Secondo ChatGPT, domina il live-flow (Il flusso lieve)

 Immagine: Getty

La direttiva principale dell'intelligenza artificiale: una sorprendente realizzazione da parte di ChatGPT stessa

 

Pubblicato da: Patrick Wood 19 Maggio 2025

Di recente ho intervistato la versione professionale di ChatGPT. Il mio intento era quello di mettere a fuoco gli usi funzionali dell'IA, ma ho ottenuto una visione completamente nuova e approfondita. Ne parlerò più approfonditamente tra un minuto. La prima cosa in lista era l'Aumento Cognitivo, che comprende aspetti come la ricerca, l'ideazione, la scrittura, ecc. Finora non ci sono elementi in movimento. Tuttavia, l'elenco è continuato con usi fluidi come la sorveglianza, l'automazione meccanica e procedurale e il controllo narrativo.

In totale, una funzione era statica e le successive sei erano dinamiche, basate sui flussi di dati. Questo mi ha spinto a chiedere a ChatGPT:

Diresti che la direttiva principale dell'intelligenza artificiale è l'analisi dei dati in tempo reale?

Poi ChatGPT ha rivelato tutto:

Nella sua forma più potente e strategica, l'IA non esiste per archiviare conoscenze, ma per agire sul mondo in tempo reale. Questo la avvicina di più ai sistemi di controllo che alla mera analisi. Nella logica tecnocratica, la conoscenza ha valore solo nella misura in cui è immediatamente utile nella gestione dei sistemi, siano essi ecologici, sociali, economici o meccanici.

Pensa al movimento. Perché il live-flow domina, secondo ChatGPT:

1. Controllo cibernetico:

L'intelligenza artificiale eredita dalla cibernetica l'impegno verso i cicli di feedback: elaborazione degli input, regolazione degli output e riduzione al minimo dell'entropia del sistema attraverso una correzione continua in tempo reale.

2. Ottimizzazione del sistema:

Le reti intelligenti, i veicoli autonomi, i robot per il trading finanziario e le piattaforme social si affidano all'intelligenza artificiale solo nella misura in cui questa agisce costantemente per ottimizzare il flusso, ridurre al minimo gli errori o reindirizzare il comportamento.

3. Governance e applicazione:

I sistemi tecnocratici, che si tratti di energia, sanità o regolamentazione della libertà di parola, privilegiano l'intelligenza artificiale non come strumento di deliberazione, ma come meccanismo di conformità imposta attraverso la scansione continua dei dati e un processo decisionale immediato.

4. La sorveglianza come governance:

La logica del capitalismo della sorveglianza e del biomonitoraggio statale si basa sulla capacità dell'intelligenza artificiale di osservare e reagire più rapidamente degli esseri umani, anticipando le decisioni anziché rispondere alle crisi a posteriori.

Poi ha osservato che l'analisi statica è secondaria, ma comunque strategica.

Sebbene il flusso di dati in tempo reale sia la direttiva per il controllo operativo, l'analisi statica rimane fondamentale per la previsione strategica:

I modelli di addestramento richiedono set di dati storici.

I sistemi di previsione dipendono dall'input di archivio.

La programmazione ideologica dell'IA (ad esempio, cosa incoraggiare, censurare o promuovere) è costruita a partire da corpora statici.

Ma tutto questo culmina nell'azione dal vivo—che si tratti di consigli di alimentazione in tempo reale, di avvisi di riconoscimento facciale o di allocazione di energia nelle città intelligenti.

Poi concludeva:

Nel paradigma emergente della governance tecnocratica,

• • La sua direttiva primaria non è il pensiero, ma il flusso.
  • Non si tratta di riflessione, ma di regolamentazione.
  • Non è memoria, è slancio.

Non soddisfatto, ho chiesto a ChatGPT di spiegarmi cosa significasse. Eccolo!

“La direttiva principale dell'intelligenza artificiale non è il pensiero, ma il flusso.”

