ChatGPT, dude!

Привіт! 👋 Ось вже і пʼятниця, сподіваємось все встиг за цей тиждень! 😊 Французьки стартап Kyutai щойно показав демо свого конкурента до GPT-4o. Це голосовий помічник здатний давати відповіді у різних емоціях та стилях, подібно до функції Voice Mode від OpenAI. Що відомо з відео презентації? - Moshi здатен одночасно слухати і говорити, використовуючи 70 різних емоцій та стилів мовлення, від шепоту до акцентованої мови. - Kyutai стверджує, що Moshi є першим «реальним голосовим ШІ-помічником», з затримкою 160 мс, що потенційно перевершує можливості GPT-4o від OpenAI. - Компанія є non-profit та планує відкрити доступ до досліджень та моделі протягом наступних тижнів, при цьому Moshi вже доступний щоб спробувати через Hugging Face. - Стартап був заснований у 2023 році з фінансуванням у розмірі 324 мільйонів доларів, та має команду з 8 дослідників, які розробили Moshi всього за чотири місяці. Чому це важливо? Moshi виглядає як величезний успіх для французького ШІ-ландшафту та ще один вражаючий конкурент, який ставить під сумнів лідерство OpenAI над іншими. Крім того, з унікальним французьким акцентом, безумовно, не буде жодних занепокоєнь щодо цієї моделі, як це було зі скандалом довкола голосу Скарлет Йохансон. Бажаємо тобі гарних вихідних та побачимося в понеділок! 🙌 ChatGPT, dude!

Привіт! 🤗 Тиждень вже майже добігає кінця, як твої справи? На днях трапився витік інформації (спланований чи ні?) про Google Pixel 9, в ньому стало відомо про нові ШІ функції, що будуть інтегровані в смартфон, включаючи аналог контроверсійного Recall від Microsoft. Що очікувати в новому Pixel 9? - «Pixel Screenshots» дозволить користувачам шукати та підсумовувати скріншоти, без необхідності постійного доступу ШІ до галереї, навідміну від Recall у Copilot Plus. - «Add Me» — нова функція штучного інтелекту, призначена для групових фото, а «Studio» нібито надасть нові можливості для редагування та створення стікерів. - Всі функції штучного інтелекту будуть об'єднані під брендом «Google AI», а нова лінійка Pixel буде релізнута на заході 13 серпня. Лінійка Pixel 8 вже включає кілька існуючих функцій штучного інтелекту, таких як Circle to Search, інструменти для підсумовування та транскрипції, Audio Magic Eraser тощо. Чому це важливо? Серед Apple Intelligence, Google AI та Copilot від Microsoft, поточні презентації смартфонів/компʼютерів виглядають як перший справжній крок у еру штучного інтелекту. Мільярди користувачів незабаром навчаться користуватися основними інструментами штучного інтелекту, оскільки вони будуть доступні на кожному пристрої. Ось і починається перша ітерація змін лайфстайлу з ШІ, котра в найближчі роки буде зачіпати все більше галузей нашого життя. ChatGPT, dude!

Привіт! 🙌 Ось і середина тижня, як твої справи? Декілька тижнів тому, ми розповідали про модель генерації відео Gen-3 Alpha від Runway. А вже вчора стало відомо, що компанія відкрила доступ до моделі для всіх користувачів. Що тебе очікує? - Gen-3 Alpha має покращені ключові функції, включаючи послідовність персонажів і сцен, рух камери і техніки, а також переходи між сценами. - Gen-3 Alpha доступна за підпискою Runway 'Standard' за $12 на місяць, що дає користувачам 63 секунди генерацій на місяць. - Модель побудована на новій інфраструктурі для масштабного мультимодального навчання, через що ми наближуємось до загальних моделей світу. Чому це важливо? Незважаючи на вражаючі останні релізи від KLING та Luma Labs, модель Gen-3 Alpha від Runway відчувається як найкращий варіант розвитку відео на основі ШІ з часів Sora. Однак, обмеження на генерацію для планів з фіксованою кількістю секунд можуть стати перешкодою для активного користування. ChatGPT, dude!

