Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Badania mięsa laboratoryjnego i luka regulacyjna: co mówią najnowsze dokumenty

Bateria żelazo-ołowiowa CIC energiGUNE, która przeszła test 10 000 cykli 1 października, to najnowszy twardy wskaźnik w tej dokumentacji. Żaden z punktów nie dotyczy mięsa kulturowego, więc uczciwa wersja tej historii dotyczy dziedziny badań, której zapisy regulacyjne wypadają za wynikami naukowymi.

NaukaAnalizaRenata PawlakOpublikowano: 2 października 20268 min czytaniaŹródła 16
Badania mięsa laboratoryjnego i luka regulacyjna: co mówią najnowsze dokumenty

Temat dotyczy badań i regulacji mięsa laboratoryjnego. Dostarczona dokumentacja nie zawiera ani jednego źródła o mięsie kulturowym. Brak badań, wniosków, decyzji regulatorów czy komunikatów firm na ten temat w 16 pozycjach. To pierwsze ustalenie, które warto wyrazić wprost, zamiast przebrany stos sąsiednich materiałów za tematyczne.

Ta analiza robi więc coś węższego. Patrzymy na to, co najnowsze źródła w dokumentacji mówią o tym, jak szybko rozwijające się dziedziny badań podlegają zarządzaniu, i gdzie są luki. Trzy przykłady są wystarczająco świeże, by datować je precyzyjnie, a każdy ujawnia inny element tej samej mechaniki: reżimy testowania, zasady ujawniania informacji i decyzje o pozwoleniach.

Czego dokładnie dotyczyła weryfikacja z 1 października

pv magazine poinformowało 1 października, że CIC energiGUNE, hiszpańskie centrum badawcze, ukończyło 10 000 cykli ładowania i rozładowywania baterii przepływowej z ołowiem i żelazem. Ogniwa działały w temperaturach od 25 C do 30 C, używały żelaza i ołowiu jako materiałów aktywnych i opierały się na pojedynczym obwodzie elektrolitu, a nie na osobnych obwodach typowej baterii przepływowej. Bezfluorowa membrana ma obniżyć oporność wewnętrzną i ograniczyć przenikanie między dwiema stronami ogniwa.

Centrum twierdzi, że oba materiały aktywne mają ugruntowane łańcuchy dostaw przemysłowych i recyklingowych, co uzasadnia mniejszą zależność od surowców krytycznych. Kolejnym krokiem są moduły o skali kilowatów za pomocą symulacji, projektowania systemowego i walidacji eksperymentalnej. To wynik laboratoryjny, nie produkt. Ale to liczba, ma datę i jest publicznie dostępna, co więcej, niż można powiedzieć o większości tego, co ją otacza.

Przeciwstaw to dziedziny mięsa kulturowego, gdzie równoważnym benchmarkiem byłaby kosztowana, recenzowana produkcja w skali przemysłowej. Nic takiego nie ma w tej dokumentacji.

Regulatorzy ruszyli najpierw z pieniędzmi, nie z żywnością

Najjaśniejsze działanie regulacyjne w dokumentacji pochodzi od Rezerwy Federalnej i dotyczy stablecoinów. 24 września Rada poprosiła o publiczne komentarze do dwóch propozycji budowy ram dla wydawców stablecoinów płatniczych nadzorowanych przez Radę w ramach ustawy GENIUS, według własnego komunikatu prasowego Rezerwy Federalnej.

Pierwsza propozycja wymagałaby pełnego zabezpieczenia aktywa rezerwowymi dopuszczalnymi, takimi jak krótkoterminowe obligacje skarbowe i inne wysokiej jakości płynne aktywa, plus standaryzowane wymogi kapitałowe, standardy zarządzania ryzykiem i zasady dla firm przechowujących aktywa zabezpieczające. Druga utworzyłaby dostosowany proces aplikacyjny dla banków chcących wydawać stablecoiny płatnicze, wymagający planu biznesowego i informacji finansowych, z zdefiniowanym procesem odwołań i rozpraw. Okres na komentarze kończy się 60 dni po publikacji w Federal Register.

