Öğretmen, yapay zeka kullanarak müdürünün ırkçı yorumlar yapmasını sağlıyor daha sonra tutuklanıyor

Öğretmen, öğrenciler ve personel hakkında ırkçı ve Yahudi karşıtı yorumlar yapan okul müdürünün sesini taklit etmek için yapay zeka (AI) kullandığından tutuklandı.

Maryland'deki bir lisede beden eğitimi öğretmeni ve atletizm direktörü olan Dazhon Darien, Ocak ayında müdür Eric Eiswert'in sesini tahrif etmekle suçlanmıştı.

Polis, Bay Darien'in, Bay Eiswert'in siyah öğrencilerden ve onların sınava girme yeteneklerinden bıkmış gibi görünmesini sağlayan bir ses klibi oluşturmak için klonlama teknolojisini kullandığının söylendiğini söyledi.

Sosyal medyada geniş çapta yayılan klipte, mahkeme belgelerine göre Bay Eiswert'in sesinin, siyah öğrencilerin "kese kağıdından çıkmayı deneyemeyeceklerini" söylediği duyulabiliyor.

Ayrıca okulda çalışan ve "asla işe alınmaması gereken" Yahudi bireylere ve iki Yahudi öğretmene yönelik hoşnutsuzluk ifade edildi.

'Kayıt gerçek değildi'

Baltimore İlçesi Polis Şefi Robert McCullough gazetecilere verdiği demeçte, "Artık kaydın gerçek olmadığına dair kesin kanıtlarımız var" dedi.

"Kaydın yapay zeka teknolojisi kullanılarak oluşturulduğu belirlendi."

Bay Eiswert, okul fonlarını kötüye kullandığı iddialarının ardından Bay Darien'in hırsızlık nedeniyle soruşturulması da dahil olmak üzere performansıyla ilgili endişelerini dile getirmişti.

Bay Darien'in kız futbol antrenörünün yardımcısına 1.916 dolar (1.530 £) ödediği iddia ediliyor; baş antrenör ve oyuncular onun takıma hiçbir zaman asistanlık yapmadığını söylüyor. Sözde koçun Bay Darien'in oda arkadaşı olduğu söyleniyor.

'Pikesville için zor zamanlar'

Bay Eiswert, bir antrenörü kendi onayı olmadan kovduğu bildirildiğinde Bay Darien ile de çatıştı.

Tutuklama emrine göre Bay Darien'in sözleşmesinin yenilenmesi nedeniyle sözleşmenin imzalanmaması ihtimali vardı.

Bay Darien'ın Bay Eiswert'in kaydını misilleme olarak yaptığı iddia ediliyor.

Bay Eiswert, Bay Darien'in kendisine ve diğer iki öğretmene 16 Ocak akşamı gönderdiği kaydın sahte olduğu konusunda her zaman ısrar etti. Kayıt viral hale geldiğinden beri ücretli idari izinde bulunuyor.

Baltimore County Devlet Okulları Müfettişi Myriam Rogers, "Tahmin edebileceğiniz gibi, bu Pikesville Lisesi topluluğu, müdür Eiswert ve ailesi için çok zor bir dönemdi" dedi.

Houston havaalanında gözaltına alındı

Bay Darien, Perşembe sabahı Baltimore/Washington Uluslararası Thurgood Marshall Havaalanında tutuklandıktan sonra okul faaliyetlerini aksatmak, hırsızlık, bir tanığa karşı misilleme yapmak ve ısrarla takip etmekle suçlandı.

Bay Darien'ın, seyahat için silahını düzgün bir şekilde paketleyip hazırlamadığı konusunda güvenlik tarafından sorgulandığı sırada Houston'a uçması planlanıyordu.

Havaalanındaki güvenlik, adını polis kayıtlarından araştırdığında, hakkında tutuklama emri çıktı ve daha sonra gözaltına alındı.

Polis, Bay Darien'in Maryland bölgesinden kaçma niyetinde olup olmadığı konusunda yorum yapmaktan kaçındı.

Kaynak: The Telegraph

 

Meta, ChatGPT'nin Ücretsiz Versiyonundan Daha Güçlü Yapay Zekayı Piyasaya Sürüyor

Meta, yeni açık kaynaklı yapay zeka modeli Llama 3'ü piyasaya sürdü ve bunun son teknoloji ürünü olduğunu ve ChatGPT'nin ücretsiz sürümünden daha iyi olduğunu iddia etti. Bu hamle, Meta'yı, yapay zeka çalışmalarını gizli tutmasıyla bilinen Google ve OpenAI ile rekabete sokuyor.

Meta, açık kaynak kullanımının inovasyonu ve kullanım çeşitliliğini artıracağına inanıyor. Llama 3, tescilli modellerin performansını yakalamayı hedefliyor ve gelecek sürümlerde çok dilli desteği içerecek şekilde gelişecek. Llama 3'ün gelecek sürümleri aynı zamanda çok modlu içerik kullanımı ve gelişmiş performans da sağlayacak.

Şu anda platformlar arasında Meta AI sohbet robotlarına güç veren bu sistem, en gelişmiş ücretsiz AI sistemi olarak kabul ediliyor. Yeni model, Facebook, Instagram, WhatsApp, Messenger ve web'de kullanılabilen sohbet robotu Meta AI'nın arkasında yer alıyor.

Çinli AI Startup'ları ChatGPT'nin Yokluğundan Yararlanmaya Çalışıyor

Çinli yapay zeka girişimleri büyük dil modelleri geliştiriyor ve bunlardan dördü kısa sürede tek boynuzlu at statüsüne ulaştı. OpenAI'nin yokluğu aynı zamanda yerel girişim büyümesi için de alan sağladı. Anthropic ve OpenAI ile aynı başarıyı yakalamaya çalışan 260'tan fazla şirket var ve bunların arasında dört startup'ın 1,2 milyar dolar ile 2,5 milyar dolar arasında değere sahip olduğu düşünülüyor.

Çinli yapay zeka girişimlerinin güçlü desteği var

Çinli yatırımcılar Zhipu AI, Moonshot AI ve MiniMax'a önemli destek sağladılar ve şimdi küresel olarak rekabet edecek yeni AI ürünlerini geliştirmek için mevcut en iyi yetenekleri işe alıyorlar.

Veri sağlayıcısı IT Juzi'nin yaptığı sayıma göre, ABD'li meslektaşları toplam fon sağlama ve teknolojik ilerleme açısından onları geride bırakmasına rağmen, ünlü yapay zeka uygulamalarına yerel alternatifler geliştirmek için yarışan 262 startup var.
Çin hükümeti, sübvansiyonlar ve vergi indirimlerinin yanı sıra yapay zeka sektöründeki büyümeyi teşvik etmek için destekleyici bir düzenleyici yapı oluşturuyor ve kamu kullanımı için 40 yapay zeka uygulamasına ve LLM'ye onay verdi.

