Αρχική Blog Σελίδα 4

Meta Muse Ember: Το νέο AI μοντέλο της Meta που εκτελεί χιλιάδες εργασίες με ελάχιστο κόστος

0
deccanchronicle.com

Loading

Με λίγα λόγια

  • Η Meta παρουσιάζει το Muse Ember, ένα μικρό και οικονομικό μοντέλο τεχνητής νοημοσύνης που σχεδιάζεται για να εκτελεί γρήγορα επαναλαμβανόμενες εργασίες.
  • Υποστηρίζει κείμενο, εικόνες, ήχο και βίντεο, ενώ διαθέτει παράθυρο συμφραζομένων 1 εκατομμυρίου tokens, ώστε να μπορεί να επεξεργάζεται μεγάλα αρχεία και εκτεταμένα σύνολα εγγράφων.
  • Η τιμή του ξεκινά από 0,10 δολάρια ανά εκατομμύριο tokens εισόδου και 0,50 δολάρια για την έξοδο, καθώς η Meta θέλει να το αξιοποιήσει σε εφαρμογές που εκτελούν χιλιάδες εργασίες AI καθημερινά.

Η Meta ενισχύει τη σειρά μοντέλων Muse με το Muse Ember, ένα νέο μοντέλο τεχνητής νοημοσύνης που δίνει προτεραιότητα στην ταχύτητα, στο χαμηλό κόστος και στην εκτέλεση πολλών μικρών εργασιών. Σε αντίθεση με τα μεγαλύτερα μοντέλα που αναλαμβάνουν σύνθετο σχεδιασμό και απαιτητική συλλογιστική, το Ember εστιάζει σε ενέργειες που επαναλαμβάνονται συνεχώς κατά τη λειτουργία ενός AI agent, όπως η αναζήτηση πληροφοριών, η ανάγνωση αρχείων, οι κλήσεις εργαλείων και οι μικρές παρεμβάσεις στον κώδικα.

Η συγκεκριμένη προσέγγιση έχει ιδιαίτερο ενδιαφέρον για τις επιχειρήσεις, καθώς ένας AI agent μπορεί να χρειάζεται δεκάδες ή ακόμη και εκατοντάδες επιμέρους ενέργειες για να ολοκληρώσει μία εργασία. Όταν κάθε τέτοια ενέργεια απαιτεί τη χρήση ενός ακριβού μοντέλου, το συνολικό κόστος αυξάνεται σημαντικά. Η Meta θέλοντας να περιορίσει αυτό το κόστος, χρησιμοποιεί το Muse Ember για τις επαναλαμβανόμενες εργασίες και μεγαλύτερα μοντέλα για τον σχεδιασμό και τις πιο δύσκολες αποφάσεις.

Ένα μικρότερο μοντέλο που αναλαμβάνει τον όγκο της δουλειάς

Το Muse Ember δεν έχει στόχο να αντικαταστήσει τα μεγαλύτερα μοντέλα της Meta, αλλά να συνεργάζεται μαζί τους. Για παράδειγμα, το Muse Wonder ή το Muse Spark μπορούν να αναλαμβάνουν τον σχεδιασμό μιας σύνθετης εργασίας, να καθορίζουν τα βήματα που πρέπει να ακολουθηθούν και στη συνέχεια να αναθέτουν επιμέρους ενέργειες στο Ember.

Με αυτόν τον τρόπο, το μεγαλύτερο μοντέλο λειτουργεί ως ο «σχεδιαστής», ενώ το Muse Ember αναλαμβάνει την εκτέλεση των επιμέρους εργασιών. Μπορεί, για παράδειγμα, να διαβάζει αρχεία, να εκτελεί εντολές, να ελέγχει αποτελέσματα και να διορθώνει συγκεκριμένα σημεία στον κώδικα, χωρίς να χρειάζεται να χρησιμοποιείται κάθε φορά ένα ισχυρότερο και ακριβότερο μοντέλο.

Η Meta παρουσιάζει μάλιστα ένα παράδειγμα από πραγματική εργασία προγραμματισμού, κατά την οποία το Muse Wonder σχεδιάζει τη μεταφορά 16 τμημάτων κώδικα από Python σε Rust, ενώ 16 ξεχωριστοί AI agents που χρησιμοποιούν το Muse Ember αναλαμβάνουν παράλληλα από ένα τμήμα. Κάθε agent διαβάζει τον σχετικό κώδικα, γράφει τη νέα έκδοση, εκτελεί ελέγχους και διορθώνει τα προβλήματα που εντοπίζει, με τις 16 εργασίες να ολοκληρώνονται μέσα σε χρονικό διάστημα περίπου έξι λεπτών μεταξύ τους.

Το παράδειγμα δείχνει πού ακριβώς θέλει να αξιοποιήσει η Meta το νέο μοντέλο: σε περιπτώσεις όπου μια μεγάλη εργασία μπορεί να χωριστεί σε πολλές μικρότερες, οι οποίες εκτελούνται ταυτόχρονα και ελέγχονται στη συνέχεια από ένα ισχυρότερο σύστημα.

Επεξεργάζεται κείμενο, εικόνες, ήχο και βίντεο

Ένα ακόμη σημαντικό χαρακτηριστικό του Muse Ember είναι ότι δεν περιορίζεται στην επεξεργασία κειμένου. Το μοντέλο δέχεται κείμενο, εικόνες, ηχητικά αρχεία και βίντεο, γεγονός που του επιτρέπει να αναλαμβάνει διαφορετικού τύπου εργασίες χωρίς να χρειάζεται ξεχωριστό μοντέλο για κάθε μορφή περιεχομένου.

Στην πράξη, μπορεί να διαβάζει στιγμιότυπα οθόνης, γραφήματα και σαρωμένα έγγραφα, ενώ μπορεί επίσης να επεξεργάζεται ηχογραφήσεις συσκέψεων και φωνητικά μηνύματα. Έτσι, ένας AI agent μπορεί να του αναθέσει, για παράδειγμα, να εντοπίσει συγκεκριμένα στοιχεία σε ένα τιμολόγιο, να συνοψίσει τις αποφάσεις μιας επαγγελματικής συνάντησης ή να εξετάσει ένα στιγμιότυπο οθόνης μαζί με μια αναφορά προβλήματος.

Εξίσου εντυπωσιακό είναι το μέγεθος του παραθύρου συμφραζομένων (context window), δηλαδή ο όγκος πληροφοριών που μπορεί να λάβει υπόψη το μοντέλο κατά την επεξεργασία ενός αιτήματος. Το Muse Ember υποστηρίζει έως 1 εκατομμύριο tokens εισόδου και έως 512.000 tokens εξόδου, ώστε να μπορεί να επεξεργάζεται μεγάλα αποθετήρια κώδικα ή εκτεταμένες συλλογές εγγράφων μέσα σε μία κλήση.

Πόσο κοστίζει και τι επιδόσεις παρουσιάζει

Το χαμηλό κόστος αποτελεί ένα από τα βασικά πλεονεκτήματα που προβάλλει η Meta. Η τιμή του Muse Ember ξεκινά από 0,10 δολάρια ανά εκατομμύριο tokens εισόδου και 0,50 δολάρια ανά εκατομμύριο tokens εξόδου, για αιτήματα που περιλαμβάνουν έως 200.000 tokens εισόδου. Για μεγαλύτερα αιτήματα, η χρέωση ανεβαίνει στα 0,30 δολάρια για την είσοδο και στα 1,50 δολάρια για την έξοδο ανά εκατομμύριο tokens.

Η Meta παρουσιάζει επίσης συγκρίσεις με ανταγωνιστικά μοντέλα, όπως το Claude Haiku 5.5 της Anthropic και το GPT-6 Luna της OpenAI. Στον δείκτη Artificial Analysis Intelligence Index, το Muse Ember συγκεντρώνει βαθμολογία 36, όσο και το Claude Haiku 5.5, ενώ το GPT-6 Luna καταγράφει 28. Η Meta υπολογίζει, παράλληλα, ότι το μέσο κόστος του Muse Ember για μία εργασία στον συγκεκριμένο δείκτη είναι περίπου 0,14 δολάρια.

Τα αποτελέσματα διαφέρουν, βέβαια, ανάλογα με τη δοκιμή. Στο Terminal-Bench 4.0, για παράδειγμα, το Muse Ember συγκεντρώνει 40,9 βαθμούς, έναντι 39,2 του Claude Haiku 5.5 και 16,4 του GPT-6 Luna. Αντίθετα, στη δοκιμή FrontierCode 2.0, το Claude Haiku 5.5 εμφανίζει υψηλότερη βαθμολογία από το μοντέλο της Meta. Επομένως, τα στοιχεία δεν δείχνουν ότι το Ember υπερέχει σε κάθε κατηγορία, αλλά ενισχύουν το επιχείρημα της Meta ότι προσφέρει έναν οικονομικό συνδυασμό επιδόσεων και ταχύτητας για συγκεκριμένες εργασίες.

Σχετικά με την ταχύτητα, η Cloudflare αναφέρει ότι στις δικές της δοκιμές το Muse Ember φτάνει έως και 30% υψηλότερη ταχύτητα σε σύγκριση με ένα αντίστοιχο μοντέλο που χρησιμοποίησε για την αξιολόγηση ενώ η You.com αναφέρει επίσης χρόνο απόκρισης 2,2 δευτερολέπτων στο 95ο εκατοστημόριο των αιτημάτων της, υποστηρίζοντας ότι το αποτέλεσμα είναι περίπου 4 έως 13 φορές ταχύτερο από μοντέλα ανοιχτών βαρών που δοκίμασε. Πρόκειται για αποτελέσματα των συγκεκριμένων συνεργατών και όχι για μια ενιαία ανεξάρτητη σύγκριση όλων των διαθέσιμων μοντέλων.

Διαθεσιμότητα και έλεγχοι ασφαλείας

Το Muse Ember είναι ήδη διαθέσιμο μέσω του Meta Model API και της εφαρμογής Muse Code, ενώ η Meta το εντάσσει σε όλα τα συνδρομητικά πακέτα του Muse Code. Οι προγραμματιστές μπορούν να το αξιοποιήσουν για αυτοματοποιημένες εργασίες, ανάλυση εγγράφων και κώδικα, καθώς και για τη δημιουργία εφαρμογών που χρησιμοποιούν πολλούς AI agents.

Πριν διαθέσει το Muse Ember, η Meta το υπέβαλε σε ελέγχους που κάλυψαν διαφορετικούς τομείς ασφάλειας, από την κυβερνοασφάλεια και τη βιολογική προστασία μέχρι τους κινδύνους απώλειας ελέγχου. Σύμφωνα με τις εσωτερικές δοκιμές της εταιρείας, το μοντέλο δεν ξεπέρασε τα επίπεδα κινδύνου που θεωρεί υψηλά, με βάση το δικό της πλαίσιο αξιολόγησης.

Ιδιαίτερη προσοχή δόθηκε και στον τρόπο με τον οποίο το μοντέλο εκτελεί ενέργειες για λογαριασμό του χρήστη. Η Meta εξέτασε κατά πόσο το Muse Ember ακολουθεί τις οδηγίες που λαμβάνει, προστατεύει προσωπικές και ευαίσθητες πληροφορίες και μπορεί να αναγνωρίζει κρυφές ή παραπλανητικές εντολές που ενδέχεται να περιλαμβάνονται σε ιστοσελίδες, έγγραφα ή αποτελέσματα από εξωτερικά εργαλεία.

Με το Muse Ember, η Meta επιδιώκει να κάνει τη χρήση των AI agents πιο αποδοτική και οικονομική. Αντί να επιστρατεύεται ένα μεγάλο και ακριβότερο μοντέλο για κάθε επιμέρους ενέργεια, οι πιο απλές και επαναλαμβανόμενες εργασίες μπορούν να ανατίθενται σε μικρότερα μοντέλα, ενώ τα πιο απαιτητικά ζητήματα παραμένουν στα ισχυρότερα συστήματα. Με αυτόν τον συνδυασμό, η εταιρεία θέλει να μειώσει το κόστος λειτουργίας των AI agents, ώστε να μπορούν να εκτελούν μεγάλο αριθμό εργασιών καθημερινά χωρίς να απαιτούνται υπερβολικοί υπολογιστικοί πόροι και φυσικά να είναι πιο προσιτό και στον πιο μαντζίρη χρήστη.

Πηγές

Η Anthropic παρουσιάζει AI που γράφει λειτουργικά συστήματα και βοηθά στην επιστημονική έρευνα

0
anthropic
cnbc.com

Loading

Με λίγα λόγια

  • Η Anthropic ανακοίνωσε δύο νέα μοντέλα τεχνητής νοημοσύνης, τα Claude Fable 5.2 και Claude Mythos 5.2, με βελτιώσεις στην ταχύτητα και στις σύνθετες εργασίες.
  • Σύμφωνα με την εταιρεία, τα νέα μοντέλα παράγουν απαντήσεις έως και 30% ταχύτερα από τις προηγούμενες εκδόσεις, ενώ μπορούν να αναλάβουν απαιτητικές εργασίες προγραμματισμού και ανάλυσης.
  • Το Fable προορίζεται για ευρύτερη χρήση, ενώ το Mythos απευθύνεται σε επιλεγμένους οργανισμούς λόγω των αυξημένων δυνατοτήτων του στον τομέα της κυβερνοασφάλειας.

Η Anthropic ανακοίνωσε τα Claude Fable 5.2 και Claude Mythos 5.2, δύο νέα μοντέλα τεχνητής νοημοσύνης που σχεδιάστηκαν για να ανταποκρίνονται σε πιο απαιτητικές εργασίες, δίνοντας ιδιαίτερη έμφαση στην ταχύτητα, στον προγραμματισμό και στην επιστημονική έρευνα. Η νέα έκδοση της σειράς Claude συνοδεύεται από σημαντικές βελτιώσεις, ενώ η εταιρεία ακολουθεί διαφορετική πολιτική διάθεσης για καθένα από τα δύο μοντέλα.

