Evlerimizde, ofislerimizde ve fabrikalarımızda başarılı bir entegrasyon için yeni nesil robotlar inşa etmek, sadece donanım ve yazılım sorunlarını çözmekten ibaret değildir – aynı zamanda bu robotların nasıl algılanacağını ve bu alanlarda insanlarla nasıl etkili bir şekilde çalışabileceklerini anlamamız da gerekmektedir. 2025 yazında, RAI Enstitüsü, CambridgeSide alışveriş merkezinde, insanların en son teknoloji robotları birinci elden deneyimlemelerini sağlamak amacıyla ücretsiz bir pop-up robot deneyimi düzenledi. Robotlar ve yapay zeka hakkında haberler yaygın olsa da, bazıları aşırı eleştirel, bazıları ise aşırı iyimserdir; çoğu insan robotlarla yüz yüze karşılaşmamıştır. Doğrudan bir deneyim olmadan, görüşleri büyük ölçüde pop kültürü ve sosyal medya tarafından şekillendirilmiştir; bu da robotların nasıl etkili bir şekilde kullanılabileceği ve teknolojinin nerelerde hala yetersiz kaldığı hakkında doğru bilgi vermekten çok sansasyonel hikayelere odaklanmaktadır. Pop-up etkinliğimizin iki amacı vardı: birincisi, insanlara aksi takdirde deneyimleme şansı bulamayacakları robotları görme fırsatı vermek ve ikincisi, halkın bu robotlarla etkileşim kurma konusundaki hislerini daha iyi anlamaktı. Genel Kamu için Bir Robot Deneyimi Tasarlamak RAI Enstitüsü’nün İcra Direktörü Marc Raibert tarafından inşa edilen daha önceki versiyonlu bacaklı robotlar, RAI Enstitüsü’nün ANYrobotics tarafından üretilen ANYmal (solda) ve RAI Enstitüsü’nün önceki bir modeli olan UMV (sağda) gibi tarihsel ve modern robotların görülebileceği bir müze alanı ve “Drive-a-Spot” adlı etkileşimli bir deneyim içeren iki alana sahipti. Bu alan, gelen herkesin Spot dört ayaklı robotunun kontrolünü alabileceği bir sürüş arenasıydı; bu robot, günümüzde ticari olarak mevcut olan en tanınabilir robotlardan biridir. Misafir robot sürücüleri, her yaştan kişinin kullanabilmesi için tasarlanmış, uyarlanabilir bir video oyunu kontrol cihazı üzerine inşa edilmiş özel bir kontrol cihazı kullandılar. Temel kontrolleri içeriyordu: ileri, geri, sola, sağa hareket etme, yükseklik ayarlama, oturma, kalkma ve eğilme. Düğmeler büyük olduğu için küçük veya yaşlı ellerin kontrol cihazını kullanması kolaydı ve Spot’u süren insanların yaşı iki ile 90’ın üzerinde değişiyordu. Sürüş alanı, Spot robotunun manevra yapmasının biraz zorlayıcı olması için tasarlandı – dar geçitler, aşılması gereken alçak engeller, alçak bir engelin altından geçilmesi gereken bir bariyer ve robotun kaçınması gereken daha yüksek nesneler içeriyordu. Birçok misafirimizin şaşkınlığına rağmen, Spot, joystick ile denetim altında olduğunda bu engelleri aşmak ve onlardan kaçınmak için kendini otonom olarak ayarlayabiliyor. Sürüş arenasının teması her birkaç haftada bir fabrika, ev, hastane ve açık hava/afet ortamı gibi dört senaryo arasında değişiyordu. Bu senaryolar, robotların geniş çapta kabul gördüğü (endüstriyel, acil durum müdahalesi) ortamlarla, kamu ambivalansının iyi belgelenmiş olduğu (ev, sağlık hizmetleri) ortamları karşılaştırmak için seçildi. Spot robotunu sürmeyi seçen ziyaretçiler, sürüş deneyimlerinden önce ve sonra kısa bir ankete katılma fırsatına sahip oldular. Anket, iki temel boyuta odaklandı: Konfor: Bir fabrikada, evde, hastanede, ofiste veya açık hava/afet senaryosunda bir robotla karşılaştığınızda ne kadar rahat hissedersiniz? Uygunluk: Bu robot, her bir bağlamda ne kadar iyi çalışır? Anket ayrıca sürüş sonrası duygusal tepkileri, deneyimi tavsiye etme olasılığını ve hatırlanabilir veya şaşırtıcı buldukları şeyler hakkında açık uçlu yanıtları kaydetti. Araştırmacılar, katılımcıların sürüş yaptığı ortamı, ankette