💸 Anthropic menginvestasikan $100 miliar ke AWS milik Amazon ↗
Anthropic dan Amazon baru saja memperkuat salah satu kerja sama infrastruktur AI terbesar yang ada. Anthropic berkomitmen lebih dari $100 miliar untuk AWS selama dekade berikutnya untuk melatih dan menjalankan Claude.
Amazon langsung menginvestasikan $5 miliar, dengan opsi untuk berinvestasi hingga $20 miliar lebih. Kesepakatan ini juga memberi Anthropic akses ke chip Trainium milik Amazon - pada dasarnya Amazon mengatakan, "jangan hanya menyewa Nvidia selamanya," tetapi dengan cek yang jauh lebih besar.
Bagian lucunya, atau mungkin sama sekali tidak lucu, adalah bahwa Anthropic masih berada di bawah tekanan regulasi sementara semakin terintegrasi ke dalam infrastruktur perusahaan teknologi besar. Sangat bersih, sangat kusut.
🧾 Anthropic mengungguli OpenAI dalam pengeluaran lobi pada kuartal yang mencetak rekor ↗
Anthropic menghabiskan $1,6 juta untuk lobi pada kuartal pertama, sementara OpenAI menghabiskan $1 juta. Itu menjadikan kuartal tersebut sebagai kuartal rekor bagi keduanya - dan pertanda yang cukup jelas bahwa laboratorium AI tidak lagi hanya membangun model, tetapi mereka bekerja di Washington seperti operator berpengalaman.
Pengeluaran Anthropic melonjak tajam dibandingkan dengan periode yang sama tahun lalu, yang dilaporkan terkait dengan pengawasan federal, gesekan Pentagon, dan perdebatan yang lebih luas tentang bagaimana pemerintah seharusnya memperlakukan AI mutakhir.
Lobi OpenAI berfokus pada hak cipta, keamanan siber, kebijakan AI, dan infrastruktur cloud. Bukan hal yang glamor, tetapi di sinilah masa depan dirangkai secara diam-diam.
🧠 OpenAI meluncurkan ChatGPT Images 2.0 ↗
OpenAI meluncurkan ChatGPT Images 2.0, dengan kemampuan mengikuti instruksi yang lebih baik, pembuatan teks yang lebih kuat di dalam gambar, dan kemampuan "berpikir" baru yang dapat menggunakan pencarian web untuk membantu menciptakan visual yang lebih kompleks.
Pembaruan ini ditujukan untuk hal-hal seperti infografis, slide, peta, manga, teks multibahasa, dan pembuatan banyak gambar. Batas antara "alat gambar" dan "departemen desain mini dalam sebuah kotak" semakin tipis dan mencurigakan.
Pergeseran besar terletak pada kendali. OpenAI berupaya membuat pembuatan gambar tidak lagi seperti mengguncang bola salju ajaib, melainkan lebih seperti mengarahkan seorang asisten seni yang sedikit bersemangat karena kafein.
🎭 YouTube memperluas deteksi deepfake berbasis AI untuk selebriti ↗
YouTube memperluas fitur pendeteksi kemiripan sehingga lebih banyak tokoh publik dapat menemukan video yang dibuat dengan AI yang meniru mereka dan meminta penghapusan video tersebut.
Sistem ini memindai kemiripan AI dan menandainya kepada selebriti yang terdaftar, yang kemudian dapat meminta YouTube untuk meninjau konten tersebut sesuai dengan kebijakan privasinya. Tidak setiap penghapusan akan disetujui, dan di sinilah letak permasalahannya.
Ini adalah tanda lain bahwa deepfake telah bergeser dari "kepanikan internet" ke infrastruktur platform yang sebenarnya. Saluran-saluran tersebut akhirnya diberi label sekarang.
⌨️ Meta akan merekam ketukan keyboard karyawan untuk melatih model AI ↗
Meta meluncurkan alat internal yang menangkap pergerakan mouse, klik tombol, dan penekanan tombol karyawan, kemudian mengubah aktivitas tersebut menjadi data pelatihan untuk model AI.
Idenya adalah untuk mengajari sistem AI bagaimana manusia sungguhan menggunakan perangkat lunak dan menyelesaikan tugas. Bermanfaat? Ya. Sedikit bernuansa distopia di lingkungan kantor? Juga ya, keduanya bisa benar.
Inilah perlombaan agen dalam skala kecil: perusahaan membutuhkan data alur kerja manusia dengan segala kekurangan dan kekasarannya, bukan hanya teks yang dipoles yang diambil dari internet. Jadi sekarang keyboard menjadi saksi. Agak suram, agak cerdas.
🛡️ Pengguna tidak berwenang dilaporkan mengakses perangkat lunak keamanan siber Mythos milik Anthropic ↗
Sekelompok pengguna tidak sah dilaporkan telah mendapatkan akses ke Mythos milik Anthropic, sebuah alat AI yang berfokus pada keamanan siber yang seharusnya dikontrol dengan ketat.