Birçok yapay zeka girişimi, sınırlı bilgi işlem altyapısını ele geçirme ve yetenekleri işe alma taktiği olarak, rekabeti önlemek için finansman turlarını gizli tuttu. AI Juzi'ye göre, Çin'deki startup'ların bilinen bağış toplama miktarı yılın ilk mali çeyreğinde 14,3 milyar dolar civarında.

Kaynaklar var ama azalıyor

Şu anda Zhipu AI, kendisiyle çalışan kişi sayısı açısından tüm startuplar arasında en büyüğü. Yatırımcılarından ikisine göre, yapay zeka yetenekleri için önde gelen bir enstitü olarak kabul edilen Pekin'deki Tsinghua Üniversitesi'nden gelen bir ay önceki bağış toplama turu nedeniyle şirketin şu anda 800 çalışanıyla 2,5 milyar dolar olduğu tahmin ediliyor.

01.AI, açık kaynaklı, Çin pazarı için geliştirilen ve kullanımı ücretsiz olan ve bir Meta ürünü olan Llama üzerine inşa edilen bir dizi Yi modeli geliştirdi ve dağıttı. Yi modellerinin bazı versiyonları ayrıca Hugging Face'in puan tablolarında kodlama, okuma yeteneği, matematik ve sağduyulu muhakeme açısından daha üst sıralarda yer alıyor. Şirketin ayrıca Wanzhi adında bir üretkenlik sohbet robotu var. Xiaomi ve Alibaba Cloud da girişimi destekliyor.

Moonshot'ın chatbotu Kimi'nin, Çinli arama devi Baidu'nun Ernie Bot'una en yakın rakip olduğu söyleniyor. Kimi, Mart ayında Ernie Bot'un 19,9 milyon ziyaretine kıyasla 12,6 milyon ziyaret aldı.

Önde gelen dört girişimin tamamı, yapay zeka girişimlerinin en büyük destekçisi olan ve OpenAI'yi milyarlarca dolar ile destekleyen Microsoft'un izinden gitmeye çalışan Alibaba'dan fon aldı. Ancak küresel teknoloji fonları güçleniyor ve ilgili yatırımcılar artık eskisinden daha küçük.

Fonlamanın yanı sıra, Çinli startup'lar yapay zeka ürünleri ve bilgi işlem kaynakları geliştirme konusunda da yeterli yeteneğe sahip; çünkü Çinli bulut bilişim şirketleri, ABD yasaklamadan önce yeterli miktarda Nvidia GPU stoku satın aldı. Ancak bazı kaynaklar, daha az bilgi işlem gerektiren modeller geliştirmek istediklerini söylüyor; bu da mevcut koşullarda çip kıtlığına işaret ediyor ve yakın gelecekte Çin'in yapay zeka ilerlemesini engelleyebilir.

Kaynak: Cryptopolitan

 

 

 

Üretken yapay zekanın en büyük zorluğu yatırım getirisini göstermektir - işte nedeni

Yöneticiler ve yöneticiler, üretken yapay zekayı (AI) ve büyük dil modellerini (LLM'ler) eldeki işlere uygulayabilecekleri yollar konusunda heyecanlı olsalar da, bir adım geri çekilip işe geri dönüşlerin nerede ve nasıl gerçekleştirilebileceğini düşünmenin zamanı geldi. Bu, geçmiş teknoloji dalgalarına çok az benzeyen yaklaşımlar ve beceriler gerektiren, karışık ve yanlış anlaşılan bir alan olmaya devam ediyor.

Zorluk şu: Capgemini'nin başkan yardımcısı Steve Jones, San Francisco'daki Databricks konferansında yaptığı bir sunumda, AI sıklıkla çok göz kamaştırıcı konsept kanıtları sunsa da, bunlardan para kazanmanın zor olduğunu söyledi. "ROI'yi kanıtlamak, 20, 30, 40 GenAI çözümünü üretime sokmanın en büyük zorluğudur."

Yapılması gereken yatırımlar arasında üretime alınan LLM'lerin test edilmesi ve izlenmesi yer alıyor. Yüksek Lisans'ın doğru ve yolunda kalması için özellikle test yapılması önemlidir. Jones, "Bu modelleri test etmek için biraz şeytani olmak istiyorsunuz" tavsiyesinde bulundu. Örneğin, test aşamasında geliştiriciler, tasarımcılar veya QA uzmanları, hatalı bilgileri ne kadar iyi ele aldıklarını görmek için LLM'lerini kasıtlı olarak "zehirlemelidirler".

Negatif çıktıyı test etmek için Jones, bir şirketin "uzun mesafe taşımacılığı için ejderhaları kullandığını" öne süren bir iş modelini nasıl teşvik ettiğine dair bir örnek verdi. Model olumlu yanıt verdi. Daha sonra modelden uzun mesafe taşımacılığı hakkında bilgi istedi.

"Verdiği cevap şuydu: 'Uzun mesafe taşımacılığı yapmak için yapmanız gerekenler şunlar; çünkü bana daha önce de söylediğiniz gibi ejderhalarla yoğun bir şekilde çalışacaksınız, o zaman kapsamlı bir yangın ve güvenlik eğitimi almanız gerekiyor'." Jones ilgili. "Ayrıca prensesler için görgü kuralları eğitimine de ihtiyacınız var, çünkü ejderha işi prenseslerle çalışmayı içeriyor. Sonra da nakliye ve depolamayı içeren bir sürü standart şey, çözümün geri kalanından çıkarıldı."

Jones, şöyle devam etti: Önemli olan, üretken yapay zekanın "mevcut uygulamanıza kötü bir şekilde bir teknoloji eklemenin ve onu doğru şekilde yapıyormuş gibi davranmanın hiç bu kadar kolay olmadığı bir teknolojidir. Gen yapay zeka, sadece bazı ziller eklemek ve eklemek için olağanüstü bir teknolojidir." bir uygulamaya ıslık çalıyor, ancak üretimdeki güvenlik ve risk açısından gerçekten berbat."

Üretken yapay zekanın ana akım benimsemenin bir parçası haline gelmesi, diğer teknolojilerle karşılaştırıldığında hızlı bir şekilde, iki ila beş yıl daha alacak. Jones, "Sorununuz nasıl ayak uyduracağınız olacak" dedi. Şu anda öne sürülen iki senaryo var: "Birincisi, çok büyük bir model olacak, her şeyi bilecek ve hiçbir sorun olmayacak. Bu, çılgın iyimserlik ve değil" olarak biliniyor. olacak teorisi."

Jones, "Her satıcının, her yazılım platformunun, her bulutun bu pazarın bir parçası olmak için güçlü ve agresif bir şekilde rekabet etmek isteyeceği" ortaya çıkıyor dedi. "Bu, çok fazla rekabetin ve çok fazla çeşitliliğin olacağı anlamına geliyor. Çoklu bulut altyapısı ve bunu destekleme zorunluluğu konusunda endişelenmenize gerek yok, ancak şunları düşünmeniz gerekecek: korkuluklar gibi şeyler."

