admin 
Sveiki, žmonės, sveiki atvykę į įprastą „TechCrunch“ AI informacinį biuletenį. Jei norite, kad tai būtų jūsų pašto dėžutėje kiekvieną trečiadienį, užsiregistruokite čia.
Šią savaitę dirbtinio intelekto srityje du startuoliai, kuriantys įrankius kodui generuoti ir siūlyti – Magic ir Codeium – kartu surinko beveik pusę milijardo dolerių. Raundų skaičius buvo aukštas net pagal AI sektoriaus standartus, ypač turint omenyje, kad „Magic“ dar nepaleido produkto ar negavo pajamų.
Tad kam toks investuotojo entuziazmas? Na, kodavimas nėra lengvas ar nebrangus verslas. Ir įmonės, ir individualūs kūrėjai reikalauja būdų, kaip supaprastinti sudėtingesnius procesus.
Remiantis viena apklausa, vidutinis kūrėjas beveik 20 % savo darbo savaitės praleidžia palaikydamas esamą kodą, o ne rašydamas ką nors naujo. Atskirame tyrime bendrovės teigė, kad pernelyg didelė kodo priežiūra (įskaitant techninės skolos šalinimą ir prastai veikiančio kodo taisymą) joms kainuoja 85 milijardus dolerių per metus dėl prarastų galimybių.
Daugelis kūrėjų ir firmų mano, kad čia gali padėti dirbtinio intelekto įrankiai. Ir, ko tai verta, konsultantai sutinka. 2023 m. ataskaitoje McKinsey analitikai rašė, kad dirbtinio intelekto kodavimo įrankiai gali leisti kūrėjams parašyti naują kodą per pusę laiko ir optimizuoti esamą kodą maždaug per du trečdalius laiko.
Dabar koduojantis AI nėra sidabrinė kulka. McKinsey ataskaitoje taip pat nustatyta, kad dirbtinis intelektas nebūtinai buvo naudingas tam tikriems sudėtingesniems darbo krūviams, pavyzdžiui, tiems, kuriems reikia išmanyti konkrečią programavimo sistemą. Tiesą sakant, tam prireikė jaunesniųjų kūrėjų ilgiau Pasak ataskaitos bendraautorių, kai kurias užduotis atlikti naudojant AI, o ne be.
„Dalyvių atsiliepimai rodo, kad kūrėjai aktyviai naudojo įrankius, kad pasiektų (aukštą) kokybę, o tai rodo, kad technologija geriausiai tinka kūrėjams tobulinti, o ne juos pakeisti“, – rašė bendraautoriai, išreikšdami mintį, kad dirbtinis intelektas nėra pakaitalas. patirtį. „Galiausiai, norėdami išlaikyti kodo kokybę, kūrėjai turi suprasti atributus, kurie sudaro kokybės kodą, ir paraginti įrankį pateikti reikiamus rezultatus.
AI kodavimo įrankiai taip pat turi neišspręstų su saugumu ir IP susijusių problemų. Kai kurios analizės rodo, kad per pastaruosius kelerius metus dėl įrankių į kodų bazes buvo perkelta daugiau klaidingų kodų. Tuo tarpu kodo generavimo įrankiai, apmokyti naudoti autorių teisių saugomą kodą, buvo sugauti, kai tam tikru būdu paraginti šį kodą, sukeldami atsakomybės riziką juos naudojantiems kūrėjams.
Tačiau tai nesumažina kūrėjų – ar jų darbdavių – entuziazmo koduoti AI.
Dauguma kūrėjų (97 proc. daugiau) 2024 m. „GitHub“ apklausoje teigė, kad jie tam tikra forma pritaikė dirbtinio intelekto įrankius. Remiantis ta pačia apklausa, 59–88 % įmonių skatina arba dabar leidžia naudoti pagalbinius programavimo įrankius.
Taigi nenuostabu, kad AI kodavimo įrankių rinka iki 2032 m. gali siekti 27 milijardus dolerių (pagal Polaris Research) – ypač jei, kaip prognozuoja Gartner, iki 2028 m. 75 % įmonių programinės įrangos kūrėjų naudos AI kodavimo asistentus.
