🏛️ Neuhvatljiv zakon o umjetnoj inteligenciji koji Bijela kuća želi usvojiti ↗
Washington se zalaže za ono što bi mogao postati prvi veliki savezni zakon o umjetnoj inteligenciji, a dužnosnici tvrde da SAD-u treba jedinstveni nacionalni okvir, a ne fragmentirani mozaik od države do države. Ta ideja kruži godinama, ali sada nosi oštriji osjećaj hitnosti.
Pritisak stiže iz svih smjerova odjednom - zaštita potrošača, nacionalna sigurnost, pravila o podacima i globalna konkurencija. Značajno je da se gotovo svi slažu da umjetna inteligencija treba pravila, no oblik koji bi ta pravila trebala imati i dalje se čini samo djelomično nacrtan, kao da je netko skicirao obrise, a središte ostavio nedovršeno.
🧠 Bum umjetne inteligencije ubrzava rast kineske industrije čipova jer potražnja opterećuje lanac opskrbe ↗
Kineska industrija čipova snažno je potaknuta potražnjom za umjetnom inteligencijom, a rukovoditelji kažu da rast premašuje očekivanja jer obuka modela i inferencija apsorbiraju sve napredniji hardver. U tome nema ništa suptilno - umjetna inteligencija želi čipove, zatim još čipova, pa nekako opet više.
Kvaka je u tome što je lanac opskrbe pod pritiskom. Kako čipovi postaju sve složeniji i zahtjevniji u pogledu performansi, cijeli ekosustav - dizajn, pakiranje, proizvodnja - počinje nalikovati motoru koji se malo previše ubrzava.
🌐 Openreach koristi Googleovu umjetnu inteligenciju kako bi ubrzao uvođenje optičkih vlakana i smanjio emisije ↗
Openreach koristi Googleovu umjetnu inteligenciju za učinkovitije planiranje uvođenja optičkih vlakana, s ciljem ubrzanja implementacije uz smanjenje emisija. To je vrlo praktična priča o umjetnoj inteligenciji koja djeluje osvježavajuće - manje robotske lirike, više kabela u zemlji.
Premisa je da bi bolje planiranje ruta i pametnije operativne odluke mogle smanjiti nepotrebna putovanja i poboljšati učinkovitost gradnje. Možda dosadno na prvi pogled, ali ovo je nešto što je tiho važno - umjetna inteligencija kao ključ, a ne čarobni štapić.
💸 Meta povećava plaće vrhunskih rukovoditelja dioničkim opcijama dok se utrka za umjetnu inteligenciju zahuktava ↗
Meta dodjeljuje vodećim rukovoditeljima veće nagrade za dionice kako se borba za AI talente zaoštrava. To samo po sebi mnogo govori - kada se utrka zahuktava, čekovne knjižice govore glasnije.
Čini se da je ovaj potez pokušaj zadržavanja zaposlenika jer konkurenti i dalje bacaju novac, prestiž i ogromne računalne proračune. Nije osobito iznenađujuće, iako naglašava kako se potrošnja na umjetnu inteligenciju sada prelijeva daleko izvan čipova i podatkovnih centara u izravnu unutarnju politiku moći.
🇮🇳 Stručnjaci iz Indije navode da konkurent Mercora, Deccan AI, prikuplja 25 milijuna dolara ↗
Deccan AI je prikupio 25 milijuna dolara kako bi proširio svoj rad na podacima i evaluaciji nakon obuke, oslanjajući se na stručnu radnu snagu sa sjedištem u Indiji. To je podsjetnik da se granična umjetna inteligencija ne gradi isključivo u uglađenim laboratorijima - većina suštinskog podešavanja događa se u manje glamuroznim slojevima ispod.
Startup pomaže u poboljšanju područja poput performansi kodiranja, ponašanja agenata i korištenja alata, što su upravo dijelovi koji tvrtke zanimaju nakon što je osnovni model uspostavljen. Dakle, da, procvat umjetne inteligencije i dalje se odnosi na divovske modele, ali i na ljudsku skelu omotanu oko njih.
🗜️ Google predstavlja TurboQuant, novi algoritam kompresije memorije umjetne inteligencije - i da, internet ga naziva 'Pied Piper' ↗
Googleovi istraživači otkrili su TurboQuant, metodu kompresije memorije osmišljenu za smanjenje radne memorije umjetne inteligencije bez smanjenja performansi. Vrlo tehnički, vrlo Googleovski - a ipak ga je internet gotovo odmah pretvorio u humorističnu šalu, jer naravno da jest.
