🦞 ഓപ്പൺക്ലോ സ്ഥാപകൻ സ്റ്റെയിൻബെർഗർ ഓപ്പൺഎഐയിൽ ചേർന്നു, ഓപ്പൺ സോഴ്സ് ബോട്ട് അടിത്തറയായി ↗
"വ്യക്തിഗത ഏജന്റുമാരെ" പ്രോത്സാഹിപ്പിക്കുന്നതിനായി പീറ്റർ സ്റ്റെയിൻബെർഗർ ഓപ്പൺഎഐയിലേക്ക് പോകുന്നു, അതേസമയം ഓപ്പൺക്ലോ തന്നെ ഒരു ഫൗണ്ടേഷനിൽ പാർക്ക് ചെയ്യപ്പെടുന്നു, അങ്ങനെ അത് ഓപ്പൺ സോഴ്സായി (പിന്തുണയ്ക്കപ്പെടുന്നു) തുടരുന്നു. ആ വിഭജനം... ഒരുതരം ബുദ്ധിപരമാണ് - ബിൽഡറെ നിയമിക്കുക, പ്രോജക്റ്റ് പൊതുവായി സൂക്ഷിക്കുക.
ഇമെയിൽ പരിശോധന, ഇൻഷുറൻസ് രേഖകൾ തയ്യാറാക്കൽ, ഫ്ലൈറ്റ് ചെക്ക്-ഇന്നുകൾ, ലൈഫ് അഡ്മിൻ ജോലികൾ എന്നിവയുൾപ്പെടെ ഓപ്പൺക്ലോയുടെ വാദഗതികൾ നവോന്മേഷദായകമായി പ്രായോഗികമാണ്. ഗിറ്റ്ഹബിലും ഇത് വൻതോതിൽ പ്രചാരത്തിലായിട്ടുണ്ട്, പ്രത്യേകിച്ച് ആളുകൾ അശ്രദ്ധമായി ഇത് ഉപയോഗിക്കുകയാണെങ്കിൽ, സുരക്ഷാ ആശങ്കകൾ ആ ജനപ്രീതിയിലേക്ക് നയിച്ചിട്ടുണ്ട്.
🪖 ക്ലോഡ് AI മോഡൽ സൈന്യം ഉപയോഗിക്കുന്നതിനെതിരെയുള്ള ആന്ത്രോപിക് എതിർപ്പിൽ പെന്റഗൺ മടുത്തു, ബന്ധം വിച്ഛേദിച്ചേക്കുമെന്ന് റിപ്പോർട്ട് ↗
കാതലായ പോരാട്ടം: പെന്റഗൺ വിശാലമായ, "എല്ലാ നിയമാനുസൃത ഉദ്ദേശ്യങ്ങൾക്കും" പ്രവേശനം ആഗ്രഹിക്കുന്നു, കൂടാതെ ആന്ത്രോപിക് ഇപ്പോഴും പൂർണ്ണമായും സ്വയംഭരണാധികാരമുള്ള ആയുധങ്ങൾക്കും കൂട്ട നിരീക്ഷണത്തിനും ചുറ്റും കർശനമായ പരിധികൾ പാലിക്കാൻ ശ്രമിക്കുന്നു. "ഞങ്ങൾ നിങ്ങളെ മാറ്റിയേക്കാം" എന്ന് ആരെങ്കിലും പറയുന്നതുവരെ തത്ത്വചിന്താപരമായി തോന്നുന്ന തരത്തിലുള്ള വിയോജിപ്പാണിത്
ഒരു കാര്യം, വളരെ കുറച്ചുമാത്രം പറയട്ടെ - മോഡൽ പെട്ടെന്ന് വർക്ക്ഫ്ലോകൾ തടസ്സപ്പെടുത്താൻ ഉദ്യോഗസ്ഥർ ആഗ്രഹിക്കുന്നില്ല, കൂടാതെ എഡ്ജ് കേസുകൾ എന്നെന്നേക്കുമായി ചർച്ച ചെയ്യാൻ അവർ ആഗ്രഹിക്കുന്നില്ല (ന്യായമായും... പക്ഷേ അയ്യോ). ഇവിടെ "ആരാണ് താക്കോൽ പിടിക്കുന്നത്" എന്ന ഒരു യഥാർത്ഥ പിരിമുറുക്കമുണ്ട്, അത് സൂക്ഷ്മവുമല്ല.
