Η εβδομάδα στο AI: Το Generative AI στέλνει ανεπιθύμητα μηνύματα στον ιστό

Το να συμβαδίζεις με έναν κλάδο τόσο γρήγορο όσο η τεχνητή νοημοσύνη είναι μια μεγάλη παραγγελία. Έτσι, έως ότου μια τεχνητή νοημοσύνη μπορεί να το κάνει για εσάς, ακολουθεί μια χρήσιμη συλλογή από πρόσφατες ιστορίες στον κόσμο της μηχανικής μάθησης, μαζί με αξιοσημείωτες έρευνες και πειράματα που δεν καλύψαμε από μόνα τους.

Αυτή την εβδομάδα, η SpeedyBrand, μια εταιρεία που χρησιμοποιεί γενετική τεχνητή νοημοσύνη για να δημιουργήσει περιεχόμενο βελτιστοποιημένο για SEO, αναδύθηκε από μυστικότητα με την υποστήριξη του Y Combinator. Δεν έχει προσελκύσει ακόμη μεγάλη χρηματοδότηση (2,5 εκατομμύρια δολάρια) και η πελατειακή βάση της είναι σχετικά μικρή (περίπου 50 μάρκες). Αλλά με έκανε να σκεφτώ πώς η γενετική τεχνητή νοημοσύνη αρχίζει να αλλάζει τη σύνθεση του ιστού.

Όπως έγραψε πρόσφατα ο Τζέιμς Βίνσεντ του The Verge

κομμάτι

, τα παραγωγικά μοντέλα AI καθιστούν φθηνότερη και ευκολότερη τη δημιουργία περιεχομένου χαμηλότερης ποιότητας. Η Newsguard, μια εταιρεία που παρέχει εργαλεία για τον έλεγχο των πηγών ειδήσεων, έχει

εκτεθειμένος

εκατοντάδες ιστότοποι που υποστηρίζονται από διαφημίσεις με ονόματα που ακούγονται γενικά και παρουσιάζουν παραπληροφόρηση που δημιουργήθηκε με γενετική τεχνητή νοημοσύνη.

Προκαλεί πρόβλημα στους διαφημιστές. Πολλοί από τους ιστότοπους που προβάλλονται από το Newsguard φαίνονται αποκλειστικά κατασκευασμένοι για κατάχρηση της διαφήμισης μέσω προγραμματισμού ή των αυτοματοποιημένων συστημάτων για την τοποθέτηση διαφημίσεων σε σελίδες. Στην έκθεσή του, το Newsguard βρήκε σχεδόν 400 περιπτώσεις διαφημίσεων από 141 μεγάλες μάρκες που εμφανίστηκαν σε 55 από τους ιστότοπους ανεπιθύμητων ειδήσεων.

Δεν είναι μόνο οι διαφημιστές που πρέπει να ανησυχούν. Ως Kyle Barr του Gizmodo

επισημαίνει

, μπορεί να χρειαστεί μόνο ένα άρθρο που δημιουργήθηκε από την τεχνητή νοημοσύνη για να οδηγήσει σε βουνά αφοσίωσης. Και ακόμη κι αν κάθε άρθρο που δημιουργείται από την τεχνητή νοημοσύνη αποφέρει μόνο λίγα δολάρια, αυτό είναι λιγότερο από το κόστος δημιουργίας του κειμένου εξαρχής — και τα πιθανά χρήματα από τη διαφήμιση δεν αποστέλλονται σε νόμιμους ιστότοπους.

Ποια είναι λοιπόν η λύση; Υπάρχει ένα; Είναι ένα ζευγάρι ερωτήσεων που με κρατούν όλο και περισσότερο ξύπνιο τη νύχτα. Ο Barr προτείνει ότι εναπόκειται στις μηχανές αναζήτησης και στις πλατφόρμες διαφημίσεων να ασκούν αυστηρότερο έλεγχο και να τιμωρούν τους κακούς παράγοντες που αγκαλιάζουν τη γενετική τεχνητή νοημοσύνη. Αλλά δεδομένου του πόσο γρήγορα κινείται το πεδίο – και της απείρως κλιμακούμενης φύσης της γενετικής τεχνητής νοημοσύνης – δεν είμαι πεπεισμένος ότι μπορούν να συμβαδίσουν.

Φυσικά, το περιεχόμενο ανεπιθύμητης αλληλογραφίας δεν είναι νέο φαινόμενο, και υπήρξαν κύματα στο παρελθόν. Ο ιστός έχει προσαρμοστεί. Αυτό που είναι διαφορετικό αυτή τη φορά είναι ότι το εμπόδιο εισόδου είναι δραματικά χαμηλό — τόσο από την άποψη του κόστους όσο και του χρόνου που πρέπει να επενδυθεί.

