🏛️ Неостварливиот закон за вештачка интелигенција што Белата куќа сака да го донесе ↗
Вашингтон се залага за она што би можело да стане првиот голем федерален закон за вештачка интелигенција, при што официјалните лица тврдат дека на САД им е потребна единствена национална рамка, а не фрагментирана крпеница од држава до држава. Таа идеја циркулира со години, но сега носи поостро чувство на итност.
Притисокот доаѓа од сите правци одеднаш - заштита на потрошувачите, национална безбедност, правила за податоци и глобална конкуренција. Значајно е што речиси сите се согласуваат дека на вештачката интелигенција ѝ се потребни правила, но формата што тие правила треба да ја имаат сè уште се чини само делумно нацртана, како некој да ја скицирал контурата, а средината ја оставил недовршена.
🧠 Бумот на вештачката интелигенција го забрзува растот на кинеската индустрија за чипови, бидејќи побарувачката го оптоварува синџирот на снабдување ↗
Кинеската индустрија за чипови добива силен поттик од побарувачката за вештачка интелигенција, а раководителите велат дека растот ги надминува очекувањата, бидејќи обуката на модели и инференцијата апсорбираат сè понапреден хардвер. Нема ништо суптилно во тоа - вештачката интелигенција сака чипови, потоа повеќе чипови, а потоа некако повторно повеќе.
Проблемот е што синџирот на снабдување е под притисок. Како што чиповите стануваат посложени и побавни во перформансите, целиот екосистем - дизајн, пакување, производство - почнува да личи на мотор кој се турка малку премногу блиску до црвената линија.
🌐 Openreach ја користи вештачката интелигенција на Google за да го забрза воведувањето на оптички влакна и да ги намали емисиите ↗
Openreach ја користи вештачката интелигенција на Google за поефикасно планирање на воведувањето на оптички влакна, со цел да се забрза распоредувањето, а воедно да се намалат емисиите. Тоа е многу практична приказна за вештачката интелигенција, која делува освежувачки - помалку роботски лирика, повеќе кабли во земјата.
Премисата е дека подоброто планирање на рутите и попаметните оперативни одлуки би можеле да ги намалат залудните патувања и да ја подобрат ефикасноста на градењето. Можеби на прв поглед здодевно, но сепак ова е нешто што е важно тивко - вештачката интелигенција како клуч, а не како магично стапче.
💸 Мета ги зголемува платите на врвните директори со опции за акции додека трката со вештачка интелигенција се загрева ↗
„Мета“ им дава на врвните раководители поголеми награди за акции, бидејќи борбата за таленти за вештачка интелигенција се интензивира. Самото тоа кажува доста - кога трката се загрева, чековните книшки зборуваат погласно.
Овој потег се чини дека е обид за задржување на играчите, бидејќи конкурентите продолжуваат да фрлаат пари, престиж и огромни буџети за пресметување. Тоа не е особено изненадувачки, иако нагласува како трошењето за вештачка интелигенција сега се прелева многу подалеку од чиповите и центрите за податоци во директна внатрешна политика на моќ.
🇮🇳 Конкурентот на „Меркор“, „Декан АИ“, собра 25 милиони долари, според извори од експерти од Индија ↗
„Декан АИ“ собра 25 милиони долари за да ја прошири својата работа врз податоците и евалуацијата по обуката, потпирајќи се на експертска работна сила со седиште во Индија. Ова е потсетник дека врвната вештачка интелигенција не се гради само во дотерани лаборатории - голем дел од суштинското подесување се случува во помалку гламурозните слоеви под неа.
Стартапот помага во подобрување на области како што се перформансите на кодирањето, однесувањето на агентите и употребата на алатките, што се токму деловите за кои компаниите се грижат откако ќе се воспостави основниот модел. Значи да, бумот на вештачката интелигенција сè уште се однесува на гигантските модели, но и на човечкото скеле обвиткано околу нив.
🗜️ Google го претставува TurboQuant, нов алгоритам за компресија на меморија со вештачка интелигенција - и да, интернетот го нарекува „Pied Piper“ ↗
Истражувачите на Google го открија TurboQuant, метод за компресија на меморија дизајниран да ја намали работната меморија со вештачка интелигенција без да ги намали перформансите. Многу технички, многу Google - а сепак интернетот го претвори во шега за ситком речиси веднаш, бидејќи секако дека беше така.
