🧠 Nvidia inwestuje 4 mld dolarów w fotonikę, aby przyspieszyć działanie układów scalonych AI w centrach danych ↗
Nvidia poinformowała, że zainwestuje po 2 mld dolarów w Lumentum i Coherent – firmy będące potentatami w dziedzinie fotoniki – starając się w ten sposób utrzymać sprzęt swoich centrów danych na czele trendu „szybszego wnioskowania, większej przepustowości”.
Idea jest prosta: jeśli można przesyłać dane za pomocą światła (fotoniki) zamiast wyłącznie sygnałów elektrycznych, można wycisnąć więcej z całego stosu sztucznej inteligencji. Niezbyt to efektowne, ale to właśnie hydraulika decyduje, kto wygrywa.
🛡️ OpenAI wyznacza „czerwone linie” dla wdrażania sztucznej inteligencji w Pentagonie ↗
OpenAI jasno określiło strefy „zakazane” dla swojej działalności wojskowej – brak masowej inwigilacji kraju, brak dowodzenia autonomiczną bronią i brak podejmowania ryzykownych zautomatyzowanych decyzji, jak w przypadku systemów opartych na „kredytach społecznych”.
Twierdzą również, że wdrożenie odbywa się wyłącznie w chmurze (a nie na krawędzi), utrzymuje pakiet bezpieczeństwa OpenAI na miejscu i obejmuje certyfikowany personel OpenAI. Brzmi to trochę jak „zaufaj nam, a oto treść umowy” – co, szczerze mówiąc, jest lepsze niż zapewnienia oparte wyłącznie na zaufaniu.
🏛️ Ustawodawcy z Waszyngtonu promują rozwiązania zabezpieczające oparte na sztucznej inteligencji (AI) dla chatbotów i wykrywania treści ↗
Prawodawcy stanu Waszyngton przygotowują projekty ustaw, które mają na celu wyeliminowanie dwóch newralgicznych punktów: chatbotów (zwłaszcza przeznaczonych dla nieletnich) i mediów generowanych przez sztuczną inteligencję, które stają się coraz trudniejsze do wykrycia.
Jedna z propozycji wymagałaby od chatbotów regularnego przypominania użytkownikom, że rozmawiają ze sztuczną inteligencją, a także dodania funkcji wykrywania myśli samobójczych i innych środków bezpieczeństwa. Inna propozycja postulowałaby wprowadzenie zabezpieczeń, takich jak osadzone znaki wodne w obrazach, nagraniach audio i wideo generowanych lub modyfikowanych przez sztuczną inteligencję – proste w teorii, skomplikowane w praktyce.
⚡ Wielka Brytania rozpoczyna nabór dowodów dotyczących zbiorów danych energetycznych na potrzeby sztucznej inteligencji ↗
Rząd Wielkiej Brytanii rozpoczął nabór dowodów dotyczących zbiorów danych związanych z energią, w przypadku których lepszy dostęp mógłby pomóc twórcom sztucznej inteligencji poprawić dekarbonizację, bezpieczeństwo energetyczne lub przystępność cenową energii.
Jest to wyraźnie przedstawione jako krok w celu zebrania dowodów (a nie obiecana zmiana polityki) i odwołuje się do rzeczywistości: niektórych danych nie można udostępniać, więc rozwiązaniem mogą być dane syntetyczne lub metody oparte na pozwoleniach. Dostęp do danych to najwyraźniej nowa walka o to, kto jest właścicielem mapy.
🤝 TechCrunch: Firmy i rządy zajmujące się sztuczną inteligencją wciąż nie mają użytecznego podręcznika ↗
Serwis TechCrunch zgłębił niezręczną przepaść między stwierdzeniem, że „laboratoria sztucznej inteligencji stają się infrastrukturą narodową” a stwierdzeniem, że „nikt nie uzgodnił zasad jako pierwszy”. Artykuł podkreśla, że publiczna krytyka skupia się głównie na nadzorze i automatycznym zabijaniu – dwóch koszmarach, które tak naprawdę nigdy nie wychodzą poza utarte schematy.
Tenor jest taki: laboratoria wciąż próbują przerzucić politykę z powrotem na wybranych liderów… ale to one dostarczają narzędzia, więc ta metoda wykrętów działa tylko do pewnego momentu. To tak, jakbyś upierał się, że nie jesteś odpowiedzialny za ognisko, podczas gdy aktywnie sprzedajesz zapałki – a przynajmniej tak się wydaje.
