„OpenAI“ ruošia „ChatGPT“ „superprogramėlės“ sukimąsi ↗
Pranešama, kad „OpenAI“ „ChatGPT“ iš klausimų ir atsakymų pokalbių roboto paverčia platesne „superprogramėle“ – vienoje vietoje sutalpinti kodavimo įrankiai, agentai, vaizdų generavimas ir partnerių programėlės. Idėja atrodo beveik nuginkluojančiai paprasta, tačiau tai didžiulis produkto pokytis. („Fortune“)
Didesnė tikimybė, kad vartotojai ne tik prašys dirbtinio intelekto atsakymų. Jie perduos jam sudėtingas užduotis – rezervacijas, kalendorius, kodą, darbo eigas – ir tikėsis, kad jis jas atliks tinkamai. Tai dabar yra pagrindinis iššūkis.
„Perplexity“ leidžia dirbtinio intelekto modeliams rašyti savo paieškos srautus ↗
„Perplexity“ „Search as Code“ (liet. Paieška kaip kodas) fiksuotus API iškvietimus paverčia paieškos algoritmu, parašytu modeliu parašytu „Python“ darbo eiga. Užuot nuolat pildęs užklausas, modelis sukuria savo mažytę paieškos mašiną. („The Decoder“)
Bendrovė teigia, kad kibernetinio saugumo lyginamajame teste naudojo daug mažiau žetonų ir pirmavo daugumoje testų. Žinoma, su atsargumu vertinkite šį pasigyrimą, tačiau idėja aštri.
„Nvidia“ sudaro naujas dirbtinio intelekto infrastruktūros sutartis su Pietų Korėja ↗
„Nvidia“ paskelbė apie partnerysčių su Pietų Korėja paketą, apimantį atminties lustus, dirbtinio intelekto debesiją, duomenų centrus, robotiką ir gamybą. Mašinų sektoriuje minimos tokios įmonės kaip „SK Hynix“, „SK Telecom“, „Naver“, „Doosan“, „LG Group“ ir „Hyundai“. („Reuters“)
Svarbus praktinis aspektas: „Nvidia“ nori apriboti pažangų atminties tiekimą, tuo pačiu metu stumdama „dirbtinio intelekto gamyklas“ giliau į pramoninę erdvę. Žavinga? Ne itin. Svarbu? Labai svarbu.
Dirbtinio intelekto verslas susiduria su 4 atšiauriomis realijomis ↗
Dirbtinio intelekto rinkos naujienos sulaukė šaltesnio įvertinimo: didelės išlaidos, lėtesnis atsipirkimas, didelė, bet ne magiškai begalinė infrastruktūros paklausa ir galintis brangti finansavimas. Štai kas slypi po paauksuota raketa. („Axios“)
Pagrindinė įtampa paprasta: dirbtinis intelektas kaip technologija gali būti labai perspektyvus, o dirbtinis intelektas kaip verslas vis tiek gali atrodyti brangus, nepatogus ir nepakankamai monetizuotas. Abu dalykai gali būti tiesa – erzina, bet tiesa.
Bankai ruošiasi masiniam darbuotojų skaičiaus mažinimui, įsitvirtinus dirbtiniam intelektui ↗
Pranešama, kad bankai mažina jaunesniųjų analitikų klases, kai kuriais atvejais net ir dramatiškai, tačiau vis dar pasikliauja ankstyvosios karjeros absolventų grupėmis. Tai savotiškas mažas „ouroboros“, graužiantis savo pačios absolventų schemą. („Fortune“)
Artimiausi dirbtinio intelekto naudojimo atvejai yra labiau tiksliniai nei mokslinė fantastika: klientų aptarnavimas, operacijų stebėjimas, prekybos stebėjimas. Mažiau „robotų banko“, daugiau „daugybės smulkių pjūvių ir automatizavimų“
Judriausiame „Amazon“ Europos sandėlyje, kuriame robotai, lazeriai ir žmonės kuria ateitį ↗
„Amazon“ LCY3 sandėlis Dartforde veikia su mobiliaisiais robotais, dirbtinio intelekto programine įranga, skaitytuvais ir konvejerių sistemomis, perkeliančiomis milijonus vienetų per savaitę. Tai skamba kaip pusiau užsakymų vykdymo centras, pusiau pramoninis fliperis. („euronews“)
Dirbtinio intelekto dalis yra praktiška: robotų koordinavimas, maršrutų optimizavimas, pakuočių matavimas, etikečių skaitymas ir eilių rūšiavimas. Tai ne prašmatnūs pokalbių robotų dalykai – greičiau nematomas mažmeninės prekybos skeletas, kuris vis greičiau tampa.
