Inga rättigheter för maskiner – och ny teknik för bättre AI-träning
Import AI:s senaste nummer tar upp tre AI-relaterade ämnen: frågan om maskiner bör ha rättigheter (svaret verkar vara nej), ett system kallat SPADE som automatiserar skapandet av träningsomgivningar för AI, samt Hawkeye – ett verktyg som hjälper till att skriva effektivare GPU-kod (instruktioner som styr grafikprocessorer). Det är en bred sammanfattning av pågående AI-forskning snarare än ett enskilt genombrott, men speglar väl hur brett fältet rör sig just nu.
Djupdykning
Importnyheter från AI-fronten den här veckan kretsar kring tre ganska olika saker som ändå hänger ihop om man drar ut trådarna. Frågan om maskiner ska ha rättigheter dyker upp med jämna mellanrum i AI-debatten, men det intressanta är inte svaret – det är att frågan ens ställs seriöst nu, vilket säger något om hur snabbt vi rört oss från "AI som verktyg" till "AI som agent". SPADE, systemet som automatiserar generering av miljöer (alltså de simulerade världar där AI-modeller tränas och testas), är en av de där pick-and-shovel-teknologierna som ingen skriver tweets om men som kan vara avgörande – bättre träningsvärldar ger bättre modeller, punkt. Hawkeye handlar om GPU-kernels, vilket är de små optimerade kodblock som styr hur grafikkort faktiskt kör AI-beräkningar, och att automatisera förbättringen av dem är lite som att låta AI skriva sin egen motortuning. Det verkliga mönstret här är att vi accelererar på tre parallella spår simultaneously – vad AI får göra, var AI tränas, och hur hårdvaran körs – och de flesta diskussioner fokuserar bara på ett i taget. När alla tre förbättras i takt med varandra är kombinationseffekten svårare att förutse än vad de separata framstegen antyder.