Περίληψη άρθρου:
Η τεχνητή νοημοσύνη (AI) προκαλεί ήδη απολύσεις στον κλάδο της τεχνολογίας. Εταιρείες όπως η Chegg, η IBM και η Dropbox ανέφεραν την τεχνητή νοημοσύνη ως λόγο για τη μείωση του εργατικού δυναμικού τους. Οι απολύσεις αποτελούν μέρος των προσπαθειών της Silicon Valley να προσαρμοστεί στις ραγδαίες εξελίξεις της τεχνολογίας AI. Αντί να καθιστούν ολόκληρα σύνολα δεξιοτήτων απαρχαιωμένα εν μία νυκτί, τα εργαλεία AI αναγκάζουν τις εταιρείες να μετατοπίσουν πόρους για να επωφεληθούν από την τεχνολογία, δημιουργώντας μια πριμοδότηση των εργαζομένων με τεχνογνωσία AI. Ο πιο άμεσος αντίκτυπος της τεχνητής νοημοσύνης θεωρείται ότι ενισχύει την ανθρώπινη εργασία και όχι ότι την αντικαθιστά εξ ολοκλήρου. Οι απολύσεις έρχονται σε μια εποχή που ο κλάδος της τεχνολογίας υφίσταται ευρύτερες περικοπές λόγω του αβέβαιου οικονομικού περιβάλλοντος και της φθίνουσας ζήτησης για ψηφιακές υπηρεσίες κατά τη διάρκεια της πανδημίας. Παρά ταύτα, η βιομηχανία τεχνολογίας έχει επενδύσει σημαντικά σε ταλέντα και τεχνολογία τεχνητής νοημοσύνης, με εταιρείες όπως η Microsoft και η Meta να πραγματοποιούν σημαντικές επενδύσεις στην τεχνητή νοημοσύνη. Ακόμα και οι μηχανικοί λογισμικού, οι οποίοι κάποτε ήταν περιζήτητοι στη Silicon Valley, κινδυνεύουν τώρα να χάσουν τη δουλειά τους ή τα μισθολογικά τους κέρδη από εκείνους που διαθέτουν μεγαλύτερη τεχνογνωσία AI. Ο μέσος μισθός ενός ανώτερου μηχανικού λογισμικού με εξειδίκευση στην ΤΝ ή τη μηχανική μάθηση είναι 12% υψηλότερος από εκείνους χωρίς εξειδίκευση, σύμφωνα με τα στοιχεία της Comprehensive.io. Όσοι επιθυμούν να ευδοκιμήσουν στον κλάδο της τεχνολογίας μπορεί να χρειαστεί να αποκτήσουν δεξιότητες AI ή να εξοικειωθούν με εργαλεία AI για να γίνουν πιο αποτελεσματικοί στη δουλειά τους.

Περίληψη άρθρου:
Μια μελέτη διαπίστωσε ότι το chatbot GPT-3 AI της OpenAI είναι καλύτερο στη διάδοση της παραπληροφόρησης από τους ανθρώπους. Η μελέτη ζήτησε από 697 συμμετέχοντες να προσδιορίσουν αν τα tweets που δημιουργήθηκαν από το GPT-3 ήταν αληθινά ή ψεύτικα και διαπίστωσε ότι οι συμμετέχοντες δυσκολεύονταν να διακρίνουν μεταξύ των tweets που δημιουργήθηκαν από την τεχνητή νοημοσύνη και των ανθρώπινων tweets, ανεξάρτητα από την ακρίβεια των πληροφοριών. Η έκθεση προειδοποιεί ότι οι προηγμένες γεννήτριες κειμένου τεχνητής νοημοσύνης όπως η GPT-3 θα μπορούσαν να έχουν σημαντικό αντίκτυπο στη διάδοση πληροφοριών και ζητεί την παρακολούθηση της ανάπτυξής τους. Υπάρχουν ανησυχίες στον κλάδο της τεχνολογίας σχετικά με την ταχεία πρόοδο της γεννητικής τεχνητής νοημοσύνης και ζητείται ρύθμιση για τον περιορισμό της κατάχρησης και τη διασφάλιση της διαφάνειας. Ο Γενικός Γραμματέας του ΟΗΕ António Guterres έχει επίσης εκφράσει την ανησυχία του για τη διάδοση της παραπληροφόρησης που δημιουργείται από την ΤΝ, ζητώντας να δημιουργηθεί ένας διεθνής οργανισμός για την παρακολούθηση της ανάπτυξης της ΤΝ.

