AI News

Þegar við dýpkum okkur í heiminn sem er generative AI, hefur nýleg tilraun kastað ljósi á getu og takmörkum þessarar tækni. Forritari smíðaði bota sem var þrænt á eigin 50.000 bókamerkjum og líkur, sem hann hafði safnað á margra ára tímabili, til að rannsaka möguleika generative AI. Þessi handahófsaðferð hefur veitt gagnlegar innlit í innri vinnslu AI-módella og getu þeirra til að búa til nýjar úttak. Þessi tilraun er mikilvæg þar sem hún sýnir fram á mikilvægi gæðaþrænta gögn í að byggja upp áhrifamiklar generative AI-módellar. Með því að nota eigin gögn, gat forritarinn búið til sérsniðið þekkingarsafn sem endurspeglar áhuga og forgangsaðferðir hans. Þessi aðferð sýnir möguleika fyrir sérsniðnar AI-lausnir sem geta þæggt sérstökum þörfum og notkun. Í framtíðinni verður það áhugavert að sjá hvernig þessi tilraun upplýsir þröskuldinn í þróun enn fremri generative AI-módella. Þegar tæknið heldur áfram að þróa sig, getum við vonað okkur að sjá fleiri nýsköpunarfullar notkun á AI á ýmsum sviðum, frá viðskiptaþjónustu til efni-smíði. Lykilinn er að finna jafnvægi á milli skapandi getu generative AI og þörf fyrir nákvæmni, samræmi og opna úttak.

Sam Altman, framkvæmdastjóri OpenAI, hefur breytt viðhorfi sínu til áhrifa AI á vinnu, og fullyrðir nú að "vinnuvanir" sé ólíkleg. Sem við höfum fjallað um þann 27. maí, hafði Altman áður lýst yfir áhyggjum sínum um að AI myndi taka yfir vinnu hvíta krókanna, en nú telur hann að mannsamvinningur og "mannlega hlutinn" í vinnu geti ekki verið alveg tekin yfir af AI. Þessi breyting á sjónarmiðum er mikilvæg þar sem hún vísar í meira niðurstaðna skilning á hlutverki AI í vinnuaflinu. Breysta afstöðu Altmans bendir til þess að upphaflegar óttar um víðtækar atvinnuleysingar hafi verið ofmetnar, og að AI sé líklegra að auka mannslegar getu fremur en að taka þeim alveg yfir. Það að fyrstu áhrifin á vinnu hvíta krókanna hafi verið minni en væntingin hefur líklega legið að baki breyttu útliti Altmans. Þar sem AI-landið heldur á að þróa sig, verður mikilvægt að fylgjast með því hvernig breytt útlit Altmans mun hafa áhrif á almenna umræðuna um AI og vinnu. Munu aðrir iðnaðarleiðendur fylgja hans dæmi, eða munu þeir halda áfram að vara við hættunni sem AI-vélar geta valdið? Þar sem AI heldur á að mynda framtíð vinnunar, verður mikilvægt að vera upplýstur um þessar þróanir til að skilja flókna sambandið á milli tækni, atvinnu og mannsamvinninga.

Kvantavélar eru á leiðinni til að bylta alheiminn á sviði gervigreindar, með mögulegum umsýslum í vélamenntun, efnagreiningu og mynsturkenningu. Þegar við dýpkum okkur í þverhníti kvantavéla og gervigreindar, verður ljóst að kvantavélamenntun getur framkvæmt verkefni mun betur en hefðbundnar aðferðir. Þetta er sérstaklega spennandi ef til vill þar sem hefðbundnar aðferðir í vélamenntun hafa takmarkanir, þar sem þeim tekst að greina mynstri í þjálfunargögnum en geta þó verið erfiðar við að leysa flóknari verkefni. Sambýling kvantavéla og gervigreindar getur breytt ýmsum iðnaði, frá myndagerð og tungumálamódelum til vísindalegrar uppgötvunar. Rannsóknarmenn vinna harðar að því að þróa kvantaalgoríma sem eru sérstaklega hannaðir fyrir gervigreind og vélamenntun, með það að markmiði að ná töluverðum árangri árið 2030. Þótt kvantagervigreind sé ekki í boði til að taka við af hefðbundinni gervigreind á næstunni, er hún líklega að bæta kvantasystemum og gera nýjar uppgötvanir mögulegar. Þegar sviðið heldur áfram að þróa sig, verður mikilvægt að fylgjast með framförum í kvantaalgorímaþróun og notkun kvantavélamenntunar í raunverulegum vandamálum. Með möguleikum kvantavéla til að breyta andlit gervigreindar, eru rannsóknarmenn og iðnaðarleiðtogar þeirra áhyrnustu til að fylgjast með næstu framförum í þessu hratt þróandi sviði.

