कॉग्निशनचे स्कॉट वू म्हणतात की एआय कोडिंग एजंट्सनी माणसांची जागा घेऊ नये ↗
कॉग्निशनचे स्कॉट वू यांनी, डेव्हिन हे प्रोग्रामर्सची जागा पूर्णपणे घेण्यासाठी बनवले आहे या कल्पनेला विरोध केला. ही एक थोडी विचित्र भूमिका आहे, कारण कंपनीचे असेही म्हणणे आहे की डेव्हिन स्वतःच्या कोडचा एक मोठा वाटा कमिट करतो.
त्याची मांडणी "तुमची नोकरी एका लॅपटॉपच्या राक्षसाने गिळंकृत केली आहे" यापेक्षा "एआय कोडिंगमधील तुमचा सोबती" अशी अधिक आहे. तरीही, त्यातील तणाव सहजासहजी लक्षात येतो - अधिक चांगले एजंट, अवाढव्य इंजिनिअरिंग टीम्ससाठी कमी सबबी... किमान तसा युक्तिवाद केला जातो.
भविष्यातील रोबोट्सना प्रशिक्षण देण्यासाठी ही एआय स्टार्टअप कंपनी तुमचे घर मोफत स्वच्छ करेल ↗
शिफ्ट मोफत घरगुती साफसफाईची सेवा देत आहे, पण त्यात एक अशी अट आहे जी सोयीची आणि किंचित अस्वस्थ करणारी दोन्ही आहे: कंपनीला रोबोट-प्रशिक्षणाचा डेटा गोळा करता यावा यासाठी, सफाई कामगार कॅमेरा लावलेली “जादुई टोपी” घालतात.
प्रस्ताव साधा आहे - तुम्हाला एक स्वच्छ फ्लॅट मिळतो आणि त्यांना घरगुती कामांचा व्हिडिओ मिळतो. कदाचित हा एक चांगला सौदा आहे.
शिफ्टच्या म्हणण्यानुसार ते संवेदनशील तपशील अस्पष्ट करते आणि फुटेज अनामिक बनवते, पण एक व्यापक प्रश्न अजूनही तसाच आहे: सोयीसाठी लोक आपल्या घरातील गोपनीयतेचा किती त्याग करण्यास तयार आहेत?
अँथ्रोपिकने क्लॉड ओपस ४.८ प्रसिद्ध केले ↗
अँथ्रोपिकने कोडिंग, एजेंटिक वर्कफ्लो, रिझनिंग आणि व्यावसायिक कामामध्ये सुधारणांसह क्लॉड ओपस ४.८ सादर केले. याचे मुख्य वैशिष्ट्य म्हणजे विश्वसनीयता - कमी असमर्थित दावे, साधनांचा उत्तम वापर आणि अधिक स्व-तपासणी.
क्लॉड कोडमध्ये डायनॅमिक वर्कफ्लोदेखील मिळतात, ज्यामुळे मॉडेलला नियोजन करणे, समांतर सब-एजंट्स सुरू करणे, आउटपुट तपासणे आणि अहवाल परत पाठवणे शक्य होते. हे ऐकायला कंटाळवाणे वाटते, पण जेव्हा तुमच्या लक्षात येते की हे मूलतः एका वेगळ्या धाटणीचे प्रोजेक्ट मॅनेजमेंटच आहे, तेव्हा ते तितकेसे प्रभावी वाटत नाही.
किंमत स्टँडर्ड आणि फास्ट मोडमध्ये विभागलेली आहे, ज्यात अँथ्रोपिक प्रयत्नांवर नियंत्रण ठेवण्यावर अधिक भर देते, जेणेकरून वापरकर्ते वेग, गुणवत्ता आणि टोकनचा वापर यात तडजोड करू शकतील.
एआयमुळे विकासाला गती मिळेल याचा फॉक्सकॉनला प्रचंड विश्वास आहे, असे अध्यक्षांनी म्हटले आहे ↗
फॉक्सकॉनच्या अध्यक्षांनी सांगितले की, एआयच्या मागणीमुळे कंपनीचा नेहमीचा हंगामी क्रम बदलत आहे. वर्षाच्या मध्यात पुरवठादारांकडून येणारी जुनी मंदी? आता ती सामान्यपणे घडत नाहीये, असे दिसते.
