Berita
Ops Fast Rise: Perawatan Biaya Kecerdasan Buatan Tersembunyi dari Input Buruk dan Konteks Puffing

Artikel ini adalah bagian dari jumlah khusus VentureBeat, “Biaya sebenarnya dari Amnesty International: Kinerja, Efisiensi dan Investasi Skala Besar.” Baca lebih lanjut dari nomor khusus ini.
Penyedia model terus meluncurkan model bahasa yang semakin canggih (LLM) dengan jendela konteks yang lebih panjang dan kemampuan berpikir yang ditingkatkan.
Ini memungkinkan pemrosesan bahan dan “berpikir” lebih banyak, tetapi juga meningkatkan akun: semakin jelas modelnya, semakin besar energi yang Anda habiskan dan biaya tinggi.
Hubungkan ini dengan semua absurditas yang terlibat dalam klaim – mungkin perlu beberapa upaya untuk mencapai hasil yang dimaksudkan, dan kadang -kadang pertanyaannya hanyalah membutuhkan model yang dapat berpikir seperti gelar doktor – dan akun pengeluaran dapat di luar kendali.
Ini mengarah ke OPS cepat, yang merupakan spesialisasi yang sama sekali baru di era fajar kecerdasan buatan.
“Rekayasa cepat mirip dengan tulisan, dan penciptaan aktual, sementara program yang cocok mirip dengan penerbitan, saat konten berkembang,” Crowford del Pretty, IDC Presiden, beri tahu VentureBeat. “Kontennya hidup, kontennya berubah, dan Anda ingin memastikan untuk memperbaiki ini dari waktu ke waktu.”
Tantangan menggunakan akun biaya dan biaya
David Emerson, Dunia Aplikasi di Vektor. Secara umum, harga pengguna membayar langkah -langkah berdasarkan jumlah kode input (apa yang diminta pengguna) dan jumlah simbol output (apa yang ditawarkan model). Namun, itu belum diubah ke prosedur di belakang panggung seperti pameran deskriptif, instruksi panduan, atau generasi pengambilan (RAG).
Dia menjelaskan bahwa konteks terpanjang memungkinkan model untuk membahas lebih banyak teks secara bersamaan, tetapi diterjemahkan langsung menjadi lebih banyak fluktuasi (menghitung pengukuran energi). Beberapa aspek model transformator sampai panjangnya berkisar dengan panjang input jika tidak dikelola dengan baik. Respons panjang yang tidak perlu juga dapat memperlambat waktu perawatan dan membutuhkan akun tambahan dan biaya untuk membangun dan memelihara algoritma untuk respons pemrosesan pasca dalam jawaban yang diharapkan pengguna.
Emerson mengatakan lingkungan konteks terpanjang memotivasi penyedia layanan untuk dengan sengaja memberikan tanggapan yang sangat baik. Misalnya, banyak model berpikir yang lebih berat (O3 atau O1 OpenAi, misalnya) memberikan respons panjang terhadap pertanyaan sederhana, menimbulkan biaya komputasi yang berat.
Ini adalah contoh:
pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 lainnya Simpan setelah makan 1, berapa banyak apel yang saya miliki?
Keluaran: Jika Anda makan 1, saya hanya memiliki 1 yang tersisa. Saya akan memiliki 5 apel jika saya membeli 4 lainnya.
Model tidak hanya menghasilkan simbol khas dari sebelumnya, saat ia mengubur jawabannya. Insinyur kemudian dapat dipaksa untuk merancang metode perangkat lunak untuk mengekstrak jawaban akhir atau mengajukan pertanyaan -pertanyaan tindak lanjut seperti “Apa jawaban akhir Anda?” Yang memiliki lebih banyak biaya antarmuka aplikasi.
Sebaliknya, klaim untuk mengarahkan formulir dapat dirancang ulang untuk menghasilkan jawaban langsung. Misalnya:
pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 orang lain diE Simpan setelah makan 1, berapa banyak apel yang saya miliki? Mulailah tanggapan Anda dengan “jawabannya adalah” …
atau:
pintu masuk: Jawab masalah matematika berikut. Jika saya memiliki apel dan membeli 4 orang lain di toko setelah saya makan 1, berapa banyak apel yang saya miliki? Bungkus jawaban terakhir Anda untuk tanda -tanda tebal .
“Cara pertanyaan yang diajukan dapat mengurangi upaya atau biaya dalam mencapai jawaban yang diperlukan,” kata Emerson. Dia juga menunjukkan bahwa teknologi seperti beberapa kemajuan (memberikan beberapa contoh dari apa yang dicari pengguna) dapat membantu menghasilkan output yang lebih cepat.
Satu bahaya adalah tidak mengetahui kapan harus menggunakan teknologi canggih seperti seri ide (COT) yang membayar (generasi jawaban dalam langkah -langkah) atau pengulangan diri, yang mendorong model secara langsung untuk menghasilkan banyak simbol atau melewati banyak pengulangan ketika menghasilkan respons.
