Αναζήτηση στην κοινότητα

Η έρευνα Enterprise AI 2026 της Deloitte περιλαμβάνει σημαντικά συμπεράσματα αναδεικνύοντας τα κενά σε Υποδομές, Διακυβέρνηση και Ταλέντο που φρενάρουν τη μετασχηματιστική δυναμική της Τεχνητής Νοημοσύνης – Η στρατηγική πρόθεση από Το Deloitte ΑΙ Institute παρουσίασε την έκθεση «The State of AI in the Enterprise» για το 2026, αναδεικνύοντας μια καθοριστική διαπίστωση που ξεχωρίζει τους ηγέτες της αγοράς από τους υπόλοιπους: η διαφορά μεταξύ πρόσβασης και ουσιαστικής υιοθέτησης της Τεχνητής Νοημοσύνης αποτελεί σήμερα το βασικό εμπόδιο στη δημιουργία επιχειρηματικής αξίας. Η πραγματική πρόκληση Παρότι το 60% των εργαζομένων έχει πλέον πρόσβαση σε εγκεκριμένα εργαλεία Τεχνητής Νοημοσύνης — αύξηση 50% μέσα σε μόλις έναν χρόνο — η πραγματική πρόκληση δεν είναι η υιοθέτηση της Τεχνητής Νοημοσύνης σε ένα οργανισμό, αλλά η ενσωμάτωσή της με τρόπο που να λειτουργεί συστηματικά και σε ευρεία κλίμακα. Η έρευνα, στην οποία συμμετείχαν περισσότερα από 3.000 ανώτερα στελέχη που εμπλέκονται άμεσα στις πρωτοβουλίες ΑΙ των εταιρειών τους, αποκαλύπτει μια αναντιστοιχία μεταξύ στρατηγικής αυτοπεποίθησης και επιχειρησιακής ετοιμότητας. Τα ευρήματα είναι σαφή: Το μετασχηματιστικό αποτύπωμα της ΤΝ είναι πραγματικό, αλλά η αξιοποίησή του απαιτεί πολύ περισσότερα από επενδύσεις στην τεχνολογία. Οι οργανισμοί οφείλουν να αντιμετωπίσουν την ΤΝ ως δομικό στοιχείο του επιχειρησιακού τους μοντέλου. Οι πιο επιτυχημένοι δεν θα είναι όσοι έχουν τα περισσότερα έργα ΤΝ ή θα διαθέτουν τους μεγαλύτερους προϋπολογισμούς, αλλά όσοι ενσωματώνουν την ΤΝ στα θεμέλια του τρόπου με τον οποίο λειτουργούν, ανταγωνίζονται και αναπτύσσονται. Η Απόδοση της ΤΝ ως Πυρήνας Στρατηγικής ή Μείωσης Κόστους; Στην αγορά διαμορφώνεται μια διευρυνόμενη διαφορά απόδοσης ανάμεσα στις εταιρείες που αντιμετωπίζουν την ΤΝ ως πυρήνα της στρατηγικής τους και εκείνες που τη θεωρούν απλώς εργαλείο μείωσης κόστους. Οι πρωτοπόροι οργανισμοί επενδύουν σημαντικά στην αξιοποίηση της ΤΝ για να αναδιαμορφώσουν τις λειτουργίες τους και να δημιουργήσουν νέες πηγές εσόδων. Η διαφορά είναι ουσιαστική. Το 37% χρησιμοποιεί την ΤΝ σε επιφανειακό επίπεδο, χωρίς αλλαγές στις βασικές επιχειρησιακές διαδικασίες. Το 30% επανασχεδιάζει κρίσιμες διαδικασίες γύρω από την ΤΝ, διατηρώντας τα επιχειρηματικά μοντέλα ως έχουν. Μόνο όμως το 34% μετασχηματίζει βαθιά τις επιχειρήσεις του — δημιουργώντας νέα προϊόντα, επανασχεδιάζοντας τις βασικές διαδικασίες και μετασχηματίζοντας θεμελιωδώς τα επιχειρηματικά τους μοντέλα. Αυτή η τρίτη ομάδα εστιάζει στην ενεργοποίηση και όχι μόνο στην πρόσβαση, επιδιώκοντας στρατηγική ανανέωση και όχι απλή αύξηση αποτελεσματικότητας. Η Πραγματικότητα της Μετάβασης από την Πιλοτική Ανάπτυξη στην Παραγωγή Οι οργανισμοί που πειραματίζονται με την ΤΝ συχνά βλέπουν θετικά αποτελέσματα σε ελεγχόμενες συνθήκες, με καθαρά δεδομένα και σε απομονωμένα περιβάλλοντα. Ωστόσο, η μετάβαση σε περιβάλλον παραγωγής αποκαλύπτει μια διαφορετική πραγματικότητα. Η ανάπτυξη σε παραγωγή απαιτεί επενδύσεις σε υποδομές, διασύνδεση με υφιστάμενα συστήματα, ελέγχους ασφάλειας και συμμόρφωσης, συστήματα παρακολούθησης και συνεχή συντήρηση — όλα προϋποθέτουν σημαντικά περισσότερους πόρους και συντονισμό. Αυτή η απόκλιση εξηγεί γιατί μόνο το 25% των εταιρειών έχει μεταφέρει το 40% ή περισσότερο των πειραμάτων ΤΝ σε παραγωγή, παρότι το 54% αναμένει να φτάσει σε αυτό το επίπεδο εντός τριών έως έξι μηνών. Οι επιτυχημένες εταιρείες αναγνωρίζουν αυτή την πρόκληση από νωρίς. Σχεδιάζουν για ανάπτυξη σε παραγωγή εξαρχής, ενσωματώνοντας ζητήματα διασύνδεσης συστημάτων, δικαιωμάτων δεδομένων και επιχειρησιακής αξιοπιστίας ήδη από τη φάση του πιλοτικού έργου. Στρατηγική Ετοιμότητα vs Επιχειρησιακή Υποδομή: Η Generative AI Αλλάζει το Παιχνίδι Το 42% των εταιρειών θεωρεί ότι είναι στρατηγικά έτοιμο για ΤΝ, αλλά τα ποσοστά ετοιμότητας μειώνονται σε σχέση με πέρυσι όταν πρόκειται για τις τεχνικές υποδομές (43%), τη διαχείριση δεδομένων (40%) και το ανθρώπινο δυναμικό (20%) του οργανισμού. Επιπλέον, πολλοί οργανισμοί είχαν προετοιμαστεί για ένα μέλλον βασισμένο στην παραδοσιακή ΤΝ και το machine learning. Όμως η GenAI άλλαξε τα δεδομένα. Πλέον, το 80–90% των νέων περιπτώσεων χρήσης αφορά την GenAI, που απαιτεί διαφορετικές υποδομές και δεξιότητες. Οι παλαιές αρχιτεκτονικές δεδομένων και υποδομών δεν μπορούν να υποστηρίξουν την πραγματικού χρόνου ΤΝ. Οι οργανισμοί που θέλουν να μεγιστοποιήσουν την αξία της πρέπει να εκσυγχρονίσουν τις βάσεις τους. Επίσης να χρησιμοποιούν σύγχρονες πλατφόρμες λογισμικού σχεδιασμένες για το cloud με ανεξάρτητα, διακριτά modules που συνδέουν, διαχειρίζονται και ενσωματώνουν με ασφάλεια όλους τους τύπους δεδομένων, προάγοντας τον γρήγορο πειραματισμό και την ομαλή κλιμάκωση. Η Αυτονομία Χωρίς Διακυβέρνηση Είναι Ρίσκο Το Agentic AI -AI που σχεδιάζει, αποφασίζει και ενεργεί για την επίτευξη στόχων- παρουσιάζει ισχυρή δυναμική. Το 74% των εταιρειών σχεδιάζει να αναπτύξει Agentic AI εντός δύο ετών. Ωστόσο, μόλις το 21% δηλώνει ότι διαθέτει σήμερα ώριμο μοντέλο διακυβέρνησης για αυτόνομους πράκτορες. Η διακυβέρνηση του Agentic AI απαιτεί νέες προσεγγίσεις. Σε αντίθεση με τα παραδοσιακά συστήματα ΤΝ που παρέχουν συστάσεις, το Agentic AI αναλαμβάνει δράση — πραγματοποιεί αγορές, αποστέλλει επικοινωνίες ή τροποποιεί συστήματα. Αυτό απαιτεί σαφή όρια αυτονομίας, συστήματα παρακολούθησης σε πραγματικό χρόνο και ιχνηλάτηση των ενεργειών. Physical AI: Το Επόμενο Κύμα — Ήδη Παρόν Το Physical AI -ρομπότ, αυτόνομες συσκευές, collaborative robots και άλλα φυσικά συστήματα με AI- εντάσσεται ταχύτατα στις επιχειρησιακές λειτουργίες παγκοσμίως, με τους κλάδους της μεταποίησης, της εφοδιαστικής αλυσίδας και της άμυνας να πρωτοστατούν. Στην περιοχή Ασίας-Ειρηνικού, το 71% αναφέρει τουλάχιστον ελάχιστη χρήση, έναντι 56% στην Αμερική και στην περιοχή Ευρώπης, Μέσης Ανατολής και Αφρικής. Ήδη πάντως, το 58% των επιχειρήσεων παγκοσμίως αξιοποιεί τέτοιες τεχνολογίες, με την υιοθέτησή τους να αναμένεται να αγγίξει το 80% εντός της επόμενης διετίας, σηματοδοτώντας το επόμενο μεγάλο κύμα βιομηχανικού αυτοματισμού. Οι δημοφιλέστερες εφαρμογές εστιάζουν στο intelligent security (21%), στα collaborative robots (20%) και στα digital twins (19%). Sovereign AI: Η Νέα Στρατηγική Επιταγή Η επιχειρηματική ανθεκτικότητα ενισχύεται μέσω του Sovereign AI -AI με πλήρη έλεγχο δεδομένων και υποδομών. Η στροφή προς την τεχνολογική αυτονομία είναι σαφής, με το 77% των επιχειρήσεων να αξιολογεί στρατηγικά τη χώρα προέλευσης των προμηθευτών, ενώ σχεδόν 3 στις 5 επιχειρήσεις επιλέγουν τοπικούς παρόχους για τη διαμόρφωση των ΑΙ υποδομών τους. Αυτό δείχνει ότι το Sovereign AI γίνεται βασικός παράγοντας λήψης αποφάσεων και πηγή ανταγωνιστικού πλεονεκτήματος για εταιρείες που επιδιώκουν απόλυτο έλεγχο στα δεδομένα και τις υποδομές τους. Σε σχέση με τα συμπεράσματα της έρευνας, ο Νίκος Χριστοδούλου, Partner, Technology and Transformation Leader, Deloitte Ελλάδος υπογραμμίζει ότι: «Τα ευρήματα δείχνουν ότι η μετάβαση από τον πειραματισμό στην παραγωγική αξιοποίηση συνιστά πρωτίστως ζήτημα οργανωσιακής ωριμότητας. Η generative AI επιταχύνει τον ρυθμό και διευρύνει το φάσμα των εφαρμογών, ωστόσο, χωρίς συνεκτική ευθυγράμμιση υποδομών, δεδομένων και μηχανισμών διακυβέρνησης, η κλιμάκωση παραμένει αποσπασματική και η δημιουργία αξίας