اخبار هوش مصنوعی، ۲ مارس ۲۰۲۶

خلاصه اخبار هوش مصنوعی: ۲ مارس ۲۰۲۶

🧠 انویدیا ۴ میلیارد دلار در فوتونیک سرمایه‌گذاری می‌کند تا تراشه‌های مرکز داده هوش مصنوعی را سرعت بخشد

انویدیا اعلام کرد که در تلاش برای حفظ سخت‌افزار مرکز داده خود در صدر منحنی «استنتاج سریع‌تر، پهنای باند بیشتر»، هر کدام ۲ میلیارد دلار در Lumentum و Coherent - که هر دو از پیشگامان عرصه فوتونیک هستند - سرمایه‌گذاری خواهد کرد.

طرح مسئله ساده است: اگر بتوانید داده‌ها را به جای سیگنال‌های الکتریکی، با نور (فوتونیک) جابجا کنید، می‌توانید عملکرد بیشتری را از کل مجموعه هوش مصنوعی به دست آورید. شاید فریبنده نباشد، اما این لوله‌کشی است که برنده را تعیین می‌کند.

🛡️ شرکت OpenAI خطوط قرمزی را برای استقرار هوش مصنوعی پنتاگون تعیین کرد

اوپن‌ای‌آی مناطق «ممنوعه» صریحی را برای کارهای نظامی خود تعیین کرد - نه نظارت گسترده داخلی، نه هدایت سلاح‌های خودمختار، و نه تصمیم‌گیری‌های خودکار پرمخاطره مانند سیستم‌هایی از نوع «اعتبار اجتماعی».

آنها همچنین می‌گویند که این استقرار فقط در فضای ابری (نه در لبه) انجام می‌شود، پشته ایمنی OpenAI را در جای خود نگه می‌دارد و پرسنل دارای مجوز OpenAI را در حلقه قرار می‌دهد. این جمله کمی شبیه به «به ما اعتماد کنید، و این متن قرارداد است» است - که صادقانه بگویم، بهتر از تضمین‌های صرفاً مبتنی بر اعتماد است.

🏛️ قانونگذاران واشنگتن، موانع هوش مصنوعی را برای چت‌بات‌ها و تشخیص محتوا تشدید می‌کنند

قانون‌گذاران ایالت واشنگتن در حال پیشبرد لوایحی هستند که دو نقطه فشار را هدف قرار می‌دهند: چت‌بات‌ها (به‌ویژه برای افراد زیر سن قانونی) و رسانه‌های تولید شده توسط هوش مصنوعی که شناسایی آنها دشوارتر می‌شود.

یک پیشنهاد این است که چت‌بات‌ها مرتباً به کاربران یادآوری کنند که در حال صحبت با یک هوش مصنوعی هستند، به‌علاوه قابلیت تشخیص افکار خودکشی و سایر اقدامات ایمنی را اضافه کنند. پیشنهاد دیگر، افشای مواردی مانند درج واترمارک در تصاویر، صدا و ویدیوی تولید شده توسط هوش مصنوعی یا تغییر یافته توسط هوش مصنوعی است - که در تئوری ساده و در عمل پیچیده است.

بریتانیا فراخوانی برای جمع‌آوری شواهد در مورد مجموعه داده‌های انرژی برای هوش مصنوعی منتشر کرد

دولت بریتانیا فراخوانی برای شواهد متمرکز بر مجموعه داده‌های مرتبط با انرژی منتشر کرد که دسترسی بهتر به آنها می‌تواند به توسعه‌دهندگان هوش مصنوعی در بهبود کربن‌زدایی، امنیت انرژی یا مقرون‌به‌صرفه بودن کمک کند.

این امر به صراحت به عنوان یک گام برای جمع‌آوری شواهد (نه یک تغییر سیاست وعده داده شده) مطرح شده است و به واقعیت اشاره دارد: برخی از داده‌ها را نمی‌توان به اشتراک گذاشت، بنابراین داده‌های مصنوعی یا رویکردهای مبتنی بر اجازه ممکن است مسیر مناسبی باشند. ظاهراً دسترسی به داده‌ها، دعوای جدید بر سر «چه کسی صاحب نقشه است» است.

🤝 تک‌کرانچ: شرکت‌های هوش مصنوعی و دولت‌ها هنوز دستورالعمل قابل استفاده‌ای ندارند

تک‌کرانچ به شکاف عجیب بین «آزمایشگاه‌های هوش مصنوعی در حال تبدیل شدن به زیرساخت‌های ملی هستند» و «هیچ‌کس اول روی قوانین توافق نکرد» پرداخت. این مطلب نشان می‌دهد که چگونه واکنش منفی عمومی تمایل به تمرکز روی نظارت و قتل خودکار دارد - دو کابوسی که هرگز واقعاً از اتاق بیرون نمی‌روند.

اصل مطلب این است: آزمایشگاه‌ها مدام سعی می‌کنند سیاست‌ها را به رهبران منتخب تحمیل کنند... اما آنها هستند که ابزارها را هم ارسال می‌کنند، بنابراین این طفره رفتن فقط تا مدتی جواب می‌دهد. مثل این است که اصرار کنید مسئول آتش‌سوزی نیستید در حالی که خودتان فعالانه کبریت می‌فروشید - یا حداقل اینطور به نظر می‌رسد.