Ο Vincent δίνει έναν αισιόδοξο τόνο, υπονοώντας ότι αν ο ιστός

είναι

που τελικά ξεπεραστεί από σκουπίδια AI, θα μπορούσε να δώσει ώθηση στην ανάπτυξη πλατφορμών με καλύτερη χρηματοδότηση. Δεν είμαι τόσο σίγουρος. Αυτό που δεν αμφισβητείται, ωστόσο, είναι ότι βρισκόμαστε σε ένα σημείο καμπής και ότι οι αποφάσεις που λαμβάνονται τώρα σχετικά με τη γενετική τεχνητή νοημοσύνη και τις εξόδους του θα επηρεάσουν τη λειτουργία του ιστού για αρκετό καιρό ακόμη.

Ακολουθούν άλλες αξιοσημείωτες ιστορίες AI από τις τελευταίες ημέρες:

Το OpenAI λανσάρει επίσημα το GPT-4:

Το OpenAI ανακοίνωσε αυτή την εβδομάδα τη γενική διαθεσιμότητα του GPT-4, του τελευταίου μοντέλου δημιουργίας κειμένου, μέσω του επί πληρωμή API του. Το GPT-4 μπορεί να δημιουργήσει κείμενο (συμπεριλαμβανομένου κώδικα) και να δέχεται εισαγωγές εικόνας και κειμένου — βελτίωση σε σχέση με το GPT-3.5, τον προκάτοχό του, που δεχόταν μόνο κείμενο — και αποδίδει σε «ανθρώπινο επίπεδο» σε διάφορα επαγγελματικά και ακαδημαϊκά σημεία αναφοράς. Αλλά δεν είναι τέλειο, όπως σημειώνουμε στην προηγούμενη κάλυψη. (Εν τω μεταξύ, η υιοθέτηση του ChatGPT είναι

αναφέρθηκε ότι είναι κάτω

αλλά θα δούμε.)

Θέτοντας υπό έλεγχο την «υπερέξυπνη» τεχνητή νοημοσύνη:

Σε άλλες ειδήσεις του OpenAI, η εταιρεία σχηματίζει μια νέα ομάδα με επικεφαλής τον Ilya Sutskever, τον επικεφαλής επιστήμονά της και έναν από τους συνιδρυτές του OpenAI, για την ανάπτυξη τρόπων καθοδήγησης και ελέγχου «υπερέξυπνων» συστημάτων AI.

Νόμος κατά της μεροληψίας για τη Νέα Υόρκη:

Μετά από μήνες καθυστερήσεων, η Νέα Υόρκη αυτή την εβδομάδα άρχισε να επιβάλλει έναν νόμο που απαιτεί από τους εργοδότες να χρησιμοποιούν αλγόριθμους για να προσλαμβάνουν, να προσλαμβάνουν ή να προωθούν υπαλλήλους να υποβάλλουν αυτούς τους αλγόριθμους για ανεξάρτητο έλεγχο — και να δημοσιοποιούν τα αποτελέσματα.

Η Valve φωτίζει σιωπηρά τα παιχνίδια που δημιουργούνται από την τεχνητή νοημοσύνη:

Βαλβίδα

εκδόθηκε

μια σπάνια δήλωση μετά από ισχυρισμούς ότι απέρριπτε παιχνίδια με στοιχεία που δημιουργήθηκαν από AI από το κατάστημα παιχνιδιών Steam. Ο διαβόητος προγραμματιστής είπε ότι η πολιτική του εξελίσσεται και όχι μια στάση ενάντια στην τεχνητή νοημοσύνη.

Η Humane αποκαλύπτει το Ai Pin:

Η Humane, η startup που ξεκίνησε από το πρώην σχεδιαστικό και μηχανικό δίδυμο της Apple, Imran Chaudhri και Bethany Bongiorno, αυτή την εβδομάδα αποκάλυψε λεπτομέρειες για το πρώτο της προϊόν: The Ai Pin. Όπως αποδεικνύεται, το προϊόν της Humane είναι ένα φορετό gadget με προβαλλόμενη οθόνη και λειτουργίες που τροφοδοτούνται από AI — σαν ένα φουτουριστικό smartphone, αλλά σε πολύ διαφορετική μορφή.

Προειδοποιήσεις σχετικά με τον κανονισμό της ΕΕ για την τεχνητή νοημοσύνη:

Μεγάλοι ιδρυτές τεχνολογίας, διευθύνοντες σύμβουλοι, VC και κολοσσοί του κλάδου σε όλη την Ευρώπη υπέγραψαν ανοιχτή επιστολή προς την Επιτροπή της ΕΕ αυτήν την εβδομάδα, προειδοποιώντας ότι η Ευρώπη θα μπορούσε να χάσει τη γενεσιουργή επανάσταση της τεχνητής νοημοσύνης εάν η ΕΕ εγκρίνει νόμους που καταπνίγουν την καινοτομία.

