🏛️ Няўлоўны законапраект аб штучным інтэлекце, які хоча прыняць Белы дом ↗
Вашынгтон настойвае на прыняцці закона аб штучным інтэлекце, які можа стаць першым буйным федэральным законам аб штучным інтэлекце, і чыноўнікі сцвярджаюць, што ЗША патрэбна адзіная нацыянальная структура, а не фрагментаваная сістэма па штатах. Гэтая ідэя цыркулюе ўжо гадамі, але цяпер яна набыла больш вострае пачуццё тэрміновасці.
Ціск адчуваецца з усіх бакоў адначасова — абарона спажыўцоў, нацыянальная бяспека, правілы апрацоўкі дадзеных і глабальная канкурэнцыя. Характэрна, што амаль усе згодныя з тым, што штучнаму інтэлекту патрэбныя правілы, але форма, якую павінны мець гэтыя правілы, усё яшчэ здаецца толькі часткова прадуманай, быццам хтосьці накідаў контуры, а цэнтр пакінуў няскончаным.
🧠 Бум штучнага інтэлекту паскарае рост індустрыі мікрасхем у Кітаі, бо попыт стварае напружанне ў ланцужку паставак ↗
Кітайская індустрыя мікрасхем атрымлівае магутны штуршок ад попыту на штучны інтэлект, і кіраўнікі кампаній заяўляюць, што рост апярэджвае чаканні, паколькі навучанне мадэляў і высновы паглынаюць усё больш прасунутае абсталяванне. У гэтым няма нічога тонкага — штучны інтэлект хоча мікрасхемы, потым больш мікрасхем, а потым неяк зноў больш.
Загвоздка ў тым, што ланцужок паставак знаходзіцца пад нагрузкай. Па меры таго, як чыпы становяцца ўсё больш складанымі і патрабавальнымі да прадукцыйнасці, уся экасістэма — дызайн, упакоўка, вытворчасць — пачынае нагадваць рухавік, які занадта моцна прыціскаюць да чырвонай лініі.
🌐 Openreach выкарыстоўвае штучны інтэлект Google для паскарэння разгортвання валаконна-аптычных сетак і скарачэння выкідаў ↗
Openreach выкарыстоўвае штучны інтэлект Google для больш эфектыўнага планавання разгортвання валаконна-аптычных сетак, імкнучыся паскорыць разгортванне і адначасова скараціць выкіды. Гэта вельмі практычная гісторыя пра штучны інтэлект, якая прыемна адчуваецца — менш лірыкі пра робатаў, больш кабеляў у зямлі.
Перадумова заключаецца ў тым, што лепшае планаванне маршрутаў і больш разумныя аперацыйныя рашэнні могуць скараціць колькасць марных паездак і павысіць эфектыўнасць будаўніцтва. На першы погляд, магчыма, сумна, але гэта менавіта тое, што мае ціхае значэнне — штучны інтэлект як гаечны ключ, а не чароўная палачка.
💸 Meta павышае заробкі топ-менеджараў з дапамогай апцыёнаў на акцыі, паколькі гонка за штучны інтэлект абвастраецца ↗
Па меры ўзмацнення барацьбы за таленты ў галіне штучнага інтэлекту, Meta ўзнагароджвае топ-менеджараў большымі акцыямі. Гэта само па сабе шмат пра што кажа — калі гонка абвастраецца, чэкавыя кніжкі гавораць гучней.
Здаецца, гэты крок — спроба ўтрымаць канкурэнтаў, бо яны працягваюць траціць грошы, прэстыж і велізарныя вылічальныя бюджэты. Гэта не асабліва дзіўна, хоць і падкрэслівае, як выдаткі на штучны інтэлект цяпер выходзяць далёка за рамкі чыпаў і цэнтраў апрацоўкі дадзеных і выходзяць за рамкі прамой унутранай палітыкі ўлады.
🇮🇳 Канкурэнт Mercor, Deccan AI, прыцягвае 25 мільёнаў долараў, паведамляюць эксперты з Індыі ↗
Кампанія Deccan AI прыцягнула 25 мільёнаў долараў для пашырэння сваёй працы па атрыманні дадзеных і ацэнцы пасля навучання, абапіраючыся на экспертную працоўную сілу з Індыі. Гэта напамін пра тое, што перадавы штучны інтэлект не ствараецца выключна ў адшліфаваных лабараторыях — значная частка істотнай налады адбываецца на менш прывабных пластах.
Стартап дапамагае палепшыць такія вобласці, як прадукцыйнасць кадавання, паводзіны агентаў і выкарыстанне інструментаў, якія цікавяць кампаніі пасля ўкаранення базавай мадэлі. Так што так, бум штучнага інтэлекту — гэта ўсё яшчэ гіганцкія мадэлі, але таксама і чалавечыя каркасы вакол іх.
🗜️ Google прадстаўляе TurboQuant, новы алгарытм сціскання памяці штучнага інтэлекту — і так, у інтэрнэце яго называюць «Pied Piper» ↗
Даследчыкі Google раскрылі TurboQuant, метад сціскання памяці, прызначаны для скарачэння аператыўнай памяці штучнага інтэлекту без зніжэння прадукцыйнасці. Вельмі тэхнічна, вельмі падобна на Google, але інтэрнэт амаль адразу ператварыў яго ў жарт з сіткома, бо, вядома ж, так і было.