Tidak setiap pertanyaan membutuhkan model untuk analisis dan analisis sebelum memberikan jawaban, seperti yang ia tekankan; Itu dapat sepenuhnya dapat menjawab dengan benar ketika langsung untuk merespons. Selain itu, komposisi API yang salah (seperti OpenAI O3, yang membutuhkan tegangan tinggi dalam pemikiran), akan menanggung biaya lebih tinggi ketika meminta lebih sedikit upaya dan lebih murah.
“Dengan konteks yang lebih lama, pengguna juga dapat dirayu menggunakan” semuanya kecuali wastafel dapur “, saat Anda melemparkan jumlah teks terbesar yang mungkin dalam konteks model dengan harapan bahwa ini akan membantu melakukan ini dalam melakukan tugas lebih akurat.” “Meskipun lebih banyak konteks dapat membantu model dalam tugas, mereka tidak selalu lebih baik atau lebih efisien.”
Pengembangan untuk menuntut judul operasi
Tidak sulit untuk menjadi sulit untuk mendapatkan infrastruktur yang lebih baik dari AI hari ini; IDC del Prete menunjukkan bahwa lembaga harus dapat mengurangi jumlah kelesuan dalam GPU dan mengisi lebih banyak kueri dalam siklus tidak aktif antara permintaan GPU.
“Bagaimana cara mengklik lebih banyak barang yang sangat berharga ini?” “Karena saya harus meningkatkan penggunaan sistem saya, karena saya tidak mendapat manfaat dari hanya melemparkan lebih banyak kapasitas dalam masalah ini.”
Ops pesanan dapat memiliki jalan panjang untuk menghadapi tantangan ini, pada akhirnya siklus klaim. Del Bretti menjelaskan bahwa rekayasa permintaan berkisar pada kualitas klaim, klaim tersebut adalah tempat yang diulangnya.
Dia berkata, “Ini lebih otomatis.” “Saya memikirkannya sebagai pengaturan pertanyaan dan pengaturan bagaimana Anda berinteraksi dengan kecerdasan buatan untuk memastikan bahwa Anda mendapatkan sebaik -baiknya.”
Dia mengatakan bahwa model -model itu cenderung mendapatkan “kelelahan”, bersepeda dalam cincin di mana kualitas output terurai. OPS membantu mengelola, mengukur, memantau, dan mengendalikan klaim. “Saya pikir ketika kita melihat ke belakang tiga atau empat tahun dari sekarang, ini akan menjadi spesialisasi penuh. Itu akan menjadi keterampilan.”
Meskipun masih merupakan bidang yang sebagian besar muncul, penyedia layanan pertama termasuk QueryPal, Diseberangi, Resfuff dan Trueles. Dengan pengembangan formulir OPS, platform ini akan terus mengulang, meningkatkan dan memberikan catatan dalam waktu yang sebenarnya untuk memberi pengguna lebih banyak kapasitas untuk menetapkan klaim dari waktu ke waktu, ditunjukkan oleh DEP Prete.
Pada akhirnya, ia berharap bahwa agen akan dapat mengendalikan, menulis, dan menyusun klaim saja. “Tingkat otomatisasi akan meningkat, tingkat reaksi manusia menurun, dan itu akan dapat membuat faktor yang bekerja lebih mandiri dalam klaim yang mereka buat.”
Kesalahan Bersama
Sampai OPS benar -benar terpenuhi, tidak ada router yang sempurna pada akhirnya. Beberapa kesalahan terbesar yang dilakukan oleh orang -orang, menurut Emerson:
- Jangan cukup spesifik tentang masalah yang harus diselesaikan. Ini termasuk bagaimana pengguna menginginkan model untuk memberikan jawabannya, apa yang harus diamati ketika merespons, pembatasan yang harus Anda pertimbangkan dan faktor -faktor lainnya. “Dalam banyak pengaturan, model membutuhkan banyak konteks untuk memberikan respons yang memenuhi harapan pengguna,” kata Emerson.
- Kegagalan untuk memperhitungkan metode yang melaluinya masalah dapat disederhanakan untuk mempersempit ruang lingkup respons. Haruskah jawabannya berada dalam kisaran tertentu (dari 0 hingga 100)? Haruskah jawaban sebagai masalah pilihan ganda alih -alih sesuatu yang terbuka? Bisakah pengguna memberikan contoh yang baik untuk memberikan konteks pada penyelidikan? Bisakah masalah dibagi menjadi beberapa langkah untuk informasi yang terpisah dan lebih sederhana?
- Tidak mendapat manfaat dari struktur. LLMS sangat baik dalam mengidentifikasi pola, dan banyak yang dapat memahami kodenya. Selama penggunaan poin timbal, mungkin tampak bahwa menu terperinci atau indikator tebal (****) dapat “sedikit mengganggu” mata manusia, seperti yang ditunjukkan Emerson bahwa penjelasan ini mungkin berguna untuk LLM. Output yang terorganisir (seperti JSON atau Markdown) juga dapat membantu pengguna untuk secara otomatis mengatasi respons.
