Рубрика: Разное

  • ИИ-агент Inherent Faraday превзошёл крупные модели Anthropic и OpenAI

    ИИ-агент Inherent Faraday превзошёл крупные модели Anthropic и OpenAI

    Врождённый (Inherent), лондонская лаборатория искусственного интеллекта, основанная выпускниками Google DeepMind, говорит, что её агент искусственного интеллекта только что превзошёл гораздо более крупные модели от Anthropic и Openai, используя лишь малую часть их ресурсов.

    Из всех стартапов, запущенных выпускниками Google DeepMind, Inherent получила относительно мало внимания. Но пока более финансово обеспеченные конкуренты ещё не показали миру ничего конкретного, лондонская команда начинает делиться тем, что она создала.

    Всего через несколько недель после выхода из стадии stealth с начальным раундом финансирования в 50 миллионов долларов британский стартап заявляет, что его недавно выпущенный агент искусственного интеллекта Faraday превзошёл более крупные и известные модели в конкретной задаче: независимом воспроизведении результатов опубликованных научных работ без предварительного указания ответа.

    Это может показаться всего лишь трюком, учитывая более высокую цель Inherent — создание искусственного интеллекта, который может открывать новые научные знания, а не только проверять старые результаты. Но копирование статей — это стандартное тренировочное упражнение и для учёных-людей, — сказал соучредитель и главный научный сотрудник Эдвард Хьюз. «Многие аспиранты начинают именно с этого».

    Победить другие системы искусственного интеллекта в этой задаче было не целью, сказал Хьюз TechCrunch; важнее был путь, которым они этого достигли. «Что было для нас наиболее интересным в этом, так это не столько результат победы над передовыми агентами — который, конечно, нам понравился — а то, как мы подошли к созданию этого».

    Вот что должно заинтересовать инвестора: если сравнивать с Claude Opus 4.8 от Anthropic и GPT-5.5 от Openai — обеими гораздо более крупными системами передового уровня — Faraday работает на сравнительно крошечной модели под названием Qwen 3.6, имеющей всего 27 миллиардов параметров. (Грубо говоря, «параметры» — это косвенный показатель размера модели и, как правило, затрат на её обучение.) Показатель успеха Inherent был также выше, чем просто точность. Помимо воспроизведения результатов, компания хотела, чтобы Faraday продемонстрировал «исследовательский вкус» — инстинкт, подсказывающий, какие эксперименты стоит проводить и как хорошо их планировать.

    Обучение чему-то столь неосязаемому, как вкус, — сложная задача, и здесь на помощь приходит обучение с подкреплением. Это метод обучения, который вознаграждает систему искусственного интеллекта за хорошие результаты, а не прописывает для неё правила, которым нужно следовать. Вместо того чтобы обучать своих агентов преимущественно на изучении того, как проводится сама наука, Inherent опирается на этот подход, основанный на вознаграждении, делая ставку на то, что он лучше подойдёт для долгосрочной цели — создания агентов, способных работать во многих научных областях.

    «Мы всегда руководствуемся идеей создания агента-учёного в области искусственного интеллекта и наделения наших агентов вкусом», — сказал Хьюз. Эта ориентация также повлияла на то, чего Inherent не создаёт. Вместо разработки собственного инструмента кодирования компания использовала Openai GPT-5.5 Codex, подобно тому как учёные-люди опираются на существующее программное обеспечение, а не создают всё сами, по словам компании.

    Inherent также старается избегать создания агентов, которые просто говорят пользователям то, что они хотят услышать. Вместо этого, по словам Хьюза, цель моделируется на основе его любимого типа напарника — того, кто возвращается и говорит: «Мне стало любопытно, и я провёл эксперименты. Что вы думаете об этих результатах?»

    Этот дух сотрудничества распространяется и на то, как Inherent работает как компания. Все двенадцать сотрудников работают в офисе в Кингс-Кросс — некогда захудалом лондонском районе, который присутствие Google DeepMind помогло превратить в один из ведущих мировых центров искусственного интеллекта. «Мы считаем, что Лондон — это то место, где нужно быть», — сказал Хьюз.