değerlendirmeleri istenen senaryolardan ayırmaya özen gösterdi. Bu ayrım, aşağıda verilen sonuçların yorumlanması açısından önemlidir. Robotla Etkileşim Kurmak İnsanların Robotlar Hakkındaki Duygularını Değiştirdi mi? Robot Laboratuvarını ziyaret eden yaklaşık 10.000 misafirin %10’u Spot’u sürdü ve anketlerimize katılmayı seçti. Anket yapılanların %65’inden fazlası, Spot robotlarının çevrimiçi görüntülerini veya videolarını görmüştü, ancak çoğu robotlardan birini yüz yüze hiç görmemişti. Deneyimle Artan Konfor Anketin sunmuş olduğu beş bağlamın (fabrika, ev, hastane, ofis ve açık hava/afet senaryoları) tamamında, sürüş seansından sonra konfor puanları önemli ölçüde arttı. Etkiler küçükten orta büyüklüğe kadar değişiyordu, ancak tüm katılımcılar arasında çocuklardan yaşlı
SiFive, veri merkezi yol haritasını hızlandırmak için 400 milyon dolarlık Seri G yatırımını topladı ve 3.75 milyar dolarlık bir değerlemeye ulaştı. Bu yazı, "SiFive 400M Dolar Turu, Agentic AI Talebi için Yeni CPU Savaş Alanını Vurguluyor" başlığıyla EE Times'ta yayımlandı.
SiFive, bugün yüksek performanslı veri merkezi yol haritasını hızlandırmak amacıyla 400 milyon dolarlık aşırı talep gören bir Seri G finansman turu gerçekleştirdiğini duyurdu. Atreides Management tarafından yönetilen bu tur, Positron, Mythic ve Cerebras gibi diğer son yatırımları da içermektedir; ayrıca daha önce Axiado, Astera Labs ve Enfabrica'ya da yatırım yapmıştır. Bu finansman turu ile SiFive'ın toplam finansmanı yaklaşık 970 milyon dolara ulaştı. [...] Bu yazı, SiFive'ın 400 milyon dolarlık turunun, Agentic AI talebi için yeni CPU savaş alanlarını vurguladığını belirtiyor.
Zamanın ötesinde bir azim, inanç ve isyan hikayesi, Samson: A Tyndalston Story'nin bugün GeForce NOW kütüphanesine katılmasıyla sahne alıyor. Liquid Swords'un büyük bir heyecanla beklenen bu çıkışı, GeForce NOW sayesinde neredeyse her cihazda akışa sunulabiliyor ve sinematik yoğunluk ile efsanevi hikaye anlatımını buluta taşıyor. Bunu dört […] parçasından biri olarak yakalayın.
Eski Google DeepMind araştırmacısı Andrew Dai, büyük laboratuvarlardaki yapay zeka modellerinin, en azından görsel ipuçlarını anlamak söz konusu olduğunda, 3 yaşındaki bir çocuğun zekasına sahip olduğunu düşünüyor.
Birçok tahmine göre, kuantum bilgisayarlarının siber güvenlik, ilaç geliştirme ve diğer endüstrilerdeki potansiyelini gerçekleştirmek için milyonlarca qubit'e ihtiyacı olacak. Sorun şu ki, belirli bir tür qubit'in milyonunu aynı anda kontrol etmek isteyen herkes, milyonlarca lazer ışınını kontrol etme sorunuyla karşılaştı. MIT, Colorado Üniversitesi Boulder Kampüsü, Sandia Ulusal Laboratuvarları ve MITRE Corporation'dan bilim insanlarının, artırılmış gerçeklik, biyomedikal görüntüleme ve diğer alanlardaki birçok zorluğun üstesinden gelmek için geliştirdikleri görüntü projeksiyon teknolojisi tam da bu zorluğu aşmayı hedefliyordu. Bu teknoloji, iki insan yumurta hücresinin boyutundan daha küçük bir alana Mona Lisa'yı projekte edebilen, 0.1 kare milimetreden daha küçük bir fotonik çip şeklinde geliyor. "Başladığımızda, devrim niteliğinde bir görüntüleme teknolojisi üreteceğimizi asla tahmin etmemiştik," diyor, Quantum Moonshot adı verilen elmas bazlı kuantum bilgisayar projesinin liderlerinden biri ve Colorado Üniversitesi Boulder Kampüsü'nde kuantum mühendisliği profesörü olan Matt Eichenfield. Çip, saniyede kare milimetre başına 68.6 milyon bireysel ışık noktası—fiziksel piksellerden ayırt etmek için "tarayıcı pikseller" olarak adlandırılıyor—projekte edebiliyor, bu da önceki teknolojilerin, örneğin mikro-elektromekanik sistemler (MEMS) mikromirror