Connect with us

Berita

Perangkap Inferensi: Cara Makan Penyedia Layanan Cloud dengan Margin Kecerdasan Buatan

Published

on

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.

Kecerdasan buatan telah menjadi Piala Suci perusahaan modern. Apakah itu layanan pelanggan atau sesuatu seperti ini seperti pemeliharaan pipa, lembaga di setiap bidang sekarang menerapkan teknik kecerdasan buatan – dari dasar ke VLA – untuk membuat hal -hal lebih efisien. Tujuannya jelas dan langsung: untuk mengotomatiskan tugas untuk memberikan hasil lebih efisien dan menghemat uang dan sumber daya pada saat yang sama.

Namun, dengan transfer proyek -proyek ini dari pilot ke tahap produksi, tim menghadapi hambatan yang tidak mereka rencanakan: biaya awan yang marginnya terkikis. Kejutan stiker sangat buruk sehingga apa yang saya rasakan sebelumnya adalah cara tercepat untuk berinovasi dan keunggulan kompetitif menjadi lubang yang tidak perlu dalam anggaran – kapan saja.

Ini memanggil CIO untuk memikirkan kembali segalanya – dari arsitektur khas hingga model penerbitan – untuk mengembalikan kontrol aspek keuangan dan operasional. Terkadang, mereka bahkan menutup proyek, mulai dari awal.

Tapi ini adalah kebenaran: Sementara cloud dapat mengambil biaya ke level yang tak tertahankan, mereka bukan kejahatan. Anda hanya perlu memahami jenis kendaraan (infrastruktur internasional amnesti) untuk memilih untuk pergi ke cara apa pun (beban kerja).

Kisah Cloud – tempat Anda bekerja

Awan sangat mirip dengan transportasi umum (kereta bawah tanah dan bus Anda). Anda bisa mendapatkan model sewa sederhana, dan segera memberi Anda semua sumber daya – dari rekan GPU hingga penskalaan cepat di berbagai wilayah geografis – untuk membawa Anda ke tujuan, semua dengan pekerjaan dan persiapan minimal.

Akses yang cepat dan mudah ke formulir layanan memastikan awal yang lancar, dan membuka cara untuk menghapus proyek dari tanah dan melakukan pengalaman cepat tanpa pengeluaran kapitalis yang sangat besar untuk mendapatkan unit pemrosesan grafis khusus.

Sebagian besar startup pada tahap awal menemukan bahwa model ini menguntungkan karena membutuhkan perubahan cepat lebih dari apa pun, terutama ketika mereka masih memverifikasi bentuk model dan menentukan kesesuaian pasar produk.

Suara audio AI tampil di BerbicaraBeri tahu VentureBeat.

Biaya “kemudahan”

Meskipun cloud sepenuhnya logis untuk digunakan pada tahap awal, matematika infrastruktur menjadi gelap ketika proyek bergerak dari tes dan memeriksa kesehatan unit penyimpanan di dunia nyata. Ukuran beban kerja membuat tagihan brutal – sejauh biaya dapat naik lebih dari 1000 % dalam semalam.

Ini terutama benar jika terjadi penalaran, yang tidak harus berjalan hanya 24/7 untuk memastikan waktu layanan tetapi juga dengan permintaan pelanggan.

Pada sebagian besar kesempatan, Sarin menjelaskan bahwa mutasi permintaan untuk penalaran ketika pelanggan lain juga meminta GPU, yang meningkatkan persaingan untuk sumber daya. Dalam kasus seperti itu, perbedaan tersebut mempertahankan kemampuan yang dipesan untuk memastikan bahwa mereka mendapatkan apa yang mereka butuhkan-yang mengarah pada waktu GPU untuk menempatkan ketidakaktifan dalam beberapa jam selain puncak-atau menderita dari waktu kemajuan, yang mempengaruhi pengalaman muara.

Christian Khoury, CEO Kepatuhan dengan Amnesty International Easaudit aiDia menggambarkan kesimpulan sebagai “pajak cloud” baru, untuk memberi tahu VentureBeat sebagai perusahaan yang berkisar antara 5 ribu dolar hingga 50 ribu dolar per bulan semalam, hanya dari gerakan inferensi.