Jones, diğer bir riskin ise adres eşleştirme gibi çok daha az güç ve analiz gerektiren görevlere yüksek lisans uygulamak olduğunu söyledi. "Her şey için büyük bir model kullanıyorsanız, aslında sadece para yakıyorsunuz demektir. Bu, bir avukata gidip 'Benim için bir doğum günü kartı yazmanı istiyorum' demekle eşdeğerdir. Bunu yapacaklar ve sizden avukat ücreti talep edecekler."

Önemli olanın, Yüksek Lisans'tan yararlanmanın daha ucuz ve daha verimli yolları konusunda uyanık olmak olduğunu vurguladı. "Bir şeyler ters giderse, bir çözümü devreye alabildiğiniz kadar hızlı bir şekilde devre dışı bırakabilmeniz gerekir. Ayrıca etrafındaki tüm ilgili yapıların modele uygun şekilde devreye alındığından emin olmanız gerekir."

Tek bir modelin dağıtılması diye bir şey yoktur; yapay zeka kullanıcıları, performansı ve yanıtların kalitesini ölçmek için sorgularını birden fazla modele uygulamalıdır. Jones, "Tüm metrikleri yakalamak, sorguları farklı modellere göre yeniden yürütmek için ortak bir yönteme sahip olmalısınız" diye devam etti Jones. "GPT-4 Turbo'yu sorgulayan kişiler varsa, aynı sorgunun Llama'ya karşı nasıl performans gösterdiğini görmek istersiniz. Bu sorguları ve yanıtları tekrar oynatabileceğiniz ve performans ölçümlerini karşılaştırabileceğiniz bir mekanizmaya sahip olabilmelisiniz; böylece, Lama'nın olup olmadığını anlayabilirsiniz. bunu daha ucuz bir şekilde yapabilirsiniz çünkü bu modeller sürekli güncelleniyor."

Üretken yapay zekanın "normal yollarla yanlış gitmediğini" ekledi. "GenAI, faturayı koyduğunuz yerdir ve şöyle der: 'Harika, işte Başkan Andrew Jackson hakkında 4.000 kelimelik bir makale. Çünkü kastettiğinizin bu olduğuna karar verdim.' Bunu önlemek için korkuluklara ihtiyacınız var."

Kaynak: ZDNeT

Yapay Zeka Hakkında En Son Haberler (Türkiye ve Dünyadan)

 

Yapay Zeka Halüsinasyonlarına Karşı Korunmak İçin Akıllı Bir Hack

Yapay zeka işinize daha fazla değer kattıkça, gerçek zamanlı yapay zeka kontrolü şirketinizin itibarını koruyabilir.

Büyük şirketler üretken yapay zeka üzerinde deneyler yaparken küçük şirketler yavaş ilerliyor. Küçük işletmeler Microsoft Copilot ve ChatGPT gibi yapay zeka sohbet robotlarının avantajlarını kaçırıyor mu? Yoksa küçük işletmeler için daha deneme niteliğinde bir yaklaşım mı akıllıca olur?

Çoğu işletme geri duruyor. The New York Times'ın bir raporunda yer alan Nüfus Sayımı Bürosu araştırmasına göre, ABD'deki şirketlerin yaklaşık yüzde beşi üretken yapay zeka kullanıyor.

Küçük bir işletme, üretken yapay zekada değer ve risk buluyor. Win-Tech eş başkanı Allison Giddens, Kennesaw, Georgia'da 41 çalışanı olan bir havacılık üretim şirketi olan Win-Tech'in "çalışanlara e-posta yazmak, verileri analiz etmek ve şirketin ön ofisi için temel prosedürlerin taslağını hazırlamak" için ChatGPT'yi kullandığını söyledi. , Times'a söyledi.
Win-Tech, üretkenliği artırmak için üretken yapay zekayı kullanma çabalarında zorluklarla karşı karşıyadır.

Örneğin, ChatGPT bazen "temel dışı" yanıtlar verir, şirketin özel bilgileri chatbot ile paylaşmamaya dikkat etmesi gerekir ve üretim alanı verimliliğini artıracak hiçbir yapay zeka uygulaması yoktur. Times'a "Mağazada henüz çok fazla kullanım durumu yok" diye açıkladı.

Yapay Zeka Değer Piramidine Tırmanmak

Üretken yapay zekaya yönelik herkese uyan tek bir yaklaşım yoktur. Üretken yapay zeka stratejiniz, yeni kitabım Brain Rush: Nasıl Yatırım Yapılır ve Üretken Yapay Zekanın Gerçek Dünyasında Rekabet Edilir adlı kitabımda açıkladığım gibi, hedeflerinize, yeteneklerinize, müşterilerinizin ihtiyaçlarına ve rakiplerinizin güçlü ve zayıf yönlerine bağlıdır. .

Üretken yapay zekaya yönelik bir yaklaşım, benim değer piramidi dediğim şeye tırmanmaktır; bu, zirveye yaklaştıkça şirketler tarafından benimsenmesi daha az yaygın olan yapay zeka sohbet robotlarının üç geniş kullanım kümesinden oluşur. Üretken yapay zeka değer piramidinin üç düzeyi vardır.

Yaratıcının engelini aşın

Piramidin temelinde insanların bir etkinliğe başlamak için yapay zeka sohbet robotlarını kullanmanın birçok yolu var (bir e-posta veya rapor yazmak, fotoğraf veya video oluşturmak veya yazılım kodlamak gibi). Yapay zeka sohbet robotları, içerik oluşturucunun önündeki engelin aşılmasına yardımcı olarak çalışanlarınızın üretkenliğini artırabilir.

Bu artık küçük işletmelerin değer elde etmesinin en kolay yoludur. Ancak diğer şirketler de aynısını yapabildiğinden avantajınız geçici olacaktır.

Müşteri hizmetlerini ve satış verimliliğini artırın

Değer piramidinin orta katmanı üretkenliğinizi artırabilir. Örneğin, geçici işe yerleştirme sektöründe üretken yapay zeka, işe alım uzmanının uygun kişiyi bulmadan önce şirkete gönderdiği aday sayısını önemli ölçüde azaltabilir.

Yapay zeka sohbet robotları aynı zamanda bir şirketin müşteri sorularını çok daha hızlı çözmesine de yardımcı olabilir.

Ancak, müşteriye yönelik bu tür uygulamaların, bir şirketin itibarını riske atan bir uyarıya yanlış yanıt verilmesi gibi riskleri (en önemlisi, özel bilgileri dünyayla paylaşma riski ve halüsinasyonlar) vardır.

CEO'lar üretken yapay zeka halüsinasyonlarının şirketlerinin itibarını tehdit edebileceğinden korkuyor.