याचे कारण म्हणजे क्लाउड क्षेत्रातील दिग्गज कंपन्यांचा एआयवरील प्रचंड खर्च, ज्याला फॉक्सकॉन स्वतःची एक बाजारपेठेची संधी म्हणून पाहते. ही एआयच्या तेजीतली हार्डवेअर बाजू आहे, जी चॅटबॉट्सपेक्षा कमी आकर्षक असली तरी, पैशांचा ओघ याच क्षेत्रात मोठ्या प्रमाणात आहे.
फॉक्सकॉन आधीपासूनच एनव्हिडियाची एक प्रमुख सर्व्हर निर्माता कंपनी आहे, त्यामुळे तिचा आशावाद हा मूलतः एआय पायाभूत सुविधांच्या शर्यतीची एक स्थिती तपासणारा आहे.
विश्वसनीय तृतीय-पक्ष मूल्यांकनांसाठी एक सामायिक कार्यप्रणाली ↗
ओपनएआयने तृतीय-पक्ष एआय मूल्यांकनांवर मार्गदर्शक तत्त्वे प्रकाशित केली असून, चाचण्यांमध्ये कशाचे मूल्यांकन केले गेले, ते कसे तपासले गेले आणि निकालांमधून काय सिद्ध होऊ शकते, याबद्दल अधिक स्पष्ट तपशील असणे आवश्यक आहे, असा युक्तिवाद केला आहे.
मुख्य मुद्दा आश्चर्यकारकपणे व्यावहारिक आहे: अत्याधुनिक एआयचे मूल्यांकन केवळ लीडरबोर्डच्या आधारावर केलेले अंदाजे काम असू शकत नाही. मूल्यांकनकर्त्यांना चाचणी केलेली प्रणाली, सूचना, सुरक्षा उपाय, वैधता तपासणी आणि दावे कोठे थांबतात हे स्पष्ट करणे आवश्यक आहे.
हे महत्त्वाचे आहे, कारण जसजसे मॉडेल्स अधिक कार्यक्षम होत जातात, तसतसे वरवरच्या चाचण्यांमुळे प्रणाली प्रत्यक्षात आहेत त्यापेक्षा अधिक सुरक्षित किंवा मजबूत दिसू शकतात. कागदपत्रांचा कमी वापर, पण परिणाम मात्र मोठे.
वारंवार विचारले जाणारे प्रश्न
डेविनसारखे एआय कोडिंग एजंट प्रोग्रामर्सची जागा घेण्यासाठी आहेत का?
स्कॉट वू एआय कोडिंग एजंट्सना मानवी प्रोग्रामर्सचा पूर्ण पर्याय म्हणून नव्हे, तर कोडिंग भागीदार म्हणून मांडतात. तथापि, हा लेख एका विरोधाभासाकडे लक्ष वेधतो: डेव्हिन कॉग्निशनच्या स्वतःच्या कोडमध्ये मोठा वाटा उचलतो असेही वर्णन केले आहे. व्यावहारिक दृष्ट्या, याचा निष्कर्ष असा आहे की ही साधने काही नियमित अभियांत्रिकी काम कमी करू शकतात, पण तरीही निर्णय, दिशा आणि उत्तरदायित्वासाठी मानवांवर अवलंबून राहतील.
शिफ्ट एआय प्रशिक्षण डेटासाठी मोफत घर साफसफाईची ऑफर का देत आहे?
