Привет, друзья, добро пожаловать в регулярную рассылку новостей о искусственном интеллекте от TechCrunch. Если вы хотите получать эту рассылку по электронной почте каждую среду, подпишитесь здесь.
На этой неделе в области искусственного интеллекта две стартапы, разрабатывающие инструменты для генерации и предложения кода - Magic и Codeium - привлекли почти полмиллиарда долларов в совокупности. Раунды были высокими даже по стандартам индустрии искусственного интеллекта, особенно учитывая, что Magic еще не запустил продукт и не принес дохода.
Итак, почему такой энтузиазм инвесторов? Ну, кодирование - не легкий и дешевый бизнес. И есть спрос как со стороны компаний, так и отдельных разработчиков на способы упрощения более трудоемких процессов вокруг него.
Согласно одному опросу, средний разработчик тратит почти 20% рабочего времени на поддержку существующего кода, а не на написание нового. В отдельных исследованиях компании указывают, что излишняя поддержка кода (включая работу с техническим долгом и исправление плохо работающего кода) приносит им потери в размере 85 миллиардов долларов в год из-за упущенных возможностей.
Многие разработчики и компании верят, что искусственный интеллект может помочь здесь. И, что интересно, соглашаются с ними консультанты. В отчете 2023 года аналитики McKinsey написали, что инструменты кодирования ИИ позволяют разработчикам писать новый код в два раза быстрее и оптимизировать существующий код примерно за две трети времени.
Однако, кодирование с помощью ИИ не является универсальным решением. Отчет McKinsey также показал, что некоторые более сложные нагрузки - такие как те, требующие знания конкретной программной среды - не всегда получают пользу от ИИ. Фактически, согласно соавторам отчета, молодым разработчикам требуется больше времени для выполнения некоторых задач с ИИ, чем без него.
«Отзывы участников показывают, что разработчики активно взаимодействовали с инструментами, чтобы достичь высокого качества, сигнализируя о том, что технологию лучше использовать для дополнения разработчиков, чем замены их», - написали соавторы, подчеркивая, что ИИ не заменяет опыт. «В конечном итоге, для поддержания качества кода разработчики должны понимать атрибуты, составляющие качественный код, и подсказывать инструменту правильные выводы».
Инструменты кодирования ИИ также имеют нерешенные проблемы с безопасностью и правами интеллектуальной собственности. Некоторые анализы показывают, что эти инструменты привели к большему количеству ошибочного кода, попавшего в репозитории за последние несколько лет. Инструменты генерации кода, обученные на авторском коде, могут воспроизводить этот код, создавая риск ответственности для разработчиков, использующих их.
Но это не останавливает энтузиазм разработчиков по поводу кодирования с помощью ИИ - их работодателей, кстати, тоже.
Большинство разработчиков (более 97%) в опросе GitHub 2024 года заявили, что они в какой-то форме применяют инструменты ИИ. Согласно тому же опросу, 59% до 88% компаний поощряют - или теперь разрешают - использование инструментов поддержки программирования.
Так что неудивительно, что рынок инструментов кодирования ИИ может быть оценен примерно в 27 миллиардов долларов к 2028 году (по данным Polaris Research) - особенно если, как прогнозирует Gartner, до 2028 года 75% разработчиков предприятий будут использовать помощников по кодированию на ИИ.
Рынок уже довольно горяч. Стартапы по генерации кода с помощью ИИ Cognition, Poolside и Anysphere закрыли огромные раунды за последний год, а у инструмента кодирования ИИ Copilot от GitHub есть более 1,8 миллиона платных пользователей. Увеличение производительности, которое могут обеспечить эти инструменты, было достаточно, чтобы убедить инвесторов - и клиентов - проигнорировать их недостатки. Но посмотрим, удержится ли этот тренд - и насколько долго.
Новости
«Эмоциональный ИИ» привлекает инвестиции: Джули пишет о том, как некоторые венчурные капиталисты и бизнесы привлекаются к «эмоциональному ИИ», более сложному брату анализа настроений, и как это может быть проблематично.
Почему домашние роботы все еще разочаровывают: Брайан исследует, почему многие попытки создания домашних роботов потерпели крах. Это связано с ценой, функциональностью и эффективностью, говорит он.
