🤝 AI കോഡിംഗിൽ മുന്നേറുന്നതിനിടെ ആന്ത്രോപിക് സ്പേസ് എക്സുമായി ഡാറ്റാ സെന്റർ ഇടപാടിൽ ഒപ്പുവച്ചു ↗
മെംഫിസിലെ കൊളോസസ് 1 ലേക്ക് ആക്സസ് നേടിക്കൊണ്ട് ആന്ത്രോപിക് സ്പേസ് എക്സുമായി ഒരു പ്രധാന കമ്പ്യൂട്ട് കരാർ ഉണ്ടാക്കി. ഇത് ക്ലോഡിന് കൂടുതൽ ശേഷി നൽകുന്നു, പ്രത്യേകിച്ച് ആവശ്യക്കാരുടെ മതിലുകൾക്കിടയിൽ ഓടുന്ന ക്ലോഡ് കോഡ് ഉപയോക്താക്കൾക്ക്.
അപരിചിതമായ കാര്യം എന്താണെന്നോ? ആന്ത്രോപിക് ഓർബിറ്റൽ എഐ കമ്പ്യൂട്ടിംഗ് ശേഷിയിലും താൽപ്പര്യമുണ്ടെന്ന് സ്പേസ് എക്സ് പറയുന്നു. ഇത് ഒരു സയൻസ് ഫിക്ഷൻ പോലെ തോന്നുന്നു, ഒരുപക്ഷേ ഒരു ചെറിയ ടോസ്റ്റർ-ഇൻ-ദി-ക്ലൗഡ് പോലെയായിരിക്കാം, പക്ഷേ കമ്പ്യൂട്ട് റേസ് കൂടുതൽ സർപ്പന്റൈൻ ആയി മാറിക്കൊണ്ടിരിക്കുന്നു.
🧠 ആന്ത്രോപിക് പറയുന്നത് ഇത് AI ഏജന്റുമാരെ "സ്വപ്നം" കാണാൻ പഠിപ്പിച്ചു എന്നാണ് ↗
ആന്ത്രോപിക് AI ഏജന്റുമാർക്കായി "ഡ്രീമിംഗ്" എന്നൊരു ഫീച്ചർ അവതരിപ്പിച്ചു. ഏജന്റുമാർ സെഷനുകൾക്കിടയിൽ അവരുടെ മുൻകാല പ്രവർത്തനങ്ങൾ അവലോകനം ചെയ്യുകയും, പാറ്റേണുകൾ ശ്രദ്ധിക്കുകയും, അടുത്ത തവണ അവർ എങ്ങനെ പെരുമാറുമെന്ന് മെച്ചപ്പെടുത്തുകയും ചെയ്യുക എന്നതാണ് ഇതിന്റെ ആശയം.
ഒരു ഗവേഷണ പ്രിവ്യൂ എന്ന നിലയിലാണ് ഇത് ആരംഭിക്കുന്നത്, അതിനാൽ എല്ലാവർക്കും ഇതുവരെ ആക്സസ് ലഭിച്ചിട്ടില്ല. എന്നിരുന്നാലും, ദിശ വ്യക്തമാണ് - ചാറ്റ് വിൻഡോകൾ പോലെ തോന്നാത്തതും സെമി-ഓട്ടോണമസ് സഹപ്രവർത്തകരെപ്പോലെ തോന്നുന്നതുമായ ഏജന്റുമാരെയാണ് ആന്ത്രോപിക് ആഗ്രഹിക്കുന്നത്. സഹായകരം, വിചിത്രം, ഒരുപക്ഷേ രണ്ടും കൂടി.
🔎 ഗൂഗിളിന്റെ AI തിരയൽ സംഗ്രഹങ്ങൾ ഇനി റെഡ്ഡിറ്റിനെ ഉദ്ധരിക്കും ↗
റെഡ്ഡിറ്റ്, ഫോറങ്ങൾ, സോഷ്യൽ പോസ്റ്റുകൾ എന്നിവയുൾപ്പെടെ AI മോഡിലേക്കും AI അവലോകനങ്ങളിലേക്കും ഗൂഗിൾ കൂടുതൽ നേരിട്ടുള്ള കാഴ്ചപ്പാടുകൾ ചേർക്കുന്നു. പ്രായോഗികമായി, പഴയ "നിങ്ങളുടെ തിരയലിലേക്ക് റെഡ്ഡിറ്റ് ചേർക്കുക" എന്ന ഹാക്കിനെ AI തിരയലിലേക്ക് തന്നെ മടക്കിക്കളയുകയാണ്.