περιορισμένη». Παράλληλα, σύμφωνα με την Κατερίνα Γλαβά, Partner, Engineering, AI & Data Leader, Deloitte Ελλάδος: «Η αξία του ΑΙ δεν περιορίζεται στην αύξηση της παραγωγικότητας. Οι οργανισμοί που ξεχωρίζουν είναι εκείνοι που το χρησιμοποιούν για να επανασχεδιάσουν κρίσιμες διαδικασίες, να αξιοποιήσουν δεδομένα με πιο έξυπνο τρόπο και να δημιουργήσουν νέα επιχειρησιακά μοντέλα. Η μετάβαση αυτή απαιτεί ένα στιβαρό πλαίσιο ελέγχου και διακυβέρνησης, τεχνολογική ωριμότητα και επένδυση στις δεξιότητες και την κουλτούρα του ανθρώπινου δυναμικού». Σχετικά με τη μελέτη «The State of AI in the Enterprise» Η έκθεση «The State of AI in the Enterprise» διεξάγεται εδώ και επτά χρόνια. Η τρέχουσα έκδοση βασίζεται στις προηγούμενες τριμηνιαίες έρευνες της Deloitte, «State of Generative AI in the Enterprise», οι οποίες παρακολουθούν τη ραγδαία υιοθέτηση του GenAI από τον επιχειρηματικό κόσμο. Η ταυτότητα της έρευνας Η έρευνα διεξήχθη το διάστημα Αυγούστου – Σεπτεμβρίου 2025 με τη συμμετοχή 3.235 στελεχών διοίκησης και πληροφορικής. Το δείγμα καλύπτει 24 χώρες και έξι κλάδους: καταναλωτικά αγαθά, ενέργεια, φυσικούς πόρους και βιομηχανία, χρηματοοικονομικές υπηρεσίες, βιοεπιστήμες και υγειονομική περίθαλψη, τεχνολογία, μέσα ενημέρωσης και τηλεπικοινωνίες, καθώς και τον δημόσιο τομέα. View full είδηση

Η επίδραση της τεχνητής νοημοσύνης στο εργασιακό τοπίο και στις δεξιότητες που θα απαιτούνται στο μέλλον είναι πλέον δεδομένη. Αυτό που παραμένει λιγότερο προφανές είναι ότι, όπως σημειώνει η Άννα Τζιονφρίντο, διευθύνουσα σύμβουλος της ManpowerGroup Italia, «οι δεξιότητες που θα κάνουν πραγματικά τη διαφορά στην επόμενη εποχή θα είναι οι κατεξοχήν ανθρώπινες: η δημιουργικότητα, η κρίση, η διορατικότητα και η ηθική. Η τεχνολογία μπορεί να τις ενισχύσει, αλλά όχι να τις υποκαταστήσει». Παρά τον ταχύ ρυθμό της τεχνολογικής εξέλιξης, η υιοθέτηση της τεχνητής νοημοσύνης προχωρά πιο αργά, καθώς πρέπει να ενσωματωθεί σε ήδη υπάρχοντες μηχανισμούς, κουλτούρες και δεξαμενές δεξιοτήτων. Παράλληλα, η ένταση και η έκταση της αλλαγής παραμένουν δύσκολο να αποτυπωθούν. Σύμφωνα με την έκθεση της ManpowerGroup, βασισμένη σε έρευνες και συνεντεύξεις με πάνω από 12.000 εργαζόμενους και 40.000 επιχειρήσεις σε 41 χώρες, η ανασχεδίαση των ρόλων για μια αποτελεσματική σύμπραξη ανθρώπων και AI θα απαιτήσει νέες δεξιότητες. Έως το 2030, το 39% των βασικών επαγγελματικών δεξιοτήτων αναμένεται να έχει αλλάξει, ενώ λιγότεροι από τους μισούς εργαζόμενους έχουν εκπαιδευτεί σχετικά. Το γεγονός αυτό δημιουργεί τον κίνδυνο βαθιών ψηφιακών ανισοτήτων. Ταυτόχρονα, η έλλειψη ταλέντου και η γήρανση του εργατικού δυναμικού διαμορφώνουν νέες προσεγγίσεις στις προσλήψεις. «Το άμεσο αποτύπωμα της τεχνητής νοημοσύνης στις διαδικασίες πρόσληψης θα παραμείνει περιορισμένο και θα γίνει αισθητό κυρίως σε τομείς όπως ο προγραμματισμός και το customer service. Μακροπρόθεσμα όμως θα αποτελέσει βασικό εργαλείο ενίσχυσης των ανθρώπινων δυνατοτήτων», επισημαίνει η Τζιονφρίντο. Η έκθεση αναδεικνύει τέσσερις καθοριστικές τάσεις που θα διαμορφώσουν το εργασιακό περιβάλλον της επόμενης δεκαετίας: την εμφάνιση υβριδικών «super teams» που συνδυάζουν ανθρώπους και ψηφιακούς πράκτορες, την ανάγκη για ταχεία και στοχευμένη επανεκπαίδευση, την προσαρμογή των κανονιστικών πλαισίων στην τεχνολογική πραγματικότητα και τις αυξανόμενες πιέσεις που προκαλεί το γενεακό χάσμα. Νέα επαγγελματικά μοντέλα Οι επιχειρήσεις αναδιαμορφώνουν τις θέσεις εργασίας ώστε να ενσωματώνουν αποτελεσματικά την τεχνητή νοημοσύνη. Τα «super teams» του μέλλοντος θα αποτελούνται από ανθρώπους, ψηφιακούς πράκτορες και ταλέντα, με τους ρόλους να μετασχηματίζονται αντί να εξαφανίζονται. Παρά την αυτοματοποίηση, ορισμένες δεξιότητες παραμένουν δύσκολα αντικαταστάσιμες: η ηθική κρίση (33%), η εξυπηρέτηση πελατών (31%) και η διαχείριση ομάδων (30%) συγκαταλέγονται στις λιγότερο αυτοματοποιήσιμες. Η επιτυχία θα εξαρτηθεί από την ικανότητα των οργανισμών να δημιουργήσουν πραγματική συνεργία ανθρώπου και μηχανής. Ωστόσο, η ευρεία ενσωμάτωση της AI συναντά εμπόδια: το 34% των επιχειρήσεων αναφέρει υψηλό κόστος, το 33% εκφράζει ανησυχίες για την προστασία δεδομένων και το 30% αναγνωρίζει σημαντικό εσωτερικό έλλειμμα δεξιοτήτων. Η εξέλιξη των δεξιοτήτων Η εξοικείωση με εργαλεία τεχνητής νοημοσύνης μετατρέπεται πλέον σε προϋπόθεση. Σε ένα περιβάλλον που αλλάζει διαρκώς, η ικανότητα ταχείας μάθησης αναδεικνύεται στη σημαντικότερη δεξιότητα. Παρ’ όλα αυτά, μόλις το 44% των εργαζομένων παγκοσμίως έχει λάβει κατάρτιση τους τελευταίους έξι μήνες για τις δεξιότητες που απαιτεί η νέα εποχή. Το αποτέλεσμα είναι ο κίνδυνος ενός αυξανόμενου χάσματος ανάμεσα σε όσους κατανοούν τις νέες τεχνολογίες και σε όσους μένουν πίσω. Θετικό στοιχείο αποτελεί ότι το 62% των εργαζομένων δηλώνει πρόθυμο να αναπτύξει νέες δεξιότητες μέσα στο πλαίσιο της τρέχουσας εργασίας του. Παραγωγικότητα, εμπιστοσύνη και ευημερία υπό πίεση Η έκθεση αναδεικνύει τη σύγκρουση ανάμεσα στις αυξανόμενες απαιτήσεις παραγωγικότητας και την ανάγκη για ευημερία. Το 63% των εργαζομένων δηλώνει εξουθενωμένο, ενώ η χαμηλή δέσμευση κοστίζει στην παγκόσμια οικονομία 438 δισ. δολάρια ετησίως. Η επιστροφή σε αυστηρές πολιτικές, όπως η υποχρεωτική παρουσία στο γραφείο, μπορεί να εντείνει την κινητικότητα προσωπικού χωρίς ουσιαστικά οφέλη, με ιδιαίτερα αρνητική επίδραση στις γυναίκες και τα υψηλά καταρτισμένα στελέχη. Παράλληλα, η εμπιστοσύνη προς την ηγεσία μειώνεται: το 68% των εργαζομένων δηλώνει ότι δεν εμπιστεύεται τα ανώτατα στελέχη, ενώ το 59% θεωρεί τη διάδοση παραπληροφόρησης κρίσιμο πρόβλημα. Το στοίχημα του μετασχηματισμού Η έλλειψη ταλέντου εξελίσσεται σε δομική πρόκληση. Έως το 2030, περισσότερο από το ένα τέταρτο του εργατικού δυναμικού στις ανεπτυγμένες οικονομίες θα είναι άνω των 55 ετών, ενώ το 57% των επιχειρήσεων δηλώνει ότι η γήρανση του προσωπικού επηρεάζει ήδη τις στρατηγικές προσλήψεων. Παράλληλα, η αξία των παραδοσιακών τίτλων σπουδών μειώνεται ως εγγύηση απασχόλησης, με τη διαφορά ανάμεσα σε πτυχιούχους και μη να βρίσκεται στο χαμηλότερο επίπεδο των τελευταίων τριών δεκαετιών. Πάνω από τους μισούς νέους της Gen Z φοβούνται ότι η αυτοματοποίηση μπορεί να αντικαταστήσει τον ρόλο τους μέσα στα επόμενα δύο χρόνια. Μέσα σε αυτό το πλαίσιο, η διάθεση για ανάληψη ηγετικών θέσεων υποχωρεί: μόλις το 39% της Generation X και το 56% των Millennials επιδιώκουν ρόλους ευθύνης, την ώρα που οι επιχειρήσεις θα χρειαστούν όλο και περισσότερους ηγέτες με συνδυασμό προηγμένων ανθρώπινων και ψηφιακών δεξιοτήτων. View full είδηση

