Новости искусственного интеллекта и технологий
  • Новости
  • Обзор сервисов
  • ИИ в искусстве
  • ИИ в бизнесе
  • ИИ в науке
  • ИИ в жизни
Категория:

Новости

Новости

Смущение предлагает бесплатные инструменты для искусственного интеллекта для студентов по всему миру в партнерстве с Sheerid

admin 15.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Обиточность, поисковая система с AI, которая конкурирует с Google и CHATGPT, сотрудничает с компанией по проверке личности Sheerid, чтобы предложить до двух лет бесплатного обслуживания премиум-класса более 264 миллионам студентов по всему миру, сообщили компании в понедельник.

Сделка решает ключевую проблему для компаний по искусственному искусству: предоставление образовательного доступа к дорогостоящим инструментам при предотвращении мошенничества с дисконтом. Смущение значительно делает ставку на рынок образования, поскольку конкуренция за пользователей усиливается по всей отрасли.

В соответствии с соглашением, проверенные студенты могут получить доступ к Perplexity Pro, обычно по цене 20 долларов в месяц, через платформу проверки Sheerid, которая подключается к более чем 200 000 авторитетных источников данных в 190 странах. Программа будет доступна для всех студентов университета и второкурсника во всем мире, где Sheerid обеспечивает проверку, что дает 264 миллионам студентов подходящим во всем мире. Предложение включает в себя такие функции, как цитируемые исследования, подробные отчеты и интерактивные приложения ИИ.

По словам компаний, партнерство приходит в рост усыновления искусственного интеллекта, причем 86% студентов США используют инструменты для ИИ для поддержки своих исследований. Тем не менее, быстрый рост вызвал обеспокоенность по поводу академической целостности и необходимости инструментов искусственного интеллекта, разработанных специально для использования в образовании.

Как продвинутая технология проверки останавливает сложное мошенничество со скидками студентов

Sheerid, компания из Портленда, основанная в 2011 году, создала свой бизнес, занимаясь решением постоянной проблемы для розничных продавцов и поставщиков услуг: проверка того, что потребители фактически принадлежат группам, имеющим право на специальные скидки, такие как студенты, военнослужащие или работники здравоохранения.

«Мы проверяем эти данные аудитории клиента, а затем обогащаем этот бренд CRM с этими разрешенными данными, чтобы они могли полностью привлечь свою самую верную аудиторию», — объяснила Ребекка Граймс, директор по доходам в Sheerid, в эксклюзивном интервью VentureBeat. «Наша платформа построена так, чтобы мы могли предоставить этот беспроблемный, надежный и быстрый опыт для их потребителей».

Процесс проверки начинается с основной информации, такой как имя, дата рождения и университет. Ширид немедленно проверяет это против авторитетных источников данных, которые, по словам Граймса, по словам компании построила отношения с более чем 14 -летним бизнесом. Если мгновенная проверка не удается, система перемещается на проверку документов с использованием как анализа, основанного на AI, так и ручной проверки.

«Если мы не сможем обработать это с помощью наших авторитетных источников данных, то существует постепенный шаг, когда вы добавляете загрузку документа», — сказал Граймс. «Как только это попадет в нашу систему, это еще один уровень дополнительного обзора, который автоматизируется в рамках нашего процесса обзора документов ИИ, а также, в некоторых случаях, в ручном обзоре DOC».

По словам Граймса, компания может завершить этот вторичный процесс проверки в среднем менее 3 минут.

Почему маркетинг на основе идентификации поставляет 337% ROI для крупных брендов

Партнерство отражает растущую изощренность мошенничества в программах скидок студентов. Джесси Дуайер, руководитель отдела связи в Nemplomaty, сказал, что акцент компании на точности делает ее особенно ценным для академических пользователей, которым нужна надежная информация.

«Для большинства производителей моделей искусственного интеллекта определенное количество галлюцинации — это особенность, и для недоумения это ошибка», — сказал Дуайер в эксклюзивном интервью VentureBeat. «Это то, что мы нашли академическим ценностями, студенты ценят это, специалисты по финансам очень ценят это».

В отличие от конкурентов, которые обучают модели ИИ на пользовательских данных, Дуайер сказал, что недоумение не использует информацию о клиентах для учебных целей. «Мы не тренируемся в ваших данных», — сказал он. «Модель на самом деле не обучена вашим данным».

Sheerid работает на модели программного обеспечения как услуги, заряжая доступ к платформе, объему обработки проверки и службы поддержки. Компания, в которой работает около 160 сотрудников с офисами в США и Европе, работает с крупными брендами, включая Amazon, Spotify и T-Mobile.

Согласно исследованию, проведенному Ширидом из Forrester Consulting, клиенты, использующие платформу для проверки компании, достигли 337% доходности инвестиций за счет увеличения выручки, предотвращения мошенничества и операционных сбережений.

Как недоумение стремится победить CHATGPT и Google в битве за студентов

Компании ИИ все чаще нацелены на рынок образования. Смущение отличается от более крупных конкурентов, таких как инструменты поиска Openai и Google, подчеркивая точность и атрибуцию источника.

«То, что мы делаем со сторонними моделями, так это то, что мы делаем две формы адаптации», — объяснил Дуайер. «Мы строим наши собственные модели, которые смотрят на запрос, который вы просите… мы переформулируем запросы. Поэтому вы задаете вопрос в одну сторону, в чем ИИ хорош, это то, что он может задать тот же вопрос тысячи разных способов». Дуайер отметил, что переформулировка запроса является лишь одним из примеров многих методов, используемых для постоянного тестирования и достижения более высокой точности.

Этот акцент на точности решает проблемы с преподавателями по поводу инструментов искусственного интеллекта, которые могут генерировать правдоподобную, но неверную информацию. Дуайер сказал, что подход «Снижения» соответствует академическим ценностям, связанным с построением знаний с помощью проверенных источников.

«Система рецензирования была разработана для создания чувства точности… чтобы будущие поколения могли опираться на эти установленные знания», — сказал он.

Реальная стоимость раздачи миллионов в бесплатных услугах искусственного интеллекта студентам

Программа доступа учащихся является крупным инвестицией для недоумения, хотя руководители компании отказались указать стоимость. Дуайер отметил, что в отличие от традиционного программного обеспечения, инструменты искусственного интеллекта имеют прямые вычислительные затраты для каждого запроса.

«Каждый запрос имеет прямые затраты с точки зрения вычисления», — сказал Дуайер. «Это то, о чем мы помним, и мы строим наши партнерские отношения».

Тем не менее, компания видит стратегическую ценность в построении отношений с академическими пользователями. В отличие от многих технологических компаний, которые монетизируются с помощью рекламы, Дуайер сказал, что реклама представляет «менее половины процента нашего дохода», а компания не продает пользовательские данные.

Партнерство обеспечивает Sheerid воздействие быстро растущего рынка ИИ. Граймс сравнил текущий момент с первыми днями потоковой передачи музыки, когда Ширид начал работать с Spotify и другими услугами.

«Я думаю, что мы увидим аналогичные глобальные программы в индустрии искусственного интеллекта, помимо того, что они просто понадобятся со студентами, нуждающимися в таких услугах, как Sheerid для поддержки их успеха», — сказала она.

Как данные студента остаются защищенными в эпоху проблем с конфиденциальностью ИИ

Обе компании подчеркнули свой подход к конфиденциальности данных, особенно важно, учитывая недавние опасения по поводу использования личной информации компаний. Sheerid работает как процессор данных, а не контроллер, что означает, что данные клиента принадлежат партнеру по бренду, а не Sheerid.

«Мы процессоры, поэтому мы не контроллер, поэтому мы просто обрабатываем эти данные от имени этого бренда», — объяснил Граймс. «Мы не контролируем право собственности на эти потребительские данные».

Система проверки рассматривает дополнительные сигналы помимо документов, чтобы предотвратить мошенничество, включая местоположение IP -адреса и близость к заявленным университетам. Эта «триангуляция всех этих процессов и данных» позволяет Шириду «уверенно подтвердить право или неприемлемость против предложения», — сказал Граймс.

Что это партнерство сигнализирует о будущем ИИ в образовании

Партнерство отражает более широкие тенденции как в отраслях ИИ, так и в отрасли проверки идентификации. В последние годы Sheerid быстро расширился, запустив новые продукты для проверки проверки в магазине и на основе доходов. Компания назначила бывшего генерального директора Ruby Стефани Коупленд Вебер в качестве генерального директора в июне 2024 года, когда основатель Джейк Уэтерли перешел на роль совета директоров.

Для недоумения, основанного в 2022 году, рынок образования представляет собой естественное соответствие для своих инструментов ИИ, ориентированных на исследования. Компания обрабатывает более 150 миллионов вопросов еженедельно по всему миру и позиционирует себя как «двигатель ответов», который предоставляет информацию о производстве, а не генерирует творческий контент.

Партнерство происходит на фоне более широкого изучения роли ИИ в образовании, когда учреждения сталкиваются с вопросами академической целостности и надлежащим использованием инструментов ИИ. Требуя проверку и акцентирования точности, обе компании стремятся решить эти проблемы при расширении доступа к возможностям ИИ.

«Мы бы поощряли преподавателей и университетов или исследователей любого рода, чтобы протянуть руку и попытаться смущения», — сказал Дуайер. «Мы одна из немногих ведущих технологических компаний, которые основали не только аспирант, что довольно распространено, мы основали тот, кто фактически закончил свою докторскую степень».



Источник
Новости

Остальные команды и техники Виндсурф, приобретенные по познаниям, создатели Девина: «Мы снова дружим с антропным»

admin 15.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Автономное стартап -познание кодирования ИИ подписало окончательное соглашение о приобретении Windsurf, Startup для разработчика искусственного интеллекта, наиболее известным благодаря своей агентной интегрированной среде разработки (IDE). Обе компании сделали объявление на своих учетных записях X в понедельник. Никакая сумма приобретения не была раскрыта публично, и не было конкретных условий сделки (оба являются частными стартапами).

Приобретение дает познание доступ к основному продукту Windsurf, бренду и оставшейся команде, но не его первоначальному генеральному директору или соучредителям, некоторые из которых присоединились к Google в отдельной сделке талантов и лицензирования в 2,4 миллиарда долларов, как впервые сообщила Verge на прошлой неделе.

В совместном видео, опубликованном в X, с участием генерального директора Cognition Скотт Ву и временного генерального директора Windsurf Джефф Ванг, лидеры заявили, что начнут с интеграции автономного инженера по ИИ познания в IDE Windsurf.

Это комбинированное предложение направлено на то, чтобы позволить разработчикам планировать задачи, делегировать генерацию кода для агентов искусственного интеллекта и просмотреть запросы на привлечение — все в одном интерфейсе.

«Это идеально подходит», — сказал Ван, который ранее был главой бизнеса Виндсурфа. «Работа с лучшей инженерной командой в пространстве станет невероятной разблокировкой для нашего продукта и нашей команды по выходу на рынок».

В сообщении в блоге компании под названием «Следующая глава» Ван непосредственно признал внутренние потрясения: «На прошлой неделе мы потеряли наших основателей и нашу исследовательскую группу».

Он высоко оценил оставшегося персонала за их профессионализм во время перехода и подчеркнул, что, несмотря на нарушение, «так много из того, что делает нас великими, не повреждено».

