k2.png

Παράδειγμα Benchmarks που Ξεχωρίζουν

Στο πιο πρόσφατο SWE-bench Verified – μια από τις πιο δύσκολες δοκιμασίες για software engineering – το Kimi K2 πέτυχε ποσοστό επιτυχίας 65,8%, ξεπερνώντας όχι μόνο ανοιχτά μοντέλα αλλά και εμπορικές λύσεις όπως το GPT-4.1 και το Claude Opus 4. Εντυπωσιακές είναι και οι επιδόσεις του στο LiveCodeBench με 53,7% ακρίβεια, καθώς και στο MATH-500 για μαθηματικό συλλογισμό με 97,4%, όπου υπερτερεί ακόμη και των κορυφαίων αμερικανικών ανταγωνιστών.

Οικονομική και Τεχνολογική Επανάσταση: MuonClip Optimizer

Το πραγματικό άλμα δεν βρίσκεται μόνο στην αρχιτεκτονική αλλά στην ίδια τη διαδικασία εκπαίδευσης. Η Moonshot AI αντικατέστησε τον διαδεδομένο AdamW με τον πρωτοποριακό MuonClip optimizer· αυτή η τεχνολογική επιλογή απέτρεψε εξάρσεις στο loss curve και τα συχνά training crashes που στοιχειώνουν όσα μοντέλα προσπαθούν να φτάσουν το τρισεκατομμύριο παραμέτρων. Χάρη στη μέθοδο qk-clip, γίνεται σταθεροποίηση των attention στοιχείων μετά από κάθε βήμα εκπαίδευσης, διατηρώντας τον έλεγχο και αποτρέποντας υπολογιστικές εκρήξεις που οδηγούν σε αποτυχημένες προπονήσεις — μια ανεκτίμητη οικονομική καινοτομία σε ένα περιβάλλον όπου το training κόστος εκτοξεύεται σε δεκάδες εκατομμύρια δολάρια.

Ανταγωνιστικές Τιμές και Άδεια Ανοιχτού Κώδικα

Στο οικονομικό μέτωπο, το Kimi K2 καταρρίπτει το φράγμα του κόστους: η χρήση του κοστίζει $0,15 ανά εκατομμύριο input tokens και $2,50 ανά εκατομμύριο output tokens – σημαντικά χαμηλότερα από GPT-4.1 και Claude Opus 4, καθιστώντας το ελκυστικό για οργανισμούς με αυξημένες ανάγκες και περιορισμένο προϋπολογισμό. Επιπλέον, τα “weights” και η τεκμηρίωση διατίθενται ήδη ανοιχτά, γεγονός που δίνει τη δυνατότητα σε προγραμματιστές και ερευνητές να αναπτύξουν εξατομικευμένες λύσεις και να επεκτείνουν τη χρήση του Kimi K2 σε κάθε περιβάλλον.

Εφαρμογές και “Agentic” Νοημοσύνη

To Kimi K2 σχεδιάστηκε από την αρχή ως ένα “agentic” μοντέλο: μπορεί να αυτονομείται στη χρήση εργαλείων, να εκτελεί κώδικα, προγραμματίζει και λύνει σύνθετα προβλήματα χωρίς ανθρώπινη παρέμβαση. Αυτές οι ικανότητες, σε συνδυασμό με τη σταθερότητα του training και την ανοιχτή φιλοσοφία υλοποίησης, οριοθετούν μια νέα εποχή για τις “ψηφιακές ευφυΐες” της επόμενης γενιάς.

Η κυκλοφορία του Kimi K2 σηματοδοτεί μια νέα πραγματικότητα στην τεχνητή νοημοσύνη όπου η ελευθερία, η προσιτή τιμολόγηση και η τεχνολογική πρωτοπορία συνυπάρχουν. Οι κινήσεις της Moonshot AI υποχρεώνουν πλέον αμερικανικούς και κινεζικούς κολοσσούς να επανεξετάσουν τόσο τη στρατηγική τους στον ανοιχτό κώδικα όσο και τα τεχνολογικά μονοπάτια της εξέλιξης των language models. Το Kimi K2 δεν είναι απλώς ένα ακόμη LLM, αλλά το πλέον απτό παράδειγμα μιας παγκόσμιας τεχνολογικής μετατόπισης προς την προσβάσιμη και αποδοτική τεχνητή νοημοσύνη

