NVIDIA i Analog Devices udružuju snage za humanoidne robote: nova era umjetne inteligencije u proizvodnji

NVIDIA i poluvodički div Analog Devices (ADI) najavili su suradnju koja bi mogla transformirati razvoj humanoidnih robota i autonomnih mobilnih robota sposobnih za rasuđivanje u stvarnom vremenu. Predviđa se da bi humanoidni robotika tržište moglo generirati više od 5.000 milijardi USD prihoda za tvrtke uključene u ovaj segment.

Jetson Thor: “mozak” nove generacije robota

Ključ ove suradnje je NVIDIA-in Jetson Thor – moćna platforma opremljena Blackwell GPU-om, transformatorskim procesorom, Multi-Instance GPU tehnologijom, 14-jezgrenim Arm Neoverse V3AE CPU-om i do 128 GB LPDDR5X memorije. Sustav nudi performanse AI do 2070 FP4 TFLOPS, mobilnu učinkovitost i brzu I/O propusnost s četiri 25 GbE Ethernet porta, što omogućuje obradu multimodalnih podataka senzora u stvarnom vremenu. ADI doprinosi ovom ekosustavu preciznim senzorima, kontrolom pokreta, stabilnošću napajanja i pouzdanom povezivošću. Ta kombinacija omogućuje robotima da upravljaju velikim modelima, od jezičnih do vizualno-jezičnih, pomažući im da nadmaše kognitivna ograničenja i razviju sposobnost rasuđivanja i fizičke inteligencije. Paul Golding, ADI-jev potpredsjednik rubne umjetne inteligencije, naglasio je: “Ovo je prvi put da roboti mogu razumjeti složene zadatke. ADI pruža fizičku preciznost, a Jetson Thor omogućuje rasuđivanje u stvarnom vremenu, vodeći humanoidne robote iz simulacije u operativnu primjenu.”

Sposobnosti i primjene

Jedna od ključnih inovacija je mogućnost rasuđivanja u stvarnom vremenu. Umjesto izvođenja samo unaprijed programiranih zadataka, modeli platforme integriraju više senzorskih ulaza za planiranje, prilagodbu i djelovanje. To omogućuje robotima izvođenje složenih zadataka koji zahtijevaju fleksibilnost i donošenje odluka u promjenjivom okruženju. ADI integrira senzorski sustav u razvojni alat kako bi premostio jaz od simulacije do stvarnosti. Robotima se omogućuje testiranje u NVIDIA-inom Isaac Simu s maksimalnom fizičkom točnošću i jednostavno proširenje na stvarne sustave. Sustav uključuje multimodalne taktilne senzore, senzore dubine ToF-a, visoko precizne IMU-ove, zglobne enkodere i višeosne senzore sile/momenta. ADI također nudi regulatore struje, položaja i zakretnog momenta te napredne magnetske senzore za točne i sigurne pogone.

Holoscan i sinkronizacija podataka

Integracija se postiže putem Holoscan senzorskog mosta i NVIDIA-inog JetPack 7, što omogućuje sinkroni prijenos podataka senzora i aktuatora na Jetson Thor s niskom latencijom. Mrežna veza 4×25 GbE osigurava visoku propusnost i vremensku sinkronizaciju između dijelova robota. Paul Golding uspoređuje uloge tvrtki: Jetson Thor je “mozak” robota, a ADI-jev senzorski sustav je “živčani sustav”. Ova kombinacija omogućuje robotima da se kreću iz simuliranog okruženja Isaac Sim u stvarnu proizvodnu operaciju s preciznošću i brzinom.

Pionirske primjene i utjecaj na industriju

Primjene uključuju vještu manipulaciju kabelskim sklopovima u podatkovnim centrima i automobilskoj proizvodnji, zadatke koji zahtijevaju preciznost i ponovljivost. Tehnologija se također širi na AMR autonomne robote, gdje ADI integrira kognitivne sposobnosti u cuVSLAM putem IMU-a, senzora dubine i kodera kotača. Ova suradnja otvara velike mogućnosti. Kao globalno proizvodno središte koje ubrzano razvija industriju električnih vozila, Vijetnam može sudjelovati u proizvodnji sljedeće generacije robotskih komponenti. Procjenjuje se da će tržište električnih vozila u zemlji porasti s 3,1 milijarde USD u 2025. na više od 7,4 milijarde USD u 2030., stvarajući snažnu potražnju za AI robotima na proizvodnim linijama.

Google se ovih dana našao u nezgodnom, pomalo eksplozivnom trenutku nakon što je tvrtka za kibernetičku sigurnost MalwareBytes Labs objavila upozorenje koje je u sekundi zapalilo internet. Prema njihovoj analizi, Google je tiho ažurirao postavke tzv. “pametnih funkcija” u Gmailu. Po njihovom tumačenju ispalo je da je ta opcija sada uključena kao zadana, što bi u prijevodu značilo sljedeće: ako korisnik ne dira ništa u postavkama, zapravo automatski dopušta Googleu pristup svim mailovima i privicima kako bi trenirali svoje AI modele. Naravno, kad se spoje Google, AI i privatni mailovi — rezultat je vrlo glasna i vrlo brza panika. Širenje priče je bilo gotovo trenutna reakcija društvenih mreža, portala i foruma: “Google čita naše mailove da bi hranio umjetnu inteligenciju!” Bila je to savršena recepturna kombinacija za viralnu mini-kontroverzu.

Google je praktički u realnom vremenu krenuo gasiti požar. Objasnili su za The Verge i druge medije da uopće nisu mijenjali zadane postavke, da te pametne funkcije postoje već godinama, te da se koriste za sasvim standardne stvari — filtriranje spama, kategorizaciju mailova, automatske prijedloge odgovora i slične praktične sitnice koje većina korisnika uzima zdravo za gotovo. Istaknuli su i ključnu stvar: Gmail sadržaj ne koriste za treniranje svojih AI modela, uključujući Gemini.

Situaciju je dodatno zakomplicirao korisnik Dave Jones na društvenim mrežama, koji je tvrdio da Google u bilo kojem trenutku može ponovno uključiti pametne funkcije bez upozorenja. Iako se ispostavilo da je to više osobna interpretacija nego činjenica, bio je dovoljan da ulije dodatni nemir i izazove lavinu skeptičnih komentara.

MalwareBytes je nakon par dana ipak morao “povući ručnu” i revidirati svoje zaključke. U ažuriranju blog objave pojasnili su da je došlo do nesporazuma: Googleov opis pametnih funkcija bio je, po njihovim riječima, dovoljno nejasan da se u cijelu priču vrlo lako uplete AI. A u doba kada je Gemini praktički utkan u svaki Googleov proizvod, nije teško povezati to dvoje i zaključiti najgore. Tako su i oni — zajedno s mnogim korisnicima — nakratko povjerovali da se mailovi koriste kao hrana za treniranje modela i da su korisnici u to nevoljko gurnuti.

Na kraju su ipak naglasili ključne točke: Gmailovo skeniranje poruka već se dugo radi isključivo za funkcije poput spam filtera i kategorizacije, i to se ne koristi za obučavanje AI-ja. Osim toga, Google zapravo automatski isključuje pametne funkcije, što znači da ih korisnici moraju ručno uključiti ako ih žele koristiti — potpuno suprotno od prvotnih tvrdnji.

Ukratko, cijela drama pokazala je nešto vrlo jasno: u eri umjetne inteligencije dovoljan je jedan nespretno formuliran opis postavke da se internet momentalno pretvori u vatromet teorija, briga i burnih komentara.

Umjetna inteligencija ulazi u novu fazu — ne više eksperimentalnu, nego masovnu. Upravo to bila je glavna poruka Ciscoovih vodećih stručnjaka na konferenciji Cisco Live 2025 u Melbourneu, gdje su upozorili da globalni rast AI primjene stvara golem pritisak na postojeće IT arhitekture. Ako se infrastruktura ne prilagodi na vrijeme, organizacije riskiraju opasni “dug AI arhitekture” – akumulirani infrastrukturni zaostatak koji kasnije košta više nego sama implementacija.

Ben Dawson, izvršni direktor Cisca za regiju Azije i Pacifika, Japan i Kinu, istaknuo je da će 2025. biti godina u kojoj AI prestaje biti “novi eksperiment”, a postaje kritična komponenta svakog poslovnog procesa. Ali dok se AI ubrzano usvaja, IT odjeli diljem svijeta upadaju u problem: količina podataka raste brže nego što mreže i sustavi mogu pratiti.

AI eksplozija: Svaka tvrtka koristi AI — ali samo mali broj je spreman

Podaci McKinseyjevog izvješća State of AI 2025 pokazuju impresivan porast: 88% organizacija već svakodnevno koristi AI u barem jednoj poslovnoj funkciji  u odnosu na 78% prethodne godine. Dakle — AI je već tu. Problem je što infrastruktura kasni.

Cisco AI Readiness Index 2025, proveden na 8.000 globalnih menadžera, otkriva zabrinjavajuću statistiku: samo 13% organizacija je infrastrukturno spremno za masivna AI radna opterećenja. Drugim riječima, većina tvrtki koristi AI “na krhkim temeljima”. Simon Miceli, generalni direktor Cisco Cloud & AI infrastrukture (APJC), upozorava na čestu pogrešku: “Tvrtke vjeruju da su spremne jer imaju podatke i AI modele. Ali spremnost se temelji na arhitekturi — ne na modelu.”

Cisco stoga definira četiri temeljna stupa AI infrastrukture:

1. Mrežna arhitektura dizajnirana za AI

AI generira:

• višestruko veće tokove podataka,
• osjetljive pipelineove,
• zahtjeve za ultra-niskom latencijom,
• stalnu razmjenu između GPU klastera.

Trenutne mreže, izgrađene za “obični IT promet”, jednostavno nisu dizajnirane za ovakvu dinamiku.

2. Energetska arhitektura nove generacije

Data centri s AI čipovima troše drastično više energije:

• GPU klasteri zahtijevaju stabilno, skalabilno i redundatno napajanje,
• čak i manji AI deployment zahtijeva višestruko više energije od klasičnih servera,
• hlađenje postaje jednako važno kao i procesorska snaga.
• Bez modernizacije energetskih sustava, AI skaliranje brzo postaje neodrživo.

3. Kontinuirani nadzor i operativna vidljivost

Za AI sustave nije dovoljno “monitoring jednom tjedno”. Poduzeća moraju imati detekciju anomalija u stvarnom vremenu, praćenje latencije, memorije, potrošnje, GPU opterećenja i identifikaciju uskih grla prije nego zaustave rad modela. Bez potpunog “telemetrijskog uvida”, AI okruženje je izloženo zastojima i padovima performansi.