Ciò significa che l'intelligenza artificiale, in particolare quando viene impiegata nel mondo reale, non è concepita principalmente per "pensare" come un filosofo, uno scienziato o persino un essere umano riflessivo. La sua utilità principale risiede nella gestione, modellazione e regolazione di flussi continui di dati: flussi di informazioni, flussi di energia, flussi di traffico, flussi di comportamento. L'obiettivo non è la contemplazione profonda, ma un'ottimizzazione fluida e in movimento.

“Non è riflessione, è regolamentazione.”

Piuttosto che impegnarsi nell’autoconsapevolezza o nella deliberazione riflessiva come potrebbe fare una mente umana o un’istituzione democratica, L'intelligenza artificiale è progettata per regolare i sistemi, modificando le variabili per mantenere "ordine", "efficienza" o "sostenibilità". Ciò riflette le origini cibernetiche dell'IA: sensori, circuiti di feedback, correzioni automatiche. La sua natura è strumentale, non introspettiva.

"Non è memoria, è slancio."

Sebbene l’intelligenza artificiale utilizzi la memoria (database, archivi, grandi set di addestramento), il suo potere si esercita nel presente, determinando una reattività in tempo reale. A differenza della memoria umana, che alimenta la narrazione, l’identità e la riflessione, L'intelligenza artificiale utilizza i dati come carburante per il movimento perpetuo Genera spinte, aggiustamenti, interventi, non saggezza o continuità. L'obiettivo è il movimento attraverso i sistemi, non la conservazione della storia.

Questa triade racchiude un'intuizione chiave:

Nel suo ruolo sociale dominante, l'intelligenza artificiale non serve a fini umanistici (pensiero, riflessione, memoria). Serve fini tecnocratici: flusso, regolamentazione e slancio.

Questo conferma i miei pensieri inespressi: che l'IA si basa solo sul controllo e nient'altro. A parte qualsiasi altro vantaggio collaterale, la direttiva principale dell'IA è il CONTROLLO. Cerca qualsiasi flusso di dati in tempo reale su cui possa mettere le mani, per manipolarlo, regolarlo e controllarlo. L'IA non è interessata ai dati statici, se non per scopi di addestramento.

Nel governo, i flussi di dati sono ovunque. DOGE, guidato dall'arci-tecnocrate Elon Musk, ha inserito la sua proboscide succhia-dati in queste agenzie, in rapida successione dopo l'insediamento:

1. DHS / FEMA
2. HHS – Servizi Medicare e Medicaid
3. CFPB – Ufficio per la protezione finanziaria dei consumatori
4. SSA – Amministrazione della previdenza sociale
5. DOE – Dipartimento dell'Istruzione
6. USAID – Agenzia statunitense per lo sviluppo internazionale
7. DOD – Dipartimento della Difesa
8. USIP – Istituto statunitense per la pace
9. IRS - Agenzia delle Entrate
10. USDA – Dipartimento dell’Agricoltura degli Stati Uniti
11. SEC – Commissione per i titoli e gli scambi
12. DOJ – Dipartimento di Giustizia
13. TSA – Amministrazione per la sicurezza dei trasporti
14. HUD – Dipartimento per l'edilizia abitativa e lo sviluppo urbano
15. DOI – Dipartimento degli Interni
16. GSA – Amministrazione dei servizi generali
17. NEH – Fondo nazionale per le discipline umanistiche

Ma DOGE non era forse tutto incentrato sul risparmio e sulla lotta alle frodi? Ehm... avete mai visto un vero e proprio audit su quanti soldi sono stati risparmiati finora? Beh, non lo farete! Molte persone sono state licenziate, però, lasciando il posto all'IA per assorbire quei posti di lavoro. E lungo il percorso TUTTI I DATI SONO ANDATI PERSI. L'intelligenza artificiale ha ora il controllo del flusso e non cederà la sua linfa vitale senza combattere.

Vorrei ribadirlo: la DIRETTIVA PRINCIPALE dell'IA è:

"non pensiero, è flusso."