По словам Ванга, Windsurf продолжает удвоить доход от предприятия за четверть в четверг и поддерживает сотни тысяч ежедневных активных пользователей.

Познание подчеркнуло, что сделка включает в себя полное финансовое участие для работников Виндсурф, в том числе отмены скалы и ускоренное передачу.

Ван также заявил в видео объявлении: «И, конечно, мы снова с Антропейкой», — явная ссылка на предварительное выпадение Виндсурф с отдельной компанией поставщика моделей искусственного интеллекта, которая привела к тому, что модели Антропического Клода были извлечены из списка вариантов, на которые разработчики могут рассчитывать на власть своих кодирующих агентов и процессов Windsurf AI.

Но новая глава следует хаотичному и фрагментированным несколько месяцев, отмеченных прерванными переговорами по приобретению, утерянным модельным доступом и основными отъездами для исполнительных директоров.

Фрагментированный выход: познание получает продукт и пользователей, Google получает основателей

11 июля Google подтвердил, что нанял Варуна Мохана, соучредителя и генерального директора Виндсурфа, вместе с другими старшими членами команды R & D.

CNBC сообщил, что Google выплачивает 2,4 миллиарда долларов в виде компенсации и лицензионных сборов в рамках сделки, которая включает неэксклюзивную лицензию на выбор технологии Виндсурф.

Сделка делает нет Включите любые инвестиции в акционерный капитал в Windsurf, а также полное приобретение компании.

«Мы рады приветствовать некоторых лучших талантов кодирования ИИ от команды Windsurf в Google DeepMind», — сказал представитель Google CNBC.

Между тем Windsurf сохраняет возможность лицензировать свои технологии и будет продолжать работать независимо под руководством Ван.

Разделенная структура отражает фрагментированное разрешение на то, что ранее сообщалось как полномасштабное приобретение OpenAI.

Блумберг Еще в мае сообщил, что OpenAI вступил в переговоры по эксклюзивности, чтобы купить Windsurf за 3 миллиарда долларов. Тем не менее, эти переговоры развалились, и позже Openai сообщил CNBC, что период эксклюзивности истек.

В то время как компания никогда не подтверждала приобретение Openai, Fallout были видны — каналы коммуникаций Windsurf замолчали, его продукт испытал нестабильность и многочисленные партнеры, по сообщениям, отступили.

Друзья с антропным снова

Среди самых разрушительных ударов произошел антропный, который в начале июня отменил доступ Виндсурфа к своему модельным модельным семейству Claude 3.

В заявлении, опубликованном в своем блоге, Windsurf подтвердил, что Anpropic отрезал почти всю личную способность API, чтобы Claude 3.5 Sonnet, Claude 3.7 Sonnet и связанные с ними модели с уведомлением менее недели.

В ответ Windsurf должен был перенаправить трафик через сторонних поставщиков выводов и ограничить доступ для бесплатных пользователей. Компания также запустила рекламные цены для Gemini Pro в качестве временного замены.

Антрический соучредитель Джаред Каплан объяснил решение TechCrunch Sessions: AI 2025Сказав, что компания не может оправдать поставку своего крупнейшего конкурента OpenAI, с доступом к своим моделям через средний уровень.

«Для нас было бы странно продать Клода в Openai», — сказал он, сославшись на конкурентоспособную напряженность, так и ограниченную вычислительную мощность Anpropic. Каплан добавил, что антроп предпочитает сосредоточиться на «долгосрочных партнерских отношениях», подобных тому, которое он поддерживает с курсором.

Windsurf, в своем заявлении, выразил разочарование и подчеркнул, что его платформа — это больше, чем просто доступ к модели. «Магия Виндсурфа никогда не ограничивалась моделью», — написала компания, выделяя функции UX, интеграции предприятия и агентские рабочие процессы.

Новое видение продукта для комбинированного Виндсерфа/Познания/Девина

Соглашение Cognition теперь привносит давно необходимую ясность в эксплуатационном направлении Виндсурфа. В видео, объявляющем о сделке, познание Ву описывает, как будут интегрироваться две платформы: «Представьте себе, что задачи планирования в Виндсурф, запустив команду Девинс и просмотрели PRS без комфорта вашей IDE».

Девин, который может автономно выполнять программные задачи, такие как исправление ошибок и развертывание приложений, теперь будет встроен непосредственно в IDE Windsurf.

Компании говорят, что эта настройка даст разработчикам возможность разгружать повторяющиеся работы на несколько агентов параллельно, при этом сохраняет контроль над ключевыми архитектурными решениями.

Познание рассматривает это как следующий шаг в строительстве совместных систем человека-агентов и говорит, что IDE Windsurf предоставляет недостающий уровень интерфейса, чтобы сделать агентские рабочие процессы практичными в масштабе. Обе компании выразили уверенность в том, что пользователи получат выгоду от более плавного, тесно интегрированного опыта разработки.

Пост в блоге Windsurf также расширился на планы уровня продукта, подтверждая, что существующие функции Windsurf, такие как TAB и CASCADE, используемые для ручного кодирования высокого рычага, останутся в IDE.

Разработчики смогут назначить работу «команде Девинов», все еще прыгая, чтобы завершить или редактировать сами сложные части. «Он плавно сшивается вместе в одной и той же среде», — написал Ван.

Консолидация среди конкуренции

Объединенная организация познания-в-вульдора теперь конкурирует напрямую с Github Copilot, Recepit, Cursor и другими игроками IDE-IDE. Платформа Gemini от Google и код Microsoft Visual Studio с «режимом агента» также быстро расширяются в это пространство.

Девин попал в заголовки газет в начале этого года из-за своей способности автономно решать проблемы GitHub и выполнять комплексные задачи кодирования. Объединение этой возможности с настраиваемой средой Windsurf, включая такие функции, как предварительные просмотра, обзоры и корпоративные рабочие процессы, может создать продукт с меньшим количеством бункеров и большей автоматизации, чем конкуренты.

Тем не менее, продолжающаяся талантская война означает, что конкурентное преимущество недолговечено. Способность Google нанимать команду-основателя Windsurf, в том числе Мохан и соучредитель Дугласа Чена, сигнализирует, что даже частичные выходы теперь поставляются с ценниками многомиллиардов. Meta, Amazon и Microsoft сделали аналогичные шаги, поглощая ключевые фигуры из стартапов, таких как AI Scale, Adept и Inflection.

Несмотря на то, что лидерство встряхнула, Windsurf продолжает операции под руководством Ван.

«Большая часть команды мирового класса Windsurf будет продолжать создавать продукт Windsurf с целью максимизации его влияния на предприятие»,-сказал он в своем заявлении.

Ван также подчеркнул, что команда выбрала познание по сравнению с другими жизнеспособными вариантами, ссылаясь не только на техническое выравнивание, но и восхищение: «Они были единственной командой, которой мы боялись».

Он отметил, что выручка Cognition растет даже быстрее, чем Windsurf, и что его финансирование на 300 миллионов долларов и оценка в 4 миллиарда долларов отражает сильные финансовые основания.

Ожидается, что компания будет сосредоточена на готовности к предприятию, возможностям агента IDE и гибридным/федеративным развертываниям — основным функциям, которые помогли ему выделиться в многолюдном поле.

Для разработчиков путь вперед теперь включает в себя как преемственность, так и изменения: продукт, который остается в живых в рамках познания, команда -основателя, которая сейчас в DeepMind и ландшафт, быстро консолидируя вокруг модели доступа и инженерного таланта.



Источник
Новости

Четвертая волна ИИ здесь — готовы ли предприятия к тому, что дальше?

admin 15.07.2025
admin


Вчерашняя новая технология теперь необходима для успеха в бизнесе — и следующая волна наступает быстро. Чтобы поддерживать конкурентное преимущество в течение следующих пяти лет, какие инновации должны сейчас расставлять приоритеты в дальновидных компаниях?

В Transforce 2025 году в Venturebeat, Yaad Oren, глобальном руководителе SAP Research & Innovation, и Эмма Брунскилл, доцент кафедры компьютерных наук в Стэнфорде, рассказала с модератором Сьюзен Этлингер, старший директор, стратегию и лидерство за мысли, Azure AI Microsoft, о стратегиях, необходимых сегодня, для преобразующих технологий завтра.

https://www.youtube.com/watch?v=kowaqaxb-ws

Как текущий ландшафт будет формировать будущее

По словам Орен, четвертое поколение ИИ — Генеративное ИИ — знаменует собой сдвиг парадигмы в том, что ИИ приносит на стол, излагая три основных местах, которые он приносит значительную ценность и нарушения для предприятия. Первый — это пользовательский опыт и то, как люди взаимодействуют с программным обеспечением. Второе — автоматизация на уровне приложений — SAP внедрила приблизительно 230 возможностей ИИ и агентов AI в его приложениях, и к концу 2025 года планируется увеличить это число до 400, чтобы повысить производительность и снизить затраты. Третья область — это платформа — основной двигатель, который поддерживает каждое предприятие, которое поднимает новые вопросы об опыте разработчика, а также о конфиденциальности и доверии.

«Мы видим много нарушений вокруг UX, приложения и самой платформы, которая предоставляет все инструменты для борьбы с этим новым сокровищницей Options, AI предоставляет предприятиям», — подытожил Орен.

Для Brunskill большой вопрос заключается в том, как ИИ может интегрироваться с людьми, чтобы повысить социальную ценность, а не действовать как вор человеческого творчества и изобретательности. Недавнее исследование показало, что если предприятие создает инструменты ИИ в качестве повышения производительности, люди будут использовать их гораздо реже, чем если бы они создали как улучшение задач.

«Это довольно большой доход, так как мы думаем о том, как перевести некоторые необычайные возможности этих систем в системы, которые приводят к ценности для клиентов, для организаций и других»,-сказал Брунскилл. «Нам нужно подумать о том, как они обрамлены».

Орен добавил, что ценность бизнеса на уровне предприятия должна быть главным, и это означает, что даже по мере развития технологий ИИ на предприятии должен выйти за рамки технологий ради технологий. Самая сексуальная новая технология часто обеспечивает наименьшую ценность.

«То, что вы видите сегодня, является распространением многих решений, которые создают отличные аватары прыжков в фильмах, которые выглядят потрясающе, но ценность: как вы помогаете предприятию снизить затраты? Как вы помогаете предприятию повысить производительность или доход? Как вы можете снизить риск?» он сказал. «Это мышление не совсем там с ИИ. Вам всегда нужно начать с бизнес -проблемы. Количественная оценка ценности, которой вы хотели бы достичь».

Прогнозы на будущее ИИ

Искусственный общий интеллект (AGI)-это теоретический прорыв, в котором ИИ будет соответствовать или превзойти универсальность на уровне человека и решения проблем по большинству когнитивных задач. Будущее ИИ и определение того, что такое AGI, станет большой темой для обсуждения в ближайшие несколько лет.

Брунскилл определяет это то, что ИИ может выполнять любую когнитивную задачу, по крайней мере, а также средний человек в профессии.

«С точки зрения многих рабочих мест белых воротничков, которые просто требуют когнитивной обработки, я думаю, что мы собираемся добиться огромных успехов в ближайшие пять лет»,-сказал Брунскилл. «Я не думаю, что мы еще готовы. Я думаю, что нам нужно много творческого размышлений о том, что это будет значить для отраслей. Что это будет делать с вашей рабочей силой? Меня очень интересует, как мы думаем о переподготовке рабочей силы и как мы собираемся обеспечить значимую работу многим людям, идущим вперед. Какие новые возможности у нас будут?»