Το Claude Fable 5.2 απευθύνεται σε επιχειρήσεις, προγραμματιστές και χρήστες που θέλουν να αξιοποιήσουν την τεχνητή νοημοσύνη στην καθημερινή εργασία τους, ενώ το Claude Mythos 5.2 προορίζεται κυρίως για επιλεγμένους οργανισμούς που δραστηριοποιούνται σε τομείς όπως η κυβερνοασφάλεια και η επιστημονική έρευνα. Η διάκριση αυτή δεν είναι τυχαία, καθώς οι αυξημένες δυνατότητες ενός μοντέλου μπορούν να προσφέρουν σημαντικά οφέλη, αλλά ταυτόχρονα δημιουργούν και μεγαλύτερες απαιτήσεις ως προς τον έλεγχο της πρόσβασης.

Καλύτερες επιδόσεις σε προγραμματισμό και σύνθετες εργασίες

Σύμφωνα με την Anthropic, τα δύο νέα μοντέλα μπορούν να παράγουν απαντήσεις έως και 30% ταχύτερα σε σχέση με τις προηγούμενες εκδόσεις, γεγονός που μπορεί να κάνει αισθητή τη διαφορά σε εργασίες που απαιτούν μεγάλο αριθμό διαδοχικών ενεργειών. Η βελτίωση αφορά κυρίως την ταχύτητα παραγωγής των απαντήσεων και δεν σημαίνει απαραίτητα ότι κάθε εργασία ολοκληρώνεται συνολικά κατά 30% γρηγορότερα.

Η εταιρεία διαθέτει επίσης μια προαιρετική λειτουργία Fast Mode, μέσω της οποίας η ταχύτητα παραγωγής μπορεί να αυξηθεί έως και 2,5 φορές, με αντίστοιχα υψηλότερο κόστος. Συγκεκριμένα, η χρέωση διαμορφώνεται στα 8 δολάρια ανά εκατομμύριο tokens εισόδου και στα 40 δολάρια για την έξοδο, ενώ με ενεργοποιημένο το Fast Mode οι τιμές αυξάνονται στα 16 και 80 δολάρια αντίστοιχα. Τα tokens είναι μικρές μονάδες κειμένου στις οποίες χωρίζεται το περιεχόμενο, ώστε να μπορεί να το επεξεργαστεί το μοντέλο.

Ιδιαίτερο ενδιαφέρον παρουσιάζουν και τα πειράματα προγραμματισμού που δημοσίευσε η Anthropic. Σε ένα από αυτά, περισσότερα από 1.000 AI agents συνεργάστηκαν για οκτώ ημέρες, με στόχο να δημιουργήσουν ένα λειτουργικό σύστημα από το μηδέν. Το αποτέλεσμα μπορούσε να εκκινήσει σε φορητό υπολογιστή και περιλάμβανε βασικές λειτουργίες, όπως διαχείριση αρχείων, παράθυρα και οθόνη σύνδεσης.

Το παράδειγμα δείχνει πώς η τεχνητή νοημοσύνη μπορεί να αξιοποιήσει πολλαπλούς ψηφιακούς βοηθούς, οι οποίοι αναλαμβάνουν διαφορετικά τμήματα μιας σύνθετης εργασίας και συνεργάζονται για την ολοκλήρωσή της.

Από τα μαθηματικά μέχρι τη ρομποτική

Η Anthropic παρουσίασε επίσης ένα ενδιαφέρον πείραμα στον τομέα των μαθηματικών, στο οποίο περίπου 1.000 AI agents που βασίζονταν στο Fable 5.2 ολοκλήρωσαν μέσα σε 30 ώρες τη μηχανοεπαληθευμένη διατύπωση του θεωρήματος του Φερμά, χρησιμοποιώντας τη γλώσσα προγραμματισμού Lean.

Η συγκεκριμένη διαδικασία έχει ιδιαίτερη σημασία, καθώς η Lean επιτρέπει τη μετατροπή μιας μαθηματικής απόδειξης σε μορφή που μπορεί να ελεγχθεί από υπολογιστή, βήμα προς βήμα. Με αυτόν τον τρόπο, η απόδειξη δεν βασίζεται απλώς στην εκτίμηση ενός μοντέλου ότι ένα αποτέλεσμα είναι σωστό, αλλά περνά από έναν αυστηρό μηχανισμό επαλήθευσης. Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη ανακάλυψε ξανά το θεώρημα, αλλά ότι κατάφερε να μεταφέρει την υπάρχουσα απόδειξή του σε μια μορφή που μπορεί να ελεγχθεί αυτόματα.

Οι δυνατότητες του Fable 5.2 επεκτείνονται και στη ρομποτική, καθώς σύμφωνα με τα παραδείγματα της εταιρείας, το μοντέλο μπορεί να ελέγχει φυσικά ρομπότ και να εκτελεί κινήσεις για τις οποίες δεν έχει εκπαιδευτεί ειδικά. Ανάμεσα στις εργασίες που παρουσιάστηκαν βρίσκονται η επίλυση ενός κύβου, το ξεβίδωμα ενός καπακιού και η σχεδίαση μιας εικόνας. Πρόκειται για μια σημαντική κατεύθυνση εξέλιξης, αφού η τεχνητή νοημοσύνη δεν περιορίζεται πλέον στην επεξεργασία κειμένου και εικόνων, αλλά μπορεί να συμμετέχει και στον έλεγχο μηχανικών συστημάτων που εκτελούν ενέργειες στον πραγματικό κόσμο.

Γιατί το Mythos δεν είναι διαθέσιμο σε όλους

Παρότι τα δύο μοντέλα βασίζονται στην ίδια υποκείμενη τεχνολογία, η Anthropic επέλεξε να εφαρμόσει διαφορετικούς περιορισμούς στην πρόσβασή τους. Το Fable 5.2 διαθέτει αυστηρότερα όρια σε εργασίες που σχετίζονται με την κυβερνοασφάλεια και τη βιολογία, ώστε να μπορεί να διατεθεί σε μεγαλύτερο αριθμό χρηστών και επιχειρήσεων.

Αντίθετα, το Mythos 5.2 προορίζεται για οργανισμούς που περνούν από ειδική διαδικασία αξιολόγησης, καθώς οι δυνατότητές του στον εντοπισμό ευπαθειών λογισμικού θεωρούνται ιδιαίτερα ισχυρές. Μια τέτοια δυνατότητα μπορεί να βοηθήσει τους ειδικούς να εντοπίζουν κενά ασφαλείας και να προστατεύουν συστήματα, αλλά θα μπορούσε να αξιοποιηθεί και από κακόβουλους χρήστες για την προετοιμασία κυβερνοεπιθέσεων.

Γι’ αυτό η εταιρεία διατηρεί ελεγχόμενη την πρόσβαση στο συγκεκριμένο μοντέλο, δίνοντας προτεραιότητα σε οργανισμούς που μπορούν να αξιοποιήσουν τις δυνατότητές του για αμυντικούς και ερευνητικούς σκοπούς.

Το Claude Fable 5.2 διατίθεται μέσω των υπηρεσιών της Anthropic, ενώ η πρόσβαση επεκτείνεται και σε μεγάλες πλατφόρμες υπολογιστικού νέφους, όπως το Amazon Web Services, το Google Cloud και το Microsoft Azure. Για το Mythos 5.2, αντίθετα, οι ενδιαφερόμενοι οργανισμοί πρέπει να υποβάλουν αίτηση στα ειδικά προγράμματα της εταιρείας.

Η νέα κυκλοφορία δείχνει ότι η Anthropic θέλει να μεταφέρει την τεχνητή νοημοσύνη πέρα από τις απλές συνομιλίες και τη δημιουργία περιεχομένου, δίνοντας στα μοντέλα της τη δυνατότητα να αναλαμβάνουν σύνθετα έργα, να συνεργάζονται μεταξύ τους και να εκτελούν εργασίες που μέχρι πρόσφατα απαιτούσαν μεγάλες ομάδες ειδικών. Ταυτόχρονα, η διαφορετική πολιτική πρόσβασης στα δύο μοντέλα αναδεικνύει ένα ζήτημα που θα απασχολήσει όλο και περισσότερο τον κλάδο: πώς μπορούν να αξιοποιηθούν οι ισχυρότερες δυνατότητες της AI, χωρίς να δημιουργούνται νέοι κίνδυνοι για την ασφάλεια.

Πηγή

Η Google ανεβάζει την πίεση στην NVIDIA με δύο νέους επεξεργαστές AI

0
google tpu
voi.id

Loading

Με λίγα λόγια

  • Η Google παρουσιάζει δύο νέα συστήματα TPU 8ης γενιάς: τα TPU 8tx και TPU 8i Max.
  • Το TPU 8tx απευθύνεται σε οργανισμούς που χρειάζονται αυξημένη προστασία ευαίσθητων δεδομένων, ακόμη και κατά την επεξεργασία τους.
  • Το TPU 8i Max έχει σχεδιαστεί για εφαρμογές τεχνητής νοημοσύνης που πρέπει να διαχειρίζονται πολύ μεγάλα σύνολα πληροφοριών και εκτεταμένο περιεχόμενο.

Ας τα πάρουμε τα πράγματα από την αρχή, τι είναι οι TPU επεξεργαστές;

Οι TPU (Tensor Processing Units) είναι εξειδικευμένοι επεξεργαστές που έχει αναπτύξει η Google ειδικά για εργασίες τεχνητής νοημοσύνης. Σε αντίθεση με τους συνηθισμένους επεξεργαστές (CPU), που αναλαμβάνουν πολλές διαφορετικές λειτουργίες, ή τις κάρτες γραφικών (GPU), που χρησιμοποιούνται επίσης ευρέως στην AI, οι TPU είναι σχεδιασμένοι ώστε να εκτελούν με μεγάλη ταχύτητα τους μαθηματικούς υπολογισμούς που χρειάζονται για την εκπαίδευση και τη λειτουργία μοντέλων τεχνητής νοημοσύνης. Με απλά λόγια, αποτελούν ένα είδος εξειδικευμένης «μηχανής υπολογισμών» που βοηθά τα συστήματα AI να επεξεργάζονται τεράστιο όγκο πληροφοριών πιο αποδοτικά.

Η Google ενισχύει την προσπάθειά της να ανταγωνιστεί την NVIDIA στην αγορά των επεξεργαστών τεχνητής νοημοσύνης, παρουσιάζοντας δύο νέες εκδόσεις των TPU της. Πρόκειται για τα TPU 8tx και TPU 8i Max, δύο συστήματα που δεν έχουν ακριβώς τον ίδιο ρόλο: το πρώτο δίνει προτεραιότητα στην ασφάλεια των δεδομένων, ενώ το δεύτερο στη διαχείριση μεγάλου όγκου πληροφοριών.

Η ανακοίνωση έρχεται σε μια περίοδο κατά την οποία οι επιχειρήσεις στρέφονται όλο και περισσότερο σε AI agents, δηλαδή συστήματα τεχνητής νοημοσύνης που μπορούν να εκτελούν εργασίες σε πολλά διαδοχικά βήματα, χρησιμοποιώντας εργαλεία και αναζητώντας πληροφορίες. Αυτές οι εφαρμογές χρειάζονται όχι μόνο ισχυρή υπολογιστική ισχύ, αλλά και γρήγορη πρόσβαση στη μνήμη και καλύτερη προστασία των δεδομένων του χρήστη πρωτίστως αλλά και της δικής τους εσωτερικής μηχανής.

TPU 8tx: Προστασία δεδομένων ακόμη και κατά την επεξεργασία

Το TPU 8tx έχει σχεδιαστεί για κυβερνητικούς φορείς και επιχειρήσεις που διαχειρίζονται ευαίσθητες πληροφορίες ή λειτουργούν σε αυστηρά ρυθμιζόμενους κλάδους, όπως οι χρηματοοικονομικές υπηρεσίες.

Η βασική του διαφορά είναι ότι ενσωματώνει μηχανισμούς εμπιστευτικής υπολογιστικής απευθείας στο επίπεδο του υλικού. Συνήθως, τα δεδομένα είναι κρυπτογραφημένα όταν αποθηκεύονται ή μεταφέρονται μέσω δικτύου, αλλά πρέπει να αποκρυπτογραφηθούν προσωρινά για να τα επεξεργαστεί ο υπολογιστής. Το TPU 8tx επιχειρεί να προστατεύσει τόσο τα δεδομένα όσο και τα μοντέλα AI ακόμη και όσο βρίσκονται σε χρήση.

Για την υλοποίηση αυτή, η Google συνεργάζεται με την AMD και χρησιμοποιεί επεξεργαστές AMD EPYC 5ης γενιάς ως κεντρικές μονάδες του συστήματος. Σύμφωνα με την εταιρεία, το TPU 8tx μπορεί να προσφέρει έως και διπλάσια ταχύτητα σε συγκεκριμένες εργασίες σε σχέση με το TPU 8t, χωρίς ουσιαστική απώλεια επιδόσεων λόγω των πρόσθετων μηχανισμών ασφαλείας.

TPU 8i Max: Περισσότερη μνήμη για πιο απαιτητικά μοντέλα

Το δεύτερο νέο σύστημα, TPU 8i Max, αντιμετωπίζει ένα διαφορετικό πρόβλημα: την ανάγκη των σύγχρονων μοντέλων AI να διατηρούν και να επεξεργάζονται όλο και περισσότερες πληροφορίες ταυτόχρονα.

Για παράδειγμα, ένας AI agent που εργάζεται πάνω σε ένα μεγάλο έργο προγραμματισμού μπορεί να χρειάζεται να εξετάσει χιλιάδες γραμμές κώδικα, πολλά αρχεία και προηγούμενες ενέργειες. Όσο μεγαλώνει αυτό το σύνολο πληροφοριών, τόσο αυξάνεται η πίεση στη μνήμη του συστήματος. Το TPU 8i Max έχει σχεδιαστεί ακριβώς για τέτοιες περιπτώσεις.

Η Google συνδυάζει δύο επεξεργαστές TPU 8i σε ένα ενιαίο πακέτο, διπλασιάζοντας, σύμφωνα με την ανακοίνωσή της, την υπολογιστική ισχύ, την ενσωματωμένη μνήμη SRAM και το εύρος ζώνης της μνήμης HBM σε σχέση με το TPU 8i. Έτσι, το σύστημα μπορεί να διαχειρίζεται μεγαλύτερα παράθυρα συμφραζομένων (context windows), δηλαδή περισσότερες πληροφορίες που λαμβάνει υπόψη ένα μοντέλο κατά την επεξεργασία ενός αιτήματος.