🧠 മനുഷ്യന്റെ പെരുമാറ്റം പ്രവചിക്കുന്നതിനുള്ള സ്റ്റാർട്ടപ്പ് നിർമ്മാണ മാതൃക ↗
ആളുകൾക്ക് എന്തുചെയ്യാൻ കഴിയുമെന്ന് പ്രവചിക്കാൻ ലക്ഷ്യമിട്ടുള്ള ഒരു "പരിമിത പഠന" മാതൃക നിർമ്മിക്കുന്നതിനായി സിമൈൽ 100 മില്യൺ ഡോളർ ചെലവഴിച്ചു - പ്രത്യേകിച്ച്, വരുമാന കോളുകൾ പോലുള്ള കാര്യങ്ങളിൽ സാധ്യതയുള്ള ചോദ്യങ്ങൾ പ്രതീക്ഷിക്കുന്നത് ഉൾപ്പെടെ. ഇടുങ്ങിയ ലക്ഷ്യം, വലിയ അഭിലാഷം, അൽപ്പം വിചിത്രമായ സംയോജനം.
യഥാർത്ഥ ആളുകളുമായുള്ള അഭിമുഖങ്ങളെയും പെരുമാറ്റ ഗവേഷണ ഡാറ്റയെയും അടിസ്ഥാനമാക്കിയാണ് ഈ സമീപനം, തുടർന്ന് യഥാർത്ഥ മുൻഗണനകളെ പ്രതിഫലിപ്പിക്കുന്നതിനായി AI ഏജന്റുമാരുമായി സിമുലേഷനുകൾ നടത്തുന്നു. മനുഷ്യ തീരുമാനങ്ങൾക്കായി ഒരു കാലാവസ്ഥാ മാതൃക നിർമ്മിക്കുന്നത് പോലെയാണ് ഇത്... അത് അസാധ്യമാണെന്ന് തോന്നുന്നതുവരെ അത് അസാധ്യമാണെന്ന് തോന്നുന്നു.
🧑⚖️ സ്കൂപ്പ്: AI സുതാര്യത ബിൽ നിർത്തലാക്കാൻ വൈറ്റ് ഹൗസ് യൂട്ടാ നിയമസഭാംഗത്തിന്മേൽ സമ്മർദ്ദം ചെലുത്തുന്നു ↗
യൂട്ടായിൽ നടക്കുന്ന സംസ്ഥാനതല AI സുതാര്യത മുന്നേറ്റത്തിന് വൈറ്റ് ഹൗസിൽ നിന്ന് നേരിട്ടുള്ള പിന്തുണ ലഭിക്കുന്നുണ്ട്, ബില്ലിന്റെ സ്പോൺസറോട് അത് മുന്നോട്ട് കൊണ്ടുപോകരുതെന്ന് ഉദ്യോഗസ്ഥർ ആവശ്യപ്പെടുന്നു. ബില്ലിന്റെ ചട്ടക്കൂട് സുതാര്യതയെയും കുട്ടികളുടെ സുരക്ഷയെയും കുറിച്ചാണ് - ശുദ്ധമായ ഒപ്റ്റിക്സിന്റെ കാര്യത്തിൽ വാദിക്കാൻ പ്രയാസമാണ്.
പക്ഷേ വലിയ പോരാട്ടം അധികാരപരിധിയെ ആശ്രയിച്ചിരിക്കുന്നു: നിയമങ്ങൾ ആർക്കാണ് നിശ്ചയിക്കേണ്ടത്, സംസ്ഥാന സർക്കാരിനോ ഫെഡറൽ സർക്കാരിനോ. അതെ, അതൊരു മുറുമുറുപ്പാണ് - ഒരേ സ്റ്റിയറിംഗ് വീലിൽ പിടിച്ച് തങ്ങളാണ് ശാന്തരെന്ന് രണ്ട് പേർ വാദിക്കുന്നത് പോലെ.
