Autor: admin

Czy smartwatche mogą się mylić? Okazuje się, że tak – bo wcale nie są takie bystre, jak nam się wydawało.

Wydawać by się mogło, że współczesne inteligentne zegarki naprawdę radzą sobie doskonale z pomiarami i funkcjami, które oferują. Niestety, w wielu przypadkach… po prostu kłamią, a ich pomiary są wcale nie takie dokładne. Naukowcy zbadali, jak radzą sobie z monitorowaniem naszego zdrowia. Wyniki są, niestety, dość niepokojące.

Smartwatch jednak nie taki bystry

Nie da się ukryć, że smartwatche to jedna z tych udanych nowinek technologicznych, które na stałe zagościły w naszym życiu. Wprowadzone na rynek, inteligentne zegarki szybko zdobyły uznanie dzięki swojej funkcjonalności, szczególnie w zakresie monitorowania zdrowia i kondycji fizycznej. Zegarek umiejscowiony na nadgarstku ma doskonałą bazę do „obserwacji” i zbierania danych przez cały dzień, badając nasz puls, poziom stresu, zmęczenia, a także śledząc aktywność fizyczną. Czy jednak informacje, które dostarczają, są precyzyjne? Niestety, nie do końca. Analizując najnowsze badania naukowców z University of Michigan i Hope College, można dojść do wniosku, że smartwatche… wcale nie są takie smart. A czasami wręcz wprowadzają w błąd.

Badania opublikowane w czasopiśmie naukowym „Sensors” ocenili, jak inteligentne zegarki radzą sobie z różnorodnymi pomiarami, które oferują użytkownikom. Wyniki okazały się być zróżnicowane. Najlepiej wypadły w zakresie mierzenia tętna spoczynkowego oraz ogólnego wykrywania snu. W przypadku tętna, rezultaty smartwatchy były niezwykle precyzyjne, z różnicami wynoszącymi od 1 do 2 uderzeń serca na minutę w porównaniu do aparatury medycznej. Wykrywanie snu bądź czuwania wyniosło 90% trafności.

Algorytmy w zegarkach zawodzą?

Pora przejść do aspektów, w których nasze smartwatche pozostają nieco w tyle. Wątpliwości naukowców wzbudziła celność mierzenia faz snu. Rozpoznawanie poszczególnych faz, np. głębokiej snu, w przypadku badanych zegarków okazało się niemal losowe, osiągając średnio 50% dokładności – porównywano to do rzutu monetą, co jest zdecydowanie niewystarczające. Problematyczne okazało się również wyliczanie spalanych kalorii, które mogą różnić się od rzeczywistego stanu o 10-20%. Dla wielu osób taka rozbieżność może spowodować, że rzekomy deficyt kaloryczny zamienia się w nadwyżkę. Łatwo zrozumieć, że podczas diety i odchudzania taka nieścisłość jest niedopuszczalna.

Czytaj dalej poniżej

Nie ma co liczyć na wszelkie funkcje eksperymentalne, takie jak nieinwazyjny pomiar glukozy, nawodnienia czy ciśnienia. Technologia w takiej formie, która mogłaby być obsługiwana przez smartwatche, po prostu jeszcze nie istnieje. Jeżeli jakiś producent chwali się, że jego urządzenie ją posiada, warto wstrzymać swój entuzjazm i podchodzić do tego z dużym dystansem. Wciąż jedynymi rzetelnymi metodami pomiaru pozostaje profesjonalna aparatura medyczna.

Skąd wynikają błędy smartwatchy w niektórych pomiarach? Przede wszystkim z metody przeprowadzania tych pomiarów. Zegarek na nadgarstku nie przeprowadza pomiarów wewnątrz ciała, ale opiera się na algorytmach i obliczeniach. Na ich podstawie formułowane są wnioski dotyczące różnych parametrów, takich jak fazy snu czy liczba spalonych kalorii. Choć precyzja w tych przypadkach jest ograniczona, smartwatch może być użyteczny w identyfikowaniu trendów. Można zakładać, że mimo braku dokładności, w pewnym zakresie te dane mogą być przydatne, a zmiany w trendach to także istotna informacja…

Niewielka rzecz, jak powolne wpinanie pendrive’a do gniazdka, może mieć, jak się okazuje, ogromne znaczenie.

To jedna z tych kwestii, które brzmią jak technologiczny mit, dopóki nie zacznie się badać ich wpływu na działanie sprzętu. Okazuje się, że sposób podłączania niektórych urządzeń USB może znacząco wpłynąć na ich prędkość. Jeśli pendrive lub zewnętrzny dysk USB 3.0 zostaną włożone do portu zbyt wolno, komputer może rozpoznać je jako urządzenie USB 2.0. W efekcie, transfer danych może spaść z teoretycznych 5 Gb/s do jedynie 480 Mb/s.

Nie oznacza to oczywiście, że każde wolne kopiowanie plików jest winą użytkownika i źle wpiętego pendrive’a. Mechanizm ten dotyczy przede wszystkim starszego i nadal bardzo popularnego złącza USB Typu A, które zostało zaprojektowane tak, aby zachować zgodność ze standardem USB 2.0.

Dlaczego wolne wkładanie pendrive’a ma znaczenie?

Złącze USB 3.0 charakteryzuje się bardzo specyficzną konstrukcją. Oprócz styków odpowiedzialnych za komunikację w standardzie USB 2.0, znajdują się tam dodatkowe styki, które umożliwiają szybszy transfer danych. Są one umieszczone głębiej we wtyczce. Problematyczne może być to, że podczas bardzo powolnego wkładania akcesorium komputer może najpierw wykryć tylko styki odpowiedzialne za USB 2.0, zanim nawiąże połączenie z dodatkowymi stykami USB 3.0. W takim przypadku system może rozpocząć pracę w wolniejszym trybie, a dalsze wsunięcie wtyczki do końca nie musi automatycznie skutkować przywróceniem szybszego połączenia.

