OpenAI nema samo ChatGPT: Tu je i DALL-E slikanje, slušanje šapata, Codex pisanje koda
OpenAI, startup koji stoji iza popularnog AI chatbota ChatGPT, također posjeduje mnoge druge impresivne AI proizvode. Od DALL-E do generiranja tekstualnih slika, Sora videa do prepoznavanja glasa Whisper, istražimo raznolik svijet umjetne inteligencije OpenAI-ja. ChatGPT je brzo postao fenomen nakon lansiranja u studenom 2022., stvarajući val rasprava, pa čak i pokrenuvši tehnološku utrku između “divova” poput Googlea i Mete u razvoju naprednijih AI alata. Trenutno je OpenAI uspostavio partnerstvo s Microsoftom vrijedno 13 milijardi dolara, koje pomaže u integraciji GPT-4 u Copilot i Azure AI paket aplikacija u oblaku. Međutim, OpenAI nije poznat samo po ChatGPT-u. Tvrtka također posjeduje mnoge druge jedinstvene AI proizvode, uključujući nedavno lansirani Sora AI video generator. Istražimo više o drugim impresivnim proizvodima OpenAI-ja.
DALL-E: umjetna inteligencija iz teksta
Samo nekoliko mjeseci prije lansiranja ChatGPT-a, OpenAI je očistio listu čekanja za AI generator umjetnosti DALL-E. Tvrtka je u postu na blogu napisala da je brzo narasla na više od 1.5 milijuna dnevnih korisnika u rujnu 2022. Alat – koji brzo generira maštovita i detaljna umjetnička djela putem tekstualnih upita – izazvao je kontroverzu među umjetnicima kada se pojavio. Raspravljali su o tome što DALL-E i drugi AI generatori umjetnosti znače za ljude koji se bave kreativnim radom.
Od lansiranja DALL-E, OpenAI je objavio DALL-E 2 i DALL-E 3. Tvrtka kaže da najnovija nadogradnja, DALL-E 3, razumije više nijansi i detalja od prethodnih verzija. AI art generator generira izvorne slike nazvane “generacije” iz detaljnih tekstualnih upita koje je upisala osoba. Možete napisati detaljan podsjetnik poput gornjeg – “riba astronauta koja pliva u oceanu u svemiru, digitalna umjetnost” – i odrediti umjetnički stil ili čak referencirati određenog umjetnika poput Vincenta Van Gogha. Također možete uređivati “generacije” pomoću ovog alata s jednim od kredita koje vam program daje svaki mjesec i prenijeti vlastite fotografije za stvaranje slika.
Whisper: Višejezična transkripcija i prijevod
Whisper je model automatskog prepoznavanja govora koji transkribira govor u tekst i može identificirati i prevesti više jezika na engleski. Ovaj se model također može transkribirati na više jezika. Prema OpenAI-ju, sustav je obučen na 680,000 sati višejezičnih i višezadaćnih praćenih podataka prikupljenih s interneta. U primjerima na svojoj stranici proizvoda, Whisper transkribira gotovo 30-sekundni audio isječak brzog teksta, K-pop pjesmu, audio isječak govornog francuskog i audio isječak lokalnog zvučnika s naglaskom. Whisper se trenutno koristi u nekoliko industrija, uključujući zdravstvo. Nedavno je izvješće Associated Pressa otkrilo da je tehnologija osjetljiva na halucinacije, uključujući rasne komentare i nasilni jezik, što bi moglo uzrokovati probleme ako se koristi u medicinskom okruženju.
Zašto ime Daivd Mayer izaziva “paniku” u ChatGPT-u? OpenAI daje objašnjenje
Senzacionalni AI video generator Sora bez dopuštenja OpenAI-ja otvoren je za sve
OpenAI je upravo kupio Chat.com, domen koja sada preusmjerava na ChatGPT
Kodeks: Pretvaranje prirodnog jezika u programski kod
Codex je sustav umjetne inteligencije koji prevodi prirodni jezik u kod. OpenAI kaže da je Codex “najsposobniji” u Pythonu, ali je također vješt u više od desetak drugih programskih jezika kao što su JavaScript i Swift. Ovaj model može tumačiti jednostavne naredbe koje je unio korisnik. OpenAI kaže da je Codex “svestran programski model”, što znači da se može koristiti za “u osnovi bilo koji programski zadatak”, iako se njegovi rezultati mogu razlikovati. OpenAI je rekao da je uspješno koristio Codex “za transformaciju koda, tumačenje koda i refaktoriranje koda”. OpenAI ima nekoliko primjera kako Codex funkcionira, uključujući korištenje modela za programiranje igre sa svemirskom tematikom i davanje glasovnih naredbi računalima za uređivanje Word dokumenata.
