Agent.ai.vn

Claude 3.5 Haiku: Giá Tăng Gấp Bốn, "Trí Tuệ" Bất Ngờ

<h2>Anthropic's Claude 3.5 Haiku: Tăng Giá "Trí Tuệ" Gây Bất Ngờ Cho Chuyên Gia</h2>
Mục lục
<ol>
<li>Giới thiệu</li>
<li>Bất ngờ về giá</li>
<li>Phản ứng của cộng đồng</li>
<li>So sánh với các mô hình AI khác</li>
<li>Kết luận</li>
</ol>
1. Giới thiệu
Anthropic, một công ty AI nổi tiếng, đã gây bất ngờ cho cộng đồng khi ra mắt phiên bản mới nhất của mô hình AI nhỏ nhất của họ, Claude 3.5 Haiku. Điểm đáng chú ý là chi phí để chạy mô hình này đã tăng gấp bốn lần so với phiên bản trước.
2. Bất ngờ về giá
Thông thường, giá của các mô hình AI có xu hướng giảm theo thời gian khi các nhà phát triển tìm cách tối ưu hóa hiệu suất và giảm chi phí vận hành. Tuy nhiên, trong trường hợp này, Anthropic lại tăng giá của Haiku 3.5. Lý do được đưa ra là phiên bản mới này "thông minh" hơn.
Anthropic khẳng định Haiku 3.5 vượt trội hơn Claude 3 Opus, mô hình chủ lực trước đó, trên nhiều tiêu chuẩn đánh giá - và điều này được thực hiện với chi phí thấp hơn. 
3. Phản ứng của cộng đồng
Sự thay đổi giá đột ngột đã khiến nhiều người trong cộng đồng AI phản ứng. Một số người cho rằng việc tăng giá đối với mô hình "ngân sách" sẽ khiến nó kém cạnh tranh hơn với các mô hình khác trong cùng phân khúc. 
Một nhà phát triển chia sẻ rằng việc tăng giá có thể khiến người dùng chuyển sang các giải pháp thay thế. Ông cũng bày tỏ sự thất vọng vì cách Anthropic công bố thông tin về mức giá mới.
4. So sánh với các mô hình AI khác
Haiku 3.5 hiện tốn $1 cho mỗi triệu token đầu vào và $5 cho mỗi triệu token đầu ra. Con số này cao hơn đáng kể so với phiên bản trước của Haiku và Claude 3 Opus. Haiku 3.5 cũng đắt hơn so với Gemini 1.5 Flash và GPT-4o mini của các đối thủ cạnh tranh.
5. Kết luận
Việc tăng giá của Haiku 3.5 là một bước đi bất ngờ của Anthropic. Mặc dù công ty khẳng định rằng mô hình mới này "thông minh" hơn, nhưng nhiều người vẫn tỏ ra nghi ngờ về quyết định này. 
Sự kiện này cho thấy sự cạnh tranh trong lĩnh vực AI ngày càng gay gắt. Các công ty phải tìm cách cân bằng giữa việc cải thiện hiệu suất, giảm chi phí và thu hút người dùng.

Claude 3.5 Haiku: Giá Tăng Gấp Bốn, "Trí Tuệ" Bất Ngờ

Anthropic's Claude 3.5 Haiku: Tăng Giá "Trí Tuệ" Gây Bất Ngờ Cho Chuyên Gia Mục lục Giới thiệu Bất ngờ về giá Phản ứng củ...

tháng 11 07, 2024

Anthropic và Palantir Hợp Tác Mang AI Claude lên AWS cho Hoạt động Tình Báo và Quốc Phòng Hoa Kỳ

<h2>Anthropic và Palantir Hợp Tác Mang Mô Hình AI Claude lên AWS cho Hoạt động Tình Báo và Quốc Phòng của Chính phủ Hoa Kỳ</h2>
Mục lục
<ol>
<li>Giới thiệu</li>
<li>Nội dung chính</li>
<li>Lợi ích của hợp tác</li>
<li>Ý kiến của các bên tham gia</li>
<li>Thông tin về Palantir Technologies Inc.</li>
<li>Lời kết</li>
</ol>
1. Giới thiệu
Bài báo này phân tích nội dung của một thông cáo báo chí được công bố trên Business Wire, thông báo về sự hợp tác giữa Anthropic, Palantir Technologies Inc. và Amazon Web Services (AWS). Hợp tác này nhằm mang mô hình AI Claude 3 và 3.5 lên AWS để phục vụ cho các cơ quan tình báo và quốc phòng của Hoa Kỳ.
2. Nội dung chính
Hợp tác này cho phép các cơ quan tình báo và quốc phòng của Hoa Kỳ tiếp cận với mô hình AI Claude 3 và 3.5 thông qua AWS. Claude được tích hợp vào Nền tảng AI của Palantir (AIP) và được hỗ trợ bởi các dịch vụ an ninh, linh hoạt và bền vững của AWS. 
3. Lợi ích của hợp tác
Hợp tác này mang lại nhiều lợi ích cho các cơ quan tình báo và quốc phòng của Hoa Kỳ, bao gồm:
<ul>
<li>Xử lý lượng lớn dữ liệu phức tạp một cách nhanh chóng: Claude có thể giúp phân tích và xử lý lượng lớn dữ liệu phức tạp một cách nhanh chóng, cung cấp những hiểu biết sâu sắc từ dữ liệu.</li>
<li>Nâng cao khả năng phân tích dữ liệu: Claude có thể giúp xác định các mẫu và xu hướng trong dữ liệu, giúp đưa ra những quyết định chính xác hơn.</li>
<li>Tối ưu hóa quy trình xem xét và chuẩn bị tài liệu: Claude có thể tự động hóa quy trình xem xét và chuẩn bị tài liệu, giúp tiết kiệm thời gian và nâng cao hiệu quả.</li>
<li>Hỗ trợ đưa ra quyết định sáng suốt trong các tình huống nhạy cảm về thời gian: Claude có thể cung cấp thông tin kịp thời và chính xác để hỗ trợ quá trình đưa ra quyết định trong các tình huống nhạy cảm về thời gian.</li>
</ul>
4. Ý kiến của các bên tham gia
<ul>
<li>Shyam Sankar, Giám đốc Công nghệ của Palantir: "Hợp tác với Anthropic và AWS cung cấp cho cộng đồng quốc phòng và tình báo của Hoa Kỳ chuỗi công cụ cần thiết để tận dụng và triển khai các mô hình AI một cách an toàn, mang lại lợi thế quyết định thế hệ tiếp theo cho các nhiệm vụ quan trọng nhất của họ."</li>
<li>Kate Earle Jensen, Trưởng phòng Bán hàng và Hợp tác của Anthropic: "Chúng tôi tự hào là đơn vị đi đầu trong việc mang đến các giải pháp AI có trách nhiệm cho các môi trường mật của Hoa Kỳ, nâng cao khả năng phân tích và hiệu quả hoạt động trong các hoạt động chính phủ quan trọng. Việc tiếp cận Claude 3 và Claude 3.5 trong AIP của Palantir trên AWS sẽ trang bị cho các tổ chức quốc phòng và tình báo của Hoa Kỳ các công cụ AI mạnh mẽ có thể xử lý và phân tích nhanh chóng lượng lớn dữ liệu phức tạp."</li>
<li>Dave Levy, Phó chủ tịch, Ngành công nghiệp công cộng toàn cầu, AWS: "Chúng tôi rất vui mừng được hợp tác với Anthropic và Palantir để cung cấp các khả năng AI thế hệ mới sẽ thúc đẩy sự đổi mới trong toàn bộ khu vực công."</li>
</ul>
5. Thông tin về Palantir Technologies Inc.
Palantir Technologies Inc. là một công ty phần mềm cung cấp các nền tảng phần mềm cho chính phủ và các doanh nghiệp lớn. Palantir được biết đến với việc phát triển các nền tảng phân tích dữ liệu nâng cao, giúp khách hàng đưa ra quyết định tốt hơn.
6. Lời kết
Sự hợp tác giữa Anthropic, Palantir Technologies Inc. và Amazon Web Services (AWS) là một bước tiến quan trọng trong việc ứng dụng AI vào lĩnh vực tình báo và quốc phòng. Hợp tác này mang lại nhiều lợi ích cho các cơ quan tình báo và quốc phòng của Hoa Kỳ, giúp họ nâng cao khả năng phân tích dữ liệu, tối ưu hóa hoạt động và đưa ra quyết định sáng suốt hơn.

Anthropic và Palantir Hợp Tác Mang AI Claude lên AWS cho Hoạt động Tình Báo và Quốc Phòng Hoa Kỳ

Anthropic và Palantir Hợp Tác Mang Mô Hình AI Claude lên AWS cho Hoạt động Tình Báo và Quốc Phòng của Chính phủ Hoa Kỳ Mục lục Giới thi...

tháng 11 07, 2024

Google vô tình để lộ Jarvis AI, AI có khả năng kiểm soát máy tính

<h2>Google vô tình rò rỉ bản xem trước của Jarvis AI, một AI có khả năng kiểm soát máy tính</h2>
Mục lục:
<ol>
<li>Giới thiệu</li>
<li>Jarvis là gì?</li>
<li>Jarvis được phát hiện như thế nào?</li>
<li>Jarvis có khả năng gì?</li>
<li>Jarvis và đối thủ cạnh tranh</li>
<li>Kết luận</li>
</ol>
1. Giới thiệu
Mới đây, Google đã vô tình để lộ bản xem trước của Jarvis AI, một công nghệ trí tuệ nhân tạo có tiềm năng lớn, lên Chrome Web Store. Điều này đã gây chú ý trong cộng đồng công nghệ bởi Jarvis được cho là có khả năng kiểm soát máy tính và thực hiện các tác vụ theo yêu cầu người dùng.
2. Jarvis là gì?
Jarvis là một AI được Google phát triển với mục tiêu trở thành trợ lý thông minh cho người dùng. Nó được cho là có khả năng truy cập internet và tự động hoàn thành các tác vụ hàng ngày như mua sắm, đặt vé máy bay, tìm kiếm thông tin... 
3. Jarvis được phát hiện như thế nào?
Jarvis đã được phát hiện khi nó được đăng tải lên Chrome Web Store, một kho ứng dụng trực tuyến của Google. Tuy nhiên, nó đã nhanh chóng bị gỡ bỏ khỏi kho ứng dụng này.
4. Jarvis có khả năng gì?
Theo thông tin được công bố trên trang web của Jarvis, nó có khả năng tự động thực hiện các tác vụ trên máy tính như:
<ul>
<li>Duyệt web</li>
<li>Mua sắm trực tuyến</li>
<li>Đặt vé máy bay</li>
<li>Tìm kiếm thông tin</li>
<li>Lập lịch hẹn</li>
</ul>
Jarvis có thể thực hiện các tác vụ này mà không cần sự can thiệp trực tiếp của người dùng, điều này khiến nhiều người lo ngại về khả năng kiểm soát máy tính của nó.
5. Jarvis và đối thủ cạnh tranh
Jarvis sẽ phải đối mặt với sự cạnh tranh từ các đối thủ khác như Anthropic và Claude AI. Claude AI cũng là một trợ lý thông minh có khả năng kiểm soát máy tính và thực hiện các tác vụ tự động. Tuy nhiên, Claude có thể thực hiện nhiều tác vụ phức tạp hơn Jarvis như gõ văn bản, kích hoạt nút, di chuyển con trỏ chuột...
6. Kết luận
Sự xuất hiện của Jarvis AI là một minh chứng cho sự phát triển mạnh mẽ của trí tuệ nhân tạo. Tuy nhiên, việc rò rỉ này cũng đặt ra nhiều câu hỏi về việc kiểm soát và ứng dụng công nghệ AI một cách có trách nhiệm. Google dự kiến sẽ chính thức công bố Jarvis vào tháng 12, khi đó chúng ta sẽ có thêm thông tin chi tiết về khả năng và cách thức hoạt động của nó.

Google vô tình để lộ Jarvis AI, AI có khả năng kiểm soát máy tính

Google vô tình rò rỉ bản xem trước của Jarvis AI, một AI có khả năng kiểm soát máy tính Mục lục: Giới thiệu Jarvis là gì? Jarvis được p...

tháng 11 07, 2024

"Hạt Giống" Của Feynman: Mini hóa AI và Hiệu Quả

<h2>Từ "Hạt Giống" Của Feynman: Sự Mini hóa và Hiệu quả trong AI</h2>
Mục lục:
<ol>
<li>Giới thiệu</li>
<li>Feynman và Tầm Nhìn Về Mini hóa </li>
<li>Mini hóa trong AI: Claude Haiku và Gemini Nano</li>
<li>Tầm Nhìn Feynman: Sự Mini hóa và Hiệu quả</li>
<li>Mini hóa và Tương lai của AI</li>
</ol>
1. Giới thiệu
Sự ra đời của mô hình Claude 3.5 Haiku của Anthropic trên Amazon Bedrock là minh chứng cho một xu hướng mới trong phát triển AI: các mô hình ngôn ngữ lớn (LLM) nay được triển khai dưới dạng nhỏ gọn và chuyên biệt hơn, mang đến khả năng suy luận và mã hóa nâng cao. 
2. Feynman và Tầm Nhìn Về Mini hóa
Sự thay đổi này về mini hóa và hiệu quả gợi nhớ đến một ý tưởng được nhà vật lý Richard Feynman đưa ra cách đây hơn 60 năm trong bài nói chuyện mang tính đột phá của ông, “There’s Plenty of Room at the Bottom”, được trình bày tại Hội nghị Vật lý Hoa Kỳ năm 1959. 
3. Mini hóa trong AI: Claude Haiku và Gemini Nano
Feynman tập trung vào việc thao tác vật chất ở cấp độ nguyên tử, nhưng những ý tưởng của ông về nén, độ chính xác và học hỏi từ các hệ thống sinh học có sự tương đồng đáng kinh ngạc với sự tiến hóa của AI. 
4. Tầm Nhìn Feynman: Sự Mini hóa và Hiệu quả
<ul>
<li>Lưu trữ và Nén Dữ liệu: Feynman từng hình dung: “Tại sao chúng ta không thể viết toàn bộ 24 tập của Bách khoa toàn thư Britannica lên đầu một cái kim?” Ý tưởng này về việc nén kiến thức tiên đoán việc số hóa sách, tài liệu và các tài liệu viết khác thành các cơ sở dữ liệu trực tuyến khổng lồ trong vài thập kỷ qua. Học máy tận dụng mạng nơ-ron và các mô hình khác để phân tích và xử lý tập dữ liệu lớn, cho phép các hệ thống xác định các mẫu, đưa ra dự đoán và thực hiện nhiều nhiệm vụ khác nhau.
</li>
<li>Mini hóa và Độ chính xác trong thao tác: Tầm nhìn của Feynman về việc thao tác các nguyên tử riêng lẻ phù hợp với quỹ đạo của AI hướng đến các thiết bị tính toán cạnh nhỏ hơn, hiệu quả hơn. 
</li>
<li>Học Hỏi từ các Hệ thống Sinh học: Feynman lấy cảm hứng từ các hệ thống sinh học, lưu ý khả năng của chúng trong việc lưu trữ và xử lý thông tin trên quy mô siêu nhỏ trong khi vẫn rất năng động và hiệu quả.
</li>
</ul>
5. Mini hóa và Tương lai của AI
Các mô hình ngôn ngữ lớn nhỏ gọn hơn, chẳng hạn như Claude 3.5 Haiku, o1 mini và GPT-4o mini, phản ánh xu hướng thể hiện cách các lý thuyết của Richard Feynman tiếp tục truyền cảm hứng cho nghiên cứu trong các lĩnh vực như hiệu quả tính toán và tối ưu hóa mô hình học máy. 
Ý tưởng của Feynman về “còn rất nhiều chỗ ở phía dưới” không chỉ liên quan đến không gian vật lý nhỏ hơn; nó là về việc định hình lại các đổi mới ở các quy mô và cấp độ khác nhau để đạt được độ chính xác và khả năng thích ứng. Khi AI tiếp tục thu nhỏ về quy mô, chúng ta cần xây dựng các hệ thống bền vững hơn ở đáy.

