Jony Ive: On absurdne arvata, et AI sobib vanadesse seadmetesse

Jony Ive räägib OpenAI riistvaraplaanidest

Kaks meest istuvad laval toolidel, vestluses. Esiplaanil on publik. Keskosas on laud, mille peal on kaks klaasi vett ja väike taim. Taustal on rohelised taimed.
Pildi allikas: OpenAI

 

Ülevaade: Endine Apple’i disainijuht Jony Ive jagas Dev Day’l Sam Altmaniga vesteldes oma nägemust, kuidas OpenAI võiks luua tehisintellekti seadmeid, mis aitavad parandada inimeste ja tehnoloogia vahelist suhtlust.

 

Detailid:

  • Jony Ive ütles, et praegune viis, kuidas me tehnoloogiaga suhtleme, on „ebamugav“. Tema arvates võiksid tehisintellekti seadmed muuta inimesed „õnnelikumaks, rahulikumaks ja vähem üksildaseks“.
  • Ta rääkis, et tema meeskond on loonud 15–20 uut seadme prototüüpi pärast seda, kui OpenAI ostis tema idufirma io 6,5 miljardi dollari eest mais.
  • Ive usub, et on mõttetu arvata, et tehisintellekti saab hästi kasutada vanade seadmete kaudu. Sam Altman lisas aga, et uue toote tegemiseks peab olema tõsiselt hea põhjus.
  • Altmani sõnul nõuab OpenAI riistvara arendamine kannatlikkust, et luua täiesti uus viis arvutitega suhtlemiseks.

 

Miks see on oluline: Kuigi Ive ja Altman pole veel täpseid plaane avaldanud, võib tehnoloogia mõju meie elu muuta, kui uued seadmed on loodud inimestele positiivseid tundeid pakkuma. Altman rõhutas, et nende toodete valmimine võtab aega ja vajab kannatlikkust.

Tehisintellekti ekspert lahkus Ophist, sest ta kartis sealset Hiina-vastast suhtumist

Pildil on noor mees pruunide lühikeste juustega, prillidega ja hele sinise särgiga, kes naeratab kergelt. Vasakul on Anthropic logo ja paremal on sinise spiraaliga logo sinisel taustal.
Pildi allikas: LinkedIn / Reve

 

Ülevaade: Tuntud füüsik, kes hakkas tegelema tehisintellektiga, Yao Shunyu, lahkus vähem kui aastaga firmast Anthropic ja liitus Google’iga. Ta kirjutas blogis, et lahkus, kuna firma pidas Hiinat vaenulikuks riigiks.

 

Detailid:

  • Yao aitas luua Claude 3.7 Sonnet’i ja Claude 4, kui ta töötas Anthropicus, kuid lahkus sealt septembri keskel.
  • Ta ütles, et umbes 40% tema otsusest lahkuda tulenes ettevõtte poliitikast, mis keelas nende teenuste kasutamise „vaenulikest riikidest“, nagu Hiina.
  • Yao mainis ka muid „salajasi probleeme“ ja lisas, et kuigi töö Anthropicus oli väärtuslik, tunneb ta, et on parem sealt eemal olla.
  • Nüüd töötab Yao DeepMindis vanemteadlasena Gemini meeskonnas, kus ta tegeleb ettevõtte peamiste tehisintellekti mudelitega.

 

Miks see on oluline: Geopoliitilised pinged mõjutavad tehisintellekti arengut mitte ainult riikide ja ettevõtete, vaid ka teadlaste tasandil. Kuigi tänavu räägitakse peamiselt palgast ja tehnoloogia arengust, on sama tähtsad ka ettevõtete seisukohad rahvusvahelise koostöö suhtes.

Samsungi teadlase loodud väike mudel teeb suurtele ära

Tabelus on toodud erinevate meetodite testitäpsus ARC-AGI võrdlusalustel kahes katsetuses. Esimene osa sisaldab eeltreenitud 'Chain-of-thought' meetodeid nagu Deepseek R1, Claude 3.7 16K jne ja nende testitäpsus parameetrite arvu juures. Teine osa näitab 'Direct prediction, small-sample training' meetodite täpsust, sealhulgas TRM-Att ja TRM-MLP. Mõned tulemused on märgitud rohelisega.
Pildi allikas: Alexia Jolicoeur-Martineau

 

Ülevaade: Samsungi teadlane Alexia Jolicoeur-Martineau lõi Tiny Recursion Modeli (TRM), väikese 7 miljoni parameetriga tehisintellekti, mis suudab lahendada keerulisi loogikaülesandeid paremini kui palju suuremad mudelid, näiteks DeepSeek R1 ja Gemini 2.5 Pro. Mudel saavutab selle tänu pidevale õppimisele ja enesetäiustamisele.

Detailid:

  • TRM saavutas keerulisel ARC-AGI-1 testil 45% ja ARC-AGI-2 testil 8% tulemuse, ületades mitmeid suuremaid mudeleid.
  • See mudel ei vasta küsimustele samm-sammult, vaid parandab ja täiustab oma lahendusi kuni 16 korda, kasutades sisemist mõtlemise ja parandamise protsessi.
  • TRM hindab oma loogikat töölehe abil ja teeb iga tsükli jooksul kuni kuus parandust, enne kui koostab uue vastuse.
  • Mudel on paljulubav keeruliste mõistatuste lahendamisel, kuid ei pruugi sobida kõigi loogikaülesannete jaoks.

 

Miks see on oluline: Kuigi suurte AI-mudelite loomiseks kulub palju raha ja arvutusvõimsust, näitab TRM, et targalt loodud väikesed mudelid võivad olla väga tõhusad. Kuigi see mudel keskendus loogikamõistatustele, võivad selle ideed muuta seda, kuidas väiksemad laborid tehisintellekti arendamist mõistavad.