AI Highlights — picha nzima — Habari za Kila Siku za 2026-10-24 (Jumamosi)

Warp Sciences imechangisha dola milioni 215 kujenga maabara inayotumia AI na roboti kufanya majaribio ya kemikali. Katika kipindi hicho hicho, American Express iliripotiwa kupunguza asilimia 5 ya wafanyakazi wake, na Colliers ilionya kwamba uhaba wa wataalamu wa AI unaweza kukwamisha ukuaji barani Ulaya. Mahali ambapo ufadhili na matarajio ni makubwa, mabadiliko ya wafanyakazi na upungufu wa wafanyakazi vinatokea kwa wakati mmoja. Kinachofanana katika makala tutakazosoma katika nusu siku hii ni mtazamo kwamba tofauti kati ya mafanikio na kushindwa inahusiana kidogo na kiasi cha fedha kinachowekezwa katika AI, na zaidi na jinsi uwekezaji huo unavyopitia uthibitisho wa eneo la kazi na ni mikono ya nani inayouendesha. Utafiti katika utambuzi wa magonjwa, uainishaji wa sauti na utabiri pia unawakabili wasomaji na tofauti kati ya matokeo chini ya hali zinazofaa na matokeo katika mazingira halisi.

Fedha nyingi zakusanywa na ushirikiano katika AI ya ugunduzi wa dawa

Warp Sciences yachangisha dola milioni 215 kujenga maabara ya ugunduzi wa dawa inayotumia AI (citybiz). Kulingana na BRIDGE, kampuni hiyo ni kampuni inayotumia AI na roboti kufanya majaribio ya kemikali kwa ajili ya ugunduzi wa dawa, na kampuni hiyo ilipata ufadhili kupitia Series A iliyoongozwa na Lightspeed. Katika hatua ya Series A, zaidi ya dola milioni 200 zilichangishwa. Mahali fedha hizo zitakapoelekezwa pia ni jambo la kuvutia. Lengo si kutengeneza programu na mifumo pekee, bali pia kujenga maabara za kufanya majaribio kwa vitendo na kuendesha majaribio ya kemikali kiotomatiki.

Kampuni nyingine, Pathos, kampuni ya ugunduzi wa dawa kwa AI, imechangisha dola milioni 237 kwa thamani ya dola bilioni 3 (STAT). Reuters inaripoti kwamba Pathos itashirikiana na Bristol Myers na Tempus AI kuendeleza uundaji wa dawa (Reuters). Hapa, kiasi cha fedha kilichopatikana na thamani ya kampuni vinajumuisha uhusiano wa kivitendo wa ushirikiano na kampuni kubwa ya dawa. Sababu ya kuchangishwa kwa fedha si ahadi ya AI pekee. Inaonekana tathmini pia itajumuisha jinsi itakavyojumuishwa katika mchakato wa uundaji wa dawa wa kampuni za dawa.

Jumla ya fedha zilizokusanywa na kampuni hizo mbili inafikia dola milioni 452. Kiwango hiki kinaonyesha kwamba matarajio kwa AI ya ugunduzi wa dawa yanakwenda zaidi ya ubora wa algoriti na kufikia uwekezaji katika biashara nzima, ikiwemo vifaa vya majaribio na washirika. Kile ambacho wasomaji wanapaswa kuchukua kutoka kwenye takwimu hizi si thamani kubwa yenyewe. Swali ni kama fedha hizo zinatumika katika mifumo ya majaribio ya kiotomatiki au ushirikiano na kampuni kubwa za dawa.

Hata hivyo, nyenzo zote zilizowasilishwa wakati huu ni matangazo ya uchangishaji fedha na ushirikiano, na si ripoti kuhusu matokeo ya ugunduzi wa dawa. Ingawa fedha zitakusanywa kwanza, ni muhimu kuthibitisha tofauti iwapo rasilimali watu wa kuendesha maabara na uthibitishaji katika eneo halisi la uundaji wa dawa vitaendelea kwa kasi ileile.