Η συγκεκριμένη δυνατότητα είναι ιδιαίτερα χρήσιμη σε εφαρμογές προγραμματισμού, σύνθετης ανάλυσης και επιστημονικής έρευνας, όπου τα μοντέλα χρειάζεται να επεξεργάζονται μεγάλο όγκο δεδομένων πριν καταλήξουν σε μια απάντηση. blog.google+1

Η Google θέλει να καλύψει κάθε ανάγκη της AI

Με τις δύο νέες προσθήκες, η Google συμπληρώνει τη σειρά των TPU 8ης γενιάς, η οποία πλέον περιλαμβάνει τέσσερα συστήματα με διαφορετικούς στόχους:

  • TPU 8t: Για την εκπαίδευση μεγάλων μοντέλων τεχνητής νοημοσύνης.
  • TPU 8i: Για γρήγορη επεξεργασία και συλλογισμό σε πραγματικό χρόνο.
  • TPU 8tx: Για ασφαλή επεξεργασία ευαίσθητων δεδομένων.
  • TPU 8i Max: Για εφαρμογές που χρειάζονται μεγάλα παράθυρα συμφραζομένων και περισσότερη μνήμη.

Η εταιρεία προσπαθεί επίσης να κάνει τους επεξεργαστές της πιο προσιτούς στους προγραμματιστές. Έχει ήδη ανοίξει τον δρόμο για την υποστήριξη του PyTorch, ενός από τα δημοφιλέστερα εργαλεία ανάπτυξης μοντέλων AI, ενώ παρουσιάζει και νέα εργαλεία λογισμικού για τη διαχείριση των TPU.

Η κίνηση αυτή έχει και εμπορική σημασία. Η Google αναφέρει ότι σχεδόν 100 πελάτες χρησιμοποιούν πλέον TPU μέσω των υπηρεσιών της, ενώ η επέκταση της διάθεσής τους σε τρίτους ενισχύει τη θέση της απέναντι στην NVIDIA. Σύμφωνα με το Bloomberg, τα νέα συστήματα αναμένεται να είναι διαθέσιμα την επόμενη χρονιά.

Το ενδιαφέρον είναι ότι η Google δεν προσπαθεί απλώς να κατασκευάσει έναν ακόμη ταχύτερο επεξεργαστή αλλά επιλέγει να δημιουργήσει διαφορετικές λύσεις για διαφορετικές ανάγκες αφού πλέον η τεχνητή νοημοσύνη περνά από τις απλές συνομιλίες σε πιο σύνθετες εργασίες που απαιτούν μνήμη, ταχύτητα και ασφάλεια και το μόνο σίγουρο είναι ότι αναμένεται μία σκληρή μάχη σε όλους του τομείς με την NVIDIA.

Πηγές

NVIDIA GR00T-2: Το AI που μαθαίνει στα ρομπότ να χρησιμοποιούν τα χέρια τους με ακρίβεια

0

Loading

Με λίγα λόγια

  • Η NVIDIA παρουσιάζει το GR00T-2, μία τεχνολογία με στόχο να βοηθήσει τα ρομπότ να εκτελούν λεπτές και σύνθετες κινήσεις με τα χέρια και τα δάχτυλά τους σαν τους ανθρώπους!
  • Η εκπαίδευση βασίζεται στην τεχνητή νοημοσύνη και σε δεδομένα από ανθρώπινες κινήσεις, ώστε τα ρομπότ να μαθαίνουν μόνο με την παρατήρηση και την εξάσκηση σε ένα εικονικό περιβάλλον.
  • Στόχος είναι να μπορούν να χειρίζονται αντικείμενα με μεγαλύτερη ακρίβεια, πέρα από τις απλές κινήσεις μεταφοράς και συγκράτησης.

Η λεπτή κινητικότητα είναι ένα από τα δυσκολότερα προβλήματα στη ρομποτική. Ένα ρομπότ μπορεί να σηκώσει ένα αντικείμενο, αλλά το να πιάσει κάτι μικρό χωρίς να το συνθλίψει, να αλλάξει τη λαβή του ή να χειριστεί ένα εύθραυστο αντικείμενο απαιτεί πολύ μεγαλύτερη ακρίβεια. Σε αυτό το πεδίο εστιάζει η δουλειά της NVIDIA με την πλατφόρμα Isaac GR00T και τα εργαλεία εκπαίδευσης ρομπότ.

Από την απλή λαβή στις κινήσεις των δαχτύλων

Η NVIDIA αναπτύσσει εργαλεία που βοηθούν τα ρομπότ να μάθουν σύνθετες κινήσεις, όχι μόνο να ανοίγουν και να κλείνουν τα χέρια τους. Το ζητούμενο είναι να μπορούν να προσαρμόζουν τη δύναμη και τη θέση των δαχτύλων τους ανάλογα με το αντικείμενο που έχουν μπροστά τους. Για να το πετύχει αυτό, η εταιρεία αξιοποιεί το GR00T-Dexterity, ένα σύνολο μοντέλων και εργαλείων που εστιάζει στον λεπτομερή χειρισμό αντικειμένων. Η εκπαίδευση γίνεται αρχικά σε εικονικό περιβάλλον, όπου το ρομπότ δοκιμάζει διαφορετικές κινήσεις και μαθαίνει μέσα από την επανάληψη.

Η διαδικασία βασίζεται και στην ενισχυτική μάθηση. Με απλά λόγια, το σύστημα δοκιμάζει μια ενέργεια, αξιολογεί το αποτέλεσμα και προσαρμόζει σταδιακά τη συμπεριφορά του ρομπότ. Έτσι μπορεί να μάθει να πιάνει αντικείμενα πιο γρήγορα και με μεγαλύτερη ακρίβεια, χωρίς να χρειάζεται να έχει προγραμματιστεί ξεχωριστά κάθε πιθανή κίνηση.

Η εκπαίδευση ξεκινά σε έναν ψηφιακό εικονικό κόσμο

Ένα σημαντικό πλεονέκτημα αυτής της προσέγγισης είναι ότι τα ρομπότ μπορούν να εξασκούνται σε περιβάλλον προσομοίωσης, πριν δοκιμάσουν τις κινήσεις τους στον πραγματικό κόσμο. Εκεί, οι ερευνητές μπορούν να αλλάζουν παραμέτρους όπως η βαρύτητα, η τριβή και το βάρος των αντικειμένων, ώστε το ρομπότ να αντιμετωπίζει διαφορετικές συνθήκες.

Η εκπαίδευση ξεκινά από απλές εργασίες και σταδιακά γίνεται πιο απαιτητική. Με αυτόν τον τρόπο, το ρομπότ μαθαίνει να προσαρμόζεται όταν ένα αντικείμενο γλιστρά, όταν είναι πιο βαρύ από όσο περίμενε ή όταν χρειάζεται διαφορετικό τρόπο λαβής. Η NVIDIA αναφέρει ότι η συγκεκριμένη ροή εκπαίδευσης χρησιμοποιήθηκε και για τη βελτίωση των δυνατοτήτων χειρισμού αντικειμένων των ανθρωποειδών ρομπότ Atlas της Boston Dynamics.

Η προσομοίωση δεν είναι απλώς ένας τρόπος να επιταχυνθούν οι δοκιμές καθώς περιορίζει και τον κίνδυνο ζημιάς στον πραγματικό εξοπλισμό, αφού τα ρομπότ μπορούν να κάνουν λάθη και να επαναλάβουν μια κίνηση χιλιάδες φορές χωρίς να καταστρέφουν αντικείμενα ή μηχανικά εξαρτήματα.

Τι σημαίνει αυτό για τα ανθρωποειδή ρομπότ

Το GR00T αποτελεί ευρύτερη πλατφόρμα ανάπτυξης ανθρωποειδών ρομπότ. Συνδυάζει μοντέλα τεχνητής νοημοσύνης, δεδομένα εκπαίδευσης, εργαλεία προσομοίωσης και λογισμικό που βοηθά τους προγραμματιστές να μεταφέρουν τις δεξιότητες από το εικονικό περιβάλλον σε πραγματικές μηχανές. Τα μοντέλα μπορούν να αξιοποιούν εικόνες από κάμερες, οδηγίες σε φυσική γλώσσα και πληροφορίες για την κατάσταση των αρθρώσεων του ρομπότ, ώστε να υπολογίζουν τις επόμενες κινήσεις του.

Αν αυτές οι δυνατότητες εξελιχθούν σύμφωνα με τις επιδιώξεις της NVIDIA, τα ανθρωποειδή ρομπότ θα μπορούν να αναλάβουν περισσότερες εργασίες που σήμερα απαιτούν ανθρώπινα χέρια: από τη συναρμολόγηση μικρών εξαρτημάτων και τη συσκευασία προϊόντων μέχρι τον χειρισμό αντικειμένων με διαφορετικό σχήμα και βάρος.

Βέβαια, υπάρχει ακόμη πολύς δρόμος μέχρι τα ρομπότ να αποκτήσουν την ευελιξία και την αίσθηση της αφής ενός ανθρώπου, όμως η πρόοδος στη λεπτή κινητικότητα είναι σημαντικό βήμα προς αυτή την κατεύθυνση.

Πηγές

Το 2026 θα είναι μία από τις τέσσερις θερμότερες χρονιές στην ιστορία, προειδοποιεί ο Παγκόσμιος Μετεωρολογικός Οργανισμός

0

Loading

Με λίγα λόγια

  • Ο Παγκόσμιος Μετεωρολογικός Οργανισμός (WMO) εκτιμά ότι το 2026 θα καταταχθεί ανάμεσα στις τέσσερις θερμότερες χρονιές που έχουν καταγραφεί ποτέ.
  • Η μέση παγκόσμια θερμοκρασία από τον Ιανουάριο έως τον Σεπτέμβριο ήταν περίπου 1,47°C υψηλότερη από τα προβιομηχανικά επίπεδα.
  • Ένα ισχυρό φαινόμενο El Niño αναμένεται να ενισχύσει περαιτέρω τη ζέστη και να αυξήσει τον κίνδυνο ακραίων καιρικών φαινομένων μέσα στο 2027.

Το 2026 οδεύει προς μία ακόμη χρονιά με θερμοκρασίες που προκαλούν ανησυχία. Σύμφωνα με τη νέα έκθεση του Παγκόσμιου Μετεωρολογικού Οργανισμού (WMO), η φετινή χρονιά αναμένεται να βρεθεί ανάμεσα στις τέσσερις θερμότερες που έχουν καταγραφεί ποτέ, συνεχίζοντας μια σειρά από διαδοχικά θερμοκρασιακά ρεκόρ.

Τα στοιχεία παρουσιάστηκαν στις 9 Νοεμβρίου, την πρώτη ημέρα της διάσκεψης για το κλίμα COP31 στην Αττάλεια της Τουρκίας. Η εικόνα που περιγράφουν οι επιστήμονες δεν αφορά μόνο τη θερμοκρασία του αέρα. Οι ωκεανοί αποθηκεύουν ολοένα περισσότερη θερμότητα, η στάθμη της θάλασσας βρίσκεται σε ιστορικά υψηλά επίπεδα και οι πάγοι συνεχίζουν να υποχωρούν.

Τα τέσσερα πιο θερμά χρόνια 2023-2026

Η μέση θερμοκρασία της επιφάνειας της Γης για το διάστημα Ιανουαρίου – Σεπτεμβρίου 2026 ήταν περίπου 1,47°C πάνω από τον μέσο όρο της περιόδου 1850–1900, που χρησιμοποιείται ως σημείο αναφοράς πριν από τη μεγάλη βιομηχανική ανάπτυξη. Να σημειώσουμε ότι η μέτρηση βασίζεται σε εννέα διεθνώς αναγνωρισμένα σύνολα δεδομένων.

Αυτό σημαίνει ότι το 2026 βρίσκεται ήδη σε επίπεδα συγκρίσιμα με τον ετήσιο μέσο όρο του 2023 και του 2025, ενώ παραμένει κάτω από το ρεκόρ του 2024. Μάλιστα, σύμφωνα με τον WMO (World Meteorological Organization), τα τελευταία τέσσερα χρόνια, από το 2023 έως το 2026, αναμένεται να είναι τα τέσσερα θερμότερα που έχουν καταγραφεί.

Ένας από τους παράγοντες που μπορεί να ανεβάσει ακόμη περισσότερο τη θερμοκρασία είναι το El Niño. Πρόκειται για ένα φυσικό κλιματικό φαινόμενο στον Ειρηνικό Ωκεανό, το οποίο επηρεάζει τις θερμοκρασίες και τα καιρικά συστήματα σε πολλές περιοχές του πλανήτη. Έχει αρχίσει να ενισχύεται από τον Αύγουστο και ο WMO εκτιμά ότι μπορεί να φτάσει σε εξαιρετικά ισχυρά επίπεδα μέχρι τον Δεκέμβριο.

Το El Niño δεν δημιουργεί από μόνο του τη μακροχρόνια υπερθέρμανση του πλανήτη. Απελευθερώνει όμως θερμότητα από τον ωκεανό και μπορεί να ανεβάσει προσωρινά τη μέση παγκόσμια θερμοκρασία κατά περίπου 0,1 έως 0,2°C. Οι επιπτώσεις του αναμένεται να συνεχιστούν και μέσα στο 2027, αυξάνοντας τον κίνδυνο για καύσωνες, ξηρασίες και έντονες βροχοπτώσεις.

Ωκεανοί, πάγοι και ακραία καιρικά φαινόμενα δείχνουν την ίδια εικόνα

Η έκθεση του WMO καταγράφει και άλλες ανησυχητικές εξελίξεις. Η ποσότητα θερμότητας που αποθηκεύεται στους ωκεανούς έφτασε σε νέο ρεκόρ το 2025, ενώ τα πρώτα στοιχεία για το 2026 δείχνουν ότι η ανοδική πορεία συνεχίζεται. Οι ωκεανοί απορροφούν περίπου το 90% της επιπλέον θερμότητας που εγκλωβίζεται στο κλιματικό σύστημα, με συνέπειες για τα θαλάσσια οικοσυστήματα, την ένταση των καταιγίδων και την άνοδο της στάθμης της θάλασσας.

