Blog Φωτιά στα μπατζάκια μας

Φωτιά στα μπατζάκια μας

Blog

Issue #26

27/09/2023

Ο Ανταγωνισμός οδηγεί σε ανακοινώσεις

Η OpenAI την περασμένη βδομάδα έκανε μια σειρά απο ανακοινώσεις, εδώ θα καλύψουμε τις δύο πιο σημαντικές.

Από ότι φαίνεται θα έχουμε επιτέλους στη διάθεση μας τις πλήρεις multimodal δυνατότητες του GPT-4, μιας και η OpenAI ξεκινάει να κάνει roll out τις νέες voice και image δυνατότητες του στο ChatGPT.

Δεν πρόκεται ακριβώς για update του GPT-4, μιας και ήδη από την ανακοίνωση του ξέραμε πως ήταν multimodal, ωστόσο όταν κυκλοφόρησε οι δυνατότητες αυτές δεν ήταν διαθέσιμες για το ευρή κοινό, μάλιστα από όσο γνωρίζουμε μόνο η Be My Eyes είχε πρόσβαση σε αυτές.

Τι σημαίνει αυτό;

Το ChatGPT θα μπορεί να δέχεται ως input εικόνες και ήχο και να παράξει ήχο.

Πριν λίγες μέρες η OpenAI μας ανακοίνωσε την επερχόμενη άφιξη του Dall-E 3, το οποίο θα είναι διαθέσιμο μέσα στις επόμενες εβδομάδες (ακριβή ημερομηνία δε μας έδωσαν).

Τα σημεία που πρέπει να κρατήσουμε από την ανακοίνωση είναι 3:

Θα μπορεί να εντάξει κείμενο στις εικόνες, κάτι με το οποίο τα περισσότερα text-to-image AI tools δυσκολεύονται, με εξαίρεση το Ideogram.
Δε θα απαιτεί ιδιαίτερα αναλυτικό prompting, μια απλή περιγραφή του τι θες αρκεί.
Είναι σχεδιασμένο να κάνει decline requests για εικόνες στο στυλ εν ζωή καλλιτεχνων. Μάλιστα οι δημιουργοί μπορούν να κάνουν opt out και οι εικόνες τους να μην αξιοποιούνται στο training των μελλοντικών μοντέλων.

Γιατί έχει σημασία αυτό τώρα;

Η Google ανακοίνωσε την προηγούμενη βδομάδα πως το νέο ΑΙ μοντέλο της, το Gemini, θα είναι multimodal και παράλληλα η Anthropic, ένας σταθερός ανταγωνιστής της OpenAI, μαζεύει συνεχώς funding, enterprise συνεργασίες και user traffic. Στο κομμάτι του image generation, το Midjourney παραμένει σταθερά το καλύτερο text-to-image AI και νέοι παίχτες στο χώρο, όπως το Ideogram, έχουν σταθερά αυξανόμενο hype, ενώ το Dall-E 2 φαίνεται να μη μπορεί να τραβήξει το ενδιαφέρον των χρηστών το τελευταίο τετράμηνο.

Θεωρούμε, λοιπόν, πως οι συνθήκες αυτές έβαλαν “φωτιά στα μπατζάκια της OpenAI” και την οδήγησαν στο να απαντήσει άμεσα με στόχο να αυξήσει το ανταγωνιστικό της πλεονέκτημα και να παραμείνει μπροστά στο AI race.

Side note: Ο Sam Altman δήλωσε πως το GPT-5 και 6 θα αυξήσουν την αξιοπιστία και το personalization, αλλά απέχουν από το AGI (Artificial General Intelligence).

YouTube και AI για content creation

Το YouTube κάνει launch 4 νέα ΑΙ εργαλεία για τους δημιουργούς περιεχομένου.

AI insights for Creators: κάνει generate ιδέες για περιεχόμενο βάση των trending data
Aloud: ΑΙ dubbing εργαλείο, το οποίο μεταφράζει το βίντεο σου σε άλλες γλώσσες
Creator Music tool: βάζεις το description του video κι αυτό σου προτείνει τραγούδια που μπορείς να χρησιμοποιήσεις και θεωρεί ότι ταιριάζουν
Dream Screen: δημιουργεί videos και backgrounds από text prompts

Γιατί έχει σημασία;

Καθώς τα ΑΙ εργαλεία μπαίνουν σε κάθε πλατφόρμα που έχει να κάνει με content creation, το πόσο γρήγορα κάνεις adapt και εκμεταλλεύεσαι την δυναμική τους, μπορεί να σου προσφέρει σημαντικό πλεονέκτημα είτε είσαι εταιρεία είτε δημιουργός περιεχομένου.

