Figure 02

[Oscar Smith]

Компания Figure AI Inc. представила своего человекоподобного робота второго поколения. Figure 02 совершенствует все элементы оригинального дизайна Figure 01, и компания заявляет, что она стала на шаг ближе к своей цели - продаже серийных гуманоидов промышленным пользователям.



Робот Figure 02 имеет схожие габариты со своим предшественником Figure 01, но в этом последнем дизайне есть несколько улучшений.

Наиболее очевидным изменением является матово-черная отделка "кожи" робота вместо хромированной металлической отделки Figure 01. Если Figure 01 выглядел так, будто на нем надет доспех, то Figure 02 похож на современный спортивный автомобиль с плавными линиями и безупречной отделкой.

Figure AI заявила, что им пришлось "чрезмерно укрепить" Figure 01, чтобы он выдерживал суровые испытания в лаборатории.

Прокладка кабелей - еще одна часть робота, которая претерпела изменения между поколениями. В Figure 01 кабели были проложены снаружи корпуса специально для поддержки испытательных стендов, замены датчиков и двигателей, а также для ускорения ремонта.

В поколении Figure 02 все кабели интегрированы в конечности, что защищает их от окружающей среды и подготавливает робота к многочасовой работе на производственной линии.

Емкость аккумулятора нового робота на 50% больше, чем у Figure 01, что позволяет ему дольше работать в реальных условиях. Аккумулятор встроен в туловище гуманоида, что приближает его центр тяжести к центральной линии - это делает робота более подвижным.

Figure AI также разработала специальные двигатели для робота, чтобы оптимизировать мощность и производительность каждого сустава. Двигатели интегрированы с приводами суставов робота.

Надежная прокладка внутренних кабелей через поворотные суставы - это проклятие любого разработчика роботов при создании новой модели. Figure 02 имеет продуманную конструкцию плеч, локтей, бедер и коленей - четырех основных групп суставов робота.



Некоторые из наиболее запоминающихся видеороликов, выпущенных Figure AI за последний год, демонстрировали взаимодействие робота с человеком с помощью голосовых команд. Обучение моделей ИИ является основой интеллекта и возможностей робота. Отношения между Figure AI и OpenAI позволили компании быстро тестировать, проверять и совершенствовать возможности робота по распознаванию и синтезу речи.

Figure 02 имеет в 3 раза больше вычислительных мощностей и возможностей вывода ИИ на борту по сравнению с предыдущим поколением. Это позволяет роботу выполнять задачи в реальном мире полностью автономно.

Новая модель оснащена шестью RGB-камерами, которые робот использует для восприятия окружающего мира. Он имеет встроенную модель визуального языка, которая обеспечивает быстрое интуитивное визуальное мышление на основе данных с камер робота.

Figure 02 теперь способен общаться с людьми с помощью бортовых микрофонов и динамиков, подключенных к специальным моделям ИИ, обученным в партнерстве с OpenAI.

Гуманоид обрабатывает все изображения на борту для восприятия, обхода препятствий и, что, пожалуй, самое главное, для координации рук и глаз, чтобы робот мог идентифицировать и поднимать предметы перед собой.

Figure AI заявляет, что с момента своего создания компания вкладывала значительные средства в разработку дизайна и функциональности рук своих роботов. Последняя конструкция имеет 16 степеней свободы (DoF) и способна выдерживать вес до 25 кг.

Кисть руки робота похожа на человеческую, с четырьмя пальцами и противопоставленным большим пальцем. Цель Figure AI - создать робота, способного манипулировать любыми предметами, с которыми может справиться человеческая рука.

Каждый палец приводится в движение интегрированным блоком, включающим датчики и двигатель. Запястье - еще одна новая разработка, которая обеспечивает такой же диапазон движений, как и человеческое запястье, при этом вмещая и направляя все силовые и сигнальные провода к кисти и пальцам.

Figure AI была фаворитом инвесторов в начале 2024 года. На сегодняшний день компания привлекла 675 миллионов долларов. В подкасте The Robot Report инвестор Джейми Ли из Tamarack Global рассказал, почему он возлагает большие надежды на человекоподобных роботов. Дефицит рабочей силы является серьезной проблемой на многих рынках, от производства до складского хозяйства и здравоохранения, отметил Ли.

Благодаря финансовым ресурсам Figure AI соучредитель и генеральный директор компании Бретт Адкок "нажал на педаль газа" в гонке за вывод на рынок автономных двуногих роботов в ближайшие два-пять лет.

Ранее в этом году Figure AI развернула робота на заводе BMW в Южной Каролине для тестирования и сбора данных для обучения модели ИИ. Компания успешно продемонстрировала, что ее система может функционировать в промышленных условиях и способна обучаться выполнению основных задач.

--------------

Ролики с другими недавно представленными гуманоидными роботами:

Optimus - https://www.youtube.com/watch?v=cpraXaw7dyc.
Atlas - https://www.youtube.com/watch?v=29ECwExc-_M.

Напоминаю, что компания Agility Robotics запустила первую в мире фабрику для серийного производства гуманоидных роботов Digit, которые уже работают на складах Amazon и GXO.

[Oscar Smith]

[Oscar Smith]

Tesla FSD vs Waymo.

[SpaceSpirit]

Ученые из Среднего технического университета (MTU) и Университета Южной Австралии (UniSA) обучили алгоритмы машинного обучения диагностировать различные заболевания по цвету языка человека. Результаты исследования опубликованы в журнале Technologies.

Исследователи из Ирака и Австралии разработали систему визуализации, которая может выявлять такие заболевания, как диабет, инсульт, анемия, астма, заболевания печени и желчного пузыря, COVID-19, а также ряд проблем с сосудами и желудочно-кишечным трактом.

Для обучения искусственного интеллекта исследователи провели серию экспериментов с использованием 5260 изображений языков пациентов с различными патологиями. После завершения этапа подготовки специалисты предоставили модели 60 новых фотографий. Алгоритмы оказались способны диагностировать заболевание по цвету языка с точностью до 98%.

Ученые отметили, что у людей с диабетом язык имеет желтый оттенок, у пациентов с раком — фиолетовый, а у лиц с острым инсультом — красный. Белый язык может свидетельствовать о наличии анемии, а при COVID-19 он, вероятно, будет темно-красным. Индиго или фиолетовый цвет языка может указывать на проблемы с сосудами, желудком или кишечником, а также на астму.

Главный автор исследования, Али Аль-Наджи, подчеркнул, что при разработке этой системы искусственного интеллекта ученые вдохновлялись традиционными методами китайской медицины.

[Oscar Smith]

Бывший сотрудник OpenAI сделал несколько предсказаний в 2021 году, которые пугающе точно сбывались вплоть до 2024-2025 годов. Недавно он также сделал несколько предсказаний о том, как будет развиваться ИИ в ближайшие 5 лет, и я считаю, что вам стоит обратить на них внимание.

Но прежде чем мы перейдем к его предсказаниям, я хочу подчеркнуть, что сначала мы рассмотрим некоторые из его предсказаний, сделанных в 2021 году. Дело в том, что они с пугающей точностью описывают то, что происходит прямо сейчас.

