💸 Anthropic przeznacza 100 mld dolarów na platformę AWS firmy Amazon ↗
Anthropic i Amazon właśnie zacieśniły współpracę w ramach jednego z największych powiązań w dziedzinie infrastruktury AI. Anthropic przeznaczy ponad 100 miliardów dolarów na AWS w ciągu najbliższej dekady na szkolenie i uruchomienie Claude'a.
Amazon inwestuje natychmiast 5 miliardów dolarów, z możliwością zainwestowania nawet 20 miliardów dolarów więcej. Umowa daje również Anthropic dostęp do układów Trainium firmy Amazon – w zasadzie Amazon mówi: „proszę nie wynajmować Nvidii na zawsze”, ale za znacznie wyższą kwotę.
Zabawne, a może wcale nie zabawne, jest to, że Anthropic wciąż jest pod presją regulacji, a jednocześnie coraz bardziej wplątuje się w infrastrukturę Big Tech. Bardzo przejrzysta, bardzo splątana.
🧾 Anthropic przewyższył OpenAI w rekordowym kwartale lobbingowym ↗
Anthropic wydał 1,6 miliona dolarów na lobbing w pierwszym kwartale, podczas gdy OpenAI wydało 1 milion dolarów. To rekordowy kwartał dla obu firm – i wyraźny sygnał, że laboratoria sztucznej inteligencji nie ograniczają się już tylko do tworzenia modeli, ale pracują w Waszyngtonie jak doświadczeni operatorzy.
Wydatki Anthropic wzrosły gwałtownie w porównaniu z analogicznym okresem ubiegłego roku. Podobno miało to związek z kontrolą federalną, tarciami w Pentagonie i szerszym sporem o to, jak rządy powinny traktować pionierskie rozwiązania w zakresie sztucznej inteligencji.
Lobbing OpenAI koncentrował się na prawach autorskich, cyberbezpieczeństwie, polityce dotyczącej sztucznej inteligencji i infrastrukturze chmurowej. Nie są to jakieś szczególnie efektowne tematy, ale to właśnie w nich przyszłość po cichu się splata.
🧠 OpenAI wprowadza obrazy ChatGPT 2.0 ↗
Firma OpenAI wprowadziła ChatGPT Images 2.0, który oferuje lepsze wykonywanie instrukcji, bardziej zaawansowane generowanie tekstu wewnątrz obrazów i nowe możliwości „myślenia”, dzięki którym można korzystać z wyszukiwania w sieci, aby tworzyć bardziej złożone wizualizacje.
Aktualizacja obejmuje takie elementy jak infografiki, slajdy, mapy, mangę, tekst wielojęzyczny i generowanie wielu obrazów. Granica między „narzędziem do grafiki” a „malutkim działem projektowym w pudełku” staje się podejrzanie cienka.
Największą zmianą jest kontrola. OpenAI stara się, aby generowanie obrazu mniej przypominało potrząsanie magiczną kulą śnieżną, a bardziej kierowanie lekko podpitym stażystą artystycznym.
🎭 YouTube rozszerza możliwości wykrywania deepfake’ów przez sztuczną inteligencję dla celebrytów ↗
YouTube rozbudowuje swoje narzędzie do wykrywania podobieństw, dzięki czemu więcej osobistości publicznych będzie mogło znaleźć filmy tworzone przez sztuczną inteligencję, które je imitują, i wnioskować o ich usunięcie.
System skanuje pod kątem osób o podobnych cechach do sztucznej inteligencji i zgłasza je zarejestrowanym celebrytom, którzy następnie mogą poprosić YouTube o sprawdzenie treści zgodnie z polityką prywatności. Nie każde usunięcie zostanie zatwierdzone, co jest dość problematyczne.
To kolejny znak, że deepfake'i przeszły od „paniki internetowej” do faktycznej instalacji wodno-kanalizacyjnej na platformach. Rury w końcu są oznaczane.
⌨️ Meta będzie rejestrować naciśnięcia klawiszy przez pracowników, aby szkolić modele sztucznej inteligencji ↗
Meta wdraża wewnętrzne narzędzie, które rejestruje ruchy myszy, kliknięcia przycisków i naciśnięcia klawiszy wykonywane przez pracowników, a następnie konwertuje te działania na dane szkoleniowe dla modeli sztucznej inteligencji.
Chodzi o to, by nauczyć systemy AI, jak prawdziwi ludzie poruszają się po oprogramowaniu i wykonują zadania. Wartościowe? Tak. Lekko dystopijny, biurowy bełkot? Też tak, obie te rzeczy mogą być prawdą.
Oto wyścig agentów w miniaturze: firmy potrzebują danych o przepływie pracy ludzi ze wszystkimi ich wytartymi krawędziami, a nie tylko wypolerowanego tekstu ściągniętego z internetu. Teraz klawiatura staje się świadkiem. Trochę ponuro, trochę sprytnie.
🛡️ Nieautoryzowani użytkownicy mieli dostęp do narzędzia cybernetycznego Mythos firmy Anthropic ↗
Jak podają źródła, grupa nieautoryzowanych użytkowników uzyskała dostęp do Mythos firmy Anthropic, narzędzia AI ukierunkowanego na cyberbezpieczeństwo, które miało podlegać ścisłej kontroli.