Μέχρι τη Δευτέρα 8 Δεκεμβρίου 2025 θα βρίσκεται σε δημόσια ηλεκτρονική διαβούλευση το νέο νομοσχέδιο του Υπουργείου Ψηφιακής Διακυβέρνησης, που αφορά στη δημιουργία ενός εθνικού κόμβου τεχνολογικής ανάπτυξης και καινοτομίας. Το σχέδιο νόμου με τίτλο «Ίδρυση Ελληνικού Εργοστασίου Τεχνητής Νοημοσύνης – Συνεποπτεία της Η.Δ.Υ.Κ.Α. Μ.Α.Ε. από τα Υπουργεία Ψηφιακής Διακυβέρνησης και Υγείας», αφορά στην ίδρυση της εταιρείας «Ελληνικό Εργοστάσιο Τεχνητής Νοημοσύνης ΑΕ», με διακριτικό τίτλο «Φάρος AI Factory», η σκοπός της οποίας είναι η δημιουργία ενός ολοκληρωμένου οικοσυστήματος τεχνητής νοημοσύνης που θα ενισχύει τη χώρα τεχνολογικά, ερευνητικά και επιχειρηματικά. Ο νέος φορέας φιλοδοξεί να αναπτύξει και να αξιοποιήσει σύγχρονες τεχνολογίες AI, να ενισχύσει την ερευνητική δραστηριότητα και να προωθήσει νέες μορφές ψηφιακής επιχειρηματικότητας. Παράλληλα, μέσα από συνεργασίες με τον δημόσιο και τον ιδιωτικό τομέα, το «Φάρος AI Factory» θα λειτουργεί ως κεντρικό σημείο για την παραγωγή λύσεων, εργαλείων και υπηρεσιών τεχνητής νοημοσύνης που θα μπορούν να εφαρμοστούν σε όλους τους κλάδους της οικονομίας. Λειτουργία, ρόλος και χρηματοδότηση Ο νέος οργανισμός θα εποπτεύεται από τον Υπουργό Ψηφιακής Διακυβέρνησης και θα αποκτήσει νομική υπόσταση με την εγγραφή του στο Γενικό Εμπορικό Μητρώο. Θα έχει τη δυνατότητα να αποτελεί τελικό δικαιούχο ευρωπαϊκών και εθνικών χρηματοδοτήσεων, διευκολύνοντας την ευέλικτη και γρήγορη υλοποίηση έργων έρευνας και ανάπτυξης. Η χρηματοδότησή του θα προέρχεται από συνδυασμό πόρων, ενώ η ετήσια κρατική συμμετοχή δεν θα υπερβαίνει το 50%. Το νομοσχέδιο προβλέπει επίσης σημαντικές διοικητικές, οικονομικές και φορολογικές απαλλαγές, με στόχο να μειωθεί η γραφειοκρατία και να ενισχυθεί η επενδυτική δραστηριότητα στον χώρο της τεχνητής νοημοσύνης. Παράλληλα, οι συμβάσεις έρευνας, ανάπτυξης και παραχώρησης πνευματικών δικαιωμάτων θα απαλλάσσονται από τέλη και κρατήσεις. ΕΔΩ ΤΟ ΝΟΜΟΣΧΕΔΙΟ View full είδηση

Με στόχο να καταστήσει την Ευρώπη παγκόσμιο κόμβο τεχνητής νοημοσύνης και υπερυπολογιστικών υποδομών, η Ευρωπαϊκή Επιτροπή ανακοίνωσε τη δημιουργία νέων «AI Factories Antennas» σε επτά κράτη-μέλη και έξι συνεργαζόμενες χώρες, καθώς και την προσθήκη έξι νέων «AI Factories» στο ευρωπαϊκό δίκτυο. Η πρωτοβουλία εντάσσεται στο πλαίσιο του AI Continent Action Plan και της στρατηγικής Apply AI, που επιδιώκουν να επιταχύνουν τη χρήση της τεχνητής νοημοσύνης σε ολόκληρη την ευρωπαϊκή οικονομία και τον δημόσιο τομέα. Η ΕΕ ενισχύει το ευρωπαϊκό οικοσύστημα υπερυπολογιστών και AI μέσω του EuroHPC, φέρνοντας προηγμένες δυνατότητες σε επιχειρήσεις, ερευνητές και startups Οι «AI Factories Antennas», που ανακοίνωσε η Πρόεδρος της Επιτροπής Ούρσουλα φον ντερ Λάιεν, θα εγκατασταθούν σε Βέλγιο, Κύπρο, Ουγγαρία, Ιρλανδία, Λετονία, Μάλτα και Σλοβακία, καθώς και σε συνεργαζόμενες χώρες, όπως Ισλανδία, Μολδαβία, Ελβετία, Ηνωμένο Βασίλειο, Βόρεια Μακεδονία και Σερβία. Κατά την επίσκεψή της στα Δυτικά Βαλκάνια, η Πρόεδρος παρουσίασε τα νέα κέντρα σε Σερβία και Βόρεια Μακεδονία, δίνοντας στις επιχειρήσεις της περιοχής πρόσβαση στην ευρωπαϊκή υποδομή ΑΙ. Τα νέα αυτά σημεία θα λειτουργούν σε στενή συνεργασία με τις AI Factories, παρέχοντας ασφαλή απομακρυσμένη πρόσβαση σε υπερυπολογιστές βελτιστοποιημένους για AI εφαρμογές. Πλήρως ενταγμένες στο οικοσύστημα του EuroHPC Joint Undertaking (JU), οι Antennas θα λειτουργήσουν ως «τοπικές γέφυρες», που διευρύνουν την πρόσβαση στο ταλέντο, την καινοτομία και τις υποδομές της Ευρώπης στον τομέα της τεχνητής νοημοσύνης. Έξι νέα ΑΙ Factories Παράλληλα, η Επιτροπή ανακοίνωσε την επιλογή έξι νέων χωρών για τη φιλοξενία AI Factories: Τσεχία, Λιθουανία, Ολλανδία, Πολωνία, Ρουμανία και Ισπανία. Με αυτές τις προσθήκες, το ευρωπαϊκό δίκτυο θα αριθμεί πλέον 19 AI Factories σε 16 κράτη-μέλη, που θα αποτελούν έναν διασυνδεδεμένο πυρήνα ανάπτυξης, εκπαίδευσης και εφαρμογής καινοτόμων μοντέλων AI. Το ισπανικό AI Factory θα περιλαμβάνει και μια πειραματική πλατφόρμα, προσφέροντας περιβάλλον δοκιμών και ανάπτυξης για νέα συστήματα και εφαρμογές AI, ενώ οι υπόλοιπες μονάδες θα λειτουργούν ως one-stop shop για startups, ΜμΕ και ερευνητικά ιδρύματα. Οι δομές αυτές θα παρέχουν πρόσβαση σε υπερυπολογιστικά συστήματα, εκπαίδευση και τεχνική υποστήριξη, επιτρέποντας στις ευρωπαϊκές επιχειρήσεις να αναπτύσσουν λύσεις εντός ενός ψηφιακά κυρίαρχου ευρωπαϊκού οικοσυστήματος. Η πρωτοβουλία στηρίζεται σε ένα ήδη σημαντικό υπόβαθρο: το EuroHPC JU έχει προμηθευτεί 11 υπερυπολογιστές, από τους οποίους τρεις, το JUPITER στη Γερμανία, το LUMI στη Φινλανδία και το Leonardo στην Ιταλία, κατατάσσονται στους 10 ισχυρότερους στον κόσμο. Παράλληλα, το EuroHPC JU προωθεί και την ευρωπαϊκή υποδομή κβαντικών υπολογιστών, ενσωματώνοντας τεχνολογίες αιχμής σε υπάρχοντα συστήματα υπερυπολογιστών. Ήδη έχουν εγκαινιαστεί δύο εγκαταστάσεις - το PIAST-Q στην Πολωνία και το VLQ στην Τσεχία - σηματοδοτώντας την είσοδο της Ευρώπης στη νέα κβαντική εποχή. Με τη δημιουργία 19 AI Factories και 13 AI Antennas, η Ευρώπη επιταχύνει τη μετάβαση στη νέα εποχή της ΑΙ. Η στρατηγική ενοποίηση των υποδομών, η στήριξη των startups και η πρόσβαση σε υπολογιστική ισχύ παγκόσμιας κλάσης τοποθετούν την Ευρώπη σε θέση ηγεσίας στην καινοτομία. Πέρα από την τεχνολογική πρωτοπορία, η πρωτοβουλία αυτή χαράζει μια σαφή πορεία προς μια ανταγωνιστική, βιώσιμη και κυρίαρχη ψηφιακή Ευρώπη. View full είδηση

Καθώς τα ακραία καιρικά φαινόμενα γίνονται όλο και πιο συχνά, οι ερευνητές στρέφονται στην τεχνητή νοημοσύνη σε μια προσπάθεια να κατανοήσουν καλύτερα και να ανταποκριθούν πιο άμεσα στις καταστροφές που προκαλεί η κλιματική αλλαγή. Μετά από έναν σεισμό 7,4 βαθμών τον Απρίλιο του 2024 που λίγο έξω από το Hualien στην Ταϊβάν – τον ισχυρότερο στη χώρα τα τελευταία 25 χρόνια – χιλιάδες κατολισθήσεις κατέστρεψαν απομακρυσμένες ορεινές κοινότητες. Για να εκτιμήσουν τις ζημιές, οι ομάδες έκτακτης ανάγκης βασίζονται συχνά σε δορυφορικές εικόνες προκειμένου να εντοπίσουν τις πληγείσες περιοχές. Αλλά η χειροκίνητη σάρωση αυτών των εικόνων μπορεί να διαρκέσει ώρες ή και ημέρες. Σύμφωνα με ρεπορτάζ της Έρης Δρίβα στο economix.gr, γεωεπιστήμονες του Πανεπιστημίου του Κέιμπριτζ πιστεύουν ότι έχουν ένα εργαλείο που μπορεί να κάνει τη διαφορά. Εκπαιδεύουν την τεχνητή νοημοσύνη να ανιχνεύει κατολισθήσεις και να βοηθά τις ομάδες διάσωσης να ενεργούν ταχύτερα. «Μετά από μια καταστροφή, ο χρόνος έχει πραγματικά σημασία», δήλωσε σύμφωνα με το Euronews, ο Λορέντζο Νάβα, ερευνητής στα τμήματα γεωεπιστημών και γεωγραφίας του πανεπιστημίου. Ένας ταχύτερος τρόπος για να δούμε τι συμβαίνει στο έδαφος Η ομάδα εργάζεται για τη δημιουργία μοντέλων τεχνητής νοημοσύνης που μπορούν να εντοπίζουν αυτόματα τις κατολισθήσεις σε δορυφορικές εικόνες, ακόμη και όταν υπάρχει νεφοκάλυψη ή σκοτάδι. Η προσπάθεια αποτελεί μέρος της CoMHaz, μιας ερευνητικής ομάδας του Cambridge που επικεντρώνεται σε αλυσιδωτές καταστροφές, όπου ένα συμβάν πυροδοτεί ένα άλλο ή συμβαίνουν πολλά συμβάντα ταυτόχρονα. Συνδυάζοντας τυπικές οπτικές εικόνες με δεδομένα ραντάρ, τα οποία μπορούν να διαπεράσουν τα σύννεφα και να λειτουργήσουν τη νύχτα, οι ερευνητές ελπίζουν να κάνουν τα μοντέλα ανίχνευσής τους ταχύτερα και πιο αξιόπιστα σε καταστάσεις κρίσης. Μετά τον σεισμό της Χουαλιέν, το σύστημα κατέγραψε πάνω από 7.000 κατολισθήσεις μέσα σε μόλις τρεις ώρες από τη λήψη δορυφορικών εικόνων, σύμφωνα με πρόσφατη μελέτη που δημοσίευσαν στο Natural Hazards and Earth System Sciences. Η ίδια διαδικασία θα είχε διαρκέσει πολύ περισσότερο αν γινόταν χειροκίνητα. Η ομάδα ελπίζει ότι αυτή η τεχνολογία θα βοηθήσει τα συνεργεία διάσωσης να δώσουν προτεραιότητα σε περιοχές που έχουν επείγουσα ανάγκη βοήθειας, ειδικά σε απομακρυσμένες ή ορεινές περιοχές όπου ο χρόνος είναι κρίσιμος. Μάλιστα, εκτιμούν ότι, σταδιακά, θα μπορούσε να προβλέπει τις κατολισθήσεις πριν συμβούν. Γιατί η Τεχνητή Νοημοσύνη έχει σημασία Η Ευρώπη έχει αντιμετωπίσει, τον τελευταίο χρόνο, διαδοχικές καταστροφές που οφείλονται στην κλιματική αλλαγή. Στην Ελβετία, η κατάρρευση παγετώνα τον Μάιο προκάλεσε θανατηφόρα κατολίσθηση που ισοπέδωσε