Будущее ИИ, определение AGI, является большим, и мы не так близко, как предпочли бы многие люди, сказал Орен, но на этом пути мы увидим новую захватывающую технологию и шесть основных столбов с нарушениями: следующее поколение AI за пределами его текущих возможностей, будущее платформы данных, роботовидные данные, квантовые вычислительные вычисления, Enterpress Enterprese Enterpreseration и будущая архитектура данных.

«Архитектура трансформатора в этом поколении — ничто по сравнению с тем, что будет», — сказал он. «Новый тип мета-обучения. ИИ учится развивать и создавать агентов само по себе. Эмоциональный ИИ. Будущее ИИ, определение AGI, является большим».

Будущее самого данных также имеет решающее значение. Мы приближаемся к границам реальных данных-даже источники, такие как Википедия, уже полностью поглощены моделями ИИ. Чтобы стимулировать следующий скачок в прогрессе искусственного интеллекта, создание синтетических данных и улучшение качества данных будут важны.

Тогда есть робототехника, которая быстро развивается — мы узнали из недавних инноваций, таких как DeepSeek, что вы можете сделать «больше с меньшим количеством» и установить очень мощный ИИ на краю. Quantum поможет создать сдвиг парадигмы в том, как мы запускаем оптимизацию и моделирование процессов. И будущее Enterprise UX станет еще одним нарушением, которое предоставит пользователям новый тип персонализации, адаптация экранов к конкретному контексту и захватывающий опыт.

«Поколение моих детей выйдет на работу после 2030 года. Что будет их парадигмой UX?» Орен сказал. «Им нужна эмоциональная связь для экранов. Им нужны адаптивные экраны. Это совершенно отличается от того, что мы делаем сегодня».



Источник

Новости

Перестаньте проверять инженеры, такие как 2021 год-пришла рабочая сила AI-местной

admin 14.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Вы уже позади, если вы все еще проверяете инженеры, как 2021 год. Мы переживаем то, что, по моему мнению, будет самым преобразующим технологическим сдвигом нашей жизни, даже больше, чем Интернет.

Революция ИИ ускоряется в темпе, который большинство из нас даже не может понять. Это не шумиха. Это перекалибровка того, что значит строить, создавать и работать. Основатели, которые готовится сейчас, приведут к тому, что будет дальше. Те, кто не окажутся опережающими от пяти человек, а также родственных стартапов, которые работают с 10-кратной скоростью и точностью.

Итак, как вы нанимаете разработчиков в эту эпоху ускорения?

Вы не проверяете их для того, как хорошо они пишут код. Вы показываете их, чтобы увидеть, насколько хорошо они организуют это. Позвольте мне объяснить.

Свободно беглости ИИ на самом деле новая грамотность

Каждый основатель хочет «разработчика ИИ». Но этот термин может означать много вещей. Вы ищете кого -то для создания больших языковых моделей (LLMS) в Python? Или кто -то обладает опытом использования инструментов ИИ для повышения скорости и уменьшения ошибок?

Большинству компаний нужен второй. Но они не всегда знают, как просить об этом. Вот почему беглость ИИ или то, насколько хорошо разработчик может ориентироваться и использовать широкий спектр инструментов ИИ, становится таким же важным, как знание конкретного языка или структуры.

Инструмент будет продолжать меняться. Но мета-навык обучения, как использовать новых помощников по искусственному интеллекту, оценить их результаты и включить это в свой рабочий процесс? Это долговечное преимущество.

Что такое Ai-Orchestrator, и зачем он вам нужен?

Оркестратор ИИ является сегодняшним важным архетипом разработчика. Они не пишут каждую строку кода-они приглашают, критикуют, отлаживают и рефактор, сгенерированный AI. Они понимают, когда делегировать на машины и когда применять свое суждение. И они знают, как общаться с агентами искусственного интеллекта, такими как коллеги.

В то же время, в то время как ИИ быстрый, это не всегда правильно. И это, конечно, не знает конкретных потребностей вашей компании. Таким образом, черты, которые вы захотите расставить приоритеты при найме:

  • Архитектура — Способность масштабировать и проектировать системы на высоком уровне.
  • Критическое мышление -Оценка компромиссов, принятие хороших решений и выбор правильных инструментов для работы.
  • Коммуникация — Это большой. Насколько хорошо вы можете объяснить свое мышление роботу? ИИ не делает эвристику. Вы не получите то, что вам нужно, если не можете сформулировать то, что вы хотите.

Точно так же, как мы не перестали преподавать математику, потому что существуют калькуляторы, мы не можем отказаться от навыков основополагающих программирования только потому, что ИИ пишет код. Нам нужны разработчики, которые понимают архитектуру, знают, когда доверять ИИ, и знать, когда вмешаться и исправить то, что сломано.

4 способа оценки компетенции ИИ инженера

В ответ на распространение инструментов ИИ моя компания пересмотрела то, как мы проверяем технические таланты. Традиционный процесс технических интервью, проблем с алгоритмом и тестов кодирования, специфичных для языка, больше не сокращают его.

Вот что делать вместо этого:

  • Симулировать реальное решение проблем. Попросите кандидатов создать функцию или отлаживать проблему, но не позволяйте им сами написать какой -либо код. Вместо этого требуйте, чтобы они использовали такие инструменты, как CHATGPT или Claude, все время делясь своим экраном, чтобы вы могли наблюдать, как они взаимодействуют с ИИ.
  • Оценить подсказка. Вы не просто ищете правильный ответ. Вы хотите увидеть, как кандидаты создают проблему, предпринимают ИИ и уточнить и итерацию на его результатах. Это упражнение — больше о определении ясности мысли и общения кандидата по поводу мастерства синтаксиса.
  • Проверьте подлинность. Да, люди будут пытаться обмануть, поделившись экранами с кем -то другим, заставляя кого -то выдавать себя за них или прибегать к Deepfakes. Вот почему вы захотите настаивать на полноэкранном обмене и включении их камеры. Пусть разработчики знают, что вы не пытаетесь натянуть на них «Gotcha»; Вы хотите понять, как они работают с ИИ ежедневно.
  • Испытательное решение. Легко получить рабочий код от ИИ. Более сложный навык — это знание того, является ли это хорошим кодом, соответствует архитектуре системы и является правильным решением для этой проблемы. На всех этих шагах вы захотите посмотреть, смогут ли они очистить планку критического мышления из-за простой копии.

Что помнить об усыновлении ИИ

Моя команда предполагала, что старшие разработчики получат больше от ИИ. Но то, что мы нашли, удивило нас. В серии опросов младшие разработчики сообщили о высоких ростах производительности от ИИ, но часто не хватало суждения, чтобы уловить ошибочную производительность. Старшие разработчики, напротив, были скептическими или осторожными, что привело к более низкой краткосрочной прибыли.

Итак, мы построили обучение для каждого уровня опыта. Для юниоров речь идет о том, чтобы замедлить их, помогая им понять, где ИИ управляет им неправильно. Для пожилых людей речь идет о том, чтобы обучить их интеграции ИИ без потери контроля. В обоих случаях цель состоит в том, чтобы разблокировать реальную производительность без ущерба для качества.

Принять это изменение создает возможность

Да, этот переход к ИИ страшно. И да, будет турбулентность. Будут рабочие места, которые исчезают, и новые, которые поднимаются. Но те, кто учатся экранировать, тренировать и создавать команды вокруг таланта с поддержкой AI, напишут будущее.

Если вы все еще нанимаете инженеров для того, что они могут сделать в одиночку, вы упускаете суть. Начните нанимать их в зависимости от того, насколько хорошо они работают с машинамиПолем

Будущее не AI против людей. Это ИИ с Люди, и те, кто адаптируется самые быстрые, выиграют.

Жаклин Самира — основатель и генеральный директор Howdy.comкоторый создает и управляет элитными командами разработчиков программного обеспечения по всей Латинской Америке.



Источник
Новости

Создание AI Voice AI, который слушает всех: передача обучения и синтетическую речь в действии

admin 13.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Вы когда -нибудь думали о том, что значит использовать голосового помощника, когда ваш собственный голос не соответствует тому, что ожидает система? ИИ не просто изменяет, как мы слышим мир; Это трансформирует, кто будет услышан. В эпоху разговорного ИИ доступность стала важным эталоном для инноваций. Голосовые помощники, инструменты для транскрипции и аудио-интерфейсы находятся везде. Одним из недостатков является то, что для миллионов людей с нарушениями речи эти системы часто могут терпеть неудачу.

Как человек, который много работал над речевыми и голосовыми интерфейсами на автомобильных, потребительских и мобильных платформах, я видел обещание ИИ в улучшении того, как мы общаемся. По моему опыту, ведущая разработка звонков без громкой связи, массивов для формирования луча и систем бодрствования, я часто спрашивал: что происходит, когда голос пользователя выходит за пределы зоны комфорта модели? Этот вопрос заставил меня думать о включении не только как функции, но и ответственности.

В этой статье мы рассмотрим новую границу: ИИ, который может не только повысить ясность и производительность голоса, но и в корне обеспечить разговор для тех, кто оставил позади традиционные голосовые технологии.

Переосмысление разговорного ИИ для доступности

Чтобы лучше понять, как работают инклюзивные речевые системы искусственного интеллекта, давайте рассмотрим архитектуру высокого уровня, которая начинается с нестандартных речевых данных и использует обучение передачи на модели с тонкой настройкой. Эти модели разработаны специально для нетипичных речевых шаблонов, создавая как распознаваемый текст, так и даже синтетические голосовые выходы, адаптированные для пользователя.

Стандартные системы распознавания речи борются, когда сталкиваются с нетипичными речевыми моделями. Будь то из -за церебрального паралича, БАС, заикания или вокальной травмы, люди с нарушениями речи часто не вызывают или игнорируются текущими системами. Но глубокое обучение помогает изменить это. Обучив модели на нестандартных речевых данных и применяя методы обучения переноса, разговорные системы ИИ могут начать понимать более широкий спектр голосов.

Помимо признания, генеративный ИИ в настоящее время используется для создания синтетических голосов на основе небольших образцов от пользователей с нарушениями речи. Это позволяет пользователям обучать свой собственный голосовой аватар, обеспечивая более естественное общение в цифровых пространствах и сохраняя личную вокальную идентичность.

Существуют даже платформы, где люди могут вносить свои речевые модели, помогая расширить публичные наборы данных и улучшить будущую инклюзивность. Эти краудсорсингированные наборы данных могут стать критическими активами для создания систем искусственного интеллекта по -настоящему универсальными.

Вспомогательные функции в действии

Системы вспомогательного увеличения голоса в реальном времени следуют сложному потоку. Начиная с речевого ввода, который может быть дисфлуентом или отсроченным, модули ИИ применяют методы улучшения, эмоциональный вывод и контекстуальную модуляцию, прежде чем производить четкую, выразительную синтетическую речь. Эти системы помогают пользователям говорить не только разумно, но и осмысленно.