Perlu juga dicatat bahwa beban inferensi yang mencakup LLM, dengan harga pada simbol yang khas, dapat menyebabkan peningkatan biaya yang paling parah. Ini karena model -model ini tidak spesifik dan dapat menghasilkan output yang berbeda saat berhadapan dengan tugas jangka panjang (termasuk jendela konteks besar). Dengan pembaruan berkelanjutan, sulit untuk memprediksi biaya atau mengontrol LLM.

Melatih model -model ini, untuk bagiannya, adalah “ledakan” (terjadi dalam kelompok), yang menyisakan ruang untuk kapasitas untuk ditangkap. Namun, bahkan dalam kasus -kasus ini, terutama dengan menghilangkan kekuatan kompetisi yang meningkat, lembaga dapat memiliki tagihan besar dari saat unit pemrosesan grafis yang tidak aktif, yang berasal dari pendaftaran yang berlebihan.

“Kredit pelatihan pada platform cloud mahal, dan pelatihan yang sering dapat meningkat selama kursus pengulangan yang cepat. Pelatihan panjang membutuhkan akses ke mesin besar, dan sebagian besar penyedia layanan cloud masih menjamin hanya akses jika Anda telah memesan periode satu tahun atau lebih.

Ini bukan hanya itu. Penutupan awan sangat nyata. Misalkan Anda telah memesan reservasi jangka panjang dan membeli kredit dari penyedia. Dalam hal ini, Anda tertutup dalam sistem lingkungan mereka dan Anda harus menggunakan semua yang mereka miliki, bahkan ketika penyedia layanan lain pindah ke infrastruktur yang lebih baru dan lebih baik. Akhirnya, ketika Anda mendapatkan kemampuan untuk bergerak, Anda mungkin harus menahan biaya keluar yang sangat besar.

“Tidak hanya akun biaya. Saya mendapat … otomatis yang tidak terduga, dan biaya keluar gila jika Anda mentransfer data antara daerah atau penjual. Ada satu tim yang membayar untuk mentransfer data lebih dari melatih model mereka,” Sarin mengkonfirmasi.

Jadi, apa solusinya?

Melihat permintaan terus-menerus untuk infrastruktur untuk memperluas ruang lingkup kesimpulan kecerdasan buatan dan sifat pelatihan yang gagal, lembaga bergerak untuk membagi beban keuntungan pengambilan kerja dari cerobong asap atau cerobong internal, sambil meninggalkan pelatihan awan dengan rekan-rekan topikal.

Ini bukan hanya teori – ini adalah gerakan yang meningkat di antara para pemimpin teknik yang mencoba menempatkan kecerdasan buatan dalam produksi tanpa membakar di landasan pacu.

Khoury menambahkan: “Kami telah membantu perbedaan dalam mengonversi ke kelompok dari menyimpulkan penggunaan server GPU khusus yang mereka kendalikan. Mereka tidak menarik, tetapi mereka mengurangi pengeluaran bulanan sebesar 60-80 %,” tambah Khoury. “Hibrida tidak hanya lebih murah – itu lebih cerdas.”

Dia mengatakan bahwa dalam satu kasus, SaaS telah mengurangi tagihan infrastruktur bulanan dari kecerdasan buatan dari sekitar 42.000 dolar menjadi hanya 9.000 dolar dengan mentransfer beban pekerjaan inferensi dari cloud. Transformator berbayar untuk dirinya sendiri dalam waktu kurang dari dua minggu.

Tim lain yang membutuhkan respons tetap terhadap sub-50ms yang ditemukan untuk alat kecerdasan buatan dukungan pelanggan bahwa waktu inferensi berdasarkan kelompok rekan tidak cukup. Konversi inferensi lebih dekat dengan pengguna melalui colocation tidak hanya hambatan kinerja – tetapi juga setengah dari biaya.

Persiapan biasanya berfungsi dengan cara ini: inferensi, yang selalu sensitif dan sensitif terhadap spesifikasi, bekerja pada unit pemrosesan grafis khusus baik di pusat data terdekat (pengumpulan). Sementara itu, pelatihan, yang ditandai dengan akunnya tetapi terputus -putus, tetap di cloud, di mana Anda dapat memutar kelompok yang kuat atas permintaan, berjalan selama beberapa jam atau hari, dan menutupnya.

