💸 Naglaan ang Anthropic ng $100B para sa AWS ng Amazon ↗
Kakahigpit lang ng Anthropic at Amazon sa isa sa pinakamalaking pagtutulungan sa imprastraktura ng AI. Mahigit $100 bilyon ang ilalaan ng Anthropic sa AWS sa susunod na dekada upang sanayin at patakbuhin si Claude.
Agad na maglalaan ang Amazon ng $5 bilyon, na may opsyong mamuhunan pa ng hanggang $20 bilyon. Binibigyan din ng kasunduan ang Anthropic ng access sa mga Trainium chips ng Amazon - na parang sinasabi ng Amazon na, "huwag na lang basta umupa ng Nvidia habangbuhay," ngunit may mas malaking tseke.
Ang nakakatawa, o baka hindi talaga nakakatawa, ay ang Anthropic ay nasa ilalim pa rin ng pressure sa mga regulasyon habang mas lalo pang lumalalim ang koneksyon nito sa imprastraktura ng Big Tech. Napakalinis, napakagulo.
🧾 Nahigitan ng Anthropic ang paggastos sa OpenAI sa rekord na quarter ng lobbying ↗
Gumastos ang Anthropic ng $1.6 milyon sa lobbying noong unang quarter, habang ang OpenAI ay gumastos ng $1 milyon. Dahil dito, isa itong record quarter para sa pareho - at isang malinaw na senyales na ang mga AI lab ay hindi na lamang bumubuo ng mga modelo, nagtatrabaho na sila sa Washington tulad ng mga batikang operator.
Ang paggastos ng Anthropic ay tumaas nang husto kumpara sa parehong panahon noong nakaraang taon, naiulat na nauugnay sa pederal na pagsusuri, alitan sa Pentagon, at mas malawak na labanan kung paano dapat tratuhin ng mga gobyerno ang frontier AI.
Ang lobbying ng OpenAI ay nakatuon sa copyright, cybersecurity, patakaran ng AI, at imprastraktura ng cloud. Hindi man ito gaanong kaakit-akit, ngunit dito tahimik na pinagsasama-sama ang hinaharap.
🧠 Inilunsad ng OpenAI ang ChatGPT Images 2.0 ↗
Inilunsad ng OpenAI ang ChatGPT Images 2.0, na may mas mahusay na pagsunod sa mga tagubilin, mas malakas na pagbuo ng teksto sa loob ng mga imahe, at mga bagong kakayahan sa "pag-iisip" na maaaring gumamit ng paghahanap sa web upang makatulong na lumikha ng mas kumplikadong mga biswal.
Ang pag-upgrade ay naglalayong sa mga bagay tulad ng mga infographic, slide, mapa, manga, multilingual na teksto, at pagbuo ng maraming larawan. Kahina-hinalang nagiging manipis na ang linya sa pagitan ng "image tool" at "maliit na departamento ng disenyo sa isang kahon".
Ang malaking pagbabago ay ang kontrol. Sinusubukan ng OpenAI na gawing mas mainam ang paglikha ng imahe na parang pag-alog ng isang mahiwagang globo ng niyebe at parang pagdidirekta ng isang art intern na medyo lasing sa caffeine.
🎭 Pinalawak ng YouTube ang AI deepfake detection para sa mga celebrity ↗
Pinalalawak ng YouTube ang tool nito sa pagtukoy ng likeness para mas maraming public figure ang makahanap ng mga AI-generated na video na gumagaya sa mga ito at humiling ng pag-alis.
Ini-scan ng system ang mga AI lookalike at ipinapaalam ang mga ito sa mga naka-enroll na celebrity, na maaaring humiling sa YouTube na suriin ang content sa ilalim ng patakaran sa privacy nito. Hindi lahat ng takedown ay maaaprubahan, kaya nagiging mahirap ang lahat.
Isa na naman itong senyales na ang mga deepfake ay lumipat na mula sa "internet panic" patungo sa aktwal na pagtutubero sa platform. Sa wakas ay nilagyan na ng label ang mga tubo.
⌨️ Irerekord ng Meta ang mga keystroke ng empleyado upang sanayin ang mga modelo ng AI ↗
Naglulunsad ang Meta ng isang internal na tool na kumukuha ng mga galaw ng mouse, pag-click ng button, at mga keystroke ng empleyado, pagkatapos ay kino-convert ang aktibidad na iyon sa data ng pagsasanay para sa mga modelo ng AI.
Ang ideya ay turuan ang mga AI system kung paano ginagamit ng mga totoong tao ang software at kinukumpleto ang mga gawain. Mahalaga? Oo. Medyo dystopian na office jazz? At oo, parehong maaaring totoo ang mga bagay na ito.
Ito ang maliit na karera ng mga ahente: kailangan ng mga kumpanya ng datos ng daloy ng trabaho ng tao kasama ang lahat ng mga gasgas na gilid nito, hindi lamang ang makintab na tekstong kinudkod mula sa internet. Kaya ngayon ang keyboard ay nagiging saksi. Medyo mabagsik, medyo matalino.
🛡️ Iniulat na na-access ng mga hindi awtorisadong gumagamit ang cyber tool ng Mythos ng Anthropic ↗
Isang grupo ng mga hindi awtorisadong gumagamit ang naiulat na nakakuha ng access sa Mythos ng Anthropic, isang AI tool na nakatuon sa cybersecurity na nilalayong mahigpit na kontrolin.