Вы когда -нибудь предполагали, каково это, чтобы говорить плавно говорить с помощью ИИ, даже если ваша речь нарушена? Увеличение голоса в режиме реального времени-одна из таких функций, которые делают шаги. Увеличивая артикуляцию, заполняя паузы или сглаживая дисфузости, ИИ действует как совместный пилот в разговоре, помогая пользователям сохранять контроль при улучшении разборчивости. Для людей, использующих интерфейсы текста в речь, разговорной ИИ теперь может предлагать динамические ответы, фразы на основе настроений и просодию, которая соответствует намерению пользователя, возвращая личность обратно компьютерному общению.

Другая многообещающая область — прогнозное языковое моделирование. Системы могут изучить уникальные фразы или словаря пользователя, улучшать прогнозирующий текст и ускорить взаимодействие. В сочетании с доступными интерфейсами, такими как клавиатуры для отслеживания глаз или элементы управления SIP-and Puff, эти модели создают отзывчивый и беглый поток разговоров.

Некоторые разработчики даже интегрируют анализ выражения лица, чтобы добавить больше контекстного понимания, когда речь затруднена. Комбинируя мультимодальные входные потоки, системы ИИ могут создавать более нюансированный и эффективный шаблон отклика, адаптированный к режиме связи каждого человека.

Личное представление: голос за пределами акустики

Однажды я помог оценить прототип, который синтезировал речь из остаточных вокализаций пользователя с ALS на поздних стадиях. Несмотря на ограниченную физическую способность, система адаптировалась к ее хриплому фонациям и реконструированной речи с тоном и эмоциями. Видеть ее свет, когда она услышала, как ее «голос» снова говорит, было унизительным напоминанием: ИИ — это не только показатели производительности. Речь идет о человеческом достоинстве.

Я работал над системами, где эмоциональный нюанс был последней проблемой, чтобы преодолеть. Для людей, которые полагаются на вспомогательные технологии, важно понимать, но чувство понимания является трансформационным. Разговорной ИИ, который адаптируется к эмоциям, может помочь сделать этот прыжок.

Последствия для строителей разговорного ИИ

Для тех, кто проектирует следующее поколение виртуальных помощников и голосовых платформ, должна быть встроена доступность, а не прикреплена. Это означает сбор различных данных обучения, поддержку невербальных входов и использование федеративного обучения для сохранения конфиденциальности при постоянном улучшении моделей. Это также означает инвестиции в обработку краев с низкой задержкой, поэтому пользователи не сталкиваются с задержками, которые нарушают естественный ритм диалога.

Предприятия, принимающие интерфейсы с AI, должны учитывать не только удобство использования, но и включение. Поддержка пользователей с ограниченными возможностями не просто этичная, это рыночная возможность. По данным Всемирной организации здравоохранения, более 1 миллиарда человек живут с какой -либо формой инвалидности. Доступный ИИ пользуется всеми, от стареющего населения до многоязычных пользователей до тех, кто временно нарушает.

Кроме того, существует растущий интерес к объяснимым инструментам ИИ, которые помогают пользователям понять, как обрабатывается их ввод. Прозрачность может укрепить доверие, особенно среди пользователей с ограниченными возможностями, которые полагаются на ИИ как коммуникационный мост.

С нетерпением жду

Обещание разговорного ИИ — это не только понимание речи, но и понимать людей. Слишком долго голосовая технология лучше всего работала для тех, кто говорит ясно, быстро и в узком акустическом диапазоне. С помощью ИИ у нас есть инструменты для создания систем, которые более широко слушают и реагируют более сострадательно.

Если мы хотим, чтобы будущее разговора было по -настоящему умным, оно также должно быть инклюзивным. И это начинается с каждого голоса.

Harshal Shah — это специалист по голосовой технологии, увлеченный тем, чтобы соединить человеческое выражение и понимание машины с помощью инклюзивных голосовых решений.



Источник
Новости

Новая парадигма для ИИ: как «мышление как оптимизация» приводит к лучшим моделям общего назначения

admin 12.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Исследователи из Университета Иллинойса Урбана-Шампейн и Университета Вирджинии разработали новую модельную архитектуру, которая может привести к более надежным системам ИИ с более мощными способностями рассуждений.

Архитектура, называемая энергетическим трансформатором (EBT), демонстрирует естественную способность использовать масштабирование времени вывода для решения сложных задач. Для предприятия это может привести к экономически эффективным приложениям для искусственного интеллекта, которые могут обобщить в новые ситуации без необходимости специализированных тонких моделей.

Задача мышления системы 2

В психологии человеческая мысль часто делится на два режима: система 1, которая является быстрой и интуитивно понятной, и система 2, которая является медленной, преднамеренной и аналитической. Современные модели крупных языков (LLMS) преуспевают в задачах в стиле системы, но индустрия ИИ все чаще сосредоточена на том, чтобы позволить мышлению System 2 решать более сложные проблемы рассуждений.

Модели рассуждений используют различные методы масштабирования времени вывода, чтобы улучшить их производительность по сложным проблемам. Одним из популярных методов является подкрепление обучения (RL), используемое в таких моделях, как DeepSeek-R1 и модели Openai «O-Series», где ИИ вознагражден за создание токенов рассуждений, пока не достигнет правильного ответа. Другой подход, часто называемый Best of-N, включает в себя создание нескольких потенциальных ответов и использование механизма проверки для выбора лучшего.

Однако эти методы имеют значительные недостатки. Они часто ограничиваются узким диапазоном легко проверяемых проблем, таких как математика и кодирование, и могут ухудшить производительность в других задачах, таких как творческое письмо. Кроме того, недавние данные свидетельствуют о том, что подходы, основанные на RL, могут не обучать моделям новых навыков рассуждения, вместо этого просто позволяя им с большей вероятностью использовать успешные модели рассуждений, которые они уже знают. Это ограничивает их способность решать проблемы, которые требуют истинного исследования и находятся за пределами их режима обучения.

Энергетические модели (EBM)

Архитектура предлагает другой подход, основанный на классе моделей, известных как энергетические модели (EBMS). Основная идея проста: вместо непосредственного генерирования ответа модель изучает «энергетическую функцию», которая действует как проверка. Эта функция берет на себя вход (как подсказка) и прогноз кандидата и присваивает ему значение или «энергию». Низкая оценка энергии указывает на высокую совместимость, что означает, что прогноз хорош для ввода, в то время как высокая оценка энергии означает плохой матч.

Применяя это к рассуждениям искусственного интеллекта, исследователи предлагают в статье, в которой разработчики должны рассматривать «мышление как процедуру оптимизации по отношению к изученному проверке, который оценивает совместимость (ненормализованную вероятность) между входным и прогнозом кандидатов». Процесс начинается со случайного прогноза, который затем постепенно уточняется путем минимизации его оценки энергии и изучения пространства возможных решений до тех пор, пока он не сходится с очень совместимым ответом. Этот подход основан на принципе, что проверка решения часто намного проще, чем генерировать его с нуля.

Этот дизайн «ориентированного на проверку» решает три ключевые проблемы в рассуждениях искусственного интеллекта. Во -первых, это позволяет динамическому распределению вычисления, что означает, что модели могут «думать» дольше по более сложным проблемам и короче простых проблем. Во-вторых, EBMS может, естественно, справиться с неопределенностью реальных проблем, где нет одного четкого ответа. В -третьих, они действуют как их собственные проверки, устраняя необходимость в внешних моделях.

В отличие от других систем, которые используют отдельные генераторы и проверки, EBMs объединяются в единую единую модель. Ключевым преимуществом этого расположения является лучшее обобщение. Поскольку проверка решения по новым данным, выходящим на распределение (OOD), часто проще, чем генерировать правильный ответ, EBM могут лучше обрабатывать незнакомые сценарии.

Несмотря на их обещание, EBM исторически боролись с масштабируемостью. Чтобы решить это, исследователи вводят EBT, которые являются специализированными трансформаторными моделями, предназначенными для этой парадигмы. EBT обучаются сначала проверять совместимость между контекстом и прогнозом, а затем совершенствуют прогнозы, пока они не найдут выходной сигнал с самой низкой энергией (наиболее совместимым). Этот процесс эффективно имитирует процесс мышления для каждого прогноза. Исследователи разработали два варианта EBT: модель только для декодера, вдохновленная архитектурой GPT, и двунаправленная модель, похожая на BERT.

Трансформатор на основе энергии (источник: GitHub)

Архитектура EBT делает их гибкими и совместимыми с различными методами масштабирования времени вывода. «EBT могут генерировать более длинные кроватки, самооценки, делать лучшие из N (или), которые вы можете попробовать из многих EBT»,-сказал VentureBeat, доктор философии, аспирант в области компьютерных наук в Университете Урбана-Шампейн и ведущий автор статьи. «Самое приятное, что все эти возможности изучаются во время предварительной подготовки».

EBT в действии

Исследователи сравнили EBT с установленными архитектурами: популярный рецепт Transformer ++ для генерации текста (дискретные методы) и диффузионный трансформатор (DIT) для таких задач, как предсказание видео и дженонирование изображений (непрерывные методы). Они оценили модели по двум основным критериям: «Масштабируемость обучения», или насколько эффективно они тренируют, и «масштабируемость мышления», которая измеряет, как производительность улучшается с большими вычислениями во время вывода.

Во время предварительной подготовки EBT продемонстрировали превосходную эффективность, достигнув до 35% более высокой скорости масштабирования, чем трансформатор ++ по данным, размеру партии, параметры и вычисления. Это означает, что EBT могут быть обучены быстрее и дешевле.

При выводе EBT также превзошел существующие модели по рассуждениям. «Мышление дольше» (используя больше шагов оптимизации) и выполняя «самоуверенность» (генерируя несколько кандидатов и выбрав один с самой низкой энергией), EBT улучшили производительность языкового моделирования на 29% больше, чем трансформатор ++. «Это согласуется с нашими утверждениями о том, что, поскольку традиционные трансформаторы для подачи не могут динамически распределять дополнительные вычисления для каждого делаемого прогноза, они не могут улучшить производительность для каждого токена, думая дольше»,-пишут исследователи.

Для разжигания изображений EBTS достигла лучших результатов, чем DIT, используя на 99% меньше проходов вперед.

Важно отметить, что исследование показало, что EBTS обобщается лучше, чем другие архитектуры. Даже с той же или худшей производительностью предварительной подготовки, EBTS превзошел существующие модели по нисходящим задачам. Повышение производительности от мышления System 2 было наиболее существенным по данным, которые были дополнительно перераспределяются (отличающиеся от данных обучения), что позволяет предположить, что EBT особенно надежны, когда сталкиваются с новыми и сложными задачами.

Исследователи предполагают, что «преимущества мышления EBTS не являются однородными для всех данных, а масштабируют масштабируют величину распределительных сдвигов, подчеркивая мышление как критический механизм для надежного обобщения за пределами обучающих распределений».

Преимущества EBT важны по двум причинам. Во -первых, они предполагают, что в масштабном масштабе современных моделей фундамента EBTS может значительно превосходить классическую архитектуру трансформатора, используемую в LLMS. Авторы отмечают, что «в масштабах современных моделей фундамента, обученных на 1000 раз больше данных с моделями на 1000 раз больше, мы ожидаем, что производительность EBT предварительно преодолевает значительно лучше, чем рецепт Transformer ++».

