OpenAI から Anthropic まで、すべての AI ラボは投資されるか買収される運命なのでしょうか?
報道によると、Google は Anthropic に 3 億ドルを投資する予定です。 GoogleとAnthropicの契約の詳細は不明だが、最近複数年にわたり数十億ドルの投資を受けたMicrosoftのOpenAIへの投資と多くの類似点がある。
コンピューティング分野における次の支配的な地位をめぐる競争が激化する中、Anthropic のような人工知能研究機関がハイテク巨人間の市場競争に巻き込まれることを避けるのは困難です。問題の核心は、AI 研究機関が科学の進歩の追求と商業化された技術の創出との間の微妙なバランスをどのようにとっているのかということです。
Anthropic 「OpenAI から生まれた」
Anthropic は、OpenAI の元研究担当副社長である Dario Amodei によって 2021 年に設立されました。同社は研究論文の出版以外には研究内容を公表していないが、研究資金の調達には大きな成功を収めている。同社は設立時にシリーズAの資金調達で1億2,400万ドルを調達し、昨年シリーズBでさらに5億8,000万ドルの資金調達を受けた。現在、同社はGoogleからさらに3億米ドルの投資を受けている。
Anthropic は、同社の Web サイトで、信頼性があり、説明可能で制御可能な AI システムの構築に特化した AI セキュリティおよび研究会社であると同社を説明しています。同社は、「汎用 AI システムの予測不可能性、信頼性の低さ、不透明さ」という今日の問題を解決しようとしている。
Anthropic は、大規模言語モデル (LLM)、ヒューマン フィードバックからの強化学習 (RLHF)、大規模生成モデル、トランスフォーマー モデル、性的コンテンツの解釈などのトピックに関する十数の研究論文を Web サイトに公開しています。最新の論文は 2022 年 12 月に出版されました。
Anthropic には商用 AI 製品を発売する公的計画はなく、現在は技術研究に重点を置いています。しかし同社は、「将来的には、私たちの研究が商業的および公共の利益のための価値を生み出す多くの機会が生まれるだろう」と述べた。
#Anthropic は、AI システムのトレーニング、拡張、展開を行うための優先クラウド コンピューティング プロバイダーとして Google を選択しました。 Dario Amodei 氏は、「Google Cloud への投資は、Anthropic の次の開発段階をサポートし、当社の AI システムをより大規模なユーザー ベースに展開することになります。」と述べました。同社は Claude と呼ばれる AI アシスタントを開発していますが、まだ一般公開されていません (ただし、一部のメディアはこれを OpenAI の ChatGPT と比較しています)。クロードは、他の AI と連携して AI システムの動作を監視できる「Constitutional AI」と呼ばれる自社開発テクノロジーを使用しています。この技術は、AIの動作をより正確に制御し、人間の介入を減らすことを目的としています。
Google はすでに、Google Brain 部門と DeepMind 部門に最も才能のある AI 科学者を擁していますが、なぜ Anthropic との提携に興味を持つのでしょうか?これには主に 3 つの理由が考えられますが、それらはすべて Microsoft と OpenAI のコラボレーションと並行して進行しています。 まず第一に、Microsoft の OpenAI への投資は、Anthropic を買収するのではなく、Anthropic に投資することの利点を実証しました。生成 AI は興味深いものではありますが、新興分野です。開発者は倫理的、法的、技術的な課題をまだ調査中です。一部の弁護士は、DALL-E や Codex のようなモデルが著作権侵害法にどのような影響を与えるかをまだ解明しようとしています。 GPT-3 と ChatGPT の開発者は、大規模言語モデル (LLM) によるヘイトスピーチやその他の有害なコンテンツの生成を防ぐための新しいセキュリティ対策を継続的に作成していますが、教育機関は学生が生成モデルを使用して試験で不正行為を行うことを懸念しています。 