OpenAI ร่วมมือกับ APA ในโครงการ ChatGPT เพื่อความปลอดภัยวัยรุ่น
นอกจากนี้: การพิสูจน์ทางคณิตศาสตร์ของแอสตรา Google AI 91% การลงทุน 1 พันล้านดอลลาร์ของ Valar
ยินดีต้อนรับเข้าสู่ Guruรายงาน AI ฉบับที่ 99!
เรื่องเด่น: ยินดีต้อนรับกลับมา! ตั้งแต่เด็กวัยรุ่น 1 ใน 8 คนพึ่งพา AI เพื่อขอความช่วยเหลือด้านอารมณ์ ไปจนถึงการพิสูจน์ทางคณิตศาสตร์ที่ยังเป็นที่ถกเถียงกันอยู่ Googleจากปัญหาความแม่นยำ 91% ของ AI เรื่องราวในวันนี้เผยให้เห็นว่า AI กำลังเปลี่ยนแปลงสิ่งต่างๆ อย่างเงียบๆ ในด้านใดบ้างping ความไว้วางใจ พร้อมที่จะสำรวจสิ่งที่กำลังเกิดขึ้นจริงแล้วหรือยัง?
🧠 OpenAI ร่วมมือกับนักจิตวิทยาเพื่อความปลอดภัยของ AI สำหรับวัยรุ่น
ข่าวสั้น:
OpenAI กำลังร่วมมือกับ สมาคมจิตวิทยาอเมริกัน เพื่อทำให้ AI ปลอดภัยยิ่งขึ้นสำหรับวัยรุ่น เป้าหมายคือการให้คำแนะนำที่ใช้ได้จริงและอิงตามหลักฐานสำหรับผู้ใช้รุ่นเยาว์ ซึ่งเกิดขึ้นในขณะที่วัยรุ่นจำนวนมากขึ้นหันมาใช้แชทบอทเพื่อขอความช่วยเหลือด้านอารมณ์อย่างเงียบๆ
- พวกเขาจะร่วมกันสร้างแหล่งข้อมูลสำหรับผู้ปกครอง แพทย์ นักจิตวิทยาโรงเรียน และวัยรุ่น
- ลำดับความสำคัญ ได้แก่ การให้ความช่วยเหลือวัยรุ่นที่กำลังประสบปัญหา และการชี้ให้เห็นถึงการพึ่งพา AI มากเกินไปซึ่งไม่เหมาะสม
- โดยต่อยอดจากมาตรการป้องกันที่มีอยู่แล้วของ OpenAI เช่น การควบคุมโดยผู้ปกครอง และอื่นๆ แบบจำลองการทำนายอายุ.
- 12% ของวัยรุ่นอเมริกัน ปัจจุบันมีการใช้ AI เพื่อให้การสนับสนุนทางอารมณ์หรือคำแนะนำอยู่แล้ว ตามข้อมูลจากแหล่งต่างๆ ของ Pew Research.
- ความพยายามดังกล่าวเกิดขึ้นหลังจาก คดีการเสียชีวิตโดยมิชอบ โดยกล่าวหาว่า ChatGPT มีส่วนทำให้เด็กอายุ 16 ปีฆ่าตัวตาย ซึ่ง OpenAI ปฏิเสธข้อกล่าวหานี้
💡 ทำไมคุณถึงต้องใส่ใจ?