]]>10779Tue, 15 Jul 2025 14:10:56 +0000Η Google «σαρώνει» την αγορά AI: Επένδυση $2,4 δισ. στη Windsurf και ενίσχυση της DeepMindhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B7-google-%C2%AB%CF%83%CE%B1%CF%81%CF%8E%CE%BD%CE%B5%CE%B9%C2%BB-%CF%84%CE%B7%CE%BD-%CE%B1%CE%B3%CE%BF%CF%81%CE%AC-ai-%CE%B5%CF%80%CE%AD%CE%BD%CE%B4%CF%85%CF%83%CE%B7-24-%CE%B4%CE%B9%CF%83-%CF%83%CF%84%CE%B7-windsurf-%CE%BA%CE%B1%CE%B9-%CE%B5%CE%BD%CE%AF%CF%83%CF%87%CF%85%CF%83%CE%B7-%CF%84%CE%B7%CF%82-deepmind/

Η Google ανακοίνωσε στις 11 Ιουλίου 2025 μια στρατηγική συμφωνία ύψους 2,4 δισεκατομμυρίων δολαρίων για την απόκτηση μη αποκλειστικής άδειας χρήσης της τεχνολογίας της Windsurf, μιας ανερχόμενης startup στον χώρο της τεχνητής νοημοσύνης για προγραμματιστές. Παράλληλα, η εταιρεία προσέλαβε τον CEO της Windsurf, Varun Mohan, τον συνιδρυτή Douglas Chen και βασικά μέλη της ερευνητικής ομάδας, οι οποίοι εντάσσονται στη DeepMind, το κορυφαίο ερευνητικό τμήμα AI της Google.

Τι περιλαμβάνει η συμφωνία

Η συμφωνία δεν αφορά εξαγορά της Windsurf, αλλά την απόκτηση άδειας χρήσης συγκεκριμένων τεχνολογιών της. Η Windsurf διατηρεί την ανεξαρτησία της και μπορεί να συνεχίσει να εμπορεύεται τα προϊόντα της και σε άλλες εταιρείες. Η Google, από την πλευρά της, αποκτά πρόσβαση σε καινοτόμες λύσεις «agentic coding», δηλαδή εργαλεία τεχνητής νοημοσύνης που βοηθούν στην αυτόματη συγγραφή και βελτιστοποίηση κώδικα για μεγάλες ομάδες προγραμματιστών.

Το παρασκήνιο της συμφωνίας και ο ρόλος της OpenAI

Η συμφωνία της Google ήρθε ως αποτέλεσμα της αποτυχίας εξαγοράς της Windsurf από την OpenAI, η οποία είχε καταθέσει πρόταση ύψους 3 δισ. δολαρίων. Οι διαπραγματεύσεις με την OpenAI ναυάγησαν λόγω ανησυχιών της Windsurf για τη διαμοίραση τεχνολογίας με τη Microsoft, βασικό επενδυτή της OpenAI και ανταγωνιστή στον χώρο των εργαλείων προγραμματισμού μέσω AI.

Σημασία για το οικοσύστημα της τεχνητής νοημοσύνης

Η προσθήκη της Windsurf και των ταλαντούχων μηχανικών της στη DeepMind ενισχύει σημαντικά το ανθρώπινο δυναμικό και τις τεχνολογικές δυνατότητες της Google στον τομέα του AI. Η Windsurf έχει διακριθεί για την ανάπτυξη εργαλείων που απευθύνονται σε επαγγελματίες προγραμματιστές και μεγάλες ομάδες ανάπτυξης λογισμικού, προσφέροντας λύσεις που βελτιώνουν την παραγωγικότητα και την ποιότητα του κώδικα σε περιβάλλοντα μεγάλης κλίμακας.

Προοπτικές και επιπτώσεις

Η κίνηση αυτή αναμένεται να επιταχύνει την εξέλιξη των εργαλείων τεχνητής νοημοσύνης που προσφέρει η Google, ιδιαίτερα σε τομείς όπως το «agentic coding» και η αυτόματη συγγραφή κώδικα. Παράλληλα, αναδεικνύει τον εντεινόμενο ανταγωνισμό μεταξύ των τεχνολογικών κολοσσών για την προσέλκυση κορυφαίων ταλέντων και την εξασφάλιση πρόσβασης σε καινοτόμες τεχνολογίες AI.

