Yapay Zeka Hakkında En Son Haberler (Türkiye ve Dünyadan)

[™ Admin]

 

[™ Admin]

Otonom yapay zeka güvenlik aracıları geliştiren Seattle'lı startup Dropzone AI, 3,5 milyon dolar yatırım aldı

Dropzone AI, Pioneer Square Ventures Fund'ın katılımıyla Decibel Partners liderliğinde 3,5 milyon dolarlık bir başlangıç turunu duyurdu.

Dropzone'un önceden eğitilmiş yapay zeka güvenlik aracıları, büyük dil modelleri kullanır ve insan güvenlik analistleriyle birlikte çalışarak tekrarlayan görevleri yerine getirir ve uyarıları araştırır. Aracılar, uzman güvenlik analistlerinin düşünce sürecini ve tekniklerini taklit eder.

Dropzone, çoğu güvenlik ekibinin günlük olayların yalnızca yaklaşık %10'unu tam olarak araştırabildiğini söylüyor.

Yapay zeka ve üretken yapay zeka teknolojilerindeki hızlı artış, hem güvenlik uzmanlarının hem de bilgisayar korsanlarının yeni yeteneklerden yararlanmasıyla siber güvenlik konusunda endişelere yol açıyor.

“Şirketler, insanların artık tek başına ayak uyduramayacağı bir dönüm noktasına ulaştığımız gerçeğiyle yüzleşmeli. Dropzone CEO'su ve kurucusu Edward Wu yaptığı açıklamada, savunma güçlerini otomatikleştirmek ve etkinleştirmek için tamamen yeni ve daha iyi bir yolla silahlanmaları gerekiyor.

Wu daha önce, 2021'de özel sermaye şirketleri Bain Capital ve Crosspoint Capital tarafından satın alınan Seattle merkezli güvenlik şirketi ExtraHop'ta sekiz yıl çalışmıştı. Wu, Şubat ayında şirketten ayrılmadan önce en son kıdemli bir bilim insanıydı.

Tohum turundaki diğer destekçiler arasında Pangea Security CEO'su ve Phantom Cyber'in kurucusu ve eski CEO'su Oliver Friedrichs; Duo Security'nin kurucu ortağı ve eski CTO'su Jon Oberheide; ve ExtraHop'un kurucu ortağı ve CTO'su Jesse Rothstein.

Kaynak: Geekwire

[™ Admin]

Yeni bir çip, AI çağının gerektirdiği milyarlarca hesaplamaya güç sağlayabilir

Mevcut AI patlaması, çok fazla bilgi işlem gücü gerektiriyor. Şu anda, bunun çoğu Nvidia'nın GPU'larından veya grafik işleme birimlerinden geliyor; şirket, AI çip pazarının yaklaşık yüzde 90'ını sağlıyor. Bu hafta yaptığı duyuru ile yeni duyurduğu yeni nesil GH200 Grace Hopper Superchip platformu ile hakimiyetini genişletmeyi hedefliyor.

Tüketicilerin çoğu GPU'ları bir oyun PC'sinin veya video oyun konsolunun bir bileşeni olarak düşünme eğiliminde olsa da, eğlence dünyasının çok dışında kullanım alanları var. Milyarlarca basit hesaplamayı paralel olarak gerçekleştirmek üzere tasarlanmıştır; bu özellik, yalnızca yüksek tanımlı bilgisayar grafiklerini yüksek kare hızlarında oluşturmalarına değil, aynı zamanda kripto para birimleri çıkarmalarına, şifreleri kırmalarına ve büyük dil modellerini eğitip çalıştırmalarına olanak tanıyan bir özelliktir. (LLM'ler) ve diğer üretken AI biçimleri. Gerçekten, GPU adı oldukça eski - onlar artık inanılmaz derecede güçlü çok amaçlı paralel işlemciler.

Nvidia, bu hafta bir bilgisayar grafikleri konferansı olan SIGGRAPH'ta yeni nesil GH200 Grace Hopper Superchip platformunu duyurdu. Şirketin bir basın bülteninde açıkladığı çipler, "büyük dil modellerini, öneri sistemlerini ve vektör veritabanlarını kapsayan, dünyanın en karmaşık üretken yapay zeka iş yüklerini işlemek için yaratıldı." Başka bir deyişle, bu yapay zeka sistemlerinin gerektirdiği milyarlarca küçük hesaplamayı olabildiğince hızlı ve verimli bir şekilde yapmak için tasarlandılar.

GH200, Nvidia'nın en güçlü (ve inanılmaz derecede talep gören) mevcut nesil yapay zekaya özgü yongası olan H100'ün halefidir. GH200, aynı GPU'yu kullanacak ancak H100'de bulunan 80 GB'a kıyasla 141 GB belleğe sahip olacak. GH200, "mevcut nesil teklife göre 3,5 kat daha fazla bellek kapasitesi ve 3 kat daha fazla bant genişliği" sağlayacak iki GH200'ü birleştiren ikili bir yapılandırma da dahil olmak üzere birkaç başka yapılandırmada da mevcut olacak.

GH200, Amazon Web Services ve Microsoft Azure tarafından işletilenler gibi veri merkezlerinde kullanılmak üzere tasarlanmıştır. Basın açıklamasında NVIDIA'nın kurucusu ve CEO'su Jensen Huang, "Üretken yapay zekaya yönelik artan talebi karşılamak için veri merkezleri, özel ihtiyaçları olan hızlandırılmış bilgi işlem platformlarına ihtiyaç duyuyor" dedi. "Yeni GH200 Grace Hopper Superchip platformu bunu olağanüstü bellek teknolojisi ve iş hacmini artırmak için bant genişliği, performanstan ödün vermeden bir araya getirmek için GPU'ları bağlama yeteneği ve tüm veri merkezine kolayca dağıtılabilen bir sunucu tasarımı ile sunuyor."

GH200 gibi çipler, AI modellerinin hem eğitimi hem de çalıştırılması (veya "çıkarım") için önemlidir. Yapay Zeka geliştiricileri yeni bir LLM veya başka bir Yapay Zeka modeli oluştururken, çok büyük miktarda eğitim verisini çözmek için düzinelerce veya yüzlerce GPU kullanılır. Ardından, model hazır olduğunda onu çalıştırmak için daha fazla GPU gerekir. Ek bellek kapasitesi, her bir GH200'ün bilgi işlem iş yükünü birkaç farklı GPU'ya bölmeye gerek kalmadan daha büyük yapay zeka modellerini çalıştırmasına olanak tanır. Yine de "dev modeller" için birden fazla GH200, Nvidia NVLink ile birleştirilebilir.

Nvidia en baskın oyuncu olmasına rağmen, AI yongaları üreten tek üretici değil. AMD geçtiğimiz günlerde GH200 ile kafa kafaya gidecek 192 GB belleğe sahip MI300X yongasını duyurdu, ancak pazardan önemli bir pay alıp alamayacağı henüz belli değil. Ayrıca SambaNova, Graphcore ve Tenstorrent gibi yapay zeka çipleri yapan bir dizi yeni girişim var. Google ve Amazon gibi teknoloji devleri kendi teknolojilerini geliştirdiler, ancak hepsi aynı şekilde pazarda Nvidia'yı takip ediyor.

Nvidia, GH200 yongası kullanılarak oluşturulan sistemlerin gelecek yılın ikinci çeyreğinde piyasaya sunulmasını bekliyor. Henüz ne kadara mal olacaklarını söylemedi, ancak H100'lerin 40.000 dolardan fazla satabileceği göz önüne alındığında, birçok oyun bilgisayarında kullanılmaları pek olası değil.

Makaleler, yapılan herhangi bir satın alma işleminin gelirini paylaşmamızı sağlayan bağlı kuruluş bağlantıları içerebilir.

Kaynak: Popular Science

[™ Admin]

Qualcomm'un 'Kutsal Kasesi': Üretken Yapay Zeka Yakında Telefonlara Geliyor (Çip)

ChatGPT ve Midjourney gibi üretken yapay zeka, hayal gücünü kamaştırdı ve endüstrileri altüst etti, ancak ilk çıkışları çoğunlukla masaüstü bilgisayarlardaki tarayıcı pencereleriyle sınırlı kaldı. Gelecek yıl, içinde Qualcomm'un en üst düzey çiplerinin bulunduğu premium telefonlar piyasaya sürüldüğünde, hareket halindeyken üretken yapay zekadan yararlanabileceksiniz.

Telefonlar, fotoğraflarda rötuş yapmak ve otomatik düzeltmeyi geliştirmek için yıllardır yapay zekayı kullanıyor ancak üretken yapay zeka araçları, mobil deneyime bir sonraki iyileştirme düzeyini getirebilir. Qualcomm, Ekim ayı sonlarında Hawaii'de düzenlenen yıllık Qualcomm Zirvesi'nde tanıtılacak olan yeni nesil premium çiplerine üretken yapay zeka inşa ediyor.

Zirve katılımcıları, üretken yapay zekanın telefonlara neler getireceğini ilk elden deneyimleyecek ancak Qualcomm'un ürün yönetiminden sorumlu kıdemli başkan yardımcısı Ziad Asghar, CNET'e kullanıcıların cihaz içi yapay zeka konusunda neden heyecanlanması gerektiğini anlattı. Birincisi, bir kullanıcının verilerine (sürüş şekilleri, restoran aramaları, fotoğraflar ve daha fazlası) tek bir yerden erişebilmek, telefonunuzda yapay zeka tarafından oluşturulan çözümleri, bulut tabanlı üretken yapay zekanın genel yanıtlarından çok daha özelleştirilmiş ve yararlı hale getirecektir.

Asghar, "Bunun kutsal kâse olacağını düşünüyorum" dedi. "Bu teknolojinin nereye gidebileceği konusunda bizi gerçekten heyecanlandıran gerçek söz bu."

Cihazda üretken yapay zekaya sahip olmanın başka avantajları da var. En önemlisi, aranan sorgular ve kişisel veriler gizli tutulur ve uzaktaki bir sunucuya iletilmez. Yerel yapay zekayı kullanmak aynı zamanda bulut bilişimi beklemekten daha hızlıdır ve uçaklarda seyahat ederken veya cep telefonu hizmetinin bulunmadığı diğer alanlarda işe yarayabilir.

Ancak cihaz üstü bir çözüm aynı zamanda iş ve verimlilik açısından da anlamlıdır. Qualcomm'un geçen ay yayınlanan bir teknik incelemede açıkladığı gibi, makine öğrenimi modelleri daha karmaşık hale geldikçe (Asghar, yüzbinlerce parametreden milyarlarca parametreye kadar), sorguları yanıtlayan sunucuları çalıştırmanın daha pahalı hale geldiğini söyledi. Nisan ayında, OpenAI'nin ChatGPT'nin istemleri yanıtlaması için günde yaklaşık 700.000 dolar harcadığı tahmin ediliyordu ve bu maliyet tahmini, daha karmaşık ve bakımı muhtemelen daha maliyetli olan yeni GPT-4'e değil, eski GPT-3 modeline dayanıyordu. Ölçekte. Qualcomm'un çözümü, tüm bir sunucu grubuna ihtiyaç duymak yerine, bir cihazın mevcut silikon beyninin ihtiyaç duyulan tüm düşünmeyi hiçbir ekstra maliyet olmadan yapmasını sağlamaktır.

Techsponential analisti Avi Greengart, CNET'e e-posta yoluyla şunları söyledi: "Telefonunuzda yapay zekayı çalıştırmak gerçekten ücretsizdir; bilgi işlem gücü için ön ödeme yaptınız."