Привіт! 👋 Як твої справи? Як почався тиждень? Apple, за повідомленням Bloomberg, працює над впровадженням нових функцій штучного інтелекту Apple Intelligence у окуляри Vision Pro. Що відомо? - Apple Intelligence був анонсований для Mac, iPhone і iPad на цьогорічній конференції WWDC, але тепер ці функції адаптуються і для гарнітури Vision Pro. - Bloomberg зазначає, що окуляри не отримають доступ до ШІ в цьому році, незважаючи на те, що компанія шукає способи збільшити продажі цього продукту. - Набір Apple Intelligence включатиме покращену Siri, інструменти для написання та чат-бот на базі OpenAI, так само як і на основних девайсах компанії. - У звіті також розширено чутки WSJ про можливе партнерство між Apple та Meta, зазначивши, що Apple не дуже зацікавлені цією угодою. Чому це важливо? Футуристичні можливості Apple Vision Pro та нові робочі процеси, що відкриваються завдяки штучному інтелекту на новій платформі, створюють ідеальне поєднання — за умови, що хтось буде готовий вивалити $3,500 🤯. Споживачі, натомість, очікують значного зниженя ціни, щоб придбати Vision Pro, незважаючи на те, який ШІ буде інтегровано в пристрій. Хоча запуск самих окулярів був феєричним з великою кількістю паблісіті, очікування не справдились і на поточний момент продукт знаходиться у лімбі 😅 ChatGPT, dude!

Привіт! 🤗 Вже понеділок, сподіваємось вдалось відпочити за вихідні! 😊 Google запустили Gemma 2, нове покоління опенсорсних AI моделей — разом з новими оновленнями для моделі Gemini 1.5 Pro, збільшуючи контекстне вікно до 2х мільйонів токенів і покращуючи написання коду моделю. Що відомо? - Gemma 2 доступна у двох розмірах: модель з 9 мільярдами параметрів і більша модель з 27 мільярдами параметрів — а також легка версія з 2,6 мільярдами параметрів, яка буде доступна у недалекому майбуньому. - Модель з 27 мільярдами параметрів пропонує продуктивність порівняно з моделями, що мають більше ніж удвічі більший розмір, тоді як модель з 9 мільярдами значно перевершує моделі того ж класу як, наприклад, Llama 3 8B. - Разом із Gemma 2, Google також відкрив доступ до контекстного вікна на 2 мільйони токенів у Gemini 1.5 Pro, що дозволяє обробляти значно більше вхідних даних. - Нові можливості до написання коду Gemini Pro та Flash дозволяють моделям генерувати та виконувати Python-код, щоб збільшити якість у завданнях з математики та обробки даних. Чому це важливо? Оновлення Gemma від Google надають потужну опенсорсну систему, яка займає перші позиції в рейтингах, ефективно (і економно) працюючи на одному GPU. Не менш важливим є розширення контекстного вікна до 2 мільйони токенів у Gemini, що створює велику кількість нових можливостей для користувачів. P.S. Гарного тобі тижня, та очікуй на цікаві новини від нас 😉 ChatGPT, dude!

Привіт! 👋 Ось і пʼятниця, сподіваємось маєш плани на вихідні 🤗 Hugging Face щойно оновили свій Open LLM Leaderboard, додавши нові бенчмарки та методи оцінки, щоб допомогти подолати уповільнення розвитку продуктивності LLM. Що змінилось? - Тепер на дошці лідерів використовуються шість нових бенчмарків, розроблених для того, щоб бути більш складними та менш схильними до false-positive результатів. - Поточні рейтинги показують, що Qwen2-72B-Instruct лідує, за ним йдуть Meta's Llama-3-70B-Instruct та Mixtral 8×22b. - Нова нормалізована система оцінювання регулює базову продуктивність, забезпечуючи більш справедливе порівняння різних типів оцінок. - Оновлення також вводить категорію "відмітка від розробників" та систему голосування для спільноти, щоб пріоритетизувати найбільш актуальні моделі. Чому це важливо? Оскільки поточні LLM наближаються до рівня продуктивності людини у великій кількості завдань, пошук нових способів їх оцінки стає все складнішим і важливішим. Це оновлення допомагає дослідникам та розробникам побачити більш цінні покращення, надаючи можливість точного аналізу можливостей моделей. Посилання на leaderboard: клікай P.S. Гарних вихідних і побачимось в понеділок 😊 ChatGPT, dude!

