bitcoin
bitcoin

$70020.59 USD 

-0.92%

ethereum
ethereum

$2522.56 USD 

-1.20%

tether
tether

$0.999713 USD 

0.06%

bnb
bnb

$576.28 USD 

-0.21%

solana
solana

$167.05 USD 

-1.90%

usd-coin
usd-coin

$0.999949 USD 

0.01%

xrp
xrp

$0.518314 USD 

1.68%

dogecoin
dogecoin

$0.162104 USD 

-2.33%

tron
tron

$0.167017 USD 

-0.93%

toncoin
toncoin

$4.93 USD 

2.38%

cardano
cardano

$0.355622 USD 

2.90%

shiba-inu
shiba-inu

$0.000018 USD 

-2.31%

avalanche
avalanche

$25.05 USD 

0.15%

chainlink
chainlink

$11.46 USD 

-1.66%

bitcoin-cash
bitcoin-cash

$351.19 USD 

-3.04%

Articles d’actualité sur les crypto-monnaies

Meta aurait créé un moteur de recherche alimenté par l'IA pour rivaliser avec Google et Bing

Nov 01, 2024 at 10:00 pm

Meta (NASDAQ : META) serait en train de construire un moteur de recherche basé sur l'IA qui, espère-t-il, rivalisera avec Google (NASDAQ : GOOGL) et Bing.

Meta aurait créé un moteur de recherche alimenté par l'IA pour rivaliser avec Google et Bing

Meta (NASDAQ:META) is reportedly building an AI-driven search engine that they hope will rival Google (NASDAQ:GOOGL) and Bing.

Meta (NASDAQ :META) serait en train de construire un moteur de recherche basé sur l'IA qui, espère-t-il, rivalisera avec Google (NASDAQ :GOOGL) et Bing.

Similar to Google’s AI Overview, Meta’s search engine would deliver AI-generated summaries of current events through the Meta AI chatbot. The company’s team has allegedly been working on this project for over eight months, with the goal of reducing Meta’s reliance on Google, which it currently uses as its primary search reference for Meta AI.

Semblable à l'AI Overview de Google, le moteur de recherche de Meta fournirait des résumés d'événements actuels générés par l'IA via le chatbot Meta AI. L'équipe de la société aurait travaillé sur ce projet depuis plus de huit mois, dans le but de réduire la dépendance de Meta à l'égard de Google, qu'elle utilise actuellement comme principale référence de recherche pour Meta AI.

While AI is widely touted as a game-changer for everything from workplace productivity to societal efficiency, in reality, most consumers primarily use AI chatbots as glorified search engines. This effectively turns these AI chatbots into alternative search engines, saving users time from piecing together answers from multiple sources as they need to do in conventional search engines.

Alors que l’IA est largement présentée comme un outil révolutionnaire dans tous les domaines, de la productivité sur le lieu de travail à l’efficacité sociétale, en réalité, la plupart des consommateurs utilisent principalement les chatbots IA comme moteurs de recherche glorifiés. Cela transforme efficacement ces chatbots IA en moteurs de recherche alternatifs, ce qui permet aux utilisateurs de gagner du temps lorsqu'ils doivent rassembler des réponses provenant de plusieurs sources comme ils doivent le faire dans les moteurs de recherche conventionnels.

When these chatbots became popular, traditional search engines actually started losing market share to these up-and-coming AI chatbots that were answering search queries more efficiently for their users.

Lorsque ces chatbots sont devenus populaires, les moteurs de recherche traditionnels ont en fait commencé à perdre des parts de marché au profit de ces chatbots IA émergents qui répondaient plus efficacement aux requêtes de recherche de leurs utilisateurs.

Leading search providers like Google quickly noticed this shift and infused AI into their search processes, allowing users to receive AI-generated summaries without leaving the traditional search interface—and apparently, it’s paying off.

Les principaux fournisseurs de recherche comme Google ont rapidement remarqué ce changement et ont intégré l'IA dans leurs processus de recherche, permettant aux utilisateurs de recevoir des résumés générés par l'IA sans quitter l'interface de recherche traditionnelle - et apparemment, cela porte ses fruits.

In its recent Q3 earnings call, Google reported a 35% year-over-year revenue increase to $11.4 billion, attributing its AI infrastructure and generative AI features as driving forces for revenue growth. Even though these AI tools don’t directly generate revenue, their presence enhances the user experience and attracts more users, ultimately driving revenue through channels like ad placements.

