


Ist es das Schicksal aller KI-Labore, von OpenAI bis Anthropic, zu investieren oder zu erwerben?
Berichten zufolge wird Google 300 Millionen US-Dollar in Anthropic investieren. Obwohl es nur wenige Details über den Deal zwischen Google und Anthropic gibt, weist er viele Ähnlichkeiten mit der Investition von Microsoft in OpenAI auf, das kürzlich eine mehrjährige Investition in Höhe von mehreren Milliarden Dollar erhalten hat.
Da der Wettlauf der Technologieunternehmen um die nächste Vorherrschaft im Computerbereich weiter eskaliert, wird es für Forschungslabore für künstliche Intelligenz wie Anthropic schwierig sein, sich nicht in den Marktwettbewerb zwischen Technologiegiganten zu verwickeln. Der Kern der Sache ist: Wie schaffen KI-Forschungslabore das empfindliche Gleichgewicht zwischen dem Streben nach wissenschaftlichem Fortschritt und der Entwicklung kommerzialisierter Technologie?
Anthropic „entstanden“ aus OpenAI
Anthropic wurde 2021 von Dario Amodei, dem ehemaligen Vizepräsidenten für Forschung bei OpenAI, gegründet. Das Unternehmen veröffentlicht seine Arbeit nicht über die Veröffentlichung von Forschungsarbeiten hinaus, war jedoch sehr erfolgreich bei der Beschaffung von Geldern für seine Forschung. Das Unternehmen nahm bei seiner Gründung 124 Millionen US-Dollar an Finanzierungen der Serie A auf und erhielt im vergangenen Jahr weitere 580 Millionen US-Dollar an Finanzierungen der Serie B. Jetzt hat Google eine weitere Investition in Höhe von 300 Millionen US-Dollar erhalten.
Anthropic beschreibt das Unternehmen auf seiner Website als KI-Sicherheits- und Forschungsunternehmen, das sich dem Aufbau zuverlässiger, erklärbarer und kontrollierbarer KI-Systeme widmet. Das Unternehmen versucht, Fortschritte bei der Bewältigung des heutigen Problems der „Unvorhersehbarkeit, Unzuverlässigkeit und Undurchsichtigkeit in Allzweck-KI-Systemen“ zu erzielen.
Anthropic hat mehr als ein Dutzend Forschungsarbeiten auf seiner Website veröffentlicht. Zu den Themen dieser Arbeiten gehören große Sprachmodelle (LLM), verstärkendes Lernen aus menschlichem Feedback (RLHF), große generative Modelle, Transformer-Modelle und Interpretierbarkeit. Das jüngste Papier wurde im Dezember 2022 veröffentlicht.
Anthropic hat keine öffentlichen Pläne zur Einführung kommerzieller KI-Produkte und konzentriert sich derzeit nur auf technische Forschung. Aber das Unternehmen sagte: „Auf dem Weg in die Zukunft wird es für unsere Forschung viele Möglichkeiten geben, Mehrwert für kommerzielle und öffentliche Vorteile zu schaffen.“ Computing-Anbieter können ihre KI-Systeme trainieren, skalieren und bereitstellen. Dario Amodei sagte: „Die Investition von Google Cloud wird die nächste Entwicklungsphase von Anthropic unterstützen und unsere KI-Systeme einer größeren Nutzerbasis zugänglich machen.“
Das Unternehmen entwickelt einen KI-Assistenten namens Claude, der jedoch noch nicht der Öffentlichkeit zugänglich gemacht wurde (einige Medien haben ihn jedoch mit ChatGPT von OpenAI verglichen). Claude nutzt eine selbst entwickelte Technologie namens „Constitutional AI“, die mit anderen KIs zusammenarbeiten kann, um das Verhalten von KI-Systemen zu überwachen. Ziel dieser Technologie ist es, das KI-Verhalten präziser zu steuern und menschliche Eingriffe zu reduzieren. Google verfügt bereits über einige der talentiertesten KI-Wissenschaftler in seinen Abteilungen Google Brain und DeepMind. Warum sollte das Unternehmen also an einer Zusammenarbeit mit Anthropic interessiert sein? Dafür kann es drei wesentliche Gründe geben, die alle parallel zur Zusammenarbeit zwischen Microsoft und OpenAI laufen.
Zuallererst hat die Investition von Microsoft in OpenAI gezeigt, welche Vorteile eine Investition in Anthropic gegenüber einer Übernahme mit sich bringt. Obwohl generative KI spannend ist, handelt es sich dennoch um ein aufstrebendes Feld. Entwickler untersuchen immer noch die ethischen, rechtlichen und technischen Herausforderungen. Einige Anwälte versuchen immer noch herauszufinden, wie sich Modelle wie DALL-E und Codex auf Urheberrechtsverletzungsgesetze auswirken. Die Entwickler von GPT-3 und ChatGPT entwickeln ständig neue Sicherheitsmaßnahmen, um zu verhindern, dass große Sprachmodelle (LLMs) Hassreden und andere schädliche Inhalte generieren, während Bildungseinrichtungen besorgt sind, dass Studierende generative Modelle verwenden, um bei Prüfungen zu betrügen.