ένα μικρό αλπικό χωριό. Πριν από αυτό, ξαφνικές πλημμύρες στη Βαλένθια κόστισαν ανθρώπινες ζωές, αφού οι πρωτοφανείς βροχοπτώσεις πλημμύρισαν υποδομές της πόλης. Και σε όλη τη Νότια Ευρώπη, καύσωνες, πυρκαγιές και πλημμύρες «χτυπούν» με αυξανόμενη ένταση. Οι επιστήμονες πιστεύουν ότι η κλιματική αλλαγή δεν τροφοδοτεί μόνο τη σοβαρότητα αυτών των γεγονότων – αλλά αποκαλύπτει επίσης αδυναμίες στα συστήματα αντιμετώπισης καταστροφών. Οι κατολισθήσεις, για παράδειγμα, επιδεινώνονται από τις έντονες βροχοπτώσεις, την αποψίλωση των δασών και την άνοδο των θερμοκρασιών που καθιστούν τις πλαγιές πιο ασταθείς. Η Τεχνητή Νοημοσύνη μπορεί να μην είναι πανάκεια, αλλά θα μπορούσε να προσφέρει την απαραίτητη υποστήριξη. Εργαλεία όπως αυτά που αναπτύχθηκαν από την ομάδα του Cambridge έχουν σχεδιαστεί για να ιεραρχούν τους πόρους, να εντοπίζουν ταχύτερα τις περιοχές που έχουν πληγεί σοβαρά και, σε ορισμένες περιπτώσεις, να υποστηρίζουν τις έγκαιρες προειδοποιήσεις. Οι επικεφαλής της ομάδας CoMHaz συνεργάζονται με τοπικούς επιστήμονες στο Νεπάλ για να εφαρμόσουν πιλοτικά ένα σύστημα έγκαιρης προειδοποίησης που υποστηρίζεται από Τεχνητή Νοημοσύνη στο Butwal, μια πόλη ευάλωτη σε κατολισθήσεις. Για να βελτιώσει το σύστημά της, η ομάδα του Κέιμπριτζ ένωσε τις δυνάμεις της με τον Ευρωπαϊκό Οργανισμό Διαστήματος, τον Παγκόσμιο Μετεωρολογικό Οργανισμό και άλλους εταίρους. View full είδηση

Ο κόσμος της εργασίας αλλάζει ραγδαία. Όπως παλαιότερα η γνώση υπολογιστικών φύλλων ή γλωσσών προγραμματισμού ήταν το «κλειδί» για την επαγγελματική εξέλιξη, έτσι σήμερα αναδεικνύεται μια νέα δεξιότητα που μπορεί να καθορίσει το μέλλον των εργαζομένων: ο σχεδιασμός και η υλοποίηση AI agents. Χάρη στα low-code και no-code εργαλεία, η δημιουργία ψηφιακών «συνεργατών» δεν αποτελεί πλέον αποκλειστικό πεδίο των μηχανικών λογισμικού. Σύμβουλοι, αναλυτές και στελέχη μπορούν να σχεδιάσουν agents που αυτοματοποιούν καθημερινές εργασίες: αναζήτηση πληροφοριών, σύνταξη και περίληψη κειμένων, ανάλυση δεδομένων και εντοπισμό τάσεων σε πραγματικό χρόνο. Σύντομα, τα βιογραφικά δεν θα αναφέρουν μόνο θέσεις και δεξιότητες, αλλά και τα agents που έχει σχεδιάσει ο καθένας, δείχνοντας πώς αυξάνει την παραγωγικότητα και δημιουργεί αξία. Η ενδυνάμωση των εργαζομένων να φτιάχνουν οι ίδιοι τα δικά τους εργαλεία δεν είναι μόνο θέμα δεξιοτήτων, αλλά και ζήτημα εμπιστοσύνης. Όταν οι άνθρωποι έχουν λόγο στο πώς ενσωματώνεται η τεχνητή νοημοσύνη στις διαδικασίες, η AI παύει να είναι «άνωθεν εντολή» και μετατρέπεται σε bottom-up εργαλείο που ανήκει σε αυτούς. Αυτό μειώνει την αντίσταση, αυξάνει τη διαφάνεια και κάνει την τεχνολογία σύμμαχο και όχι απειλή. Ωστόσο, οι προκλήσεις παραμένουν. Η έκθεση People Readiness Report της Kyndryl δείχνει ότι το 45% των CEOs θεωρούν τους εργαζόμενους επιφυλακτικούς ή και εχθρικούς απέναντι στην AI, ενώ 2 στους 3 αναγνωρίζουν ότι δεν διαθέτουν αρκετό ταλέντο για να τη διαχειριστούν. Επιπλέον, σχεδόν οι μισοί ηγέτες δηλώνουν ότι δεν γνωρίζουν ποιες δεξιότητες θα χρειαστούν οι επιχειρήσεις τους στο μέλλον. Λίγοι οι πρωτοπόροι Κι όμως, ένα μικρό ποσοστό οργανισμών (14%) λειτουργούν ως πρωτοπόροι: αξιοποιούν την AI για ανάπτυξη και εξυπηρέτηση πελατών, την εφαρμόζουν σε όλη την επιχείρηση και, κυρίως, έχουν εργαζόμενους που τη χρησιμοποιούν με επιτυχία. Το μυστικό τους είναι η παρακολούθηση δεξιοτήτων, η πρόσβαση σε εκπαιδευτικούς πόρους, η συνεργασία με εξωτερικούς συμβούλους και η καθιέρωση δεοντολογικών πλαισίων για δίκαιη και υπεύθυνη χρήση. Οι AI agents, δηλαδή οι πράκτορες τεχνητής νοημοσύνης, είναι λογισμικά συστήματα που λειτουργούν αυτόνομα ή ημι-αυτόνομα και αξιοποιούν την τεχνητή νοημοσύνη για να εκτελούν εργασίες, να παίρνουν αποφάσεις και να αλληλεπιδρούν είτε με ανθρώπους είτε με άλλα συστήματα. Σε αντίθεση με τα παραδοσιακά προγράμματα που ακολουθούν αυστηρά προγραμματισμένους κανόνες, οι πράκτορες αυτοί έχουν την ικανότητα να αντιλαμβάνονται δεδομένα από το περιβάλλον τους, να τα επεξεργάζονται και να προσαρμόζουν τη συμπεριφορά τους ώστε να επιτύχουν συγκεκριμένους στόχους. Μέσω τεχνικών μηχανικής μάθησης μπορούν να βελτιώνονται με τον χρόνο, ενώ παράλληλα είναι σε θέση να επικοινωνούν φυσικά με τον χρήστη, για παράδειγμα μέσω γραπτού ή προφορικού λόγου, δημιουργώντας μια πιο ανθρώπινη εμπειρία αλληλεπίδρασης. Από τους ψηφιακούς βοηθούς που οργανώνουν καθημερινές εργασίες, μέχρι τα συστήματα που αναλύουν δεδομένα ή τα αυτόνομα ρομπότ που δρουν σε φυσικό χώρο, οι AI agents θεωρούνται πλέον οι «ψηφιακοί συνεργάτες» του μέλλοντος. Η χρήση τους υπόσχεται να απελευθερώσει τον άνθρωπο από επαναλαμβανόμενες ή χρονοβόρες εργασίες, επιτρέποντάς του να επικεντρώνεται σε πιο δημιουργικές και στρατηγικές δραστηριότητες. Το μήνυμα είναι ξεκάθαρο: το μέλλον της εργασίας απαιτεί νέες δεξιότητες. Ο σχεδιασμός AI agents δεν είναι πια «πρόσθετο προσόν», αλλά το επόμενο σύνορο της ανταγωνιστικότητας. Όσες επιχειρήσεις το αγνοήσουν, κινδυνεύουν να μείνουν πίσω. Οι υπόλοιπες θα ανοίξουν τον δρόμο σε μια νέα εποχή παραγωγικότητας και καινοτομίας. View full είδηση

Έχει το ύψος ...μπασκετμπολίστα, όμως η δουλειά του δεν είναι να βάζει καλάθια, αλλά να σχεδιάζει προσωποιημένες περιηγήσεις επιστημονικού ενδιαφέροντος. Ο λόγος για το διαδραστικό κιόσκι ενημέρωσης, στο οποίο «κατοικοεδρεύει» ο «NOE515», ο εικονικός ψηφιακός βοηθός του Κέντρου Διάδοσης Επιστημών και Μουσείου Τεχνολογίας ΝΟΗΣΙΣ, αναφέρει το ΑΠΕ-ΜΠΕ. Ο NOE515, που αποτελεί τον πρώτο εικονικό βοηθό με χρήση Τεχνητής Νοημοσύνης (ΤΝ) σε μουσείο στην Ελλάδα, χρηματοδοτήθηκε εξ ολοκλήρου από ίδιους πόρους του ΝΟΗΣΙΣ. Αποτελεί ένα καινοτόμο εργαλείο ΤΝ, που βελτιώνει την εμπειρία του επισκέπτη, προσφέροντας προσωποποιημένη πληροφόρηση και θα αποτελέσει μέρος των δραστηριοτήτων, που το ΝΟΗΣΙΣ θα παρουσιάσει στην 89η ΔΕΘ, στις 6-14 Σεπτεμβρίου. Πώς λειτουργεί; Ο NOE515 ρωτάει τον επισκέπτη για τη σύνθεση της παρέας του (αριθμό και ηλικίες), τον διαθέσιμο χρόνο και τα κύρια ενδιαφέροντά του. Μετά μια σύντομη ανασκόπηση όλων των διαθέσιμων επιλογών, του προτείνει την καλύτερη δυνατή λύση για μια περιήγηση, βάσει των συγκεκριμένων δεδομένων που ορίζει ο επισκέπτης. Παράλληλα, ενημερώνει για το τρέχον πρόγραμμα λειτουργίας, παρουσιάζει χάρτη των εγκαταστάσεων και βέβαια ζητάει αξιολόγηση για τις προτάσεις που έκανε. Το ΝΟΗΣΙΣ και φέτος θα δώσει το «παρών» στη Γενική Έκθεση του Σεπτεμβρίου που διοργανώνεται από τη ΔΕΘ-Helexpo, με δικό του stand (13) στο περίπτερο 7 της Γενικής Γραμματείας Έρευνας και Καινοτομίας. «Είμαστε ευτυχείς, που το ΝΟΗΣΙΣ τα τελευταία τρία χρόνια, ακολουθώντας το καθήκον και το όραμα που ανατέθηκε στη διοίκησή μας από το υπουργείο Ανάπτυξης, τον αρμόδιο υφυπουργό, Σταύρο Καλαφάτη και τη Γενική Γραμματεία Έρευνας και Καινοτομίας δίνει φέτος ακόμη πιο δυναμικό παρόν στην Διεθνή Έκθεση και μάλιστα με «επιτεύγματα» των ίδιων των εργαζομένων και αυτό μας κάνει ακόμη πιο περήφανους» σημείωσε η πρόεδρος του ΝΟΗΣΙΣ, Δρ. Στέλλα Μπεζεργιάννη. «Το ΝΟΗΣΙΣ με τις δικές του δυνάμεις σε προσωπικό σχεδίασε ένα πρόγραμμα που χρησιμοποιεί την τεχνητή νοημοσύνη προς όφελος των επισκεπτών του. Λαμβάνοντας υπόψη τα δεδομένα και τον κανονισμό λειτουργίας των αιθουσών προβολής και του Μουσείου Τεχνολογίας, ο εικονικός βοηθός προτείνει το καταλληλότερο και οικονομικότερο εισιτήριο ή συνδυασμό εισιτηρίων, εξατομικευμένα