หากวัยรุ่นที่คุณรู้จักพึ่งพาแชทบอทเพื่อขอความช่วยเหลือด้านอารมณ์ นั่นแสดงให้เห็นว่าผู้สร้าง AI เริ่มสร้างมาตรการควบคุมแล้ว แต่การเชื่อมต่อระหว่างมนุษย์ยังคงสำคัญที่สุด
🧮 แอสตราของ OpenAI อ้างว่าพิสูจน์ทางคณิตศาสตร์ได้ 10 ข้อ ก่อให้เกิดข้อกล่าวหาเรื่องการประพฤติมิชอบ
ข่าวสั้น:
OpenAI ระบุว่ามีโมเดลที่ยังไม่เปิดตัวชื่อว่า แอสตร้า ผลิต หลักฐานใหม่สิบข้อ สำหรับโจทย์คณิตศาสตร์ที่แก้มาหลายสิบปีแล้ว แต่ละข้อจะมีใบรับรองที่ตรวจสอบได้ด้วยเครื่องจักร จากนั้นนักคณิตศาสตร์ได้อ่านเอกสารฉบับเต็ม 249 หน้า และปฏิกิริยาก็เปลี่ยนไปเป็นการวิพากษ์วิจารณ์อย่างรุนแรง
- แอสตร้า เป็น "โมเดลหลักรุ่นต่อไป" ที่ OpenAI ยังไม่ได้ประกาศอย่างเป็นทางการ โดยผลลัพธ์ทั้งสิบมาจากเวอร์ชันภายใน
- เอกสารต้นฉบับทุกฉบับจะจัดส่งพร้อมกับ... ใบรับรอง Lean 4 บน GitHub – สามารถตรวจสอบได้ด้วยเครื่องคอมพิวเตอร์ ดังนั้นตรรกะจึงสามารถตรวจสอบได้โดยอิสระ
- ผลลัพธ์หลักสร้าง กลุ่มที่ไม่ใช่โซฟิกซึ่งเป็นคำถามที่ยังไม่มีคำตอบในทฤษฎีกลุ่มมาตั้งแต่ปี 1999
- OpenAI ประเมินกำลังประมวลผลทั้งหมดไว้ที่ประมาณ $2,000 – แต่จะนับเฉพาะการวิ่งที่ประสบความสำเร็จเท่านั้น
- นักคณิตศาสตร์ชื่อดังกล่าวว่ามีบทพิสูจน์สองข้อ นำผลงานเก่ามาใช้ซ้ำโดยไม่ให้เครดิตOpenAI กำลังแก้ไขเอกสารของตนอยู่
💡 ทำไมคุณถึงต้องใส่ใจ?
ความก้าวหน้าที่แท้จริงคือ: หลักฐานที่คุณสามารถตรวจสอบได้ด้วยเครื่องจักร ไม่ใช่แค่การเชื่อใจ แต่การบอกว่า “AI แก้ปัญหาได้แล้ว” นั้นเกินจริงไป เพราะแบบจำลองยังคงเป็นความลับ และมนุษย์เป็นผู้สร้างแนวคิดที่ยืมมาใช้
🔍 Googleภาพรวม AI ของเรามีความแม่นยำ 91% – ในระดับมหาศาล
ข่าวสั้น:
บทวิเคราะห์ที่จัดทำโดยบริษัทสตาร์ทอัพด้านปัญญาประดิษฐ์ (AI) ตามคำสั่งของหนังสือพิมพ์นิวยอร์กไทมส์ โอมิ พบ Googleภาพรวม AI ของเว็บไซต์นี้ถูกต้องตามข้อเท็จจริงเกี่ยวกับ... 91%
ในช่วงเวลานั้น น่าประทับใจ – จนกระทั่งคุณกระจายอัตราความผิดพลาดนั้นไปทั่วช่วงเวลาโดยประมาณ ห้าล้านล้าน ค้นหา Google จัดการในแต่ละปี
- Oumi ได้ทำการสืบค้นข้อมูลจำนวน 4,326 ครั้งผ่านทางระบบ การทดสอบประสิทธิภาพ SimpleQA: 85% ถูกต้องบน Gemini 2, 91% on Gemini 3.
- At Googleหนังสือพิมพ์ไทมส์คำนวณว่า มาตราส่วนของเขา หลายสิบล้าน คำตอบที่ผิดต่อชั่วโมง – หากภาพรวมปรากฏในผลการค้นหาประมาณครึ่งหนึ่ง
- คำตอบที่ถูกต้องมากกว่าครึ่งเป็นคำตอบที่ “ไม่มีพื้นฐาน” – โดยอ้างแหล่งข้อมูลที่ไม่สนับสนุนข้อกล่าวอ้างเหล่านั้น – ซึ่งแย่ลงจากเดิม % 37 56 ไป%.
- Google โต้แย้งวิธีการโดยอ้างว่า SimpleQA มีเฉลยคำตอบที่บกพร่อง และการนำ AI ตัวหนึ่งไปเปรียบเทียบกับ AI อีกตัวหนึ่งจะยิ่งทำให้เกิดข้อผิดพลาดมากขึ้น
💡 ทำไมคุณถึงต้องใส่ใจ?