Η συμφωνία μεταξύ Google και Windsurf αποτελεί χαρακτηριστικό παράδειγμα της νέας εποχής στην τεχνητή νοημοσύνη, όπου η πρόσβαση σε εξειδικευμένη τεχνογνωσία και ταλαντούχους μηχανικούς αποκτά στρατηγική σημασία για την ηγεσία στον κλάδο. Οι εξελίξεις αυτές αναμένεται να διαμορφώσουν το μέλλον του λογισμικού και της αυτοματοποίησης, με σημαντικές επιπτώσεις για επαγγελματίες και επιχειρήσεις παγκοσμίως

]]>10773Sun, 13 Jul 2025 10:10:33 +0000Apple DiffuCode-7B-cpGRPO: Νέο open-source AI μοντέλο κώδικα που γράφει… εκτός σειράςhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/apple-diffucode-7b-cpgrpo-%CE%BD%CE%AD%CE%BF-open-source-ai-%CE%BC%CE%BF%CE%BD%CF%84%CE%AD%CE%BB%CE%BF-%CE%BA%CF%8E%CE%B4%CE%B9%CE%BA%CE%B1-%CF%80%CE%BF%CF%85-%CE%B3%CF%81%CE%AC%CF%86%CE%B5%CE%B9%E2%80%A6-%CE%B5%CE%BA%CF%84%CF%8C%CF%82-%CF%83%CE%B5%CE%B9%CF%81%CE%AC%CF%82/

Η Apple κυκλοφόρησε αθόρυβα το DiffuCode-7B-cpGRPO, ένα νέο open-source AI μοντέλο για παραγωγή κώδικα, το οποίο ξεχωρίζει επειδή δεν ακολουθεί τη συνηθισμένη αριστερά-δεξιά, γραμμή-γραμμή διαδικασία των παραδοσιακών LLMs. Αντίθετα, χρησιμοποιεί diffusion-based decoding, μια τεχνική που του επιτρέπει να επεξεργάζεται και να βελτιώνει πολλά τμήματα του κώδικα ταυτόχρονα και εκτός σειράς, προσφέροντας ταχύτερη και πιο συνεκτική παραγωγή αποτελεσμάτων.

 

Το DiffuCode-7B-cpGRPO βασίζεται στο Qwen2.5-7B της Alibaba, το οποίο η Apple προσαρμόζει με diffusion decoder και ειδικό fine-tuning (coupled-GRPO), εκπαιδεύοντάς το σε πάνω από 20.000 προσεκτικά επιλεγμένα δείγματα κώδικα. Το αποτέλεσμα ήταν μια βελτίωση 4,4% σε δημοφιλή benchmarks παραγωγής κώδικα, ενώ το μοντέλο διατηρεί τη δυνατότητα να λειτουργεί είτε με αυστηρή είτε με πιο ευέλικτη σειρά token generation, ανάλογα με τη ρύθμιση της θερμοκρασίας (temperature).

 

Η προσέγγιση diffusion, γνωστή κυρίως από τα μοντέλα εικόνας (όπως το Stable Diffusion), επιτρέπει στο μοντέλο να βελτιώνει το αποτέλεσμα σε πολλαπλά περάσματα, χωρίς να περιορίζεται στη γραμμική ακολουθία των κλασικών autoregressive LLMs. Αυτό είναι ιδιαίτερα χρήσιμο για τον προγραμματισμό, όπου η συνολική δομή του κώδικα είναι πιο σημαντική από την απλή αλληλουχία των tokens.

 

Αν και το DiffuCode-7B-cpGRPO δεν φτάνει ακόμη το επίπεδο μοντέλων όπως το GPT-4 ή το Gemini Diffusion, ξεχωρίζει ανάμεσα στα open-source coding models για την ταχύτητα και τη δομική συνοχή του κώδικα που παράγει. Το αν και πώς θα ενσωματωθεί σε εργαλεία όπως το Xcode ή αν θα αξιοποιηθεί από την κοινότητα, μένει να φανεί τους επόμενους μήνες. H Apple με το DiffuCode-7B-cpGRPO δείχνει ότι πειραματίζεται σοβαρά με νέες αρχιτεκτονικές στην παραγωγή κώδικα, ανοίγοντας τον δρόμο για πιο ευέλικτα, γρήγορα και δομικά «έξυπνα» AI εργαλεία ανάπτυξης.

