WhatsApp testailee tekoälyllä luotuja kuvia
Lisäksi: George Hotz väitteli Eliezer Yudkowskyn kanssa tekoälyn riskeistä
Huomenta! ☕
Transistori tulee tänään myöhässä koska yöllä välillä 02:33 ja 03:46 koitimme saada tytärtä nukahtamaan uudelleen:
Transistori on arkiaamuisin ilmestyvä teknologiauutisiin ja internet-kulttuuriin keskittyvä uutiskirje, jota sponsoroi ohjelmisto- ja datakonsultointipalveluja tarjoava Three Point Consulting. Klikkaa Transistori tilaukseen ja pysy kartalla teknologiamaailman tuoreimmista käänteistä!
Uutiset 🗞️
WhatsApp testailee tekoälyllä luotuja kuvia
Metan omistamaan WhatsAppiin on pian tulossa ominaisuus, mikä mahdollistaa kuvien luonnin palvelussa (oletettavasti) diffuusiomalleja hyödyntämällä. Kuvia voi sitten käyttää sovelluksen sisällä ns. tarroina. Asiasta raportoi ensimmäisen wabetainfo.com, joka pääsi ominaisuuteen käsiksi WhatsAppin Androidin beta-versiosta.
Specifically, thanks to the latest WhatsApp beta for Android 2.23.17.14 update, we discovered that a very limited group of beta testers may be able to create and share AI stickers starting today!
As you can see in this screenshot, a new button “Create” may be available when opening the keyboard within the sticker tab. When selecting this option, the user will be prompted to enter a description used to generate a sticker. WhatsApp will present a set of AI stickers generated by the description previously entered, and the user can share which sticker to share in the conversation.
Al stickers are generated using a secure technology offered by Meta. You’re always in control over stickers generated by AI: in case you think a sticker is inappropriate or harmful, you can report it to Meta. In addition, it’s important to note that this feature is optional and those AI stickers are easily recognisable. This means that the recipient may understand when a sticker has been generated by the AI technology from Meta.
Rakennusalalla ollaan optimistisia tekoälyn suhteen
Tämä ei ole sinänsä uutinen, mutta New York Timesissä oli analyysiä siitä mitä vaikutuksia tekoälyn soveltamisella, yhdistettynä parempien mittalaitteiden kanssa on rakennusalaan. Brittiläinen rakennuksen konsultointiyhtiö nPlan toivoo mahdollistavan 5 % säästöt 11 miljardin dollarin rautatietprojektista Iso-Britannian pohjoisosissa, opettamalla tekoälyalgoritmeja 740 000 rakennusprojektin tiedoilla:
The construction consulting firm nPlan, led by Dev Amratia, who helped draft Britain’s national artificial intelligence strategy, uses complex algorithms to map out the progress of vast infrastructure projects and avoid mistakes or supply gaps. Its machine learning system was trained on a database of more than 740,000 projects.
The firm’s largest project to date, a $11 billion overhaul of railroad infrastructure in Northern England, will use the lessons gleaned from studying that vast array of projects to create detailed, real-time project maps for builders, which is expected to shave up to 5 percent off the total cost.
Suurimmat säästöt teknologia vaikuttaisi mahdollistavan kuitenkin rakennusprojektien vakuutusmaksujen pienentämisessä. Tarkemmin aikataulussa ja budjetissa pysyville rakennusprojekteille voidaan tarjota halvempia vakuutuksia, jotka nykyään muodostavat enimmillään 10 % koko rakennusprojektin kuluista:
Reducing risk may ultimately be where this technology makes its mark. Depending on the location and nature of work, insurance can make up as much as 10 percent of the cost of a single project, which can easily be hundreds of millions of dollars. Now, with A.I. providing better ways to keep on task, there is less risk and cheaper insurance options.
Shepherd, an insurance start-up, uses construction data to provide contractors with cheaper premiums. Wint, an Israeli start-up that uses proprietary sensors and algorithms to eliminate water damage, which leads to roughly a third of damage claims on construction sites, has been used on roughly 2,500 projects. A study by Munich Re found Wint can cut the loss rate 90 percent.
“Insurance costs can be the difference between whether or not projects are able to be sustainably financed,” said Justin Levine, a co-founder and the chief executive of Shepherd.
OpenAI käyttää GPT-4:ää sisällön moderoinnissa
Mainitaan vielä, että OpenAI julkaisi eilen raportin siitä miten yhtiö on onnistunut soveltamaan sisällönmoderointitehtävissä GPT -kielimallejaan. Yhtiön mukaan kielimalleja voi kouluttaa uusien moderointisäännöstöjen oppimiseen tunneissa kun taas saman säännöstön opettaminen ihmisistä koostuvalle työvoimalle voi viedä kuukausia:
We're exploring the use of LLMs to address these challenges. Our large language models like GPT-4 can understand and generate natural language, making them applicable to content moderation. The models can make moderation judgments based on policy guidelines provided to them.
With this system, the process of developing and customizing content policies is trimmed down from months to hours.
Once a policy guideline is written, policy experts can create a golden set of data by identifying a small number of examples and assigning them labels according to the policy.
Then, GPT-4 reads the policy and assigns labels to the same dataset, without seeing the answers.
By examining the discrepancies between GPT-4’s judgments and those of a human, the policy experts can ask GPT-4 to come up with reasoning behind its labels, analyze the ambiguity in policy definitions, resolve confusion and provide further clarification in the policy accordingly. We can repeat steps 2 and 3 until we are satisfied with the policy quality.
This iterative process yields refined content policies that are translated into classifiers, enabling the deployment of the policy and content moderation at scale.
Optionally, to handle large amounts of data at scale, we can use GPT-4's predictions to fine-tune a much smaller model.
Suosittelut 🕵️
George Hotz väitteli Eliezer Yudkowskyn kanssa tekoälyn riskeistä
En ehtinyt tästä kuuntelemaan kuin ensimmäiset 20 minuuttia, mutta tunnettu hakkeri ja tekoäly-yrittäjä George Hotz väitteli viime yönä rationalistiliikkeen johtajan ja tekoäly-doomeri Eliezer Yudkowskyn kanssa tekoälyn riskeistä.
Olen alkanut kallistumaan sille kannalle, että sinänsä näistä väittelyistä ei enää ole oikeaa hyötyä vaan tämän keskustelun pitäisi tapahtua joissain vertaisarvioiduissa julkaisuissa ja, että tekoälyn vaaroista huolissaan olevat yksilöt koittaisivat muodostaa kannoistaan falsifioitavia hypoteesejä.
Nopeet 🚀
(€) Tesla julkaisi Yhdysvalloissa halvemmat versiot Model S:stä ja X:stä.
(€) Intel ei saanut lupaa Kiinan valtiolta Israelilaisen Tower -puolijohdevalmistajan ostoon.
(€) X (Twitter) on ilmeisesti lisännyt viiden sekunnin viiveen linkkeihin jotka ohjaavat yhtiön kilpailijoiden sivuistoille.
Myyntivinkkejä avoimen lähdekoodin ympärille perustettujen kasvuyritysten perustajille.
(€) UPS maksaa kuljettajilleen Yhdysvalloissa 170 000 dollaria vuodessa. Tylerin kolumni aiheesta ja mitä se kertoo Yhdysvaltojen elintasosta.
(€) Norjan valtion rahasto kehottaa yrityksiä ottamaan tekoälyriskin tosissaan.