Kupunguzwa kwa wafanyakazi na uhaba wa rasilimali watu vinaendelea kwa wakati mmoja

American Express itapunguza asilimia 5 ya wafanyakazi wake, kulingana na ripoti ya Demokratis.co.id. Sababu inayoonyeshwa na kichwa cha habari ni kwamba inaendana na AI. Upunguzaji huu unaonyesha kwamba matumizi ya AI hayajaboresha ufanisi wa uendeshaji pekee, bali pia yameingia katika hatua ya kupanga upya muundo wa ajira wenyewe. Asilimia 5 ni sehemu ya wafanyakazi wote, si kiasi cha fedha. Kipimo bora cha jinsi kampuni ilivyo makini kuliko kama imewekeza kiasi kikubwa cha fedha katika AI au la ni kama uwekezaji huo unajidhihirisha katika mabadiliko ya wafanyakazi. Wasomaji wanapoangalia kampuni zao wenyewe na washirika wao wa kibiashara, kubaini ni kazi zipi zinapungua na ni kazi zipi zinahitajika ni kipimo sahihi zaidi cha hali halisi kuliko kiasi cha bajeti zinazohusiana na AI.

Kwa upande mwingine, haitoshi kuzungumzia tu wingi wa watu kupita kiasi. Kulingana na Data Center Solutions, kampuni kubwa ya huduma za mali isiyohamishika Colliers imeonya kwamba ukosefu wa vipaji vya AI unaweza kuzuia ukuaji wa AI barani Ulaya. Punguzo la 5% la American Express na onyo la Colliers ni ripoti mbili tofauti zilizotoka karibu wakati mmoja. Hata hivyo, ukizipanga pamoja, unaweza kuona taswira moja. Ajira zilizopo zinakabiliwa na upunguzaji na upangaji upya, na hakuna watu wa kutosha kubuni, kuendesha na kudumisha AI kazini. Imeelezwa kwamba usambazaji wa rasilimali watu unaweza kuwa kikomo cha juu cha ukuaji katika eneo la Ulaya, jambo linalomaanisha kwamba kukusanya fedha pekee hakuhakikishi ukuaji. Wasomaji wanapopanga kuanzisha matumizi ya AI, wanahitaji kwanza kuthibitisha watapata wapi wafanyakazi, pamoja na kupata vifaa na mikataba.

Harakati za kubadilisha uhusiano kati ya zana na wanaozitumia pia zinatokea nje ya viwanda. Frieze iliangazia mchoraji David Salle akiialika AI katika studio yake. Atelier ni mahali ambapo wabunifu hukamilisha kazi zao kwa mikono yao wenyewe. Kuingizwa kwa AI katika uwanja huu kunaweza kuonekana kama ishara kwamba mgawanyo wa majukumu kati ya wanaohusika na kazi na zana zinazowasaidia unafikiriwa upya. Ingawa ukubwa wa masuala haya matatu ni tofauti: kupunguzwa kwa makampuni, uhaba wa rasilimali watu wa ndani, na maeneo ya uzalishaji ya mtu mmoja mmoja, yote yana jambo moja linalofanana: nani anawajibika kwa nini, na AI itawajibika kwa kiwango gani. Kwa kuzingatia ukweli huu, inaonekana tunaelekea katika hatua ambapo mafanikio au kushindwa kwa utekelezaji hupimwa si kwa ukubwa wa kiasi kilichowekezwa, bali kwa iwapo matokeo yanaweza kuthibitishwa kupitia matumizi halisi uwandani, na iwapo watu wanaoweza kuyatekeleza wanaweza kupatikana. Katika sehemu inayofuata, tutaangalia uthibitisho huu umefikia wapi.

Majaribio yanayozidi binadamu katika utambuzi wa magonjwa na utabiri yanaanza kuonekana

Microsoft iliwasilisha utafiti unaoonyesha kwamba AI iliyoigwa kutoka kwa kikundi cha madaktari ilizidi madaktari katika usahihi wa utambuzi wa magonjwa (Medical Economics). Inasemekana kwamba muundo huo unatumia AI kuiga njia ambayo matibabu hufanyika, ambapo wataalamu kadhaa hujadiliana na kufikia hitimisho. Hadi sasa, msaada wa AI katika utambuzi mara nyingi umezungumziwa kama chombo cha kusaidia daktari mmoja mmoja. Safari hii, kinacholinganishwa ni uamuzi wa madaktari mmoja mmoja, na kigezo cha tathmini kimehama kutoka urahisi wa msaada hadi usahihi wa utambuzi wenyewe. Hata hivyo, matokeo haya yalipatikana ndani ya mfumo wa utafiti. Iwapo usahihi huo huo utadumishwa katika kliniki za wagonjwa wa nje na maeneo ya dharura halisi kutahitaji kusubiri uthibitisho zaidi.

