Muse Spark Open di Meta, pubblicità mirata su ChatGPT e tagli ai budget AI di Accenture
Meta rilascia il modello Muse Spark Open da 816 miliardi di parametri, ottimizzato per l'hardware Mac. Nel frattempo, le indagini rivelano le capacità di targeting pubblicitario di ChatGPT, mentre Accenture impone ai dipendenti limiti mensili rigidi al budget per l'AI.
Podcast В· 4 min
Meta lancia Muse Spark Open per l'hardware locale
Meta ha rilasciato Muse Spark Open, un modello multimodale da 816 miliardi di parametri progettato per attività di codifica e agentive. Il modello si distingue per l'ottimizzazione con Apple, che gli consente di funzionare localmente su due Mac Studio M5 Ultra con 1 TB di memoria combinata. Questo rilascio segna un cambiamento strategico per Meta, che in precedenza si era orientata verso modelli chiusi dopo il successo della sua serie open Llama. In termini di prestazioni, il modello si attesta a 39 sull'Artificial Intelligence Index, dietro a modelli cinesi come GLM 5.3 (45) e Kimi K3 (44), ma superando altre alternative open-weight occidentali. Mentre i modelli cinesi mantengono attualmente un vantaggio nelle capacità di codifica, il rilascio di Meta segnala un rinnovato impegno a fornire strumenti open-weight ad alte prestazioni che gli sviluppatori possano implementare sulla propria infrastruttura hardware. Questo lancio fa parte di una tendenza più ampia di rapidi rilasci open-weight questo mese, dopo Beam di Reflection AI e Le Chonk di Mistral. Abilitando l'esecuzione locale su hardware Apple, Meta si posiziona per competere direttamente con i modelli closed-source all'avanguardia, offrendo al contempo la flessibilità dell'implementazione locale, un fattore critico per l'adozione da parte di aziende e sviluppatori.
Indagine di 404 Media rivela il targeting pubblicitario di ChatGPT
Un'indagine di 404 Media ha evidenziato come gli inserzionisti possano fare targeting degli utenti all'interno di ChatGPT in base ai loro prompt e ai dati personali. Eseguendo annunci di prova, la testata ha dimostrato che gli inserzionisti possono utilizzare 'suggerimenti di contesto' (parole chiave o argomenti) per guidare l'abbinamento degli annunci, oltre a caricare elenchi di email, numeri di telefono o ID pubblicitari Android per abbinarli agli account ChatGPT. OpenAI sostiene che questi elenchi vengono elaborati e cancellati e che gli inserzionisti non possono vedere quali specifici individui sono stati abbinati. Tuttavia, i risultati sottolineano le implicazioni per la privacy dell'uso dei chatbot AI come interfacce simili ai motori di ricerca. Mentre gli utenti possono disattivare la 'personalizzazione degli annunci', questa impostazione non elimina del tutto gli annunci, che potrebbero comunque essere mostrati in base al contesto della chat corrente. Questo sviluppo colloca ChatGPT nello stesso ecosistema delle piattaforme pubblicitarie digitali tradizionali. Con la piattaforma che si espande verso la sua base di un miliardo di utenti, la capacità di fare targeting degli utenti tramite i dati conversazionali solleva interrogativi sulle aspettative di privacy a lungo termine degli utenti AI, con i critici che notano che l'interruttore 'off' fornisce solo una protezione limitata.
Accenture impone limiti mensili al budget per l'AI
Accenture ha implementato un tetto mensile di 29 dollari per dipendente per la spesa in strumenti AI come Claude, secondo annunci interni. La politica, entrata in vigore il 1° ottobre, centralizza i costi richiedendo ai dipendenti di addebitare qualsiasi utilizzo eccedente questa indennità a specifici budget di progetto. Questa mossa ha apparentemente causato problemi di accesso ad alcuni membri del personale, in particolare a quelli che sviluppano acceleratori AI e che necessitano di limiti di utilizzo significativamente più elevati. La discrepanza tra i servizi di consulenza esterni di Accenture, che incoraggiano i clienti a investire pesantemente nell'AI, e le sue misure interne di controllo dei costi ha attirato l'attenzione. Mentre l'azienda dichiara di voler fornire gli strumenti giusti per il lavoro giusto, la restrizione evidenzia la crescente sfida di gestire i costi AI basati sul consumo nelle grandi imprese, dove le esigenze individuali degli sviluppatori possono rapidamente superare le indennità aziendali standardizzate.