"Hạt Giống" Của Feynman: Mini hóa AI và Hiệu Quả

Từ "Hạt Giống" Của Feynman: Sự Mini hóa và Hiệu quả trong AI Mục lục: Giới thiệu Feynman và Tầm Nhìn Về Mini hóa Mini hóa tro...

tháng 11 07, 2024

Chúng ta chưa sẵn sàng cho AI Tổng Quát: 5 Vấn đề cần giải quyết

<h2>Chúng ta chưa sẵn sàng cho AI Tổng Quát (AGI): 5 Khoảng trống cần lấp đầy</h2>
Mục lục:
<ol>
<li>Sự ra đi của Miles Brundage và những câu hỏi về AGI Readiness</li>
<li>5 Khoảng trống chính cần lấp đầy để sẵn sàng cho AGI:<ul>
<li>Sự thiếu hiểu biết chung</li>
<li>Thiếu cơ chế quản lý</li>
<li>Thiếu tính minh bạch</li>
<li>Thiếu khả năng phục hồi xã hội</li>
<li>Sự phát triển lệch pha</li>
</ul>
</li>
<li>Làm thế nào để chuẩn bị cho AGI?</li>
</ol>
1. Sự ra đi của Miles Brundage và những câu hỏi về AGI Readiness
Miles Brundage, cựu trưởng bộ phận nghiên cứu chính sách tại OpenAI, đã rời công ty vào tháng 10 năm 2024. Trong bài viết trên Substack, ông nêu rõ lý do ra đi là vì muốn có sự tự do hơn trong việc công bố nghiên cứu của mình, đồng thời cũng bày tỏ quan ngại về sự thiếu chuẩn bị của OpenAI và toàn thế giới đối với sự xuất hiện của AI Tổng Quát (AGI).
Brundage chỉ trích OpenAI và các phòng thí nghiệm tiên phong khác về việc chưa sẵn sàng cho sự bùng nổ của AGI, đặc biệt là về mặt chính sách và xã hội. Ông không phải là người đầu tiên bày tỏ quan ngại này. Nhiều nhà nghiên cứu, trong đó có Ilya Sutskever, một trong những bộ óc sáng giá nhất của OpenAI, đã rời công ty và thành lập các tổ chức riêng để nghiên cứu về sự an toàn của AGI.
Sự ra đi của các chuyên gia hàng đầu như Brundage và Sutskever là một dấu hiệu cho thấy sự lo ngại ngày càng tăng về khả năng kiểm soát và ứng dụng AGI.
2. 5 Khoảng trống chính cần lấp đầy để sẵn sàng cho AGI:
Brundage chỉ ra 5 khoảng trống chính mà chúng ta cần lấp đầy để sẵn sàng cho AGI:
<ul>
<li>Sự thiếu hiểu biết chung: Hầu hết các bên liên quan, từ chính phủ, doanh nghiệp cho đến công chúng, vẫn chưa hiểu rõ AGI là gì và những tác động của nó. </li>
<li>Thiếu cơ chế quản lý: Các quy định và luật lệ hiện tại được thiết kế cho các công nghệ cũ, chưa phù hợp với AGI. </li>
<li>Thiếu tính minh bạch: Quá trình phát triển AGI chủ yếu diễn ra trong các phòng thí nghiệm kín, thiếu sự tham gia của công chúng. </li>
<li>Thiếu khả năng phục hồi xã hội: Xã hội chưa sẵn sàng đối mặt với những thay đổi kinh tế và xã hội sâu sắc mà AGI sẽ mang lại. </li>
<li>Sự phát triển lệch pha: Năng lực của AGI đang phát triển nhanh hơn khả năng kiểm soát của con người.</li>
</ul>
3. Làm thế nào để chuẩn bị cho AGI?
Để lấp đầy những khoảng trống này, chúng ta cần:
<ul>
<li>Nâng cao nhận thức về AGI: Giáo dục công chúng về AGI là điều cần thiết để tạo ra một xã hội hiểu biết và sẵn sàng ứng phó với những thay đổi.</li>
<li>Thiết lập cơ chế quản lý: Phát triển các quy định và luật lệ mới để điều chỉnh sự phát triển và ứng dụng của AGI.</li>
<li>Tăng cường tính minh bạch: Khuyến khích sự minh bạch trong nghiên cứu và phát triển AGI, cho phép công chúng tham gia vào quá trình ra quyết định.</li>
<li>Xây dựng khả năng phục hồi xã hội: Chuẩn bị cho những thay đổi kinh tế và xã hội do AGI gây ra, bao gồm việc hỗ trợ người lao động bị ảnh hưởng và phát triển các mô hình kinh tế mới.</li>
<li>Điều chỉnh tốc độ phát triển: Chậm lại tốc độ phát triển AGI và ưu tiên nghiên cứu về an toàn và kiểm soát.</li>
</ul>
AGI là một công nghệ có tiềm năng to lớn, nhưng cũng ẩn chứa nhiều nguy cơ. Chuẩn bị cho AGI là trách nhiệm chung của toàn xã hội. Chúng ta cần hành động ngay để đảm bảo AGI được phát triển và ứng dụng một cách an toàn và có lợi cho nhân loại.

