[ad_1]
Το να συμβαδίζεις με έναν κλάδο τόσο γρήγορο όσο η τεχνητή νοημοσύνη είναι μια μεγάλη παραγγελία. Έτσι, έως ότου μια τεχνητή νοημοσύνη μπορεί να το κάνει για εσάς, ακολουθεί μια χρήσιμη συλλογή από πρόσφατες ιστορίες στον κόσμο της μηχανικής μάθησης, μαζί με αξιοσημείωτες έρευνες και πειράματα που δεν καλύψαμε από μόνα τους.
Αυτή την εβδομάδα, η SpeedyBrand, μια εταιρεία που χρησιμοποιεί γενετική τεχνητή νοημοσύνη για να δημιουργήσει περιεχόμενο βελτιστοποιημένο για SEO, αναδύθηκε από μυστικότητα με την υποστήριξη του Y Combinator. Δεν έχει προσελκύσει ακόμη μεγάλη χρηματοδότηση (2,5 εκατομμύρια δολάρια) και η πελατειακή βάση της είναι σχετικά μικρή (περίπου 50 μάρκες). Αλλά με έκανε να σκεφτώ πώς η γενετική τεχνητή νοημοσύνη αρχίζει να αλλάζει τη σύνθεση του ιστού.
Όπως έγραψε ο Τζέιμς Βίνσεντ του The Verge σε ένα πρόσφατο άρθρο, τα μοντέλα τεχνητής νοημοσύνης που δημιουργούνται καθιστούν φθηνότερη και ευκολότερη τη δημιουργία περιεχομένου χαμηλότερης ποιότητας. Η Newsguard, μια εταιρεία που παρέχει εργαλεία για την επαλήθευση πηγών ειδήσεων, έχει αποκαλύψει εκατοντάδες ιστότοπους που υποστηρίζονται από διαφημίσεις με ονόματα γενικής φύσεως που παρουσιάζουν παραπληροφόρηση που δημιουργήθηκε με γενετική τεχνητή νοημοσύνη.
Προκαλεί πρόβλημα στους διαφημιστές. Πολλοί από τους ιστότοπους που προβάλλονται από το Newsguard φαίνονται αποκλειστικά κατασκευασμένοι για κατάχρηση της διαφήμισης μέσω προγραμματισμού ή των αυτοματοποιημένων συστημάτων για την τοποθέτηση διαφημίσεων σε σελίδες. Στην έκθεσή του, το Newsguard βρήκε σχεδόν 400 περιπτώσεις διαφημίσεων από 141 μεγάλες μάρκες που εμφανίστηκαν σε 55 από τους ανεπιθύμητους ιστότοπους ειδήσεων.
Δεν είναι μόνο οι διαφημιστές που πρέπει να ανησυχούν. Όπως επισημαίνει ο Kyle Barr του Gizmodo, μπορεί να χρειαστεί μόνο ένα άρθρο που δημιουργήθηκε από την τεχνητή νοημοσύνη για να οδηγήσει σε βουνά αφοσίωσης. Και ακόμη κι αν κάθε άρθρο που δημιουργείται από την τεχνητή νοημοσύνη αποφέρει μόνο λίγα δολάρια, αυτό είναι λιγότερο από το κόστος δημιουργίας του κειμένου εξαρχής — και τα πιθανά χρήματα από τη διαφήμιση δεν αποστέλλονται σε νόμιμους ιστότοπους.
Ποια είναι λοιπόν η λύση; Υπάρχει ένα; Είναι ένα ζευγάρι ερωτήσεων που με κρατούν όλο και περισσότερο ξύπνιο τη νύχτα. Ο Barr προτείνει ότι εναπόκειται στις μηχανές αναζήτησης και στις πλατφόρμες διαφημίσεων να ασκούν αυστηρότερο έλεγχο και να τιμωρούν τους κακούς παράγοντες που αγκαλιάζουν τη γενετική τεχνητή νοημοσύνη. Αλλά δεδομένου του πόσο γρήγορα κινείται το πεδίο – και της απείρως κλιμακούμενης φύσης της γενετικής τεχνητής νοημοσύνης – δεν είμαι πεπεισμένος ότι μπορούν να συμβαδίσουν.
Φυσικά, το περιεχόμενο ανεπιθύμητης αλληλογραφίας δεν είναι νέο φαινόμενο, και υπήρξαν κύματα στο παρελθόν. Ο ιστός έχει προσαρμοστεί. Αυτό που είναι διαφορετικό αυτή τη φορά είναι ότι το εμπόδιο εισόδου είναι δραματικά χαμηλό — τόσο από την άποψη του κόστους όσο και του χρόνου που πρέπει να επενδυθεί.