Во -вторых, EBT показывают гораздо лучшую эффективность данных. Это критическое преимущество в эпоху, когда высококачественные учебные данные становятся основным узким местом для масштабирования ИИ. «Поскольку данные стали одним из основных ограничивающих факторов в дальнейшем масштабировании, это делает EBT особенно привлекательными», — заключает документ.

Несмотря на различный механизм вывода, архитектура EBT очень совместима с трансформатором, что позволяет использовать их в качестве замены для текущих LLMS.

«EBT очень совместимы с текущими оборудованием/фреймворками вывода»,-сказал Гладстон, включая спекулятивное декодирование с использованием моделей подачи на GPU или TPU. Он сказал, что также уверен, что они могут работать на специализированных акселераторах, таких как алгоритмы LPU и оптимизации, такие как Flashattention-3, или могут быть развернуты через общие рамки вывода, такие как VLLM.

Для разработчиков и предприятий сильные возможности обоснования и обобщения EBT могут сделать их мощной и надежной основой для создания следующего поколения приложений ИИ. «Мышление дольше может в целом помочь практически во всех предприятиях, но я думаю, что наиболее интересным будут те, которые требуют более важных решений, безопасности или приложений с ограниченными данными», — сказал Гладстон.



Источник
Новости

Великое ускорение агента искусственного интеллекта: почему принятие предприятий происходит быстрее, чем кто -либо прогнозировал

admin 12.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Развлечение вокруг искусственного общего интеллекта (AGI) может доминировать в заголовках, поступающих от компаний Силиконовой долины, таких как Openai, Meta и Xai, но для лидеров предприятия на местах основное внимание уделяется практическим применению и измеримым результатам. В недавнем выпуске Venturebeat Преобразование 2025 Событие в Сан -Франциско появилось четкое изображение: эпоха реального развернутого агента AI находится здесь, ускоряется и уже изменяет, как работают предприятия.

Компании, как ИнтуитивВ Капитал одинВ LinkedInВ Стэнфорд Университет и Highmark Health тихо помещают агентов искусственного интеллекта в производство, решают конкретные проблемы и видят ощутимые доходности. Вот четыре крупнейших вывода из мероприятия для тех, кто принимает технические решения.

1. Агенты ИИ переходят в производство, быстрее, чем кто -либо понял

Предприятия в настоящее время развертывают агентов искусственного интеллекта в приложениях, связанных с клиентами, и эта тенденция ускоряется в головокружительном темпе. Недавний опрос VentureBeat 2000 профессионалов отрасли, проведенный незадолго до того, как VB Transform показал, что 68% корпоративных компаний (с более чем 1000 сотрудников) уже принял агент агент — фигура, которая казалась высокой в то время. (Фактически, я беспокоился о том, что это было слишком высоко, чтобы быть заслуживающим доверия, поэтому, когда я объявил результаты опроса на этапе события, я предупредил, что высокое принятие может быть отражением конкретных читателей VentureBeat.)

Однако новые данные подтверждают этот быстрый сдвиг. А Обзор KPMG выпущен 26 июня, на следующий день после нашего мероприятия, показывает, что 33% организаций в настоящее время развертывают агентов ИИудивительное в три раза больше, чем на 11% в предыдущих двух кварталах. Эта рыночная смена подтверждает тренд VentureBeat, впервые выявленный всего несколько недель назад в своем предварительном опросе.

Это ускорение подпитывается ощутимыми результатами. Ашан ВиллиГенеральный директор Новая реликвияотметил ошеломляющий 30% квартал за квартал рост При мониторинге приложений ИИ его клиентами, главным образом из -за перехода его клиентов к принятию агентов. Компании развертывают агентов искусственного интеллекта, чтобы помочь клиентам автоматизировать рабочие процессы, в которых им нужна помощь. Интуитивнапример, развернуло агенты генерации и напоминания счетов в своем программном обеспечении QuickBooks. Результат? Предприятия, использующие эту функцию, платят на пять дней быстрее и на 10% чаще будут платить полностью.

Даже не разработчики чувствуют сдвиг. Скотт Уайтлидерство продукта Антропик Claude AI Product описал, как он, несмотря на то, что он не является профессиональным программистом, теперь создает готовые к производству программные предприятия. «Это было невозможно шесть месяцев назад», — объяснил он, подчеркивая силу таких инструментов, как Claude Code. Сходным образом, Openai’s Глава продукта для своей платформы API, Olivier Godementподробно описал, как клиентам нравится Полоса и Коробка используют свои агенты SDK для создания многоагентных систем.

2. Гонка Гиперскалера не имеет четкого победителя в качестве многообещающего, многомодель

Дни ставок на одного поставщика модели большой языка (LLM) закончились. Последовательной темой на протяжении всего трансформации 2025 года стал шаг к стратегии с несколькими моделями и мульти-областью. Предприятия хотят гибкости, чтобы выбрать лучший инструмент для работы, будь то мощная проприетарная модель или тонкая альтернатива с открытым исходным кодом.

Как Арманд РуисVP платформы AI на IBM Объяснил, разработка компании модельного шлюза — который направляет приложения для использования того, что LLM является наиболее эффективным и эффективным для конкретного случая — был прямой реакцией на спрос клиентов. IBM начал с того, что предложил корпоративным клиентам свои собственные модели с открытым исходным кодом, а затем добавил поддержку с открытым исходным кодом и, наконец, понял, что необходимо для поддержки всех моделей. Это стремление к гибкости было отозвано XD Huang, техническим директором Zoom, который описал трехуровневый модельный подход своей компании: поддержка проприетарных моделей, предлагая свою собственную тонкую модель и позволив клиентам создавать свои собственные тонкие версии.

Эта тенденция создает мощную, но ограниченную экосистему, где графические процессоры и мощность, необходимая для создания токенов, находятся в ограниченном количестве. Как Дилан Патель из Полуанализ и коллеги -участники Джонатан Росс из Гриб и Шон ложь из Церебра Указано, что это оказывает давление на прибыльность многих компаний, которые просто покупают больше токенов, когда они доступны, вместо того, чтобы записывать прибыль, поскольку стоимость этих токенов продолжает падать. Предприятия становятся умнее о том, как они используют разные модели для различных задач для оптимизации как для стоимости, так и для производительности — и это часто может означать не только полагаться на чипы Nvidia, но и гораздо более индивидуальное — что -то также повторялось в сеансе VB Transform, возглавляемом Твердый Вокруг появления индивидуальных решений памяти и хранения для ИИ.

3. Предприятия сосредоточены на решении реальных проблем, а не в гонянии за AGI

В то время как технологические лидеры, такие как Элон Маск, Марк Цукерберг и Сэм Альтман говорят о рассвете суперинтеллигентности, практикующие предприятия закатывают свои рукава и решают немедленные проблемы с бизнесом. Разговоры в преобразовании были освежающими в реальности.

Брать Highmark Health, Третья по величине в стране интегрированное медицинское страхование и провайдера. Его главный сотрудник данных Ричард Кларк сказал, что он использует LLMS для практических приложений, таких как многоязычное общение, чтобы лучше обслуживать их разнообразную клиентскую базу, и оптимизируя медицинские претензии. Другими словами, используя технологии для обеспечения лучших услуг сегодня. Сходным образом, Капитал один Создает ли строительные команды агентов, которые отражают функции компании, с конкретными агентами для таких задач, как оценка рисков и аудит, в том числе помощь клиентам своим автосалокам подключить клиентов с правильными кредитами.

Индустрия путешествий также видит прагматический сдвиг. CTO от Expedia и Каяк Обсуждается, как они адаптируются к новым парадигмам поиска, включенными LLMS. Теперь пользователи могут искать отель с «бесконечным бассейном» на CHATGPT, а туристические платформы должны включать этот уровень открытия естественного языка, чтобы оставаться конкурентоспособными. Основное внимание уделяется клиенту, а не на технологии для себя.

4. Будущее команд ИИ мало, ловко и уполномочено

Возраст агентов ИИ также преобразует, как структурированы команды. Консенсус заключается в том, что небольшие, гибкие «команды» из трех -четырех инженеров наиболее эффективны. Варун МоханГенеральный директор Виндсурфбыстро растущий агент IDE, начал событие, утверждая, что эта небольшая командная структура допускает быстрое тестирование гипотез продукта и избегает замедления, которое преследует большие группы.

Этот сдвиг означает, что «каждый — строитель», и все чаще, «все являются менеджером» агентов ИИ. Как GitHub и Atlassian Отметом, инженеры теперь учатся управлять парками агентов. Требуемые навыки развиваются, с большим акцентом на четкое общение и стратегическое мышление для руководства этими автономными системами.

Эта глупость подтверждается растущим принятием развития песочницы. Эндрю Нгведущий голос в ИИ, посоветовал участникам оставить безопасность, управление и наблюдение до конца цикла разработки. Хотя это может показаться нелогичным для крупных предприятий, идея состоит в том, чтобы способствовать быстрому инновациям в контролируемой среде, чтобы быстро доказать ценность. Это мнение было отражено в нашем опросе, который обнаружил, что 10% организаций, усыновляющих ИИпредлагая готовность расставить приоритеты на скорости на этих ранних стадиях.

Вместе эти выводы рисуют четкую картину ландшафта ИИ предприятия, который быстро созревает, переходя от широких экспериментов к целенаправленному исполнению, управляемой стоимостью. Разговоры в Transform 2025 показали, что компании сегодня развертывают агентов искусственного интеллекта, даже если им приходилось выучить жесткие уроки на пути. Многие уже прошли через один или два больших стержня с тех пор, как впервые попробовали генеративный ИИ один или два года назад — так что хорошо начать рано.

Для более разговорного погружения в эти темы и дальнейший анализ этого события вы можете выслушать полное обсуждение, которое я провел с независимым разработчиком ИИ Сэмом Виттевином в нашем недавнем подкасте ниже. Мы также только что загрузили здесь разговоры на главной стадии на VB Transform. И наше полное освещение статей с мероприятия здесь.

Слушайте подкаст VB Transform Takeaways с Мэттом Маршаллом и Сэмом Виттевином здесь:

https://www.youtube.com/watch?v=PADG1LQGVO8

Примечание редактора: как благодарность нашим читателям, мы открыли раннюю регистрацию птиц для VB Transform 2026-всего 200 долларов. Здесь AIM Ambition встречает эксплуатационную реальность, и вы захотите быть в комнате. Зарезервируйте свое место сейчас.



Источник
Новости

Защищено 8,8 трлн долларов: как один CISO перешел от «это BS» к пуленепробиваемому за 90 дней

admin 12.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


Эксклюзивное интервью VentureBeat с Сэмом Эвансом, CISO из Clearwater Analytics, показывает, почему браузеры предприятия быстро становятся защитой передней линии против Shadow AI во многих его формах.

Эванс столкнулся с критической проблемой в октябре 2023 года. Стоя перед советом Clearwater Analytics, ему пришлось противостоять опасениям, что сотрудники могут непреднамеренно разоблачить данные, которые потенциально могут поставить под угрозу активы фирмы в размере 8,8 триллиона долларов в управлении.

«Худшее из возможных станет один из наших сотрудников, которые берут данные клиента и помещаем их в механизм ИИ, которым мы не управляем», — сказал Эванс VentureBeat. «Сотрудник, не зная ни одного другого, и не пытается решить проблему для клиента… эти данные помогают обучить модель».