സ്രഷ്ടാവിന്റെ പേരുകൾ, കമ്മ്യൂണിറ്റി പേരുകൾ എന്നിവ പോലുള്ള ലിങ്കുകൾക്ക് ചുറ്റും കൂടുതൽ സന്ദർഭങ്ങൾ കൂടി ഇത് ചേർക്കുന്നു. സിദ്ധാന്തത്തിൽ നല്ലത്, ഇന്റർനെറ്റ് ഫോറങ്ങളെ സംഗ്രഹിക്കാൻ AI-യെ അനുവദിക്കുന്നത് ഇപ്പോഴും ഒരു റാക്കൂണിനോട് ഒരു കലവറ സംഘടിപ്പിക്കാൻ ആവശ്യപ്പെടുന്നത് പോലെയാണ് തോന്നുന്നത്.
⚡ മൈക്രോസോഫ്റ്റിന്റെ AI ഡാറ്റാ സെന്റർ പുഷ് അതിന്റെ ക്ലീൻ പവർ ലക്ഷ്യങ്ങളുമായി കൂട്ടിയിടിക്കുന്നു ↗
മൈക്രോസോഫ്റ്റിന്റെ ആക്രമണാത്മകമായ AI ഡാറ്റാ സെന്റർ നിർമ്മാണം അവരുടെ ശുദ്ധമായ ഊർജ്ജ ലക്ഷ്യങ്ങളിൽ ഒന്ന് കൈവരിക്കുന്നത് ബുദ്ധിമുട്ടാക്കുന്നുണ്ടോ എന്ന് ചർച്ച ചെയ്യുന്നതായി റിപ്പോർട്ടുണ്ട്. വാർഷിക പൊരുത്തപ്പെടുത്തലിനേക്കാൾ കർശനമായ മണിക്കൂറുകളിലെ ശുദ്ധമായ ഊർജ്ജ പൊരുത്തപ്പെടുത്തലാണ് സമ്മർദ്ദ പോയിന്റ്.
അതാണ് മിനിയേച്ചറിലെ വിചിത്രമായ AI ഇൻഫ്രാസ്ട്രക്ചർ കഥ: എല്ലാവർക്കും കൂടുതൽ മോഡലുകൾ, കൂടുതൽ GPU-കൾ, കൂടുതൽ ശേഷി എന്നിവ വേണം - എന്നിട്ട് സ്റ്റീൽ ബൂട്ടുകൾ ധരിച്ച് വൈദ്യുതി ബിൽ വരുന്നു.
💾 AI ബൂം സാംസങിനെ $1T ലേക്ക് തള്ളിവിട്ടു ↗
മെമ്മറി വിപണികളിൽ AI ചിപ്പ് ആവശ്യകത വർദ്ധിപ്പിച്ചുകൊണ്ടിരിക്കുന്നതിനാൽ സാംസങ്ങിന്റെ മൂല്യം $1 ട്രില്യൺ കവിഞ്ഞു. ഉയർന്ന ബാൻഡ്വിഡ്ത്ത് മെമ്മറിയാണ് ഇവിടെ പ്രധാന കഥാപാത്രം, കാരണം ആധുനിക AI സംവിധാനങ്ങൾ അതിനായി കൊതിക്കുന്നു.
കമ്പനിയുടെ ഓഹരികൾ വൻതോതിൽ കുതിച്ചുയർന്നു, വിശാലമായ സന്ദേശം ലളിതമാണ്: AI ബൂം മോഡൽ ലാബുകൾക്ക് മാത്രമല്ല പ്രതിഫലം നൽകുന്നത്. അത് മുഴുവൻ ചിപ്പ് വിതരണ ശൃംഖലയെയും അസമമായി എന്നാൽ തീവ്രമായി ഉയർത്തുന്നു.