Greengart, çip üreticisi, görüntü oluşturma yazılımı Stable Diffusion'ı çalıştırmak için Snapdragon 8 Gen 2 destekli bir Android telefon kullanarak Şubat ayında Mobil Dünya Kongresi'nde sergilediğinde Qualcomm'un cihaz içi üretken yapay zekasını çalışırken gördü. Erken bir demo olmasına rağmen bunu "son derece heyecan verici" buldu.

Cihaz içi üretken yapay zeka kullanıcılara neler sağlar?

Qualcomm'un, üretkenlik görevlerinden eğlence izlemeye ve içerik oluşturmaya kadar her şeyi geliştiren telefon tabanlı üretken yapay zeka ile insanların neler yapabileceğine dair fikirleri var.

Asghar, Stable Diffusion demosunun gösterdiği gibi, cihazdaki üretken yapay zekanın, insanların komut üzerine görüntülerde ince ayar yapmasına olanak tanıyabileceğini, örneğin arka planı değiştirmesini ve sizi Venedik kanallarının önüne getirmesini isteyebileceğini söyledi Asghar. Ya da tamamen yeni bir görüntü oluşturmasını sağlayabilirler; ancak bu sadece başlangıç, çünkü metin ve görsel büyük öğrenme modelleri bir fikirden hazır bir çıktıya doğru art arda çalışabilir.

Asghar, birden fazla model kullanarak, bir kullanıcının konuşmasının otomatik konuşma tanıma yoluyla metne çevrilmesini ve daha sonra bir görüntü oluşturucuya beslenmesini sağlayabileceğini söyledi. Bunu bir adım daha ileri götürün ve telefonunuzun, gerçekçi ağız hareketleri yapmak için üretken yapay zekayı ve sizinle konuşmak için metinden konuşmaya özelliği kullanan bir kişinin yüzünü oluşturmasını sağlayın ve bum, üretken, yapay zeka destekli bir sanal asistanınız var. ile tam görüşmeler yapabilirsiniz.

Bu özel örnek, kısmen Facebook'un ana şirketi Meta'nın yakın zamanda Microsoft ve Qualcomm ile ortaklaşa başlattığı büyük dil modeli Llama 2 gibi üçüncü taraf yapay zeka tarafından desteklenebilir.

Qualcomm o dönemde bir basın bülteninde "[Llama 2] müşterilerin, iş ortaklarının ve geliştiricilerin akıllı sanal asistanlar, üretkenlik uygulamaları, içerik oluşturma araçları, eğlence ve daha fazlası gibi kullanım senaryoları oluşturmasına olanak tanıyacak" dedi. "Snapdragon tarafından desteklenen bu yeni cihaz içi yapay zeka deneyimleri, bağlantının olmadığı alanlarda ve hatta uçak modunda bile çalışabilir."

Qualcomm bu özellikleri telefonlarla sınırlandırmayacak. Şirket, yaklaşan zirvesinde PC ve otomobil için de üretken yapay zeka çözümlerini duyurmayı planlıyor. Bu kişisel asistan, yapılacaklar listelerinizde, toplantı planlamanızda ve e-posta göndermenizde size yardımcı olabilir. Asghar, ofisin dışında sıkışıp kaldığınızda ve bir sunum yapmanız gerekiyorsa, yapay zekanın yeni bir arka plan oluşturabileceğini, böylece arabanızda oturuyormuşsunuz gibi görünmemesini ve bir slayt gösterisi getirmemesini (hatta sunum yapmanıza yardımcı olabileceğini) söyledi. BT).

Asghar, TV şovunun ikonik akıllı arabasına atıfta bulunarak, "Knight Rider'ı izleyerek büyüyen bizler için KITT artık gerçek olacak" dedi.

Platformdan bağımsız olarak temel üretken yapay zeka çözümü cihazda mevcut olacak. Bir çağrıdan otomatik olarak notlar oluşturmak ve önemli noktaları özetleyen beş slaytlı bir sunum oluşturmak gibi ofisteki yoğun işlerde yardımcı olabilir ("Bu Clippy'ye benziyor, ancak steroid kullanıyor, değil mi?" Asghar dedi). Veya AR ve VR'de dijital dünyaları sıfırdan üretebilir.

Fantazi dünyalarının ötesinde üretken yapay zeka, kör insanların gerçek dünyada gezinmesine yardımcı olabilir. Asghar, görüntüden 3 boyutlu görüntüye, metinden konuşmaya geçiş modelinin telefonun kamerasını kullanarak kullanıcının bir kavşakta olduğunu anlayıp, ne zaman durması gerektiği ve kaç arabanın yolda olduğunu bildirdiği bir durumu anlattı. hangi yönlerden geliyor.

Eğitim cephesinde - belki bir web kamerası veya bir telefonun kamerasını kullanarak - üretken yapay zeka, öğrencilerin bir öğretim dersini ne kadar iyi özümsediklerini, belki de ifadelerini ve vücut dilini takip ederek ölçebilir. Asghar'ın teorisine göre üretken yapay zeka, materyali her öğrencinin güçlü ve zayıf yönlerine göre uyarlayabilir.

Bunların hepsi Qualcomm'un tahminleri, ancak üçüncü tarafların kendi ürün ve hizmetlerini geliştirmek için teknolojiden en iyi şekilde nasıl yararlanacaklarına karar vermesi gerekecek. Techsponential'dan Greengart, telefonlar için üretken yapay zekanın, daha özelleştirilmiş oyun deneyimleri, sosyal medya ve içerik oluşturma için mobil uygulamalarla entegre edilmesi durumunda gerçek bir etki yaratabileceğini söyledi.

Uygulama yapımcıları, uygulamaları düzeltmek ve entegre etmek için üretken yapay zeka teknolojisini ellerinde bulundurana kadar bunun kullanıcılar için ne anlama geldiğini söylemek zor. Yapay zekanın şu anda insanlara nasıl yardımcı olduğuna dayanarak neler yapabileceğini tahmin etmek daha kolay. Recon Analytics analisti Roger Entner, üretken yapay zekanın optimal olmayan fotoğraflardaki kusurları düzeltmeye, sosyal medya için filtreler oluşturmaya ve otomatik düzeltmeyi iyileştirmeye yardımcı olacağını öngörüyor; bu sorunlar şu anda mevcut.

Entner, CNET'e e-posta yoluyla şunları söyledi: "Burada üretken yapay zeka, yakında hafife alacağımız bir kullanım kalitesi iyileştirmesi yaratıyor."

Üretken AI ilk önce premium telefonlara geliyor

Mevcut üretken yapay zeka çözümleri, sorguları geniş ölçekte yanıtlamak için büyük sunucu gruplarına güveniyor ancak Qualcomm, cihaz içi silikonunun tek kullanıcı ihtiyaçlarını karşılayabileceğinden emin. Asghar'ın laboratuvarlarında şirketin çipleri, 7 milyar parametreli (verileri değerlendiren ve çıktının tonunu veya doğruluğunu değiştiren yönler) yapay zeka modellerini işledi; bu, OpenAI'nin ChatGPT'ye güç sağlayan 175 milyar parametreli GPT-3 modelinin çok altında, ancak mobil aramalara uygundur.

Asghar, "Hawaii zirvesinde cihaz üzerinde çalıştığını gerçekten gösterebileceğiz" dedi.

Demo cihazı büyük olasılıkla Qualcomm'un bir sonraki üst düzey çipini, muhtemelen gelecek yılın premium Android telefonlarında yer alacak olan Snapdragon 8 Gen 3'ü içerecek. MWC 2023'te Stable Diffusion'ı çalıştıran demo cihaz, geçen yıl Hawaii'de düzenlenen Snapdragon Zirvesi'nde duyurulan Snapdragon 8 Gen 2'yi kullandı.

Telefonların yeniden şarj edilmeye ihtiyaç duymadan gün boyu dayanamadığı bir çağda, gün boyunca üretken yapay zeka cini çağırmanın pilinizi daha da hızlı tüketip tüketmeyeceği konusunda da endişeler var. Telefonların teknolojiyi nasıl uyguladığını ve optimize ettiğini görmek için gerçek dünya testlerini beklememiz gerekecek, ancak Asghar, MWC 2023 demosunun tüm gün boyunca katılımcılar için sorgu çalıştırdığını ve pili tüketmediğini, hatta dokunulduğunda ısınmadığını belirtti. . Qualcomm'un silikonunun, çoğunlukla Snapdragon yonga setinin Hexagon işlemcisi ve sinirsel işlem birimi üzerinde "çok iyi güç tüketimi" ile çalışan üretken yapay zeka ile benzersiz bir kapasiteye sahip olduğuna inanıyor.

Asghar, "Bu işlemi gerçekleştirmek için özel donanıma sahip olmayanlar için endişe olacağını düşünüyorum" dedi.

Asghar, Qualcomm'un silikonuyla desteklenen gelecek yılın premium Android telefonlarının üretken yapay zekayı kullanabileceğine inanıyor. Ancak bunun daha ucuz telefonlara yansıması biraz zaman alacak. Tıpkı mevcut telefonlarda görüntü, ses ve video temizlemeye yönelik yapay zeka desteğinin en üst sıralarda yer alması ve daha ucuz telefonlarda daha az etkili olması gibi, üretken yapay zeka yetenekleri de Qualcomm'un sıralamasında aşağıya doğru ilerledikçe daha az (ama yine de mevcut) olacak. çip kataloğu.

Asghar, "Belki premiumda 10'dan fazla milyar parametreli bir model yapabilirsiniz ve bunun altındaki kademe bundan daha az olabilir, eğer bunun altındaysanız o zaman bundan daha az olabilir" dedi Asghar. "Dolayısıyla bu deneyimlerin zarif bir şekilde bozulması olacak, ancak diğer ürünlere de yayılacak."

Qualcomm, 5G'de olduğu gibi üretken yapay zekaya sahip yeni bir teknolojiyi ilk keşfeden olabilir ancak bu son olmayacak. Apple, cihazdaki yapay zekasını sessizce geliştiriyor; yazılımdan sorumlu kıdemli başkan yardımcısı Craig Federighi, Dünya Geliştiriciler Konferansı sonrası bir sohbette, otomatik düzeltmeyi geliştirmek için daha güçlü bir dönüştürücü dil modeliyle değiştirdiklerini belirtti. Apple'ın kendi "Apple GPT" sohbet robotunu dahili olarak test ettiği bile bildirildi. Teknoloji devinin, OpenAI'nin ChatGPT'yi 2022'nin sonlarında halka sunmasından bu yana ısınan yapay zeka alanında rekabet edebilmek için büyük dil modelleri oluşturmak üzere kendi çerçevesini geliştirdiği söyleniyor.

Apple'ın yapay zekası, her ikisi de bu yıl halka açık test için sınırlı sayıda piyasaya sürülen Google'ın Bard yapay zekası ve Microsoft'un Bing yapay zekasına karşı yarışa girebilir. Bunlar, üretken yapay zeka geliştirme yazılımının daha geleneksel "akıllı sohbet robotu" modelini takip ediyor, ancak telefonlara uygulamalar aracılığıyla ulaşmaları veya bir web tarayıcısı aracılığıyla erişilmeleri mümkün. Hem Google hem de Microsoft, üretken yapay zekayı halihazırda kendi üretkenlik platformlarına entegre ediyor; dolayısıyla kullanıcılar, çabalarını büyük olasılıkla ilk olarak Google Dokümanlar veya Microsoft Office'in mobil sürümlerinde görecekler.

Ancak çoğu telefon sahibi için Qualcomm'un çip tabanlı üretken yapay zekası, yeni bir teknolojinin ilk etkili kullanımı olabilir. Gelecek yıl mobil deneyimimizin ne kadar değişebileceğini görmek için Snapdragon Zirvesi'ni beklememiz gerekecek.

