Sora, novi AI model – uzvraća udarac Googleu

Nakon što je Google predstavio Gemini 1.5, OpenAI je bio primoran što prije odgovoriti, suočen i s hitnošću pronalaženja novog financiranja.

S. Altman, majstor marketinga, predstavio je Soru, novi jezični model koji može generirati 60-sekundne realistične videozapise na temelju teksta. Sora može simulirati prirodni svijet i fizičke zakone, stvarati videozapise na temelju fotografija, ispunjavati praznine u postojećim videozapisima ili proširiti postojeće snimke novim materijalom.

Sora nije savršena – u svakom videu mogu se pronaći greške

Mnogi ljudi tvrde da je Sorin učinak impresivniji u usporedbi s Pikom, RunwayML-om, Make-A-Videom itd. To je i razumljivo. U usporedbi s poduzetničkim timovima, tvrtke s temeljnim tehnologijama poput OpenAI-a i dalje su vrlo jake.

Međutim, u 48 vizualno privlačnih demo videozapisa vidljivo je da Sora nije savršena. Videozapisi još uvijek nose neke znakove da su proizvod umjetne inteligencije. Primjerice, javljaju se nedosljednosti, zbunjenost pri obradi prostornih detalja, kao što je razlikovanje lijeve i desne strane ili nerazumijevanje interakcije osobe ili objekta sa scenom. Pojavljuju se i scene koje prkose zdravom razumu fizike, kao što je košarkaška lopta koja prolazi kroz koš ili lebdeća stolica.

Tehničke analize

OpenAI nije otkrio detalje o temeljnoj tehnologiji. U svom tehničkom izvješću saželi su samo neke često korištene metode generiranja videa i modeliranja iz prethodnih modela, uključujući rekurentne mreže, generativne kontradiktorne mreže, autoregresivne transformatore i modele difuzije.

Međutim, vrijedno je spomenuti da je glavni znanstvenik Mete za umjetnu inteligenciju, Yang Likun, izjavio da se rad o difuzijskom transformatoru, na kojem su surađivali njegov bivši kolega Xie Saining i bivši student s Berkeleyja i sadašnji inženjer OpenAI-ja William Peebles, koristi u Sori.

Također se nagađa da bi Sora mogla koristiti Googleov Patch n’ Pack (NaViT) za prilagodbu DiT-a različitim rezolucijama, trajanjima i omjerima slike. Procjenjuje se da model ima 3 milijarde parametara, što znači da obuka modela možda neće zahtijevati toliko GPU-a koliko bi se očekivalo.

Otvaranje vrata pogodnosti stvaranja videozapisa ili promijena redoslijeda na tržištu kratkih videa

Izlazak ovog modela pokrenuo je žestoku raspravu. Sora može donijeti značajnu promjenu u industriju oglašavanja, filmskih najava i industriju kratkih videa, ali možda neće nužno poraziti TikTok tako brzo. Vjerojatnije će postati alat za kreativno izražavanje na platformi TikTok. Naravno, tu je i zabrinutost da će Sora učiniti problem stvaranja lažnog sadržaja još ozbiljnijim.

OpenAI kaže da će izgraditi alate koji će pomoći u otkrivanju obmanjujućeg sadržaja, te da će primijeniti postojeće tehnologije za odbacivanje štetnih tekstualnih upita. Međutim, s obzirom na načine na koje ljudi zaobilaze zaštitu postojećih modela umjetne inteligencije, uspjeh tih napora i dalje je upitan. Postoji i dodatni rizik od takvih alata, koji čak i OpenAI i Google drže u tajnosti – mračna strana ljudske mašte je neograničena. Kada uđe u domove običnih ljudi, negativni utjecaj koji uzrokuju AI alati može izmaći kontroli.

Korištenje alata ograničeno samo za odabrane

Tvrtka OpenAI dopušta korištenje Sore samo ograničenom broju ljudi, među kojima su kreatori videozapisa i filmaši. Razlog tome je što stručnjaci “crvenog tima” testiraju sposobnost alata da se uskladi s uvjetima pružanja usluge OpenAI-a. Ti uvjeti zabranjuju “ekstremno nasilje, seksualni sadržaj, slike mržnje, portrete slavnih osoba ili IP adrese drugih ljudi”.

