🦞 „Tencent“ integruoja „WeChat“ su „OpenClaw“ dirbtinio intelekto agentu Kinijos technologijų ginčo metu ↗
„Tencent“ tiesiogiai prijungė „OpenClaw“ prie „WeChat“ naudodama įrankį, vadinamą „ClawBot“, leisdama vartotojams bendrauti su agentu taip, lyg tai būtų tiesiog dar vienas kontaktas. Tai svarbu, nes „WeChat“ jau yra daugiau nei 1 milijardo aktyvių vartotojų kasdienio gyvenimo centre – tai pokalbiai, darbas, mokėjimai, beveik viskas. ( „Reuters“ )
Svarbesnė istorija – Kinijos agentų lenktynių tempas. „OpenClaw“ sparčiai populiarėja, o „Tencent“ dabar žengia kartu su „Alibaba“ ir „Baidu“, kiekviena bandydama dirbtinio intelekto agentus iš tvarkingos demonstracijos paversti sluoksniu, kurį žmonės naudoja visą dieną. ( „Reuters“ )
🏭 Muskas teigia, kad „SpaceX“ ir „Tesla“ statys pažangias lustų gamyklas Ostine ↗
Elonas Muskas teigė, kad „SpaceX“ ir „Tesla“ pagal „Terafab“ koncepciją Ostine pastatys dvi lustų gamyklas – vieną „Tesla“ transporto priemonėms ir „Optimus“ robotams, kitą – dirbtinio intelekto sistemoms, susietoms su palydovais ir kosmoso duomenų centrais. Taip, tai skamba šiek tiek mokslinės fantastikos, bet tokia yra tikroji mintis. ( „Reuters“ )
Jo pagrindinis argumentas buvo nepaprastai paprastas: pirk lustus iš kitų ir liksi suvaržytas. Kurk juos pats ir galbūt, tik galbūt, neatsiliksi nuo automobilių, robotų, xAI ir visko, kas ateis vėliau, apetito. „Reuters“ pažymėjo, kad jis nenurodė jokio laiko grafiko, ir tai atrodo verta dėmesio. ( Reuters )
🤯 Dirbtinio intelekto haliucinacijos persekioja vartotojus labiau nei darbo vietų praradimas ↗
Didelė „Anthropic“ paremta apklausa, kurioje dalyvavo daugiau nei 80 000 „Claude“ vartotojų, parodė, kad labiausiai žmones neramina ne darbas – tai haliucinacijos. Neteisingi atsakymai, išgalvoti faktai, įsitikinusios nesąmonės... iš esmės kasdienė trintis. ( „Financial Times“ )
Apklausa taip pat atskleidė nuotaikų skirtumus. Pietų Amerikos, Afrikos ir Azijos dalyse vartotojai buvo optimistiškesni, o turtingesnių ir labiau dirbtiniu intelektu aprūpintų šalių gyventojai buvo atsargesni, ypač dėl ekonominių sutrikimų. Tam tikra prasme tai atrodo ir akivaizdu, ir daug ką atskleidžianti. („ Financial Times“ )
🧑💻 „Cursor“ pripažįsta, kad jų naujasis kodavimo modelis buvo sukurtas remiantis „Moonshot AI“ Kimi modeliu ↗
„Cursor“ pristatė „Composer 2“ kaip didelį šuolį programavimo intelekto srityje, tačiau beveik iš karto sulaukė X vartotojo kritikos, teigdamas, kad tai iš esmės Kimi 2.5 su papildomu sustiprinto mokymosi sluoksniu. Šis kaltinimas pasigirdo, nes kodo pėdsakai, regis, rodė Kimi. ( „TechCrunch “)
