Šios savaitės publikacijos parodė, kad dirbtinio intelekto konkurencija vis dažniau persikelia nuo pavienių modelių galimybių prie sistemų, kuriose svarbūs duomenys, energija, priežiūra ir žmogaus sprendimas. Tai matyti penkiose skirtingose srityse: duomenų centrų valdyme, modelių saugos viešinime, pasaulinėje statistikoje, mados kūryboje ir jaunimo apsaugoje. Bendras vardiklis nėra vien automatizavimas. Kiekvienu atveju vertė priklauso nuo to, ar DI įrankis įterptas į aiškias technines ir atsakomybės ribas.
Emerald AI, Google ir NVIDIA paskelbė AI Energy Management Alliance. Aljansas siekia standartizuoti lanksčių duomenų centrų prijungimą prie JAV elektros tinklo. Tokie centrai galėtų mažinti vartojimą tinklo apkrovos metu, perkelti skaičiavimo darbus, naudoti energijos kaupiklius ar vietinę generaciją. Siūlomi technologijoms neutralūs kriterijai vertintų reakcijos greitį, trukmę, nuspėjamumą ir elgesį avarijų metu. Tai svarbus posūkis: skaičiavimo infrastruktūros konkurencingumą gali lemti ne tik lustų sparta, bet ir gebėjimas patikimai derintis prie energijos sistemos.
Google ir Jungtinių Tautų sistema tuo pat metu atvėrė UN System Data Commons. Platforma jungia oficialius statistikos rinkinius į vieną DI parengtą žinių grafą, palaiko paiešką natūralia kalba ir suteikia agentams prieigą per atvirus standartus. Google aiškiai primena, kad prieš cituojant svarbius skaičius vis tiek reikia tikrinti pirminius šaltinius. Kitoje srityje Google Flow padėjo dizaineriams Jane Wade ir Sergio Hudson susikurti konkrečioms darbo eigoms pritaikytus įrankius: vienas skirtas skaitmeniniam įvaizdžio derinimui, kitas – podiumo scenai, šviesoms, rekvizitams ir modelių judėjimui planuoti. Abu pavyzdžiai rodo DI perėjimą nuo bendros paskirties demonstracijų prie darbo aplinkos.
