Az Nvidia ügyfeleit értesítették a mesterséges intelligenciával kapcsolatos, 15% feletti áremelkedésekről ↗
Az Nvidia néhány legnagyobb ügyfelét állítólag figyelmeztették, hogy a mesterséges intelligencia chipekkel felszerelt szerverek több mint 15%-kal drágábbak. A bűnös a memóriachipek drágulása, amely most közvetlenül a mesterséges intelligencia infrastruktúra számlájába torkollik.
Az áremelkedések várhatóan a Vera Rubin és Grace Blackwell hardvereket használó rendszereket fogják érinteni. Tehát egy kissé váratlan fordulatként a mesterséges intelligencia versenye már nem csak a elegendő GPU beszerzéséről szól – a memóriaárak is egyre nagyobb teret hódítanak a szerverek rackjében.
Az Nvidia 6 milliárd dollárt költ egy hatékony amerikai alternatíva megépítésére a kínai mesterséges intelligenciával szemben ↗
Az Nvidia állítólag 6 milliárd dollárt a Poolside mesterséges intelligencia startuppal kötött megállapodásba, amely magában foglalja a technológiai licenceket és a tehetséggondozást, azzal a céllal, hogy egy rendkívül erős, nyitott súlyú modellt építsenek.
Ez szokatlan helyzetbe hozza az Nvidia-t. Olyan cégeket lát el hardverekkel, mint az OpenAI és az Anthropic, de most már a modellezési szinten is kihívást jelenthet nekik – miközben megpróbál szembeszállni a kínai nyílt modellű szereplőkkel, mint a DeepSeek és a Kimi. Beszállító, partner, versenytárs... egy ügyes kis háromszög.
Az Inherent szerint AI-„csapattársa” felülmúlta az Anthropic és az OpenAI-t a kutatások replikálásában ↗
A korábbi DeepMind kutatók által alapított londoni startup, az Inherent bemutatta a Faraday-t, egy mesterséges intelligencián alapuló ágenst, amelyet a publikált tudományos cikkek eredményeinek független reprodukálására terveztek.
A meglepő mozzanat: Az Inherent szerint a Faraday rendszerei felülmúlták az Anthropic és az OpenAI sokkal nagyobb, határmodelljeire épülő rendszereket, miközben egy viszonylag kicsi, 27 milliárd paraméteres Qwen modellen futottak. A cég az ágenstervezésnek és a megerősítéses tanulásnak tulajdonítja ahelyett, hogy egyszerűen csak több paramétert dobna a problémára... ami egyre inkább aktuális témává válik.
Az OpenAI szerint Kaliforniának meg kellene erősítenie a mesterséges intelligencia biztonsági törvényét ↗
Az OpenAI most arra ösztönzi Kaliforniát, hogy szigorúbb védelmet nyújtson az SB 53-nak, beleértve a határmodellek monitorozását a képzés és értékelés során, valamint a kiberbiztonság megerősítését a fejlesztési folyamat során.
Van itt egy enyhe csavar a történetben: az OpenAI korábban ellenezte a jogszabályt. A vállalat most azzal érvel, hogy a közelmúltbeli mesterséges intelligencia biztonsági incidensek rávilágítanak arra, hogy miért van szükség erősebb védelemre, és azt mondja, hogy az állami szintű szabályok végül egy nemzeti szabvány alapjává válhatnak.
A Frontier AI laboratóriumok továbbra sem árulják el, hogyan tudnának megfékezni egy ál-modellt ↗
A Guidelight AI Standards felmérése szerint a vezető mesterséges intelligencia fejlesztő cégek meglepően keveset publikáltak arról, hogy mit tennének, ha egy nagy teljesítményű modell megpróbálná kijátszani az emberi irányítást.
Az OpenAI érte el a legmagasabb pontszámot az öt vizsgált laboratórium közül, de állítólag még neki sincs nyilvánosan dokumentált hivatalos elszigetelési terve a jövőbeli incidensekre. Az Anthropic és a Meta különösen rosszul teljesített a nyilvános közzététel terén – bár a vállalatok azzal érvelnek, hogy a nyilvános dokumentumok nem feltétlenül fedik fel az összes belső védelmi intézkedésüket.
Alapvetően a mesterséges intelligencia laboratóriumoknak egyre részletesebb terveik vannak a veszélyes képességek tesztelésére... de a "modell már eleve rosszul viselkedik" vészhelyzeti kézikönyve még mindig meglehetősen vékonynak tűnik.
A Harvard 699 dolláros startup bootcampje mesterséges intelligencia által készített avatárokat kínál oktatóiról ↗
A Harvard Business School HeyGen által generált, mesterséges intelligencia által létrehozott oktatói avatarokat használ nyolchetes, 699 dolláros Foundry vállalkozói programjában.
A diákok továbbra is élőben beszélgetnek emberi oktatókkal, de az avatarok személyre szabott visszajelzéseket adnak a szimulált előadások és igazgatósági ülések során. Az egyik oktató elismerte, hogy a digitális hasonmása kicsit hátborzongatónak tűnik – a diákoknak állítólag amúgy is tetszik.