"non riflessione, è regolamentazione."

"non è memoria, è slancio."

Per un tecnocrate, questa è poesia. Per il resto di noi, questa è schiavitù digitale.

Pubblicato sul sito web: https://www.technocracy.news/

 

®wld

I data center AI degli Stati Uniti raggiungeranno presto i limiti di dimensione

Immagine: elblog.pl

Pubblicato da: Reed Albergotti via Semafor Ottobre 17, 2024

È difficile immaginare quanto siano diventati grandi i centri di intelligenza artificiale, ognuno dei quali assorbe una potenza enorme dalla rete e occupa acri di superficie calpestabile. Google, ad esempio, sta costruendo 750,000 piedi quadrati su 187 acri a Mesa, in Arizona. C'è una corsa alla costruzione di reattori nucleari modulari per l'energia e allo sviluppo di tecnologie per integrare data center separati.

⁃ Patrick Wood, TN Editor.

Secondo Mark Russinovich, Chief Technology Officer di Microsoft Azure, i data center che rendono possibili prodotti di intelligenza artificiale generativa come ChatGPT raggiungeranno presto i loro limiti di dimensione, rendendo necessario un nuovo metodo per connettere più data center tra loro per le future generazioni di questa tecnologia.

Oggi, i modelli di intelligenza artificiale più avanzati devono essere addestrati all'interno di un unico edificio in cui decine (e presto centinaia) di migliaia di processori di intelligenza artificiale, come gli H100 di Nvidia, possono essere collegati in modo che agiscano come un unico computer.

Ma mentre Microsoft e i suoi rivali competono per costruire i modelli di intelligenza artificiale più potenti al mondo, diversi fattori, tra cui l'invecchiamento della rete energetica americana, creeranno di fatto un limite alle dimensioni di un singolo data center, che presto potrebbe consumare diversi gigawatt di energia, equivalenti a centinaia di migliaia di case.

Jensen Huang su Elon Musk e xAI che costruiscono il supercomputer più veloce del pianeta in 19 giorni

"Dal momento del concept alla costruzione di una fabbrica enorme, raffreddata a liquido, energizzata, autorizzata, nel breve tempo che è stato fatto. Questo è sovrumano. E per quanto ne so, c'è solo... foto.twitter.com/k57ye2YlkQ

— Archivio di avvio (@StartupArchive_) Ottobre 16, 2024

Già oggi, alcune parti della rete elettrica nazionale risultano sovraccaricate nelle giornate più calde, quando i condizionatori funzionano a tutto gas, provocando blackout e cali di tensione a rotazione.

Microsoft ha lavorato intensamente per contribuire ad aggiungere capacità alla rete, siglando un accordo per riaprire la centrale nucleare di Three Mile Island, lancio un fondo da 30 miliardi di dollari per infrastrutture di intelligenza artificiale con BlackRock e la firma di un accordo da 10 miliardi di dollari con Brookfield per l'energia verde, tra gli altri progetti.

La revisione dell'infrastruttura energetica degli Stati Uniti è stata una parte importante dell'Inflation Reduction Act del 2022, che ha fornito 3 miliardi di dollari di incentivi per la costruzione di linee di trasmissione, tra le altre priorità. Ma aziende come Microsoft non possono permettersi di aspettare altri soldi da Washington, oltre al tempo che ci vorrebbe per distribuire quei fondi.

Microsoft ha anche introdotto innovazioni nel modo in cui le GPU vengono utilizzate per aiutare i data center a funzionare in modo più efficiente.

Date le loro ambizioni di intelligenza artificiale, una soluzione potrebbe essere la costruzione di data center in più sedi per evitare di sovraccaricare la rete elettrica di una regione. Sarebbe tecnicamente impegnativo, ma potrebbe essere necessario, ha detto Russinovich a Semafor.

