🎙️ ElevenLabsi väärtus on pärast uut 500 miljoni dollari suurust investeeringut 11 miljardit dollarit ↗
ElevenLabs hüppas just „asi läheb tõsiseks“ tasandisse – kaasas 500 miljonit dollarit, väärtus 11 miljardit dollarit. See on järsk hüpe võrreldes viimase avalikult arutatud numbriga ja rõhutab, kui palju investorid näevad tehisintellekti häält endiselt platvormina, mitte pelgalt kontoritrikkina.
Idee: realistlikum kõne, rohkem keeli, emotsionaalsem vestlushääl ja rohkem dubleerimist – põhimõtteliselt eesmärk on jääda alla hulgale meedia- ja agentide töövoogudele... heas või halvas mõttes.
🧠 Cerebras teenib tehisintellekti kiibi võidujooksus 1 miljardi dollari võrra rohkem ja 23,1 miljardi dollari väärtuses ↗
Cerebras kaasas hilises etapis 1 miljardi dollari suuruse rahastamise ja selle väärtus on suur: 23,1 miljardit dollarit. Kui olete kuid kuulnud ütlust „Nvidia ei saa olla ainus vastus”, siis kõlab see tšekivormis järgmiselt.
Nad panustavad, et topsimõõtmetes riistvara – hiiglaslikud kiibid treenimiseks ja järelduste tegemiseks – suudavad jätkuvalt püsivat nõudlust tekitada, samal ajal kui kõik arvutusvõimsuse järele rabelevad. See on osaliselt mitmekesistamine, osaliselt meeleheide ja osaliselt „palun ärge laske GPU pakkumisel kogu minu tegevuskava dikteerida” – kõik korraga.
💸 Alphabeti tehisintellekti investeeringute plaanid on silmi joomased – ja kitsaskoht pole ainult raha ↗
Alphabet koostas taristukulutuste plaanid, mis on… oma suuruselt üsna absurdsed. Idee on järgmine: jätka betooni valamist, jätka kiipide ostmist, jätka andmekeskuste laiendamist – sest tehisintellekt ei tööta vibratsiooni, vaid energia ja räni abil.
On midagi kergelt rahustavat – ja samas ka murettekitavat: isegi sellise eelarve korral on tarnepiirangud endiselt olulised. Raha aitab muidugi –, aga trafosid, võrguvõimsust ega tuhandet uut andmekeskust ei saa õhust koheselt välja võluda.
🎓 Sara Hookeri Adaption Labs haarab 50 miljoni dollari suuruse seemne, et luua lennult õppimise mudeleid ↗
Adaption Labs tuli välja 50 miljoni dollari suuruse algkapitali vooruga, mida ajendas idee, et väiksemad ja targemad mudelid, mis kohanevad kiiresti, võivad paljudes reaalsetes olukordades ületada tohutu ulatuse.
Põhiline panus on selge: selle asemel, et igavesti suuremat eelkoolitust teha, tuleks keskenduda süsteemidele, mis õpivad tõhusalt. See on kas järgmine mõistlik etapp... või julge katse GPU võidurelvastumisest mööda hiilida, olenevalt teie tujust.
🧾 Microsofti OpenAI arvutustehing on investoritele muutumas riskilooks ↗
Bloombergi arvamus: investorid hakkavad Microsofti ja OpenAI suhet raamima vähem garanteeritud jackpotina ja rohkem riskipinnana – kulud, kohustused, juhtimine, kogu sasipuntras pakett.
See ei ole päris "partnerlus on halb" - pigem on asi selles, et kui arved piisavalt suureks lähevad, võib isegi strateegiline eelis hakata tunduma kohustusena. Natuke nagu võidusõiduhobuse omamine, kes võidab pidevalt... samal ajal su maja ära söödes.
📜 ELi tehisintellekti seaduse hoog – tehisintellekti loodud sisupindade läbipaistvuskoodeksi eelnõu ↗
Ringleb tehisintellekti loodud või manipuleeritud sisu läbipaistvust käsitleva tegevusjuhendi eelnõu, mis on seotud tehisintellekti väljundi märgistamise ja käitlemisega. Pealkiri pole just kõige glamuursem, aga see on omamoodi „paberimajanduskiht“, mis lõpuks tooteotsuseid kiiresti kujundab.