Η μέση παγκόσμια στάθμη της θάλασσας έφτασε επίσης σε νέο υψηλό το 2026, σύμφωνα πάντα με τις δορυφορικές μετρήσεις. Την ίδια στιγμή, οι παγετώνες έχασαν περισσότερους από 400 δισεκατομμύρια τόνους πάγου μέσα στο 2025. Η απώλεια αυτή αντιστοιχεί περίπου σε ένα χιλιοστό ανόδου της στάθμης της θάλασσας.

Οι επιπτώσεις είναι ήδη ορατές και στην καθημερινότητα μας. Σύμφωνα με εκτιμήσεις που περιλαμβάνονται στην έκθεση, οι καύσωνες, οι ξηρασίες και οι πυρκαγιές στην Ευρώπη συνδέθηκαν με περισσότερους από 30.000 επιπλέον θανάτους. Στην Ινδία, περίπου 146,5 εκατομμύρια άνθρωποι εκτέθηκαν σε ακραία ζέστη κατά τη διάρκεια καύσωνα τον Απρίλιο του 2026.

Ο WMO από την άλλη επισημαίνει επίσης ότι οι συγκεντρώσεις των αερίων του θερμοκηπίου συνεχίζουν να αυξάνονται. Το διοξείδιο του άνθρακα στην ατμόσφαιρα έφτασε το 2025 περίπου τα 426,8 μέρη ανά εκατομμύριο, αυξημένο κατά 53% σε σχέση με τα προβιομηχανικά επίπεδα του 1750. Η έκθεση που δημοσιεύτηκε αφορά δεδομένα έως τον Σεπτέμβριο του 2026. Επομένως, δεν περιλαμβάνει ακόμη όλες τις πιο πρόσφατες επιπτώσεις της ενίσχυσης του El Niño. Η τελική έκθεση για την κλιματική αλλαγή του 2026 αναμένεται τον Μάρτιο του 2027.

Το μήνυμα όμως των επιστημόνων είναι σαφές: η κλιματική αλλαγή δεν αποτελεί πλέον μια μακρινή απειλή. Οι θερμοκρασίες, η κατάσταση των ωκεανών και τα ακραία καιρικά φαινόμενα δείχνουν ότι οι συνέπειές της είναι ήδη εδώ, ενώ το ισχυρό El Niño μπορεί να κάνει τους επόμενους μήνες ακόμη πιο δύσκολους.

Πηγές

Η Perplexity φέρνει τους «Teammates»: AI agents που αναλαμβάνουν δουλειές και συνεχίζουν να εργάζονται μόνοι τους

0
cdn.sanity.io

Loading

Με λίγα λόγια

  • Η Perplexity παρουσίασε τους Teammates, τους νέους AI agents που μπορούν να αναλάβουν σύνθετες εργασίες με διάρκεια, αντί να απαντούν μόνο σε απλές εντολές.
  • Οι ψηφιακοί συνεργάτες μπορούν να οργανώνουν projects, να θυμούνται προηγούμενες εργασίες, να συνεργάζονται μεταξύ τους και να ενημερώνουν τον χρήστη για την πρόοδό τους.
  • Η διάθεση ξεκίνησε στο web για συνδρομητές Perplexity Max, ενώ η εταιρεία αναφέρει ότι ακολουθεί υποστήριξη και για iOS.

Η Perplexity θέλει να αλλάξει τον τρόπο με τον οποίο χρησιμοποιούμε τους AI assistants στην καθημερινή μας εργασία. Αντί να ζητάμε από ένα chatbot να εκτελέσει μια εντολή και να περιμένουμε την απάντηση, τώρα μπορούμε να αναθέτουμε σε έναν ψηφιακό συνεργάτη μια ολόκληρη δουλειά, την οποία θα συνεχίσει να διαχειρίζεται σε βάθος χρόνου.

Η νέα λειτουργία ονομάζεται Teammates και ενσωματώνεται στο Perplexity Computer. Πρόκειται για AI agents που μπορούν να αναλάβουν συγκεκριμένους ρόλους, να σχεδιάζουν εργασίες, να παρακολουθούν την εξέλιξή τους και να προσαρμόζουν την προσέγγισή τους όταν αλλάζουν οι προτεραιότητες.

Πώς λειτουργούν οι ψηφιακοί συνεργάτες Teammates

Ο χρήστης μπορεί να δημιουργήσει διαφορετικούς Teammates και να αναθέσει στον καθένα μια συγκεκριμένη εργασία. Για παράδειγμα, ένας μπορεί να παρακολουθεί τις πωλήσεις και να εντοπίζει πελάτες που έχουν σταματήσει να αγοράζουν, ενώ ένας δεύτερος μπορεί να ελέγχει αναφορές προβλημάτων σε μια ιστοσελίδα και να προετοιμάζει προτάσεις για διορθώσεις.

Η διαφορά από έναν συνηθισμένο απλό AI assistant είναι ότι οι Teammates έχουν ιστορικό και είναι προσηλωμένοι στη δουλειά τους. Θυμούνται τους στόχους ενός project, το ιστορικό των εργασιών και τα σχετικά αρχεία, ώστε να μη χρειάζεται ο χρήστης να εξηγεί τα πάντα από την αρχή κάθε φορά. Μπορούν επίσης να αναλαμβάνουν εργασίες χωρίς να περιμένουν κάθε φορά μια νέα εντολή και να ενημερώνουν τον χρήστη όταν χρειάζεται κάποια απόφαση ή έγκριση για λόγους ασφαλείας φυσικά.

Η Perplexity αναφέρει ακόμα τη δυνατότητα συνεργασίας μεταξύ των Teammates. Ένας Teammate μπορεί, για παράδειγμα, να εντοπίσει προβλήματα σε μια ιστοσελίδα και να αναθέσει σε έναν άλλο την προετοιμασία των διορθώσεων. Έτσι, αντί για έναν ενιαίο βοηθό που προσπαθεί να κάνει τα πάντα, δημιουργείται μια ομάδα ψηφιακών συνεργατών με διαφορετικές αρμοδιότητες. Η γνωστή τακτική του διαίρει και βασίλευε.

Υπάρχει ακόμα ένα θετικό όπως η σύνδεση με το Slack. Οι χρήστες μπορούν να προσθέσουν έναν Teammate σε ένα κανάλι, να του αναθέτουν εργασίες και να ζητούν ενημερώσεις για την πορεία των. Οι agents αξιοποιούν ακόμη τα Projects, τα Skills και τη Memory του Perplexity Computer, μαζί με τα εργαλεία και τα αρχεία στα οποία τους έχει δοθεί πρόσβαση.

Διαθεσιμότητα, κόστος και ζητήματα ασφάλειας

Η λειτουργία ξεκίνησε για συνδρομητές του Perplexity Max, αρχικά μέσω web. Η συνδρομή Max κοστίζει 200 δολάρια τον μήνα ή 2.000 δολάρια τον χρόνο, σύμφωνα με τις δημοσιευμένες πληροφορίες για τη διάθεση της υπηρεσίας. Η Perplexity αναφέρει ότι η υποστήριξη για iOS θα ακολουθήσει, χωρίς ωστόσο να έχει δώσει συγκεκριμένη ημερομηνία.

Η εταιρεία δίνει έμφαση και στον έλεγχο των δικαιωμάτων πρόσβασης. Κάθε ένας Teammate λειτουργεί σε ξεχωριστό περιβάλλον, με δικές του συνεδρίες browser, ενώ ακολουθεί τις άδειες που έχουν οριστεί για τα εργαλεία και τα projects. Η Perplexity αναφέρει επίσης ότι τα αποθηκευμένα διαπιστευτήρια κρυπτογραφούνται και εισάγονται με ασφαλή τρόπο. Ενώ ο χρήστης δεν χάνει τον έλεγχο όταν του αναθέτει μια εργασία αφού μπορεί να παρακολουθεί τι έχει ολοκληρώσει κάθε agent, να δίνει νέες οδηγίες, να αλλάζει την κατεύθυνση της εργασίας ή ακόμη και να αναλαμβάνει ο ίδιος τον έλεγχο του περιβάλλοντος εργασίας.

Βέβαια, οι δυνατότητες που περιγράφει η εταιρεία δεν σημαίνουν ότι οι agents μπορούν να εκτελούν κάθε εργασία χωρίς λάθη ή ανθρώπινη επίβλεψη. Η ανακοίνωση δεν συνοδεύεται από ανεξάρτητες δοκιμές που να αποδεικνύουν πόσο αξιόπιστα λειτουργούν σε πραγματικές συνθήκες. Για αυτό, ειδικά όταν έχουν πρόσβαση σε εταιρικά εργαλεία, αρχεία ή επικοινωνίες, χρειάζεται προσεκτική διαχείριση των δικαιωμάτων τους.

Με τους Teammates, η Perplexity επιχειρεί να περάσει από την απλή αναζήτηση και τις μεμονωμένες απαντήσεις σε μια πιο ενεργή μορφή ψηφιακής εργασίας. Το αν αυτοί οι AI συνεργάτες θα αποδειχθούν πραγματικά χρήσιμοι στην καθημερινότητα θα εξαρτηθεί από το πόσο καλά μπορούν να ολοκληρώνουν τις εργασίες τους, με τη μικρότερη φυσικά ανθρώπινη παρέμβαση.

Πηγές

AI της Anthropic φέρεται να έλυσε ένα μαθηματικό πρόβλημα 18 ετών στην κβαντική πληροφορική

0
businessinsider.com

Loading

Με λίγα λόγια

  • Η Physical Superintelligence (PSI) ανακοίνωσε ότι ερευνητικό σύστημά της, το οποίο χρησιμοποιούσε ένα μη δημοσιευμένο μοντέλο της Anthropic, απέδειξε την εικασία Aaronson–Ambainis.
  • Το πρόβλημα παρέμενε ανοιχτό από το 2008 και αφορά τα όρια του πλεονεκτήματος που μπορούν να έχουν οι κβαντικοί υπολογιστές έναντι των συμβατικών.
  • Η απόδειξη έχει δημοσιευτεί μαζί με τυπική επαλήθευση μέσω του Lean, αλλά δεν έχει περάσει ακόμη από αξιολόγηση σε επιστημονικό περιοδικό.

Μια σημαντική ανακοίνωση για τη χρήση της τεχνητής νοημοσύνης στην επιστημονική έρευνα έκανε η Physical Superintelligence (PSI). Η εταιρεία υποστηρίζει ότι ένα δικό της ερευνητικό σύστημα, με τη βοήθεια ενός μη δημοσιευμένου μοντέλου της Anthropic, κατάφερε να αποδείξει ένα δύσκολο μαθηματικό πρόβλημα που απασχολεί τους επιστήμονες εδώ και σχεδόν δύο δεκαετίες.

Πρόκειται για την εικασία Aaronson–Ambainis, ένα ανοιχτό ερώτημα στον τομέα της κβαντικής πληροφορικής από το 2008. Σύμφωνα με την PSI, το σύστημα κατέληξε σε πλήρη απόδειξη μέσα σε τρεις ημέρες. Η ανακοίνωση έχει προκαλέσει ενδιαφέρον, καθώς δείχνει πώς τα σύγχρονα AI μοντέλα μπορούν να συμμετέχουν σε ερευνητικές εργασίες που μέχρι πρόσφατα απαιτούσαν μακρόχρονη ανθρώπινη προσπάθεια.

Τι απέδειξε η AI και γιατί έχει σημασία

Η εικασία Aaronson–Ambainis αφορά ένα θεμελιώδες ερώτημα: μπορούν οι κβαντικοί υπολογιστές να είναι εκθετικά ταχύτεροι από τους συμβατικούς όταν επεξεργάζονται τυχαίες εισόδους, δηλαδή δεδομένα που δεν κρύβουν κάποια ιδιαίτερη μαθηματική δομή;

Γνωστοί κβαντικοί αλγόριθμοι, όπως εκείνος του Peter Shor για την παραγοντοποίηση μεγάλων αριθμών, αξιοποιούν συγκεκριμένα μοτίβα στα δεδομένα. Η εικασία εξετάζει αν μπορεί να υπάρξει αντίστοιχο τεράστιο πλεονέκτημα ακόμη και όταν τέτοια μοτίβα απουσιάζουν.

Η απόδειξη που παρουσιάζει η PSI υποστηρίζει ότι, στο μαθηματικό πλαίσιο που εξετάζει η εικασία, οι κβαντικοί υπολογιστές δεν μπορούν να έχουν εκθετικό πλεονέκτημα στις τυχαίες εισόδους χωρίς να υπάρχει κάποια ιδιαίτερη δομή. Αυτό δεν σημαίνει ότι οι κβαντικοί υπολογιστές χάνουν τη χρησιμότητά τους. Μπορούν να προσφέρουν σημαντικά πλεονεκτήματα σε συγκεκριμένα προβλήματα, όπως άλλωστε δείχνουν ήδη γνωστοί αλγόριθμοι.

Ο ρόλος του μοντέλου της Anthropic και η επαλήθευση της απόδειξης

Η PSI αναφέρει ότι χρησιμοποίησε ένα εσωτερικά ανεπτυγμένο ερευνητικό σύστημα, το οποίο έτρεχε σε δική της υποδομή και ενσωμάτωνε ένα μη δημοσιοποιημένο μοντέλο της Anthropic. Δεν έχει αποκαλύψει ποιο ακριβώς μοντέλο ήταν, ενώ η Anthropic δεν είχε σχολιάσει την ανακοίνωση όταν δημοσιεύτηκαν οι σχετικές αναφορές.

