🎙️ Ацэнка ElevenLabs дасягнула 11 мільярдаў долараў пасля новага раўнда інвестыцый у памеры 500 мільёнаў долараў ↗
ElevenLabs толькі што перайшла на ўзровень «гэта становіцца сур'ёзным» — прыцягнула 500 мільёнаў долараў, ацэнка склала 11 мільярдаў долараў. Гэта рэзкі скачок у параўнанні з апошняй публічна абмеркаванай лічбай, і гэта падкрэслівае, наколькі інвестары ўсё яшчэ разглядаюць голас штучнага інтэлекту як платформу, а не салонны фокус.
Ідэя: больш рэалістычная гаворка, больш моў, больш «эмацыйны» голас гутаркі і больш дубляжу — у асноўным мэта — апынуцца пад кучай медыя- і агентурных працоўных працэсаў… добра гэта ці дрэнна.
🧠 Cerebras атрымаў яшчэ 1 мільярд долараў і ацэнку ў 23,1 мільярда долараў у гонцы чыпаў штучнага інтэлекту ↗
Cerebras прыцягнула 1 мільярд долараў у выглядзе фінансавання на позніх стадыях, і ацэнка ашаламляльная: 23,1 мільярда долараў. Калі вы месяцамі чулі «Nvidia не можа быць адзіным адказам», вось як гэта гучыць у форме выпісвання чэка.
Яны робяць стаўку на абсталяванне маштабу пласцін — гіганцкія чыпы для навучання і вываду — якія змогуць забяспечыць трывалы попыт, бо ўсе змагаюцца за вылічэнні. Гэта часткова дыверсіфікацыя, часткова адчай, часткова «калі ласка, не дазваляйце пастаўкам графічных працэсараў дыктаваць увесь мой план» адначасова.
💸 Планы Alphabet па капітальных выдатках на штучны інтэлект уражваюць, і вузкім месцам з'яўляюцца не толькі грошы ↗
Alphabet выклаў планы выдаткаў на інфраструктуру, якія... абсурдныя па памеры. Ідэя такая: працягвайце заліваць бетон, працягвайце купляць чыпы, працягвайце пашыраць цэнтры апрацоўкі дадзеных — бо штучны інтэлект працуе не на вібрах, ён працуе на энергіі і крэмніі.
Ёсць нешта слаба суцяшальнае — і адначасова трывожнае: нават пры такім бюджэце абмежаванні паставак усё яшчэ маюць значэнне. Грошы, вядома, дапамагаюць, — але немагчыма імгненна стварыць трансфарматары, магутнасці сеткі ці тысячу новых цэнтраў апрацоўкі дадзеных з нічога.
🎓 Лабараторыя адаптацыі Сары Хукер атрымлівае пачатковы капітал у памеры 50 мільёнаў долараў на стварэнне мадэляў, якія навучаюцца на хаду ↗
Кампанія Adaption Labs выступіла з пачатковым раўндам фінансавання ў памеры 50 мільёнаў долараў, кіруючыся ідэяй, што меншыя, разумнейшыя мадэлі, якія хутка адаптуюцца, могуць пераўзысці маштабныя мадэлі ў многіх рэальных умовах.
Асноўная стаўка відавочная: замест таго, каб проста працягваць пераднавучанне назаўжды, засяродзьцеся на сістэмах, якія працягваюць эфектыўна вучыцца. Гэта альбо наступны разумны этап... альбо смелая спроба абыйсці гонку ўзбраенняў графічных працэсараў, у залежнасці ад вашага настрою.
🧾 Здзелка Microsoft па вылічэннях OpenAI ператвараецца ў рызыкоўную гісторыю для інвестараў ↗
Меркаванне Bloomberg: інвестары пачынаюць успрымаць адносіны Microsoft з OpenAI не столькі як гарантаваны джэкпот, колькі як паверхню рызыкі — выдаткі, абавязацельствы, кіраванне, увесь заблытаны камплект.
Гэта не зусім «партнёрства дрэннае» — хутчэй, калі рахункі становяцца дастаткова вялікімі, нават стратэгічная перавага можа пачаць тлумачыцца як абавязак. Нешта накшталт валодання скаковым канём, які пастаянна перамагае... і пры гэтым аб'ядае ваш дом.
📜 Імпульс Закона ЕС аб штучным інтэлекце — праект кодэкса празрыстасці для паверхняў кантэнту, створанага штучным інтэлектам ↗
У інтэрнэце абмяркоўваецца праект Кодэкса практыкі па празрыстасці кантэнту, створанага або маніпуляванага штучным інтэлектам, які прысвечаны таму, як павінны маркіраваць і апрацоўвацца вынікі штучнага інтэлекту. Не самы гламурны загаловак, але менавіта такі «пласт дакументацыі» хутка ўплывае на рашэнні адносна прадукту.