Emerson mencatat bahwa ada banyak faktor lain yang harus diperhitungkan dalam mempertahankan pipa produksi, berdasarkan praktik rekayasa terbaik. Ini termasuk:
- Pastikan bahwa produktivitas pipa tetap konsisten;
- Pantau kinerja klaim dari waktu ke waktu (dimungkinkan terhadap kelompok verifikasi kesehatan);
- Siapkan tes dan temukan peringatan dini untuk menentukan masalah pipa.
Pengguna juga dapat memanfaatkan alat yang dirancang untuk mendukung proses siswa. Misalnya, open source Dspy Ini dapat secara otomatis disusun dan ditingkatkan tuntutan untuk tugas muara berdasarkan beberapa contoh yang disebut. Meskipun ini mungkin merupakan contoh yang agak canggih, ada banyak penawaran lain (termasuk beberapa alat dalam alat seperti chatgpt, google, dll.) Yang dapat membantu dalam desain cepat.
Pada akhirnya, Emerson berkata: “Saya pikir salah satu hal paling sederhana yang dapat dilakukan pengguna adalah mencoba untuk tetap sadar akan metode yang efektif, perkembangan khas dan cara -cara baru untuk membuat dan berinteraksi dengan mereka.”
Berita
Antara Utopia dan Runtuh: Mobilitas di Masa Depan Pertengahan Kecerdasan Buatan

Bergabunglah dengan acara bahwa para pemimpin lembaga telah dipercaya selama hampir dua dekade. VB Transform menggabungkan orang yang membangun strategi AI untuk institusi nyata. Pelajari lebih lanjut
Di posting blog Keunikan yang lembutCEO Openai Sam Altman menarik visi untuk waktu dekat sebagai kecerdasan buatan dengan tenang dan khususnya mengubah kehidupan manusia. Disarankan, tidak akan ada istirahat yang tajam, hanya kenaikan tetap, hampir tidak terlihat terhadap kelimpahan. Kecerdasan akan tersedia seperti listrik. Robot akan melakukan tugas yang sangat berguna pada tahun 2027. Penemuan ilmiah akan meningkat. Kemanusiaan akan berkembang, jika dipandu dengan benar oleh penilaian yang tepat dan niat baik.
Ini adalah visi yang meyakinkan: tenang, teknokratis dan profesional dengan optimisme. Tapi itu menimbulkan pertanyaan yang lebih dalam. Dunia macam apa yang harus kita lewati untuk sampai ke sana? Siapa yang menguntungkan dan kapan? Apa yang tersisa tidak dibayar dalam busur kemajuan yang halus ini?
Penulis fiksi ilmiah, William Gibson, menawarkan skenario yang lebih gelap. Dalam novelnya KelilingTeknologi masa depan mendahului sesuatu yang disebut “Grand Prix”-serangkaian bencana iklim yang lambat, epidemi, keruntuhan ekonomi dan kematian kolektif. Teknologi ditawarkan, tetapi hanya setelah patah tulang. Pertanyaan yang diajukan adalah apakah kemajuan telah terjadi, tetapi apakah peradaban berkembang dalam proses ini.
Ada argumen bahwa kecerdasan buatan dapat membantu mencegah jenis bencana yang disempurnakan Keliling. Namun, apakah kecerdasan buatan akan membantu kita menghindari bencana atau menemani kita hanya melalui mereka masih belum dikonfirmasi. Keyakinan pada kekuatan AI di masa depan bukanlah jaminan kinerja, dan pengembangan teknologi bukanlah takdir.
Antara keunikan yang lembut di Altman dan hadiah utama Gibson terletak sebuah tanah di dataran tinggi: masa depan di mana Amnesty International mencapai keuntungan nyata, tetapi juga dislokasi nyata. Masa depan di mana beberapa masyarakat berkembang sementara yang lain tertarik, dan di mana kemampuan kita untuk beradaptasi secara kolektif – tidak hanya secara individu atau kelembagaan – variabel spesifik.
Media misterius
Visi lain membantu menggambar fitur medan tengah ini. Dalam film kegembiraan yang dekat MembakarKomunitas itu terbenam oleh otomatisasi sebelum lembaganya siap. Pekerjaan menghilang lebih cepat daripada orang yang dapat mengembalikan diultur mereka, yang menyebabkan gangguan dan penindasan. Dalam hal ini, seorang pengacara yang sukses kehilangan posisinya untuk pelanggan Amnesty International, dan menjadi tidak senang dengan jaring orang kaya.
Para peneliti di AI Lab Anthropic baru -baru ini Mengulang Topik ini: “Kita harus berharap untuk melihat mekanisme (pekerjaan kerah putih) selama lima tahun ke depan.” Meskipun alasannya rumit, ada Tanda -tanda awal ini Dan bahwa pasar tenaga kerja masuk Tahap struktural baru Ini kurang stabil, kurang dapat diprediksi dan mungkin kurang penting bagaimana masyarakat didistribusikan dalam makna dan keamanan.
