ნამდვილად სჯერა მარკ ცუკერბერგს, რომ ხელოვნური ინტელექტი „ყველასთვისაა“?
Meta-მ Glimmer-ი წარადგინა, რასაც მარკ ცუკერბერგის მანიფესტი მოჰყვა ხელოვნური ინტელექტის დემოკრატიზაციის შესახებ. TechCrunch-ის ექსპერტები ამ ხედვის რეალურ მხარეებსა და ინდუსტრიის გამოწვევებს განიხილავენ.
კომპანია Meta-მ ამ კვირაში Glimmer-ი წარადგინა — ხელოვნური ინტელექტის ღია წონის (open-weight) მოდელი, რომლის ჩამოტვირთვა და საკუთარ აპარატურაზე გაშვება ნებისმიერ მსურველს შეუძლია. ეს ნაბიჯი მკვეთრ კონტრასტშია კომპანიის უფრო მძლავრ მოდელთან, Muse Spark-თან, რომელიც კვლავ დახურულია და მხოლოდ საკუთარი API-ების მეშვეობით არის ხელმისაწვდომი.
ახალი მოდელის გამოშვებას თან ახლდა მარკ ცუკერბერგის ვრცელი წერილი, სადაც ის ამტკიცებს, რომ ხელოვნური ინტელექტი უნდა იყოს „ყველასთვის“ და არა მხოლოდ რამდენიმე ლაბორატორიის მიერ კონტროლირებადი რესურსი. თუმცა, როგორც TechCrunch-ის პოდკასტ Equity-ის წამყვანები აღნიშნავენ, ამ ოპტიმისტურ ხედვას გარკვეული კითხვის ნიშნებიც ახლავს.
TechCrunch-ის პოდკასტის ამ ეპიზოდში კირსტენ კოროსეკი, ენტონი ჰა და რებეკა ბელანი დეტალურად განიხილავენ Glimmer-ს, ცუკერბერგის 6500-სიტყვიან მანიფესტს და კვირის სხვა მნიშვნელოვან სიახლეებს. დისკუსია ეხება ისეთ კრიტიკულ საკითხებს, როგორიცაა ხელოვნური ინტელექტის ინდუსტრიის ენერგეტიკული მოთხოვნილებების რეალური ფასი და 250 მილიონ დოლარიანი შესყიდვა, რომელიც სრულიად წარუმატებლად დასრულდა.
ცუკერბერგის მანიფესტი და Glimmer-ის როლი
მარკ ცუკერბერგის მიერ გამოქვეყნებული მანიფესტი ხაზს უსვამს ღია კოდის (Open Source) მნიშვნელობას ხელოვნური ინტელექტის განვითარებაში. მისი არგუმენტაციით, ტექნოლოგიის დემოკრატიზაცია აუცილებელია, რათა თავიდან იქნას აცილებული ძალაუფლების კონცენტრაცია მცირე რაოდენობის ტექნოლოგიურ გიგანტებში. Glimmer-ის გამოშვება სწორედ ამ სტრატეგიის ნაწილად არის წარმოდგენილი, რაც დეველოპერებს საშუალებას აძლევს, უფრო მეტი კონტროლი ჰქონდეთ საკუთარ სისტემებზე.
ინდუსტრიის გამოწვევები: ენერგია და წარუმატებელი გარიგებები
გარდა Meta-ს სიახლეებისა, პოდკასტში განხილულია ხელოვნური ინტელექტის განვითარების თანმდევი პრობლემები. განსაკუთრებული ყურადღება ეთმობა ენერგოეფექტურობას და იმ უზარმაზარ ხარჯებს, რაც AI მოდელების მუშაობას სჭირდება. ასევე, მიმოხილულია კვირის ერთ-ერთი ყველაზე ხმაურიანი მოვლენა — 250 მილიონ დოლარიანი აკვიზიცია, რომელმაც მოლოდინები ვერ გაამართლა და ინდუსტრიაში ინვესტიციების რისკებზე კიდევ ერთხელ აალაპარაკა ექსპერტები.
მსგავსი სტატიები
Kog-ი GPU-ების რესურსების მაქსიმალურ ათვისებას და AI ინფერენსის მკვეთრ დაჩქარებას გეგმავს
ფრანგული სტარტაპი Kog-ი პროგრამული ოპტიმიზაციის გზით არსებული GPU-ებიდან 30-ჯერ მეტი წარმადობის მიღებას აპირებს, რაც AI მოდელების მუშაობას მნიშვნელოვნად დააჩქარებს.
Google მომხმარებლებს AI-გენერირებული კონტენტიდან ხილული წყლის ნიშნების მოცილების უფლებას აძლევს
Google მომხმარებლებს საშუალებას აძლევს, AI-ით გენერირებული სურათებიდან და ვიდეოებიდან ხილული წყლის ნიშნები წაშალონ, რაც შემოქმედებითი მუშაობის პროცესს გაამარტივებს.
Databricks-მა $1 მილიარდის მოზიდვა დაგეგმა, თუმცა ინვესტორების ინტერესმა $15 მილიარდს მიაღწია: კომპანიის ღირებულება $190 მილიარდამდე გაიზარდა
Databricks-მა $5 მილიარდიანი დაფინანსება მოიზიდა, რის შედეგადაც კომპანიის ღირებულება $190 მილიარდამდე გაიზარდა. გაიგეთ, რატომ გადაწყვიტა AI გიგანტმა დაგეგმილზე მეტი კაპიტალის მოზიდვა.