🧠 Mae Nvidia yn buddsoddi $4B mewn ffotonig i gyflymu sglodion canolfan ddata AI ↗
Dywedodd Nvidia y bydd yn buddsoddi $2B yr un yn Lumentum a Coherent - y ddau yn gwmnïau mawr mewn ffotonig - wrth iddo geisio cadw ei galedwedd canolfan ddata ar y blaen i'r gromlin "casgliad cyflymach, mwy o led band".
Mae'r cynnig yn syml: os gallwch chi symud data o gwmpas gyda golau (ffotonig) yn lle signalau trydanol yn unig, gallwch chi gael mwy o berfformiad o'r pentwr AI cyfan. Nid yw'n hudolus, ond y plymwaith sy'n penderfynu pwy sy'n ennill.
🛡️ Mae OpenAI yn postio “llinellau coch” ar gyfer ei ddefnydd o AI yn y Pentagon ↗
Nododd OpenAI barthau “dim mynd” penodol ar gyfer ei waith milwrol - dim gwyliadwriaeth ddomestig dorfol, dim cyfarwyddo arfau ymreolaethol, a dim penderfyniadau awtomataidd risg uchel fel systemau tebyg i “credyd cymdeithasol”.
Maen nhw hefyd yn dweud bod y defnydd yn y cwmwl yn unig (nid ar yr ymyl), yn cadw pentwr diogelwch OpenAI yn ei le, ac yn cynnwys personél OpenAI wedi'u clirio yn y ddolen. Mae'n darllen ychydig fel "ymddiriedwch ynom ni, a dyma iaith y contract" - sydd, a dweud y gwir, yn well na sicrwydd ymddiriedaeth yn unig.
🏛️ Mae deddfwyr Washington yn gwthio rheiliau gwarchod AI ar gyfer chatbots a chanfod cynnwys ↗
Mae deddfwyr talaith Washington yn hyrwyddo biliau sy'n targedu dau bwynt pwysau: robotiaid sgwrsio (yn enwedig ar gyfer plant dan oed) a chyfryngau a gynhyrchir gan AI sy'n mynd yn anoddach i'w gweld.
Byddai un cynnig yn ei gwneud yn ofynnol i robotiaid sgwrsio atgoffa defnyddwyr yn rheolaidd eu bod yn siarad â deallusrwydd artiffisial, yn ogystal ag ychwanegu canfod syniadau hunanladdol a mesurau diogelwch eraill. Byddai un arall yn pwyso am ddatgeliadau fel dyfrnodau wedi'u hymgorffori mewn delweddau, sain a fideo a gynhyrchir neu a newidir gan ddeallusrwydd artiffisial - yn syml mewn theori, yn gymhleth mewn ymarfer.
⚡ Mae'r DU yn lansio galwad am dystiolaeth ar setiau data ynni ar gyfer deallusrwydd artiffisial ↗
Agorodd llywodraeth y DU alwad am dystiolaeth yn canolbwyntio ar setiau data sy'n gysylltiedig ag ynni lle gallai gwell mynediad helpu datblygwyr AI i wella datgarboneiddio, diogelwch ynni, neu fforddiadwyedd.
Mae wedi'i fframio'n benodol fel cam casglu tystiolaeth (nid newid polisi a addawyd), ac mae'n cyfeirio at realiti: ni ellir rhannu rhai data, felly data synthetig neu ddulliau seiliedig ar ganiatâd yw'r llwybr posibl. Mynediad at ddata yw'r frwydr newydd "pwy sy'n berchen ar y map", yn ôl pob golwg.
🤝 TechCrunch: Nid oes gan gwmnïau a llywodraethau AI lyfr chwarae defnyddiadwy o hyd ↗
Cloddiodd TechCrunch i'r bwlch lletchwith rhwng “mae labordai deallusrwydd artiffisial yn dod yn seilwaith cenedlaethol” a “ni chytunodd neb ar y rheolau yn gyntaf.” Mae'r erthygl yn tynnu sylw at sut mae gwrthwynebiad cyhoeddus yn tueddu i ganolbwyntio ar wyliadwriaeth a lladd awtomataidd - y ddau hunllef nad ydynt byth yn gadael yr ystafell mewn gwirionedd.
Y naws yw: mae labordai'n dal i geisio pwyso polisi yn ôl i arweinwyr etholedig… ond nhw hefyd yw'r rhai sy'n dosbarthu'r offer, felly dim ond am gyfnod penodol y mae'r osgoi hwnnw'n gweithio. Mae fel mynnu nad chi sy'n gyfrifol am y tân gwyllt tra'ch bod chi'n gwerthu matsis yn weithredol - neu dyna mae'n ymddangos.