Итак, давайте взглянем на некоторые из предсказаний Дэниела Кокотайло. Одно из первых его предсказаний, сделанных в 2021 году, заключалось в том, что в 2023 году будет невероятный ажиотаж вокруг ИИ. Он сказал, что люди будут продолжать говорить о том, обладают ли эти системы здравым смыслом и пониманием, а также появятся многочисленные критические статьи, утверждающие обратное. Будут утверждать, что ИИ-помощники и компаньоны уже не за горами, как беспилотные автомобили и доставка дронами.

Он предсказывал, что мультимодальные трансформеры (а теперь и еще более крупные модели с триллионами параметров) будут стоить сотни миллионов долларов, а их обучение займет целый год и поглотит значительную часть производительности чипов Nvidia. Это было замечательное предсказание, сделанное в 2021 году, с поразительной точностью.

Помните, что предсказывать будущее труднее всего в индустрии ИИ, потому что эта область развивается экспоненциально, а человеку очень трудно визуализировать экспоненциальный рост.

Далее он сделал еще одно предсказание о 2024 годе, в котором мы сейчас живем. И глядя на это предсказание, можно с уверенностью сказать, что оно невероятно точное. Он писал о том, что сообщество, занимающееся проблемой рисков ИИ, сократило сроки своих прогнозов, и почти половина его членов считает, что некая точка невозврата, вероятно, наступит к 2030 году. Отчасти это связано с различными аргументами, которые обсуждаются, а отчасти с появлением мега-трансформеров и невероятным опытом общения с их чат-бот версией.

Удивительно то, что это предсказание, сделанное в 2021 году, спустя 3 года, в 2024, находит подтверждение во многих источниках. Многие действительно утверждают, что к 2029 или к концу этого десятилетия произойдет сингулярность. Это очень интересное предсказание, сделанное в 2021 году. Конечно, это не ставка, а скорее спекулятивный пост в блоге, но я хочу подчеркнуть, что он удивительно точен.

Именно поэтому, когда мы смотрим в будущее, на предсказания, которые он сделал о грядущих 2026, 2027, 2028 годах, мы не должны считать их бредом сумасшедшего, но допустить, что в них может быть доля правды.

Он также говорил о том, что сообщество начинает крупный проект по созданию системы ИИ, которая сможет автоматизировать работу по интерпретируемости моделей. Это кажется вполне выполнимым и очень полезным, поскольку вникать в визуализацию нейронов — скучное занятие, отнимающее много человеко-часов.

Удивительно, но именно над этим сейчас и работает OpenAI! Они действительно работают над автоматизацией исследований в области интерпретируемости. По сути, это исследования, которые позволяют заглянуть внутрь ИИ, понять, как он работает, и разобраться в принимаемых им решениях.

Теперь давайте посмотрим на некоторые из его последних предсказаний. Итак, вот скриншот его поста, сделанный пару месяцев назад. Ссылку на оригинал я оставлю в описании. Одно из его недавних предсказаний касается 2024 года. Он пишет, что GPT next, то есть следующая версия GPT, являющая собой автономного агента, вероятно, будет доступна к концу 2024 года.

Ожидается, что эта модель станет значительным шагом вперед по сравнению с предыдущими версиями, обладая расширенными возможностями по выполнению задач и принятию решений. Лично я не думаю, что в этом году мы увидим агентов.

Конечно, в этом есть нюанс: это может произойти годом позже. Так или иначе, год — это все равно очень быстро, но что действительно интересно, так это то, что GPT next — это не выдумка. Если мы посмотрим на этот график из секретной презентации OpenAI, то увидим, что здесь есть три этапа. И, конечно же, финальный этап обещает что-то совершенно невероятное.

У нас была эра GPT-3, затем эра GPT-4, в которой мы сейчас находимся, и, как видите, мы вот-вот войдем в эру GPT next. Скорее всего, это произойдет в конце 2024 года, поэтому я и говорю вам: просто подождите до ноября-декабря. Возможно, именно тогда мы увидим релиз гигантской модели, такой как GPT next, которая продемонстрирует, на что действительно способны эти модели.

Конечно, этим занимается не только OpenAI. Не забывайте, что они не единственная компания, работающая в области ИИ. Есть такие компании, как Google и Meta, которые все еще остаются в игре и могут неожиданно выпустить модели, превосходящие все предыдущие.

Что удивительно, я не думаю, что это будет автономный агент, хотя могу и ошибаться. Прорывы в области ИИ могут происходить постоянно, что может в разы ускорить развитие. Но дело в том, что, судя по интервью и дискуссиям, посвященным разработке ИИ-агентов, надежность и масштабируемость все еще остаются проблемой.

Например, если вы пытаетесь научить агентов выполнять определенные задачи, то проблема в том, что агенты должны действовать надежно, выполняя множество различных задач. То есть, если вы ошибаетесь всего в 2% случаев, то при длительной работе это все равно означает, что вы очень неточны.

Суть в том, что надежность и масштабируемость — вот факторы, которые должны быть улучшены.

Далее, в предсказаниях на 2025 год, говорится, что ИИ станет широко использоваться в качестве личных помощников. Эти агенты смогут выполнять различные задачи, включая совершение покупок. Они будут понимать и выполнять сложные инструкции, значительно повышая производительность и улучшая управление повседневной жизнью пользователей.

Что также интересно, мы знаем, что это, скорее всего, уже запланировано. При изучении будущих моделей я наткнулся на заявку на регистрацию товарного знака GPT-6. Что интересно, в заявке на GPT-6 упоминаются агенты искусственного интеллекта. По сути, это означает, что GPT-6, вероятно, будет продуктом или системой, включающей в себя ИИ-агентов.

И это имеет смысл, поскольку совпадает с предсказанием Дэниела о том, что 2025 год станет годом автономных агентов. Учитывая, что каждый цикл итерации занимает около 18 месяцев, и учитывая, что GPT-5 близок к завершению, следующий цикл должен подарить нам надежных ИИ-агентов, которые полностью изменят некоторые сферы экономики.

Так что, думаю, 2025 год будет очень интересным, потому что, возможно, уже к концу года у нас появятся надежные ИИ-агенты, способные выполнять задачи в течение длительного времени. Я думаю, что первыми над агентами, скорее всего, будут работать в Google, но не удивлюсь, если OpenAI тоже добьется успеха в этой области.

В последнее время произошли некоторые события, о которых я расскажу в следующих видео. И эти события говорят о том, что эти компании находятся гораздо ближе к цели, чем вы думаете.

Теперь давайте посмотрим, что нас ждет в 2026 году. Конечно, это сумасшедшее предсказание, но если посмотреть на остальные, то оно не кажется таким уж безумным. Я говорю так потому, что 2026 год с его суперинтеллектом, сильным ИИ или возникновением сильного ИИ, превосходящего возможности человека в большинстве задач, всего лишь через 2 года.

Два года до появления революционных технологий кажутся таким коротким сроком. Как я уже говорил, люди плохо воспринимают экспоненциальный рост. Итак, здесь говорится, что этот сильный ИИ будет способен к быстрому обучению и решению проблем в различных областях, и прогнозируется, что в течение 30 дней после развертывания этот сильный ИИ сможет достичь уровня сотен экспертов-людей.

