Yapay Zeka Bizi Kaliteli Gazetecilik Çağına Taşıyabilir mi?

Ben birkaç on yıldır teknoloji alanında çalışan profesyonel bir gazeteciyim. Sosyal medyanın gelişmesinden bu yana, pek çok sesin ortaya çıktığı ve kakofoninin sağır edici olduğu gazetecilik için zor zamanlar yaşandı.

Yapay zeka tarafından oluşturulan içerik daha da fazla bilgi çöpü ekliyor. Ancak şaşırtıcı bir şekilde, yapay zekanın hem bir risk faktörü hem de kolaylaştırıcı olarak bizi gazeteciliğin kalitesine geri döndürmek için burada olduğunu düşünüyorum. Geçen haftaki iki makale daha bu konu hakkında düşünmemi sağladı. Semafor'dan ilki yeni ürünlerini tanıttı: Semafor'un Sinyalleri . Microsoft ve OpenAI araçlarını kullanan Signals, dijital değişimlere ve yapay zeka zorluklarına uyum sağlayarak küresel haberler hakkında çeşitli bilgiler sağlıyor. Semafor'un teknoloji editörü Reed Albergotti şunu yazdı :

“Bu, meydana gelen değişimin harika bir örneği. Sosyal medyanın ortaya çıkışı medya kuruluşları için zayıflatıcı bir güçtü. Öte yandan yapay zeka güçlendirici bir teknolojidir. Sosyal medya bazı gazetecileri yıldızlara dönüştürdü ve hemen hemen her büyük yayının trafik rakamlarını artırmaya yardımcı oldu. Ancak sosyal medya tarafından desteklenen hedefe yönelik reklamcılık işi, yüksek kaliteli yayınlardan parayı çekip aldı ve trafik sadece boş bir vaatten ibaretti. İnsanlar yapay zeka ve haberleri düşündüğünde akla ilk gelen şey muhabirlerin yerini botların almasıdır. CNET ve Sports Illustrated gibi bir avuç yayın organı bunu denemeye cazip gelse de bu örnekler sadece anormalliklerden ibaret. Yapay zeka tarafından oluşturulan içerik az çok spamdir ve bu gazeteciliğin yerini almaz. Tüketicileri güvenilir yayıncılara yönlendiriyor."

Bu noktaya tamamen katılıyorum; Yapay zeka çağında güvendiğiniz seslere/medyaya sahip olmaktan daha önemli bir şey yoktur. Ve işte profesyonel gazeteci geliyor. Sorumlu gazeteci. Bu kişi kim? Yapay zeka bağlamında 'sorumluluk' şakaya dönüştüğü için bu zor bir soru. Yapay zeka çağında sorumlu gazeteciliğin ne olduğu sorusu yeni boyutlar kazanıyor. Örneğin geçen hafta, belirsiz yanıtlar vererek ve "sorumlu" davranarak yanlış bilgilendirmeyi önlemek için tasarlanmış bir sohbet robotu olan Goody-2 piyasaya sürüldü.

Yapay zeka tehlikeli olabilir ve örneğin ses çalmak için kullanılabilir, ancak gazetecilik açısından raporlamayı, düzenlemeyi ve içerik dağıtımını önemli ölçüde geliştiren bir dizi harika araç sunar. Örneğin, Birleşik Krallık'taki Full Fact gibi otomatikleştirilmiş bilgi doğrulama platformları, kamusal söylemde öne sürülen iddiaları hızlı bir şekilde doğrulamak için yapay zekayı kullanıyor ve haber raporlamanın doğruluğunu ve güvenilirliğini artırıyor. Datawrapper gibi araçlar, gazetecilerin kapsamlı kodlama bilgisi olmadan etkileşimli grafikler ve görselleştirmeler oluşturmasına olanak tanıyarak veri gazeteciliğinde de yapay zeka tarafından devrim yaratıldı. Dahası, The New York Times'ın kişiselleştirilmiş makale önerileriyle ilgili deneyimi, yapay zekanın bireysel okuyucuların ilgi alanlarına uygun içerikleri nasıl düzenleyebileceğini ve potansiyel olarak etkileşim ve abonelik oranlarını nasıl artırabileceğini gösteriyor.

Geçtiğimiz hafta The Platformer aynı zamanda internetin ve gazeteciliğin geleceğini de düşünüyordu .

“ Gazetecilerin geleceğin internetinde oynayacakları bir rol olduğu sürece, bu rolü kendilerinin icat etmesi gerekecek. Arc Search'ü, Perplexity'yi veya Poe'yu kullandığınızda gazeteciliği kurtaracak bir platformun gelmeyeceği açıktır. Ve onu öldürmeye niyetli görünen giderek artan sayıda platform var. ”

Ve burada bir kez daha aynı fikirdeyim: Hiç kimse gazeteciliği kurtarmaya gelmiyor, ancak risk ve kolaylaştırıcı olarak yapay zeka ile gazetecilik nihayet özüne dönebilir. Gazeteciliğin dijital ve yapay zeka devrimleri arasındaki yolculuğuna bakıldığında, zorluklar çok olmasına rağmen demokrasinin temel direği olarak gazeteciliğin özünün bozulmadan kaldığı açıkça görülüyor. Yapay zekayı düşünceli bir şekilde benimsemek, gazeteciliğin temel misyonuna dönmesine olanak tanır: bilgilendirmek, eğitmek ve hesap verme yetkisine sahip olmak - sorumluluğa sahip olmak - böylece giderek daha karmaşık hale gelen bir dünyada güvenilir bir rehber olarak gelişmeye devam etmesini sağlar.