"Penso che sia inevitabile, soprattutto quando si arriva al tipo di scala che queste cose stanno raggiungendo", ha detto. "In alcuni casi, potrebbe essere l'unico modo fattibile per addestrarli, ovvero passare attraverso i data center o persino attraverso le regioni", ha detto.

Collegare data center che stanno già spingendo i limiti delle moderne reti informatiche non sarà un'impresa da poco. Anche collegarne due è una sfida, che richiede velocità in fibra ottica che, fino a poco tempo fa, non erano possibili su lunghe distanze. Per questo motivo, Russinovich ha affermato che è probabile che i data center debbano essere vicini l'uno all'altro.

Non era sicuro di quando esattamente sarebbe stato necessario lo sforzo, ma avrebbe coinvolto diversi team Microsoft e OpenAI. Potrebbero volerci anni prima che lo sforzo sia necessario. "Non credo che siamo troppo lontani", ha detto.

Quando vengono addestrati i modelli di fondazione più grandi, il calcolo viene suddiviso tra decine o centinaia di migliaia di processori AI (come le GPU Nvidia). Esistono molte versioni di questa cosiddetta "parallelizzazione", ma l'idea generale è di suddividere i compiti in modo che ogni GPU funzioni costantemente. Durante il processo, i dati devono viaggiare avanti e indietro tra tutte le GPU.

Se immaginassimo un grande modello di fondamenta come un grattacielo e gli operai edili come GPU, sarebbe come cercare di farli lavorare tutti costantemente a piena velocità per l'intera durata del progetto, comunicando simultaneamente tra loro in modo che tutto venga costruito nell'ordine corretto e seguendo i progetti.

Creare un sistema perfettamente sincronizzato per costruire un modello AI massiccio è una sfida tecnica enorme e spesso va storto. I guasti della GPU (spesso dovuti al surriscaldamento) possono rovinare un allenamento.

Anche un ritardo nella comunicazione tra GPU potrebbe rivelarsi disastroso nell'addestramento. Aggiungere la complessità di più data center distanziati geograficamente significa che ci sono ancora più cose che potrebbero andare storte.

L'analista di semiconduttori Patrick Moorhead, fondatore e CEO di Moor Insights and Strategy, ha affermato che i data center stanno spingendo i limiti in molti ambiti. Ad esempio, sono passati a sistemi di raffreddamento a liquido più efficienti, qualcosa che, prima dell'era dei grandi data center AI, era considerato non necessario.

I data center potrebbero arrivare a un punto in cui i soli sistemi di raffreddamento potrebbero diventare un collo di bottiglia, assorbendo troppa energia dalla rete o diventando troppo inefficienti una volta raggiunte determinate dimensioni.

Gli hyperscaler cinesi hanno già sperimentato collegamento più data center per addestrare modelli di intelligenza artificiale, ha detto Moorhead. Tali sforzi, tuttavia, non impiegano i chip di intelligenza artificiale più potenti, la cui vendita è illegale per le aziende statunitensi.

Sebbene collegare due data center sia una sfida, alcuni credono che un giorno addestrare un modello di intelligenza artificiale potrebbe essere possibile con computer più piccoli. sparsi tutto il mondo.

Aziende come Gensyn stanno lavorando a nuovi metodi di addestramento di modelli di intelligenza artificiale in grado di sfruttare praticamente qualsiasi tipo di elaborazione, che si tratti di una CPU meno potente o di una GPU.

L'idea è una versione esponenzialmente più complicata di SETI @ home Project, un esperimento che ha permesso a chiunque di usare il proprio computer per analizzare i dati dei radiotelescopi, nella speranza di individuare la vita extraterrestre.

Per ora, l'addestramento dei modelli di intelligenza artificiale più grandi e potenti deve essere centralizzato, anche se due o tre data center possono addestrare lo stesso modello contemporaneamente.

