🦞 Tencent integrē WeChat ar OpenClaw mākslīgā intelekta aģentu Ķīnas tehnoloģiju cīņas laikā ↗
Tencent pieslēdza OpenClaw tieši WeChat, izmantojot rīku ar nosaukumu ClawBot, ļaujot lietotājiem mijiedarboties ar aģentu tā, it kā tas būtu vienkārši vēl viens kontakts. Tas ir svarīgi, jo WeChat jau ir ikdienas dzīves centrā vairāk nekā 1 miljardam aktīvo lietotāju mēnesī — tērzēšana, darbs, maksājumi, gandrīz viss. ( Reuters )
Lielākais stāsts ir par aģentu sacensības tempu Ķīnā. OpenClaw ir strauji ieguvis popularitāti, un Tencent tagad virzās līdzās Alibaba un Baidu, katrs cenšoties pārvērst mākslīgā intelekta aģentus no glītas demonstrācijas par slāni, ko cilvēki izmanto visas dienas garumā. ( Reuters )
🏭 Masks saka, ka SpaceX un Tesla Ostinā būvēs modernas mikroshēmu rūpnīcas ↗
Elons Masks paziņoja, ka SpaceX un Tesla Ostinā uzbūvēs divas mikroshēmu rūpnīcas saskaņā ar "Terafab" koncepciju — vienu Tesla transportlīdzekļiem un Optimus robotiem, otru mākslīgā intelekta sistēmām, kas saistītas ar satelītiem un kosmosā bāzētiem datu centriem. Jā, tas izklausās nedaudz zinātniskās fantastikas stilā, bet tāda acīmredzami ir patiesība. ( Reuters )
Viņa pamatarguments bija stulbi vienkāršs: pērciet mikroshēmas no citiem, un jūs joprojām būsiet ierobežoti. Izveidojiet tās paši, un varbūt, tikai varbūt, jūs spēsiet apmierināt automašīnu, robotu, xAI un visu pārējo, kas sekos nākotnei, pieprasījumu. Reuters atzīmēja, ka viņš neminēja laika grafiku, kas šķiet pieminēšanas vērts. ( Reuters )
🤯 Mākslīgā intelekta halucinācijas vajā lietotājus vairāk nekā darba zaudēšana ↗
Liela, ar antropoloģisku pētījumu atbalstīta aptauja, kurā piedalījās vairāk nekā 80 000 Claude lietotāju, atklāja, ka problēma, par kuru cilvēki visvairāk uztraucas, nav darbs — tās ir halucinācijas. Nepareizas atbildes, safabricēti fakti, pārliecinātas muļķības... būtībā ikdienas berze. ( Financial Times )
Aptauja atklāja arī noskaņojuma atšķirības. Lietotāji Dienvidamerikas, Āfrikas un Āzijas daļās bija optimistiskāki, savukārt cilvēki bagātākās un ar mākslīgo intelektu piesātinātākās valstīs bija piesardzīgāki, īpaši attiecībā uz ekonomiskiem traucējumiem. Savā ziņā tas šķiet gan acīmredzams, gan atklājošs. ( Financial Times )
🧑💻 Cursor atzīst, ka tā jaunais kodēšanas modelis tika veidots, pamatojoties uz Moonshot AI Kimi modeli ↗
Cursor laida klajā Composer 2 kā lielu lēcienu kodēšanas intelektā, pēc tam gandrīz nekavējoties to apsūdzēja X lietotājs, kurš apgalvoja, ka tā būtībā ir Kimi 2.5 ar papildu pastiprinājuma mācīšanos virsū. Šī apsūdzība tika saņemta, jo koda pēdas, šķiet, norādīja uz Kimi. ( TechCrunch )
Cursor nenoliedza saistību ar bāzes modeli. Izstrādātāju apmācības vadītājs teica, ka Composer 2 tika izveidots uz atvērtā pirmkoda bāzes un ka lielākā daļa galīgo aprēķinu tika iegūti no Cursor paša apmācības, tāpēc uzņēmums to uztver nevis kā kaut ko neskaidru, bet gan kā standarta modeļa veidošanu. Tomēr Kimi nepieminēšana sākumā šķita nedaudz neveikla. ( TechCrunch )