Она што е важно е аголот на ефикасност. Ако моделите можат да задржат позначаен контекст, а да користат помалку меморија, тоа би можело да го олесни вистинското тесно грло во системите со вештачка интелигенција. Звучи нишно сè додека не се сетите дека подобрата компресија може да се прошири во поевтини, побрзи и поспособни производи.
👷 Јазот во вештините за вештачка интелигенција е тука, вели компанијата за вештачка интелигенција, а моќните корисници напредуваат ↗
Најновото читање на Антропик за пазарот на трудот сугерира дека вештачката интелигенција сè уште не предизвикала големи загуби на работни места, но создава сè поголем јаз помеѓу луѓето кои знаат добро да ги користат овие алатки и сите други. Тоа се чини како централна приказна во моментов - не масовна замена, сè уште не, туку нерамномерно забрзување.
Моќните корисници стануваат побрзи и поефикасни, додека помладите или поновите работници можеби први ќе ја почувствуваат промената. Тоа е малку како да им дадете на половина од вработените во канцеларијата џет-пакети, а на останатите да им кажете да одат брзо.
Најчесто поставувани прашања
Зошто Белата куќа сега се залага за федерален закон за вештачка интелигенција?
Статијата сугерира дека итноста се интензивирала бидејќи неколку притисоци се спојуваат одеднаш: заштита на потрошувачите, национална безбедност, управување со податоци и меѓународна конкуренција. Федерален закон за вештачка интелигенција се претставува како начин да се избегне фрагментирана, држава-по-држава крпеница. Отвореното прашање повеќе не е дали се потребни правила, туку каква форма треба да имаат тие правила во пракса.
Што решава една единствена национална рамка за вештачка интелигенција во споредба со правилата по држави?
Национална рамка генерално би го поедноставила усогласувањето за компаниите што градат или распоредуваат вештачка интелигенција низ САД. Наместо да се снајдат во различен сет на обврски во секоја држава, бизнисите би можеле да работат според една основна линија. Текстот сугерира дека креаторите на политиките го сметаат ова за важно и за домашната јасност и за одржување на глобалната конкурентност.
Зошто побарувачката за вештачка интелигенција претставува толку голем притисок врз синџирот на снабдување со чипови во Кина?
Статијата укажува на едноставна динамика: обуката на модели и инференцијата продолжуваат да трошат понапреден хардвер. Како што побарувачката расте, притисокот се движи низ целиот стек, вклучувајќи го дизајнот на чипови, пакувањето и производството. Проблемот не е само големиот обем, туку и растечките барања за перформанси и сложеност што го отежнуваат чистото скалирање на синџирот на снабдување.
Како се користи вештачката интелигенција во реални инфраструктурни проекти како што е воведувањето на оптички влакна?
Во овој случај, вештачката интелигенција се користи помалку како производ што привлекува внимание, а повеќе како оперативна алатка. Openreach ја применува вештачката интелигенција на Google за да го подобри планирањето, да ги намали залудно потрошените патувања и да ги направи одлуките за воведување поефикасни. Тоа е важно бидејќи дури и скромните придобивки во насочувањето и распоредот можат да го забрзаат воведувањето, а истовремено да помогнат во намалувањето на емисиите.
Зошто компании како Мета ги зголемуваат наградите за акции на раководители за време на трката за вештачка интелигенција?
Статијата го толкува ова како прашање на талент и задржување. Како што се интензивира конкуренцијата во вештачката интелигенција, компаниите трошат не само на чипови и центри за податоци, туку и на спречување на привлекување на високи лидери на други места. Поголемите награди за акции сигнализираат дека борбата за предност сега се протега на внатрешни стимулации, статус и долгорочна компензација.
Како всушност изгледа јазот во вештините за вештачка интелигенција во моментов?
Според текстот, моменталниот модел е помалку за широки загуби на работни места, а повеќе за нееднакви добивки. Луѓето кои веќе знаат како ефикасно да ги користат алатките за вештачка интелигенција стануваат побрзи и попродуктивни, додека други ризикуваат да заостанат. Тоа создава растечки јаз во тимовите, особено таму каде што поновите работници имаат помалку искуство во претворањето на вештачката интелигенција во практичен резултат.