Ο Vincent δίνει έναν αισιόδοξο τόνο, υπονοώντας ότι αν τελικά ο Ιστός κατακλυστεί από σκουπίδια τεχνητής νοημοσύνης, θα μπορούσε να δώσει ώθηση στην ανάπτυξη πλατφορμών με καλύτερη χρηματοδότηση. Δεν είμαι τόσο σίγουρος. Αυτό που δεν αμφισβητείται, ωστόσο, είναι ότι βρισκόμαστε σε ένα σημείο καμπής και ότι οι αποφάσεις που λαμβάνονται τώρα σχετικά με τη γενετική τεχνητή νοημοσύνη και τις εξόδους του θα επηρεάσουν τη λειτουργία του ιστού για αρκετό καιρό ακόμη.
Ακολουθούν άλλες αξιοσημείωτες ιστορίες AI από τις τελευταίες ημέρες:
Το OpenAI λανσάρει επίσημα το GPT-4: Το OpenAI ανακοίνωσε αυτή την εβδομάδα τη γενική διαθεσιμότητα του GPT-4, του τελευταίου μοντέλου δημιουργίας κειμένου, μέσω του επί πληρωμή API του. Το GPT-4 μπορεί να δημιουργήσει κείμενο (συμπεριλαμβανομένου κώδικα) και να δέχεται εισαγωγές εικόνας και κειμένου — βελτίωση σε σχέση με το GPT-3.5, τον προκάτοχό του, που δεχόταν μόνο κείμενο — και αποδίδει σε «ανθρώπινο επίπεδο» σε διάφορα επαγγελματικά και ακαδημαϊκά σημεία αναφοράς. Αλλά δεν είναι τέλειο, όπως σημειώνουμε στην προηγούμενη κάλυψη. (Εν τω μεταξύ, η υιοθέτηση του ChatGPT αναφέρεται ότι έχει μειωθεί, αλλά θα δούμε.)
Θέτοντας υπό έλεγχο την «υπερέξυπνη» τεχνητή νοημοσύνη: Σε άλλες ειδήσεις για το OpenAI, η εταιρεία σχηματίζει μια νέα ομάδα με επικεφαλής τον Ilya Sutskever, τον επικεφαλής επιστήμονά της και έναν από τους συνιδρυτές του OpenAI, για την ανάπτυξη τρόπων καθοδήγησης και ελέγχου «υπερέξυπνων» συστημάτων AI.
Νόμος κατά της μεροληψίας για τη Νέα Υόρκη: Μετά από μήνες καθυστερήσεων, η Νέα Υόρκη αυτή την εβδομάδα άρχισε να επιβάλλει έναν νόμο που απαιτεί από τους εργοδότες να χρησιμοποιούν αλγόριθμους να προσλαμβάνουν, να προσλαμβάνουν ή να προωθούν υπαλλήλους να υποβάλλουν αυτούς τους αλγόριθμους για ανεξάρτητο έλεγχο — και να δημοσιοποιούν τα αποτελέσματα.
Η Valve δίνει σιωπηρά πράσινο φως για παιχνίδια που δημιουργούνται από AI: Η Valve εξέδωσε μια σπάνια δήλωση μετά τους ισχυρισμούς ότι απέρριπτε παιχνίδια με στοιχεία που δημιουργήθηκαν από AI από το κατάστημα παιχνιδιών Steam. Ο διαβόητος προγραμματιστής είπε ότι η πολιτική του εξελίσσεται και όχι μια στάση ενάντια στην τεχνητή νοημοσύνη.
Η Humane αποκαλύπτει το Ai Pin: Humane, η startup που ξεκίνησε από το πρώην σχεδιαστικό και μηχανικό δίδυμο της Apple, Imran Chaudhri και Bethany Bongiorno, αυτή την εβδομάδα αποκάλυψε λεπτομέρειες για το πρώτο της προϊόν: The Ai Pin. Όπως αποδεικνύεται, το προϊόν της Humane είναι ένα φορετό gadget με προβαλλόμενη οθόνη και λειτουργίες που τροφοδοτούνται από AI — σαν ένα φουτουριστικό smartphone, αλλά σε πολύ διαφορετική μορφή.
Προειδοποιήσεις σχετικά με τη νομοθεσία της ΕΕ για την τεχνητή νοημοσύνη: Μεγάλοι ιδρυτές τεχνολογίας, CEO, VC και κολοσσοί του κλάδου σε όλη την Ευρώπη υπέγραψαν ανοιχτή επιστολή προς την Επιτροπή της ΕΕ αυτή την εβδομάδα, προειδοποιώντας ότι η Ευρώπη θα μπορούσε να χάσει τη γενεσιουργή επανάσταση της τεχνητής νοημοσύνης εάν η ΕΕ εγκρίνει νόμους που καταπνίγουν την καινοτομία.
