🏭 Vācijas premjerministrs Mercs apgalvo, ka rūpnieciskajam mākslīgajam intelektam nepieciešams mazāk stingrs ES regulējums ↗
Vācu politologs Frīdrihs Mercs apgalvoja, ka rūpnieciskajam mākslīgajam intelektam būtu jāpiemēro vieglāki ES noteikumi, brīdinot, ka Eiropa riskē palēnināt savu attīstību tieši tad, kad rūpnīcas, loģistikas un inženieruzņēmumi sāk integrēt mākslīgo intelektu nepievilcīgās, bet svarīgajās ekonomikas daļās.
Saspīlējums ir skaidrs: Eiropa vēlas drošības margas, bet rūpniecība vēlas ātrumu. Tā ir klasiskā diskusija par "drošības jostu vai rokas bremzi" — izņemot to, ka automašīna ir robotizēts iekrāvējs ar atkarību no izklājlapām.
🧠 Tiek ziņots, ka NSA ir piekļuve Antropic's Mythos, neskatoties uz to, ka tas ir atzīts par piegādes ķēdes risku ↗
Anthropic Mythos drāma ieguva citu pavērsienu: NSA, kā ziņots, ir piekļuve modelim, lai gan Anthropic tiek uzskatīts par piegādes ķēdes risku dažās ASV aizsardzības pasaules daļās.
Tas ir… diezgan daudz. Acīmredzot viena valdības daļa ir piesardzīga, kamēr cita to izmanto jebkurā gadījumā, vai vismaz tā šķiet. Visam šim pasākumam ir tāda sajūta, ka visi piekrīt, ka plīts ir karsta, vienlaikus joprojām cepot uz tās grauzdiņus.
💻 Mākoņdatošanas platforma Vercel tika uzlauzta ↗
Versels apgalvoja, ka tā ticis uzlauzta, un uzbrukums, kā ziņots, radies no kompromitēta trešās puses mākslīgā intelekta rīka. Tas ir asākais — nevis kārtējais mākoņa pārkāpums, bet gan mākslīgā intelekta rīki neveikli stāv durvīs.
Izstrādātājiem tas ir nepatīkami. Mākslīgā intelekta kodēšanas palīgi tagad ir daļa no piegādes ķēdes, kas nozīmē, ka viņi manto tās pašas vecās drošības problēmas, tikai valkājot mirdzošāku mazu cepurīti.
🧩 Google risina sarunas ar Marvell par jaunu mākslīgā intelekta mikroshēmu izstrādi, ziņo The Information ↗
Tiek ziņots, ka Google risina sarunas ar Marvell par jaunu mākslīgā intelekta secinājumu mikroshēmu izveidi, norādot uz nākamo lielo kaujas lauku: ne tikai monstru modeļu apmācību, bet arī to lētu un pastāvīgu darbināšanu.
Secinājumi ir vieta, kur mākslīgais intelekts saskaras ar elektrības rēķinu. Ja Google var izspiest lielāku efektivitāti no pielāgota silīcija, tam ir nozīme gan Search, gan Gemini, mākoņpakalpojumu klientiem un, iespējams, septiņpadsmit lietās, kuras viņi vēl nav nosaukuši.
🎙️ OpenAI eksistenciālie jautājumi ↗
TechCrunch aplāde “Equity” iedziļinājās OpenAI nesenajos iegādes darījumos un ar tiem saistītajos plašākos jautājumos. Formulējums bija tiešs: šie darījumi varētu būt nevis nejauša iepirkšanās, bet gan izdzīvošanas mīkla.
Neērtais jautājums ir, vai OpenAI spēs saglabāt savas priekšrocības, kamēr konkurenti tuvojas, izmaksas joprojām ir nežēlīgas un uzņēmumam joprojām ir nepieciešami gan talanti, gan infrastruktūra kā pūķim zelts. Citiem vārdiem sakot, glīti organizēts haoss.
🔬 Vai domājat, ka mākslīgais intelekts "zina", ko tas dara? Zinātnieki saka, ka padomājiet vēlreiz ↗
Jaunā pētījumā tika noliegta ideja, ka mākslīgā intelekta sistēmas patiesi “zina”, ko tās dara. Ne jau tas ir svarīgi, ka mākslīgajam intelektam nav vērtības, bet gan tas, ka tā plūdums var apmānīt cilvēkus, liekot viņiem saprast, kur varētu būt dūmi, kas atbilst modeļiem.
Tā ir atsvaidzinoša, auksta duša. Šīs sistēmas var izklausīties pārliecinātas, izpalīdzīgas un pat viegli burvīgas, taču tas nenozīmē, ka tosterī dzīvo mazs profesors.
Bieži uzdotie jautājumi
Kāpēc Vācija vēlas vieglākus ES noteikumus rūpnieciskajam mākslīgajam intelektam?
