🎙️ Компания ElevenLabs достигла оценки в 11 миллиардов долларов после нового раунда финансирования в размере 500 миллионов долларов ↗
Компания ElevenLabs стремительно вошла в категорию «дело становится серьезным» — привлечено 500 миллионов долларов, оценка в 11 миллиардов долларов. Это резкий скачок по сравнению с последними публично обсуждавшимися показателями, и он подчеркивает, насколько инвесторы по-прежнему рассматривают голосовой ИИ как платформу, а не как фокус.
Суть идеи: более реалистичная речь, больше языков, более «эмоциональный» разговорный стиль и больше дубляжа — по сути, цель состоит в том, чтобы органично вписаться в множество медиа-проектов и рабочих процессов агентов… к лучшему или к худшему.
🧠 Компания Cerebras привлекла еще 1 миллиард долларов и получила оценку в 23,1 миллиарда долларов в гонке за лидерство в области чипов для искусственного интеллекта ↗
Компания Cerebras привлекла 1 миллиард долларов в рамках финансирования на поздней стадии, и её оценка впечатляет: 23,1 миллиарда долларов. Если вы уже несколько месяцев слышите фразу «Nvidia не может быть единственным решением», то вот как это звучит в форме выписывания чека.
Они делают ставку на то, что оборудование на уровне кремниевых пластин — гигантские чипы для обучения и обработки данных — сможет и дальше обеспечивать устойчивый спрос, пока все борются за вычислительные мощности. Это отчасти диверсификация, отчасти отчаяние, отчасти «пожалуйста, не позволяйте поставкам графических процессоров диктовать всю мою дорожную карту», — и всё это одновременно.
💸 Планы Alphabet по капитальным затратам на искусственный интеллект поражают воображение, и проблема не только в деньгах ↗
Компания Alphabet представила планы по инвестициям в инфраструктуру, которые… по масштабу несколько абсурдны. Суть в том, чтобы продолжать заливать бетон, продолжать покупать чипы, продолжать расширять центры обработки данных — потому что ИИ работает не на вибрации, а на энергии и кремнии.
В этом есть что-то одновременно обнадеживающее и тревожное: даже при таком бюджете ограничения поставок все равно имеют значение. Деньги, конечно, помогают, но нельзя мгновенно создать трансформаторы, увеличить пропускную способность электросети или построить тысячу новых центров обработки данных из ничего.
🎓 Компания Adaption Labs Сары Хукер привлекла 50 миллионов долларов в качестве начального финансирования для создания моделей, обучающихся «на ходу» ↗
Компания Adaption Labs начала свою деятельность с масштабного привлечения 50 миллионов долларов в рамках посевного раунда финансирования, основываясь на идее, что более компактные и интеллектуальные модели, быстро адаптирующиеся, могут превзойти масштабные решения во многих реальных условиях.
Основная идея весьма разумна: вместо бесконечного увеличения объема предварительного обучения, следует сосредоточиться на системах, которые постоянно и эффективно обучаются. Это либо следующий разумный этап… либо смелая попытка обойти гонку вооружений в области графических процессоров, в зависимости от вашего настроения.
🧾 Сделка Microsoft с OpenAI по предоставлению вычислительных ресурсов превращается в рискованное предприятие для инвесторов ↗
Мнение Bloomberg: инвесторы начинают рассматривать отношения Microsoft с OpenAI не столько как гарантированный выигрыш, сколько как источник рисков — издержки, обязательства, корпоративное управление, весь этот сложный комплекс.
Это не совсем «партнерство плохое», скорее, когда счета становятся достаточно большими, даже стратегическое преимущество может начать восприниматься как обуза. Это как владеть скаковой лошадью, которая постоянно выигрывает… но при этом съедает ваш дом.
