Newsletter Subscribe
Enter your email address below and subscribe to our newsletter
[forminator_form id="25163"]

wsjmoomoowsj+1Google Alphabet Inc. თავისი დაახლოებით 90-წევრიანი ხელოვნური ინტელექტის პასუხისმგებლობის გუნდს Google DeepMind-დან გადაიყვანს გლობალური საქმეების განყოფილებაში, რომელიც ლობირებასა და საჯარო პოლიტიკას ზედამხედველობს, იტყობინება The Wall Street Journal News Corp შიდა ელექტრონულ ფოსტაზე დაყრდნობით. სექტემბრის დასაწყისში ძალაში შესულმა ამ ნაბიჯმა თანამშრომლებს შორის შეშფოთება გამოიწვია იმის შესახებ, რომ გუნდის დამოუკიდებლობა და მოწინავე AI მოდელებში რისკების იდენტიფიცირების უნარი შემცირდება.wsj
რეორგანიზაცია მოჰყვა DeepMind-ში განხორციელებულ ფართომასშტაბიან ცვლილებებს, რომლის დროსაც თანადამფუძნებელმა და აღმასრულებელმა დირექტორმა დემის ჰასაბისმა თანამდებობა დატოვა და თავმჯდომარის ახალი როლი დაიკავა. ხელოვნური ინტელექტის პასუხისმგებლობის გუნდის ზოგიერთმა წევრმა გამოთქვა შეშფოთება, რომ ანგარიშვალდებულების სტრუქტურის ცვლილება უარყოფითად იმოქმედებს მათ მუშაობაზე, იტყობინება Journal-ის მიერ ციტირებული DeepMind-ის ორი მოქმედი თანამშრომელი.moomoo+1
ეთიკის გუნდი ფოკუსირებული იყო უახლესი AI რისკების შეფასებაზე, მათ შორის მოდელების ტესტირებისას ქიმიური, ბიოლოგიური, რადიოლოგიური და ბირთვული საფრთხეების შეფასებაზე, ასევე AI ჩატბოტებთან მომხმარებლის ურთიერთქმედების ფსიქოლოგიური ეფექტების შესწავლაზე. თანამშრომლები შიშობენ, რომ გუნდის Gemini-ის მოდელის განვითარების ჯგუფიდან გადაყვანამ შეიძლება შეარყიოს მისი შესაძლებლობა, ჩაატაროს დამოუკიდებელი კვლევა და გამოავლინოს განვითარებადი საფრთხეები მოწინავე მოდელებში.moomoo
Google-მა განაცხადა, რომ გუნდი შეინარჩუნებს წვდომას DeepMind-ის რესურსებზე, გამოთვლით სიმძლავრეებსა და პერსონალზე, ხოლო სხვა ჯგუფები, რომლებიც პასუხისმგებელნი არიან მოდელის ქცევაზე, კონფიდენციალურობასა და უსაფრთხოებაზე, DeepMind-ში დარჩებიან. რესტრუქტურიზაცია არის DeepMind-ის Google-ის კორპორატიულ სტრუქტურაში უფრო ფართო ინტეგრაციის ნაწილი, სადაც შესაბამისი HR და პოლიტიკის გუნდებიც ლაბორატორიიდან სხვაგან გადაჰყავთ.moomoo
ეს ნაბიჯი მოდის DeepMind-ში მიმდინარე ხელმძღვანელობის ცვლილებებისა და კადრების დენადობის ფონზე, რაც აჩენს უფრო ფართო კითხვებს იმის შესახებ, თუ როგორ აბალანსებენ მსხვილი AI ლაბორატორიები მძლავრი მოდელების სწრაფ განვითარებას შიდა ზედამხედველობის მექანიზმებთან, რომლებიც მიზნად ისახავს პოტენციური ზიანის აღმოჩენას დანერგვამდე.