🎬 ഡിസ്നി ഭീഷണിയെത്തുടർന്ന് AI വീഡിയോ ടൂളിൽ അനധികൃത ഐപി ഉപയോഗം തടയുമെന്ന് ബൈറ്റ്ഡാൻസ് പ്രതിജ്ഞയെടുക്കുന്നു ↗
ബൈറ്റ്ഡാൻസിന്റെ AI വീഡിയോ ജനറേറ്ററിനെതിരെ ഡിസ്നി ഒരു വിരാമം പുറപ്പെടുവിച്ചു, കൂടാതെ ഐപിയുടെയും ലൈക്കണിന്റെയും അനധികൃത ഉപയോഗം തടയുന്നതിന് സുരക്ഷാ സംവിധാനങ്ങൾ ശക്തിപ്പെടുത്തുകയാണെന്ന് ബൈറ്റ്ഡാൻസും പറയുന്നു. പരാതി - ആരോപിക്കപ്പെടുന്ന - ടൂളിന് പരിചിതമായ ഫ്രാഞ്ചൈസി പ്രതീകങ്ങളെ അവ വെറും ... പൊതു-ഡൊമെയ്ൻ സ്റ്റിക്കറുകൾ പോലെ പുറത്തെടുക്കാൻ കഴിയും എന്നതാണ്.
എല്ലാവരും കണ്ട ഒരു കൂട്ടിയിടിയാണിത്: വൈറലായ AI വീഡിയോ ഉപകരണങ്ങൾ വേഗത്തിൽ നീങ്ങുന്നു, സ്റ്റുഡിയോകൾ വ്യവഹാരത്തിലേക്ക് നീങ്ങുന്നു, "ഞങ്ങൾ സുരക്ഷാ സംവിധാനങ്ങൾ ചേർക്കും" എന്നത് സ്ഥിരസ്ഥിതി ക്ഷമാപണ ഭാഷയായി മാറുന്നു. ഒരു ട്വിസ്റ്റിൽ, സാങ്കേതികവിദ്യ മാന്ത്രികത പോലെ തോന്നുന്നു - നിയമപരമായ വശം ഗുരുത്വാകർഷണം പോലെ തോന്നുന്നു.
പതിവുചോദ്യങ്ങൾ
ഓപ്പൺക്ലാവിന്റെ സ്ഥാപകൻ ഓപ്പൺഎഐയിൽ ചേർന്നപ്പോൾ ഓപ്പൺക്ലാ ഒരു ഫൗണ്ടേഷനിലേക്ക് മാറി എന്നതിന്റെ അർത്ഥമെന്താണ്?
"വ്യക്തിഗത ഏജന്റുമാരെ" നിർമ്മിക്കുന്ന വ്യക്തിയും പൊതുജന നിയന്ത്രണത്തിലുള്ള പദ്ധതിയും തമ്മിലുള്ള ഒരു വിഭജനത്തെ ഇത് സൂചിപ്പിക്കുന്നു. ഓപ്പൺഎഐയിൽ ചേരുന്ന സ്റ്റെയിൻബെർഗർ, ഏജന്റ്-സ്റ്റൈൽ ഉൽപ്പന്നങ്ങൾ വികസിപ്പിക്കുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുമെന്ന് സൂചിപ്പിക്കുന്നു. ഒരു ഫൗണ്ടേഷനിൽ ഓപ്പൺക്ലോ സ്ഥാപിക്കുന്നത് അതിനെ ഓപ്പൺ സോഴ്സ് ആയും സുസ്ഥിര പിന്തുണയോടെയും നിലനിർത്താൻ ഉദ്ദേശിച്ചുള്ളതാണ്. പ്രായോഗികമായി, ബിൽഡർ വിഭവങ്ങൾ ഉള്ളിടത്തേക്ക് പോകുമ്പോൾ കമ്മ്യൂണിറ്റി വിശ്വാസം സംരക്ഷിക്കുക എന്നതാണ് ഈ നീക്കം ലക്ഷ്യമിടുന്നത്.
ഓപ്പൺക്ലോ ശൈലിയിലുള്ള AI ഏജന്റുമാർ ഇമെയിൽ, പേപ്പർ വർക്കുകൾ പോലുള്ള ജോലികളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നത് എന്തുകൊണ്ട്?