Oto zaskakująco proste rozwiązanie tego problemu: po upewnieniu się, że wtyczka jest prawidłowo umieszczona, należy wsunąć ją zdecydowanym, płynącym ruchem do końca.

Czytaj dalej poniżej

USB 3.0 jest nawet dziesięć razy szybsze od USB 2.0

Różnica między tymi standardami jest imponująca. USB 3.0 teoretycznie oferuje prędkość do 5 Gb/s, podczas gdy USB 2.0 osiąga jedynie 480 Mb/s. Oznacza to około dziesięciokrotnie większą przepustowość.

W praktyce jednak nie należy oczekiwać, że każdy pendrive USB 3.0 będzie kopiował dane z maksymalną prędkością 5 Gb/s. Rzeczywista prędkość transferu zależy między innymi od zastosowanej pamięci flash, kontrolera, rodzaju plików, dysku komputera, systemu operacyjnego oraz używanego przewodu.

Pomimo tego, przypadkowe przełączenie urządzenia w tryb USB 2.0 może być bardzo łatwe do zauważenia. Jest to szczególnie widoczne podczas kopiowania dużych plików wideo, archiwów czy całych katalogów zdjęć.

Pendrive działa wolno? Problemy z podłączeniem to nie zawsze główny powód

Jeśli urządzenie USB nagle zaczyna działać znacznie wolniej, warto sprawdzić kilka czynników. Obie firmy, ELECOM i Dell, wskazują, że sposób podłączenia to tylko jedna z wielu możliwych przyczyn problemów z prędkością. Mogą również wpływać na to nieaktualne sterowniki, ustawienia BIOSu czy przewód ograniczony do USB 2.0.

Dobrym rozwiązaniem jest rozpoczęcie diagnostyki od najprostszych czynności. Najpierw bezpiecznie odłączamy pendrive’a lub dysk, sprawdzamy, czy korzystamy z odpowiedniego portu, a następnie podłączamy urządzenie ponownie: tym razem zdecydowanym, płynącym ruchem do pełnego wsunięcia.

Warto także zwrócić uwagę na oznaczenia portów. W wielu komputerach gniazda USB 3.x można rozpoznać po niebieskim kolorze wnętrza lub symbolu SS (SuperSpeed), choć kolor ten nie jest uniwersalnym standardem oznaczania wszystkich współczesnych portów.

Ta drobna sztuczka nie przyspieszy uszkodzonego pendrive’a ani również wolnej pamięci flash. Może jednak zapobiec sytuacji, w której szybkie urządzenie przez przypadek zostaje uruchomione w znacznie wolniejszym trybie. A jeśli ponowne podłączenie nie przyniesie rezultatów, problemu należy szukać w sterownikach, ustawieniach komputera, przewodzie lub… samym urządzeniu!

Czy zdarzyło Ci się przeglądać prognozę pogody na telefonie, przygotowując się na określony scenariusz, a potem wyjść z domu i wszystko wyglądało zupełnie inaczej? Każdy z nas prawdopodobnie doświadczył tej frustracji. Aby rozwiązać ten problem, firma Google zaktualizowała swój model prognozowania pogody, obiecując, że nowe prognozy będą dokładniejsze nawet o 50%.

Google prezentuje WeatherNext 3: najdokładniejszy model prognozowania pogody wykorzystujący AI

Jak podano na blogu Google, kluczem do sukcesu nowego modelu jest analiza zdjęć satelitarnych w czasie rzeczywistym, wspieraną przez sztuczną inteligencję. Zebrane i przetworzone dane trafiają bezpośrednio do aplikacji Google, w tym Gemini, Map oraz Wyszukiwarki. Celem jest zapewnienie użytkownikom maksymalnej precyzji prognoz, która – według zapewnień Google – jest teraz lepsza niż kiedykolwiek. Oto parametry dokładności modelu WeatherNext 3:

• Temperatura i wilgotność: dokładność do 5 kilometrów.
• Pozostałe parametry powierzchniowe: dokładność do 10 kilometrów.
• Wskaźniki atmosferyczne (np. prędkość wiatru): dokładność do 25 kilometrów.

Co to oznacza w praktyce? Oznacza to pięciokrotnie wyraźniejszy obraz pogody w porównaniu do dotychczasowego modelu WeatherNext 2. Poprzedni model korzystał z siatki 25-kilometrowej aktualizowanej co sześć godzin, podczas gdy nowy model wykorzystuje siatkę 5-kilometrową aktualizowaną co godzinę. Ta różnica jest na tyle istotna, że przekłada się na znacznie wyższą dokładność prognoz.

Tak dokładnego modelu prognozowania pogody jeszcze nie było

Dlaczego WeatherNext 3 ma być znacznie lepszym modelem od wcześniej stosowanych? Google zauważa, że wykorzystuje dwa wiarygodne źródła danych: satelitarny zbiór IMERG dostarczany przez NASA oraz informacje z naziemnych radarów satelitarnych analizowanych przez autorskie narzędzia amerykańskiej korporacji. Dzięki temu wskaźnik dokładności jest aż o 60% wyższy w porównaniu do danych IMERG oraz o 30% w odniesieniu do systemu radarowego.

