В сентябре OpenAI запустила новый процесс оценки, направленный на сравнение производительности своих моделей ИИ с результатами работы профессионалов в различных отраслях. Компания рассматривает это сравнение как важнейший показатель своего прогресса в достижении общего искусственного интеллекта (AGI), определяемого как система ИИ, способная превзойти возможности человека в большинстве экономически ценных задач.
В одном конфиденциальном документе OpenAI говорилось: «Мы наняли людей из разных профессий, чтобы помочь собрать задачи из реального мира, смоделированные на основе тех, которые вы выполняли на своей основной работе, чтобы мы могли измерить, насколько хорошо модели ИИ справляются с этими задачами. Возьмите существующие части долгосрочной или сложной работы (часы или дни), которую вы выполняли по своей профессии, и превратите каждую в задачу».
Усилия по сбору данных подчеркивают сохраняющуюся проблему оценки производительности ИИ, особенно по мере того, как модели становятся все более сложными. Сравнивая результаты работы ИИ с реальной работой людей, OpenAI стремится получить более точное представление о сильных и слабых сторонах своих моделей. Этот подход отражает растущую тенденцию в области ИИ к более строгим и ориентированным на человека методам оценки.
Последствия достижения AGI далеко идущие, потенциально преобразующие отрасли и меняющие характер работы. Хотя OpenAI подчеркивает потенциальные выгоды AGI, такие как повышение производительности и инновации, разработка также вызывает опасения по поводу вытеснения рабочих мест и этических соображений, связанных с все более автономными системами ИИ.
Запрос к подрядчикам на предоставление их работ поднимает вопросы о конфиденциальности данных и интеллектуальной собственности. Неясно, какие меры OpenAI принимает для защиты конфиденциальности чувствительной информации, содержащейся в представленных задачах. Компания пока не опубликовала подробности о конкретных мерах защиты, принятых для предотвращения неправомерного использования данных.
OpenAI продолжает совершенствовать свои методологии оценки по мере разработки более продвинутых моделей ИИ. Ориентация компании на производительность на уровне человека подчеркивает важность согласования разработки ИИ с человеческими ценностями и обеспечения того, чтобы системы ИИ были полезны для общества. Результаты этих оценок, вероятно, повлияют на будущее направление исследований и разработок OpenAI.
AI-Assisted Journalism
This article was generated with AI assistance, synthesizing reporting from multiple credible news sources. Our editorial team reviews AI-generated content for accuracy.
Deep insights powered by AI
Continue exploring
Fujifilm's X-E5 is the hot new camera that's basically an X100VI with interchangeable lenses, giving photographers the flexibility they crave! While it's snagging attention for its fantastic image quality and retro charm, some nitpick its design choices, proving that even the coolest gadgets have their quirks.
This article explores the controversial rise of AI-generated content, or "AI slop," examining its potential to both degrade online spaces and offer unexpected creative value. Additionally, it highlights a new CRISPR startup's optimistic outlook on regulatory changes for gene-editing, a technology extensively covered by MIT Technology Review.
Новогодние обещания часто связаны с формированием привычек, и инструменты на базе ИИ, такие как умные часы и фитнес-трекеры, могут сыграть роль в достижении этих целей, предоставляя персонализированные данные и аналитику. В этой статье рассказывается о скидках на протестированное WIRED оборудование, включая фитнес-трекеры, умные часы и даже протеиновый порошок, чтобы помочь людям в выполнении их обещаний, связанных с физическими упражнениями, тайм-менеджментом и общим благополучием.
Атаки времени выполнения, управляемые ИИ, опережают традиционные меры безопасности, вынуждая директоров по информационной безопасности (CISO) к 2026 году внедрить платформы безопасности логического вывода для защиты ИИ-агентов в производственной среде. Злоумышленники эксплуатируют уязвимости с беспрецедентной скоростью, выполняя обратный инжиниринг патчей в течение 72 часов и обходя защиту конечных точек с помощью методов, усиленных ИИ. Этот сдвиг требует обнаружения и предотвращения угроз в реальном времени для снижения рисков в динамичных средах ИИ.
