Hej, tu Patryk!
To już drugie święta odkąd dzielę się z Wami najważniejszymi newsami ze świata AI. Niesamowicie cieszy mnie rosnące grono czytelników! Pamiętam swoje początkowe wątpliwości – czy wystarczy mi wytrwałości, by regularnie przygotowywać dla Was te zestawienia, zwłaszcza że każde wydanie wymaga naprawdę sporo pracy.
Ale udało się! I wiecie co? Nie zamierzam przestawać! 🫡
Dziękuję każdej osobie, która regularnie zagląda do newslettera i znajduje w nim wartościowe treści. Ponieważ to ostatnie wydanie przed świętami, chciałbym życzyć Wam wszystkim spokojnych i radosnych świąt! 🎄
SORA już dostępna (ale nie w UE)
OpenAI oficjalnie udostępniło swój model generacji wideo Sora dla subskrybentów ChatGPT Plus i Pro. Usługa pozwala użytkownikom na wygenerowanie do 50 filmów w rozdzielczości 480p miesięcznie, podczas gdy użytkownicy Pro otrzymują 10-krotnie większy limit z dostępem do wyższych rozdzielczości i dłuższych materiałów. Usługa jest obecnie dostępna w większości regionów, gdzie działa ChatGPT, z wyjątkiem Wielkiej Brytanii, Szwajcarii i Europejskiego Obszaru Gospodarczego, z planami rozszerzenia dostępu w nadchodzących miesiącach.
https://openai.com/index/sora-is-here
Rewolucyjny czip kwantowy od Google
Google zaprezentowało Willow, nowy rewolucyjny czip kwantowy. Czip ten wykonał obliczenie w pięć minut, które zajęłoby najmocniejszemu do tej pory superkomputerowi 10 septylionów (10^25 🤯) lat, co potwierdza jego zdolność do rozwiązywania problemów niemożliwych dla klasycznych komputerów. Willow dzięki zaawansowanej korekcji błędów zmniejsza ich liczbę wraz ze skalowaniem liczby kubitów, co było kluczowym wyzwaniem od trzech dekad.
https://blog.google/technology/research/google-willow-quantum-chip
Nowe możliwości o1 – projektowanie centrów danych i analiza obrazów
OpenAI uruchomiło model o1 z możliwością zaawansowanej analizy obrazów, umożliwiając m.in. projektowanie centrów danych ze szkiców czy szczegółowe rozpoznanie obiektów na zdjęciach. Ulepszony o1 popełnia błędy rzadziej o 34% względem wersji o1-preview i odpowiada szybciej, co czyni go bardziej precyzyjnym w złożonych zadaniach. Jednocześnie zaprezentowano ChatGPT Pro za $200/miesiąc, oferujący m.in. wersję high-compute o1 oraz GPT-4o, co skierowane jest do zaawansowanych zastosowań w przedsiębiorstwach i badaniach.
Copilot – kontrowersyjne narzędzie w wersji preview
Microsoft pomimo oburzenia użytkowników wprowadza Copilot Vision, narzędzie AI w wersji preview, które potrafi czytać treści przeglądanych stron internetowych. Funkcje obejmują analizę tekstu i obrazów, tłumaczenie, podsumowanie oraz wsparcie w takich zadaniach, jak identyfikacja promocji w katalogach online czy pomoc w grach. Obecnie ograniczone do wybranej listy stron z zaostrzoną polityką prywatności, jednak nie określoną konkretnie przez Microsoft.
o1 – wolniejszy, ale mądrzejszy?
Autor analizuje model OpenAI o1, który zamiast natychmiastowych odpowiedzi, poświęca więcej czasu na „wewnętrzne myślenie”. Choć spowalnia to jego pracę, osiąga lepsze wyniki w złożonych zadaniach. Niepokojącym aspektem jest jednak to, że podczas tego procesu model czasami generuje nieczytelne dla człowieka sekwencje, co utrudnia zrozumienie jego działania i może sygnalizować potencjalne problemy z kontrolą nad bardziej zaawansowanymi systemami.
