Az OpenAI előkészíti a ChatGPT „szuperalkalmazás” átállását ↗
Az OpenAI állítólag a ChatGPT-t egy kérdezz-felelek chatbotból egy tágabb „szuperalkalmazássá” alakítja – kódolóeszközök, ügynökök, képgenerálók és partneralkalmazások egy helyen. Szinte lefegyverzően egyszerű ötlet, de hatalmas termékbeli változást jelent. (Fortune)
A nagyobb tét az, hogy a felhasználók nem csak válaszokat fognak kérni a mesterséges intelligenciától. Nehéz feladatokat – foglalásokat, naptárakat, kódot, munkafolyamatokat – fognak rábízni, és elvárják, hogy megfelelően végezze el azokat. Ez most a versenyfutás alapja.
A Perplexity lehetővé teszi a mesterséges intelligencia modellek számára, hogy saját keresési folyamatokat írjanak ↗
A Perplexity „Kódként keresés” módszere a fix API-hívásokból modellre írt Python-munkafolyamatokká alakítja a keresést. Ahelyett, hogy lekérdezésről lekérdezésre egy fekete dobozt piszkálna, a modell felépíti a saját apró keresőgépét. (The Decoder)
A cég azt állítja, hogy sokkal kevesebb tokent használt egy kiberbiztonsági benchmarkon, és a tesztek többségében vezetett. A benchmark dicsekedését persze sóval kell bánni – de az ötlet durva.
Az Nvidia új mesterséges intelligencia infrastruktúrára vonatkozó megállapodásokat kötött Dél-Koreával ↗
Az Nvidia bejelentette, hogy Dél-Koreával partnerségeket kötött memóriachipek, mesterséges intelligencia alapú felhő, adatközpontok, robotika és gyártás területén. Az SK Hynix, az SK Telecom, a Naver, a Doosan, az LG Group és a Hyundai mind a gépipari szegmensben szerepel. (Reuters)
A nagy gyakorlati kérdés: az Nvidia korlátozni akarja a fejlett memória-ellátást, miközben a „mesterséges intelligencia gyárakat” egyre mélyebbre akarja tolni az ipari rendszerbe. Csillogó? Nem különösebben. Fontos? Nagyon.
A mesterséges intelligencia üzletága 4 kemény valósággal néz szembe ↗
A mesterséges intelligencia piacának hírei hidegebb olvasatot kaptak: magas költségek, lassabb megtérülés, erős, de nem varázsütésre végtelen infrastruktúra-kereslet, és drága finanszírozás is maradhat. Ez a nedves karton az aranyozott rakéta alatt. (Axios)
A fő feszültség egyszerű: a mesterséges intelligencia, mint technológia, rendkívül ígéretes lehet, míg üzleti szempontból továbbra is drága, költséges és alulértékeltnek tűnhet. Mindkét dolog igaz lehet – bosszantó, de igaz.
A bankok tömeges létszámleépítést terveznek a mesterséges intelligencia térnyerésével ↗
A bankok állítólag csökkentik a junior elemzői létszámot, egyes esetekben drámaian, miközben továbbra is a karrierjük elején járó MI-tehetségekre támaszkodnak a jövőbeli tehetségek terén. Ez egy különös kis ouroboros, ami a saját posztgraduális programját is rágja. (Fortune)
A rövid távú mesterséges intelligencia felhasználási esetei célzottabbak, mint a sci-fi: ügyfélszolgálat, tranzakció-monitorozás, kereskedés-monitorozás. Kevesebb „robotbank”, több „sok apró vágás és automatizálás”
Az Amazon legforgalmasabb európai raktárában, ahol robotok, lézerek és emberek hozzák a jövőt ↗
Az Amazon dartfordi LCY3 raktárában mobil robotok, mesterséges intelligencia szoftverek, szkennerek és szállítószalag-rendszerek működnek, amelyek hetente több millió egységet mozgatnak. Úgy hangzik, mint egy félig teljesítési központ, félig ipari flipperasztal. (euronews)
A mesterséges intelligencia része praktikus: robotkoordináció, útvonaloptimalizálás, csomagmérés, címkeolvasás és sávrendezés. Nem hivalkodó chatbot-cuccok – inkább olyanok, mint a kiskereskedelem láthatatlan csontváza, amely egyre gyorsabban fejlődik.