Google や Microsoft のような大手テクノロジー企業にとって、こうした懸念はいずれも PR 上の悪夢となり、自社のブランドや評判に悪影響を与える可能性があるため、OpenAI や Anthropic Startups のような企業には、試行錯誤と学習のためのより多くの余地が必要です。 第二に、Anthropic は Google Cloud Platform の長期顧客になりました。 Googleは現金ではなくGCPクレジットに投資しているため、Anthropicは長期的なGoogle顧客となる可能性が高い。 第三に、Anthropic と提携することで、Google は AI ハードウェアを改善してモデルを大規模に実行できるようになります。 Google にはすでに経験豊富な AI ハードウェア エンジニアリング チームがあり、その TPU プロセッサはこの種の推論エンジンの中で最高の 1 つです。しかし、Anthropic チームが OpenAI の「AI とコンピューティング」研究活動に参加することは、間違いなく新しいアイデアをもたらすでしょう。Anthropic AI 研究の将来
業界関係者が懸念している疑問の 1 つは、「Google と Anthropic のパートナーシップはどこへ行くのか?」ということです。業界の専門家は次のように考えています。 Google は、少なくとも 1 人の高価値顧客を獲得し、この有望な AI 研究所が Microsoft の成長する応用 AI 市場に飲み込まれるのを防ぐため、より大きな勝者となるでしょう。そして最良のシナリオでは、Googleは将来、他のテクノロジー大手と競争するためにAnthropicの買収を検討するだろう。それでは、人類は苦しむことになるのでしょうか?同社は研究を続けるために必要な資金を受け取りましたが、GCP クレジットを受け取ったため、Google Cloud Platform に閉じ込められることになります。スケーラブルな AI インフラストラクチャが成熟すると、それを別のプロバイダーに切り替えるのは難しくなり、コストが高くなります。
彼らのビジネス拡大への取り組みを考慮すると、3 億ドルの現金でさえ 1 年後には使い果たされる可能性があります。その後は、Google Cloud の運用コストを賄うためにさらに資金を調達する必要があります。運が良ければ、Google は今後もさらに多くの GCP クレジットを提供していくでしょう。そうでなければ、Anthropic は自社のテクノロジーを収益化する方法を見つけなければならないでしょう、そして Google より優れた人はいないでしょうか?
これは、Microsoft から Azure クレジット投資を受けて以来の OpenAI の開発軌跡とあまりにも似ています。 OpenAI は驚くべき研究結果を発表し続けていますが、主要な資金援助者の商業的利益にも影響を受けています。実際には、純粋に科学的な目的を持ち、技術的には達成できない研究に取り組むよりも、Microsoft の製品ラインと一致し、より迅速に収益化できる研究 (言語モデル、テキスト変換画像ジェネレーター、ソース コード ジェネレーターなど) に重点を置いています。短期的には実現分野(マニピュレーター、ゲームロボット、進化的アルゴリズムなど)。
Anthropic を設立する前、Amodei と他の研究者は、Microsoft から 10 億ドルの投資を受けた後、会社の開発方向性に関する意見の相違を理由に OpenAI を去ったと伝えられています。彼らは、Microsoft の投資により、OpenAI が商用路線に舵を切り、最終的には AI のセキュリティに焦点を当てるという目標から逸脱してしまうのではないかと懸念していました。
今、Anthropic も同様の道を歩む最初の一歩を踏み出しました。このAI研究所は大手ハイテク企業からの資金提供を受けながら、科学的目標を貫くのだろうか?それとも、最終的には Google のもう 1 つの事実上の部門となり、Google 製品に統合できるテクノロジーを開発するのでしょうか? ここからどこへ向かうのでしょうか?
以上がOpenAI から Anthropic まで、すべての AI ラボは投資されるか買収される運命なのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