Привіт! 👋 Ось і пʼятниця, сподіваємось маєш вже плани на вихідні! 🤗

Привіт! 🤗 Як твої справи, сподіваємось все добре! OpenAI щойно оголосили, що компанія відкладає запуск функції Voice Mode для ChatGPT, продемонстрованої у травні, посилаючись на необхідність подальших тестів безпеки та доопрацювань. Деталі? - OpenAI раніше заявляли, що Voice Mode буде впроваджено протягом "кількох тижнів" після весняного оновлення в травні, зараз доступ очікується для платних користувачів в осені. - Альфа тестування планувалася на кінець червня, але тепер його перенесено на місяць для проведення додаткових перевірок безпеки. - Перша демонстрація в травні викликала обурення через схожість голосу "Sky" з актрисою Скарлетт Йоханссон, хоча OpenAI заперечує будь-які неправомірні дії. - На позитивній ноті, компанія окремо випустила десктопний застосунок ChatGPT для користувачів Mac, що дозволяє ширшу інтеграцію з файлами, спільним використанням екрана та розмовами. Чому це важливо? Хоча ці новини розчаровують після попередніх затримок з впроважденням функцій, хоча затримка краще, ніж випуск неповноцінного продукту — особливо враховуючи ажіотаж. Але надмірні обіцянки та недостатнє виконання — це ризикований бізнес, особливо враховуючи зростаючу конкуренцію OpenAI (наприклад, останні розробки Anthropic). ChatGPT, dude!

Привіт! 🙌 Вже середина тижня, встигаєш з усіма справами? Universal Music Group, Warner Music Group і Sony Music Entertainment щойно подали позови проти Udio та Suno, стверджуючи, що стартапи для генерування музики незаконно навчили свої моделі ШІ на матеріалах, захищених авторським правом. Що відомо? - Асоціація індустрії звукозапису Америки (RIAA) очолює позови, вимагаючи до 150 000 доларів США за кожну порушену роботу, що може призвести до мільярдних збитків. - Лейбли стверджують, що Suno та Udio навчили свої моделі ШІ на записах, захищених авторським правом, без дозволу чи компенсації. - RIAA стверджує, що результати генерації ШІ платформ імітують конкретних артистів і хітові пісні, і що компанії визнали, що навчалися на захищених матеріалах. - Обидва стартапи нещодавно залучили значні інвестиції: Suno отримав $125 млн у травні, а Udio отримав $10 млн. Чому це важливо? Ті ж юридичні проблеми, з якими стикалися платформи для генерування тексту та зображень, тепер торкнулися й ШІ-музики — але, на відміну від інших секторів, лейбли звукозапису, завжди були більш агресивними в захисті своїх активів (в даному випадку пісень та артистів), та схоже, що історія накшталт Spotify повторюється вкотре і переможцями вийдуть лейбли з додатковими надприбутками. Час покаже, чи створять ці позови реальні прецеденти для індустрії, чи це будуть лише великі виплати та майбутні ліцензійні угоди. P.S. Хочеться також зауважити, що авторське право в Україні досі не має якихось чітких процесів та юридичних важілів, через що велика кількість артистів не захищені від будь-яких copyright infringements, але сподіваємось, що це зміниться. ChatGPT, dude!

Привіт! 👋 Як твої справи, як тиждень розпочався? Несподівано, почали поширюватись новини, що Apple веде переговори з Meta щодо інтеграції генеративних ШІ-моделей медіа-гіганта в Apple Intelligence — що сигналізує про потенційне потепління у раніше холодних відносинах двох конкурентів. Що відомо? - Apple досліджує партнерства за межами OpenAI, причому Meta, Perplexity та Anthropic потенційно можуть приєднатися до ChatGPT у новій системі Apple Intelligence. - Переговори є несподіваними через давнє суперництво компаній, особливо щодо питань конфіденційності та політики App Store. - За чутками, структура угоди дозволить Meta та іншим ШІ-партнерам пропонувати преміум-підписки через пристрої Apple, а Apple отримуватиме частку доходу. - Керівник програмного забезпечення Apple Крейг Федерігі натякнув на план компанії запропонувати кілька варіантів ШІ на WWDC. Чому це важливо? Потенційне партнерство сигналізує про значну зміну у відносинах давніх конкурентів... Але, можливо, революція ШІ і є тим, що нас усіх об'єднає? Для Apple забезпечення різноманітності моделей дає користувачам найкращий можливий вибір для будь-якого завдання — в той час як Meta отримує масштабну нову модель дистрибуції для своїх ШІ-зусиль. ChatGPT, dude!