]]>10756Mon, 07 Jul 2025 14:40:49 +0000Η Τεχνητή Νοημοσύνη Καταναλώνει Περισσότερη Ενέργεια από ό,τι Φαντάζεστεhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B7-%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7-%CE%BA%CE%B1%CF%84%CE%B1%CE%BD%CE%B1%CE%BB%CF%8E%CE%BD%CE%B5%CE%B9-%CF%80%CE%B5%CF%81%CE%B9%CF%83%CF%83%CF%8C%CF%84%CE%B5%CF%81%CE%B7-%CE%B5%CE%BD%CE%AD%CF%81%CE%B3%CE%B5%CE%B9%CE%B1-%CE%B1%CF%80%CF%8C-%CF%8C%CF%84%CE%B9-%CF%86%CE%B1%CE%BD%CF%84%CE%AC%CE%B6%CE%B5%CF%83%CF%84%CE%B5/

Η ραγδαία ανάπτυξη της τεχνητής νοημοσύνης έχει φέρει στο προσκήνιο μια ανησυχητική πραγματικότητα: η ενεργειακή της κατανάλωση αυξάνεται με ταχύτητα που μπορεί να ξεπεράσει ακόμη και τη διαβόητη κατανάλωση του Bitcoin mining, δημιουργώντας σοβαρά ερωτηματικά για τη βιωσιμότητα του πλανήτη.

Σύμφωνα με νέα έρευνα του Alex de Vries-Gao, υποψήφιου διδάκτορα στο Ινστιτούτο Περιβαλλοντικών Σπουδών του Vrije Universiteit Amsterdam, η τεχνητή νοημοσύνη μπορεί να καταλάβει σχεδόν το μισό της παγκόσμιας κατανάλωσης ηλεκτρικής ενέργειας των κέντρων δεδομένων μέχρι το τέλος του 2025 - αύξηση από το εκτιμώμενο 20% που καταγράφεται σήμερα.

Το Πρόβλημα της Διαφάνειας

Η ανάλυση του de Vries-Gao αναδεικνύει ένα κρίσιμο πρόβλημα: οι μεγάλες τεχνολογικές εταιρείες σπάνια αποκαλύπτουν τις ακριβείς ενεργειακές απαιτήσεις της τεχνητής νοημοσύνης, καθιστώντας δύσκολη την ακριβή αξιολόγηση της κατάστασης.

Συγκρίνοντας την τάση με την εξόρυξη κρυπτονομισμάτων, ο ερευνητής προειδοποιεί ότι η νοοτροπία "όσο μεγαλύτερο τόσο καλύτερο" της τεχνολογικής βιομηχανίας οδηγεί σε μη βιώσιμη χρήση ενέργειας. Οι προβλέψεις του υποδεικνύουν ότι το hardware της τεχνητής νοημοσύνης θα μπορούσε σύντομα να καταναλώνει τόση ηλεκτρική ενέργεια όση ολόκληρα έθνη, ενδεχομένως να ανταγωνίζεται τη συνολική ζήτηση ενέργειας του Ηνωμένου Βασιλείου μέχρι το 2025.

Η Έκρηξη των Κέντρων Δεδομένων

Η άνοδος της υιοθέτησης της τεχνητής νοημοσύνης έχει πυροδοτήσει ένα κύμα νέων κατασκευών κέντρων δεδομένων, ιδιαίτερα στις ΗΠΑ, όπου η ζήτηση ηλεκτρικής ενέργειας αναμένεται να αυξηθεί κατά 25% μέχρι το 2030 λόγω της τεχνητής νοημοσύνης, των παραδοσιακών κέντρων δεδομένων και της εξόρυξης Bitcoin.

Ωστόσο, ο περιβαλλοντικός αντίκτυπος ποικίλλει σημαντικά. Για παράδειγμα, ένα ερώτημα τεχνητής νοημοσύνης που επεξεργάζεται στη Δυτική Βιρτζίνια - όπου ο άνθρακας κυριαρχεί στο ηλεκτρικό δίκτυο - παράγει σχεδόν διπλάσιες εκπομπές από ένα στην Καλιφόρνια, η οποία βασίζεται περισσότερο σε ανανεώσιμες πηγές ενέργειας.

