חיפוש בחדשות

מחקרים של חברת Reltio ושותפותיה מראים כי מודלי AI בחקלאות יכולים לשפר יבולים ב-26% ולצמצם שימוש במים ב-41%. עם זאת, ללא תשתית נתונים מאוחדת ונקייה (Data Readiness), מודלים אלו מייצרים המלצות שגויות והזיות מזיקות. הפער נובע מכך שמערכות רבות ניזונות מנתוני IoT ומקורות מידע מבוזרים שאינם מסונכרנים. כדי ליהנות מפירות הבינה המלאכותית, עסקים חייבים להשקיע קודם כל בבניית 'מקור אמת יחיד' המקשר בין לקוחות, ספקים ועלויות.

ההכרזה של ענקית השבבים Nvidia (חברת השבבים האמריקאית אנבידיה) על מערכת קירור מים חמים במעגל סגור מבטיחה לאפס את צריכת המים בתוך מרכזי הנתונים, אך דוח מ-TechCrunch מבהיר כי המערכת פותרת רק 25% עד 33% מטביעת הרגל המימית הכוללת של בינה מלאכותית. מרבית צריכת המים מתרחשת מחוץ לכותלי המתקנים, בעיקר בייצור החשמל על ידי תחנות כוח המבוססות על גז טבעי (הצורכות 1.17 ליטר לקוט"ש) ופחם (2.2 ליטר לקוט"ש) המהווים כיום כחצי מאספקת החשמל למרכזי נתונים לפי סוכנות האנרגיה הבינלאומית (IEA).