🏛️ Nedosegljiv zakon o umetni inteligenci, ki ga želi Bela hiša sprejeti ↗
Washington si prizadeva za nekaj, kar bi lahko postal prvi velik zvezni zakon o umetni inteligenci, uradniki pa trdijo, da ZDA potrebujejo enoten nacionalni okvir in ne razdrobljenega mozaika po posameznih državah. Ta ideja kroži že leta, vendar zdaj nosi ostrejši občutek nujnosti.
Pritisk prihaja z vseh strani hkrati – varstva potrošnikov, nacionalne varnosti, pravil o varstvu podatkov in globalne konkurence. Omeniti velja, da se skoraj vsi strinjajo, da umetna inteligenca potrebuje pravila, vendar se zdi, da je oblika, ki bi jo morala imeti ta pravila, še vedno le delno narisana, kot da bi nekdo skiciral oris in pustil središče nedokončano.
🧠 Razcvet umetne inteligence pospešuje rast kitajske industrije čipov, saj povpraševanje obremenjuje dobavno verigo ↗
Kitajska industrija čipov močno narašča zaradi povpraševanja po umetni inteligenci, vodstvo pa pravi, da rast presega pričakovanja, saj učenje modelov in sklepanje absorbirata vse bolj napredno strojno opremo. Pri tem ni nič subtilnega – umetna inteligenca si želi čipe, nato še več čipov in nato nekako spet več.
Težava je v tem, da je dobavna veriga pod pritiskom. Ker čipi postajajo vse bolj kompleksni in zahtevnejši glede zmogljivosti, celoten ekosistem – zasnova, embalaža, proizvodnja – začenja spominjati na motor, ki ga potiskajo nekoliko preblizu rdeče črte.
🌐 Openreach uporablja Googlovo umetno inteligenco za pospešitev uvajanja optičnih vlaken in zmanjšanje emisij ↗
Openreach uporablja Googlovo umetno inteligenco za učinkovitejše načrtovanje uvajanja optičnih vlaken, s ciljem pospešiti uvajanje in hkrati zmanjšati emisije. Gre za zelo praktično zgodbo o umetni inteligenci, ki se zdi osvežujoča – manj robotskega besedila, več kablov v tleh.
Predpostavka je, da bi boljše načrtovanje poti in pametnejše operativne odločitve lahko zmanjšale število izgubljenih poti in izboljšale učinkovitost gradnje. Na prvi pogled morda dolgočasno, a prav to je nekaj, kar tiho šteje – umetna inteligenca kot ključ, ne čarobna palica.
💸 Meta zvišuje plače vodilnih delavcev z delniškimi opcijami, saj se tekma za umetno inteligenco zaostruje ↗
Meta podeljuje vodilnim delavcem večje delniške nagrade, saj se boj za talente na področju umetne inteligence zaostruje. Že to samo po sebi veliko pove – ko se tekma zaostri, čekovne knjižice spregovorijo glasneje.
Zdi se, da je ta poteza zgolj poskus ohranitve potencialnih strank, saj tekmeci še naprej trošijo denar, prestiž in ogromne računalniške proračune. Ni posebej presenetljivo, čeprav poudarja, kako se poraba za umetno inteligenco zdaj širi daleč preko čipov in podatkovnih centrov v neposredno notranjo politiko moči.
🇮🇳 Mercorjev konkurent Deccan AI zbere 25 milijonov dolarjev, viri strokovnjakov iz Indije ↗
Deccan AI je zbral 25 milijonov dolarjev za razširitev svojega dela na področju podatkov in evalvacije po usposabljanju, pri čemer se je opiral na strokovno delovno silo s sedežem v Indiji. To je opomnik, da se mejna umetna inteligenca ne gradi zgolj v dovršenih laboratorijih – večina bistvenega uglaševanja se zgodi v manj glamuroznih plasteh spodaj.
Zagonsko podjetje pomaga izboljšati področja, kot so učinkovitost kodiranja, vedenje agentov in uporaba orodij, kar so prav tisti deli, ki podjetja zanimajo, ko je osnovni model vzpostavljen. Torej, da, razcvet umetne inteligence še vedno ni le o velikanskih modelih, ampak tudi o človeškem odru, ki je ovit okoli njih.
🗜️ Google predstavlja TurboQuant, nov algoritem za stiskanje pomnilnika umetne inteligence – in ja, internet ga imenuje 'Pied Piper' ↗
Raziskovalci Googla so razkrili TurboQuant, metodo stiskanja pomnilnika, zasnovano za krčenje delovnega pomnilnika umetne inteligence, ne da bi pri tem zmanjšali zmogljivost. Zelo tehnično, zelo Googlovsko – pa vendar je internet to skoraj takoj spremenil v humoristično šalo, saj je to seveda res storil.