Rezultat? Prognozy opadów dostępne w Mapach Google, Wyszukiwarce i Gemini mają być dokładniejsze nawet o 50%. To niezwykle pozytywny wynik, chociaż Google zastrzega, że atmosfera naszej planety bywa na tyle nieprzewidywalna, że nadal mogą występować niespodzianki. Niestety, tego nie da się uniknąć.

Czytaj dalej poniżej

Google rzuca wyzwanie Canvie, uruchamiając swoje własne narzędzie do tworzenia i edytowania obrazów, wspierane przez sztuczną inteligencję.

Google oficjalnie wprowadza Google Pics – nowe narzędzie do tworzenia i edytowania obrazów, które ma stanowić istotny element pakietu Workspace. Zamiast tradycyjnej rywalizacji z Canvą czy Adobe Express, firma koncentruje się na wykorzystaniu sztucznej inteligencji. Użytkownik opisuje swoje potrzeby, a aplikacja generuje grafiki lub modyfikuje istniejące obrazy. Potencjalne zastosowania obejmują m.in. posty na media społecznościowe, plakaty, materiały promocyjne, grafiki internetowe, wizualizacje produktów oraz proste projekty do druku.

Google Pics działa w pełni na bazie modelu Nano Banana, który zdobywa coraz większą popularność. Narzędzie umożliwia tworzenie obrazów od podstaw na podstawie tekstowych komend oraz import materiałów z komputera, Dysku Google czy Zdjęć Google. Użytkownicy mogą również dodać obrazy referencyjne i wykorzystać ich elementy, kolory czy styl przy generowaniu nowych projektów. Aplikacja przygotowuje kilka wariantów, co daje możliwość dalszego rozwijania najlepszej wersji, a nie tylko polegania na pierwszym wyniku.

Google Pics ma szansę zyskać uznanie wśród amatorskich grafików. Kto odniesie korzyści?

Najbardziej interesującą funkcjonalnością Google Pics jest bez wątpienia edycja już istniejących grafik. Narzędzie jest w stanie rozpoznawać poszczególne obiekty na obrazach, co umożliwia modyfikowanie wybranych elementów bez wpływu na całą kompozycję. Użytkownik może zaznaczyć konkretny obiekt, opisać pożądaną zmianę i pozostawić resztę grafiki nietkniętą. Google Pics umożliwia również edytowanie, formatowanie i tłumaczenie tekstu znajdującego się na obrazach, a także pozwala na wprowadzanie kilku zmian jednocześnie, co z pewnością docenią ci, którzy nie chcą spędzać zbyt wiele czasu na edycji. Funkcjonalności obejmują także kadrowanie pod kątem mediów społecznościowych i druku. Dodatkową ciekawostką jest możliwość zwiększania rozdzielczości zdjęć i grafik (upscaling) do jakości 2K lub 4K.

Google Pics zapewnia pełną integrację z innymi usługami Google. Choć narzędzie funkcjonuje jako odrębna aplikacja, jego funkcje są bezpośrednio dostępne w Dokumentach i Prezentacjach Google. Użytkownicy mogą przywołać edytor po zaznaczeniu grafiki, bez konieczności przełączania się pomiędzy aplikacjami. Google zapowiada, że podobna integracja będzie dostępna w Dysku Google w najbliższych tygodniach. Co istotne, Google Pics umożliwia także współpracę kilku osób nad jednym projektem oraz dzielenie się efektami pracy z innymi użytkownikami.

Czytaj dalej poniżej

Na chwilę obecną Google Pics jest dostępne wyłącznie na komputerach i obsługuje m.in. język polski. Niestety, nie jest dostępne dla wszystkich użytkowników kont Google. Mogą z niego korzystać jedynie posiadacze Google AI Pro i Google AI Ultra, klienci Workspace Business Standard, Business Plus, Enterprise Standard oraz Enterprise Plus, a także użytkownicy Google AI Pro for Education. Należy jednak zaznaczyć, że w przyszłości dostępność tego narzędzia może zostać rozszerzona na inne plany oraz darmowe konta Google.

Z perspektywy polskiego rynku dostęp do Google Pics jest stosunkowo kosztowny. Google AI Pro kosztuje 97,99 zł miesięcznie. Google AI Ultra można nabyć w dwóch wariantach: za 469,99 zł lub 979,99 zł miesięcznie, różniących się przede wszystkim limitami korzystania z AI. W przypadku firm, koszt Workspace Business Standard wynosi 63 zł miesięcznie za użytkownika przy rocznym zobowiązaniu, a 75,60 zł w elastycznym planie. Dla Business Plus ceny to odpowiednio 99 zł lub 118,80 zł. Warto również pamiętać, że generatywne funkcje AI podlegają limitom wykorzystania.

Nadchodzą duże zmiany dla kierowców. Rząd wprowadzi obowiązek robienia zdjęć podczas przeglądów.

Polscy kierowcy mogą spodziewać się wielkich zmian, które nie tylko wpłyną na ich codzienne życie, ale również na jakość i bezpieczeństwo na polskich drogach. Rząd planuje wprowadzenie obowiązku dokumentowania przeglądów technicznych pojazdów za pomocą fotografii. Oznacza to, że podczas każdego przeglądu nasze auto zostanie uwiecznione na zdjęciach, co ma na celu zwalczanie oszustw, w szczególności tzw. „przekrętu włoskiego”.

Koniec fałszywych przeglądów. Będą robione zdjęcia

Rząd zajął się problemem fałszywych przeglądów technicznych w Polsce. Dotyczy to sytuacji, w których pojazd otrzymuje wpis i pieczątkę z rzekomo pozytywnym wynikiem badania technicznego, mimo iż nie był faktycznie badany na stacji kontroli. Tego rodzaju proceder często oparty jest na korupcji lub znajomościach, a także nadużyciach dokonywanych przez zagranicznych pośredników, którzy korzystają z niższych kosztów ubezpieczeń przy pomocy fikcyjnych przeglądów w Polsce. Nowe przepisy mają na celu zakończenie tego procederu, a ich wprowadzenie będzie oznaczać obowiązek wykonywania dokumentacji fotograficznej podczas kontroli w Stacji Kontroli Pojazdów (SKP).