शिफ्ट कंपनी मोफत घर साफसफाईची सेवा देत आहे, कारण त्यांना भविष्यातील रोबोट्सना प्रशिक्षण देण्यासाठी घरगुती कामांचा प्रत्यक्ष व्हिडिओ डेटा हवा आहे. साफसफाई करणारे कर्मचारी काम करताना कॅमेरा लावलेली 'जादुई टोपी' घालतात, आणि त्यातून असे फुटेज तयार होते जे एआय प्रणालींना घरातील कामे समजण्यास मदत करू शकते. यातील देवाणघेवाण स्पष्ट आहे: ग्राहकांना स्वच्छ घर मिळते, तर कंपनीला खाजगी राहण्याच्या जागांमधून डेटा मिळतो.
घर स्वच्छतेचे फुटेज गोळा करताना शिफ्ट गोपनीयतेची काळजी कशी घेते?
लेखात म्हटले आहे की, शिफ्टचा दावा आहे की ते संवेदनशील तपशील अस्पष्ट करते आणि फुटेज अनामिक करते. यामुळे गोपनीयतेचे काही धोके कमी होऊ शकतात, परंतु लोकांच्या घरांमध्ये रेकॉर्डिंग करण्याच्या व्यापक चिंतेचे निराकरण होत नाही. वापरकर्त्यांसाठी, मुख्य प्रश्न हा आहे की, मोफत साफसफाईची सोय या पातळीवरील डेटा संकलनाच्या मोलाची वाटते का.
क्लॉड ओपस ४.८ मध्ये नवीन काय आहे?
क्लॉड ओपस ४.८ मुळे कोडिंग, एजेंटिक वर्कफ्लो, तर्क आणि व्यावसायिक कामात सुधारणा होते असे वर्णन केले जाते. हे अपडेट विश्वासार्हतेवर केंद्रित आहे, ज्यामध्ये कमी असमर्थित दावे, साधनांचा अधिक प्रभावी वापर आणि अधिक स्व-तपासणी यांचा समावेश आहे. क्लॉड कोडमध्ये डायनॅमिक वर्कफ्लोदेखील जोडले गेले आहेत, ज्याद्वारे मॉडेल नियोजन करू शकते, समांतर सब-एजंट्स चालवू शकते, आउटपुटची पडताळणी करू शकते आणि परिणामांचा अहवाल देऊ शकते.
फॉक्सकॉनचा एआय क्षेत्रातील तेजीबद्दलचा आशावाद महत्त्वाचा का आहे?
फॉक्सकॉनचा आत्मविश्वास महत्त्वाचा आहे, कारण तो एआयच्या तेजीत हार्डवेअर क्षेत्राला प्रतिबिंबित करतो. कंपनीच्या अध्यक्षांनी सांगितले की, एआयची मागणी तिच्या नेहमीच्या हंगामी स्वरूपात बदल करत आहे आणि क्लाउड क्षेत्रातील दिग्गज कंपन्यांच्या पायाभूत सुविधांवरील खर्चामुळे बाजारात एक मोठी संधी निर्माण होत आहे. फॉक्सकॉन आधीपासूनच एनव्हिडियाची एक प्रमुख सर्व्हर उत्पादक कंपनी असल्याने, त्यांची ही टिप्पणी एआयच्या पायाभूत सुविधांमधील मागणीसाठी एक प्रबळ संकेत ठरते.
ओपनएआयच्या मते तृतीय-पक्ष एआय मूल्यांकनांना विश्वसनीय काय बनवते?
ओपनएआयचा असा युक्तिवाद आहे की एआय मूल्यांकनांमध्ये, कोणत्या प्रणालीची चाचणी केली गेली, ती कशी केली गेली आणि निकालांमधून खरोखर काय दिसून येते, याचे अधिक स्पष्ट स्पष्टीकरण असणे आवश्यक आहे. यामध्ये सूचना, सुरक्षा उपाय, वैधता तपासणी आणि कोणत्याही दाव्यांच्या मर्यादा यांसारख्या तपशिलांचा समावेश आहे. हा मुद्दा विशेषतः अधिक एजेंटिक मॉडेल्ससाठी महत्त्वाचा आहे, जिथे वरवरच्या चाचण्यांमुळे प्रणाली प्रत्यक्षात आहेत त्यापेक्षा अधिक सुरक्षित किंवा अधिक सक्षम दिसू शकतात.