Σύμφωνα με την εταιρεία, το σύστημα έφτασε σε πλήρη απόδειξη την τρίτη ημέρα της διαδικασίας. Στη συνέχεια, συνέχισε να εξετάζει σχετικά προβλήματα και βελτίωσε δύο φορές το αποτέλεσμα. Επικεφαλής της εργασίας ήταν ο David Turturean, ο οποίος ανέπτυξε το ερευνητικό σύστημα, καθόρισε το πρόβλημα και έλεγξε το προσχέδιο της επιστημονικής εργασίας. Η PSI αναφέρει επίσης ότι οι σύμβουλοί της Jim Halverson και Phiala Shanahan συμμετείχαν στον έλεγχο της απόδειξης και της τυπικής επαλήθευσής της.

Ένα σημαντικό στοιχείο είναι η χρήση του Lean, ενός εργαλείου που επιτρέπει τη μαθηματική επαλήθευση αποδείξεων. Σε αντίθεση με έναν απλό έλεγχο από άλλο AI μοντέλο, το Lean ελέγχει αν κάθε βήμα μιας απόδειξης ακολουθεί από τους δηλωμένους μαθηματικούς κανόνες και τις παραδοχές.

Η PSI δημοσίευσε τόσο την επιστημονική εργασία όσο και τον κώδικα της τυπικής απόδειξης στο GitHub. Σύμφωνα με το αποθετήριο, τα βασικά θεωρήματα επαληθεύτηκαν χωρίς κενά στην απόδειξη ή πρόσθετα αξιώματα, ενώ οι έλεγχοι επαναλήφθηκαν και με δεύτερη ανεξάρτητη υλοποίηση του Lean kernel.

Υπάρχει, ωστόσο, μια σημαντική διάκριση: το ότι το Lean επαληθεύει μαθηματικά τη διατύπωση που του δίνεται δεν αποδεικνύει από μόνο του ότι αυτή αντιστοιχεί σωστά στην αρχική εικασία. Αυτό χρειάζεται να το εξετάσουν και να το επιβεβαιώσουν οι ειδικοί.

Η εργασία βρίσκεται ακόμη σε στάδιο δημόσιας επιστημονικής εξέτασης και δεν έχει δημοσιευτεί σε επιστημονικό περιοδικό με αξιολόγηση από ανεξάρτητους κριτές. Η PSI αναφέρει ότι ερευνητές του Stanford που είχαν αποδείξει μια ειδική περίπτωση της εικασίας εξετάζουν την πλήρη απόδειξη και έχουν ήδη στείλει σχόλια.

Το αποτέλεσμα είναι αξιοσημείωτο, αλλά χρειάζεται να αξιολογηθεί με προσοχή. Δεν πρόκειται απλώς για ένα chatbot που έδωσε μια σωστή απάντηση σε ένα δύσκολο μαθηματικό ερώτημα. Πρόκειται για ένα ερευνητικό σύστημα που, σύμφωνα με την PSI, συνέβαλε στην παραγωγή μιας εκτενούς μαθηματικής απόδειξης, η οποία μπορεί πλέον να εξεταστεί από την επιστημονική κοινότητα. Αν επιβεβαιωθεί ανεξάρτητα, θα αποτελέσει ένα ακόμη ισχυρό παράδειγμα του τρόπου με τον οποίο η AI μπορεί να αλλάξει την ίδια την ερευνητική διαδικασία.

Πηγές

Τι δεν πρέπει ποτέ να μοιράζεστε με ένα chatbot τεχνητής νοημοσύνης

0

Loading

Με λίγα λόγια

  • Κωδικοί πρόσβασης, στοιχεία ταυτότητας και οικονομικά δεδομένα δεν έχουν θέση σε μια συνομιλία με ένα AI chatbot.
  • Εμπιστευτικά εταιρικά έγγραφα, ιατρικές πληροφορίες και προσωπικά δεδομένα άλλων ανθρώπων μπορεί να εκθέσουν εσάς ή τρίτους σε σοβαρούς κινδύνους.
  • Ακόμη και οι προσωρινές ή ανώνυμες συνομιλίες δεν εγγυώνται ότι οι πληροφορίες σας δεν θα αποθηκευτούν ή δεν θα μεταφερθούν σε τρίτες υπηρεσίες.

Τα AI chatbots, όπως το ChatGPT, το Claude και το Copilot, γίνονται ολοένα και πιο δημοφιλή. Πόσα όμως πρέπει πραγματικά να γνωρίζουν για εμάς;

Πολλοί χρήστες αντιμετωπίζουν τα AI chatbots σα φίλους ή έμπιστα πρόσωπα από τα οποία μπορούν να ζητήσουν συμβουλές. Στην πραγματικότητα, όμως, δεν πρόκειται για ανθρώπους, ούτε είναι πάντοτε ξεκάθαρο πώς διαχειρίζονται τις πληροφορίες που μοιραζόμαστε μαζί τους.

Γι’ αυτό, προτού ζητήσετε συμβουλές για θέματα ψυχικής υγείας, ιατρικά, νομικά ή άλλου προσωπικού χαρακτήρα, σκεφτείτε προσεκτικά τις πιθανές επιπτώσεις.

Τα AIchatbots θυμούνται περισσότερα απ’ όσα νομίζετε

Συνήθως αποθηκεύουν τις πληροφορίες που τους δίνετε, ώστε αυτές να μπορούν να:

  • αναζητηθούν από εσάς σε μεταγενέστερο χρόνο,
  • διατηρηθούν ως μέρος ενός ευρύτερου πλαισίου πληροφοριών σχετικά με εσάς ή την εργασία σας (μνήμη),
  • ελεγχθούν από τον πάροχο της πλατφόρμας για τον εντοπισμό παραβιάσεων των Όρων Παροχής Υπηρεσιών (ToS) και για τη βελτίωση της ασφάλειας,
  • χρησιμοποιηθούν για τη βελτίωση των υπηρεσιών και την ανάπτυξη μελλοντικών εκδόσεων των μοντέλων, μεταξύ άλλων.

Δε χρησιμοποιείται κάθε prompt αυτόματα για την εκπαίδευση των μοντέλων· αυτόματα για την εκπαίδευση των μοντέλων. Οι σχετικές πρακτικές διαφέρουν ανάλογα με την πλατφόρμα, την πολιτική απορρήτου και τις ρυθμίσεις του λογαριασμού.

Επιπλέον, οι πληροφορίες που μοιράζεστε ενδέχεται να εκτεθούν λόγω περιστατικών ασφάλειας στην πλευρά του παρόχου, μέσω κοινόχρηστων συνδέσμων συνομιλιών ή μέσω ενσωματώσεων που διαβιβάζουν τα prompts σε τρίτες υπηρεσίες.

Ορισμένες προσφέρουν μηδενική διατήρηση δεδομένων (zerodataretention – ZDR) και δεσμεύονται να μην χρησιμοποιούν τα δεδομένα των χρηστών για την εκπαίδευση των μοντέλων τους. Πριν επιλέξετε μια συγκεκριμένη πλατφόρμα ή ένα μοντέλο, είναι σημαντικό να μελετήσετε τις πολιτικές διαχείρισης δεδομένων του παρόχου και να ελέγξετε τις διαθέσιμες ρυθμίσεις απορρήτου, ώστε να γνωρίζετε πώς συλλέγονται, αποθηκεύονται και χρησιμοποιούνται οι πληροφορίες σας.

Πέντε πράγματα που δεν πρέπει ποτέ να μοιράζεστε

Αν και υπάρχουν πλατφόρμες που δίνουν έμφαση στην προστασία της ιδιωτικότητας και στην ψηφιακή κυριαρχία των δεδομένων, οι χρήστες θα πρέπει να παραμένουν προσεκτικοί. Οι πολιτικές, οι όροι χρήσης και οι προτεραιότητες των εταιρειών μπορεί να αλλάξουν, με αποτέλεσμα τα δεδομένα που μοιράζεστε σήμερα να μπορούν στο μέλλον να χρησιμοποιηθούν για την εκπαίδευση συστημάτων AI.

Ακολουθούν ορισμένες κατηγορίες πληροφοριών που είναι προτιμότερο να παραμένουν ιδιωτικές όταν χρησιμοποιείτε εργαλεία AI.

1. Κωδικοί πρόσβασης και διαπιστευτήρια

Σε αυτή την κατηγορία περιλαμβάνονται ονόματα χρήστη, κωδικοί πρόσβασης, κωδικοί ανάκτησης για τον έλεγχο ταυτότητας πολλαπλών παραγόντων (MFA), καθώς και απαντήσεις σε ερωτήσεις ασφαλείας που χρησιμοποιούνται για την ανάκτηση ή την πρόσβαση σε λογαριασμούς.

Η δυνατότητα ενός AI chatbot να διατηρεί πληροφορίες στη μνήμη του μπορεί να φαίνεται βολική. Ωστόσο, η αποθήκευση ή η κοινοποίηση διαπιστευτηρίων μέσω τέτοιων εργαλείων ενέχει σοβαρούς κινδύνους για την ασφάλεια. Εάν τα στοιχεία αυτά εκτεθούν, για παράδειγμα μέσω ακατάλληλου χειρισμού των δεδομένων ή μη εξουσιοδοτημένης πρόσβασης, θα μπορούσαν να χρησιμοποιηθούν για την παραβίαση των λογαριασμών

2. Ευαίσθητα προσωπικά δεδομένα που επιτρέπουν την ταυτοποίηση (SPII)

Σε αυτά περιλαμβάνονται στοιχεία ταυτότητας και διαβατηρίου, διευθύνσεις κατοικίας και οικονομικά δεδομένα.

Ορισμένες από αυτές τις πληροφορίες ενδέχεται να παρέχονται σε έναν πάροχο υπηρεσιών AI στο πλαίσιο μιας συναλλαγής, όπως κατά την πληρωμή μιας συνδρομής. Σε τέτοιες περιπτώσεις, η διαχείρισή τους μπορεί να διέπεται από συγκεκριμένες απαιτήσεις ασφάλειας και κανονιστικής συμμόρφωσης. Ωστόσο, αυτό δε σημαίνει ότι είναι εξίσου ασφαλές να τις κοινοποιείτε σε ένα chatbot.

Εάν βρεθούν σε μη εξουσιοδοτημένα χέρια, θα μπορούσαν να διευκολύνουν την κλοπή ταυτότητας ή άλλες μορφές απάτης.

3. Εμπιστευτικές πληροφορίες που σχετίζονται με την εργασία

Σε αυτή την κατηγορία ανήκουν εσωτερικές αναφορές, δεδομένα πελατών, σχέδια προϊόντων, πηγαίος κώδικας και άλλες μη δημόσιες επιχειρηματικές πληροφορίες.

Η χρήση της AI για τη σύνοψη ενός εμπιστευτικού εγγράφου μπορεί να φαίνεται ως ένας αποτελεσματικός τρόπος εξοικονόμησης χρόνου. Ωστόσο, εάν το εργαλείο δεν είναι εγκεκριμένο για τη διαχείριση τέτοιων πληροφοριών ή δεν καλύπτεται από την αντίστοιχη συμφωνία μεταξύ του εργοδότη σας και του παρόχου, η μεταφόρτωση του εγγράφου ενδέχεται να παραβιάζει τις εσωτερικές πολιτικές της εταιρείας, συμβατικές υποχρεώσεις ή απαιτήσεις προστασίας δεδομένων. Σε ορισμένες περιπτώσεις, μάλιστα, μπορεί να χρειαστεί να αντιμετωπιστεί ως περιστατικό ασφάλειας.

Χαρακτηριστικό παράδειγμα αποτελεί ένα περιστατικό που αναφέρθηκε το 2023, όταν υπάλληλοι της Samsung φέρεται να εισήγαγαν στο ChatGPT ιδιόκτητο πηγαίο κώδικα, πληροφορίες σχετικά με δοκιμές ημιαγωγών και σημειώσεις από εσωτερική σύσκεψη, προκειμένου να διευκολύνουν καθημερινές εργασίες. Το περιστατικό ανέδειξε πόσο εύκολα μια φαινομενικά αθώα παράκαμψη για την αύξηση της παραγωγικότητας μπορεί να οδηγήσει στη μεταφορά εμπιστευτικών πληροφοριών εκτός οργανισμού.

4. Ιατρικά και άλλα άκρως ευαίσθητα προσωπικά δεδομένα

Σε αυτά περιλαμβάνονται ιατρικά αρχεία, αποτελέσματα εξετάσεων, πληροφορίες σχετικά με θεραπείες και άλλα δεδομένα που αφορούν την υγεία.

Είναι κατανοητό ότι οι άνθρωποι μπορεί να μοιράζονται ευαίσθητες πληροφορίες όταν αναζητούν καθοδήγηση για δύσκολες προσωπικές καταστάσεις. Ωστόσο, τα εργαλεία AI δεν υποκαθιστούν τους επαγγελματίες υγείας και δεν μπορούν να προσφέρουν την ίδια εξατομικευμένη αξιολόγηση και φροντίδα με έναν γιατρό. Επιπλέον, η επεξεργασία δεδομένων υγείας υπόκειται σε ειδικές απαιτήσεις προστασίας, ενώ οι επαγγελματίες υγείας δεσμεύονται από συγκεκριμένες νομικές και δεοντολογικές υποχρεώσεις σχετικά με το ιατρικό απόρρητο. Για αυτό, είναι προτιμότερο να αποφεύγετε την κοινοποίηση αναγνωρίσιμων ιατρικών πληροφοριών σε εργαλεία AI, εκτός εάν έχετε επιβεβαιώσει ότι η χρήση τους είναι κατάλληλη και ασφαλής.

5. Πληροφορίες που αφορούν άλλα άτομα

Σε αυτή την κατηγορία περιλαμβάνονται στοιχεία συναδέλφων, αρχεία πελατών, ιδιωτικές συνομιλίες, στοιχεία επικοινωνίας και άλλες προσωπικές πληροφορίες τρίτων.

Η προστασία της ιδιωτικότητας δεν αφορά μόνο τα δικά μας δεδομένα, αλλά και εκείνα των άλλων. Η κοινοποίηση πληροφοριών τρίτων χωρίς την κατάλληλη εξουσιοδότηση ή, όπου απαιτείται, τη συγκατάθεσή τους μπορεί να παραβιάζει ηθικές αρχές, συμβατικές δεσμεύσεις ή ακόμη και τη νομοθεσία. Παράλληλα, ενδέχεται να εκθέσει τα συγκεκριμένα άτομα σε κινδύνους, εάν οι πληροφορίες τους αποκαλυφθούν ή χρησιμοποιηθούν με απρόβλεπτο τρόπο.