Uz to, OpenAI pažljivo razmatra kada će Soru otvoriti za širu javnost. Razlog tome je zabrinutost o negativnom utjecaju tehnologije dubokog lažiranja na društvo, uključujući i nedavne američke izbore.

Pet hakerskih organizacija koje rade za države poput Kine, Rusije, Irana i Sjeverne Koreje koristile su alate umjetne inteligencije (AI) da podrže svoje zlonamjerne aktivnosti, ali nisu ih uspješno upotrijebili za pokretanje cijelih napada, prema izvješću OpenAI i Microsofta.

Umjetna inteligencija im je uglavnom pomogla u traženju javnih informacija, prijevodima, pronalaženju grešaka u kodu i obavljanju osnovnih programskih zadataka.

Na primjer, ruska hakerska grupa Forest Blizzard (poznata i kao Strontium) koristila je alat ChatGPT uglavnom za istraživanje protokola satelitske komunikacije i tehnologije radarskog snimanja, te za podršku u skriptiranju. Sjevernokorejska hakerska grupa Emerald Sleet (poznata i kao Thallium) koristila je velike jezične modele poput GPT-4 za istraživanje poznatih ranjivosti i generiranje phishing sadržaja. Iranska grupa Crimson Sandstorm (ranije poznata kao Curium) zloupotrebila je usluge OpenAI-a za skriptiranje za razvoj aplikacija i web stranica, ciljane kampanje i istraživanje uobičajenih metoda za izbjegavanje otkrivanja zlonamjernog softvera.

Dvije otkrivene kineske grupe zloupotrijebile su alate za istraživanje tvrtki, alat za kibernetičku sigurnost i obavještajne agencije. Također su koristile usluge za prevođenje tehničkih dokumenata i pomoć u programiranju. OpenAI je zatvorio račune povezane s tim aktivnostima.

Hakeri ukrali Tesla automobil s pametnim telefonom

Fortinet: zlonamjerni softver se sve više širi i hakeri iskorištavaju kritične ranjivosti

Iako OpenAI ima sigurnosne mjere za sprečavanje zlouporabe alata za pisanje koda zlonamjernog softvera, ovo istraživanje pruža vrijedan uvid u metode rada takvih hakerskih skupina. Informacije iz izvješća mogu pomoći u podizanju svijesti javnosti o potencijalnim opasnostima i važnosti ranog otkrivanja sumnjivog ponašanja kako bi se spriječilo zloupotrebi umjetne inteligencije.

Izvješće također upozorava na buduće prijetnje poput lažnih telefonskih poziva s glasovima generiranim umjetnom inteligencijom.

Microsoft već više od desetljeća održava svoju godišnju konferenciju Build, a ovogodišnja konferencija za razvojne programere održat će se u Seattleu od 21. do 23. svibnja, ali bit će ju moguće pratiti i putem interneta.

Usredotočit će se na tehnologije umjetne inteligencije i omogućavanje razvojnim programerima da grade aplikacije, usluge i dodatke za Copilot, koji se sada primjenjuje u gotovo svim Microsoftovim aplikacijama, platformama i uslugama. Zasigurno bit će govora o Windows 11 verziji 24H2 i novim značajkama umjetne inteligencije, a govorit će, između ostalih, i izvršni direktor Microsofta Satya Nadella. Raspored konferencije Build još nije objavljen, ali već se nudi registracija za one koji žele sudjelovati.

AMD je najavio lansiranje AMD Embedded+, novog arhitektonskog rješenja koje kombinira AMD Ryzen™ Embedded procesore i Versal™ prilagodljivi SoC (System-On-Chip) na jednoj integriranoj ploči za isporuku skalabilnih i energetski učinkovitih rješenja.