Pomemben je vidik učinkovitosti. Če lahko modeli ohranijo bolj smiseln kontekst, hkrati pa porabijo manj pomnilnika, bi to lahko olajšalo resnično ozko grlo v sistemih umetne inteligence. Sliši se nišno, dokler se ne spomnite, da lahko boljše stiskanje privede do cenejših, hitrejših in zmogljivejših izdelkov.
👷 Podjetje za umetno inteligenco pravi, da je tukaj vrzel v znanju umetne inteligence, napredni uporabniki pa prebijajo naprej ↗
Najnovejša analiza Anthropica o trgu dela kaže, da umetna inteligenca še ni povzročila obsežnih izgub delovnih mest, vendar ustvarja vse večjo vrzel med ljudmi, ki znajo ta orodja dobro uporabljati, in vsemi ostalimi. To se zdi osrednja zgodba trenutno – ne množična zamenjava, še ne, ampak neenakomerno pospeševanje.
Uporabniki z visoko strokovno izkušnjo postajajo hitrejši in učinkovitejši, medtem ko bodo spremembo morda najprej občutili mlajši ali novejši delavci. To je nekoliko podobno, kot če bi polovici pisarniških delavcev dali reaktivne nahrbtnike, ostalim pa naročili, naj hodijo hitro.
Pogosta vprašanja
Zakaj Bela hiša zdaj pritiska na zvezni zakon o umetni inteligenci?
Članek nakazuje, da se je nujnost stopnjevala, ker se hkrati združuje več pritiskov: varstvo potrošnikov, nacionalna varnost, upravljanje podatkov in mednarodna konkurenca. Zvezni zakon o umetni inteligenci se predstavlja kot način, kako se izogniti razdrobljenemu, od države do države razdrobljenemu sistemu. Odprto vprašanje ni več, ali so pravila potrebna, temveč kakšno obliko naj bi ta pravila imela v praksi.
Kaj rešuje enoten nacionalni okvir za umetno inteligenco v primerjavi s pravili, ki veljajo za posamezne države?
Nacionalni okvir bi na splošno olajšal skladnost s predpisi za podjetja, ki gradijo ali uvajajo umetno inteligenco po vsej ZDA. Namesto da bi se podjetja v vsaki državi ravnala po drugačnem naboru obveznosti, bi lahko delovala na podlagi enega samega izhodišča. V članku je predlagano, da oblikovalci politik to vidijo kot pomembno tako za domačo jasnost kot za ohranjanje globalne konkurenčnosti.
Zakaj povpraševanje po umetni inteligenci tako obremenjuje kitajsko dobavno verigo čipov?
Članek opozarja na preprosto dinamiko: učenje modelov in sklepanje še naprej porabljata naprednejšo strojno opremo. Z naraščajočim povpraševanjem se pritisk prenaša na celoten sklad, vključno z načrtovanjem čipov, embalažo in proizvodnjo. Težava ni le v sami količini, temveč tudi v naraščajočih zahtevah glede zmogljivosti in kompleksnosti, zaradi katerih je dobavno verigo težje skalirati.
Kako se umetna inteligenca uporablja v resničnih infrastrukturnih projektih, kot je uvedba optičnih vlaken?
V tem primeru se umetna inteligenca manj uporablja kot izdelek, ki pritegne pozornost medijev, temveč bolj kot operativno orodje. Openreach uporablja Googlovo umetno inteligenco za izboljšanje načrtovanja, zmanjšanje izgubljenih poti in učinkovitejše odločitve o uvajanju. To je pomembno, saj lahko že skromni napredki pri usmerjanju in razporejanju pospešijo uvajanje, hkrati pa pomagajo zmanjšati emisije.
Zakaj podjetja, kot je Meta, povečujejo nagrade za vodstvene delavce med tekmo za umetno inteligenco?
Članek to opredeljuje kot vprašanje talentov in zadržanja zaposlenih. Ker se konkurenca na področju umetne inteligence stopnjuje, podjetja ne zapravljajo le za čipe in podatkovne centre, temveč tudi za preprečevanje, da bi višji vodje odšli drugam. Večje delniške nagrade kažejo, da se boj za prednost zdaj razteza na notranje spodbude, status in dolgoročno nadomestilo.
Kakšna je pravzaprav trenutna vrzel v znanju in spretnostih na področju umetne inteligence?
Glede na članek se trenutni vzorec manj nanaša na obsežne izgube delovnih mest in bolj na neenakomerne dobičke. Ljudje, ki že znajo učinkovito uporabljati orodja umetne inteligence, postajajo hitrejši in produktivnejši, medtem ko drugi tvegajo zaostanek. To ustvarja vse večjo vrzel znotraj ekip, zlasti tam, kjer imajo novi delavci manj izkušenj s pretvorbo umetne inteligence v praktične rezultate.