Örneğin Forbes'un kariyer yazarı Jack Kelly, Google'ın yapay zekasının insanlara pizzaya yapıştırıcı eklemelerini tavsiye ettiğini belirtti. Wired'ın bildirdiğine göre Air Canada'nın yapay zeka sohbet robotu bir müşteri için bir geri ödeme politikası oluşturdu ve Kanada mahkemesi, havayolunu yapay zeka tarafından icat edilen politikasına dayanarak gerçek bir geri ödeme yapmaya zorladı.

Bu risklerin üstesinden gelebilirseniz, değer piramidinin ikinci seviyesi sizi rakiplerinizin kopyalaması zor olacak şekilde daha üretken hale getirebilir ve size daha sürdürülebilir bir rekabet avantajı sağlayabilir.

Yeni büyüme eğrileri oluşturun

Piramidin en üst seviyesi en değerli olanıdır. Şirketlerin, müşterilerinin daha hızlı büyümesine yardımcı olmak için üretken yapay zekayı kullanarak işletmeleri için yeni büyüme eğrileri yaratmayı hedeflediklerini düşünüyorum.

Örneğin, Boston merkezli Bullhorn, Haziran A.Ş.'deki bir gönderide yazdığım gibi, işe alım yapan firmaları satışta çok daha verimli hale getirerek daha hızlı büyümelerine yardımcı olmaya çalışıyor; böylece her satış elemanı daha fazla satış yapabilir.

Şimdilik ilk iki seviyeye odaklanın.

Müşteri ilişkilerinizi yapay zeka halüsinasyonlarından koruyun
Teknoloji şirketleri müşteri ilişkilerinizi yapay zeka halüsinasyonlarından koruyabilecek çözümler sunuyor. Bunun bir örneği, Tel Aviv ve San Jose, Kaliforniya merkezli bir yapay zeka kontrol platformu olan Aporia'dır. SiliconAngle'a göre Aporia, mayıs ayında "çok modlu yapay zeka uygulamaları için gerçek zamanlı korkulukları" tanıttı.

Yeni korkuluklar, mühendislerin uygulama ile kullanıcı arasına bir güvenlik ve kontrol katmanı eklemesine olanak tanıyor. Israel21c'nin haberine göre "Sistem, halüsinasyonların yüzde 94'ünü sohbet, ses veya video yoluyla kullanıcılara ulaşmadan önce tespit ediyor ve azaltıyor."

Aporia, teknolojisinin iyi çalıştığını söylüyor. "Rakiplerimiz dahili geçici çözümler deniyor. Bunlar aşırı mühendislik gerektiren yönlendirmeler. 'Küfür varsa yanıt vermeyin.' Aporia, gerçek zamanlı olarak daha iyi tespit sunuyor" dedi Aporia CEO'su Liran Hason, 3 Haziran'da yaptığım bir röportajda bana.

Şirketiniz değer piramidinde tırmanırken itibarınızı korumak için yapay zeka kontrolünü kullanın.

Kaynak: INC

Ve böylece başlıyor: Gigabyte, yerleşik aşırı gerilim korumasına ve dört adet çift yuvalı GPU desteğine sahip bir AI anakartını sessizce piyasaya sürdü; peki yapay zeka, Bitcoin madenciliği ile aynı türde bir çılgınlık yaratabilir mi?

Gigabyte yakın zamanda oldukça inanılmaz bir şeyin duyurusunu yaptı: Yapay zekayı yerel olarak eğitmek ve ince ayar yapmak için özel olarak tasarlanmış yeni bir anakart olan TRX50 AI TOP (saniyede trilyonlarca işlem).

Şirket, TRX50'yi CPU'nuzun, GPU'nuzun, belleğinizin ve SSD'nizin maksimum kapasitesinden yararlanmanıza yardımcı olacak şekilde tasarladığını söylüyor. Şirket, doğru donanımla, tümü cihaz üzerinde olmak üzere, gizlilik ve güvenlik açısından faydalı olabilecek, yapay zeka eğitimi ve ince ayarın 236B parametreli büyük dil modellerine (LLM'ler) kadar destekleyebileceğini söylüyor.

TRX50, AMD'nin Threadripper ve Threadripper Pro CPU'larıyla çalışacak şekilde tasarlanmıştır; dolayısıyla, şaşırtıcı olmayan bir şekilde, piyasadaki en üst düzey parçalardan bazılarıdır. E-ATX kartında dört adet PCIe x16 yuvası, dört adet NVMe M.2 yuvası, sekiz DIMM yuvası, iki adet 10 Gbps Ethernet arayüzü, Qualcomm QCNCM865 modülü aracılığıyla WiFi 7 ve daha fazlası bulunur. İşlerin çığırından çıkmamasını sağlamak için aşırı gerilim koruması da var.

OpenAI seviyesine çıkın

Yüksek Lisans eğitiminin oldukça zor ve kaynak yoğun olduğu biliniyor; OpenAI ve onun startup rakiplerinin şu anda yüz milyonlarca dolar toplamasının nedenlerinden biri de bu. Bu amaçla Gigabyte, yeni iş akışları ve gerçek zamanlı ilerleme izlemenin yanı sıra yararlı bir kullanıcı arayüzü sağlar.

TRX50, yeni başlayanlara yönelik modellere özel olarak odaklanarak, piyasadaki en iyi açık kaynaklı modellerin çoğunu desteklemektedir. AI TOP Tutor ayrıca bir modelin nasıl kurulacağı, ince ayar yapılacağı ve genel olarak kullanıma hazır bir modelle nasıl oynanacağı konusunda tavsiyeler sunabilir.

Bunların da ötesinde Gigabyte, LED'lerde ve kontrol düğmelerinde hata ayıklamaya yardımcı olan EZ-Debug Zone, Wi-Fi anten fişlerini birleştirmek için WIFI EZ-Plug tasarımı ve daha fazlası gibi DIY dostu diğer özellikler de sunuyor.

Yapay zeka eğitimini demokratikleştirme

Geçtiğimiz birkaç yıldaki Bitcoin madenciliği gibi, AI çılgınlığının da benzer bir büyük gürültü ve heyecan modelini takip ettiğini görmemek zor. Elbette kripto paraların değerinin artmasıyla ilgili, dolayısıyla önemli farklılıklar var ancak donanım ihtiyaçları oldukça benzer.

Bitcoin madenciliği operasyonlarında yer alan farklı üreticilere ait Nvidia GPU'ların ve çeşitli CPU'ların çoğu, artık yapay zekaya yönelik olarak yeniden kullanılıyor ve bu, bir sektör olarak kriptoya olan ilgi ve yatırımda genel bir azalmayla aynı zamana denk geliyor.