Certificirana od strane AMD-a, integrirana računalna platforma Embedded+ pomaže proizvođačima ODM-a smanjiti kvalifikacije i vrijeme izrade za brži izlazak na tržište bez potrebe za trošenjem dodatnog hardvera i resursa za istraživanje i razvoj. Integracija ODM-a korištenjem Embedded+ arhitekture omogućuje korištenje zajedničke softverske platforme za razvoj dizajna s niskom potrošnjom, kompaktnim oblikom i dugim životnim ciklusom za medicinske, industrijske i automobilske aplikacije.

Embedded+ također omogućuje dizajnerima sustava da biraju iz ekosustava ponude ODM ploča temeljenog na Embedded+ arhitekturi i da skaliraju svoje portfelje proizvoda kako bi isporučili profile performansi i snage koji najbolje odgovaraju ciljnim aplikacijama kupaca.

Prvo ODM rješenje temeljeno na Embedded+ arhitekturi je SapphireEdge+ VPR-4616-MB , mini-ITX matična ploča niske potrošnje iz Sapphire Technology . Nudi cijeli niz mogućnosti sa samo 30 W snage koristeći Ryzen Embedded R2314 procesor i Versal AI Edge VE2302 Adaptive SoC. VPR-4616-MB također je dostupan kao cijeli sustav, uključujući memoriju, pohranu, napajanje i šasiju.

AMD nastavlja s predanošću da AI učini dostupnijim istraživačima i programerima, proširujući svoju ponudu razvoja strojnog učenja temeljenog na klijentima s otvorenim softverskim ekosustavom AMD ROCm 6.0 .

S ROCm 6.0, AI istraživači i ML inženjeri sada mogu razvijati na AMD Radeon PRO W7800 i Radeon RX 7900 GRE grafičkim procesorima za stolna računala, uz prethodno dodanu podršku za druge GPU-ove temeljene na naprednoj AMD RDNA 3 arhitekturi — AMD Radeon PRO W7900, Radeon RX 7900 XTX i Radeon RX 7900 XT GPU-ovi.

S podrškom za široki portfelj ponude hardvera, AMD osnažuje AI zajednicu da pristupi moćnim GPU-ovima po različitim cijenama i razinama performansi kako bi ubrzao svoja AI radna opterećenja.

AMD je također najavio da ROCm 6.0 sada podržava ONNX Runtime, omogućujući korisnicima inferenciju na širem rasponu izvornih podataka na lokalnom AMD hardveru, kao i dodavanje INT8 putem MIGraphX — AMD-ovog vlastitog mehanizma za inferenciju grafova za različite tipove podataka – FP32 i FP64.

AMD će nastaviti svoje stalne napore da AI učini dostupnijim programerima i istraživačima s proširenom podrškom za hardver i mogućnosti koja će biti objavljena tijekom vremena.

Kako biste saznali više o AMD ROCm 6.0, pogledajte AMD-ov blog ovdje.

Nakon proglašenja iMessagea, Binga, Edgea i Microsoft Advertisinga nadzornicima pristupa u okviru Zakona o digitalnim tržištima (DMA), Europska unija je revidirala status tih usluga.

Appleov iMessage, Microsoftov Bing, web preglednik Edge i Microsoft Advertising nisu više klasificirani kao nadzornici pristupa. Naime, EU je zaključio da te usluge ne utječu značajno na razvoj tržišta i da ih stoga ne treba prisiljavati na otvaranje prema drugim platformama. Appleov App Store, Safari, Microsoftov Windows i LinkedIn ostaju klasificirani kao nadzornici pristupa. EU je potvrdio da te usluge imaju značajan utjecaj na tržište i da ih je potrebno otvoriti prema vanjskim platformama.

Google ulaže 25 milijuna eura za obuku EU stanovnika AI vještina

EU planira drastično reformirati industriju streaminga glazbe

Novi EU propisi također žele vratiti izmjenjive baterije za mobilne telefone

Ova revidirana odluka EU-a znači da će Apple i Microsoft morati ukloniti neke od ograničenja u svojim platformama, dok će se za ostale usluge status quo zadržati. Odbor EU će nastaviti pratiti status svih ovih usluga i informirati ih o svim promjenama u budućnosti.

