🧠 Nvidia investuje 4 miliardy dolarů do fotoniky, aby zrychlila čipy pro datová centra s umělou inteligencí ↗
Společnost Nvidia uvedla, že investuje 2 miliardy dolarů do společností Lumentum a Coherent – obou velkých hráčů v oblasti fotoniky – ve snaze udržet hardware pro datová centra o krok napřed v oblasti „rychlejší inference a větší šířky pásma“.
Návrh je jednoduchý: pokud dokážete data přenášet pomocí světla (fotoniky) namísto pouze elektrických signálů, můžete z celého systému umělé inteligence vyždímat více výkonu. Není to nic okouzlujícího, ale o vítězi rozhoduje právě instalatérství.
🛡️ OpenAI vytyčuje „červené čáry“ pro nasazení umělé inteligence v Pentagonu ↗
OpenAI pro svou vojenskou práci stanovila explicitní „zakázané“ zóny – žádný hromadný domácí dohled, žádné řízení autonomních zbraní a žádná vysoce riziková automatizovaná rozhodnutí, jako jsou systémy typu „sociálního kreditu“.
Také uvádějí, že nasazení je pouze cloudové (ne edge), zachovává bezpečnostní stack OpenAI a zahrnuje prověřený personál OpenAI. Zní to trochu jako „důvěřujte nám, a tady je znění smlouvy“ – což je, upřímně řečeno, lepší než ujištění pouze založená na důvěře.
🏛️ Zákonodárci ve Washingtonu prosazují omezení umělé inteligence pro chatboty a detekci obsahu ↗
Zákonodárci státu Washington prosazují návrhy zákonů, které se zaměřují na dva hlavní body tlaku: chatboty (zejména pro nezletilé) a média generovaná umělou inteligencí, která je stále obtížnější odhalit.
Jeden návrh by vyžadoval, aby chatboti uživatelům pravidelně připomínali, že mluví s umělou inteligencí, a dále by přidali detekci sebevražedných myšlenek a další bezpečnostní opatření. Další by prosazoval zveřejňování informací, jako jsou vložené vodoznaky do obrázků, zvuku a videa generovaných nebo upravených umělou inteligencí – teoreticky jednoduché, ale v praxi složité.
⚡ Spojené království vyhlašuje výzvu k předkládání důkazů o energetických datových sadách pro umělou inteligenci ↗
Britská vláda zahájila výzvu k předkládání důkazů zaměřených na datové soubory související s energetikou, kde by lepší přístup mohl vývojářům umělé inteligence pomoci zlepšit dekarbonizaci, energetickou bezpečnost nebo cenovou dostupnost.
Je to výslovně koncipováno jako krok shromažďování důkazů (ne slibovaná změna politiky) a kývne na realitu: některá data nelze sdílet, takže cestou by mohla být syntetická data nebo přístupy založené na povolení. Přístup k datům je zřejmě novým bojem „komu patří mapa“.
🤝 TechCrunch: Společnosti a vlády zabývající se umělou inteligencí stále nemají použitelný návod k použití ↗
TechCrunch se ponořil do nepříjemné mezery mezi „laboratořemi umělé inteligence se stávají národní infrastrukturou“ a „nikdo se nejdříve nedohodl na pravidlech“. Článek zdůrazňuje, jak se veřejná kritika obvykle zaměřuje na sledování a automatizované zabíjení – dvě noční můry, které nikdy doopravdy neopustí prostor.
Pointa je taková: laboratoře se neustále snaží vnutit politiku voleným vůdcům… ale zároveň jsou to právě ony, kdo dodávají nástroje, takže tento úhybný manévr funguje jen do určité doby. Je to jako trvat na tom, že nejste zodpovědní za oheň, zatímco aktivně prodáváte zápalky – nebo se to tak alespoň zdá.
Často kladené otázky
Proč Nvidia investuje miliardy do fotoniky pro čipy pro datová centra s umělou inteligencí?
Nvidia sází na to, že fotonika dokáže přesouvat data v datových centrech rychleji a s větší šířkou pásma než čistě elektrická spojení. Předpokladem je, že lepší „propojení“ mezi čipy, racky a systémy může zvýšit celkový výkon umělé inteligence, zejména s rostoucím objemem inferenčních úloh. Vklad značného kapitálu do hlavních hráčů v oblasti fotoniky signalizuje, že se z ní stává strategická infrastruktura, nikoli jen specializovaný doplněk.
Jak fotonika ve skutečnosti zrychluje systémy umělé inteligence ve srovnání s elektrickým připojením?
Fotonika využívá k přenosu dat světlo, což může zmírnit úzká hrdla, když systémy potřebují přenášet obrovské objemy informací. V mnoha systémech umělé inteligence není výkon jen o výpočetním čipu – jde také o to, jak rychle se data mohou přesouvat mezi komponentami. Běžným vzorem jsou optická spojení pro vysoce propustná připojení, zatímco elektrické signály jsou uchovávány tam, kde jsou jednodušší nebo levnější.
Co v praxi znamená „rychlejší inference a větší šířka pásma“ pro datová centra s umělou inteligencí?
Ukazuje to na posun, kde efektivní obsluha modelů je stejně důležitá jako jejich trénování. Rychlejší inference znamená rychlé získávání odpovědí při vysoké poptávce a větší šířka pásma znamená, že akcelerátory lze napájet bez čekání. V mnoha kanálech se omezením stávají síťová a propojovací omezení, takže zlepšení přesunu dat může odemknout smysluplné zisky, i když je výpočetní křemík již silný.
Jaké jsou „červené čáry“ OpenAI pro nasazení umělé inteligence v Pentagonu?
OpenAI explicitně popisuje zakázané zóny, jako je hromadný domácí dohled, řízení autonomních zbraní a vysoce riziková automatizovaná rozhodnutí podobná systémům „sociálního kreditu“. Také definuje nasazení jako pouze cloudové, přičemž bezpečnostní opatření zůstávají v platnosti a zapojený personál je prověřen. Tato omezení mají obvykle zúžit případy použití a snížit riziko zneužití, a zároveň umožnit omezené vládní aplikace.
Jaká ochranná opatření proti umělé inteligenci navrhují washingtonští zákonodárci pro chatboty a média generovaná umělou inteligencí?
Popsané návrhy se zaměřují na dvě oblasti: transparentnost a bezpečnost chatbotů a zveřejňování obsahu generovaného nebo pozměněného umělou inteligencí. Jeden koncept vyžaduje, aby chatboti pravidelně připomínali uživatelům, že interagují s umělou inteligencí, a aby zahrnovali bezpečnostní prvky, jako je detekce sebevražedných myšlenek. Další si klade za cíl mechanismy zveřejňování, jako jsou vložené vodoznaky do syntetických médií, což může být teoreticky jednoduché, ale v implementaci obtížnější.
Jak mohou britské datové sady pro umělou inteligenci ovlivnit dekarbonizaci a energetickou bezpečnost?
Výzva Spojeného království k předložení důkazů je koncipována jako krok k identifikaci oblastí, kde by lepší přístup k datovým sadám souvisejícím s energií mohl pomoci umělé inteligenci zlepšit výsledky, jako je dekarbonizace, bezpečnost nebo cenová dostupnost. V praxi má mnoho užitečných datových sad omezení sdílení, takže mohou být zapotřebí přístupy, jako jsou syntetická data, přístup založený na povoleních nebo kontrolované prostředí. To se v oblasti inovací a správy často stává otázkou „kdo má přístup k mapě“.