Für große Technologieunternehmen wie Google und Microsoft könnte jede dieser Bedenken zu einem PR-Albtraum werden und sich negativ auf ihre Marke und ihren Ruf auswirken. Daher müssen Startups wie OpenAI und Anthropic mehr Raum für Versuch und Irrtum und Lernen haben.
Zweitens ist Anthropic ein langjähriger Kunde der Google Cloud Platform geworden. Google investiert eher in GCP-Guthaben als in Bargeld, was Anthropic wahrscheinlich zu einem langfristigen Google-Kunden machen wird.
Drittens wird Google durch die Partnerschaft mit Anthropic lernen können, seine KI-Hardware zu verbessern, um Modelle in großem Maßstab auszuführen. Google verfügt bereits über ein erfahrenes KI-Hardware-Engineering-Team und sein TPU-Prozessor ist eine der besten Inferenz-Engines seiner Art. Aber die Teilnahme des Anthropic-Teams an der Forschungsarbeit „AI & Compute“ von OpenAI wird definitiv neue Ideen bringen.
Die Zukunft der Anthropic-KI-ForschungEine Frage, die Branchenleuten Sorgen bereitet, ist: „Wohin wird die Partnerschaft zwischen Google und Anthropic führen?“ Branchenexperten glauben, dass Google der größere Gewinner wird, weil Google mindestens einen gewinnt hochwertiger Kunde und verhindern, dass dieses vielversprechende KI-Forschungslabor vom wachsenden Markt für angewandte KI von Microsoft geschluckt wird. Und im besten Fall erwägt Google in Zukunft die Übernahme von Anthropic, um mit anderen Technologieriesen konkurrieren zu können.
Wird Anthropic also leiden? Das Unternehmen erhielt zwar die nötigen Mittel, um die Forschung fortzusetzen, war aber aufgrund des Erhalts von GCP-Credits an die Google Cloud Platform gebunden. Sobald ihre skalierbare KI-Infrastruktur ausgereift ist, wird der Wechsel zu einem anderen Anbieter schwierig und kostspielig sein. Angesichts ihres Engagements, ihr Geschäft auszubauen, könnten selbst die 300 Millionen US-Dollar an Bargeld nach einem Jahr aufgebraucht sein. Danach müssen sie mehr Geld aufbringen, um ihre Betriebskosten bei Google Cloud zu decken. Mit etwas Glück wird Google weiterhin mehr GCP-Credits bereitstellen. Andernfalls muss Anthropic einen Weg finden, seine Technologie zu monetarisieren. Wer wäre also besser geeignet als Google? Während OpenAI weiterhin beeindruckende Forschungsergebnisse veröffentlicht, wird es auch von den kommerziellen Interessen seiner wichtigsten Geldgeber beeinflusst. Tatsächlich konzentriert es sich mehr auf Forschung, die mit der Produktlinie von Microsoft übereinstimmt und schneller monetarisiert werden kann (z. B. Sprachmodelle, Bildgeneratoren für die Textkonvertierung, Quellcodegeneratoren), als sich der Forschung zu widmen, die rein wissenschaftliche Zwecke verfolgt und nicht erreicht werden kann kurzfristige Realisierungsfelder (Manipulatoren, Spielroboter, evolutionäre Algorithmen usw.). Es wurde berichtet, dass Amodei und andere Forscher vor der Gründung von Anthropic OpenAI aufgrund von Meinungsverschiedenheiten über die Entwicklungsrichtung des Unternehmens verließen, nachdem sie von Microsoft eine Investition in Höhe von 1 Milliarde US-Dollar erhalten hatten. Sie befürchteten, dass OpenAI mit der Investition von Microsoft einen kommerziellen Weg einschlagen und schließlich von seinem Ziel, sich auf KI-Sicherheit zu konzentrieren, abweichen würde. Jetzt hat Anthropic den ersten Schritt in einen ähnlichen Weg getan. Wird das KI-Forschungslabor seinen wissenschaftlichen Zielen treu bleiben und gleichzeitig Gelder von großen Technologieunternehmen erhalten? Oder wird es am Ende ein weiterer De-facto-Zweig von Google werden und Technologien schaffen, die in Google-Produkte integriert werden können Und wohin geht die Zukunft für KI-Labore, die einen anderen Weg in der KI einschlagen wollen?
Das obige ist der detaillierte Inhalt vonIst es das Schicksal aller KI-Labore, von OpenAI bis Anthropic, zu investieren oder zu erwerben?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Bei der Konvertierung von Zeichenfolgen in Objekte in Vue.js wird JSON.Parse () für Standard -JSON -Zeichenfolgen bevorzugt. Bei nicht standardmäßigen JSON-Zeichenfolgen kann die Zeichenfolge durch Verwendung regelmäßiger Ausdrücke verarbeitet und Methoden gemäß dem Format oder dekodierten URL-kodiert reduziert werden. Wählen Sie die entsprechende Methode gemäß dem String -Format aus und achten Sie auf Sicherheits- und Codierungsprobleme, um Fehler zu vermeiden.

