Я профессиональный журналист, работающий в сфере технологий несколько десятилетий. С момента расцвета социальных сетей для журналистики наступили тяжелые времена, поскольку появилось так много голосов, а какофония была оглушительной.
Контент, созданный искусственным интеллектом, добавляет еще больше информационного мусора. Но, как ни странно, я думаю, что ИИ призван вернуть нас к качеству журналистики , как в качестве фактора риска, так и в качестве инструмента, способствующего развитию. Две другие статьи прошлой недели заставили меня задуматься об этом. Первый из Semafor представил свое новое предложение: сигналы Semafor . Используя инструменты Microsoft и OpenAI, Signals предоставляет разнообразную информацию о мировых новостях, адаптируясь к цифровым изменениям и проблемам искусственного интеллекта. Рид Альберготти, технологический редактор Semafor, написал :
«Это отличный пример происходящих перемен. Появление социальных сетей ослабило средства массовой информации. ИИ, с другой стороны, является технологией укрепления. Социальные сети превратили некоторых журналистов в звезд и помогли увеличить посещаемость почти всех крупных изданий. Но бизнес таргетированной рекламы, усиленный социальными сетями, выкачивал деньги из высококачественных изданий, и трафик оказался всего лишь пустым обещанием. Когда люди думают об искусственном интеллекте и новостях, первое, что приходит на ум, — это замена репортеров ботами. Хотя несколько изданий, таких как CNET и Sports Illustrated, испытали искушение попробовать это, эти примеры — всего лишь аномалия. Контент, созданный искусственным интеллектом, — это в большей или меньшей степени спам, который не заменяет журналистику. Это побуждает потребителей обращаться к доверенным издателям».
Я полностью согласен с этим; в эпоху искусственного интеллекта нет ничего важнее, чем иметь голоса/СМИ, которым вы доверяете. И вот приходит профессиональный журналист. Ответственный журналист. Кто это? Это сложный вопрос, поскольку слово «ответственность» в контексте ИИ становится шуткой. В эпоху искусственного интеллекта вопрос о том, что представляет собой ответственная журналистика, приобретает новые аспекты. На прошлой неделе, например, был запущен Goody-2 — чат-бот, призванный избегать дезинформации, предоставляя расплывчатые ответы и будучи «ответственным».
ИИ может быть опасным и использоваться, например, для аудиоджекинга , но с точки зрения журналистики он предлагает множество удивительных инструментов, которые значительно улучшают репортажи, редактирование и распространение контента. Например, автоматизированные платформы проверки фактов, такие как Full Fact в Великобритании, используют ИИ для быстрой проверки утверждений, высказанных в публичном дискурсе, повышая точность и надежность новостных сообщений. В журналистике данных также произошла революция благодаря искусственному интеллекту: такие инструменты, как Datawrapper, позволяют журналистам создавать интерактивные диаграммы и визуализации без обширных знаний в области кодирования. Более того, эксперимент The New York Times с персонализированными рекомендациями по статьям демонстрирует, как ИИ может курировать контент с учетом интересов отдельных читателей, потенциально увеличивая уровень вовлеченности и подписки.
На прошлой неделе The Platformer также размышлял о будущем Интернета и журналистики.
« В той степени, в которой журналистам предстоит сыграть свою роль в сети будущего, эту роль им придется придумать самим. Используйте Arc Search, Perplexity или Poe, и станет ясно, что не существует платформы для спасения журналистики. И появляется все больше платформ, которые, похоже, намерены его уничтожить. »
И здесь я снова согласен: никто не собирается спасать журналистику, но с помощью ИИ — как риска и инструмента, — журналистика может, наконец, вернуться к своей сути. Размышляя о пути журналистики через цифровую революцию и революцию искусственного интеллекта, становится ясно, что, несмотря на множество проблем, суть журналистики как основы демократии остается нетронутой. Вдумчивое использование ИИ позволяет журналистике вернуться к своей основной миссии: информировать, обучать и привлекать власть к ответственности — нести ответственность — тем самым гарантируя, что она продолжит процветать в качестве надежного проводника во все более сложном мире.
Новости из сериала «Обычные подозреваемые» ©
Везувий и Помпеи
Роблокс
- Игровая компания представила перевод чата в реальном времени на базе искусственного интеллекта на 16 языков.
Сэм Альтман
- Сэм Альтман ищет 5–7 триллионов долларов на глобальное расширение производства чипов искусственного интеллекта. (Это много…). Гэри Маркус предлагает 7 причин , почему мир должен сказать «нет» (это не так уж и много…)
OpenAI тем временем
Майкрософт
NVIDIA
Google
Немного
- Nvidia, OpenAI, Microsoft и около 200 других компаний присоединились к Консорциуму Института безопасности ИИ США (AISIC) для поддержки безопасной разработки и внедрения генеративного ИИ.
Самые свежие научные статьи, разбитые по категориям для вашего удобства.