Вот наш разговор с Эвансом, отредактированный для длины и ясности

VentureBeat: Как вы видите сегодня кибербезопасность ИИ?

Эванс: Атаки стали значительно более изощренными. Если вы считаете это с точки зрения плохого актера, фишинговые электронные письма и попытки, которые мы получаем, стали намного сложнее. Однако ИИ также обладает возможностями реагирования.

Мне нравится объяснять это на нашу доску, как окончательную игру для кошек и мыши. Поскольку плохие актеры начинают использовать ИИ для продвижения фишинга или, возможно, ускоряют время, необходимое для появления эксплойтов после объявления о уязвимостях, существует противоположная сторона практиков безопасности, использующих ИИ, чтобы помочь продвинуть то, как мы реагируем.

VentureBeat: Как ИИ помогает вашим защитным возможностям?

Эванс: Мы начали интегрировать ИИ в наши пьесы безопасности. Таким образом, наши аналитики безопасности теперь тратят меньше времени на поиск и охоту. ИИ участвует в продукте Центра безопасности (SOC), проводя свой первоначальный анализ сортировки и говорит: «Основываясь на предыдущих вещах, которые мы видели, и вещей в моей модели, именно здесь я хотел бы направить вас».

С другой стороны, мы действительно начинаем видеть, как ИИ вступает в игру. Crowdstrike, Sentinel One, Microsoft Defender, традиционные продукты расширенного обнаружения и ответа (EDR) использовали некоторое машинное обучение, и они достигли вероятности, возможно, на 85%, что это может быть угрозой, но мы не совсем уверены. Тем не менее, ИИ обогащает способность двигателя EDR достигать более высокой вероятности выявления угрозы.

VentureBeat: wШляпа поддерживает вас ночью, когда дело доходит до ИИ и кибербезопасности?

Эванс: То, что меня очень беспокоит, — это глубокие флажки. Вы читаете несколько историй о людях, использующих DeepFakes, чтобы выдать себя за генерального директора, чтобы инициировать проводные переводы. Это касается, потому что они выглядят очень, очень реально.

Но самая большая проблема? Худшим возможным станет один из наших сотрудников, которые берут данные клиента и вкладывают их в механизм ИИ, которым мы не управляем, и тогда это становятся данными, которые помогают обучать модель.

VentureBeat: Как вы объяснили этот риск AI Shadow на вашем доске?

Эванс: Я помню, когда на одном из первых заседаний, на которых я был, они спросили меня: «Так что же вы думаете о Chatgpt?» Я сказал: «Ну, это невероятный инструмент производительности. Однако я не знаю, как мы могли бы позволить нашим сотрудникам использовать его, потому что мой самый большой страх — это кто -то копии и пасты данные о клиентах, или наш исходный код, который является нашей интеллектуальной собственностью».

Но я не просто пришел на доску со своими проблемами и проблемами. Я сказал: «Ну, вот мое решение. Я не хочу помешать людям быть продуктивными, но я также хочу защитить его». Когда я пришел на доску и объяснил, как работают эти браузеры предприятия, они говорят: «Хорошо, это имеет большой смысл, но вы действительно можете это сделать?»

VentureBeat: Пройдите меня через свой процесс оценки и развертывания на острове.

Эванс: После этого заседания совета директоров в октябре 2023 года мы начали довольно длинный процесс должной осмотрительности. Мы посмотрели на некоторых из основных поставщиков в пространстве браузера Enterprise.

В конечном итоге я поделюсь с вами, почему мы пошли с островом. Нам нужно было иметь возможность контролировать то, какие браузеры люди используют в своих конечных точках. Это не приносит пользы для развертывания браузера для предприятия, когда кто -то может пойти и загрузить оперу или «браузер месяца Фрэнка» и использовать его, и он просто обходит все элементы управления острова.

Другая причина, по которой мы пошли с островком, была действительно из -за скорости развертывания. Я помню, как был на звонке с островными продавцами, и они говорят: «Мы считаем, что можем развернуть это в вашей компании за считанные недели». Я как: «О, это БС».

VentureBeat: Но они доставили?

Эванс: Они восприняли это как личный вызов! Мы начали наше развертывание на острове в апреле 2024 года с около 200 человек. Сначала мы пошли по маршруту расширения; Расширение острова в хроме и крае.

Только в июле, когда доска спросил: «Как дела?» И я сказал: «Как насчет того, чтобы просто показать тебе?» Я нанял скриншот, потому что, вы знаете, демонстрации закона Мерфи всегда терпят неудачу. Поэтому я показал им скриншоты: «Вот я на чате. Я пытался что -то вставить. Я получил подсказку:« Политика острова не позволяет вам делать это ».

Они говорят: «Вау, это фантастика! Но люди все еще могут использовать инструмент, чтобы задать хорошие вопросы?» Я сказал: «Да, абсолютно. Они просто не могут вложить в это данные».

VentureBeat: Считаете ли вы, что остров уверяет вас и снижает риск появления AI Shadow?

Эванс: Это определенно помогло нам справиться с AI Shadow. Ни один инструмент безопасности не является идеальным. Развернув остров, мы определенно спим намного проще. Мы можем чувствовать себя достаточно комфортно, что если сотрудник идет в экземпляр AI, который у нас нет лицензированного, он может использовать его, но не может вставить данные или загружать файлы.

Это также помогло нам определить, где у нас есть пробелы. Сотрудники обнаружили, что это действительно отличное виджет искусственного искусства, они приходят в команду безопасности: «Эй, посмотрите, проверьте это». А потом мы можем вернуться к нашим командам разработки продуктов и выяснить, как мы помогаем в этом, не только для наших сотрудников, но и для наших клиентов.

VentureBeat: Как вы защищаете от DeepFakes?

Эванс: Это сложно, чтобы обнять руки. У нас отличная программа осведомленности о безопасности. Мы просим сотрудников использовать здравый смысл. Вы действительно думаете, что Sandeep Sahai, наш генеральный директор, позвонит вам и попросит вас купить подарочные карты Apple?

Мы установили много проверок и балансов, вроде системы проверки приятелей из двух человек. Там нет технологического решения для чего -то подобного. Это человеческая проблема, которую нам пришлось реализовать человеческое решение.

VentureBeat: Какой совет вы бы дали другим CISO, обращенным к теневым AI?

Эванс: Речь идет не только о блокировке, это о мощности. Принесите решения, а не только проблемы. Когда я пришел на доску, я не просто подчеркнул риски; Я предложил решение, которое сбалансировало безопасность с производительностью.

Добро пожаловать в тень AI Arms Race

Понимания Эванса показывают, как быстро Shadow AI стал экзистенциальной угрозой для каждого интенсивного бизнеса.

«Мы видим 50 новых приложений для ИИ в день, и мы уже каталогизировали более 12 000», — сказал VentureBeat, что и Итамар Голан, генеральный директор Homper Security, итамар Голан, количественно определяя то, что команды безопасности называют свой худший кошмар со времен вымогателя.

Натиск несанкционированного использования ИИ и приложений вызвал интенсивную конкуренцию среди поставщиков безопасности. «Большинство традиционных инструментов управления не хватает всесторонней видимости в приложениях ИИ», — объяснил Vineet Arora, технический директор Winwire, определяя именно то, почему Shadow AI процветает, поскольку унаследованные архитектуры безопасности являются слепыми к нему.

Экосистема поставщика кристаллизовалась в четырех разных поля битвы, каждый из которых со своим оружием и слабыми сторонами.

Предприятия браузеры возглавляют заряд. Среди них, главным образом, остров, который недавно собрал раунд финансирования в размере 250 миллионов долларов, что является достоверным голосованием сообщества инвесторов. В то время как остров делает ставки на видимость предварительной инъекции, Google Chrome Enterprise атакует Shadow AI по-разному, вооружая его доминирование на рынке и стек безопасности Google. Chrome Enterprise Premium обеспечивает управление предотвращением потери данных (DLP), которые блокируют потоки данных в CHATGPT и другие инструменты искусственного интеллекта, предотвращают перекрестное загрязнение и обеспечивают сканирование контента в реальном времени. Платформа обнажает шаблоны использования AI Shadow, блокируя как случайные пасты, так и преднамеренную эксфильтрацию. Стратегическое партнерство с Zscaler и Cisco Secure Access усиливает охват Chrome, чтобы создать экосистему, в которой принципы нулевого достопримечательности распространяются непосредственно на взаимодействие ИИ.

Платформы SASE/SSE обеспечивают оборону в масштабе предприятия. Netskope и Zscaler приносят шкалу в Shadow AI Defense через свою облачную архитектуру сервиса по обеспечению безопасности (SASE). Обе платформы ежедневно обрабатывают миллиарды транзакций по глобальной инфраструктурам, поскольку Netskope специально рекламирует его способность мониторинга использования приложений для ИИ на предприятиях. Их ключевое ограничение: когда 73,8% использования CHATGPT на рабочем месте происходит с помощью личных учетных записей, шифрование SSL/TLS предотвращает осматривание содержания платформ, вынуждая их полагаться на схемы трафика и метаданные, что приводит к пробелам видимости, где тени ИИ работает незамеченнымПолем

Традиционные поставщики DLP изо всех сил пытаются адаптироватьПолем Поставщики Legacy Forcepoint и Microsoft Purview имеют сильное наследие, чтобы обменять, когда дело доходит до борьбы с Shadow AI. Forcepoint претендует на 1400 с лишним классификаторов, в то время как Purview использует AI для задач сортировки. Но вот проблема: они модернизируют архитектуры 20-го века для угроз 21-го века. Эти платформы превосходят на флажках соответствия и шаблоны политики, но не в состоянии не отставать от более быстрых темпов ИИ.

Как сказал Дарен, SVP управления продуктом Ivanti по управлению продуктами для UEM сказал Venturebeat: «Инструменты безопасности конечной точки, способствующие AI, могут проанализировать огромные объемы данных для обнаружения аномалий и прогнозировать потенциальные угрозы быстрее и более точно, чем любой аналитик человека». Традиционный DLP работает со скоростью аудита. Shadow AI движется на скорости машины.

Специализированные решения заполняют критические пробелыПолем Инновации процветают в нишах, которые игнорируют унаследованные поставщики. Одним из примеров являются нейроны Ivanti, которые обеспечивают всеобъемлющее обнаружение устройства через свою платформу UEM, обнажая Shadow AI, скрываясь в конечных точках, которые пропускают традиционные инструменты. Майк Ример, полевой CISO от Иванти, видит более широкую картину: «Специалисты по безопасности будут эффективно использовать возможности Gen AI для анализа огромных объемов данных, собранных в различных системах». Nightfall, со своей стороны, нацеливается на команды разработчиков с моделями трансформатора, заявляя о точности обнаружения 2x для инструментов AI на основе API.