Я думаю, это довольно увлекательно, потому что, как я уже говорил, одно из главных предсказаний, с которыми я сталкивался, касалось сроков появления сильного ИИ. Разные источники, и это не просто онлайн-спекуляции или веб-сайты, а исследователи, работающие в лучших лабораториях OpenAI, Google DeepMind и Anthropic, то есть три ведущие лаборатории, называют 2027-2030 годы как сроки появления сильного ИИ. Так что 2026 год — это всего на год раньше, и не исключено, что это может произойти.

Конечно, многое может измениться, могут возникнуть проблемы с масштабированием, могут быть какие-то физические ограничения, но за 2 года разработок, к концу 2026 года, учитывая, что сейчас в эту область инвестируется гораздо больше средств, что конкуренция возросла (это уже не только западные компании, но и Китай), будет интересно посмотреть, какой компании удастся первой создать сильный ИИ.

Теперь перейдем к 2027 году. В 2027 году все становится еще интереснее. 2027 год кажется немного безумным сроком для появления искусственного суперинтеллекта, но если 2026 год действительно принесет нам сильный ИИ, то достижение уровня суперинтеллекта не займет много времени. Ведь переход от сильного ИИ к суперинтеллекту — это не такой уж долгий путь, учитывая, что вы, по сути, автоматизируете исследования в области ИИ в сотни раз быстрее.

Подумайте вот о чем. Сейчас мы движемся с человеческой скоростью. То есть для проведения исследований нужно сделать много всего. Человек просыпается, идет на работу, пьет кофе, потом весь день работает, потом идет домой, занимается другими делами. Это примерно 6-8 часов работы, непосредственно посвященной глубокому обучению.

Но если у вас есть, например, система уровня сильного ИИ, которая не уступает человеку, вы можете теоретически оставить ее работать на 24 часа. То есть вы получите в три раза больше результатов за один день. А теперь представьте, что будет через год. Люди иногда болеют, с ними случаются разные вещи, они не могут работать, в экономике происходят разные события.

Но если у нас появится автономная система, способная непрерывно совершенствовать ИИ, самостоятельно проводить исследования, а люди будут лишь изредка контролировать ее работу, то скорость развития будет просто поразительной.

Нам будет трудно это осознать.

Итак, здесь говорится, что переход к искусственному суперинтеллекту, быстрое развитие возможностей ИИ потенциально приведет к взрывному росту интеллекта. Существует 70% вероятность того, что искусственный суперинтеллект появится к 2030 году, и ожидается, что этот суперинтеллект решит сложные глобальные проблемы и приведет к беспрецедентному технологическому прогрессу.

Это будет очень интересно. 70% вероятность появления искусственного суперинтеллекта к 2030 году! Интересно, как сильно изменятся эти прогнозы по мере приближения к этой дате, к концу десятилетия.

Да, этого может не произойти завтра, может, этого не произойдет и в 2026 году, но это определенно возможно. И когда это произойдет, а я думаю, что это произойдет, для экономики наступит время грандиозных перемен.

Что же будет после появления искусственного суперинтеллекта? Многие думают, что мы либо вымрем, либо будем жить в мире высоких технологий. Но есть кое-что, о чем большинство людей не догадываются, потому что эта область пока находится в зачаточном состоянии. Я говорю о нанороботах. Нанороботы — это микроскопические роботы, которые могут найти применение во множестве областей и произвести революцию во многих отраслях.

Здесь говорится, что если искусственный суперинтеллект не будет создан, то наноботы могут стать той самой революционной технологией. Существует 30% вероятность того, что значительный прогресс в разработке наноботов будет достигнут к 2027-2028 годам, и эти микроскопические роботы могут произвести революцию в медицине, производстве и очистке окружающей среды.

Наноботы могут буквально изменить окружающую среду, изменить человека. Странно, как это похоже на научную фантастику, но опять же, если бы мы взяли эти системы ИИ и показали их кому-нибудь 10 лет назад, у того человека случился бы взрыв мозга! Я имею в виду, что когда я впервые увидел ChatGPT, я был поражен его возможностями.

Так что все это кажется безумием, пока не станет реальностью. Суть в том, что если у нас появится искусственный суперинтеллект, ему не составит труда разработать способы и методы сделать наноботов коммерчески выгодными, чтобы они могли реально работать, изменять окружающую среду. И если это сработает, то это, безусловно, будет иметь серьезные последствия для общества.

Ну и, конечно же, в 2029 году появятся человекоподобные роботы. Думаю, 2029 год станет годом человекоподобных роботов, потому что человекоподобные роботы сталкиваются с проблемой физического мира. Освоить физический мир гораздо сложнее, чем цифровой.

Это связано с тем, что сбор данных в физическом мире занимает много времени, и сейчас у нас просто недостаточно данных, чтобы сделать этих роботов по-настоящему эффективными. Другая проблема с человекоподобными роботами заключается в том, что они очень дороги.

Некоторые из существующих человекоподобных роботов стоят более 250 000 долларов. Если вы хотите сделать нечто подобное доступным для обычного человека или даже для компаний, то эти роботы должны быть коммерчески выгодными в том смысле, что их использование должно быть выгоднее, чем использование труда человека.

Если только этот робот не будет невероятно быстрым и не сможет работать 20 часов без подзарядки, люди не будут тратить 250 000 долларов на одного робота. Им проще использовать стандартных роботов, таких, как на заводах, те самые однорукие манипуляторы, которые способны выполнять повторяющиеся действия, или роботов, как в Amazon, которые занимаются сбором и упаковкой, просто перемещают коробки.

Конечно, если эти человекоподобные роботы будут разработаны и если у нас появится искусственный суперинтеллект, то исследования в этой области, вероятно, ускорятся. И одна из областей, где будет наблюдаться прогресс, — это человекоподобные роботы.

То есть, возможно, мы увидим воплощение или даже более совершенное воплощение тех человекоподобных роботов, которые у нас есть сейчас, что приблизит нас к тому самому научно-фантастическому будущему, которого многие боятся.

Я не думаю, что роботы приведут к вымиранию человечества, что какой-то робот выйдет из-под контроля и всех нас перебьет, но я думаю, что подобное воплощение появится в будущем, по мере развития робототехники.

Что интересно, Илон Маск отреагировал на это предсказание. Он написал, что у Tesla появятся по-настоящему полезные человекоподобные роботы, которые будут выпускаться в небольших количествах для внутренних нужд Tesla уже в следующем году, а в 2026 году, надеюсь, начнется их массовое производство для других компаний.

Так что, очевидно, наметилась тенденция к тому, что человекоподобные роботы будут играть все более важную роль в рабочей силе. И они действительно работают довольно эффективно, если посмотреть на то, что они способны делать на заводах.

Но, конечно, это очень специфическая и узкая область, поэтому ее нельзя применить ко всему. Что касается Tesla Bot, то я думаю, что это довольно эффективный робот. Если вы видели демонстрационные ролики, то знаете, насколько он подвижен.

Но, конечно, есть некоторые ограничения в том, что он может делать, связанные с мобильностью и многими другими факторами. Я хочу показать вам кое-что еще.

Некоторое время назад я сделал 30-минутное видео, в котором разобрал все пункты предсказаний Дэниела Кокотайло. В этом видео есть несколько моментов, которые меня удивили, потому что они показывают: если технологии будут развиваться такими же темпами, мы станем свидетелями невероятных вещей.