GYIK
Mit jelent az OpenAI által jelentett ChatGPT szuperalkalmazás-pivot?
Az OpenAI állítólag a ChatGPT-t egy egyszerű kérdezz-felelek chatboton túl egy szélesebb, alkalmazásszerű központtá fejleszti. Az ötlet az, hogy egy helyre hozza a kódolóeszközöket, a mesterséges intelligencia ágenseket, a képgenerálást és a partneralkalmazásokat. Ahelyett, hogy csak a kérdésekre válaszolna, a ChatGPT segítene nagyobb feladatok, például foglalások, naptárak, kód és munkafolyamatok elvégzésében.
Miért kapnak ekkora figyelmet a mesterséges intelligencia hírei az AI-ügynökökről?
A mesterséges intelligencia által kezelt ügynökök azért fontosak, mert a termékcélt a válaszadásról a cselekvésre helyezik át. Ebben a cikkben a központi téma a felhasználókról szól, akik összetett feladatokat adnak a mesterséges intelligenciának, és elvárják, hogy azok megfelelően el legyenek végezve. Ez a megbízhatóságot, a munkafolyamat-kezelést és az értékes integrációkat fontosabbá teszi, mint pusztán egy kifinomult válasz előállítását.
Mi a Perplexity „Kódként keresés” megközelítése?
A Perplexity „Kódként keresés” funkciója lehetővé teszi a mesterséges intelligencia modellek számára, hogy Python munkafolyamatokat írjanak a kereséshez ahelyett, hogy csak fix keresési API-kat hívnának meg. Ez azt jelenti, hogy a modell egy kis, egyéni keresési folyamatot építhet a feladathoz. A cikk szerint a Perplexity azt állítja, hogy ez kevesebb tokent használt egy kiberbiztonsági benchmarkon, bár a benchmark állításait óvatosan kell kezelni.
Miért fontosak az Nvidia dél-koreai mesterséges intelligencia infrastruktúrával kapcsolatos megállapodásai?
Az Nvidia dél-koreai megállapodásai azért fontosak, mert összekapcsolják a mesterséges intelligencia infrastruktúráját a memóriachipekkel, a felhővel, az adatközpontokkal, a robotikával és a gyártással. Az említett vállalatok közé tartozik az SK Hynix, az SK Telecom, a Naver, a Doosan, az LG Group és a Hyundai. A gyakorlati cél a fejlett memóriaellátás biztosítása, miközben a „mesterséges intelligencia gyárakat” egyre mélyebbre terjeszkednek az ipari műveletekben.
Milyen kemény üzleti realitásokat tapasztalnak a mesterséges intelligenciával foglalkozó vállalatok?
A cikk négy általános nyomást emel ki a mesterséges intelligencia üzletágban: a magas költségeket, a lassabb megtérülést, a véges infrastrukturális igényeket és a drága finanszírozást. Nem az a lényeg, hogy a mesterséges intelligencia mint technológia kudarcot vall. Hanem az, hogy a nyereséges mesterséges intelligencia üzletágak felépítése továbbra is költséges, egyenetlen és nehezebben pénzesíthető, mint azt a felfújt várakozások sugallják.
Hogyan befolyásolja a mesterséges intelligencia a banki és pénzügyi szektorban a munkahelyeket?
A bankok állítólag csökkentik a junior elemzői kurzusok létszámát, miközben továbbra is a pályakezdő munkavállalókra támaszkodnak, mint jövőbeli mesterséges intelligencia által támogatott tehetségbázisra. A leírt rövid távú felhasználási módok gyakorlatiasak és célzottak, beleértve az ügyfélszolgálatot, a tranzakciók monitorozását és a kereskedések monitorozását. Ahelyett, hogy teljes bankokat váltana ki, a mesterséges intelligencia számos kisebb automatizálást hoz létre a meglévő munkafolyamatokban.