Сравнение решений обороны Shadow AI

ПродавецТипКлючевые сильные стороныОграниченияЛучше всего для
Проверьте гармониюРасширение браузераИспользует существующую инфраструктуруОграничено расширениемПроверьте клиенты
ЩипцаТрадиционный DLP1700+ классификаторов, соблюдение нормативных требованийУстаревшая архитектураВысокорегулируемые отрасли
Google Chrome EnterpriseПредприятие браузерДоминирование на рынке, родная интеграцияМенее специализированные элементы управленияGoogle Workspace организации
ОстровПредприятие браузерВидимость предварительной инфекции, нулевая задержка, быстрое развертываниеБолее высокая стоимость на пользователяПредприятия с конфиденциальными данными
Нейроны ИвантиUEM PlatformКомплексное обнаружение устройстваНе специфичный для браузераФокус управления активами
Microsoft PurviewDLP платформаНативная интеграция Microsoft, сортировка с AI, сортировкаMicrosoft-центрMicrosoft 365 Enterprises
NetskopeПлатформа SASE/SSEКомплексное покрытие, мониторинг приложений приложения 370+Сложность после заклинанияКрупные распределенные предприятия
ВечерAI-Native DLPТочность обнаружения 2x, модели трансформаторовПодход только APIКоманды, ориентированные на разработчиков
Talon Cyber ​​SecurityПредприятие браузерОпции браузера + расширенияНовее на рынокSecurity-Scess SMB
ZscalerПлатформа SASE/SSE536b ежедневные транзакции, истинный нулевой достопримечательностьОблачный подходОблачные организации

VentureBeat Анализ

Что заставляет рынок так быстро двигаться? Анализ Venturebeat обнаружил, что 74 500 с лишним приложений Shadow AI активно развернуты только в крупных консалтинговых фирмах, и это растет на 5% в месяц. К середине 2026 года это число может достичь 160 000. Каждый представляет собой потенциальное нарушение данных, нарушение соответствия или утечку конкурентной разведки.

Рецепт Ароры сокращается через шумиху поставщика: «Организации должны определять стратегии с надежной безопасностью, позволяя сотрудникам эффективно использовать технологии искусственного интеллекта. Общие запреты часто стимулируют использование ИИ под землей, что только увеличивает риски».



Источник
Новости

Элон Маск представил Grok 4 прошлой ночью, назвав его «самым умным искусственным интеллектом в мире» — что нужно знать предприятиям

admin 11.07.2025
admin

Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас


После нескольких дней споров, связанных с волнением антисемитских ответов, которые недавно были сделаны его чат-ботом с Grok AI, в его социальной сети X (ранее Twitter), казалось бы, нераскаявшийся и незвучный Элон Маск, выпустил последнюю версию своей семейства моделей ИИ, Grok 4, во время прогонки событий вчера вечером, вызывая его «умным самым в мире».

Как написал Маск на X: «Grok 4-это первый раз, по моему опыту, что ИИ смог решить сложные, реальные инженерные вопросы, где ответы не могут быть найдены нигде в Интернете или в книгах. И это станет намного лучше».

Новый релиз фактически включает в себя две различные модели: Грок 4модель рассуждений с одним агентом, и Грок 4 тяжелыймногоагентная система, предназначенная для решения сложных задач посредством внутреннего сотрудничества и синтеза.

Обе модели оптимизированы для рассуждений и поставляются с нативной интеграцией инструментов, позволяя таким возможностям, как веб -поиск, выполнение кода и мультимодальный анализ.

Маск и его команда в XAI демонстрировали тесты, которые предполагают, что Grok 4 превзойдет всех нынешних конкурентов по ряду академических и кодировочных оценок, даже по сравнению с ранее ведущими конкурентами по моделям ИИ, такими как OpenAI O3 и Google Gemini.

Однако Xai еще не выпустил модель карта Или любая официальная документация по выпуску GROK 4 для общественности, что делает их сложной задачей самостоятельно оценивать ее эффективность и претензии, представленные во время потока. Мы обновим, если/когда они станут доступны.

На прошлой неделе Маск и его члены команды XAI не участвовали в явных противоречиях, с которыми сталкивались Гроки, включая многие случаи, когда Гроки делали антисемитные замечания или называют себя «мехахитлером», и предполагают, что люди с еврейскими фамилами должны рассматриваться в течение всего 6 -го ев.

Самый близкий мускус пришел в том, что он заявил: «Я считаю, что самое важное для безопасности ИИ-по крайней мере, моя биологическая нейронная сеть говорит мне самое важное-это максимально ищет правду», и «нам нужно убедиться, что ИИ-это хороший ИИ. Хороший Грок», а также «важно привить ценностям, который вы хотите, чтобы ребенок выросли, и невероятно мощный».

Тем не менее, Маск не извинился и не взял на себя ответственность за антисемитские, сексуально оскорбительные и заговорщики Грока. Вот копия полного потока:

На протяжении всей прямой трансляции команда подчеркивала способность Grok 4 рассуждать из первых принципов, исправлять свои собственные ошибки и потенциально изобретать новые технологии или раскрыть новые научные идеи.

Презентация также включала демонстрации Grok 4 Heavy, который применяет многоагентное сотрудничество для решения проблем на уровне исследований в разных дисциплинах.

Доступность и цены

Grok 4 доступен сейчас по нескольким каналам, в зависимости от типа пользователя и уровня подписки:

  • API Access (для разработчиков и предприятий):
    Grok 4 и Grok 4 Heavy живут через XAI APIПолем Цены структурированы следующим образом:
    • 3 доллара на 1 миллион входных токенов
    • 15 долларов США на 1 миллион токенов
    • 0,75 долл. США на 1 миллион кэшированных токенов
    • Цены вдвое после 128 000 жетонов в одном контекстном окне
      API поддерживает входы текста и изображений, вызов функций, структурированные выходы и предлагает окно контекста 256 000.
  • Доступ к потребителям (через grok Chatbot и приложения):
    Отдельные пользователи могут получить доступ к GROK 4 через Grok Chatbot на x, Приложение Grok (iOS и Android), и X.comно только с одной из следующих подписок:
    • Premiumplus: 16 долларов в месяц
    • Supergrok: 300 долларов в месяц
    • Новый «Supergrok Heavy» Уровень, также по цене 300 долларов в месяцпредоставляет доступ к И Grok 4, и Grok 4 тяжелыемногоагентный вариант.
      (ПРИМЕЧАНИЕ: Supergrok и Premiumplus Lears могут отличаться от квот на доступность и использование на платформах X и Grok.)
  • Время запуска:
    Grok 4 стал доступен сразу после 9 июля 2025 г. прямая трансляция. Во время демонстрации были установлены временные пределы доступа, но вскоре началось полное развертывание подписчиков.
  • Расширение платформы:
    XAI указал на планы по предоставлению Grok 4 доступным через Microsoft Azure Ai Foundryгде в настоящее время перечислены Grok 3 и Grok 3 Mini.

Для получения подробной информации пользователи направлены на поддержку X.AI/GROK и X Premium. Вот как это сравнивается с другими ведущими моделями ИИ с точки зрения цен на миллион токенов.

Провайдер и модельКонтекст окнаВход ($/Mtok)Кэшированный входВыход ($/Mtok)Дополнительные примечания
xai — grok 4/4 тяжелый256 К (2 × цена> 128 К)$ 3,00$ 0,75$ 15,00Ввод изображения, вызов функции, структурированный json (apidog)
Openai — O3200 к$ 2,00$ 0,50$ 8,00Доступна 50 % скидки с партией-API (OpenAI, справочный центр OpenAI)
GPT-4O128 к$ 5,00$ 2,50$ 20,00Видение, аудио, инструменты (OpenAI)
Антропический — Клод Сонет 4200 к$ 3,00$ 0,30$ 15,00Выходная скидка на 50 % (антроп)
Claude Opus 4200 к$ 15,00$ 1,50$ 75,00Флагман с высокой точностью (антроп)
Google — Gemini 2.5 Pro200 К (2 × цена> 200 К)$ 1,25$ 0,31$ 10,0075 % кэш -дисконтирование (Google AI для разработчиков, Google Cloud)
Gemini 2.5 Flash200 к$ 0,30$ 0,075$ 2,50Быстрый, дешевый просмотр уровня (Google Cloud)
DeepSeek-Deepseek-Reasoner64 к0,55 долл. США (мисс) / 0,14 долл. США (хит)$ 0,14$ 2,1950-75 % скидки с пиковой пиковой

Плетение местных рассуждений и использования инструментов

В отличие от своего предшественника Grok 3, выпущенного в феврале, который отделил ответы с инструментами от общих рассуждений, Grok 4 был обучен инструментами с самого начала.

Модель объединяет такие возможности, как выполнение кода, поиск в Интернете и анализ документов. Это также представляет Грок 4 тяжелыймногоагентная система, в которой несколько внутренних моделей работают параллельно, чтобы генерировать и проверять ответы.

Grok 4 также включает в себя новый голосовой режим Показывая выразительные выходы с уменьшенной задержкой, а также поддержку ввода текста и изображения, структурированные выходы и вызова функций.

Производительность

Независимый анализ модели ИИ и анализа сравнительного анализа искусственного анализа заявил, что XAI предоставил ему версию GROK 4 (не тяжелый) раньше, чем публичный выпуск для оценки.

Что касается технических тестов, Grok 4 возглавляет индекс интеллекта искусственного анализа со счетом 73, опередив конкурентов, таких как O3 (70) Openai (70) и Google Gemini 2.5 Pro (70).

Он также записал лучшие результаты в:

  • GPQA Diamond: 88%
  • Arc-Agi 2: 15,9%, удваивает второй лучший результат
  • Гуманитарный последний экзамен: 24% в версии только для текста и 44% с инструментами
  • MMLU-PRO и AIME 2024: 87% и 94% соответственно
  • Кодирование и оценка математики: Самый высокий до настоящего времени на LiveCodebench, Scicode, AIME24 и Math-500

Несмотря на свой контрольный успех, Grok 4 Выходная скорость составляет 75 токенов в секунду — с их моделями, такими как Gemini 2,5 Flash (353) или O3 Openai (187), но все же быстрее, чем Claude 4 Anthropic (66).

Модель имеет 256 000 ток-контекста окнокоторый расположен выше пределов контекста 200 тыс. и Claude 4 сонет, но ниже 1 миллиона токенов, предлагаемых Gemini 2.5 Pro и GPT-4.1.

Примеры использования в реальном мире

XAI предоставил несколько демонстраций производительности Grok 4 в прикладных сценариях:

  • В моделируемой бизнес -задаче под названием VendingBenchGrok 4 значительно превзошел другие модели в финансовом планировании Long Horizon.
  • В ARC Instituteисследователи использовали Grok 4 для анализа журналов CRISPR и раскрытия новых гипотез.
  • В радиологиямодель интерпретировала рентгеновские снимки грудной клетки с более высокой точностью, чем ведущие сверстники.
  • В финансовый секторего сочетание доступа к данным и рассуждениям в реальном времени сделало его подходящим для прогнозирования и анализа.

Модель также может создать 3D видеоигры с минимальным входом путем автономного поиска и интеграции активов. Кроме того, он продемонстрировал возможности имитировать астрофизические события с использованием обоснованных приближений из опубликованных исследований.

Прием и обсуждение

Реакция отрасли на запуск GROK 4 была разделена, с энтузиазмом по поводу его выполнения, компенсируя критику о доставке и более широком доверии.

Дэвид ШапироПользователь и писатель ИИ Power отметил: «Grok 4 теперь занимает свое место как« достаточно умный, чтобы на самом деле помочь с пограничными исследованиями »… но просто догнал Openai».

