Merhaba arkadaşlar, TechCrunch’ın düzenli AI bültenine hoş geldiniz. Bunu her Çarşamba gelen kutunuzda istiyorsanız, buradan kaydolun.
Bu hafta AI’da, kod üretme ve önerme araçları geliştiren iki girişim – Magic ve Codeium – toplamda yaklaşık yarım milyar dolar topladı. Turlar, özellikle Magic’in henüz bir ürün piyasaya sürmediği veya gelir elde etmediği düşünüldüğünde, AI sektörü standartlarına göre bile yüksekti.
Peki yatırımcı coşkusu neden? Eh, kodlama kolay — veya ucuz — bir iş değil. Ve hem şirketlerden hem de bireysel geliştiricilerden, bunun etrafındaki daha zorlu süreçleri kolaylaştırmanın yollarına yönelik talep var.
Birine göre anketortalama bir geliştirici, yeni bir şey yazmak yerine mevcut kodu sürdürmek için çalışma haftasının yaklaşık %20’sini harcıyor. Ayrı bir çalışmakŞirketler, aşırı kod bakımının (teknik borcu ele almak ve düşük performans gösteren kodu düzeltmek dahil) kendilerine yılda 85 milyar dolarlık fırsat kaybına yol açtığını söylüyor.
AI araçlarının burada yardımcı olabileceğine birçok geliştirici ve firma inanıyor. Ve, değeri ne olursa olsun, danışmanlar da aynı fikirde. 2023’te raporMcKinsey analistleri, yapay zeka kodlama araçlarının geliştiricilerin yeni kodu yarı sürede yazmasına ve mevcut kodu yaklaşık üçte iki oranında daha kısa sürede optimize etmesine olanak tanıyabileceğini yazdı.
Şimdi, bir kodlama AI’sı tek başına bir çözüm değil. McKinsey raporu ayrıca, belirli, daha karmaşık iş yüklerinin (örneğin belirli bir programlama çerçevesine aşinalık gerektirenler) AI’dan mutlaka faydalanmadığını buldu. Aslında, junior geliştiricilerin daha uzun Raporun ortak yazarlarına göre, bazı görevleri yapay zekayla mı yoksa yapay zekasız mı bitirmek daha iyi?
“Katılımcıların geri bildirimleri, geliştiricilerin araçları aktif olarak kullanarak başarılı sonuçlar elde ettiğini gösteriyor. [high] Ortak yazarlar, yapay zekanın deneyimin yerini tutmadığı noktasını vurgulayarak, “kalite, teknolojinin geliştiricileri değiştirmektense onları desteklemek için kullanılmasının en iyi yol olduğunu gösteriyor” diye yazdı. “Sonuç olarak, kod kalitesini korumak için geliştiricilerin kaliteli kodu oluşturan nitelikleri anlamaları ve aracı doğru çıktılar için harekete geçirmeleri gerekir.”
AI kodlama araçlarının da çözülmemiş güvenlik ve IP ile ilgili sorunları vardır. Bazı analizler araçların şu şekilde sonuçlandığını göstermektedir: daha fazla hatalı kod son birkaç yıldır kod tabanlarına itiliyor. Bu arada, telif hakkıyla korunan kod üzerinde eğitilen kod üreten araçlar yakalanmış İstendiğinde bu kodu belirli bir şekilde tekrarlamak, bunları kullanan geliştiriciler için bir sorumluluk riski oluşturur.
Ancak bu durum, geliştiricilerin veya işverenlerinin yapay zeka kodlamaya olan coşkusunu azaltmıyor.
The çoğunluk 2024 GitHub anketinde geliştiricilerin (yüzde 97’den fazlası) bir şekilde AI araçlarını benimsediklerini söyledi. Aynı ankete göre, şirketlerin yüzde 59 ila yüzde 88’i yardımcı programlama araçlarının kullanımını teşvik ediyor veya artık buna izin veriyor.
Bu nedenle, yapay zeka kodlama araçları pazarının 2032 yılına kadar yaklaşık 27 milyar dolar değerinde olması pek de şaşırtıcı değil (başına Polaris Research) — özellikle Gartner’ın belirttiği gibi tahmin eder2028 yılına gelindiğinde kurumsal yazılım geliştiricilerinin %75’i yapay zeka kodlama asistanlarını kullanacak.