⚙️ Ekskluzīva ekskursija pa Amazon Trainium laboratoriju — mikroshēmu, kas ir iekarojusi Anthropic, OpenAI un pat Apple ↗
Amazon Trainium centieni izskatās nopietnāki, nekā liek domāt parastais virsraksts "mākoņgigants vēlas savu mikroshēmu". TechCrunch ziņoja par 1,4 miljoniem Trainium mikroshēmu, kas izvietotas vairākās paaudzēs, un Anthropic Claude darbojas ar vairāk nekā 1 miljonu Trainium2 mikroshēmu. Tas vairs nav eksperimentāls risinājums — tas ir reāls mērogs. ( TechCrunch )
Interantāks pavērsiens ir tas, kur tiek izmantots Trainium. Tas tika izveidots, domājot par apmācību, taču secinājumi tagad ir galvenais sašaurinājums, un Amazon apgalvo, ka Trainium2 apstrādā lielāko daļu secinājumu datplūsmas Bedrock platformā. OpenAI darījums ar Amazon tika raksturots arī kā 2 gigavatu Trainium skaitļošanas jaudas nodrošināšana, kas, atklāti sakot, ir milzīgs apjoms. ( TechCrunch )
🎮 Crimson Desert izstrādātājs atvainojas par mākslīgā intelekta mākslas izmantošanu ↗
Izstrādātājs, kas uzņēmās Crimson Desert, atzina, ka mākslīgā intelekta ģenerēta māksla ir iekļuvusi galīgajā versijā, un paziņoja, ka pašlaik veic visaptverošu auditu, lai aizstātu šos resursus. Tas arī atvainojās par to, ka nav skaidrāk izklāstījis mākslīgā intelekta izmantošanu izstrādes laikā. ( The Verge )
Šis ir viens no tiem mazākajiem stāstiem, kas daudz ko pasaka. Spēļu studijas turpina testēt mākslīgo intelektu (AI) ražošanas vidē, taču spēlētāju un izstrādātāju pretestība joprojām ir intensīva, īpaši, ja tā izmantošana tiek slēpta vai atklāta tikai daļēji. Tehnoloģijas noteikti ir, bet uzticības nav. ( The Verge )
Bieži uzdotie jautājumi
Ko Tencent maina lietotājiem, ievietojot ClawBot WeChat ietvaros?
Tas liek mākslīgā intelekta aģentam justies nevis kā atsevišķai lietotnei, bet gan kā dabiskai ikdienas ziņojumapmaiņas sastāvdaļai. Reuters apgalvo, ka Tencent integrēja OpenClaw WeChat, lai lietotāji varētu ar to mijiedarboties kā ar citu kontaktpersonu. Tā kā WeChat jau apstrādā tērzēšanu, darbu un maksājumus vairāk nekā 1 miljardam ikmēneša aktīvo lietotāju, šī sasniedzamība varētu būt tikpat svarīga kā pats modelis.
Kāpēc mākslīgā intelekta aģenti šobrīd kļūst par tik lielu kaujas lauku Ķīnā?
Rakstā norādīts, ka sacensība virzās no iespaidīgām demonstrācijām uz rīkiem, ko cilvēki izmanto visas dienas garumā. Gan Tencent, gan Alibaba, gan Baidu cenšas padarīt aģentus par pastāvīgu ikdienas digitālās dzīves slāni. Praktiski uzvarētājs varētu būt uzņēmums, kas ieauž mākslīgo intelektu jau esošos lietotāju ieradumos, nevis tikai tas, kuram ir visspilgtākais modelis.
Kāpēc Tesla un SpaceX vēlētos būvēt savas mikroshēmu rūpnīcas?
