🧠 „Nvidia“ skiria 4 milijardus dolerių fotonikos pramonei, kad pagreitintų dirbtinio intelekto duomenų centrų lustus ↗
„Nvidia“ teigė, kad investuos po 2 mlrd. dolerių į „Lumentum“ ir „Coherent“ – abi dideles fotonikos lyderes – siekdama, kad jos duomenų centrų įranga išliktų „greitesnės išvados, didesnis pralaidumas“ kreivės priekyje.
Idėja paprasta: jei duomenis galima perkelti naudojant šviesą (fotoniką), o ne tik elektrinius signalus, galima išspausti daugiau našumo iš viso dirbtinio intelekto rinkinio. Ne žavinga, bet laimėtoją lemia santechnika.
🛡️ „OpenAI“ nubrėžia „raudonas linijas“ dėl dirbtinio intelekto diegimo Pentagone ↗
„OpenAI“ nustatė aiškias „draudžiamas“ zonas savo karinei veiklai – jokio masinio vidaus stebėjimo, autonominių ginklų valdymo ir jokių svarbių automatizuotų sprendimų, tokių kaip „socialinio kredito“ tipo sistemos.
Jie taip pat teigia, kad diegimas skirtas tik debesijos technologijoms (ne periferiniams kompiuteriams), išlaiko „OpenAI“ saugos paketą ir į procesą įtraukiami patikrinti „OpenAI“ darbuotojai. Tai maždaug taip skamba: „pasitikėkite mumis, o sutarties sąlygos bus tokios“ – o tai, tiesą sakant, yra geriau nei vien pasitikėjimu grįstos garantijos.
🏛️ Vašingtono įstatymų leidėjai ragina dirbtinio intelekto apsaugos priemones pokalbių robotams ir turinio aptikimui ↗
Vašingtono valstijos įstatymų leidėjai teikia įstatymų projektus, skirtus dviem probleminiams klausimams spręsti: pokalbių robotams (ypač nepilnamečiams) ir dirbtinio intelekto generuojamai medijai, kurią vis sunkiau pastebėti.
Vienas pasiūlymas reikalauja, kad pokalbių robotai reguliariai primintų vartotojams, jog jie kalbasi su dirbtiniu intelektu, taip pat įdėtų savižudiškų minčių aptikimo ir kitas saugos priemones. Kitas siūlymas skatintų atskleisti tokius dalykus kaip įterptieji vandens ženklai dirbtinio intelekto sugeneruotuose arba pakeistuose vaizduose, garso ir vaizdo įrašuose – teoriškai paprasta, praktiškai sudėtinga.
⚡ JK skelbia kvietimą teikti įrodymus apie dirbtiniam intelektui skirtus energijos duomenų rinkinius ↗
JK vyriausybė paskelbė kvietimą teikti įrodymus, daugiausia dėmesio skiriant su energetika susijusiems duomenų rinkiniams, kur geresnė prieiga galėtų padėti dirbtinio intelekto kūrėjams pagerinti dekarbonizaciją, energetinį saugumą ar įperkamumą.
Tai aiškiai suformuluota kaip įrodymų rinkimo žingsnis (o ne žadėtas politikos pakeitimas) ir tai atspindi realybę: kai kuriais duomenimis negalima dalytis, todėl tinkamas kelias gali būti sintetiniai duomenys arba leidimais pagrįsti metodai. Matyt, prieiga prie duomenų yra nauja kova „kam priklauso žemėlapis“.
🤝 „TechCrunch“: Dirbtinio intelekto įmonės ir vyriausybės vis dar neturi tinkamo naudoti veiksmų plano ↗
„TechCrunch“ nagrinėjo nepatogų atotrūkį tarp „DI laboratorijų tampa nacionaline infrastruktūra“ ir „niekas pirmas nesusitarė dėl taisyklių“. Straipsnyje pabrėžiama, kaip visuomenės reakcija linkusi susitelkti ties stebėjimu ir automatizuotu žudymu – dviem košmarais, kurie niekada iš tikrųjų nepalieka abejingų.
Esmė tokia: laboratorijos nuolat bando primesti politiką išrinktiems lyderiams... bet jos taip pat ir tiekia įrankius, tad šis išsisukinėjimas veikia tik ribotą laiką. Tai tas pats, kas tvirtinti, kad nesi atsakingas už laužą, tuo pačiu metu aktyviai pardavinėdamas degtukus – arba bent jau taip atrodo.