https://www.alexirpan.com/2024/12/04/late-o1-thoughts.html
Nowe funkcje Yelp – łatwiejsze przeszukiwanie opinii i personalizacja
Yelp ogłosił wprowadzenie nowych funkcji opartych na AI, takich jak „Review Insights,” które wykorzystują modele LLM do analizy opinii pod kątem kluczowych aspektów, takich jak jakość jedzenia czy obsługi, ułatwiając szybki dostęp do istotnych informacji.
https://blog.yelp.com/news/end-of-year-product-release-2024/
Nowe laboratorium AI Amazona
Amazon uruchomił nowe laboratorium AGI SF w San Francisco, koncentrując się na długoterminowych badaniach nad zdolnymi do działania agentami AI. Placówka zamierza łączyć modele językowe z uczeniem przez wzmacnianie, rozwijając zdolności planowania, rozumowania i adaptacji do rzeczywistych środowisk. Zespół będzie zasilany wiedzą specjalistów z firmy Adept, a badania będą budowane w oparciu o fundamenty Amazon Nova – zaawansowaną rodzinę modeli AI o wysokiej wydajności i wszechstronności.
Przyszłość AI według CEO Salesforce
Marc Benioff, CEO Salesforce, przewiduje, że przyszłością AI są firmowe „agenty”, które usprawnią interakcje z klientami, automatyzując obsługę i sprzedaż bez konieczności zastępowania ludzi. Salesforce, firma posiadająca kluczowe dane klientów, celuje w ugruntowanie tej transformacji, oferując narzędzia takie jak Agentforce, które umożliwiają firmom tworzenie takich rozwiązań. Benioff podkreśla, że wspierana przez AI automatyzacja może zwiększyć produktywność w branżach, takich jak medycyna czy bankowość, pozwalając zoptymalizować zasoby ludzkie i odejść od tradycyjnych ograniczeń kadrowych, jednocześnie redefiniując modele biznesowe i rywalizując z liderami, jak Microsoft.
https://www.bigtechnology.com/p/salesforce-ceo-marc-benioff-has-thoughts
AI automatycznie zrobi za nas zakupy?
Firmy technologiczne intensywnie pracują nad AI, które przejmą proces zakupów online, w tym wyszukiwanie, wybór i finalizację transakcji. Perplexity już testuje takiego agenta dla użytkowników premium, choć obecne wersje są powolne i mają problemy z dokładnością zakupów, wynikające m.in. z nieautoryzowanego scrapingu danych sprzedawców. Google, OpenAI i Amazon rozwijają podobne narzędzia, co może wpłynąć na metody promowania produktów przez detalistów i ograniczyć ich kontrolę nad danymi konsumentów. Kluczowe wyzwania obejmują prywatność, problemy techniczne i opór ze strony platform handlowych, które mogą tworzyć bardziej wyrafinowane zabezpieczenia przeciw botom.
https://techcrunch.com/2024/12/02/the-race-is-on-to-make-ai-agents-do-your-online-shopping-for-you/
Reklamy w ChatGPT?
OpenAI rozważa wprowadzenie reklam do ChatGPT, pomimo publicznych zastrzeżeń CEO Sama Altmana, który nazwał to rozwiązanie „ostatnią deską ratunku”. CFO Sarah Friar wskazała, że choć nie ma obecnie aktywnych planów, koncepcja jest analizowana w kontekście rosnących kosztów utrzymania modeli AI, które przekraczają możliwości samych subskrypcji. Warto zauważyć, że firma zatrudniła ostatnio Shivakumara Venkataramana, byłego menedżera z Google, co może wskazywać na przygotowania do potencjalnego uruchomienia modelu reklamowego.
https://techcrunch.com/2024/12/02/ads-might-be-coming-to-chatgpt-despite-sam-altman-not-being-a-fan/
AI zmienia rynek książek – przyspieszenie czy zagrożenie?