για τον κάθε επισκέπτη, στοχεύοντας στη διευκόλυνση της ενημέρωσης και της διαδικασίας αγοράς εισιτηρίων στα ταμεία», δήλωσε για την πρωτοποριακή αυτή εφαρμογή ο γενικός διευθυντής του ΝΟΗΣΙΣ, Ευάγγελος Αφθονίδης. Όπως εξηγούν η υπεύθυνη Πληροφορικής του φορέα, Κατερίνα Πρωτογέρου και ο διευθυντής Έρευνας Σχεδιασμού και Ανάπτυξης, Βασίλης Μάτσος, «ο εικονικός βοηθός αναπτύχθηκε με τη χρήση του Gemini και αποτελεί μια καινοτόμο εφαρμογή εγκατεστημένη σε τοπικό διακομιστή του ΝΟΗΣΙΣ. Ο NOE515 καθοδηγεί τον επισκέπτη βήμα-βήμα». Επίσης, εκτός από τον NOE515 – AI Assistant, σε οθόνη που θα βρίσκεται στο stand του ΝΟΗΣΙΣ στο περίπτερο 7, θα προβάλλεται σύντομο βίντεο με τις ψηφιακές και άλλες υπηρεσίες του Κέντρου Διάδοσης Επιστημών και Μουσείου Τεχνολογίας. Επιπλέον, στους επισκέπτες της 89ης ΔΕΘ θα παρουσιάζεται η νέα εφαρμογή του ΝΟΗΣΙΣ, ο «Ψηφιακός Ξεναγός» για φορητές συσκευές, η οποία είναι διαθέσιμη σε τέσσερις γλώσσες, ενώ σε αφίσα που θα τοποθετηθεί στο περίπτερο, θα περιλαμβάνονται τα αντίστοιχα QR codes για άμεση εγκατάσταση της εφαρμογής σε περιβάλλον Android και iOS. Κατά τη διάρκεια της έκθεσης τέλος, όσοι επισκέπτες επιθυμούν, θα μπορούν να λάβουν μέρος στο διαγωνισμό και να κερδίσουν δώρα - έκπληξη. Η 89η ΔΕΘ θα πραγματοποιηθεί από 6 έως 14 Σεπτεμβρίου 2025 με ώρες λειτουργίας: Σάββατο 6/9: 10:00-22:00, Κυριακή 7/9: 10:00- 22:00, καθημερινές: 16:00-22:00. Σάββατο 13/9 10:00-22:00 και Κυριακή 14/9: 10:00-22:00. View full είδηση

Σχεδιασμένο από κορυφαία ελβετικά πανεπιστήμια, το Apertus LLM είναι συγκρίσιμο με το μοντέλο Llama 3 της Meta από το 2024. Σύμφωνα με τους ερευνητές, δεν προσπαθούν να ανταγωνιστούν τους προϋπολογισμούς δισεκατομμυρίων δολαρίων των πρωτοπόρων των ΗΠΑ. Αντίθετα, θυσιάζουν τα τελευταία εντυπωσιακά χαρακτηριστικά που απευθύνονται σε γενικούς χρήστες, προς όφελος ενός ασφαλέστερου και πιο προσβάσιμου συστήματος τεχνητής νοημοσύνης για επιστημονικούς ερευνητές και επιχειρήσεις. "Στοχεύουμε να παρέχουμε ένα πρότυπο για το πώς μπορεί να αναπτυχθεί ένα αξιόπιστο, κυρίαρχο και συμπεριληπτικό μοντέλο τεχνητής νοημοσύνης", δήλωσε ο Martin Jaggi, καθηγητής μηχανικής μάθησης στο Ελβετικό Ομοσπονδιακό Ινστιτούτο Τεχνολογίας της Λωζάνης EPFL. Από την κυκλοφορία του ChatGPT της OpenAI το 2022, ο φρενήρης ρυθμός καινοτομίας στην τεχνητή νοημοσύνη έχει οδηγήσει κορυφαίες εταιρείες, όπως η Anthropic, να κυκλοφορούν πολλά LLMs κάθε χρόνο. Εκτός των ΗΠΑ, οι κινεζικές πλατφόρμες DeepSeek και Qwen και τα μοντέλα της γαλλικής Mistral έχουν διευρύνει τις επιλογές για τους χρήστες τεχνητής νοημοσύνης. Ωστόσο, ο αγώνας για την κυριαρχία στην τεχνητή νοημοσύνη έχει επίσης αφήσει μια σειρά από προβλήματα: μηχανές που παραισθάνονται ή μεγεθύνουν την ανθρώπινη προκατάληψη και έναν αυξανόμενο κατάλογο αγωγών παραβίασης πνευματικών δικαιωμάτων για το υλικό που χρησιμοποιούν οι εταιρείες για την εκπαίδευση των LLMs τους. Το Apertus (από τη λατινική λέξη που σημαίνει "ανοιχτό") δεν αφήνει τίποτα στη φαντασία. Υπόσχεται ότι κάθε εξάρτημα είναι ανοικτό για δημόσιο έλεγχο, μαζί με το εγχειρίδιο σχεδιασμού και τα master prompts του. Αυτό αποσκοπεί στην έμπνευση δημόσιας εμπιστοσύνης και στον μετριασμό των ανησυχιών σχετικά με την πιθανή αρνητική πλευρά της τεχνητής νοημοσύνης. Σύμφωνα με τον Leandro von Werra, επικεφαλής έρευνας στην κοινότητα ανοιχτού κώδικα τεχνητής νοημοσύνης Hugging Face, το Apertus είναι ένα από τα πιο φιλόδοξα μοντέλα ανοιχτού κώδικα μέχρι σήμερα. "Δεν είναι εντελώς μοναδικό, αλλά εξακολουθεί να είναι πρωτοπόρο δεδομένης της κλίμακας και της υπολογιστικής ισχύος που χρησιμοποιήθηκε για την εκπαίδευση του μοντέλου", δήλωσε στο Swissinfo. Ερευνητές, προγραμματιστές, startups και ο δημόσιος τομέας μπορούν να κατεβάσουν ένα αντίγραφο του Apertus στους δικούς τους διακομιστές για να δημιουργήσουν έργα. Αυτή η προσέγγιση επιτρέπει στους χρήστες να διατηρούν τον έλεγχο των δεδομένων τους. Οι ελβετικές βιομηχανικές ομάδες έχουν υποδεχτεί θετικά την εγχώρια πρωτοβουλία τεχνητής νοημοσύνης, ιδιαίτερα την εστίασή της στην ασφάλεια δεδομένων. Ωστόσο, προειδοποιούν ότι θα αντιμετωπίσει έντονο ανταγωνισμό για εμπορική προσοχή από μια αυξανόμενη σειρά ισχυρών διεθνών ανταγωνιστών. Η Ένωση Ελβετών Τραπεζιτών πιστεύει ότι ένα εγχώριο LLM έχει "μεγάλες μακροπρόθεσμες δυνατότητες" για τον χρηματοπιστωτικό κλάδο, ειδικά δεδομένης της ανάγκης συμμόρφωσης με τους τοπικούς νόμους προστασίας δεδομένων και τραπεζικού απορρήτου. Ωστόσο, ορισμένες ελβετικές τράπεζες ήδη αναπτύσσουν έργα τεχνητής νοημοσύνης χρησιμοποιώντας άλλα LLMs, όπως η UBS που συνεργάζεται με την OpenAI και τη Microsoft. Όπως επισημαίνει ο Adam Gontarz, επικεφαλής ψηφιοποίησης, καινοτομίας και τεχνολογίας της Swissmem, "Η εμπειρία δείχνει ότι δεν υπάρχει μία λύση που να ταιριάζει σε όλες τις ανάγκες. Κάθε έργο πρέπει να λαμβάνει υπόψη τις συγκεκριμένες συνθήκες και απαιτήσεις της επιχείρησης. Σε ορισμένες περιπτώσεις, οι διεθνείς λύσεις μπορεί επίσης να είναι η πιο αποτελεσματική επιλογή." View full είδηση

Το AI αντιπροσωπεύει έναν από τους σημαντικότερους τεχνολογικούς μετασχηματισμούς της εποχής μας, ο οποίος θα γίνει πιο εμφανής την επόμενη δεκαετία. Εφαρμοσμένο σε τομείς όπως η ιατρική, η ενέργεια, τα αυτόνομα συστήματα και οι κβαντικοί υπολογιστές, το AI είναι έτοιμο να βοηθήσει τους ανθρώπους να αντιμετωπίσουν σημαντικές κοινωνικές προκλήσεις, είτε πρόκειται για τη βοήθεια των μαθητών στο να μάθουν, την έγκαιρη διάγνωση του καρκίνου, τη βελτίωση της ασφάλειας των σύνθετων συστημάτων μεταφοράς και κυβερνοασφάλειας ή ακόμα και την πρόβλεψη της πορείας των δασικών πυρκαγιών για τους διασώστες. Η αξιοποίηση των δυνατοτήτων του AI θα απαιτήσει ισχυρές ενεργειακές υποδομές, πιο αποδοτική χρήση ενέργειας, καθώς και νέες καινοτόμες τεχνολογικές λύσεις. Προσεγγίζουμε αυτό το ζήτημα από πολλές πλευρές, επενδύοντας σε νέες υποδομές, σχεδιάζοντας πιο έξυπνα και ανθεκτικά δίκτυα και επεκτείνοντας τόσο τις ήδη καθιερωμένεςόσο και τις νέες, καινοτόμες πηγές καθαρής ενέργειας. Ταυτόχρονα, εστιάζουμε, επίσης, στη μεγιστοποίηση της αποδοτικότητας σε κάθε επίπεδο των δραστηριοτήτων μας, από τον σχεδιασμό του ειδικά κατασκευασμένου εξοπλισμού μας έως το λογισμικό και τα μοντέλα που εκτελούνται στα κέντρα δεδομένων μας. Προκειμένου να βελτιωθεί η ενεργειακή απόδοση του AI, είναι σημαντική η σαφής και ολοκληρωμένη κατανόηση του περιβαλλοντικού αποτυπώματος του AI. Μέχρι σήμερα, τα αναλυτικά δεδομένα σχετικά με την ενέργεια και τον περιβαλλοντικό αντίκτυπο του συμπερασμού AI ήταν περιορισμένα. Σήμερα, συμβάλλουμε στη γεφύρωση αυτού του κενού, κυκλοφορώντας μια ολοκληρωμένη μεθοδολογία για τη μέτρηση της ενέργειας, του νερού και των εκπομπών διοξειδίου του άνθρακα των μοντέλων AI της Google. Είναι σημαντικό να σημειωθεί ότι η εργασία μας για την αποδοτικότητα των μοντέλων σημειώνει ταχεία πρόοδο. Σε μια περίοδο 12 μηνών, ενώ παρείχαμε απαντήσεις υψηλότερης ποιότητας, η μέση κατανάλωση ενέργειας και το αποτύπωμα άνθρακα ανά προτροπή κειμένου στις Εφαρμογές Gemini μειώθηκαν κατά 33 και 44 φορές, αντίστοιχα. Με βάση την πρόσφατη ανάλυσή μας, διαπιστώσαμε ότι η δουλειά μας για την αποδοτικότητα αποδεικνύεται αποτελεσματική και η ενέργεια που καταναλώνεται για το μέσο αίτημα ενός χρήστη ισοδυναμεί με την παρακολούθηση τηλεόρασης για λιγότερο από εννέα δευτερόλεπτα. Αυτές