Uber разкри амбициозен дългосрочен план, който надхвърля обикновеното посредничество при превози. Компанията възнамерява да оборудва автомобилите на своите милиони шофьори със сензори, за да събира данни от реалния свят за разработчиците на автономни превозни средства (AV) и компаниите, обучаващи ИИ модели [1].

Планът бе обявен от Правен Непали Нага, главен технологичен директор на Uber, по време на събитието StrictlyVC на TechCrunch в Сан Франциско. Тази инициатива е естествено продължение на новосъздаденото подразделение AV Labs.

В света, където 90% от кода на водещи компании като Anthropic вече се пише от изкуствен интелект, дефиницията за „софтуерен инженер“ претърпява фундаментална трансформация. В скорошен разговор между Тим О'Райли и Кет Ву (продуктов лидер в Anthropic) се очертава бъдеще, в което техническото изпълнение е стока, а преценката и „вкусът“ са новите активи [1].

Инструментът Claude Code, започнал като страничен проект в Anthropic, за два месеца се превърна в основно средство за работа на целия екип. Този органичен растеж показва, че ИИ не просто помага, а поема основния товар на разработката.

Нов модел на OpenAI, специализиран в логическото разсъждение, е способен да диагностицира реални медицински сценарии толкова добре, колкото или дори по-добре от опитни лекари. Това показват резултатите от мащабно проучване, публикувано в престижното списание Science [1].

Изследователите са тествали модела o1 срещу неговия предшественик GPT-4, както и срещу практикуващи лекари и специализанти, използвайки непознати досега клинични случаи.

Според подробна публикация на South China Morning Post (SCMP) [1], китайската индустрия на микро-драмите претърпява радикална трансформация, задвижвана от масовото внедряване на изкуствен интелект и щедри държавни субсидии. Технологичният преход позволява на компаниите да създават съдържание с безпрецедентна скорост и на минимална цена, променяйки изцяло глобалния пейзаж на дигиталното развлечение.

Japan Airlines (JAL) започна мащабни тестове на хуманоидни роботи за обработка на пътнически багаж и товари на летище Ханеда в Токио [1]. Програмата е отговор на хроничния недостиг на работна ръка в Япония, съчетан с безпрецедентен скок в международния туризъм през първата половина на 2026 г.

За нуждите на проекта JAL използва моделите G1 на китайската компания Unitree. Тези роботи са високи около 130 см и са проектирани с човешка ергономия, което им позволява да работят в съществуващата летищна инфраструктура без нужда от скъпи модификации. Оборудвани с 3D LiDAR и камери за дълбочина, машините могат да навигират автономно и да си взаимодействат със служителите.

Microsoft официално публикува сорс кода на MS-DOS 1.0 в GitHub под свободния MIT лиценз [1]. Това е исторически момент за технологичната общност, тъй като кодът включва не само изпълнимите файлове, но и оригиналните документации и лични бележки на Тим Патерсън – човека, създал 86-DOS, която по-късно става основа на MS-DOS.

Историята на MS-DOS започва в началото на 80-те години, когато Бил Гейтс и неговият екип купуват лиценза за 86-DOS от Seattle Computer Products за 100 000 долара. Те го адаптират за новия персонален компютър на IBM, поставяйки началото на една от най-успешните софтуерни империи в историята.