4. Sigurnost od prvog dana (Security by Design)

AI ubrzano proširuje napadnu površinu. Svaki novi AI uređaj ili aplikacija potencijalna je ulazna točka, modeli mogu biti meta “trovanja podataka”, manipulacije i eksfiltracije, a nedostatak stručnjaka za AI sigurnost otežava obranu. Cisco upozorava da sigurnost ne smije biti naknadno dodana, jer je AI okruženje previše kompleksno za retrofitting.

Hong Kong: 81% tvrtki bez AI strategije arhitekture

U nekim tržištima situacija je još ozbiljnija. Cisco podaci pokazuju da 81% tvrtki u Hong Kongu nema jasnu arhitektonsku viziju AI implementacije — što stvara rizik da će već sredinom desetljeća zaostati za globalnim konkurentima. Jeff Schultz, potpredsjednik Cisco Portfolio Strategya, kaže da AI uređaji generiraju “eksplozivan i nepredvidiv promet”. Raymond Janse van Rensburg daje ekstreman primjer iz industrije: “Tvornice koje su prije radile s 10 Mbps danas koriste 40 Gbps — samo zbog AI sustava nadzora s nekoliko desetaka kamera.” Drugim riječima: 4000x više prometa na istoj infrastrukturi. Ne samo da mreže pucaju po šavovima — nego sigurnosni timovi više ne mogu pratiti broj novih uređaja i točaka napada. Rensburg naglašava da tradicionalne mreže nisu dizajnirane za  masivnu konvergenciju video, senzorskih i AI podataka, GPU-to-GPU promet, dinamičke tokove povezane s treniranjem i inferencijom AI modela.

Priprema za post-kvantni svijet

Vikas Butaney, potpredsjednik Cisco Secure & Industrial IoT, ističe još jedan ključan problem: kvantna računala uskoro će moći kompromitirati današnje kriptografske algoritme. Organizacije koje ne moderniziraju enkripciju i sigurnosnu infrastrukturu riskiraju potpunu izloženost kad post-kvantno računanje postane dostupno.

Zaključak: Mreža nije više “infrastruktura” — mreža je temelj AI-a

Ciscoovi stručnjaci poručuju da je AI trenutno najveći disruptor IT industrije, ali i najveći test spremnosti infrastrukture.

Za uspješnu AI transformaciju organizacije moraju  modernizirati mreže prema AI standardima, osigurati energetsku stabilnost i skalabilnost, ojačati sigurnost prije implementacije, uvesti napredne nadzorne sustave i izbjeći gomilanje tehnološkog duga. Samo tako AI može raditi bez kolapsa, bez preopterećenja i bez rizika za sigurnost poslovanja.

Europska unija napravila je dramatičan zaokret u reguliranju borbe protiv sadržaja seksualnog zlostavljanja djece (CSAM) na internetu. Nakon godina rasprava, kritika i pravnih dilema, EU je odustala od kontroverznog prijedloga koji je od tehnoloških tvrtki zahtijevao masovno i obvezno skeniranje privatnih poruka i datoteka svih korisnika.

Umjesto tvrdog, centraliziranog nadzora, EU sada ide u smjeru fleksibilnijeg modela u kojem će platforme same procjenjivati rizike, a države članice nadzirati njihov rad. Ovaj zaokret tumači se kao značajna pobjeda globalnih tehnoloških kompanija poput Mete i Googlea, koje su se mjesecima protivile obveznom skeniranju pozivajući se na privatnost, sigurnost i tehnička ograničenja.

Kako je došlo do zaokreta? EU napušta pristup “masovnog nadzora”

Prvotna verzija zakona iz 2023. predviđala je jedan od najkontroverznijih mehanizama u povijesti europske digitalne regulacije:
obvezno skeniranje svih poruka, uključujući i end-to-end šifriranih, kako bi se otkrio CSAM materijal i pokušaji zlostavljanja djece.

To bi značilo duboko skeniranje fotografija, videa i tekstualnih poruka, automatizirano prijavljivanje korisničkog sadržaja vlastima, mogućnost “zloupotrebe” alata za druge svrhe nadzora u budućnosti, ozbiljno narušavanje povjerenja u E2EE aplikacije poput WhatsAppa, Signala i Threeme. Regulativa je naišla na ogroman otpor stručnjaka za kibernetičku sigurnost, zagovornika ljudskih prava, pravnika, kripto zajednice, te mnogih članova Europskog parlamenta. Mnoge su organizacije upozoravale da bi obvezno skeniranje otvorilo vrata nadzoru kakav u EU-u dosad nije postojao i da bi tehnički narušilo samu prirodu sigurnih komunikacija.

Novo rješenje: Procjena rizika, samoregulacija i nacionalni nadzor

Kompletan pristup sada je značajno izmijenjen. Umjesto jedinstvene europske direktive o masovnom nadzoru, uvedeno je nekoliko ključnih promjena:

1. Nema obveznog skeniranja sadržaja korisnika – EU je izbacila centralni i najkontroverzniji dio – automatizirano pregledavanje privatnih poruka.

2. Platforme same rade procjenu rizika – Svaka tvrtka (Google, Meta, Telegram, trgovine aplikacija itd.) morat će   identificirati gdje postoji mogućnost zloporabe njihove platforme, predložiti vlastite mehanizme prevencije, dokumentirati i redovito ažurirati procjene rizika.

3. Države članice nadziru provedbu (ne EU regulator) – Umjesto jedinstvenog europskog tijela, svaka država imenuje svoje nacionalno tijelo koje  ocjenjuje jesu li procjene rizika adekvatne, može tražiti dodatne mjere i može zahtijevati specifične oblike moderacije kada postoji opravdana sumnja.

Ovaj decentralizirani model više nalikuje sustavu nadzora koji već postoji u nekim državama članicama, primjerice u Njemačkoj ili Francuskoj.

Europsko vijeće saželo je to riječima: “Države članice imenovat će nacionalna tijela koja će procjenjivati rizike i mjere ublažavanja, a prema potrebi i ovlastiti pružatelje usluga da provedu dodatne mjere.”

Što je s E2E enkripcijom? (Pitanje koje najviše dijeli javnost)

U novom prijedlogu nema direktnih referenci na šifrirane komunikacije, što znači da EU formalno ne traži razbijanje enkripcije, uvođenje backdoora  ili pristup privatnim ključevima korisnika. Međutim, stručnjaci upozoravaju na “sive zone”.Ako platforma sama procijeni da postoji visok rizik, mogla bi biti pod pritiskom da implementira algoritme koji bi — barem teoretski — mogli utjecati na privatnost.

Europarlamentarka Markéta Gregorová posebno je upozorila na to:

• tvrdi da model samoregulacije omogućuje “tihi” pritisak na platforme,
• smatra da bi se ti zahtjevi mogli koristiti kao izlika za prikriveno skeniranje šifriranih poruka,
• upozorava na potencijalne posljedice za sigurnosno orijentirane aplikacije i kripto-komunikacijske platforme.

Drugim riječima: EU formalno ne dira enkripciju, ali u praksi bi mogla utjecati na nju kroz zaobilaženje.

EU osniva novi europski CSAM centar

Unatoč popuštanju prema tehnološkim tvrtkama, EU ne odustaje od ambicije da centralizira borbu protiv CSAM sadržaja.

Planira se osnivanje EU Centra za borbu protiv seksualnog zlostavljanja djece. Ovaj centar služit će kao  tehnička i logistička podrška državama članicama, koordinacijsko tijelo za provođenje novih zakona, institucija koja će pratiti trendove i prijetnje i mjesto koje pruža pomoć žrtvama i obiteljima. Očekuje se da će centar imati i ovlasti analizirati prijavljeni sadržaj, što i dalje ostavlja otvorena pitanja privatnosti.

Što slijedi? Pregovori, otpori i moguće nove izmjene

Iako promjena kursa djeluje značajno, proces još nije gotov.

Slijedi  niz pregovora između Europskog vijeća i Europskog parlamenta, moguće nove amandmane, političku borbu između zagovornika sigurnosti i zagovornika privatnosti. I dok tehnološki giganti zadovoljno “dišu lakše”, borba oko toga treba li i u kojoj mjeri skenirati privatne poruke tek je započela. Zakon se može znatno izmijeniti prije konačnog usvajanja.

Intel se, potaknut uspjehom AMD-ove X3D tehnologije proširenog cachea, priprema predstaviti vlastitu implementaciju 3D keširanja. Prema najnovijim glasinama, tvrtka u sklopu nadolazeće serije Nova Lake-S planira uvesti bLLC (base Last-Level Cache), novu generaciju proširenog 3D cachea razvijenu za povećanje gaming performansi i stabilnosti frame-ova. Poznati zviždač kopite7kimi tvrdi da Intel priprema četiri bLLC modela koji bi trebali ponuditi konfiguracije do 48 jezgri te čak 288 MB dodatnog cachea. U ponudi će navodno biti jednostavnije, jednokrilne (single-tile) varijante te skuplji dual-tile modeli.

Predložene konfiguracije Nova Lake-S bLLC procesora

Prema informacijama koje je objavio kopite7kimi, lineup izgleda ovako:

• 8P + 12E — do 144 MB bLLC
• 8P + 16E — do 144 MB bLLC
• 16P + 24E — dual-tile, do 288 MB bLLC
• 16P + 32E — dual-tile, do 288 MB bLLC

Sva četiri modela navodno će biti otključane K varijante, namijenjene overclockingu. Uvođenje 3D cache slojeva i povećanje broja jezgri zahtijevat će i redizajnirano napajanje, što znači da će nadolazeće LGA 1954 matične ploče donijeti znatno napredniju VRM arhitekturu.

P jezgre ponovno bez Hyper-Threadinga

Očekuje se da Intel i u generaciji Nova Lake nastavi politiku uklanjanja SMT-a na P jezgrama. To znači: broj jezgri = broj niti i  nema dvostrukih logičkih niti po P jezgri. Uz to, pojavile su se glasine o dodatnim 4 LP-E jezgre optimizirane za ultra-nisku potrošnju. Najviša konfiguracija tako bi mogla imati ukupno 52 fizičke jezgre (P + E + LP-E).

Intel bi mogao prvo lansirati single-tile modele

Iako su dual-tile procesori tehnički najnapredniji, tržište pokazuje da korisnici često preferiraju jednostavnije i pristupačnije modele. Zbog toga se špekulira da će Intel najprije lansirati single-tile varijante, slično strategiji AMD-a, čiji su X3D procesori s jednim CCD-om postali najpopularniji među gamerima.

Podsjetnik: AMD-ova X3D strategija cilja prvenstveno gamere

Iako AMD nudi i dvostruke CCD X3D modele (primjerice Ryzen 9 seriju), u marketingu naglasak stavlja na Ryzen 7 9800X3D, koji se istaknuo kao najisplativiji i najefikasniji gaming CPU. Skuplji modeli poput 9900X3D i 9950X3D imaju znatno manju potražnju. Stručnjaci upozoravaju da bi Intel mogao pogriješiti ako ponovi staru praksu stavljanja fokusa na najskuplje i najsloženije konfiguracije, jer šira publika najčešće bira procesore srednjeg ranga s najboljim omjerom performansi i cijene.

WhatsApp, jedna od najpopularnijih aplikacija za razmjenu poruka u svijetu, koju svakodnevno koristi više od 2 milijarde ljudi, nedavno je otkrio ozbiljan sigurnosni propust koji je izazvao međunarodnu zabrinutost. Stručnjaci su u istraživanju pokazali da ugrađeni mehanizam aplikacije, koji je prvotno služio za povezivanje telefonskih brojeva, sadrži dizajnersku grešku. Ova greška omogućila je istraživačkom timu testiranje telefonskih brojeva u velikom opsegu i povezivanje s najmanje 3,5 milijardi aktivnih WhatsApp računa. To je značajno više od službenih tvrdnji WhatsAppa o “preko 2 milijarde” korisnika.

Važno je napomenuti da ovaj propust ne ugrožava sadržaj samih poruka, jer su one i dalje zaštićene end-to-end enkripcijom, što znači da samo pošiljatelj i primatelj mogu čitati sadržaj. Međutim, ranjivost omogućava pristup metapodacima, poput informacija o postojanju računa, vezanim uređajima, vremenu posljednje aktivnosti i statusu korisnika. Ovi podaci sami po sebi nisu izravno osjetljivi, ali mogu biti zloupotrijebljeni od strane kriminalaca kako bi se stvorila slika korisnikovih navika, lokacije i online aktivnosti.

Kako je propust otkriven

Studija je provedena u suradnji sa SBA Research sa Sveučilišta u Beču, u Austriji. Istraživači su otkrili da WhatsApp koristi mehanizam za povezivanje telefonskih brojeva kako bi provjerio je li određeni broj aktivan na platformi. Izvorno je to bila jednostavna funkcija koja je trebala olakšati prijavu, no zbog nedostatka strogih ograničenja upita, ovaj mehanizam postao je ozbiljan sigurnosni rizik. Istraživači su razvili algoritam koji je mogao testirati više od 100 milijuna telefonskih brojeva u jednom satu, uz brzinu od oko 7.000 unosa u sekundi. Na taj su način mogli potvrditi koje su brojevi aktivni na WhatsAppu, čime su otkrili najmanje 3,5 milijardi aktivnih računa.

Zašto je ovo opasno

Iako poruke ostaju šifrirane, dostupni metapodaci mogu pružiti napadačima važne informacije. Na primjer, kriminalci mogu analizirati:

• Lokaciju korisnika na temelju regije gdje se koristi telefonski broj
• Model mobilnog telefona koji korisnik koristi
• Vrijeme kada je račun kreiran i kada je korisnik posljednji put bio online
• Broj uređaja povezanih s računom

Uz javne profilne slike, statusne poruke i biografske podatke, napadači mogu kombinirati ove informacije i brzo identificirati osobu. Prema studiji, 57% korisnika koristi prepoznatljive stvarne profilne slike, dok oko 30% korisnika u biografijama otkriva informacije o zanimanju, interesima, religiji ili društvenim vezama. S obzirom na dostupnost AI tehnologija i alata za prepoznavanje slika, kriminalci mogu vrlo lako povezati podatke s stvarnim identitetom korisnika, što predstavlja ozbiljan sigurnosni rizik.

WhatsAppov odgovor

WhatsApp je reagirao na izvješće i potvrdio da je ranjivost zakrpljena u suradnji s istraživačkim timom. Nitin Gupta, potpredsjednik inženjeringa WhatsAppa, izjavio je da tijekom istraživanja nije bilo dokaza o zloupotrebi ranjivosti te da su svi testirani podaci izbrisani. Ipak, stručnjaci za kibernetičku sigurnost upozoravaju da zakrpa ne znači da su korisnici potpuno sigurni. Aljosha Judmayer, istraživač sa Sveučilišta u Beču, naglasio je da iako su poruke zaštićene, informacije poput toga kada ste online, s kim komunicirate i koliko često, i dalje mogu otkriti mnogo o vašim navikama i rutini.

Kako se zaštititi

Sigurnosni stručnjaci preporučuju korisnicima da odmah poduzmu sljedeće korake kako bi smanjili rizik od zloupotrebe svojih podataka:

Privatnost profila

• Portret (profilnu sliku) postavite tako da bude vidljiva samo vašim kontaktima
• Osobni opis ili biografski sadržaj ograničite samo na poznate kontakte kako biste smanjili izlaganje osobnih informacija

Online status

• Sakrijte podatke o posljednjem vremenu kada ste bili online
• Isključite prikaz online statusa svima osim odabranim kontaktima

Grupni pristup

• Ograničite mogućnost pridruživanja grupama samo za poznate kontakte
• Redovito provjeravajte na kojim uređajima ste prijavljeni na WhatsApp
• Uklonite sve nepoznate ili sumnjive uređaje, osobito ako ste skenirali QR kodove na javnim računalima

Javne fotografije i dokumenti

Izbjegavajte dijeljenje osobnih dokumenata, ulaznica, adresa ili drugih osjetljivih fotografija jer se takve informacije mogu analizirati i zloupotrijebiti za online prijevare

Zaključak

Iako WhatsApp koristi snažnu end-to-end enkripciju za zaštitu poruka, korisnici moraju biti svjesni da metapodaci i javno dostupne informacije također predstavljaju sigurnosni rizik. Ova situacija podsjeća nas da privatnost ne završava na šifriranju poruka, već uključuje i pažljivo upravljanje informacijama koje dijelimo i našim online prisustvom.