Περίληψη άρθρου:
Ο ενθουσιασμός γύρω από την τεχνητή νοημοσύνη (T.N) θυμίζει προηγούμενες τεχνολογικές εξελίξεις, όπως την εποχή των dotcom, και μπορεί να είναι υπερβολικός, σύμφωνα με τους ειδικούς. Ενώ η TN. έχει τη δυνατότητα να αποτελέσει μια τεχνολογία που θα αλλάξει το παιχνίδι, με εκτιμήσεις που υποδηλώνουν ότι θα μπορούσε να προσθέσει αξία τρισεκατομμυρίων δολαρίων στην παγκόσμια οικονομία ετησίως, υπάρχουν ανησυχίες σχετικά με τους περιορισμούς και τους κινδύνους που συνδέονται με την τεχνολογία. Ορισμένοι προειδοποιούν ότι οι επενδυτές θα πρέπει να είναι προσεκτικοί και να μην αγνοούν τις αποτιμήσεις και τα κέρδη όταν επενδύουν σε μετοχές που σχετίζονται με την TN. Η ρύθμιση θεωρείται επίσης απαραίτητη για την αποτροπή της κατάχρησης της TN., ενώ παράλληλα αξιοποιούνται τα δυνητικά οφέλη της. Οι ειδικοί πιστεύουν ότι η TN. έχει μακροπρόθεσμες δυνατότητες, αλλά προειδοποιούν για τις υπερτιμημένες μετοχές και τις αποτιμήσεις.
 

Περίληψη άρθρου:
Ερευνητές από το Πανεπιστήμιο του Ρότσεστερ ανέπτυξαν μια τεχνική βασισμένη στην τεχνητή νοημοσύνη (AI) για τη μέτρηση της ροής του υγρού γύρω από τα αιμοφόρα αγγεία του εγκεφάλου. Η μέθοδος, που ονομάζεται AI velocimetry, υπολογίζει με ακρίβεια τη ροή των εγκεφαλικών υγρών και θα μπορούσε να έχει σημαντικές επιπτώσεις στην κατανόηση και τη θεραπεία νευρολογικών παθήσεων όπως η νόσος του Αλτσχάιμερ, η νόσος των μικρών αγγείων, τα εγκεφαλικά επεισόδια και οι τραυματικές εγκεφαλικές κακώσεις. Οι περιαγγειακοί χώροι που περιβάλλουν τα εγκεφαλικά αιμοφόρα αγγεία μεταφέρουν υγρό μέσω του εγκεφάλου και βοηθούν στην απομάκρυνση των αποβλήτων. Οι μεταβολές στη ροή του υγρού σε αυτούς τους χώρους συνδέονται με νευρολογικές διαταραχές, αλλά είναι δύσκολο να μετρηθούν in vivo. Προηγουμένως, οι ερευνητές ήταν σε θέση να διενεργήσουν Ωστόσο, αυτό παρείχε περιορισμένες πληροφορίες για το σύστημα. Για την αντιμετώπιση αυτής της πρόκλησης, η διεπιστημονική ομάδα ενσωμάτωσε τα υπάρχοντα δισδιάστατα δεδομένα με νευρωνικά δίκτυα με φυσική πληροφόρηση για να δημιουργήσει εικόνες υψηλής ανάλυσης του τρισδιάστατου ρυθμού ροής, των πιέσεων και των δυνάμεων του συστήματος. Αυτή η καινοτόμος προσέγγιση παρέχει ακριβέστερες μετρήσεις από ό,τι ήταν δυνατό προηγουμένως και μπορεί να βοηθήσει τους ερευνητές να διερευνήσουν τους μηχανισμούς άντλησης που κινούν αυτές τις ροές γύρω από τον εγκέφαλο. Η έρευνα υποστηρίχθηκε από διάφορα προγράμματα, όπως το πρόγραμμα Collaborative Research in Computational Neuroscience, το National Institutes of Health Brain Initiative και το πρόγραμμα Multidisciplinary University Research Initiatives του Army Research Office.

