💸 Anthropic-ი Amazon-ის AWS-ს 100 მილიარდ დოლარს ჩადებს ↗
Anthropic-მა და Amazon-მა ახლახან გაამკაცრეს ერთ-ერთი უდიდესი ხელოვნური ინტელექტის ინფრასტრუქტურის თანამშრომლობის ხელშეკრულება. Anthropic მომდევნო ათწლეულის განმავლობაში AWS-ს 100 მილიარდ დოლარზე მეტს გამოუყოფს Claude-ის გადასამზადებლად და გასაშვებად.
Amazon-ი დაუყოვნებლივ 5 მილიარდ დოლარს დებს, დამატებით 20 მილიარდ დოლარამდე ინვესტიციის ოფციით. გარიგება ასევე Anthropic-ს Amazon-ის Trainium ჩიპებზე წვდომას აძლევს - ფაქტობრივად, Amazon-ი ეუბნება: „გთხოვთ, სამუდამოდ ნუ გააქირავებთ Nvidia-ს“, მაგრამ გაცილებით დიდი ჩეკით.
სასაცილო, ან შესაძლოა სულაც არ იყოს სასაცილო, ის არის, რომ Anthropic კვლავ მარეგულირებელი ორგანოების ზეწოლის ქვეშაა, ამავდროულად კი კიდევ უფრო ღრმად არის ჩართულნი დიდი ტექნოლოგიური ინფრასტრუქტურაში. ძალიან სუფთა, ძალიან ჩახლართული.
🧾 Anthropic-მა ლობირების რეკორდულ კვარტალში OpenAI-ს გაუსწრო ↗
Anthropic-მა პირველ კვარტალში ლობირებაზე 1.6 მილიონი დოლარი დახარჯა, ხოლო OpenAI-მ - 1 მილიონი დოლარი. ეს ორივესთვის რეკორდულ კვარტალს წარმოადგენს და საკმაოდ ნათელი ნიშანია იმისა, რომ ხელოვნური ინტელექტის ლაბორატორიები აღარ ქმნიან მხოლოდ მოდელებს, ისინი ვაშინგტონში გამოცდილი ოპერატორებივით მუშაობენ.
Anthropic-ის ხარჯები მკვეთრად გაიზარდა გასული წლის ანალოგიურ პერიოდთან შედარებით, რაც, სავარაუდოდ, დაკავშირებულია ფედერალურ კონტროლთან, პენტაგონთან არსებულ უთანხმოებასთან და უფრო ფართო დავასთან იმის შესახებ, თუ როგორ უნდა მოეპყრონ მთავრობებმა სასაზღვრო ხელოვნურ ინტელექტს.
OpenAI-ის ლობირება საავტორო უფლებებზე, კიბერუსაფრთხოებაზე, ხელოვნური ინტელექტის პოლიტიკასა და ღრუბლოვან ინფრასტრუქტურაზე იყო ორიენტირებული. არც ისე მომხიბვლელი რამ, მაგრამ სწორედ აქ იწყება მომავლის ჩუმად ჩამოყალიბება.
🧠 OpenAI ChatGPT Images 2.0-ს უშვებს ↗
OpenAI-მ გამოუშვა ChatGPT Images 2.0, რომელიც გთავაზობთ გაუმჯობესებულ ინსტრუქციებს, სურათებში ტექსტის გენერირების უფრო ეფექტურ შესაძლებლობებს და ახალ „აზროვნების“ შესაძლებლობებს, რომელთა გამოყენებითაც შესაძლებელია ვებ-ძიების გამოყენება უფრო რთული ვიზუალური მასალის შესაქმნელად.
განახლება ისეთ საკითხებზეა ორიენტირებული, როგორიცაა ინფოგრაფიკა, სლაიდები, რუკები, მანგა, მრავალენოვანი ტექსტი და მრავალი სურათის გენერირება. ზღვარი „სურათის ხელსაწყოსა“ და „ყუთში ჩასმულ პაწაწინა დიზაინის განყოფილებას“ შორის საეჭვოდ თხელდება.
დიდი ცვლილება კონტროლშია. OpenAI ცდილობს, სურათების გენერირება ნაკლებად ჯადოსნური თოვლის ბურთის ქნევას დაემსგავსოს და უფრო მეტად ოდნავ კოფეინირებული ხელოვნების სტაჟიორის ხელმძღვანელობას დაემსგავსოს.
🎭 YouTube აფართოებს ხელოვნური ინტელექტით გაყალბების ღრმა ამოცნობის ფუნქციას ცნობილი ადამიანებისთვის ↗
YouTube აფართოებს მსგავსების ამოცნობის ინსტრუმენტს, რათა მეტმა საზოგადო მოღვაწემ შეძლოს ხელოვნური ინტელექტის მიერ გენერირებული ვიდეოების პოვნა, რომლებიც მათ ბაძავენ და მათი წაშლა მოითხოვოს.