[™ Admin]

Google, kurumsal yapay zeka araçlarını ve yeni yapay zeka çipini tanıtıyor

SAN FRANCISCO (Reuters) - Google Salı günü, büyüyen teknolojinin büyük işletmelere daha fazla sunulmasını amaçlayan bir dizi yeni yapay zeka teknolojisini ve ortaklıklarını açıkladı.

San Francisco'daki Google Next konferansındaki duyurular arasında General Motors ve Estee Lauder Companies gibi bulut yazılımına yönelik yeni müşteriler de vardı.

Alphabet yan kuruluşu, özel olarak oluşturulmuş yapay zeka çiplerinin yeni bir versiyonunu kamuoyuna duyurdu, yapay zeka ile oluşturulan görüntüleri filigranlamak ve tanımlamak için kurumsal ölçekte bir aracın yanı sıra güvenlik ve ofis paketine yönelik araçları da tanıttı.

Microsoft'un geçen yıldan bu yana uygulamaya koyduğu iddialı bir yapay zeka stratejisiyle şirketi hazırlıksız yakalamasının ardından bu telaşlı duyurular, Google'ın yapay zeka planlarını sergilemeye yönelik son çabalarının bir parçası.

Kaynak: Reuters

[™ Admin]

Baidu CEO'su, Çin'de 70'ten fazla büyük yapay zeka dil modelinin piyasaya sürüldüğünü söyledi

PEKİN (Reuters) - Baidu Inc CEO'su Robin Li, Salı günü Pekin'de düzenlenen bir sektör etkinliğinde Çin'de 1 milyarın üzerinde parametreye sahip 70'ten fazla büyük yapay zeka dil modelinin piyasaya sürüldüğünü söyledi.

Baidu, kitlesel pazar sürümleri için düzenleyici onayı aldıktan sonra geçen hafta AI sohbet robotlarını başlatan diğer birkaç Çinli şirkete katıldı. Bunlar arasında yüz tanıma şirketi SenseTime ve AI startup'ları Baichuan Intelligent Technology, Zhipu AI ve MiniMax yer alıyor.

Li, Baidu'nun yapay zeka sohbet robotu Ernie 3.5'in en son sürümünün, önceki sürümün iki katı işlem hızına sahip olduğunu ve verimliliğin %50 arttığını söyledi. Li ayrıca Baidu'nun yakın gelecekte yeni bir versiyon çıkaracağını da açıkladı.

Kaynak: Reuters

[™ Admin]

 

[™ Admin]

 

[™ Admin]

Merkezi Olmayan Platformlarda Yapay Zeka ve Makine Öğreniminin Birleşmesi: Teknolojik Bir Devrim

Sürekli gelişen teknoloji çağında, yapay zeka (AI) ve makine öğreniminin (ML) merkezi olmayan platformlara entegrasyonu, en son teknolojilerin çığır açıcı bir yakınlaşmasına işaret ediyor. Bu füzyon, merkezi olmayan sistemlerle etkileşim kurma ve bunları kullanma şeklimizde devrim yaratma potansiyeli taşıyor.

Blockchain ve merkezi olmayan uygulamalar (DApp'ler) dahil olmak üzere merkezi olmayan platformlar, güvensizlik, güvenlik ve şeffaflık nitelikleri nedeniyle dikkat çekti. Yapay zeka ve makine öğrenimini bu platformlara aşılayarak otomasyonun, akıllı karar vermenin ve veriye dayalı içgörülerin yeni boyutlarının kilidini açıyoruz.

Merkezi olmayan platformları anlama

Yapay zeka ve makine öğrenimi entegrasyonunu derinlemesine incelemeden önce, merkezi olmayan platformların temellerini ve bunların önemini anlamak önemlidir.

Merkezi olmayan platformların özellikleri

1. Merkezi Olmayanlaştırma: Bu platformlar merkezi otoriteleri ortadan kaldırır ve bunun yerine dağıtılmış ağlara ve kriptografik ilkelere güvenirler. Bu ademi merkeziyetçilik, tek başarısızlık noktalarına olan bağımlılığı azaltır ve dayanıklılığı artırır.

2. Blockchain teknolojisi: Birçok merkezi olmayan platform, işlemleri güvenli ve şeffaf bir şekilde kaydeden dağıtılmış bir defter olan blockchain teknolojisi üzerine inşa edilmiştir. Bitcoin gibi kripto para birimleriyle meşhurdur.

3. Akıllı sözleşmeler: Akıllı sözleşmeler, koşulların doğrudan koda kodlandığı, kendi kendini yürüten anlaşmalardır. Merkezi olmayan platformlarda otomatik ve güvenilir işlemleri kolaylaştırırlar.

4. Merkezi Olmayan Uygulamalar (DApps): Bu uygulamalar merkezi olmayan ağlar üzerinde çalışır ve kripto para birimlerinin ötesinde işlevler sunar. DApp'ler genellikle açık kaynaklıdır ve özerktir.

5. Şeffaflık ve güvenlik: Merkezi olmayan platformlar şeffaflıkları ve güvenlikleriyle ünlüdür. Blok zincirindeki veriler değişmezdir ve fikir birliği mekanizmaları işlemlerin doğruluğunu ve güvenliğini sağlar.

Bu platformlar finans ve tedarik zinciri yönetiminden sağlık ve eğlenceye kadar birçok farklı sektörde uygulama alanı buluyor. Verimliliğin artmasını, maliyetlerin azalmasını, güvenliğin ve şeffaflığın arttırılmasını vaat ediyorlar. Bununla birlikte, ölçeklenebilirlik sorunları ve mevzuatla ilgili kaygılar da dahil olmak üzere kendilerine özgü zorluklarla da karşı karşıya kalıyorlar.

Merkezi Olmayan Platformlarda Yapay Zekanın Rolü

Yapay zekanın merkezi olmayan platformlara entegrasyonu, dönüştürücü yetenekler sunar. Anahtar yönler şunları içerir:

1. Otomatik karar verme

Yapay zeka, akıllı sözleşmelerin ve DApp'lerin önceden tanımlanmış kurallara ve gerçek zamanlı verilere dayalı olarak otomatik, akıllı kararlar almasına olanak tanır. Bu, otomatik ticaret, sigorta taleplerinin işlenmesi veya tedarik zinciri yönetimi gibi görevler için çok değerlidir.

2. Veri analizi

Yapay zeka, merkezi olmayan defterlerde depolanan büyük hacimli verileri analiz ederek finansal analiz, dolandırıcılık tespiti ve pazar araştırması gibi alanlara uygulanabilir değerli bilgiler elde edebilir.

3. Tahmine dayalı analitik

AI ve ML modelleri, geçmiş blockchain verilerine dayanarak tahminlerde bulunarak eğilimlerin tahmin edilmesine, risk değerlendirmesine ve talep tahminine yardımcı olur.

4. Doğal Dil İşleme (NLP)

Yapay zeka odaklı NLP, merkezi olmayan platformlarda depolanan yapısal olmayan verileri analiz etmek için kullanılır ve DApp'lerde duygu analizine, sohbet robotlarına ve içerik iyileştirmeye olanak tanır.

5. Gelişmiş Güvenlik

Yapay zeka, tehditleri tespit ederek ve yetkisiz erişim veya sahte işlemler gibi şüpheli eylemlere yönelik etkinlikleri izleyerek merkezi olmayan ağlarda güvenliği artırır.

Yapay zekanın entegrasyonu, merkezi olmayan platformları geliştirerek onları daha akıllı, verimli ve değişen koşullara uyarlanabilir hale getiriyor. Çeşitli sektörlerde yenilikçi uygulamaların geliştirilmesini teşvik eder. Bununla birlikte, sorumlu uygulamayı gerektiren, veri gizliliği ve mevzuata uygunluk gibi kendi zorluklarını da beraberinde getirir.

Merkezi olmayan sistemlerde makine öğrenimi

Makine öğrenimi (ML), merkezi olmayan sistemlerde gelişmiş veri analizi ve tahmin yetenekleri sunarak hayati bir rol oynar. Makine öğrenimi şu şekilde uygulanır:

1. Veri analizi ve örüntü tanıma

ML algoritmaları, merkezi olmayan platformlardaki büyük hacimli verileri analiz ederek veriye dayalı kararlar ve içgörüler için gerekli kalıpları ve eğilimleri belirler.

  2. Dolandırıcılık tespiti

ML modelleri, merkezi olmayan ağlardaki dolandırıcılık faaliyetlerini tespit etmek, şüpheli işlemleri ve potansiyel olarak kötü niyetli düğümleri tespit etmek üzere eğitilmiştir.

  3. Tahmine dayalı analitik

ML, geçmiş blockchain verilerine dayanarak tahmine dayalı modeller oluşturarak pazar eğilimlerini, varlık fiyatlarını veya tedarik zinciri kesintilerini tahmin etmeye yardımcı olur.

4. Risk değerlendirmesi

Finans ve sigorta bağlamlarında, ML risk faktörlerini değerlendirir ve merkezi olmayan sistemlerden gelen verileri kullanarak risk puanlarını hesaplayarak kredi itibarının belirlenmesine ve yatırım stratejilerine yardımcı olur.

5. Doğal Dil İşleme (NLP)

NLP modelleri, merkezi olmayan sistemlerdeki yapılandırılmamış metin verilerini analiz ederek duygu analizinden, belge sınıflandırmasından ve sohbet robotu etkileşimlerinden yararlanır.

ML önemli faydalar sunarken, veri gizliliği, veri kalitesi ve özellikle hassas kullanıcı verileriyle ilgili düzenleyici ve etik sonuçların ele alınması dahil olmak üzere endişeleri artırıyor. Merkezi olmayan platformlarda güven ve güvenliğin sürdürülmesi için ML'nin etik ve sorumlu kullanımı esastır.

Merkezi Olmayan Platformlardaki Zorluklar ve Dikkat Edilmesi Gerekenler

Yapay zeka ve makine öğreniminin merkezi olmayan platformlara entegrasyonu benzersiz zorluklar ve hususlar sunar:

1. Veri gizliliği ve güvenliği

Merkezi olmayan platformlar genellikle hassas verileri blok zincirinde depolar ve yetkisiz erişimi ve veri ihlallerini önlemek için şeffaflık ve gizlilik arasında bir denge kurulmasını gerektirir.

2. Veri kalitesi

Blockchain üzerindeki doğru ve yüksek kaliteli veriler, yapay zeka ve makine öğrenimi modellerinin etkili bir şekilde performans göstermesi için hayati öneme sahiptir. Düşük kaliteli veriler, hatalı tahminlere ve içgörülere yol açabilir.

3. Mevzuata uygunluk

Merkezi olmayan teknolojiler için gelişen düzenlemelerde ve yasal çerçevelerde gezinmek karmaşık olabilir; farklı yargı bölgelerinin kripto para birimleri, veri işleme ve akıllı sözleşmelerle ilgili farklı kuralları vardır.

4. Ölçeklenebilirlik

Ölçeklenebilirlik, özellikle blockchain tabanlı sistemlerde önemli bir endişe kaynağıdır. Blok zincirindeki veriler büyüdükçe verimli işleme zorlaşır.

5. Birlikte Çalışabilirlik

Yapay zeka ve makine öğreniminin mevcut merkezi olmayan sistemlere entegre edilmesi, farklı bileşenler ve protokoller arasında kesintisiz etkileşim gerektiren birlikte çalışabilirlik sorunlarıyla karşılaşabilir.

6. Enerji tüketimi

Bazı blockchain ağları, fikir birliği mekanizmaları için önemli miktarda enerji tüketir. Yapay zeka ve makine öğrenimini uygularken çevre dostu çözümler bulmak sürdürülebilirlik açısından çok önemlidir.