Η απάτη Deepfake κάνει τον γύρο:

Ολοκλήρωση αγοράς

αυτό το κλιπ

του πρωταθλητή χρηματοδότησης καταναλωτών του Ηνωμένου Βασιλείου, Μάρτιν Λιούις, προφανώς προσφέρει μια επενδυτική ευκαιρία που υποστηρίζεται από τον Έλον Μασκ. Φαίνεται φυσιολογικό, σωστά; Οχι ακριβώς. Είναι ένα deepfake που δημιουργείται από την τεχνητή νοημοσύνη — και πιθανώς μια γεύση της δυστυχίας που δημιουργείται από την τεχνητή νοημοσύνη που επιταχύνεται γρήγορα στις οθόνες μας.

Σεξουαλικά παιχνίδια με τεχνητή νοημοσύνη:


Lovense

— ίσως περισσότερο γνωστός για τα τηλεχειριζόμενα σεξουαλικά παιχνίδια του — ανακοίνωσε αυτή την εβδομάδα το ChatGPT Pleasure Companion. Το “Advanced Lovense ChatGPT Pleasure Companion”, το οποίο κυκλοφόρησε σε έκδοση beta στην εφαρμογή τηλεχειριστηρίου της εταιρείας, σας προσκαλεί να αφεθείτε σε ζουμερές και ερωτικές ιστορίες που δημιουργεί το Companion με βάση το θέμα που έχετε επιλέξει.

Άλλες μηχανές εκμάθησης

Η έρευνα μας ξεκινά με δύο πολύ διαφορετικά έργα από το ETH Zurich. Το πρώτο είναι

aiEndoscopic, μια έξυπνη διασωλήνωση

spinoff. Η διασωλήνωση είναι απαραίτητη για την επιβίωση ενός ασθενούς σε πολλές περιπτώσεις, αλλά είναι μια δύσκολη χειρωνακτική διαδικασία που συνήθως εκτελείται από ειδικούς. Το intuBot χρησιμοποιεί την όραση υπολογιστή για να αναγνωρίζει και να ανταποκρίνεται σε μια ζωντανή τροφοδοσία από το στόμα και το λαιμό, καθοδηγώντας και διορθώνοντας τη θέση του ενδοσκοπίου. Αυτό θα μπορούσε να επιτρέψει στους ανθρώπους να διασωληνωθούν με ασφάλεια όταν χρειάζεται αντί να περιμένουν τον ειδικό, σώζοντας πιθανώς ζωές.

Ιδού που το εξηγούν λίγο πιο αναλυτικά:

Σε έναν εντελώς διαφορετικό τομέα, οι ερευνητές του ETH Zurich συνέβαλαν επίσης από δεύτερο χέρι σε μια ταινία της Pixar πρωτοπορώντας την τεχνολογία που απαιτείται για

ζωοποιούν καπνό και φωτιά

χωρίς να πέσουμε θύματα της φράκταλ πολυπλοκότητας της δυναμικής των ρευστών. Η προσέγγισή τους έγινε αντιληπτή και

που χτίστηκε από την Disney και την Pixar για την ταινία Elemental

. Είναι ενδιαφέρον ότι δεν είναι τόσο μια λύση προσομοίωσης όσο μια λύση μεταφοράς στυλ — μια έξυπνη και προφανώς πολύτιμη συντόμευση. (Η εικόνα στην κορυφή είναι από αυτό.)

Η τεχνητή νοημοσύνη στη φύση είναι πάντα ενδιαφέρουσα, αλλά η τεχνητή νοημοσύνη της φύσης όπως εφαρμόζεται στην αρχαιολογία είναι ακόμη περισσότερο. Έρευνα με επικεφαλής το Πανεπιστήμιο Yamagata

στόχευε στον εντοπισμό νέων γραμμών Nasca

— τα τεράστια «γεωγλυφικά» στο Περού. Μπορεί να νομίζετε ότι, όντας ορατοί από την τροχιά, θα ήταν αρκετά προφανείς – αλλά η διάβρωση και η κάλυψη των δέντρων από τις χιλιετίες που δημιουργήθηκαν αυτοί οι μυστηριώδεις σχηματισμοί σημαίνουν ότι υπάρχει ένας άγνωστος αριθμός που κρύβεται ακριβώς μακριά από το οπτικό πεδίο. Αφού εκπαιδεύτηκε σε αεροφωτογραφίες γνωστών και σκοτεινών γεωγλυφικών, ένα μοντέλο βαθιάς εκμάθησης ελευθερώθηκε σε άλλες προβολές και εκπληκτικά ανίχνευσε τουλάχιστον τέσσερις νέες, όπως μπορείτε να δείτε παρακάτω. Αρκετά συναρπαστικό!