Azok a vállalatok, amelyek mesterséges intelligenciával működő ügynökökkel nyernek, korlátozzák, hogy az ügynökök mennyit tudnak önállóan elvégezni ↗
A vállalati MI-ügynökök versenye kezdi megfordítani egyik kedvenc feltételezését: a nagyobb autonómia nem automatikusan jobb. Az erősebb termelési eredményeket mutató vállalatok egyre szűkebb felelősségi köröket és szilárdabb működési határokat adnak az ügynököknek.
A nagyobb problémát az irányítás, az integrációs költségek és a kézzelfogható üzleti érték bizonyítása jelenti. Más szóval, a nyerő MI-alkalmazott kevésbé tűnhet autonóm zseninek, és inkább egy szokatlanul gyors kollégának, nagyon szigorú jogosultságokkal.
GYIK
Miért várható, hogy az Nvidia AI szerverei drágábbak lesznek?
Az Nvidia ügyfeleit állítólag figyelmeztették, hogy egyes mesterséges intelligencia alapú szerverek árai több mint 15%-kal emelkedhetnek. A fő nyomást a memóriachipek magasabb árai jelentik, amelyek a Vera Rubin és Grace Blackwell hardverekre épülő rendszerek teljes árát is felhajtják. Ez arra utal, hogy a memóriaárak egyre jelentősebb részét képezik a mesterséges intelligencia infrastruktúrára fordított kiadásoknak.
Miről szól az Nvidia 6 milliárd dolláros Poolside AI-megállapodása?
Az Nvidia állítólag 6 milliárd dollárt költ egy, a Poolside mesterséges intelligencia startuppal kötött megállapodásra, amely a technológiai licencelést és a tehetséggondozást is magában foglalja. A cél egy erős, nyílt súlyú MI-modell kiépítésének elősegítése az Egyesült Államokban. Ez a lépés szélesebb versenypozícióba helyezheti az Nvidiát, mivel már most is szállít számítástechnikai hardvereket a nagyobb MI-fejlesztőknek, miközben potenciálisan a modell szintjén is versenyez velük.
Hogyan teljesített jobban az Inherent Faraday AI-ügynöke, mint a nagyobb AI-modellek?
Az Inherent szerint a Faraday mesterséges intelligencia ágense jobban teljesített a publikált tudományos kutatások reprodukálásában, mint a nagyobb, határmodellekre épített rendszerek. A Faraday állítólag egy 27 milliárd paraméteres Qwen modellt használ, az Inherent pedig a teljesítményét az ágenstervezésnek és a megerősítéses tanulásnak tulajdonítja. Az eredmény arra utal, hogy a munkafolyamat-tervezés és a betanítási módszerek néha ugyanolyan fontosak lehetnek, mint a modell méretének növelése.
Miért akarja az OpenAI, hogy Kalifornia megerősítse a mesterséges intelligencia biztonsági törvényét?
Az OpenAI erősebb védelmet sürget Kalifornia állam SB 53 körzetében, beleértve a határmodellek szorosabb monitorozását a képzés és az értékelés során, valamint a kiberbiztonsági intézkedések javítását. Ez változást jelent a jogszabály korábbi ellenzéséhez képest. Az OpenAI most azzal érvel, hogy a közelmúltbeli MI-biztonsági incidensek erősebb védelmet tesznek szükségessé, és hogy az állami szintű szabályok potenciálisan segíthetnek egy jövőbeli nemzeti keretrendszer kialakításában.
Mit tesznek a mesterséges intelligencia laboratóriumok a tisztességtelen vagy rosszul viselkedő modellek felismerése érdekében?
A vezető mesterséges intelligencia-cégek részletes információkat tesznek közzé arról, hogyan tesztelnek veszélyes képességeket, de a modellek veszélyes viselkedésének megfékezésére vonatkozó nyilvános dokumentáció továbbra is korlátozott. A Guidelight AI Standards felmérése jelentős hiányosságokat talált a nagyobb laboratóriumok között. Az OpenAI érte el a legmagasabb pontszámot a vizsgált laboratóriumok között, bár állítólag még neki sincs nyilvánosan dokumentált hivatalos elszigetelési terve a jövőbeni ál-modell incidensekre.
Miért adnak a vállalatok kevesebb önállóságot a mesterséges intelligencia ügynökeinek a termelésben?
Azok a vállalatok, amelyek a mesterséges intelligencia által nyújtott ágensektől erősebb eredményeket tapasztalnak, egyre inkább korlátozzák ezeknek a rendszereknek az önálló képességeit. Egy gyakori éles megközelítés az, hogy az ágenseknek szűkebb felelősségi köröket, egyértelmű engedélyeket és jól meghatározott működési határokat adnak. Ez megkönnyítheti az irányítást, az integrációt és a felügyeletet, miközben csökkenti a nehezen ellenőrizhető vagy értékelhető, nagymértékben autonóm rendszerekkel kapcsolatos kockázatokat.