Vācu politologs Frīdrihs Mercs apgalvo, ka rūpnieciskajam mākslīgajam intelektam ir nepieciešams vieglāks ES regulējums, lai rūpnīcas, loģistikas uzņēmumi un inženiertehniskie uzņēmumi varētu darboties ātrāk. Bažas rada tas, ka pārāk stingri noteikumi varētu palēnināt ieviešanu tieši laikā, kad mākslīgais intelekts tiek integrēts praktiskajās rūpnieciskajās darbplūsmās. Debates ir par drošības un konkurētspējas līdzsvarošanu, neļaujot regulējumam kļūt par produktivitātes bremzi.
Kam rūpnīcās un loģistikā tiek izmantota rūpnieciskā mākslīgā intelekta?
Rūpniecisko mākslīgo intelektu parasti izmanto mazāk glaunās, bet svarīgās ekonomikas daļās, tostarp rūpnīcu automatizācijā, loģistikas plānošanā, inženiertehniskajās darbplūsmās un operatīvo lēmumu pieņemšanā. Daudzos cauruļvados tas palīdz uzņēmumiem uzlabot efektivitāti, koordinēt iekārtas un pārvaldīt sarežģītus procesus. Rakstā šī ir galvenā joma, kurā Eiropa vēlas inovācijas, vienlaikus saglabājot drošības barjeras.
Kāpēc Antropic mīts tiek apspriests kā piegādes ķēdes risks?
Antropic mīts tiek apspriests, jo NSA, kā ziņots, ir piekļuve šim modelim, lai gan Anthropic dažās ASV aizsardzības pasaules daļās tiek uzskatīts par piegādes ķēdes risku. Problēma nav tikai pats modelis, bet gan pretruna starp piesardzību vienā valdības daļā un ziņoto izmantošanu citā. Tas rada neērtus jautājumus par mākslīgā intelekta iepirkumiem un uzticēšanos.
Kā mākslīgā intelekta rīki var kļūt par kiberdrošības risku izstrādātājiem?
Mākslīgā intelekta rīki var kļūt par kiberdrošības riskiem, ja tie tiek integrēti izstrādes darbplūsmās un uzskatīti par daļu no programmatūras piegādes ķēdes. Ziņots, ka Vercel uzlaušanas cēlonis bija kompromitēts trešās puses mākslīgā intelekta rīks, kas parāda, kā izstrādātāju palīgi un mākoņa rīki var ieviest jaunus uzbrukuma ceļus. Galvenā mācība ir tāda, ka mākslīgā intelekta rīkiem ir nepieciešama tāda pati pārbaude kā jebkurai citai atkarībai.
Kāpēc mākslīgā intelekta secinājumu mikroshēmas kļūst tik svarīgas?
Mākslīgā intelekta secinājumu mikroshēmām ir nozīme, jo secinājumi ir posms, kurā mākslīgā intelekta sistēmas tiek atkārtoti palaistas reāliem lietotājiem, produktiem un pakalpojumiem. Rakstā norādīts, ka Google, kā ziņots, runā ar Marvell par jaunām secinājumu mikroshēmām, kas liek domāt, ka efektivitāte kļūst par galveno konkurences fokusu. Lētāka un ātrāka secinājumu veikšana var ietekmēt meklēšanu, mākoņpakalpojumus, mākslīgā intelekta palīgus un liela mēroga produktu ieviešanu.
Par ko ir OpenAI “eksistenciālie jautājumi”?
Rakstā OpenAI nesenie iegādes darījumi tiek aplūkoti kā daļa no plašākas izdzīvošanas mīklas, nevis nejauša tēriņu lavīna. Spiedienu rada pieaugošā konkurence, augstās infrastruktūras izmaksas un pastāvīgā vajadzība pēc talantiem. Jautājums ir par to, vai OpenAI var saglabāt savu vadošo lomu, kamēr konkurenti uzlabojas un progresīva mākslīgā intelekta izveides ekonomiskie aspekti joprojām ir sarežģīti.
Vai mākslīgais intelekts saprot, ko tas dara?
Rakstā minētais pētījuma apraksts atspēko ideju, ka mākslīgā intelekta sistēmas patiesi “zina”, ko tās dara. Praktisks brīdinājums ir tāds, ka tekošas atbildes var likt cilvēkiem pieņemt, ka pastāv patiesa izpratne. Mākslīgais intelekts joprojām var būt vērtīgs, taču lietotājiem jāatceras, ka pārliecināta valoda automātiski nenozīmē spriešanas spējas, izpratni vai uzticamu spriedumu.
Kādas bija lielākās mākslīgā intelekta ziņu tēmas šajā rakstā?
Lielākās tēmas bija mākslīgā intelekta regulējums, kiberdrošība, mikroshēmu infrastruktūra, modeļu uzticēšanās un konkurences spiediens mākslīgā intelekta nozarē. Kopā tās parāda, ka mākslīgais intelekts vairs nav tikai iespaidīgas demonstrācijas vai tērzēšanas roboti. Tagad tas ir saistīts ar rūpniecības politiku, mākoņa drošību, valdības izmantošanu, aparatūras stratēģiju un to, ko pašreizējie modeļi var droši saprast, ierobežojumiem.