Το OpenAI ετοιμάζει τον άξονα «superapp» του ChatGPT ↗
Σύμφωνα με πληροφορίες, το OpenAI μετατρέπει το ChatGPT από ένα chatbot ερωτήσεων και απαντήσεων σε μια ευρύτερη «υπερεφαρμογή» - εργαλεία κωδικοποίησης, πράκτορες, δημιουργία εικόνων και εφαρμογές συνεργατών, όλα συγκεντρωμένα σε ένα μέρος. Σχεδόν αφοπλιστικά απλή ως ιδέα, αλλά μια τεράστια αλλαγή προϊόντος. (Fortune)
Το μεγαλύτερο στοίχημα είναι ότι οι χρήστες δεν θα ζητούν απλώς απαντήσεις από την Τεχνητή Νοημοσύνη. Θα της αναθέτουν δύσκολες εργασίες - κρατήσεις, ημερολόγια, κώδικα, ροές εργασίας - και θα περιμένουν να τις κάνει σωστά. Αυτό είναι το κυνήγι της τάφρου τώρα.
Η Perplexity επιτρέπει στα μοντέλα AI να γράφουν τις δικές τους αγωγούς αναζήτησης ↗
Η λειτουργία «Αναζήτηση ως Κώδικας» του Perplexity μετατρέπει την αναζήτηση από σταθερές κλήσεις API σε ροές εργασίας Python που έχουν γραφτεί σε μοντέλο. Αντί να δημιουργεί ένα μαύρο κουτί με ένα ερώτημα μετά το ερώτημα, το μοντέλο κατασκευάζει τη δική του μικροσκοπική μηχανή αναζήτησης. (The Decoder)
Η εταιρεία λέει ότι χρησιμοποίησε πολύ λιγότερα tokens σε ένα benchmark κυβερνοασφάλειας και ηγήθηκε στις περισσότερες από τις δοκιμές της. Ας μην καυχηθούμε για το benchmark, φυσικά - αλλά η ιδέα είναι έξυπνη.
Η Nvidia κλείνει νέες συμφωνίες για υποδομές τεχνητής νοημοσύνης στη Νότια Κορέα ↗
Η Nvidia ανακοίνωσε μια δέσμη συνεργασιών στη Νότια Κορέα που καλύπτουν τσιπ μνήμης, cloud τεχνητής νοημοσύνης, κέντρα δεδομένων, ρομποτική και κατασκευή. Οι SK Hynix, SK Telecom, Naver, Doosan, LG Group και Hyundai εμφανίζονται όλες στο σωρό μηχανημάτων. (Reuters)
Το μεγάλο πρακτικό κομμάτι: Η Nvidia θέλει να κλειδώσει την προηγμένη παροχή μνήμης, ενώ παράλληλα να προωθήσει τα «εργοστάσια τεχνητής νοημοσύνης» βαθύτερα στη βιομηχανική αγορά. Λαμπερό; Όχι ιδιαίτερα. Σημαντικό; Πολύ.
Η επιχείρηση της Τεχνητής Νοημοσύνης αντιμετωπίζει 4 σκληρές πραγματικότητες ↗
Η ιστορία της αγοράς της τεχνητής νοημοσύνης πήρε μια πιο ψυχρή ανάγνωση: υψηλό κόστος, βραδύτερη απόσβεση, ισχυρή ζήτηση για υποδομές αλλά όχι μαγικά άπειρη και χρηματοδότηση που μπορεί να παραμείνει ακριβή. Αυτό είναι το υγρό χαρτόνι κάτω από τον επιχρυσωμένο πύραυλο. (Axios)
Το βασικό ζήτημα είναι απλό: Η Τεχνητή Νοημοσύνη ως τεχνολογία μπορεί να είναι πολλά υποσχόμενη, ενώ η Τεχνητή Νοημοσύνη ως επιχείρηση μπορεί να φαίνεται ακριβή, προβληματική και υποτιμημένη. Και τα δύο μπορεί να είναι αληθινά - ενοχλητικά, αλλά αληθινά.