കാരണം "ലൈഫ്-അഡ്മിൻ" ജോലി ആവർത്തിച്ചുള്ളതും, നിയമങ്ങളെ അടിസ്ഥാനമാക്കിയുള്ളതും, സമയമെടുക്കുന്നതുമാണ്, ഇത് ഓട്ടോമേഷനുള്ള ഒരു പ്രായോഗിക ലക്ഷ്യമാക്കി മാറ്റുന്നു. ഇവിടെയുള്ള ഉദാഹരണങ്ങൾ - ഇമെയിൽ ട്രയേജ്, ഇൻഷുറൻസ് പേപ്പർ വർക്ക്, ഫ്ലൈറ്റ് ചെക്ക്-ഇന്നുകൾ - വ്യക്തമായ വിജയ മാനദണ്ഡങ്ങളുള്ള ഇടുങ്ങിയ ജോലികളാണ്. ആ ശ്രദ്ധ കൂടുതൽ ഓപ്പൺ-എൻഡ് അസിസ്റ്റന്റുമാരേക്കാൾ വേഗത്തിൽ ഏജന്റുമാരെ വിലപ്പെട്ടവരായി തോന്നിപ്പിക്കും. ഏജന്റുമാർ വ്യക്തിഗത അക്കൗണ്ടുകളിൽ സ്പർശിക്കുമ്പോൾ ശ്രദ്ധാപൂർവ്വമായ ആക്സസ് നിയന്ത്രണങ്ങൾ എന്തുകൊണ്ട് പ്രധാനമാണെന്ന് ഇത് അടിവരയിടുന്നു.
സുരക്ഷാ പ്രശ്നങ്ങൾ സൃഷ്ടിക്കാതെ OpenClaw പോലുള്ള ഒരു ഓപ്പൺ സോഴ്സ് AI ഏജന്റിനെ എങ്ങനെ വിന്യസിക്കാം?
ഒരു കളിപ്പാട്ട സ്ക്രിപ്റ്റ് പോലെയല്ല, സെൻസിറ്റീവ് ഡാറ്റ കാണാൻ കഴിയുന്ന സോഫ്റ്റ്വെയർ പോലെ അതിനെ കൈകാര്യം ചെയ്യുക. ക്രെഡൻഷ്യലുകൾ ലോക്ക് ചെയ്യുക, അനുമതികൾ ആവശ്യമായ ഏറ്റവും കുറഞ്ഞതിലേക്ക് പരിമിതപ്പെടുത്തുക, ലോഗുകളും ഓഡിറ്റ് ട്രെയിലുകളും സൂക്ഷിക്കുക എന്നിവയാണ് പൊതുവായ ഒരു സമീപനം. ഒരു നിയന്ത്രിത പരിതസ്ഥിതിയിൽ ഇത് പ്രവർത്തിപ്പിക്കുകയും ഉയർന്ന മൂല്യമുള്ള സിസ്റ്റങ്ങളിൽ നിന്ന് അതിനെ വേർതിരിക്കുകയും ചെയ്യുക. അശ്രദ്ധമായ വിന്യാസത്തിൽ നിന്നാണ് പല സുരക്ഷാ ആശങ്കകളും ഉണ്ടാകുന്നത്, പ്രത്യേകിച്ചും ശക്തമായ സുരക്ഷാ സംവിധാനങ്ങളില്ലാതെ ആളുകൾ എൻഡ്പോയിന്റുകളോ ടോക്കണുകളോ തുറന്നുകാട്ടുമ്പോൾ.
ക്ലോഡിന് സൈനിക ഉപയോഗത്തിനുള്ള ആന്ത്രോപിക് നിയന്ത്രണങ്ങളിൽ പെന്റഗൺ അസന്തുഷ്ടനാകുന്നത് എന്തുകൊണ്ട്?
തർക്കം വ്യാപ്തിയിലും നിയന്ത്രണത്തിലുമാണ് കേന്ദ്രീകരിക്കുന്നത്: പെന്റഗൺ "എല്ലാ നിയമാനുസൃത ഉദ്ദേശ്യങ്ങൾക്കും" വിശാലമായ പ്രവേശനം ആഗ്രഹിക്കുന്നു, അതേസമയം ആന്ത്രോപിക് പൂർണ്ണമായും സ്വയംഭരണ ആയുധങ്ങൾക്കും ബഹുജന നിരീക്ഷണത്തിനും ചുറ്റും കർശനമായ പരിധികൾ പാലിക്കുന്നതായി വിവരിക്കുന്നു. മോഡലുകൾ വർക്ക്ഫ്ലോകൾ മധ്യത്തിൽ തടയാനോ അനന്തമായ എഡ്ജ്-കേസ് ചർച്ചകൾ ആവശ്യപ്പെടാനോ ഉദ്യോഗസ്ഥർ ആഗ്രഹിക്കുന്നില്ല. ആ പിരിമുറുക്കം തോന്നുന്നതിനേക്കാൾ അമൂർത്തമാണ് - യഥാർത്ഥ പ്രവർത്തനങ്ങളിൽ മോഡലിന് എന്ത് ചെയ്യാൻ കഴിയുമെന്ന് ആരാണ് തീരുമാനിക്കുന്നത് എന്നതിനെക്കുറിച്ചാണ്.