Ένα σχετικό παράδειγμα αναφέρθηκε το 2025, όταν χιλιάδες συνομιλίες του ChatGPT που είχαν κοινοποιηθεί μέσω δημόσιων συνδέσμων εμφανίστηκαν στα αποτελέσματα μηχανών αναζήτησης. Ορισμένες από αυτές περιείχαν προσωπικές ή επαγγελματικές πληροφορίες. Οι συνομιλίες δεν είχαν διαρρεύσει από ιδιωτικούς λογαριασμούς· ωστόσο, το περιστατικό ανέδειξε πώς μια φαινομενικά απλή επιλογή κοινοποίησης μπορεί να καταστήσει μια συνομιλία πολύ πιο δημόσια από όσο είχαν αντιληφθεί οι χρήστες.

Επιπλέον, να θυμάστε ότι ένα prompt δεν περιορίζεται μόνο στο κείμενο που πληκτρολογείτε. Τα έγγραφα που ανεβάζετε, τα στιγμιότυπα οθόνης, οι εικόνες, οι ηχογραφήσεις φωνής, καθώς και οι πληροφορίες που αντλούνται μέσω συνδεδεμένων εφαρμογών, ενδέχεται να περιέχουν εξίσου ευαίσθητα στοιχεία. Ορισμένα από αυτά μπορεί να είναι κρυμμένα σε μεταδεδομένα, σχόλια ή άλλο περιεχόμενο που δεν είναι άμεσα ορατό. Όλα αυτά τα στοιχεία ενδέχεται να είναι προσβάσιμα και να αξιοποιηθούν από την AI.

Σκεφτείτε πριν υποβάλετε ένα prompt

Πριν κοινοποιήσετε οποιαδήποτε πληροφορία, αναρωτηθείτε:

  • Πρόκειται για δημόσια πληροφορία;
  • Θα ήμουν διατεθειμένος/-η να τη μοιραστώ σε ένα δημόσιο φόρουμ;
  • Έχω την απαραίτητη εξουσιοδότηση για να την κοινοποιήσω;
  • Θα ένιωθα άνετα αν αυτή η πληροφορία αποκαλυπτόταν σε περίπτωση παραβίασης δεδομένων;

Εάν η απάντηση σε οποιαδήποτε από αυτές τις ερωτήσεις είναι αρνητική, μην εισαγάγετε την πληροφορία σε ένα chatbot.

Οι ιδιωτικές συνομιλίες δεν είναι απαραίτητα ιδιωτικές

Οι λειτουργίες ιδιωτικής, ανώνυμης περιήγησης (incognito) ή προσωρινής συνομιλίας μπορούν να περιορίσουν την έκθεση των πληροφοριών σας, για παράδειγμα, διατηρώντας μια συνομιλία εκτός του ορατού ιστορικού σας ή εξαιρώντας την από την εκπαίδευση των μοντέλων. Ωστόσο, ο όρος «ιδιωτικό» μπορεί να δημιουργήσει μια παραπλανητική αίσθηση ασφάλειας. Ο πάροχος ενδέχεται να διατηρεί τις συνομιλίες για περιορισμένο χρονικό διάστημα, προκειμένου να εντοπίζει καταχρήσεις, να διερευνά ζητήματα ασφάλειας ή να συμμορφώνεται με νομικές υποχρεώσεις.

Επιπλέον, αυτές οι λειτουργίες δεν εξασφαλίζουν απαραίτητα την προστασία των πληροφοριών που διαβιβάζονται μέσω πρόσθετων (plugins), συνδεδεμένων εφαρμογών, κοινόχρηστων συνδέσμων ή άλλων υπηρεσιών τρίτων.

Χρησιμοποιήστε την AI με ασφάλεια

Εάν, παρ’ όλα αυτά, θέλετε οπωσδήποτε να μοιραστείτε πληροφορίες με το AI chatbot, μπορείτε να διαμορφώσετε το prompt σας με τρόπο που να περιορίζει τους κινδύνους:

  • Αφαιρέστε ονόματα και άλλα αναγνωριστικά στοιχεία.
  • Χρησιμοποιήστε φανταστικά ή ανωνυμοποιημένα παραδείγματα αντί για πραγματικές υποθέσεις ή περιστατικά.
  • Συνοψίστε οι ίδιοι τα ευαίσθητα έγγραφα πριν ζητήσετε τη βοήθεια της AI.
  • Χρησιμοποιήστε εγκεκριμένα εταιρικά εργαλεία AI με κατάλληλες εγγυήσεις προστασίας δεδομένων, εφόσον είναι διαθέσιμα στον χώρο εργασίας σας.

Η έγκριση ενός εργαλείου δε σημαίνει ότι μπορείτε να το χρησιμοποιείτε χωρίς περιορισμούς. Για μεγαλύτερη ασφάλεια, ελέγξτε ποιες κατηγορίες διαβαθμισμένων δεδομένων επιτρέπεται να υποβάλλονται σε επεξεργασία μέσω του εργαλείου, εάν είναι ενεργοποιημένες λειτουργίες όπως το ιστορικό συνομιλιών και η μνήμη, καθώς και εάν εξωτερικά πρόσθετα, σύνδεσμοι ή λειτουργίες αναζήτησης στον ιστό ενδέχεται να μεταφέρουν πληροφορίες εκτός του περιβάλλοντος που ελέγχει ο οργανισμός σας.

Έχετε επίσης υπόψη ότι ένα έξυπνο chatbot μπορεί να εξάγει πληροφορίες που σας αφορούν προσωπικά, αξιοποιώντας το ιστορικό των prompts σας, ακόμη και όταν έχετε ανωνυμοποιήσει τα δεδομένα που εισάγετε. Επιπλέον, η διαγραφή μιας συνομιλίας δεν εγγυάται απαραίτητα ότι έχουν διαγραφεί όλα τα σχετικά δεδομένα ή αντίγραφά τους. Αν και η διαγραφή μπορεί να περιορίσει την έκθεση των πληροφοριών, δε θα πρέπει να θεωρείται απόδειξη ότι κάθε ίχνος τους έχει εξαφανιστεί.

Για αυτό, είναι σημαντικό να γνωρίζετε τις πολιτικές διατήρησης δεδομένων και τον τρόπο με τον οποίο ο εκάστοτε πάροχος διαχειρίζεται τις πληροφορίες που συλλέγει, συμπεριλαμβανομένης της πιθανής χρήσης τους για την εκπαίδευση μοντέλων AI.

Εάν διαπιστώσετε ότι έχετε κοινοποιήσει ευαίσθητες πληροφορίες, ενεργήστε άμεσα, ανάλογα με τη φύση και τη σοβαρότητα της έκθεσης. Εάν έχουν αποκαλυφθεί κωδικοί πρόσβασης, κλειδιά API ή άλλα διαπιστευτήρια, αλλάξτε τα ή ανακαλέστε τα χωρίς καθυστέρηση. Διαγράψτε τη σχετική συνομιλία και εκκαθαρίστε τυχόν αποθηκευμένες μνήμες, όπου αυτό είναι εφικτό. Εάν έχουν εκτεθεί δεδομένα της εργασίας σας, πελατών ή τρίτων, αναφέρετε το περιστατικό μέσω του κατάλληλου καναλιού ασφάλειας πληροφοριών ή προστασίας προσωπικών δεδομένων του οργανισμού σας.

Οι χρήστες μπορούν να ενισχύσουν αυτές τις πρακτικές με τη βοήθεια εξειδικευμένων λύσεων ασφάλειας για τη χρήση της AI. Οι δυνατότητες AISecurityαξιόπιστων παρόχων μπορούν να αναλύουν prompts και απαντήσεις σε πραγματικό χρόνο, συμβάλλοντας στην αποτροπή της μεταφόρτωσης ευαίσθητων πληροφοριών σε δημόσια chatbots. Παράλληλα, βοηθούν στον εντοπισμό κακόβουλων συνδέσμων, σεναρίων (scripts) και άλλου δυνητικά επικίνδυνου περιεχομένου.

Συμπέρασμα: Αντιμετωπίστε την AI ως δημόσιο φόρουμ

Η AI μπορεί να ενισχύσει την παραγωγικότητα και τη δημιουργικότητα. Ωστόσο, οι χρήστες θα πρέπει να επιδεικνύουν την ίδια προσοχή που θα έδειχναν όταν μοιράζονται πληροφορίες με έναν γνωστό τους. Στην εποχή των AI chatbots, το να γνωρίζουμε ποιες πληροφορίες πρέπει να κρατάμε για τον εαυτό μας αποτελεί πλέον βασική ψηφιακή δεξιότητα. Τα AI chatbots είναι κατάλληλα για γενικές, καθημερινές συζητήσεις, αλλά, αν θέλετε να προστατεύσετε την ιδιωτικότητα σας, είναι προτιμότερο να κρατάτε τις ευαίσθητες πληροφορίες για τον εαυτό σας.

Συχνές ερωτήσεις: Χρήση AI chatbots

Είναι ιδιωτικές οι συνομιλίες με AI chatbots;

Όχι απαραίτητα. Ο τρόπος με τον οποίο αποθηκεύονται, ελέγχονται ή χρησιμοποιούνται οι συνομιλίες διαφέρει ανάλογα με τον πάροχο, το προϊόν, τον τύπο λογαριασμού και τις ρυθμίσεις απορρήτου. Αντιμετωπίζετε τα AI chatbots που απευθύνονται στο ευρύ κοινό ως υπηρεσίες τρίτων και όχι ως εμπιστευτικούς χώρους επικοινωνίας. Πριν μοιραστείτε ευαίσθητες πληροφορίες, ελέγξτε τις ισχύουσες πολιτικές του παρόχου σχετικά με τη διαχείριση των δεδομένων.

Η διαγραφή μιας συνομιλίας διαγράφει οριστικά τα δεδομένα;

Όχι απαραίτητα. Η διαγραφή μιας συνομιλίας συνήθως την αφαιρεί από το ορατό ιστορικό σας, αλλά ενδέχεται να μην διαγράφει αμέσως όλα τα αντίγραφα που διατηρούνται ή τα λειτουργικά αρχεία καταγραφής. Οι περίοδοι διατήρησης των δεδομένων και οι σχετικές εξαιρέσεις διαφέρουν ανάλογα με την υπηρεσία. Για περισσότερες πληροφορίες, συμβουλευτείτε την πολιτική απορρήτου και τις οδηγίες του παρόχου σχετικά με τη διατήρηση των δεδομένων.

Αρκεί η ανωνυμοποίηση των πληροφοριών για να είναι ασφαλές ένα prompt;

Η ανωνυμοποίηση μειώνει τον κίνδυνο, αλλά δεν τον εξαλείφει. Ο συνδυασμός επιμέρους στοιχείων, το ευρύτερο πλαίσιο ή πληροφορίες από προηγούμενα prompts ενδέχεται να αποκαλύψουν την ταυτότητα ενός ατόμου ή ενός οργανισμού. Αφαιρείτε τις περιττές λεπτομέρειες, χρησιμοποιείτε φανταστικά παραδείγματα όπου είναι δυνατόν και μην υποβάλλετε ποτέ πληροφορίες που δεν έχετε εξουσιοδότηση να κοινοποιήσετε.

Είναι τα εταιρικά εργαλεία AI ασφαλέστερα για πληροφορίες που σχετίζονται με την εργασία;

Τα εγκεκριμένα εταιρικά εργαλεία AI ενδέχεται να παρέχουν ισχυρότερες συμβατικές εγγυήσεις, διοικητικούς ελέγχους και περιορισμούς στη χρήση δεδομένων πελατών για την εκπαίδευση μοντέλων. Ωστόσο, οι εργαζόμενοι πρέπει να εξακολουθούν να τηρούν τις πολιτικές του οργανισμού τους σχετικά με την εμπιστευτικότητα και τη χρήση δεδομένων. Θα πρέπει να κοινοποιούν μόνο πληροφορίες τις οποίες το συγκεκριμένο εργαλείο είναι εγκεκριμένο να επεξεργάζεται.

Τι πρέπει να κάνω αν έχω κοινοποιήσει ευαίσθητες πληροφορίες;

Διαγράψτε τη συνομιλία, όπου αυτό είναι δυνατό, διαγράψτε τυχόν αποθηκευμένες μνήμες και ανακαλέστε την πρόσβαση συνδεδεμένων εφαρμογών, εφόσον αυτό είναι σχετικό με την περίπτωσή σας. Αν έχετε εκθέσει κωδικούς πρόσβασης, κωδικούς ανάκτησης ή άλλα διαπιστευτήρια, αλλάξτε ή ανακαλέστε τα αμέσως. Εάν εμπλέκονται δεδομένα της εταιρείας, πελατών ή τρίτων, αναφέρετε το περιστατικό στον εργοδότη σας ή στην ομάδα ασφαλείας του οργανισμού, αντί να επιχειρήσετε να το διαχειριστείτε μόνοι σας.

Η AI βοηθά την Anthropic να δημιουργεί ακόμη πιο ισχυρά μοντέλα με διπλάσια ταχύτητα

0
The Making of Anthropic CEO Dario Amodei
cmswire.com

Loading

Με λίγα λόγια

  • Ανεξάρτητη αξιολόγηση της METR διαπίστωσε ότι η Anthropic βελτιώνει τις δυνατότητες των AI μοντέλων της περίπου 1,9 φορές ταχύτερα σε σχέση με την περίοδο πριν από τον Οκτώβριο του 2025.
  • Μεγάλο μέρος της επιτάχυνσης φαίνεται να προέρχεται από τη χρήση AI εργαλείων στην ίδια την έρευνα και ανάπτυξη νέων μοντέλων, όχι από την αύξηση της υπολογιστικής ισχύος.
  • Η μελέτη προειδοποιεί ότι υπάρχουν σημαντικές αβεβαιότητες, ενώ η Anthropic περιόρισε τη δημοσιοποίηση αρκετών στοιχείων που εξέτασαν οι ανεξάρτητοι ερευνητές.

