Снимка: The Guardian / Politico

В едно от най-откровените си и противоречиви медийни участия, главният изпълнителен директор на OpenAI Сам Олтман заяви, че човечеството трябва да се примири с факта, че „някои лоши неща неизбежно ще се случат“ като цена за колосалните ползи от изкуствения интелект [1]. В интервю за поредицата „Decoded“ на изданието Politico технологичният лидер отхвърли призивите за регулаторно замразяване на изследванията, сравнявайки настоящата трансформация с индустриалната революция.

Снимка: BleepingComputer / Google

Корпорацията Google предприе безпрецедентната стъпка да замрази временно своята Програма за възнаграждения при уязвимости в софтуер с отворен код (Open Source Software Vulnerability Rewards Program - OSS VRP) [1]. Причината за спирането е колосална вълна от нискокачествени, фалшиво-положителни доклади за сигурност, генерирани масово от потребители с помощта на генеративни езикови модели и любителски инструменти за автоматизиран одит.

Снимка: The Decoder / Quinnipiac

Безпрецедентно мнозинство от американските граждани настоява за рязко забавяне или пълно временно спиране на разработката на напреднал изкуствен интелект, показва ново национално проучване на авторитетния социологически институт Quinnipiac University Poll [1]. Според данните, внушителните 77% от запитаните смятат, че технологичният напредък в сектора се движи твърде бързо и създава неприемливи рискове за обществото.

Снимка: Wall Street Journal / Getty Images

Зад еуфорията от внедряването на генеративен изкуствен интелект в световния бизнес се крие нарастваща финансова криза: разходите за модели стават почти невъзможни за планиране и контрол от корпоративните финансови директори [1]. Разследване на The Wall Street Journal показва, че едва 11% от анкетираните компании успяват надеждно да прогнозират месечните си фактури за AI услуги, докато над 60% отчитат драстични преразходи.

Снимка: InfoQ / Platform Engineering

В задълбочен технически анализ изданието InfoQ публикува цялостно ръководство за софтуерни архитекти, посветено на платформеното инженерство за продукционни среди с големи езикови модели [1]. Наръчникът формулира най-добрите инженерни практики за преодоляване на „хаоса от преки API извиквания“, който възниква, когато десетки продуктови екипи в една компания интегрират директно външни модели без централизиран контрол.

Снимка: InfoQ / Elastic

В рамките на специализирана техническа конференция Сюзън Чанг, водещ инженерен ръководител в софтуерната компания Elastic, представи цялостна архитектура за изграждане на преизползваеми рамки за оценка на AI системи, насочени специфично към автономни агентни продукти [1]. Презентацията разглежда проблема как корпоративните софтуерни екипи могат да преминат от статично тестване на единични текстови запитвания към цялостна верификация на многостъпкови работни процеси.