OpenAI je najavio novu značajku za ChatGPT pod nazivom “memorija”, koja omogućuje chatbotu da pamti informacije o prošlim interakcijama s korisnicima.

Prednosti značajke memorije uključuju što se ne moraju ponavljati iste informacije pri svakoj upotrebi ChatGPT-a kako bi se bolje prilagodile individualnim potrebama korisnika. Također se ubrzava proces jer ChatGPT može koristiti zapamćene podatke za brže i preciznije odgovore. Memorija je trenutno u beta fazi i dostupna je samo odabranom broju korisnika besplatne i Plus verzije ChatGPT-a, kako bi se prikupile neke povratne informacije prije nego što bude dostupna svima u formalnom obliku.

Razotkrivena ambicija osnivača OpenAI-ja

Kontrola nad memorijom

Prema uputama, korisnici mogu odlučiti koje informacije ChatGPT “pamti” (npr. identitet, preferencije, navike), brisati pojedinačne ili sve zapamćene podatke te u bilo kojem trenutku isključiti memoriju (Postavke > Personalizacija > Memorija).

Ova značajka memorije djeluje nam obećavajuća, jer može značajno poboljšati korisničko iskustvo i omogućuje fluidniju interakciju i personalizirane odgovore, što će ChatGPT učiniti još korisnijim alatom za razne zadatke.

Nakon što se etablirao kao lider u polju generativne umjetne inteligencije, OpenAI se sada okreće pretraživanju weba, ulazeći u direktnu konkurenciju s gigantom – Googleom.

OpenAI je u rujnu izvijestio kako ChatGPT ima pristup ažuriranim informacijama na webu i sposobnost pregledavati web. Ovu funkcionalnost namijenio je partneru Microsoftu za tražilicu Bing, koja je dugi niz godina, pa sve do danas, ostala autsajder u pretraživanju interneta.

OpenAI ne želi ponoviti pogrešku koju je, po njihovom mišljenju, napravio Google i nije htio donijeti svoju AI tehnologiju u javnost, sve dok konkurencija nije preuzela vodstvo, koje ih je ionako prisililo na to. Žele se osigurati da ne zakasne u novoj eri pretraživanja dominirane umjetnom inteligencijom, gdje ChatGPT već pokazuje potencijal sa svojim konverzacijskim pristupom. Ono što sada nedostaje je pružanje nekih preusmjeravanja na webu, ali ipak čini OpenAI prilično cjelovitim rješenjem za pretraživanje. Također sve više ljudi koriste ChatGPT za pitanja koja su prethodno bila guglana (uglavnom pitanja, kao što su definicije, problemi s kodom, upute korak po korak itd.).

Može li OpenAI AI tražilica uzdrmati dominaciju Googlea?

OpenAI ima snažnu IP adresu, ali za sada je još uvijek slabo pozicionirana na potrošačkom tržištu. Međutim, vjerujemo da se ovo stanje može lako promijeniti u budućnosti. OpenAI znanje neće doći od umjetne inteligencije, ali će iskoristiti znanje umjetne inteligencije i ostvariti da se znatno više prometa pretraživanja temeljit na konverzacijskoj umjetnoj inteligenciji. Zamislite to kao razliku između stolara s ručnom bušilicom i stolara s bežičnom bušilicom. Prvi općenito ima više vještina, ali drugi može raditi sličan posao u mnogo kraćem vremenu.

Rođen App Store za AI chatbotove!

Pet glavnih AI trendova za 2024.

ChatGPT i pitanje autorskih prava AI-a sve više zabrinjava

Međutim, ne treba podcjenjivati moć Googlea – tržišnog lidera. Ima ogromnu prednost u tržišnom udjelu, resursima i dugogodišnjem iskustvu u pretraživanju. Mogu ako žele integrirati Gemini u Android, Chromebook, Workplace/Gmail, Google Cloud itd. i neprimjetno implementirati u postojeći preglednik Chrome, donoseći novo iskustvo u pretraživanja koje milijarde ljudi svakodnevno koristi. Uz sve to, mnogi korisnici su navikli na Google i možda se neće htjeti prebaciti na novu platformu.