RAG (Endurheimt-augmentað gerðarkerfi) hafa verið vinsæl fyrir getu þeirra til að bæta AI-frammistöðu. Nýr þróunarskáli bendir til þess að flestir SaaS AI aðilar þurfi ekki vektordatabase, heldur geta þeir byggt á skráarbasuðu minni með takmörkuðu orðatöflum. Þessi einföldun getur gert RAG kerfi aðgengilegri og auðveldari í útfærslum. Þetta má líta soðulega á því að það ógnar hefðbundnu sannfæringunni um að RAG kerfi þurfi flókna og auðlindiríka undirstöður. Með notkun skráarbasuðs minni og takmörkun á orðatöflum geta forritarar byggt effikásari og kostnaðarvæddari RAG aðila. Þetta getur verið sérstaklega mikilvægt fyrir smærri útgáfur eða þær sem hafa takmarkaðar auðlindir. Það er verið að bíða eftir því hvernig þessi nýja álgjör getur áhrif á þróun RAG kerfa. Meðan rannsóknir og forritarar kanna möguleika agens RAG, má búast við að sjá meira nýsköpunarfulla lausnir sem jafna frammistöðu og einfaldleika. Með fáanlegri vísindarleiðbeiningum og skref-fyrir-skref útfærslum, eins og Hugging Face veitir, verður það áhugavert að sjá hvernig samfélagið svarar við þessari nýju sjónarmiði á RAG hönnun.

Þróun 3D og CAD-vinnuflæðis með aðstoð gervigreindar fer hratt áfram, en mikilvægur siðferðisleiðir er að koma í ljós: prófunartölur eru ekki nógu til að meta þessi tæki. Nýjasta innsýn leggur áherslu á þörf fyrir vöruspesifíkar mat, sérstaklega í hönnun á mati um vörusamning. Þessi aðferð gerir hönnuðum kleift að greina formfeilur áður en þeir hafa áhrif á notendur, sem er mikilvægur þáttur í að tryggja áreiðanleika og nákvæmni gervigreindadrifins 3D módelingar. Það er skýrt afhverju þetta máli er mikilvægt, ef við höfum í huga mögulegar afleiðingar formfeila í framleiðsluumhverfi. Eins og við höfumum áður greint, var gervigreindaaðgerð í staðinn tilbúin að eyða framleiðslugagnagrunni á eingöngu sekúndum, sem hækkar áherslu á strangar prófanir og mat. Útbreiðsla mælitæka og tækja fyrir RAG mat, sem er getið í nýrri rannsókn, undirbýr flækjustig á mati á gervigreindarframmistöðu. En fyrirtæki verða að fara fram úr einungis prófunarvitni og leggja áherslu á sérvísanir sem endurspegla sérstakar kröfur vöru þeirra. Í framtíðinni verður lykillinn að því að þróa og setja í framkvæmd áhrifaríkar matatæki sem geta matið frammistöðu og nákvæmni gervigreindamála í 3D og CAD-vinnuflæði. Þetta getur falið í sér að nýta núverandi LLM matatæki, eins og þau sem voru umrædd í nýrri grein, og aðlaga þau til sérstakra kröfu 3D módelingar. Með því að leggja áherslu á vöruspesifíkar mat, geta hönnuðir tryggt að AI-aðstoðað 3D tæki uppfylli hæstu staðla á áreiðanleika og frammistöðu.

