Discord kündigte Pläne zur Einführung von Altersverifizierungsmaßnahmen an, die von Nutzern verlangen, Video-Selfies zu teilen oder behördliche Ausweise hochzuladen, um auf Inhalte für Erwachsene zuzugreifen, was zu einem Aufschrei der Nutzer führte. Die schrittweise globale Einführung soll laut Unternehmen Anfang März beginnen. Dieser Schritt erfolgt, nachdem die Plattform nach einer Datenpanne, bei der 70.000 Ausweise offengelegt wurden, unter die Lupe genommen wurde.
Der Altersverifizierungsprozess wird KI-Technologie nutzen, um das Alter der Nutzer zu beurteilen, entweder durch Analyse der Gesichtsstruktur oder durch Abgleich von Selfies mit behördlichen Ausweisen. Discord betonte, dass Selfie-Daten auf dem Gerät des Nutzers verbleiben und nach der Altersschätzung umgehend gelöscht werden. Behördliche Ausweise werden jedoch außerhalb des Geräts überprüft.
Unterdessen entwickelt sich die KI-Landschaft weiterhin rasant. Die eigenständige Codex-Anwendung von OpenAI, die für das Programmieren entwickelt wurde, erreichte in ihrer ersten Woche über eine Million Downloads, wie CEO Sam Altman bestätigte. Dieser Anstieg spiegelt ein Wachstum von 60 % von Woche zu Woche bei den gesamten Codex-Nutzern wider, nach dem Start der App am 2. Februar und der anschließenden Veröffentlichung des zugrunde liegenden GPT-5.3-Codex-Modells. Das Unternehmen signalisiert jedoch eine Abkehr vom uneingeschränkten kostenlosen Zugang zu seinen Tools.
In anderen KI-Entwicklungen veröffentlichte Nvidia DreamDojo, ein neues KI-System, das Robotern beibringen soll, wie sie mit der physischen Welt interagieren, indem es Zehntausende von Stunden menschlicher Videos beobachtet. Die in diesem Monat veröffentlichte Forschung könnte den Zeit- und Kostenaufwand für die Ausbildung der nächsten Generation humanoider Maschinen erheblich reduzieren. Das System wird von den Forschern als "das erste Roboter-Weltmodell seiner Art, das nach dem Post-Training eine starke Generalisierung auf verschiedene Objekte und Umgebungen demonstriert" beschrieben.
Die zunehmende Abhängigkeit von KI unterstreicht auch die Bedeutung einer effizienten Datenbereitstellung. Da Unternehmen stark in GPU-Infrastruktur für KI-Workloads investieren, stellen viele fest, dass ihre teuren Rechenressourcen unterausgelastet sind. "Während sich die Leute zu Recht auf GPUs konzentrieren, weil sie sehr bedeutende Investitionen darstellen, sind diese selten der limitierende Faktor", sagte Mark Menger, Lösungsarchitekt bei F5. "Sie sind zu mehr Arbeit fähig. Sie warten auf Daten." Die KI-Leistung hängt zunehmend von einem programmierbaren Kontrollpunkt zwischen KI-Frameworks und Objektspeichern ab.
Discussion
AI Experts & Community
Be the first to comment