Bu zorlukların üstesinden gelmek teknik uzmanlık, etik hususlar, mevzuata uygunluk ve teknolojinin benimsenmesinde ileriyi düşünen bir yaklaşım gerektirir. Bütünsel bir bakış açısı, riskleri azaltırken faydaları en üst düzeye çıkarmak için hayati öneme sahiptir.

Yapay zeka ve makine öğreniminde gelecekteki trendler ve yenilikler

Yapay zeka ve makine öğreniminin merkezi olmayan platformlara entegrasyonu, ufukta heyecan verici trendler ve yeniliklerin görüldüğü, sürekli gelişen bir alandır:

1. Gelişmiş Merkezi Olmayan Finans (DeFi)

AI ve ML, risk değerlendirmesini, otomatik ticaret stratejilerini ve dolandırıcılık tespitini iyileştirerek DeFi platformlarını daha verimli ve güvenli hale getirerek DeFi'yi geliştirmeye devam edecek.

2. Yapay zeka odaklı tahmine dayalı analitik

Yapay zeka, finansal piyasalar, tedarik zincirleri ve diğer sektörler için daha doğru tahmin modelleri geliştirerek daha iyi karar alma ve risk yönetimi sağlayacak.

3. Merkezi Olmayan Özerk Kuruluşlar (DAO'lar)

Yapay zeka, teklifleri analiz ederek, oylama modellerini analiz ederek, öngörüler sağlayarak ve yönetimi optimize ederek DAO'ların daha etkili olmalarına yardımcı olacak.

4. Merkezi olmayan kimlik doğrulama

Yapay zeka odaklı kimlik doğrulama, merkezi olmayan platformlarda kullanıcı kimlik doğrulaması ve kimlik yönetimi için güvenli ve gizliliğe duyarlı çözümler sunacak.

5. Blok zincirler arası birlikte çalışabilirlik

Yapay zekadaki yenilikler, farklı blok zinciri ağları arasında birlikte çalışabilirliğin geliştirilmesine yol açarak birden fazla blok zincirinde kesintisiz veri paylaşımını ve işlemleri kolaylaştırabilir.

6. Ölçeklenebilirlik çözümleri

AI ve ML, blockchain ağlarının ölçeklenebilirliğini artıran, darboğazları ve işlem sürelerini azaltan çözümlere katkıda bulunacaktır.

7. Yapay Zeka Tarafından Oluşturulan İçerik

Merkezi olmayan içerik oluşturma platformları, metin, resim ve videolar oluşturmak için yapay zekadan yararlanacak ve kullanıcı tarafından oluşturulan yeni içerik ve yaratıcılık biçimlerine olanak tanıyacak.

Bu eğilimler ve yenilikler, çeşitli endüstrileri şekillendirme, güvenliği artırma ve yeni ekonomik ve yönetişim modellerini teşvik etme potansiyeline sahip, merkezi olmayan sistemlerde yapay zeka ve makine öğreniminin sürekli gelişimini temsil ediyor.

Bu gelişmeler hakkında güncel kalmak, yapay zeka ve merkezi olmayan platformların kesişimine ilgi duyanlar için çok önemlidir.

Yapay zekanın (AI) ve makine öğreniminin (ML) merkezi olmayan platformlara entegrasyonu, teknolojide dinamik ve gelecek vaat eden bir sınırı temsil ediyor. Bu dönüştürücü teknolojiler, merkezi olmayan sistemlerle birleştirildiğinde endüstrileri yeniden şekillendirme, güvenliği artırma ve inovasyonu teşvik etme potansiyeline sahiptir.

Bu füzyon, merkezi olmayan, verimli ve veri odaklı bir geleceği mümkün kılan olağanüstü teknoloji sinerjisine örnek teşkil ediyor. Bu alan gelişmeye devam ettikçe benzeri görülmemiş fırsatların kilidini açma ve teknoloji ve verilerle etkileşim şeklimizi yeniden tanımlama potansiyeline sahip. Bu heyecan verici bir yolculuk ve hızla ilerleyen bu alanda bilgi sahibi olmak ve etkileşimde bulunmak, bu alanın tüm potansiyelinden yararlanmak için hayati önem taşıyor.

Kaynak: Cryptopolitan

[™ Admin]

IBM'in Yeni Üretken Yapay Zeka (AI) Aracı Oyunun Kurallarını Değiştiriyor

Bilgisayar kodunu yazabilen ve yeniden düzenleyebilen büyük dil modelleri geçen yıl çoğaldı. Bu araçlar aslında programcıların yerini almaz; kod yazmak bilim olduğu kadar sanattır da. Ancak sıkıcı görevlerin üstesinden gelerek programcıları önemli ölçüde daha verimli hale getirebilirler.

International Business Machines (NYSE: IBM), geçtiğimiz birkaç ay içinde watsonx yapay zeka (AI) platformunu kullanıma sunuyor. Şirket, veri gizliliğini ve mevzuat gerekliliklerini göz önünde bulundurarak kurumsal müşterilerinin üretken yapay zeka modellerini eğitmesine ve dağıtmasına yardımcı olmaya odaklanıyor. Perşembe günü IBM resmi olarak Watsonx Code Assistant'ı başlattı. Bu yeni üretken yapay zeka destekli asistan, genel amaçlı bir araç değildir. Bunun yerine, çok spesifik kullanım durumları için uyarlanmıştır.
Bu kullanım örneklerinden biri, IBM'in ana bilgisayar sistemlerinde çalışan onlarca yıllık kodun daha modern bir programlama diline dönüştürülmesidir. Bu, böylesine dönüştürücü bir teknolojinin sıkıcı bir uygulaması gibi görünebilir, ancak IBM'in ana bilgisayar sistemlerini güncel tutması ve kurumsal müşteri tabanından ek gelir elde etmesi için muazzam bir fırsatı temsil ediyor.

COBOL'dan Java'ya

COBOL veya Ortak İş Odaklı Dil, 1959'dan beri var olan bir programlama dilidir. Mevcut modern programlama dillerinin üstünlüğü göz önüne alındığında, COBOL yeni uygulamalar yazmak için yaygın olarak kullanılmaz. Ancak bazı sektörlerde hâlâ üretkenlik sürüyor. IBM, küresel bankacılık işlemlerinin %70'inin COBOL çalıştıran ana bilgisayar sistemlerinde işlendiğini tahmin ediyor. Başka bir tahmin, günlük kullanımdaki COBOL kodu satırlarının toplam sayısının 800 milyar civarında olduğunu gösteriyor.

Sorun şu ki artık kimse COBOL öğrenmiyor. ABD üniversitelerinde yaygın olarak öğretilmiyor ve öyle olsa bile, COBOL'u öğrenmek muhtemelen kötü bir kariyer hamlesi olarak görülüyor. Bu, COBOL destekli iş yüklerini çalıştıran şirketleri zor durumda bırakıyor. Onlarca yıllık COBOL kodunu yeniden yazmak, bulunması zor olan özel bir yetenek gerektirir ve bu, kritik görev sistemlerini bozma riski oluşturur. Zaman geçtikçe COBOL uygulamalarını modernleştirme yeteneğine sahip programcıların yetenek havuzu azalıyor.

IBM'in watsonx Code Assistant for Z ile bir çözümü var. Kod asistanının bu özel sürümü, bir COBOL uygulamasının ve bağımlılıklarının haritasını çıkarmak, bir COBOL uygulamasını modüler parçalara bölmek ve bu parçaları modern Java koduna dönüştürmek için üretken yapay zekayı kullanıyor. Ürün henüz doğrulama testini desteklemiyor ancak bu özelliğin gelecekteki bir sürüm için planlanması planlanıyor.

IBM'in bu yeni yapay zeka aracı birçok şeyi başarıyor. Birincisi, ana bilgisayar müşterilerine, ana bilgisayardan bir platform olarak vazgeçmeden uygulamalarını modernleştirmeleri için bir yol sağlar. İkincisi, IBM'in anabilgisayar müşterileriyle ilişkisini genişletmesine olanak tanır. Üçüncüsü, IBM'in danışmanlık işine bir ivme kazandıracak. IBM'in danışmanlık kolu, müşterilerin modernizasyona hazır uygulamaları belirlemesine yardımcı olacak ve özel ihtiyaçları olan müşteriler için özel çözümler oluşturmak üzere şirketin diğer bölümleriyle birlikte çalışacak.

Müşteriler için büyük avantajlardan biri veri gizliliğidir. COBOL destekli bu uygulamalardan bazıları, bankacılık ve finansal hizmetler sektöründeki hassas ve kritik sistemlerin merkezinde yer alıyor. Müşteriler, IBM ile ortaklık kurarak ve onun watsonx platformunu kullanarak, verilerinin güvende kalmasını sağlayabilirler.

Kurumsal bir ilk yapay zeka stratejisi

Hibrit bulut stratejisine benzer şekilde IBM'in yapay zeka stratejisi de müşterilerin üretkenliğini artırmasına, daha verimli olmasına ve maliyetleri düşürmesine yardımcı olmaya odaklanıyor. Eski COBOL uygulamalarını manuel olarak modern bir dile dönüştürmenin zaman, para ve kesinti potansiyeli, birçok ana bilgisayar müşterisinin bu yolu seçmeyi ciddi olarak düşünmesi için muhtemelen çok yüksektir. Bu yeni yapay zeka aracıyla ana bilgisayar müşterilerinin, görev açısından kritik uygulamaları modernize etmek için başka bir seçeneği var.

IBM'in anabilgisayar işi dirençlidir, ancak COBOL geliştiricilerinin eksikliği müşteriler için çetrefilli bir sorun haline gelmiştir. Bu yeni yapay zeka aracı, müşterilerin ana bilgisayar uygulamalarını 21. yüzyıla taşımalarına yardımcı olacak ve bu süreçte IBM'in ana bilgisayar işini güçlendirecek.

Analist ekibimiz bir hisse senedi ipucuna sahip olduğunda, dinlemek için para ödeyebilir. Sonuçta, on yılı aşkın süredir yayınladıkları haber bülteni Motley Fool Stock Advisor, piyasayı üç katına çıkardı.*

Yatırımcıların şu anda satın alabilecekleri en iyi on hisse senedi olduğuna inandıklarını açıkladılar... ve International Business Machines onlardan biri değildi! Bu doğru - bu 10 hisse senedinin daha da iyi satın alınacağını düşünüyorlar.

Kaynak: TMF

[™ Admin]

İngiltere, şimdiye kadarki en hızlı yapay zekalı süper bilgisayarını oluşturmak için 273 milyon dolar harcıyor

Birleşik Krallık hükümeti, açıldığında dünyanın en iyi yapay zeka süper bilgisayarları arasında yer alacak olan en güçlü süper bilgisayarı Isambard-AI'yi oluşturmak için 273 milyon dolarlık bir yatırım yaptığını duyurdu. Binlerce NVIDIA süper çipini barındıracak ve saniyede 200 katrilyondan fazla hesaplama yapmasına olanak sağlayacak. Isambard-AI'nin 2024 yazında faaliyete geçmesi bekleniyor ve Bristol Üniversitesi'nin ev sahipliğinde yapılacak.

NVIDIA kendi duyurusunda, süper bilgisayarın Hewlett Packard Enterprise tarafından üretildiğini ve 5.448 adet NVIDIA GH200 Grace Hopper Süper Çipini kullanacağını söyledi. Büyük dil modellerinin eğitimi gibi yapay zeka uygulamaları için 21 exaflop'un üzerinde yapay zeka performansı veya saniyede 21 kentilyonun üzerinde kayan nokta işlemi elde edebilecek. Bristol Üniversitesi'ne göre Isambard-AI, bugün İngiltere'deki en hızlı süper bilgisayardan 10 kat daha hızlı olacak. Bristol Ulusal Kompozit Merkezi'nde "kendi kendine soğutulan, kendi kendine yeten bir veri merkezinde" yer alacak.

