🚀 انویدیا روی استنتاج هوش مصنوعی شرطبندی میکند، زیرا فرصت درآمد تراشه به یک تریلیون دلار میرسد ↗
انویدیا از GTC برای رساندن یک پیام نسبتاً صریح استفاده کرد - منبع عظیم پول بعدی در هوش مصنوعی، استنتاج است، نه فقط آموزش. جنسن هوانگ بازار تراشه را بسیار بزرگ توصیف کرد و این موضوع کمی حال و هوا را از "چه کسی بزرگترین مدل را آموزش میدهد" به "چه کسی میتواند این چیزها را در مقیاس بزرگ اجرا کند" تغییر میدهد
این مهم است زیرا استنتاج بخشی است که به محصولات واقعی، کاربران واقعی و صورتحسابهای واقعی میرسد. این کمتر شبیه تئاتر بلندپروازانه و بیشتر شبیه تحسین زیرساختها بود... که ممکن است حتی اهمیت بیشتری داشته باشد.
🧠 انویدیا خانوادههای مدل باز را برای تقویت موج بعدی هوش مصنوعی عاملی، فیزیکی و مراقبتهای بهداشتی گسترش میدهد ↗
انویدیا همچنین مدل گستردهتری را در زمینه هوش مصنوعی عاملمحور، سیستمهای رباتیک و مراقبتهای بهداشتی ارائه داد. این شرکت آشکارا در تلاش است تا اکنون چیزی فراتر از یک تولیدکننده تراشه باشد - یا حداقل به نظر میرسد که به چارچوب کامل پیرامون هوش مصنوعی نزدیکتر شده است.
این مهم است زیرا خانوادههای مدل باز، چیزی نزدیکتر به یک کیت شروع به کار را در اختیار توسعهدهندگان قرار میدهند، نه فقط محاسبات خام. تبدیل شدن یک سازنده تراشه به یک لایه پلتفرم همیشه کمی لغزنده به نظر میرسد... اما در عین حال بسیار سنجیده نیز هست.
💼 سهام متا پس از گزارش رویترز مبنی بر برنامههای تعدیل نیرو به میزان 20 درصد یا بیشتر، جهش کرد ↗
داستان هزینههای هوش مصنوعی متا، بسته به سلیقه شما، تیرهتر یا واضحتر شد. گزارشهایی مبنی بر اینکه ممکن است بخش بزرگی از کارکنان را تعدیل کند، باعث افزایش سهام شد، زیرا بازارها هنوز منطق «افراد را اصلاح کنید، محاسبات را بخرید» را بیش از آنچه که باید، دوست دارند.
به سختی میتوان از معنای ضمنی آن گذشت - زیرساخت هوش مصنوعی آنقدر گران است که حتی شرکتی به بزرگی متا نیز درگیر بده بستانهای شدیدی شده است. سرمایهگذاران از این موضوع خوشحال شدند؛ تقریباً مطمئناً کارگران نه. کل ماجرا همین دستگاه کوچک است.
📚 این دیکشنری از OpenAI شکایت کرد ↗
دایرهالمعارف بریتانیکا و مریام-وبستر از OpenAI به دلیل دادههای آموزشی شکایت کردهاند و میگویند که از مطالب آنها بدون اجازه استفاده شده است. بله، یک پرونده کپیرایت دیگر - اما این یکی با پروندههای دیگر متفاوت است زیرا فقط ناشران مقالات را ندارند، بلکه آثار مرجع نیز وجود دارند و مدلهای مادی به نظر منطقی و دقیق میآیند.
بنابراین فشار قانونی همچنان به طرفین گسترش مییابد. نه فقط کتابها، نه فقط اتاقهای خبر - حالا فرهنگ لغتها هم در اتاقها هستند و کاغذبازیها را تکان میدهند. کمی خشک در ظاهر، اما در باطن مهمتر.
🇬🇧 اکسنچر جذب هیئت علمی را تکمیل کرد ↗
اکسنچر (Accenture) خرید شرکت Faculty، یک شرکت هوش مصنوعی بریتانیایی که به خاطر کارهای قابل توجهش در بخش دولتی و خصوصی شناخته میشود، را تکمیل کرد. این یکی از آن اقدامات سازمانی است که به نظر خاکستری و شرکتی میآید، اما نشان از چیزی بزرگتر دارد - شرکتهای مشاورهای هنوز هم خواهان قابلیتهای هوش مصنوعی داخلی عمیقتر هستند، نه فقط مشارکت و ارائه اسلایدهای آموزشی.
دانشکده موتور تجاری بزرگتری پیدا میکند، اکسنچر اعتبار فنی و جایگاه امنتری برای هوش مصنوعی پیدا میکند. نه پر زرق و برق، نه، بلکه از آن نوع معاملههایی که وقتی شرکتها میگویند «در حال انجام هوش مصنوعی» هستند، تعیین میکند چه کسی پول دریافت میکند
🤖 مفهوم و قرارداد هوش مصنوعی عمومی اوپنایآی، چالشبرانگیز است ↗
یکی از جالبترین مطالب دیروز، کمتر در مورد راهاندازی و بیشتر در مورد گره پیچیدگیهای قانونی در رابطهی OpenAI و مایکروسافت بود. هوش مصنوعی عمومی هنوز هم مانند یک مقصد تلقی میشود، اما ظاهراً قراردادهای پیرامون آن تقریباً به اندازهی خود تحقیق اهمیت دارند.