Mythos nie jest produktem ogólnodostępnym – został zaprojektowany do zaawansowanych prac cybernetycznych, co sprawia, że roszczenia dotyczące dostępu są jeszcze bardziej pikantne. Jeśli to prawda, rodzą się niewygodne pytania o to, jak laboratoria zabezpieczają systemy, które określają jako wrażliwe.
Całość ma w sobie coś z „tajemnicy zamkniętego pokoju, ale pokój ten jest chmurowym panelem sterowania”. Bardzo wpisuje się w obecną markę bezpieczeństwa AI.
🧪 NeoCognition pozyskuje 40 mln dolarów na budowę uczących się agentów ↗
Laboratorium badawcze zajmujące się sztuczną inteligencją NeoCognition pozyskało 40 milionów dolarów w ramach rundy zalążkowej na stworzenie agentów, którzy będą uczyć się bardziej jak ludzie.
Startup dąży do opracowania bardziej niezawodnych i wydajnych systemów AI – jest to bardzo gorący temat, ponieważ inwestorzy wciąż polują na wszystko, co mogłoby uczynić agentów mniej kruchymi w praktycznych procesach pracy.
To kolejne przypomnienie, że boom na agentów to nie tylko OpenAI, Anthropic i Google, które machają na siebie patelniami. Krążą też mniejsze laboratoria, niektóre z naprawdę ambitną energią księżycowych skał.
Często zadawane pytania
Dlaczego Anthropic inwestuje 100 miliardów dolarów w AWS?
Anthropic przeznaczy ponad 100 miliardów dolarów na szkolenie i uruchomienie platformy Claude w AWS w ciągu najbliższej dekady. Umowa zapewnia Anthropic głębszy dostęp do infrastruktury chmurowej Amazon i układów Trainium. Odzwierciedla to również, jak kosztowne stały się pionierskie systemy sztucznej inteligencji, a rozwój modeli jest coraz bardziej zależny od rozległych partnerstw obliczeniowych.
Jakie znaczenie dla infrastruktury AI ma umowa Anthropic i Amazon?
Transakcja Anthropic i Amazon pokazuje, jak ściśle infrastruktura AI jest powiązana z platformami chmurowymi Big Tech. Amazon inwestuje miliardy, podczas gdy Anthropic przeznacza ogromne, długoterminowe inwestycje w AWS. Takie porozumienia mogą pomóc laboratoriom AI w skalowaniu, ale rodzą również pytania o zależność, konkurencję i nadzór regulacyjny.
Dlaczego Anthropic i OpenAI przeznaczają więcej środków na lobbing?
Anthropic i OpenAI przeznaczają więcej środków na lobbing, ponieważ polityka dotycząca sztucznej inteligencji (AI) staje się kluczowa dla ich przyszłości. W artykule podano, że Anthropic wydał 1,6 miliona dolarów w pierwszym kwartale, a OpenAI 1 milion dolarów. Obszary ich zainteresowań obejmują kontrolę federalną, prawa autorskie, cyberbezpieczeństwo, politykę dotyczącą sztucznej inteligencji, infrastrukturę chmurową oraz sposób, w jaki rządy powinny regulować rozwój AI.
Co nowego w ChatGPT Images 2.0?
ChatGPT Images 2.0 ma usprawnić wykonywanie instrukcji, generowanie tekstu wewnątrz obrazów oraz usprawnić „myślenie”, co pozwala na wykorzystanie wyszukiwania w internecie do tworzenia bardziej złożonych wizualizacji. Aktualizacja jest ukierunkowana na infografiki, slajdy, mapy, mangę, teksty wielojęzyczne i generowanie wielu obrazów. Głównym celem jest większa kontrola i ograniczenie domysłów w tworzeniu obrazów.
Jak YouTube radzi sobie z deepfake’ami celebrytów, które powstają przy użyciu sztucznej inteligencji?
YouTube rozszerza swoje narzędzie do wykrywania podobieństw, aby więcej osób publicznych mogło znaleźć filmy generowane przez sztuczną inteligencję, które je naśladują. Zarejestrowane gwiazdy mogą otrzymywać powiadomienia o potencjalnych sobowtórach tworzonych przez sztuczną inteligencję i wnioskować o usunięcie treści zgodnie z polityką prywatności YouTube. Nie każde żądanie zostanie automatycznie zatwierdzone, dlatego system nadal opiera się na weryfikacji i kontekście platformy.
Dlaczego Meta rejestruje naciśnięcia klawiszy przez pracowników w celu szkolenia AI?
Meta wdraża wewnętrzne narzędzie, które rejestruje ruchy myszy, kliknięcia i naciśnięcia klawiszy przez pracowników, a następnie przekształca te działania w dane szkoleniowe dla sztucznej inteligencji. Celem jest nauczenie systemów AI, jak ludzie poruszają się po oprogramowaniu i wykonują zadania. W wielu procesach pracy agentów tego rodzaju dane o aktywności człowieka mogą pomóc modelom w nauce praktycznych, krok po kroku zachowań.