🏛️ Недостижни закон о вештачкој интелигенцији који Бела кућа жели да усвоји ↗
Вашингтон се залаже за оно што би могао постати први велики савезни закон о вештачкој интелигенцији, а званичници тврде да је САД потребан јединствени национални оквир, а не фрагментирани мозаик од државе до државе. Та идеја кружи годинама, али сада носи оштрији осећај хитности.
Притисак стиже са свих страна истовремено - заштита потрошача, национална безбедност, правила о заштити података и глобална конкуренција. Приметно је да се скоро сви слажу да вештачкој интелигенцији требају правила, али облик који би та правила требало да имају и даље делује само делимично нацртан, као да је неко скицирао обрисе, а средиште оставио недовршено.
🧠 Бум вештачке интелигенције убрзава раст кинеске индустрије чипова, јер потражња оптерећује ланац снабдевања ↗
Кинеска индустрија чипова добија снажан подстицај од потражње за вештачком интелигенцијом, а руководиоци кажу да раст превазилази очекивања јер обука модела и инференција апсорбују све напреднији хардвер. У томе нема ништа суптилно - вештачка интелигенција жели чипове, затим још чипова, па некако опет више.
Квака је у томе што је ланац снабдевања под притиском. Како чипови постају све сложенији и захтевнији у погледу перформанси, цео екосистем – дизајн, паковање, производња – почиње да личи на мотор који се мало превише приближава црвеној линији.
🌐 Openreach користи Google AI како би убрзао увођење оптичких влакана и смањио емисије ↗
Openreach користи Google AI како би ефикасније планирао постављање оптичких влакана, циљајући да убрза распоређивање уз смањење емисија. То је веома практична прича о AI, која делује освежавајуће - мање роботског лиризма, више каблова у земљи.
Претпоставка је да боље планирање руте и паметније оперативне одлуке могу смањити изгубљена путовања и побољшати ефикасност градње. Можда досадно на први поглед, али ово је нешто што је тихо важно - вештачка интелигенција као кључ, а не чаробни штапић.
💸 Мета повећава плате врхунских руководилаца акцијским опцијама док се трка за вештачку интелигенцију захуктава ↗
Мета додељује веће награде врхунским руководиоцима за акције како се борба за вештачку интелигенцију заоштрава. То само по себи много говори - када се трка захуктава, чековне књижице говоре гласније.
Чини се да је овај потез покушај задржавања послодаваца, јер ривали непрестано бацају новац, престиж и огромне буџете за рачунарство. То није посебно изненађујуће, иако истиче како се потрошња на вештачку интелигенцију сада превазилази чипове и центре података и улази у директну унутрашњу политику моћи.
🇮🇳 Меркоров конкурент Декан АИ прикупља 25 милиона долара, извори су стручњаци из Индије ↗
Компанија Deccan AI је прикупила 25 милиона долара како би проширила свој рад на подацима и евалуацији након обуке, ослањајући се на стручну радну снагу из Индије. То је подсетник да се гранична вештачка интелигенција не гради искључиво у углачаним лабораторијама - велики део суштинског подешавања се дешава у мање гламурозним слојевима испод.
Стартап помаже у побољшању области као што су перформансе кодирања, понашање агената и коришћење алата, што су управо делови који су компанијама важни када се успостави основни модел. Дакле, да, бум вештачке интелигенције се и даље односи на џиновске моделе, али и на људску скелу око њих.
🗜️ Гугл представља ТурбоКвант, нови алгоритам за компресију меморије вештачке интелигенције - и да, интернет га назива „Pied Piper“ ↗
Истраживачи компаније Гугл открили су ТурбоКвант, метод компресије меморије дизајниран да смањи радну меморију вештачке интелигенције без смањења перформанси. Веома технички, типично за Гугл - а ипак је интернет то скоро одмах претворио у шалу из ситкома, јер наравно да јесте.
Оно што је важно јесте угао ефикасности. Ако модели могу да задрже смисленији контекст уз коришћење мање меморије, то би могло да ублажи право уско грло у системима вештачке интелигенције. Звучи нишно док се не сетите да боља компресија може да се претвори у јефтиније, брже и способније производе.
👷 Компанија за вештачку интелигенцију каже да постоји празнина у вештинама вештачке интелигенције, а напредни корисници напредују ↗
Најновије истраживање тржишта рада часописа Anthropic сугерише да вештачка интелигенција још увек није изазвала велике губитке радних места, али ствара све већи јаз између људи који знају како добро да користе ове алате и свих осталих. То се чини као централна прича у овом тренутку - не масовна замена, још не, већ неравномерно убрзање.
Напредни корисници постају бржи и ефикаснији, док млађи или новији радници могу први осетити промену. То је помало као да половини канцеларијских радника дате млазне ранчеве, а осталима кажете да брзо ходају.
Честа питања
Зашто Бела кућа сада инсистира на савезном закону о вештачкој интелигенцији?
Чланак сугерише да се хитност појачала јер се неколико притисака истовремено спаја: заштита потрошача, национална безбедност, управљање подацима и међународна конкуренција. Савезни закон о вештачкој интелигенцији представља се као начин да се избегне фрагментирани, државно-ређајни систем. Отворено питање више није да ли су правила потребна, већ какав облик та правила треба да имају у пракси.
Шта решава јединствени национални оквир за вештачку интелигенцију у поређењу са правилима по државама?
Национални оквир би генерално олакшао усклађеност за компаније које граде или примењују вештачку интелигенцију широм САД. Уместо да се сналазе са различитим скупом обавеза у свакој држави, предузећа би могла да послују у складу са једном основном основом. У чланку се сугерише да креатори политике ово виде као важно и за домаћу јасноћу и за одржавање глобалне конкурентности.
Зашто потражња за вештачком интелигенцијом толико оптерећује кинески ланац снабдевања чиповима?
Чланак указује на једноставну динамику: обука модела и инференција настављају да троше све напреднији хардвер. Како потражња расте, притисак се преноси на цео стек, укључујући дизајн чипова, паковање и производњу. Проблем није само сама количина, већ и растући захтеви за перформансе и сложеност који отежавају чисто скалирање ланца снабдевања.
Како се вештачка интелигенција користи у стварним инфраструктурним пројектима попут постављања оптичких влакана?
У овом случају, вештачка интелигенција се мање користи као производ који привлачи пажњу јавности, а више као оперативни алат. Openreach примењује Google вештачку интелигенцију како би побољшао планирање, смањио изгубљена путовања и учинио одлуке о имплементацији ефикаснијим. То је важно јер чак и скромни добици у рутирању и заказивању могу убрзати имплементацију, а истовремено помоћи у смањењу емисија.
Зашто компаније попут Мете повећавају награде за руководиоце током трке за вештачку интелигенцију?
Чланак ово представља као питање талента и задржавања запослених. Како се конкуренција у свету вештачке интелигенције интензивира, компаније троше не само на чипове и центре података, већ и на спречавање да виши руководиоци буду одвучени негде другде. Веће награде за акције сигнализирају да се борба за предност сада протеже на интерне подстицаје, статус и дугорочне компензације.
Како заправо изгледа јаз у вештинама вештачке интелигенције у овом тренутку?
Према чланку, тренутни образац мање се односи на губитак радних места, а више на неравномерне добитке. Људи који већ знају како ефикасно да користе алате вештачке интелигенције постају бржи и продуктивнији, док други ризикују да заостану. То ствара све већи јаз унутар тимова, посебно тамо где новији радници имају мање искуства у претварању вештачке интелигенције у практичне резултате.