AI ഉപയോഗിച്ച് സ്റ്റാർട്ടപ്പുകൾ മനുഷ്യന്റെ പെരുമാറ്റം പ്രവചിക്കാൻ ശ്രമിക്കുന്നത് എങ്ങനെയാണ്, അത് വിവാദപരമായി തോന്നുന്നത് എന്തുകൊണ്ട്?
ഇവിടെ ഉദാഹരണമായ സിമൈൽ, ആളുകൾക്ക് എന്തുചെയ്യാൻ കഴിയുമെന്ന് പ്രവചിക്കാൻ ലക്ഷ്യമിട്ടുള്ള ഒരു "പരിമിത പഠന" മാതൃക പിന്തുടരുന്നു, വരുമാന കോളുകൾ പോലുള്ള സന്ദർഭങ്ങളിൽ സാധ്യതയുള്ള ചോദ്യങ്ങൾ മുൻകൂട്ടി കാണുന്നത് ഉൾപ്പെടെ. വിവരിച്ച സമീപനം, യഥാർത്ഥ മുൻഗണനകളെ പ്രതിഫലിപ്പിക്കാൻ ഉദ്ദേശിച്ചുള്ള AI ഏജന്റുകൾ ഉപയോഗിച്ചുള്ള പെരുമാറ്റ ഗവേഷണ ഡാറ്റയും സിമുലേഷനുകളും ഉപയോഗിച്ച് അഭിമുഖങ്ങൾ സംയോജിപ്പിക്കുന്നു. ഇത് ഭയങ്കരമായി തോന്നുന്നു, കാരണം ഇത് AI-യെ ആളുകളോട് പ്രതികരിക്കുന്നതിൽ നിന്ന് അവരെ പ്രവചിക്കുന്നതിലേക്ക് മാറ്റുന്നു. ക്ലെയിമുകൾ പരിമിതപ്പെടുത്തുകയും അമിത ആത്മവിശ്വാസം ഒഴിവാക്കുകയും ചെയ്യുക എന്നതാണ് വെല്ലുവിളി.
ബൈറ്റ്ഡാൻസ്–ഡിസ്നി ക്ലാഷ് പോലെ, AI വീഡിയോ ഉപകരണങ്ങൾ പകർപ്പവകാശമുള്ള പ്രതീകങ്ങൾ സൃഷ്ടിക്കുമ്പോൾ എന്ത് സംഭവിക്കും?
റിപ്പോർട്ട് ചെയ്യപ്പെട്ട രീതി പരിചിതമാണ്: ഒരു സ്റ്റുഡിയോ ഒരു വിരാമ-വിരാമം പുറപ്പെടുവിക്കുന്നു, അനധികൃത ഐപി അല്ലെങ്കിൽ സാദൃശ്യ ഉപയോഗം തടയുന്നതിന് സുരക്ഷാ സംവിധാനങ്ങൾ ശക്തിപ്പെടുത്തുന്നതിലൂടെ പ്ലാറ്റ്ഫോം പ്രതികരിക്കുന്നു. പല ഉപകരണങ്ങളിലും, സുരക്ഷാ സംവിധാനങ്ങൾ എന്നാൽ കർശനമായ ഉള്ളടക്ക ഫിൽട്ടറുകൾ, തിരിച്ചറിയാവുന്ന പ്രതീകങ്ങളുടെ മെച്ചപ്പെട്ട കണ്ടെത്തൽ, വ്യക്തമായ ഉപയോക്തൃ നയ നിർവ്വഹണം എന്നിവയാണ്. അടിസ്ഥാനപരമായ സംഘർഷം വേഗതയും ബാധ്യതയും തമ്മിലുള്ളതാണ് - വൈറൽ ജനറേഷൻ വേഗത്തിൽ നീങ്ങുന്നു, അവകാശ നിർവ്വഹണം ഗുരുത്വാകർഷണം പോലെ പ്രവർത്തിക്കുന്നു. വീഡിയോ ജനറേറ്ററുകൾ വ്യാപിക്കുമ്പോൾ ഇത്തരം കൂട്ടിയിടികൾ കൂടുതൽ പ്രതീക്ഷിക്കുക.