Google DeepMind je objavio dokumentarac „The Thinking Game“ na YouTubeu, pružajući javnosti jedinstveni uvid u razvoj umjetne inteligencije, od ranih eksperimenata do stvaranja AlphaFolda i istraživanja opće umjetne inteligencije (AGI). Dokumentarac je producirao isti tim koji je stvorio nagrađivani film „AlphaGo“, a sniman je pet godina. Film prikazuje put tima DeepMind, koji predvodi osnivač Demis Hassabis, od prvih koraka u istraživanju AI-a do rješavanja složenih znanstvenih problema pomoću naprednih algoritama.

Od igara do znanosti

Priča „Igre razmišljanja“ ne fokusira se samo na tehnologiju, već i na upornost i viziju tima. Hassabis u filmu ističe: „Moj životni cilj je riješiti AGI, a pritom koristiti umjetnu inteligenciju kao ultimativni alat za rješavanje najsloženijih znanstvenih problema svijeta.“ Film prati razvoj AI sustava kroz rane eksperimente s Atari igrama i AlphaGo-ov povijesni trenutak kada je pobijedio Li Shiqiana. Iako je AlphaGo postao svjetski poznat, Hassabis naglašava da su igre samo test algoritama – pravi cilj je uvijek znanstveni napredak.

AlphaFold: rješavanje „svetog grala“ biologije

Vrhunac dokumentarca posvećen je razvoju AlphaFolda, AI sustava koji je riješio problem predviđanja strukture proteina, poznat kao „sveti gral“ biologije, koji je desetljećima mučio znanstvenike. Tim DeepMind stvorio je poseban „udarni tim“ kako bi se posvetio ovom izazovu, a film bilježi uzbuđenje tijekom natjecanja CASP i trenutak kada je AlphaFold uspješno predvidio strukture proteina. Hassabis opisuje AlphaFold kao „dar čovječanstvu“, ističući da je ovo tek početak i da će budući napredak u biologiji i kemiji biti usko povezan s ovim probojem.

Etika i odgovornost AGI-ja

Dokumentarac ne izbjegava etička pitanja i sigurnosne izazove koje nosi razvoj AGI-ja. Tim DeepMind izrazio je poštovanje i zabrinutost zbog potencijalne moći AGI sustava, naglašavajući potrebu za odgovornim upravljanjem tehnologijom, koja može jasno podijeliti povijest čovječanstva na razdoblja „prije i poslije AGI-ja“.

Dostupnost

Dokumentarac je dostupan u cijelosti na YouTubeu. Preporučuje se svima koji žele razumjeti povijest razvoja umjetne inteligencije, priču iza AlphaFolda i DeepMindovu viziju budućeg AGI-ja.

Google se, čini se, nalazi na pragu jedne od najvećih promjena u povijesti svojih operativnih sustava. Nakon godina paralelnog razvoja ChromeOS-a i Androida, tvrtka se sada priprema spojiti ih u jedinstvenu platformu. Novi sustav, prema svemu sudeći, nosit će naziv Aluminum OS i predstavlja Googleov pokušaj stvaranja modernog, AI-centričnog operativnog sustava za prijenosna računala i tablete. Ovaj zaokret postao je jasan nakon što se u javnosti pojavila vrlo specifična Googleova ponuda za posao. Tvrtka traži višeg voditelja proizvoda koji bi bio zadužen upravo za “novi operativni sustav izgrađen s umjetnom inteligencijom u svojoj srži”. U istom oglasu Aluminum OS opisan je kao Android-bazirana razvojna platforma koja bi trebala raditi na širokom spektru uređaja.

Kodno ime koje podsjeća na Chromeov DNK

Zanimljivo je da Google koristi američki pravopis naziva “Aluminum”, što mnoge podsjeća na srodnost imena s Chromiumom, open-source temeljom Chrome preglednika i ChromeOS-a. Interno se projekt označava i kraticom ALOS (ALuminum Operating System), što jasno sugerira da je riječ o sustavu koji bi trebao biti dio iste “metalne obitelji” proizvoda.

ChromeOS ostaje — ali samo privremeno

Prema detaljima iz dokumentacije za zapošljavanje, Google namjerava održavati ChromeOS još određeno vrijeme tijekom tranzicije. Tvrtka čak planira razvijati dvije paralelne linije uređaja — jedne s ChromeOS-om i druge s Aluminum OS-om. U njih bi trebali spadati prijenosnici i tableti iz različitih cjenovnih razreda. No dugoročni plan je nedvosmislen: ChromeOS će u konačnici otići u Googleovo “groblje proizvoda”, gdje je već završio niz odbačenih projekata. Jedan od ključnih zadataka novog voditelja proizvoda upravo je i izrada strategije koja će Google postupno prebaciti s ChromeOS-a na Aluminum OS.