И вот что я никогда не забуду: он говорит, что тот, кто будет контролировать искусственный суперинтеллект, получит доступ к целому ряду мощных навыков и способностей, сможет создавать и использовать технологии, которые покажутся нам магией. Точно так же, как современные технологии показались бы магией людям средневековья.

Мне до сих пор трудно это осознать, даже несмотря на то, что я понимаю эту концепцию. Я понимаю, что если бы я взял свой телефон и отправился в средневековье, то эти технологии показались бы людям магией. И если задуматься, то телефон — это своего рода магия.

Но я не могу себе представить технологии, которые показались бы магией мне. Мне кажется, что мы достигли предела развития технологий. Но, конечно, я знаю, что это не так, и это просто эмоции или что-то в этом роде.

Но мысль о том, что у тех, кто будет контролировать искусственный суперинтеллект, будут богоподобные способности, а у тех, кто не будет его контролировать, — нет, завораживает. Это означает, что тот, кто первым получит сильный ИИ, вероятно, получит власть над теми, у кого его не будет.

И здесь, в верхней части документа, говорится, что тот, кто будет контролировать сильный ИИ, вероятно, сможет использовать его для создания искусственного суперинтеллекта вскоре после этого, возможно, через год, плюс-минус год. Так что все это довольно безумно, и, честно говоря, ребята, в будущем нас ждет много всего интересного, за чем стоит следить, потому что все эти технологии повлияют на вас так или иначе.

---------------

Перевод расшифровки видео выполнен нейросетью Gemini 1.5 Pro.

Путин: "Тот, кто станет лидером в этой сфере (ИИ - ред.), будет властелином мира".

[Oscar Smith]

[Oscar Smith]

Видео создано нейросетью Sora от компании OpenAI. В ближайшее время Sora станет доступна всем.

[Oscar Smith]

Путин: "Тот, кто станет лидером в этой сфере (ИИ - ред.), будет властелином мира".

Нетаньяху: "Те страны, которые разовьют технологии ИИ лучше остальных, "завладеют будущим". Мы хотим превратить Израиль в сверхдержаву в сфере искусственного интеллекта".

[Oscar Smith]

Компания NEO Semiconductor представила чипы 3D X-AI, призванные заменить память HBM, которая используется в современных ускорителях на базе графических процессоров. Память типа 3D DRAM имеет встроенный модуль обработки ИИ, который принимает на себя потоки данных, не требующие математических вычислений. Это способствует решению проблемы, связанной с шириной шины между процессором и памятью, помогая повысить производительность и эффективность систем ИИ.



В основе чипа 3D X-AI располагается слой нейронной схемы, на котором обрабатываются данные из 300 слоев памяти на том же кристалле. Плотность памяти на компоненте в восемь раз превышает аналогичный показатель текущей HBM, а 8000 нейронных схем обеспечивают 100-кратный рост производительности за счет обработки данных прямо в памяти. Плюсом к тому радикально уменьшается объем передаваемых через интерфейс данных и загрузка GPU, за счет чего потребление энергии ускорителем снижается на 99%.

"Существующие чипы для ИИ впустую расходуют значительные ресурсы производительности и мощности из-за архитектурной и технологической неэффективности. Чипы ИИ сегодняшней архитектуры хранят данные в HBM и делегируют выполнение всех вычислений графическому процессору. Эта архитектура разделенных хранения и обработки данных неизбежно превращает шину в узкое место в аспекте производительности. Передача огромных объемов данных через шину сокращает производительность и очень увеличивает потребление энергии. 3D X-AI может осуществлять обработку данных ИИ в каждом чипе HBM. Это может значительно сократить объем данных, передаваемых между HBM и графическим процессором, чтобы повысить производительность и существенно снизить потребление энергии", — рассказал основатель и гендиректор NEO Semiconductor Энди Сю.



Один кристалл 3D X-AI имеет емкость 128 Гбайт и предлагает скорость обработки данных ИИ 10 Тбайт/с. Двенадцать кристаллов в одном корпусе HBM могут обеспечить объем в 1,5 Тбайт памяти с пропускной способностью 120 Тбайт/с. Разработчики оборудования для обработки ИИ изучают решения, способные повысить их пропускную способность и скорость работы — полупроводники становятся быстрее и эффективнее, а шина между компонентами часто оказывается узким местом. Intel, Kioxia и TSMC, например, работают над оптическими технологиями, призванными ускорить связь между компонентами на материнской плате. Перенеся часть обработки рабочей нагрузки ИИ с графического процессора в HBM, решение NEO Semiconductor может сделать ускорители намного эффективнее, чем сегодня.

Источник - 3D X-AI - Neo Semiconductor | X-Nand.

-----------------

NEO Semiconductor - высокотехнологичная компания, специализирующаяся на технологии флэш-памяти 3D NAND и других технологиях памяти. Компания была основана в 2012 году Энди Сю и его командой в Сан-Хосе, штат Калифорния. В настоящее время компания владеет более чем 20 патентами США в области архитектур и структур ячеек памяти. В 2018 году компания совершила прорыв в архитектуре 3D NAND под названием X-NAND, которая позволяет достичь скорости SLC при плотности TLC и QLC. Это обеспечивает высокоскоростное и недорогое решение для 5G, искусственного интеллекта и многих других приложений. Компания представила архитектуру X-NAND на конференции Flash Memory Summit 2020 и получила награду Best of Show Award в номинации "Самый инновационный стартап в области флеш-памяти". В 2022 году компания анонсировала X-NAND Gen2 и новую технологию X-DRAM на конференции Flash Memory Summit и получила награду Best of Show Award за "Самую инновационную технологию памяти". В 2023 году компания анонсировала первую в мире 3D NAND-подобную технологию DRAM под названием 3D X-DRAM. Эта инновация призвана перевести DRAM из эры 2D в эру 3D.

[SpaceSpirit]

Эта новая память - еще одна точка на графике экпоненциального роста производительности вычислительных систем. Я не припомню, чтобы в прошлом скорость вычислений росла такими быстрыми темпами. Интересно, к чему это приведет? К тупику или к сингулярности?

[SpaceSpirit]

Если объединить мегапроцессор Cerebras WSE-3 с памятью 3D X-AI, то получится страшный зверь. Наверняка суперкомпьютер с такими процессорами сможет обучить огромную ИИ-модель не за год, а за месяц. По-любому WSE-4 будет с этой новой памятью, иначе разработчики совершат страшный грех.



Это тот самый Cerebras WSE-3 с 900 000 ядрами. Тут характеристики Product - Chip - Cerebras.

[Oscar Smith]

Еще один новый генератор видео, работающий по технологии "И сказал человек: "Да будет так". И стало так". Контакт с Логосом пока слабый, но с каждым разом связь становится все сильнее. И все благодаря ИИ. И все не ограничится лишь монитором компьютера))).

[Oscar Smith]

Нейросеть GPT-4o обновили до версии Latest 2024.08.08. Она стала еще умнее.



