Revolutionäre Entwicklungen in der Welt der künstlichen Intelligenz, Pharma und Raumfahrt

Neue Projekte und Innovationen von führenden Unternehmen und Forschern

Seit einigen Monaten wird die Frage ‚Wo ist Ilya?‘ zu einem häufigen Thema in der Welt der künstlichen Intelligenz. Nun stellt Sutskever ein neues Projekt vor, ein Unternehmen namens Safe Superintelligence Inc., das darauf abzielt, ein sicheres, leistungsstarkes KI-System zu schaffen. Dies soll in einer reinen Forschungsorganisation geschehen, die keine kurzfristigen Absichten hat, KI-Produkte oder -Dienstleistungen zu verkaufen. Mit diesem Ansatz versucht er, seine Arbeit ohne viele Ablenkungen fortzusetzen, denen Konkurrenten wie OpenAI, Google und Anthropic gegenüberstehen.

Die frühen geschäftlichen Anwendungen von generativer KI konzentrierten sich hauptsächlich darauf, Routineaufgaben im Büroalltag, Kundenservice und Programmierung zu vereinfachen. Doch die Arzneimittelforschung und -entwicklung ist eine riesige Branche, die Experten zufolge bereit für eine KI-Transformation ist. McKinsey & Company bezeichnet KI als eine ‚einmalige Gelegenheit‘ für das Pharmaunternehmen.

SpaceX’s Starlink-Internet-aus-dem-Weltraum-Service ist bereits für Boote, Flugzeuge, Vanlifer, Amazonas-Dörfer und ländliche Häuser in über 75 Ländern verfügbar – jetzt kommt er auch für Rucksacktouristen. Der neue kompakte DC-betriebene Starlink Mini ist etwa so groß wie ein dickes Laptop und integriert den WLAN-Router direkt in die Schüssel. Trotz des geringeren Stromverbrauchs im Vergleich zu anderen Starlink-Terminals kann er immer noch Geschwindigkeiten von über 100 Mbps liefern.

Apple arbeitet möglicherweise nicht mehr an einem neuen hochwertigen Vision-Headset angesichts des langsamen Absatzes des Vision Pro, so ein Bericht von The Information. Stattdessen versucht Apple anscheinend Wege zu finden, die Kosten für Komponenten des ersten Modells zu senken und arbeitet an einem günstigeren Vision-Headset, das bis Ende 2025 auf den Markt kommen soll.

Mehr als ein Jahr nachdem GPT-4 einen neuen Investitionsboom in KI ausgelöst hat, scheint es schwieriger zu sein, große Fortschritte in der maschinellen Intelligenz zu erzielen. Mit GPT-4 und ähnlichen Modellen, die auf riesigen Mengen von Online-Texten, Bildern und Videos trainiert sind, wird es immer schwieriger neue Datenquellen für maschinelles Lernen zu finden. Die Herstellung wesentlich größerer Modelle zur Steigerung der Lernkapazität wird voraussichtlich Milliarden kosten.

Die chinesische Armee hat kürzlich einen neuen Kampfgefährten für ihre Soldaten vorgestellt: einen ‚Roboterhund‘ mit einem Maschinengewehr auf dem Rücken. Diese Vorführung Chinas hat internationale Beobachter deutlich verärgert und mindestens einen amerikanischen Gesetzgeber dazu veranlasst, das US-Verteidigungsministerium um einen Bericht über ‚roboterbewaffnete Hunde‘ und deren potenzielle sicherheitspolitische Auswirkungen zu bitten. Doch wenn die chinesische Armee die Verwaffnung von Roboterhunden vorantreibt, dann ist das US-Militär nicht weit dahinter.

‚Diese Technologie ist extrem leistungsstark‘, sagte Waabi Gründerin und CEO Raquel Urtasun in einem Video-Interview mit TechCrunch im Hintergrund voller hieroglyphisch aussehender Formeln. ‚Sie hat diese erstaunliche Fähigkeit zur Verallgemeinerung; sie ist sehr flexibel und sehr schnell entwickelbar. Und es ist etwas, das wir in Zukunft viel weiter ausbauen können als nur beim Lkw-Fahren… Das könnten Robotertaxis sein. Das könnten Humanoiden oder Lagerrobotik sein. Diese Technologie kann all diese Anwendungsfälle lösen.‘

In den letzten Monaten haben einige der größten Technologieunternehmen wie Apple und Microsoft kleine Sprachmodelle (SLMs) eingeführt. Diese Modelle sind nur ein Bruchteil der Größe ihrer LLM-Pendants und können dennoch auf vielen Benchmarks mithalten oder sie sogar bei der Textgenerierung übertreffen… Da SLMs bei weitem nicht so viel Energie verbrauchen wie LLMs können sie auch lokal auf Geräten wie Smartphones und Laptops ausgeführt werden (anstatt in der Cloud), um Datenschutz zu gewährleisten und sie an jede Person individuell anzupassen.

Der Hauptvorteil ihres Graphensystems besteht darin dass es viel kleiner sein kann als ein herkömmliches Mikrofon sagt Verbiest; es bräuchte eine Membran von nur 10 Mikrometern Durchmesser – eine Fläche 200 Mal kleiner als bei einem herkömmlichen Mikrofon mit ähnlicher Leistung.

Teile den Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert