OpenAI Bermitra dengan APA untuk Keamanan Remaja di ChatGPT
JUGA: Bukti matematika Astra, Google AI 91%, taruhan Valar sebesar $1 miliar
Selamat Datang di GuruLaporan AI 99!
Berita Utama: Selamat datang kembali! Dari 1 dari 8 remaja yang bergantung pada AI untuk dukungan emosional hingga bukti matematika yang diperdebatkan dan GoogleMasalah akurasi 91% pada AI, berita-berita hari ini mengungkap ke mana AI diam-diam mengubah arah teknologi.ping Kepercayaan. Siap untuk menjelajahi apa yang sebenarnya terjadi?
🧠 OpenAI Bekerja Sama dengan Psikolog untuk Mengatasi Keamanan AI pada Remaja
Kabar Singkat:
OpenAI bermitra dengan American Psychological Association untuk membuat AI-nya lebih aman bagi remaja. Tujuannya adalah memberikan panduan praktis dan berbasis bukti bagi pengguna muda. Hal ini muncul karena semakin banyak remaja diam-diam beralih ke chatbot untuk mendapatkan dukungan emosional.
- Bersama-sama mereka akan menciptakan sumber daya untuk orang tua, dokter, psikolog sekolah, dan remaja.
- Prioritasnya meliputi memberikan dukungan kepada remaja yang mengalami kesulitan dan menyoroti ketergantungan berlebihan yang tidak sehat pada AI.
- Ini dibangun berdasarkan pengamanan OpenAI yang sudah ada seperti kontrol orang tua dan model prediksi usia.
- 12% remaja AS AI sudah digunakan untuk dukungan emosional atau nasihat, menurut Pew Research.
- Upaya ini menyusul sebuah gugatan kematian yang salah menuduh ChatGPT berkontribusi pada bunuh diri seorang remaja berusia 16 tahun, yang dibantah oleh OpenAI.
💡 Mengapa Anda Harus Peduli?
Jika seorang remaja yang Anda kenal mengandalkan chatbot untuk dukungan emosional, ini menunjukkan bahwa para pembuat AI mulai membangun batasan – tetapi koneksi manusia tetap yang terpenting.
🧮 Astra dari OpenAI Klaim 10 Bukti Matematika, Dituduh Melakukan Pelanggaran Etika
Kabar Singkat:
OpenAI mengatakan sebuah model yang belum dirilis bernama Astra diproduksi sepuluh bukti baru untuk masalah matematika yang sudah ada sejak puluhan tahun lalu. Masing-masing dilengkapi dengan sertifikat yang dapat diperiksa oleh mesin. Kemudian para matematikawan membaca makalah lengkap setebal 249 halaman itu – dan reaksinya berubah menjadi sangat kritis.
- Astra adalah "model utama berikutnya" yang belum diumumkan oleh OpenAI; sepuluh hasil tersebut berasal dari versi internal.
- Setiap bukti dikirimkan dengan Sertifikat Lean 4 di GitHub – dapat diperiksa oleh mesin, sehingga logikanya dapat diverifikasi secara independen.
- Hasil utama tersebut menyusun sebuah kelompok non-sofic, sebuah pertanyaan yang masih terbuka dalam teori grup sejak tahun 1999.
- OpenAI memperkirakan total daya komputasi sekitar... $2,000 – tetapi itu hanya menghitung lari yang berhasil.
- Para matematikawan terkenal mengatakan ada dua bukti. menggunakan kembali karya sebelumnya tanpa memberikan kreditOpenAI saat ini sedang merevisi makalahnya.
💡 Mengapa Anda Harus Peduli?
Langkah maju yang sebenarnya: bukti yang dapat Anda periksa oleh mesin, bukan hanya yang dapat Anda percayai. Tetapi "AI telah memecahkannya" adalah pernyataan yang berlebihan – model tersebut tetap bersifat pribadi, dan manusia membangun ide-ide yang dipinjam.
🔍 GoogleGambaran Umum AI dari [nama perusahaan] Memiliki Akurasi 91% – Pada Skala Besar
![GoogleGambaran Umum AI dari [nama perusahaan] Memiliki Akurasi 91% pada Skala Besar](https://www.guru99.com/images/guru99-ai-email-2103.png)
Kabar Singkat:
Analisis yang ditugaskan oleh New York Times kepada perusahaan rintisan AI. Oumi ditemukan GoogleIkhtisar AI dari akurat secara faktual tentang 91% pada saat itu. Mengesankan – sampai Anda menyebarkan tingkat kesalahan itu ke seluruh rentang waktu yang kurang lebih sama. lima triliun pencarian Google menangani setiap tahun.
- Oumi menjalankan 4,326 kueri melalui Tolok ukur SimpleQA: 85% akurat pada Gemini 2, 91% on Gemini 3.
- At GoogleSkala 'nya, menurut perhitungan Times puluhan juta dari jawaban salah per jam – jika ringkasan muncul pada sekitar setengah dari pencarian.
- Lebih dari separuh jawaban yang benar "tidak berdasar". – mengutip sumber yang tidak mendukung mereka – memburuk dari 37% untuk 56%.
- Google membantah metode tersebut, dengan alasan bahwa SimpleQA berisi kunci jawaban yang cacat dan bahwa menilai satu AI dengan AI lain akan menambah kesalahan.
💡 Mengapa Anda Harus Peduli?
Akurasi 90 persen terasa aman, tetapi dalam miliaran pencarian, kesalahan-kesalahan tersebut akan terus bertambah. Double-Periksa jawaban AI untuk hal-hal penting – terutama kesehatan.