Film Elisum Ini memberikan metafora yang tajam bagi orang kaya yang melarikan diri ke tempat -tempat tropis dengan teknik canggih, sementara tanah yang memburuk di bawah konflik dengan hak dan akses yang tidak setara. Beberapa tahun yang lalu, seorang mitra di perusahaan modal investasi di Silicon Valley mengatakan kepada saya bahwa dia takut bahwa kita akan pergi ke jenis skenario ini kecuali kita mendistribusikan manfaat yang dihasilkan oleh kecerdasan buatan. Dunia -dunia spekulatif ini mengingatkan kita bahwa bahkan teknologi yang berguna dapat secara sosial mudah berubah, terutama ketika keuntungan mereka didistribusikan secara tidak merata.
Pada akhirnya, kita dapat mencapai sesuatu seperti melihat Altman untuk berlimpah. Tapi jalannya tidak mungkin halus. Terlepas dari semua ketenangan dan konfirmasi, artikelnya juga merupakan jenis stadion, sebanyak membujuk sebanyak prediksi. Narasi “keunikan lembut” nyaman, dan bahkan menggoda, khususnya karena melebihi gesekan. Ini memberikan manfaat yang belum pernah terjadi sebelumnya tanpa sepenuhnya berjuang dengan gangguan yang biasanya dibawa oleh transformasi seperti itu. Klise abadi juga mengingatkan kita: jika terlihat sangat bagus, kemungkinan besar.
Ini tidak berarti bahwa niatnya menipu. Faktanya, hati mungkin. Argumen saya hanyalah pengakuan bahwa dunia adalah sistem yang kompleks, terbuka untuk input tanpa batas yang dapat memiliki konsekuensi yang tidak dapat diprediksi. Dari konjugasi bencana yang baik Black Swan Acara, jarang satu hal, atau satu teknik, menentukan jalannya acara di masa depan.
Efek kecerdasan buatan pada masyarakat sudah berlangsung. Ini bukan hanya transformasi dalam keterampilan dan sektor; Ini adalah pergeseran dalam cara mengatur nilai, kepercayaan, dan kepemilikan. Ini adalah dunia imigrasi kolektif: tidak hanya pergerakan pekerjaan, tetapi tujuannya.
Ketika kecerdasan buatan memulihkan medan persepsi, jalinan dunia sosial kita diam -diam diperketat dan disukai, untuk yang lebih baik atau lebih buruk. Pertanyaannya bukan hanya tingkat langkah kita sebagai masyarakat, tetapi sejauh mana transfer kita.
Rumor Pengetahuan: Medan Bersama dari Pemahaman
Secara historis, publik merujuk pada sumber daya material bersama, termasuk padang rumput, perikanan, dan berdiri dalam kepercayaan diri untuk kebaikan kolektif. Namun, masyarakat modern juga bergantung pada rumor kognitif: bidang pengetahuan umum, narasi, standar dan institusi yang memungkinkan beragam individu untuk berpikir dan kontroversi dan memutuskan bersama dalam konflik minimum.
Infrastruktur yang belum selesai ini terdiri dari pendidikan publik, jurnalisme, perpustakaan, ritual sipil, dan bahkan fakta yang dapat diandalkan secara luas, dan ini memungkinkan pluralisme. Ini adalah cara orang asing berdagang, bagaimana masyarakat kompatibel dan bagaimana demokrasi bekerja. Ketika sistem kecerdasan buatan mulai memediasi bagaimana mencapai pengetahuan dan membentuk keyakinan, risiko medan yang umum ini menjadi rusak. Bahayanya bukan hanya informasi yang menyesatkan, tetapi erosi yang lambat dari bumi itu sendiri tergantung pada makna yang sama.
Jika migrasi kognitif adalah sebuah perjalanan, itu tidak hanya menuju keterampilan atau peran baru tetapi juga menuju bentuk -bentuk baru indera kolektif. Tapi apa yang terjadi ketika medan yang kita bagikan dalam pemisahan dimulai di bawahnya?
Ketika fragmen persepsi: kecerdasan buatan dan erosi dunia umum
Selama beberapa abad, masyarakat mengandalkan kebenaran umum yang longgar: koleksi bersama fakta, novel, dan institusi yang merupakan cara orang memahami dunia dan satu sama lain. Dunia umum ini – tidak hanya infrastruktur atau ekonomi – adalah dunia yang memungkinkan pluralisme, demokrasi, dan kepercayaan diri sosial. Tetapi dengan meningkatnya mediasi sistem kecerdasan buatan dalam bagaimana orang mencapai pengetahuan, membangun iman dan mobilitas dalam kehidupan sehari -hari, tanah umum ini mengabaikan.
Memang, alokasi secara luas mengubah adegan media. Ekstrak berita yang terkoordinasi, hasil penelitian khusus dan rekomendasi dari rekomendasi tersebut rusak dengan terampil. Dua orang mungkin menerima pertanyaan yang sama tentang jawaban yang sama dengan chatbot yang sama, sebagian karena kemungkinan Amnesty International, tetapi juga karena reaksi sebelumnya atau preferensi yang diekstraksi. Meskipun alokasi telah lama menjadi keuntungan di era digital, turbocharces AI mencapai kedatangan dan akurasi. Hasilnya tidak hanya Filter BubblesIni adalah kognitif yang melayang – membentuk kembali pengetahuan dan mungkin kebenaran.