Zauważ kształt tego mechanizmu. Dwie propozycje, stałe okno na komentarze, opublikowane ogłoszenia, ścieżka aplikacyjna z wymienionymi dokumentami. Cośkolwiek myślisz o stablecoinach, szkielet proceduralny jest jawny i cytowalny. To jest standard, wobec którego należy oceniać jakikolwiek nowy ramowy akt żywnościowy lub biotechnologiczny.

Dwa kolejne punkty danych z października, żadne o żywności

1 października TechCrunch poinformowało, że OpenAI rozstał się z trzema badaczami z zespołu bezpieczeństwa, którzy rzekomo udostępnili poufne informacje firmowe zewnętrznej organizacji ds. bezpieczeństwa AI, powołując się na The Wall Street Journal. Rzecznik OpenAI powiedział Journal, że firma „rozstała się z trzema osobami za naruszenie naszych polityk dotyczących dostępu i obsługi wrażliwych informacji firmowych” i że śledztwo potwierdziło, że „nieprawidłowo obsłużyli wrażliwe informacje poza ustalonymi procedurami firmowymi”.

Raport nie nazwał badaczy, organizacji ani informacji, o które chodziło. TechCrunch zauważa, że posty na X nazwały osoby, które niektórzy użytkownicy uważają za zwolnionych, i że redakcja nie potwierdziła ich tożsamości. Odejścia nastąpiły dwa dni po tym, jak The New York Times poinformował, że dyrektorzy OpenAI odeszli od ostrzeżeń pracowników dotyczących praktyk bezpieczeństwa. OpenAI powiedział Times, że traktuje obawy o bezpieczeństwo poważnie i ma wewnętrzne kanały, jednocześnie uznając „potrzebę poruszania się szybciej”.

To jest historia odpowiedzialności ze spornymi faktami i nieznanych źródłach po jednej stronie. Jest tu tłem z jednego powodu: pokazuje, jak cienki jest publiczny zapis, gdy jedynym dowodem jest wyciek i oświadczenie.

Także 1 października Sony uruchomiło Quick Spectral Super Resolution, technologię skalowania AI dla standardowego PS5, opisaną w poście na blogu jako „nowa wydajnościowa klasa skalowania AI” wynikająca z pracy nad Project Amethyst z AMD, według The Verge. Sony twierdzi, że PlayStation Spectral Super Resolution na PS5 Pro „pozostaje złotym standardem”, a wstępne testy Digital Foundry sugerują, że QSSR nie jest tak szybkie, ponieważ podstawowa konsola nie ma dedykowanego krzemu do uczenia maszynowego, więc oczekujmy bliżej 1 440p niż 4 000p. Daniel Craig, główny inżynier R&D grafiki w Sony, powiedział Digital Foundry, że na PS5 zespoły „muszą być bardziej elastyczne” w kwestii celów renderingu i prezentacji, i że QSSR jest „fundamentalnie zamiennikiem drop-in” dla tytułów obsługujących już PSSR po kilku dniach strojenia. Marvel's Wolverine i Ghost of Yotei otrzymały łatki tego samego dnia.

Gdzie naprawdę toczy się walka o pozwolenia

Najbardziej przydatny precedens regulacyjny w dokumentacji dotyczy prądu i ma dziesięć dni. Canary Media poinformowało 21 września, że regulatorzy w Karolinie Północnej odrzucili wniosek Duke Energy o budowę gazowni o mocy 255 MW w Richmond County, obiektu mającego częściowo obsługiwać popyt centrów danych. 23-stronicowy nakład Komisji Użytków Publicznych nazwał licencję przedwczesną, mówiąc, że prognozowany wzrost obciążenia był „niewystarczająco wiarygodny dla Komisji, aby działać w tym momencie”, i powołując się na szacowany koszt 584 000 000 dolarów.