⚡ Uang AI Mulai Masuk ke Dunia Fisik
Kabar Singkat:
Gelombang investasi AI berikutnya mungkin akan bergeser ke bawah lapisan model. Putaran pendanaan besar-besaran terbaru untuk perusahaan rintisan tenaga nuklir dan mineral penting menunjukkan bahwa investor bertaruh bahwa hambatan terbesar AI bukan hanya chip, tetapi juga listrik, pendinginan, dan bahan baku.
- Valar AtomICS berhasil mengumpulkan dana sebesar $1 miliar. Dipimpin oleh Sequoia. Itu kolaborasi Nvidia menargetkan sebuah 30 megawatt, pabrik AI yang hemat air.
- MariAna Minerals mengumpulkan dana sebesar $310 juta. dipimpin oleh Khosla Ventures, dengan dukungan berkelanjutan dari A16Z dan Breakthrough Energy Ventures.
- MariAna berkata MarianaOS Dapat memangkas separuh waktu pelaksanaan proyek yang semula 5 hingga 10 tahun. Ini adalah klaim perusahaan, bukan tolok ukur independen.
- Valar Penilaian $ 6 miliar Hal itu dilaporkan oleh Bloomberg dan Axios; perusahaan itu sendiri tidak mengungkapkan hal tersebut.
- The Proyek IEA penggunaan listrik pusat data global meningkat dari 485 TWh pada tahun 2025 menjadi sekitar 950 TWh pada tahun 2030..
💡 Mengapa Anda Harus Peduli?
AI kini menjadi kisah tentang infrastruktur fisik. Hal ini menciptakan peluang di luar para pembuat model, tetapi juga membawa risiko terkait nuklir, pertambangan, perizinan, rantai pasokan, dan pelaksanaan.
🤖 AI Tidak Akan Menggantikan Anda, Tetapi Meningkatkan Standar
Kabar Singkat:
Mencari pekerjaan di era AI sangat sulit – data LinkedIn menunjukkan perekrutan masih jauh di bawah level pra-pandemi di kedua sisi Atlantik. Namun di VivaTech Di Paris, para pemimpin bisnis berpendapat bahwa pekerja yang menggabungkan kemampuan AI dengan keterampilan manusia yang sulit diotomatisasi masih memiliki keunggulan nyata.
- Grafik Ekonomi LinkedIn menunjukkan perekrutan tetap jauh di bawah level sebelum pandemi - dengan kasar 25% lebih rendah di Eropa dan 24% di AS
- Diperkirakan 70% dari keterampilan Sebagian besar pekerjaan akan membutuhkan perubahan. 2030, dengan AI sebagai katalis utama.
- Saat ini, perusahaan menginginkan perpaduan antara keterampilan teknis, keterampilan interpersonal, dan keterampilan AI – termasuk pengetahuan tentang... ketika tentang cara menggunakan AI dan cara menilai hasilnya.
- Dalam rekayasa perangkat lunak, alat-alat seperti Codex ke Claude Code mendorong perekrutan tidak hanya sebatas kemampuan coding, tetapi juga menuju kolaborasi dan manajemen perubahan.
- Para panelis menyebutkan kemampuan beradaptasi dan rasa ingin tahu sebagai hal penting untuk mendapatkan pekerjaan.
💡 Mengapa Anda Harus Peduli?
Standar untuk diterima bekerja terus meningkat. Keahlian khusus saja tidak lagi cukup – menggabungkan kemampuan teknis dengan komunikasi, kecerdasan emosional, dan kemauan nyata untuk terus belajar kini menjadi pembeda.
💸 Grup “Tokenomics” Baru Ingin Mengukur ROI AI
Kabar Singkat:
Berapa sebenarnya biaya AI – dan apakah itu sepadan? Linux Foundation baru saja meluncurkan Tokenomics Foundation untuk menjawab pertanyaan itu secara tepat. Tiga puluh perusahaan, termasuk IBM, Oracle, dan JP Morgan Mengejar, mendukung standar bersama untuk mengukur pengeluaran dan pengembalian AI.
- The Linux Foundation meluncurkan Tokenomics Foundation pada tanggal 4 Agustus untuk menstandarisasi cara bisnis mengukur biaya dan pengembalian AI.
- 30 anggota pendiri - termasuk Accenture, IBM, Oracle, SAP, Sekarang Layanan ke JP Morgan Mengejar – mendukung upaya netralitas vendor.
- Penggunaan token bisa melonjak 24 kali lipat pada tahun 2030, Proyek Goldman Sachs, memperlebar kesenjangan antara pengeluaran AI dan nilai yang terukur.
- Kelompok ini akan membangun kerangka kerja biaya, tolok ukur, dan metrik "biaya per panggilan" melalui platform terbuka. Spesifikasi penagihan FOCUS.
- Itu membentang di sepanjang FinOps Foundation, mencerminkan bagaimana pengeluaran cloud dulunya memiliki pedoman akuntansi tersendiri.
💡 Mengapa Anda Harus Peduli?
Jika perusahaan Anda menggunakan AI, Anda akan segera mendapatkan jawaban yang lebih jelas tentang apakah hal itu membuahkan hasil. Standar bersama dapat mengubah tagihan-tagihan yang membingungkan menjadi angka-angka yang dapat dibandingkan.
Hai! Aku Krishna rungta
Pendiri PT Guru99.com, Pemimpin Redaksi & Pakar Teknologi
Apakah email ini diteruskan kepada Anda? Daftar gratis disini.