Pazar zaten sıcak. Üretken AI kodlama girişimleri BilişsellikPoolside ve Anysphere geçtiğimiz yıl devasa turlar kapattı — ve GitHub’ın AI kodlama aracı Copilot 1,8 milyondan fazla ücretli kullanıcıAraçların sağlayabileceği üretkenlik kazanımları, yatırımcıları ve müşterileri kusurlarını görmezden gelmeye ikna etmek için yeterli olmuştur. Ancak trendin devam edip etmediğini ve tam olarak ne kadar süreceğini göreceğiz.
Haberler
“Duygusal Yapay Zeka” yatırım çekiyor: Julie, bazı girişim sermayedarlarının ve işletmelerin duygu analizi yönteminin daha gelişmiş bir versiyonu olan “duygusal yapay zeka”ya nasıl çekildiğini ve bunun nasıl sorunlu olabileceğini yazıyor.
Ev robotları neden hâlâ berbat: Brian, ev robotları konusundaki birçok girişimin neden muhteşem bir şekilde başarısızlığa uğradığını araştırıyor. Bunun fiyatlandırma, işlevsellik ve etkililik ile ilgili olduğunu söylüyor.
Amazon, Covariant kurucularını işe aldı: Robotlar konusuna gelince, Amazon geçen hafta işe aldı robotik girişim Covariant’ın kurucuları şirketin çalışanlarının “yaklaşık dörtte biri” ile birlikte. Ayrıca Covariant’ın AI robotik modellerini kullanmak için münhasır olmayan bir lisans imzaladı.
NightCafe, OG resim oluşturucu: Ben, orijinal görüntü oluşturucularından biri ve AI tarafından oluşturulan içerikler için bir pazar yeri olan NightCafe’yi inceledim. Moderasyon zorluklarına rağmen hala hayatta ve tekmeliyor.
Midjourney donanım sektörüne giriyor: NightCafe rakibi Midjourney donanım sektörüne giriyor. Şirket duyuruyu X’te bir gönderide yaptı; yeni donanım ekibinin San Francisco’da bulunacağını söyledi.
SB 1047 kabul edildi: Kaliforniya yasama organı, SB 1047 sayılı yapay zeka yasa tasarısını kabul etti. Max, bazı kişilerin valinin bu yasayı imzalamamasını neden umduğunu yazıyor.
Google seçim güvencelerini devreye sokuyor: Google, daha fazla üretken AI uygulaması ve hizmeti için güvenlik önlemleri alarak ABD başkanlık seçimlerine hazırlanıyor. Kısıtlamaların bir parçası olarak, şirketin AI ürünlerinin çoğu seçimle ilgili konulara yanıt vermeyecek.
Apple ve Nvidia OpenAI’ya yatırım yapabilir: Nvidia ve Apple bildirildiğine göre OpenAI’nin bir sonraki bağış toplama turuna katkıda bulunmak için görüşmelerde bulunuyor. Bu tur, ChatGPT üreticisinin değerini 100 milyar dolara çıkarabilir.
Haftanın araştırma makalesi
Yapay zeka varken oyun motoruna ne gerek var?
Tel Aviv Üniversitesi ve Google’ın AI Ar-Ge bölümü DeepMind’daki araştırmacılar, geçen hafta saniyede 20 kareye kadar Doom oyununu simüle edebilen bir AI sistemi olan GameNGen’i önizlediler. Doom oyununun kapsamlı görüntüleri üzerinde eğitilen model, bir oyuncunun simülasyondaki karakteri “kontrol ettiği” sıradaki “oyun durumunu” etkili bir şekilde tahmin edebiliyor. Gerçek zamanlı olarak üretilen bir oyun.
GameNGen bunu yapan ilk model değil. OpenAI’nin Sora’sı Minecraft dahil oyunları simüle edebilir ve bir grup üniversite araştırmacısı bu yılın başlarında Atari oyunu simüle eden bir AI tanıttı. (Bu doğrultudaki diğer modeller, Dünya Modelleri ile OyunGAN ve Google’ın kendi Cin.)