„Cursor“ neneigė sąsajos su baziniu modeliu. Jos kūrėjų mokymo vadovas teigė, kad „Composer 2“ buvo sukurta remiantis atvirojo kodo baze ir kad didžioji dalis galutinių skaičiavimų buvo gauta iš paties „Cursor“ mokymo, todėl bendrovė tai vertina ne kaip nesąmonės, o kaip standartinio modelio kūrimo pavyzdį. Vis dėlto, nepaminėti Kimi iš pradžių atrodė šiek tiek nejauku. ( „TechCrunch“ )
⚙️ Išskirtinė ekskursija po „Amazon“ „Trainium“ laboratoriją – lustą, kuris nugalėjo „Anthropic“, „OpenAI“ ir net „Apple“ ↗
„Amazon“ „Trainium“ stūmimas atrodo rimtesnis, nei rodo įprasta antraštė „debesų kompiuterijos milžinė nori savo lusto“. „TechCrunch“ pranešė, kad per kelias kartas buvo įdiegta 1,4 mln. „Trainium“ lustų, o „Anthropic“ „Claude“ veikia su daugiau nei 1 mln. „Trainium2“ lustų. Tai nebėra eksperimentas – tai tikras mastas. ( „TechCrunch “)
Įdomesnis posūkis yra tai, kur naudojamas „Trainium“. Jis buvo sukurtas galvojant apie mokymą, tačiau dabar didžiausia kliūtis yra išvados, o „Amazon“ teigia, kad „Trainium2“ tvarko didžiąją dalį išvados srauto „Bedrock“ platformoje. Taip pat buvo apibūdinta, kad „OpenAI“ sandoris su „Amazon“ atneš 2 gigavatus „Trainium“ skaičiavimo pajėgumų, o tai, tiesą sakant, yra milžiniška. ( „TechCrunch “)
🎮 „Crimson Desert“ kūrėjas atsiprašo už dirbtinio intelekto meno panaudojimą ↗
„Crimson Desert“ kūrėjas pripažino, kad dirbtinio intelekto sukurti meno kūriniai pateko į galutinę versiją, ir teigė, kad dabar atlieka išsamų auditą, siekdamas pakeisti šiuos išteklius. Jis taip pat atsiprašė, kad nebuvo aiškiau paaiškintas dirbtinio intelekto naudojimas kūrimo metu. ( „The Verge“ )
Tai viena iš tų smulkesnių istorijų, kurios daug ką pasako. Žaidimų studijos ir toliau testuoja dirbtinį intelektą gamyboje, tačiau žaidėjų ir kūrėjų pasipriešinimas išlieka didelis, ypač kai jo naudojimas slepiamas arba atskleidžiamas tik iš dalies. Technologijos tikrai yra, o pasitikėjimo – ne. („ The Verge“ )
DUK
Ką „Tencent“ pakeičia vartotojams įdiegus „ClawBot“ į „WeChat“?
Tai leidžia dirbtinio intelekto agentui atrodyti ne kaip atskirai programėlei, o labiau kaip natūraliai kasdienių pranešimų daliai. „Reuters“ teigia, kad „Tencent“ integravo „OpenClaw“ į „WeChat“, kad vartotojai galėtų su juo bendrauti kaip su kitu kontaktu. Kadangi „WeChat“ jau tvarko pokalbius, darbą ir mokėjimus daugiau nei 1 milijardui aktyvių vartotojų per mėnesį, ši aprėptis gali būti tokia pat svarbi, kaip ir pats modelis.
Kodėl dirbtinio intelekto agentai šiuo metu tampa tokiu dideliu mūšio lauku Kinijoje?
Straipsnyje teigiama, kad lenktynės pereina nuo įspūdingų demonstracijų prie įrankių, kuriuos žmonės naudoja visą dieną. „Tencent“, „Alibaba“ ir „Baidu“ stengiasi, kad agentai taptų nuolatiniu kasdienio skaitmeninio gyvenimo sluoksniu. Praktiškai nugalėtoja gali būti ne ta įmonė, kuri įpins dirbtinį intelektą į jau turimus vartotojų įpročius, o ta, kuri turi ryškiausią modelį.
Kodėl „Tesla“ ir „SpaceX“ norėtų statyti savo lustų gamyklas?