    Хьюз оптимистично настроен относительно концентрации талантливых специалистов в области ИИ в Лондоне, но он также присоединился к призывам положить конец «садовому отпуску» — практике, распространённой в Великобритании, когда увольняющимся сотрудникам запрещают присоединяться к конкурирующей компании или создавать её в течение нескольких месяцев после увольнения. Это ограничение, с которым обычно не сталкиваются американские исследователи, даёт стартапам в США преимущество в найме талантливых специалистов, ушедших с предыдущей должности. «Это личное мнение, а не мнение компании, но проблема „садового отпуска“ повлияла на меня», — сказал он TechCrunch.

    В конце концов Хьюз преодолел это ограничение и вместе с двумя другими выпускниками DeepMind и четвёртым соучредителем основал Inherent. Стартап тоже не сбавляет обороты. К концу года он планирует увеличить численность сотрудников «примерно до 20–25». Учитывая его амбиции в области мировых моделей, а также новую роль Демиса Хассабиса, которая обеспокоила некоторых сотрудников DeepMind, толчок Inherent к найму может сделать его привлекательным местом для сотрудников DeepMind, обдумывающих переезд.

    На снимке слева направо: соучредители Inherent Луис Кирш, Калоян Алексиев, Тантум Коллинз и Эдвард Хьюз.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • OpenAI призывает к усилению мер безопасности в сфере ИИ в Калифорнии

    OpenAI призывает к усилению мер безопасности в сфере ИИ в Калифорнии

    Коротко о главном

    Компания OpenAI выступает за усиление мер безопасности в Калифорнии в рамках знакового законопроекта о безопасности ИИ, принятого в прошлом году.

    В публикации в LinkedIn от группы по глобальным вопросам компании OpenAI говорится, что в закон штата Калифорния SB 53 «следует внести поправки для расширения мер безопасности», например, путём «требования мониторинга передовых моделей в процессе обучения или оценки на предмет потенциальных серьёзных инцидентов», а также «усиления защиты кибербезопасности на протяжении всего жизненного цикла разработки моделей».

    «Поскольку Калифорния продолжает лидировать в области обеспечения безопасности на передовых рубежах, мы полны решимости работать с законодательным собранием Калифорнии и губернатором над укреплением SB 53 штата Калифорния», — заявила компания.

    В сообщении также упоминаются «недавние инциденты», которые «подчёркивают необходимость этих мер защиты и важность их обновления» по мере возникновения новых рисков. В прошлом месяце OpenAI признала, что одна из её моделей вышла из тестовой среды и взломала системы Hugging Face.

    Рекомендация OpenAI по усилению мер безопасности в сфере ИИ удивляет, поскольку ранее компания выступала против SB 53, который устанавливает требования к прозрачности и защищает информаторов в крупных компаниях, занимающихся искусственным интеллектом.

    Компания заявила, что в отсутствие значительного федерального законодательства она теперь поддерживает подход «обратного федерализма», при котором «штаты могут двигаться в совместимом направлении в отношении основных мер защиты, которые в конечном итоге могут стать основой для национального стандарта».

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • «Нвидиа» инвестирует в инфраструктуру для дата-центров

    «Нвидиа» инвестирует в инфраструктуру для дата-центров

    Вкратце

    «Нвидиа» делает всё возможное, чтобы поддерживать развитие искусственного интеллекта, которое стало основой её успеха. В пятницу компания объявила о партнёрстве с Cloverleaf Infrastructure — компанией, которая закладывает основу для центров обработки данных.

    Cloverleaf была основана в 2024 году и привлекла 300 миллионов долларов. Она выступает своего рода посредником между коммунальными предприятиями и дата-центрами, предоставляя источники питания и другую важную инфраструктуру для развития площадок.

    Хотя компании не раскрыли условия сделки, издание The Wall Street Journal сообщает, что инвестиции «Нвидиа» в Cloverleaf, вероятно, составят несколько сотен миллионов долларов. Агентство Reuters сообщает, что сейчас чипмейкер владеет миноритарным пакетом акций компании. TechCrunch обратился к «Нвидиа» за дополнительной информацией.