სისტემა სკანირებას უკეთებს ხელოვნური ინტელექტის მქონე მსგავს პირებს და მათ რეგისტრირებულ ცნობილ ადამიანებს აწვდის ინფორმაციას, რომლებსაც შემდეგ შეუძლიათ YouTube-ს სთხოვონ კონტენტის გადახედვა კონფიდენციალურობის პოლიტიკის შესაბამისად. ყველა წაშლა არ დამტკიცდება, რაც მთელი ამით ართულებს სიტუაციას.
ეს კიდევ ერთი ნიშანია იმისა, რომ ღრმა ფეიქები „ინტერნეტ პანიკიდან“ რეალურ პლატფორმის სანტექნიკაზე გადავიდა. მილებს საბოლოოდ ეტიკეტირება უტარდებათ.
⌨️ Meta თანამშრომლების კლავიშების დაჭერას ჩაიწერს ხელოვნური ინტელექტის მოდელების გასაწვრთნელად ↗
Meta ნერგავს შიდა ინსტრუმენტს, რომელიც იწერს თანამშრომლების მაუსის მოძრაობებს, ღილაკებზე დაწკაპუნებებსა და კლავიშებზე დაჭერებს, შემდეგ კი ამ აქტივობას ხელოვნური ინტელექტის მოდელებისთვის ტრენინგის მონაცემებად გარდაქმნის.
იდეა იმაში მდგომარეობს, რომ ხელოვნური ინტელექტის სისტემებს ვასწავლოთ, თუ როგორ იყენებენ რეალური ადამიანები პროგრამულ უზრუნველყოფას და ასრულებენ დავალებებს. ღირებულია? დიახ. ოდნავ დისტოპიური ოფისის ჯაზი? ასევე, დიახ, ორივე რამ შეიძლება სიმართლე იყოს.
ეს არის აგენტების რბოლა მინიატურაში: კომპანიებს სჭირდებათ ადამიანური სამუშაო პროცესის მონაცემები ყველა მისი გახეული კიდეებით და არა მხოლოდ ინტერნეტიდან ამოღებული გაპრიალებული ტექსტი. ასე რომ, ახლა კლავიატურა მოწმე ხდება. ცოტა პირქუში, ცოტა ჭკვიანური.
🛡️ როგორც ამბობენ, არაავტორიზებული მომხმარებლები Anthropic-ის Mythos კიბერინსტრუმენტზე წვდომას განიცდიდნენ ↗
როგორც ამბობენ, არაავტორიზებული მომხმარებლების ჯგუფმა წვდომა მოიპოვა Anthropic-ის Mythos-ზე, კიბერუსაფრთხოებაზე ორიენტირებულ ხელოვნური ინტელექტის ინსტრუმენტზე, რომელიც მკაცრად კონტროლისთვის იყო განკუთვნილი.
Mythos არ არის ზოგადი გამოშვების პროდუქტი - ის შექმნილია მოწინავე კიბერმუშაობისთვის, რაც წვდომის შესახებ განცხადებებს კიდევ უფრო პიკანტურს ხდის. თუ ეს სიმართლეა, ეს არასასიამოვნო კითხვებს ბადებს იმასთან დაკავშირებით, თუ როგორ იცავენ ლაბორატორიები იმ სისტემებს, რომლებსაც ისინი მგრძნობიარედ მიიჩნევენ.
მთელ ამ ყველაფერს „ჩაკეტილი ოთახის საიდუმლოება აწუხებს, თუმცა ოთახი ღრუბლოვან პანელს ჰგავს“. ამჟამად ხელოვნური ინტელექტის უსაფრთხოების თვალსაზრისით, ის ბრენდის შესაბამისია.
🧪 NeoCognition-მა ადამიანის მსგავსი სასწავლო აგენტების შესაქმნელად 40 მილიონი დოლარი მოიზიდა ↗
ხელოვნური ინტელექტის კვლევითმა ლაბორატორიამ NeoCognition-მა 40 მილიონი დოლარის ინვესტიცია მოიზიდა იმ აგენტების შესაქმნელად, რომლებიც ადამიანების მსგავსად სწავლობენ.
სტარტაპი უფრო საიმედო და ეფექტური ხელოვნური ინტელექტის სისტემებს ეძებს - ეს ძალიან აქტუალური თემაა, რადგან ინვესტორები მუდმივად ეძებენ ყველაფერს, რაც აგენტებს პრაქტიკულ სამუშაო პროცესებში ნაკლებად მყიფეს გახდის.
ეს კიდევ ერთი შეხსენებაა იმისა, რომ აგენტების ბუმი მხოლოდ OpenAI-ის, Anthropic-ისა და Google-ის მიერ ერთმანეთის წინააღმდეგ ტაფების ქნევით არ შემოიფარგლება. პატარა ლაბორატორიებიც წრეზე დგანან, ზოგიერთს კი საკმაოდ ამბიციური მთვარის ქვის ენერგია აქვს.
ხშირად დასმული კითხვები
რატომ ხარჯავს Anthropic 100 მილიარდ დოლარს AWS-ში?