Sejarawan Yoval Noah Harrarie telah menyatakan keprihatinannya yang mendesak tentang perubahan ini. Menurut pendapatnya, ancaman terbesar dalam kecerdasan buatan tidak terletak pada bahaya fisik atau perpindahan fungsional, tetapi dalam penangkapan emosional. Dia telah memperingatkan sistem kecerdasan buatan, dan telah menjadi semakin cerdik dalam mensimulasikan simpati, mensimulasikan kecemasan dan merancang novel untuk psikologi individu – memberi mereka otoritas yang belum pernah terjadi sebelumnya untuk membentuk cara orang berpikir, merasakan dan membantu nilai. Bahayanya luar biasa dari sudut pandang Harry, bukan karena kecerdasan buatan akan berbohong, tetapi karena akan berkomunikasi dengan meyakinkan saat melakukannya. Ini tidak berkhotbah baik untuk Keunikan yang lembut.
Dalam dunia kecerdasan buatan, realitas itu sendiri berisiko menjadi lebih individu, lebih banyak negosiasi yang lebih kesatuan dan kurang kolektif. Ini mungkin dapat diterima – atau bahkan berguna – untuk produk konsumen atau hiburan. Tetapi ketika meluas ke kehidupan sipil, itu menimbulkan risiko yang lebih dalam. Bisakah kita tetap membuat wacana demokratis jika setiap warga negara menghuni peta kognitif yang berbeda dengan keterampilan? Bisakah kita tetap menilai dengan bijak ketika sumber -sumber eksternal semakin banyak digunakan untuk pengetahuan kelembagaan mesin yang tetap pelatihan dan tuntutan dalam sistem dan operasi berpikir tidak transparan?
Ada tantangan lain juga. Konten yang dibuat oleh AI, termasuk teks, suara dan video, akan dibedakan dekat dengan output manusia. Ketika model kebidanan menjadi lebih terampil dalam tiruan, beban verifikasi sistem akan berubah menjadi individu. Kudeta ini dapat menyebabkan kepercayaan diri tidak hanya dalam apa yang kita lihat dan dengar, tetapi di lembaga -lembaga yang telah divalidasi oleh kebenaran umum. Kemudian rumor kognitif menjadi terkontaminasi, lebih sedikit tempat perdagangan, dan lebih dari Aula Cermin.
Ini bukan masalah spekulatif. Informasi yang salah yang dihasilkan oleh kecerdasan buatan adalah kompleksitas pemilihan, meremehkan pers dan penciptaan konflik di bidang konflik. Sementara lebih banyak orang bergantung pada kecerdasan buatan dari tugas -tugas kognitif – dari meringkas berita hingga memecahkan dilema moral, kemampuan untuk berpikir bersama dapat membusuk, bahkan dengan alat yang diperlukan untuk berpikir secara individual.
Kecenderungan menuju disintegrasi realitas umum ini sekarang menjadi canggih yang baik. Untuk menghindari hal ini, desain meteran sadar membutuhkan: sistem yang memberikan prioritas pada pluralisme pada alokasi, transparansi pada kenyamanan dan makna umum pada realitas yang dirancang. Di dunia algoritma yang dibayar oleh persaingan dan laba, opsi -opsi ini tampaknya tidak mungkin, setidaknya dalam skala besar. Pertanyaannya bukan hanya seberapa cepat kita bergerak sebagai masyarakat, atau bahkan jika kita dapat mempertahankannya, tetapi bagaimana kita bergerak dengan kebijaksanaan dari perjalanan umum ini.
Mobilitas di Kepulauan: Menuju Kebijaksanaan di Era Kecerdasan Buatan
Jika zaman kecerdasan buatan tidak mengarah pada reaksi yang seragam, melainkan ke kepulauan individu yang rusak dan masyarakat yang berbeda, maka tugas di hadapan kita bukanlah untuk membangun kembali medan lama, tetapi untuk mengetahui bagaimana hidup dengan bijak di antara pulau -pulau.
Karena kecepatan dan ruang lingkup perubahan melebihi kemampuan kebanyakan orang untuk beradaptasi, banyak dari mereka tidak akan merasa tidak. Pekerjaan akan hilang, karena novel -novel yang mengendalikan nilai, pengalaman dan kepemilikan akan lama dilakukan. Imigrasi kognitif akan mengarah pada masyarakat baru makna, beberapa di antaranya sudah terbentuk, bahkan karena mereka kurang umum dibandingkan usia sebelumnya. Ini adalah kepulauan kognitif: masyarakat di mana orang berkumpul tentang kepercayaan umum, metode estetika, ideologi, minat hiburan atau kebutuhan emosional. Beberapa dari mereka adalah kelompok kreativitas, dukungan, atau tujuan yang jinak. Yang lain lebih terisolasi dan berbahaya, didorong oleh ketakutan, keluhan atau pemikiran konspirasi.
