BTC $81,737.34 -1.07%
ETH $2,401.81 -1.29%
BNB $741.38 +0.43%
XRP $1.33 -1.13%
SOL $104.37 -0.36%
TRX $0.3293 -0.24%
DOGE $0.0799 +0.27%
ADA $0.2168 -0.79%
BCH $286.02 +2.74%
LINK $12.19 +0.14%
HYPE $77.98 -0.84%
AAVE $149.41 +0.15%
SUI $0.9978 -0.08%
XLM $0.1782 -0.38%
ZEC $1,221.73 -3.80%
AAPL $346.76 +0.68%
AMZN $249.98 -3.65%
GOOGL $323.99 -2.09%
MSFT $516.22 -2.50%
META $646.40 -8.15%
NVDA $213.87 -1.75%
TSLA $376.24 +2.20%
SNDK $1,288.01 -3.26%
INTC $87.15 -2.22%
SPCX $148.27 -4.84%
MU $876.50 -0.89%
AMD $515.60 -3.28%
BTC $81,737.34 -1.07%
ETH $2,401.81 -1.29%
BNB $741.38 +0.43%
XRP $1.33 -1.13%
SOL $104.37 -0.36%
TRX $0.3293 -0.24%
DOGE $0.0799 +0.27%
ADA $0.2168 -0.79%
BCH $286.02 +2.74%
LINK $12.19 +0.14%
HYPE $77.98 -0.84%
AAVE $149.41 +0.15%
SUI $0.9978 -0.08%
XLM $0.1782 -0.38%
ZEC $1,221.73 -3.80%
AAPL $346.76 +0.68%
AMZN $249.98 -3.65%
GOOGL $323.99 -2.09%
MSFT $516.22 -2.50%
META $646.40 -8.15%
NVDA $213.87 -1.75%
TSLA $376.24 +2.20%
SNDK $1,288.01 -3.26%
INTC $87.15 -2.22%
SPCX $148.27 -4.84%
MU $876.50 -0.89%
AMD $515.60 -3.28%

ogle

Tất cả
Bài viết
Tin nhanh

first_img Báo cáo của Google và các công ty khác: Người dùng AI sinh sinh ở Đông Nam Á đạt 243 triệu

Tờ báo Tài Liên Xã ngày 22 tháng 10 đưa tin, báo cáo được phát hành chung bởi Google, Temasek và Bain & Company cho thấy, số lượng người dùng AI sinh tạo ở Đông Nam Á đã đạt khoảng 243 triệu trong chưa đầy ba năm, tương đương với 58% lực lượng lao động địa phương, tốc độ phổ biến nhanh gấp khoảng 4 lần so với internet di động. Chỉ có 1% đến 2% dân số địa phương trả phí đăng ký dịch vụ AI cá nhân.Đối tác của Bain & Company, Florian Hoppe, trong một cuộc phỏng vấn cho biết, các doanh nghiệp có thể thực hiện thương mại hóa AI thông qua thương mại điện tử, quảng cáo kỹ thuật số và các hoạt động khác mà không cần hoàn toàn phụ thuộc vào việc người tiêu dùng trả phí trực tiếp, đồng thời cũng có thể sử dụng AI để tăng tỷ lệ chuyển đổi thương mại điện tử và xử lý các yêu cầu tư vấn khách hàng thông thường. Báo cáo cho biết, khoảng 80% yêu cầu tư vấn của khách hàng trên nền tảng thương mại điện tử Shopee được xử lý bởi chatbot AI, chi phí mỗi lần khách hàng liên hệ giảm 30% so với cùng kỳ năm trước. Trong các trường hợp ban đầu, tỷ lệ chuyển đổi của doanh nghiệp đã tăng 10% so với cùng kỳ năm trước sau khi ứng dụng AI, và giá trị tiêu dùng trung bình cho mỗi đơn hàng đã tăng tối đa 75%.Báo cáo cũng cho biết, tổng giá trị giao dịch hàng hóa của nền kinh tế số Đông Nam Á dự kiến sẽ tăng 17% so với cùng kỳ năm trước lên 368 tỷ USD vào năm 2026, và có khả năng vượt qua 1.000 tỷ USD vào năm 2035. Trong đó, thị trường du lịch trực tuyến dự kiến tăng 10% lên 59 tỷ USD, doanh thu truyền thông trực tuyến dự kiến tăng 22% lên 44 tỷ USD, và thị trường gọi xe và giao đồ ăn dự kiến tăng 15% lên 40 tỷ USD. Tổng giá trị giao dịch hàng hóa của thị trường thương mại điện tử Đông Nam Á vào năm 2026 dự kiến đạt 226 tỷ USD, tăng 18% so với cùng kỳ năm trước.