Generatiivsete asjade loomisel või juurutamisel suunab see teid rohkem vesimärkide/sildistamise distsipliini poole – ja ilmselt ka rohkema auditeerimise ja dokumenteerimise poole, kui keegi reedel tahaks. (Aga… jah, see on tulemas.)
KKK
Mida ütleb ElevenLabsi 11 miljardi dollari suurune väärtus tehisintellekti hääle arengu kohta?
See annab mõista, et investorid näevad tehisintellekti häält meedia- ja agendilaadsete toodete põhiinfrastruktuurina, mitte uudse funktsioonina. Rõhk on realistlikul, mitmekeelsel ja emotsionaalselt väljendusrikkal kõnel, mis sobitub selgelt dubleerimis- ja vestlusvoogudesse. Paljudes müügikanalites muudab see hääle rakendustes korduvkasutatavaks kihiks, mitte ühekordseks demovõimaluseks.
Kuidas peaksin praktikas suhtuma tehisintellekti rahastamise hüppelisse kasvu, nagu näiteks ElevenLabs ja Cerebras?
Suured voorud kipuvad viitama sellele, et turg ootab võiduks suuri ja püsivaid investeeringuid arvutusse, andmetesse ja levitamisse. Ehitajate jaoks tähendab see sageli kiiremat tootearendust hästi rahastatud müüjatelt koos teravama konkurentsiga hinna ja jõudluse osas. See võib viidata ka sellele, et kaitstavaid positsioone luuakse platvormikategooriates – kõne, kiibid, infrastruktuur.
Mis on Cerebrase vahvlipõhine lähenemine ja miks inimesed sellele praegu panustavad?
Cerebras positsioneerib hiiglaslikke, vahvlikiipe treenimiseks ja järelduste tegemiseks alternatiivse lahendusena arvutusnõudluse rahuldamiseks. Eeldatakse, et spetsialiseeritud riistvara suudab luua püsivaid nišše, samal ajal kui meeskonnad otsivad võimalusi väljaspool ühte domineerivat GPU tarneahelat. Praktikas on tegemist osaliselt mitmekesistamisstrateegiaga ja osaliselt kiireloomulise vajadusega tagada usaldusväärne võimsus.
Miks saab Alphabet tehisintellekti taristule tohutult kulutada ja ikkagi tarnepiirangutega silmitsi seista?
Sest tehisintellekti skaleerimist piiravad füüsilised kitsaskohad, mitte ainult eelarve. Elektrienergia kättesaadavus, andmekeskuste väljaehitamine ning kiipide ja komponentide kättesaadavus võivad aega võtta. Isegi agressiivsete kapitalikuludega ei saa koheselt võrguvõimsust suurendada ega riistvara ja ehitustorustiku kõiki osi korraga kiirendada.
Mis on „lennult õppimise” mudelid ja millal võivad need edestada suuremaid eelkoolitatud mudeleid?
Need on süsteemid, mis on loodud pärast juurutamist tõhusalt kohanema, selle asemel, et loota ainult üha suuremale eelkoolitusele. Paljudes tootmiskeskkondades võib kiirem kohanemine olla olulisem kui toores skaala, eriti kui andmevahetused või töövood muutuvad. Levinud lähenemisviis on hoida mudeleid väiksemana ja muuta õppimine või värskendamine tootmises tõhusamaks.
Kuidas mõjutavad EL-i tehisintellekti seaduse läbipaistvuse tagamise jõupingutused genereeriva sisu edastavaid meeskondi?
Nad suunavad tooteid tehisintellekti loodud või manipuleeritud väljundite selgema märgistamise ja käsitlemise poole. Paljudes organisatsioonides tähendab see rangemat vesimärkide kasutamist või avalikustamist ning tugevamaid dokumenteerimis- ja auditeerimistavasid. Generatiivse meedia juurutamisel on tark varakult planeerida päritolu jälgimine ja kergete vastavusprotsesside loomine.