🪓 Ekskluzīvi: Meta plāno plašas atlaišanas, pieaugot mākslīgā intelekta izmaksām ↗
Tiek ziņots, ka Meta apsver ievērojamu samazinājumu kārtu — pat piekto daļu uzņēmuma —, lai segtu pieaugošos izdevumus mākslīgajam intelektam un datu centriem. Loģika šķiet nepārprotama: vairāk mikroshēmu, vairāk skaitļošanas līdzekļu, mazāk cilvēku.
Pārsteidzoši ir tas, cik pazīstams tagad izskatās šis skripts. Investīcijas mākslīgajā intelektā tiek uztvertas kā skābeklis, kamēr viss pārējais tiek atdots līdz minimumam, vai vismaz tā šķiet.
🎞️ Pēc autortiesību strīdiem ByteDance aptur video mākslīgā intelekta modeļa palaišanu, ziņo The Information ↗
Ziņots, ka ByteDance ir apturējis video ģenerēšanas modeļa izlaišanu pēc autortiesību strīdiem. Tas ir skaļš atgādinājums, ka ģeneratīvajā mākslīgajā intelektā modelis ir tikai puse no stāsta — apmācības dati var mainīties.
Tā ir tāda neveiksme, kas no malas izskatās pēc procedūras, taču tā var ātri apturēt progresu. Video mākslīgais intelekts turpina steigties uz priekšu, tomēr tiesiskais pamats zem tā joprojām šķiet nedaudz līdzīgs slapjai krāsai.
🔌 Kā lietot jaunās ChatGPT lietotnes integrācijas, tostarp DoorDash, Spotify, Uber un citas ↗
OpenAI jaunās lietotņu integrācijas padara ChatGPT par asistentu, kas dara lietas, nevis tikai runā. Pievienojiet tādus pakalpojumus kā Spotify, Uber un DoorDash un pēc tam pieprasiet atskaņošanas sarakstus, braucienus vai ēdienu – vienkārši uz papīra, bet daudz svarīgāk, nekā sākumā šķiet.
Šeit asistentu sacensība kļūst sarežģīta. Uzvarošais produkts varbūt nav pats viedākais modelis teorētiski, bet gan tas, kas nemanāmi iekļaujas jūsu ikdienas darīšanās, kas izklausās ikdienišķi, un tieši tāpēc tas ir svarīgi.
🛠️ “Neuzbūvēts pareizi pirmajā reizē” — Muska xAI sāk no jauna... atkal, atkal ↗
Tiek ziņots, ka xAI atsāk darbu pie mākslīgā intelekta kodēšanas rīka izveides, piesaistot jaunu vadību no Cursor. Tā nav maza izmaiņa — tā drīzāk atgādina atiestatīšanu pēc tam, kad pirmā versija netika ģenerēta bez problēmām.
Tomēr izplešanās joprojām rada spēcīgu signālu. Tas, ka vadošo mākslīgā intelekta kodēšanas produktu speciālisti virzās uz laboratorijām ar piekļuvi modeļiem un masīvu skaitļošanas jaudu, norāda, kurp mainās smaguma centrs, pat ja kopējā aina joprojām izskatās nestabila.
🪖 ASV armija paziņo par līgumu ar Anduril līdz 20 miljardu dolāru vērtībā ↗
ASV armija ir parakstījusi ilgtermiņa līgumu ar Anduril, kas varētu sasniegt ļoti lielu summu, vēlreiz apstiprinot, cik dziļi mākslīgā intelekta iespējotas aizsardzības tehnoloģijas nonāk vispārējā tirgū. Ne marginālas, ne eksperimentālas – paredzētas iepirkumiem.
Andurils turpina pārvērst aizsardzības un mākslīgā intelekta sarunu no ētikas paneļa abstrakcijas konkrētos budžetos un lauka sistēmās. Varbūt drūmi, bet naudas plūsma sāk izskatīties pēc skrejceļa.
🏭 Masks saka, ka Tesla mega mākslīgā intelekta mikroshēmu rūpnīcas projekts tiks uzsākts septiņu dienu laikā ↗
Elons Masks paziņoja, ka Tesla milzīgā mākslīgā intelekta mikroshēmu ražošanas projekta palaišana ir tuvu, kas ir vēl viena zīme, ka mākslīgā intelekta sacensības vairs nav tikai modeļu jautājums – tās ir par aparatūras steka, kas atrodas zem tiem, īpašumtiesībām. Mikroshēmas, rūpnīcas, barošana, dzesēšana... krāšņās detaļas tagad ir industriālas.
