[ODNews] #18 – Wideo AI zaskakuje, Nvidia deklasuje, a Altman szuka bilionów u szejków 💵

Hej, tu Patryk!

Jak co tydzień mam dla was przegląd najświeższych newsów z branży AI 🤖

Sora – niesamowite wideo wygenerowane przez model AI

OpenAI pokazało w czwartek „Sora”, nowy model generujący wideo wysokiej rozdzielczości do jednej minuty długości z instrukcji tekstowych. Sora, na razie nie będzie dostępna publicznie. OpenAI udostępni ją małej grupie badaczy, którzy ocenią ryzyko szkód i potencjalne możliwości nadużycia. Warto zobaczyć wideo wygenerowane przez Sorę, robią naprawdę ogromne wrażenie.

https://openai.com/sora

Generacja efektów dźwiękowych w ElevenLabs

ElevenLabs sprytnie podpięło się pod hype związany z pokazaniem przez OpenAI modelu Sora do generacji wideo. Stworzyli oni model, który generuje efekty dźwiękowe zamiast mowy i podstawili wygenerowane audio pod filmiki zaprezentowane przez OpenAI. Trzeba przyznać, że połączenie tych dwóch technologii robi jeszcze większe wrażenie niż sama Sora 😅

Gemini 1.5 zaprezentowane przez Google

Google dopiero co wypuściło publicznie modele Gemini Pro i Ultra, ale nie zwalniają tempa i właśnie pokazali możliwości nowego modelu Gemini 1.5. Nowy model został stworzony przy użyciu techniki Mixture of Experts, dzięki czemu ma być szybszy i bardziej efektywny. Zaskakująca ma być wielkość kontekstu osiągnięta przy nowym modelu wynosząca aż 1mln tokenów 🤯Co jeszcze ciekawsze Google chwali się dokładnością przywoływania przez model fragmentów z tak dużego kontekstu na poziomie 99%. Żaden model do tej pory nie osiągnął takiej dokładności przy dużym kontekście, więc ciekawe na ile sprawdzi się to w Gemini 1,5

https://www.theverge.com/2024/2/15/24073457/google-gemini-1-5-ai-model-llm

Nvidia warta więcej niż cały chiński rynek 🤯

Nvidia przeżywa prawdziwy rozkwit dzięki AI. Ich karty graficzne zyskały bardzo na wartości, ponieważ są używane do obsługi znanych LLMów. Michael Hartnett, główny strateg inwestycyjny w Bank of America, zwrócił uwagę, że kapitalizacja rynkowa firmy osiągnęła 1,7 biliona dolarów, co jest równe wartości wszystkich chińskich firm notowanych na Giełdzie Papierów Wartościowych w Hongkongu.

https://finance.yahoo.com/news/nvidia-now-worth-much-whole-010315545.html

Open-source aplikacja do notatek z AI

Ciekawa aplikacja do tworzenia notatek pozwalająca na notowanie z pomocą AI postawionego lokalnie na waszym komputerze

https://github.com/reorproject/reor

Dlaczego budowanie RAG jest trudniejsze niż się może wydawać?

Jakie wyzwania stoją przed osobami, które chcą zbudować swój własny RAG, czyli system AI doładowany waszymi danymi?

https://www.arcus.co/blog/chat

Andrej Karpathy odchodzi z OpenAI

Jeden z bardziej znanych naukowców w OpenAI Andrej Karpathy odchodzi z firmy. Mówi, że nie ma tutaj żadnej „dramy”, chce się on skupić obecnie na własnych projektach.

https://techcrunch.com/2024/02/13/andrej-karpathy-is-leaving-openai-again-but-he-says-there-was-no-drama/

Sam Altman szuka bilionów dolarów w ZEA na zwiększenie produkcji

CEO OpenAI, Sam Altman, prowadzi rozmowy z inwestorami na temat pozyskania środków w wysokości od 5 do 7 bilionów dolarów na produkcję chipów AI. Finansowanie ma na celu rozwiązanie problemu niedoboru jednostek przetwarzających grafikę (GPU), które są kluczowe do trenowania i uruchamiania dużych modeli językowych, takich jak te, które napędzają ChatGPT, Microsoft Copilot i Google Gemini. W sprawę zaangażowali się szejkowie z ZEA, co budzi obawy geopolityncze zwłaszcza wśród rządu USA.