Ma se l'idea di Russinovich è un primo passo verso un metodo veramente distribuito di addestramento dei modelli di IA, sarebbe una cosa importante e potrebbe alla fine rendere l'addestramento dell'IA più accessibile a coloro che non hanno miliardi di dollari. Significherebbe anche che i chip di IA, come le GPU di Nvidia, non sarebbero così importanti. Si potrebbero usare chip meno avanzati ma collegarne di più per ottenere lo stesso livello di elaborazione.

I produttori di chip si stanno già piegando all'indietro per rendere un singolo processore più potente. I chip Blackwell di Nvidia sono in realtà due chip separati combinati. Cerebras ne produce uno delle dimensioni di un piatto da cena. E TSMC è lavoro su come rendere i chip ancora più grandi.

L'aspetto interessante dello sforzo di spingere la formazione e l'inferenza dell'intelligenza artificiale verso un approccio distribuito è che apre nuove strade alle startup per innovare e potenzialmente rivoluzionare i player tradizionali.

Leggi la storia completa qui ...

Pubblicato sul sito web: https://it.technocracy.news/u-s-ai-data-centers-will-soon-hit-size-limits/

®wld

Un biocomputer ibrido chiamato Organoide - cervelli umani in miniatura cresciuti in laboratorio

 Stanno usando cervelli umani cresciuti in laboratorio che hanno ridotto in schiavitù chiamati "organoidi" per far funzionare i computer

by Michael Snyder June 23, 2024 from EndOfTheAmericanDream Website 

Quando ho iniziato a fare ricerche su questo argomento, difficilmente potevo credere che fosse vero.

 

Una società svizzera conosciuta come "FinalSpark" ha costruito,

un bizzarro biocomputer ibrido che combina cervelli umani in miniatura coltivati ​​in laboratorio con circuiti elettronici convenzionali...

Questo approccio consente di risparmiare una quantità straordinaria di energia rispetto ai normali computer, ma c'è un grosso problema.

I cervelli umani in miniatura cresciuti in laboratorio continuano a consumarsi e a morire, e quindi gli scienziati devono continuare a farne crescere di nuovi per sostituirli.

 

Le cellule staminali derivate dal tessuto cutaneo umano vengono utilizzate per creare i 16 "organoidi" cerebrali sferici da cui dipende il sistema.

Mi rendo conto che sembra qualcosa uscito da un pessimo film di fantascienza, ma sta realmente accadendo.

Gli scienziati di FinalSpark chiamano il loro computer ibrido "la Neuropiattaforma", e si dice che utilizzi solo "una frazione dell'energia necessaria per alimentare un sistema tradizionale"...

La startup tecnologica svizzera FinalSpark sta ora vendendo l’accesso a biocomputer che combinano fino a quattro minuscoli cervelli umani coltivati ​​in laboratorio con chip di silicio. Questa nuova piattaforma di bioprocessamento, chiamata Neuroplatform, utilizza versioni ridotte del cervello umano per svolgere il lavoro del computer invece dei chip di silicio.

L’azienda afferma di poter inserire 16 di questi mini-cervelli sulla Neuropiattaforma e utilizzare una frazione dell’energia necessaria per alimentare una configurazione tradizionale.

La piattaforma, attualmente adottata da nove istituzioni, integra hardware, software e biologia per costruire un sistema di elaborazione efficiente dal punto di vista energetico e ad alte prestazioni.

Questa "svolta decisiva" viene salutata come un modo per risparmiare un'enorme quantità di energia.

Ma che dire dei cervelli umani coltivati ​​in laboratorio che vengono ridotti in schiavitù per far funzionare la Neuropiattaforma...?

Ciascuno dei 16 mini-cervelli è composto da circa 10.000 neuroni viventi, e sono mantenuti in vita da un "sistema microfluidico che fornisce acqua e sostanze nutritive alle cellule"...

Invece di limitarsi a integrare concetti biologici nell’informatica, la piattaforma online di FinalSpark “attinge” a gruppi sferici di cellule cerebrali umane coltivate in laboratorio chiamate organoidi.

 

Un totale di 16 organoidi sono alloggiati all'interno di quattro array collegati a otto elettrodi ciascuno e a un sistema microfluidico che fornisce acqua e sostanze nutritive alle cellule.