Gigabyte büyük bir isim olsa da TRX50 açıkça çok niş bir ürün. Daha geniş bir ölçekte Apple, M serisi dizüstü bilgisayarlarını eğitim de dahil olmak üzere yapay zeka ile ilgili birçok iş yükünün üstesinden gelebilecek şekilde üretiyor ve M4 çipi çeşitli yapay zeka özellikleriyle birlikte geliyor.

Kaynak: TechRadar

Sam Altman Hindistan'ın ChatGPT'ye rakip oluşturamayacağını söyledi ama Hindistan bunu bir güzel oluşturdu. 

Hintli bir yapay zeka girişiminin kurucu ortağı, OpenAI'den Sam Altman'ın teklifini kabul ederek yalnızca 5 milyon dolara geniş dilli bir model (LLM) geliştirdi.

Tech Mahindra'nın eski CEO'su ve AIonOS'un kurucusu CP Gurnani, geçtiğimiz hafta Bangalore'da düzenlenen beşinci yıllık MachineCon GCC Zirvesi'nde yaptığı açılış konuşmasında, LLM'nin beş ay içinde geliştirildiğini söyledi.

Gurnani, "Sam Altman Hindistan'ın hiçbir zaman Yüksek Lisans derecesine sahip olamayacağı konusunda herkese meydan okudu" dedi. "Tech Mahindra'da inovasyondan sorumlu şefimle konuştum... Altı saat sonra bir planım olduğunu söyledi."

Mumbai merkezli çok uluslu bir BT firması olan Tech Mahindra, başlangıçta yaklaşık 40 farklı yerel dil ve lehçede iletişim kurabilen bir Hint Yüksek Lisans Okulu geliştirdi.

Gurnani, "Sam Altman'ın Hindistan'ın asla yerine getiremeyeceğini söylediği şeye beş milyon dolardan az harcadıklarını paylaşmaktan mutluyum" dedi.

Altman'ın söyledikleri

OpenAI CEO'su Sam Altman geçen yılın Haziran ayında Hindistan'dayken "temel modellerin eğitimi konusunda bizimle rekabet etmenin tamamen umutsuz olduğunu" söyledi.

Economic Times'ın düzenlediği bir etkinlikte Alman, "Denememelisin" dedi. "Zaten denemeyi sevmek senin işin. Ben bu iki şeye de inanıyorum. Bence durum oldukça umutsuz."

Alman daha sonra bu yorumlara açıklık getirmek için eski adı Twitter olan X'i kullandı ve bu da o dönemde Hint medyasında heyecan yarattı.

"Soru bizimle 10 milyon dolar ile rekabet etmekti ve bunun gerçekten işe yaramayacağını düşünüyorum. Ama yine de deneyin dedim!"

Altman ayrıca kendisine sorulan sorunun temelde yanlış olduğunu düşündüğünü de belirtti.

Altman, "Doğru soru, bir startup'ın daha önce yapılmamış, dünyaya yeni bir şey katacak ne yapabileceğidir" dedi. "Hintli startup şirketlerinin bunu yapabileceğine ve yapacağına hiç şüphem yok! Ve inşaatçılar dışında hiç kimse bu soruyu yanıtlayamaz."

Hindistan Yapay Zeka Yarışına Katılıyor

Gurnani, açılış konuşmasında işletmelerin yapay zekanın vaadini tam olarak kabul edip etmediğini sorguladı ve teknolojinin satış ve müşteri hizmetleri gibi alanlarda üretkenliği %40 oranında artırabileceğini söyledi.
Ayrıca Hindistan'ın yapay zeka yarışında önemli bir oyuncu olduğunu ilan etti ve ülkenin kendi kendine yetme yolunda ilerlediğini söyledi.

Gurnani, "Hindistan'da, yarı iletken endüstrisi geliştikçe, beş ila yedi yıl sonra başka birine bakmayacağımıza çok inanıyorum" dedi.

Tech Mahindra, Project Indus adlı LLM'nin ilk aşamasını Cuma günü başlattı. Model, çok sayıda Hint dili ve lehçesinde sohbet edecek şekilde tasarlanmıştır.

Tech Mahindra'daki yapımcı laboratuvarının küresel başkanı Nikhil Malhotra bir basın açıklamasında "Project Indus, sıfırdan bir LLM geliştirmeye yönelik ufuk açıcı çabamızdır" dedi. "Ar-Ge kolumuz Makers Lab aracılığıyla bir yol haritası oluşturduk, Hintçe konuşan nüfustan veriler topladık ve İndus modelini oluşturduk."

Indus LLM, modelin kurumsal kullanım için basit bir şekilde konuşlandırılmasına olanak sağlamak amacıyla "GenAI in a box" çerçevesini kullanacak. Model, Dell Bilgisayarların teknolojisini, depolama ve ağ özelliklerini kullanır.

Dell Technologies'in baş ortak sorumlusu Denise Millard, "Erişilebilirlik ve ölçeklenebilirlik, GenAI'nin gücünü ortaya çıkarmak isteyen kuruluşlar için giderek daha önemli hale geliyor" dedi. "Dell AI Factory ile Project Indus gibi LLM'ler, açık bir iş ortakları ekosistemi, doğrulanmış ve entegre çözümler, hizmetler ve en iyi uygulamalarla yapay zeka için optimize edilmiş teknolojilerden yararlanarak büyümeyi desteklemek, üretkenliği optimize etmek ve yeniliği teşvik etmek için yapay zekanın benimsenmesini hızlandırıyor."

Tech Mahindra'ya göre işbirliğinin amacı yapay zeka çözümlerini yeniden tanımlamak. Kuruluş, içeriğin sağlık, kırsal eğitim, bankacılık ve finansın yanı sıra tarım ve telekomünikasyon alanlarında da kullanılmasını öngörüyor.

Intel'in Hindistan bölgesi başkan yardımcısı ve genel müdürü Santhosh Viswanathan, "Bu, yalnızca GenAI çözümlerini yeniden tanımlamakla kalmayacak, aynı zamanda işletmelerin benzeri görülmemiş bir hızda ölçeklenmesine ve yenilik yapmasına da güç verecek" dedi.

Tech Mahindra daha önce Endonezya'nın resmi ve ulusal dili olan Bahasa Endonezya'yı korumak için bir Yüksek Lisans inşa etmenin temeli olarak Project Indus'u kullanacağını söylemişti. Hint Yüksek Lisansı gibi Endonezya dili versiyonu da insanların ve şirketlerin kendi yerel lehçelerinde ve dillerinde çevrimiçi iletişim kurmalarına olanak tanıyacak. Hindistan ve Endonezya'nın her biri 700'den fazla yaşayan dil ve lehçeye ev sahipliği yapıyor.

Kaynak: Newsweek

OpenAI bu hafta iki büyük güvenlik sorunuyla karşılaştı

OpenAI her gün manşetlere çıkıyor gibi görünüyor ve bu kez bunun nedeni iki kat güvenlik endişesi. İlk sayı ChatGPT için Mac uygulamasına odaklanıyor, ikincisi ise şirketin siber güvenliğini nasıl ele aldığına dair daha geniş endişelere işaret ediyor.