Majaribio ya utabiri pia yameanza katika maeneo yaliyo karibu na uchaguzi wa matibabu. BostonGene itashirikiana katika utafiti kwa kutumia AI yake kutabiri ufanisi na sumu ya tiba ya CAR-T (RegMedNet). Katika tiba ya CAR-T, maamuzi ya matibabu yanahusu kutambua wagonjwa wanaoweza kunufaika na kukadiria mapema hatari ya madhara makubwa. Wigo wa utabiri ukipanuka kutoka utambuzi hadi ufanisi na sumu ya matibabu, matokeo ya AI hayatabaki kuwa jambo la kuzingatiwa na madaktari tu, bali yatakuwa msingi wa maamuzi kuhusu kuanza matibabu na jinsi ya kuyasimamia. Aina hii ya utafiti wa pamoja inaonyesha kwamba mradi haukomei kwenye uwasilishaji wa mbinu, bali umefikia hatua ya kujumuisha na kuthibitisha data na utaalamu kutoka upande wa kliniki.

Pia kuna mifano nje ya sekta ya tiba ambapo AI inawajibika kwa uangalizi wa moja kwa moja eneo la kazi. EdenCore ilionyesha teknolojia yake ya ufuatiliaji wa matunda inayotumia AI katika FIRA USA (Fruit Growers News). Hadi sasa, kazi ya kuchunguza na kuelewa hali ya matunda kila mara imekuwa ikifanywa na watu wanaotembelea mashamba. Ikiwa AI itachukua jukumu la uangalizi huu, thamani ya kuitumia itategemea kama inaweza kukusanya taarifa zinazoweza kutumika kufanya maamuzi kwa kuendelea. Kwa kuwa teknolojia hii imeonyeshwa tu katika maonyesho, ni lazima kuangalia jinsi inavyotumika ili kuona kama italeta matokeo shambani.

Ingawa nyanja ni tofauti, kama vile utambuzi wa magonjwa, utabiri wa matibabu, na uchunguzi wa matunda, kinachofanana ni kwamba AI imeanza kuchukua jukumu la uchunguzi na utabiri, ambalo ni lango la uamuzi wa binadamu. Katika hali hii, swali si kuhusu utendaji katika mazingira ya utafiti au maonyesho, bali ni kama matokeo yale yale yanaweza kupatikana tena katika mazingira halisi, na kama kutakuwa na watu wa kutosha kuyakubali na kuyatumia.

AI iliyo karibu na maisha ya kila siku na uthibitisho katika mazingira halisi

Kielelezo cha sauti cha AI kinachoainisha ukali wa dysarthria kwa kutumia rekodi za mazingira halisi kimeangaziwa kwenye Bioengineer.org. Dysarthria ni hali ambayo uelewekaji wa usemi huathirika. Jambo la kuzingatia katika ripoti hii ni kwamba inahusu rekodi kutoka mazingira halisi, badala ya sauti iliyokusanywa chini ya masharti yaliyowekwa. Nyumbani au katika mazingira ya huduma ya wazee, huwezi kutarajia chumba tulivu wala kipaza sauti maalum. Iwapo kinaweza kutumika katika hali hii inategemea kama kinaweza kuainisha kwa kutumia usemi wenye kelele au mtetemo kutoka kwa msemaji. Wanaofikiria kukitumia wanahitaji sio tu kuangalia namba za usahihi, bali pia kukagua usahihi huo ulipatikana chini ya masharti gani ya kurekodi.

Upande wa maisha ya kila siku, AI inapanuka katika mahusiano na jinsi tunavyotumia muda wetu. Ukurasa wa Hokuriku Regional Development Bureau unajumuisha ulinganisho wa bei za programu za AI girlfriend, toleo la bure la AI Lover, na tahadhari. Ukweli kwamba kuna makala zinazolinganisha muundo wa bei na wigo wa toleo la bure unaonyesha kwamba aina hii ya programu imehama kutoka matumizi ya majaribio hadi hatua ambapo baadhi ya watu wanaichagua kwa kuzingatia gharama. Watumiaji wanapaswa kuzingatia kando kile wanachoweza kuanza nacho bila malipo na kile watakacholazimika kulipia ili kuendelea. Wakati huo huo, Unite.AI inaripoti kwamba wanafunzi watatu wa shule ya upili walizindua MyDaye AI. Ni zana ya kuingiza ratiba zenye shughuli nyingi katika mipango ya kila siku, na waundaji wake wanatoka kizazi kilicho karibu na watumiaji.

