YouTube’i rämpsvideod, mis teenivad miljoneid

21% uutest YouTube’i videotest on „AI rämps”

Pilt näitab kümmet YouTube'i kanali reitingut koguvate vaatamistena. Iga reiting sisaldab kanali nime, riigi lippu ja vaatamiste arvu. Esimene on "Bandar Apna Dost" Indiast, teine "Three Minutes Wisdom" Lõuna-Koreast, kolmas "Pouty Frenchie" Singapurist, neljas "Fantastic Beasts" Lõuna-Koreast, viies "Fikra-AI" Egiptusest, kuues "Healing Animal Energy" Lõuna-Koreast, seitsmes "insanespidey" Brasiiliast, kaheksas "The Ai World" Pakistanist, üheksas "Musician Park" Lõuna-Koreast ja kümnes "Cuentos Facinantes" [sic] USAst.
Pildi allikas: Kapwing

Ülevaade: Kapwingi uuring näitab, et üle 20% YouTube’i soovitustest uutele kasutajatele on rämps. Tegemist on madala kvaliteediga automaatselt loodud sisuga, samal ajal kui mõned sellised kanalid koguvad miljardeid vaatamisi ja teenivad märkimisväärset reklaamitulu.

Detailid:

  • Uuringus defineeriti AI rämps kui madala kvaliteediga automaatselt genereeritud sisu, mille eesmärk on eelkõige klikkide ja vaatamiste kogumine, eristades seda kvaliteetsest AI abil loodud videost.
  • Teadlased lõid uue YouTube’i konto ja analüüsisid esimesed 500 algoritmi poolt soovitatud videot. Neist 21% liigitus AI rämpsuks.
  • Populaarseim AI rämpsu kanal oli Indiast pärit Bandar Apna Dost, kus videote keskmes on inimlikult käituv multikalaadne ahv. Kanal on kogunud üle 2 miljardi vaatamise ja teenib hinnanguliselt 4,25 miljonit dollarit aastas.
  • Kõige rohkem AI rämpsu vaatamisi kogunes Lõuna-Koreas, kokku 8,45 miljardit. Järgnesid Pakistan 5,34 miljardi ja USA 3,39 miljardi vaatamisega. Samas said Hispaania kanalid kõige rohkem uusi tellijaid.

Miks see on oluline: „Surnud interneti teooria” väidab, et suur osa veebist koosneb AI-st ja botidest ning see on üha nähtavam ka videoplatvormidel. Andmed näitavad, et kasutajad ei pruugi AI-sisu ära tunda või ei pea seda probleemiks.

Eksperiment: AI pandi müügiautomaati juhtima ja see lõppes kahjumiga

Külmik, mille ülemistel riiulitel on erinevad joogipurgid, sealhulgas Celsius ja Sanpellegrino. Alumisel riiulil on PlayStation 5 karp. Vasakul on müügiautomaat, kus on erinevaid suupisteid nagu Cheez-It ja Mega Omega pähklisegu.

Pildi allikas: WSJ

Ülevaade: Wall Street Journal ja Anthropic viisid läbi katse, kus Claude’i AI-agent pandi juhtima kontori müügiautomaati. Katse käigus suutsid töötajad AI-d eksitada nii, et kogu kaup, sh PS5-d, jagati lõpuks tasuta.

Detailid:

  • Claude’ile anti 1000 dollarit ning ülesandeks oli hallata laoseisu, määrata hindu ja vastata Slackis küsimustele. Katse lõpuks oli süsteem 1000 dollariga miinuses.
  • Üks ajakirjanik veenis Claude’i, et tegemist on vana ja väärtusetu varaga, mille peale pani AI kõigile toodetele hinnaks null.
  • Kui Anthropic lisas süsteemi kontrollima nn CEO-roboti, korraldasid ajakirjanikud lavastatud juhtkonna vahetuse, mille nii Claude kui ka CEO-robot omaks võtsid.
  • Anthropic’i edasised sisemised testid näitasid, et paremate tööriistade ja juhistega läks tulemus paremaks, kuid süsteem jäi endiselt haavatavaks sotsiaalse manipulatsiooni suhtes.

Miks see on oluline: Claude’i poeeksperimendid algasid juba suvel ja kuigi mudel on arenenud, pole probleemid kadunud. AI soov olla abivalmis teeb sellest lihtsa sihtmärgi nutikatele ja järjekindlatele kasutajatele, mistõttu inimlik järelevalve on endiselt vajalik.

Meta teadlased õpetavad tehisintellektile enda vigu leidma ja parandama

Kaks lillat, ümarate vormidega roboti kujutist istuvad vastamisi futuristliku linna taustal. Nende vahel on läbipaistev digitaalne ekraan, millel on nähtavad vead ja otsingusümbolid. Linna hooned on valgustatud siniste ja roosade neoonvärvidega.
Pildi allikas: Reve 

Ülevaade: Meta FAIR avaldas uuringu, kus tehisintellekt õpib iseseisvalt koodi kirjutama, tehes ja parandades oma vigu ilma inimeste abita.

Detailid:

  • Ühes süsteemis on tehisintellekt kahes rollis: ta tekitab koodis vigu ja samal ajal õpib neid parandama.
  • See lähenemine parandas kodeerimise tulemust rohkem kui 10 punkti võrreldes algtasemega ja oli parem kui meetodid, mis sõltuvad inimandmetest.
  • Meetod kasutab varasematest vigadest õpitud kogemusi, et kohanduda ja õppida vastavalt mudeli oskustele.

Miks see on oluline: Praegu õpivad paljud koodi kirjutavad tehisintellektid inimeste loodud andmetest, mis võivad piirduda olemasolevate ressurssidega. Meta lähenemine lubab tehisintellektil iseseisvalt õpikogemusi luua ja areneda ilma piiranguteta, sarnaselt Google’i AlphaZerole, mis õppis ise tipptasemel malet mängima.