ROCKET‑1 verändert das Spielerlebnis in Minecraft.
06/11/2024
GitHub Copilot führt leistungsstarke Unterstützung für mehrere Modelle ein
07/11/2024
Das neuste aus den Nachrichten : Fortschritte in KI und Robotik treiben sowohl Innovation als auch Arbeitskämpfe voran. Die HPT-Architektur des MIT verbessert die Anpassungsfähigkeit an Aufgaben, während Googles KI-Projekt „Big Sleep” Schwachstellen aufdeckt, insbesondere in der SQLite-Datenbank-Engine. Der KI-Einsatz von Perplexity bei der New York Times hat jedoch Kritik hervorgerufen, weil er kollektives Handeln untergräbt, und zeigt, dass die Auswirkungen von KI auf den Arbeitnehmerschutz noch genauer untersucht werden müssen.
Das MIT stellt eine von einem großen Sprachmodell inspirierte Methode vor, mit der Robotern neue Fähigkeiten beigebracht werden können.
Forscher des Massachusetts Institute of Technology (MIT) haben einen wichtigen Durchbruch in der Robotik erzielt, indem sie sich von großen Sprachmodellen inspirieren ließen. Die neue Technologie ermöglicht es Robotern, eine Vielzahl von Aufgaben effizienter zu erlernen, indem Daten aus verschiedenen Quellen in einem System zusammengeführt werden. Dieser Ansatz nutzt die Vorteile der Datenfusion, ein Konzept, das häufig in der Verarbeitung natürlicher Sprache verwendet wird, wo generative KI-Modelle große, unterschiedliche Datensätze verarbeiten, um ihre Anpassungsfähigkeit an Aufgaben zu verbessern.
Wenn ich mir diese Technik ansehe, stelle ich fest, dass sie auf der Architektur der Heterogeneous Pretrained Transformers (HPT) basiert. Diese Architektur integriert mehrere Modalitäten mit Hilfe eines Transformatormodells, einer Art neuronalem Netzwerk, das normalerweise in der Verarbeitung natürlicher Sprache verwendet wird. Im Fall von HPT ermöglicht es dem System, aus mehr als 200.000 Robotertrajektorien in verschiedenen Kategorien zu lernen. Man kann sich das vorstellen wie einen Roboter, der aus einer großen Bibliothek von Erfahrungen lernt und sich so schneller an neue Aufgaben anpassen kann.
Tests haben gezeigt, dass HPT die Leistung von Robotern um mehr als 20 % verbessern kann, verglichen mit einem Training von Grund auf. Dies ist besonders beeindruckend, wenn man bedenkt, dass der Roboter Aufgaben ausführen kann, die er noch nie zuvor gesehen hat. Beispielsweise könnte ein Roboter, der auf das Greifen von Gegenständen trainiert wurde, dieses Wissen auf eine neue Aufgabe wie das Sortieren von Gegenständen anwenden. Durch den Einsatz von Sprachmodellen hat diese Innovation das Potenzial, das Robotertraining zu optimieren. Sie könnte Roboter in die Lage versetzen, mit einem Minimum an zusätzlichem Training eine Vielzahl von Aufgaben zu bewältigen, was ihre Fähigkeiten und Einsatzmöglichkeiten in vielen Bereichen erweitern würde.
Um dies in die richtige Perspektive zu rücken, stelle man sich eine Produktionsanlage vor, in der sich Roboter schnell an neue Aufgaben anpassen können, ohne dass eine umfangreiche Umschulung erforderlich ist. Dies könnte die Effizienz erheblich steigern und die Kosten senken. Die HPT-Architektur könnte auch in Bereichen wie dem Gesundheitswesen eingesetzt werden, wo Roboter bei der Pflege von Patienten oder bei Operationen helfen könnten. Die Möglichkeiten sind enorm und es ist spannend, über die potenziellen Auswirkungen dieser Technologie nachzudenken.
Googles KI-Projekt „Big Sleep” deckt echte Software-Schwachstellen auf
Googles KI-Projekt „Big Sleep” hat einen wichtigen Durchbruch im Bereich der Cybersicherheit erzielt, indem es selbständig eine bisher unbekannte Schwachstelle in SQLite, einer weit verbreiteten Open-Source-Datenbank-Engine, aufgedeckt hat. SQLite ist eine eigenständige Datenbank-Engine, die keinen separaten Serverprozess benötigt und aufgrund ihrer Zuverlässigkeit und Benutzerfreundlichkeit eine beliebte Wahl für viele Anwendungen ist.