Με μια πιο άμεση έννοια, η τεχνολογία που γειτνιάζει με την τεχνητή νοημοσύνη βρίσκει πάντα νέα εργασία για τον εντοπισμό και την πρόβλεψη φυσικών καταστροφών. Οι μηχανικοί του Στάνφορντ είναι

τη συγκέντρωση δεδομένων για την εκπαίδευση μελλοντικών μοντέλων πρόβλεψης δασικών πυρκαγιών

με την εκτέλεση προσομοιώσεων θερμού αέρα πάνω από ένα δάσος σε μια δεξαμενή νερού 30 ποδιών. Αν θέλουμε να μοντελοποιήσουμε τη φυσική των φλόγων και των χόβολων που ταξιδεύουν έξω από τα όρια μιας πυρκαγιάς, θα πρέπει να τις κατανοήσουμε καλύτερα, και αυτή η ομάδα κάνει ό,τι μπορεί για να το προσεγγίσει.

Στο UCLA εξετάζουν πώς να προβλέψουν τις κατολισθήσεις, οι οποίες είναι πιο συνηθισμένες καθώς αλλάζουν οι πυρκαγιές και άλλοι περιβαλλοντικοί παράγοντες. Όμως, ενώ η τεχνητή νοημοσύνη έχει ήδη χρησιμοποιηθεί για την πρόβλεψή τους με κάποια επιτυχία, δεν «δείχνει τη δουλειά της», που σημαίνει ότι μια πρόβλεψη δεν εξηγεί εάν οφείλεται σε διάβρωση, σε μετατόπιση του υδροφόρου ορίζοντα ή τεκτονική δραστηριότητα.

Μια νέα προσέγγιση «υπερθέσιμου νευρωνικού δικτύου».

έχει τα επίπεδα του δικτύου που χρησιμοποιούν διαφορετικά δεδομένα αλλά εκτελούνται παράλληλα και όχι όλα μαζί, αφήνοντας την έξοδο να είναι λίγο πιο συγκεκριμένη στην οποία οι μεταβλητές οδήγησαν σε αυξημένο κίνδυνο. Είναι επίσης πολύ πιο αποτελεσματικό.

Η Google εξετάζει μια ενδιαφέρουσα πρόκληση: πώς μπορείτε να κάνετε ένα σύστημα μηχανικής μάθησης να μάθει από επικίνδυνη γνώση, αλλά να μην τη διαδώσει; Για παράδειγμα, εάν το σετ προπόνησής του περιλαμβάνει τη συνταγή για ναπάλμ, δεν θέλετε να το επαναλάβει — αλλά για να ξέρει να μην το επαναλαμβάνει, πρέπει να ξέρει τι δεν επαναλαμβάνει. Παράδοξο! Άρα ο τεχνολογικός γίγαντας είναι

ψάχνει για μια μέθοδο «μηχανικής απομάθησης»

που επιτρέπει αυτού του είδους τις ενέργειες εξισορρόπησης να πραγματοποιούνται με ασφάλεια και αξιοπιστία.

Αν ψάχνετε για μια βαθύτερη ματιά στο γιατί οι άνθρωποι φαίνεται να εμπιστεύονται τα μοντέλα τεχνητής νοημοσύνης χωρίς καλό λόγο, μην ψάξετε περισσότερο από αυτό το άρθρο του Science από την Celeste Kidd (UC Berkeley) και την Abeba Birhane (Mozilla). Μπαίνει στο ψυχολογικό υπόβαθρο της εμπιστοσύνης και της εξουσίας και δείχνει πώς οι τρέχοντες πράκτορες AI βασικά χρησιμοποιούν αυτά ως εφαλτήρια για να κλιμακώσουν τη δική τους αξία. Είναι ένα πραγματικά ενδιαφέρον άρθρο αν θέλετε να φανείτε έξυπνοι αυτό το Σαββατοκύριακο.

Αν και ακούμε συχνά για τη διαβόητη μηχανή του μηχανικού πλαστού σκακιού, αυτή η παρωδία ενέπνευσε τους ανθρώπους να δημιουργήσουν αυτό που προσποιούνταν ότι είναι.

Το IEEE Spectrum έχει μια συναρπαστική ιστορία

για τον Ισπανό φυσικό και μηχανικό Torres Quevedo, ο οποίος δημιούργησε έναν πραγματικό μηχανικό σκακιστή. Οι δυνατότητές του ήταν περιορισμένες, αλλά έτσι ξέρεις ότι ήταν πραγματικό. Μερικοί μάλιστα προτείνουν ότι η σκακιστική μηχανή του ήταν το πρώτο «παιχνίδι υπολογιστή». Τροφή για σκέψη.