Google mở nguồn Harness², điểm số GLM-5 tăng 11.5 điểm

Google Research đã mở nguồn công cụ AI Harness², cho phép AI Agent tự động điều chỉnh các hệ thống nhắc nhở, bộ nhớ, kỹ năng, quy tắc công cụ cũng như kịch bản và plugin mà không cần phải đào tạo lại mô hình. Dự án này sử dụng giấy phép Apache 2.0, hỗ trợ OpenCode và Codex. Cơ chế cốt lõi của nó là cho phép Agent tự thử nghiệm, khi gặp nhiệm vụ mới sẽ đề xuất một vài phương án cải tiến, sau đó các phiên bản khác nhau của Agent sẽ thực hiện và so sánh hiệu suất, cuối cùng kết hợp ra phương án phù hợp hơn.Ngay cả khi không có câu trả lời chuẩn, hệ thống cũng có thể tìm kiếm hướng cải tiến dựa trên quá trình thực hiện thực tế. Sau khi nhiệm vụ kết thúc, hệ thống sẽ ghi nhớ những thay đổi nào là hiệu quả và lý do, để tham khảo cho các vấn đề tương tự lần sau. Google đã sử dụng GLM-5 và Gemini 3.5 Flash để thử nghiệm. Trên WorkBuddy-Bench, GLM-5 kết hợp với OpenCode, chỉ sau một vòng tối ưu hóa, điểm trung bình đã tăng từ 64.2 lên 75.7, vượt qua Gemini 3.5 Flash chưa được tối ưu hóa với 72.4 điểm.Trong thử nghiệm nhiệm vụ pháp lý, tỷ lệ thông qua của GLM-5 theo một số tiêu chí đánh giá đã tăng từ 59.6% lên 71.4%. Trong thí nghiệm, Claude Opus 4.8 được mặc định chịu trách nhiệm đề xuất và thực hiện cải tiến, trong khi GLM-5 và Gemini chủ yếu chịu trách nhiệm thực hiện nhiệm vụ, không hoàn toàn dựa vào khả năng tự tiến hóa. Nhà phát triển trong nước Joseph Zhou đã trình diễn thí nghiệm Harness² kết nối với Jev 1.14, cho biết hiệu suất trong các nhiệm vụ thị giác đang cải thiện liên tục.

Đột phá mới của chip lượng tử Google: Giảm tỷ lệ lỗi tính toán quan trọng, rủi ro lượng tử của ví Bitcoin sớm được chú ý

Google cho biết, chip lượng tử Willow của họ đã giảm tỷ lệ lỗi trong quá trình chuẩn bị trạng thái đặc biệt cần thiết cho tính toán lượng tử (Magic States) khoảng 40 lần thông qua một phương pháp có tên là "Cultivation". Nghiên cứu liên quan đã được công bố trong tuần này trên tạp chí 《Science》, hứa hẹn sẽ giảm chi phí phần cứng cho các máy tính lượng tử quy mô lớn trong tương lai và thu hút nhiều sự chú ý hơn đối với mối đe dọa tiềm tàng từ việc bẻ khóa ví Bitcoin.Magic States là tài nguyên quan trọng cần thiết để thực hiện một số thao tác tính toán lượng tử, và quá trình chuẩn bị của nó tiêu tốn một lượng lớn phần cứng. Thí nghiệm lần này của Google đạt được độ trung thực trạng thái khoảng 99.99%, nhưng chỉ khoảng 8% nỗ lực đã vượt qua được sàng lọc. Các nhà nghiên cứu cho biết, cần phải mở rộng quy mô thí nghiệm trong tương lai và giải quyết các vấn đề như vận hành thời gian thực và sửa lỗi. Vào tháng 3 năm nay, Google đã ước tính rằng, dưới giả định phần cứng cụ thể, máy tính lượng tử trong tương lai có thể chỉ cần chưa đến 500.000 qubit vật lý để bẻ khóa mật mã ví mà Bitcoin và Ethereum sử dụng.Đối với Bitcoin, một số ví sớm đã công khai khóa công khai của chúng từ khi được khai thác, lý thuyết có thể trở thành mục tiêu của các cuộc tấn công lượng tử trong tương lai; trong khi các ví chưa công khai khóa công khai có thể đối mặt với các điều kiện tấn công khác nhau. Tuy nhiên, bước đột phá này không có nghĩa là máy tính lượng tử đã có khả năng bẻ khóa Bitcoin. Ước tính chi phí tấn công trước đó của Google đã giả định việc sử dụng một phương pháp chế tạo Magic States hiệu quả, do đó, kết quả lần này không thể đơn giản hiểu là chi phí bẻ khóa Bitcoin đã giảm thêm 40 lần. Nghiên cứu vẫn đang ở giai đoạn thúc đẩy công nghệ phần cứng lượng tử và sửa lỗi, thiết bị và khả năng kỹ thuật hoàn chỉnh cần thiết cho các cuộc tấn công thực tế vẫn chưa được hiện thực hóa.