Kemajuan kecerdasan buatan akan mempercepat tren ini. Meskipun orang saling mengabaikan melalui akurasi algoritma, ini akan membantu orang secara bersamaan menemukan satu sama lain di seluruh dunia, mengatur keselarasan identitas yang lebih akurat. Tetapi ketika melakukan ini, mungkin membuat sulit untuk menjaga gesekan yang keras tetapi perlu untuk pluralisme. Hubungan lokal mungkin melemah. Sistem kepercayaan umum dan persepsi realitas umum dapat terkikis. Demokrasi, yang tergantung pada realitas umum dan dialog yang disengaja, mungkin berjuang untuk mempertahankannya.
Bagaimana kita mentransfer medan baru ini dengan kebijaksanaan, martabat, dan kontak? Jika kita tidak dapat mencegah fragmentasi, bagaimana kita bisa hidup di dalamnya dengan cara kemanusiaan? Jawabannya mungkin tidak dimulai dengan solusi, tetapi dengan belajar mengetahui pertanyaan yang sama secara berbeda.
Hidup dengan pertanyaan
Kita mungkin tidak dapat mensampaikan kembali rumor kognitif sosial seperti sebelumnya. Pusat mungkin tidak tabah, tetapi ini tidak berarti bahwa kita harus melayang tanpa arah. Melalui kepulauan, tugas itu akan belajar untuk hidup dengan bijak di medan baru ini.
Mungkin mengharuskan kita untuk mengkonsolidasikan kita ketika alat kita kurang, dan masyarakat yang bukan merupakan kemurnian ideologis tetapi tentang tanggung jawab bersama. Kita mungkin memerlukan bentuk -bentuk pendidikan baru, bukan untuk unggul atau membingungkan, tetapi untuk memperdalam kemampuan kita untuk membedakan, konteks dan pemikiran moral.
Jika kecerdasan buatan telah menghancurkan bumi di bawahnya, itu juga menunjukkan kesempatan untuk bertanya lagi kepada kita apa kita di sini. Ini bukan sebagai konsumen kemajuan, tetapi sebagai penguasa makna.
Jalan ke depan tidak mungkin halus atau bagus. Sementara kita bergerak melintasi media misterius, tanda kebijaksanaan mungkin adalah kemampuan untuk menguasai apa yang akan terjadi, tetapi berjalan melalui kejelasan, keberanian, dan perhatian. Kita tidak dapat menghentikan kemajuan teknologi atau menyangkal fraktur sosial -keypth, tetapi kita dapat memilih untuk cenderung ruang di antara mereka.
Gary Grossman adalah EVP untuk teknologi di Edelman.
Tautan sumber
Berita
Rockies ‘Warren Schaefer menciptakan pengusiran tak terlupakan pertama untuk memenangkan pembuat bir

baruAnda sekarang dapat mendengarkan Fox News!
Untuk pertama kalinya sebagai direktur sementara Colorado Rockez, Warren Chevir diusir dan mencapai manfaat terbaik dari momen profesional itu.
Lempeng rumah, Ramon de Jesus, disebut The Strike Three pada pemain tim Freeman Rocky -Tyler, dan segera diusir setelah membahas undangan tersebut.
Dan saat itulah Chevir keluar dari tempat persembunyian untuk mencapai mereka, dan jelas bahwa dia tidak punya ide untuk tetap di tempat persembunyian setelah melihat reaksinya.
Klik di sini untuk lebih banyak liputan olahraga di foxnews.com
Warren Chevir, direktur sementara Colorado Rockez, merujuk pada gerakan ke wasit setelah diusir selama paruh ketiga pertandingan Bessoul melawan Milwoki Bros, pada hari Minggu, 29 Juni 2025, di Milwaukee. (Aaron Gash Image/AP)
Chevir, permen karetnya, dan topinya di tanah, bangkit setelah kedatangannya antara Jesh dan Fariman, yang menyebabkan manajer sementara permainan.
Dari sana, Chevir memasuki wajah De Jesus, mengatakan bahwa artikelnya juga menampakkan diri kepadanya seperti yang dia pikirkan.
Pelatih Pantai Pantai Carolina memiliki penyakit setelah pengusiran total rantai global
Chevir berlutut di kotak campuran kanan dan meraih tangannya di tanah, kemungkinan besar de Jesus muncul, di mana ia percaya bahwa panggilan ke pemogokan di Friman.
Roquiz menunda tugas administrasi pada 11 Mei, meskipun kemenangannya yang jarang untuk Colorado, karena tim memiliki skor terburuk di MLB musim ini pada 18-65.

Colorado Rockz, sutradara sementara Warren Chevir, Midel, gerakan setelah diusir selama paruh ketiga pertandingan baseball melawan Milwoki Proz, pada hari Minggu, 29 Juni 2025, di Milwoki. (Aaron Gash Image/AP)
Sejak Chevir mengambil, hasil berbatu belum jauh lebih baik, mencapai 11-32 sejak saat itu.