ความแม่นยำ 90 เปอร์เซ็นต์อาจดูปลอดภัย แต่เมื่อพิจารณาจากการค้นหาหลายพันล้านครั้ง ความผิดพลาดก็สะสมเพิ่มขึ้นเรื่อยๆ Double-ตรวจสอบคำตอบจาก AI ในทุกเรื่องที่สำคัญ โดยเฉพาะเรื่องสุขภาพ
⚡ เงิน AI กำลังก้าวเข้าสู่โลกแห่งความเป็นจริง
ข่าวสั้น:
การลงทุนครั้งใหญ่ครั้งต่อไปของ AI อาจกำลังเคลื่อนตัวลงไปใต้ชั้นของโมเดล การระดมทุนรอบใหญ่ครั้งใหม่สำหรับสตาร์ทอัพด้านพลังงานนิวเคลียร์และแร่ธาตุสำคัญ บ่งชี้ว่านักลงทุนกำลังเดิมพันว่าอุปสรรคที่ใหญ่ที่สุดของ AI จะไม่ใช่แค่ชิปเท่านั้น แต่ยังรวมถึงไฟฟ้า การระบายความร้อน และวัตถุดิบด้วย
- วาลาร์ Atomics ระดมทุนได้ 1 พันล้านดอลลาร์ นำโดยเซควอยา ความร่วมมือของ Nvidia เป้าหมาย 30 เมกะวัตต์โรงงาน AI ประหยัดน้ำ
- Mariบริษัท Ana Minerals ระดมทุนได้ 310 ล้านดอลลาร์สหรัฐ นำโดย Khosla Ventures พร้อมการสนับสนุนอย่างต่อเนื่องจาก a16z และบริษัท เบรกทรู เอนเนอร์จี เวนเจอร์ส
- Mariอนาพูดว่า Mariอนาโอเอส สามารถลดระยะเวลาการดำเนินโครงการ 5-10 ปีลงได้ประมาณครึ่งหนึ่ง นี่เป็นคำกล่าวอ้างของบริษัท ไม่ใช่ผลการวัดมาตรฐานที่เป็นอิสระ
- วาลาร์ การประเมินมูลค่า 6 พันล้านเหรียญ สำนักข่าวบลูมเบิร์กและแอกซิออสรายงานเรื่องนี้ แต่บริษัทไม่ได้เปิดเผยข้อมูลด้วยตนเอง
- การขอ โครงการ IEA การใช้ไฟฟ้าของศูนย์ข้อมูลทั่วโลกเพิ่มสูงขึ้นจาก จาก 485 เทราวัตต์ชั่วโมง (TWh) ในปี 2025 เพิ่มขึ้นเป็นประมาณ 950 เทราวัตต์ชั่วโมง (TWh) ในปี 2030.
💡 ทำไมคุณถึงต้องใส่ใจ?
ปัญญาประดิษฐ์กำลังกลายเป็นส่วนหนึ่งของโครงสร้างพื้นฐานทางกายภาพ ซึ่งสร้างโอกาสนอกเหนือจากการสร้างแบบจำลอง แต่ก็ยังนำมาซึ่งความเสี่ยงด้านนิวเคลียร์ การทำเหมือง การขออนุญาต ห่วงโซ่อุปทาน และการดำเนินการด้วย
🤖 AI จะไม่มาแทนที่คุณ แต่จะยกระดับมาตรฐานให้สูงขึ้น
ข่าวสั้น:
การหางานในยุค AI นั้นยากลำบากมาก ข้อมูลจาก LinkedIn แสดงให้เห็นว่าการจ้างงานยังคงต่ำกว่าระดับก่อนเกิดโรคระบาดทั้งในฝั่งยุโรปและอเมริกา แต่ที่ วีว่าเทค ในปารีส ผู้นำทางธุรกิจต่างเห็นพ้องกันว่า พนักงานที่ผสมผสานความเชี่ยวชาญด้าน AI เข้ากับทักษะของมนุษย์ที่ยากต่อการนำระบบอัตโนมัติมาใช้ ยังคงมีข้อได้เปรียบอย่างแท้จริง
- กราฟเศรษฐกิจของ LinkedIn แสดงให้เห็นถึงการจ้างงาน อยู่ในระดับต่ำกว่าช่วงก่อนเกิดโรคระบาดอย่างมาก – คร่าวๆ 25% ต่ำกว่าในยุโรปและ 24% ในสหรัฐอเมริกา
- ประมาณ 70% ของทักษะ งานส่วนใหญ่ต้องการการเปลี่ยนแปลง 2030โดยมี AI เป็นตัวเร่งปฏิกิริยาหลัก
- ปัจจุบันนายจ้างต้องการทักษะที่ผสมผสานระหว่างทักษะด้านเทคนิค ทักษะด้านมนุษยสัมพันธ์ และทักษะด้านปัญญาประดิษฐ์ (AI) ซึ่งรวมถึงความรู้ในด้านต่างๆ เช่น... โดยหมายถึง วิธีการใช้ AI และวิธีการประเมินผลลัพธ์ของ AI
- ในวิศวกรรมซอฟต์แวร์ เครื่องมือต่างๆ เช่น Codex และ Claude Code กำลังผลักดันการจ้างงานให้ก้าวข้ามการเน้นแค่การเขียนโค้ดไปสู่การทำงานร่วมกันและการบริหารจัดการการเปลี่ยนแปลง
- ผู้ร่วมอภิปรายระบุว่า ความสามารถในการปรับตัวและความอยากรู้อยากเห็นเป็นสิ่งสำคัญอย่างยิ่งต่อการได้รับการว่าจ้าง
💡 ทำไมคุณถึงต้องใส่ใจ?