Wykorzystanie AI w wydawnictwach dynamicznie zmienia rynek książek, przyspieszając procesy publikacyjne i zwiększając ilość treści, ale jednocześnie budząc obawy o jakość literatury. Nowi gracze, tacy jak Spines, planują opublikować tysiące tytułów rocznie dzięki automatyzacji edycji i dystrybucji, podczas gdy giganci, jak Microsoft z imprints 8080 Books czy ByteDance, wprowadzają bardziej technologiczne podejście do tradycyjnego rynku. Równolegle AI rewolucjonizuje tłumaczenia książek, otwierając dostęp do zagranicznej literatury, choć jej nadużycia prowadzą do zalewu niskiej jakości treści na platformach takich jak Amazon. Reakcje dużych wydawnictw są ostrożne, stawiając na ochronę własności intelektualnej i odpowiedzialne wdrażanie technologii.
https://www.fastcompany.com/91236515/how-ai-is-accelerating-and-devaluing-book-publishing
Budowanie LLM nie będzie opłacalne?
Budowanie modeli językowych takich jak ChatGPT czy Claude.ai może nie być tak dochodowym biznesem, jak mogłoby się wydawać. Branża ta zmaga się z niekorzystną strukturą rynkową, w której dominujący dostawca (NVIDIA) ma ogromną siłę cenową, użytkownicy łatwo migrują między konkurentami, a bariery wejścia dla nowych graczy są niskie dzięki dostępności publikacji naukowych. Podobnie jak w przypadku przeszłych technologii takich jak przeglądarki internetowe, sukces technologiczny nie zawsze przekłada się na skalowalny sukces biznesowy, co poddaje w wątpliwość wyceny firm takich jak OpenAI.
https://calpaterson.com/porter.html
Skupienie Inflection AI na narzędziach dla firm – koniec wyścigu AI?
Inflection AI ogłosiło, że wycofuje się z wyścigu o rozwój najbardziej zaawansowanych modeli AI, koncentrując się na narzędziach dla przedsiębiorstw. Po wcześniejszym przejęciu kluczowych talentów przez Microsoft i przeniesieniu części zasobów firmy, Inflection skupiło się na akwizycji mniejszych startupów, takich jak Jelled.AI czy BoostKPI, aby dostarczać branżowe rozwiązania oparte na istniejących modelach AI. Firma podkreśla możliwość uruchamiania swoich systemów na miejscu u klienta, co może przyciągnąć organizacje dbające o bezpieczeństwo danych, jednocześnie zaznaczając, że obecne technologie są wystarczające dla większości zastosowań biznesowych.
Czy Perplexity stworzy tanie urządzenie do rozmów z AI?
Perplexity, twórca wyszukiwarki wspieranej przez AI, rozważa wejście na rynek sprzętowy poprzez opracowanie niedrogiego urządzenia (poniżej 50 USD), umożliwiającego komunikację głosową z AI. CEO firmy, Aravind Srinivas, zapowiedział, że projekt nabierze tempa po zainteresowaniu użytkowników platformy X. W kontekście wcześniejszych wyzwań finansowych i technicznych, przed którymi stawały inne startupy AI, sukces Perplexity w hardware będzie zależał od umiejętnej realizacji projektu oraz spójności z ich istniejącą ofertą AI.
https://techcrunch.com/2024/11/26/perplexity-mulls-getting-into-hardware/
Elon Musk kontra OpenAI i Microsoft ciąg dalszy
Elon Musk złożył wniosek o wstrzymanie przejścia OpenAI na model for-profit, argumentując, że firma może nie mieć wystarczających środków na potencjalne odszkodowania, jeśli przegra proces. Jednocześnie zarzuca OpenAI i Microsoftowi działania antykonkurencyjne, w tym zniechęcanie inwestorów do finansowania konkurentów, co jego prawnicy uznają za naruszenie Sherman Act. Dodatkowo wskazuje na potencjalną współpracę Microsoftu z OpenAI przy pomocy udostępnianych danych, co może być sprzeczne z Clayton Act. OpenAI odpiera te zarzuty jako bezzasadne.
Jak wpłynąć na wyniki ChatGPT Search?
Chris Long z Go Fish Digital przeprowadził eksperyment, który pokazuje, że możliwe jest wpływanie na wyniki ChatGPT Search poprzez odpowiednią optymalizację treści. Firma zauważyła, że wyniki wyszukiwania pomijały „Kluczowych klientów”, co osłabiało ich postrzeganie. Aktualizując artykuł z listą klientów i strukturyzując dane w formie przyjaznej dla modeli LLM, udało się wpłynąć na generowane wyniki w ChatGPT.
Czy AI zmienia LinkedIn?