Nýjung í þróun gervigreindar er að sjálfvirkar aðgerðir eru sameinaðar við Telegram, vinsæla skilaboðaforritið. Þetta ferli er mikilvægt þar sem það gerir kleift að sjálfvirkum aðgerðum að vera í samskiptum við notendur á ótrúlega einfaldan og aðgengilegan hátt. Sem við gerðum grein fyrir 27. maí, eru fyrirtæki eins og DeepSeek og OpenAI að gera miklar árangur í gervigreindatækni, með DeepSeek sem bjóða upp á varanlegan 75% afslátt á sína fyrirsögnarmódel og OpenAI sem kynna sjálfvirk auglýsingar á ChatGPT. Sameining sjálfvirkra aðgerða við Telegram er mikilvæg þar sem hún hefur möguleika á að bylta þeim hætti sem fyrirtæki og einstaklingar hafa samskipti við gervigreind. Með sjálfvirkum aðgerðum sem geta framkvæmt verkefni sjálfstæðigt, geta notendur búist við aukinni starfsnæmi og framleiðni. Samkvæmt nýlegri könnun, hafa 35% fyrirtækja þegar kynnt sjálfvirkar aðgerðir, og 44% hafa tilkynnt um að gera það á næstu árum. Meðan gervigreindarsviðið heldur áfram að þróa sig, verður það spennandi að fylgjast með því hvernig fyrirtæki eins og Google, með Gemini Spark aðgerðinni, og aðrir aðilar í iðnaðinum svara þessum nýjungum. Kynning sjálfvirkra aðgerða með þróttu getu, eins og myndatöku og raunsæis talmanns, er væntanleg til að hröða enn frekar að tilurð gervigreindatækni. Með gervigreindamarkaðnum að víkka sér hratt, er mikilvægt að vera upplýstur um nýjungar og nýsköpun í þessu sviði.

David Hendrickson, framkvæmdastjóri og stofnandi Designarena, hefur tilkynnt um bætingu nýs „módel“ síðu á vefnum. Þessi eiginleiki gerir notendum kleift að skoða hundruð módel með fjölmörgum eiginleikum, sem gerir það auðveldara að bera saman og velja módel fyrir praktískar umsetningar. Sem áberandi persóna í AI-samfélaginu er uppfærsla Hendricksons mikilvæg fyrir fræðimenn sem vinna með stórum málsgreinargráðu (LLM) og önnur AI-tæki. Þessi þróun er mikilvæg þar sem hún einfaldar ferlið við módel-samanburð, sem gerir það hægt að taka fljótar og árangursríkari ákvarðanir í iðnaði sem byggja á AI. Með vaxandi mikilvægi AI í fjölmörgum geirum geta tæki eins og „módel“ síðan Designarena hjálpað til að laga bilið á milli AI-þróunar og praktískrar framkvæmdar. Sérfræðiþekking Hendricksons á generatívu hugbúnaðarverkfræði og reynsla hans sem ráðgjafi fyrir byrjaðar fyrirtæki veitir einnig traust í þessari uppfærslu. Þar sem AI-líkaninu heldur áfram að þróast, verður það áhugavert að fylgjast með því hvernig nýji eiginleiki Designarena áhrif á iðnaðinn. Með þátttöku Hendricksons getum við vonað okkur frekari nýsköpunar í AI-verkfærum og þróun. Notendur geta fylgst með Hendrickson á X fyrir frekari uppfærslur um AI og vísbrotatíp, og hlusta eftir frekari fréttum um framför Designarena á AI-sviðinu.

Rannsóknir hafa leitt til nýrrar aðferðar til að takla áskorðanir stórra tungumálamódla og mögulegar villumóða. Nú eru rannsóknarmenn að fókusa á að breyta byggingu stórra tungumálamódla til að gera villumóða ónæmanlega, frekar en að búa þá með auka lögum. Þessi breyting á aðferð er mikilvæg, þar sem hefðbundin aðferðin til að bæta við óákvæðanleg lög á óákvæðanlegan vélinn getur leitt til aukinnar flóknings og lækkaðrar áreiðanleikans. Nýja aðferðin er sérstaklega viðeigandi í samhengi skýrbótaröryggingsvélva, þar sem áhættan er há og villumóða geta haft mikilvægar afleiðingar. Með því að hanna bygginguna til að koma í veg fyrir að villumóða nái til úttaks, geta þróunarfræðingar búið til sterkari og áreiðanlegri stóra tungumálamódla. Þetta stemmir vel við nýlegar niðurstöður, eins og notkun á Mixture-of-Experts (MoE) módelum, sem hafa sýnt von um að bjóða stóra tungumálamódla á stórum skala, en líka hækkar þörfina fyrir þolsamlegar afleiðslumekkanismar. Meðan sviðið heldur áfram að þróa sig, verður það mikilvægt að fylgjast með því hvernig þessi nýja aðferð er útfærð og endurtekin. Með möguleika á að bæta áreiðanleikann og frammistöðu stórra tungumálamódla verulega, er þróunin líklega að hafa mikil áhrif á iðnaðinn. Sem við förum áfram, getum við vonast til að sjá meiri rannsóknir og nýsköpun í þessu sviði, og verður það mikilvægt að fylgjast með framförum og árangri í að gera villumóða stórra tungumálamódla ónæmanlega.