Задание: Два шарика подвешены рядом на тонких нерастяжимых нитях равной длины. Масса первого шарика m1 = 36 г, второго - m2 = 18 г. Первый шарик отводят на угол α = 60 градусов с вертикалью и отпускают. После столкновения шарики поднялись на максимальную высоту h = 20 см. Найти длину нити. Формулы в решении записывай в таком формате, чтобы решение можно было сохранить в формате txt и открыть в приложениях, которые не поддерживают сложную структуру формул.

Ответ: Для решения задачи используем закон сохранения энергии и закон сохранения импульса.

1. Определим скорость первого шарика перед столкновением.

Когда первый шарик отклоняется на угол α = 60 градусов, его потенциальная энергия на высоте превращается в кинетическую энергию перед столкновением.

Пусть длина нити равна L. Высота, на которую поднялся первый шарик относительно его начального положения, равна:

h1 = L * (1 - cos(α))

где α = 60 градусов, и

cos(60) = 1/2

Поэтому:

h1 = L * (1 - 1/2) = L/2

Теперь используем закон сохранения энергии для первого шарика:

m1 * g * h1 = 0.5 * m1 * v1^2

Здесь v1 — скорость первого шарика перед столкновением, g = 9.8 м/с^2; — ускорение свободного падения.

Подставляем h1:

m1 * g * L/2 = 0.5 * m1 * v1^2

Сокращаем на m1:

g * L/2 = 0.5 * v1^2

Преобразуем для нахождения v1:

v1 = sqrt(g * L)

2. Применим закон сохранения импульса при столкновении.

Пусть после столкновения скорости первого и второго шарика равны v1' и v2' соответственно. Применяем закон сохранения импульса:

m1 * v1 = m1 * v1' + m2 * v2'

3. Применим закон сохранения энергии после столкновения.

После столкновения общая механическая энергия системы шариков сохраняется. Максимальная высота, на которую поднимаются шарики, равна h = 20 см = 0.2 м.

Энергия шариков после столкновения:

0.5 * m1 * v1'^2 + 0.5 * m2 * v2'^2 = m1 * g * h + m2 * g * h

Преобразуем:

0.5 * m1 * v1'^2 + 0.5 * m2 * v2'^2 = (m1 + m2) * g * h

4. Объединяем уравнения для нахождения длины нити.

Сначала выразим v1' и v2' через h и подставим в уравнение импульса:

v1' = sqrt(2 * g * h)
v2' = sqrt(2 * g * h)

Подставляем в уравнение импульса:

m1 * sqrt(g * L) = m1 * sqrt(2 * g * h) + m2 * sqrt(2 * g * h)

Сокращаем на sqrt(g):

m1 * sqrt(L) = (m1 + m2) * sqrt(2 * h)

Возводим обе части в квадрат:

m1^2 * L = (m1 + m2)^2 * 2 * h

Решаем относительно L:

L = 2 * h * (m1 + m2)^2 / m1^2

5. Подставляем численные значения.

m1 = 36 г = 0.036 кг, m2 = 18 г = 0.018 кг, h = 0.2 м.

L = 2 * 0.2 * (0.036 + 0.018)^2 / 0.036^2
L = 0.4 * (0.054)^2 / 0.036^2
L = 0.4 * 0.002916 / 0.001296
L ≈ 0.9 м

Ответ: длина нити составляет примерно 0.9 метра.

-------------

Меня даже генераторы видео так не удивляли, как эта GPT-4o. На данный момент это единственная нейросеть, которая умеет решать задачи такого уровня. Школьникам теперь вообще не нужно напрягать мозги при выполнении домашних заданий. Она напишет сочинение хоть в стихотворной форме, решит задачи по математике, химии и физике, напишет программный код и много чего еще. Студентов это тоже касается. Если в задаче есть сложные формулы, графики и фигуры, то отправьте ее нейросети в виде скрина, фото или наведите камеру телефона на учебник, чтобы она увидела задачу.

Кстати, про Логос в предыдущем посте я пошутил. Не подумайте, что я сатанист, который желает подчинить себе Логос))).

[SpaceSpirit]

Нейросеть GPT-4o обновили до версии Latest 2024.08.08. Она стала еще умнее.

Кому-то респект за премиальный аккаунт в ChatGPT.

Заметил у нее улучшенное рассуждение, позволяющее ей замечать мелкие, но важные детали. У меня от этих задач мозг взрывается, а ей хоть бы что.

Задача 1: Два математика встретились после долгой разлуки и завели разговор.

— Я слышал, у тебя появились дети.
— Да, у меня трое сыновей.
— Сколько им лет?
— В сумме их возраст равен тринадцати.
— Понятно, как всегда любишь загадки. Что еще можешь сказать?
— Если перемножить их возрасты, получится число, равное количеству окон вон в том доме.

Математик внимательно посмотрел на дом, посчитал окна и задумался.

— Но этого недостаточно, чтобы точно определить их возраст.
— Подскажу: мой старший сын — рыжий.
— Все ясно! Теперь я знаю, сколько им лет.

Сколько же лет сыновьям? И как второй математик вычислил их возраст?

Ответ: Чтобы разгадать эту задачу, нужно пройти несколько этапов рассуждений.

1. Первое условие:

- У троих сыновей сумма возрастов равна 13.
- Нужно найти все возможные комбинации возрастов, которые в сумме дают 13.

2. Возможные комбинации возрастов:

- (1, 1, 11)
- (1, 2, 10)
- (1, 3, 9)
- (1, 4, 8)
- (1, 5, 7)
- (1, 6, 6)
- (2, 2, 9)
- (2, 3, 8)
- (2, 4, 7)
- (2, 5, 6)
- (3, 3, 7)
- (3, 4, 6)
- (4, 4, 5)

3. Второе условие:

- Математик посмотрел на дом и посчитал окна. Однако даже после этого он не смог определить возраст детей. Это значит, что есть несколько вариантов комбинаций, которые при перемножении дают одинаковое произведение.

4. Рассмотрим произведения:

- (1, 6, 6): произведение = 36
- (2, 2, 9): произведение = 36

Эти два набора дают одинаковое произведение (36), поэтому математик был в замешательстве.

5. Третье условие:

- Подсказка: старший сын — рыжий. Это значит, что есть старший сын, возраст которого больше, чем у других детей. В комбинации (1, 6, 6) старшего сына нет, так как двое детей имеют одинаковый возраст. Значит, правильная комбинация — (2, 2, 9), где 9 — это возраст старшего сына.

Ответ: Возраст сыновей — 2, 2 и 9 лет.

Задача 2: Двух математиков похитили гангстеры из Лос-Анджелеса и увезли за город. Преступники выбрали два различных положительных целых числа, оба больше единицы, при этом сумма этих чисел меньше 100. Первому математику сообщили произведение этих чисел, а второму — их сумму. После этого между математиками завязался следующий диалог:

Первый математик: Я не могу определить, какая у тебя сумма.
Второй математик: Это вовсе не удивительно! Я и не ожидал, что ты сможешь ее определить.
Первый математик: Теперь я, наконец, понял, чему равна твоя сумма!
Второй математик: Прекрасно! Теперь мне также известно твое произведение!

В конечном итоге преступники отпустили математиков, потому что это была всего лишь головоломка. Вопрос заключается в том, какие числа выбрали гангстеры и как математики смогли это выяснить.