Anthropic concede ai ricercatori METR accesso diretto
Anthropic ha concesso a sei ricercatori dell'organizzazione Model Evaluation and Threat Research (METR) un accesso a livello di dipendente ai suoi sistemi. Questo accordo consente ai ricercatori di valutare le pratiche di sicurezza AI dell'azienda e di pubblicare i loro risultati senza richiedere l'approvazione preventiva di Anthropic, sebbene l'azienda mantenga il diritto di richiedere tagli mirati. Questa mossa rappresenta un passo significativo verso una supervisione indipendente dei laboratori AI all'avanguardia. Consentendo a valutatori esterni di operare con accesso di alto livello, Anthropic cerca di affrontare le preoccupazioni riguardanti la trasparenza dei suoi protocolli di sicurezza. La collaborazione mira a fornire una valutazione più rigorosa dei potenziali rischi, creando un precedente per come i laboratori AI potrebbero interagire con organizzazioni di sicurezza di terze parti.
Bank of America assume appaltatori per risolvere i difetti di Mythos
Bank of America avrebbe assunto 1.000 appaltatori per correggere le vulnerabilità software esposte dal modello Mythos di Anthropic. L'amministratore delegato della banca, Brian Moynihan, ha confermato l'iniziativa di assunzione, incentrata sulla correzione delle lacune di sicurezza identificate attraverso l'uso del modello AI. Ciò evidenzia la realtà pratica, e spesso costosa, dell'integrazione dell'AI avanzata nell'infrastruttura bancaria. L'incidente sottolinea la duplice natura dell'AI nella cybersecurity: mentre modelli come Mythos possono identificare difetti critici, creano anche un onere operativo significativo per le organizzazioni per rimediare a tali risultati. Con l'accelerazione dell'adozione dell'AI da parte delle istituzioni finanziarie, il costo del mantenimento di sistemi sicuri sta diventando un fattore importante nella loro strategia AI complessiva.
Uno studio di Harvard mappa i divari di genere nell'uso dell'AI
Un nuovo rapporto dei ricercatori di Harvard ha identificato persistenti divari di genere nel modo in cui gli americani interagiscono con l'AI. Basato su un sondaggio di oltre 5.400 adulti e un'analisi di 78.000 articoli di giornale, lo studio ha rilevato che il 29% delle donne ha dichiarato di non aver mai usato l'AI, rispetto al 22% degli uomini. Mentre i dati di navigazione suggeriscono che i tassi di utilizzo effettivi sono più vicini, il divario è più pronunciato nella formazione e nella fiducia. Sul posto di lavoro, il 64% delle donne occupate ha dichiarato di non aver ricevuto alcuna formazione sull'AI, rispetto al 49% degli uomini. Lo studio ha anche notato una disparità significativa nella rappresentazione mediatica, con i titoli sull'AI che nominano gli uomini 14,6 volte più spesso delle donne. I ricercatori suggeriscono che questi divari nella formazione e nella visibilità potrebbero ostacolare una partecipazione equa all'economia guidata dall'AI. Questa ricerca fornisce uno degli sguardi più completi sulle dimensioni sociali dell'adozione dell'AI. Mentre i laboratori spingono per un accesso universale all'AI, i risultati suggeriscono che la sfida non risiede solo nell'accessibilità tecnica, ma nell'affrontare le disparità sistemiche nella formazione, nella fiducia e nella rappresentazione che attualmente modellano il panorama dell'AI.