💻 „OpenAI“ pristato „Codex“ programėlę, kad įsitvirtintų dirbtinio intelekto kodavimo lenktynėse ↗
„OpenAI“ pristatė „Codex“ darbalaukio programėlę, kuri skamba kaip komandų centras, skirtas vienu metu valdyti kelis kodavimo agentus – ne tik vieną pokalbių temą, kurią po penkių minučių pametate savo minčių stalčiuje.
Atmosfera tokia: „prižiūrėk nedidelį būrį“ su lygiagrečiais darbo srautais ir ilgiau trunkančiomis užduotimis, kas skamba produktyviai... ir taip pat atrodo, kad buvai paaukštintas vadovauti mažiems, nenuilstantiems praktikantams.
Tai gana tiesus smūgis varžovams, kurie pastaruoju metu mėgaujasi programavimo įrankiais. Ne nokautuojantis smūgis, o garsesnis nei įprastai stūmimas.
⚙️ Išskirtinis: „OpenAI“ nepatenkintas kai kuriais „Nvidia“ lustais ir ieško alternatyvų, teigia šaltiniai ↗
Skundas ne dėl to, kad „negalima apmokyti didelių modelių“, o dėl išvadų darymo greičio – momento, kai modelis turi greitai ir vėl pateikti atsakymus dideliu mastu. „Nvidia“ išlieka pagrindine, tačiau spaudimo taškai keičiasi.
Taigi bendrovė ieškojo alternatyvų, įskaitant AMD ir specializuotus grotuvus, tokius kaip „Cerebras“ ir „Groq“ – tokią aparatinę įrangą, kuriai reikia delsos ir integruotos atminties.
Viešai visi vis dar elgiasi mandagiai (beveik nerimą keliančiai mandagiai), tačiau potekstė aiški: jei kodavimo agentai yra naujas madingiausias dalykas, greitis nustoja būti „malonu turėti“ ir tampa svarbiausiu dalyku.
🏗️ „Oracle“ akcijų kaina kyla, nes 50 mlrd. dolerių pritraukta sumažino duomenų centrų finansavimo baimes ↗
„Oracle“ parengė planą pritraukti didžiulę pinigų krūvą per skolas ir nuosavą kapitalą, skirtą finansuoti duomenų centro statybą, glaudžiai susijusią su didžiausiais jos įsipareigojimais dirbtinio intelekto srityje.
Analitikai tai suformulavo kaip „gerai, tikriausiai galite už tai sumokėti“, o tai yra juokingas patikinimas – tarsi būtų pasakyta, kad jūsų lėktuve greičiausiai yra pakankamai degalų.
Net ir turint finansavimo planą, nerimaujama mintis: ar visos šios išlaidos dirbtinio intelekto infrastruktūrai reikš ilgalaikę naudą, ar tik labai brangias mirksinčias lemputes.
🌿 „Carbon Robotics“ sukūrė dirbtinio intelekto modelį, kuris aptinka ir identifikuoja augalus ↗
„Carbon Robotics“ pristatė „didelį augalo modelį“, kuris maitins jos lazerinius ravėjimo robotus – taip, jis vis dar skamba kaip animacinis piktadario įrenginys, bet, matyt, yra tikras ir praktiškas.
Praktinė nauda yra didelė: sistema gali atpažinti naujas piktžoles be lėto „žymėjimo, perkvalifikavimo, laukimo“ ciklo. Ūkininkai gali nurodyti, ką naikinti, o ką palikti, o robotas prisitaiko be visiško perkrovimo.
Tai viena iš tų istorijų apie dirbtinį intelektą, kuri tyliai atrodo svarbesnė nei prašmatnios demonstracijos – mažiau poezijos, daugiau maisto tiekimo.
⚖️ Antropinis perėjimas į teisines technologijas ↗
„Anthropic“ diegia papildinius, kurie integruoja jos modelį į realius darbo procesus, įskaitant teisinį papildinį, skirtą dokumentų peržiūrai ir sutarčių analizei. Žmonės prisiekinėja, kad toks darbas yra „sudėtingas“... kol neįvykdo 200 beveik identiškų sąlygų iš eilės.
Tačiau tai nėra vieno paspaudimo pakaitalas teisininkų komandoms. Šių dalykų diegimas vis dar reikalauja techninių įgūdžių, ir visi, kaip ir turėtų, bus apsėsti duomenų saugumo.
Šiek tiek pikantiška užuomina: teisinės programinės įrangos tiekėjai, paremti siaura automatizacija, staiga gali pasijusti daug mažiau ypatingi.
🧬 „ConcertAI“ pradeda pagreitintus klinikinius tyrimus, pasitelkdama agentinį dirbtinį intelektą, kad radikaliai sutrumpintų tyrimų terminus ↗
„ConcertAI“ pristatė „pagreitintų klinikinių tyrimų“ platformą, sukurtą agentinio dirbtinio intelekto pagrindu, kuria siekiama pagreitinti sudėtingiausius etapus – protokolo kūrimą, galimybių patikrinimus, vietos parinkimą, įdarbinimą ir visą surištą grandinę.
Jie teigia, kad naudodami agentus, kurie ištraukia duomenis iš realaus pasaulio ir nuosavybės teise saugomų duomenų, bei jungtis su įprastais tyrimų šaltiniais, gerokai sutrumpino terminus ir padarė pakeitimų. Skamba ambicingai – o klinikinėms operacijoms praverstų šiek tiek magijos, kuri pašalintų trintį.