Google želi konkurirati Appleu i Windowsima

Ovakav potez dolazi u trenutku kada Google javno najavljuje sve čvršću integraciju Androida i ChromeOS-a, što je nedavno potvrdio i Sameer Samat, čelnik Android ekosustava. Tvrtka još nije otkrila konkretan hardver koji će koristiti Aluminum OS, ali očekuje se da će ciljati na segmente u kojima danas dominiraju MacBook Air, iPad i široka ponuda Windows prijenosnika. Utjecaj na tržište PC-ja i pritisak na Microsoft Dolazak Aluminum OS-a mogao bi bitno promijeniti odnose na tržištu osobnih računala. Dok Microsoft trenutačno prolazi kroz razdoblje miješanih reakcija na Copilot integraciju u Windowsima, Google vidi priliku iskoristiti vlastitu prednost u AI-ju. Spoj naprednog operativnog sustava i moćnih modela umjetne inteligencije poput Geminija mogao bi stvoriti dosad neviđeni pritisak na Microsoftovu dominaciju.

Široka hardverska podrška: od laptopa do mini računala

Oglas za posao otkriva da Aluminum OS neće biti ograničen na jednu kategoriju uređaja, već će podržavati vrlo široku hardversku paletu. Uređaji koje Google planira uključiti su:

• Prijenosna računala
• Odvojivi 2-u-1 uređaji
• Tableti
• “Box” uređaji — mini računala nalik Mac Miniju ili Google Chromeboxu
• Proizvodna linija bit će podijeljena u tri kategorije:
• AL Entry – osnovni modeli
• AL Mass Premium – srednji-premium segment
• AL Premium – najjače konfiguracije i vrhunski uređaji

Još nije poznato hoće li postojeći Chromebookovi dobiti mogućnost nadogradnje na Aluminum OS ili će ostati na ChromeOS-u do isteka službene podrške. Ipak, Google je potvrdio postojanje projekta Aluminum OS i namjerava ga službeno predstaviti u 2026. godini.

Google je nedavno predstavio Nano Banana Pro, novu generaciju alata za generiranje AI slika, koji je odmah privukao veliku pozornost na društvenim mrežama. Iako Nano Banana Pro može izraditi impresivne vizuale koristeći relativno jednostavne upite, rezultati često mogu značajno odstupati od korisnikovih očekivanja ako su upute nedovoljno precizne. Kako bi pomogao korisnicima da iskoriste puni potencijal ovog sustava, Google je objavio službene smjernice o tome kako davati upute i kako ispravno oblikovati promptove. Uz to, podijelio je nekoliko konkretnih metoda za uljepšavanje i poboljšanje generiranih slika. U nastavku sažeto donosimo tri preporučene metode i dodatne savjete koji pomažu kada Nano Banana Pro „ne sluša“ i ne generira sliku, iako je zadatak jasan.

Metoda 1: Koristite znanje iz stvarnog svijeta i dajte što preciznije upute

Ako želite dobiti što točnije i stilski preciznije slike, odlična je praksa koristiti referencije iz stvarnog svijeta. Umjesto da opisujete „sliku u umjetničkom stilu“, učinkovitije je izravno navesti konkretne primjere, poput „slika u renesansnom stilu“, „kao Van Goghova Zvjezdana noć“ ili „u stilu japanskog ukiyo-e drvoreza“. Nano Banana Pro je povezan s Googleovom bogatom bazom znanja, što znači da može prepoznati povijesne, kulturološke i estetske reference bez dodatnog objašnjavanja. Ako imate sličnu sliku, možete je i priložiti te zatražiti da Nano Banana Pro „nacrta element na ovoj fotografiji“ ili da integrira stil prikazane slike. Time se znatno povećava preciznost rezultata.

Google navodi da je preciznost najvažnija: što je upit jasniji — stil, tipografija, elementi, atmosfera — to će slika bolje odgovarati vašoj viziji.

Metoda 2: Isprobajte različite jezike i kombinirajte ih

Ako Nano Banana Pro ne razumije dovoljno dobro upute na tradicionalnom kineskom, Google preporučuje pokušati formulirati ih na engleskom jeziku, jer su mnoge funkcije i nazivi stilova bolje usklađeni s engleskim terminima.Za korisnike koji nisu sigurni u engleski, savjetuje se otvoriti novi chat i zamoliti Gemini da prevede tradicionalnokineski upit na engleski te provjeriti je li prijevod ispravan prije nego što se uputi Nano Banana Pro. Dobra vijest je da Nano Banana Pro može pravilno prevesti i prilagoditi tekstove na slikama, bez gubitka originalne estetike — svjetla, materijala, teksture i sjena ostaju prirodni. To znači da možete generirati slike s tekstom na više jezika, što olakšava izradu plakata, vizuala ili lokaliziranih sadržaja.

Metoda 3: Kontrolirajte osvjetljenje i kut snimanja uz „kamerne“ naredbe

Kada rezultat izgleda „trom“, neusklađen ili vam se čini da kompozicija nije idealno postavljena, uputama možete simulirati rad stvarne kamere. Google predlaže korištenje naredbi poput:

• „svjetlo odozgo s lijeve strane“
• „snimljeno iz kuta odozdo prema gore“
• „meko studijsko svjetlo straga“

Ovakve naredbe pomažu modelu da točno razumije kako želite da kadar izgleda. Nano Banana Pro može i zapamtiti prethodne postavke, pa se slika neće „raspasti“ ili izgledati kao potpuno druga scena nakon manje prilagodbe — što je čest problem starijih generacija AI modela.