Nakład opierał się bezpośrednio na Zasięgu Ochrony Abonentów Białego Domu, uruchomionym w marcu i podpisanym przez Duke i ponad 200 innych operatorów, który mówi, że koszty energii dla centrów danych nie zostaną przerzucone na klientów mieszkalnych. Komisja stwierdziła, że Duke „musi wykazać” zgodność z tym zasięgiem. Canary Media zauważa, że panel wielokrotnie zatwierdzał szerszy rozwój paliw kopalnych Duke i że żadna grupa środowiskowa ani konsumencka nie zakwestionowała tej konkretnej aplikacji.

Przeczytaj wzorzec przez wszystko to. Stablecoiny: opublikowane propozycje, stałe okno, nazwane dokumenty. Gazownia: pozwolenie odrzucone, ponieważ prognoza popytu była zbyt spekulatywna, by uzasadnić pół miliarda dolarów. Bateria: 10 000 cykli, stwierdzony zakres temperatur, stwierdzone materiały, stwierdzony kolejny krok. W każdym przypadku regulator lub badacz postawił liczbę na stole i pozwolił ją sprawdzić.

Warstwy talentu i danych pod spodem

Dwa starsze źródła uzupełniają strukturalne tło. South China Morning Post poinformowało 25 września o badaniu Carnegie China, które wykazało, że Chiny zatrudniały 41 procent światowych czołowych badaczy AI w zeszłym roku, wyprzedzając Stany Zjednoczone z 34 procentami, odwrócenie trendu z 2022 roku, gdy USA prowadziły 46 procent do 27 procent. Artykuł przypisuje ten przeskok rozwijającemu się krajowemu przemysłowi i ostrzejszym ograniczeniom wizowym USA. To ma znaczenie dla jakiegokolwiek regulowanego pola badań, ponieważ ludzie, którzy piszą przypadki bezpieczeństwa i zgodności, też się przemieszczają.

Strona danych: blog NVIDIA z 24 września opisał wydanie koalicji, z Google DeepMind i EMBL-EBI, przewidywanych struktur 3D kompleksów białkowych z ponad 2 800 wirusów do Bazy Danych AlphaFold. Struktury zostały wywnioskowane za pomocą AlphaFold2 i zoptymalizowane przy użyciu NVIDIA BioNeMo Inference Runtime. Risha Patel z Google DeepMind powiedziała, że współpraca „wyposaży naukowców na całym świecie w wiedzę, której potrzebują, aby pomóc się przygotować na przyszłe wybuchy”. NVIDIA opublikowało również BioNeMo Structure Prediction Pipeline. Około 30 procent dodawanych interakcji białkowych jest nowych dla nauki, według posta, który cytuje szacunek Center for Global Development o prawdopodobieństwie około 50 procent pandemii o ciężkości COVID-19 do 2050 roku.

Wygląda to na otwarte, przedkonkurencyjne udostępnianie danych: nazwany model, nazwany potok, stwierdzony udział nowych interakcji. To jest przeciwieństwo wycieku.

Dwie prace badawcze z października i co mówią nam o ewaluacji

Microsoft Research przedstawiło Quine 29 września, opisane jako wysiłek badawczy mający na celu zbudowanie multimodalnego modelu świata biologii i interaktywnego szkieleta łączącego modele, narzędzia naukowe, literaturę i badaczy. Współpracując z Broad Institute Harvardu i MIT, zespół priorytetyzował związki przewidziane jako napędzające zmiany stanu guza terapeutycznego i zwalidował kilku wiodących kandydatów w wielu testach wet-lab. Firma jest wyraźna, że Quine to eksperymentalna technologia badawcza, nie do użytku klinicznego lub medycznego, że wyjścia mogą być niekompletne lub niedokładne i wymagają przeglądu i walidacji eksperymentalnej.

Praca na arXiv złożona 29 września, AIM: Agentic Idea Management for Automated Research, raportuje, że jej ramy pokonały najsilniejszą bazę o 1,6 punktu procentowego w zadaniach optymalizacji systemów i 4,9 punktu w zadaniach długoterminowego rozwoju modeli i CUDA w 10 zadaniach benchmarkowych AutoLab, i osiągnęła wydajność najlepszej bazy do 3,1 razy szybciej w czasie rzeczywistym. To są małe, konkretne, falsyfikowalne twierdzenia powiązane z nazwanym benchmarkiem.