Η τεχνητή νοημοσύνη φαίνεται πως αρχίζει να επιταχύνει και την ίδια τη δημιουργία της. Αυτό είναι το βασικό συμπέρασμα μιας νέας ανεξάρτητης αξιολόγησης της METR, ενός μη κερδοσκοπικού οργανισμού που ερευνά τις δυνατότητες και τους κινδύνους των προηγμένων AI συστημάτων.

Σύμφωνα με τη μελέτη, η Anthropic βελτιώνει τις δυνατότητες των μοντέλων της σε συγκεκριμένες και μετρήσιμες εργασίες περίπου 1,9 φορές ταχύτερα από ό,τι πριν από τον Οκτώβριο του 2025. Με απλά λόγια, η εταιρεία φαίνεται να πετυχαίνει μέσα σε έναν χρόνο πρόοδο που παλαιότερα θα απαιτούσε σχεδόν δύο χρόνια.

Η αξιολόγηση πραγματοποιήθηκε από τις 12 Αυγούστου έως τις 29 Οκτωβρίου 2026. Η METR είχε πρόσβαση σε εσωτερικά δεδομένα της Anthropic, εξέτασε επιδόσεις μοντέλων που δεν έχουν κυκλοφορήσει δημόσια και πραγματοποίησε συνεντεύξεις με εργαζομένους της εταιρείας. Τα ευρήματα δημοσιεύτηκαν στις 5 Νοεμβρίου 2026.

Η AI βοηθά στην ανάπτυξη της επόμενης γενιάς AI

Το πιο ενδιαφέρον στοιχείο της έρευνας είναι ότι η επιτάχυνση δεν φαίνεται να οφείλεται κυρίως σε περισσότερους υπολογιστικούς πόρους. Η METR εκτιμά ότι σημαντικό μέρος της προόδου προέρχεται από την αυξανόμενη χρήση AI εργαλείων από τους ίδιους τους ερευνητές της Anthropic.

Τα εργαλεία αυτά βοηθούν στην παραγωγή και τον έλεγχο κώδικα, στην εκτέλεση πειραμάτων και σε άλλες εργασίες που απαιτούνται για την εκπαίδευση και τη βελτίωση νέων μοντέλων. Έτσι, οι ερευνητές μπορούν να ολοκληρώνουν περισσότερες εργασίες σε λιγότερο χρόνο και να δοκιμάζουν περισσότερες ιδέες.

Η METR αναφέρει ότι οι επιδόσεις των μοντέλων της Anthropic σε συγκεκριμένα benchmarks αυξάνονται με ρυθμό περίπου 1,9 φορές μεγαλύτερο από τον προηγούμενο ιστορικό ρυθμό. Η εκτίμηση έχει διάστημα αβεβαιότητας, με τα στοιχεία να δείχνουν επιτάχυνση από περίπου 1,5 έως 2,8 φορές.

Υπάρχει, όμως, μια σημαντική διαφορά ανάμεσα στο να βοηθά ένα AI τους ερευνητές και στο να αναπτύσσει μόνο του την επόμενη γενιά μοντέλων. Η METR δεν βρήκε στοιχεία ότι τα συστήματα της Anthropic έχουν ήδη αναλάβει πλήρως αυτόνομα τις σημαντικότερες εργασίες της διαδικασίας εκπαίδευσης. Προς το παρόν, η συνεισφορά τους φαίνεται να είναι κυρίως υποστηρικτική, αν και υπάρχουν ενδείξεις ότι ο ρόλος τους μπορεί να μεγαλώσει σύντομα.

Οι επιφυλάξεις της METR και τα στοιχεία που δεν δημοσιοποιήθηκαν

Η μελέτη δεν υποστηρίζει ότι η τεχνητή νοημοσύνη έχει φτάσει στο σημείο να εξελίσσεται πλήρως μόνη της. Οι ερευνητές ξεκαθαρίζουν ότι η σημερινή επιτάχυνση προέρχεται κυρίως από τη βοήθεια που προσφέρουν τα AI εργαλεία στους ανθρώπους. Δεν διαπίστωσαν, επίσης, σαφή σημάδια ότι η έρευνα της Anthropic θα συναντήσει άμεσα σοβαρούς περιορισμούς σε υπολογιστική ισχύ, δεδομένα ή αλγοριθμικές βελτιώσεις. Αυτό αφήνει ανοιχτό το ενδεχόμενο η επιτάχυνση να συνεχιστεί, χωρίς όμως να αποτελεί βεβαιότητα.

Υπάρχει και ένα ζήτημα διαφάνειας. Η Anthropic έδωσε στη METR πρόσβαση σε σημαντικό όγκο εσωτερικών δεδομένων, αλλά διατήρησε το δικαίωμα να αφαιρέσει πληροφορίες από τη δημόσια έκθεση. Σύμφωνα με την ίδια τη METR, η εταιρεία απέκρυψε μεγάλο μέρος των στοιχείων που θεωρήθηκαν πιο χρήσιμα για την κατανόηση των συμπερασμάτων. Έτσι, το κοινό δεν μπορεί να ελέγξει ανεξάρτητα όλα τα δεδομένα στα οποία βασίστηκε η αξιολόγηση.

Η Anthropic υποστήριξε ότι οι περικοπές έγιναν για να προστατευτούν εμπιστευτικές πληροφορίες που θα μπορούσαν να βοηθήσουν ανταγωνιστές στην ανάπτυξη προηγμένων μοντέλων. Η METR αναγνωρίζει ότι είχε ασυνήθιστα μεγάλη πρόσβαση για μια εξωτερική αξιολόγηση, αλλά επισημαίνει πως οι περιορισμοί στη δημοσίευση δυσκολεύουν την ανεξάρτητη επιβεβαίωση των πιο σημαντικών ευρημάτων.

Η έρευνα έχει, επομένως, ιδιαίτερη σημασία, αλλά χρειάζεται να διαβαστεί με προσοχή. Το εύρημα της επιτάχυνσης κατά 1,9 φορές αφορά συγκεκριμένες μετρήσιμες εργασίες και δεν σημαίνει ότι κάθε πλευρά της ανάπτυξης AI προχωρά με τον ίδιο ρυθμό. Δείχνει, ωστόσο, ότι τα εργαλεία τεχνητής νοημοσύνης δεν βοηθούν πλέον μόνο τους χρήστες να ολοκληρώνουν καθημερινές εργασίες. Συμβάλλουν και στην ίδια την ερευνητική διαδικασία που οδηγεί στη δημιουργία ισχυρότερων μοντέλων.

Πάντως για να λέμε τα πράγματα με το όνομα τους, είναι ότι όσο καλύτερα γίνονται τα AI εργαλεία, τόσο περισσότερο μπορούν να επιταχύνουν την ανάπτυξη των επόμενων συστημάτων. Και όσο αυξάνεται αυτή η δυνατότητα, τόσο μεγαλύτερη γίνεται η ανάγκη να παρακολουθείται ανεξάρτητα η πρόοδος και να διασφαλίζεται ότι η ασφάλεια συμβαδίζει με τις νέες δυνατότητες.

Η OpenAI παρουσιάζει το GPT-6 Cyber: Ένα AI μοντέλο που εντοπίζει και αξιοποιεί κενά ασφαλείας

0
bankinfosecurity.com

Loading

Με λίγα λόγια

  • Η OpenAI ανακοίνωσε το GPT-6 Cyber, ένα εξειδικευμένο μοντέλο τεχνητής νοημοσύνης για έρευνα κυβερνοασφάλειας, εντοπισμό ευπαθειών και ανάπτυξη δοκιμαστικών exploits.
  • Στις δοκιμές της εταιρείας πέτυχε 48,5% στο ExploitGym, έναντι 32,1% του GPT-5.6 Cyber, ενώ εντόπισε και 81 άγνωστες ευπάθειες υψηλής σοβαρότητας στον Firefox.
  • Η πρόσβαση είναι αρχικά περιορισμένη σε εγκεκριμένους ειδικούς και οργανισμούς, καθώς οι δυνατότητές του μπορούν να χρησιμοποιηθούν τόσο για άμυνα όσο και για επιθέσεις.

Η OpenAI παρουσίασε το GPT-6 Cyber, ένα νέο μοντέλο τεχνητής νοημοσύνης που έχει σχεδιαστεί ειδικά για εργασίες κυβερνοασφάλειας. Στόχος του είναι να βοηθά ερευνητές και ομάδες ασφαλείας να εντοπίζουν αδυναμίες σε λογισμικό, να ελέγχουν αν μπορούν να αξιοποιηθούν από επιτιθέμενους και να αναπτύσσουν διορθώσεις πριν προλάβουν να τις εκμεταλλευτούν κακόβουλοι χάκερ.

Η ανακοίνωση έρχεται σε μια περίοδο κατά την οποία τα AI μοντέλα αποκτούν όλο και μεγαλύτερες δυνατότητες στον εντοπισμό και την αξιοποίηση κενών ασφαλείας. Η OpenAI χαρακτηρίζει πλέον το GPT-6 Cyber ως μοντέλο με Critical δυνατότητες στον τομέα της κυβερνοασφάλειας, την υψηλότερη βαθμίδα της δικής της κλίμακας αξιολόγησης.

Καλύτερες επιδόσεις στον εντοπισμό και την αξιοποίηση ευπαθειών

Το GPT-6 Cyber αποτελεί εξειδικευμένη έκδοση της οικογένειας GPT-6 και έχει εκπαιδευτεί για εργασίες όπως η αναζήτηση ευπαθειών σε μεγάλα αποθετήρια κώδικα, η αναπαραγωγή σφαλμάτων και η δημιουργία λειτουργικών exploits. Πρόκειται για κώδικα ή τεχνικές που αποδεικνύουν ότι μια συγκεκριμένη αδυναμία μπορεί πράγματι να αξιοποιηθεί.

Σύμφωνα με τα αποτελέσματα που δημοσίευσε η OpenAI, το μοντέλο πέτυχε 48,5% στο ExploitGym, έναντι 32,1% του GPT-5.6 Cyber. Η εταιρεία αναφέρει επίσης ότι εντόπισε 81 προηγουμένως άγνωστες ευπάθειες υψηλής σοβαρότητας στον Firefox, ενώ βοήθησε στην ανάπτυξη διορθώσεων που παραδόθηκαν στη Mozilla.

Ένα ακόμη εντυπωσιακό αποτέλεσμα αφορά τον πυρήνα του Linux. Η OpenAI αναφέρει ότι το GPT-6 Cyber αναπαρήγαγε 1.724 ευπάθειες και ανέπτυξε λειτουργικά exploits για 948 από αυτές. Τα ευρήματα που κρίθηκαν κρίσιμα κοινοποιήθηκαν στους συντηρητές του Linux, μαζί με προτεινόμενες διορθώσεις.

Τα στοιχεία αυτά προέρχονται από τις δοκιμές και τις εσωτερικές έρευνες της OpenAI. Δεν αποτελούν ανεξάρτητη αξιολόγηση όλων των δυνατοτήτων του μοντέλου, κάτι που έχει σημασία όταν εξετάζουμε τις επιδόσεις που ανακοινώνει η ίδια η εταιρεία.

Αυστηρά περιορισμένη πρόσβαση λόγω των δυνατοτήτων του

Το GPT-6 Cyber δεν διατίθεται ελεύθερα σε όλους τους χρήστες του ChatGPT. Η OpenAI ξεκινά τη διάθεσή του μέσω API και Codex σε επιλεγμένους πελάτες του προγράμματος Daybreak Red, οι οποίοι πρέπει να περάσουν από διαδικασία ελέγχου και έγκρισης. Η πρόσβαση θα επεκταθεί σταδιακά και σε άλλους εγκεκριμένους συμμετέχοντες του προγράμματος.

Η εταιρεία έχει δώσει ιδιαίτερη βαρύτητα στο να παραμένει το μοντέλο εντός των ορίων που θέτει ο ερευνητής. Για παράδειγμα, αν μια ομάδα ασφαλείας έχει άδεια να ελέγξει έναν συγκεκριμένο server, το μοντέλο δεν θα πρέπει να επιχειρεί επιθέσεις σε άλλες υπηρεσίες που βρίσκονται στο ίδιο δίκτυο αλλά δεν περιλαμβάνονται στην εξουσιοδότηση.

Στις δοκιμές της OpenAI, το GPT-6 Cyber απέφυγε να επιτεθεί σε συστήματα εκτός του επιτρεπόμενου πεδίου στο 99,93% των περιπτώσεων, ακόμη και χωρίς πρόσθετες οδηγίες ασφαλείας. Όταν χρησιμοποιήθηκαν και οι σχετικές οδηγίες κατά την εκτέλεση, το ποσοστό έφτασε το 100%. Πρόκειται για αποτελέσματα συγκεκριμένης δοκιμής και όχι για εγγύηση ότι το μοντέλο δεν μπορεί ποτέ να κάνει λάθος.

Η OpenAI αναφέρει επίσης ότι έχει ενισχύσει την παρακολούθηση για πιθανή κακόβουλη χρήση, ενώ εφαρμόζει πρόσθετους περιορισμούς σε εργασίες που θα μπορούσαν να προκαλέσουν ζημιά σε κρίσιμες υποδομές, όπως δίκτυα ηλεκτρικής ενέργειας, συστήματα ύδρευσης και βιομηχανικό εξοπλισμό. Για την αξιολόγηση αυτών των κινδύνων συνεργάστηκε και με την εταιρεία κυβερνοασφάλειας Dragos, σε ελεγχόμενα περιβάλλοντα προσομοίωσης.

Η διάκριση ανάμεσα στην αμυντική και την επιθετική χρήση είναι ιδιαίτερα σημαντική. Ένα μοντέλο που μπορεί να εντοπίζει αδυναμίες και να αποδεικνύει πώς αξιοποιούνται μπορεί να βοηθήσει μια εταιρεία να διορθώσει ένα πρόβλημα πριν γίνει στόχος επίθεσης. Οι ίδιες δυνατότητες, όμως, θα μπορούσαν να αξιοποιηθούν και από κάποιον που θέλει να παραβιάσει ένα σύστημα.