В Южной Каролине, особенно в округе Спартанбург, наблюдается значительная вспышка кори: с вторника зафиксирован стремительный рост на 99 новых случаев, в результате чего общее число достигло 310. Это связано с низким уровнем вакцинации в школах, составляющим 90%, что не соответствует пороговому значению в 95%, необходимому для коллективного иммунитета. Высокая заразность кори, когда один случай может привести к 20 новым инфекциям, затрудняет усилия должностных лиц здравоохранения по отслеживанию и сдерживанию распространения, подчеркивая решающую роль вакцинации в предотвращении вспышек и защите здоровья населения.
Этот тщательно отобранный список, составленный на основе различных источников, выделяет некоторые из лучших фильмов, доступных в настоящее время на Netflix, от драм, таких как "Спокойной ночи и удачи: Прямой эфир с Бродвея", до фильмов о существах, таких как "Окча" Пон Чжун-хо. Подборка призвана помочь зрителям ориентироваться в обширной библиотеке Netflix и открывать для себя захватывающие фильмы.
Fujifilm X-E5 здесь, чтобы украсть всеобщее внимание, предлагая желанный опыт X100VI со свободой сменных объективов, что делает его обязательным приобретением для любителей фототехники! Хотя он может похвастаться потрясающим качеством изображения и фирменной цветовой магией Fujifilm, некоторые дизайнерские причуды могут заставить вас желать большего, но в целом это победа для поклонников, жаждущих классического дальномерного стиля.
Европейское космическое агентство (ESA) изучает возможность модернизации ракеты Ariane 6 для частичного повторного использования, что сигнализирует о переходе к устойчивым космическим перевозкам. Эта инициатива, реализуемая в рамках программы "Boosters for European Space Transportation (BEST!)", отражает растущий консенсус в отношении необходимости использования технологий многоразовых ракет для повышения конкурентоспособности и экологической ответственности европейской космической отрасли.
Законодатели штата Юта рассматривают введение 7-процентного "налога на порно", который может генерировать средства для психического здоровья подростков, что отражает тенденцию консервативных штатов по ужесточению контроля над индустрией развлечений для взрослых. Но выдержит ли этот источник дохода юридические баталии, или он станет еще одним полем битвы в продолжающейся культурной войне за свободу слова и онлайн-контент?
Новогодние обещания часто связаны с формированием привычек, и инструменты на базе ИИ, такие как умные часы и фитнес-трекеры, могут сыграть свою роль в достижении целей. В этой статье рассказывается о выгодных предложениях на протестированное WIRED оборудование, включая наушники, фитнес-трекеры и планировщики, которые могут помочь людям в выполнении их обещаний в течение всего года.
CES 2026 высветила достижения в области физического ИИ и робототехники, где такие компании, как Nvidia, представили новые модели ИИ для автономных транспортных средств и свою архитектуру Rubin. На мероприятии также были представлены обновления оборудования от AMD и инновационные продукты на основе ИИ от таких компаний, как Razer, что демонстрирует неизменное внимание отрасли к интеграции ИИ в различные потребительские технологии.
SandboxAQ оказалась втянута в судебную тяжбу с бывшим руководителем, который утверждает, что был незаконно уволен после того, как выразил обеспокоенность по поводу поведения генерального директора и финансовых отчетов. Компания категорически отрицает эти заявления, обвиняя бывшего сотрудника в вымогательстве и фабрикации, подчеркивая потенциальную возможность для судебных исков со стороны сотрудников раскрыть внутренние споры в технологической отрасли. Это дело позволяет взглянуть на проблемы, с которыми сталкиваются компании при разрешении деликатных трудовых споров.
Discussion
Join the conversation
Be the first to comment