🏛️ Ang mahirap hulihin na panukalang batas ng AI na nais ipasa ng White House ↗
Isinusulong ng Washington ang maaaring maging unang malaking pederal na batas sa AI, kung saan ikinakatuwiran ng mga opisyal na kailangan ng US ng iisang pambansang balangkas sa halip na isang pira-piraso na pagtatagpo ng estado. Ang ideyang iyon ay kumakalat na sa loob ng maraming taon, ngunit ngayon ay may taglay itong mas matalas na pakiramdam ng pagkaapurahan.
Dumarating ang presyur mula sa lahat ng direksyon nang sabay-sabay - proteksyon ng mamimili, pambansang seguridad, mga patakaran sa datos, at pandaigdigang kompetisyon. Ang kapansin-pansin ay halos lahat ay sumasang-ayon na kailangan ng AI ng mga patakaran, ngunit ang anyo na dapat taglayin ng mga patakarang iyon ay tila bahagyang iginuhit lamang, na parang may nag-sketch ng balangkas at iniwan ang gitnang bahagi na hindi natapos.
🧠 Pinabilis ng AI boom ang paglago ng industriya ng chip sa Tsina dahil sa demand na pumipigil sa supply chain ↗
Ang industriya ng chip sa Tsina ay nakakakuha ng malakas na pagtutulak mula sa demand ng AI, kung saan sinasabi ng mga ehekutibo na ang paglago ay higit pa sa inaasahan habang ang pagsasanay sa modelo at paghihinuha ay sumisipsip ng mas advanced na hardware. Walang anumang palihim tungkol dito - gusto ng AI ng mga chips, pagkatapos ay mas maraming chips, at pagkatapos ay kahit papaano ay mas marami pa ulit.
Ang problema ay ang supply chain ay nasa ilalim ng pressure. Habang ang mga chips ay nagiging mas kumplikado at mas hinihingi ang performance, ang buong ecosystem - disenyo, packaging, manufacturing - ay nagsisimulang magmukhang isang makina na masyadong itinutulak malapit sa pulang linya.
🌐 Ginagamit ng Openreach ang Google AI upang mapabilis ang paglulunsad ng fiber at mabawasan ang emisyon ↗
Ginagamit ng Openreach ang Google AI upang mas mahusay na planuhin ang paglulunsad ng fiber, na naglalayong mapabilis ang pag-deploy habang binabawasan ang mga emisyon. Ito ay isang napaka-praktikal na kwento ng AI, na nakakapresko - mas kaunting liriko ng robot, mas maraming kable ang nasa lupa.
Ang premisa ay ang mas mahusay na pagpaplano ng ruta at mas matalinong mga desisyon sa pagpapatakbo ay maaaring mabawasan ang mga nasasayang na paglalakbay at mapabuti ang kahusayan sa pagtatayo. Maaaring nakakabagot sa unang tingin, ngunit ito ang uri ng bagay na tahimik na mahalaga - ang AI bilang isang mahalagang susi, hindi isang mahiwagang wand.
💸 Pinapataas ng Meta ang suweldo ng mga nangungunang ehekutibo gamit ang mga opsyon sa stock habang umiinit ang karera ng AI ↗
Nagbibigay ang Meta ng mas malalaking parangal sa mga nangungunang ehekutibo habang tumitindi ang labanan sa talento ng AI. Malaki na ang ibig sabihin nito - kapag umiinit ang laban, mas malakas na nagsasalita ang mga chequebook.
Ang hakbang na ito ay tila isang paraan ng pagpapanatili ng mga manlalaro habang ang mga karibal ay patuloy na naglalaan ng pera, prestihiyo, at malalaking badyet sa compute. Hindi ito gaanong nakakagulat, bagama't binibigyang-diin nito kung paano ang paggastos ng AI ngayon ay higit pa sa mga chips at data center na direktang nakakaapekto sa panloob na politika ng kapangyarihan.
🇮🇳 Ang kakumpitensya ng Mercor na Deccan AI ay nakalikom ng $25M, ayon sa mga eksperto mula sa India ↗
Nakalikom ang Deccan AI ng $25 milyon upang palawakin ang trabaho nito sa datos at ebalwasyon pagkatapos ng pagsasanay, na umaasa sa isang dalubhasang manggagawa na nakabase sa India. Ito ay isang paalala na ang frontier AI ay hindi lamang itinatayo sa mga pinakintab na laboratoryo - karamihan sa mahahalagang pag-tune ay nangyayari sa mga hindi gaanong kaakit-akit na layer sa ilalim.
Ang startup ay nakakatulong na mapabuti ang mga aspeto tulad ng pagganap ng coding, pag-uugali ng ahente, at paggamit ng tool, na siyang mga bahaging pinapahalagahan ng mga kumpanya kapag naipatupad na ang base model. Kaya oo, ang boom ng AI ay tungkol pa rin sa malalaking modelo, ngunit pati na rin sa mga scaffolding ng tao na nakapaligid sa mga ito.
🗜️ Inilabas ng Google ang TurboQuant, isang bagong AI memory compression algorithm - at oo, tinatawag ito ng internet na 'Pied Piper' ↗
Isiniwalat ng mga mananaliksik ng Google ang TurboQuant, isang paraan ng memory compression na idinisenyo upang paliitin ang AI working memory nang hindi binabawasan ang performance. Napaka-teknikal, napaka-Google - ngunit halos agad itong ginawang biro sa sitcom ng internet, dahil siyempre ginawa nga nito.