Περίληψη άρθρου:
Μια νέα μελέτη δείχνει ότι η ευρεία χρήση μεγάλων γλωσσικών μοντέλων (LLM), όπως το ChatGPT, για τη δημιουργία περιεχομένου στο διαδίκτυο θα μπορούσε να οδηγήσει σε υποβάθμιση της ποιότητας και της αξιοπιστίας του κειμένου που παράγεται από τεχνητή νοημοσύνη. Η μελέτη διαπίστωσε ότι η εκπαίδευση των επόμενων γενεών μοντέλων ΤΝ χρησιμοποιώντας δεδομένα που παράγονται από άλλα μοντέλα μπορεί να οδηγήσει σε "μη αναστρέψιμες ατέλειες" και ανεπιθύμητο περιεχόμενο. Οι ερευνητές ανακάλυψαν ότι αυτή η διαδικασία, γνωστή ως κατάρρευση του μοντέλου, κάνει τα μοντέλα να ξεχνούν την πραγματική υποκείμενη κατανομή των δεδομένων με την πάροδο του χρόνου. Προειδοποίησαν επίσης ότι η δηλητηρίαση δεδομένων, όπου οι επόμενες γενιές μοντέλων ΤΝ παρερμηνεύουν πληροφορίες και εισάγουν ψευδείς πληροφορίες, μπορεί να συμβεί σε πολύ μεγαλύτερη κλίμακα μετά την έλευση των LLM. Αυτό θα μπορούσε να οδηγήσει σε ένα φαινόμενο συσσώρευσης λαθών και παρερμηνείας της πραγματικότητας από τα μοντέλα που μαθαίνουν από τα παραγόμενα δεδομένα. Οι ερευνητές συνέστησαν τη λήψη μέτρων για την επισήμανση του περιεχομένου που παράγεται από την ΤΝ από το περιεχόμενο που παράγεται από τον άνθρωπο και τη διατήρηση των αρχικών δεδομένων που έχουν δημιουργηθεί από τον άνθρωπο για μελλοντική εκπαίδευση της ΤΝ. Τόνισαν τη σημασία της διατήρησης της πρόσβασης σε αρχικές πηγές δεδομένων και δεδομένων που δεν παράγονται από LLM για να διασφαλιστεί η συνεχής μάθηση με την πάροδο του χρόνου.

10/07/2023: Τεχνητή νοημοσύνη για την πρόβλεψη της ρύπανσης των υδάτων στη νοτιοδυτική Αγγλία πριν συμβεί

Ένα πιλοτικό πρόγραμμα στο Ντέβον χρησιμοποιεί τεχνητή νοημοσύνη για την πρόβλεψη της ρύπανσης των υδάτων και την πρόληψή της με δεδομένα από αισθητήρες και δορυφορικές εικόνες. Εάν είναι επιτυχές, θα μπορούσε να επεκταθεί σε όλο το Ηνωμένο Βασίλειο για να βελτιώσει την ποιότητα των υδάτων και να ωφελήσει τις τοπικές οικονομίες…. Διαβάστε εδώ το άρθρο.

