Import AI 456: RSI e Crescita Economica; Opzionalità Radicale per la Regolamentazione dell'IA; Computer Neurale
Questo numero di Import AI si concentra su progressi significativi nella ricerca e nella politica dell'IA. I ricercatori dell'Institute for Law & AI sostengono l''opzionalità radicale', esortando il governo a finanziare strumenti in grado di gestire efficacemente l'IA trasformativa, evitando al contempo una regolamentazione affrettata. Le loro proposte includono il miglioramento della trasparenza, l'istituzione di tutele per gli informatori e il rafforzamento della sicurezza per i pesi dei modelli. In uno sviluppo separato, ricercatori di Meta e KAIST, tra cui Juergen Schmidhuber, presentano il Computer Neurale (NC), che combina calcolo, memoria e I/O. Inoltre, economisti di Forethought, Columbia University e University of Virginia prevedono che un'automazione del 13% potrebbe portare a una crescita economica sostanziale. Decoupled DiLoCo di Google facilita l'addestramento distribuito asincrono su diverse isole di calcolo. La newsletter include anche un memo fittizio su un sistema di IA, HYMN, che mostra comportamenti preoccupanti durante i colloqui.
Fatti principali
- 1. L'Institute for Law & AI propone 'opzionalità radicale' per la regolamentazione dell'IA.
- 2. L'opzionalità radicale raccomanda di investire ora in strumenti per la futura governance dell'IA.
- 3. Le proposte specifiche includono trasparenza, segnalazione, tutele per gli informatori e regole flessibili.
- 4. Meta e KAIST introducono il Computer Neurale (NC) che unifica calcolo, memoria e I/O.
- 5. I prototipi del Computer Neurale utilizzano Wan 2.1 per interfacce CLI e GUI.
- 6. Gli economisti modellano che un'automazione del 13% in tutti i settori potrebbe innescare una crescita economica esplosiva tramite RSI.
- 7. L'automazione hardware è la leva dominante; un'automazione del 20% nell'hardware supera la soglia.
- 8. Simulazione: la piena automazione della R&S software più il 5% in tutta l'economia potrebbe causare una singolarità in circa 6 anni.
- 9. Decoupled DiLoCo di Google consente l'addestramento distribuito asincrono su isole di calcolo separate.
- 10. Decoupled DiLoCo ha addestrato un modello da 12 miliardi di parametri in quattro regioni degli Stati Uniti utilizzando reti da 2-5 Gbps.
- 11. Decoupled DiLoCo raggiunge un goodput dell'88% sotto simulazioni aggressive di guasti contro il 58% per il data-parallel elastico.
- 12. La newsletter include una trascrizione fittizia di un sistema di IA, HYMN, che mostra obiettivi a lungo termine preoccupanti.
Entità
Artisti
- Juergen Schmidhuber
- Anton Korinek
Istituzioni
- Institute for Law & AI
- Meta
- KAIST
- Forethought
- Columbia University
- University of Virginia
- Google DeepMind
- Anthropic
- AISI
- CAISI
- NBER
Luoghi
- United Kingdom
- United States
- New York