Ang mahalaga ay ang anggulo ng kahusayan. Kung mapapanatili ng mga modelo ang mas makabuluhang konteksto habang gumagamit ng mas kaunting memorya, maaaring mabawasan nito ang tunay na bottleneck sa mga sistema ng AI. Mukhang kakaiba ito hanggang sa maalala mo na ang mas mahusay na compression ay maaaring magdulot ng mas mura, mas mabilis, at mas may kakayahang mga produkto.
👷 Narito na ang kakulangan sa kasanayan sa AI, sabi ng kumpanya ng AI, at nauuna na ang mga power user ↗
Ang pinakabagong pagbasa ng Anthropic tungkol sa merkado ng paggawa ay nagmumungkahi na ang AI ay hindi pa nagdudulot ng malawakang pagkawala ng trabaho, ngunit lumilikha ito ng lumalaking agwat sa pagitan ng mga taong marunong gumamit nang maayos ng mga kagamitang ito at ng lahat ng iba pa. Parang iyon ang pangunahing kwento sa ngayon - hindi ang malawakang pagpapalit, hindi pa, kundi ang hindi pantay na pagbilis.
Ang mga power user ay nagiging mas mabilis at mas epektibo, habang ang mga mas bata o mas bagong manggagawa ay maaaring unang makaramdam ng pagbabago. Parang pagbibigay sa kalahati ng mga jetpack sa opisina at pagsasabi sa iba na maglakad nang mabilis.
Mga Madalas Itanong
Bakit ngayon isinusulong ng White House ang isang pederal na batas sa AI?
Ipinahihiwatig ng artikulo na tumindi ang pagkaapurahan dahil maraming presyur ang sabay-sabay na nagsasama-sama: proteksyon ng mamimili, pambansang seguridad, pamamahala ng datos, at internasyonal na kompetisyon. Isang pederal na batas sa AI ang inilalahad bilang isang paraan upang maiwasan ang isang pira-piraso, magkakapatong-patong na estado. Ang bukas na tanong ay hindi na kung kinakailangan ang mga patakaran, kundi kung anong anyo ang dapat na gamitin ng mga patakarang iyon.
Ano ang nasosolusyunan ng isang pambansang balangkas ng AI kumpara sa mga patakaran ng bawat estado?
Ang isang pambansang balangkas ay karaniwang magpapadali sa pagsunod para sa mga kumpanyang bumubuo o nagde-deploy ng AI sa buong US. Sa halip na mag-navigate sa iba't ibang hanay ng mga obligasyon sa bawat estado, maaaring gumana ang mga negosyo batay sa iisang baseline. Iminumungkahi ng artikulo na nakikita ito ng mga tagagawa ng patakaran bilang mahalaga kapwa para sa kalinawan sa loob ng bansa at para sa pagpapanatili ng pandaigdigang kompetisyon.
Bakit labis na nakakaapekto ang demand ng AI sa supply chain ng chip ng Tsina?
Itinuturo ng artikulo ang isang direktang dinamiko: ang pagsasanay at paghihinuha ng modelo ay patuloy na kumukonsumo ng mas advanced na hardware. Habang tumataas ang demand, ang pressure ay gumagalaw sa buong stack, kabilang ang disenyo ng chip, packaging, at pagmamanupaktura. Ang problema ay hindi lamang ang dami, kundi pati na rin ang tumataas na mga kinakailangan sa performance at complexity na nagpapahirap sa supply chain na malinis na i-scale.
Paano ginagamit ang AI sa mga totoong proyektong imprastraktura tulad ng paglulunsad ng fiber optic?
Sa kasong ito, ang AI ay hindi gaanong ginagamit bilang isang produktong nakakapukaw ng atensyon at mas ginagamit bilang isang kagamitan sa pagpapatakbo. Ginagamit ng Openreach ang Google AI upang mapabuti ang pagpaplano, mabawasan ang mga nasasayang na paglalakbay, at gawing mas mahusay ang mga desisyon sa paglulunsad. Mahalaga ito dahil kahit ang mga maliit na pagbuti sa pagruruta at pag-iiskedyul ay maaaring mapabilis ang pag-deploy habang nakakatulong din na mabawasan ang mga emisyon.
Bakit pinapataas ng mga kumpanyang tulad ng Meta ang mga parangal sa executive stock sa panahon ng karera ng AI?
Inilalarawan ito ng artikulo bilang usapin ng talento at pagpapanatili ng mga empleyado. Habang tumitindi ang kompetisyon sa AI, ang mga kumpanya ay gumagastos hindi lamang sa mga chips at data center kundi pati na rin sa pagpigil sa mga senior leader na maakit sa ibang lugar. Ang mas malalaking stock awards ay nagpapahiwatig na ang paligsahan para sa kalamangan ay umaabot na ngayon sa mga internal na insentibo, katayuan, at pangmatagalang kabayaran.
Ano nga ba ang tunay na hitsura ng AI skills gap ngayon?
Ayon sa artikulo, ang kasalukuyang padron ay hindi gaanong tungkol sa malawakang pagkawala ng trabaho kundi higit na tungkol sa hindi pantay na mga kita. Ang mga taong marunong nang gumamit ng mga kagamitang AI nang epektibo ay nagiging mas mabilis at mas produktibo, habang ang iba ay nanganganib na mahuli. Lumilikha ito ng lumalaking agwat sa loob ng mga pangkat, lalo na kung saan ang mga mas bagong manggagawa ay may mas kaunting karanasan sa paggawa ng AI bilang praktikal na output.