💸 شرکت آنتروپیک ۱۰۰ میلیارد دلار به AWS آمازون اختصاص میدهد ↗
آنتروپیک و آمازون به تازگی پیچ و مهرههای یکی از بزرگترین قراردادهای زیرساخت هوش مصنوعی را محکمتر کردهاند. آنتروپیک بیش از ۱۰۰ میلیارد دلار را در طول دهه آینده به AWS برای آموزش و اداره کلود اختصاص میدهد.
آمازون بلافاصله ۵ میلیارد دلار سرمایهگذاری میکند و این امکان را دارد که تا ۲۰ میلیارد دلار دیگر نیز سرمایهگذاری کند. این قرارداد همچنین به شرکت Anthropic امکان دسترسی به تراشههای Trainium آمازون را میدهد - اساساً آمازون میگوید: «لطفاً انویدیا را برای همیشه اجاره نکنید»، اما با چکی بسیار بزرگتر.
نکته خندهدار، یا شاید اصلاً خندهدار نباشد، این است که آنتروپیک هنوز تحت فشار نظارتی است، در حالی که عمیقتر به زیرساختهای شرکتهای بزرگ فناوری متصل میشود. خیلی تمیز، خیلی درهمتنیده.
🧾 آنتروپیک در سهماهه اخیر، در زمینه لابیگری از OpenAI پیشی گرفته است ↗
آنتروپیک در سهماهه اول ۱.۶ میلیون دلار برای لابیگری هزینه کرد، در حالی که OpenAI یک میلیون دلار هزینه کرد. این رقم، این سهماهه را برای هر دو شرکت رکوردشکن میکند - و نشانهی کاملاً واضحی است که آزمایشگاههای هوش مصنوعی دیگر فقط مدل نمیسازند، بلکه مانند اپراتورهای باتجربه در واشنگتن کار میکنند.
هزینههای آنتروپیک در مقایسه با مدت مشابه سال گذشته به شدت افزایش یافته است، که بنا به گزارشها به بررسیهای فدرال، اختلافات پنتاگون و نبرد گستردهتر بر سر نحوه برخورد دولتها با هوش مصنوعی پیشرو مرتبط است.
لابیگریهای OpenAI بر روی حق نشر، امنیت سایبری، سیاستهای هوش مصنوعی و زیرساختهای ابری متمرکز بود. شاید خیلی جذاب نباشند، اما آینده در همین حوزهها شکل میگیرد.
🧠 OpenAI از ChatGPT Images 2.0 رونمایی کرد ↗
OpenAI نرمافزار ChatGPT Images 2.0 را با قابلیت دنبال کردن دستورالعملهای بهتر، تولید متن قویتر درون تصاویر و قابلیتهای جدید «تفکر» که میتواند از جستجوی وب برای ایجاد تصاویر پیچیدهتر استفاده کند، عرضه کرد.
این ارتقا مواردی مانند اینفوگرافیک، اسلایدها، نقشهها، مانگا، متن چندزبانه و تولید چندتصویر را هدف قرار داده است. مرز بین «ابزار تصویر» و «بخش طراحی کوچک در یک جعبه» به طرز مشکوکی باریک میشود.
تغییر بزرگ، کنترل است. OpenAI در تلاش است تا تولید تصویر را کمتر شبیه تکان دادن یک گوی برفی جادویی و بیشتر شبیه هدایت یک کارآموز هنریِ کمی کافئیندار کند.
🎭 یوتیوب تشخیص دیپفیک با هوش مصنوعی را برای افراد مشهور گسترش میدهد ↗
یوتیوب در حال گسترش ابزار تشخیص شباهت خود است تا چهرههای عمومی بیشتری بتوانند ویدیوهای تولید شده توسط هوش مصنوعی که از آنها تقلید میکنند را پیدا کرده و درخواست حذف آنها را بدهند.