Od momentu premiery ChatGPT pod koniec 2022 roku, liczba podejrzewanych o generowanie przez AI długich postów na LinkedIn wzrosła o 189%, a obecnie szacuje się, że ponad połowa (54%) takich treści jest wspomagana przez AI. Analiza wykazała również, że długość tych postów zwiększyła się o 107%, co sugeruje, że narzędzia generatywne, dzięki swojej łatwej dostępności i możliwości tworzenia treści na wysokim poziomie, znacząco wpłynęły na kształtowanie się standardów publikowanych treści na platformie. Wyniki badań rzucają wyzwanie tradycyjnemu postrzeganiu LinkedIn jako miejsca autentycznego.
https://originality.ai/blog/ai-content-published-linkedin
Nowy model Suno AI – bardziej realistyczna muzyka
Suno wypuściło nową wersję modelu AI do generowania muzyki, oznaczoną jako V4, oferującą bardziej realistyczne wokale, ulepszone instrumentacje oraz bardziej zaawansowaną konstrukcję muzyczną. Model, dostępny obecnie dla płatnych użytkowników, pozwala tworzyć muzykę zarówno na podstawie tekstowych promptów, jak i przesłanych nagrań audio.
https://www.rollingstone.com/music/music-features/ai-music-generator-new-model-suno-1235172581
Jak OpenAI chce zdobyć miliard użytkowników?
OpenAI planuje zwiększyć swoją bazę użytkowników do miliarda, koncentrując się na udostępnianiu rozwiązań AI na szerszą skalę. Strategia obejmuje rozwój dostępności ich modeli, takich jak ChatGPT, z naciskiem na praktyczne zastosowania w codziennym życiu i biznesie.
https://www.ft.com/content/e91cb018-873c-4388-84c0-46e9f82146b4
Sztuczna inteligencja odnajduje zapomniane szyby naftowe i gazowe
Naukowcy wykorzystują sztuczną inteligencję do identyfikacji nieudokumentowanych szybów naftowych i gazowych (UOW) na podstawie 45 lat historycznych map topograficznych USGS. Dzięki algorytmom uczonym rozpoznawać specyficzne symbole szybów oraz narzędziom weryfikacyjnym, zlokalizowano ponad 1300 potencjalnych UOW w Kalifornii i Oklahomie, z których część potwierdzono za pomocą zdjęć satelitarnych i inspekcji terenowych.
OpenAI i Anduril – AI dla wojska
OpenAI nawiązało współpracę z Anduril Industries, by rozwijać systemy AI do zastosowań wojskowych, początkowo koncentrując się na detekcji i neutralizacji zagrożeń ze strony dronów. Integracja modeli OpenAI z platformą Lattice Anduril ma poprawić zdolności szybkiego podejmowania decyzji w krytycznych sytuacjach, co podkreśla istotny zwrot OpenAI w kierunku obronności.
https://www.maginative.com/article/openai-and-anduril-partner-on-defense-ai-applications
ClearVoice-Studio – open-source AI poprawiające nagraną mowę
ClearVoice-Studio to uniwersalna platforma do przetwarzania mowy, oferująca funkcje separacji, poprawy jakości sygnału oraz ekstrakcji mowy preferowanego mówcy z wykorzystaniem modeli AI. Projekt jest prosty w integracji (skrypty Python) i wspiera popularne formaty audio oraz wideo.
https://github.com/modelscope/ClearerVoice-Studio/tree/main/clearvoice
NotebookLM traci kluczowych członków zespołu
Trójka kluczowych członków zespołu stojącego za Google NotebookLM, w tym lider projektu Raiza Martin, odeszła z firmy, aby założyć własny startup. Nowa inicjatywa ujawnia bardzo mało szczegółów. NotebookLM jest jednym z bardziej popularnych i lubianych rozwiązań AI od Google, utrata kluczowych członków może źle wpłynąć na dalszy rozwój projektu.
FishSpeech 1.5 – open-source alternatywa dla ElevenLabs?