Lors de sa récente conférence téléphonique sur les résultats du troisième trimestre, Google a annoncé une augmentation de 35 % de ses revenus d'une année sur l'autre, à 11,4 milliards de dollars, attribuant son infrastructure d'IA et ses fonctionnalités d'IA générative comme moteurs de la croissance des revenus. Même si ces outils d'IA ne génèrent pas directement de revenus, leur présence améliore l'expérience utilisateur et attire davantage d'utilisateurs, générant ainsi des revenus via des canaux tels que le placement d'annonces.

Meta, whose revenue model heavily relies on advertising, could likely achieve similar results by building its own AI-powered search platform.

Meta, dont le modèle de revenus repose largement sur la publicité, pourrait probablement obtenir des résultats similaires en créant sa propre plateforme de recherche basée sur l'IA.

OpenAI eyes in-house chip production

OpenAI envisage la production de puces en interne

Amid a global shortage of high-performance chips, OpenAI is reportedly working to design and produce its own specialized chips for AI processing, reducing its reliance on third-party suppliers like NVIDIA (NASDAQ:NVDA) and AMD (NASDAQ:AMD).

Au milieu d'une pénurie mondiale de puces hautes performances, OpenAI s'efforcerait de concevoir et de produire ses propres puces spécialisées pour le traitement de l'IA, réduisant ainsi sa dépendance à l'égard de fournisseurs tiers comme NVIDIA (NASDAQ :NVDA) et AMD (NASDAQ :AMD).

OpenAI is working with semiconductor designer, developer, manufacturer, and supplier Broadcom to design these custom chips that will be used primarily for inference rather than training. Inference is the process in which an AI model, having already been trained on vast amounts of data, analyzes new data and makes predictions, which ultimately manifest themselves as outputs.

OpenAI travaille avec le concepteur, développeur, fabricant et fournisseur de semi-conducteurs Broadcom pour concevoir ces puces personnalisées qui seront principalement utilisées à des fins d'inférence plutôt que de formation. L'inférence est le processus par lequel un modèle d'IA, ayant déjà été formé sur de grandes quantités de données, analyse de nouvelles données et fait des prédictions, qui se manifestent finalement sous forme de résultats.

One reason OpenAI may be pursuing in-house chip production is to mitigate operating costs and navigate ongoing supply chain challenges. The chip shortage has hit AI companies particularly hard, with high demand for GPUs and other specialized hardware driving up prices and making it difficult for companies to secure the hardware they need. By designing and manufacturing chips internally, OpenAI would gain greater control over its supply chain, similar to how Apple (NASDAQ:AAPL) did when it began designing its own processors for iPhones and Macs.

L’une des raisons pour lesquelles OpenAI pourrait poursuivre la production de puces en interne est d’atténuer les coûts d’exploitation et de relever les défis actuels de la chaîne d’approvisionnement. La pénurie de puces a frappé particulièrement durement les entreprises d’IA, la forte demande de GPU et d’autres matériels spécialisés faisant grimper les prix et rendant difficile pour les entreprises d’obtenir le matériel dont elles ont besoin. En concevant et en fabriquant des puces en interne, OpenAI obtiendrait un meilleur contrôle sur sa chaîne d'approvisionnement, à l'instar de ce qu'a fait Apple (NASDAQ : AAPL) lorsqu'elle a commencé à concevoir ses propres processeurs pour iPhone et Mac.

Bringing chip production in-house could also lead to significant long-term cost savings for OpenAI. As the company moves toward vertical integration, it could decrease dependency on external suppliers, who have raised prices due to the high demand and limited supply of AI hardware.

Le fait d’internaliser la production de puces pourrait également conduire à d’importantes économies à long terme pour OpenAI. À mesure que l’entreprise s’oriente vers une intégration verticale, elle pourrait réduire sa dépendance à l’égard des fournisseurs externes, qui ont augmenté leurs prix en raison de la forte demande et de l’offre limitée de matériel d’IA.

Elon Musk’s xAI pursues new fundraising round

XAI d'Elon Musk poursuit une nouvelle levée de fonds

On the heels of OpenAI’s $6.6 billion funding round at a $157 billion valuation, Elon Musk’s AI company, xAI, has announced that it is in discussions for another funding round that would push xAI’s valuation over $40 billion. This follows a recent $6 billion raise that valued the company at $24 billion just months earlier, underscoring the fact that AI remains a hot sector for investment in what is otherwise a venture capital drought.