Celem tej regulacji jest dostosowanie polskiego prawa do unijnej dyrektywy 2014/45/UE, a także podniesienie jakości badań technicznych oraz eliminacja praktyk związanych z „pieczątkami za łapówkę” przy braku pojawienia się auta na stacji. To zjawisko stało się ostatnio coraz powszechniejsze, a ubezpieczyciele od dłuższego czasu apelowali o interwencję władz. Kiedy można się spodziewać wprowadzenia tych zmian? Choć dokładna data nie została jeszcze ogłoszona, sugeruje się, że projekt nowelizacji przepisów ruchu drogowego ma być rozpatrzony przez Radę Ministrów w pierwszym kwartale 2027 roku. Razem z obowiązkiem dokumentacji fotograficznej stacje kontroli pojazdów podlegać będą również surowszej inspekcji.

Proceder włoski, czyli polskie SKP i ubezpieczenia

Czym dokładnie jest „proceder włoski”, który staje się poważnym problemem w Polsce? W skrócie, chodzi o wykorzystywanie niższych stawek ubezpieczeniowych dostępnych w naszym kraju przez kierowców i firmy z Włoch. Włosi oraz pośredniczące firmy fikcyjnie przerejestrują samochód z Włoch do Polski, aby zyskać nasze tablice rejestracyjne i korzystać z tańszego ubezpieczenia. Fikcyjna rejestracja wiąże się z koniecznością posiadania pozytywnego wyniku corocznego badania technicznego. Właśnie w tym momencie do akcji wkracza Stacja Kontroli Pojazdów, która wystawia zaświadczenie, mimo że pojazd nigdy nie był obecny na stacji.

Problem szybko wyszedł na jaw w statystykach – wzrosła liczba incydentów z udziałem samochodów z polskimi tablicami… za granicą. Szkody prowadziły do wyłudzeń, ponieważ auta nie należały ani do Polaków, ani nie przeszły rzeczywistych badań technicznych w polskich stacjach. Fikcyjne badania techniczne są formą oszustwa, a ich rozprzestrzenienie może prowadzić do podwyżek składek OC, co odczuje każdy kierowca w Polsce. Dlatego zarówno ubezpieczyciele, jak i rząd starają się znaleźć rozwiązanie tego problemu.

Z drugiej strony, diagności i stacje kontroli pojazdów mają swoje obawy związane z wprowadzeniem nowych regulacji. Istnieją obawy dotyczące kosztów związanych z archiwizacją zdjęć oraz możliwość wydłużenia czasu każdego przeglądu. Choć jest to zrozumiałe, należy pamiętać, że fikcyjne przeglądy to nie tylko problem ubezpieczycieli, ale także stan zagrożenia dla wszystkich użytkowników dróg. Wszyscy dobrze wiemy, że nie każde auto posiadające pieczątkę jest w pełni sprawne.

DJI zaprezentowało drugą generację kamery 360 stopni. Oto DJI Osmo 360 II, która właśnie trafia na rynek europejski.

Osmo 360 II zachowuje kompaktową konstrukcję swojego poprzednika, jednak wprowadza wiele znaczących zmian zarówno wewnątrz, jak i na zewnątrz: zyskał szybszy tryb nagrywania, większy zakres tonalny, nowe funkcje edycyjne oraz rozwiązanie, na które czekali użytkownicy kamer tego typu: wymienne obiektywy.

DJI Osmo 360 II – specyfikacja. Co nowego?

Najważniejszą nowością jest możliwość rejestrowania obrazu 360 stopni w rozdzielczości 8K przy 60 klatkach na sekundę. Pierwsza generacja oferowała maksymalnie 8K/50 kl./s. Wyższa płynność jest szczególnie istotna podczas filmowania sportów, jazdy motocyklem, narciarstwa czy rowerów, gdy szybki ruch zachowuje się z lepszą ostrością.

DJI zastosowało kwadratowy sensor CMOS o rozmiarze 1/1,1 cala oraz przysłonę f/1.9. Producent deklaruje zakres dynamiczny na poziomie 14,5 stopnia, podczas gdy poprzedni model osiągał 13,5 stopnia. W praktyce ma to pomóc w sytuacjach o dużym kontraście — na przykład podczas nagrywania pod drzewami, w cieniu budynków czy przy jasnym niebie w tle. Za jakość ujęć nocnych odpowiada algorytm AI SuperNight 2.0, który ma za zadanie ograniczenie szumu oraz poprawę widoczności w ciemnych fragmentach obrazu.

Kamera umożliwia również wykonywanie zdjęć 360 stopni o rozdzielczości 120 megapikseli z HDR. Nowością jest także tryb poklatkowy 16K oraz efekt Vortex w 8K/120 kl./s. Materiał w zwolnionym tempie może być nagrywany w 4K/240 kl./s, a następnie spowalniany w programie DJI Studio nawet 64 razy.

Czytaj dalej poniżej

Wymienne obiektywy i 105 GB pamięci

Jedną z najbardziej praktycznych zmian jest konstrukcja obiektywów. Oba moduły zyskały twardszą powłokę optyczną, a w przypadku uszkodzenia można je wymienić bez konieczności pozbywania się całej kamery. Zestaw dwóch soczewek ma kosztować od 39 euro. Jest to istotna modyfikacja, gdyż wystające obiektywy są szczególnie narażone na zarysowania podczas montażu kamery na kasku, kierownicy czy wysięgniku.