این سیستم، افراد شبیه به هوش مصنوعی را اسکن میکند و آنها را به افراد مشهور ثبتشده نشان میدهد، که سپس میتوانند از یوتیوب بخواهند که محتوا را تحت سیاست حفظ حریم خصوصی خود بررسی کند. همه حذفها تأیید نمیشوند، و به همین دلیل است که کل ماجرا پیچیده میشود.
این نشانهی دیگری است که دیپفیک از «وحشت اینترنتی» به لولهکشی واقعی پلتفرمها منتقل شده است. بالاخره لولهها برچسبگذاری میشوند.
⌨️ متا، کلیدهای فشردهشده توسط کارمندان را برای آموزش مدلهای هوش مصنوعی ضبط خواهد کرد ↗
متا در حال راهاندازی یک ابزار داخلی است که حرکات ماوس، کلیک دکمهها و ضربات کلید کارمندان را ثبت میکند و سپس آن فعالیت را به دادههای آموزشی برای مدلهای هوش مصنوعی تبدیل میکند.
ایده این است که به سیستمهای هوش مصنوعی آموزش داده شود که چگونه افراد واقعی نرمافزارها را هدایت و وظایف را انجام میدهند. ارزشمند است؟ بله. کمی فضای اداری دیستوپیایی دارد؟ همچنین بله، هر دو چیز میتوانند درست باشند.
این مسابقهی عاملها در ابعاد مینیاتوری است: شرکتها به دادههای گردش کار انسانی با تمام لبههای فرسودهاش نیاز دارند، نه فقط متنهای صیقلخوردهای که از اینترنت برداشته شدهاند. بنابراین اکنون کیبورد تبدیل به یک شاهد میشود. کمی ترسناک، کمی هوشمندانه.
🛡️ طبق گزارشها، کاربران غیرمجاز به ابزار سایبری Mythos شرکت Anthropic دسترسی پیدا کردهاند ↗
طبق گزارشها، گروهی از کاربران غیرمجاز به Mythos شرکت Anthropic دسترسی پیدا کردهاند، ابزاری هوش مصنوعی با محوریت امنیت سایبری که قرار بود به شدت کنترل شود.
میتوس یک محصول عمومی نیست - این محصول برای کارهای سایبری پیشرفته طراحی شده است، که ادعاهای دسترسی را بسیار جنجالی میکند. اگر این ادعا درست باشد، سوالات ناراحتکنندهای را در مورد چگونگی ایمنسازی سیستمهایی که آزمایشگاهها حساس توصیف میکنند، مطرح میکند.
کل ماجرا حس «اتاق قفلشده و رمزآلود، اما اتاق یک داشبورد ابری است» را دارد. در حال حاضر، برای امنیت هوش مصنوعی کاملاً مناسب است.
🧪 NeoCognition برای ساخت عوامل یادگیری انساننما، ۴۰ میلیون دلار سرمایه جذب کرد ↗
آزمایشگاه تحقیقاتی هوش مصنوعی NeoCognition در دور اول، ۴۰ میلیون دلار سرمایه جذب کرد تا عواملی بسازد که بیشتر شبیه انسان یاد میگیرند.
این استارتاپ به دنبال سیستمهای هوش مصنوعی قابل اعتمادتر و کارآمدتر است - موضوعی بسیار داغ، چرا که سرمایهگذاران همچنان به دنبال هر چیزی هستند که بتواند باعث شود کارگزاران در گردشهای کاری عملی، کمتر شکننده باشند.
این یادآوری دیگری است که رونق عاملها فقط به رقابت OpenAI، Anthropic و گوگل محدود نمیشود. آزمایشگاههای کوچکتر نیز در حال رقابت هستند، برخی با انرژی جاهطلبانهای از سنگهای ماه.