Dans la foulée du cycle de financement de 6,6 milliards de dollars d'OpenAI, évalué à 157 milliards de dollars, la société d'IA d'Elon Musk, xAI, a annoncé qu'elle était en discussion pour un autre cycle de financement qui porterait la valorisation de xAI à plus de 40 milliards de dollars. Cela fait suite à une récente augmentation de 6 milliards de dollars qui valorisait l'entreprise à 24 milliards de dollars quelques mois plus tôt, soulignant le fait que l'IA reste un secteur d'investissement chaud dans ce qui est par ailleurs une sécheresse du capital-risque.

These major fundraising rounds highlight the unusually large capital needs in artificial intelligence, particularly for companies developing and scaling advanced models. AI development requires substantial investments in computing infrastructure, with some companies spending multiple billions on data centers and GPUs to support training and inference for their AI models. Even top AI companies like OpenAI have acknowledged that profitability remains elusive, with OpenAI not expecting to turn a profit until at least 2029.

Ces levées de fonds majeures mettent en évidence les besoins de capitaux inhabituellement importants dans le domaine de l’intelligence artificielle, en particulier pour les entreprises développant et mettant à l’échelle des modèles avancés. Le développement de l’IA nécessite des investissements substantiels dans l’infrastructure informatique, certaines entreprises dépensant plusieurs milliards en centres de données et en GPU pour prendre en charge la formation et l’inférence de leurs modèles d’IA. Même les plus grandes entreprises d’IA comme OpenAI ont reconnu que la rentabilité reste insaisissable, OpenAI ne s’attendant pas à réaliser des bénéfices avant au moins 2029.

This high-cost environment reflects the unique economics of AI. Companies need high-performance computing environments, vast datasets, and specialized hardware to train and run large language models and other advanced AI systems. However, these items are very expensive. For companies like xAI and OpenAI to remain competitive and continue innovating, they have ever-increasing capital needs to sustain growth and scale their businesses, which is why most AI companies raise money at every chance they can.

Cet environnement coûteux reflète les aspects économiques uniques de l’IA. Les entreprises ont besoin d’environnements informatiques hautes performances, de vastes ensembles de données et de matériel spécialisé pour former et exécuter de grands modèles de langage et d’autres systèmes d’IA avancés. Toutefois, ces articles sont très chers. Pour que des entreprises comme xAI et OpenAI restent compétitives et continuent d’innover, elles ont des besoins de capitaux toujours croissants pour soutenir leur croissance et développer leurs activités. C’est pourquoi la plupart des entreprises d’IA lèvent des fonds dès qu’elles en ont l’occasion.

US tightens AI restrictions on China

Les États-Unis renforcent les restrictions sur l’IA en Chine

This week, the U.S. Department of the Treasury issued a final rule restricting American investments in China, Hong Kong, and Macau, specifically within areas like AI, semiconductors, microelectronics, and quantum information technologies. The rule prohibits U.S. companies and investors from engaging in certain transactions with entities based in these regions.

Cette semaine, le Département du Trésor américain a publié une règle définitive restreignant les investissements américains en Chine, à Hong Kong et à Macao, en particulier dans des domaines tels que l'IA, les semi-conducteurs, la microélectronique et les technologies de l'information quantique. La règle interdit aux entreprises et aux investisseurs américains de s'engager dans certaines transactions avec des entités basées dans ces régions.

“This Final Rule takes targeted and concrete measures to ensure that U.S. investment is

« Cette règle finale prend des mesures ciblées et concrètes pour garantir que les investissements américains

Source de nouvelles:coingeek.com

Clause de non-responsabilité:info@kdj.com

Les informations fournies ne constituent pas des conseils commerciaux. kdj.com n’assume aucune responsabilité pour les investissements effectués sur la base des informations fournies dans cet article. Les crypto-monnaies sont très volatiles et il est fortement recommandé d’investir avec prudence après une recherche approfondie!

Si vous pensez que le contenu utilisé sur ce site Web porte atteinte à vos droits d’auteur, veuillez nous contacter immédiatement (info@kdj.com) et nous le supprimerons dans les plus brefs délais.

Autres articles publiés sur Nov 02, 2024