Chúng ta chưa sẵn sàng cho AI Tổng Quát: 5 Vấn đề cần giải quyết

Chúng ta chưa sẵn sàng cho AI Tổng Quát (AGI): 5 Khoảng trống cần lấp đầy Mục lục: Sự ra đi của Miles Brundage và những câu hỏi về AGI Re...

tháng 11 07, 2024

Hệ thống AI Mở Nguồn: Bị Bỏ Xa So Với Mô Hình Độc Quyền?

<h2>Hệ thống AI mở nguồn tụt hậu so với các mô hình độc quyền và đóng cửa</h2>
<h3>Mục lục</h3>
<ol>
<li>Hệ thống AI mở và đóng: Định nghĩa</li>
<li>Phát triển mô hình AI mở và đóng: Kết quả</li>
<li>Rủi ro khi mở nguồn các mô hình</li>
<li>Kết luận</li>
</ol>
<h3>1. Hệ thống AI mở và đóng: Định nghĩa</h3>
Một cuộc tranh luận lớn về hệ thống AI mở so với đóng đang hình thành, trở thành một phần quan trọng trong việc quản lý những tiến bộ mới trong AI suy luận.
Khái niệm mở nguồn thường gắn liền với phần mềm, nơi mã nguồn được công khai. AI mở nguồn có định nghĩa hơi khác. Theo báo cáo của Epoch AI, mô hình AI mở nguồn là những mô hình có trọng số mô hình có thể tải xuống, trong khi "hệ thống đóng cửa không được phát hành hoặc chỉ có thể truy cập thông qua API hoặc dịch vụ được lưu trữ".
Sự tương đồng ở đây là nếu bạn có trọng số cho mô hình, bạn có thể nhìn vào hoạt động bên trong của nó, mã nguồn của nó, nếu bạn muốn.
<h3>2. Phát triển mô hình AI mở và đóng: Kết quả</h3>
Epoch AI nhận thấy rằng các mô hình mở nguồn tụt hậu so với các mô hình đóng cửa từ 5 đến 22 tháng trung bình. Llama của Meta được cho là mô hình mở nguồn hàng đầu, trong khi các mô hình đóng cửa của OpenAI rõ ràng gần với đường cong thống trị mô hình. Chúng ta có o1 thể hiện lý luận chuỗi suy nghĩ và Orion dự kiến sẽ được phát hành vào đầu năm sau.
<h3>3. Rủi ro khi mở nguồn các mô hình</h3>
Các tác giả của báo cáo lưu ý rằng các nhà sản xuất các hệ thống như ChatGPT có động cơ để giữ chúng đóng cửa. Trích dẫn từ báo cáo:
“Các doanh nghiệp bán quyền truy cập vào các mô hình như ChatGPT có động cơ thương mại để giữ bí mật các mô hình. Các phòng thí nghiệm AI trong ngành đã phản ứng với những phát triển này theo nhiều cách. Một số mô hình vẫn chưa được phát hành, chẳng hạn như mô hình Chinchilla của Google DeepMind. Ngoài ra, các mô hình như GPT-4o có quyền truy cập có cấu trúc, kiểm soát cách người dùng tương tác với mô hình."
Trong một số trường hợp, đó là kịch bản cũ, nơi các công ty lớn có khả năng tốt nhất để tạo ra các hệ thống mạnh mẽ và có khả năng sẽ không biến chúng thành mã nguồn mở, ngay cả một phần.