Rinkoje jau karšta. Generatyvaus AI kodavimo startuoliai „Cognition“, „Poolside“ ir „Anysphere“ per pastaruosius metus užbaigė didžiulius ratus – o „GitHub“ AI kodavimo įrankis „Copilot“ turi daugiau nei 1,8 mln. mokančių vartotojų. Produktyvumo padidėjimas, kurį galėjo pasiekti įrankiai, buvo pakankamas, kad įtikintų investuotojus ir klientus ignoruoti savo trūkumus. Bet pamatysime, ar tendencija išliks – ir kiek tiksliai.
Naujienos
„Emotion AI“ pritraukia investicijas: Julie rašo, kaip kai kuriuos rizikos kapitalo įmones ir įmones traukia „emocijų AI“, sudėtingesnis jausmų analizės brolis, ir kaip tai gali būti problemiška.
Kodėl namų robotai vis dar čiulpia: Brianas tyrinėja, kodėl daugelis namų robotų bandymų buvo įspūdingai nesėkmingi. Jis sako, kad tai priklauso nuo kainų, funkcionalumo ir efektyvumo.
„Amazon“ samdo „Covariant“ steigėjus: Kalbant apie robotus, „Amazon“ praėjusią savaitę pasamdė robotikos startuolio „Covariant“ įkūrėjus kartu su „apie ketvirtadaliu“ įmonės darbuotojų. Ji taip pat pasirašė neišimtinę licenciją naudoti „Covariant“ AI robotikos modelius.
NightCafe, OG vaizdo generatorius: Jūsų tikrai profiliuota NightCafe, viena iš originalių vaizdo generatorių ir dirbtinio intelekto sukurto turinio rinka. Nepaisant saiko iššūkių, jis vis dar gyvas.
Midjourney patenka į aparatinę įrangą: „NightCafe“ varžovas „Midjourney“ imasi techninės įrangos. Bendrovė paskelbė pranešimą X; jos naujoji techninės įrangos komanda bus įsikūrusi San Fransiske.
SB 1047 leidimai: Kalifornijos įstatymų leidžiamoji valdžia ką tik priėmė dirbtinio intelekto įstatymo projektą SB 1047. Maksas rašo, kodėl kai kurie tikisi, kad gubernatorius jo nepasirašys.
„Google“ imasi rinkimų apsaugos priemonių: „Google“ ruošiasi JAV prezidento rinkimams, įdiegdama daugiau generuojančių dirbtinio intelekto programų ir paslaugų apsaugos priemones. Dėl apribojimų dauguma bendrovės AI produktų neatsakys į su rinkimais susijusias temas.
„Apple“ ir „Nvidia“ galėtų investuoti į „OpenAI“: Pranešama, kad „Nvidia“ ir „Apple“ derasi, kad prisidėtų prie kito OpenAI lėšų rinkimo etapo, kurio metu „ChatGPT“ gamintojas galėtų įvertinti 100 mlrd.
Savaitės mokslinis darbas
Kam reikalingas žaidimo variklis, kai turite AI?
Tel Avivo universiteto ir „Google“ dirbtinio intelekto tyrimų ir plėtros padalinio „DeepMind“ tyrėjai praėjusią savaitę apžvelgė „GameNGen“ – AI sistemą, galinčią imituoti žaidimą „Doom“ iki 20 kadrų per sekundę greičiu. Išmokytas daug Doom žaidimo filmuotos medžiagos, modelis gali efektyviai numatyti kitą „žaidimo būseną“, kai žaidėjas „valdo“ personažą modeliavimo metu. Tai žaidimas, sukurtas realiu laiku.
GameNGen nėra pirmasis modelis, kuris tai daro. OpenAI „Sora“ gali imituoti žaidimus, įskaitant „Minecraft“, o universiteto mokslininkų grupė šių metų pradžioje pristatė „Atari“ žaidimą imituojantį AI. (Kiti modeliai taip pat veikia nuo World Models iki GameGAN ir paties Google Genie.)