Η απάτη Deepfake κάνει τον γύρο: Δείτε αυτό το κλιπ του βρετανού πρωταθλητή χρηματοοικονομικών καταναλωτών, Μάρτιν Λιούις, ο οποίος προφανώς προσφέρει μια επενδυτική ευκαιρία που υποστηρίζεται από τον Έλον Μασκ. Φαίνεται φυσιολογικό, σωστά; Οχι ακριβώς. Είναι ένα deepfake που δημιουργείται από την τεχνητή νοημοσύνη — και πιθανώς μια γεύση της δυστυχίας που δημιουργείται από την τεχνητή νοημοσύνη που επιταχύνεται γρήγορα στις οθόνες μας.
Σεξουαλικά παιχνίδια με τεχνητή νοημοσύνη: Η Lovense – ίσως πιο γνωστή για τα τηλεχειριζόμενα σεξουαλικά παιχνίδια της – ανακοίνωσε αυτή την εβδομάδα το ChatGPT Pleasure Companion. Το “Advanced Lovense ChatGPT Pleasure Companion”, το οποίο κυκλοφόρησε σε έκδοση beta στην εφαρμογή τηλεχειρισμού της εταιρείας, σας προσκαλεί να αφεθείτε σε ζουμερές και ερωτικές ιστορίες που δημιουργεί το Companion με βάση το θέμα που έχετε επιλέξει.
Άλλες μηχανές εκμάθησης
Η έρευνα μας ξεκινά με δύο πολύ διαφορετικά έργα από το ETH Zurich. Το πρώτο είναι το aiEndoscopic, ένα spinoff έξυπνης διασωλήνωσης. Η διασωλήνωση είναι απαραίτητη για την επιβίωση ενός ασθενούς σε πολλές περιπτώσεις, αλλά είναι μια δύσκολη χειρωνακτική διαδικασία που συνήθως εκτελείται από ειδικούς. Το intuBot χρησιμοποιεί την όραση υπολογιστή για να αναγνωρίζει και να ανταποκρίνεται σε μια ζωντανή τροφοδοσία από το στόμα και το λαιμό, καθοδηγώντας και διορθώνοντας τη θέση του ενδοσκοπίου. Αυτό θα μπορούσε να επιτρέψει στους ανθρώπους να διασωληνωθούν με ασφάλεια όταν χρειάζεται αντί να περιμένουν τον ειδικό, σώζοντας πιθανώς ζωές.
Ιδού που το εξηγούν λίγο πιο αναλυτικά:
Σε έναν εντελώς διαφορετικό τομέα, οι ερευνητές της ETH Ζυρίχης συνεισέφεραν επίσης από δεύτερο χέρι σε μια ταινία της Pixar πρωτοπορώντας την τεχνολογία που απαιτείται για την εμψύχωση του καπνού και της φωτιάς χωρίς να πέφτουν θύματα της πολυπλοκότητας των φράκταλ της δυναμικής των υγρών. Η προσέγγισή τους έγινε αντιληπτή και βασίστηκε από την Disney και την Pixar για την ταινία Elemental. Είναι ενδιαφέρον ότι δεν είναι τόσο μια λύση προσομοίωσης όσο μια λύση μεταφοράς στυλ — μια έξυπνη και προφανώς πολύτιμη συντόμευση. (Η εικόνα επάνω είναι από αυτό.)
Η τεχνητή νοημοσύνη στη φύση είναι πάντα ενδιαφέρουσα, αλλά η τεχνητή νοημοσύνη της φύσης όπως εφαρμόζεται στην αρχαιολογία είναι ακόμη περισσότερο. Έρευνα με επικεφαλής το Πανεπιστήμιο Yamagata είχε ως στόχο να εντοπίσει νέες γραμμές Nasca – τα τεράστια «γεωγλυφικά» στο Περού. Μπορεί να νομίζετε ότι, όντας ορατοί από την τροχιά, θα ήταν αρκετά προφανείς – αλλά η διάβρωση και η κάλυψη των δέντρων από τις χιλιετίες που δημιουργήθηκαν αυτοί οι μυστηριώδεις σχηματισμοί σημαίνουν ότι υπάρχει ένας άγνωστος αριθμός που κρύβεται ακριβώς μακριά από το οπτικό πεδίο. Αφού εκπαιδεύτηκε σε αεροφωτογραφίες γνωστών και σκοτεινών γεωγλυφικών, ένα μοντέλο βαθιάς εκμάθησης ελευθερώθηκε σε άλλες προβολές και εκπληκτικά ανίχνευσε τουλάχιστον τέσσερις νέες, όπως μπορείτε να δείτε παρακάτω. Αρκετά συναρπαστικό!