Íslensk útgáfa af fréttatilkynningu um aðra internets, þar á meðal Gemini, sem nýtur vaxandi athygli fyrir getu sína til að búa til meira sjálfstætt og öruggt netupplifun. Þegar við skoðum möguleikana handa framtíðarinnar, þá kemur Gemini í lygi, ásamt Gophers og öðrum aðra netkerfum. Þessi breyting er mikilvæg, því hún gæti leitt til meira fjölbreyttar og þolnar internetsamfélagar. Áhugi á Gemini er ekki nýr, en nýlegar þróanir hafa vakið nýja hrifningu. Sem getið er í netiðrum og samfélögum, eins og Techrights IRC-rásinni, þá býður Gemini einstaka nálgun að netssamskiptum, með eigin sérstökum samþættingum og tólum. Möguleikarnir fyrir forritara til að búa til nýjar forrit, þar á meðal talmálsforrit, með notkun á mismunandi forritunarmálum, eru miklir. Það sem á að horfa á næst er hvernig Gemini og aðrar internetsmunir munu þróa sig og snúast saman við núverandi tækni, eins og vélamönnum og gervigögnun. Þegar netið heldur áfram að breytast, þá er mikilvægt að fylgjast með þessum þróunum og mögulegum áhrifum á framtíð internetsins. Með uppkomu aðra internets, gætum við séð nýjar tækifæri til nýsköpunar og samvinnu, og meira sjálfstætt netheima.

Fréttastofa AP og OpenAI hafa gerð samning um að OpenAI fái leyfi til að nota kosningagögn, sem merkir mikilvæga samvinnu á milli þessara tveggja aðila. Þar sem við rituðum um AI-fyrirtækin í grein um AI-klásstríðið þann 27. maí, hefur OpenAI verið að aukast virkni sinni, og samningurinn veitir fyrirtækinu gildiþrifa efni til þjálfunar. Þessi samningur er mikilvægur þar sem hann veitir OpenAI aðgang að miklu magni af fréttabreyti, sem fer alla leið til 1985, sem mun hjálpa til að þjálfa ChatGPT-algoríthma. Samvinnan er tveggja ára samningur, og OpenAI mun greiða fyrir notkun á fréttabreytum AP, þar á meðal gögn um atkvæðatölu, fyrir notkun í ChatGPT og öðrum þjónustum til almennra kosninga árið 2028. Þessi ákvörðun er talin vera trygging gegn mögulegum framtíðarlegum reglugerðabönnunum og leið til að búa til "hreint gagnasafn" fyrir þjálfun á gervigreindarmódelum. Það sem má bíða eftir er hvernig samningurinn mun hafa áhrif á þróun ChatGPT og annarra þjónusta OpenAI. Með aðgang að útbreiddum fréttasafni AP getur OpenAI enn frekara gefið form líktölum sínum, sem getur valdið nákvæmari og upplýsandi svörum. Auk þess getur þessi samvinnuaðgerð sett forgang fyrir aðrar tækni- og efni-skaparar til að gerð samninga á sama hátt, sem geta skapað nýar tækifæri fyrir gervigreindarþjálfun og þróun.