Amazon нанимает основателей Covariant: На тему роботов, Amazon на прошлой неделе наняла основателей стартапа по робототехнике Covariant, а также «примерно четверть» сотрудников компании. Также была заключена неисключительная лицензия на использование моделей робототехники с ИИ от Covariant.
NightCafe, OG генератор изображений: Ваш покорный слуга рассказывает о NightCafe, одном из первоначальных генераторов изображений и площадке для контента, созданного с помощью ИИ. Он все еще жив и активен, несмотря на вызовы модерации.
Midjourney появляется в сфере аппаратного обеспечения: Конкурент NightCafe Midjourney занимается аппаратным обеспечением. Компания объявила об этом в сообщении на X; новая команда аппаратного обеспечения будет базироваться в Сан-Франциско, говорится в сообщении.
SB 1047 принимается: Законодательное собрание Калифорнии только что приняло Закон SB 1047 о ИИ. Макс пишет о том, почему некоторые надеются, что губернатор его не подпишет.
Google вводит защиту выборов: Google готовится к президентским выборам в США, внедряя меры безопасности для большей части своих приложений и сервисов на основе генеративного ИИ. В рамках ограничений большинство продуктов ИИ компании не будет реагировать на тематику, связанную с выборами.
Apple и Nvidia могут вложиться в OpenAI: По сообщениям, Nvidia и Apple ведут переговоры о вкладе в следующий раунд привлечения средств OpenAI - раунд, который может оценить создателя ChatGPT в 100 миллиардов долларов.
Исследование недели
Кому нужен игровой движок, когда есть ИИ?
На прошлой неделе исследователи из Тель-Авивского университета и DeepMind, исследовательского подразделения ИИ Google, представили предварительный просмотр GameNGen, системы ИИ, способной симулировать игру Doom с частотой до 20 кадров в секунду. Обученная на обширных кадрах геймплея Doom, модель может эффективно предсказывать следующее «игровое состояние», когда игрок «управляет» персонажем в симуляции. Это игра, созданная в реальном времени.
GameNGen не первая модель, способная это делать. Sora от OpenAI может симулировать игры, включая Minecraft, и группа университетских исследователей представила этого года ИИ, способный симулировать игры Atari. (Другие модели в этом жанре варьируются от World Models до GameGAN и Genie от Google.)
Но GameNGen является одной из самых впечатляющих попыток симулирования игр в плане ее производительности. Модель не лишена крупных ограничений, а именно графических дефектов и неспособности «запомнить» более трех секунд игрового процесса (это означает, что GameNGen не может создать действительно функциональную игру). Но это может быть шагом к совершенно новым видам игр - как процедурно генерируемые игры на стероидах.
Модель недели
Как писал мой коллега Девин Колдуэй ранее, ИИ берет под контроль сферу прогнозирования погоды, от быстрого «Сколько будет длиться этот дождь?» до прогноза на 10 дней, а также прогнозы на столетия.
Одной из новейших моделей, появившихся на сцене, является Aurora продукт исследовательской организации ИИ Microsoft. Обученная на различных наборах данных о погоде и климате, Aurora может быть доработана для конкретных задач прогнозирования с относительно небольшим количеством данных, утверждает Microsoft.
«Aurora - это модель машинного обучения, которая может предсказывать атмосферные переменные, такие как температура», - говорится на странице GitHub модели. «Мы предоставляем три специализированные версии: одну для прогнозирования погоды среднего разрешения, одну для высокого разрешения прогнозирования погоды и одну для прогнозирования загрязнения воздуха».
Производительность Aurora, кажется, довольно хороша по сравнению с другими моделями отслеживания атмосферы. (За менее чем минуту она может создать пятидневный глобальный прогноз загрязнения воздуха или десятидневный прогноз погоды с высоким разрешением.) Но она не застрахована от галлюцинаций других ИИ моделей. Aurora может допускать ошибки, поэтому Microsoft предостерегает от использования ее людьми или компаниями для планирования своих операций.
Grab bag
На прошлой неделе Inc. сообщила, что Scale AI, стартап по разметке данных для ИИ, уволило множество аннотаторов - людей, ответственных за разметку обучающих наборов данных, используемых для разработки моделей ИИ.
На момент публикации официального объявления не было. Но один бывший сотрудник рассказал Inc., что было уволено до сотен человек. (Scale AI отрицает это.)
Большинство аннотаторов, работающих на