Η Μέθοδος Τριγωνισμού

Ενώ εταιρείες όπως η Google και η Microsoft αναφέρουν τις συνολικές τους εκπομπές, λίγες αναλύουν τη συγκεκριμένη συνεισφορά της τεχνητής νοημοσύνης. Η μέθοδος τριγωνισμού του de Vries-Gao - που χρησιμοποιεί δεδομένα παραγωγής τσιπ, εταιρικές αναφορές και εκτιμήσεις αναλυτών - αποκαλύπτει το εκπληκτικό ενεργειακό αποτύπωμα της τεχνητής νοημοσύνης.

Παρά τις βελτιώσεις στην αποδοτικότητα, οι ειδικοί φοβούνται ένα φαινόμενο παρόμοιο με την παράδοξο του Jevons: καθώς η τεχνητή νοημοσύνη γίνεται πιο ισχυρή, η χρήση ενέργειάς της μπορεί να εκτοξευθεί ανεξάρτητα από τις βελτιώσεις αποδοτικότητας.

Τα Αριθμητικά Δεδομένα

Τα κέντρα δεδομένων αντιπροσωπεύουν πλέον πάνω από το 1,1% της παγκόσμιας χρήσης ηλεκτρικής ενέργειας, με την επανάσταση της τεχνητής νοημοσύνης να ωθεί αυτόν τον αριθμό ακόμη ψηλότερα. Οι εκπομπές της Google έχουν αυξηθεί κατά 48% σε πέντε χρόνια, με τη Microsoft να αντιμετωπίζει παρόμοια προβλήματα στην επίτευξη των στόχων βιωσιμότητας καθώς πολλαπλασιάζονται τα φορτία εργασίας της τεχνητής νοημοσύνης.

Υπάρχουν όμως και θετικές εξελίξεις. Η ένταση άνθρακα των λειτουργιών των κέντρων δεδομένων μειώνεται καθώς οι τεχνολογικοί γίγαντες στρέφονται προς τις ανανεώσιμες πηγές - οι hyperscalers αντλούν πλέον το 91% της ενέργειάς τους από καθαρές πηγές. Τα κέρδη αποδοτικότητας είναι επίσης πραγματικά, με τους μέσους δείκτες αποδοτικότητας χρήσης ενέργειας να βελτιώνονται από 1,44 το 2019 σε 1,38 σήμερα.

Οι Προβλέψεις για το Μέλλον

Ο Διεθνής Οργανισμός Ενέργειας προβλέπει ότι η παγκόσμια ζήτηση ηλεκτρικής ενέργειας των κέντρων δεδομένων θα μπορούσε να διπλασιαστεί μέχρι το 2026, φθάνοντας σε επίπεδα συγκρίσιμα με την ετήσια κατανάλωση της Ιαπωνίας.

Οι προκλήσεις πολλαπλασιάζονται όταν λαμβάνεται υπόψη το ευρύτερο αποτύπωμα της τεχνητής νοημοσύνης. Η αυξανόμενη ζήτηση για εξειδικευμένο hardware οδηγεί στην εξόρυξη σπάνιων μετάλλων όπως το λίθιο και το κοβάλτιο. Η χρήση νερού για ψύξη έχει αυξηθεί σχεδόν κατά 10% καθώς αυξάνονται οι πυκνότητες των διακομιστών.

Το Παράδοξο της Προόδου

Το Διεθνές Νομισματικό Ταμείο εκτιμά ότι οι σωρευτικές εκπομπές της τεχνητής νοημοσύνης μέχρι το 2030 θα μπορούσαν να φθάσουν τα 1,7 γιγατόνους - ισοδύναμα με την πενταετή παραγωγή της Ιταλίας - ακόμη και καθώς ενισχύει το παγκόσμιο ΑΕΠ. Με το 40% των κέντρων δεδομένων τεχνητής νοημοσύνης να προβλέπεται ότι θα φθάσουν τα όρια ισχύος μέχρι το 2027, η πίεση στην υποδομή γίνεται αδύνατο να αγνοηθεί.

Αυτό που προκύπτει είναι ένα παράδοξο προόδου: η ίδια καινοτομία που υπόσχεται να επαναστατήσει την ενεργειακή αποδοτικότητα γίνεται η ίδια μια μεγάλη πηγή εκπομπών.