DUK
Ką reiškia „OpenAI“ praneštas „ChatGPT“ superprogramėlės pokytis?
Pranešama, kad „OpenAI“ plečia „ChatGPT“ nuo paprasto klausimų ir atsakymų pokalbių roboto į platesnį, programėlės tipo centrą. Idėja – sujungti kodavimo įrankius, dirbtinio intelekto agentus, vaizdų generavimą ir partnerių programas į vieną vietą. Užuot tik atsakinėjęs į klausimus, „ChatGPT“ padėtų atlikti didesnes užduotis, tokias kaip rezervacijos, kalendoriai, kodas ir darbo eigos.
Kodėl dirbtinio intelekto agentai tampa tokiu dideliu dėmesio centru dirbtinio intelekto naujienose?
Dirbtinio intelekto agentai yra svarbūs, nes jie perkelia produkto tikslą nuo atsakymų pateikimo prie veiksmų atlikimo. Šiame straipsnyje pagrindinė tema yra vartotojai, atliekantys sudėtingas dirbtinio intelekto užduotis ir tikintis, kad jis jas tinkamai atliks. Todėl patikimumas, darbo eigos valdymas ir vertingos integracijos yra svarbesni nei tiesiog išbaigto atsakymo pateikimas.
Kas yra „Perplexity“ „Ieškoti kaip kodo“ metodas?
„Perplexity“ „Search as Code“ leidžia dirbtinio intelekto modeliams rašyti „Python“ paieškos darbo eigas, o ne tik iškviesti fiksuotas paieškos API. Tai reiškia, kad modelis gali sukurti nedidelį pasirinktinį paieškos procesą užduočiai. Straipsnyje teigiama, kad „Perplexity“ teigia, jog kibernetinio testo metu buvo naudojama mažiau žetonų, nors su lyginamojo testo teiginiais reikėtų elgtis atsargiai.
Kodėl „Nvidia“ Pietų Korėjos dirbtinio intelekto infrastruktūros sandoriai yra svarbūs?
„Nvidia“ susitarimai su Pietų Korėja yra svarbūs, nes jie jungia dirbtinio intelekto infrastruktūrą su atminties lustais, debesijos kompiuterija, duomenų centrais, robotika ir gamyba. Tarp paminėtų bendrovių yra „SK Hynix“, „SK Telecom“, „Naver“, „Doosan“, „LG Group“ ir „Hyundai“. Praktinis tikslas – užsitikrinti pažangų atminties tiekimą, kartu skatinant „dirbtinio intelekto gamyklas“ giliau įsitvirtinti pramoninėje veikloje.
Su kokiomis atšiauriomis verslo realijomis susiduria dirbtinio intelekto įmonės?
Straipsnyje pabrėžiami keturi pagrindiniai dirbtinio intelekto verslo spaudimo veiksniai: didelės išlaidos, lėtesnis atsipirkimas, ribota infrastruktūros paklausa ir brangus finansavimas. Esmė ne ta, kad dirbtinis intelektas kaip technologija žlunga. Esmė ta, kad pelningų dirbtinio intelekto verslų kūrimas vis dar gali būti brangus, netolygus ir sunkiau monetizuojamas, nei rodo išpūsti lūkesčiai.
Kaip dirbtinis intelektas veikia darbo vietas bankuose ir finansų sektoriuose?
Pranešama, kad bankai mažina jaunesniųjų analitikų klases, tačiau vis dar pasikliauja jaunojo analitiko pozicijomis kaip būsimu dirbtinio intelekto talentų telkiniu. Aprašyti trumpalaikiai panaudojimo būdai yra praktiški ir tikslingi, įskaitant klientų aptarnavimą, operacijų stebėjimą ir prekybos stebėjimą. Užuot pakeitęs ištisus bankus, dirbtinis intelektas, regis, kuria daug mažesnių automatizacijų esamuose darbo procesuose.