Olağan Şüpheliler'den Haberler ©

Vezüv ve Pompei

• Yapay zekayı kullanan üç öğrenci, MS 79 yılında Pompei'de gömülü olan 2.000'den fazla Yunanca mektubu okudu ve 700.000 dolar kazandı.

Roblox

• Oyun şirketi, 16 dilde yapay zeka destekli gerçek zamanlı sohbet çevirilerini kullanıma sundu .

Sam Altman

• Sam Altman, küresel yapay zeka çipi üretiminin genişletilmesi için 5-7 trilyon dolar istiyor. (Bu çok fazla…). Gary Marcus dünyanın neden hayır demesi gerektiğine dair 7 neden sunuyor (bu o kadar da fazla değil…)

Bu arada OpenAI

• OpenAI, en hızlı büyüyen teknoloji firmaları arasında yer alarak yıllık 2 milyar dolarlık gelire ulaşıyor.
• OpenAI, çeşitli görevleri otomatikleştirmek için iki AI aracısı üzerinde çalışıyor.

Microsoft

• Yapay zeka ile yeni ve daha iyi bir çalışma geleceği yaratmamıza yardımcı olabilecek, Microsoft'tan ve dünyanın dört bir yanından yapılan son araştırmaların özeti.

NVIDIA

• Nvidia , yapay zeka şirketleri için kişiselleştirilmiş çipler üretmeye başlamak istiyor

Google

• Google, Bard'ın markasını Gemini olarak değiştirdi . Karışık güçlü ve zayıf yönler hakkında Ethan Mollick'i okuyun.

Bir kaç

• Nvidia, OpenAI, Microsoft ve yaklaşık 200 şirket, üretken yapay zekanın güvenli bir şekilde geliştirilmesini ve konuşlandırılmasını desteklemek için ABD Yapay Zeka Güvenlik Enstitüsü Konsorsiyumu'na (AISIC) katıldı .

Size kolaylık sağlayacak şekilde kategorize edilmiş en yeni araştırma makaleleri

Büyük Dil Modelleri ve Geliştirmeleri

• İhtiyacınız Olan Tek Şey Daha Fazla Temsilci : LLM'lerdeki temsilci sayısını artırmanın, örnekleme ve oylama yöntemi yoluyla performansı nasıl artırdığını gösterir. Kağıdı oku
• Tag-LLM : Genel amaçlı LLM'leri, alana ve göreve özgü davranışa yönelik özel giriş etiketlerini kullanarak özel alanlara uyarlar. Kağıdı oku
• BiLLM : LLM'ler için 1 bitlik eğitim sonrası niceleme yaklaşımını tanıtır ve ultra düşük bit genişliklerinde yüksek performansı korur. Kağıdı oku
• Çevrimiçi Yapay Zeka Geri Bildiriminden Doğrudan Dil Modeli Hizalaması : Çevrimiçi geri bildirim yoluyla model hizalamasını geliştirerek keşif ve performansı artırır. Kağıdı oku
• The Hedgehog & the Porcupine : Transformers'taki softmax dikkatini taklit eden öğrenilebilir bir doğrusal dikkat mekanizması olan Hedgehog'u sunar. Kağıdı oku
• Etkileşimli Aracı Temel Modeli : Robotik ve Sağlık Hizmetleri gibi alanlar için görsel otomatik kodlayıcıları, dil modellemeyi ve eylem tahminini entegre eden yeni bir yapay zeka çerçevesi önerir. Kağıdı oku
• DeepSeekMath : Açık dil modellerinde matematiksel akıl yürütmenin sınırlarını zorlar. Kağıdı oku
• KENDİNİ KEŞFEDİN : LLM'lerin karmaşık problem çözme için kendi kendine akıl yürütme yapıları oluşturmasına olanak tanır. Kağıdı oku
• Mamba Nasıl Öğrenileceğini Öğrenebilir mi? : Durum-Uzay Modellerinin bağlam içi öğrenme yeteneklerini Transformer modelleriyle karşılaştırır. Kağıdı oku
• Büyük Dil Modellerinin Aşağı Yöndeki Görev Performansı için Ölçekleme Yasaları : Ön eğitim veri boyutunun ve türünün LLM'lerin aşağı yönlü performansı üzerindeki etkisini araştırır. Kağıdı oku
• Minik Dil Modelleri için Optimizasyon ve Mimariyi Yeniden Düşünmek : Mobil cihazlar için minik dil modellerini optimize eden çalışmalar. Kağıdı oku
• Kısaltılmış LLaMA : LLM çıkarım verimliliğini artırmaya yönelik bir yöntem olarak derinlik budamayı araştırır. Kağıdı oku

