Meta Muse Spark Open, реклама в ChatGPT и ограничения бюджета на ИИ в Accenture
Meta выпустила модель Muse Spark Open с 816 млрд параметров, оптимизированную для Mac. Тем временем расследования выявили возможности таргетинга рекламы в ChatGPT, а Accenture ввела жесткие ежемесячные лимиты на использование ИИ для сотрудников.
Подкаст · 4 мин
Meta выпустила Muse Spark Open для локального запуска
Meta представила Muse Spark Open — мультимодальную модель с 816 млрд параметров, предназначенную для написания кода и работы агентов. Особенностью релиза стала оптимизация для работы на оборудовании Apple: модель может запускаться локально на двух Mac Studio с чипами M5 Ultra и 1 ТБ объединенной памяти. Этот шаг знаменует собой стратегический разворот Meta, которая ранее смещала фокус в сторону закрытых моделей после успеха серии Llama. По данным Artificial Intelligence Index, модель набрала 39 баллов, опережая западные аналоги с открытыми весами, но уступая китайским моделям, таким как GLM 5.3 (45) и Kimi K3 (44). Хотя китайские разработки пока лидируют в задачах программирования, релиз Meta демонстрирует стремление компании предоставить мощные инструменты, которые разработчики могут развертывать на собственной инфраструктуре. Этот запуск продолжает серию активных релизов этого месяца, включая Beam от Reflection AI и Le Chonk от Mistral. Возможность локального запуска на Mac Studio делает Muse Spark Open серьезным конкурентом закрытым фронтирным моделям, предлагая гибкость, необходимую для корпоративного сектора и разработчиков.
Расследование 404 Media: таргетинг рекламы в ChatGPT
Расследование 404 Media показало, что рекламодатели могут таргетировать пользователей внутри ChatGPT на основе их промптов и личных данных. Тестовые кампании подтвердили, что рекламодатели могут использовать «контекстные подсказки» (ключевые слова и темы) для настройки показов, а также загружать списки email-адресов, номеров телефонов или рекламных идентификаторов Android для сопоставления с аккаунтами ChatGPT. OpenAI заявляет, что загруженные списки удаляются после обработки, а рекламодатели не видят конкретных пользователей. Тем не менее, эти данные поднимают вопросы о приватности при использовании чат-ботов как поисковых интерфейсов. Хотя пользователи могут отключить «персонализацию рекламы», это не удаляет рекламу полностью, так как она все еще может основываться на контексте текущего чата. Таким образом, ChatGPT становится частью экосистемы традиционной цифровой рекламы. По мере роста аудитории платформы до миллиарда пользователей, способность таргетировать их на основе данных из диалогов вызывает обеспокоенность, особенно учитывая, что настройки приватности дают лишь ограниченную защиту.
Accenture ввела лимиты на расходы на ИИ
Accenture установила ежемесячный лимит в $29 на сотрудника для использования ИИ-инструментов, таких как Claude. Новая политика, вступившая в силу 1 октября, централизует расходы, требуя от сотрудников списывать любые превышения на бюджеты конкретных проектов. Это уже привело к проблемам с доступом у части персонала, особенно у разработчиков ИИ-ускорителей, чьи потребности значительно превышают установленный лимит. Контраст между внешними рекомендациями Accenture, призывающими клиентов активно инвестировать в ИИ, и внутренними мерами жесткой экономии привлекает внимание. Хотя компания утверждает, что стремится предоставлять правильные инструменты для работы, это ограничение подчеркивает растущую проблему управления расходами на ИИ в крупных корпорациях, где потребности отдельных разработчиков часто опережают стандартные корпоративные бюджеты.
Anthropic предоставила исследователям METR доступ к своим системам
Anthropic предоставила шести исследователям из организации METR (Model Evaluation and Threat Research) доступ к своим системам на уровне сотрудников. Это соглашение позволяет исследователям оценивать безопасность ИИ-моделей компании и публиковать результаты без предварительного одобрения Anthropic, хотя компания оставляет за собой право требовать незначительных правок. Этот шаг является важным этапом на пути к независимому надзору за разработчиками фронтирных моделей. Предоставляя внешним экспертам доступ высокого уровня, Anthropic пытается повысить прозрачность своих протоколов безопасности. Сотрудничество направлено на более строгую оценку потенциальных рисков и может стать прецедентом для взаимодействия других ИИ-лабораторий с независимыми организациями по безопасности.
Bank of America нанимает подрядчиков для исправления уязвимостей, найденных ИИ
Bank of America нанял 1000 подрядчиков для устранения уязвимостей в программном обеспечении, выявленных с помощью модели Mythos от Anthropic. Генеральный директор банка Брайан Мойнихан подтвердил эту инициативу, подчеркнув, что работа сосредоточена на исправлении брешей, обнаруженных ИИ. Это наглядно демонстрирует практическую и зачастую затратную сторону интеграции передовых ИИ-моделей в банковскую инфраструктуру. Инцидент подчеркивает двойственную роль ИИ в кибербезопасности: модели вроде Mythos способны находить критические уязвимости, но это создает значительную операционную нагрузку на организации по их исправлению. По мере ускорения внедрения ИИ в финансовом секторе, расходы на поддержание безопасности систем становятся ключевым фактором стратегии развития.
Гарвардское исследование: гендерный разрыв в использовании ИИ
Новый отчет исследователей Гарварда выявил устойчивый гендерный разрыв в том, как американцы взаимодействуют с ИИ. На основе опроса более 5400 взрослых и анализа 78 000 новостных статей выяснилось, что 29% женщин заявили, что никогда не пользовались ИИ, по сравнению с 22% мужчин. Хотя данные о просмотре веб-страниц показывают, что реальные показатели использования ближе друг к другу, разрыв более заметен в обучении и уверенности в своих силах. На рабочем месте 64% работающих женщин сообщили об отсутствии какого-либо обучения по ИИ, тогда как среди мужчин этот показатель составил 49%. Исследование также отметило значительное неравенство в медиа: в заголовках новостей об ИИ мужчины упоминаются в 14,6 раза чаще, чем женщины. Авторы предполагают, что эти пробелы в обучении и видимости могут препятствовать равноправному участию в экономике, основанной на ИИ. Это исследование дает один из самых полных обзоров социальных аспектов внедрения ИИ. По мере того как лаборатории стремятся сделать ИИ доступным для всех, результаты показывают, что проблема заключается не только в технической доступности, но и в системном неравенстве в обучении, уверенности и представленности, которые формируют текущий ландшафт ИИ.