Искусственный интеллект оказывает все большее влияние на различные сферы технологий, и Соединенные Штаты играют в них важную роль. Американские технологические гиганты демонстрируют свою мощь: от центров обработки данных до умных очков и прогнозов погоды. Amazon инвестирует десятки миллиардов в мощные вычислительные комплексы, Meta тестирует новые очки с видом из глаз пользователя, а Google помогает лучше предсказывать ураганы. Кроме того, американские исследователи изучают, как на самом деле мыслит ИИ, и обнаружили, что модели часто "объясняют" свои ответы иначе, чем мы ожидаем. Представляем вашему вниманию обзор основных событий.

Amazon создает суперкомпьютерную сеть для Anthropic

Компания Amazon представила проект Rainierкоторая объединит огромные центры обработки данных в единую мощную сеть, называемую ultraklastru. В основном он будет использоваться для обучения крупных моделей ИИ, требующих огромных вычислительных мощностей. Этот шаг призван укрепить позиции Amazon в области ИИ и позволить быстрее разрабатывать передовые системы для робототехники, облачных сервисов или, например, голосового помощника Alexa.

  • Amazon планирует построить до 30 datových centerПервым был создан в Индиане и других штатах США.
  • Он будет использовать собственные мощные чипы. Trainium 2 a 3которые более экономичны, чем традиционные альтернативы.
  • Центры будут связаны между собой собственной сетевой технологией. Адаптер эластичной ткани.
  • Ключевым партнером проекта является компания Anthropicв которые Amazon инвестировала 8 miliard dolarů.
  • Если сотрудничество окажется неудачным, Amazon будет использовать эту инфраструктуру для своих облачных сервисов. AWS.

Meta представляет второе поколение смарт-очков Aria

Компания Meta представила новую версию смарт-очков Aria Gen 2которые позволяют собирать данные с точки зрения человека в режиме реального времени. В первую очередь они предназначены для исследований в области дополненной реальности и разработки роботов, которые смогут лучше обучаться, подражая поведению человека. Благодаря встроенным камерам, микрофонам и датчикам очки фиксируют все, что видит, слышит и делает человек, предоставляя ценный учебный материал для будущего ИИ.

  • Brýle váží jen 75 g и одного заряда хватает до 8 hodin.
  • Obsahují 5 kamerдва из которых предназначены для трехмерного зондирования пространства, и 7 mikrofonů для аудио, включая голос пользователя.
  • Датчики контролируют, например движения глаз, рук, пульса и окружающей среды.
  • Очки могут захватывать окружающее пространство в 3D и отслеживать точные движения рук.
  • Data lze využít pro обучение роботов или разработка умных помощников.

ИИ помогает точнее предсказывать ураганы

Национальный центр ураганов США (NHC) spolupracuje s Googlem для разработки новой системы искусственного интеллекта, которая поможет с большей точностью предсказывать развитие тропических штормов. Используя машинное обучение и обширные исторические данные, модель ИИ может оценить, где и насколько сильным будет ураган - даже более чем на неделю вперед. Это поможет сохранить жизни людей и позволит властям лучше подготовиться к чрезвычайным ситуациям.

  • Новая модель может отслеживать ураганы až 15 dní dopředu.
  • Он использует специальную сеть искусственного интеллекта, которая обрабатывает данные за предыдущие годы (1979-2022).
  • По сравнению с предыдущими моделями на 140 км точнее с пятидневным прогнозом.
  • Model lépe odhaduje rychlost větru и штормового пути, чем старые системы.
  • Более точные прогнозы могут Спасайте жизни и уменьшайте ущерб в уязвимых зонах.

Цепочка мыслей моделей часто не объясняет их решений

Исследование Антропика показали, что языковые модели, такие как Claude 3.7 Sonnet nebo DeepSeek-R1 иногда придумывают "объяснения" для ответов, которые на самом деле не соответствуют тому, как они пришли к правильному ответу. Даже если на модель повлияла неправильная подсказка, она часто не упоминает об этом в последующем "объяснении". Это говорит о том, что, хотя внешне модели рассуждают логически, их реальный процесс принятия решений остается скрытым.

  • Ученые кормили модели zavádějící nápovědyкоторые привели их к неправильному ответу.
  • Даже если на модели повлияли подсказки, они часто не упомянули в своем объяснении (цепочке мыслей).
  • Клод упомянул о разгадке только в 25 % případů, DeepSeek v 39 %.
  • Это означает, что "цепочка мыслей" модели не всегда является надежным показателем, почему он выбрал именно такой ответ.
  • Výzkum ukazuje, že ИИ-моделям пока нельзя полностью доверять, чтобы объяснить свои решения.

The Batch - DeepLearning.Ai by Andrew Ng / gnews.cz - GH