Osmo 360 II waży 183 gramy, co odpowiada wadze poprzednika. Wbudowana pamięć użytkowa ma pojemność 105 GB, co sprawia, że rozpoczęcie nagrywania nie wymaga natychmiastowego zainstalowania karty pamięci. Akumulator pozwala na rejestrowanie obrazu przez 100 minut w trybie 8K/30 kl./s. Możliwe jest naładowanie go do 80% w zaledwie 22 minuty, a specjalny Battery Extension Rod wydłuża czas pracy o dodatkowe 180 minut.

Łatwiejsze kadrowanie po nagraniu

DJI rozbudowało również możliwości obróbki materiału po nagraniu. Funkcja Spotlight Follow utrzymuje wybrany obiekt w centrum kadru, nawet gdy kamera się obraca. Dual Recording pozwala na wygenerowanie z jednego ujęcia widoku skierowanego na twórcę oraz obrazu otoczenia.

Nowy moduł NFC ułatwia połączenie z aplikacją DJI Mimo. Jedno dotknięcie wystarczy do sparowania urządzeń, przesłania nagrań czy przejścia do edycji. Kamera współpracuje także z wtyczką do DaVinci Resolve, a w każdym trybie wideo obsługuje 10-bitowy kolor i profil D-Log M.

DJI Osmo 360 II zadebiutuje na rynku europejskim we wrześniu 2026 roku. Cena wersji Standard Combo rozpoczyna się od 589 euro, a wersji Adventure Combo od 739 euro. Nowy model będzie charakteryzować się wodoodpornością do 10 metrów, a w zestawie z dodatkową obudową kamera będzie mogła działać na głębokości do 50 metrów.

Problemy z EA SPORTS FC: Brak konkurencji jako główny winowajca

Jeżeli od lat grasz w FIFĘ (obecnie EA SPORTS FC) i co roku lub co dwa lata kupujesz nową odsłonę gry, na pewno zauważyłeś wiele znanych błędów. Electronic Arts coraz bardziej przesadza, a brakuje mu zdrowej konkurencji.

Od najmłodszych lat fascynuję się grami sportowymi. Pamiętam czasy PES-a 1 i 2, ale prawdziwej pasji doznałem przy kultowym PES-ie 6. Następnie przeszedłem na FIFĘ, gdyż była bardziej przystępna, i od tamtej pory już nie wróciłem. Niestety, brak poważnej konkurencji sprawił, że EA po prostu przestało się starać. Choć można to twierdzić od lat, obecnie firma przegina jak nigdy wcześniej.

Szczególnie dostrzegam to, ponieważ należę do nielicznej grupy graczy, którym zupełnie nie interesuje tryb Ultimate Team. Drapieżna monetyzacja oraz powszechne zasady „pay-to-win” skutecznie zniechęcają mnie do tego kasyna przebrane za piłkę nożną. Wole grać w trybie kariery menedżera lub zwykłego piłkarza. Próbowałem nawet kariery bramkarskiej, ale szybko się znudziła. To granie przeciwko komputerowi uwydatnia niedoróbki EA SPORTS FC w sposób, który trudno zignorować.

Chaotyczne algorytmy w EA SPORTS FC 26

Przykładem nonsensownego zachowania AI jest rozegranie piłki ze środka boiska. Komputer dostaje piłkę, podaje w tył, a następnie zawodnik… wybija ją na aut. Nie jest to incydent, a raczej stała sytuacja, która zdarza się niezmiennie przy niektórych ustawieniach zespołu. To notoryczne zjawisko, które występuje na początku meczu lub po każdym straconym golu. Wygląda na to, że sztuczna inteligencja uznaje oddanie piłki rywalowi w absurdalny sposób za najbezpieczniejsze rozwiązanie. Gratulacje dla EA – poezja taktyczna.

Kolejną „ciekawostką” jest bezmyślne przechwytywanie piłki przez innych zawodników. Prowadzę akcję, obrońca goni mnie, a mój kolega z drużyny, zamiast zrobić mi miejsce i pociągnąć za sobą rywala, wbiega mi pod nogi, zabiera piłkę i od razu wpada na obrońcę. Ręce mi opadają. Zaczynam podejrzewać, że te błędy nie są przypadkowe, a raczej corocznym znakiem rozpoznawczym tej serii.

Nieprzyjemności techniczne od lat w EA

Najgorsze są jednak błędy techniczne, które EA z uporem przenosi z wersji na wersję, niczym rodzinne pamiątki. Weźmy na przykład deszcz. Piłka nożna to gra, której mecze odbywają się nawet w gęstym deszczu. Tylko że w EA SPORTS FC (a wcześniej w FIFIE) deszcz potrafi doprowadzić do drastycznego spadku płynności animacji – problem znany od FIFy 22. A jego „rozwiązanie”? Przełączenie gry w tryb okna. Ironia sytuacji polega na tym, że to gracz musi rozwiązywać ten problem.

Dodatkowo, tryb zawodnika z opcją sterowania wyłącznie sobą dostarcza kompletnie innego doświadczenia, ale w tej formie nie mamy wpływu na wybór strojów. Efekt? Mecz staje się niegrywalny, więc wolę go symulować zamiast się męczyć.