Zusammenfassung: Es gibt die folgenden Methoden zum Umwandeln von VUE.JS -String -Arrays in Objektarrays: Grundlegende Methode: Verwenden Sie die Kartenfunktion, um regelmäßige formatierte Daten zu entsprechen. Erweitertes Gameplay: Die Verwendung regulärer Ausdrücke kann komplexe Formate ausführen, müssen jedoch sorgfältig geschrieben und berücksichtigt werden. Leistungsoptimierung: In Betracht ziehen die große Datenmenge, asynchrone Operationen oder effiziente Datenverarbeitungsbibliotheken können verwendet werden. Best Practice: Clear Code -Stil, verwenden Sie sinnvolle variable Namen und Kommentare, um den Code präzise zu halten.

Der Artikel führt den Betrieb der MySQL -Datenbank vor. Zunächst müssen Sie einen MySQL -Client wie MySQLworkBench oder Befehlszeilen -Client installieren. 1. Verwenden Sie den Befehl mySQL-uroot-P, um eine Verbindung zum Server herzustellen und sich mit dem Stammkonto-Passwort anzumelden. 2. Verwenden Sie die Erstellung von Createdatabase, um eine Datenbank zu erstellen, und verwenden Sie eine Datenbank aus. 3.. Verwenden Sie CreateTable, um eine Tabelle zu erstellen, Felder und Datentypen zu definieren. 4. Verwenden Sie InsertInto, um Daten einzulegen, Daten abzufragen, Daten nach Aktualisierung zu aktualisieren und Daten nach Löschen zu löschen. Nur indem Sie diese Schritte beherrschen, lernen, mit gemeinsamen Problemen umzugehen und die Datenbankleistung zu optimieren, können Sie MySQL effizient verwenden.