Cwestiynau Cyffredin
Pam mae Nvidia yn buddsoddi biliynau mewn ffotonig ar gyfer sglodion canolfan ddata AI?
Mae Nvidia yn betio y gall ffotonig symud data o amgylch canolfannau data yn gyflymach, gyda mwy o led band, na chysylltiadau trydanol yn unig. Y rhagdybiaeth yw y gall "plymio" gwell rhwng sglodion, rheseli a systemau wella perfformiad cyffredinol AI, yn enwedig wrth i lwythi gwaith casglu gynyddu. Mae rhoi cyfalaf sylweddol y tu ôl i chwaraewyr ffotonig mawr yn arwydd bod hyn yn troi'n seilwaith strategol, nid yn ychwanegiad niche.
Sut mae ffotonig mewn gwirionedd yn cyflymu systemau AI o'i gymharu â chysylltiadau trydanol?
Mae ffotonig yn defnyddio golau i drosglwyddo data, a all leddfu tagfeydd pan fydd angen i systemau gludo symiau enfawr o wybodaeth. Mewn llawer o bentyrrau AI, nid yw perfformiad yn ymwneud â'r sglodion cyfrifiadurol yn unig - mae hefyd yn ymwneud â pha mor gyflym y gall data symud rhwng cydrannau. Patrwm cyffredin yw cysylltiadau optegol ar gyfer cysylltiadau trwybwn uchel, gan gadw signalau trydanol lle maent yn symlach neu'n rhatach.
Beth mae “casgliad cyflymach a mwy o led band” yn ei olygu i ganolfannau data AI yn ymarferol?
Mae'n tynnu sylw at newid lle mae gwasanaethu modelau'n effeithlon yr un mor bwysig â'u hyfforddi. Mae casglu cyflymach yn golygu cael ymatebion allan yn gyflym o dan alw mawr, ac mae mwy o led band yn golygu y gellir bwydo cyflymyddion heb aros. Mewn llawer o biblinellau, terfynau rhwydwaith a rhyng-gysylltu yw'r cyfyngiad, felly gall gwella symud data ddatgloi enillion ystyrlon hyd yn oed os yw'r silicon cyfrifiadurol eisoes yn gryf.
Beth yw "llinellau coch" OpenAI ar gyfer defnyddio AI yn y Pentagon?
Mae OpenAI yn disgrifio parthau penodol na chaniateir iddynt fynd iddynt, fel gwyliadwriaeth ddomestig dorfol, cyfeirio arfau ymreolaethol, a phenderfyniadau awtomataidd peryglus tebyg i systemau "credyd cymdeithasol". Maent hefyd yn fframio'r defnydd fel un cwmwl-yn-unig, gyda mesurau diogelwch yn parhau ar waith a phersonél wedi'u clirio sy'n gysylltiedig. Yn nodweddiadol, bwriad y cyfyngiadau hyn yw culhau achosion defnydd a lleihau'r risg o gamddefnyddio, tra'n dal i alluogi cymwysiadau llywodraeth cyfyngedig.
Pa reiliau gwarchod AI y mae deddfwyr Washington yn eu cynnig ar gyfer robotiaid sgwrsio a chyfryngau a gynhyrchir gan AI?
Mae'r cynigion a ddisgrifir yn canolbwyntio ar ddau faes: tryloywder a diogelwch robotiaid sgwrsio, a datgelu cynnwys a gynhyrchwyd neu a newidiwyd gan AI. Un cysyniad yw ei gwneud yn ofynnol i robotiaid sgwrsio atgoffa defnyddwyr yn rheolaidd eu bod yn rhyngweithio â AI, a chynnwys nodweddion diogelwch fel canfod syniadau hunanladdol. Mae un arall yn anelu at fecanweithiau datgelu fel dyfrnodau wedi'u hymgorffori mewn cyfryngau synthetig, a all fod yn syml mewn theori ond yn anoddach i'w gweithredu.
Sut gall setiau data ynni'r DU ar gyfer deallusrwydd artiffisial effeithio ar ddatgarboneiddio a gwaith diogelwch ynni?
Mae galwad y DU am dystiolaeth wedi'i fframio fel cam i nodi lle gallai gwell mynediad at setiau data sy'n gysylltiedig ag ynni helpu deallusrwydd artiffisial i wella canlyniadau fel datgarboneiddio, diogelwch, neu fforddiadwyedd. Yn ymarferol, mae gan lawer o setiau data defnyddiol gyfyngiadau rhannu, felly efallai y bydd angen dulliau fel data synthetig, mynediad yn seiliedig ar ganiatâd, neu amgylcheddau rheoledig. Yn aml, mae hyn yn dod yn gwestiwn "pwy all gael mynediad at y map" ar gyfer arloesi a llywodraethu.