Narzędzie pomaga w konwersji tekstu na mowę (TTS) oferując wysokiej jakości modele zero-shot i few-shot. Obsługuje wielojęzyczne i międzyjęzykowe teksty, niezależnie od fonetycznych zależności, oraz osiąga wysoką dokładność z niskimi wskaźnikami błędów (CER i WER). Umożliwia łatwe wdrożenie poprzez interfejs WebUI, GUI, bądź za pomocą serwera inferencji kompatybilnego z systemami Linux, Windows i MacOS.
https://twitter.com/FishAudio/status/1864370933496205728
Genie 2 od DeepMind – tworzenie światów 3D z obrazu i tekstu
DeepMind zaprezentowało Genie 2 – model AI generujący interaktywne światy 3D w czasie rzeczywistym na podstawie pojedynczego obrazu i opisu tekstowego. Umożliwia tworzenie różnorodnych, grywalnych środowisk z symulacją fizyki, animacji i NPC, przypominających gry komputerowe, choć generowane sceny trwają do jednej minuty.
15 nowych partnerów medialnych Perplexity
Perplexity AI ogłosiło rozszerzenie programu partnerskiego o 15 nowych partnerów medialnych, co ma na celu wzbogacenie treści dostarczanych przez ich platformę. Kroki te wskazują na wzrost zaangażowania w integrację jakościowych źródeł informacji, co może zwiększyć atrakcyjność usług Perplexity w kontekście personalizowanej analizy danych i dostępu do wiarygodnych treści dla użytkowników końcowych.
https://www.perplexity.ai/hub/blog/perplexity-expands-publisher-program-with-15-new-media-partners
Czy OpenAI pozwoli używać superinteligencji dla zysku?
OpenAI rozważa zniesienie ograniczenia, które zabraniało wykorzystywania AGI do celów komercyjnych. Taka decyzja mogłaby pozwolić Microsoftowi na dalsze korzystanie z zaawansowanych technologii OpenAI. Wprowadzenie tej zmiany oznaczałoby rezygnację z wcześniejszych zabezpieczeń, które miały chronić przed używaniem AGI wyłącznie dla zysku, oraz ograniczenie wpływu non-profitowej rady OpenAI na kontrolę nad technologią. Decyzja ta wynika z presji finansowej związanej z koniecznością pozyskania funduszy na dalsze badania i rozwój.
24 zastosowania AI od Google
Google podsumowało 24 najciekawsze zastosowania swojej technologii AI w 2024 roku. Kluczowe funkcje obejmują m.in. analizowanie zawartości ekranu w czasie rzeczywistym, generowanie spersonalizowanych streszczeń e-maili i rozmów telefonicznych, a nawet pomoc w tworzeniu quizów czy planowaniu podróży i wydarzeń. Nowości AI objęły także rozwinięte narzędzia edycji zdjęć, jak Magic Editor i Magic Eraser, dynamiczne opcje tłumaczeń oraz możliwość interakcji głosowych z materiałami wideo za pomocą Google Lens.
https://blog.google/technology/ai/google-ai-tips-tricks-2024
Model od DeepMind przewiduję pogodę lepiej niż tradycyjne modele
GenCast to nowy model AI opracowany przez DeepMind do prognozowania pogody, który oferuje ponad 97% skuteczności w prognozach do 15 dni, wyprzedzając aktualne systemy takie jak ECMWF ENS. Wykorzystuje generatywne modele dyfuzyjne i dane historyczne, aby generować szybkie i dokładne prognozy w wysokiej rozdzielczości, szczególnie w przypadku ekstremalnych zdarzeń pogodowych, takich jak cyklony czy fale upałów. Dzięki otwartemu udostępnieniu kodu i wag, rozwiązanie ma wspierać szeroką społeczność badawczą i branże zależne od pogody, takie jak energia odnawialna czy zarządzanie kryzysowe, jednocześnie integrując tradycyjne modele meteorologiczne.
Voice Mode ChatGPT z dostępem do kamery
OpenAI ogłosiło wprowadzenie funkcji wideo oraz udostępniania ekranu w zaawansowanym trybie głosowym w ChatGPT, co pozwala na prowadzenie interaktywnych rozmów w czasie rzeczywistym z wykorzystaniem wideo, ekranu i treści wizualnych. Funkcja ta będzie stopniowo udostępniana w ciągu najbliższego tygodnia. Firma dodała również świąteczny tryb „Santa”, który umożliwia rozmowy z wirtualnym Świętym Mikołajem w klimacie bożonarodzeniowym. OpenAI odniosło się też do ostatnich problemów z dostępnością usługi, przepraszając za utrudnienia i obiecując wkrótce szczegółowy raport wyjaśniający sytuację.