DUK
Kodėl „Nvidia“ investuoja milijardus į dirbtinio intelekto duomenų centrų lustų fotoniką?
„Nvidia“ lažinasi, kad fotonika gali perkelti duomenis duomenų centruose greičiau ir su didesniu pralaidumu nei vien tik elektriniai ryšiai. Prielaida yra ta, kad geresnis „santechnikos“ ryšys tarp lustų, stelažų ir sistemų gali padidinti bendrą dirbtinio intelekto našumą, ypač didėjant išvadų skaičiavimo apkrovoms. Rimtas kapitalas, investuotas į pagrindinius fotonikos rinkos dalyvius, rodo, kad tai tampa strategine infrastruktūra, o ne nišiniu priedu.
Kuo fotonika iš tikrųjų pagreitina dirbtinio intelekto sistemas, palyginti su elektros jungtimis?
Fotonika duomenims perduoti naudoja šviesą, kuri gali sumažinti kliūtis, kai sistemoms reikia perduoti didžiulius informacijos kiekius. Daugelyje dirbtinio intelekto sistemų našumas priklauso ne tik nuo skaičiavimo mikroschemos – tai taip pat nuo to, kaip greitai duomenys gali judėti tarp komponentų. Įprastas modelis yra optinės jungtys, skirtos didelio našumo jungtims, o elektriniai signalai išlieka ten, kur jie paprastesni arba pigesni.
Ką praktiškai reiškia „greitesnė išvada ir didesnis pralaidumas“ dirbtinio intelekto duomenų centrams?
Tai rodo pokytį, kai efektyvus modelių aptarnavimas yra toks pat svarbus, kaip ir jų mokymas. Greitesnis išvadų darymas reiškia greitą atsakymų gavimą esant dideliam apkrovimui, o didesnis pralaidumas reiškia, kad greitintuvus galima maitinti nelaukiant. Daugelyje kanalų tinklo ir sujungimų apribojimai tampa apribojimu, todėl duomenų perdavimo gerinimas gali atverti reikšmingų galimybių, net jei skaičiavimo silicis jau yra stiprus.
Kokios yra „OpenAI“ „raudonosios linijos“ Pentagono dirbtinio intelekto diegimui?
„OpenAI“ apibrėžia aiškias draudžiamų zonų, tokių kaip masinis vidaus stebėjimas, autonominių ginklų valdymas ir didelės rizikos automatizuoti sprendimai, panašūs į „socialinio kredito“ sistemas, sąvokas. Jie taip pat apibrėžia diegimą tik debesyje, paliekant galioti saugos priemones ir įtraukiant patikrintus darbuotojus. Paprastai šie apribojimai skirti susiaurinti naudojimo atvejus ir sumažinti netinkamo naudojimo riziką, kartu leidžiant naudoti ribotas vyriausybines programas.
Kokias dirbtinio intelekto apsaugos priemones siūlo Vašingtono įstatymų leidėjai pokalbių robotams ir dirbtinio intelekto generuojamai žiniasklaidai?
Aprašyti pasiūlymai daugiausia dėmesio skiria dviem sritims: pokalbių robotų skaidrumui ir saugumui bei dirbtinio intelekto sukurto arba pakeisto turinio atskleidimui. Viena koncepcija reikalauja, kad pokalbių robotai reguliariai primintų vartotojams, jog jie bendrauja su dirbtiniu intelektu, ir įtrauktų tokias saugos funkcijas kaip savižudybės minčių aptikimas. Kita siekia sukurti atskleidimo mechanizmus, tokius kaip įterptieji vandens ženklai sintetinėje medijoje, kurie teoriškai gali būti paprasti, bet sunkiau įgyvendinami.
Kaip JK energetikos duomenų rinkiniai, skirti dirbtiniam intelektui, gali paveikti dekarbonizaciją ir energetinį saugumą?
JK kvietimas teikti įrodymus yra suformuluotas kaip žingsnis siekiant nustatyti, kur geresnė prieiga prie su energetika susijusių duomenų rinkinių galėtų padėti dirbtiniam intelektui pagerinti tokius rezultatus kaip dekarbonizacija, saugumas ar įperkamumas. Praktiškai daugelis naudingų duomenų rinkinių turi bendrinimo apribojimų, todėl gali prireikti tokių metodų kaip sintetiniai duomenys, leidimais pagrįsta prieiga arba kontroliuojama aplinka. Inovacijų ir valdymo srityje tai dažnai tampa klausimu „kas gali pasiekti žemėlapį“.