Xin chào mọi người, chào mừng đến với bản tin hàng tuần về Trí tuệ Nhân tạo của TechCrunch.

Vào Chủ Nhật trước, Tổng thống Joe Biden đã thông báo rằng ông không còn kế hoạch nhiệm kỳ sau này, thay vào đó đề nghị ủng hộ đầy đủ cho Phó Tổng thống Kamala Harris trở thành ứng cử viên của Đảng Dân chủ; trong những ngày tiếp theo, Harris đã giành được sự ủng hộ từ đa số đại biểu Dân chủ.

Harris đã rất mạnh mẽ trong lĩnh vực chính sách công nghệ và Trí tuệ Nhân tạo; nếu bà giành được cương vị Tổng thống, điều đó có nghĩa gì đối với quy định về Trí tuệ Nhân tạo tại Hoa Kỳ?

Đồng nghiệp của tôi, Anthony Ha, đã viết vài từ về vấn đề này vào cuối tuần. Harris và Tổng thống Biden trước đó đã nói rằng họ “phản đối lựa chọn sai lầm cho rằng chúng ta có thể bảo vệ công chúng hoặc thúc đẩy sáng tạo.” Lúc đó, Biden đã ban hành một sắc lệnh chỉ đạo yêu cầu các công ty thiết lập các tiêu chuẩn mới về việc phát triển Trí tuệ Nhân tạo. Harris nói rằng các cam kết tự nguyện đó là “một bước đầu tiên hướng tới một tương lai Trí tuệ Nhân tạo an toàn hơn với nhiều điều sẽ đến” vì “trong hoàn cảnh thiếu quy định và giám sát mạnh mẽ từ chính phủ, một số công ty công nghệ chọn ưu tiên lợi nhuận hơn là sự chăm sóc cho khách hàng, an toàn của cộng đồng chúng ta và ổn định của nền dân chủ của chúng ta.”

Tôi cũng đã trò chuyện với các chuyên gia chính sách Trí tuệ Nhân tạo để lấy ý kiến của họ. Họ bảo rằng họ dự kiến sẽ thấy sự nhất quán với chính quyền của Harris, thay vì phá vỡ chính sách Trí tuệ Nhân tạo hiện tại và sự giảm quy định chung mà đội của Donald Trump đã nổ lực thúc đẩy.

Lee Tiedrich, một chuyên gia tư vấn Trí Tuệ Nhân tạo tại Đối tác Toàn cầu về Trí tuệ Nhân tạo, cho biết rằng việc Biden ủng hộ Harris có thể “tăng cơ hội duy trì sự nhất quán” trong chính sách Trí tuệ Nhân tạo của Hoa Kỳ. “[Điều này] được định ra bởi sắc lệnh ban Trí tuệ Nhân tạo năm 2023 và cũng được đánh dấu bởi tính đa phương thông qua Liên hợp quốc, G7, Tổ chức OECD và các tổ chức khác,” bà nói. “Sắc lệnh và các hành động liên quan cũng yêu cầu sự giám sát của chính phủ đối với Trí tuệ Nhân tạo, bao gồm thông qua việc tăng cường thi hành pháp lý, các quy tắc và chính sách AI của các cơ quan, tập trung vào an toàn và một số hệ thống Trí tuệ Nhân tạo lớn khác cần phải kiểm tra và công bố bắt buộc.”

Sarah Kreps, một giáo sư chính trị tại Cornell chuyên về Trí tuệ Nhân tạo, lưu ý rằng có một quan điểm trong một số phân khúc của ngành công nghệ rằng chính quyền Biden đã quá mạnh tay trong việc quy định và rằng sắc lệnh ban Trí tuệ Nhân tạo là “lạm dụng quản lý quá mức.” Bà không dự kiến rằng Harris sẽ đảo ngược bất kỳ giao thức an toàn Trí tuệ Nhân tạo nào được thiết lập dưới chính quyền Biden, nhưng bà tự hỏi liệu chính quyền của Harris có thể thực hiện một cách tiếp cận giảm phương án quản lý từ trên xuống hơn để an ủi những người phê phán.

Krystal Kauffman, một cộng tác viên nghiên cứu tại Viện Nghiên cứu Trí tuệ Nhân tạo Phân tán, đồng ý với Kreps và Tiedrich rằng Harris có khả năng sẽ tiếp tục công việc của Biden để giải quyết các rủi ro liên quan đến việc sử dụng Trí tuệ Nhân tạo và cố gắng tăng cường minh bạch xung quanh Trí tuệ Nhân tạo. Tuy nhiên, bà hy vọng rằng, nếu Harris giành thắng cử Tổng thống, bà sẽ mở rộng mạng lưới các bên liên quan trong xây dựng chính sách — một mạng lưới bao gồm các công nhân dữ liệu mà tình hình (tiền lương kém, điều kiện làm việc kém và thách thức về sức khỏe tinh thần) thường bị không công nhận.

“Harris phải bao gồm những giọng nói của các công nhân dữ liệu giúp lập trình Trí tuệ Nhân tạo trong những cuộc trò chuyện quan trọng này điều,” Kauffman nói. “Chúng ta không thể tiếp tục thấy các cuộc họp trong phòng cửa đóng với các CEO công nghệ là phương tiện để làm ra chính sách. Nếu điều này tiếp tục, chắc chắn sẽ dẫn chúng ta vào con đường sai lầm.”

Tin tức

Meta phát hành các mô hình mới: Meta tuần này phát hành Llama 3.1 405B, một mô hình sinh văn bản và phân tích chứa 405 tỷ tham số. Mô hình “mở” lớn nhất của họ cho đến nay, Llama 3.1 405B đang được áp dụng vào các nền tảng và ứng dụng Meta, bao gồm trải nghiệm AI Meta trên Facebook, Instagram và Messenger.