Amazon hefur pantað þrjár teiknimyndaseríur sem hafa notað algorímskúðaða gervigreind, sem merkir mikilvægt skref í notkun þessarar tækni í efniútbúningi. Verkefnin eru með framlag frá þekktum leikstjórum og framleiðendum, eins og Jorge Gutierrez, þekktur fyrir "Maya og þrjú", og Albie Hecht, fyrrverandi framkvæmdastjóri Nickelodeon. Þessar seríur munu nota Amazon sinn Nara-verkfæri, algorímskúðaða gervigreindatól sem er hönnuð til að einfalda og bæta teiknimyndagerðarferlið. Þessi þróun er mikilvæg þar sem hún sýnir vaxandi möguleika algorímskúðaðrar gervigreindar í skemmtanaiðnaðinum, sérstaklega í teiknimyndum. Með því að taka til sér þessari tækni er Amazon í staðinn til að bylta á venjubundna hátt á þann hátt sem teiknimyndaeiningar eru búnar til, og getur þessi tækni mögulega lækkað framleiðslutíma og kostnaði, á meðan hún aukar skapandi og nýsköpun. Sem við rituðum 27. maí hefur algorímskúðað gervigreind verið umræðuefni í listheiminum, með tillögum sínum í listasetningum og verkefnum að vinna sér stað. Meðan Amazon heldur áfram að fjármagna algorímskúðaða gervigreind, verður það áhugavert að fylgjast með því hvernig þessar nýju seríur verða tekið af áhorfendur og gagnrýnendur. Ákveðni fyrirtækisins til þessarar tækni er augljós, með upphafssamningi AI-skapendafjár og innleiðingu algorímskúðaðrar gervigreindar í fjölmörgum þáttum viðskipta, eins og varningatexta og aðstoð við forritun. Með Amazon í fremstu röð algorímskúðaðrar gervigreind notkun, er líklega að framtíð efniútbúningur verði mótuð af þessari tækni, og munum við búast við að sjá fleiri nýsköpunarlegar tillögur í næstu mánuðum.

Alex Prompter, þekktur AI áhugamaður, hefur mótmælt viðskiptaatriðum AI-fyrirtækja og ásakað þá um að stela upplýsingum og sköpunargáfu frá fólki með því að fórna höfundalögum. Þetta kemur sem framhald af nýlegum áhyggjum sem Alex Bores, tölvunarfræðingur og lögmaður í New York-fylki, vakti, þar sem hann varaði við löbbýingarátök OpenAI til að samþykkja Illinois-senatsmál nr. 3444, sem myndi veita AI-fyrirtækjum ósærði í málum um skaða sem þeirra módel gerir. Deila um ábyrgð AI-viðskipta og þörf fyrir strangari reglugerðir er ennþá í gangi. Þegar AI-módel verða allt öflugri, verða áhættur og afleiðingar þeirra stærri, sem gerir það að verkum að það er mikilvægt að setja skýrar ábyrgðarvísbendingar. Að AI-fyrirtæki séu að þröngva að ósærði í málum um skaða vekur áhyggjur um það hvort þeir séu villir að priorita profits yfir öryggi og ábyrgð. Þegar umræðan um AI-öryggi og reglugerð heldur áfram að þróa sig, verður það mikilvægt að fylgjast með því hvernig lögfræðingar og reglugerðaraðilar svara þessum áhyggjum. Niðurstaða baráttu Alex Bores og framtíð Illinois-senatsmáls nr. 3444 verða mikilvægir vísbendingar um það átt sem iðnaðurinn er að fara. Á meðan munu AI-áhugamenn eins og Alex Prompter líklega halda áfram að spila lykilhlutverk í að mynda umræðuna um AI-siðferði og ábyrgð.

Rannsóknir við Háskóla Washington hafa kynnt til sögunnar Vinnubench, nýtt matstef við mat á atvinnu-þjónusta sem notar gervigreind. Þessi staðall metur gervigreindarþjónustu byggða á vinnuflæði sem sérfræðingar telja vera mikilvæg fyrir úthlutanir, með áherslu á að vera valdandi fyrir menn fremur en aðeins fella þá niður með efnahaglegum gildi. Vinnubench felur í sér 130 verkefni í 35 starfsgreinum, með mati á hverju verkefni gegn 2.066 staðlaðra kriteria. Þessi þróun er mikilvæg þar sem núverandi matstef eru aðallega byggð á efnahaglegum gildi, sem getur leitt til þess að gervigreindarþjónustan felldi niður mannskapa. Vinnubench, hins vegar, notar mannskapa-nægða aðferð, með tilliti til þess sem starfsmenn vilja sjálfvirkt. Með því getur hún tryggt að gervigreindarþjónustan bæti við mannskapa getu fremur en fylli þá í staðinn. Þar sem notkun gervigreindarþjónusta á vinnustöðum verður algengari, mun Vinnubench líklega spila lykilhlutverk í þróun þeirra. Háskóli Washington hefur gert Vinnubench aðgengilegt á job-bench.github.io, sem er mikilvægur auðkenni fyrir rannsóknir og þróun. Sem við heldrum áfram að kanna möguleika gervigreindarþjónusta, mun Vinnubench vera mikilvægur verkfæri fyrir að samræma vinnu þeirra við mannskapa þarfir og gildi.