Калі вы ствараеце або разгортваеце генератыўныя рэчы, гэта падштурхоўвае вас да большай дысцыпліны ў галіне вадзяных знакаў/маркіроўкі — і, верагодна, да большай колькасці аўдыту і дакументацыі, чым каму-небудзь хацелася б у пятніцу. (Але… так, гэта хутка надыдзе.)
Часта задаваныя пытанні
Што ацэнка ElevenLabs у 11 мільярдаў долараў кажа пра тое, куды рухаецца голас штучнага інтэлекту?
Гэта сведчыць аб тым, што інвестары разглядаюць голас штучнага інтэлекту як асноўную інфраструктуру для медыя-прадуктаў і прадуктаў у стылі агентаў, а не як навінку. Акцэнт робіцца на рэалістычным, шматмоўным, эмацыянальна выразным маўленні, якое гарманічна ўпісваецца ў працоўныя працэсы дублявання і размоў. У многіх канвеерах гэта робіць голас шматразовым пластом у розных праграмах, а не аднаразовай дэманстрацыйнай магчымасцю.
Як мне на практыцы варта разглядаць такія рэзкія павелічэнні фінансавання штучнага інтэлекту, як ElevenLabs і Cerebras?
Буйныя раўнды здзелак, як правіла, сігналізуюць аб тым, што рынак чакае значных, устойлівых выдаткаў на вылічэнні, перадачу дадзеных і распаўсюджванне. Для распрацоўшчыкаў гэта часта азначае больш хуткую ітэрацыю прадукту ад добра фінансаваных пастаўшчыкоў, а таксама больш вострую канкурэнцыю па цане і прадукцыйнасці. Гэта таксама можа сведчыць аб тым, што ў «платформенных» катэгорыях — голас, чыпы, інфраструктура — ствараюцца абаранныя пазіцыі.
Які падыход Cerebras да маштабу вафель, і чаму людзі робяць стаўку на яго зараз?
Cerebras пазіцыянуе гіганцкія чыпы маштабу пласцін для навучання і вываду ў якасці альтэрнатыўнага спосабу задавальнення попыту на вылічэнні. Стаўка на тое, што спецыялізаванае абсталяванне можа заняць трывалыя нішы, пакуль каманды шукаюць варыянты па-за межамі аднаго дамінуючага ланцужка паставак графічных працэсараў. На практыцы гэта часткова стратэгія дыверсіфікацыі, а часткова тэрміновая неабходнасць забяспечыць надзейныя магутнасці.
Чаму Alphabet можа траціць велізарныя грошы на інфраструктуру штучнага інтэлекту і ўсё яшчэ сутыкацца з абмежаваннямі паставак?
Паколькі маштабаванне штучнага інтэлекту абмежавана фізічнымі вузкімі месцамі, а не толькі бюджэтам. Пашырэнне даступнасці электраэнергіі, будаўніцтва цэнтраў апрацоўкі дадзеных і доступ да чыпаў і кампанентаў можа заняць некаторы час. Нават з агрэсіўнымі капітальнымі выдаткамі немагчыма імгненна павялічыць магутнасць сеткі або паскорыць кожную частку апаратнага і будаўнічага канвеера адначасова.
Што такое мадэлі, якія «навучаюцца на хаду», і калі яны могуць пераўзысці больш буйныя папярэдне навучаныя мадэлі?
Гэта сістэмы, прызначаныя для эфектыўнай адаптацыі пасля разгортвання, а не толькі для абапірання на ўсё больш маштабнае папярэдняе навучанне. У многіх вытворчых умовах хутчэйшая адаптацыя можа мець большае значэнне, чым маштабаванне, асабліва пры зрухе дадзеных або змяненні працоўных працэсаў. Распаўсюджаны падыход заключаецца ў тым, каб паменшыць памер мадэляў і зрабіць навучанне або абнаўленне больш эфектыўным у вытворчых умовах.
Як намаганні ЕС па забеспячэнні празрыстасці ў адпаведнасці з Законам ЕС аб штучным інтэлекце ўплываюць на каманды, якія ствараюць генератыўны кантэнт?
Яны падштурхоўваюць прадукты да больш выразнай маркіроўкі і апрацоўкі вынікаў, створаных або маніпуляваных штучным інтэлектам. У многіх арганізацыях гэта азначае больш жорсткую дысцыпліну ў галіне вадзяных знакаў або раскрыцця інфармацыі, а таксама больш жорсткія практыкі дакументавання і аўдыту. Калі вы ўкараняеце генератыўныя носьбіты інфармацыі, разумна планаваць адсочванне паходжання і ствараць лёгкія працоўныя працэсы адпаведнасці загадзя.