Plašāku modeli ir grūti nepamanīt. Uzņēmumi cenšas slēgt infrastruktūru pirms nākamā pieprasījuma pieauguma, jo nākotnes īre no kāda cita pēkšņi šķiet neveiksmīgs darījums.
Bieži uzdotie jautājumi
Kāpēc pieaugošās mākslīgā intelekta izmaksas noved pie atlaišanām tādos uzņēmumos kā Meta?
Rakstā ir norādīts, ka Meta varētu apsvērt ievērojamus samazinājumus, lai palīdzētu finansēt paplašinātos mākslīgā intelekta un datu centru izdevumus. Tas atspoguļo plašāku kompromisu, kas tagad ir redzams visā nozarē: uzņēmumi uzskata skaitļošanas tehnoloģijas, mikroshēmas un infrastruktūru par būtiskām, vienlaikus agresīvāk samazinot citas izmaksas. Šajā kontekstā darbinieku skaits kļūst par vienu no ātrākajām ietekmēšanas svirām.
Ko ByteDance autortiesību strīdi liecina par video mākslīgā intelekta modeļu veidošanu?
Tie parāda, ka modeļa kvalitāte ir tikai daļa no izaicinājuma. Apmācības dati var kļūt par nopietnu šķērsli, īpaši video jomā, kur autortiesību jautājumus ir grūtāk ignorēt un vieglāk nodot tālāk. Pat ja palaišana no malas šķiet tuva, juridiskā nenoteiktība var ļoti ātri palēnināt vai apturēt progresu.
Kā ChatGPT lietotņu integrācijas maina to, ko mākslīgā intelekta asistents faktiski var paveikt?
Pāreja no jautājumu atbildēšanas uz palīdzību uzdevumu veikšanā ikdienas pakalpojumos. Šajā piemērā integrācijas ar tādām lietotnēm kā Spotify, Uber un DoorDash padara asistentu noderīgāku ikdienas lēmumu pieņemšanā un darbībās. Tas ir svarīgi, jo ērtības, ne tikai neapstrādāta modeļa informācija, var noteikt, kurš asistents kļūs par ikdienas dzīves sastāvdaļu.
Kāpēc, kā ziņots, xAI atkal atsāk savu mākslīgā intelekta kodēšanas rīku izmantošanu?
Ziņotā pārstartēšana liecina, ka iepriekšējā versija nebija pietiekami veiksmīga, lai turpinātu attīstīt esošo versiju. Līderības pārņemšana no tāda produkta kā Cursor norāda uz dziļāku pārstartēšanu, nevis nelielu uzlabojumu. Tas arī signalizē, cik vērtīgi ir kļuvuši pieredzējuši mākslīgā intelekta kodēšanas talanti, īpaši apvienojumā ar tiešu piekļuvi modeļiem un lieliem skaitļošanas resursiem.
Ko Anduril līgums saka par to, kurp virzās investīcijas mākslīgajā intelektā?
Tas parāda, ka mākslīgais intelekts (MI) virzās tālāk par demonstrācijām un pētījumu apspriešanu un pievēršas ilgtermiņa iepirkumiem un izvietošanai objektos. Šāda mēroga darījums liecina, ka aizsardzības pircēji arvien vairāk uzskata MI iespējotas sistēmas par operatīviem rīkiem, nevis spekulatīvām derībām. Rakstā tas tiek raksturots kā zīme, ka budžeti tagad seko MI līdzi konkrētākā, institucionālākā vidē.
Kāpēc mikroshēmu ražotnes, datu centri un aparatūra kļūst tik svarīgas mākslīgā intelekta investīcijās?
Jo konkurence vairs nav tikai par to, kuram ir labākais modelis. Rakstā norādīts uz pieaugošu uzmanību mākslīgā intelekta fiziskajam stekam, tostarp mikroshēmām, ražošanai, barošanai un dzesēšanai. Šķiet, ka uzņēmumi cenšas nodrošināt infrastruktūru jau agrīnā stadijā, jo pilnīga atkarība no ārējām jaudām varētu kļūt dārga, ierobežojoša vai stratēģiski riskanta.