Важны толькі аспект эфектыўнасці. Калі мадэлі могуць захоўваць больш значны кантэкст, выкарыстоўваючы менш памяці, гэта можа палегчыць сапраўднае вузкае месца ў сістэмах штучнага інтэлекту. Гэта гучыць як ніша, пакуль вы не ўспомніце, што лепшае сцісканне можа прывесці да больш танных, хуткіх і больш магутных прадуктаў.
👷 Кампанія, якая займаецца штучным інтэлектам, заяўляе пра дэфіцыт навыкаў, і вопытныя карыстальнікі вырываюцца наперад ↗
Апошні агляд рынку працы, пра які гаворыцца ў даследаванні Anthropic, сведчыць аб тым, што штучны інтэлект пакуль не прывёў да масавых страт працоўных месцаў, але ён стварае пашыральны разрыў паміж людзьмі, якія ўмеюць добра карыстацца гэтымі інструментамі, і ўсімі астатнімі. Здаецца, што гэта галоўная тэма на дадзены момант — не масавае замяшчэнне, пакуль не, а нераўнамернае паскарэнне.
Дасведчаныя карыстальнікі становяцца хутчэйшымі і больш эфектыўнымі, у той час як маладыя або пачаткоўцы могуць адчуць змены першымі. Гэта крыху падобна на тое, каб даць палове офісных супрацоўнікаў рэактыўныя ранцы, а астатнім сказаць хутка хадзіць.
Часта задаваныя пытанні
Чаму Белы дом настойвае на прыняцці федэральнага закона аб штучным інтэлекце менавіта цяпер?
У артыкуле гаворыцца, што тэрміновасць праблемы ўзмацнілася з-за адначасовага ўздзеяння некалькіх фактараў: абароны спажыўцоў, нацыянальнай бяспекі, кіравання дадзенымі і міжнароднай канкурэнцыі. Федэральны закон аб штучным інтэлекце прадстаўляецца як спосаб пазбегнуць фрагментаванай, разрозненай сістэмы, якая дзейнічае ў розных штатах. Адкрытым пытаннем ужо застаецца не тое, ці патрэбныя правілы, а тое, якую форму гэтыя правілы павінны прымаць на практыцы.
Што вырашае адзіная нацыянальная сістэма штучнага інтэлекту ў параўнанні з правіламі, якія выконваюцца ў кожным штаце асобна?
Нацыянальная база, як правіла, спрасціла б выкананне патрабаванняў для кампаній, якія ствараюць або ўкараняюць штучны інтэлект па ўсіх ЗША. Замест таго, каб выконваць розныя абавязацельствы ў кожным штаце, прадпрыемствы маглі б працаваць з адной базавай базай. У артыкуле гаворыцца, што палітыкі лічаць гэта важным як для ўнутранай яснасці, так і для падтрымання глабальнай канкурэнтаздольнасці.
Чаму попыт на штучны інтэлект стварае такую вялікую нагрузку на ланцужок паставак чыпаў у Кітай?
У артыкуле адзначаецца відавочная дынаміка: навучанне мадэляў і высновы працягваюць спажываць больш складанае абсталяванне. Па меры росту попыту ціск распаўсюджваецца на ўвесь стэк, уключаючы распрацоўку мікрасхем, упакоўку і вытворчасць. Праблема заключаецца не толькі ў аб'ёме, але і ў павелічэнні патрабаванняў да прадукцыйнасці і складанасці, што ўскладняе маштабаванне ланцужка паставак.
Як штучны інтэлект выкарыстоўваецца ў рэальных інфраструктурных праектах, такіх як разгортванне валаконна-аптычных сетак?
У гэтым выпадку штучны інтэлект выкарыстоўваецца не столькі як прадукт, які прыцягвае ўвагу, колькі як аперацыйны інструмент. Openreach ужывае штучны інтэлект Google для паляпшэння планавання, скарачэння страт паездак і павышэння эфектыўнасці рашэнняў аб разгортванні. Гэта важна, таму што нават невялікія паляпшэнні ў маршрутызацыі і планаванні могуць паскорыць разгортванне, адначасова дапамагаючы знізіць выкіды.
Чаму такія кампаніі, як Meta, павялічваюць узнагароды кіраўнікоў акцыямі падчас гонкі штучнага інтэлекту?
У артыкуле гэта разглядаецца як пытанне таленту і ўтрымання персаналу. Па меры ўзмацнення канкурэнцыі ў сферы штучнага інтэлекту кампаніі трацяць грошы не толькі на чыпы і цэнтры апрацоўкі дадзеных, але і на тое, каб не дапусціць перацягвання вышэйшых кіраўнікоў на іншыя пасады. Больш буйныя ўзнагароды ў акцыях сведчаць аб тым, што барацьба за перавагі цяпер распаўсюджваецца на ўнутраныя стымулы, статус і доўгатэрміновую кампенсацыю.
Як насамрэч выглядае дэфіцыт навыкаў у галіне штучнага інтэлекту прама зараз?
Згодна з артыкулам, цяперашняя тэндэнцыя тычыцца не столькі масавых страт працоўных месцаў, колькі нераўнамернага росту. Людзі, якія ўжо ведаюць, як эфектыўна выкарыстоўваць інструменты штучнага інтэлекту, становяцца хутчэйшымі і больш прадуктыўнымі, у той час як іншыя рызыкуюць адстаць. Гэта стварае пашыраны разрыў у камандах, асабліва там, дзе новыя супрацоўнікі маюць менш вопыту ўкаранення штучнага інтэлекту ў практычны вынік.