Maska arguments ir tāds, ka atkarība no ārējiem mikroshēmu piegādātājiem rada stingrus izaugsmes ierobežojumus. Reuters norāda, ka plānotās rūpnīcas Ostinā atbalstītu Tesla transportlīdzekļus, Optimus robotus, satelītus un kosmosā balstītas mākslīgā intelekta sistēmas. Loģika ir vertikālā kontrole: ja pieprasījums pēc skaitļošanas turpina pieaugt, lielākas mikroshēmu klāsta daļas īpašumtiesības varētu samazināt atkarību un nodrošināt abiem uzņēmumiem lielāku elastību.
Vai mākslīgā intelekta halucinācijas lietotājiem rada lielākas bažas nekā darba zaudēšana?
Saskaņā ar Financial Times ziņojumu, jā, vismaz aptaujā, kurā piedalījās vairāk nekā 80 000 Claude lietotāju. Cilvēki vairāk uztraucās par nepareizām atbildēm, safabricētiem faktiem un pārliecinātām kļūdām nekā par tiešu darba zaudēšanu. Tas attiecas uz ikdienas lietošanu, jo halucinācijas ir problēma, ar kuru lietotāji saskaras pirmā, kad paļaujas uz mākslīgo intelektu pētniecībai, rakstīšanai vai lēmumu atbalstam.
Kāpēc Cursor tika kritizēts par Composer 2 būvēšanu uz Kimi bāzes?
Negatīvā reakcija vairāk bija saistīta ne tik daudz ar aizgūšanu no atvērtā pirmkoda bāzes, cik ar informācijas atklāšanu. TechCrunch apgalvo, ka kāds X lietotājs apgalvoja, ka Composer 2 būtībā bija Moonshot AI Kimi 2.5 ar papildu pastiprinājuma mācīšanos, un Cursor vēlāk atzina saistību ar bāzes modeli. Daudzās AI darbplūsmās esoša modeļa izmantošana ir normāla parādība, taču lietotāji parasti sagaida skaidrāku strukturējumu, kad produkts tiek reklamēts kā liels solis uz priekšu.
Kas padara Amazon Trainium par nopietnu spēlētāju mākslīgā intelekta mikroshēmu sacensībās?
Rakstā aprakstītais mērogs ir tas, kas izceļas. TechCrunch ziņo par 1,4 miljoniem Trainium mikroshēmu, kas izvietotas dažādās paaudzēs, un vairāk nekā 1 miljons Trainium2 mikroshēmu ir saistītas ar Anthropic Claude darba slodzēm. Tajā arī teikts, ka Trainium2 tagad apstrādā lielāko daļu secinājumu datplūsmas Bedrock platformā, kas liecina, ka Amazon vairs neuzskata savas mikroshēmas par blakusprojektu, bet gan par galveno mākslīgā intelekta infrastruktūru.
Kāpēc spēlētāji un izstrādātāji joprojām pretojas mākslīgā intelekta mākslai spēlēs?
Crimson Desert gadījums parāda, ka tehniskās spējas izmantot mākslīgā intelekta resursus nav tas pats, kas uzticības iegūšana. The Verge apgalvo, ka izstrādātājs atvainojās pēc tam, kad mākslīgā intelekta ģenerētā māksla nonāca galīgajā versijā, un uzsāka auditu, lai aizstātu šos resursus. Bieži sastopama problēma ir pārredzamība: slēpta vai neskaidri atklāta mākslīgā intelekta izmantošana mēdz izraisīt spēcīgāku negatīvu reakciju nekā skaidri izskaidroti eksperimenti.
Kādi ir galvenie secinājumi no šī mākslīgā intelekta jaunumu apskata?
Visizteiktākās tēmas ir izplatīšana, skaitļošana, uzticamība un uzticēšanās. Šis mākslīgā intelekta ziņu kopums rāda, kā uzņēmumi sacenšas, lai ievietotu aģentus ikdienas produktos, nodrošinātu savu mikroshēmu drošību un mērogotu gan apmācību, gan secinājumus. Tajā pašā laikā lietotāju trauksme joprojām balstās uz praktiskām neveiksmēm, piemēram, halucinācijām, savukārt slēpta vai pārspīlēta mākslīgā intelekta izmantošana joprojām rada reputācijas risku.