سوالات متداول
چرا شرکت آنتروپیک ۱۰۰ میلیارد دلار به AWS اختصاص میدهد؟
شرکت آنتروپیک (Anthropic) بیش از ۱۰۰ میلیارد دلار را در طول دهه آینده به AWS برای آموزش و اداره کلود (Claude) اختصاص میدهد. این قرارداد به آنتروپیک دسترسی عمیقتری به زیرساخت ابری آمازون و تراشههای Trainium میدهد. همچنین نشان میدهد که سیستمهای هوش مصنوعی پیشرو چقدر پرهزینه شدهاند و توسعه مدل به طور فزایندهای به مشارکتهای محاسباتی گسترده وابسته است.
توافق آنتروپیک و آمازون برای زیرساخت هوش مصنوعی چه معنایی دارد؟
قرارداد آنتروپیک و آمازون نشان میدهد که زیرساخت هوش مصنوعی چقدر به پلتفرمهای ابری شرکتهای بزرگ فناوری وابسته است. آمازون میلیاردها دلار سرمایهگذاری میکند، در حالی که آنتروپیک هزینههای بلندمدت هنگفتی را به AWS اختصاص میدهد. این توافقات میتواند به مقیاسپذیری آزمایشگاههای هوش مصنوعی کمک کند، اما همچنین سوالاتی را در مورد وابستگی، رقابت و بررسیهای نظارتی مطرح میکند.
چرا Antropic و OpenAI هزینه بیشتری را صرف لابیگری میکنند؟
آنتروپیک و OpenAI هزینههای بیشتری را صرف لابیگری میکنند، زیرا سیاستهای هوش مصنوعی در حال تبدیل شدن به بخش مرکزی آیندهی آنهاست. در این مقاله آمده است که آنتروپیک در سهماههی اول ۱.۶ میلیون دلار و OpenAI یک میلیون دلار هزینه کردهاند. حوزههای تمرکز آنها شامل بررسی دقیق فدرال، حق نشر، امنیت سایبری، سیاستهای هوش مصنوعی، زیرساختهای ابری و نحوهی تنظیم هوش مصنوعی توسط دولتها است.
چه ویژگیهای جدیدی در ChatGPT Images 2.0 وجود دارد؟
ChatGPT Images 2.0 به عنوان بهبود دنبال کردن دستورالعملها، تولید متن درون تصاویر و تواناییهای «تفکر» که میتوانند از جستجوی وب برای تصاویر پیچیدهتر استفاده کنند، توصیف شده است. این ارتقا با هدف اینفوگرافیکها، اسلایدها، نقشهها، مانگا، متن چندزبانه و تولید چندتصویر انجام شده است. تغییر اصلی به سمت کنترل بیشتر و حدس و گمان کمتر در ایجاد تصویر است.
یوتیوب چگونه با جعل عمیق هوش مصنوعی افراد مشهور برخورد میکند؟
یوتیوب در حال گسترش ابزار تشخیص شباهت خود است تا چهرههای عمومی بیشتری بتوانند ویدیوهای تولید شده توسط هوش مصنوعی که از آنها تقلید میکنند را پیدا کنند. افراد مشهور ثبتنامشده میتوانند از شباهتهای احتمالی هوش مصنوعی مطلع شوند و طبق سیاست حفظ حریم خصوصی یوتیوب، درخواست بررسی حذف ویدیو را بدهند. هر درخواستی بهطور خودکار تأیید نمیشود، بنابراین سیستم هنوز به بررسی پلتفرم و زمینه بستگی دارد.
چرا متا برای آموزش هوش مصنوعی، کلیدهای فشردهشده توسط کارمندان را ضبط میکند؟
متا در حال راهاندازی یک ابزار داخلی است که حرکات ماوس، کلیکها و ضربات کلید کارمندان را ثبت میکند و سپس آن فعالیت را به دادههای آموزشی هوش مصنوعی تبدیل میکند. هدف این است که به سیستمهای هوش مصنوعی آموزش داده شود که چگونه افراد در نرمافزارها پیمایش میکنند و وظایف را انجام میدهند. در بسیاری از گردشهای کاری عاملها، این نوع دادههای فعالیت انسانی ممکن است به مدلها کمک کند تا رفتار عملی و گام به گام را یاد بگیرند.