Bei näherer Betrachtung des Arbeitsablaufs von Big Sleep wird deutlich, dass es ähnlich wie ein menschlicher Sicherheitsforscher arbeitet. Durch die Analyse aktueller Code-Änderungen und die Durchführung einer Ursachenanalyse mittels einer umfassenden Variantenanalyse identifizierte der KI-Agent ein Problem mit der Speichersicherheit in SQLite. Dies führte zu einer Fehlerbehebung, bevor der anfällige Code veröffentlicht wurde, wodurch eine potenzielle Ausnutzung verhindert werden konnte.
Die Tatsache, dass Big Sleep in der Lage war, den SQLite-Fehler zu identifizieren, bevor er veröffentlicht wurde, ist ein Beweis für die Leistungsfähigkeit autonomer Erkennung bei der Verbesserung von Cybersicherheitsmaßnahmen. Beispielsweise können KI-gesteuerte Tools Tausende von Codezeilen in Sekundenschnelle überprüfen, so dass sich menschliche Forscher auf komplexere Aufgaben konzentrieren können. Diese Fähigkeit, Schwachstellen selbständig zu erkennen und detaillierte Analysen zu liefern, kann Entwicklern einen Vorteil bei der Verteidigung von Software verschaffen, das Gleichgewicht zugunsten der Verteidiger verschieben und einen asymmetrischen Vorteil gegenüber Angreifern bieten.
KI-Systeme wie Big Sleep können dazu beitragen, Software besser zu schützen und eine sicherere digitale Umgebung zu fördern. Der Erfolg dieses Projekts deutet auf eine Zukunft hin, in der KI-gesteuerte Tools eine entscheidende Rolle bei der Identifizierung und Minderung von Schwachstellen spielen werden. Da der Einsatz von KI in der Cybersicherheit weiter zunimmt, sind weitere innovative Lösungen zu erwarten, die die allgemeine Sicherheit von Software verbessern und vor böswilligen Akteuren schützen.
Perplexity-CEO bietet KI-Dienste an, um streikende NYT-Mitarbeiter zu ersetzen
Perplexity CEO Aravind Srinivas hat kürzlich die KI-Dienste seines Unternehmens angeboten, um die New York Times während eines Streiks der NYT Tech Guild zu unterstützen.
An dem Streik, der am 4. November begann, sind Hunderte von technischen Mitarbeitern beteiligt, die für die Software- und Datendienste der Times verantwortlich sind. Zu den Hauptforderungen der Gilde gehören eine jährliche Lohnerhöhung von 2,5 % und die Verpflichtung, zwei Tage im Büro zu bleiben.
Das Angebot von Srinivas wurde von einigen kritisiert, die darin eine Untergrabung des Streikziels sehen. Kritiker argumentieren beispielsweise, dass die Beteiligung von Perplexity die Wirkung von Arbeitskampfmaßnahmen schmälern könnte, und heben Bedenken hinsichtlich der Arbeitsbeziehungen und der KI-Ethik hervor.
Um diese Bedenken besser zu verstehen, betrachten wir die Rolle von KI in Arbeitskonflikten. KI kann Aufgaben automatisieren, was zu einer geringeren Nachfrage nach menschlicher Arbeitskraft führen könnte. Auf der anderen Seite kann KI auch die menschlichen Fähigkeiten erweitern, so dass sich die Beschäftigten auf höherwertige Aufgaben konzentrieren können. Die entscheidende Frage ist, wie diese Technologien eingesetzt werden und welche Auswirkungen sie auf die Arbeitnehmer haben.
In diesem Zusammenhang wirft Perplexity die Frage auf, wie sich die Technologie auf die Unterstützung durch die Gewerkschaften auswirkt und welche Rolle KI bei Arbeitskämpfen spielt. Srinivas stellte klar, dass es nicht seine Absicht sei, streikendes Personal durch KI zu ersetzen.
Die Situation wird jedoch durch die jüngsten rechtlichen Spannungen zwischen Perplexity und der NYT noch komplizierter, was die Kontroverse um Srinivas’ Angebot noch verstärkt. Der Einsatz von Technologie in Arbeitsbeziehungen ist ein zunehmend wichtiges Thema, da verschiedene Unternehmen den Einsatz von KI und Automatisierung in ihren Betrieben prüfen.
Ein gutes Beispiel ist der Einsatz von Chatbots im Kundenservice, die dazu beitragen können, Routineaufgaben zu automatisieren und die Beschäftigten zu entlasten, damit sie sich auf komplexere Probleme konzentrieren können. Diese Technologien müssen jedoch so eingesetzt werden, dass sie die Mitarbeiter unterstützen und nicht ersetzen.