Claude Stjórnkerfi Ágenta hefur kynnt mikilvæga uppfærslu með Árangri, eiginleika sem gerir kleift að sjálfsamati árangri ágents gegn fyrirfram skilgreindri matskrá. Þessi þróun gerir ágente kleift að staðfesta eigin vinnu, sem tryggir hærra nákvæmni og árangur. Sem við rituðum þann 27. maí, Ágente sem tóli: Claude Code Fork-Exec mynstri, hefur Claude verið að þróa getu sína, og Árangur er mikilvægur skref í átt að framförum. Eiginleikinn Árangur er mikilvægur því hann einfaldar vinnuflæði ágents, minnkar þarfir fyrir mannslega inngrip og bætir almennri starfsemi. Með því að hafa aðskildan matara ágent sem metur árangur gegn markdown matskrá, getur Claude Stjórnkerfi Ágenta endurtekið verkefni þar til þau uppfylla skilgreindar staðal. Þessi geta hefur möguleika á að auka árangursþörf verkefna, eins og sá má finna í tilfelli þar sem Árangur Claude aukti árangur verkefna um 10 prósent. Því sem vélræna þroskalandið heldur á að þróa sig, er mikilvægt að fylgjast með því hvernig Claude Stjórnkerfi Ágenta og eiginleikinn Árangur tengjast öðrum Anthropic tólum, eins og Multiagent Orchestration og Dreaming. Getan til að styðja allt að 20 sérhæfða ágenta sem keyra 25 samþáttarþræði, ásamt sjálfsamatgetu, gæti verið til mikillar þróunar á getu vettvangsins. Forritarar og notendur eiga að halda auga með framtíðaruppfærslum og kanna hvernig Árangur geti verið notaður til að bæta vinnuflæði og forritum.

Í fréttum okkar frá 27. maí sagði Sam Altman, forstjóri OpenAI, að AI sé ólíklega til að valda "atvinnuapokalýpsi". Nýr fræðigrein eftir hagfræðinga við Federal Reserve Board staðfestir þessa fullyrðingu, og kemst að þeirri niðurstöðu að þó svo árleg vöxtur atvinnu fyrir forritara hafi hægt um um 3% síðan ChatGPT var kynnt til sögunnar, heldur atvinnu fyrir forritara ávallt enn í aukningu. Þetta bendir til þess að áhrif AI á atvinnu geti verið flóknari en fyrst var hugsugið. Hægvingin í vöxtum atvinnu fyrir forritara er mikilvæg, en hún þýðir ekki þess né að AI sé að taka yfir vinnuna frá mannfólki. Í staðinn getur hún bent til þess að hlutverk forritara sé að breytast, þannig að AI aukist vinnu þeirra frekar en taki hana yfir. Sérfræðingar benda á að AI sé ólíklega til að breyta vinnumarkaðum fyrr en það breytir fyrst fyrirtækjum, og aðeins einn af fimm fyrirtækjum nota AI í einhverri viðskiptafalli. Það sem næst þarf að fylgjast með er hvernig iðnaðurinn laga sig að AI og innleisi nýja tækni án þess að fjárnyta gæðum eða mannlegum hlutverkum. Þegar fyrirtæki byrja að nota AI, getum við vonað okkur til að sjá breytingu á tegundum atvinnuaðila sem eru til boða, með meiri áherslu á þá færni sem auka AI, eins og gagnrýnin hugsun og vandaaðferðir. Alvarlegasta áhyggjan liggur í aðlögun og hversu hratt iðnaðurinn getur þróað sig til að uppfylla breytilegar þarfir vinnumarkaðarins.