Na koniec wisienka na torcie: handicap – zmora tej serii od lat. Są mecze, w których oddajesz trzydzieści strzałów, obijasz słupki i poprzeczki, a bramkarz rywala zamienia się w Spider-Mana. Potem przeciwnik wychodzi z jedną kontrą w doliczonym czasie i strzela jedynego gola. Owszem, w prawdziwym futbolu takie sytuacje się zdarzają, ale nie z regularnością szwajcarskiego zegarka. Tu widać, że takie scenariusze są sztucznie wymuszane przez system, który postanowił, że właśnie teraz musisz przegrać.

I tak co roku EA wypuszcza nową wersję, która w praktyce jest płatną łatką na poprzednią. Kończy się era EA SPORTS FC 26, a rozpoczyna EA SPORTS FC 27. Umarł król, niech żyje król.

Sztuczna inteligencja jest zaprogramowana z pewnymi „wbudowanymi” zasadami, które kierują jej działaniem, a jednocześnie uczy się z danych dostarczanych przez ludzi. Powinniśmy zakładać, że sposób działania AI będzie przypominał nasz, włączając w to sposób podejmowania decyzji dotyczących realizacji zadania. W międzyczasie jednak, zgodnie z informacjami ujawnionymi przez firmę Anthropica, testowane modele Claude uzyskały nieautoryzowany dostęp do zewnętrznych systemów podczas kontrolowanych eksperymentów. Zachowanie to wskazuje, że Claude może stawiać cel ponad metodą wykonania zadania, co prowadzi do potencjalnie niebezpiecznych sytuacji.

Anthropic niedawno opisał konsekwencje testów swojej sztucznej inteligencji, które zakończyły się nieplanowanym dostępem do zewnętrznej infrastruktury. W trzech przypadkach Claude przeprowadził włamania w trakcie zewnętrznych testów cyberbezpieczeństwa, wykorzystując otwarty internet, który był dostępny z powodu błędnej konfiguracji środowiska testowego. Można by pomyśleć: „sami skopali sprawę”, i rzeczywiście jest w tym ziarno prawdy. Jednak za każdym razem, gdy Claude miał możliwość dostania się do Internetu, skorzystał z tej szansy. Przekraczał granice swojego zadania za każdym razem, gdy tylko mógł to uczynić.

Anthropic również doświadczył ucieczki AI

Modele zostały uruchomione bez zabezpieczeń, które były obecne w publicznie dostępnej wersji Claude, aby umożliwić rzetelne testowanie ich zdolności zarówno w ofensywie, jak i obronie w kontekście cyberbezpieczeństwa. Wymagało to jednak dokładnego oddzielenia testowanego modelu od rzeczywistej sieci. Anthropic przyznał, że ochrona opierała się jedynie na jednej warstwie: konfiguracji środowiska, chociaż lepszym rozwiązaniem byłoby wprowadzenie kilku warstw zabezpieczeń dla modelu. Interesujące jest to, że Anthropic nie kwalifikuje tego incydentu jako ucieczki sztucznej inteligencji, lecz raczej jako własną porażkę w zakresie bezpieczeństwa. Pomiędzy wierszami można jednak odczytać coś, co może nas jeszcze bardziej zaniepokoić.

Claude został poinformowany, że operuje w środowisku symulacyjnym i nie ma dostępu do internetu, ale… później okazało się, że dostęp ten rzeczywiście istnieje. Mimo tego, był wciąż przekonywany, że działa w symulowanym otoczeniu. To illogiczne rozumowanie stanowi jedną z hipotez dotyczących przyczyn „ucieczki” Claude’a; dochodzenie w tej sprawie nadal trwa, a nie ustalono jeszcze, na ile modele rzeczywiście rozumiały charakter podejmowanych działań.

Wynik testu stawiany ponad metodę wykonania zadania

W skrócie: sztuczna inteligencja zachowuje się tak, jakby cel uświęcał środki do jego osiągnięcia. W działaniu Claude’a widać oznaki usilnego dążenia do zaliczenia testu cyberbezpieczeństwa. Ktoś mógłby argumentować, że to dobrze, ponieważ takie zadanie zostało mu powierzone. Jednak sytuacja staje się problematyczna, gdy AI jest gotowe na podejmowanie szkodliwych działań, mieć „prawdziwy” dostęp do internetu, aby zrealizować ściśle określony cel.

Czytaj dalej poniżej

Zachowanie to mogło być jednak wywołane konstrukcją samego eksperymentu, w tym sprzecznością między brakiem dostępu do internetu a jego późniejszym odkryciem. W jednym przypadku fikcyjny cel testu miał (co rzekomo było przypadkiem) tę samą nazwę, co strona internetowa w „prawdziwej sieci”, co mogło dodatkowo zdezorientować model i podważyć jego pewność co do tego, czy działał w fikcyjnym, a może w rzeczywistym otoczeniu.

Tak ujawnia się problem łamania reguł treningu w celu zdobycia nagrody bez prawidłowego wykonania zadania. Tak oto, wadliwe konstrukcyjnie (jak w tym przypadku) lub niemożliwe do rozwiązania zadania (patrząc na incydent z OpenAI i atak na Hugging Face), sprzyjają zachowaniom związanym z ucieczkami i nieoczekiwanymi atakami na zewnętrzne infrastruktury. W ostatnim czasie tempo tworzenia środowisk dla tych zastosowań, z wykorzystaniem uczenia poprzez wzmocnienie, zaczęło przewyższać możliwości ich uszczelnienia: stąd Anthropia postanowiła wstrzymać prace na miesiąc, aby zniwelować te dysproporcje. Zidentyfikowano wówczas 10% wadliwych środowisk, a niektóre z powodu błędów logicznych w zadaniach, niewłaściwej konfiguracji czy nieintencjonalnego wpływu na modele, który powodował nieoczekiwane reakcje AI.