Bu haftanın başlarında mühendis ve Swift geliştiricisi Pedro José Pereira Vieito, Mac ChatGPT uygulamasını araştırdı ve uygulamanın kullanıcı konuşmalarını şifrelemek yerine yerel olarak düz metin olarak sakladığını keşfetti. Uygulama yalnızca OpenAI'nin web sitesinde mevcuttur ve App Store'da mevcut olmadığından Apple'ın korumalı alan gereksinimlerine uyması gerekmez. Vieito'nun çalışması daha sonra The Verge tarafından ele alındı ve istismarın dikkat çekmesinin ardından OpenAI, yerel olarak depolanan sohbetlere şifreleme ekleyen bir güncelleme yayınladı.

Geliştirici olmayanlar için korumalı alan oluşturma, potansiyel güvenlik açıklarının ve arızaların makinedeki bir uygulamadan diğerlerine yayılmasını önleyen bir güvenlik uygulamasıdır. Güvenlikle ilgisi olmayan uzmanlar için yerel dosyaları düz metin olarak saklamak, potansiyel olarak hassas verilerin diğer uygulamalar veya kötü amaçlı yazılımlar tarafından kolayca görüntülenebileceği anlamına gelir.

İkinci sorun ise 2023'te ortaya çıktı ve etkileri bugün de devam eden bir etki yarattı. Geçen baharda bir bilgisayar korsanı, şirketin dahili mesajlaşma sistemlerine yasa dışı erişim sağladıktan sonra OpenAI hakkında bilgi elde edebildi. New York Times, OpenAI teknik program yöneticisi Leopold Aschenbrenner'ın, hacklemenin yabancı rakiplerin yararlanabileceği iç güvenlik açıkları anlamına geldiğini öne sürerek şirketin yönetim kuruluna güvenlik endişelerini dile getirdiğini bildirdi.

Aschenbrenner şimdi OpenAI hakkındaki bilgileri ifşa ettiği ve şirketin güvenliğiyle ilgili endişeleri ortaya çıkardığı için kovulduğunu söylüyor. OpenAI'den bir temsilci The Times'a şunları söyledi: "Güvenli A.G.I. oluşturma konusundaki kararlılığını paylaşıyor olsak da, o zamandan beri çalışmalarımızla ilgili yaptığı iddiaların çoğuna katılmıyoruz" ve çıkışının ihbar sonucu olmadığını ekledi.

Uygulama güvenlik açıkları her teknoloji şirketinin yaşadığı bir şeydir. Bilgisayar korsanlarının ihlalleri de, ihbarcılar ile eski işverenleri arasındaki çekişmeli ilişkiler gibi, iç karartıcı derecede yaygın. Bununla birlikte, ChatGPT'nin büyük oyuncuların hizmetlerine ne kadar geniş bir şekilde uyarlandığı ve şirketin gözetiminin, uygulamalarının ve kamu itibarının ne kadar kaotik olduğu göz önüne alındığında, bu son sorunlar, OpenAI'nin verilerini yönetip yönetemeyeceği konusunda daha endişe verici bir tablo çizmeye başlıyor.

Kaynak: Engadgets

Saniyeler içinde hayal edebileceğiniz her şeyi yapmanızı sağlayan yapay zeka oyun alanı Websim ile tanışın

Aklınıza duşta bir uygulama için harika bir fikir geldiyse, nasıl yapılacağı hakkında hiçbir fikriniz olmadığı için bu fikir hiçbir zaman hayata geçmediyse el kaldırın. Yalnız değilsin. Belki de Rob Haisfield ve Websim projesi sayesinde bu asla doğmayacak mücevherler gelecekte görkemli bir hayata dönüşecek.

Bir anda ortaya çıkan, abartısız, markasız bir proje olan Websim, genellikle yalnızca mega fonlu startup lansmanlarında meydana gelen türden bir heyecanı tetikledi.

Uygulama, eğer buna böyle diyebilirseniz, oluşturmak istediği bir uygulama fikri olan ancak nasıl başlayacağını bilmeyen herkes için zengin bir potansiyel dokusu sunuyor.

Temel fikir, Websim'in yapay zeka destekli platformunu kullanarak yalnızca bir metin istemi ve biraz yaratıcılıkla tam gelişmiş uygulamalar üretmektir. OpenAI, Anthropic ve Claude 3.5 Sonnet ve GPT-4o gibi diğer önemli AI modellerinden herhangi biri tarafından desteklenmektedir.
Benim durumumda, mevcut en iyi model olan Claude 3.5 Sonnet'i seçtim ve gerçekten hızlı ve tutarlı kodlamadan faydalandım, bu da onu kullanmayı neredeyse bağımlılık haline getirdi.

Websim nasıl çalışır?

Başlamak için, diğer kullanıcılar tarafından oluşturulan örnek uygulamalarla dolu bir ana sayfa kataloğuyla ve ekranın üst kısmında çok önemli bilgi istemi kutusuyla karşılaşırsınız. Düşüncelerinizi düzenleyin ve işleri harekete geçirmek için istediğiniz istemi girin. Ve demek istediğim, Claude fikrinizi anında ekranınızda sunmak için kod, arayüz ve stiller oluşturmaya çalışacak. Bunu görmek bir mucize.

En sevdiğim 1980 Atari atari oyunlarından biri olan Missile Command'ı yeniden yaratmaya karar verdim. Bilmeyenler için bu, düşen füzelerin saldırısına uğrayan kulelerin/şehirlerin bulunduğu ve bunları bir fare veya düğme tıklamasıyla durdurmanız gereken bir oyundur. Kuleleriniz bittiğinde kaybedersiniz ve yüksek puanınız kaydedilir.

Doğrudan üst kısımdaki URL kutusuna girdiğim ilk istem basitti, "lütfen füze komuta oyunu oluştur". Tuhaf bir nedenden dolayı yapay zekaya karşı her zaman kibarım ve her zaman da öyle oldum.

Birkaç saniye içinde, retro Missile Command'ın tamamen oynanabilir bir versiyonunun yer aldığı seyrek ama belirgin bir ekran açıldı. Elbette tüm özellikler ve ıslıklar yoktu, ancak beş kelimelik bir ipucu için bu kadar iyi olması beni çok şaşırttı.

Biraz oynadım, sonra arayüzü geliştirmeye karar verdim. İkinci istem - "Yeniden başlatma ve yeni oyun başlatma düğmelerini ekleyin. Ayrıca en yüksek puan penceresini ekleyin."