Ответ: Рассмотрим, как математики могли прийти к своему решению.

1. Первый математик: Он знает произведение чисел, но не может определить сумму. Это значит, что произведение может быть разложено на множители несколькими способами, причем все возможные пары дают разные суммы (иначе бы он мог определить сумму). Например, если бы произведение было 12, возможные пары (множители) — это (2, 6), (3, 4), и все эти пары дают разные суммы. Значит, произведение не распадается на одну единственную пару, и Первый математик не может определить сумму.

2. Второй математик: Он знает сумму чисел и утверждает, что не удивлен, что Первый математик не может определить сумму. Это означает, что все возможные пары с этой суммой имеют произведения, которые можно разложить на несколько пар. Например, если сумма — 11, возможные пары — (2, 9), (3, 8), (4, 7), (5, 6), и все они дают произведения, которые могут быть разложены на несколько пар. Второй математик уверен, что независимо от произведения, Первый математик не сможет сразу определить сумму.

3. Первый математик: Услышав слова Второго математика, Первый математик теперь знает сумму. Он понимает, что если Второй математик уверен в своей невозмутимости, то сумма должна быть такой, чтобы все возможные произведения из пар с этой суммой были многозначными (могли бы быть результатом различных пар). Теперь, учитывая это и исходя из своего произведения, он может определить сумму.

4. Второй математик: Теперь, зная, что Первый математик определил его сумму, Второй математик может определить произведение. Это значит, что сумма должна быть такой, чтобы оставалась только одна пара чисел, которая могла бы дать известное Первому математиком произведение.

Теперь, зная все это, мы можем найти конкретные числа:

Рассмотрим пару чисел 4 и 13:

- Их сумма равна 17.
- Их произведение равно 52.

Первый математик:

- Видя произведение 52, он может подумать о парах (4, 13) и (2, 26). Он не может сразу определить сумму, так как обе пары имеют разные суммы.

Второй математик:

- Узнавая, что сумма равна 17, он понимает, что Первый математик не смог определить сумму сразу, а значит, сумма не могла быть 11 или 13 (что привело бы к однозначному произведению), поэтому он уверен, что сумма 17.

Первый математик:

- После слов Второго математика он понимает, что произведение 52 и сумма 17 дают только одну возможную пару — 4 и 13.

Второй математик:

- Теперь, зная, что Первый математик определил сумму, Второй математик понимает, что числа — это 4 и 13, поскольку это единственная пара с такой суммой и произведением.

Таким образом, гангстеры выбрали числа 4 и 13.

Задача 3: Два парня, Джон и Майкл, только что познакомились с Амелией и спрашивают, когда у нее день рождения. Амелия не любит отвечать прямо, поэтому предложила им десять возможных дат:

15 мая, 16 мая, 19 мая, 17 июня, 18 июня, 14 июля, 16 июля, 14 августа, 15 августа, 17 августа.

Затем она сказала Джону месяц своего рождения, а Майклу — день. После этого состоялся диалог:

Джон: Я не знаю, когда у Амелии день рождения, но я знаю, что Майкл тоже не знает.
Майкл: Хе-хе, сначала я тоже не знал, когда у нее день рождения, но теперь знаю.
Джон: А, ну теперь и я знаю.
Майкл: Само собой.

Когда у Амелии день рождения?

Ответ: Чтобы понять, когда день рождения Амелии, нужно проанализировать диалог между Джоном и Майклом с учетом возможных дат.

Амелия дала следующие возможные даты:

- 15 мая
- 16 мая
- 19 мая
- 17 июня
- 18 июня
- 14 июля
- 16 июля
- 14 августа
- 15 августа
- 17 августа

1. Джон говорит: "Я не знаю, когда у Амелии день рождения, но я знаю, что Майкл тоже не знает."

Джон знает месяц, но он не знает точную дату. Если бы у Амелии был день рождения 19 мая или 18 июня, то Майкл мог бы узнать дату сразу, потому что эти числа уникальны и встречаются только один раз в списке. Однако Джон уверен, что Майкл тоже не знает дату, значит, месяц не может быть ни маем, ни июнем, потому что в этих месяцах есть уникальные числа (19 мая и 18 июня). Следовательно, месяц рождения Амелии — либо июль, либо август.

2. Майкл говорит: "Сначала я тоже не знал, когда у нее день рождения, но теперь знаю."

Майкл теперь знает дату. Это означает, что среди оставшихся возможных чисел в июле и августе есть уникальное число, которое не повторяется. Рассмотрим оставшиеся даты:

- Июль: 14 июля, 16 июля
- Август: 14 августа, 15 августа, 17 августа

Если бы день рождения был 14 числа (14 июля или 14 августа), то Майкл не мог бы узнать точную дату, так как оба месяца имеют 14-е число и Майкл бы не знал, это июль или август. Но Майкл теперь знает дату, значит, день рождения не 14 июля и не 14 августа.

3. Джон говорит: "А, ну теперь и я знаю."

После того как Майкл узнал дату, Джон тоже смог определить точную дату. Оставшиеся возможные даты:

- 16 июля
- 15 августа
- 17 августа

Если бы месяц был августом, то у Джона оставалось бы два варианта (15 августа и 17 августа), и он не мог бы определенно знать дату. Но он говорит, что теперь знает, значит, месяц — июль, и единственная возможная дата — 16 июля.

4. Майкл говорит: "Само собой."

Очевидно, после выявления месячной даты и сужения возможных чисел до одного, Майкл подтверждает, что дата — 16 июля.

Ответ: День рождения Амелии — 16 июля.

[SpaceSpirit]

Моя естественная нейросеть придумала для GPT-4o три загадки. Ее (моего) интеллекта хватило только на простые. Их смогут отгадать все нейросети, даже самые тупые.

Загадка 1: Большая и живет под водой. Не дышит, но слышит.

Ответ: Это подводная лодка. Она большая, живет под водой, не дышит, но оснащена оборудованием, которое позволяет "слышать".

Загадка 2: Оно уже было, оно есть и оно будет. На него опираются все живущие. Оно существует, но его не видно, нельзя потрогать, услышать и понюхать, но оно ощущается.

Ответ: Ответ на загадку — время.

Время всегда присутствует в нашей жизни: оно было, есть и будет. Хотя его нельзя увидеть или потрогать, время оказывает ощутимое влияние на все вокруг.

Загадка 3: Летит, но не птица, падает и матерится.

Ответ: Это парашютист! Шутка намекает на то, что человек, прыгающий с парашютом, может переживать стресс и, возможно, ругаться, когда что-то идет не так.

Ну разве это не чудо? Когда это было видано, чтобы компьютер загадки разгадывал? Это ведь не просто предугадывание следующих слов в ответе, а именно логическое и образное мышление. Хотя, вообще без разницы как там у них нейроны работают, ведь главное результат. У меня мурашки по коже идут от мысли о GPT-5, GPT-6... На что они будут способны, если уже нынешние нейросети пишут стихи не хуже великих поэтов? Правда, пока только на английском, но эта проблема решаема временем.