Secara luas, perkiraan menunjukkan bahwa sewa penyedia layanan cloud superior dapat menelan biaya tiga hingga empat kali setiap GPU lebih dari bekerja dengan penyedia layanan yang lebih kecil, meskipun tim lebih penting dibandingkan dengan infrastruktur lokal.

Hadiah besar lainnya? Kemampuan untuk memprediksi.

Dengan On-Prem atau Collection, tim juga memiliki kendali penuh atas jumlah sumber daya yang ingin mereka berikan atau tambahkan ke jalur fondasi yang diharapkan untuk beban kerja inferensi. Ini membawa kemampuan untuk memprediksi biaya infrastruktur – dan menghilangkan tagihan mendadak. Ini juga menuruni upaya rekayasa agresif untuk mengendalikan penskalaan dan mempertahankan biaya infrastruktur cloud dalam batas yang wajar.

Pengaturan hibrida juga membantu mengurangi waktu akses untuk aplikasi kecerdasan buatan untuk waktu dan memungkinkan kepatuhan lebih baik, terutama untuk tim yang bekerja di industri yang sangat terorganisir seperti pembiayaan, perawatan kesehatan dan pendidikan di mana tempat tinggal data dan tata kelola tidak dapat dinegosiasikan.

Kompleksitas campuran itu nyata – tetapi jarang berurusan

Seperti yang selalu terjadi, transformasi pengaturan hibrida hadir dengan pajak OPS -nya. Mempersiapkan perangkat Anda sendiri atau menyewa fasilitas Kings membutuhkan waktu, dan mengelola unit pemrosesan grafis membutuhkan berbagai jenis otot rekayasa.

Namun, para pemimpin berpendapat bahwa kompleksitas sering dibesar -besarkan dan biasanya dikelola di rumah atau melalui dukungan eksternal, kecuali orang tersebut bekerja dalam skala besar.

“Akun kami menunjukkan bahwa server GPU di kepalanya harganya sekitar enam hingga sembilan bulan sewa yang sama -sama dari AWS, Azure atau Google Cloud, bahkan dengan tingkat satu tahun yang dicadangkan. Karena perangkat alat biasanya bertahan di ibukota yang menghindari formulir selama lebih dari lima tahun. Sarin menjelaskan bahwa sumber kekhawatiran.

Berikan prioritas sesuai kebutuhan

Untuk perusahaan mana pun, apakah itu perusahaan yang muncul atau lembaga, kunci keberhasilan saat mengajar itu-atau pemulihan pekerjaan arsitektur-dapat bekerja sesuai dengan beban pekerjaan tertentu.

Jika Anda tidak yakin dengan beban beban berbagai kecerdasan buatan, mulailah dengan cloud dan memantau dengan cermat biaya yang terkait dengan tanda pada setiap sumber daya dengan tim yang bertanggung jawab. Anda dapat berbagi laporan biaya ini dengan semua manajer dan melakukan penyelaman mendalam dalam apa yang mereka gunakan dan pengaruhnya terhadap sumber daya. Data ini kemudian akan memberikan kejelasan dan membantu membuka jalan bagi efisiensi.

Namun, ingatlah bahwa itu bukan masalah meninggalkan awan sepenuhnya; Muncul untuk meningkatkan penggunaannya untuk meningkatkan efisiensi secara maksimal.

Khoury menambahkan: “Cloud masih bagus untuk uji coba dan Busher.” Perlakukan awan seperti model awal, bukan rumah permanen. Jalankan matematika. Bicaralah dengan insinyur Anda. Cloud tidak akan pernah memberi tahu Anda kapan alat yang salah. Tapi tagihan AWS Anda. “

Tautan sumber

Continue Reading
Click to comment

Leave a Reply

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Berita

Penyelamatan yang menentukan Matt Fariz membantu mengatasi Kosta Rika di kuartal -final Piala Emas

Published

on

baruAnda sekarang dapat mendengarkan Fox News!