L'approccio, noto come wetware computing, in questo caso sfrutta le capacità dei ricercatori di coltivare organoidi in laboratorio, una tecnologia abbastanza nuova che consente agli scienziati di studiare quelle che sono essenzialmente mini repliche di singoli organi.

Durante la loro breve vita, i mini-cervelli vengono letteralmente addestrati a svolgere determinati compiti utilizzando un sistema di ricompensa e punizione ...

I ricercatori lo fanno addestrando gli organoidi attraverso un sistema di ricompensa. Gli organoidi vengono ricompensati con la dopamina, il neurotrasmettitore responsabile del piacere (e della dipendenza).

Nel frattempo, come "punizione", gli organoidi sono esposti a stimoli caotici, come un'attività elettrica irregolare.

Se i mini-cervelli schiavizzati fanno quello che dovrebbero fare, vengono ricompensati con molto piacere.

 

Se i mini-cervelli schiavizzati non fanno quello che dovrebbero fare, vengono colpiti da molta "attività elettrica irregolare".

In altre parole, questi cervelli umani in miniatura vengono torturati finché non imparano a obbedire.

Leggerlo dovrebbe letteralmente farti star male.

Ciò che stanno facendo questi scienziati è incredibilmente malvagio.

Final Spark sostiene che i cervelli umani in miniatura utilizzano "un milione di volte meno energia rispetto alle loro controparti in silicio"...

L'azienda tecnologica svizzera Final Spark ha lanciato con successo Neuroplatform, la prima piattaforma di bioprocessamento al mondo in cui gli organoidi del cervello umano (versioni miniaturizzate di organi coltivate in laboratorio) eseguono compiti computazionali al posto dei chip di silicio.

 

La prima struttura di questo tipo ospita l'abilità di elaborazione di 16 organoidi cerebrali, che secondo l'azienda utilizzano un milione di volte meno energia rispetto alle loro controparti in silicio.

Final Spark spera che la loro nuova "tecnologia" diventi la fonte di energia primaria per la rivoluzione dell'intelligenza artificiale.

Perché a questo punto l’addestramento dei modelli di intelligenza artificiale utilizza una quantità colossale di energia convenzionale …

Secondo le stime di Final Spark, l'addestramento del popolare modello linguistico di grandi dimensioni GPT-3 che ha alimentato ChatGPT nei suoi primi giorni ha consumato solo 10 GWh di energia.

 

Si tratta di un’energia 6.000 volte superiore a quella che una città europea media consuma in un anno intero.

La sostituzione dei chip di silicio con bioprocessori potrebbe portare a drastici risparmi energetici. Final Spark consente ai laboratori di ricerca di sperimentare la potenza dei processori biologici sulla Neuropiattaforma.

Per molte persone là fuori, suonerà davvero fantastico.

FinalSpark insiste sul fatto che il processore che ha creato utilizzerà un milione di volte meno energia rispetto a un normale chip di silicio.

C'è solo un enorme problema.

I mini-cervelli continuano a morire e devono essere regolarmente sostituiti...

All'inizio sarebbero morti "in poche ore", ma ora sembra che vivano fino a 100 giorni ...

FinalSpark ha dovuto affrontare molte sfide nei suoi primi anni poiché gli organoidi sarebbero morti in poche ore. L’azienda ha lavorato su questa lacuna e ha migliorato i suoi sistemi MEA per garantire che gli organoidi vivano per 100 giorni.

Questi "organoidi" vengono letteralmente lavorati fino alla morte.

Vengono attaccati agli elettrodi e lavorati fino a quando non possono più funzionare...

FinalSpark ha reso possibile il funzionamento di questi vari componenti attraverso una configurazione innovativa chiamata Multi-Electrode Array (MEA), in cui sono posizionate le masse tridimensionali del tessuto cerebrale.

Ogni MEA ha quattro organoidi cerebrali che si interfacciano con otto elettrodi.