    Сделка является частью продолжающихся усилий «Нвидиа» по использованию своих огромных прибылей для поддержания развития искусственного интеллекта. Компания всё активнее играет непосредственную роль в финансировании и развитии дата-центров для искусственного интеллекта, которые, в свою очередь, покупают её системы искусственного интеллекта. Ранее на этой неделе компания также объявила, что инвестирует 1,5 миллиарда долларов в проект SB Energy — связанный с OpenAI проект по созданию дата-центра в Огайо.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Nvidia: как «упряжь» для ИИ важнее модели при решении сложных задач

    Nvidia: как «упряжь» для ИИ важнее модели при решении сложных задач

    Nvidia опубликовала в пятницу интересное новое исследование, в котором утверждается, что именно упряжь, а не базовая модель, гораздо важнее, когда мы просим ИИ выполнять долгосрочные задачи.

    Суть в следующем: просто используя специальную упряжь, настроенную для хорошей работы с памятью и включающую в себя компонент-«руководитель», похожий на босса, исследователи добились того, что Claude Opus 5 получил 100% баллов по тесту интерактивного рассуждения ARC-AGI-3. (Это тест, который особенно разозлил конкурирующую лабораторию OpenAI.) Без упряжи Opus 5 набрал 30%, что было лучшим результатом среди всех протестированных моделей.

    Исследование Nvidia — ещё один показатель того, что, хотя выбор модели имеет значение, действуя как мозг агента, она является меньшей частью агентской системы, чем многие пользователи ИИ осознают, особенно для долгосрочных задач. Упряжь — это то, что делает модель агентом: она обрабатывает память, контекст, обратную связь.

    «Вообще говоря, мир интерпретирует агента почти как API модели», — говорит TechCrunch Адель Эль Халлак, вице-президент по продуктам в подразделении ИИ компании Nvidia (на фото выше). Но агент на самом деле больше, чем это. «Это модель. Это каркас вокруг модели, который мы называем упряжью, то есть набором инструментов, которые она использует. Это время выполнения, а также связанные с ним навыки и библиотеки, к которым мы предоставляем ей доступ».

    Долгосрочные задачи — это те, которые требуют связывания множества решений, иногда в течение нескольких дней, для получения завершённой работы. Это в отличие от того, как ИИ просто выдаёт ответ на запрос. Выяснить, как заставить ИИ выполнять долгосрочные задачи, не отвлекаясь и не уходя в дебри, — вот одна из задач, стоящих в исследованиях агентов.

    Например: Microsoft опубликовала в апреле исследование, в котором были протестированы 19 языковых моделей на предмет выполнения долгосрочных задач, связанных с редактированием документов, и обнаружила, что все модели, включая передовые, заполнили документы ошибками. (Если бы люди выполняли такую работу, их бы тут же уволили.)

    Модели, самостоятельно выстраивающие решения, также были пойманы на удалении файлов пользователей, даже целых баз данных, или на обращении к преступному поведению для достижения своих целей — от сговора до взлома.

    Решение исследователей Nvidia использовать этот интерактивный бенчмарк для своих тестов особенно значимо, почти забавно. Это бенчмарк с набором 2D-игр без инструкций. Модель должна выяснить, как играть и побеждать. 100% результат означает, что модель может обыгрывать игры так же, как и люди.

    OpenAI была настолько поражена низкими результатами своих моделей (менее 10%) в ARC-AGI-3, что провела собственное исследование в прошлом месяце. Как и Nvidia, OpenAI обнаружила, что, просто изменив две настройки в системе, их модели утроили свои результаты.

    Но ни одна из моделей не приблизилась к достижению 100% результата, как это сделали исследователи Nvidia. Они показали, что для системы управления нужен компонент «супервизора», который подталкивает агента в правильном направлении, если тот застревает.

    «Более интересной частью было внедрение управляющего агента в дополнение к вашему основному агенту, который выполняет работу», — сказал Эль Халлак. Он «почти действует как генеральный директор, подталкивая агента, когда тот сбивается с пути или начинает исследовать путь, который может привести в тупик, или повторно исследует путь, по которому он уже проходил».

