🧠 Nvidia ulaže 4 milijarde dolara u fotoniku kako bi ubrzala čipove za podatkovne centre umjetne inteligencije ↗
Nvidia je izjavila da će uložiti po 2 milijarde dolara u Lumentum i Coherent - oba velika igrača u fotonici - kako bi pokušala održati hardver svojih podatkovnih centara ispred krivulje „bržeg zaključivanja, veće propusnosti“.
Ideja je jednostavna: ako podatke možete prenositi svjetlošću (fotonikom) umjesto samo električnim signalima, možete izvući više performansi iz cijelog AI stoga. Nije glamurozno, ali upravo vodovod odlučuje tko pobjeđuje.
🛡️ OpenAI postavlja "crvene linije" za implementaciju umjetne inteligencije u Pentagonu ↗
OpenAI je odredio eksplicitne "zabranjene" zone za svoj vojni rad - bez masovnog domaćeg nadzora, bez usmjeravanja autonomnog oružja i bez automatiziranih odluka s visokim ulozima poput sustava tipa "društvenog kredita".
Također kažu da je implementacija samo u oblaku (ne na rubu mreže), da održava OpenAI-jev sigurnosni paket na mjestu i da uključuje provjereno OpenAI osoblje u proces. To pomalo zvuči kao „vjerujte nam, a evo i teksta ugovora“ - što je, iskreno, bolje od jamstava samo o povjerenju.
🏛️ Zastupnici Washingtona guraju zaštitne ograde umjetne inteligencije za chatbotove i otkrivanje sadržaja ↗
Zastupnici savezne države Washington predlažu zakone koji ciljaju na dvije točke pritiska: chatbotove (posebno za maloljetnike) i medije generirane umjetnom inteligencijom koje je sve teže uočiti.
Jedan prijedlog bi zahtijevao od chatbotova da redovito podsjećaju korisnike da razgovaraju s umjetnom inteligencijom, plus dodavanje otkrivanja suicidalnih ideja i drugih sigurnosnih mjera. Drugi bi poticao otkrivanja poput ugrađenih vodenih žigova u slikama, zvuku i videozapisima koje generira ili mijenja umjetna inteligencija - jednostavno u teoriji, komplicirano u praksi.
⚡ UK objavljuje poziv za dokaze o skupovima podataka o energiji za umjetnu inteligenciju ↗
Britanska vlada otvorila je poziv za prikupljanje dokaza usmjerenih na skupove podataka vezane uz energiju gdje bi bolji pristup mogao pomoći programerima umjetne inteligencije da poboljšaju dekarbonizaciju, energetsku sigurnost ili pristupačnost.
To je izričito definirano kao korak prikupljanja dokaza (ne obećana promjena politike) i odražava stvarnost: neki se podaci ne mogu dijeliti, pa bi sintetički podaci ili pristupi temeljeni na dopuštenjima mogli biti rješenje. Pristup podacima je očito nova borba "tko je vlasnik karte".
🤝 TechCrunch: Tvrtke i vlade koje se bave umjetnom inteligencijom još uvijek nemaju upotrebljiv priručnik ↗
TechCrunch je istražio neugodan jaz između „laboratorija umjetne inteligencije postaju nacionalna infrastruktura“ i „nitko se prvo nije složio oko pravila“. Članak ističe kako se javni udarci obično usredotočuju na nadzor i automatizirano ubijanje - dvije noćne more koje zapravo nikada ne napuštaju prostoriju.
Suština je sljedeća: laboratoriji i dalje pokušavaju nametnuti politiku izabranim vođama... ali oni su ujedno i ti koji isporučuju alate, tako da to izbjegavanje funkcionira samo određeno vrijeme. To je kao da inzistirate da niste odgovorni za lomaču dok aktivno prodajete šibice - ili se barem tako čini.
Često postavljana pitanja
Zašto Nvidia ulaže milijarde u fotoniku za čipove za podatkovne centre umjetne inteligencije?
Nvidia se kladi da fotonika može brže prenositi podatke po podatkovnim centrima, s većom propusnošću nego isključivo električne veze. Premisa je da bolje "vodovodne veze" između čipova, polica i sustava mogu poboljšati ukupne performanse umjetne inteligencije, posebno kako se opterećenja zaključivanja skaliraju. Ulaganje ozbiljnog kapitala u glavne igrače u fotonici signalizira da se ovo pretvara u stratešku infrastrukturu, a ne u nišni dodatak.
Kako fotonika zapravo ubrzava AI sustave u usporedbi s električnim vezama?
Fotonika koristi svjetlost za prijenos podataka, što može ublažiti uska grla kada sustavi trebaju prenositi ogromne količine informacija. U mnogim AI sustavima, performanse nisu samo stvar računalnog čipa - već i brzine kretanja podataka između komponenti. Uobičajeni obrazac su optičke veze za veze visokog protoka, dok se električni signali zadržavaju tamo gdje su jednostavniji ili jeftiniji.
Što "brže zaključivanje i veća propusnost" u praksi znači za podatkovne centre umjetne inteligencije?
To ukazuje na promjenu gdje je učinkovito posluživanje modela jednako važno kao i njihovo treniranje. Brže zaključivanje znači brzo dobivanje odgovora pod velikom potražnjom, a veća propusnost znači da se akceleratori mogu puniti bez čekanja. U mnogim cjevovodima, ograničenja mreže i međusobnih veza postaju ograničenje, pa poboljšanje kretanja podataka može osloboditi značajne dobitke čak i ako je računalni silicij već jak.
Koje su OpenAI-jeve "crvene linije" za implementaciju umjetne inteligencije u Pentagonu?
OpenAI opisuje eksplicitne zabranjene zone poput masovnog domaćeg nadzora, usmjeravanja autonomnog oružja i automatiziranih odluka s visokim ulozima sličnih sustavima "društvenog kredita". Također definiraju implementaciju kao isključivo u oblaku, uz ostanak sigurnosnih mjera i uključeno provjereno osoblje. Obično su ta ograničenja namijenjena sužavanju slučajeva upotrebe i smanjenju rizika od zlouporabe, a istovremeno omogućuju ograničene vladine aplikacije.
Koje AI zaštitne ograde predlažu zakonodavci Washingtona za chatbotove i medije generirane umjetnom inteligencijom?
Opisani prijedlozi usredotočuju se na dva područja: transparentnost i sigurnost chatbotova te otkrivanje sadržaja generiranog ili izmijenjenog umjetnom inteligencijom. Jedan koncept zahtijeva od chatbotova da redovito podsjećaju korisnike da komuniciraju s umjetnom inteligencijom i da uključe sigurnosne značajke poput otkrivanja suicidalnih ideja. Drugi je cilj mehanizama otkrivanja poput ugrađenih vodenih žigova u sintetičkim medijima, što može biti jednostavno u teoriji, ali teže u implementaciji.
Kako britanski skupovi podataka o energiji za umjetnu inteligenciju mogu utjecati na dekarbonizaciju i energetsku sigurnost?
Poziv Ujedinjenog Kraljevstva na dostavljanje dokaza osmišljen je kao korak za utvrđivanje područja u kojima bi bolji pristup skupovima podataka vezanim uz energiju mogao pomoći umjetnoj inteligenciji da poboljša rezultate poput dekarbonizacije, sigurnosti ili pristupačnosti. U praksi, mnogi korisni skupovi podataka imaju ograničenja dijeljenja, pa bi mogli biti potrebni pristupi poput sintetičkih podataka, pristupa temeljenog na dopuštenjima ili kontroliranih okruženja. To često postaje pitanje „tko može pristupiti karti“ za inovacije i upravljanje.