🦾 റോബോട്ടുകൾക്കും മനുഷ്യസമാനമായ കൈകൾക്കും വേണ്ടിയുള്ള AI മോഡൽ ഫ്രഞ്ച് സ്റ്റാർട്ടപ്പ് അവതരിപ്പിച്ചു ↗
വ്യത്യസ്ത തരം റോബോട്ടുകളെ നിയന്ത്രിക്കുന്നതിനായി നിർമ്മിച്ച ഒരു മോഡലായ GENE-26.5, മനുഷ്യന്റെ ചലനങ്ങളെ അനുകരിക്കാൻ രൂപകൽപ്പന ചെയ്ത ഒരു വൈദഗ്ധ്യമുള്ള റോബോട്ടിക് കൈ എന്നിവ ജെനസിസ് AI അനാച്ഛാദനം ചെയ്തു. തക്കാളി അരിയുക, റൂബിക്സ് ക്യൂബ് പരിഹരിക്കുക തുടങ്ങിയ സൂക്ഷ്മമായ ജോലികൾ ഡെമോകളിൽ ഉൾപ്പെടുത്തിയിരുന്നു.
ഓട്ടോമോട്ടീവ്, ഇലക്ട്രോണിക്സ്, ഫാർമ, ലോജിസ്റ്റിക്സ് എന്നീ മേഖലകളിലെ വ്യാവസായിക ജോലികളാണ് ഈ സ്റ്റാർട്ടപ്പ് ലക്ഷ്യമിടുന്നത്. സെൻസർ ഗ്ലൗസുകൾ വഴി ജോലിസ്ഥലത്തെ തൊഴിലാളിയുടെ ഡാറ്റയും അവർ ശേഖരിക്കുന്നു, ഇത് ബുദ്ധിപരവും സാമൂഹികമായി അൽപ്പം കയ്പേറിയതുമാണ്.
🧵 AI വളർച്ചയ്ക്കായി യുഎസ് ഫൈബർ ഒപ്റ്റിക് ഔട്ട്പുട്ട് വികസിപ്പിക്കുന്നതിനായി കോർണിംഗ് എൻവിഡിയയുമായി സഹകരിക്കുന്നു ↗
AI ഡാറ്റാ സെന്ററുകൾക്കായി ഒപ്റ്റിക്കൽ കണക്റ്റിവിറ്റി ഉൽപ്പന്നങ്ങളുടെ യുഎസ് ഉത്പാദനം വിപുലീകരിക്കുന്നതിനായി കോർണിംഗും എൻവിഡിയയും ഒന്നിക്കുന്നു. ചിപ്പുകൾ ശ്രദ്ധാകേന്ദ്രമാകുന്നു, എന്നാൽ ഫൈബർ ആ എല്ലാ പ്രോസസ്സറുകൾക്കുമിടയിൽ ഡാറ്റ നീക്കുന്ന നിശബ്ദ പ്ലംബിംഗ് ആണ്.
ജിപിയുവുകൾക്ക് അപ്പുറത്തേക്ക് AI ഇൻഫ്രാസ്ട്രക്ചർ ആവശ്യകത വർദ്ധിച്ചുകൊണ്ടിരിക്കുന്നതിനാൽ കോർണിംഗ് അതിന്റെ ദീർഘകാല വിൽപ്പന ലക്ഷ്യങ്ങളും ഉയർത്തി. AI വിതരണ ശൃംഖല അടിസ്ഥാനപരമായി പല തലകളുള്ള ഒരു പൂന്തോട്ട ഹോസായി മാറുകയാണ്.
പതിവുചോദ്യങ്ങൾ
എന്തുകൊണ്ടാണ് AI കമ്പനികൾ കൂടുതൽ ഡാറ്റാ സെന്റർ ഡീലുകൾ നടത്തുന്നത്?
മോഡലുകളെ പരിശീലിപ്പിക്കുന്നതിനും, ഉപയോക്താക്കളെ സേവിക്കുന്നതിനും, ഏജന്റ് ശൈലിയിലുള്ള ഉൽപ്പന്നങ്ങളെ പിന്തുണയ്ക്കുന്നതിനും AI കമ്പനികൾക്ക് വൻ കമ്പ്യൂട്ട് ശേഷി ആവശ്യമാണ്. സ്പേസ് എക്സിന്റെ കൊളോസസ് 1 ലേക്കുള്ള ആന്ത്രോപിക്കിന്റെ ആക്സസ് പോലുള്ള ഡീലുകൾ കേന്ദ്ര അടിസ്ഥാന സൗകര്യങ്ങൾ എത്രത്തോളം മാറിയിരിക്കുന്നുവെന്ന് കാണിക്കുന്നു. പ്രത്യേകിച്ച് ക്ലോഡ് കോഡ് പോലുള്ള കോഡിംഗ് ഉപകരണങ്ങളിൽ നിന്നുള്ള ആവശ്യം വർദ്ധിക്കുന്നതിനനുസരിച്ച്, വിപുലീകരിച്ച ഡാറ്റാ സെന്റർ ശേഷി ഉപയോഗ തടസ്സങ്ങൾ ലഘൂകരിക്കാനും സേവനങ്ങൾ കൂടുതൽ സുഗമമായി പ്രവർത്തിപ്പിക്കാനും സഹായിക്കും.