Tačiau „GameNGen“ yra vienas įspūdingiausių žaidimo imitavimo bandymų, kalbant apie jo veikimą. Modelis nėra be didelių apribojimų, būtent grafinių trikdžių ir nesugebėjimo „atsiminti“ daugiau nei trijų sekundžių žaidimo (tai reiškia, kad „GameNGen“ iš tikrųjų negali sukurti funkcionalaus žaidimo). Tačiau tai gali būti žingsnis link visiškai naujų žaidimų rūšių, pavyzdžiui, procedūrinių žaidimų su steroidais.
Savaitės modelis
Kaip anksčiau rašė mano kolega Devinas Coldewey'us, dirbtinis intelektas perima orų prognozavimo sritį iš greito klausimo „Kiek ilgai truks šis lietus? iki 10 dienų perspektyvos, iki šimtmečio lygio prognozių.
Vienas iš naujausių modelių, pasirodžiusių scenoje, „Aurora“ yra „Microsoft“ AI tyrimų organizacijos produktas. „Microsoft“ teigia, kad „Aurora“, išmokyta naudotis įvairiais orų ir klimato duomenų rinkiniais, gali būti tiksliai suderinta su konkrečiomis prognozavimo užduotimis, turėdama palyginti mažai duomenų.
„Aurora yra mašininio mokymosi modelis, galintis numatyti atmosferos kintamuosius, tokius kaip temperatūra“, – modelio GitHub puslapyje paaiškina „Microsoft“. „Mes siūlome tris specializuotas versijas: vieną vidutinės skiriamosios gebos orų prognozavimui, vieną didelės skiriamosios gebos orų prognozavimui ir kitą oro taršos prognozavimui.
Atrodo, kad „Aurora“ našumas yra gana geras, palyginti su kitais atmosferos stebėjimo modeliais. (Mažiau nei per minutę jis gali parengti penkių dienų pasaulinės oro taršos prognozę arba dešimties dienų didelės skiriamosios gebos orų prognozę.) Tačiau jis nėra apsaugotas nuo kitų AI modelių haliucinacinių tendencijų. „Aurora“ gali padaryti klaidų, todėl „Microsoft“ įspėja, kad jos „nenaudotų žmonės ar įmonės planuodami savo veiklą“.
Paimk krepšį
Praėjusią savaitę Inc. pranešė, kad Scale AI, AI duomenų ženklinimo startuolis, atleido daugybę anotatorių – žmonių, atsakingų už mokymo duomenų rinkinių, naudojamų kuriant AI modelius, žymėjimą.
Paskelbimo metu oficialaus pranešimo nebuvo. Tačiau vienas buvęs darbuotojas Inc. pasakė, kad net šimtai buvo atleisti. (Scale AI tai ginčija.)
Dauguma Scale AI dirbančių anotatorių nėra tiesiogiai įdarbinti įmonėje. Atvirkščiai, juos samdo viena iš „Scale“ dukterinių įmonių arba trečiosios šalies įmonė, todėl jie yra mažiau saugūs. Etikečių klijuotojai kartais nueina ilgai, negaudami darbo. Arba jie be ceremonijų paleidžiami nuo Scale platformos, kaip neseniai atsitiko rangovams Tailande, Vietname, Lenkijoje ir Pakistane.
Dėl praėjusios savaitės atleidimo iš darbo „Scale“ atstovas „TechCrunch“ sakė, kad jis samdo rangovus per įmonę „HireArt“. „Šie asmenys (ty netekę darbo) buvo „HireArt“ darbuotojai ir mėnesio pabaigoje iš HireArt gavo išeitines ir COBRA išmokas. Praėjusią savaitę buvo atleisti mažiau nei 65 žmonės. Sukaupėme šią sutartinę darbo jėgą ir padidinome ją iki tinkamo dydžio, nes per pastaruosius devynis mėnesius mūsų veiklos modelis vystėsi, Jungtinėse Valstijose buvo atleista mažiau nei 500 darbuotojų.
Šiek tiek sunku tiksliai išanalizuoti, ką reiškia Scale AI su šiuo kruopščiai suformuluotu teiginiu, tačiau mes tai svarstome. Jei esate buvęs Scale AI darbuotojas arba rangovas, kuris neseniai buvo atleistas, susisiekite su mumis, kad ir kaip jums būtų patogu.
