Russell Brandom

על פי דיווח של TechCrunch, מנכ"ל מטה מארק צוקרברג פרסם מניפסט אופטימי בן 6,500 מילים המבטיח עתיד שבו לכל אדם יהיה עוזר בינה מלאכותית אישי רב-עוצמה. עם זאת, בפודקאסט Equity של האתר מסבירים העורכים מדוע הציבור והתעשייה מתקשים לקבל חזון זה. הדיון חושף את ההיסטוריה הבעייתית של מטה עם רשתות חברתיות – שהבטיחו חיבור והביאו פרסומות והקצנה – לצד מגבלות מעשיות של המודל החדש Glimmer, הדורש חומרה ייעודית שאינה נגישה לצרכן הממוצע. בנוסף, מנותח הניסיון של מטה למצב עצמה מול חברות כמו Anthropic, בעוד מוצריה הנוכחיים נתפסים לעיתים כצ'אטבוטים לא מושכים.

לפי דיווח ב-TechCrunch, מודל בינה מלאכותית שטרם שוחרר של חברת Anthropic רשם התקדמות משמעותית בפתרון השערת רימן, אחת הבעיות הלא פתורות הגדולות במתמטיקה מזה 150 שנה. ההתקדמות הושגה לאחר שחבר צוות ללא הכשרה מתמטית הנחה את המודל לנסות להוכיח את ההשערה. המודל פעל במשך יום וחצי, בחן 650 רעיונות שונים בעזרת תיאום של 60 תת-סוכנים, והוציא 31 מיליון בסך הכל. ההישג אומת על ידי מתמטיקאים פנימיים בחברה וגובש בעזרת כלי הקוד הפתוח Lean. המקרה מעורר מחדש דיון בקהילה המדעית לגבי השפעת הבינה המלאכותית על ערכי המחקר המתמטי וייחוס הקרדיט לחוקרים אנושיים.

מהפכת הבינה המלאכותית נכנסת לשלב בוגר וכלכלי יותר, שבו מודלים קטנים ויעילים מחליפים את מודלי הענק היקרים עבור מרבית המשימות העסקיות. בעוד שהחברות הגדולות OpenAI ו-Anthropic נערכות להנפקות ציבוריות ומפחיתות סובסידיות, לקוחות הקצה מרגישים לראשונה לחץ פיננסי אמיתי. דוח חדש מראה כי שילוב מודלי AI קטנים לעסקים עם מנגנון ניתוב משימות חכם, כפי שהודגם בניסוי של חברת Harvey ו-Fireworks AI, מאפשר להפחית את עלויות הרצת ה-API פי 3 ללא פגיעה באיכות הפלט. המגמה הזו מאלצת את העסקים, כולל אלו בישראל, לתכנן מחדש את ארכיטקטורת ה-AI שלהם ולעבור לשימוש היברידי ומחושב.