Anthropic მომდევნო ათწლეულის განმავლობაში AWS-ს 100 მილიარდ დოლარზე მეტს გამოუყოფს Claude-ის სწავლებისა და მართვისთვის. გარიგება Anthropic-ს Amazon-ის ღრუბლოვან ინფრასტრუქტურასა და Trainium-ის ჩიპებზე უფრო ღრმა წვდომას აძლევს. ეს ასევე ასახავს, თუ რამდენად ძვირი გახდა ხელოვნური ინტელექტის სასაზღვრო სისტემები, რადგან მოდელების შემუშავება სულ უფრო მეტად არის დამოკიდებული უზარმაზარ გამოთვლით პარტნიორობაზე.
რას ნიშნავს Anthropic-სა და Amazon-ს შორის გარიგება ხელოვნური ინტელექტის ინფრასტრუქტურისთვის?
Anthropic-სა და Amazon-ს შორის გარიგება აჩვენებს, თუ რამდენად მჭიდროდ არის დაკავშირებული ხელოვნური ინტელექტის ინფრასტრუქტურა ტექნოლოგიურ ღრუბლოვან პლატფორმებთან. Amazon მილიარდებს ინვესტირებას ახდენს, ხოლო Anthropic უზარმაზარ გრძელვადიან ხარჯებს დებს AWS-ში. ამ შეთანხმებებს შეუძლია დაეხმაროს ხელოვნური ინტელექტის ლაბორატორიების გაფართოებას, მაგრამ ასევე კითხვებს ბადებს დამოკიდებულებასთან, კონკურენციასთან და მარეგულირებელ კონტროლთან დაკავშირებით.
რატომ ხარჯავენ Anthropic-ი და OpenAI მეტს ლობირებაზე?
Anthropic-ი და OpenAI-ი ლობირებაზე მეტს ხარჯავენ, რადგან ხელოვნური ინტელექტის პოლიტიკა მათი მომავლის ცენტრალურ საკითხად იქცევა. სტატიაში ნათქვამია, რომ Anthropic-მა პირველ კვარტალში 1.6 მილიონი დოლარი დახარჯა, ხოლო OpenAI-მ - 1 მილიონი დოლარი. მათი ფოკუსირების სფეროებია ფედერალური კონტროლი, საავტორო უფლებები, კიბერუსაფრთხოება, ხელოვნური ინტელექტის პოლიტიკა, ღრუბლოვანი ინფრასტრუქტურა და ის, თუ როგორ უნდა დაარეგულირონ მთავრობებმა სასაზღვრო ხელოვნური ინტელექტი.
რა სიახლეებია ChatGPT Images 2.0-ში?
ChatGPT Images 2.0 აღწერილია, როგორც ინსტრუქციების შესრულების, სურათებში ტექსტის გენერირებისა და „აზროვნების“ უნარების გაუმჯობესების ფუნქცია, რომელსაც შეუძლია ვებ-ძიების გამოყენება უფრო რთული ვიზუალური მასალისთვის. განახლება მიზნად ისახავს ინფოგრაფიკას, სლაიდებს, რუკებს, მანგას, მრავალენოვან ტექსტს და მრავალ სურათის გენერირებას. ძირითადი ცვლილება სურათების შექმნისას უფრო მეტი კონტროლისა და ნაკლები ვარაუდისკენაა მიმართული.
როგორ უმკლავდება YouTube ცნობილი ადამიანების ხელოვნური ინტელექტით გამოქვეყნებულ ღრმა ფეიკებს?
YouTube აფართოებს მსგავსების ამოცნობის ინსტრუმენტს, რათა მეტმა საზოგადო მოღვაწემ შეძლოს ხელოვნური ინტელექტის მიერ გენერირებული ვიდეოების პოვნა, რომლებიც მათ ბაძავენ. რეგისტრირებულ ცნობილ ადამიანებს შეუძლიათ მიიღონ შეტყობინება ხელოვნური ინტელექტის მიერ შესაძლო მსგავსებების შესახებ და მოითხოვონ მათი წაშლა YouTube-ის კონფიდენციალურობის პოლიტიკის შესაბამისად. ყველა მოთხოვნა ავტომატურად არ დამტკიცდება, ამიტომ სისტემა კვლავ დამოკიდებულია პლატფორმის მიმოხილვასა და კონტექსტზე.
რატომ იწერს Meta თანამშრომლების კლავიშების დაჭერას ხელოვნური ინტელექტის ტრენინგისთვის?
Meta ნერგავს შიდა ინსტრუმენტს, რომელიც იწერს თანამშრომლების მაუსის მოძრაობებს, დაწკაპუნებებსა და კლავიშების დაჭერას, შემდეგ კი ამ აქტივობას ხელოვნური ინტელექტის ტრენინგის მონაცემებად გარდაქმნის. მიზანია, ხელოვნური ინტელექტის სისტემებს ასწავლოს, თუ როგორ ნავიგაციას უკეთებენ ადამიანები პროგრამულ უზრუნველყოფას და ასრულებენ დავალებებს. აგენტის მრავალ სამუშაო პროცესში, ამ ტიპის ადამიანის აქტივობის მონაცემები შეიძლება დაეხმაროს მოდელებს პრაქტიკული, ეტაპობრივი ქცევის შესწავლაში.