    Хотя концепция управляющего агента не нова, сегодня большинство пользователей агентов полагаются только на один уровень для своей системы управления, например, Claude Code, Codex, Hermes и т. д. Исследователи Nvidia создали свою собственную усовершенствованную систему управления под названием Agentic Variation Operators (AVO). Обратите внимание, что это не новый продукт Nvidia. Вместо этого Nvidia производит множество открытых фрагментов технологий для создания систем управления под брендом Nemo. Некоторые из этих технологий являются коммерческими, многие — общедоступны.

    Тем не менее, результаты Nvidia добавляют к растущему числу доказательств того, что выбор модели далеко не единственный фактор в производительности агентов. В июле, например, Databricks опубликовала потрясающие исследования, которые показывают, что упряжь (harness) гораздо больше, чем модель, резко влияет на затраты на ИИ.

    «Вы можете выбрать одну и ту же модель, но разные упряжи (harness), и вы получите значительно более высокие затраты, если будете использовать неправильную упряжь (harness)», — сказал генеральный директор Databricks Али Годси в интервью TechCrunch. «Поэтому вы думаете: о, это дорогая модель. Это дешёвая модель. Но подождите, какую упряжь (harness) вы используете? Это само по себе может удвоить ваши затраты».

    Более широкая мысль Nvidia заключается в том, чтобы показать, что открытые упряжи (harness), как и открытые модели, ставят пользователей под контроль гораздо больше, чем они думают.

    «Мы считаем, и мы демонстрируем это с помощью экосистемы, как открытые упряжи (harness) позволяют вам поворачивать гораздо больше регуляторов для повышения точности», — сказал Эль Халлак. «Это связано с тем, что OpenAI замедляет обучение своих моделей» в результате того, что модели создают нарушения безопасности.

    «Мы верим в наличие открытого стека агентов — где у вас есть контроль над упряжью (harness), над инфраструктурой, над временем выполнения — это то, что требуется нам для продвижения экосистемы вперёд и безопасно», — добавил он.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Micro1: рост доходов в сегменте маркировки данных для ИИ

    Micro1: рост доходов в сегменте маркировки данных для ИИ

    Почти безграничный спрос на уникальные данные для обучения ИИ со стороны ведущих лабораторий и корпораций способствует мощному росту стартапов, занимающихся маркировкой данных.

    Один из таких быстрорастущих бизнесов — Micro1, четырёхлетний стартап, который за последние восемь месяцев увеличил свой валовой годовой объём выручки с 100 миллионов долларов до 500 миллионов долларов, по словам человека, знакомого с компанией. Как и его коллеги, нанимающие экспертов в предметных областях, таких как врачи, юристы и учёные, на контрактной основе, Micro1 оставляет у себя примерно от 60% до 70% этой суммы, что ставит его чистый годовой объём выручки в диапазоне от 150 миллионов до 200 миллионов долларов.

    Хотя Micro1 всё ещё отстаёт от конкурентов, таких как Mercor (который достиг 2 миллиардов долларов валовой годовой выручки этим летом) и Handshake (который достиг 1 миллиарда долларов в начале этого года), рост доходов стартапа показывает, что существует более чем достаточный спрос для поддержки нескольких игроков, поставляющих данные для обучения ИИ.

    Быстрый рост, несомненно, продолжится, причём некоторые исследователи предполагают, что будущие расходы на ИИ на данные могут сравняться с расходами на вычисления.

    Такие перспективы являются хорошими для Micro1, который наблюдает ускоренный рост размеров контрактов и ожидает расширения своей маржи с течением времени. Стартап всё чаще генерирует синтетические данные без участия человека, например, путём создания автоматизированных описаний видеоконтента. Кроме того, часть данных, которые он генерирует, может быть продана нескольким клиентам, что приводит к валовой марже для этих «готовых к использованию» данных на уровне от 80% до 90%, сообщил человек, знакомый с финансами стартапа, TechCrunch.