Tuy nhiên, cũng có một thành phần nguy hiểm trong việc này về quản trị công cộng. Một số người sẽ lập luận rằng nếu bạn để những hệ thống cực kỳ mạnh mẽ này quá cởi mở, bạn sẽ có tin tặc và những kẻ xấu lợi dụng chúng để gây hại cho phần còn lại của chúng ta.
Các tác giả của báo cáo viết: “Việc công bố các mô hình, mã và tập dữ liệu cho phép đổi mới và kiểm tra bên ngoài, nhưng điều đó không thể thu hồi và có nguy cơ bị lạm dụng nếu các biện pháp bảo vệ của mô hình bị bỏ qua. Hiện đang có một cuộc tranh luận về việc liệu sự đánh đổi này có thể chấp nhận được hay có thể tránh được."
<h3>4. Kết luận</h3>
Chính điều đó là một lập luận mạnh mẽ cho các hệ thống đóng cửa được quản lý bởi các ủy ban, hội đồng quản trị hoặc tiểu ban, trái ngược với việc phát hành ra thế giới rộng lớn mà không có bất kỳ sự kiểm soát nào.
Điều này là những gì đồng sáng lập OpenAI, Ilya Sutskever được cho là đã viết về vấn đề này:
“Khi chúng ta tiến gần đến việc xây dựng AI, việc bắt đầu ít cởi mở hơn là điều có ý nghĩa. Từ “mở” trong OpenAI có nghĩa là mọi người nên được hưởng lợi từ thành quả của AI sau khi nó được xây dựng, nhưng việc không chia sẻ khoa học hoàn toàn ổn.”
Cuối cùng, báo cáo trích dẫn một “bức tranh không rõ ràng” về hướng đi của các mô hình mở nguồn. Một lần nữa, Meta được trích dẫn là một người chơi quan trọng cho các mô hình mở nguồn.
Trong một số trường hợp, như Sutskever gợi ý, việc giả định rằng các mô hình sẽ bị đóng cửa hoặc bị giới hạn theo một cách nào đó là hợp lý, vì khả năng suy luận đang phát triển nhanh chóng. Chúng ta mới chỉ nhìn thấy AI đại diện đảm nhận các nhiệm vụ phức tạp một cách đáng kể, và điều đó đang gây ra những lo ngại riêng của nó trong cộng đồng quản lý.
Có khả năng các công ty sẽ tiếp tục phát hành các mô hình hạn chế cho công chúng, đồng thời giữ lại những khía cạnh mạnh mẽ nhất của công nghệ trong nội bộ và giữ những lá bài này gần với áo của họ.

Hệ thống AI Mở Nguồn: Bị Bỏ Xa So Với Mô Hình Độc Quyền?

Hệ thống AI mở nguồn tụt hậu so với các mô hình độc quyền và đóng cửa Mục lục Hệ thống AI mở và đóng: Định nghĩa Phát triển mô hình AI m...

tháng 11 07, 2024

Claude 3.5 Haiku: Giá Tăng Gấp Bốn, "Trí Tuệ" Bất Ngờ

Anthropic và Palantir Hợp Tác Mang AI Claude lên AWS cho Hoạt động Tình Báo và Quốc Phòng Hoa Kỳ

Google vô tình để lộ Jarvis AI, AI có khả năng kiểm soát máy tính

"Hạt Giống" Của Feynman: Mini hóa AI và Hiệu Quả

Chúng ta chưa sẵn sàng cho AI Tổng Quát: 5 Vấn đề cần giải quyết

Hệ thống AI Mở Nguồn: Bị Bỏ Xa So Với Mô Hình Độc Quyền?

Bài đăng phổ biến

Labels