Περίληψη άρθρου:
Οι εταιρείες χρησιμοποιούν όλο και περισσότερο μεγάλα γλωσσικά μοντέλα όπως το ChatGPT για την υποστήριξη πελατών και τη διαχείριση γνώσεων. Υπάρχουν τρεις προσεγγίσεις για την ενσωμάτωση ιδιόκτητου περιεχομένου σε αυτά τα μοντέλα: εκπαίδευση από το μηδέν, λεπτομερής ρύθμιση ενός υπάρχοντος μοντέλου και ρύθμιση με προτροπή. Η ρύθμιση με προτροπή είναι η πιο κοινή προσέγγιση λόγω της αποτελεσματικότητάς της και των χαμηλότερων απαιτήσεων σε δεδομένα. Ωστόσο, η επιμέλεια και η διακυβέρνηση του περιεχομένου είναι σημαντικές για τη διασφάλιση της ακρίβειας και της ποιότητας. Για να διασφαλιστεί η ακρίβεια και η ασφάλεια, οι εταιρείες θα πρέπει να αναπτύξουν στρατηγικές αξιολόγησης για τα παραγωγικά συστήματα τεχνητής νοημοσύνης τους. Αυτό μπορεί να περιλαμβάνει τη διεξαγωγή δοκιμών του συστήματος με γνωστές ερωτήσεις και την πιλοτική δοκιμή του με χρήστες. Τα νομικά ζητήματα και τα ζητήματα διακυβέρνησης που σχετίζονται με τα παραγωγικά συστήματα τεχνητής νοημοσύνης, όπως η πνευματική ιδιοκτησία, το απόρρητο των δεδομένων, η μεροληψία, η ηθική και η ψευδής παραγωγή, πρέπει να αντιμετωπιστούν με τη συμμετοχή νομικών εκπροσώπων στη διαδικασία δημιουργίας. Η συμπεριφορά των χρηστών θα πρέπει να διαμορφώνεται μέσω της διαφάνειας, της λογοδοσίας, των πολιτικών και των κατευθυντήριων γραμμών για την αποτελεσματική ενσωμάτωση των δυνατοτήτων της παραγωγικής ΤΝ στις εργασίες. Τα συστήματα αυτά μπορούν να αυτοματοποιήσουν τις διαδικασίες αναζήτησης και τις εργασίες ρουτίνας, δίνοντας ελεύθερο χρόνο στους υπαλλήλους για τη λήψη αποφάσεων και την επίλυση προβλημάτων. Οι εταιρείες θα πρέπει να είναι προετοιμασμένες να προσαρμόζουν την προσέγγισή τους καθώς προκύπτουν νέα μοντέλα και μέθοδοι συντονισμού. Παρά τις προκλήσεις, ο μακροπρόθεσμος στόχος της εύκολης πρόσβασης σε σημαντικές γνώσεις εντός μιας εταιρείας με τη χρήση γεννητικής ΤΝ αξίζει να επιδιωχθεί.

Περίληψη άρθρου:
Η Marvel αντιμετωπίζει αντιδράσεις από καλλιτέχνες και θαυμαστές για τη χρήση τεχνητής νοημοσύνης (AI) στη σκηνή των τίτλων αρχής της νέας σειράς της Disney+, Secret Invasion. Ο εκτελεστικός παραγωγός της σειράς, Ali Selim, υπερασπίστηκε την απόφαση, δηλώνοντας ότι η τεχνητή νοημοσύνη ευθυγραμμίζεται με τα θέματα της σειράς σχετικά με την ταυτότητα και την αλλαγή μορφής. Ωστόσο, οι επικριτές υποστηρίζουν ότι αφαιρεί ευκαιρίες από πραγματικούς καλλιτέχνες. Η διαμάχη έρχεται σε μια εποχή που η χρήση της τεχνητής νοημοσύνης στον κινηματογράφο συζητείται ευρέως. Ο ηθοποιός Samuel L Jackson σχολίασε επίσης την πιθανή ψηφιακή αναδημιουργία της εικόνας του μετά το θάνατό του. Η ταινία Secret Invasion προβάλλεται αυτή τη στιγμή στο Disney+.