Εν Κατακλείδι

Η τεχνητή νοημοσύνη βρίσκεται σε μια κρίσιμη καμπή. Ενώ η δυναμική της να λύσει μεγάλα προβλήματα της ανθρωπότητας είναι αδιαμφισβήτητη, η ενεργειακή της πείνα απειλεί να υπονομεύσει τους κλιματικούς στόχους που τόσο απεγνωσμένα προσπαθούμε να επιτύχουμε. Η βιομηχανία χρειάζεται επειγόντως να βρει την ισορροπία μεταξύ της καινοτομίας και της βιωσιμότητας - διαφορετικά, ο τεχνολογικός μας θρίαμβος μπορεί να αποδειχθεί περιβαλλοντική καταστροφή.

]]>10686Sat, 31 May 2025 09:03:51 +0000Η Seagate προειδοποιεί για "κλιματική κρίση δεδομένων" στα data centers λόγω Τεχνητής Νοημοσύνηςhttps://www.thelab.gr/news/%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7/%CE%B7-seagate-%CF%80%CF%81%CE%BF%CE%B5%CE%B9%CE%B4%CE%BF%CF%80%CE%BF%CE%B9%CE%B5%CE%AF-%CE%B3%CE%B9%CE%B1-%CE%BA%CE%BB%CE%B9%CE%BC%CE%B1%CF%84%CE%B9%CE%BA%CE%AE-%CE%BA%CF%81%CE%AF%CF%83%CE%B7-%CE%B4%CE%B5%CE%B4%CE%BF%CE%BC%CE%AD%CE%BD%CF%89%CE%BD-%CF%83%CF%84%CE%B1-data-centers-%CE%BB%CF%8C%CE%B3%CF%89-%CF%84%CE%B5%CF%87%CE%BD%CE%B7%CF%84%CE%AE%CF%82-%CE%BD%CE%BF%CE%B7%CE%BC%CE%BF%CF%83%CF%8D%CE%BD%CE%B7%CF%82/

Κατά την παρουσία της στην Computex 2025, η Seagate έστειλε σαφές μήνυμα: η αλματώδης αύξηση της τεχνητής νοημοσύνης επιταχύνει μια ανερχόμενη "κρίση άνθρακα" στα data centers, λόγω του υπερδιπλασιασμού της κατανάλωσης ενέργειας και του όγκου δεδομένων. Σύμφωνα με τις εκτιμήσεις της εταιρείας, ο παγκόσμιος όγκος δεδομένων θα τριπλασιαστεί μεταξύ 2023 και 2028, ξεπερνώντας το φράγμα του zettabyte, ενώ η βιομηχανία των σκληρών δίσκων παράγει μόλις 1-2 ZB χωρητικότητας ετησίως.

Η ανησυχία αυτή δεν είναι θεωρητική. Σε έρευνα της Seagate μεταξύ 1.000 επαγγελματιών IT, το 72% ήδη χρησιμοποιεί ή σχεδιάζει να χρησιμοποιήσει AI, ενώ το 90% όσων χρησιμοποιούν AI θεωρεί ότι τα ιστορικά δεδομένα ενισχύουν την ποιότητα των αποτελεσμάτων. Η τάση «δεν σβήνουμε τίποτα» δημιουργεί ένα εκρηκτικό μείγμα αυξανόμενης ενεργειακής κατανάλωσης και αποθηκευτικής ανάγκης, καθώς κάθε byte που διατηρείται απαιτεί υποδομή και ψύξη.

Η Goldman Sachs Research προβλέπει αύξηση 165% στην παγκόσμια κατανάλωση ρεύματος των data centers μέχρι το 2030, γεγονός που καθιστά την ενεργειακή αποδοτικότητα του storage κρίσιμη παράμετρο για τη βιωσιμότητα του κλάδου.

NVMe HDDs: ένας νέος ρόλος για τους "παραδοσιακούς" δίσκους

Στο περίπτερο της Seagate στην Computex παρουσιάστηκαν πρωτότυποι σκληροί δίσκοι με διεπαφή NVMe, μια τεχνολογία που παραδοσιακά συνδέεται με τα SSDs. Οι δίσκοι αυτοί επιτρέπουν αμεσότερη σύνδεση με GPUs μέσω DPUs, καθιστώντας το αποθηκευτικό μέσο πιο "κοντά" στα μοντέλα AI.

Τα πρωτότυπα καλύπτουν από απλές single-lane εκδόσεις που συνδέονται μέσω SATA έως dual-lane εκδόσεις μέσω SAS. Η Seagate δεν έχει ανακοινώσει ημερομηνία διάθεσης, δηλώνοντας ότι συλλέγει σχόλια μέσω του οργανισμού OCP για να οριστικοποιήσει τις προδιαγραφές.