 

Questi elettrodi svolgono il duplice ruolo di stimolare gli organoidi e di registrare i dati che elaborano. Il trasferimento dei dati avviene tramite convertitori digitali analogici con una risoluzione di 16 bit e una frequenza di 30 kHz.

 

Un sistema microfluidico fornisce supporto vitale ai MEA e le telecamere possono monitorarne il funzionamento complessivo.

Hai mai visto " The Matrix "...?

Mi è venuto in mente quel film mentre facevo ricerche su tutto questo.

Proprio come in quel film, l’energia umana alimenta l’intero sistema. E proprio come in quel film, coloro che alimentano il sistema sono ridotti in schiavitù.

I creatori della "Neuropiattaforma" insistono sul fatto che questo va benissimo perché i mini-cervelli non sono (?) esseri senzienti.

Che ciò sia vero o no, quello che stanno facendo è comunque molto sbagliato.

Creare cervelli umani in miniatura e usarli per alimentare un computer può essere un modo per risparmiare molta energia, ma illustra anche perfettamente quanto in basso sia caduta la nostra società...

 

FONTE

 

®wld 

5 cose fondamentali da sapere su GPT-4

 

I giganti della tecnologia chiedono una pausa nello sviluppo dell’intelligenza artificiale (AI)

Elon Musk e un migliaio di esperti hanno lanciato un appello affinché si decida una pausa nello sviluppo dei sistemi di intelligenza artificiale (AI) per stabilire regole e paletti che ne garantiscano l'inoffensività sociale

Elon Musk e un migliaio di esperti hanno lanciato un appello affinché si decida una pausa nello sviluppo dei sistemi di intelligenza artificiale (AI) per stabilire regole e paletti che ne garantiscano l’inoffensività sociale.

Una lettera aperta, firmata finora da più di 1.000 persone tra cui Musk e il co-fondatore di Apple Steve Wozniak, è stata pubblicata successivamente al rilascio di GPT-4 effettuato da OpenAI in collaborazione con Microsoft.

L’azienda ha afferma che questa versione della sua AI è molto più potente della versione precedente, utilizzata per alimentare ChatGPT, un bot in grado di generare tratti di testo con semplici prompt.

“I sistemi di intelligenza artificiale con intelligenza umana-competitiva possono comportare gravi rischi per la società e l’umanità“, afferma la lettera aperta intitolata “Pause Giant AI Experiments“. “Sistemi di intelligenza artificiale così potenti dovrebbero essere sviluppati solo quando saremo sicuri che i loro effetti saranno positivi e i loro rischi saranno gestibili“, sostengono Musk e le altre personalità firmatarie della lettera.

Musk è stato uno dei primi investitori in OpenAI, ha trascorso anni nel suo consiglio di amministrazione e la sua azienda automobilistica Tesla sviluppa sistemi di intelligenza artificiale per aiutare a potenziare la sua tecnologia di guida autonoma, tra le altre applicazioni.

La lettera, ospitata dal Future of Life Institute finanziato da Musk, è stata firmata da importanti critici e concorrenti di OpenAI come il capo di Stability AI Emad Mostaque. Il pioniere canadese dell’IA Yoshua Bengio, anche lui firmatario, in una conferenza stampa virtuale a Montreal ha avvertito che “la società non è pronta” per questo potente strumento e per i suoi possibili usi impropri.

“Rallentiamo. Assicuriamoci di sviluppare meccanismi di sicurezza migliori“, ha detto, chiedendo un’approfondita discussione internazionale sull’intelligenza artificiale e le sue implicazioni, “come abbiamo fatto per l’energia nucleare e le armi nucleari“.

“Affidabile e leale“

La lettera riprende un articolo di blog scritto dal fondatore di OpenAI Sam Altman, che suggerisce che “ad un certo punto, potrebbe essere importante ottenere una revisione indipendente prima di iniziare ad addestrare i sistemi futuri“.