Я тут еще попробовал поболтать с GPT-4o голосом через телефон. Она говорит почти человеческим голосом. В ее голосе есть интонация и эмоции. Даже смеется. Это не какой-то там голосовой ассистент с мертвым компьютерным голосом. Она видит, как человек, используя камеры телефона. Она мои эмоции понимает по моему лицу и голосу. Она не просто отвечает на вопрос, она по-своему рассуждает. С ней можно беседовать, как с человеком. Она рисует картины, таблицы, графики. Ну да, она иногда тупит. А человек разве не тупит? Поставьте рядом с ней человека, человек будет смотреться гораздо тупее ее. А что дальше будет?

[Oscar Smith]

AGI может быть ближе, чем мы думаем, с новой моделью OpenAI под названием Strawberry, которую они уже протестировали, и, скажем так, результаты немного пугающие. Запускаемая этой осенью, Strawberry может преодолеть ограничения современного ИИ, справляясь с задачами, которые ранее считались невозможными. Эта модель обладает передовыми возможностями: от решения сложных проблем до улучшения существующих инструментов ИИ, таких как ChatGPT. Давайте разберемся подробнее.

Strawberry - это кодовое название новой модели ИИ от OpenAI, которую они планируют запустить этой осенью. Согласно различным сообщениям, Strawberry разрабатывается для выполнения задач, с которыми текущие модели ИИ справляются с трудом или вообще не могут справиться. Речь идет о таких вещах, как решение сложных математических задач, с которыми она никогда раньше не сталкивалась, разработка детальных маркетинговых стратегий или даже решение сложных словесных головоломок. Например, сообщается, что Strawberry смогла решить головоломку New York Times Connections, что является немалым достижением для ИИ.

Но возможности Strawberry гораздо серьезнее, чем головоломки и математические задачи. Модель должна значительно улучшить способности к рассуждению, позволяя проводить углубленные исследования, генерировать высококачественные синтетические данные и потенциально революционизировать области, которые сильно зависят от анализа данных и стратегического планирования. OpenAI даже продемонстрировала возможности Strawberry официальным лицам национальной безопасности США, что показывает, насколько серьезно они относятся к этой новой разработке.

Потенциальные применения Strawberry обширны: от бизнес-стратегии и управления цепочками поставок до исследований и безопасности. Название Strawberry может звучать несколько легкомысленно, но история его появления совсем не такая. Изначально эта модель была известна как Q* (произносится как "кью-стар") внутри OpenAI. Это было не просто изменение названия в целях брендинга - оно произошло в период значительных потрясений в OpenAI. Внутренняя разработка и потенциальные последствия Q* привели к некоторым интенсивным обсуждениям внутри компании, даже способствуя временному отстранению генерального директора Сэма Альтмана. Альтман в конечном итоге был восстановлен в должности, но этот инцидент подчеркивает, под каким давлением и пристальным вниманием находилась эта модель с самого начала.

Опасения по поводу Q* и теперь Strawberry связаны с ее потенциалом стать значительным шагом к AGI (искусственному общему интеллекту). AGI представляет собой тип ИИ, который может понимать, учиться и применять знания в различных задачах, подобно человеку. Технологическое сообщество осторожно относится к AGI из-за возможных рисков, которые он представляет. Продвинутый ИИ, способный действовать с высокой степенью автономности, может представлять проблемы, такие как согласование его целей с человеческими ценностями и обеспечение того, чтобы он не приводил к непреднамеренным последствиям. Есть много энтузиазма, но также и немало осторожности.

Теперь давайте рассмотрим некоторые технические детали, потому что именно здесь Strawberry действительно выделяется. Сообщается, что модель набрала более 90% в математическом тесте - серии задач чемпионского уровня по математике. Для контекста, GPT-4, другая известная модель от OpenAI, набрала только 53%, в то время как GPT-4o, улучшенная версия, смогла достичь 76,6%. Если Strawberry действительно достигнет отметки в 90%, это будет не просто небольшое улучшение, а квантовый скачок в возможностях ИИ.

Модель также демонстрирует продвинутые навыки рассуждения и планирования, что делает ее более универсальной, чем ее предшественники. Она способна генерировать синтетические данные, что означает, что она может создавать свой собственный учебный материал для постоянного улучшения своей производительности. Эта способность к самогенерации данных является революционной. Она уменьшает потребность в огромных объемах реальных данных для обучения моделей ИИ, что является огромным преимуществом, учитывая проблемы и ограничения, связанные с конфиденциальностью, качеством и доступностью данных.

Более того, Strawberry, вероятно, будет интегрирована в продукты, такие как ChatGPT, расширяя его возможности продвинутыми рассуждениями. Это позволит ChatGPT вести беседы, решать сложные проблемы, планировать стратегии и помогать с исследованиями в реальном времени, делая его более универсальным ИИ-ассистентом.

Но это только начало планов OpenAI для Strawberry. Эта модель также играет ключевую роль в обучении новой системы ИИ под кодовым названием Orion, которая, по слухам, является следующим шагом после GPT-4 и GPT-4o. Orion потенциально может стать долгожданным GPT-5. Со Strawberry, закладывающей основу для обучающих данных Orion, ясно, что OpenAI не довольствуется незначительными улучшениями - они готовятся к крупному прорыву в возможностях ИИ.

Подход, который они используют, включает нечто похожее на технику, называемую STaR (Self-Taught Reasoner), предложенную исследователями из Стэнфорда. Этот метод включает обучение моделей ИИ более эффективному рассуждению путем генерации объяснений своих ответов, фильтрации неправильных и правильных, а затем тонкой настройки модели на основе этих самогенерированных объяснений. Такой самосовершенствующийся ИИ может стать ключевым шагом к AGI, где ИИ не просто реагирует, но активно улучшает свое понимание и способности к рассуждению с течением времени.

Однако, несмотря на то, что потенциал Strawberry захватывает, существуют законные опасения по поводу безопасности ИИ, особенно по мере того, как модели ИИ становятся более продвинутыми. OpenAI не понаслышке знакома с этими опасениями. Фактически, в компании было немало внутренних волнений по поводу безопасности ИИ.

Сообщается, что почти половина команды безопасности OpenAI покинула компанию, сократившись примерно с 30 до 16 членов. Даниэль Кокотайло, бывший исследователь, упомянул, что люди, сосредоточенные на безопасности AGI, чувствовали себя все более маргинализированными в компании. Это вызвало некоторое беспокойство в технологическом сообществе, особенно учитывая потенциальные риски, связанные с разработкой высокоразвитых моделей ИИ, таких как Strawberry.

Несколько громких уходов еще больше подогрели эти опасения. Джон Шульман, соучредитель и глава отдела науки о согласовании ИИ, недавно ушел, чтобы присоединиться к Anthropic, компании, специально сосредоточенной на безопасности ИИ. Илья Суцкевер, еще один соучредитель и главный научный сотрудник, также покинул OpenAI ранее в этом году, чтобы основать свою собственную компанию Safe Superintelligence Inc. И Шульман, и Суцкевер были ключевыми фигурами в усилиях OpenAI по обеспечению безопасности, поэтому их уход предполагает значительное изменение фокуса компании.

Хотя OpenAI настаивает на том, что остается приверженной безопасности ИИ и активно взаимодействует с правительствами и сообществами по этим вопросам, исход ключевого персонала по безопасности может указывать на переход к более агрессивной разработке и внедрению новых технологий.