ആന്ത്രോപിക്കിന്റെ "സ്വപ്നസഞ്ചാരം" എന്ന സവിശേഷത AI ഏജന്റുമാർക്ക് എന്താണ് അർത്ഥമാക്കുന്നത്?
ആന്ത്രോപിക്കിന്റെ "സ്വപ്നസഞ്ചാരം" എന്ന സവിശേഷതയെ സെഷനുകൾക്കിടയിൽ AI ഏജന്റുമാർക്ക് കഴിഞ്ഞകാല പ്രവർത്തനങ്ങൾ അവലോകനം ചെയ്യുന്നതിനുള്ള ഒരു മാർഗമായി വിവരിച്ചിരിക്കുന്നു. ഏജന്റുമാർക്ക് പാറ്റേണുകൾ കണ്ടെത്താനും, മുൻകാല പെരുമാറ്റങ്ങളിൽ നിന്ന് പഠിക്കാനും, അടുത്ത തവണ മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കാനും കഴിയുക എന്നതാണ് ലക്ഷ്യം. ഒരു ഗവേഷണ പ്രിവ്യൂ ആയിട്ടാണ് ഇത് ആരംഭിക്കുന്നത്, അതിനാൽ ഇത് ഇപ്പോഴും നേരത്തെയാണ്, പക്ഷേ AI ഏജന്റുമാർ കൂടുതൽ സ്ഥിരതയുള്ളവരും, സന്ദർഭ-അവബോധമുള്ളവരും, ജോലി-അധിഷ്ഠിതരുമായിത്തീരുന്നതിലേക്ക് ഇത് വിരൽ ചൂണ്ടുന്നു.
എന്തുകൊണ്ടാണ് ഗൂഗിൾ AI തിരയലിൽ റെഡ്ഡിറ്റും ഫോറം ഉള്ളടക്കവും ചേർക്കുന്നത്?
റെഡ്ഡിറ്റ്, ഫോറങ്ങൾ, സോഷ്യൽ പോസ്റ്റുകൾ തുടങ്ങിയ സ്ഥലങ്ങളിൽ നിന്നുള്ള കൂടുതൽ നേരിട്ടുള്ള വീക്ഷണകോണുകൾ AI തിരയൽ സംഗ്രഹങ്ങളിൽ ഉൾപ്പെടുത്താൻ ഗൂഗിൾ ശ്രമിക്കുന്നു. തത്സമയ അനുഭവമോ കമ്മ്യൂണിറ്റി ഉത്തരങ്ങളോ ആവശ്യമുള്ളപ്പോൾ, ചോദ്യങ്ങളിൽ "റെഡിറ്റ്" ചേർത്ത് എത്ര പേർ ഇതിനകം തിരയുന്നു എന്നതിനെ ഇത് പ്രതിഫലിപ്പിക്കുന്നു. വിശാലമായ ഇന്റർനെറ്റ് ചർച്ചകളെ അമിതമായി ലളിതമാക്കിയ ഉത്തരങ്ങളാക്കി മാറ്റാതെ ആ സംഗ്രഹങ്ങളെ സഹായകരമാക്കുക എന്നതാണ് വെല്ലുവിളി.
ശുദ്ധ ഊർജ്ജ ലക്ഷ്യങ്ങളെ AI ഇൻഫ്രാസ്ട്രക്ചർ എങ്ങനെ ബാധിക്കുന്നു?