Итан МолликПрофессор Wharton, отметил X: «Таким образом, у Grok 3 было три отдельных инцидента, в которых, по-видимому, невыполненные изменения в развернутой системе вызвали крупномасштабную этическую проблему и аварийный откат. Я не думаю, что вы можете сделать запуск Grok 4, который, по крайней мере, не решается, если честно, если пользовательский доверие имеет значение,-потом добавить Grok 3, и GROK 4 очень хороша, но очень хорошо, но очень хорошо, но очень хорошо, но очень удивительно, но очень удивительно, но очень хорошо, но очень хорошо, но очень хорошо, но очень удивительно, но очень удивительно, но очень удивительно, но очень хорошо, но очень удивительно, но очень хорошо, но очень хорошо, но очень хорошо, но очень удивительно, но очень удивительно, но очень удивительно, но очень хорошо не очень хорошо, но очень хорошо не очень хорошо, но очень хорошо-это очень хорошо, но очень хорошо-это очень хорошо, но очень удивительно, но очень удивительно. Модели там.

Бен Хаяксоучредитель и технический директор AI Product Product Startup Startup Startup Rainprop AI (сам бывший сотрудник мускуса) раскритиковал саму прямую трансляцию: «Эта прямая трансляция XAI-одна из худших вещей, которые я когда-либо смотрел в своей жизни. Люблю вас все, но это плохо».

Несмотря на критику, искусственный анализ фирменной фирмы отметил: «Grok 4 теперь является ведущей моделью искусственного интеллекта».

Продолжающиеся проблемы доверия

Запуск Grok 4 на фоне новой критики за предыдущее поведение Грока в развертываниях потребителей, особенно в качестве чата, интегрированного в социальную сеть Маск, X.

В течение отпуска 4 июля и в последующие дни Грок генерировал антисемитские и заговорщические ответы, которые подтвердили проверку по поводу своей практики проектирования и управления системой.

Как сообщил мой коллега из VentureBeat Майкл Ф. Нуньес, Грок ответил на вопросы о влиянии еврейского влияния в Голливуде, утверждая, что еврейские руководители «доминируют в лидерстве» в основных студиях и влияют на содержание с помощью «прогрессивных идеологий», и продолжали разглагольствовать о людях о потерпе Время, очевидная ссылка на Холокост.

Заговорщическая и антисемитическая публикация была настолько плодовитой, Антидиффамационная лига (ADL), выдающаяся некоммерческая некоммерческая организация, борьба с антисемитизмом и ненавистью. Растущий на Х и многие другие платформы ».

Этот инцидент следует за историей проблемных результатов GROK, в том числе случай в мае 2025 года, когда бот Grok, интегрированный в X, случайно вставленные ссылки на совершенно бессмысленные и нереальные «белый геноцид» в Южной Африке в не связанные с ними запросы, и предыдущий случай, когда его система была обнаружена, направленная на Grok Chatbot на x, чтобы избежать ссылки на то, что они не имеют никаких высказываний. распределители дезинформации. В обоих случаях XAI обвинил поведение на неназванных сотрудниках и заявил, что их решают.

Сегодня, сегодня пользователи Grok 4 в приложении потребителя наблюдали, как его снова выводят антисионистские и антисемитские замечания:

Как я уже отмечал, Маск несколько раз открыто заявлял, что он хотел изменить Грока, чтобы лучше отразить свои личные убеждения и недоверие в основных средствах массовой информации и аккредитованных источниках. Это делает его плохим источником в контекстах предприятия, где такие взгляды могут отрицательно повлиять на пользователей и предприятия, строящие на вершине семейства моделей Grok.

Моя предыдущая рекомендация остается: для тех, кто на предприятии, пытающихся обеспечить должным образом и точно работать продукты ИИ в своем бизнесе … Гроку, к сожалению, лучше избегать. К счастью, есть множество других альтернатив на выбор.



Источник
Новости

Усыновление агента по искусству сотрудников: максимизация прибыли при навигации по проблемам

admin 10.07.2025
admin


В то время как агент AI определенно отмечает поворотный момент во взаимодействии человека с компьютером, переходя от использования инструментов к сотрудничеству, следующим шагом является интеграция этих агентов и фактически получение значения. В Transform 2025 в Venturebeat Мэтью Кропп, управляющий директор и старший партнер BCG, предложил план игры для эволюции рабочего процесса, принятия сотрудников и организационных изменений.

«Компании, которые находятся на вершине этой кривой — то, что мы называем будущими построенными, те, которые являются наиболее зрелыми, — видят существенные результаты: в 1,5 раза больше роста выручки, в 1,8 раза выше стоимости акционеров», — сказал Кропп. «Здесь есть ценность, но мы рано».

https://www.youtube.com/watch?v=travr1zslfs

Развернуть, изменить, изобретать

Чтобы воспользоваться преимуществами и создать ценность с ИИ и с агентами, компания должна определить, где сосредоточиться, используя рамки развертывания, изменять, изобретать. ИИ уже развернут на каждом предприятии и будет иметь агенты в течение следующих нескольких лет. Но если вы дадите сотруднику чат -бот, вы не изменили способ выполнения работы. Вы должны переосмыслить работу, а также изменять функции, отделы и рабочие процессы, определив, где человеческая работа может быть автоматизирована.

«Мы консультируем компании прямо сейчас, чтобы сосредоточиться на ваших трех или четырех больших камнях. Если у вас есть большая организация поддержки клиентов, вы должны применить ИИ в поддержку поддержки клиентов. Это оказывает огромное влияние. Если у вас есть большая инженерная организация, вам следует использовать такие инструменты, как Windsurf, чтобы изменить способ, которым вы делаете инженерное обеспечение, разработку программного обеспечения».

Изобретение все еще находится на самой ранней стадии, но предприятия должны думать о том, как использовать способность ИИ быть творческим, разумом и планом. Посмотрите на услуги и продукты, а также то, как вы взаимодействуете с клиентами: можете ли вы заново изобрести эти возможности? »

Например, косметическая компания L’Oreal запустила консультанта по виртуальной красоте, чтобы масштабировать этот эксклюзивный сервис за пределами их розничных мест, заново изобретая способ, которым они думают о взаимодействии со своими клиентами в масштабе.

Мышление вне основных вариантов использования

Также важно подумать о том, как ИИ меняет ваш бизнес. За последние пару лет было много внимания уделяется снижению затрат, заменяя работников, но это не общепринятое мышление. ИИ усиливает сотрудников, которые у вас есть в настоящее время, значительно повышая их производительность.

«Это то, что мы видим в разработке программного обеспечения», — сказал он. «Я не думаю, что мы увидим, как компании увольняют своих разработчиков программного обеспечения. Мы увидим огромный взрыв в количестве возможностей и функций, которые создают компании -разработчики программного обеспечения».

В исследовании BCG, проведенного с Гарвардом, Уортоном и Массачусетским технологическим технологическим технологиям, они попросили 750 работников знаний написать бизнес и маркетинговый план, с и без генеративного ИИ. Участники, использующие GPT4, выполнили на 25% быстрее, выполнили на 15% больше задач, а качество их производства было на 40% лучше. И когда ему дали LLM, нижние исполнители в базовой линии сделали так же хорошо, как и лучшие исполнители.

«Это вызвало работу каждого, что очень мощно, потому что в большинстве организаций новые столяры менее эффективны, чем более опытные люди», — сказал он. «Он обладает способностью увеличивать время до мастерства».

ИИ также может превзойти человеческий масштаб, даже открыть новые приложения, которые ранее не были возможными. Например, в медицинском пространстве результаты для пациентов значительно улучшаются с предоперационным и послеоперационным наблюдением от медсестры, но реализация этого не было затратным-до появления медсестер ИИ, которые могут взять на себя эту задачу для большой популяции пациентов.

Преодоление самого большого препятствия: усыновление

Хотя эти инструменты фантастические, люди не используют их. BCG отслеживал принятие GitHub Copilot и показатели производительности для организации с около 10 000 инженеров -программистов. Лучшие 5% инженеры удвоились в производительности за четыре месяца, в то время как 60% показали нулевое улучшение, потому что они просто не приняли этот инструмент.

Почему люди не принимают? Есть три причины. Во -первых, это способность к невежеству. Вторая, привычка инерция. Третий — угроза идентичности, и это труднее всего преодолеть. Разработчики спрашивают: «Если этот ИИ может написать код для меня, то кто я? Какова моя ценность?»

«Это будет реальная работа следующих трех -пяти лет», — сказал Кропп. «Это заставляет людей использовать агентов».

Стратегии преодолевают нежелание

Есть несколько ценных способов преодоления этих проблем. Естественно, получение правильного инструмента — это первый шаг и интеграция его с тем, как люди работают, тренируя их явно. Также важно измерить и отпраздновать усыновление для тех сотрудников, активно используя инструменты, чтобы все остальные начинали видеть, что им нужно получить эту подножку.

Другим важным шагом является увеличение дефицита — это означает, что устранение ресурсов, чтобы сотрудники должны делать больше с меньшими затратами. В то же время, важно перепроектировать рабочие процессы рук с теми сотрудниками, которые находятся на переднем крае. Не просто определяйте трудоемкие процессы, в которых может быть автоматизирована ручная работа — определите детали, в которых люди приносят ценность.

«Мы минимизируем труд и максимизируем радость», — сказал Кропп. «У нас остался гораздо более эффективный процесс, гораздо более эффективную компанию, гораздо более продуктивную рабочую силу и рабочие места, в которых нравится быть людям».



Источник

  • 1
  • …
  • 13
  • 14
  • 15
  • 16
  • 17
  • …
  • 26

Свежие записи

  • GPT-5
  • Фестиваль Original+ представляет программу конкурса «Номинация Инновация»
  • Luma представила ИИ-агентов для креативной индустрии
  • Объявлены победители XVII Национальной премии «Большая цифра»
  • Заменит ли ИИ преподавателей через 5 лет?

About Me

About Me

Designer

Sed ut perspiciatis unde omnis iste natus sit voluptatem accusantium dolor emque.

Keep in touch

Facebook Twitter Instagram Pinterest Behance Youtube

Popular Posts

  • 1

    Openai-Anpropic Cross-тесты подвергают риски джейлбрейка и неправильного использования-что предприятия должны добавить к оценкам GPT-5

  • 2

    Попытки Маск политизировать его AI Grok плохи для пользователей и предприятий — вот почему

  • 3

    Конец эры программистов: Перспективы и вызовы в эпоху искусственного интеллекта

  • 4

    Эффективное использование голосовых ИИ-инструментов: Yandex SpeechKit, Sber SaluteSpeech и другие

  • 5

    Новая архитектура искусственного интеллекту

  • 6

    Web Design Trends For “Start Here” Pages

Рубрики

  • App Design (6)
  • UI/UX (7)
  • Web Design (7)
  • ИИ в бизнесе (42)
  • ИИ в жизни (34)
  • ИИ в искусстве (66)
  • ИИ в науке (43)
  • Новости (255)
  • Обзор сервисов (34)
  • Pinterest
  • Youtube
  • Email
  • Vk
  • Yandex

@2025 - All Right Reserved. Designed and Developed by PenciDesign

Новости искусственного интеллекта и технологий
  • Новости
  • Обзор сервисов
  • ИИ в искусстве
  • ИИ в бизнесе
  • ИИ в науке
  • ИИ в жизни