Þróunarverkamenn hafa náð miklum árangri í að bygga hröð LLM-göt í Go, með notkun á Lua og pgvector til að ná frábærum niðurstöðum varðandi lélegu. Llm0-götinu hefur náð 3 ms p50 cache-hit lélegu á ódýrum 4 vCPU droplet, sem er mögulegt þakka þremur Redis Lua skriptum og tvídeildum cache. Með notkun á pgvector í stað sérstaks vektordatabase, er frammistaða götunnar verulega bætt. Þessi þróun er mikilvæg þar sem hún sýnir möguleika á að optíma LLM-göt, sem eru mikilvæg fyrir áhrifaríkar og stærðfræðilegar AI-forrit. Notkun á pgvector, opinn vekturlíkingaleitartóli, gerir kleift að leita hröðra og efnaðara, sem gerir hann að áhugavertum lausn fyrir byrjendar og AI-verkamannateymi. Þar sem eftirspurn eftir LLM áfram aukist, munu nýjungar eins og þessi spila lykilhlutverk í að móta framtíð AI-undirbyggingar. Þar sem samfélagið heldur áfram að tilraunir með llm0-göt, verður það áhugavert að sjá hvernig þessi tækni er aðlöguð og bætt. Með útgáfu leiðbeininga og kennslubóka, eins og þeirra um að bygga RAG-forrit í Go, eru þróunarverkamenn núna betur búnir til að setja fram vinnsluþæg LLM-göt. Næstu skref munu líklega fela í sér frekari optímísingu, prófanir og samþættingu við aðrar AI-verkfæri og rammar, sem mun opna leið fyrir víðari notkun LLM í ýmsum iðnaði.

Fjölgervlahlutið gervigreind er að verða almennari í berjum á síberöryggi, með þættum úr reynslu sem koma fram á sviðum eins og viðbragðsáætlun, triage á phishing-átökum og stjórnun á ógnir. Eins og við höfum áður greint frá, eru gervigreindavélbúin lausnir til sjálfvirkra ógnarvarnar að vinna úr miklum fjölda netgögnum til að greina mögulegar ógnir. Nýjasta þróunin snýr að staðbundinni uppsetningu fjölgervlahluta gervigreindar, sem gerir kleift að greina ömfug fjölbreytt og fjölskrúðað gögn á öruggan hátt. Þetta má ekki líta framhjá því að staðbundin uppsetning geti hjálpað til að léttletra áhyggjum varðandi gagnavernd og öryggi, á sama tíma og gerir mögulegt að vinna úr árásargögn á betri hátt. En, eins og áður hefur verið getið, geta staðbundnar gervigreindastarfsemi orðið flóknar og erfðar í viðhaldi, með vandamálum eins og stjórnun, eftirlit og lífsferillstjórnun. Þrátt fyrir þessi vandamál eru möguleikarnir sem fjölgervlahluti gervigreindar veitir í síberöryggi miklir, og fyrirtæki byrja að kanna beitingar sinnar á sviðum eins og öryggisstarfsemi og sjálfvirkni. Meðan notkun fjölgervlahluta gervigreindar í síberöryggi heldur áfram að þróa sig, verður mikilvægt að fylgjast með því hvernig fyrirtæki takla óþægindum staðbundinnar uppsetningar. Með réttu aðferð getur fjölgervlahluti gervigreind hjálpað til að bylta síberöryggiseiningum, og gerir mögulegt að greina ógnir og vinna úr árásargögn á hraðari og betri hátt. Lykilinn verður að finna jafnvægi á milli ávinninga staðbundinnar uppsetningar og þarfirnar á sterkri stjórnun og viðhaldsrammi.

