NVIDIA создала цикл самоулучшения для роботов; Tencent — софт для кластера из 10 000 GPU

NVIDIA разработала ENPIRE — фреймворк для автоматического улучшения роботов в реальном мире, работающий по принципу агентского цикла: среда, улучшение политики, развёртывание и эволюция. Система использует автоматическую оценку и сброс, что позволяет роботам самостоятельно экспериментировать и учиться на задачах вроде сборки деталей или вставки GPU в материнскую плату. В тестах на простых задачах некоторые модели ИИ показывали до 99% успеха, причём увеличение числа агентов улучшало результат. Tencent рассказала о системе ARGUS для мониторинга и отладки больших кластеров GPU — она развёрнута на кластере из более чем 10 000 GPU и уже помогла диагностировать ошибки в обучении моделей, включая видео-языковую модель на 4096 GPU и MoE-обучение на 12 960 GPU. Юрист Мэттью Токсон на примерах (отрицание цепной реакции до её открытия, скепсис Кругмана насчёт интернета) напоминает, что люди систематически ошибаются в прогнозах развития технологий. Фернандо Боретти в эссе «No-One Escapes the Permanent Underclass» рисует мрачный сценарий, в котором государства, стремясь к военному преимуществу, минимизируют участие человека в принятии решений, что приводит к полной утрате человеческой автономии. Исследователи из Калифорнийского университета в Беркли опубликовали корпус LOCUS с 2,2 миллиона записей о местных законах США, структурированных по функциям и темам, для использования в юридических ИИ-системах.