Važan je kut učinkovitosti. Ako modeli mogu zadržati smisleniji kontekst uz korištenje manje memorije, to bi moglo ublažiti pravo usko grlo u AI sustavima. Zvuči nišno dok se ne sjetite da bolja kompresija može rezultirati jeftinijim, bržim i sposobnijim proizvodima.
👷 Nedostatak vještina u području umjetne inteligencije postoji, kaže tvrtka za umjetnu inteligenciju, a napredni korisnici napreduju ↗
Najnovije istraživanje Anthropica o tržištu rada sugerira da umjetna inteligencija još nije uzrokovala velike gubitke radnih mjesta, ali stvara sve veći jaz između ljudi koji znaju dobro koristiti te alate i svih ostalih. To se čini kao središnja priča u ovom trenutku - ne masovna zamjena, još ne, već neravnomjerno ubrzanje.
Napredni korisnici postaju brži i učinkovitiji, dok mlađi ili noviji radnici mogu prvi osjetiti promjenu. To je pomalo kao da polovici uredskih ruksaka date jetpackove, a ostalima kažete da brzo hodaju.
Često postavljana pitanja
Zašto Bijela kuća sada gura federalni zakon o umjetnoj inteligenciji?
Članak sugerira da se hitnost pojačala jer se nekoliko pritisaka istovremeno spaja: zaštita potrošača, nacionalna sigurnost, upravljanje podacima i međunarodna konkurencija. Savezni zakon o umjetnoj inteligenciji predstavlja se kao način izbjegavanja fragmentiranog, državno-državnog sustava. Otvoreno pitanje više nije jesu li pravila potrebna, već kakav bi oblik ta pravila trebala imati u praksi.
Što rješava jedinstveni nacionalni okvir umjetne inteligencije u usporedbi s pravilima po državama?
Nacionalni okvir bi općenito olakšao usklađenost za tvrtke koje grade ili primjenjuju umjetnu inteligenciju diljem SAD-a. Umjesto da se nose s različitim skupom obveza u svakoj državi, tvrtke bi mogle poslovati prema jednoj osnovi. U članku se sugerira da kreatori politika to smatraju važnim i za domaću jasnoću i za održavanje globalne konkurentnosti.
Zašto potražnja za umjetnom inteligencijom toliko opterećuje kineski lanac opskrbe čipovima?
Članak ukazuje na izravnu dinamiku: treniranje modela i zaključivanje nastavljaju trošiti napredniji hardver. Kako potražnja raste, pritisak se prenosi na cijeli stog, uključujući dizajn čipova, pakiranje i proizvodnju. Problem nije samo sam volumen, već i rastući zahtjevi za performansama i složenošću koji otežavaju skaliranje lanca opskrbe.
Kako se umjetna inteligencija koristi u stvarnim infrastrukturnim projektima poput uvođenja optičkih vlakana?
U ovom slučaju, umjetna inteligencija se manje koristi kao proizvod koji privlači pozornost, a više kao operativni alat. Openreach primjenjuje Googleovu umjetnu inteligenciju kako bi poboljšao planiranje, smanjio izgubljena putovanja i učinio odluke o uvođenju učinkovitijima. To je važno jer čak i skromni dobici u usmjeravanju i rasporedu mogu ubrzati implementaciju, a istovremeno pomoći u smanjenju emisija.
Zašto tvrtke poput Mete povećavaju nagrade za direktore tijekom utrke za umjetnu inteligenciju?
Članak to definira kao pitanje talenta i zadržavanja zaposlenika. Kako se konkurencija u području umjetne inteligencije intenzivira, tvrtke troše ne samo na čipove i podatkovne centre, već i na sprječavanje odlaska viših rukovoditelja negdje drugdje. Veće nagrade za dionice signaliziraju da se natjecanje za prednost sada proširuje na interne poticaje, status i dugoročne naknade.
Kako trenutno zapravo izgleda nedostatak vještina u području umjetne inteligencije?
Prema članku, trenutni obrazac manje se odnosi na široki gubitak radnih mjesta, a više na neravnomjerne dobitke. Ljudi koji već znaju kako učinkovito koristiti alate umjetne inteligencije postaju brži i produktivniji, dok drugi riskiraju zaostajanje. To stvara sve veći jaz unutar timova, posebno tamo gdje noviji radnici imaju manje iskustva u pretvaranju umjetne inteligencije u praktične rezultate.