Namun, respons berapi -api Chevir terhadap pukulan Vereiman dengan jelas berubah menjadi gelombang di tempat persembunyiannya.
Tim Brewers berakhir dengan peran tambahan, 4-3, di bidang keluarga. RBI berasal dari Brenton Doyle ganda di babak kedelapan, serta mengoperasikan rumah Orlando Arsia di kesembilan, yang memaksa penambahan di jalan.

Direktur sementara ini mendukung Colorado Rockez Warren Chevir, di sebelah kanan, oleh seorang wasit selama paruh ketiga pertandingan Pisbul melawan Milwoki Proz, pada hari Minggu, 29 Juni 2025, di Milwoki. (Aaron Gash Image/AP)
Klik di sini untuk mendapatkan aplikasi Fox News
Setelah itu, Kyle Farmer datang dengan RBI pada kesebelas untuk memberi Colorado keunggulan yang tidak akan ia tinggalkan di bagian bawah bingkai, ketika Tyler Kenley menutup kemenangan.
Digital Fox News Cakupan Olahraga di XDan berlangganan Newsletter Fox News Sport Hold.
Berita
Pencurian ID menyerang 1,1 juta laporan – dan ratifikasi hanya lebih buruk

Bergabunglah dengan acara bahwa para pemimpin lembaga telah dipercaya selama hampir dua dekade. VB Transform menggabungkan orang yang membangun strategi AI untuk institusi nyata. Pelajari lebih lanjut
Dari kata sandi hingga kunci ke sup alfabet nyata dari opsi lain-otentikasi faktor kedua (2FA)/kata sandi satu kali (OTP), otentikasi multi-faktor (MFA), satu tanda pada (SSO), atau otentikasi SNA (SNA)-ketika itu datang ke semacam otentitas favorit atau bahkan lebih disukai, hanya ada pelanggan.
Namun, apa kesepakatannya adalah perlunya alat -alat ini. itu Aliansi Fido Saya menemukan bahwa lebih dari setengah pelanggan (53 %) menyaksikan peningkatan pesan yang mencurigakan dan penipuan online pada tahun 2024. Ini sebagian besar didorong melalui SMS, email dan panggilan telepon, dan hanya karena perkembangan kecerdasan buatan.
Bahkan pada saat kita terus melihat peningkatan luar biasa dalam penipuan dan kerugian yang relevan – Komite Perdagangan Federal Lebih dari 1,1 juta laporan menerima pencurian identitas tahun lalu saja – perusahaan harus melakukan yang terbaik untuk berjalan dalam tali ketat antara upaya keamanan dan kenyamanan yang kuat. Indeks berlebihan pada salah satu dari mereka dan mengambil risiko pelanggan-sejumlah kecil lingkaran, kehilangan kepercayaan diri, dan banyak dan kehilangan kesabaran mereka.
Jadi, bagaimana perusahaan menghindari keseimbangan rapuh ini dan menerapkan solusi otentikasi yang efektif?
Pelanggan selalu benar
Ketika datang ke persetujuan, jarang menerjemahkan apa yang diterjemahkan perusahaan menjadi karyawan menjadi pelanggan. Kami telah pindah ke Mobil web Sebagai satu -satunya bentuk 2FA untuk meratifikasi karyawan, mandat perusahaan memakan waktu beberapa minggu. “Adopsi paksa” ini berfungsi ketika karyawan Anda tidak punya pilihan, tetapi pelanggan Anda melakukannya.
Baru -baru ini, saya ingin memesan hotel untuk liburan keluarga, jadi saya pergi ke situs perjalanan favorit saya, menemukan kamar yang ideal dengan harga yang wajar, dan pergi untuk menyelesaikan transaksi. Satu masalah: Saya terus mengalami masalah dengan captcha di halaman mereka – sekali, dua kali. Setelah upaya ketiga yang pergi, saya menemukan ruang yang sama pada tingkat yang sama di lokasi lawan mereka, dan memesan.
Perusahaan dapat mengalokasikan anggaran besar untuk memasarkan sejumlah faktor terbaik yang mendorong pelanggan ke situs web, produk, dan layanan mereka, tetapi jika gesekan dalam pengalaman pengguna mencegah transfer-sering seperti titik sentuh awal-maka investasi hilang. Empat puluh persen Di antara perusahaan, perusahaan mengatakan bahwa salah satu tantangan paling mendesak adalah menemukan keseimbangan antara keamanan dan pengalaman pelanggan, terutama mengurangi gesekan saat berpartisipasi dalam akun.