Mythos bukanlah produk yang dirilis secara umum - produk ini dirancang untuk pekerjaan keamanan siber tingkat lanjut, yang membuat klaim aksesnya menjadi sangat menarik. Jika benar, hal ini menimbulkan pertanyaan yang kurang nyaman tentang bagaimana laboratorium mengamankan sistem yang mereka sebut sebagai sistem sensitif.
Keseluruhan konsep ini memiliki nuansa "misteri ruang terkunci, tetapi ruangannya adalah dasbor berbasis cloud". Sangat sesuai dengan citra keamanan berbasis AI saat ini.
🧪 NeoCognition berhasil mengumpulkan pendanaan awal sebesar $40 juta untuk membangun agen pembelajaran yang menyerupai manusia ↗
Laboratorium riset AI NeoCognition berhasil mengumpulkan pendanaan awal sebesar $40 juta untuk membangun agen yang belajar lebih mirip manusia.
Perusahaan rintisan ini berupaya menciptakan sistem AI yang lebih andal dan efisien - sebuah tawaran yang sangat menarik karena para investor terus mencari apa pun yang dapat membuat agen menjadi kurang rentan dalam alur kerja praktis.
Ini adalah pengingat lain bahwa ledakan agen bukan hanya tentang OpenAI, Anthropic, dan Google yang saling bersaing sengit. Laboratorium-laboratorium yang lebih kecil juga ikut terlibat, beberapa di antaranya dengan ambisi yang luar biasa.
Pertanyaan yang Sering Diajukan (FAQ)
Mengapa Anthropic menginvestasikan $100 miliar ke AWS?
Anthropic berkomitmen menginvestasikan lebih dari $100 miliar ke AWS selama dekade berikutnya untuk melatih dan menjalankan Claude. Kesepakatan ini memberi Anthropic akses lebih dalam ke infrastruktur cloud Amazon dan chip Trainium. Hal ini juga mencerminkan betapa mahalnya sistem AI mutakhir, dengan pengembangan model yang semakin bergantung pada kemitraan komputasi yang luas.
Apa arti kesepakatan Anthropic dan Amazon bagi infrastruktur AI?
Kesepakatan antara Anthropic dan Amazon menunjukkan betapa eratnya infrastruktur AI terkait dengan platform cloud perusahaan teknologi besar. Amazon berinvestasi miliaran dolar, sementara Anthropic berkomitmen untuk pengeluaran jangka panjang yang besar di AWS. Pengaturan ini dapat membantu laboratorium AI berkembang, tetapi juga menimbulkan pertanyaan tentang ketergantungan, persaingan, dan pengawasan regulasi.
Mengapa Anthropic dan OpenAI menghabiskan lebih banyak uang untuk lobi?
Anthropic dan OpenAI menghabiskan lebih banyak uang untuk lobi karena kebijakan AI menjadi sangat penting bagi masa depan mereka. Artikel tersebut menyebutkan bahwa Anthropic menghabiskan $1,6 juta pada kuartal pertama, sementara OpenAI menghabiskan $1 juta. Area fokus mereka meliputi pengawasan federal, hak cipta, keamanan siber, kebijakan AI, infrastruktur cloud, dan bagaimana pemerintah harus mengatur AI mutakhir.
Apa saja fitur baru di ChatGPT Images 2.0?
ChatGPT Images 2.0 digambarkan sebagai peningkatan dalam mengikuti instruksi, pembuatan teks di dalam gambar, dan kemampuan "berpikir" yang dapat menggunakan pencarian web untuk visual yang lebih kompleks. Peningkatan ini ditujukan untuk infografis, slide, peta, manga, teks multibahasa, dan pembuatan multi-gambar. Pergeseran utama adalah menuju kontrol yang lebih besar dan mengurangi tebakan dalam pembuatan gambar.
Bagaimana YouTube menangani deepfake AI yang menampilkan selebriti?
YouTube memperluas fitur deteksi kemiripan sehingga lebih banyak tokoh publik dapat menemukan video yang dibuat dengan AI yang meniru mereka. Selebriti yang terdaftar dapat diberi tahu tentang kemungkinan kemiripan AI dan meminta peninjauan penghapusan berdasarkan kebijakan privasi YouTube. Tidak setiap permintaan akan disetujui secara otomatis, jadi sistem masih bergantung pada peninjauan platform dan konteks.
Mengapa Meta merekam ketukan keyboard karyawan untuk pelatihan AI?
Meta sedang meluncurkan alat internal yang menangkap pergerakan mouse, klik, dan penekanan tombol karyawan, kemudian mengubah aktivitas tersebut menjadi data pelatihan AI. Tujuannya adalah untuk mengajari sistem AI bagaimana orang menavigasi perangkat lunak dan menyelesaikan tugas. Dalam banyak alur kerja agen, data aktivitas manusia semacam ini dapat membantu model mempelajari perilaku praktis langkah demi langkah.