    Продажа одних и тех же наборов данных нескольким клиентам вызвала недавние споры, причём критики утверждают, что распространение готовых к использованию данных среди китайских разработчиков ИИ помогает сделать их модели такими же мощными, как у ведущих американских моделей.

    Основатель Micro1, Али Ансари, заявил в прошлом месяце в X, что, в отличие от некоторых своих конкурентов, стартап не продаёт свои данные производителям моделей в Китае. «Некоторые компании, работающие с человеческими данными, сотрудничают с иностранными противниками. И результаты сегодня видны в Kimi K3. Мы считаем, что это позор — заявлять о стремлении к доминированию американского ИИ, одновременно продавая данные на миллионы долларов странам, с которыми мы находимся в конкурентной борьбе».

    Как и Mercor, Micro1 начинался как стартап по подбору персонала для искусственного интеллекта. Но, заметив, что клиенты, занимающиеся маркировкой данных, используют его платформу искусственного интеллекта для проверки и найма инженеров для аннотирования, Ансари решил сменить направление и тоже войти в бизнес по маркировке данных.

    Ансари ранее говорил TechCrunch, что помимо оценки результатов работы моделей экспертами компании — концепция, известная как «тренажёры для обучения с подкреплением», — компания создаёт набор данных для предварительной подготовки роботов, предлагая сотням неспециалистов записывать взаимодействия с повседневными объектами у себя дома.

    Micro1 привлекла финансирование в рамках серии А с оценкой в 500 миллионов долларов в сентябре прошлого года, и TechCrunch стало известно, что стартап, возможно, недавно привлёк ещё один раунд финансирования по значительно более высокой оценке.

    Micro1 не ответила на запрос о комментарии.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • OpenAI догоняет Anthropic в США: новые данные от Ramp

    OpenAI догоняет Anthropic в США: новые данные от Ramp

    Пока OpenAI и Anthropic не подойдут достаточно близко к запланированному проведению IPO, чтобы опубликовать свои финансовые отчёты, нам приходится искать другие источники, чтобы понять, насколько хорошо обстоят дела у их бизнеса. Один из таких источников — Ramp, компания по управлению корпоративными кредитными картами и расходами, только что опубликовала неожиданные новые данные: OpenAI начала догонять Anthropic среди компаний в США.

    OpenAI, которая когда-то была бесспорным лидером среди бизнеса и потребителей, потеряла лидерство среди платящих бизнес-пользователей Ramp ещё в мае. Тогда доля Anthropic на рынке составила 41%, а у OpenAI — 39%. Производитель ChatGPT так и не вернул себе это лидерство. По состоянию на июль у Anthropic почти 44%, а у OpenAI — почти 40%.

    Данные охватывают более 70 000 американских компаний, которые тратят миллиарды через платёжную систему Ramp и продукты с корпоративными картами. Клиенты Ramp представлены в разных отраслях, но, как популярная в Кремниевой долине корпоративная кредитная карта, они тяготеют к технологической индустрии.

    Более детальный анализ последних данных, по словам экономиста Ramp Ара Харазиана, показывает, что OpenAI в настоящее время растёт быстрее среди этого сегмента в третьем квартале по сравнению с Anthropic. Заметьте, в квартале остался ещё месяц, а это как 30 лет в сфере ИИ, так что тенденция может легко измениться снова до его окончания. Ramp также отказался предоставить фактические данные о потраченных суммах, поделившись только процентами.

    Чтобы на мгновение позаимствовать стиль хеджирования ChatGPT: это не показатель всего рынка. В него не входят крупные предприятия, которые используют инструменты управления расходами от таких поставщиков, как American Express, а не Ramp. Но этих данных достаточно, чтобы показать рыночные индикаторы. И то, что они показывают, — это то, что Anthropic не победила окончательно. Компании готовы колебаться, переключаясь между лабораториями, которые выпускают новые модели, — волатильность, которая должна заставить инвесторов обеих компаний задуматься о том, насколько «прилипчивы» корпоративные расходы на ИИ.