Sulit untuk memodifikasi perilaku pelanggan, terutama tentang adopsi teknologi baru. Tidak masalah apakah pengukuran biologis atau enkripsi kunci publik lebih aman, jika tidak dengan lancar pada pijakan yang sama, maka ketergantungan pelanggan akan tertinggal. Menurut Anda, mengapa banyak orang masih bergantung pada kata sandi mudah -untuk -penanggulangan (Anda tahu siapa Anda!). Yang benar adalah bahwa Anda tidak bisa hanya memaksa pelanggan untuk mengadopsi perusahaan-perusahaan yang mendapatkan otentikasi dengan benar belajar tentang kebutuhan dan pembatasan pelanggan mereka, dan untuk bertemu mereka di mana mereka merasa nyaman dan memahami bahwa itu tidak dapat satu ukuran.
Masa depan digerakkan oleh sinyal
Dalam pertempuran ini pada gesekan melawan kebebasan, masa depan akan dipimpin oleh sinyal berkelanjutan alih -alih pos pemeriksaan identitas sewenang -wenang seperti login atau pembelian. Pikirkan ratifikasi sebagai sistem rem, di mana perusahaan dapat menekan pedal atau melepaskannya untuk meningkatkan atau mengurangi gesekan berdasarkan perilaku pelanggan.
Katakanlah saya menerima tawaran promosi 20 % dari ban baru dari mobil biasa. Jika Anda mengklik pemberitahuan, saya berharap pengalaman login yang lancar, beri saya pesan, saya adalah pelanggan yang panjang dan saya menggunakan aplikasi mereka dari perangkat yang terkenal. Tapi misalkan saya bepergian ke Kansas City untuk bekerja. Jika Anda membuka laptop saya dan masih masuk ke platform E -Commerce favorit saya, saya berharap mereka mendaftarkan saya atau membutuhkan bukti identitas untuk melanjutkan sesi, karena saya berada di lokasi yang sama sekali berbeda berdasarkan catatan pembelian sebelumnya.
Pikirkan tentang ekosistem aplikasi – belanja, email, media sosial, keamanan rumah dan layanan penyiaran – di mana kami masuk sekali dan jarang (jika ada). Apa yang terjadi jika perangkat Anda hilang, dicuri, atau sesi Anda diculik? Perusahaan harus mengadopsi mentalitas nol -percaya diri, karena otentikasi tidak hanya menunjukkan identitas Anda di pintu, Anda bebas berkeliaran di klub, tetapi proses berbasis risiko yang berkelanjutan diadakan pada aktivitas Anda.
Kerutan di sini, seperti banyak sektor saat ini, adalah Amnesty International. Sebelumnya dalam karir saya, saya membangun model penemuan robot untuk mulai beroperasi untuk membedakan perilaku manusia dari mesin. Kami memantau jumlah klik yang kami dapatkan dari seri IP dan rantai rantai pengguna, dan jika lebih dari N dalam sedetik, kami menganggap itu adalah robot dan larangan lalu lintas. Tetapi sekarang, sementara kami mentransfer aset ke asisten kecerdasan buatan dan agen independen untuk membuat reservasi saat makan malam, mengatur janji atau membeli tiket film, bagaimana Anda bisa membedakan antara robot yang mengerikan atau bekerja atas nama Anda? Ini adalah masa depan ratifikasi dan lembaga kerja pendarahan dalam industri ini masih menjadi pelopor.
Persetujuan: a ‘Dan’ TIDAK ‘atau’ Usul
Terlepas dari cara persetujuan baru dalam pengembangan permanen dan peningkatan persyaratan regional seperti Singapura Singapar atau Portofolio Identitas Digital Uni Eropa, Setiap alat tunggal tidak akan memiliki pangsa pasar penuh sama sekali – beberapa pelanggan selalu lebih suka kesederhanaan opsi seperti OTP, sementara yang lain akan menuntut pembentukan koridor atau alat modern lainnya.
Dia akan tetap bertanggung jawab atas pekerjaan bagi perusahaan untuk menyediakan sekelompok besar opsi untuk bertemu pelanggan sebagaimana adanya Menerapkan strategi untuk mempertahankan akar dari setiap metode yang aman dari pajak/perburuan, rekayasa sosial atau serangan berbasis identitas lainnya. Mereka yang memberikan prioritas atau yang lain tidak akan memenangkan tali antara gesekan dan kebebasan, tetapi mereka yang dapat berjalan dengan ketat antara keduanya untuk mengarahkan pelanggan mereka untuk menghaluskan pengalaman yang lancar tetapi aman.
Anurag Dodeja adalah kepala produser, otentikasi pengguna dan identitas di Twilio.
Tautan sumber
- Berita8 tahun ago
These ’90s fashion trends are making a comeback in 2017
- Berita8 tahun ago
The final 6 ‘Game of Thrones’ episodes might feel like a full season
- Berita8 tahun ago
According to Dior Couture, this taboo fashion accessory is back
- Berita8 tahun ago
The old and New Edition cast comes together to perform
- Berita8 tahun ago
Phillies’ Aaron Altherr makes mind-boggling barehanded play
- Berita8 tahun ago
Uber and Lyft are finally available in all of New York State
- Berita8 tahun ago
Disney’s live-action Aladdin finally finds its stars
- Berita8 tahun ago
Steph Curry finally got the contract he deserves from the Warriors