Što očekivati?

Ovo je početak natjecanja ne samo između Googlea i OpenAI-ja , već između velikih tehnoloških tvrtki kao što su Microsoft, Apple i TikTok, što će rezultirati inovacijama i poboljšanim korisničkim iskustvom u pretraživanju weba. Kako će se razvijati tržišni udjeli, samo vrijeme će pokazati, ali jedno je sigurno – svijet pretraživanja će uskoro izgledati drugačije.

Usluga umjetne inteligencije Gemini (ranije Bard) izaziva zabrinutost za privatnost zbog zadržavanja korisničkih podataka do tri godine, čak i nakon brisanja aktivnosti.

Prema Googleovoj izjavi o privatnosti, podaci kao što su povratne informacije, lokacija, razgovori i sadržaj zadržavaju se tri godine za poboljšanje proizvoda/usluga i sigurnost. Google tvrdi da se podaci anonimiziraju i ne povezuju s osobnim računima. Iako se uklanjaju kontaktni podaci, moguće je identificirati pojedince iz opisa podataka. Savjetuje se izbjegavati dijeljenje povjerljivih informacija.

Google Bard sada besplatno kreira slike iz teksta. Kako generirati AI slike?

Google dopušta tinejdžerima korištenje usluge “Bard”, ali i dalje postoje određena ograničenja

Vrijedno je znati da zadržavanje podataka je standardna praksa za AI tehnologije. Samo, pitanje je: Koliko je transparentnost dovoljna ili treba stroža zaštita privatnosti?

NVIDIA je prošle godine predstavila AI čip u H100 GPU-u, postavši vodeća u tom segmentu. No, za prosječne korisnike, ova AI tehnologija, iako korištena u pozadini chatbotova, nije bila zanimljiva niti dostupna bez internetske veze.

Sada NVIDIA želi promijeniti to s Chat s RTX-om, platformom koja pokreće model jezika otvorenog koda za generiranje AI chatbotova na Windows računalu, bez potrebe za poslužiteljima u oblaku. Ključne značajke Chata s RTX-om su što se model jezika i podaci se nalaze na računalu, omogućujući korištenje bez internetske veze te da chatbot može čitati iz različitih formata datoteka (txt, pdf, doc/docx, xml) pohranjenih na korisničkom disku.

NVIDIA kaže da Chat s RTX sada ima status tehnološkog demoa. Nakon preuzimanja aplikacije i instalacije potrebno je povezati aplikaciju Chat s RTX s lokalno pohranjenim sadržajem na disku. Potom možete postaviti pitanje chatbotu, a on će pomoću lokalnog skupa podataka pružiti odgovore bez potrebe za pregledavanjem svih profila. Moguća je i integracija s internetom. Primjerice, RTX chatbot može tražiti informacije u nekim YouTube videozapisima. Sve što treba učiniti je kopirati URL videozapisa u aplikaciju i postaviti pitanje o video sadržaju.

NVIDIA lovi tržište prilagođenih AI čipova

Nvidia planira apsorbirati Intel u svoj industrijski lanac za pakiranje AI GPU-ova

NVIDIA planira lansirati procesor na razini računala Arm arhitekture

Chat s RTX-om i minimalne tehničke specifikacije

Kompromis za korištenje Chata s RTX-om je da će vam trebati prilično moćno računalo da biste ga pokrenuli. Ovo su specifikacije hardverskih preduvjeta:

• GPU: NVIDIA GeForce RTX 30 ili 40 serija, ili NVIDIA RTX Ampere ili Ada generacija s najmanje 8 GB VRAM-a
• RAM: 16 GB ili više
• Operativni sustav: Windows 11
• GeForce driveri: 535.11 ili noviji

Aplikacija “Chat s RTX-om” je trenutno besplatna za preuzimanje i korištenje, a NVIDIA nije specificirala hoće li aplikacija ostati besplatna ili će u budućnosti preći na model pretplate s dodatnim značajkama.