Большие языковые модели и их улучшения
- Все, что вам нужно, — это больше агентов : демонстрирует, как увеличение количества агентов в LLM повышает производительность за счет метода выборки и голосования. Читать газету
- Tag-LLM : адаптирует LLM общего назначения к специализированным доменам с использованием пользовательских тегов ввода для поведения, специфичного для домена и задачи. Читать газету
- BiLLM : представляет 1-битный подход к квантованию после обучения для LLM, поддерживая высокую производительность при сверхмалой разрядности. Читать газету
- Прямое согласование языковой модели на основе отзывов искусственного интеллекта в Интернете : улучшает согласование модели посредством обратной связи в Интернете, улучшая исследование и производительность. Читать газету
- The Hedgehog & the Porcupine : представляет «Ежа», обучаемый механизм линейного внимания, который имитирует мягкомаксное внимание в «Трансформерах». Читать газету
- Модель Interactive Agent Foundation : предлагает новую структуру искусственного интеллекта для таких областей, как робототехника и здравоохранение, интегрирующую визуальные автокодировщики, языковое моделирование и прогнозирование действий. Читать газету
- DeepSeekMath : расширяет границы математических рассуждений в моделях открытого языка. Читать газету
- САМООТКРЫТИЕ : позволяет магистрантам самостоятельно составлять структуры рассуждений для решения сложных проблем. Читать газету
- Может ли Мамба научиться учиться? : Сравнивает возможности контекстного обучения моделей в пространстве состояний с моделями-трансформерами. Читать газету
- Законы масштабирования для выполнения последующих задач больших языковых моделей : исследуется влияние размера и типа данных предварительного обучения на производительность последующих LLM. Читать газету
- Переосмысление оптимизации и архитектуры для крошечных языковых моделей : исследования по оптимизации крошечных языковых моделей для мобильных устройств. Читать газету
- Сокращенный LLaMA : исследует сокращение глубины как метод повышения эффективности вывода LLM. Читать газету
Мультимодальные модели и модели на языке видения
- λ-ECLIPSE : Обеспечивает персонализированное преобразование текста в изображение за счет использования скрытого пространства CLIP. Читать газету
- SPHINX-X : предлагает расширенную серию мультимодальных моделей большого языка, ориентированных на производительность модели и эффективность обучения. Читать газету
- SpiRit-LM : объединяет текст и речь в мультимодальную базовую языковую модель для улучшения семантического понимания и выразительности. Читать газету
- Трансформатор изображений с учетом вопросов для мультимодального мышления : встраивает понимание вопросов в кодировщик изображений для улучшения мультимодальных рассуждений. Читать газету
- EVA-CLIP-18B : масштабирует CLIP до 18 миллиардов параметров, обеспечивая значительное повышение производительности классификации изображений. Читать газету
Робототехника, автономные системы и интерактивные агенты
- Вождение везде с большой языковой моделью. Адаптация политики : обеспечивает адаптацию к местным правилам дорожного движения для автономных транспортных средств с использованием LLM. Читать газету
- Автономное обучение с подкреплением актер-критик масштабируется до больших моделей : демонстрирует, что автономное обучение с подкреплением актер-критик может эффективно масштабироваться до больших моделей. Читать газету
Веб-навигация, диалоговые системы и реальные приложения
- WebLINX : представляет эталон диалоговой веб-навигации, подчеркивая необходимость в моделях, которые адаптируются к новым веб-средам. Читать газету
- Принцип обучения на ошибках в контексте : улучшает обучение LLM, вызывая ошибки и размышляя над ними, чтобы извлечь принципы для конкретных задач. Читать газету
- Создание многострочного кода с помощью искусственного интеллекта : представляет CodeCompose, инструмент для создания кода с использованием искусственного интеллекта, предлагающий как однострочные, так и многострочные встроенные предложения. Читать газету
Прогнозирование временных рядов, обнаружение объектов и другие инновации
- Lag-Llama : представляет базовую модель для одномерного вероятностного прогнозирования временных рядов, демонстрируя сильное обобщение с нулевым выстрелом. Читать газету
- InstaGen : улучшает обнаружение объектов за счет обучения синтетическим наборам данных, созданным на основе моделей диффузии. Читать газету
- Неявная диффузия : представляет алгоритм, оптимизирующий распределения, определенные стохастической диффузией, для эффективной выборки. Читать газету
- Консолидация памяти обеспечивает понимание видео в длинном контексте : предлагает метод, улучшающий понимание видео путем объединения прошлых активаций. Читать газету
- Шахматы уровня гроссмейстера без поиска : обучает модель-трансформер для достижения шахматной производительности уровня гроссмейстера без явных алгоритмов поиска. Читать газету
Представление кода и методы квантования
- ОБУЧЕНИЕ ПРЕДСТАВЛЕНИЮ КОДА В МАСШТАБЕ : Представляет CODESAGE, усовершенствованную модель обучения представлению кода с двухэтапной схемой предварительного обучения. Читать газету
Интерпретируемость и базовые модели
- Переосмысление интерпретируемости в эпоху больших языковых моделей : исследуется роль интерпретируемости с появлением LLM, выступая за более широкий диапазон интерпретируемости. Читать газету
В других новостях