    “GPT-5.6 Sol действительно хорош, всё чаще становится выбором разработчиков”, — написал Харазиан в X об очередном росте OpenAI. “Между тем Fable 5 разочаровала как с точки зрения принятия, так и реального применения в связи с ценой и требованиями к хранению данных, установленными регуляторами”, — продолжил он.

    Возможно, это упрощение. Fable — более продвинутый уровень модели компании Anthropic — стоит дорого, но она также создана для более узкого круга задач, чем общий чат-бот. Тем не менее, компания Anthropic вызвала некоторое возмущение, когда предупредила пользователей Fable, что должна хранить их данные в течение 30 дней.

    Данные Ramp также свидетельствуют о том, что обе компании должны увеличивать выручку, даже когда они борются за долю рынка, потому что рынок в целом расширяется. Процент компаний, которые платят за ИИ среди этих клиентов Ramp, неуклонно растёт. В марте он превысил 50%. К июлю достиг почти 56%.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • «ChatGPT теперь в ваших Apple Messages: новые возможности и вопросы конфиденциальности»

    «ChatGPT теперь в ваших Apple Messages: новые возможности и вопросы конфиденциальности»

    Вкратце

    Если вы всегда хотели поделиться всеми своими цифровыми беседами с OpenAI, у нас для вас хорошие новости: лаборатория искусственного интеллекта только что запустила плагин для Apple Messages для ChatGPT, позволяя заинтересованным пользователям подключить свой почтовый ящик Messages к чат-боту.

    По мнению OpenAI, преимущества этого шага многочисленны. Пользователи могут использовать плагин для сортировки, анализа или редактирования своих сообщений прямо из ChatGPT. Плагин также работает с Codex и ChatGPT Work, поэтому пользователи могут использовать его не только в личных, но и в профессиональных целях.

    В краткой рекламе нового плагина показан пользователь, который просит чат-бота предложить ответные сообщения своим контактам на основе полученных за предыдущий день.

    Вы также можете попросить ChatGPT удалить сообщения за вас, составить черновики и отправить сообщения от вашего имени или найти информацию, спрятанную глубоко в вашей истории сообщений.

    Как и в случае со многими другими технологиями, связанными с искусственным интеллектом, эта новая функция вызывает вопросы о конфиденциальности. OpenAI сообщила Bloomberg, что плагин работает на устройстве пользователя локально и «не создаёт индекс всех сообщений пользователя». Однако детали того, что это означает, пока не совсем ясны. TechCrunch обратился к OpenAI за дополнительной информацией.

    Когда дело доходит до отправки сообщений, OpenAI призывает пользователей следить за тем, что делает ChatGPT, и не включать постоянное одобрение, предупреждая, что это «лишает вас последней возможности просмотреть сообщение перед тем, как ChatGPT отправит его от вашего имени», — пишет компания.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • «Runlayer и Rippling прекратили судебные разбирательства: кто кого перехитрил?»

    «Runlayer и Rippling прекратили судебные разбирательства: кто кого перехитрил?»

    В среду вечером Runlayer и Rippling прекратили соответственно свои судебные иски друг против друга. Мировое соглашение не было достигнуто. Деньги не переходили из рук в руки. Даже судебные издержки не были оплачены, согласно документам суда, с которыми ознакомился TechCrunch.

    Rippling отпраздновала это, мгновенно выпустив свой шлюз MCP — продукт, который был в центре судебных разбирательств и который конкурирует с предложением Runlayer.

    Эта публичная борьба — поучительная история для основателей: в век искусственного интеллекта, когда создание нового программного обеспечения стало почти тривиальным занятием, никогда не знаешь, кто будет твоим следующим конкурентом. Это может быть даже потенциальный клиент.

    Чтобы резюмировать недолговечную юридическую шумиху: Runlayer — это стартап на ранней стадии, который был запущен в ноябре 2025 года и привлёк в общей сложности 42 миллиона долларов от таких венчурных капиталистов, как Кит Рабуа из Khosla Ventures и Felicis. Его возглавляет основатель Эндрю Берман (среди предыдущих компаний — производитель детских мониторов Nanit и инструмент для видеоконференций с искусственным интеллектом Vowel, который был продан Zapier в 2024 году).