dizilerinin yeteneğinin elliden fazla katı. "Artık difraksiyonun izin verdiği mutlak sınırda bir tarayıcı piksel ürettik," diyor MIT'de misafir araştırmacı ve QuEra Computing'de fotonik mühendisi olan Henry Wen. Çipin ayırt edici özelliği, voltaja yanıt olarak çipin düzleminden dışarı doğru kavislenen küçük metalik kantileverlerin bir dizisidir ve ışık için mini "kayak rampaları" gibi işlev görür. Işık, her kantileverin uzunluğu boyunca bir dalga kılavuzu aracılığıyla yönlendirilir ve ucundan çıkar. Kantileverler, voltaj altında genişleyip daralan piezoelektrik bir malzeme olan ince bir alüminyum nitrit tabakası içerir, bu da mikromakinenin yukarı ve aşağı hareket etmesini sağlar ve dizinin iki boyutlu bir alanda ışık ışınlarını taramasına olanak tanır. Eichenfield, ekibin başarısının büyüklüğüne rağmen, kantileverlerin mühendislik sürecinin "oldukça sorunsuz" olduğunu söylüyor. Her kantilever, dört ince malzeme katmanından oluşur ve dinlenme durumunda düzlemden yaklaşık 90 derece kıvrılmıştır. Bu kadar yüksek bir kavis elde etmek için ekip, soğutulduğunda bireysel katmanların büzülme ve genişleme farklılıklarından yararlandı. Dört malzeme katmanının üzerine, her kantileverin genişliği boyunca kıvrılmasını önleyen dalga kılavuzuna dik olarak uzanan bir dizi silisyum dioksit çubuğu da eklenmiştir. Bir mikro-kantilever, ışığı doğru yere projekte etmek için kıvrılır ve hareket eder. Matt Saha, Y. Henry Wen ve diğerleri. Çipin kendisini mühendislik etmekten daha fazla zorluk, çipin görüntü ve videoları projekte etme detaylarını çözmekti. MITRE'den araştırmacı Andy Greenspon'a göre, kantileverlerin ışık ışınlarını senkronize etme ve zamanlama sürecini çözmek önemli bir çaba gerektirdi. Şimdi, ekip çip aracılığıyla A Charlie Brown Christmas filmini başarıyla projekte etti. Çip, Mona Lisa'nın yaklaşık 125 mikrometre boyutunda bir görüntüsünü projekte etti. Matt Saha, Y. Henry Wen ve diğerleri. Çip, herhangi bir önceki ışın tarayıcıdan daha fazla noktayı belirli bir zaman aralığında projekte edebildiği için, kuantum bilgisayarlarındaki çok daha fazla qubit'i kontrol etmek için de kullanılabilir. Quantum Moonshot programının misyonu, milyonlarca qubit'e ölçeklenebilen bir kuantum bilgisayarı inşa etmektir. Bu nedenle, her birini kontrol etmenin ölçeklenebilir bir yoluna ihtiyaç duyulmaktadır, diyor Wen. Her qubit'in her an kontrol edilmesi gerekmediğini fark eden ekip, çipin ışık ışınlarını iki boyutlu bir alanda hareket ettirme yeteneğinin, çok daha az lazerle tüm qubit'leri kontrol etmelerine olanak tanıyacağını belirtti. Wen'in çipin geliştirebileceğini düşündüğü bir diğer süreç ise 3D baskı için nesneleri taramaktır. Bugün, bu genellikle bir nesnenin tüm yüzeyini taramak için tek bir lazer kullanmayı içerir. Ancak yeni çip, potansiyel olarak binlerce lazer ışını kullanabilir. "Artık saatler süren bir süreci dakikalara indirebileceğinizi düşünüyorum," diyor Wen. Wen, farklı kantilever şekillerinin potansiyelini keşfetmek için de hey
Manchester Üniversitesi'nde matematik profesörü olan David J. Silvester, akışkan davranışındaki ani değişiklikleri tespit etmek için yeni bir makine öğrenimi yöntemi geliştirdi. Bu yöntem, bu tür kararsızlıkları tanımlamanın hızını ve maliyetini artırarak fiziksel sistemleri simüle etmede makine öğreniminin karşılaştığı en büyük engellerden birini aşmayı sağlıyor. Bulgular, Journal of Computational Physics dergisinde yayımlandı.
Intel Corp., veri merkezlerinde teknolojisinin kullanımını teşvik etmeye çalışırken, Alphabet Inc.'in Google'ın gelecekteki Xeon işlemcileri ve diğer çiplerini kullanma taahhüdünde bulunduğunu açıkladı.