https://arstechnica.com/information-technology/2024/02/report-sam-altman-seeking-trillions-for-ai-chip-fabrication-from-uae-others/

Wywiad z głównym naukowcem ds. AI w Meta

Yann LeCun czyli główny naukowiec od AI w Meta udzielił wywiadu po tym jak został uhonorowany nagrodą TIME100 Impact za swój wkład w rozwój sztucznej inteligencji. Podzielił się swoimi przemyśleniami na temat szkolenia LLM, perspektywy na uzyskanie AGI (ogólnej sztucznej inteligencji), otwartoźródłowości rozwiązań od Meta i jego spojrzeniem na to, czy AI jest zagrożeniem dla ludzkości.

https://time.com/6694432/yann-lecun-meta-ai-interview/

ChatGPT od teraz może pamiętać!

OpenAI zaprezentowało funkcję, dzięki której ChatGPT zyskał możliwość zapamiętywania podanych mu faktów. Funkcjonalność jest dopiero w fazie testów i nie wszyscy mają do niej dostęp. Możecie sprawdzić czy wasz ChatGPT to obsługuje w zakładce „Custom Instructions”. Zapamiętane fakty można usunąć z poziomu tej samej zakładki.

https://openai.com/blog/memory-and-new-controls-for-chatgpt

Jak robić profesjonalne Logo z użyciem AI

Na kanale Matt Wolfe pojawił się ciekawy poradnik jak stworzyć profesjonalne logo przy użyciu sztucznej inteligencji

Modele AI nie mogą posiadać praw autorskich

Według Urzędu Patentowego Stanów Zjednoczonych prawa do wygenerowanych obrazków nie mogą należeć do systemów AI. Ale aby człowiek został „wynalazcą” dzieła, które zostało stworzone przy pomocy AI musi wnosić istotny wkład w koncepcję wynalazku, nie może po prostu nadzorować systemu AI.

https://arstechnica.com/information-technology/2024/02/us-says-ai-models-cant-hold-patents/

Meta testuje kod swoich platform używając AI

Meta już podnosi jakość swoich testów z użyciem AI. Ich model TestGen-LLM pomaga im zwiększyć pokrycie kodu platform takich jak Facebook czy Instagram testami, a także pozwala poprawić jakość już istniejących testów.

https://arxiv.org/abs/2402.09171

Apple szykuje konkurencję dla GitHub Copilota?

Apple pracuje nad nową wersją środowiska XCode, które miałoby zawierać funkcjonalności generowania kodu takie jak są dostępne w GitHub Copilot.

https://www.macrumors.com/2024/02/15/apple-xcode-ai-tool-for-coding/

V-JEPA – model od Meta uczony na video

Meta pokazuje swój nowy model V-JEPA, który jest uczony na nieopisanych tekstowo plikach wideo. Model ma na celu naukę na podstawie obserwacji. Ma on za zadanie uczyć się bardziej w ludzki sposób i tworzyć model świata bardziej jak robią to organizmy żywe. Ciekawym przykładem użycia może być pokazanie takiemu modelowi fragmentu filmu, który się urywa, a on miałby taką scenę dokończyć. Meta sugeruje, że taki sposób analizy może być także bardzo przydatny w okularach rozszerzonej rzeczywistości do analizy tego co widzi użytkownik.

https://ai.meta.com/blog/v-jepa-yann-lecun-ai-model-video-joint-embedding-predictive-architecture/

Dlaczego C2PA nie nadaje się do odróżniania zdjęć AI

W ostatnim newsletterze pisałem wam, że OpenAI zaczyna dodawać do obrazków DALLE-3 metadane C2PA mając pomóc w rozróżnieniu obrazków wygenerowanych przez AI. Autor artykułu jakiś czas temu przeprowadził analizę tej formy metadanych i czy rzeczywiście w jakikolwiek sposób one pomagają. Według niego nie, a nawet mogą przynosić więcej problemów.

https://www.hackerfactor.com/blog/index.php?/archives/1013-C2PAs-Worst-Case-Scenario.html

Jak widzą osoby z zaburzeniami wzroku?

Ciekawe narzędzie tym razem niezwiązane z AI pozwalające zrozumieć jak niektóre osoby mogą odbierać różne kolory.

https://www.whocanuse.com/

Kącik obrazkowy

Wiedzieliście, że Spider-Man bardzo lubi polską kuchnię? 😅

Spider man swinging towards camera while having plate of polish pierogies in hand

Dzięki za przeczytanie!