CでChronoライブラリを使用すると、時間と時間の間隔をより正確に制御できます。このライブラリの魅力を探りましょう。 CのChronoライブラリは、時間と時間の間隔に対処するための最新の方法を提供する標準ライブラリの一部です。 Time.HとCtimeに苦しんでいるプログラマーにとって、Chronoは間違いなく恩恵です。コードの読みやすさと保守性を向上させるだけでなく、より高い精度と柔軟性も提供します。基本から始めましょう。 Chronoライブラリには、主に次の重要なコンポーネントが含まれています。STD:: Chrono :: System_Clock:現在の時間を取得するために使用されるシステムクロックを表します。 STD :: Chron

CのDMAとは、直接メモリアクセステクノロジーであるDirectMemoryAccessを指し、ハードウェアデバイスがCPU介入なしでメモリに直接データを送信できるようにします。 1)DMA操作は、ハードウェアデバイスとドライバーに大きく依存しており、実装方法はシステムごとに異なります。 2)メモリへの直接アクセスは、セキュリティリスクをもたらす可能性があり、コードの正確性とセキュリティを確保する必要があります。 3)DMAはパフォーマンスを改善できますが、不適切な使用はシステムのパフォーマンスの低下につながる可能性があります。実践と学習を通じて、DMAを使用するスキルを習得し、高速データ送信やリアルタイム信号処理などのシナリオでその効果を最大化できます。

CでのハイDPIディスプレイの取り扱いは、次の手順で達成できます。1)DPIを理解してスケーリングし、オペレーティングシステムAPIを使用してDPI情報を取得し、グラフィックスの出力を調整します。 2)クロスプラットフォームの互換性を処理し、SDLやQTなどのクロスプラットフォームグラフィックライブラリを使用します。 3)パフォーマンスの最適化を実行し、キャッシュ、ハードウェアアクセラレーション、および詳細レベルの動的調整によりパフォーマンスを改善します。 4)ぼやけたテキストやインターフェイス要素などの一般的な問題を解決し、DPIスケーリングを正しく適用することで解決します。

Cは、リアルタイムオペレーティングシステム(RTOS)プログラミングでうまく機能し、効率的な実行効率と正確な時間管理を提供します。 1)Cハードウェアリソースの直接的な動作と効率的なメモリ管理を通じて、RTOのニーズを満たします。 2)オブジェクト指向の機能を使用して、Cは柔軟なタスクスケジューリングシステムを設計できます。 3)Cは効率的な割り込み処理をサポートしますが、リアルタイムを確保するには、動的メモリの割り当てと例外処理を避ける必要があります。 4)テンプレートプログラミングとインライン関数は、パフォーマンスの最適化に役立ちます。 5)実際のアプリケーションでは、Cを使用して効率的なロギングシステムを実装できます。

Cのスレッドパフォーマンスの測定は、標準ライブラリのタイミングツール、パフォーマンス分析ツール、およびカスタムタイマーを使用できます。 1.ライブラリを使用して、実行時間を測定します。 2。パフォーマンス分析にはGPROFを使用します。手順には、コンピレーション中に-pgオプションを追加し、プログラムを実行してGmon.outファイルを生成し、パフォーマンスレポートの生成が含まれます。 3. ValgrindのCallGrindモジュールを使用して、より詳細な分析を実行します。手順には、プログラムを実行してCallGrind.outファイルを生成し、Kcachegrindを使用して結果を表示することが含まれます。 4.カスタムタイマーは、特定のコードセグメントの実行時間を柔軟に測定できます。これらの方法は、スレッドのパフォーマンスを完全に理解し、コードを最適化するのに役立ちます。

MySQLでは、AlterTabletable_nameaddcolumnnew_columnvarchar(255)afterexisting_columnを使用してフィールドを追加し、andtabletable_namedopcolumncolumn_to_dropを使用してフィールドを削除します。フィールドを追加するときは、クエリのパフォーマンスとデータ構造を最適化する場所を指定する必要があります。フィールドを削除する前に、操作が不可逆的であることを確認する必要があります。オンラインDDL、バックアップデータ、テスト環境、および低負荷期間を使用したテーブル構造の変更は、パフォーマンスの最適化とベストプラクティスです。

交換に組み込まれた量子化ツールには、1。Binance:Binance先物の定量的モジュール、低い取り扱い手数料を提供し、AIアシストトランザクションをサポートします。 2。OKX(OUYI):マルチアカウント管理とインテリジェントな注文ルーティングをサポートし、制度レベルのリスク制御を提供します。独立した定量的戦略プラットフォームには、3。3Commas:ドラッグアンドドロップ戦略ジェネレーター、マルチプラットフォームヘッジアービトラージに適しています。 4。Quadency:カスタマイズされたリスクしきい値をサポートするプロフェッショナルレベルのアルゴリズム戦略ライブラリ。 5。Pionex:組み込み16のプリセット戦略、低い取引手数料。垂直ドメインツールには、6。cryptohopper:クラウドベースの定量的プラットフォーム、150の技術指標をサポートします。 7。BITSGAP:

マウススクロールイベントの浸透の効果を実現する方法は? Webを閲覧すると、いくつかの特別なインタラクションデザインに遭遇することがよくあります。たとえば、DeepSeekの公式ウェブサイトでは、...