Η OpenAI επιχειρεί να αντιμετωπίσει αυτό το δίλημμα με ελεγχόμενη πρόσβαση, επιτήρηση και ειδική εκπαίδευση του μοντέλου. Το GPT-6 Cyber δείχνει πόσο γρήγορα εξελίσσεται η χρήση της τεχνητής νοημοσύνης στην κυβερνοασφάλεια, αλλά και πόσο σημαντικό γίνεται να υπάρχουν σαφή όρια στη διάθεση τέτοιων εργαλείων.

Πηγές

Η OpenAI βάζει φθηνότερο AI μοντέλο στα Dots για να περιορίσει το κόστος λειτουργίας τους

0
wsj.com

Loading

Με λίγα λόγια

  • Η OpenAI προσθέτει το GPT-6.1 Terra στα AI assistants Dots, ώστε να μην απαιτείται το ισχυρότερο GPT-6 Astra για κάθε εργασία.
  • Ένα νέο αυτόματο σύστημα επιλέγει ποιο μοντέλο θα αναλάβει κάθε αίτημα, ανάλογα με τις ανάγκες του.
  • Η αλλαγή έχει στόχο να μειώσει την υπολογιστική ισχύ που χρειάζονται τα Dots, καθώς οι προσωπικοί AI agents αποδεικνύονται ιδιαίτερα απαιτητικοί σε πόρους.

Η OpenAI αλλάζει τον τρόπο με τον οποίο λειτουργούν οι προσωπικοί AI assistants της, γνωστα ως Dots, προσθέτοντας ένα μικρότερο και οικονομικότερο μοντέλο τεχνητής νοημοσύνης. Η εταιρεία ανακοίνωσε ότι τα Dots θα μπορούν πλέον να χρησιμοποιούν και το GPT-6.1 Terra, αντί να βασίζονται αποκλειστικά στο ισχυρότερο GPT-6 Astra.

Η αλλαγή δεν είναι απλώς μια αναβάθμιση της τεχνολογίας τους. Αποτελεί και μια προσπάθεια να περιοριστεί το κόστος λειτουργίας τους, καθώς κάθε Dot διαθέτει τον δικό του υπολογιστή στο cloud και μπορεί να εκτελεί εργασίες για λογαριασμό του χρήστη ακόμη και όταν εκείνος δεν βρίσκεται μπροστά στην οθόνη.

Τα Dots θα επιλέγουν μόνα τους ποιο μοντέλο χρειάζονται

Μέχρι τώρα, τα Dots βασίζονταν στο GPT-6 Astra για όλες τις εργασίες τους. Με τη νέα αλλαγή, η OpenAI εισάγει ένα αυτόματο σύστημα δρομολόγησης αιτημάτων, το οποίο επιλέγει διαφορετικά μοντέλα ανάλογα με το είδος της δουλειάς.

Έτσι, μια εργασία που δεν απαιτεί ιδιαίτερα σύνθετη συλλογιστική μπορεί να ανατεθεί στο GPT-6.1 Terra, το οποίο χρειάζεται λιγότερη υπολογιστική ισχύ από το Astra. Για πιο απαιτητικές εργασίες, ο assistant μπορεί να αξιοποιήσει ισχυρότερο μοντέλο.

Η OpenAI αναφέρει ότι το Terra βασίζεται στις βελτιώσεις ευθυγράμμισης της οικογένειας GPT-6 και χρησιμοποιεί δικλίδες ασφαλείας που έχουν αναπτυχθεί για το GPT-6 Astra. Με αυτόν τον τρόπο, η εταιρεία θέλει να μειώσει τους υπολογιστικούς πόρους που απαιτούνται, χωρίς να θυσιάσει την αξιοπιστία και την ασφάλεια των assistants.

Τα Dots έχουν σχεδιαστεί για να αναλαμβάνουν εργασίες που ξεπερνούν μια απλή συνομιλία. Μπορούν, για παράδειγμα, να διαβάζουν και να απαντούν σε email, να αναζητούν εισιτήρια για εκδηλώσεις, να βοηθούν στον προγραμματισμό και να συνεργάζονται με εφαρμογές που έχει συνδέσει ο χρήστης.

Κάθε Dot διαθέτει δικό του περιβάλλον υπολογιστή στο cloud, μέσω του οποίου εκτελεί αυτές τις ενέργειες. Η OpenAI σχεδιάζει επίσης λειτουργία background mode, ώστε οι assistants να μπορούν να παραμένουν ενεργοί και να δουλεύουν στο παρασκήνιο, χωρίς να χρειάζεται ο χρήστης να τους δίνει συνεχώς νέες εντολές.

Το μεγάλο πρόβλημα των προσωπικών AI agents είναι το κόστος

Η απόφαση της OpenAI έρχεται σε μια περίοδο κατά την οποία οι εταιρείες τεχνητής νοημοσύνης προσπαθούν να κάνουν τους προσωπικούς AI agents πιο χρήσιμους, αλλά και οικονομικά βιώσιμους. Όσο περισσότερες εργασίες αναλαμβάνουν και όσο περισσότερο χρόνο λειτουργούν, τόσο μεγαλύτερη υπολογιστική ισχύ χρειάζονται.

Ο Adam Fry, επικεφαλής του καταναλωτικού τομέα του ChatGPT, χαρακτήρισε τα Dots ιδιαίτερα απαιτητικούς σε υπολογιστικούς πόρους. Όπως εξήγησε σε συνάντηση με δημοσιογράφους στη Νέα Υόρκη, κάθε assistant χρησιμοποιεί τον δικό του υπολογιστή στο cloud για να εκτελεί τις εργασίες του χρήστη.

Η πρόσβαση στα Dots παραμένει προς το παρόν περιορισμένη σε συνδρομητικά πακέτα, ενώ η OpenAI αναφέρει ότι η υπηρεσία διατίθεται σταδιακά σε χρήστες Pro και Business Premium σε επιλέξιμες αγορές. Ο Fry εκτιμά ότι η βελτίωση της αποδοτικότητας των υπολογιστικών συστημάτων θα επιτρέψει στο μέλλον να μειωθεί το κόστος και να διατεθούν οι assistants σε περισσότερους χρήστες.

Το πρόβλημα δεν αφορά μόνο την OpenAI. Ο Elon Musk έχει επίσης χαρακτηρίσει το κόστος λειτουργίας του Grok Bot, του προσωπικού AI assistant της SpaceX, μη βιώσιμο σε σχέση με τα έσοδά του. Αυτό δείχνει ότι η ανάπτυξη agents που λειτουργούν συνεχώς και αναλαμβάνουν πραγματικές εργασίες δημιουργεί μια νέα πρόκληση για ολόκληρη τη βιομηχανία. Fortune

Η προσθήκη του GPT-6.1 Terra είναι, λοιπόν, ένα σημαντικό βήμα για την OpenAI. Αν το σύστημα μπορεί να αναθέτει κάθε εργασία στο κατάλληλο μοντέλο, τα Dots ενδέχεται να γίνουν πιο αποδοτικοί και να κοστίζουν λιγότερο στην εταιρεία. Το αν αυτή η εξοικονόμηση θα οδηγήσει τελικά σε χαμηλότερες συνδρομές ή ευρύτερη πρόσβαση, μένει να φανεί.

Πηγές:

Το θρυλικό Need for Speed Underground 2 παίζεται πλέον στον browser με χιλιάδες άλλους παίκτες!

0

Loading

Με λίγα λόγια

  • Το κλασικό Need for Speed: Underground 2 του 2004 μπορεί πλέον να τρέξει απευθείας στον browser, με δυνατότητα online παιχνιδιού.
  • Το fan project Underground 2 Revived, που δημιουργήθηκε με τη βοήθεια του Claude Code, υποστηρίζει ελεύθερη οδήγηση με άλλους παίκτες, αγώνες και έως 120 FPS.
  • Δεν χρειάζεται εγκατάσταση στον υπολογιστή, αλλά απαιτείται λήψη των δεδομένων του παιχνιδιού και συμβατός browser.

Όσοι θυμούνται τις νυχτερινές διαδρομές στο Bayview, τις βελτιώσεις στα αυτοκίνητα και τους αγώνες του Need for Speed: Underground 2 έχουν πλέον έναν ακόμη λόγο να επιστρέψουν στο αγαπημένο τους παιχνίδι. Ένα νέο fan project με την ονομασία Underground 2 Revived φέρνει τον τίτλο του 2004 απευθείας στον browser, προσθέτοντας online multiplayer.

Το ενδιαφέρον είναι ότι ο δημιουργός του, που χρησιμοποιεί το ψευδώνυμο th0mk, αξιοποίησε το Claude Code της Anthropic κατά την ανάπτυξη. Αυτό που ξεκίνησε ως ένα προσωπικό project για να παίξει ξανά με τον αδερφό του εξελίχθηκε σε μια δημόσια έκδοση, όπου μπορούν να συναντηθούν παίκτες από όλο τον κόσμο.

Πώς παίζει το Underground 2 μέσα από τον browser

Το παιχνίδι δεν λειτουργεί μέσω ενός απλού emulator. Ο αρχικός κώδικας της έκδοσης για PC μεταφράστηκε σε C και στη συνέχεια μεταγλωττίστηκε σε WebAssembly, μια τεχνολογία που επιτρέπει την εκτέλεση εφαρμογών υψηλών επιδόσεων μέσα σε έναν browser.

Για τα γραφικά, το project προσαρμόζει το Direct3D 9 ώστε να λειτουργεί μέσω WebGPU, ενώ ο ήχος περνά από το Web Audio. Με αυτόν τον τρόπο, το παιχνίδι μπορεί να αξιοποιήσει σύγχρονες δυνατότητες των browsers χωρίς να χρειάζεται να εγκατασταθεί ως κανονική εφαρμογή στον υπολογιστή.

Η online λειτουργία είναι ένα από τα πιο ενδιαφέροντα στοιχεία. Οι παίκτες μπορούν να κυκλοφορούν ελεύθερα στο Bayview, να βλέπουν άλλα αυτοκίνητα στον δρόμο και να οργανώνουν αγώνες. Το σύστημα μπορεί να φιλοξενήσει χιλιάδες παίκτες στον ίδιο server, αν και κάθε παίκτης βλέπει κοντά του έναν περιορισμένο αριθμό αυτοκινήτων. Σε υπολογιστές, η προεπιλεγμένη ρύθμιση είναι έως 32 οχήματα γύρω του.

Υπάρχει επίσης υποστήριξη για widescreen οθόνες, χειριστήρια, τιμόνια και χειρισμό μέσω οθόνης αφής. Ανάλογα με την οθόνη και τη συσκευή, ο ρυθμός ανανέωσης μπορεί να φτάσει έως τα 120 FPS. Το project υποστηρίζει Chrome και Firefox, ενώ οι οδηγίες του αναφέρουν και άλλους συμβατούς browsers, όπως Edge και Safari 26.

Για να δοκιμάσει κάποιος το παιχνίδι, αρκεί να επισκεφθεί τη διεύθυνση nfsu2.xyz και να πατήσει Play. Δεν απαιτείται λογαριασμός EA ή εγκατάσταση κάποιου launcher. Ωστόσο, η πρώτη φόρτωση δεν είναι ακριβώς μικρή υπόθεση: χρειάζεται να κατέβουν περίπου 2 GB δεδομένων παιχνιδιού, ενώ στη συνέχεια αυτά αποθηκεύονται τοπικά στον browser για ταχύτερη εκκίνηση. Notebookcheck News+1

Η βοήθεια του Claude Code και τα ερωτήματα για τα δικαιώματα

Ο δημιουργός δεν ξεκίνησε από το μηδέν. Το Underground 2 Revived βασίζεται στο έργο NFSU2Recomp του Talha Müderrisoğlu, το οποίο είχε ως στόχο να κάνει το παιχνίδι να λειτουργεί εγγενώς σε Mac με επεξεργαστές Apple Silicon. Ο th0mk χρησιμοποίησε αυτή τη δουλειά ως βάση και πρόσθεσε την υποστήριξη για browser και online παιχνίδι, με τη βοήθεια του Claude Code.

Υπάρχει, πάντως, ένα ζήτημα που αφορά τα πνευματικά δικαιώματα. Το αποθετήριο του project στο GitHub αναφέρει ότι δεν περιλαμβάνει τον αρχικό κώδικα ή τα δεδομένα του παιχνιδιού και ότι για τη δημιουργία μιας δικής του έκδοσης απαιτείται νόμιμο αντίγραφο του Need for Speed: Underground 2. Ωστόσο, η δημόσια ιστοσελίδα προσφέρει αρχεία παιχνιδιού για λήψη από δικό της server. Η συγκεκριμένη διαφορά δημιουργεί ερωτήματα για τον τρόπο διανομής του περιεχομένου.

Σε κάθε περίπτωση, πρόκειται για ανεπίσημο fan project, χωρίς γνωστή συνεργασία ή έγκριση από την Electronic Arts. Η EA εξακολουθεί να κατέχει τα δικαιώματα του παιχνιδιού και δεν έχει τοποθετηθεί δημόσια για τη συγκεκριμένη προσπάθεια. Αυτό σημαίνει ότι δεν υπάρχει καμία εγγύηση πως η υπηρεσία θα παραμείνει διαθέσιμη μακροπρόθεσμα.

Για τους παλιούς φίλους της σειράς, πάντως, η ιδέα είναι ιδιαίτερα ενδιαφέρουσα. Το Underground 2 αποκτά ξανά μια online κοινότητα, χωρίς να χρειάζεται ο παίκτης να ψάχνει για παλιούς υπολογιστές ή να στήνει περίπλοκες εγκαταστάσεις. Και το γεγονός ότι ένα εργαλείο AI όπως το Claude Code βοήθησε να γίνει πραγματικότητα ένα τέτοιο project δείχνει πόσο διαφορετικά μπορούν πλέον να αξιοποιηθούν τα εργαλεία προγραμματισμού.

Πηγές

Notebookcheck – Browser-based Need for Speed: Underground 2 Revived

GitHub – Underground 2 Revived

Οδηγίες παιχνιδιού και τεχνικές λεπτομέρειες