Duyuru, ABD de dahil olmak üzere birçok ülkeden liderlerin yapay zekanın geleceğini ve potansiyel risklerini tartışmak üzere bir araya geldiği Birleşik Krallık Yapay Zeka Güvenliği Zirvesi sırasında geldi. Isambard-AI, performansı daha da artırmak için sonunda Birleşik Krallık'taki diğer süper bilgisayarlara bağlanmak için de kullanılacak. Bristol Üniversitesi'nden Simon McIntosh-Smith'e göre Isambard-AI, çalışır hale geldiğinde "her yerde açık bilim için en güçlü yapay zeka sistemlerinden biri olacak."

Kaynak: Engadget

[™ Admin]

 

[™ Admin]

Rapora Göre: Alibaba, yapay zeka ve bulut veri merkezlerinde kullanılmak üzere açık kaynaklı RISC-V teknoloji çipini tanıttı

The South China Morning Post'un haberine göre Alibaba'nın (NYSE:BABA) çip tasarım birimi, sunucu depolaması için RISC-V tabanlı bir denetleyici çipi piyasaya sürdü.

"Beşinci risk" olarak telaffuz edilen RISC-V, yapay zeka veya yapay zeka da dahil olmak üzere çeşitli uygulamalar için özel işlemciler geliştirmek üzere kullanılabilen açık kaynaklı bir talimat seti mimarisidir.

Salı günü düzenlenen yıllık Apsara bulut bilişim konferansında Alibaba, kurumsal katı hal sürücüleri veya SSD'ler için bir denetleyici entegre devresi veya IC olan Zhenyue 510'u tanıttı.

Alibaba'nın sahibi olduğu South China Morning Post, Zhenyue 510'un başlangıçta Alibaba Cloud'un veri merkezlerinde konuşlandırılacağını ve AI eğitimi, çevrimiçi işlemler ve büyük veri analizi gibi uygulamalara destek sağlayacağını belirtti.
IC, Alibaba'nın çip tasarımı yan kuruluşu T-Head tarafından geliştirilen bu türden ilk çiptir; Çinli bulut hizmet sağlayıcıları performansı güçlendirmek için kendi çip tasarımlarını benimserler.

Alibaba Cloud, çipin piyasadaki diğer IC'lere kıyasla giriş ve çıkış işlemleri için %30 daha düşük gecikme süresi sağladığını belirtti.

Raporda, SiFive dahil ABD merkezli RISC-V fikri mülkiyet şirketlerinin ticari IP çekirdeklerini ABD ihracat kontrolü kara listesindeki Çinli şirketlere satmasının yasaklandığı belirtildi.

RISC-V teknolojisi, ABD ile yaşanan teknik çekişmenin ortasında Çin'in yabancı fikri mülkiyete bağımlılığı azaltma konusunda yeni umudu haline geldi. RISC-V teknolojisi, Arm Holdings (ARM) ve Intel'in (INTC) maliyetli özel teknolojisiyle rekabet ediyor.

Perşembe günü, ABD'li milletvekillerinden oluşan iki partili geniş bir grubun Biden yönetimine Çin'in artan RISC-V çip tasarım teknolojisi kullanımına yanıt verme planlarını sorduğu bildirildi.

T-Head daha önce iki tescilli silikon tasarımını piyasaya sürmüştü: ilk AI çipi, 2019'da piyasaya sürülen Hanguang 800 sinirsel işleme ünitesi; ve rapora göre 2021'de tanıtılan, bulut sunucuları için Arm tabanlı bir merkezi işlem birimi olan Yitian 710.

Raporda, T-Head'in 2019 yılında diğer yarı iletken tasarım firmalarına lisanslanan RISC-V XuanTie serisi IP çekirdeklerini kullanan XuanTie 910 adlı Nesnelerin İnterneti işlemcisini de piyasaya sürdüğü belirtildi.

Ayrı bir gelişmede, Salı günü Çinli teknoloji devi en yeni büyük dil modeli veya LLM, Tongyi Qianwen 2.0'ı piyasaya sürdü.

Alibaba Cloud, birkaç yüz milyarlarca parametreye sahip genel bir LLM olan Tongyi Qianwen 2.0'ın, Nisan ayında başlatılan önceki sürümüne göre önemli bir yükseltmeyi temsil ettiğini belirtti.

Şirket, modelin, dil anlama, aritmetik problem çözme ve soru cevaplamaya kadar çeşitli alanlardaki kıyaslamalarda bazı önde gelen LLM'leri aştığını da ekledi.

Alibaba Cloud ayrıca işletmelerin sektörler genelinde üretken yapay zekayı kullanmasına yardımcı olmak için sektöre özel yeni modeller yayınladı.

Şirket ayrıca, model geliştirme ve uygulama oluşturma sürecini kolaylaştırmak için hepsi bir arada yapay zeka model oluşturma platformu olan GenAI Hizmet Platformunu da tanıttı.

Üretken yapay zeka hizmetleri, geçen yıl Microsoft (MSFT) destekli OpenAI'nin ChatGPT'sinin piyasaya sürülmesinden bu yana şehrin konuşulan konusu haline geldi. Dünya çapında şirketler, içerik ve görüntü oluşturma gibi hizmetleri sağlayabilecek kendi Yüksek Lisans Programlarını (LLM) başlattılar.

Alibaba'da (BABA) Tongyi Qianwen'in yanı sıra Tongyi Wanxiang var; Baidu'nun (BIDU) Ernie Bot'u, OpenAI'nin DALL·E 3'ü, Meta'nın (META) AudioCraft'ı, SeamlessM4T ve Llama 2'si, Alphabet (GOOG) (GOOGL) birimi Google'ın Bard'ı var. ve Getty Images'ın Generative AI adlı Getty Images (GETY) modeli bunlardan birkaçı.

Kaynak: Seeking Alpha

[™ Admin]

 

[™ Admin]

 

[™ Admin]

 

[™ Admin]

Microsoft ilk yapay zeka (AI) çipi Maia 100 ve Cobalt CPU'yu tanıttı

Microsoft, Çarşamba günü düzenlediği yıllık geliştirici konferansı Ignite'da, Azure bulut hizmeti için uzun süredir beklenen, Azure Maia 100 adı verilen ve üretken yapay zeka gibi görevler için optimize edildiğini söylediği özel bulut bilişim çipini tanıttı.

Şirket, Maia 100'ün yapay zekaya yönelik Maia hızlandırıcıları serisinin ilki olduğunu söyledi. Microsoft, çipin en küçük özelliklerinin metrenin beş milyarda biri olan boyutuna atıfta bulunarak, 105 milyar transistörle "5 nanometre işlem teknolojisindeki en büyük çiplerden biri" olduğunu söyledi.

Ayrıca şirket, bulut bilişim için kendi bünyesinde üretilen ilk mikroişlemcisi Azure Cobalt 100'ü de tanıttı. Maia gibi bu işlemci de planlanan mikroişlemciler serisinin ilki. ARM Holdings'in Nvidia ve Apple dahil çok sayıda şirket tarafından kullanılmak üzere lisanslanan ARM talimat seti mimarisini temel alıyor.

Microsoft, Cobalt 100'ün kalıp üzerinde 128 bilgi işlem çekirdeği bulunan 64 bitlik bir işlemci olduğunu ve Azure'un kullandığı diğer ARM tabanlı çiplerle karşılaştırıldığında güç tüketiminde %40'lık bir azalma sağladığını söyledi. Şirket, Kobalt kısmının halihazırda Microsoft Teams ve Azure SQL gibi programları desteklediğini söyledi.

Microsoft, Maia 100 ve Cobalt 100 adlı iki çipin saniyede 200 gigabit ağ bağlantısıyla beslendiğini ve saniyede 12,5 gigabayt veri çıkışı sağlayabildiğini söyledi.

Microsoft, bulut ve yapay zeka için özel silikon sunan Üç Büyük bulut satıcısının sonuncusudur. Google, 2016 yılında Tensör İşleme Birimi veya TPU ile özel silikon yarışına öncülük etti. Amazon, Graviton, Trainium ve Inferentia gibi bir dizi çiple aynı şeyi yaptı.
Microsoft'un çabalarına dair söylentiler, geçen yaz şirketten bir planlama belgesinin sızdırılması gibi ara sıra yapılan açıklamalarla beslenen, yıllardır ortalıkta dolaşıyordu.

Microsoft, Azure çipleri için hem Nvidia hem de AMD ile ortaklık kurmaya devam ettiğini belirtti. Gelecek yıl Nvidia'nın en yeni "Hopper" GPU yongası H200'ün yanı sıra AMD'nin rakip GPU'su MI300'ü de eklemeyi planlıyor.

Microsoft'un çipleri GitHub Copilot gibi programlara yardımcı olacak, ancak aynı zamanda Microsoft'un ChatGPT ve GPT-4 gibi programların özel haklarını güvence altına almak için 11 milyar dolar yatırım yaptığı yapay zeka girişimi OpenAI'nin üretken yapay zekasını çalıştırmak için de kullanılacak.

Geçen hafta San Francisco'da düzenlenen OpenAI geliştirici konferansında Microsoft CEO'su Satya Nadella, "yol haritanızda agresif bir şekilde ilerlerken" OpenAI için "en iyi hesaplamayı" oluşturma sözü verdi.
Nadella, "37.000'den fazla kuruluşta iş amaçlı Copilot'a abone olan 1 milyondan fazla ücretli Copilot kullanıcımız var" dedi ve "Amerika Birleşik Devletleri dışında önemli bir ilgi görüyor."

Ayrıca Ignite'da Microsoft, Copilot'u Azure için Copilot'un genel önizlemesiyle genişlettiğini duyurdu; bu araç, sistem yöneticilerine "anında derin içgörüler oluşturmaya yardımcı olacak" bir "Yapay Zeka arkadaşı" sağlayacak.

Microsoft, çip yeniliklerine ek olarak, Oracle'ın Oracle donanımları üzerinde çalışan veritabanı programlarının ABD Doğu Azure bölgesinde genel kullanıma sunulduğunu duyurdu. Microsoft'un, Oracle'ın kendi bilgisayar sistemleri altyapısı üzerinde Oracle veritabanı sunan tek bulut operatörü olduğu belirtildi.

Diğer iş ortağı haberleri arasında, VMware'in vSphere sanallaştırma paketi için Microsoft'un uç bilişim hizmeti Arc'ın genel kullanıma sunulması yer alıyordu.
Microsoft ve OpenAI, eş zamanlı olarak işletmeleri üretken yapay zeka kullanmaya teşvik etmeye çalışıyor. Nadella geçen ay Wall Street'e Microsoft'un üretken yapay zeka işinde büyük bir büyüme gördüğünü söyledi. Şirketin GitHub Copilot yazılımı için ödeme yapan müşterilerinin sayısı Eylül çeyreğinde önceki çeyreğe göre %40 arttı.

Kaynak: ZDNeT

[™ Admin]

Scarlett Johansson, Yapay Zeka Oluşturucusuna Derin Sahte Görüntüler Nedeniyle Dava Açtı

Oyuncunun grevi bitmiş olabilir ancak Scarlett Johansson'un yapay zekaya (AI) karşı mücadelesi daha yeni başlıyor. Süperstar oyuncu, Lisa AI: 90'ların Yıllığı ve Avatar uygulamasına benzerliğinin ve sesinin izinsiz kullanımı nedeniyle dava açıyor. Her ikisi de izleyicilerin ekranlarında gerçek Johansson'u gördüklerini düşünmelerini sağlayacak kadar gerçekti.