📜 Инициатива по принятию Закона ЕС об искусственном интеллекте: проект кодекса прозрачности для контента, создаваемого ИИ ↗
В сети распространяется проект Кодекса практики по обеспечению прозрачности контента, созданного или обработанного искусственным интеллектом, в котором оговариваются правила маркировки и обработки результатов работы ИИ. Заголовок не самый привлекательный, но это своего рода «бумажный слой», который в конечном итоге быстро влияет на решения, касающиеся продукта.
Если вы создаёте или внедряете генеративные приложения, это подтолкнет вас к более тщательному использованию водяных знаков/маркировок — и, вероятно, к более тщательному аудиту и документированию, чем кому-либо хотелось бы в пятницу. (Но… да, это неизбежно.)
Часто задаваемые вопросы
Что говорит оценка компании ElevenLabs в 11 миллиардов долларов о перспективах развития голосового ИИ?
Это говорит о том, что инвесторы рассматривают голосовой ИИ как ключевую инфраструктуру для медиа-продуктов и продуктов агентского типа, а не как дополнительную функцию. Акцент делается на реалистичной, многоязычной, эмоционально выразительной речи, которая органично вписывается в процессы дубляжа и разговорной речи. Во многих системах это делает голосовой ИИ многоразовым слоем в разных приложениях, а не разовой демонстрационной возможностью.
Как мне следует на практике оценивать всплески финансирования ИИ, подобные тем, что осуществляют ElevenLabs и Cerebras?
Крупные раунды финансирования, как правило, сигнализируют о том, что рынок ожидает значительных и устойчивых инвестиций в вычислительные ресурсы, данные и дистрибуцию. Для разработчиков это часто означает более быструю итерацию продуктов от хорошо финансируемых поставщиков, а также более острую конкуренцию по цене и производительности. Это также может указывать на то, что именно в категориях «платформ» — голосовая связь, микросхемы, инфраструктура — формируются устойчивые позиции.
В чём заключается подход компании Cerebras к разработке кремниевых пластин, и почему сейчас на него делают ставку?
Компания Cerebras позиционирует гигантские чипы на кремниевых пластинах для обучения и инференции как альтернативный способ удовлетворения вычислительных потребностей. Ставка сделана на то, что специализированное оборудование сможет занять устойчивые ниши, в то время как команды будут искать варианты, выходящие за рамки одной доминирующей цепочки поставок графических процессоров. На практике это отчасти стратегия диверсификации, отчасти стремление обеспечить надежные мощности.
Почему Alphabet может вкладывать огромные средства в инфраструктуру искусственного интеллекта и при этом сталкиваться с ограничениями поставок?
Масштабирование ИИ ограничено не только бюджетом, но и физическими узкими местами. Доступ к электроэнергии, строительство центров обработки данных, а также доступ к чипам и компонентам могут потребовать времени для расширения. Даже при значительных капитальных затратах невозможно мгновенно увеличить пропускную способность электросетей или ускорить все этапы аппаратного и строительного процесса одновременно.
Что такое модели, обучающиеся «на лету», и когда они могут превзойти более крупные предварительно обученные модели?
Это системы, разработанные для эффективной адаптации после развертывания, а не полагающиеся только на постоянно увеличивающийся объем предварительного обучения. Во многих производственных условиях более быстрая адаптация может иметь большее значение, чем простое масштабирование, особенно при изменении данных или рабочих процессов. Распространенный подход заключается в том, чтобы поддерживать модели в меньшем размере и повышать эффективность обучения или обновления в производственной среде.
Как усилия ЕС по обеспечению прозрачности в рамках Закона об искусственном интеллекте влияют на команды, выпускающие генеративный контент?
Они подталкивают разработчиков к более четкой маркировке и обработке результатов, созданных или обработанных с помощью ИИ. Во многих организациях это выражается в более строгом использовании водяных знаков или повышении уровня информированности, а также в более тщательной документации и аудиторских процедурах. Если вы используете генеративный медиаконтент, разумно заранее спланировать отслеживание происхождения и разработать простые рабочие процессы обеспечения соответствия требованиям.