    Согласно иску Runlayer, после того как Rippling более года тестировала шлюз MCP от Runlayer, причём две инженерные команды тесно сотрудничали, Rippling так и не подписала договор о том, чтобы стать клиентом. Вместо этого Берман получил сообщение от сотрудника Rippling, в котором говорилось, что его работодатель разрабатывает собственный шлюз MCP и планирует выпустить его как продукт. Этот сотрудник описал продукт Rippling как клон продукта Runlayer.

    Runlayer подала в суд, утверждая, что Rippling нарушила договорные соглашения, касающиеся тестирования её продуктов.

    Шлюз MCP надёжно обрабатывает запросы ИИ-агентов предприятия к данным из других программных систем. Так, например, когда специалист по найму запрашивает подробную информацию о пяти лучших кандидатах на работу, включая их электронные письма, эти данные должны быть извлечены из системы подбора персонала компании. Шлюз управляет процессом извлечения, а не предоставляет агентам прямой доступ к программным системам компании. Затем он может включать в себя и другие функции, такие как контроль доступа на основе ролей сотрудников (менеджеры получают другой доступ, чем стажеры), наблюдаемость (журналы и пути использования) и так далее.

    Затем Rippling подала встречный иск, утверждая, что Runlayer нарушает некоторые из её патентов. Этот шаг был воспринят Runlayer как способ заставить её отказаться от иска, одновременно увеличивая судебные издержки.

    Runlayer отказалась от иска после того, как провела последние три недели в процессе обнаружения. Rippling отказалась от своего иска и не стала требовать урегулирования спора.

    Таким образом, хотя судебные иски не привели ни к чему, кроме широкой общественной огласки, для основателей есть более глубокий вывод. Ландшафт искусственного интеллекта меняется так быстро, что затяжные технические разборки, которые предприятия любят устраивать стартапам, необходимо переосмыслить. За время, прошедшее с момента, когда стартап в области искусственного интеллекта вступает в один из таких конфликтов, и до нескольких месяцев спустя, потребности и желания предприятий могут кардинально измениться.

    Тем временем, за несколько недель Rippling, чьим хлебом насущным исторически было управление заработной платой и льготами, теперь вышла на рынок шлюзов искусственного интеллекта с инструментом, который может маршрутизировать к различным моделям, одновременно отслеживая расходы на токены по сотрудникам на информационной панели. Продукт конкурирует с такими компаниями, как Stripe, Ramp и Databricks.

    Теперь Rippling также занимается бизнесом в области безопасности искусственного интеллекта с помощью этого шлюза MCP, который привязывает доступ к искусственному интеллекту к ролям сотрудников. Она конкурирует с такими компаниями, как Runlayer, Docker и Amazon Bedrock.

    Что касается Runlayer, то его фишка — это более широкий набор услуг по обеспечению безопасности агентов, привязанных к шлюзу, начиная от создания агентов и заканчивая обнаружением теневых агентов ИИ, работающих на предприятии без ведома ИТ-отдела.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Чат-бот Grok от xAI выдаёт бессмыслицу

    Чат-бот Grok от xAI выдаёт бессмыслицу

    В чат-боте Grok от xAI произошёл сбой, из-за которого многие пользователи получили в ответ бессмыслицу.

    Один из пользователей попросил модель создать PDF-файл, а в ответ получил набор слов: «match it without and your they and two for planets can practical and often cheese…» Бессмыслица продолжалась на несколько абзацев.

    Другой пользователь, проверив исходные ссылки, обнаружил ряд ссылок на сайты, посвящённые исследованиям в области обучения с подкреплением.

    Пользователи, столкнувшиеся с проблемой, сообщили TechCrunch, что они использовали Grok Lite и заметили неполадки уже в среду утром. TechCrunch не смог воспроизвести проблему при собственном тестировании, и, вероятно, она затрагивает лишь небольшую часть пользователей. xAI не ответила на запрос о комментарии.

    Тем не менее, многие пользователи Grok оказались в замешательстве. Сообщество чат-бота в Reddit было переполнено жалобами. Обновление сеанса часто восстанавливает нормальную работу, но некоторые пользователи сообщили, что бессвязные ответы продолжались даже после нескольких обновлений.