Τέσσερα γεωγλυφικά της Nasca που ανακαλύφθηκαν πρόσφατα από έναν πράκτορα AI.
Με μια πιο άμεση έννοια, η τεχνολογία που γειτνιάζει με AI βρίσκει πάντα νέα εργασία για τον εντοπισμό και την πρόβλεψη φυσικών καταστροφών. Οι μηχανικοί του Stanford συγκεντρώνουν δεδομένα για να εκπαιδεύσουν μελλοντικά μοντέλα πρόβλεψης δασικών πυρκαγιών εκτελώντας προσομοιώσεις θερμού αέρα πάνω από ένα δάσος σε μια δεξαμενή νερού 30 ποδιών. Αν θέλουμε να μοντελοποιήσουμε τη φυσική των φλόγων και των χόβολων που ταξιδεύουν έξω από τα όρια μιας πυρκαγιάς, θα πρέπει να τις κατανοήσουμε καλύτερα, και αυτή η ομάδα κάνει ό,τι μπορεί για να το προσεγγίσει.
Στο UCLA εξετάζουν πώς να προβλέψουν τις κατολισθήσεις, οι οποίες είναι πιο συνηθισμένες καθώς αλλάζουν οι πυρκαγιές και άλλοι περιβαλλοντικοί παράγοντες. Όμως, ενώ η τεχνητή νοημοσύνη έχει ήδη χρησιμοποιηθεί για την πρόβλεψή τους με κάποια επιτυχία, δεν «δείχνει τη δουλειά της», που σημαίνει ότι μια πρόβλεψη δεν εξηγεί εάν οφείλεται σε διάβρωση, σε μετατόπιση του υδροφόρου ορίζοντα ή τεκτονική δραστηριότητα. Μια νέα προσέγγιση «υπερθέσιμου νευρωνικού δικτύου» έχει τα στρώματα του δικτύου που χρησιμοποιούν διαφορετικά δεδομένα αλλά τρέχουν παράλληλα και όχι όλα μαζί, αφήνοντας την έξοδο να είναι λίγο πιο συγκεκριμένη στην οποία οι μεταβλητές οδήγησαν σε αυξημένο κίνδυνο. Είναι επίσης πολύ πιο αποτελεσματικό.
Η Google εξετάζει μια ενδιαφέρουσα πρόκληση: πώς μπορείτε να κάνετε ένα σύστημα μηχανικής μάθησης να μάθει από επικίνδυνη γνώση, αλλά να μην τη διαδώσει; Για παράδειγμα, εάν το σετ προπόνησής του περιλαμβάνει τη συνταγή για ναπάλμ, δεν θέλετε να το επαναλάβει — αλλά για να ξέρει να μην το επαναλαμβάνει, πρέπει να ξέρει τι δεν επαναλαμβάνει. Παράδοξο! Έτσι, ο τεχνολογικός γίγαντας αναζητά μια μέθοδο «μη εκμάθησης από τη μηχανή» που επιτρέπει αυτού του είδους τις ενέργειες εξισορρόπησης να πραγματοποιούνται με ασφάλεια και αξιοπιστία.
Αν ψάχνετε για μια βαθύτερη ματιά στο γιατί οι άνθρωποι φαίνεται να εμπιστεύονται τα μοντέλα τεχνητής νοημοσύνης χωρίς καλό λόγο, μην ψάξετε περισσότερο από αυτό το άρθρο του Science από την Celeste Kidd (UC Berkeley) και την Abeba Birhane (Mozilla). Μπαίνει στο ψυχολογικό υπόβαθρο της εμπιστοσύνης και της εξουσίας και δείχνει πώς οι τρέχοντες πράκτορες AI βασικά χρησιμοποιούν αυτά ως εφαλτήρια για να κλιμακώσουν τη δική τους αξία. Είναι ένα πραγματικά ενδιαφέρον άρθρο αν θέλετε να φανείτε έξυπνοι αυτό το Σαββατοκύριακο.
Αν και ακούμε συχνά για τη διαβόητη μηχανή του μηχανικού πλαστού σκακιού, αυτή η παρωδία ενέπνευσε τους ανθρώπους να δημιουργήσουν αυτό που προσποιούνταν ότι είναι. Το IEEE Spectrum έχει μια συναρπαστική ιστορία για τον Ισπανό φυσικό και μηχανικό Torres Quevedo, ο οποίος δημιούργησε έναν πραγματικό μηχανικό σκακιστή. Οι δυνατότητές του ήταν περιορισμένες, αλλά έτσι ξέρεις ότι ήταν πραγματικό. Κάποιοι μάλιστα προτείνουν ότι η σκακιστική μηχανή του ήταν το πρώτο «παιχνίδι υπολογιστή». Τροφή για σκέψη.
[ad_2]
Source link