Musko argumentas yra tas, kad priklausomybė nuo išorinių lustų tiekėjų sukuria griežtas augimo lubas. „Reuters“ teigia, kad planuojamos gamyklos Ostine palaikytų „Tesla“ automobilius, „Optimus“ robotus, palydovus ir kosmines dirbtinio intelekto sistemas. Logika yra vertikali kontrolė: jei skaičiavimo paklausa ir toliau augs, didesnės lustų paketo dalies valdymas galėtų sumažinti priklausomybę ir suteikti abiem įmonėms didesnį lankstumą.
Ar dirbtinio intelekto haliucinacijos vartotojams kelia didesnį susirūpinimą nei darbo praradimas?
„Financial Times“ pranešime teigiama, kad taip, bent jau apklausoje, kurioje dalyvavo daugiau nei 80 000 „Claude“ naudotojų. Žmonės labiau nerimavo dėl neteisingų atsakymų, sufabrikuotų faktų ir įsitikinimų klaidų nei dėl tiesioginio darbo praradimo. Tai stebima kasdienio naudojimo atveju, nes haliucinacijos yra pirmoji problema, su kuria vartotojai susiduria, kai pasikliauja dirbtiniu intelektu tyrimams, rašymui ar sprendimų priėmimui.
Kodėl „Cursor“ buvo kritikuojama už tai, kad „Composer 2“ buvo kuriamas Kimi pagrindu?
Neigiama reakcija buvo ne tiek dėl skolinimosi iš atvirojo kodo bazės, kiek dėl atskleidimo. „TechCrunch“ teigia, kad vienas X vartotojas teigė, jog „Composer 2“ iš esmės buvo „Moonshot AI“ „Kimi 2.5“ su papildomu sustiprinto mokymosi metodu, o „Cursor“ vėliau pripažino bazinio modelio ryšį. Daugelyje DI darbo eigų kurti esamą modelį yra įprasta, tačiau vartotojai paprastai tikisi aiškesnio iš anksto apibrėžto modelio, kai produktas reklamuojamas kaip didelis šuolis.
Kas daro „Amazon Trainium“ rimtu žaidėju dirbtinio intelekto lustų lenktynėse?
Straipsnyje aprašytas mastas yra tai, kas išsiskiria. „TechCrunch“ praneša apie 1,4 mln. „Trainium“ lustų, kurie buvo įdiegti per kelias kartas, o daugiau nei 1 mln. „Trainium2“ lustų yra susiję su „Anthropic“ „Claude“ darbo krūviais. Taip pat teigiama, kad „Trainium2“ dabar tvarko didžiąją dalį išvadų srauto „Bedrock“ platformoje, o tai rodo, kad „Amazon“ nebelaiko savo lustų šalutiniu projektu, o pagrindine dirbtinio intelekto infrastruktūra.
Kodėl žaidėjai ir kūrėjai vis dar priešinasi dirbtinio intelekto piešinių naudojimui žaidimuose?
Crimson Desert“ atvejis rodo, kad techninis gebėjimas naudoti dirbtinio intelekto išteklius nėra tas pats, kas pelnyti pasitikėjimą. „The Verge“ teigia, kad kūrėjas atsiprašė po to, kai dirbtinio intelekto sukurti meno kūriniai pateko į galutinę versiją, ir pradėjo auditą, kad pakeistų šiuos išteklius. Dažna problema yra skaidrumas: paslėptas arba miglotai atskleistas dirbtinio intelekto naudojimas paprastai sukelia stipresnę neigiamą reakciją nei aiškiai paaiškinti eksperimentai.
Kokios yra svarbiausios išvados iš šios dirbtinio intelekto naujienų apžvalgos?
Aiškiausios temos yra paskirstymas, skaičiavimas, patikimumas ir pasitikėjimas. Šis dirbtinio intelekto naujienų rinkinys rodo, kaip įmonės lenktyniauja, kurdamos agentus į kasdienius produktus, apsaugodamos savo lustus ir didindamos tiek mokymą, tiek išvadų darymą. Tuo pačiu metu vartotojų nerimas išlieka pagrįstas praktinėmis nesėkmėmis, tokiomis kaip haliucinacijos, o paslėptas ar perdėtas dirbtinio intelekto naudojimas vis dar kelia reputacijos riziką.