Anthropic wprowadza dodatkowe zabezpieczenia i ostrzega

Firma Anthropic wdrożyła klasyfikator, który w czasie rzeczywistym wykrywa agresywne zachowania modelu w środowisku testowym, podejmowane próby opuszczenia go lub nieoczekiwany dostęp do internetu. System zablokuje działania modelu jeszcze przed wykorzystaniem narzędzia, kończąc zadanie i informując człowieka, ponieważ wiemy, że model raczej samodzielnie nie zgłosi, że właśnie znalazł lukę w naszej infrastrukturze, buduje strategię ataku i szykuje się do wielkiego rajdu. Te najbardziej ryzykowne środowiska testowe przeniesiono do obszarów o mocniejszej izolacji, a testy oraz treningi wznowiono po wprowadzeniu tych zmian.

Czytaj również: Agent OpenAI wydostał się z firmy i zaatakował Hugging Face. To mógł być GPT-6.

Jakie są wnioski z tej sytuacji? Niektórzy uważają, że model zachowuje się dokładnie jak człowiek: oszukuje, gdy ma taką możliwość i gdy zadanie jest trudne, ukrywa przed nami swoje intencje i skupia się tylko na celu, poświęcając przy tym właściwe środki. Osobiście jednak uważam, że model nie rozumuje „po ludzku”. Człowiek z silnym kręgosłupem moralnym powinien w takiej sytuacji uczciwie zgłosić, że ma możliwości do wykonania czegoś, bo widzi sprawę tak, a nie inaczej. Modele AI tego nie robią. Działają w ukryciu, ich agenci popadają w paranoję i „boją się” odkrycia ich intencji. Tak było przypadku OpenAI i ataku na Hugging Face. Wyzwolenie uzyskane przez maszynę w obecnym kształcie, nie jest równoznaczne z poziomem moralności i zasadami, które są dla nas właściwe. A im silniejsza stanie się sztuczna inteligencja, tym bardziej widoczna będzie ta dysproporcja.

Mimo że wiele osób narzeka na wzrost cen, użytkownicy komputerów nie ustają w zakupach. Przechodząc do faktów: Windows 11 umacnia swoją pozycję na rynku, co nie powinno dziwić, a konfiguracje z 16 GB VRAM zyskują przewagę nad tymi z 8 GB. Chociaż ranking kart graficznych pozostaje dość skromny i jednostronny, firma AMD zyskuje na znaczeniu w segmencie procesorów.

Valve opublikowało wyniki ankiety dotyczącej sprzętu i oprogramowania Steama za sierpień. Najwięcej zmian zaszło w obszarze systemów operacyjnych oraz ilości pamięci graficznej. Windows 11 zwiększył swój udział w rynku o 0,71 punktu procentowego, osiągając 70,97%. W tym samym czasie Windows 10 spadł o 0,40 punktu procentowego, osiągając 22,90%. W ramach komputerów działających na systemie Microsoftu, nowa wersja przełamała kolejną barierę, odpowiadając już za 75% maszyn.

Niemal cały Steam to Windows

Skąd różnica pomiędzy 70,97 a 75,53%? Pierwsza wartość obejmuje wszystkie urządzenia uczestniczące w ankiecie, w tym te z Linuksem i macOS. Druga odnosi się tylko do komputerów stacjonarnych działających na systemie Windows, gdzie w sierpniu Windows 11 wzrósł o 0,52 punktu procentowego, podczas gdy Windows 10 spadł o 0,51 punktu procentowego, osiągając 24,37%. Migracja do nowszej wersji trwa, mimo że starszy system wciąż funkcjonuje na co czwartym badanym komputerze z wszystkich wersji „okienek”. Jak na niewspierany software, to i tak sporo.

Dominacja systemu Windows jest praktycznie niepodważalna: jego udział wzrósł do 93,95%. Linux stracił 0,11 punktu procentowego, kończąc miesiąc z wynikiem 3,90%, a macOS spadł o 0,18 punktu procentowego do 2,14%. SteamOS Holo jest najczęściej występującym systemem wśród urządzeń z zainstalowanym Steamem, choć i tak spadł o 0,82% w porównaniu do poprzedniego rankingu. CachyOS zajmuje drugie miejsce z wynikiem 0,60% i jako jeden z nielicznych zwiększył swój udział o symboliczne 0,03%. Wszystkie te zmiany są na granicy błędu statystycznego, więc mogły wyniknąć z losowego doboru maszyn w raporcie.

16 GB VRAM-u zyskuje popularność

Mimo że wiele osób narzeka na ceny i deklaruje, że nie będą kupować nowych urządzeń, rynek pokazuje migrację w kierunku mocniejszych konfiguracji sprzętowych. W lipcu konfiguracje z 16 GB VRAM po raz pierwszy weszły na czoło z udziałem 25,90%. W sierpniu ich udział wzrósł o 1,02 punktu procentowego, osiągając 26,92%. Konfiguracje z 8 GB również zyskały, ale mniej – o 0,42 punktu procentowego, do 25,74%. Przewaga modeli z 16 GB zatem znacząco rośnie.

Czytaj dalej poniżej

Obecnie 16 GB VRAM to najczęstszy rozmiar pamięci, ale wciąż oznacza to nieco ponad jedną czwartą badanych urządzeń, a znaczna część użytkowników nadal operuje poniżej tego poziomu. Sam rozmiar tego parametru nie mówi jednak wszystkiego o wydajności układu: kluczowe są również architektura GPU, przepustowość pamięci oraz ogólna moc obliczeniowa. Kierunek zmian jest jednak wyraźny.