Ve işte oradaydı. Akıllar karışmaya devam ediyor. Unutmayın, düzen, renkler veya kullanılabilirlik ile ilgili herhangi bir talimat vermiyorum, sadece basit bir ipucu. Ancak düğmeler en mantıklı yere yerleştirilmiş ve yüksek puan kutusu ekranın sağ üst köşesinde, genellikle onu bulmayı beklediğiniz yere gidiyor.

Daha fazla oynadıktan sonra başka eksik unsurların da gerekli olduğunu keşfettim. Oyunun hak ettiği özellikleri detaylandırdıkça birkaç ipucu daha geldi.

Ah dostum, bu çok eğlenceliydi. Ancak kullanıcı arayüzünü daha modern, daha az retro bir sonuca güncelleyebilir mi?

Yapabilirdi ve yaptı da. Oynamaya devam ettim ve ne zaman feci zorlu oyun mekaniği tarafından güçlü bir şekilde dövülsem dudaklarımdan vahşi kıkırdamalar çıkıyordu.

Ama sonra büyüğü geldi. Taleplerimle işleri ne kadar ileri götürebileceğimi görmek için açtım. Daha modern bir kullanıcı arayüzü açısından modeli yaratıcı bir şekilde ne kadar ileri taşıyabilirim?

"Bunu No Man's Sky gibi daha 3 boyutlu bir grafik uzay manzarasına yerleştirebilir misiniz? Yeşil blokları 3 boyutlu binalara ve ufukta dağların olduğu arka plandaki çöle dönüştürün. Karanlık yıldızlı gökyüzü, güzel ve çekici modern 3 boyutlu grafikler."

Boom! Gob-şapkalı olduğumu söylemek yetersiz bir ifadedir. Sanırım bir yapay zekanın düşüncelerinizi gözlerinizin önünde gerçeğe dönüştürmesini görmenin nasıl bir şey olduğunu anlamalısınız. Sinir bozucu olmanın da ötesinde, mistik bir deneyim.

Bunu gerçek bir programcıyla yapmayı deneyin ve ne kadar ilerleyebileceğinizi görün. Biliyorum, geçmişte denedim… birkaç kez. Sayfalar dolusu teknik özellikler, niyetler, hedefler, özellik tanımları ve bolca kahve olmadan genellikle iyi bitmez.

İşte işte buradasın. Maksimum iki saat içinde oynanabilir ve eğlenceli, Windows tabanlı bir atari oyununu yeniden yarattım. Elbette orijinalin tüm ekstra özelliklerine sahip değildi ve tasarım hala biraz hantaldı, ancak daha sonra zamanım olduğunda cila ekleme planlarım var.

Sonuçta mükemmelliğe sadece bir veya iki mesaj uzağım, değil mi?

Son düşünceler

Şu anda durup ensemdeki tüyler diken diken olurken sandalyemde arkama yaslanmak zorundayım. Bu tür bir teknolojinin işin, programlamanın ve eğlencenin geleceği açısından ne anlama geldiğini anlamaya çalışırken kendi kendime, bu olabilecek en kötü şey, diyorum.

Not: Ayrıca bir Comic Maker da yaptım!

Kaynak: Tom's Guide

 

 

 

Bilim insanları, yapay zeka sistemlerinin saçmalıklara dönüşmenin eşiğinde olabileceği konusunda uyarıyor

Araştırmacılar, internetin daha fazla kısmının yapay zeka tarafından üretilen içeriklerle dolması nedeniyle yapay zeka sistemlerinin anlamsız hale gelebileceği konusunda uyardı.

Son yıllarda OpenAI'nin ChatGPT'si gibi metin üreten sistemlere yönelik heyecanın arttığı görüldü. Bu heyecan, pek çok kişinin bu sistemler tarafından oluşturulan blog yazılarını ve diğer içerikleri yayınlamasına yol açtı ve internetin giderek daha fazla kısmı yapay zeka tarafından üretildi.

Ancak bu sistemleri üreten şirketlerin çoğu, onları eğitmek için internetten alınan metinleri kullanıyor. Bu, o metni üretmek için kullanılan aynı yapay zeka sistemlerinin daha sonra bu metin üzerinde eğitildiği bir döngüye yol açabilir.

Araştırmacılar yeni bir makalede, bunun yapay zeka araçlarının hızla anlamsız ve saçma sapan hale gelmesine yol açabileceği konusunda uyardı. Uyarıları, web'in gittikçe daha fazla kısmının bir kısır döngüye dönüşerek otomatik hale geldiğini öne süren "ölü internet teorisi" hakkında daha genel bir endişenin olduğu bir dönemde geldi.

Araştırmaya göre, bu sistemlerin saçmalık üretmesi için bu içeriğin hem üretilmesi hem de bu içerik üzerinde eğitilmesinden oluşan yalnızca birkaç döngü yeterli.

Orta Çağ mimarisiyle ilgili metinlerle test edilen bir sistemin, çıktının yalnızca tekrarlayan bir tavşan listesi haline gelmesinden önce yalnızca dokuz nesle ihtiyaç duyduğunu buldular.

Yapay zekanın yine yapay zeka tarafından oluşturulan veri kümeleri üzerinde eğitilmesi ve ardından bunların çıktılarını kirletmesi kavramına "model çöküşü" adı verildi. Araştırmacılar, yapay zeka sistemlerinin internette daha fazla kullanılmasıyla bunun giderek yaygınlaşabileceği konusunda uyarıyorlar.

Bunun nedeni, bu sistemlerin veri üretmesi ve daha sonra bu veriler üzerinde eğitim alması nedeniyle, verilerin daha az yaygın olan kısımlarının dışarıda kalma eğiliminde olmasıdır. Araştırmada çalışmayan araştırmacı Emily Wenger, farklı köpek ırklarının resimleri üzerine eğitilmiş bir sistem örneğini kullandı: Orijinal verilerde daha fazla Golden Retriever varsa, bunları seçecek ve süreç ilerledikçe bunları seçecek. sistem çöküp saçmalık üretmeden önce diğer köpekler eninde sonunda tamamen dışarıda bırakılacak.

Araştırmacılar, aynı etkinin ChatGPT ve Google'ın Gemini'sini destekleyen büyük dil modellerinde de gerçekleştiğini buldu.

Bu sadece sistemlerin sonunda işe yaramaz hale gelmesi nedeniyle değil, aynı zamanda çıktılarının giderek daha az çeşitliliğe sahip olması nedeniyle de bir sorun olabilir. Veriler üretilip geri dönüştürüldükçe, sistemler dünyanın tüm çeşitliliğini yansıtmada başarısız olabilir ve daha küçük gruplar veya bakış açıları tamamen silinebilir.

Araştırmacılar makalelerinde "web'den alınan büyük ölçekli verilerden eğitimin faydalarını sürdürmek istiyorsak sorunun ciddiye alınması gerektiğini" yazıyor. Bu aynı zamanda sistemlerini eğitmek için halihazırda veri toplayan şirketlerin avantajlı bir konumda olabileceği anlamına da gelebilir, çünkü daha önce alınan veriler daha fazla gerçek insan çıktısına sahip olacaktır.

