Google tar kommandot

OpenAI har använt en intern AI-modell – ännu inte släppt till allmänheten – för att lösa eller delvis lösa mer än 370 tidigare olösta matematikproblem. Det intressanta är inte bara resultatet i sig, utan reaktionen: matematikforskarna är djupt oeniga om det här faktiskt är ett vetenskapligt genombrott eller ett hot mot disciplinen.

Startup-bolaget Goodfire har lanserat ett nytt sätt att hålla koll på AI-agenter: istället för att låta en andra AI granska allt en agent gör, tittar deras system direkt in i modellens interna tillstånd under körning och slår larm bara när något verkar skumt. Tanken är att det ska bli betydligt billigare än dagens vanligaste övervakningsmetoder – ungefär som att ha en temperaturmätare i motorn istället för att filma hela bilen utifrån.

Tre säkerhetsforskare som nyligen sparkades från OpenAI bestrider anklagelserna om att de hanterat känslig information felaktigt. I ett öppet brev varnar de för att avskedandena skapar en tystnadskultur inom företagets säkerhetsarbete – vilket är anmärkningsvärt givet att OpenAI just säkerhetsarbete är en central del av dess offentliga varumärke.

Forskare presenterar CanonQ, ett träningsramverk som komprimerar stora språkmodeller (LLM) till bara 2 bitar per vikt och cachat minne – den typ av extrem komprimering som normalt förstör modellens prestanda. På LLaMA3-modeller uppnår metoden upp till 14 gånger lägre felprocent och 57,9% högre träffsäkerhet än tidigare teknik under samma hårda begränsningar. Det intressanta är att det här handlar om att faktiskt kunna köra kraftfulla modeller på enklare hårdvara – inte bara teoretisk effektivitet.

Meta's Muse och OpenAI's Dots är de senaste AI-agenterna (program som självständigt utför uppgifter åt dig) som nu riktar sig till vanliga konsumenter – inte bara tekniknördar. En stor skillnad: Muse är gratis medan Dots kostar pengar, vilket kan ge Meta ett övertag tack vare sin erfarenhet av att nå breda massor. Den intressanta frågan är inte vad agenterna kan göra, utan om folk verkligen vill ge dem tillgång till sin e-post, sitt kreditkort och sina filer.

OpenAI:s faktiska årliga intäkter är hela 20 miljarder dollar lägre än vad som tidigare cirkulerat i media, enligt Financial Times. Det väcker frågor om hur bolagets höga värdering – och de enorma investeringar det lockat till sig – egentligen håller.

Företaget bakom AI-rankningsplattformen LMArena har tagit in 200 miljoner dollar i en runda ledd av Lightspeed och Khosla, vilket värderar bolaget till 3,1 miljarder dollar – en nära fördubbling på bara tio månader. Intressant nog expanderar de nu bortom rena prestandatester och börjar mäta hur ärliga AI-modeller faktiskt är, vilket är ett område som länge saknats i branschens benchmarks.

Natura lanserar Interface – en smart ring för 99 dollar som låter dig aktivera AI-agenter med ett fingerknapp för att utföra uppgifter, spela in tankar och styra enheter. Det intressanta är inte priset utan ambitionen: att göra AI till något du bär på kroppen snarare än sitter och stirrar på i en skärm. Ringen fungerar även som hälsomätare.

Periodic Labs, grundat av Liam Fedus och Ekin Dogus Cubuk (tidigare OpenAI respektive Google DeepMind), vill använda AI för att accelerera vetenskaplig forskning inom material och halvledare. Podden diskuterar hur AI-modeller kan användas för att hitta nya material – exempelvis supraledare – vilket normalt tar decennier med traditionella metoder. Det är ett intressant område just nu: gränsen mellan AI-labb och forskningsinstitut suddas ut i snabb takt.

Utvecklare kombinerar frontier AI-modeller (de mest avancerade stora språkmodellerna) med NVIDIAs Omniverse-plattform för att automatisera det tidskrävande arbetet med att sätta ihop 3D-simuleringar – från att placera ut objekt till att koppla ihop fysik och rendering. Tanken är att AI-agenterna ska sköta det tekniska grovjobbet så att utvecklarna kan fokusera på vad simuleringen faktiskt ska undersöka, till exempel produktfel eller designalternativ.

Microsoft visade upp Surface Laptop Ultra, en bärbar dator med Nvidias nya RTX Spark-chip som klarar av att köra AI-modeller lokalt – priset börjar på 2 599 dollar med lansering den 16 oktober. Mest intressant är kanske konceptet 'Hybrid Intelligence', som kombinerar lokal och molnbaserad AI, samt RTX Spark Dev Box för 5 999 dollar med kapacitet upp till en petaflop (ungefär tusen teraflop – extremt mycket beräkningskraft). Windows 11 får också en ny version av Copilot och stöd för lokala AI-agenter.

Trots imponerande videor av humanoida robotar som dansar och utför uppgifter är dessa maskiner fortfarande långt ifrån redo för verklig användning – gapet mellan kontrollerade demonstrationer och kaotisk verklighet är enormt. MIT Technology Review och forskningsstiftelsen Aventine påpekar att det som ser smidigt ut på video ofta kräver perfekta förhållanden och att tekniken sannolikt inte når bred tillämpning inom överskådlig framtid.

Sriram Krishna, som nyligen lämnade sin roll som AI-rådgivare åt president Trump, siktar nu på att resa en riskkapitalfond på cirka 5 miljarder kronor med fokus på AI-bolag. Det är ett intressant drag – han går från att forma AI-policy på högsta politiska nivå till att själv investera i branschen han just reglerade.