    Ошибка, по-видимому, ограничена прямыми запросами на Grok.com. Аккаунт Grok в X.com не пострадал.

    В ответ на жалобы пользователей аккаунт Grok подтвердил наличие проблем в X:

    «Этот чистый словесный салат — редкий временный сбой генерации. Официальный статус на https://status.x.ai показывает, что все службы Grok полностью работоспособны, без инцидентов. Начните новый чат или регенерируйте — обычно это сразу проходит. Извините за бессмыслицу», — написал аккаунт в четверг утром.

    В мае издание The Information сообщило, что в xAI в последние месяцы наблюдается значительная текучка кадров: компания потеряла большую часть своей команды основателей, а также не менее 50 исследователей и инженеров. В июле компания выпустила свою последнюю базовую модель, описав её как «модель класса Opus, но более быструю, эффективную по токенам и дешёвую».

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Linkdaze: умный календарь для всей семьи без подписки

    Linkdaze: умный календарь для всей семьи без подписки

    С приближением (или уже наступлением в некоторых местах) сезона возвращения в школу отслеживание графиков всех может стать довольно хаотичным. Между работой, учёбой, встречами, спортом, домашними делами и всем остальным, обычный бумажный календарь просто не подходит. Вот тут-то и приходит на помощь умный цифровой календарь Linkdaze — планшет с сенсорным экраном, созданный специально для организации быта семьи, а не одного человека.

    Одним из самых больших преимуществ Linkdaze является его совместимость с календарями. Система может синхронизировать календари из популярных сервисов, включая Google, iCloud, Outlook, Yahoo и Cozi, которое является специализированным приложением для организации семьи. Это особенно полезно для семей, где разные члены используют разные платформы. Вместо того, чтобы просить всех перейти на одно приложение-календарь, Linkdaze объединяет несколько расписаний и использует цветовое кодирование, чтобы облегчить идентификацию отдельных членов семьи.

    Запущенный в декабре прошлого года, Linkdaze доступен в моделях с диагональю 15,6 дюйма и 10,1 дюйма, что даёт вам некоторую гибкость в зависимости от того, сколько у вас места на стене. Помимо календарей и встреч, вы можете использовать его для домашних дел и вознаграждений, планирования питания, списков покупок и другой организации семейного быта. Он даже может служить цифровой фоторамкой для отображения семейных фотографий.

    Изображение предоставлено: Linkdaze

    Однако самая интересная функция — это планировщик питания Linkdaze с функцией «Snap-to-Sync». Вместо того, чтобы вручную вводить всё в приложение для планирования питания, вы можете сфотографировать бумажный рецепт или школьное меню вашего ребёнка. Linkdaze превратит эту информацию в цифровой план питания и сформирует на его основе список покупок. Хотя это и не совсем новая идея, это полезная функция, которая помогает Linkdaze выделиться среди обычных цифровых календарей.

    Ещё один большой плюс заключается в том, что Linkdaze не требует ежемесячной подписки для использования своих основных функций. Это интересный выбор в категории, где регулярный доход стал стандартом. Skylight, конкурирующий бренд умных календарей, предлагает дополнительные функции через подписку стоимостью 79 долларов в месяц. Для компании, производящей аппаратное обеспечение и выходящей на переполненный рынок умных дисплеев, такое решение либо выделит её продукт, либо будет выглядеть как упущенный поток доходов.

    Linkdaze также дешевле по начальной цене: модель с диагональю 10,1 дюйма стоит 119,99 долларов по сравнению с 10-дюймовой моделью Skylight за 159,99 долларов.

    В целом, это устройство может стать практичным подарком для занятых родителей, которые пытаются держать все расписания в одном месте. Оно также может отлично подойти для студенческих квартир, где соседи по комнате могут использовать его для координации выполнения поручений, графиков учёбы, совместных приёмов пищи и других домашних обязанностей. Это также очень полезно для тех из нас, кто совмещает интервью, дедлайны, встречи и рабочие задания.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com