AIs wachsender Energiebedarf weckt Interesse an Kernkraft der nächsten Generation
Der steigende Energiebedarf von KI-Rechenzentren treibt beispiellose Investitionen in Kernkraftwerke der nächsten Generation voran, die laut MIT Technology Review kostengünstiger zu bauen und sicherer zu betreiben sein könnten als ihre Vorgänger. Diese Einrichtungen benötigen eine enorme Menge an Energie, um ihren Rechenbedarf zu decken.
Das Wachstum von metallintensiven Rechenzentren, Elektroautos und Projekten für erneuerbare Energien erhöht die Nachfrage nach Metallen wie Nickel, Kupfer und Seltenen Erden rasant, berichtete MIT Technology Review. Die Produktion dieser Metalle wird jedoch immer schwieriger und teurer, da die Bergbauunternehmen die besten Ressourcen bereits ausgebeutet haben. In der Upper Peninsula von Michigan, der einzigen aktiven Nickelmine in den USA, nähert sich die Eagle Mine dem Ende ihrer Lebensdauer, da die Nickelkonzentration sinkt. Biotechnologie könnte potenziell das für Cleantech benötigte Metall gewinnen.
Unterdessen glauben europäische Sicherheitsbeamte, dass russische Raumfahrzeuge die Kommunikation von mindestens einem Dutzend wichtiger Satelliten über dem Kontinent abgefangen haben, berichtete Ars Technica. Diese Abfangaktionen bergen das Risiko, sensible Informationen zu gefährden, und könnten es Moskau ermöglichen, die Flugbahnen der Satelliten zu manipulieren oder sie sogar zum Absturz zu bringen. Russische Raumfahrzeuge haben europäische Satelliten in den letzten drei Jahren verstärkt beschattet, inmitten der hohen Spannungen zwischen dem Kreml und dem Westen nach Russlands Einmarsch in die Ukraine.
In anderen Nachrichten kam ein vom Senator Bernie Sanders (I-Vt.) veröffentlichter Senatsbericht zu dem Schluss, dass die Trump-Regierung die "medizinische Forschung zerstörte" an den National Institutes of Health (NIH), berichtete Ars Technica. Jay Bhattacharya, Direktor des NIH unter der Trump-Regierung, sagte am Dienstag vor dem Senatsausschuss für Gesundheit, Bildung, Arbeit und Renten (HELP) aus.
Darüber hinaus hat sich die anfängliche Begeisterung für Generative und Agentic AI laut VentureBeat in eine pragmatische, oft frustrierte Realität verwandelt. CIOs und technische Führungskräfte hinterfragen, warum ihre Pilotprogramme nicht die versprochenen Ergebnisse liefern. Das Problem ist nicht die Intelligenz des KI-Modells, sondern vielmehr sein Mangel an Kontext, der oft in einem "Franken-Stack" aus unzusammenhängenden Punktlösungen und brüchigen APIs gefangen ist.
Discussion
AI Experts & Community
Be the first to comment