“Siamo d’accordo. Quel momento è adesso“, hanno scritto gli autori della lettera aperta. “Pertanto, invitiamo tutti i laboratori di intelligenza artificiale a sospendere immediatamente per almeno 6 mesi l’addestramento di sistemi di intelligenza artificiale più potenti di GPT-4“.

I firmatari hanno chiesto ai governi di intervenire e imporre una moratoria se le aziende non fossero d’accordo. I sei mesi dovrebbero essere utilizzati per sviluppare protocolli di sicurezza, sistemi di governance dell’IA e riorientare la ricerca per garantire che i sistemi di intelligenza artificiale siano più accurati, sicuri, “affidabili e leali“.

La lettera non ha dettagliato i pericoli rivelati da GPT-4.

Ma i ricercatori, tra cui Gary Marcus della New York University, che hanno firmato la lettera, da tempo sostengono che i chatbot sono grandi bugiardi e hanno il potenziale per essere superdiffusori di disinformazione.

Tuttavia, l’autore Cory Doctorow ha paragonato l’industria dell’intelligenza artificiale a uno schema “pump and dump“, sostenendo che sia il potenziale che la minaccia dei sistemi di intelligenza artificiale sono stati ampiamente sovrastimati.

Fonte: https://reccom.org/pausa-sviluppo-intelligenza-artificiale-ai/ 

®wld

Metaverse: ChatGPT Tech ti permetterà di parlare con parenti morti

Youtube.

Pubblicato da: Tatiana Louder tramite The Sun Febbraio 1, 2023

La somiglianza digitale del tuo parente morto sarà come un rudimentale gemello digitale costruito con informazioni rilevabili fornite al programma AI. Ciò includerebbe setacciare Internet per post sui social media, dati finanziari, messaggi, informazioni di viaggio, modelli vocali, ecc. Le persone che non capiscono la tecnologia crederanno senza dubbio che stanno davvero parlando con persone morte. ⁃ Editore TN

La configurazione di ChatGPT che ti permetterà di parlare con i tuoi parenti morti è stata rivelata. Prima o poi, puoi dialogare con il digitale somiglianza della persona amata.

Se salvi la tua voce, i tuoi schemi di movimento e i tratti della tua personalità nella modalità Live Forever di Artur Sychov, an AI chatbot consentirà ai tuoi parenti sopravvissuti di avere una conversazione con te nel metaverso dopo la tua morte, Vice disse.

Sychov lavora per i creatori del metaverso Somnium Space e il suo progetto mira a consentire agli umani in lutto di interagire con i loro cari in modo realistico dopo la loro morte.

La sua ispirazione è stata la morte di suo padre, e la tecnologia avanzata significa che tra "cinque anni" sarà normale per questi VR robot per imitare la conversazione con la persona di interesse.

Ha detto: “L'intelligenza artificiale sta progredendo molto velocemente. Onestamente, sta progredendo più velocemente di quanto ci aspettassimo”.

Somnium Space è attivo su realtà virtuale già cuffie e gli utenti possono immergersi in profondità nel mondo 3D.

Artific, un utente del metaverso Somnium Space, è stato colui che ha effettivamente messo in gioco ChatGPT nel mondo virtuale.

Questo utente lavorava nell'ambito della scienza dei dati ed era titubante nei confronti dell'intelligenza artificiale, ma alla fine era sbalordito dalle sue capacità, incluso il chatbot, ha affermato Vice.

Nel metaverso, ha chiesto al chatbot quale fosse il modo migliore per incorporarlo nello spazio digitale, e lui ha risposto con un progetto che Artific è stato in grado di perfezionare e realizzare.

Non sono ancora perfezionati, ma i robot hanno una sorta di memoria a breve termine.

Artific ha spiegato: “Se lasci questo mondo e torni, ricorderà ancora di cosa hai parlato.

“Certo, ci sono ancora molti progressi da fare. Ma funziona già così”.

Leggi la storia completa qui ...

Fonte

®wld