οι εξελίξεις βασίζονται στη μακροχρόνια δέσμευσή μας για την αποδοτικότητα των κέντρων δεδομένων. Το 2024, για παράδειγμα, μειώσαμε τις εκπομπές ενέργειας των κέντρων δεδομένων κατά 12%, παρόλο που η κατανάλωση ηλεκτρικής ενέργειας αυξήθηκε κατά 27% από έτος σε έτος, λόγω της επέκτασης της επιχείρησης και των υπηρεσιών μας. Καθώς συνεχίζουμε να επενδύουμε στην τεχνολογία και την καινοτομία που απαιτούνται για την κάλυψη σημαντικών νέων ενεργειακών απαιτήσεων, η διαφάνεια είναι το κλειδί για την πρόοδο. Ελπίζουμε ότι αυτή η μελέτη θα συμβάλει στις συνεχιζόμενες προσπάθειες για την ανάπτυξη αποδοτικού AI σε αυτή την κρίσιμη στιγμή για την ενέργεια, τη βιωσιμότητα και την επιστημονική ανακάλυψη, προς όφελος όλων. Διαβάστε περισσότερα σχετικά με τον τρόπο με τον οποίο καταλήξαμε στους υπολογισμούς και την προσέγγισή μας πλήρους στοίβας στην ενεργειακή καινοτομία και εμβαθύνετε στην τεχνική μας αναφορά. Πόση ενέργεια χρησιμοποιεί το Google AI; Κάναμε τους υπολογισμούς Συντάκτες: Amin Vahdat, Αντιπρόεδρος/Γενικός Διευθυντής, Αντιπρόεδρος/Γενικός Διευθυντής, AI και υποδομή, Google Cloud Jeff Dean, επικεφαλής επιστήμονας, Google DeepMind και Google Research Το AI ξεκλειδώνει επιστημονικές ανακαλύψεις, βελτιώνει την υγειονομική περίθαλψη και την εκπαίδευση και θα μπορούσε να προσθέσει τρισεκατομμύρια στην παγκόσμια οικονομία. Η κατανόηση του περιβαλλοντικού αποτυπώματος του AI είναι κρίσιμη, ωστόσο τα λεπτομερή δεδομένα σχετικά με την ενέργεια και τον περιβαλλοντικό αντίκτυπο του συμπερασμού AI, δηλαδή της χρήσης ενός εκπαιδευμένου μοντέλου AI για τη δημιουργία προβλέψεων ή τη δημιουργία κειμένου ή εικόνων, ήταν περιορισμένα. Καθώς περισσότεροι χρήστες χρησιμοποιούν συστήματα AI, η σημασία της αποδοτικότητας συμπερασμού αυξάνεται. Αυτός είναι ο λόγος που κυκλοφορούμε μια τεχνική μελέτηπου περιγράφει λεπτομερώς τη συνολική μεθοδολογία μας για τη μέτρηση των επιπτώσεων των προτροπώντου Gemini στην ενέργεια, τις εκπομπές και το νερό. Χρησιμοποιώντας αυτή τη μεθοδολογία, υπολογίζουμε ότι η μεσαία προτροπή κειμένου των Εφαρμογών Gemini χρησιμοποιεί 0,24 βατ-ώρες (Wh) ενέργειας, εκπέμπει 0,03 γραμμάρια ισοδύναμου διοξειδίου του άνθρακα (gCO2e) και καταναλώνει 0,26 χιλιοστόλιτρα (ή περίπου πέντε σταγόνες) νερού1. Αυτοί οι αριθμοί είναι ουσιαστικά χαμηλότεροι από πολλούς δημόσιους υπολογισμούς. Η ενεργειακή επίδραση ανά προτροπήείναι ισοδύναμη με την παρακολούθηση τηλεόρασης για λιγότερο από εννέα δευτερόλεπτα. Ταυτόχρονα, τα συστήματα AI μας γίνονται πιο αποδοτικά μέσω ερευνητικών καινοτομιών και βελτιώσεων στην απόδοση του λογισμικού και του εξοπλισμού. Για παράδειγμα, κατά τη διάρκεια μιας πρόσφατης περιόδου 12 μηνών, η ενέργεια και το συνολικό αποτύπωμα άνθρακα της μέσης προτροπής κειμένου των Εφαρμογών Gemini μειώθηκαν κατά 33 και 44 φορές, αντίστοιχα,2 ενώ παράλληλα παρείχαν απαντήσεις υψηλότερης ποιότητας. Αυτά τα αποτελέσματα βασίζονται στις πιο πρόσφατες μειώσεις εκπομπών ενέργειας των κέντρων δεδομένων μας και στο έργο μας για την προώθηση της ενέργειας χωρίς άνθρακα και της αναπλήρωσης νερού. Αν και είμαστε περήφανοι για την καινοτομία που κρύβεται πίσω από τα κέρδη μας σε αποδοτικότητα μέχρι στιγμής, δεσμευόμαστε να συνεχίσουμε να κάνουμε ουσιαστικές βελτιώσεις. Ακολουθεί μια πιο προσεκτική ματιά σε αυτές τις συνεχιζόμενες προσπάθειες. Η λεπτομερής μέτρηση μάς επιτρέπει να κάνουμε συγκρίσεις μεταξύ διαφορετικών μοντέλων AI και του εξοπλισμού και της ενέργειας που χρησιμοποιούν, ενώ παράλληλα επιτρέπει τη βελτιστοποίηση της αποδοτικότητας σε επίπεδο συστήματος, από τον εξοπλισμό και τα κέντρα δεδομένων μέχρι τα ίδια τα μοντέλα. Με την κοινοποίηση της μεθοδολογίας μας, ελπίζουμε να αυξήσουμε τη συνέπεια στον υπολογισμό της κατανάλωσης πόρων και της αποδοτικότητας του AI σε ολόκληρο τον κλάδο. Η μέτρηση του αποτυπώματος των εργασιών που εξυπηρετεί το ΑΙδεν είναι απλή. Αναπτύξαμε μια ολοκληρωμένη προσέγγιση που λαμβάνει υπόψη τις πραγματικές συνθήκες λειτουργίας AI στην κλίμακα της Google, οι οποίες περιλαμβάνουν τα εξής: Πλήρης δυναμική ισχύος συστήματος: Αυτό περιλαμβάνει όχι μόνο την ενέργεια και το νερό που χρησιμοποιεί το κύριο μοντέλο AI κατά τον ενεργό υπολογισμό, αλλά και την πραγματική αξιοποίηση της επεξεργαστικής ισχύοςσε κλίμακα παραγωγής, η οποία μπορεί να είναι πολύ χαμηλότερη από τα θεωρητικά μέγιστα. Αδρανείς μηχανές: Για να διασφαλιστεί η υψηλή διαθεσιμότητα και αξιοπιστία, τα συστήματα παραγωγής απαιτούν έναν βαθμό παρεχόμενης χωρητικότητας που είναι αδρανής, αλλά έτοιμη να διαχειριστεί αύξηση της επισκεψιμότητας ή ανακατεύθυνση σε περίπτωση σφάλματος ανά πάσα στιγμή. Η ενέργεια που καταναλώνεται από αυτά τα ανενεργά τσιπ πρέπει να συνυπολογίζεται στο συνολικό ενεργειακό αποτύπωμα. CPU και RAM: Η εκτέλεση μοντέλων AI δεν γίνεται αποκλειστικά σε επιταχυντές μηχανικής μάθησης, όπως TPU και GPU. Ο CPU και η RAM του κεντρικού υπολογιστή παίζουν επίσης καθοριστικό ρόλο στην παροχή AI και χρησιμοποιούν ενέργεια. Έμμεσο κόστος κέντρου δεδομένων: Η ενέργεια που καταναλώνεται από τον εξοπλισμό πληροφορικής που εκτελεί φόρτους εργασίας AI είναι μόνο ένα μέρος της ιστορίας. Η υποδομή που υποστηρίζει αυτούς τους υπολογισμούς, δηλαδή τα συστήματα ψύξης, η διανομή ενέργειας και άλλα έμμεσα έξοδα του κέντρου δεδομένων, καταναλώνει επίσης ενέργεια. Η βοηθητική ενεργειακή απόδοση μετριέται με μια μέτρηση που ονομάζεται Αποτελεσματικότητα χρήσης ισχύος (PUE). ● Κατανάλωση νερού από κέντρα δεδομένων: Για τη μείωση της κατανάλωσης ενέργειας και των σχετικών εκπομπών, τα κέντρα δεδομένων καταναλώνουν συχνά νερό για ψύξη. Καθώς βελτιστοποιούμε τα συστήματα AI μας ώστε να είναι πιο ενεργειακά αποδοτικά, μειώνεται φυσικά και η συνολική κατανάλωση νερού τους. Η ολοκληρωμένη προσέγγισή μας στο AI και στην αποδοτικότητα AI Τα εντυπωσιακά οφέλη από την αποδοτικότητα του Gemini προέρχονται από την προσέγγιση πλήρους στοίβας της Google στην ανάπτυξη AI, η οποία περιλαμβάνει προσαρμοσμένο εξοπλισμό και εξαιρετικά αποδοτικά μοντέλα, καθώς και τα ισχυρά συστήματα παροχής που επιτρέπουν τη χρήση αυτών των μοντέλων. Έχουμε ενσωματώσει την αποδοτικότητα σε κάθε επίπεδο του AI, συμπεριλαμβανομένων των εξής: Πιο αποδοτικές αρχιτεκτονικές μοντέλων: Τα μοντέλα Gemini βασίζονται στην αρχιτεκτονική μοντέλου Transformer που αναπτύχθηκε από ερευνητές της Google και παρέχουν αύξηση αποδοτικότητας 10-100 φορές σε σχέση με τις προηγούμενες υπερσύγχρονες αρχιτεκτονικές για τη μοντελοποίηση γλωσσών. Σχεδιάζουμε μοντέλα με εγγενώς αποδοτικές δομές, όπως Mixture-of-Experts (MoE) και υβριδικό συλλογισμό. Τα μοντέλα MoE, για παράδειγμα, μας επιτρέπουν να ενεργοποιούμε ένα μικρό υποσύνολο ενός μεγάλου μοντέλου που απαιτείται ειδικά για την απάντηση σε ένα ερώτημα, μειώνοντας τους υπολογισμούς και τη μεταφορά δεδομένων κατά 10-100 φορές. Αποδοτικοί αλγόριθμοι και κβάντωση: Βελτιώνουμε συνεχώς τους αλγόριθμους που υποστηρίζουν τα μοντέλα μας με μεθόδους όπως η Ακριβής κβαντισμένη εκπαίδευση (Accurate Quantized Training, AQT), για να μεγιστοποιήσουμε την αποδοτικότητα και να μειώσουμε την κατανάλωση ενέργειας για την παροχή υπηρεσιών, χωρίς συμβιβασμούς στην ποιότητα των απαντήσεων. Βελτιστοποιημένη εξαγωγή συμπερασμάτων και παροχή υπηρεσιών: Βελτιώνουμε συνεχώς την παροχή μοντέλων AI για μεγαλύτερη ανταπόκριση και αποδοτικότητα. Τεχνολογίες όπως η εικαστική