Adobe cập nhật Firefly: Adobe phát hành các công cụ Firefly mới cho Photoshop và Illustrator vào thứ Ba, cung cấp cho nhà thiết kế đồ họa cách sử dụng các mô hình Trí tuệ Nhân tạo của công ty.

Nhận dạng khuôn mặt tại trường học: Một trường học Anh đã bị cảnh cáo chính thức bởi cơ quan bảo vệ dữ liệu của Anh vì họ đã sử dụng công nghệ nhận dạng khuôn mặt mà không được sự đồng thuận cụ thể từ học sinh về việc xử lý quét khuôn mặt của họ.

Cohere kêu gọi nửa tỷ: Cohere, một công ty khởi nghiệp Trí tuệ Nhân tạo tạo giả do các nhà nghiên cứu trước đây của Google sáng lập, đã huy động được 500 triệu đô la từ các nhà đầu tư, bao gồm Cisco và AMD. Khác với nhiều đối thủ khởi nghiệp Trí tuệ Nhân tạo tạo giả khác, Cohere tùy chỉnh các mô hình Trí tuệ Nhân tạo cho các doanh nghiệp lớn — một yếu tố quan trọng trong sự thành công của họ.

Phỏng vấn giám đốc Trí tuệ Nhân tạo CIA: Như một phần của loạt bài viết tiếp tục về Phụ nữ trong Trí tuệ Nhân tạo của TechCrunch, chính tôi đã phỏng vấn Lakshmi Raman, giám đốc Trí tuệ Nhân tạo tại CIA. Chúng tôi đã thảo luận về con đường của bà đến chức giám đốc cũng như việc sử dụng Trí tuệ Nhân tạo tại CIA, và sự cân bằng cần phải được thiết lập giữa chấp nhận công nghệ mới và triển khai nó một cách có trách nhiệm.

Bài báo nghiên cứu của tuần

Bạn đã nghe về transformer chưa? Đó là kiến trúc mô hình AI được lựa chọn cho các nhiệm vụ tư duy phức tạp, cung cấp năng lực cho các mô hình như GPT-4o của OpenAI, Claude của Anthropic và nhiều mô hình khác. Tuy nhiên, mặc dù transformer mạnh mẽ, nhưng chúng vẫn có nhược điểm. Và vì vậy, các nhà nghiên cứu đang điều tra các lựa chọn thay thế có thể.

Một trong những ứng cử viên triển vọng nhất là các mô hình không gian trạng thái (SSM), kết hợp các đặc điểm của một số loại mô hình AI cũ hơn như mạng nơ-ron lặp và mạng nơ-ron tích chập để tạo ra một cấu trúc hiệu suất tính toán hiệu quả hơn, có khả năng tiếp nhận các chuỗi dữ liệu dài (như tiểu thuyết và phim). Và một trong những bản thể mạnh nhất của SSM cho đến nay, Mamba-2, được chi tiết trong một bài báo vào tháng này của các nhà khoa học nghiên cứu Tri Dao (một giáo sư tại Princeton) và Albert Gu (Carnegie Mellon).

Giống như người tiền nhiệm Mamba của nó, Mamba-2 có thể xử lý các phần dữ liệu đầu vào lớn hơn so với các mô hình dựa trên transformer trong khi vẫn cạnh tranh, về hiệu suất, với các mô hình dựa trên transformer trên một số nhiệm vụ sinh ngôn ngữ nhất định. Dao và Gu ám chỉ rằng, nếu SSM tiếp tục được cải tiến, chúng một ngày nào đó sẽ chạy trên phần cứng thông dụng — và cung cấp ứng dụng Trí tuệ Nhân tạo tạo giả mạnh mẽ hơn so với những gì có thể với transformer ngày nay.

Mô hình của tuần

Trong một phát triển gần đây khác liên quan đến kiến trúc, một nhóm các nhà nghiên cứu đã phát triển một loại mô hình Trí tuệ Nhân tạo tạo giả mới mà họ cho rằng có thể tương đương hoặc vượt qua cả những transformer và Mamba mạnh nhất về hiệu quả.

Được gọi là các mô hình huấn luyện thời gian kiểm tra (TTT models), kiến trúc có thể suy luận qua hàng triệu token, theo những nhà nghiên cứu, tiềm năng mở rộng lên đến hàng tỷ token trong thiết kế tương lai, hoàn thiện. (Trong Trí tuệ Nhân tạo tạo giả, "token" là các đoạn văn bản thô và các miếng dữ liệu khác nhau có kích thước nhỏ.) Bởi vì các mô hình TTT có thể tiếp nhận nhiều token hơn so với các mô hình thông thường và làm điều đó mà không kéo quá mức tài nguyên phần cứng, họ thích hợp để cung cấp ứng dụng Trí tuệ Nhân tạo tạo giả “thế hệ tiếp theo”, theo những nhà nghiên cứu tin tưởng.

Để tìm hiểu sâu hơn về các mô hình TTT, hãy xem bài viết chuyên sâu của chúng tôi gần đây.

Các bài viết khác

Stability AI, công ty khởi nghiệp Trí tuệ Nhân tạo tạo giả mà các nhà đầu tư, bao gồm người sáng lập Napster Sean Parker, đã cứu khỏi tình trạng phá sản tài chính, đã gây khá nhiều tranh cãi về điều khoản sử dụng mới hạn chế và chính sách cấp phép.

Cho đến gần đây, để sử dụng mô hình hình ảnh Trí tu