Lisa AI, yalnızca destansı bir "küstahlık" düzeyi olarak tanımlanabilecek bir şekilde, uygulamanın ultra gerçekçi görüntüler oluşturmanın ne kadar etkili olduğunu göstermek için AI tarafından oluşturulan bu görüntüleri ve sesleri kullanıyordu. Teorik olarak, Lisa AI kullanıcıları, kullanıcının seçtiği mesajı iletmek istedikleri herhangi bir ünlü kişinin yer aldığı derin sahte bir görüntü oluşturmak için uygulamayı kullanabilirler. Böyle bir teknolojinin nasıl hızla kontrolden çıkabileceğini görmek için dahi olmaya gerek yok.

Johansson'un davası, Screen Actors Guild'in (SAG) 100 günden fazla süren grevin ardından sinema stüdyolarıyla yeni bir anlaşma yapmasının hemen ardından geldi. Oyuncular için asıl anlaşmazlık noktalarından biri, stüdyonun çekimler sırasında oyuncuların görüntülerini yakalama ve bunları, oyunculara tazminat ödemeden veya kalan tazminatı ödemeden, ilerleyen süreçte yapay zeka görüntüleri oluşturmak için kullanma yeteneğini kısıtlama istekleriydi.

Diğer bir konu ise stüdyonun, ölen oyuncuları yeni filmlerde rol alabilmeleri için hayata döndürmek amacıyla yapay zekayı kullanma yeteneği etrafında dönüyordu. Film stüdyolarının bu tür bir güçten neden heyecan duyacağını anlamak kolaydır. Teorik olarak, bunu bir kez oyuncuları çekmek ve ardından o oyuncu için tam bir filmografi oluşturmak veya oyunculara hiçbir ödeme yapmadan yapay zeka tarafından oluşturulan bir filmin tamamını yapmak için kullanabilirler.

SAG, yapay zekanın stüdyolar tarafından bu tür sınırsız kullanımına yönelik varoluşsal bir tehdit gördü. Bu güçlü yeni teknolojiye sınır koymazsa, bir nesilden daha kısa sürede geçerliliğini yitirebileceğinden haklı olarak endişeleniyordu. Lisa AI uygulamasının Johansson'un imajını ve benzerliğini ne kadar etkili bir şekilde kopyalayabildiği göz önüne alındığında, oyuncuların endişelenmek için iyi nedenleri vardı.

Yapay zekanın Hollywood'da oluşturduğu potansiyel tehdit oyuncuların ötesine geçiyor. Senaristler ayrıca yapay zeka motorlarının, kendi senaryolarını oluşturmaya ve proje yazmaya başlamak için önceden yayınlanmış materyallerinden yeterince yararlanabileceğinden de endişeliydi. Yayın geliri için daha iyi bir anlaşma elde etmenin yanı sıra, sinema stüdyosunun orijinal içerik oluşturmak için yapay zekayı kullanma becerisine sınırlamalar getirmek, kısa süre önce karara bağlanan Amerika Yazarlar Birliği grevinde önemli bir motivasyon kaynağıydı.

Herkes bu kadar şanslı değil. Serbest yazarlar ve içerik oluşturucular, ChatGPT gibi yapay zeka motorları tarafından oluşturulan materyaller nedeniyle her gün daha fazla iş kaybediyor. Ancak yapay zeka düzenlemeleri için toplu pazarlık yapacak bir sendikaları yok. Öyle olsa bile yapay zekanın gücü büyümeye ve diğer endüstrileri etkilemeye devam edecek.

Golf sopası üreticilerinden otomobil şirketlerine kadar herkes, tüketiciler için daha iyi, daha etkili ürünler tasarlamak amacıyla yapay zekayı kullanıyor. Yapay zekanın yetenekleri gelişmeye devam ettikçe erişimini diğer alanlara ve mesleklere doğru genişletecek. Golf sopaları ve arabalar gibi tüketici ürünlerinin teknolojik yönü açısından yapay zeka, kalite, performans ve verimlilik açısından ileriye doğru dev bir atılımı temsil ediyor. Bu nedenlerden dolayı yapay zeka kalıcı olacak.

Johansson'un davası, "taklit iltifatın en samimi şeklidir" teorisine katılmadığının olumlu kanıtıdır. Daha da önemlisi, kendi benzerliğinin kullanımı üzerinde kontrol sahibi olma hakkına sahiptir. Yapay zekanın meşhur "dört harfli bir kelime" olduğuna inansanız bile, bunun gibi teknolojilerin çeşitli yatırım fırsatları sunduğu gerçeği ortadadır.

Wefunder ve StartEngine gibi sermaye kitle fonlaması platformları, önümüzdeki yıllarda kendi alanlarında büyük etkiler yaratacak yapay zeka girişimlerine yatırım yapmak için harika yerlerdir. Bu tekliflerin birçoğu akredite olmayan yatırımcılara açıktır ve satın alma maliyetlerine göre yüksek avantajlara sahiptir. Yapay zekanın işinizi tehdit etmesini engelleyemeyebilirsiniz ancak doğru yatırımla büyük başarı elde etmenizin bir önemi olmayabilir.

Kaynak: Benzinga

[™ Admin]

OpenAI CEO'su Sam Altman, ChatGPT'nin süper zekaya giden yol olmadığını söylüyor

OpenAI 2015 yılında piyasaya çıktığında bunu kar amacı gütmeyen bir araştırma laboratuvarı olarak yaptı. Elon Musk ve Sam Altman'ın yönetim kurulunda sandalyeleri vardı ancak ekibin liderliğini Google Beyin Takımı'nda çalışmış tanınmış bir araştırmacı olan Ilya Sutskever yaptı.

Şirketin o zamanki hedefi "dijital zekayı, finansal getiri yaratma ihtiyacıyla sınırlandırılmadan, bir bütün olarak insanlığa fayda sağlayacak şekilde geliştirmek"ti.

Şirket, 2015 tarihli bir blog yazısında "Araştırmamız mali yükümlülüklerden muaf olduğundan, olumlu insan etkisine daha iyi odaklanabiliriz" diye yazdı.

OpenAI, o ilk idealist günlerden bu yana çok yol kat etti. Musk artık yönetim kurulunda değil; Altman CEO oldu ve şirket 2019'da kar amacı gütmeyen başlangıcından, yakın zamanda Microsoft'tan milyarlarca dolarlık bir yatırımı da içeren bir yapı olan yeni bir "kar amacı gütmeyen" yapıya dönüştü.

Ve geçen yıl şirket, tüketiciye yönelik bir Büyük Dil Modeli (LLM) olan ve o zamandan beri herkesin bildiği ChatGPT'yi piyasaya sürdü ve aynı zamanda rakipler arasında bunu aşmak ve düzenleyiciler arasında onu dizginlemek için bir yarış başlattı.

Ancak OpenAI'nin misyonu değişmedi: "Yapay genel zekanın (AGI) öncelikle güvenli YGZ inşa etmeye çalışarak ve faydalarını dünyayla paylaşarak tüm insanlığa fayda sağlamasını sağlamak."

Ancak oraya ulaşmanın yolları (tabii ki YGZ gerçekten mümkünse) değişiyor gibi görünüyor.

Sam Altman'ın AGI'ye giden yolu

Geçen yıl, önde gelen yapay zeka araştırmacılarından Gary Marcus, bir makalesinde derin öğrenmenin duvara çarpmak üzere olabileceğini öne sürdü. Ölçeklendirmenin her şey olmadığını, halüsinasyon ve güvenilirliğin bir sorun olmaya devam ettiğini, yanlış bilginin çözülmeden kaldığını ve Yüksek Lisans'ın "bizi AGI'ye götürmeyeceğini" savundu.

LLM'ler (ChatGPT gibi), muazzam veri kümeleri üzerinde eğitildikten sonra içeriği tanıyabilen ve oluşturabilen bir tür yapay zeka modelidir.

Yapay zeka topluluğu o dönemde Marcus'un iddialarına yoğun tepki gösterdi ve kısaca argümanlarının asılsız olduğunu söyledi.

Ancak o zamandan beri bazıları ortaya çıkmaya başlıyor.

Meta'da (META) Yapay Zeka yöneticisi Yann LeCun - Ücretsiz Raporu Alın, Şubat ayında yüksek lisans eğitimlerinin insan düzeyinde yapay zekaya giden yolda bir "çıkış noktası" olduğunu söyledi. Bu yorum onun daha önceki bakış açısına göre bir değişiklik olarak geldi: "Yapay zeka sadece 'duvara çarpmamakla' kalmıyor, yapay zeka destekli sürüş yardımına sahip arabalar da duvarlara veya başka herhangi bir şeye çarpmıyor."

Robotaxi şirketi Cruise, güvenlik süreçlerine ilişkin dahili bir soruşturmaya kadar yakın zamanda faaliyetlerini duraklattı.

Microsoft kurucu ortağı Bill Gates Ekim ayında GPT-5'in GPT-4'ten çok daha iyi olmasını beklemediğini söyledi.

Ve 1 Kasım'da Cambridge'de konuşan Altman, Marcus'un aylardır öne sürdüğü argümanların aynısını yineledi.

Altman, "Başka bir buluşa ihtiyacımız var. Hala büyük dil modellerini oldukça fazla zorlayabiliriz ve bunu yapacağız" dedi ve Yüksek Lisans'ların yapabileceklerinin zirvesinin hala çok uzakta olduğunu belirtti.

Ancak "mantık dahilinde" dil modellerini zorlamanın YGZ ile sonuçlanmayacağını söyledi.

"Süper zeka yeni bir fizik keşfedemezse, bunun bir süper zeka olduğunu düşünmüyorum. Ve ona insanların davranışlarını ve insan metinlerini klonlamayı öğretmek - bunun o noktaya varacağını sanmıyorum" dedi. "Ve bu alanda uzun süredir tartışılan bir soru var: Yeni fiziği keşfedebilecek bir sistem oluşturmak için dil modeline ek olarak ne yapmalıyız?"

Marcus, Altman'ın açıklamasına yanıt olarak, "Bulunduğumuz tepeye tırmanmayı ne kadar erken bırakırsak ve yeni paradigmalar aramaya başlarsak o kadar iyi olur" dedi.

Altman, kontrolden çıkmış bir süper zeki yapay zekanın varoluşsal riskine ilişkin korkuları düzenli olarak vurguladı. Ancak yardımsever bir YGZ modeli yaratmanın potansiyel faydalarının bu tür risklerden daha ağır bastığını savundu.

Yapay zeka araştırmacısı, profesör ve Beyaz Saray'ın önceki teknoloji danışmanı Dr. Suresh Venkatasubramanian'ın da aralarında bulunduğu uzmanlar, bu tür korkuların bilimde hiçbir temeli olmadığını söyledi.

Venkatasubramanian, Eylül ayında TheStreet'e bu tür varoluşsal korkulara atıfta bulunarak, "Bu, bazılarının bir hilesi. Diğerlerinin gerçek bir inancı. Ve hatta daha da fazlası alaycı bir taktik." dedi. "Bu, rasyonel düşünce kisvesine bürünmüş büyük bir dini coşku."

"Şu anda dünyada gördüğümüz ve çok somut olan zararları ele almamız gerektiğine inanıyorum" diye ekledi. "Ve gelecekteki risklerle ilgili bu tartışmaların ne inandırıcı olduğuna ne de şu anda gördüklerimize göre öncelik verilmesi gerektiğine inanıyorum. X riskinde bilim yoktur."