Οι τράπεζες προετοιμάζουν τις βάσεις για μαζικές περικοπές εργατικού δυναμικού καθώς η Τεχνητή Νοημοσύνη επικρατεί ↗
Σύμφωνα με πληροφορίες, οι τράπεζες μειώνουν δραματικά τις τάξεις νέων αναλυτών, σε ορισμένες περιπτώσεις, ενώ εξακολουθούν να βασίζονται σε αυτές τις ομάδες νέων αναλυτών για μελλοντικά ταλέντα στην Τεχνητή Νοημοσύνη. Πρόκειται για ένα ιδιόμορφο μικρό ουροβόρο, που δαγκώνει το δικό του πρόγραμμα αποφοίτων. (Fortune)
Οι βραχυπρόθεσμες περιπτώσεις χρήσης της Τεχνητής Νοημοσύνης είναι πιο στοχευμένες παρά επιστημονικής φαντασίας: εξυπηρέτηση πελατών, παρακολούθηση συναλλαγών, παρακολούθηση συναλλαγών. Λιγότερη «τράπεζα ρομπότ», περισσότερες «πολλές μικρές περικοπές και αυτοματοποιήσεις»
Μέσα στην πιο πολυσύχναστη ευρωπαϊκή αποθήκη της Amazon, όπου ρομπότ, λέιζερ και άνθρωποι παραδίδουν το μέλλον ↗
Η αποθήκη LCY3 της Amazon στο Ντάρτφορντ λειτουργεί με κινητά ρομπότ, λογισμικό τεχνητής νοημοσύνης, σαρωτές και συστήματα μεταφοράς, μετακινώντας εκατομμύρια μονάδες την εβδομάδα. Ακούγεται μισό κέντρο εκπλήρωσης παραγγελιών, μισό βιομηχανικό τραπέζι φλίπερ. (euronews)
Το κομμάτι της τεχνητής νοημοσύνης είναι πρακτικό: συντονισμός ρομπότ, βελτιστοποίηση διαδρομής, μέτρηση δεμάτων, ανάγνωση ετικετών και ταξινόμηση λωρίδων. Όχι φανταχτερά chatbot - μάλλον σαν ο αόρατος σκελετός του λιανικού εμπορίου να γίνεται πιο γρήγορος.
Συχνές ερωτήσεις
Τι σημαίνει η αναφερόμενη αλλαγή στην εφαρμογή ChatGPT της OpenAI;
Σύμφωνα με πληροφορίες, το OpenAI προωθεί το ChatGPT πέρα από ένα απλό chatbot ερωτήσεων και απαντήσεων σε έναν ευρύτερο κόμβο που μοιάζει με εφαρμογή. Η ιδέα είναι να συγκεντρωθούν εργαλεία κωδικοποίησης, πράκτορες τεχνητής νοημοσύνης, δημιουργία εικόνων και εφαρμογές συνεργατών σε ένα μέρος. Αντί να απαντά μόνο σε ερωτήσεις, το ChatGPT θα βοηθά στην ολοκλήρωση μεγαλύτερων εργασιών, όπως κρατήσεις, ημερολόγια, κώδικας και ροές εργασίας.
Γιατί οι πράκτορες της Τεχνητής Νοημοσύνης (ΤΝ) γίνονται τόσο μεγάλο θέμα στις ειδήσεις για την ΤΝ;
Οι πράκτορες τεχνητής νοημοσύνης έχουν σημασία επειδή μετατοπίζουν τον στόχο του προϊόντος από την παροχή απαντήσεων στην ανάληψη δράσης. Σε αυτό το άρθρο, το κεντρικό θέμα είναι οι χρήστες που χειρίζονται σύνθετες εργασίες τεχνητής νοημοσύνης και αναμένουν από αυτήν να τις ολοκληρώσει σωστά. Αυτό καθιστά την αξιοπιστία, τον χειρισμό της ροής εργασίας και τις πολύτιμες ενσωματώσεις πιο σημαντικές από την απλή παραγωγή μιας στιλβωμένης απάντησης.