Tim sepak bola nasional pria pindah ke semi -final Piala Emas CONCACAF setelah penembakan dramatis melawan Kosta Rika.

Pertandingan diblokir dalam dua gol masing -masing setelah 90 menit, yang menyebabkan adu penalti yang berisi semua drama untuk membuat semua orang tetap berada di tepi kursi mereka untuk mengetahui siapa yang akan bergerak.

Setelah Tyler Adams dimakamkan dari USMNT dan Alonso Martinez dari USMNT berupaya memulai penalti, kiper Matt Friz dari Amerika Serikat telah menciptakan snapshot dari Juan Pablo Vargas untuk memberikan tim atasnya.

Klik di sini untuk lebih banyak liputan olahraga di foxnews.com

Kiper AS Matthew Fariz (25 tahun) berinteraksi dalam penembakan melawan Kosta Rika selama kuartal -final 2025 Piala Emas di Stadion Bank Amerika. (Imagn)

Ini terjadi setelah pemilik Tillaman mengalami penalti yang hilang selama waktu normal yang bisa menjadi pemegang permainan, dan meletakkan tembakannya pada legenda Kosta Rika Kevor Navas.

Tetapi Sebastian Berhalter, putra mantan pelatih USMNT Greg Bierleter, menyentuh ketika ia mengirim upayanya untuk terbang melalui jaringan. Santiago Van Disten mengikuti -tembakan oleh Kosta Rika melampaui Freese, meskipun penjaga gawang menebak dengan cara yang benar.

Setelah Alex Freiman dan Jefferson Brines memotretnya berturut -turut, Fariz mendapatkan yang lain dalam upaya Francisco Calvo, memberi John Tolkin snapshot untuk mengakhiri semuanya untuk USMNT. Tapi Navas muncul kopling itu, sementara dia melompat ke kirinya dan mengangkat tembakan Tolkin.

Tur tambahan diperlukan, tetapi Frees hanya ditutup. Dia bisa menghentikan klip berturut -turut, kali ini untuk menyimpan snapshot Andy Rojas.

Sekali lagi, USMNT memiliki kesempatan untuk menyelesaikan pertandingan, dan Damions Downs diberi kesempatan. Navas tidak dapat menebak kali ini, karena Downs pergi ke kiri dan dirayakan segera ketika bola menghantam bagian belakang jaringan.

Dalam waktu 90 menit sebelum penembakan, ada juga kembang api, dimulai dengan “Los Ticos” di atas piring terlebih dahulu. Calvo adalah orang yang mendapat yang terbaik di Freez dengan tendangan penalti di menit kedua belas.

Namun, UMSNT menggabungkan di akhir babak pertama dengan skor Diego Luna di menit ke -43 dan Max Arfsten mengikuti pada menit ke -47.

Setelah itu, di menit ke -71 di tengah babak kedua, Martinez turun setelah pemulihan Freiz untuk menghubungkan permainan.

Damon Downs bereaksi setelah memenangkan penalti

Striker Amerika Serikat Damyeon Downs (9) merayakan setelah kekalahan Kosta Rika dalam sebuah penembakan selama kuartal -final Piala Emas 2025 di Stadion American Bank. (Imagn)

Klik di sini untuk mendapatkan aplikasi Fox News

Tapi USMNT akan menjadi orang -orang yang bergerak untuk menghadapi Guatemala pada hari Rabu di semi -final untuk menentukan siapa yang memiliki tempat di final Piala Emas.

Semi -final lainnya adalah Meksiko melawan Honduras, yang akan bermain setelah Amerika Serikat dan Guatemala.

Digital Fox News Cakupan Olahraga di XDan berlangganan Newsletter Fox News Sport Hold.



Tautan sumber

Continue Reading

Berita

Antara Utopia dan Runtuh: Mobilitas di Masa Depan Pertengahan Kecerdasan Buatan

Published

on

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
Continue Reading

Berita

Rockies ‘Warren Schaefer menciptakan pengusiran tak terlupakan pertama untuk memenangkan pembuat bir

Published

on

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.

Warren Shyver berdebat dengan wasit

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.

Warren Chevir berteriak dalam keputusan itu

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.



Tautan sumber

Continue Reading

Trending