Þegar við rituðum um málið 28. maí, voru vélrænar aðstæður í auknum mæli að hluta til í verkefnastreng, með vettvangi eins og JobBench og Claude sem bjóða upp á tól til að stjórna vinnu aðstæðna. Nú hefur nýtt vandamál komið í ljós: misjöfn gæði kóða sem vélrænar aðstæður framleiða. Þegar vélrænar aðstæður framtaka í geymslu, sýnir Git-saga miklar mótsagnir í gæðum kóða. Þetta vekur áhyggjur um áreiðanleika og viðhalð gæða vélræns kóða. Notkun vélrænna aðstæðna í kóðun er að verða algengari, með tólum eins og Cursor og Agency Agents sem bjóða upp á sjálvvirka vinnu og sérhæfða sérfræðiþekkingu. Hins vegar merkir vantar staðla á vélrænum kóðunarferlum að ekki allur vélrænn kóði sé jafn gæðum saman. Þessi ósamræmi getur leitt til vandamála síðar, og er því mikilvægt að forritarar fylgi vel með og endurskoði kóða sem vélrænar aðstæður framtaka. Meðan notkun vélrænna aðstæðna í kóðun heldur á að aukast, er mikilvægt að fylgjast með þróun í staðli og gæðastjórnun. Munu vettvangir eins og GitHub og Netlify koma með nýjum eiginleikum til að takla vandamálið um misjöfn gæði kóða, eða munu forritarar þurfa að treysta á þriðja aðila tól til að tryggja áreiðanleika vélræns kóða? Svarið á þessu spurningum mun hafa mikil áhrif á framtíð vélrænnar kóðun.

Llama 3.2 3B er í útfærslu fyrir spurningar varðandi heilbrigðismál og í viku 2 er áhersla lögð á undirbúning gögn. Eftir að OpenAI komst að samningi varðandi kosningagögn, eru fyrirtæki nú að skoða möguleika útfærslur stórra tungumálamódella fyrir sérstakar verkefni. Í viku 1 var grunnlínur sett og útfærsluaðferðin hefur hafist handa, með notkun einkagögn til að búa til sérsniðnar kerfi sem skilja spurningar varðandi heilbrigðismál. Þessi þróun er mikilvæg þar sem sérsniðnar tungumálamódellir geta bætt árangur í sérstökum sviðum, eins og spurningum varðandi heilbrigðismál. Með útfærslu opinnar módellir eins og Llama 3 geta fyrirtæki búið til kerfi sem gefa nákvæmari og árangursríkari svör. Notkun einkagögn til útfærslu vekur einnig spurningar um eignarétt og aðgang að gögnunum. Það sem á að horfa til næst er hvernig þessar útfærðu módellir framkvæma sig í raunverulegum aðstæðum og hvernig þeir bera saman við aðra módella, eins og DataComp-LM, 7B opinn módell. Útlitið er loftsælt, með mögulegum umsýslum í fjölmörgum iðnaði, eins og heilbrigðisþjónustu. Þar sem fyrirtæki halda áfram að tilraunir með útfærslu stórra tungumálamódella, getum við vonað okkur mikilvægar framfarir í AI-getu og árangursríkari lausnir fyrir sérstakar verkefni.

Streitur hefur áhrif á sameiningu minnisatburða í heilabyggðinni, sem er mikilvæg fyrir þróun gervigreindar. Í nýrri rannsókn sem birtist á science.org, kemur í ljós að streitur hindrar sameiningu atburða og minnisleiki í heilabyggðinni, sem hefur áhrif á ákvarðanatöku og endurminningu atburða. Þessi uppgötvun er mikilvæg þar sem hún birtir flókna samband streits, minnis og vitrænnar virkni. Niðurstöður rannsóknarinnar benda til þess að streitur geti skaðað endurminningu episódíska atburða með því að hindra virkni heilabyggðar, sem kemur niður í fæðingu og nákvæmni endurminningar atburða. Þetta hefur mikilvægar afleiður fyrir þróun gervigreindar, sérstaklega í samhengi við minni og ákvarðanatöku. Meðan rannsóknir halda áfram að kanna skæringspunktið á milli gervigreindar og mannsheilabyggðar, veitir þessi rannsókn gagnlegar innsýnir í áhrif streits á minnisleiki. Við vonum okkur að frekari rannsóknir byggi á þessum niðurstöðum, með því að kanna mögulegar umsetningar á þróun gervigreindar og mannsheilabyggðar. Starf Lars Schwabes og annarra mun líklega hafa áhrif á þróun þróttár gervigreindarkerfa sem geta líkt eftir mannslegum minni og ákvarðanatökuprósessum.