و این بخش عجیب ماجراست - همه درباره هوش مصنوعی عمومی مثل یک افق درخشان صحبت میکنند، در حالی که دعوا تا حدودی بر سر عبارتبندی، کنترل و اینکه اگر کسی بگوید «ما آنجا هستیم» چه کسی صاحب آن است، است. زبان علمی تخیلی، پیامدهای حقوقی.
سوالات متداول
چرا ناگهان استنتاج هوش مصنوعی به عنوان بزرگترین فرصت درآمدزایی در نظر گرفته میشود؟
استنتاج مرحلهای است که مدلها در محصولات به کار گرفته میشوند، به این معنی که مستقیماً به تقاضای مشتری، هزینههای عملیاتی و هزینههای جاری مرتبط است. در این مقاله، انویدیا این مرحله را به عنوان بازار اصلی بعدی پس از آموزش معرفی میکند. این امر توجه را از ساخت مدلهای غولپیکر به اجرای کارآمد آنها در مقیاس بزرگ معطوف میکند. برای کسبوکارها، این مرحله اغلب نقطهای است که زیرساختهای هوش مصنوعی شروع به تبدیل شدن به درآمد ملموس میکنند.
تلاش انویدیا برای ورود به خانوادههای مدل باز، چه معنایی برای توسعهدهندگان دارد؟
این مقاله نشان میدهد که انویدیا میخواهد با گسترش به خانوادههای مدل برای هوش مصنوعی عاملی، فیزیکی و مراقبتهای بهداشتی، چیزی بیش از تراشه ارائه دهد. این امر به توسعهدهندگان نقطه شروع کاملتری نسبت به محاسبات خام میدهد. در بسیاری از خطوط تولید، این نوع حرکت، آزمایش را سریعتر و احتمال قفل شدن پلتفرم را بیشتر میکند. این برای سازندگان کاربردی و از نظر استراتژیک برای انویدیا سودمند است.
چگونه زیرساخت هوش مصنوعی منطق کسبوکار شرکتهای بزرگ فناوری را تغییر میدهد؟
یکی از مضامین مطرحشده در این مقاله این است که زیرساخت هوش مصنوعی به اندازهای پرهزینه است که میتواند اولویتهای شرکت را تغییر دهد. کاهش کارکنان گزارششده توسط متا در کنار ادامه هزینههای هوش مصنوعی ارائه شده است و یک بدهبستان گستردهتر را برجسته میکند: کاهش هزینهها در جاهای دیگر برای تأمین بودجه محاسبات و استقرار. بازارها اغلب از این منطق استقبال میکنند زیرا زیرساختها برای رشد آینده ضروری تلقی میشوند. البته کارگران، هزینهها را مستقیماً احساس میکنند.
چرا شکایت مربوط به فرهنگ لغت علیه OpenAI از یک دعوای کپیرایت معمولی مهمتر است؟
این پرونده برجسته است زیرا ناشران مرجع را درگیر میکند، نه فقط اخبار یا محتوای کتاب. فرهنگ لغتها و دایرهالمعارفها ارتباط نزدیکی با نوع زبان واقعی و پایهای دارند که مردم از سیستمهای هوش مصنوعی انتظار دارند. نکته مقاله این است که فشار قانونی در حال گسترش به دستههای جدیدی از منابع است. این امر میتواند اختلافات مربوط به دادههای آموزشی را گستردهتر و رد کردن آن را به عنوان یک مسئله نشر تخصصی دشوارتر کند.
خرید دانشکده توسط اکسنچر در مورد بازار هوش مصنوعی سازمانی چه میگوید؟
این نشان میدهد که شرکتهای مشاوره بزرگ هنوز هم به جای تکیه صرف بر مشارکتهای خارجی یا کار مشاورهای، خواهان قابلیتهای فنی عمیقتر هوش مصنوعی در داخل شرکت هستند. این مقاله، این معامله را به عنوان یک حرکت قدرت عملی و نه یک تیتر پر زرق و برق مطرح میکند. یک الگوی رایج در هوش مصنوعی سازمانی این است که شرکتها برای پیادهسازی، مدیریت و تحویل قابل اعتماد به اندازه خود مدلها هزینه میکنند. این خرید کاملاً با این الگو مطابقت دارد.
چرا تعاریف و قراردادهای AGI در رابطهی OpenAI و مایکروسافت تا این حد اهمیت دارند؟
این مقاله استدلال میکند که هوش مصنوعی عمومی (AGI) نه تنها یک هدف تحقیقاتی، بلکه یک مشکل قراردادی و مدیریتی نیز هست. اگر شرکتی ادعا کند که به هوش مصنوعی عمومی رسیده است، سوالات مربوط به کنترل، مالکیت و حقوق تجاری فوراً اهمیت پیدا میکنند. این امر باعث میشود که عبارتبندی قانونی به طور غیرمعمولی مهم باشد. در عمل، اختلاف فقط بر سر توانایی آیندهنگرانه نیست، بلکه بر سر این است که چه کسی میتواند تصمیم بگیرد که در مرحله بعد چه اتفاقی بیفتد.