Multimodal ve Vizyon-Dil Modelleri

• λ-ECLIPSE : CLIP'in gizli alanından yararlanarak kişiselleştirilmiş metin-görüntü oluşturma olanağı sağlar. Kağıdı oku
• SPHINX-X : Model performansına ve eğitim verimliliğine odaklanan gelişmiş bir Çok Modlu Büyük Dil Modelleri serisi sunar. Kağıdı oku
• SpiRit-LM : Gelişmiş anlamsal anlayış ve anlatım için metin ve konuşmayı çok modlu bir temel dil modelinde bütünleştirir. Kağıdı oku
• Çok Modlu Akıl Yürütme için Soru Farkındalıklı Vizyon Transformatörü : Gelişmiş çok modlu akıl yürütme için soru farkındalığını vizyon kodlayıcıya yerleştirir. Kağıdı oku
• EVA-CLIP-18B : CLIP'i 18 milyar parametreye ölçeklendirerek görüntü sınıflandırmasında önemli performans iyileştirmeleri sağlar. Kağıdı oku

Robotik, Otonom Sistemler ve Etkileşimli Aracılar

• Geniş Dil Modeli ile Her Yere Sürüş Politikası Uyarlaması : Yüksek Lisans kullanan otonom araçlar için yerel trafik kurallarına uyum sağlanmasına olanak sağlar. Kağıdı oku
• Çevrimdışı Aktör-Eleştirmen Takviyeli Öğrenmenin Büyük Modellere Ölçeklendirilmesi : Çevrimdışı oyuncu-eleştirmen takviyeli öğrenmenin büyük modellere etkili bir şekilde ölçeklenebileceğini gösterir. Kağıdı oku

Web Gezintisi, Konuşma Sistemleri ve Gerçek Dünya Uygulamaları

• WebLINX : Yeni web ortamlarına uyum sağlayan modellere olan ihtiyacı vurgulayarak, konuşmaya dayalı web navigasyonu için bir kıyaslama sunar. Kağıdı oku
• Hatalardan Bağlam İçi Prensip Öğrenme : Hatalara neden olarak ve göreve özgü ilkeleri çıkarmak için bunlar üzerinde düşünerek LLM öğrenimini geliştirir. Kağıdı oku
• Çok Satırlı Yapay Zeka Destekli Kod Yazma : Hem tek satırlı hem de çok satırlı satır içi öneriler sunan yapay zeka destekli kod yazma aracı CodeCompose'u sunar. Kağıdı oku

Zaman Serisi Tahmini, Nesne Tespiti ve Diğer Yenilikler

• Lag-Llama : Güçlü sıfır atış genellemesini sergileyen, tek değişkenli olasılıksal zaman serisi tahmini için bir temel modeli sunar. Kağıdı oku
• InstaGen : Yayılma modellerinden oluşturulan sentetik veri kümeleri üzerinde eğitim vererek nesne algılamayı geliştirir. Kağıdı oku
• Örtülü Difüzyon : Verimli örnekleme için stokastik difüzyonlarla tanımlanan dağılımları optimize eden bir algoritma sunar. Kağıdı oku
• Bellek Birleştirme Uzun Bağlamlı Video Anlamayı Sağlar : Geçmiş aktivasyonları birleştirerek videonun anlaşılmasını geliştiren bir yöntem önerir. Kağıdı oku
• Büyük Usta Düzeyinde Arama Olmadan Satranç : Açık arama algoritmaları olmadan büyük usta düzeyinde satranç performansı elde etmek için bir transformatör modelini eğitir. Kağıdı oku

Kod Gösterimi ve Niceleme Teknikleri

• ÖLÇEKTE KOD TEMSİLCİSİ ÖĞRENİMİ : İki aşamalı bir ön eğitim şemasıyla kod gösterimi öğrenimine yönelik gelişmiş bir model olan CODESAGE'i sunar. Kağıdı oku

Yorumlanabilirlik ve Temel Modeller

• Büyük Dil Modelleri Çağında Yorumlanabilirliği Yeniden Düşünmek : Yorumlanabilirliğin daha geniş bir kapsamı savunarak Yüksek Lisans'ın ortaya çıkışıyla birlikte yorumlanabilirliğin rolünü inceliyor. Kağıdı oku

Diğer bültenlerde

• EUV'den bu yana yarı iletken üretimindeki en dönüştürücü yeniliği merak edenler için - Semianalizle Hibrit Bağlama
• Vision Pro'da 40 Saat Sonra Tüm Düşüncelerim - Wait But Why
• AGI'nin Anthropic'ten (Import AI bülteni) Jack Clark tarafından başarıldığını iddia eden bir makaleye komik bir bakış
• Vitalik Buterin'den kripto + yapay zeka uygulamalarının vaatleri ve zorlukları