มาตรฐานการได้งานสูงขึ้นเรื่อยๆ ความเชี่ยวชาญเฉพาะด้านอย่างเดียวไม่เพียงพออีกต่อไปแล้ว การผสมผสานทักษะทางเทคนิคเข้ากับการสื่อสาร ความฉลาดทางอารมณ์ และความเต็มใจที่จะเรียนรู้สิ่งใหม่ๆ อย่างแท้จริง คือสิ่งที่สร้างความแตกต่างในปัจจุบัน
💸 กลุ่ม “โทเคโนมิกส์” ใหม่ต้องการวัดผลตอบแทนจากการลงทุน (ROI) ของ AI
ข่าวสั้น:
AI มีค่าใช้จ่ายเท่าไหร่กันแน่ และคุ้มค่าหรือไม่? ลินุกซ์ Foundation เพิ่งเปิดตัว โทเคโนมิกส์ Foundation เพื่อตอบคำถามนั้นอย่างตรงตัว บริษัทจำนวน 30 แห่ง รวมทั้ง... IBM, Oracleและ เจพีมอร์แกนเชสและสนับสนุนมาตรฐานร่วมกันในการวัดการใช้จ่ายและผลตอบแทนจาก AI
- การขอ ลินุกซ์ Foundation เปิดตัวโทเคโนมิกส์ Foundation เมื่อวันที่ 4 สิงหาคม จะมีการกำหนดมาตรฐานวิธีการที่ธุรกิจต่างๆ วัดต้นทุนและผลตอบแทนจาก AI
- สมาชิกผู้ก่อตั้ง 30 คน - รวมทั้ง แอคเซนเจอร์, IBM, Oracle, SAP, ServiceNow และ เจพีมอร์แกนเชส – สนับสนุนความพยายามที่ไม่ฝักใฝ่ฝ่ายใด
- การใช้งานโทเค็นอาจเพิ่มขึ้นอย่างมาก 24 เท่าภายในปี 2030, โครงการของโกลด์แมนแซคส์ซึ่งเป็นการขยายช่องว่างระหว่างค่าใช้จ่ายด้าน AI กับมูลค่าที่วัดได้
- กลุ่มดังกล่าวจะสร้างกรอบต้นทุน เกณฑ์มาตรฐาน และตัวชี้วัด "ต้นทุนต่อการโทร" ผ่านช่องทางเปิด ข้อกำหนดการเรียกเก็บเงิน FOCUS.
- มันวิ่งขนานไปกับ ฟินอ๊อฟ Foundationซึ่งสะท้อนให้เห็นถึงวิธีการที่การใช้จ่ายด้านคลาวด์เคยมีคู่มือการบัญชีเฉพาะของตนเอง
💡 ทำไมคุณถึงต้องใส่ใจ?
หากบริษัทของคุณใช้ AI คุณจะได้รับคำตอบที่ชัดเจนขึ้นในไม่ช้าว่ามันคุ้มค่าหรือไม่ มาตรฐานที่ใช้ร่วมกันอาจเปลี่ยนตัวเลขที่ซับซ้อนให้กลายเป็นตัวเลขที่เปรียบเทียบกันได้
สวัสดี! ฉันชื่อ... Krishna รุ่งทา
ผู้ก่อตั้ง Guru99.comบรรณาธิการบริหารและผู้เชี่ยวชาญด้านเทคโนโลยี
อีเมลนี้ถูกส่งต่อถึงคุณหรือไม่? สมัครฟรีที่นี่.