αποκωδικοποίηση εξυπηρετούν περισσότερες απαντήσεις με λιγότερα τσιπ, επιτρέποντας σε ένα μικρότερο μοντέλο να κάνει προβλέψεις που επαληθεύονται γρήγορα από ένα μεγαλύτερο μοντέλο. Αυτό είναι πιο αποδοτικό από το να κάνει το μεγαλύτερο μοντέλο πολλές διαδοχικές προβλέψεις μόνο του. Τεχνικές όπως η απόσταξη δημιουργούν μικρότερα, πιο αποδοτικά μοντέλα (Gemini Flash και Flash-Lite) για παροχή υπηρεσιών που χρησιμοποιούν τα μεγαλύτερα, πιο ικανά μοντέλα μας ως δασκάλους. Ο ταχύτερος εξοπλισμός και τα μοντέλα μηχανικής μάθησης μάς επιτρέπουν να χρησιμοποιούμε μεγαλύτερα μεγέθη παρτίδων κατά τον χειρισμό αιτημάτων, χωρίς να θυσιάζουμε τους στόχους καθυστέρησης. Προσαρμοσμένος εξοπλισμός: Σχεδιάζουμε τις TPU μας από το μηδέν για πάνω από μια δεκαετία, ώστε να μεγιστοποιούμε την απόδοση ανά watt. Σχεδιάζουμε επίσης από κοινού τα μοντέλα AI και τα TPU, διασφαλίζοντας ότι το λογισμικό μας αξιοποιεί πλήρως το υλικό μας και ότι το υλικό μας θα μπορεί να εκτελεί αποτελεσματικά το μελλοντικό λογισμικό AI μας, όταν και τα δύο είναι έτοιμα. Το TPU τελευταίας γενιάς, Ironwood, είναι 30 φορές πιο ενεργειακά αποδοτικό από το πρώτο μας TPU που ήταν διαθέσιμο στο κοινό και πολύ πιο ενεργειακά αποδοτικό από τις CPU γενικής χρήσης για συμπερασματολογία. Βελτιστοποιημένη αδράνεια: Η στοίβα εξυπηρέτησής μας χρησιμοποιεί τις CPU με εξαιρετικά αποδοτικό τρόπο και ελαχιστοποιεί την αδράνεια των TPU, μετακινώντας δυναμικά τα μοντέλα με βάση τη ζήτηση σε σχεδόν πραγματικό χρόνο, αντί να χρησιμοποιεί τηνπροσέγγιση “ρύθμισε το και ξέχασε το”. Στοίβα λογισμικού μηχανικής μάθησης: Ο μεταγλωττιστής XLA ML, οι πυρήνες Pallas και τα συστήματα Pathways επιτρέπουν στους υπολογισμούς μοντέλων που εκφράζονται σε συστήματα υψηλότερου επιπέδου, όπως το JAX, να εκτελούνται αποτελεσματικά στον εξοπλισμό TPU. Εξαιρετικά αποδοτικά κέντρα δεδομένων: Τα κέντρα δεδομένων της Google συγκαταλέγονται στα πιο αποδοτικά του κλάδου, με μέση PUE 1,09 σε όλο τον εξοπλισμό. Υπεύθυνες λειτουργίες κέντρων δεδομένων: Συνεχίζουμε να προσθέτουμε παραγωγή καθαρής ενέργειας στο πλαίσιο της φιλοδοξίας μας για 24ωρη λειτουργία χωρίς εκπομπές διοξειδίου του άνθρακα, ενώ προωθούμε τον στόχο μας για αναπλήρωση του 120% του γλυκού νερού που καταναλώνουμε κατά μέσο όρο στα γραφεία και τα κέντρα δεδομένων μας. Βελτιστοποιούμε, επίσης, τα συστήματα ψύξης μας, εξισορροπώντας την τοπική αντισταθμιστική σχέση μεταξύ ενέργειας, νερού και εκπομπών, διεξάγοντας αξιολογήσεις υγείας υδροκριτών που βασίζονται στην επιστήμη, για να καθοδηγήσουμε την επιλογή του τύπου ψύξης και να περιορίσουμε τη χρήση νερού σε τοποθεσίες υψηλής πίεσης. Η δέσμευσή μας για αποδοτικό AI Τα οφέλη από την αποδοτικότητα του Gemini είναι το αποτέλεσμα πολλών ετών εργασίας, αλλά αυτό είναι μόνο η αρχή. Αναγνωρίζοντας ότι η ζήτηση για το AI αυξάνεται, επενδύουμε σημαντικά στη μείωση του κόστους παροχής ενέργειας και του νερού που απαιτείται ανά προτροπή. Μοιραζόμενοι τα ευρήματα και τη μεθοδολογία μας, στοχεύουμε στην προώθηση της προόδου σε ολόκληρο τον κλάδο προς ένα πιο αποδοτικό AI. Αυτό είναι απαραίτητο για την υπεύθυνη ανάπτυξη του AI. View full είδηση

Τέθηκαν σε εφαρμογή σε ολόκληρη την Ευρωπαϊκή Ένωση (ΕΕ) οι υποχρεώσεις, που απορρέουν από τον κανονισμό για την τεχνητή νοημοσύνη (ΑΙ) για τους παρόχους μοντέλων ΑΙ γενικού σκοπού. Με αυτόν τον τρόπο, η ΕΕ φιλοδοξεί να αυξήσει τη διαφάνεια, την ασφάλεια και τη λογοδοσία των συστημάτων ΑΙ, που διατίθενται στην αγορά. Οι κανόνες αυτοί διασφαλίζουν σαφέστερη πληροφόρηση σχετικά με το πώς εκπαιδεύονται τα μοντέλα ΑΙ, καλύτερη επιβολή της προστασίας των δικαιωμάτων πνευματικής ιδιοκτησίας και πιο υπεύθυνη ανάπτυξη της ΑΙ. Για να βοηθήσει τους παρόχους, η Ευρωπαϊκή Επιτροπή δημοσίευσε κατευθυντήριες γραμμές, που διευκρινίζουν ποιος πρέπει να συμμορφώνεται με τις υποχρεώσεις. Οι κανόνες ΕΕ για τα μοντέλα ΑΙ γενικού σκοπού άρχισαν να εφαρμόζονται, εξασφαλίζοντας μεγαλύτερη διαφάνεια, ασφάλεια και λογοδοσία Ως μοντέλα ΑΙ γενικού σκοπού ορίζονται εκείνα που έχουν εκπαιδευτεί με πάνω από 10^23 FLOP και είναι ικανά να παράγουν γλώσσα. Επιπλέον, η Επιτροπή δημοσίευσε ένα υπόδειγμα για να βοηθήσει τους παρόχους να συνοψίσουν τα δεδομένα, που χρησιμοποιούνται για την εκπαίδευση των μοντέλων τους. Η Επιτροπή και τα κράτη-μέλη επιβεβαίωσαν, επίσης, ότι ο κώδικας ορθής πρακτικής για την ΑΙ γενικού σκοπού, ο οποίος αναπτύχθηκε από ανεξάρτητους εμπειρογνώμονες, αποτελεί επαρκές εθελοντικό εργαλείο για τους παρόχους μοντέλων ΑΙ γενικού σκοπού, ώστε να αποδείξουν τη συμμόρφωσή τους με τον κανονισμό για την ΑΙ. Οι πάροχοι, που υπογράφουν και τηρούν τον κώδικα, θα επωφεληθούν από τη μείωση του φόρτου και από αυξημένη ασφάλεια δικαίου. Τι πρέπει να κάνουν οι πάροχοι Με την έναρξη εφαρμογής των νέων κανόνων, οι πάροχοι θα πρέπει να συμμορφώνονται με τις υποχρεώσεις διαφάνειας και σεβασμού των δικαιωμάτων πνευματικής ιδιοκτησίας, όταν εισάγουν στην αγορά της ΕΕ μοντέλα ΑΙ γενικού σκοπού. Τα μοντέλα, που κυκλοφορούσαν ήδη στην αγορά πριν από τις 2 Αυγούστου 2025, πρέπει να διασφαλίσουν τη συμμόρφωση με τον κανονισμό για την ΑΙ έως τις 2 Αυγούστου 2027. Οι πάροχοι των πλέον προηγμένων ή αποτελεσματικών μοντέλων, που παρουσιάζουν συστημικούς κινδύνους - δηλαδή εκείνων των μοντέλων που υπερβαίνουν τα 10^25 FLOP - θα πρέπει να εκπληρώσουν πρόσθετες υποχρεώσεις, όπως να ενημερώνουν την Επιτροπή και να εγγυώνται την ασφάλεια του μοντέλου και την προστασία των χρηστών κατά τη χρήση του. Κατευθυντήριες γραμμές Οι κατευθυντήριες γραμμές σχετικά με το πεδίο εφαρμογής των υποχρεώσεων για τους παρόχους μοντέλων ΑΙ γενικού σκοπού βοηθούν τους παράγοντες του οικοσυστήματος να κατανοήσουν αν οι υποχρεώσεις ισχύουν για αυτούς και τι αναμένεται από αυτούς, διασφαλίζοντας ότι μπορούν να καινοτομούν με εμπιστοσύνη. Σαφείς ορισμοί: Οι κατευθυντήριες γραμμές εισάγουν απλά τεχνικά κριτήρια, για παράδειγμα όταν ένα μοντέλο ΑΙ θεωρείται «γενικού σκοπού». Αυτό βοηθά τους προγραμματιστές να κατανοήσουν αν πρέπει να συμμορφωθούν με τις υποχρεώσεις, που απορρέουν από την πράξη για την ΑΙ. Πραγματιστική προσέγγιση: Οι κατευθυντήριες γραμμές έχουν σχεδιαστεί έτσι ώστε να είναι ρεαλιστικές. Για παράδειγμα, διευκρινίζουν ότι μόνο εκείνοι που επιφέρουν σημαντικές τροποποιήσεις στα μοντέλα ΑΙ πρέπει να συμμορφώνονται με τις υποχρεώσεις των παρόχων μοντέλων ΑΙ γενικού σκοπού και όχι εκείνοι που επιφέρουν ήσσονος σημασίας αλλαγές. Εξαιρέσεις για ανοικτού κώδικα: Οι κατευθυντήριες γραμμές διευκρινίζουν, επίσης, υπό ποιες προϋποθέσεις οι πάροχοι μοντέλων ΑΙ ανοικτού κώδικα εξαιρούνται από ορισμένες υποχρεώσεις, με σκοπό την προώθηση της διαφάνειας και της καινοτομίας. View full είδηση