Es gibt viele Gründe, warum MySQL Startup fehlschlägt und durch Überprüfung des Fehlerprotokolls diagnostiziert werden kann. Zu den allgemeinen Ursachen gehören Portkonflikte (prüfen Portbelegung und Änderung der Konfiguration), Berechtigungsprobleme (Überprüfen Sie den Dienst Ausführen von Benutzerberechtigungen), Konfigurationsdateifehler (Überprüfung der Parametereinstellungen), Datenverzeichniskorruption (Wiederherstellung von Daten oder Wiederaufbautabellenraum), InnoDB-Tabellenraumprobleme (prüfen IBDATA1-Dateien), Plug-in-Ladeversagen (Überprüfen Sie Fehlerprotokolle). Wenn Sie Probleme lösen, sollten Sie sie anhand des Fehlerprotokolls analysieren, die Hauptursache des Problems finden und die Gewohnheit entwickeln, Daten regelmäßig zu unterstützen, um Probleme zu verhindern und zu lösen.

Um die Zeitüberschreitung für Vue Axios festzulegen, können wir eine Axios -Instanz erstellen und die Zeitleitungsoption angeben: in globalen Einstellungen: vue.Prototyp. $ Axios = axios.create ({Timeout: 5000}); In einer einzigen Anfrage: this. $ axios.get ('/api/user', {timeout: 10000}).

Verarbeiten Sie 7 Millionen Aufzeichnungen effizient und erstellen Sie interaktive Karten mit Geospatial -Technologie. In diesem Artikel wird untersucht, wie über 7 Millionen Datensätze mithilfe von Laravel und MySQL effizient verarbeitet und in interaktive Kartenvisualisierungen umgewandelt werden können. Erstes Herausforderungsprojektanforderungen: Mit 7 Millionen Datensätzen in der MySQL -Datenbank wertvolle Erkenntnisse extrahieren. Viele Menschen erwägen zunächst Programmiersprachen, aber ignorieren die Datenbank selbst: Kann sie den Anforderungen erfüllen? Ist Datenmigration oder strukturelle Anpassung erforderlich? Kann MySQL einer so großen Datenbelastung standhalten? Voranalyse: Schlüsselfilter und Eigenschaften müssen identifiziert werden. Nach der Analyse wurde festgestellt, dass nur wenige Attribute mit der Lösung zusammenhängen. Wir haben die Machbarkeit des Filters überprüft und einige Einschränkungen festgelegt, um die Suche zu optimieren. Kartensuche basierend auf der Stadt

Remote Senior Backend Engineer Job Vacant Company: Circle Standort: Remote-Büro-Jobtyp: Vollzeitgehalt: 130.000 bis 140.000 US-Dollar Stellenbeschreibung Nehmen Sie an der Forschung und Entwicklung von Mobilfunkanwendungen und öffentlichen API-bezogenen Funktionen, die den gesamten Lebenszyklus der Softwareentwicklung abdecken. Die Hauptaufgaben erledigen die Entwicklungsarbeit unabhängig von RubyonRails und arbeiten mit dem Front-End-Team von React/Redux/Relay zusammen. Erstellen Sie die Kernfunktionalität und -verbesserungen für Webanwendungen und arbeiten Sie eng mit Designer und Führung während des gesamten funktionalen Designprozesses zusammen. Fördern Sie positive Entwicklungsprozesse und priorisieren Sie die Iterationsgeschwindigkeit. Erfordert mehr als 6 Jahre komplexes Backend für Webanwendungen

Die MySQL -Leistungsoptimierung muss von drei Aspekten beginnen: Installationskonfiguration, Indexierung und Abfrageoptimierung, Überwachung und Abstimmung. 1. Nach der Installation müssen Sie die my.cnf -Datei entsprechend der Serverkonfiguration anpassen, z. 2. Erstellen Sie einen geeigneten Index, um übermäßige Indizes zu vermeiden und Abfrageanweisungen zu optimieren, z. B. den Befehl Erklärung zur Analyse des Ausführungsplans; 3. Verwenden Sie das eigene Überwachungstool von MySQL (ShowProcessList, Showstatus), um die Datenbankgesundheit zu überwachen und die Datenbank regelmäßig zu sichern und zu organisieren. Nur durch kontinuierliche Optimierung dieser Schritte kann die Leistung der MySQL -Datenbank verbessert werden.