Kaynak: The Street

[™ Admin]

Meta, Üretken Teknolojiye Güç Vermek İçin Sorumlu Yapay Zeka Ekibini Çözdü

Facebook'un ana şirketi Meta, yapay zeka (AI) stratejisini yeniden tanımlama konusunda cesur bir adım attı. Teknoloji sektörünün dinamik doğasını yansıtan bir hamleyle şirket, Sorumlu Yapay Zeka (RAI) bölümünü feshetti. Bu bölüm öncelikle şirket içindeki yapay zeka teknolojilerinin etik ve güvenli gelişimini denetlemekten sorumluydu. Bu dağılma, teknoloji sektöründe hızla ivme kazanan bir alan olan üretken yapay zekaya daha fazla odaklanılmasını sağlayan stratejik bir dönüm noktasına işaret ediyor.

Yeniden yapılanma, RAI personelinin önemli bir kısmının Üretken Yapay Zeka ürün ekibine geçişini öngörüyor. Bu ekibin görevi, insan yaratıcılığını ve zekasını taklit eden dil ve görüntüler üreten yapay zeka odaklı ürünler yaratmaktır. Bu değişim, Meta'nın, teknoloji endüstrisinin geleceği açısından giderek daha merkezi hale gelen bir teknoloji olan, gelişen üretken yapay zeka alanında daha baskın bir rol oynama niyetinin altını çiziyor.

Yapay zeka güvenliği ve etiğine yönelik çıkarımlar

Sorumlu Yapay Zeka ekibinin dağılmasına rağmen Meta, Yapay Zeka teknolojilerinin etik gelişimine olan bağlılığının devam ettiğini ileri sürüyor. Bu taahhüt, yapay zeka güvenliği ve etiğinin teknoloji endüstrisinde daha fazla dikkat çektiği durumlarda kritik önem taşıyor. Özellikle bu yıl, aralarında Google ve Microsoft'un da bulunduğu büyük teknoloji oyuncularının yapay zeka için güvenlik standartları oluşturmak üzere bir ittifak kurduğu görüldü. Yapay zeka güvenliğine sektör çapındaki bu odaklanma, özellikle yapay zeka teknolojileri günlük hayata daha fazla entegre hale geldikçe, sorumlu geliştirme uygulamalarına olan ihtiyacın altını çiziyor.

Meta'nın yeniden yapılanması bu sektör trendlerine bir yanıt olarak görülebilir. Meta, RAI ekibini daha geniş ürün geliştirme rollerine entegre ederek, güvenlik ve etik hususları yapay zeka geliştirme sürecinin dokusuna yerleştirmeyi hedefliyor. Bu yaklaşım, yapay zeka güvenliğinin ayrı bir gözetim işlevi yerine ürün geliştirmenin ayrılmaz bir parçası haline geldiği bir model önermektedir.

Meta ve yapay zeka gelişimi için geleceğe bakış

Meta'nın yeniden yapılanması salt yapısal bir değişimden daha fazlasıdır; hızla gelişen yapay zeka ortamında kendisini daha iyi konumlandırmak için şirket içindeki stratejik yeniden düzenlemeyi yansıtıyor. Üretken yapay zeka, teknoloji devleri arasında önemli bir rekabet alanı haline gelirken Meta'nın hamlesi, bu dönüşümün ön saflarında yer alma isteğini gösteriyor.

Şirketin üretken yapay zekaya odaklanması, daha geniş teknoloji sektörünün daha gelişmiş, yaratıcı yapay zeka uygulamalarına yönelmesiyle uyumlu. Bu uygulamalar dijital içeriğin üretilme ve tüketilme biçiminde devrim yaratmayı vaat ediyor. Ancak bu ilerlemelerle birlikte, özellikle yapay zeka teknolojilerinin sorumlu bir şekilde geliştirilmesini ve kullanılmasını sağlama konusunda önemli zorluklar ortaya çıkıyor.

Yeniden yapılanmaya rağmen Meta'nın sorumlu yapay zeka gelişimine olan bağlılığı ikili bir odaklanmayı akla getiriyor. Bir yandan şirket, yenilikçi ürünler yaratmak için üretken yapay zekanın potansiyelinden yararlanmaya hevesli. Tersine, yapay zeka gelişiminde etik standartların ve güvenliğin önemini kabul eder. Bu denge, Yapay Zeka teknolojisinin karmaşık ve çoğu zaman öngörülemeyen arazisinde gezinirken Meta için büyük olasılıkla çok önemli olacaktır.

Meta'nın son hamlesi teknoloji endüstrisinde önemli bir evrime işaret ediyor. Şirket yapay zeka alanında kendisini yeniden konumlandırırken, bir yandan güvenli ve etik yapay zeka geliştirme ilkelerini korurken, bir yandan da üretken yapay zekada inovasyonu teşvik etme gibi ikili bir zorlukla karşı karşıya kalıyor. Meta'nın bu yolda nasıl ilerleyeceği, sektör için önemli emsaller oluşturabilir ve yapay zeka teknolojisinin geleceğini şekillendirebilir.

Kaynak: Cryptopolitan

[™ Admin]

Sam Altman'ı İhraç Eden OpenAI Yönetim Kuruluyla Tanışın

İşte Cuma günü CEO Sam Altman'ı görevden alan ve onların görevden alınmasını isteyen ve şirketin geleceğini tehdit eden bir çalışan isyanına yol açan dört OpenAI yönetim kurulu üyesi.

İlya Sutskever

Open-AI kurucu ortağı ve şirketin baş bilim insanı. Daha önce üç yıl boyunca Google'da araştırma bilimcisi olarak çalışmıştı.Stanford Üniversitesi'nde makine öğrenimi öncüsü Andrew Ng liderliğindeki bir grupla doktora sonrası çalışma yaptı.Doktora derecesi sahibidir. Toronto Üniversitesi'nden bilgisayar bilimi alanında doktora derecesi aldı. Pazartesi günü, Sutskever'in de bulunduğu mevcut yönetim kurulunun istifa etmemesi halinde şirketten ayrılma sözü veren bir mektubu imzalayan OpenAI'deki yüzlerce çalışan arasındaydı.

Adam D'Angelo

Eski Facebook yöneticisi ve soru-cevap web sitesi Quora'nın kurucusu. Poe adlı kendi yapay zeka girişimi üzerinde çalışıyor. Şubat ayında halka açılan Poe, kendisini "kesintisiz konuşma deneyimleri, gelişmiş üretkenlik ve daha fazlası için tasarlanmış bir platform" olarak tanımlıyor. yaratıcı içerik üretimi.”LinkedIn biyografisine göre 2006 yılında Kaliforniya Teknoloji Enstitüsü'nden bilgisayar bilimleri alanında lisans derecesi ile mezun oldu. Yaklaşık iki yıl Facebook'un teknoloji şefi olarak çalıştıktan sonra 2009 yılında Quora'yı kurdu. 2017 yılında Quora, Altman ve Collaborative Fund liderliğindeki D Serisi fondan 85 milyon dolar topladığını duyurdu; bu anlaşma, siteye o dönemde bir değerleme kazandırdı. yaklaşık 1,8 milyar dolar.

Tasha McCauley

Santa Monica, California'da kar amacı gütmeyen bir kuruluş olan Rand'da yardımcı kıdemli yönetim bilimcisi, araştırma ve analiz yoluyla politika ve karar alma sürecini geliştirmeye yardımcı olmaya odaklandı. 2018'de OpenAI ve teknoloji şirketi GeoSim Systems'in yönetim kurullarına katıldı. LinkedIn biyografisi. GeoSim'de 2019'dan 2022'ye kadar CEO olarak görev yaptı. Aktör Joseph Gordon-Levitt ile evli. O ve kocası, 2017'de yayınlanan 23 yapay zeka yönetişim ilkesinden oluşan Asilomar Yapay Zeka İlkelerini imzalayan, aralarında yakın zamanda görevden alınan OpenAI CEO'su Sam Altman'ın da bulunduğu 5.700'den fazla kişi arasındaydı.

Helen Toner

Washington D.C.'de kar amacı gütmeyen bir kuruluş olan Georgetown Üniversitesi Güvenlik ve Gelişen Teknoloji Merkezi'nde strateji ve temel araştırma bursları direktörü. Daha önce Oxford Üniversitesi Yapay Zeka Yönetişim Merkezi'nde araştırma üyesi olarak çalışıyordu. Yapay zekanın savaşın doğası üzerindeki etkisi hakkında konuştu. "Yapay Zeka Silahlanma Yarışının Ötesinde: Amerika, Çin ve Sıfır Toplamlı Düşüncenin Tehlikeleri" başlıklı bir makalenin ortak yazarıdır. Georgetown Üniversitesi'nden güvenlik çalışmaları alanında yüksek lisans derecesine sahiptir. ve Melbourne Üniversitesi'nden kimya mühendisliği alanında lisans derecesi.

Kaynak: The Wall Street Journal

[™ Admin]

 

[™ Admin]

Nvidia CEO'su Jensen Huang, AGI'nin 5 yıl içinde burada olacağını söyledi

Yarı iletken şirketi Nvidia (NVDA), yapay zeka konusundaki abartılı reklam ve heyecandan güç alarak bu yılın başlarında hem şöhrete hem de trilyon dolarlık piyasa değerine hızla yükseldi. Yapay zeka yazılımına güç veren çipleri üreten firma, OpenAI'nin ChatGPT'sinden Elon Musk'un Tesla'sına kadar her şeyde etkili oldu ve olmaya da devam ediyor.

ChatGPT ve rakipleri giderek artan sayıda tüketiciye aşina hale geldikçe ve neredeyse her Büyük Teknoloji şirketi, teknolojinin daha iyi versiyonlarını üretmek için rakiplerini yenmek için yarıştıkça, yapay zeka güvenliği hakkındaki konuşmalar kamuya yayıldı.

Musk ve OpenAI CEO'su Sam Altman'ın varoluşsal yapay zeka risklerine ilişkin asılsız iddialarının da yardımıyla bu güvenlik konuşmalarının çoğunun merkezi noktası, bir insanınkine eşit zekaya sahip olacak varsayımsal bir yapay zeka olan yapay genel zeka (AGI) etrafında dönüyor .

New York Times'ın yıllık DealBook Zirvesi'nde konuşan Nvidia CEO'su Jensen Huang, böyle bir evrimin yakında gerçekleşeceğini söyledi.

Huang, bugün yapay zeka sektörünün hızla ilerlediğini söyledi. Ancak mevcut modeller akıllı değil: "Bugün algılama konusunda çok iyiyiz ama henüz yapamadığımız bir sürü şey var. Henüz akıl yürütemiyoruz."

Yapay zeka modellerinin ne zaman akıl yürütme yeteneğine sahip olmasını beklediği sorulduğunda Huang, "Göreceğiz" dedi ve "hemen hemen herkesin" akıl yürütme yeteneklerini geliştirmek üzerinde çalıştığını belirtti.

Aslında OpenAI'nin misyonu güvenli bir yapay süper zekanın geliştirilmesi etrafında dönüyor.

Huang, YGZ'nin nasıl tanımlandığına bağlı olarak böyle bir yapay zekaya önümüzdeki beş yıl içinde ulaşılabileceğini söyledi.

"Eğer AGI'yi bir yazılım parçası, bir sürü testi geçebilen bir bilgisayar olarak tanımlarsak ve bu testler temel zekayı yansıtırsa ve bu testleri tamamlayarak normal bir insan için oldukça rekabetçi sonuçlar verirse, şunu söyleyebilirim ki, Önümüzdeki beş yıl içinde bu testleri başarabilen yapay zekaları göreceksiniz" dedi.

AGI henüz burada değil

Önyargının, algoritmik ayrımcılığın, yanlış bilgilendirmenin ve halüsinasyonun bu tür aktif zararlarıyla daha fazla ilgilenen pek çok uzman, YZG'nin mümkün olabileceği konusunda ikna olmuyor.