Jei tai veikia bent pusiaukelėje, tai mažiau „DI išgydo viską“ ir daugiau „DI priverčia mašiną nustoti strigti“, o tai galbūt yra labiau tikėtina pažanga.
DUK
Kas yra „OpenAI Codex“ programėlė ir ką ji daro?
„OpenAI Codex“ programėlė apibūdinama kaip darbalaukio „komandų centras“, skirtas vienu metu koordinuoti kelis kodavimo agentus. Užuot gyvenusi viename pokalbių temoje, ji palaiko lygiagrečius darbo srautus ir ilgiau trunkančias užduotis, kurias galite prižiūrėti. Tikslas – valdyti nedidelį agentų „spiečių“, tuo pačiu peržiūrint, vadovaujant ir integruojant jų sukurtus rezultatus.
Kuo „OpenAI Codex“ programėlė skiriasi nuo įprasto kodavimo pokalbių roboto?
Įprastas programavimo pokalbių robotas yra susietas su vienu pokalbio siūlu, o „OpenAI Codex“ programėlė yra sukurta lygiagrečiai valdyti kelis agentus. Tai pakeičia darbo eigą iš „klausti, laukti, dar kartą paklausti“ į „deleguoti kelias užduotis ir stebėti eigą“. Praktiškai tai gali atrodyti artimiau projekto priežiūrai nei vien tik pokalbiams, ypač kai užduotys peržengia greito atsakymo ciklą.
Kokio tipo darbai geriausiai tinka kelių kodavimo agentų priežiūrai?
Daugelyje procesų kelių agentų konfigūracijos puikiai veikia, kai darbą galima suskirstyti į lygiagrečius etapus, kuriems vis tiek reikalinga žmogaus priežiūra. Įprastas modelis yra atskirų agentų priskyrimas derinimui, testų rašymui, dokumentų atnaujinimui arba alternatyvių diegimų tyrinėjimui, išlaikant bendrą architektūros darną. Labiausiai padeda, kai užduotys yra aiškiai apibrėžtos, skirtumai atidžiai peržiūrimi ir pakeitimai koordinuojami, kad agentai nesutaptų tose pačiose kodo bazės vietose.
Kodėl išvadų darymo greitis yra toks svarbus kodavimo agentams?
Kodavimo agentai gali generuoti nuolatinį mažų, dažnų užklausų srautą, ypač kai veikia lygiagrečiai ir sąveikauja su įrankiais. Vėlavimas ir pralaidumas tampa labiau „sutelkti į vartotoją“ nei vienkartinėse modelių demonstracijose. Kai reagavimas dideliu mastu tampa kliūtimi, išvadų greitis tampa pagrindiniu produkto apribojimu, o ne antrine infrastruktūros detale.
Kokios lustų alternatyvos, be „Nvidia“, yra tiriamos dirbtinio intelekto išvadoms?
Pranešimuose teigiama, kad „Nvidia“ išlieka pagrindine, tačiau vis labiau domimasi alternatyvomis, kuriomis siekiama greitesnio išvadų gavimo. Tarp paminėtų vardų yra AMD ir specializuoti gamintojai, tokie kaip „Cerebras“ ir „Groq“. Dėmesys mažiau skiriamas tam, „ar jis gali būti apmokytas“, o daugiau – mažo delsos ir didelio našumo aptarnavimui, ypač didėjant agentinių darbo eigų mastui.
Kodėl „Oracle“ renka iki 50 milijardų dolerių ir kam tai skirta?
„Oracle“ parengė planą pritraukti didelį skolintų ir nuosavų lėšų derinį, kad finansuotų duomenų centro statybą, susietą su dideliais įsipareigojimais dirbtinio intelekto srityje. Šis žingsnis yra skirtas sumažinti susirūpinimą dėl to, ar bendrovė gali finansuoti dideles infrastruktūros išlaidas. Investuotojams išliekantis klausimas yra tai, ar didelės dirbtinio intelekto investicijos taps ilgalaike grąža, o ne tiesiog didesnėmis sąnaudomis.
Kaip „Carbon Robotics“ gamyklos modelis keičia lazerinius ravėjimo robotus?
„Carbon Robotics“ pristatė „didelių augalų modelį“, skirtą augalams aptikti ir identifikuoti, kad būtų galima naudoti lazerinį ravėjimą. Pagrindinis pažadas – greitesnis prisitaikymas: naujų piktžolių atpažinimas be lėto ženklinimo, perkvalifikavimo ir laukimo, kol bus atnaujintas visas modelis. Ūkininkai gali nurodyti, ką pašalinti, o ką išsaugoti, o sistema sukurta taip, kad prisitaikytų be visiško atstatymo.
Kaip agentinės dirbtinio intelekto priemonės pasireiškia teisiniame darbe ir klinikiniuose tyrimuose?
„Anthropic“ apibūdinama kaip įskiepių, integruojamų į darbo eigas, įskaitant teisinių dokumentų peržiūrą ir sutarčių analizę, diegimas. Atskirai „ConcertAI“ pristatė „pagreitintų klinikinių tyrimų“ platformą, kuria siekiama paspartinti protokolų kūrimą, galimybių patikrinimus, vietų parinkimą ir įdarbinimą. Abiejose srityse praktinis diegimas paprastai priklauso nuo saugumo, valdymo ir kruopštaus patvirtinimo, o ne tik nuo modelio galimybių.