first_img Google cho biết chip Willow đã giảm lỗi trạng thái ma thuật khoảng 40 lần

Nhóm Google Quantum AI đã công bố một bài báo trên Science, thông báo rằng công nghệ được gọi là nuôi cấy trạng thái ma thuật (magic state cultivation) đã giảm lỗi khoảng 40 lần trên bộ xử lý Willow, với độ trung thực logic đạt 99,99% cho trạng thái T. Trạng thái ma thuật là tài nguyên một lần cần thiết để chạy các chương trình lượng tử hữu ích, mỗi lần sử dụng đều bị tiêu hao; theo ước tính mà Google trích dẫn, chi phí sản xuất trạng thái ma thuật có thể chiếm tới 95% toàn bộ công suất của máy tính lượng tử, để lại không gian rất hạn chế cho tính toán thực tế.Giải pháp tiêu chuẩn trước đây là quá trình chưng cất trạng thái ma thuật do các nhà vật lý Sergei Bravyi và Alexei Kitaev đề xuất vào năm 2004, cần một lượng lớn các nhà máy qubit chỉ làm một việc này. Các nhà nghiên cứu của Google đã đề xuất một lộ trình nuôi cấy rẻ hơn vào năm 2024, hành vi của nó giống như một bộ lọc: tiêm trạng thái ma thuật thô vào một khu vực nhỏ của chip, thực hiện một loạt kiểm tra, loại bỏ tất cả các thử nghiệm bị phát hiện có khuyết điểm, và cho phép những thử nghiệm thành công dần dần mở rộng. Trong thí nghiệm, chỉ khoảng 8% các thử nghiệm vượt qua tất cả các kiểm tra, tức là để giữ lại một trạng thái sạch, cần phải loại bỏ hơn 90% các thử nghiệm.Công nghệ nuôi cấy được Gidney ước tính vào năm 2025 là một trong những yếu tố hỗ trợ cho việc phá mã RSA-2048 có thể bị phá bởi chưa đến một triệu qubit nhiễu, giảm 20 lần so với ước tính 20 triệu vào năm 2019. Thí nghiệm này đã sử dụng tối đa 54 trong số 105 qubit của Willow, bài báo chỉ ra rằng việc phân tích khóa RSA-2048 cần trạng thái ma thuật với tỷ lệ lỗi khoảng một phần tỷ, sạch hơn khoảng một triệu lần so với kết quả lần này.

first_img Google DeepMind lần đầu tiên kiểm toán: AI không thúc đẩy nghiên cứu và phát triển của chính nó, 75% mã được viết bởi AI

Google DeepMind đã công bố báo cáo an toàn Gemini 4 Argon với đánh giá thực chứng đầu tiên về tự động hóa phát triển máy học, kết luận rằng AI không làm tăng tốc độ phát triển của chính nó, mặc dù AI đã viết hầu hết mã mà các kỹ sư của phòng thí nghiệm giao nộp. Nhà nghiên cứu tham gia đánh giá Haydn Belfield đã cho biết trên X rằng hiện tại không có sự tăng tốc đáng kể nào trong R&D ML đầu cuối, do đó rủi ro của R&D ML do AI điều khiển hiện tại là khá thấp.Nhóm đã xây dựng chỉ số nội bộ GCI v1, tổng hợp điểm số của 123 mô hình AI trên 92 tiêu chuẩn thành một giá trị duy nhất. Khả năng tiên tiến của Gemini tăng lên với tốc độ ổn định khoảng 0.1 điểm GCI mỗi tháng, Gemini 1.5 Pro gần đạt 0.5 điểm vào cuối năm 2024, Gemini 3.8 Flash vào tháng 9 năm 2026 cao hơn một chút so với 2.9 điểm, Argon khoảng 3.3 điểm cao hơn đường xu hướng, nhưng Belfield cho biết điều này xuất phát từ việc tăng cường sức mạnh tính toán và đầu tư tổ chức, chứ không phải do tăng tốc do AI.Hơn 75% mã được sản xuất bởi DeepMind được viết bởi AI, tỷ lệ yêu cầu hợp nhất mã hoàn toàn được ủy thác đã tăng từ 7.5% lên 11.9% từ tháng 4 đến tháng 9, nhưng khoảng 88% yêu cầu vẫn cần nhiều vòng hướng dẫn bằng tay hoặc viết bằng tay. Khảo sát 12 nhà nghiên cứu kỳ cựu cho thấy tự động hóa cao nhất trong các nhiệm vụ thực hiện rõ ràng, có thể xác minh, trong khi thấp nhất trong các khái niệm khoa học mở, thiết kế thí nghiệm mới và đào tạo chẩn đoán không ổn định.
app_icon
ChainCatcher Building the Web3 world with innovations.