ИИ Накратко Главният изпълнителен директор на OpenAI Сам Алтман вярва, че е необходим пробив в производството на енергия, за да се усъвършенстват все по-способните и енергоемки модели на ИИ.
В панелна дискусия с Bloomberg в Давос миналата седмица той твърди, че „Няма начин да стигнем дотам без пробив“. Алтман подкрепя възобновяемите енергийни източници като ядрения синтез и е мотивиран да продължи да инвестира в технологията. Той лично инвестира 375 милиона долара в Helion Energy – стартираща компания за ядрен синтез, която подписа сделка за доставка на енергия на Microsoft през следващите няколко години.
AI моделите, съставени от милиарди параметри, изискват огромно количество енергия за обучение. Съобщава се, че старата GPT-3 система на OpenAI е консумирала 936 мегаватчаса (MWh), според компанията за изкуствен интелект Numenta. Американската администрация за енергийна информация изчислява , че средното домакинство консумира около 10,5 MWh годишно. Това означава, че обучението на GPT-3 е консумирало толкова енергия, колкото около 90 домакинства консумират за една година.
По-големите модели ще изискват още повече енергия. „Не сме приключили с мащабирането [LLM] – все още трябва да продължим напред“, заяви Ейдън Гомес, главен изпълнителен директор на Cohere , по време на друга дискусия в Давос.
AlphaGeometry представлява пробив в разсъжденията на AI
Изследователите на Google DeepMind са обучили AI система да доказва геометрични теореми на почти същото ниво, постигнато от златните медалисти на олимпиадата по математика.
В статия , публикувана в Nature миналата седмица, екипът DeepMind разкри AlphaGeometry – система, съставена от езиков модел и машина за символно извличане. Първият генерира потенциални математически стратегии за решаване на определен проблем, докато вторият се опитва да изведе окончателно решение.
„С AlphaGeometry ние демонстрираме нарастващата способност на AI да разсъждава логично и да открива и проверява нови знания“, пишат съавторите Trieu Trinh и Thang Luong. „Решаването на геометрични проблеми на ниво олимпиада е важен крайъгълен камък в развитието на дълбоки математически разсъждения по пътя към по-напреднали и общи AI системи.“
Интересното е, че системата е обучена на 100 милиона проби от синтетични данни, изобразяващи произволни геометрични диаграми. AlphaGeometry имаше за задача да научи всички връзки между точките и линиите във фигурите, за да разбере всички геометрични доказателства.
В тест, сравняващ производителността на системата, тя успя да реши 25 от 30 въпроса по геометрия от състезания по олимпиада – за няколко часа. За сравнение, средният златен медалист може да реши около 25,9 от тях за едно и също време.
Google DeepMind публикува кода за своя модел тук .
Медицинските AI чатботове може да не демократизират здравеопазването
Световната здравна организация (СЗО) не е оптимист, че медицинските AI системи ще бъдат добри за по-бедните страни, ако бъдат изградени от организации в по-богатите нации, които не успяват да ги обучат на по-разнообразни данни.
Разработчици като Google вярват, че AI може да помогне на онези, които имат ограничен достъп до здравеопазване в бъдеще. Но служители на СЗО смятат, че технологията може да не им служи адекватно – особено ако не са представителни за пациентите, използвани за източник на клинични данни за обучение на тези системи.
„Последното нещо, което искаме да видим да се случи като част от този скок напред с технологиите, е разпространението или усилването на неравенството и пристрастията в социалната структура на страните по света“, заяви Ален Лабрик, директор на СЗО за цифрово здравеопазване и иновация, съобщи Nature .
Лабрик и колегите му твърдяха, че разработването на медицински AI не трябва да бъде доминирано от големи технологични предприятия и че техните технологии трябва да бъдат одитирани от независими трети страни, преди да бъдат пуснати. В момента разработчиците изграждат модели, способни автоматично да генерират клинични бележки от срещи, да помагат на лекарите да диагностицират заболявания и др.
Потенциални проблеми – като различни акценти, езици или медицински истории, които не са в неговите данни за обучение – биха могли потенциално да изхвърлят тези системи, което води до по-ниска производителност и лоши резултати за пациентите.
Amazon пуска експериментален асистент за пазаруване с изкуствен интелект
Потребителите вече могат да задават въпроси на AI chatbot за конкретен артикул, продаван в Amazon, с мобилното приложение на онлайн пазара.
Разделът „Търсене на конкретна информация“, който показваше отзиви за продукти и отговори на често срещани въпроси, беше заменен с голям езиков модел, съобщи Marketplace Pulse за първи път. Изглежда, че системата работи, като поглъща и обобщава информация от страницата със списък на продукта.
Нетизените могат да задават въпроси относно артикула, който ги интересува. Чатботът не сравнява продукти или предлага алтернативи. Нито може да извършва действия като добавяне на артикули към виртуалните колички на купувачите или разкриване на хронология на цените. Говорител на Amazon потвърди пред CNBC, че тества чатбота.
„Непрекъснато изобретяваме, за да помогнем да направим живота на клиентите по-добър и по-лесен, и в момента тестваме нова функция, задвижвана от генеративен AI, за да подобрим пазаруването в Amazon, като помагаме на клиентите да получат отговори на често задавани въпроси за продуктите“, обясни Мария Боскети. Подобно на всички чатботове, най-новата система на Amazon е склонна към халюцинации – така че приемете това, което казва с щипка сол.
Интересното е, че възможностите на виртуалния асистент за пазаруване са доста неограничени. Съобщава се, че може да пише вицове, стихотворения или дори да генерира код въз основа на информация за продукт на множество езици. ®