Ποια είναι η προσέγγιση «Αναζήτηση ως Κώδικας» της Perplexity;
Η λειτουργία «Αναζήτηση ως Κώδικας» του Perplexity επιτρέπει στα μοντέλα τεχνητής νοημοσύνης να γράφουν ροές εργασίας Python για αναζήτηση αντί να καλούν μόνο σταθερά API αναζήτησης. Αυτό σημαίνει ότι το μοντέλο μπορεί να δημιουργήσει μια μικρή προσαρμοσμένη διαδικασία αναζήτησης για την εργασία. Το άρθρο αναφέρει ότι το Perplexity ισχυρίζεται ότι αυτό χρησιμοποίησε λιγότερα tokens σε ένα benchmark κυβερνοασφάλειας, αν και οι ισχυρισμοί του benchmark θα πρέπει να αντιμετωπίζονται με προσοχή.
Γιατί είναι σημαντικές οι συμφωνίες της Nvidia με τη Νότια Κορέα για υποδομές τεχνητής νοημοσύνης;
Οι συμφωνίες της Nvidia με τη Νότια Κορέα έχουν σημασία επειδή συνδέουν την υποδομή τεχνητής νοημοσύνης με τσιπ μνήμης, cloud, κέντρα δεδομένων, ρομποτική και κατασκευαστικές εργασίες. Στις εταιρείες που αναφέρονται περιλαμβάνονται οι SK Hynix, SK Telecom, Naver, Doosan, LG Group και Hyundai. Ο πρακτικός στόχος είναι η διασφάλιση της προηγμένης προμήθειας μνήμης, ενώ παράλληλα θα προωθηθούν τα «εργοστάσια τεχνητής νοημοσύνης» βαθύτερα στις βιομηχανικές δραστηριότητες.
Ποιες είναι οι σκληρές επιχειρηματικές πραγματικότητες που αντιμετωπίζουν οι εταιρείες Τεχνητής Νοημοσύνης;
Το άρθρο επισημαίνει τέσσερις γενικές πιέσεις γύρω από τον κλάδο της Τεχνητής Νοημοσύνης: υψηλό κόστος, βραδύτερη απόσβεση, πεπερασμένη ζήτηση υποδομών και ακριβή χρηματοδότηση. Το θέμα δεν είναι ότι η Τεχνητή Νοημοσύνη αποτυγχάνει ως τεχνολογία. Είναι ότι η δημιουργία κερδοφόρων επιχειρήσεων Τεχνητής Νοημοσύνης μπορεί να εξακολουθεί να είναι δαπανηρή, άνιση και πιο δύσκολο να αξιοποιηθεί οικονομικά από ό,τι υποδηλώνουν οι υπερβολικά υψηλές προσδοκίες.
Πώς επηρεάζει η Τεχνητή Νοημοσύνη τις θέσεις εργασίας στις τράπεζες και τα χρηματοοικονομικά;
Σύμφωνα με πληροφορίες, οι τράπεζες μειώνουν τις τάξεις νέων αναλυτών, ενώ εξακολουθούν να εξαρτώνται από εργαζόμενους που βρίσκονται σε πρώιμο στάδιο της σταδιοδρομίας τους ως μελλοντική δεξαμενή ταλέντων στον τομέα της Τεχνητής Νοημοσύνης. Οι βραχυπρόθεσμες χρήσεις που περιγράφονται είναι πρακτικές και στοχευμένες, συμπεριλαμβανομένης της εξυπηρέτησης πελατών, της παρακολούθησης συναλλαγών και της παρακολούθησης συναλλαγών. Αντί να αντικαταστήσει ολόκληρες τράπεζες, η Τεχνητή Νοημοσύνη φαίνεται να δημιουργεί πολλούς μικρότερους αυτοματισμούς σε υπάρχουσες ροές εργασίας.