Ang Mythos ay hindi isang pangkalahatang produktong inilabas - dinisenyo ito para sa mga advanced na cyber work, na nagpapatindi sa mga pahayag tungkol sa access. Kung totoo, nagbubunga ito ng mga hindi komportableng tanong tungkol sa kung paano sine-secure ng mga laboratoryo ang mismong mga sistemang inilarawan nila bilang sensitibo.
Parang may "misteryo ng nakakandadong silid, pero parang cloud dashboard ang silid." Sakto lang sa AI security ngayon.
🧪 Nakalikom ang NeoCognition ng $40M na binhi upang bumuo ng mga ahente sa pagkatuto na parang tao ↗
Ang NeoCognition, isang laboratoryo sa pananaliksik ng AI, ay nakalikom ng $40 milyong seed round upang bumuo ng mga ahente na mas natututo tulad ng mga tao.
Hinahabol ng startup ang mas maaasahan at mahusay na mga sistema ng AI -- isang mainit na mungkahi habang patuloy na hinahanap ng mga mamumuhunan ang anumang bagay na maaaring gawing mas madali ang mga ahente sa mga praktikal na daloy ng trabaho.
Isa itong paalala na ang pag-usbong ng mga ahente ay hindi lamang ang OpenAI, Anthropic, at Google na nag-aagawan ng mga kawali. Ang mas maliliit na laboratoryo ay umiikot din, ang ilan ay may ambisyosong enerhiyang parang batong-buwan.
Mga Madalas Itanong
Bakit nangangako ang Anthropic ng $100 bilyon para sa AWS?
Naglalaan ang Anthropic ng mahigit $100 bilyon sa AWS sa susunod na dekada upang sanayin at patakbuhin si Claude. Ang kasunduan ay nagbibigay sa Anthropic ng mas malalim na access sa cloud infrastructure ng Amazon at mga Trainium chips. Ipinapakita rin nito kung gaano kamahal ang mga frontier AI system, kung saan ang pagbuo ng modelo ay lalong nakasalalay sa malawak na pakikipagsosyo sa compute.
Ano ang ibig sabihin ng kasunduan ng Anthropic at Amazon para sa imprastraktura ng AI?
Ipinapakita ng kasunduan ng Anthropic at Amazon kung gaano kalapit ang pagkakaugnay ng imprastraktura ng AI sa mga platform ng Big Tech cloud. Namumuhunan ang Amazon ng bilyun-bilyon, habang ang Anthropic ay naglalaan ng malaking pangmatagalang paggastos sa AWS. Ang mga kaayusang ito ay makakatulong sa pag-unlad ng mga AI lab, ngunit nagbubunga rin ang mga ito ng mga katanungan tungkol sa dependency, kompetisyon, at pagsisiyasat ng mga regulasyon.
Bakit mas malaki ang ginagastos ng Anthropic at OpenAI sa lobbying?
Mas malaki ang ginagastos ng Anthropic at OpenAI sa lobbying dahil ang patakaran ng AI ay nagiging mahalaga na sa kanilang kinabukasan. Sinasabi sa artikulo na gumastos ang Anthropic ng $1.6 milyon sa unang quarter, habang ang OpenAI ay gumastos ng $1 milyon. Kabilang sa kanilang mga pinagtutuunan ng pansin ang pederal na pagsusuri, copyright, cybersecurity, patakaran ng AI, imprastraktura ng cloud, at kung paano dapat pangasiwaan ng mga pamahalaan ang frontier AI.
Ano ang bago sa ChatGPT Images 2.0?
Ang ChatGPT Images 2.0 ay inilalarawan bilang pagpapabuti ng pagsunod sa instruksyon, pagbuo ng teksto sa loob ng mga imahe, at mga kakayahan sa "pag-iisip" na maaaring gumamit ng paghahanap sa web para sa mas kumplikadong mga biswal. Ang pag-upgrade ay naglalayong gumawa ng mga infographic, slide, mapa, manga, multilingual na teksto, at pagbuo ng maraming imahe. Ang pangunahing pagbabago ay patungo sa mas malawak na kontrol at mas kaunting panghuhula sa paglikha ng imahe.
Paano pinangangasiwaan ng YouTube ang mga AI deepfake ng mga kilalang tao?
Pinalalawak ng YouTube ang tool nito sa pagtukoy ng kahawig upang mas maraming pampublikong pigura ang makahanap ng mga video na gawa ng AI na gumagaya sa kanila. Ang mga naka-enroll na kilalang tao ay maaaring maalerto sa mga posibleng kamukha ng AI at humiling ng mga pagsusuri sa pag-alis sa ilalim ng patakaran sa privacy ng YouTube. Hindi lahat ng kahilingan ay awtomatikong maaaprubahan, kaya ang sistema ay nakasalalay pa rin sa pagsusuri at konteksto ng platform.
Bakit nire-record ng Meta ang mga keystroke ng empleyado para sa AI training?
Inilulunsad ng Meta ang isang internal tool na kumukuha ng mga galaw, pag-click, at keystroke ng mouse ng empleyado, pagkatapos ay ginagawang AI training data ang aktibidad na iyon. Ang layunin ay turuan ang mga AI system kung paano ginagamit ng mga tao ang software at kinukumpleto ang mga gawain. Sa maraming agent workflow, ang ganitong uri ng data ng aktibidad ng tao ay maaaring makatulong sa mga modelo na matuto ng praktikal at sunud-sunod na pag-uugali.