Ancak GameNGen, performansı açısından şimdiye kadar yapılmış en etkileyici oyun simülasyonu girişimlerinden biri. Modelin büyük kısıtlamaları yok değil, özellikle grafiksel aksaklıklar ve üç saniyeden fazla oynanışı “hatırlayamama” (yani GameNGen gerçekten işlevsel bir oyun yaratamaz). Ancak tamamen yeni oyun türlerine doğru bir adım olabilir — örneğin prosedürel olarak üretilen oyunlar steroidler üzerinde.
Haftanın modeli
Meslektaşım Devin Coldewey’in daha önce yazdığı gibi, yapay zeka hava durumu tahmini alanını ele geçiriyor; hızlı bir “Bu yağmur ne kadar sürecek?” sorusundan 10 günlük bir görünüme, hatta yüzyıllık tahminlere kadar.
Sahneye çıkan en yeni modellerden biri olan Aurora, Microsoft’un AI araştırma kuruluşunun ürünüdür. Çeşitli hava durumu ve iklim veri kümeleri üzerinde eğitilen Aurora, Microsoft’un iddiasına göre nispeten az veriyle belirli tahmin görevlerine göre ince ayarlanabilir.
Microsoft, “Aurora, sıcaklık gibi atmosferik değişkenleri tahmin edebilen bir makine öğrenme modelidir” dedi. açıklıyor modelin GitHub sayfasında. “Üç adet özel versiyon sağlıyoruz: biri orta çözünürlüklü hava durumu tahmini için, biri yüksek çözünürlüklü hava durumu tahmini için ve biri de hava kirliliği tahmini için.”
Aurora’nın performansı diğer atmosfer izleme modellerine göre oldukça iyi görünüyor. (Bir dakikadan kısa sürede beş günlük küresel hava kirliliği tahmini veya on günlük yüksek çözünürlüklü hava durumu tahmini üretebilir.) Ancak diğer AI modellerinin halüsinasyon eğilimlerine karşı bağışık değildir. Aurora hatalar yapabilir, bu yüzden Microsoft bunun “insanlar veya işletmeler tarafından operasyonlarını planlamak için kullanılmaması” konusunda uyarıyor.
Karışık çanta
Geçtiğimiz hafta, Inc. bildirildi Yapay zeka veri etiketleme girişimi Scale AI, yapay zeka modelleri geliştirmek için kullanılan eğitim veri kümelerini etiketlemekten sorumlu olan çok sayıda açıklayıcıyı işten çıkardı.
Yayınlanma zamanı itibariyle resmi bir duyuru yapılmadı. Ancak eski bir çalışan Inc.’e yüzlerce kişinin işten çıkarıldığını söyledi. (Scale AI buna itiraz ediyor.)
Scale AI için çalışan ek açıklamacıların çoğu doğrudan şirket tarafından istihdam edilmiyor. Bunun yerine, Scale’in yan kuruluşlarından biri veya üçüncü taraf bir firma tarafından işe alınıyorlar ve bu da onlara daha az iş güvenliği sağlıyor. Etiketçiler bazen uzun süreler boyunca iş alamıyorlar. Ya da Tayland, Vietnam, Polonya ve Pakistan’daki müteahhitlerin başına geldiği gibi, Scale’in platformundan törensiz bir şekilde kovuluyorlar. son zamanlarda.
Geçtiğimiz haftaki işten çıkarmalar hakkında bir Scale sözcüsü TechCrunch’a HireArt adlı bir şirket aracılığıyla müteahhitleri işe aldıklarını söyledi. “Bu kişiler [i.e., those who lost their jobs] HireArt çalışanlarıydık ve ay sonuna kadar HireArt’tan kıdem tazminatı ve COBRA yardımları aldık. Geçtiğimiz hafta 65’ten az kişi işten çıkarıldı. Bu sözleşmeli iş gücünü oluşturduk ve işletme modelimiz son dokuz ayda geliştikçe uygun boyuta ölçeklendirdik, Amerika Birleşik Devletleri’nde 500’den az kişi işten çıkarıldı.”
Scale AI’nın bu dikkatlice ifade edilmiş ifadeyle tam olarak ne anlama geldiğini anlamak biraz zor, ancak bunu araştırıyoruz. Scale AI’nın eski bir çalışanıysanız veya yakın zamanda işten çıkarılan bir müteahhitseniz, bunu yaparken kendinizi rahat hissettiğiniz şekilde bizimle iletişime geçin.