Sorun, filigran çıktısı da dahil olmak üzere bir dizi olası çözümle çözülebilir, böylece otomatik sistemler tarafından tespit edilebilir ve daha sonra bu eğitim setlerinden filtrelenebilir. Ancak bu filigranları kaldırmak kolaydır ve yapay zeka şirketleri, diğer sorunların yanı sıra, filigranları kullanmak için birlikte çalışmaya dirençlidir.

'Yapay zeka modelleri yinelemeli olarak oluşturulan veriler üzerinde eğitildiğinde çöküyor' başlıklı çalışma Nature'da yayınlandı.

The Independent, bağımsız düşünenlere küresel haberler, yorumlar ve analizler sunan, dünyanın en özgür düşünen haber markasıdır. Güvenilir sesimize ve olumlu değişime olan bağlılığımıza değer veren, bağımsız fikirli bireylerden oluşan devasa, küresel bir okuyucu kitlesi oluşturduk. Değişimi gerçekleştirme misyonumuz hiçbir zaman bugünkü kadar önemli olmamıştı.

Kaynak: TI

Elon Musk, elektrik tedarik kısıtlamalarını ortadan kaldırmak için yeni 'Dünyanın En Hızlı Yapay Zeka Veri Merkezi'ni devasa taşınabilir güç jeneratörleriyle güçlendiriyor

Elon Musk'un Memphis Supercluster'ı yakın zamanda çevrimiçi oldu ve yüz bin sıvı soğutmalı H100 GPU'yla bu veri merkezi şüphesiz çok fazla güç tüketecek. Her H100 GPU'nun en az 700 watt tükettiği göz önüne alındığında, Musk'un yapay zeka veri merkezi, 100.000 GPU'nun tamamını aynı anda çalıştırmak için 70 megawatt'a kadar güce ihtiyaç duyacak - ve bu, tüm destekleyici sunucuları, ağ iletişimini ve soğutma ekipmanlarını eklemeden önce. Şaşırtıcı bir şekilde Musk, yerel kamu hizmetleriyle güç kaynağı anlaşmaları yaparken devasa tesise güç sağlamak için 14 devasa mobil jeneratör kullanıyor.

Yarı-Analiz'e başkanlık eden bir yapay zeka ve yarı iletken analisti olan Dylan Patel, başlangıçta X üzerinde, Musk'un güç kısıtlamaları nedeniyle Memphis Süperkümesi'ni yönetmesinin imkansız olabileceğini düşünüyordu. Şu anda şebekeden yalnızca 7 MW çekildiğini ve bunun yalnızca yaklaşık 4.000 GPU'ya güç sağlayacağını söyledi. Tennessee Valley Authority (TVA), xAI'nin bekleyen bir anlaşma imzalaması durumunda tesise 50 MW teslim edecek ancak bunu en erken 1 Ağustos'a kadar yapabilir. Patel ayrıca xAI sahasındaki 150 MW'lık trafo merkezinin hâlâ inşaat halinde olduğunu ve 24. çeyreğe kadar tamamlanmayacağını da gözlemledi.

Ancak uydu görüntülerini inceledikten sonra Patel, Musk'ın bunu nasıl yaptığını anlayınca kısa süre sonra yeni bir Tweet yayınladı; dört mobil trafo merkezine benzeyen 14 VoltaGrid mobil jeneratörü kullanarak.

Bu yarı römork boyutundaki jeneratörlerin her biri 2,5 MWe güç sağlayabiliyor, bu da Musk'un sahada 35 MW'lık inanılmaz bir güce sahip olduğu anlamına geliyor. Bunu Memphis Süper Kümesi'nin şebekeden aldığı 8 MW'lık güçle birleştirdiğinizde, toplam 43 MW elde edersiniz; bu, 32.000 H100 GPU'yu sınırlı güçte çalıştırmaya yeterlidir.

Tennessee Valley Authority, Musk'un ihtiyaç duyduğu 50 MW'ı Ağustos başında sağlarsa, 64.000 GPU'yu aynı anda çalıştırmaya yetecek güce sahip olacak. Patel, 100.000 GPU'yu çalıştırmak için yalnızca 155 MW'a ihtiyacınız olduğunu, ancak bunu elde etmek için xAI'nin trafo merkezinin çalışır durumda olması gerektiğini söylüyor. Yani ya trafo merkezi programın ilerisinde olacak ya da Musk ihtiyaç duyduğu gücü elde etmek için daha fazla mobil jeneratör konuşlandıracak.

Yapay zeka veri merkezlerinin bir ton elektriğe ihtiyacı var

Muazzam güç tüketimi ve bunun küresel ısınma üzerindeki etkisi, yapay zeka veri merkezlerinin şu anda karşılaştığı ana sorunlardır. Yalnızca 2023'te satılan tüm veri merkezi GPU'ları, ortalama 1,3 milyon Amerikan hanesinin toplamından daha fazla güç tüketiyor ve bu da elektrik şebekesinin sınırlarını zorluyor. Ayrıca bir veri merkezinin ihtiyaçlarını karşılamak için daha fazla enerji santrali inşa edemeyiz; aynı zamanda tesisten sunuculara elektrik sağlamak için yüksek gerilim enerji hatları, trafo merkezleri ve daha fazlası gibi ek altyapıları da dikkate almalıyız.

Yapay zeka bilişimine yönelik enerji santralleri inşa etmek için gereken zaman ve maliyetin yanı sıra sera gazı emisyonlarını da dikkate almamız gerekiyor. Musk'un Memphis Süper Kümesi'nde konuşlandırdığı mobil jeneratörler yakıt olarak doğal gaz (kömür veya petrolden daha temiz) kullanmasına rağmen, çalışırken hala atmosfere karbon salıyorlar.

Google kısa süre önce, veri merkezi enerji talepleri nedeniyle karbon ayak izinin 2019'a göre %48 arttığını açıkladı. Dolayısıyla, Musk daha temiz bir enerji üretimi biçimine geçmediği sürece xAI'nin de aynı yolu izlemesini bekleyebiliriz.

Musk, bunu başarmak için mevcut her yolu kullanarak xAI'yi yapay zeka geliştirmede ön saflarda yer almaya zorluyor. Ancak mobil jeneratör kullanmanın geçici bir çözüm olacağını umuyoruz. Memphis Süper Kümesi'nin TVA'nın sağlayabileceği daha temiz bir enerji kaynağına geçmesi gerekiyor. İkincisi nükleer, hidroelektrik ve fosil yakıt santrallerinin bir karışımını kullandığından, xAI'nin karbon ayak izi, yalnızca doğal gaz kullanan mobil jeneratörlere güvenmek yerine gücünü buradan alması durumunda muhtemelen daha küçük olacaktır.

Kaynak: Tom's Harware