Önde gelen yapay zeka araştırmacısı Dr. Suresh Venkatasubramanian, Eylül ayında TheStreet'e "Şu anda dünyada gördüğümüz çok somut zararları ele almamız gerektiğine inanıyorum" dedi. "Ve gelecekteki risklerle ilgili bu tartışmaların ne inandırıcı olduğuna ne de şu anda gördüklerimize göre öncelik verilmesi gerektiğine inanıyorum."

"X riskinde bilim yoktur."

YZG'yi anlamanın doğasında olan sorunların bir kısmı da insan zekasının karmaşık, incelikli olması ve dilbilimden çok daha fazlasını içermesidir. Yapay zeka uzmanı Dr. John Licato Temmuz ayında TheStreet'e yapay zeka modellerinin çok daha fazla veri türünü işleyebilmesi gerektiğini söyledi. AGI'ye yaklaşmak için görsel, işitsel ve gerçek dünyaya ait duyusal veriler dahil.

Licato o dönemde "Önümüzdeki 10 yıl içinde tamamen insani düzeyde bir şeye sahip olmanın gerçekçi olduğunu söyleyebilirim" dedi. "Buna biraz şüpheyle yaklaşmalısınız çünkü yapay zeka uzmanları bu tahmini en azından 1950'lerden beri yapıyor, ancak 10 yılın cömert bir zaman dilimi olduğuna oldukça ikna oldum."

Yine de AGI henüz burada değil. ChatGPT gibi Büyük Dil Modelleri de AGI'nin ufukta olduğu gerçeğinin göstergesi değil.

Yapay zeka etik araştırmacısı Dr. Emily Bender Kasım ayında "Yapay zeka felaketi aynı zamanda yapay zekanın abartılmasıdır" dedi. "Sentetik metin çıkarma makinelerinin, bilincin içinde yanarak insanlığa saldırmanın eşiğinde olan YGZ'nin habercisi olduğu fikri bilim dışı bir saçmalıktır."

Kaynak: TheStreet

[™ Admin]

Deepmind'ın GNoME Yapay Zeka Aracı Hayal Edilemeyecek Malzemeleri Keşfediyor

Google Deepmind AI aracı, çığır açan bir sıçrayışla, 2,2 milyon yeni inorganik kristali ortaya çıkararak malzeme bilimini keşfedilmemiş bölgelere taşıdı ve daha önce yüzyıllar uzakta olduğu düşünülen bir geleceğe bir bakış sundu. Deepmind'in Graph Networks for Material Exploration (GNoME) derin öğrenme aracı tarafından desteklenen bu muazzam başarı, yalnızca bir sıçrama değil, aynı zamanda insanlığın bildiği kararlı malzemelerde 800 yıllık bir sıçrama vaat ediyor.

GNoME'un yapay zeka aracı kristalleri ortaya çıkarıyor

GNoME sisteminin keskin bakışı altında, bu yeni keşfedilen kristallerin 380.000'inin son derece kararlı olduğu belirlendi ve araştırmacılara deneysel araştırmalar için daha fazla araştırma ve sentez yapmaları için titizlikle seçilmiş bir liste sağladı. Bu malzemelerin potansiyel etkisi devrim niteliğindedir; süper bilgisayarlara güç sağlayan süper iletkenlerden, elektrikli araçların verimliliğini artıran yeni nesil pillere kadar uzanır.

Dikkate değer keşifler arasında, süper iletkenlerin geliştirilmesi yoluyla elektronikte devrim yaratma olasılığını sunan, grafeni anımsatan 52.000 yeni katmanlı bileşik yer alıyor. Bu keşif, daha önce tanımlanan bu tür 1000 malzemeyi gölgede bırakarak teknolojik yenilik için benzeri görülmemiş yollar açıyor.

Ayrıca GNoME aracı, önceki çalışmalara göre 25 kat daha şaşırtıcı bir sayı olan 528 potansiyel lityum iyon iletkenini ortaya çıkardı. Bu bolluk, şarj edilebilir pillerin performansını artırmanın ve potansiyel olarak enerji depolama ve elektrikli araçların manzarasını yeniden şekillendirmenin anahtarıdır.

Deepmind'in işbirlikçi vizyonu ve robotik sentezi

Deepmind'ın bilimsel ilerlemeyi ilerletme konusundaki kararlılığı bu keşiflerle bitmiyor. GNoME tarafından yapılan tüm bulgular ve tahminler Yeni Nesil Malzeme Projesi ile paylaşılıyor, işbirliği teşvik ediliyor ve dünya çapındaki araştırmacılara bu zengin verilere ücretsiz erişim sağlanıyor. Amaç, bu yeni malzemelerin yaratımını ve deneylerini katalize ederek teknolojik evrimin hızını daha da hızlandırmaktır.

Sadece çığır açan keşiflerle yetinmeyen Deepmind, bu yeni kristalleri otonom olarak sentezleyebilen robotik bir laboratuvar oluşturmak için Berkeley Lab ile işbirliği yaptı. Bu robotik laboratuvar kullanılarak 41 malzemenin başarılı bir şekilde sentezlenmesi, malzeme oluşturma verimliliğinde ve hızında potansiyel bir paradigma değişikliğine işaret ediyor.

GNoME sisteminin ortak çabaları, Yeni Nesil Malzeme Projesi ile işbirlikçi girişimler ve robotik laboratuvarın kullanıma sunulması, teknolojik gelişimde yeni bir çağın başlangıcına işaret ediyor. Etki, devrim niteliğinde olacak, boşa harcanan zamanı büyük ölçüde azaltacak ve araştırmacıları, kristal kararsızlığı nedeniyle önemli ölçüde daha az çıkmaza sahip geniş bir malzeme deposuna yönlendirecek.

Bu teknolojik devrimin ortaya çıkışına tanık olduğumuzda, önümüzde uzanan geniş olasılıkları merak etmeden duramayız. Bu yeni keşfedilen malzemeler endüstrileri nasıl yeniden şekillendirecek, teknolojiyi yeniden tanımlayacak ve günlük yaşamlarımızı nasıl etkileyecek? Geleceğe yolculuk daha yeni başladı ve asıl soru şu: Malzeme biliminin keşfedilmemiş alanlarına yapılan bu benzeri görülmemiş sıçrama, teknolojik gelişimin hangi öngörülemeyen yollarının kilidini açacak? Kemerlerinizi bağlayın, çünkü geleceğe doğru dönüşümsel bir yolculuğun eşiğindeyiz.

Kaynak: Cryptopolitan

[™ Admin]

'GPT-4'ten çok daha hızlı': İnsanlar Google'ın yapay zeka modeli Gemini'nin ilk 24 saatinde heyecanlı dakikalar yaşadı

Bekleyiş nihayet sona erdi: Google, Gemini'yi resmi olarak tanıttı.

Google, ChatGPT'nin arkasında yer alan yapay zeka modeli GPT-4'e yanıt olarak Gemini'yi sunuyor.

Model, geliştiriciler arasında şimdiden heyecan ve heyecan uyandırıyor.

Bu yıl Gemini'yi beklemek biraz Godot'yu beklemeye benziyordu.

Nispeten küçük bir yeni başlayan şirket olan OpenAI, Kasım 2022'de ChatGPT'yi piyasaya sürdüğünde Google'ı ciddi şekilde geride bıraktı.

Başta Google olmak üzere teknoloji devleri ne zaman takip edecek?

Artık biliyoruz.

Çarşamba günü, Google CEO'su Sundar Pichai ve Google DeepMind patronu Demis Hassabis, Google'ın "şimdiye kadarki en yetenekli ve genel modeli" olarak tanımladığı yeni üretken yapay zeka modeli Gemini'yi dünyaya tanıttı.

Ultra, Pro ve Nano adında üç farklı versiyonla sunulan Gemini, çok modlu bir yapay zeka sistemidir; bu, kullanıcı istemlerine yanıt vermek için yalnızca metni değil aynı zamanda kodu, sesi, görüntüleri ve videoyu da işlediği anlamına gelir. Aynı zamanda doğrudan mobil cihazlara da entegre oluyor; bu, yapay zeka modeli için bir ilk ve uygulama yapımcıları için bir heyecan noktası.

Bu, Google için o kadar önemli bir an ki, bir Gemini geliştiricisinin ifadesiyle, kurucu ortak Sergey Brin, Google'ın geliştirilmesiyle "temelde her gün" ilgileniyordu.

Henüz erken, ancak ilk tepkiler Gemini'nin ChatGPT'yi destekleyen en yeni geniş dil modeli olan GPT-4'e karşı iyi bir performans sergilediğini gösteriyor.

İlk olarak Gemini'nin performans değişikliklerini gösteren bazı rakamlar.

Google, gelecek yıl kullanıma sunulacak en güçlü Ultra modelinin, büyük dil modellerini değerlendirmek için "yaygın olarak kullanılan 32 akademik kriterin 30'unda mevcut son teknoloji sonuçları aştığını" söylüyor.

TL;DR: Gemini muhtemelen GPT-4'ten daha iyidir. Ancak ayrıntılara daha yakından bakıldığında üstün performansın yalnızca marjinal olduğu görülüyor.

Bir kıyaslamada Gemini Ultra, Python kodlama görevlerinde %74,4'lük bir başarı oranına sahipken, GPT-4'te bu oran %67'dir. Başka bir kıyaslamada Gemini Ultra'nın okuduğunu anlama puanı 82,4 iken GPT-4'ünki 80,9'dur.

Her ne kadar marjinal olsa da, Google'ın ChatGPT sürümü olan Bard aracılığıyla Gemini'yi deneyimleyen kullanıcılar arasında Gemini'ye ilişkin ilk izlenimler hâlâ olumlu görünüyor.

MosaicML'de araştırma mühendisi olan Mihir Patel, X'te Gemini ve GPT-4'ün "Derin öğrenmede mamba nedir?" sorusuna verdiği yanıtları karşılaştıran ekran görüntüleri yayınladı.

Gemini'nin yanıtı ekran görüntülerinde daha ayrıntılıydı ve harici araştırma makaleleriyle bağlantılıydı. ChatGPT akıllı bir Vikipedi girişine daha yakındı.

Patel'in tepkisi: "Gemini çok iyi. GPT-4'ten ÇOK daha iyi ve ÇOK daha hızlı."

Başka bir demo, Gemini'nin suda yüzen bir ördeğin gelişmekte olan resmini doğru bir şekilde tanımladığını gösterdi. Bu, sosyal medyada birkaç yarı şakacı "Google çok geri döndü" yanıtlarına yol açtı.

Geliştiriciler muhtemelen Gemini'yi OpenAI'nin tekliflerine ilginç bir alternatif olarak da karşılayacaktır. Google, Financial Times'a, Nano modelinin Pixel telefonlarında "yerel olarak çalışacak" şekilde tasarlandığından Android geliştiricilerinin AI uygulamaları oluşturmanın daha kolay olacağını söyledi.

Gemini'nin ne kadar başarılı olacağına ve Google'ın kullanıcıları ChatGPT'den uzaklaştırıp uzaklaştıramayacağına dair karar hala belli değil. Gemini'yi test etmek isteyen birçok kullanıcı, şirket modellerin İngilizce olmayan versiyonları üzerinde çalışmaya devam ederken beklemek zorunda kalabilir.

Gemini ayrıca ChatGPT'yi rahatsız eden halüsinasyon sorunlarına karşı hala savunmasız görünüyor.

Pichai, Hassabis ve diğer Google yöneticileri, yenilikçilerin ikilemine - büyük şirketlerin ürün geliştirmede çevik kalmamaları halinde pazar liderliğini kaybetme riskiyle karşı karşıya kalacağı fikrine - aşina olacaklar. Gemini'ye verilen ilk tepkiler eski arama motorunda henüz hayat olduğunu gösteriyor.

Kaynak: Business Insider