Međutim, Google naglašava da je potrebno jasno navesti što zadržati, a što promijeniti. Primjeri:

• „Zadrži stil prethodne slike.“
• „Promijeni samo rasvjetu.“
• „Sačuvaj pozu likova i atmosferu.“

To pomaže Nano Banana Pro-u da ne „rekreira“ sliku iznova.

Što učiniti kada Nano Banana Pro uopće ne generira sliku?

Jedan od najčešćih problema je da se, unatoč postavljenoj opciji za generiranje slika, model vrati na tekstualne odgovore. Google objašnjava da je najčešći uzrok to što upit nije dovoljno izričit.

Savjet glasi: Na početak upita stavite jasnu naredbu „Nacrtaj sliku…“ ili „Generate an image showing…“. Tek nakon toga započnite opis scene. Time jasno dajete do znanja da želite vizual, a ne analizu ili tekstualni sadržaj.

Googleovi službeni savjeti za najbolje rezultate s Nano Banana Pro

• Precizno koristite znanje iz stvarnog svijeta
• Eksperimentirajte s više jezika i prijevodima
• Koristite studijske naredbe za osvjetljenje i kameru
• Radite s različitim omjerima slike (npr. 1:1, 16:9) i rezolucijama 1K / 2K / 4K
•  Spajajte 6 do 14 potpuno nepovezanih slika i stvarajte nove kompozicije
• Generirajte čitljiv tekst unutar slika (posteri, dijagrami, prototipi)
•  Preklapajte uzorke, logotipe i umjetnička djela na 3D objekte uz očuvanje prirodne teksture

Qualcomm se očito ne šali kada kaže da želi ozbiljno konkurirati na tržištu računala. Njihov nadolazeći Adreno X2, grafički procesor koji dolazi kao dio platforme Snapdragon X2 Elite, još nije ni službeno lansiran, a već izaziva priličnu buku — dijelom zbog značajnih hardverskih nadogradnji, dijelom zbog usporedbe s Intelovim iGPU-om u Core Ultra 200 seriji.

Više shadera, više snage — i to puno više

Adreno X2 dolazi s 2048 shadera, što je skok od 33% u odnosu na prethodnika Adreno X1-85 (1536 shadera). To je masivno povećanje za integriranu grafiku, posebno za ARM platformu koja ciljano ulazi u Windows ekosustav. No Qualcomm nije stao samo na shaderima — povećan je i broj tzv. chunkova, osnovnih blokova GPU arhitekture. Više chunkova znači veći broj render i texturing jedinica, što se direktno odražava na brže iscrtavanje scene.

Nadogradnje u brojkama:

• teksturne jedinice: 96 → 128
• raster jedinice: 48 → 64

Ukupno opet +33%. Qualcomm je očito išao za simetričnim, ali agresivnim rastom.

Brži radni takt i ozbiljna memorijska propusnost

Adreno X2 radi na 1700–1850 MHz, što je visok takt za integriranu mobilnu grafiku. Uz to, najveća promjena možda je upravo memorijska sabirnica:

• 192-bitna sabirnica
• LPDDR5-9523 memorija
• ukupna propusnost: 228 GB/s

Za usporedbu, to je u rangu nekih starijih desktop GPU-a srednje klase. Za integriranu grafiku? Zvuči vrlo obećavajuće.

Direktna usporedba s Intelom — naravno

Qualcomm se odmah usporedio s Intelovim iGPU-om iz Core Ultra 200 serije, lansirane prije nešto više od godinu i pola. To je, naravno, standardna PR strategija: usporediš se s etabliranim rivalom kako bi poruku učinio glasnijom. Ipak, brojke sugeriraju da Qualcomm zaista vjeruje u prednost X2 čipa — posebno u igrama i grafički zahtjevnijim zadacima koji su tradicionalno bili Intelov teren na Windows laptopima.

Kompatibilnost igara — već sada 90%

Iako Adreno X2 još nije u prodaji, Qualcomm tvrdi da GPU već sada ima oko 90% kompatibilnosti s igrama za Windows. To je velik napredak za ARM ekosustav, koji se dugo borio s kompatibilnošću i optimizacijom. Ipak, dio igara i dalje ne radi idealno, a potpuno glađenje bugova očekuje se tek nakon izlaska — i nakon što developeri prilagode svoje enginee. Što ovo znači za gamere i kreatore sadržaja? Ako sve što Qualcomm kaže izdrži test realnih benchmarka, dobili bismo znatno snažniju integriranu grafiku na ARM laptopima, bolje performanse u AAA naslovima, brži rendering i obradu videa, više prostora za VR/AR aplikacije i Windows laptope s boljim omjerom performansi i efikasnosti. Drugim riječima, laptopi sa Snapdragon X2 Elite čipom mogli bi postati vrlo privlačna opcija za sve osim najhardcore gamera.

Zaključak

Adreno X2 zvuči kao jedan od najambicioznijih iGPU-ova posljednjih godina. Qualcomm nije samo povećao broj shadera — proširili su sabirnicu, podigli takt, nadogradili GPU arhitekturu i već postigli visoku kompatibilnost sa Windows igrama. Ako performanse u praksi potvrde sve ove tvrdnje, X2 bi mogao redefinirati što integrirana grafika može — i natjerati Intel i AMD da ozbiljno ubrzaju tempo.