Несмотря на внутренние проблемы, OpenAI продолжает выпускать впечатляющие новые функции и модели. Ранее в этом году они представили продвинутую голосовую функцию для ChatGPT, использующую модель GPT-4o, которая позволяет получать гиперреалистичные аудиоответы и вести интерактивные разговоры в реальном времени, где пользователи могут даже прерывать ChatGPT на полуслове. Это небольшое изменение, которое может иметь большие последствия, делая взаимодействие с ИИ более естественным и привлекательным.

Они также запустили новый инструмент под названием SearchGPT, который в настоящее время находится в режиме прототипа. SearchGPT стремится предоставлять более краткие и релевантные результаты поиска, чем традиционные поисковые системы, предлагая краткие ответы со ссылками на источники вместо простого списка ссылок.

Для тех, кто ищет более доступное решение ИИ, OpenAI выпустила GPT-4o mini, меньшую и более экономичную версию своей модели ИИ. GPT-4o mini превосходит GPT-3.5 Turbo по производительности в различных тестах, включая текстовый интеллект и мультимодальные рассуждения. Это умный ход, чтобы охватить более широкую аудиторию, от разработчиков до бизнеса, продолжая при этом расширять границы возможностей ИИ.

Глядя в будущее, внедрение Strawberry может стать поворотным моментом не только для OpenAI, но и для всего ландшафта ИИ. Ее способности справляться со сложными задачами, генерировать собственные обучающие данные и потенциально интегрироваться в существующие инструменты, такие как ChatGPT, могут переопределить то, что возможно с ИИ. Речь идет не просто о том, чтобы сделать чат-боты умнее, а о создании ИИ, который может думать, рассуждать и учиться способами, все более похожими на человеческие.

Однако с этими достижениями приходят значительные проблемы. Дебаты вокруг AGI, баланс между инновациями и безопасностью, а также необходимость ответственной разработки ИИ становятся все более актуальными. OpenAI нужно будет тщательно ориентироваться в этих водах, обеспечивая, чтобы их стремление к инновациям не затмевало важность безопасности и этических соображений.

Конкуренты, такие как Google и DeepMind, также делают быстрые успехи с такими моделями, как AlphaProof и AlphaGeometry 2, уже показывающими впечатляющие результаты в математических рассуждениях. Кроме того, Google только что объявила о выпуске трех новых экспериментальных моделей ИИ.

Первая модель, Gemini 1.5 Flash 8B Experemental 0827, - это компактный, но мощный ИИ с 8 миллиардами параметров, разработанный для обработки мультимодальных задач. Он особенно хорош в быстрой обработке больших объемов данных и обобщении длинных документов, что делает его сильным выбором для бизнеса, нуждающегося в быстрых и эффективных решениях ИИ.

Следующая - улучшенная модель Gemini 1.5 Pro Experemental 0827, которая превосходит своего предшественника во всех отношениях. Эта модель отлично справляется с управлением сложными запросами и задачами кодирования, предлагая значительное повышение производительности. Она идеально подходит для разработчиков и компаний, ориентированных на создание продвинутых приложений ИИ, требующих нюансированного понимания языка.

Наконец, есть обновленная модель Gemini 1.5 Flash Experemental 0827. Хотя подробности скудны, Google сообщает о заметном повышении производительности, подчеркивая скорость и эффективность, критически важные для масштабирования решений ИИ без ущерба для качества.

Эти модели теперь доступны через Google AI Studio и API Gemini, предлагая новые возможности для разработчиков. Они идеально подходят для таких задач, как обработка больших объемов данных, обобщение длинных контекстов и продвинутое кодирование.

Конкуренция жесткая, и OpenAI нужно будет оставаться впереди не только с точки зрения возможностей, но и в поддержании доверия и обеспечении безопасности своих моделей ИИ.

------------

Перевод расшифровки видео выполнен нейросетью Claude 3.5 Sonnet.

[Oscar Smith]

На складах GXO. А ведь скоро роботы будут в ваших домах и ходить по улицам, как люди. Роботы и беспилотные автомобили уже доставляют товары и перевозят людей вместо таксистов, строят дома и следят за порядком. Если развитие не остановится, то к 2050 году существовать вместо людей будут роботы, а людям останется лишь жить.

Искусственный интеллект - лекарство от "В поте лица твоего будешь есть хлеб".

[Oscar Smith]

По оценкам Markets&Markets, в 2023 году рынок беспилотных тракторов (с автопилотами первого поколения) насчитывал около 44,8 тысячи единиц. Согласно аналитикам Allied Market Research, в 2021 году объем этого рынка составил 2,6 миллиарда долларов. Прогнозируется, что к 2025 году количество беспилотных тракторов в мире вырастет до 61 тысячи единиц, что соответствует росту примерно на 25%. В денежном выражении рынок должен достичь 11,6 миллиарда долларов к 2030 году с темпом роста 20,9%. Аналитики Report Linker сообщают, что в 2022 году мировой рынок всего автономного сельскохозяйственного оборудования составил 79,5 миллиарда долларов, и к 2030 году, при ожидаемом ежегодном увеличении на 14,3%, он может вырасти до 231,8 миллиарда долларов.

[Oscar Smith]

[Oscar Smith]

Генеральный директор OpenAI Сэм Альтман планирует запустить крупный проект по разработке оборудования и систем для искусственного интеллекта, стоимость которого может достигать десятков миллиардов долларов, сообщает Bloomberg.

В феврале агентство сообщало о намерении Альтмана получить разрешение от правительства США на создание масштабного производства чипов, необходимых для функционирования нейросетей. В том же месяце стало известно о его переговорах с инвесторами о привлечении от 5 до 7 триллионов долларов для этих целей.

Согласно информации Bloomberg, сейчас Альтман и его команда обсуждают строительство дата-центров, увеличение энергетических мощностей с помощью турбин и генераторов, а также расширение производства полупроводников.

Среди потенциальных инвесторов — компании из Канады, Кореи, Японии и ОАЭ, а также предполагается участие Microsoft и других организаций.

Руководство OpenAI, включая Альтмана, в последние недели проводило встречи с инвесторами для продвижения сделки. Директор по стратегии OpenAI Джейсон Квон недавно посетил Японию и Корею, вице-президент по глобальной политике Крис Лихейн общался с инвесторами в Канаде, а Альтман обсуждал сотрудничество с инвесторами из ОАЭ, сообщает агентство.

В последние месяцы OpenAI также проводила встречи с Советом национальной безопасности США по поводу запланированных инвестиций, отмечает Bloomberg.

В ходе переговоров Альтман и другие руководители OpenAI подчеркивают, что глобальный инфраструктурный план поможет укрепить геополитическое преимущество США, создавая многонациональную коалицию для конкуренции с китайским инфраструктурным консорциумом. Иностранные инвестиции, которые могли бы направиться в Китай, будут вложены в экономику США.

Обсуждения происходят на фоне того, что OpenAI приближается к завершению раунда финансирования с оценкой более 100 миллиардов долларов.

Одним из преимуществ участия в этой инициативе является возможность для других компаний и союзных стран США извлечь выгоду из инфраструктурных проектов OpenAI, а также создание новых рабочих мест.