سوالات متداول

چرا انویدیا میلیاردها دلار در فوتونیک برای تراشه‌های مرکز داده هوش مصنوعی سرمایه‌گذاری می‌کند؟

انویدیا شرط می‌بندد که فوتونیک می‌تواند داده‌ها را سریع‌تر و با پهنای باند بیشتر، نسبت به پیوندهای صرفاً الکتریکی، در مراکز داده جابجا کند. فرضیه این است که «لوله‌کشی» بهتر بین تراشه‌ها، رک‌ها و سیستم‌ها می‌تواند عملکرد کلی هوش مصنوعی را افزایش دهد، به خصوص با افزایش حجم کار استنتاج. سرمایه‌گذاری جدی پشت بازیگران اصلی فوتونیک نشان می‌دهد که این امر به یک زیرساخت استراتژیک تبدیل می‌شود، نه یک افزونه‌ی خاص.

فوتونیک در مقایسه با اتصالات الکتریکی چگونه سرعت سیستم‌های هوش مصنوعی را افزایش می‌دهد؟

فوتونیک از نور برای انتقال داده‌ها استفاده می‌کند که می‌تواند در مواقعی که سیستم‌ها نیاز به انتقال حجم عظیمی از اطلاعات دارند، گلوگاه‌ها را کاهش دهد. در بسیاری از پشته‌های هوش مصنوعی، عملکرد فقط مربوط به تراشه محاسباتی نیست - بلکه به سرعت انتقال داده‌ها بین اجزا نیز مربوط می‌شود. یک الگوی رایج، پیوندهای نوری برای اتصالات با توان عملیاتی بالا است، در حالی که سیگنال‌های الکتریکی را در جایی که ساده‌تر یا ارزان‌تر هستند، نگه می‌دارند.

«استنتاج سریع‌تر و پهنای باند بیشتر» در عمل برای مراکز داده هوش مصنوعی به چه معناست؟

این به تغییری اشاره دارد که در آن ارائه خدمات کارآمد به مدل‌ها به اندازه آموزش آنها اهمیت دارد. استنتاج سریع‌تر به معنای دریافت سریع پاسخ‌ها تحت تقاضای زیاد است و پهنای باند بیشتر به این معنی است که شتاب‌دهنده‌ها می‌توانند بدون انتظار تغذیه شوند. در بسیاری از خطوط لوله، محدودیت‌های شبکه و اتصالات به محدودیت تبدیل می‌شوند، بنابراین بهبود جابجایی داده‌ها می‌تواند دستاوردهای معناداری را به همراه داشته باشد، حتی اگر سیلیکون محاسباتی از قبل قوی باشد.

«خطوط قرمز» OpenAI برای استقرار هوش مصنوعی پنتاگون چیست؟

OpenAI مناطق ممنوعه صریحی مانند نظارت گسترده داخلی، هدایت سلاح‌های خودمختار و تصمیمات خودکار با ریسک بالا شبیه به سیستم‌های «اعتبار اجتماعی» را توصیف می‌کند. آن‌ها همچنین استقرار را به عنوان فقط ابری، با اقدامات ایمنی باقی مانده و پرسنل مجاز درگیر، چارچوب‌بندی می‌کنند. معمولاً، این محدودیت‌ها برای محدود کردن موارد استفاده و کاهش خطر سوءاستفاده در نظر گرفته شده‌اند، در حالی که همچنان کاربردهای دولتی محدودی را امکان‌پذیر می‌سازند.

قانون‌گذاران واشنگتن چه موانعی را برای چت‌بات‌ها و رسانه‌های تولید شده توسط هوش مصنوعی در حوزه هوش مصنوعی پیشنهاد می‌دهند؟

پیشنهادهای شرح داده شده بر دو حوزه تمرکز دارند: شفافیت و ایمنی چت‌بات‌ها، و افشای اطلاعات برای محتوای تولید شده توسط هوش مصنوعی یا تغییر یافته توسط هوش مصنوعی. یکی از مفاهیم، ​​الزام چت‌بات‌ها به یادآوری منظم کاربران به تعامل با یک هوش مصنوعی و گنجاندن ویژگی‌های ایمنی مانند تشخیص افکار خودکشی است. دیگری، مکانیسم‌های افشای اطلاعات مانند واترمارک‌های جاسازی شده در رسانه‌های مصنوعی را هدف قرار می‌دهد که در تئوری می‌توانند ساده باشند اما در اجرا دشوارتر هستند.

چگونه مجموعه داده‌های انرژی بریتانیا برای هوش مصنوعی می‌تواند بر کربن‌زدایی و امنیت انرژی تأثیر بگذارد؟

درخواست بریتانیا برای ارائه شواهد، به عنوان گامی برای شناسایی مواردی که دسترسی بهتر به مجموعه داده‌های مرتبط با انرژی می‌تواند به هوش مصنوعی در بهبود نتایجی مانند کربن‌زدایی، امنیت یا مقرون‌به‌صرفه بودن کمک کند، مطرح شده است. در عمل، بسیاری از مجموعه داده‌های مفید محدودیت‌های اشتراک‌گذاری دارند، بنابراین ممکن است رویکردهایی مانند داده‌های مصنوعی، دسترسی مبتنی بر مجوز یا محیط‌های کنترل‌شده مورد نیاز باشد. این اغلب به سوال «چه کسی می‌تواند به نقشه دسترسی داشته باشد» برای نوآوری و حکومتداری تبدیل می‌شود.

اخبار دیروز هوش مصنوعی: ۱ مارس ۲۰۲۶

جدیدترین هوش مصنوعی را در فروشگاه رسمی دستیار هوش مصنوعی پیدا کنید

درباره ما

بازگشت به وبلاگ