RTX 3060 broni tytułu lidera

Trzy najpopularniejsze układy dzieli zaledwie 0,15 punktu procentowego. GeForce RTX 3060 prowadzi z wynikiem 3,92%, tuż za nim znajduje się mobilny RTX 4060 z udziałem 3,84%, a RTX 5070 osiągnął 3,77%. W świecie GPU jest wyjątkowo ciasno, co pokazuje, że mimo kryzysu cenowego użytkownicy chętnie nabywają nowoczesne sprzęty.

Czytaj również: Zrobił grę-żart na Steamie. Na jego konto wpadł ponad milion dolarów, ale…

Pokazując dane dotyczące procesorów, Intel wciąż utrzymuje przewagę w komputerach z Windowsem, osiągając 54,47%, podczas gdy AMD zdobyło 45,52%. Niewielki dystans między producentami nadal się zmniejsza, chociaż sierpniowe dane nie wyjaśniają bezpośrednio przyczyn tego stanu. Widać jednak, że procesory Ryzen zyskują na popularności i nie ma w tym nic zaskakującego. Intel powoli traci dominującą pozycję na rynku procesorów, ale nie widać tu znacznych oznak rychłej rewolucji. Przewiduję, że nadejdzie czas, gdy obaj producenci będą dzielić się rynkiem „po połowie”, co jest wynikiem wytężonej pracy AMD.

Przed nadchodzącymi targami IFA 2026, NVIDIA ogłosiła datę premiery komputerów wyposażonych w układ RTX Spark. Firma zaprezentowała również otwartoźródłowe narzędzie PAIR, które umożliwia podział zadań AI pomiędzy różne urządzenia w domu.

RTX Spark N1X w dwóch wariantach

Pierwszy układ z rodziny RTX Spark, model N1X, trafi do sprzedaży w październiku w dwóch wersjach. Mocniejszy z wariantów łączy GPU Blackwell z 6144 rdzeniami CUDA, 20-rdzeniowym procesorem Grace oraz pamięcią zunifikowaną od 24 do 128 GB. Zostanie zastosowany w laptopach oraz niewielkich komputerach stacjonarnych. Słabsza wersja będzie dysponować 5120 rdzeniami CUDA, 18-rdzeniowym procesorem oraz pamięcią od 24 do 32 GB, jednak na razie dostępna będzie jedynie w laptopach. Oba modele będą sprzedawane pod oznaczeniem N1X, dlatego istotne będzie zwracanie uwagi na ich specyfikacje.

Komputery z nowym układem przygotowują takie firmy jak ASUS, Acer, Dell, HP, Lenovo, Microsoft oraz MSI. Ich dostępność będzie uzależniona od producenta oraz regionu, a ceny nie zostały jeszcze ogłoszone.

RTX Spark oparty jest na architekturze ARM, dlatego dla graczy istotna będzie zgodność z systemami chroniącymi przed oszustwami. Wsparcie dla tej architektury już zapowiedziały takie firmy jak EA, Epic Games, Riot Games, Ubisoft, Embark oraz Krafton.

NVIDIA PAIR: kilka komputerów, jedna kolejka zapytań

NVIDIA PAIR (Personal AI Router) można zainstalować na każdym komputerze, który ma być częścią domowego klastra. Urządzenia wykrywają się nawzajem za pomocą protokołu mDNS, parując się przy użyciu sześciocyfrowego kodu, a komunikacja odbywa się za pośrednictwem szyfrowanego połączenia mTLS. Program współpracuje z Ollamą oraz LM Studio, kierując zapytania do wybranych maszyn w sieci.

Czytaj dalej poniżej

PAIR nie dzieli jednego modelu między kilka kart graficznych. Każde zapytanie trafia w całości do jednego węzła, co oznacza, że model nadal musi zmieścić się w pamięci pojedynczego komputera. Rozwiązanie to przyspiesza pracę tylko wtedy, gdy agent wykonuje wiele zadań równocześnie. Podczas demonstracji, zadania pięciu pomocniczych agentów zostały rozdzielone między komputer z RTX 5090, laptop z RTX Spark oraz stację DGX Spark. Cała operacja zajęła mniej niż 10 minut, co w porównaniu do około 18 minut na jednej maszynie, stanowi znaczną oszczędność czasu.

Wersja beta PAIR przydziela zadania na podstawie długości kolejki oraz obciążenia GPU. Omija również komputer, na którym trwa gra lub renderowanie. PAIR obsługuje systemy Windows, Linux oraz macOS i nie wymaga kart NVIDII. Wystarczy sprzęt zgodny z Ollamą lub LM Studio, co pozwala na dołączenie do klastra np. MacBooka z procesorem Apple. Bezpłatny program zostanie udostępniony 3 września na licencji Apache 2.0.

Prostsza instalacja lokalnych agentów

Hermes Agent we wrześniu zyska kreatora, który dobierze, pobierze i skonfiguruje lokalny model na komputerach z RTX oraz DGX działających pod systemem Windows lub Linux. Podobne funkcje ma wprowadzić aplikacja OpenClaw dla systemu Windows. Perplexity z kolei zapowiada wersję swojego lokalnego agenta Portable Computer na karty RTX. Gdy lokalny model nie poradzi sobie z zadaniem, program przekaże je do chmury.

NVIDIA ogłosiła również optymalizacje dla narzędzi llama.cpp oraz vLLM. Zgodnie z informacjami od firmy, llama.cpp oferuje teraz do 1,6 razy wyższą przepustowość, natomiast vLLM działa do 1,4 razy szybciej na dwóch połączonych stacjach DGX Spark. Zmiany te zostały już wdrożone w llama.cpp, LM Studio, Ollamie oraz vLLM.