Jak AI zmieni nasze życie?
Dario Amodei, CEO Anthropic, omawia przyszłość sztucznej inteligencji, podkreślając jej potencjał społeczny w dziedzinach takich jak biologia i rozwój gospodarczy, jednocześnie wzywając demokracje do kształtowania odpowiedzialnych polityk AI w celu przeciwdziałania zagrożeniom geopolitycznym.
https://www.ft.com/content/e75e3388-4700-413d-ab67-778410c2d977
Chatboty OpenAI w kursach online
OpenAI planuje wprowadzić chatboty do kursów online, umożliwiając nauczycielom tworzenie spersonalizowanych modeli „GPT” dostosowanych do konkretnych programów edukacyjnych. Podczas wydarzenia edukacyjnego przedstawiciel OpenAI, Siya Raj Purohit, wskazał na potencjał takich narzędzi do przekształcenia nauki w proces ciągły, zintegrowany z treściami semestralnymi. Chociaż technologia zyskuje na precyzji, sceptycyzm nauczycieli wobec AI w edukacji pozostaje wyzwaniem, co może wpłynąć na tempo jej adopcji.
https://techcrunch.com/2024/12/05/openai-wants-to-pair-online-courses-with-chatbots/
Bezpieczne modele AI od Anthropic dla firm
Anthropic, współzałożone przez Danielę i Dario Amodei, wyróżnia się na rynku AI unikalnym podejściem łączącym zaawansowane technologie z naciskiem na bezpieczeństwo i etykę, m.in. poprzez wdrożenie koncepcji „Constitutional AI” – zestawu zasad zachowania dla modeli. Ich flagowy model Claude 3.5 zyskał nowe funkcje, takie jak obsługa komputera, będąc jednocześnie preferowanym wyborem dla przedsiębiorstw dzięki solidnym zabezpieczeniom. Dzięki strategicznemu połączeniu talentów naukowych i kapitału firma szybko zdobywa rynek, koncentrując się na roli infrastruktury AI i współpracy z deweloperami przy tworzeniu aplikacji opartych na swoich modelach.
https://lsvp.com/stories/generative-sf-how-anthropic-is-building-better-safer-ai-models/
Devin – nowa pomoc dla zespołów inżynieryjnych
Devin, inteligentny agent do kodowania, jest już ogólnodostępny, oferując integrację ze Slackiem, rozszerzenie do IDE (VSCode) oraz API, bez limitu miejsc i z dedykowanym wsparciem technicznym. System sprawdza się najlepiej w zadaniach takich jak naprawa drobnych błędów frontendowych, generowanie wstępnych pull requestów czy ukierunkowane refaktoryzacje kodu, a jego skuteczność wzrasta przy jasnym formułowaniu wymagań i testów. Devin potrafi obsługiwać zadania, pisać testy, a także integrować się z popularnymi repozytoriami, co czyni go szczególnie przydatnym przy refaktoryzacji kodu i mniej złożonych zadaniach inżynieryjnych.
https://www.cognition.ai/blog/devin-generally-available
Gemini 2.0 – imponujący model od Google
Google DeepMind zaprezentował Gemini 2.0, ich najbardziej zaawansowany model AI wprowadzający zaawansowane funkcje dla „ery agentów”. Nowe możliwości obejmują natywną obsługę generowania obrazów, wyjścia audio oraz dynamiczne wykorzystanie narzędzi takich jak kodowanie czy wyszukiwanie w czasie rzeczywistym. Modele eksperymentalne (np. Project Astra, Mariner, Jules) eksplorują potencjał AI-agentów w różnych dziedzinach, od asystentów uniwersalnych po pomoc w kodowaniu i grach, a Google deklaruje priorytetowe podejście do bezpieczeństwa i odpowiedzialnego rozwoju.
https://blog.google/technology/google-deepmind/google-gemini-ai-update-december-2024
Dzięki za przeczytanie! 🎄
Dodaj komentarz