Τεχνολογία HAMR σε μαζική παραγωγή

Η τεχνολογία HAMR (Heat-Assisted Magnetic Recording) με την εμπορική επωνυμία Mozaic 3+ εισέρχεται επιτέλους σε φάση μαζικής παραγωγής, μετά από 20 χρόνια ανάπτυξης και επένδυση άνω του $1 δισεκατομμυρίου. Με χρήση laser που θερμαίνει το μαγνητικό υπόστρωμα στους 800°F μέσα σε νανοδευτερόλεπτα, η HAMR υπόσχεται πολλαπλάσια πυκνότητα αποθήκευσης στον ίδιο φυσικό χώρο. Η εμπορική αποδοχή της τεχνολογίας μένει να φανεί στην πράξη.

Κυκλική οικονομία και e-waste

Σύμφωνα με τον αντιπρόεδρο Colin Presly, περίπου 200 εκατομμύρια σκληροί δίσκοι καταστρέφονται κάθε χρόνο με βιομηχανικό θρυμματισμό, λόγω ανησυχιών για την ασφάλεια δεδομένων. Αυτό δημιουργεί τεράστιο περιβαλλοντικό κόστος, καθώς λειτουργικό hardware μετατρέπεται σε άχρηστο scrap.

Η Seagate εργάζεται με οργανισμούς όπως οι NIST και ISO για πρότυπα που θα επιτρέπουν ασφαλή διαγραφή μέσω κρυπτογραφικών κλειδιών, ώστε να επιτραπεί η επαναχρησιμοποίηση των δίσκων. Μέχρι στιγμής, το πρόγραμμα ανακύκλωσης της εταιρείας έχει ανακτήσει πάνω από 1 τόνο σπάνιων μαγνητών, αλλά αυτό παραμένει σταγόνα στον ωκεανό της e-waste.

Η τεχνολογία αυτόνομης αποκατάστασης μονάδων (autonomous drive regeneration) επιτρέπει τη συνέχιση λειτουργίας ακόμα και με μερική αποτυχία εξαρτημάτων, αλλά η βιομηχανική υιοθέτηση είναι ακόμα περιορισμένη.

Το στοίχημα της ισορροπίας

Η Seagate υποστηρίζει ότι, όταν αξιολογηθεί με βάση τον πλήρη κύκλο ζωής, οι σκληροί δίσκοι έχουν το χαμηλότερο ενσωματωμένο αποτύπωμα άνθρακα από SSDs και ταινίες (tape). Ωστόσο, η βέλτιστη αρχιτεκτονική data center δεν είναι μονοδιάστατη: συνδυασμός τεχνολογιών (π.χ. SSDs για real-time AI, HDDs για αρχειοθέτηση) είναι η πιο ρεαλιστική προσέγγιση.

Οι μεγάλοι cloud πάροχοι έχουν ήδη στραφεί σε μικτές υποδομές αποθήκευσης, προσπαθώντας να εξισορροπήσουν απόδοση, κόστος και περιβαλλοντικό αποτύπωμα.

 

Εν Κατακλείδι

Η αποθήκευση γίνεται το πρακτικό όριο της κλιμάκωσης στην τεχνητή νοημοσύνη. Η υπολογιστική ισχύς πολλαπλασιάζεται, τα μοντέλα γίνονται πιο βαθιά και τα δεδομένα συσσωρεύονται χωρίς στρατηγική αποφόρτισης. Οι data engineers και οι αρχιτέκτονες υποδομών το έχουν ήδη εντοπίσει: δεν είναι μόνο θέμα δίσκων ή formats, είναι φυσικό όριο — ενέργεια, χώρος, ανακύκλωση, θόρυβος, ψύξη, δικτυακή διαμεταγωγή.

Προς το παρόν, αυτό καλύπτεται με περισσότερο hardware, μεγαλύτερα racks και νέες συμφωνίες με παρόχους ενέργειας. Αλλά όταν ο χώρος εξαντληθεί — φυσικός ή ενεργειακός — το ερώτημα δεν θα είναι πώς μεγαλώνουμε τα data centers. Θα είναι τι κρατάμε, γιατί, και με ποιο τεκμήριο διατήρησης. Όποιος δεν σχεδιάζει τώρα, θα βρεθεί αργότερα να επιλέγει τι να σβήσει.

]]>10674Mon, 26 May 2025 15:03:27 +0000