Często zadawane pytania
Dlaczego Nvidia inwestuje miliardy w fotonikę dla układów scalonych AI w centrach danych?
Nvidia stawia na fotonikę, która może przesyłać dane w centrach danych szybciej i z większą przepustowością niż łącza wyłącznie elektryczne. Założeniem jest to, że lepsze „połączenie” między układami scalonymi, szafami i systemami może poprawić ogólną wydajność sztucznej inteligencji, zwłaszcza w miarę skalowania obciążeń wnioskowania. Inwestowanie znacznego kapitału w głównych graczy na rynku fotoniki sygnalizuje, że staje się to strategiczną infrastrukturą, a nie niszowym dodatkiem.
W jaki sposób fotonika faktycznie przyspiesza systemy AI w porównaniu do połączeń elektrycznych?
Fotonika wykorzystuje światło do przesyłania danych, co może łagodzić wąskie gardła, gdy systemy muszą przesyłać ogromne ilości informacji. W wielu stosach sztucznej inteligencji wydajność nie zależy tylko od układu obliczeniowego, ale również od szybkości przesyłania danych między komponentami. Powszechnym wzorcem są łącza optyczne zapewniające połączenia o wysokiej przepustowości, przy jednoczesnym zachowaniu sygnałów elektrycznych tam, gdzie są one prostsze lub tańsze.
Co w praktyce oznaczają „szybsze wnioskowanie i większa przepustowość” dla centrów danych AI?
Wskazuje to na zmianę, w której efektywne serwowanie modeli ma równie duże znaczenie, co ich trenowanie. Szybsze wnioskowanie oznacza szybkie uzyskiwanie odpowiedzi przy dużym zapotrzebowaniu, a większa przepustowość oznacza, że akceleratory mogą być zasilane bez czekania. W wielu potokach ograniczenia sieci i połączeń stają się ograniczeniem, więc usprawnienie przesyłania danych może przynieść znaczące korzyści, nawet jeśli infrastruktura obliczeniowa jest już wydajna.
Jakie są „czerwone linie” OpenAI dla wdrażania sztucznej inteligencji w Pentagonie?
OpenAI opisuje wyraźne strefy zakazu, takie jak masowy nadzór krajowy, sterowanie autonomiczną bronią i zautomatyzowane decyzje o wysokim ryzyku, podobne do systemów „kredytu społecznego”. Określają one również wdrożenie wyłącznie w chmurze, z zachowaniem środków bezpieczeństwa i zaangażowaniem przeszkolonego personelu. Zazwyczaj te ograniczenia mają na celu zawężenie zakresu zastosowań i zmniejszenie ryzyka nadużyć, jednocześnie umożliwiając ograniczone zastosowania rządowe.
Jakie zabezpieczenia przed sztuczną inteligencją proponują ustawodawcy z Waszyngtonu w odniesieniu do chatbotów i mediów generowanych przez sztuczną inteligencję?
Opisane propozycje koncentrują się na dwóch obszarach: przejrzystości i bezpieczeństwie chatbotów oraz ujawnianiu treści generowanych lub modyfikowanych przez sztuczną inteligencję. Jedna z koncepcji zakłada, że chatboty będą regularnie przypominać użytkownikom o interakcji ze sztuczną inteligencją, a także zawierać funkcje bezpieczeństwa, takie jak wykrywanie myśli samobójczych. Inna koncepcja zakłada mechanizmy ujawniania, takie jak osadzone znaki wodne w mediach syntetycznych, co teoretycznie może być proste, ale trudniejsze w implementacji.
W jaki sposób brytyjskie zbiory danych energetycznych dla AI mogą wpłynąć na działania na rzecz dekarbonizacji i bezpieczeństwa energetycznego?
Brytyjski apel o dowody został sformułowany jako krok w kierunku zidentyfikowania obszarów, w których lepszy dostęp do zbiorów danych związanych z energią mógłby pomóc sztucznej inteligencji poprawić takie rezultaty, jak dekarbonizacja, bezpieczeństwo czy przystępność cenowa. W praktyce wiele użytecznych zbiorów danych ma ograniczenia w udostępnianiu, dlatego konieczne mogą być takie podejścia, jak dane syntetyczne, dostęp oparty na uprawnieniach lub kontrolowane środowiska. Często staje się to pytaniem „kto ma dostęp do mapy” w kontekście innowacji i zarządzania.