Μηχανισμοί για την αντιμετώπιση της φοροδιαφυγής και για τον έλεγχο των δημοσίων συμβάσεων, αυτόματη κωδικοποίηση της νομοθεσίας και συστήματα εντοπισμού οικοδομικών αυθαιρεσιών. Αυτές είναι μόνο μερικές από τις εφαρμογές που ετοιμάζεται να ξεκλειδώσει το Ελληνικό Δημόσιο αξιοποιώντας την Τεχνητή Νοημοσύνη. Το πρώτο βήμα σε αυτή την κατεύθυνση αναμένεται να γίνει σύντομα, καθώς όπως δήλωσε χθες στο Athens Democracy Forum ο υπουργός Ψηφιακής Διακυβέρνησης, Κυριάκος Πιερρακάκης, το υπουργείο είναι έτοιμο να παρουσιάσει την Εθνική Στρατηγική για την Τεχνητή Νοημοσύνη. Πρόκειται για ένα κείμενο στρατηγικής το οποίο θα θέτει τις βάσεις πάνω στις οποίες θα σχεδιαστούν οι μεταρρυθμίσεις, τα έργα αλλά και οι επιδοτήσεις για το επόμενο διάστημα. Μεταξύ άλλων η Εθνική Στρατηγική για την Τεχνητή Νοημοσύνη, θα καθορίζει τις προϋποθέσεις ανάπτυξης και τις εθνικές προτεραιότητες, αλλά και θα προτείνει δράσεις αλλά και τουλάχιστον μία πιλοτική εφαρμογή ανά τομέα άσκησης πολιτικής. Το επόμενο βήμα είναι η υλοποίηση της στρατηγικής, η οποία σε σημαντικό βαθμό αναμένεται να χρηματοδοτηθεί από το νέο ΕΣΠΑ. Για τον σκοπό αυτό βρίσκεται σε εξέλιξη διαγωνισμός για την ανάδειξη συμβούλου ο οποίος εντός του 2022 θα κληθεί να υποδείξει περιοχές και τομείς πολιτικής που είναι πιο ώριμες για τον σχεδιασμό και την υλοποίηση έργων Τεχνητής Νοημοσύνης αλλά και συγκεκριμένες εφαρμογές και δράσεις κρατικών ενισχύσεων και κινήτρων για την υλοποίησή τους Οι εφαρμογές και το όφελος στην οικονομία Μπορεί όταν κάποιος ακούει για "Τεχνητή Νοημοσύνη” να φέρνει στο μυαλό του ρομπότ βγαλμένα από μια ταινία επιστημονικής φαντασίας, αλλά η πραγματικότητα είναι πως η συγκεκριμένη τεχνολογία αξιοποιείται ήδη σε πολλές ψηφιακές εφαρμογές. Στη Βίβλο Ψηφιακού Μετασχηματισμού 2020-2025 περιγράφονται οχτώ συγκεκριμένα έργα που θα αξιοποιούν την Τεχνητή Νοημοσύνη. Το πρώτο, το οποίο βρίσκεται σε εξέλιξη, είναι το σύστημα υποστήριξης του μηχανισμού είσπραξης δημοσίων εσόδων. Στόχος είναι η δημιουργία λύσεων που θα αξιοποιούν τα δεδομένα της ΑΑΔΕ από εργαλεία μηχανικής μάθησης για να ενισχυθούν οι ελεγκτικές υπηρεσίες. Μεταξύ των υπόλοιπων έργων περιλαμβάνονται η δημιουργία εφαρμογής παρακολούθησης του συστήματος εισροών και εκροών στο εμπόριο καυσίμων, έργο για την αυτόματη κωδικοποίηση της Νομοθεσίας με χρήση τεχνολογιών επεξεργασίας φυσικής γλώσσας και η εισαγωγή τεχνολογιών Robotic Process Automation για τη μείωση των επαναλαμβανόμενων διοικητικών εργασιών. Παράλληλα η Τεχνητή Νοημοσύνη μπορεί να επιταχύνει την οικονομική ανάπτυξη. Μελέτη της Accenture σε 12 ανεπτυγμένες χώρες εκτιμά ότι η εφαρμογή της μπορεί να οδηγήσει σε έως και διπλασιασμό του ετήσιου ρυθμού ανάπτυξης (σε όρους ακαθάριστης προστιθέμενης αξίας) μέχρι το 2035, σε σύγκριση με ένα σενάριο όπου η τεχνητή νοημοσύνη δεν εφαρμόζεται. Ειδικά για την Ελλάδα, μελέτη της Accenture η οποία πραγματοποιήθηκε σε συνεργασία με τη Microsoft αναφέρει πως η ανάπτυξη και εφαρμογή της Τεχνητής Νοημοσύνης μπορεί να οδηγήσει σε σωρευτική αύξηση του ΑΕΠ κατά 195 δισ. δολάρια για την περίοδο μέχρι το 2035. [email protected] View full είδηση

Η τελευταία παγκόσμια έρευνα της KPMG σχετικά με την υιοθέτηση της Τεχνητής Νοημοσύνης (ΤΝ) αποκαλύπτει ότι δεν αποτελεί απλώς μια τεχνολογία, αλλά μια ολιστική επιχειρησιακή μετάβαση. Μέσα από τη μελέτη σχεδόν σε 1.400 στελέχη παγκοσμίως, αναδεικνύεται η ανάγκη για τις επιχειρήσεις να υπερβούν τις απλές τεχνολογικές επενδύσεις και να προσεγγίσουν τη στρατηγική, τον πολιτισμό και τις λειτουργίες τους συνολικά. Η έκθεση “Intelligent Industries - Blueprints for Creating Value through AI-Driven Transformation” παρουσιάζει ένα ολοκληρωμένο πλαίσιο που επιτρέπει στους οργανισμούς να επιταχύνουν την ανάπτυξή τους μέσω της ΤΝ, ενσωματώνοντάς την σε όλες τις πτυχές της λειτουργίας τους. Παράλληλα, η KPMG θα δημοσιεύσει μια σειρά εξειδικευμένων εκθέσεων με ανάλυση ανά κλάδο για τομείς όπως οι τράπεζες, οι ασφαλιστικές εταιρείες, η τεχνολογία, το λιανεμπόριο, η ενέργεια, η μεταποίηση, οι επιστήμες ζωής και η υγειονομική περίθαλψη. Τρεις φάσεις δημιουργίας αξίας μέσω της ΤΝ Η μελέτη προσδιορίζει τρεις κρίσιμες φάσεις για τη δημιουργία αξίας μέσω της ΤΝ, παρέχοντας έναν στρατηγικό οδικό χάρτη για τη συστηματική κλιμάκωση της τεχνητής νοημοσύνης: Ενδυνάμωση ανθρώπων: Υποστήριξη των εργαζομένων με εργαλεία ΤΝ, έμφαση σε υψηλής αξίας περιπτώσεις χρήσης (use cases), καινοτομία, πειραματισμός και καθιέρωση αρχικών ρυθμιστικών πλαισίων Ενσωμάτωση της ΤΝ στις εργασιακές ροές: Ενσωμάτωση της ΤΝ στις διαδικασίες, τα προϊόντα, τις υπηρεσίες και τις αλυσίδες αξίας για τη μεγιστοποίηση της αποδοτικότητας των λειτουργιών και της εμπειρίας των πελατών Μετασχηματισμός της επιχείρησης και του οικοσυστήματος: Κλιμάκωση της ΤΝ σε όλη την επιχείρηση και το ευρύτερο επιχειρηματικό οικοσύστημα, δημιουργώντας ανταγωνιστικό πλεονέκτημα και συνεχή καινοτομία Ανάπτυξη δυνατοτήτων ΤΝ σε τρία επίπεδα Για την πλήρη αξιοποίηση της ΤΝ, οι οργανισμοί πρέπει να αναπτύξουν δυνατότητες σε τρία θεμελιώδη επίπεδα: Βάσεις: Υποδομές ΤΝ, διακυβέρνηση και στρατηγική δεδομένων Λειτουργίες: Εφαρμογή της ΤΝ στις διαδικασίες, τις ροές αξίας και τις επιχειρησιακές λειτουργίες για ενίσχυση της συνεργασίας, βελτίωση των προϊόντων και αναβάθμιση της εμπειρίας πελατών Επιχείρηση: Εταιρικός μετασχηματισμός μέσω της ΤΝ, ενσωματώνοντας τη νοημοσύνη στη στρατηγική και τη λήψη αποφάσεων Στρατηγικός οδικός χάρτης για την επιτυχία στην ΤΝ Η νέα σειρά εκθέσεων παρέχει έναν σαφή και εφαρμόσιμο οδηγό για επιχειρηματικούς ηγέτες από οκτώ βιομηχανίες, με στόχο την επιτάχυνση της υιοθέτησης της ΤΝ. Καθορίζονται οι αναγκαίες ενέργειες που πρέπει να αναλάβουν οι οργανισμοί ώστε να μεταβούν από τον πειραματισμό στην ΤΝ σε βιώσιμη και κλιμακούμενη δημιουργία αξίας. Ο Χάρης Συρούνης, Partner, Advisory, KPMG στην Ελλάδα δήλωσε «Η έρευνα αποδεικνύει πως σε όλη η αγορά και σε όλους τους κλάδους υπάρχει η αναγνώριση ότι η ΤΝ μπορεί να βοηθήσει και να προσφέρει τεράστιες δυνατότητες για μεγαλύτερη αποδοτικότητα και αποτελεσματικότητα. Οι δυνατότητες της ΤΝ θα αλλάξουν τον τρόπο που η επιχείρηση σχεδιάζει το μοντέλο εργασίας και επικοινωνίας που υιοθετεί και γενικά την ποιότητα και το είδος των υπηρεσιών που παρέχει. Η έρευνα μπορεί να βοηθήσει όλες τις εταιρείες ανεξαρτήτως μεγέθους να προετοιμαστούν κατάλληλα.» Ο Adrian Clamp, Global Head, Connected Enterprise, KPMG International, δήλωσε «Η ΤΝ δεν αποτελεί μια παροδική τάση, αλλά μια επιταχυνόμενη δύναμη που συνεχώς εξελίσσεται και μετασχηματίζει τον επιχειρηματικό κόσμο. Η αποτελεσματική μετάβαση στην ΤΝ ξεπερνά την απλή εφαρμογή τεχνολογιών. Οι οργανισμοί οφείλουν να ενσωματώσουν τη νοημοσύνη στις ροές αξίας και στις διαδικασίες τους, ακολουθώντας ένα ευέλικτο και δομημένο πλαίσιο. Είναι κρίσιμο να επαναπροσδιορίσουμε τον ρόλο που μπορεί να διαδραματίσει η ΤΝ, να αναπτύξουμε βασικές ικανότητες και να προσαρμόσουμε τα επιχειρησιακά μας μοντέλα αναλόγως.» Η έρευνα υπογραμμίζει ότι για τη μεγιστοποίηση της αξίας της ΤΝ, οι οργανισμοί δεν πρέπει να περιορίζονται σε σταδιακές βελτιώσεις, αλλά να διαμορφώνουν ένα μέλλον όπου η τεχνολογία βελτιώνει την εμπειρία των πελατών, βελτιστοποιεί τις λειτουργίες και προάγει καινοτόμα επιχειρηματικά μοντέλα. Αυτό απαιτεί από τους ηγέτες να διεξάγουν στρατηγικές αναλύσεις, συμπεριλαμβανομένου του σεναριακού σχεδιασμού, για να κατανοήσουν πώς η τεχνολογία μπορεί να αναδιαμορφώσει το ανταγωνιστικό τους πεδίο. Παράλληλα, η προσέλκυση κορυφαίων ταλέντων και η συνεχής ανάπτυξη δεξιοτήτων των εργαζομένων είναι καθοριστικής σημασίας για την προσαρμογή στις ταχέως μεταβαλλόμενες τεχνολογικές εξελίξεις. «Η πορεία προς τον έξυπνο οργανισμό είναι ένα διαρκές ταξίδι και οι ηγέτες διαδραματίζουν καίριο ρόλο σε αυτή τη διαδικασία. Η δέσμευσή τους είναι απαραίτητη για την οικοδόμηση εσωτερικής τεχνογνωσίας και τη δημιουργία ενός εργατικού δυναμικού που μπορεί να προσαρμοστεί στις νέες ευκαιρίες που προσφέρει η ΤΝ», πρόσθεσε ο Clamp. View full είδηση