Zestaw to z brakującym plikiem mięsa kulturowego. Lekcja nie polega na tym, że jedna dziedzina jest cnótliwa, a druga nie. Polega na tym, że dziedzina bez opublikowanych cykli, okna na komentarze i nakładu o pozwoleniu zostawia dziennikarzy, i wszystkich innych, z niczym do sprawdzenia.

Jak wyglądałby prawdziwy zapis mięsa kulturowego

Na podstawie powyższych precedensów, minimum to nazwany regulator, zdatowana decyzja, stwierdzona baza dowodów i liczba. Kosztowana produkcja na kilogram. Zdefiniowana linia komórkowa. Ustrukturyzowany okres na komentarze z datą zamknięcia, jak Rezerwa Federalna ustaliła dla swoich propozycji stablecoinów. Ścieżka aplikacyjna z wymienionymi wymaganymi dokumentami. W ich braku, pokrycie sektoru sprowadza się do komunikatów prasowych, co jest dokładnie trybem awarii, którego nakład Duke został napisany, aby uniknąć.

Nic z tego nie ma w dokumentacji. O to chodzi. Źródła tutaj dotyczą baterii, odejść z bezpieczeństwa AI, skalowania konsoli, regulacji stablecoinów, pozwoleń na gaz, talentu badawczego i otwartych struktur białkowych. Są użyteczne jako szablon dla tego, jak dziedzina badań zdobywa zaufanie publiczne. Nie są dowodem o mięsie kulturowym, i żaden uczciwy tekst nie powinien udawać inaczej.

Komentarze 0

Źródła

16
  1. 01OpenAI cuts ties with 3 safety researchers, WSJ reportsEN
  2. 02Sony brings AI graphics upscaling to the regular PS5EN
  3. 03Spanish researchers validate 10,000 cycles for iron-lead flow batteryEN
  4. 04The Download: OpenAI's chief research officer explains its hacking responseEN
  5. 05Creatine may help build muscle even without exercise, researchers findEN
  6. 06Introducing Quine: An AI research system designed for the complexity of biologyEN
  7. 07AIM: Agentic Idea Management for Automated ResearchEN
  8. 08One year in: How Microsoft Research Asia - Singapore is advancing research, partnership and talentEN
  9. 09SaSh: Ahead-of-time Analysis of Shell Program EffectsEN
  10. 10Launch HN: Magnitude (YC S25) - Self-optimizing inference engine for agentsEN
  11. 11China overtakes US as top workplace for elite AI researchers, study findsEN
  12. 12Launching Vespper DOCX MCP: 3x faster, 2x cheaper, more accurateEN
  13. 13Duke Energy wants to build a new gas plant. Regulators said not so fast.EN
  14. 14Federal Reserve Board requests public comment on two proposals related to establishing a regulatory framework for Board-supervised payment stablecoin issuers unEN
  15. 15How Open Science Can Help Researchers Prepare for the Next PandemicEN
  16. 16US regulators back multi-cancer blood test - but Hong Kong doctors remain cautiousEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Renata Pawlak

Renata Pawlak

Nauka i zdrowie

Renata Pawlak zajmuje się w FLASH24 nauką i zdrowiem, opierając teksty na publikacjach recenzowanych, komunikatach instytucji i danych źródłowych, a nie na doniesieniach bez pokrycia. Przy każdej liczbie sprawdza metodologię badania, wielkość próby i jednostki, a wyniki porównuje z wcześniejszymi pracami na ten sam temat. Czeka na comiesięczne raporty GUS i NFZ, rozmawia z lekarzami oraz fizykami, a przed publikacją pyta autorów o ograniczenia ich wniosków. Prywatnie interesuje się fizyką materiałów i obserwuje niebo przez własny teleskop, co pomaga jej czytać prace z dziedzin ścisłych. Nie publikuje niczego, czego nie może potwierdzić w co najmniej dwóch niezależnych źródłach.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.