🤖 MIT: Ang Susunod na Malaking Paglukso para sa Generative AI
Sa Generative AI Impact Symposium ng MIT, ikinatuwiran nina Yann LeCun at ng iba pa na ang trend na "i-scale it bigger" ay bumabagal. Ang susunod na hangganan ay maaaring mga modelo sa mundo - AI na natututo sa pamamagitan ng pakikipag-ugnayan sa kapaligiran nito, parang mga paslit. Mainit ding pinag-uusapan ang mga guardrail, bias, at mga halusinasyon… dahil walang may gusto sa isang chatbot na sobrang kumpiyansa na nagpapalipad ng drone.
🔗 Magbasa pa
⚙️ Paradoks ng Kahusayan: Mas Bumibilis ang AI, Mas Ginagamit Natin Ito
Nagbabala si Jon Ippolito (University of Maine) tungkol sa Paradoks ni Jevons gumagapang papasok sa AI. Sa madaling salita, habang nagiging mas mahusay at mas mura ang AI, mas gagamitin ito ng lahat - posibleng magpapataas ng demand sa halip na pigilan ito. Tulad ng paggawa ng mga sasakyan na matipid sa gasolina at pagkatapos ay mas magmaneho lang ang lahat. Kakaiba ang pabilog na sitwasyon.
🔗 Magbasa pa
🎓 Harvard: Pagsapit ng 2050, Hindi Na Magiging Katulad Ngayon ang mga Paaralan
Si Howard Gardner ng Harvard at mga kasamahan ay nagbalangkas ng isang kakaibang kinabukasan sa edukasyon: pagdating ng 2050, maaaring hawakan ng AI ang karamihan sa mga pangunahing gawaing kognitibo - pagsusuri, sintesis, maging ang pagkamalikhain. Nangangahulugan ito na ang pag-aaral ay maaaring lumipat mula sa mga pagsusulit at pagmemorya patungo sa… sino ang nakakaalam kung ano. Karakter? Mga pinahahalagahan? Mga kakaibang katangian ng tao? Wala nang hurado, ngunit maaaring matunaw ang silid-aralan gaya ng alam natin.
🔗 Magbasa pa