Katika maeneo yanayohusiana na hisia, tunaweza pia kuzungumzia magari. Yahoo! News iliangazia Vision Cross Compact ya Mazda, ambayo inabeba matarajio ya Mazda 2 ya kizazi kijacho. Gari hili linasemekana kuvutia umakini kama "rafiki wa dhati" aliyewekewa "AI yenye huruma." Hata hivyo, haya ni matarajio kwa gari ambalo bado liko katika hatua ya dhana, na bado haijathibitishwa katika uendeshaji halisi jinsi huruma inavyofanya kazi wakati wa kuendesha.

Visa vinne vya hadi sasa vinahusu hali tofauti: msaada wa kitiba, mapenzi, kazi za shule na ratiba, na usafiri. Hata hivyo, kinachovifanana vyote ni kwamba AI imeanza kutumiwa karibu na mambo madogomadogo na hisia za maisha ya watu. Katika hali hiyo, swali linalofuata si kuhusu utendaji wake wa hali ya juu sana, bali ni nani ataendelea kuutumia kazini na nani atawajibika kwake.

Kwa mtazamo wa kwanza, kiasi cha ufadhili wa AI ya ugunduzi wa dawa, kiwango cha kupunguza wafanyakazi, ulinganisho wa usahihi wa utambuzi, na uainishaji kwa kutumia rekodi za mazingira halisi ni mada tofauti. Hata hivyo, kilichokuwa cha pamoja katika kila sehemu ni kwamba vigezo vya kupima mafanikio au kushindwa kwa utekelezaji vinaondoka kwenye viwango vya uwekezaji na matarajio, na kuelekea kwenye uthibitisho wa uwandani na kuwapata watu watakaoongoza. Hata ufadhili ukiwa mkubwa, iwapo maabara itaweza kufanya majaribio bado ni swali jingine. Iwapo usahihi uliofikiwa ndani ya mfumo wa utafiti unadumishwa katika kliniki za wagonjwa wa nje au nyumbani unahitaji uthibitishaji tofauti. Hali hiyo hiyo inaonekana katika ukweli kwamba kampuni nyingine zinapunguza wafanyakazi huku nyingine zikilalamika kuhusu uhaba wa rasilimali watu. Badala ya kuangalia kiasi kilichowekezwa kwenye AI, kuangalia kinachoweza kuthibitishwa chini ya masharti gani na kama kuna watu wa kutosha kukishughulikia kutatoa dalili za kuamua kama kukitumia siku zijazo.

Swali la 1: Unapotumia AI katika kazi iliyopo, usahihi na ufanisi wake vilithibitishwa chini ya masharti gani, na je, unaweza kuvieleza kwa kuzingatia hali za mahali pako pa kazi? Swali la 2: Uamuzi unaotegemea matokeo ya AI unapokuwa si sahihi, tunaweza kurudi nyuma umbali gani kukagua uwajibikaji uko wapi na kumbukumbu za uthibitishaji? Swali la 3: Mbali na bajeti inayohusiana na AI, ni rasilimali ngapi zimetengwa kwa ajili ya kupata wafanyakazi na kufanya majaribio ya vitendo mahali pa kazi? Je, unaweza kueleza mgao huo kama uamuzi wa kiusimamizi?

Hatimaye, maswali matatu

- Unapotumia AI katika kazi inayohusika, usahihi na ufanisi wake ulithibitishwa chini ya masharti gani, na unaweza kuuelezea kwa kuzingatia hali za mahali pako pa kazi? Q2: Uamuzi unaotegemea matokeo ya AI unapokuwa si sahihi, tunaweza kufuatilia nyuma kwa umbali gani ili kuangalia uwajibikaji uko wapi na kumbukumbu za uthibitishaji? Q3: Mbali na bajeti inayohusiana na AI, ni rasilimali ngapi zimetengwa kwa ajili ya kupata wafanyakazi na kufanya maonyesho ya vitendo mahali pa kazi? Je, unaweza kuelezea mgao huo kama uamuzi wa usimamizi? - Uamuzi unaotegemea matokeo ya AI unapokuwa si sahihi, tunaweza kufuatilia nyuma kwa umbali gani ili kuangalia uwajibikaji uko wapi na kumbukumbu za uthibitishaji? Q3: Mbali na bajeti inayohusiana na AI, ni rasilimali ngapi zimetengwa kwa ajili ya kupata wafanyakazi na kufanya maonyesho ya vitendo mahali pa kazi? Je, unaweza kuelezea mgao huo kama uamuzi wa usimamizi? - Mbali na bajeti inayohusiana na AI, ni rasilimali ngapi zimetengwa kwa ajili ya kupata wafanyakazi na kufanya maonyesho ya vitendo mahali pa kazi, na je, mgao huu unaweza kuelezwa kama uamuzi wa usimamizi?