നൂതന മോഡലുകൾക്കും ക്ലൗഡ് സേവനങ്ങൾക്കുമായി കമ്പനികൾ കൂടുതൽ ഡാറ്റാ സെന്ററുകൾ നിർമ്മിക്കുന്നതിനാൽ, AI ഇൻഫ്രാസ്ട്രക്ചറിന് വലിയ അളവിൽ വൈദ്യുതി ആവശ്യമായി വന്നേക്കാം. മണിക്കൂറിൽ ഒരിക്കൽ ക്ലീൻ എനർജി മാച്ചിംഗ് നടത്തുന്നതിനെക്കുറിച്ചുള്ള മൈക്രോസോഫ്റ്റിന്റെ റിപ്പോർട്ട് ചെയ്യപ്പെട്ട പിരിമുറുക്കം ഇത് എന്തുകൊണ്ട് ബുദ്ധിമുട്ടാണെന്ന് കാണിക്കുന്നു. വാർഷിക മാച്ചിംഗിനേക്കാൾ മണിക്കൂറിൽ ക്ലീൻ എനർജി മാച്ചിംഗ് കർശനമാണ്, അതിനാൽ ദ്രുതഗതിയിലുള്ള AI വളർച്ച സുസ്ഥിരതാ ലക്ഷ്യങ്ങൾ നിറവേറ്റുന്നത് കൂടുതൽ ബുദ്ധിമുട്ടാക്കും.
AI ബൂമിന് ഉയർന്ന ബാൻഡ്വിഡ്ത്ത് മെമ്മറി പ്രധാനമായിരിക്കുന്നത് എന്തുകൊണ്ട്?
ആധുനിക AI സിസ്റ്റങ്ങൾക്ക് വളരെ ഉയർന്ന വേഗതയിൽ വലിയ അളവിലുള്ള ഡാറ്റ നീക്കാനും പ്രോസസ്സ് ചെയ്യാനും ആവശ്യമുള്ളതിനാൽ ഉയർന്ന ബാൻഡ്വിഡ്ത്ത് മെമ്മറി പ്രധാനമാണ്. 1 ട്രില്യൺ ഡോളർ മൂല്യനിർണ്ണയം കഴിഞ്ഞ സാംസങ്ങിന്റെ ഉയർച്ച, മോഡൽ ലാബുകൾക്കപ്പുറം വിതരണക്കാർക്ക് AI ചിപ്പുകൾക്കും മെമ്മറിക്കും വേണ്ടിയുള്ള ആവശ്യം എങ്ങനെ പ്രയോജനപ്പെടുമെന്ന് പ്രതിഫലിപ്പിക്കുന്നു. പല AI പൈപ്പ്ലൈനുകളിലും, മെമ്മറി പ്രകടനം അസംസ്കൃത കമ്പ്യൂട്ട് പവർ പോലെ തന്നെ നിർണായകമാകും.
റോബോട്ടിക്സിലും വ്യാവസായിക ജോലികളിലും AI മോഡലുകൾക്ക് എങ്ങനെ മാറ്റം വരുത്താൻ കഴിയും?
റോബോട്ടിക്സിനുള്ള AI മോഡലുകൾ യന്ത്രങ്ങൾക്ക് വ്യത്യസ്ത ഭൗതിക ജോലികൾ കൂടുതൽ വഴക്കത്തോടെ നിർവഹിക്കാൻ സഹായിക്കുക എന്നതാണ് ലക്ഷ്യം. Genesis AI-യുടെ GENE-26.5 മോഡലും മനുഷ്യനെപ്പോലെയുള്ള റോബോട്ടിക് കൈയും ഈ ദിശയുടെ ഉദാഹരണങ്ങളാണ്, തക്കാളി അരിയുക, റൂബിക്സ് ക്യൂബ് പരിഹരിക്കുക തുടങ്ങിയ സൂക്ഷ്മമായ ചലനങ്ങൾ ഉൾപ്പെടുന്ന ഡെമോകൾ ഇതിൽ ഉൾപ്പെടുന്നു. വ്യാവസായിക ഉപയോഗങ്ങളിൽ ഓട്ടോമോട്ടീവ്, ഇലക്ട്രോണിക്സ്, ഫാർമ, ലോജിസ്റ്റിക്സ് എന്നിവ ഉൾപ്പെടാം, പ്രത്യേകിച്ച് ആവർത്തിച്ചുള്ള മാനുവൽ ജോലി സാധാരണമായിടത്ത്.