Resources

AI Insider 📰

Η Anthropic εξασφάλισε $4 δις σε χρηματοδότηση από την Amazon, η πρώτη δόση θα είναι στα $1.25 δις για minority stake και τα υπόλοιπα θα έρθουν εν καιρώ. Πλέον η Anthropic βρίσκεται πλεόν στη 2η της λίστας των well-funded generative AI unicorn startups, αμέσως μετά την OpenAI.
Το Spotify δοκιμάζει πιλοτικά νέο translation feature για τα podcasts. Στην ουσία το ΑΙ εργαλείο, πίσω από το οποίο βρίσκεται το Whisper της OpenAI, θα μεταφράζει αυτόματα το podcast σε άλλες γλώσσες αξιοποιώντας τη φωνή του εκφωνητή. Κάτι αντίστοιχο με αυτό που κάνει ο Mr. Beast με τα βιντεο του. Βέβαια ο ίδιος προσλαμβάνει ηθοποιούς γι΄ αυτό το task, ενώ τώρα οι podcasters θα μπορούν να κάνουν το ίδιο δωρεάν.
Η Getty Images ανακοίνωσε το δικό της AI image generator. Εκπαιδευμένο στο τεράστιο stock εικόνων που έχει η βιβλιοθήκη της, το προωθεί ως “commercially safer”, όπως κάνει κι η Adobe. Έχει ενδιαφέρον το πως η εταιρεία πέρασε από τις μυνήσεις στην ανάπτυξη δικού της ΑΙ εργαλείου.
Το πληκτρολόγιο “SwiftKey” της Microsoft αποκτά νέο ΑΙ-editor, AI camera lens και stickers. Επίσης, και αρκετά πιο σημαντικό, η Microsoft ανακοίνωσε το Microsoft Copilot. Πρόκειται για το γνωστό Copilot, το οποίο όμως τώρα έρχεται ως “οργανωμένη”, συλλογική λύση σε όλο το οικοσύστημα της. Είναι διαθέσιμο στα Windows 11, Microsoft 365 και σε web browser με Edge & Bing. Το Copilot θα ξεκινήσει roll out στην αρχική του μορφή με το δωρεάν update των Windows 11, ξεκινώντας στις 26/09/2023. Bing, Edge, και Microsoft 365 θα το λάβουν αυτό το φθινόπωρο. Επιπρόσθετα, το Microsoft Designer θα υποστηρίζει το DALL-E 3 και το Bing θα είναι fully integrated στον Edge.
Η Amazon φέρνει την generative AI στην Alexa.

Learning Bytes 🧐

Συνέντευξη με τον Max Tegmark (συγγραφέας του open-letter) για την παύση της ανάπτυξης της ΑΙ, στην οποία μιλάει για τον στόχο του open-letter. Spoiler Alert! Στόχος του ήταν νομιμοποιήσει και να προσελκύσει περισσότερη δημόσια προσοχή στη συζήτηση γύρω από τους πιθανούς κινδύνους της ΑΙ.
Surprise ή και όχι, το ChatGPT δεν μπορεί να κάνει τους non-coders καλούς προγραμματιστές, σύμφωνα με την έρευνα που έτρεξε η ομάδα του DiverSE.
AI generated εικόνες, έχουν αρχίσει να εμφανίζονται στα κορυφαία αποτελέσματα αναζητήσεων της Google.

Cool Finds 🤯

Ελληνικό podcast για την ΑΙ από τον RealFM, με τίτλο “Τεχνητή Νοημοσύνη: Συνομιλώντας με το Μέλλον” και παρουσιαστή τον Αλέξανδρου Κόντη. Στο πρώτο επεισόδιο το ChatGPT αυτοσυστήνεται και μπορείτε να το ακούσετε εδώ.
Το Μουσείο Τέχνης Nasher του Duke University αποφάσισε να διεξάγει ένα πείραμα για να δει εάν η AI θα μπορούσε να αναλάβει το ρόλο ενός museum curator. Αξιοποιώντας, λοιπόν, το ChatGPT δημιούργησε μαζί με το προσωπικό του μουσείου την έκθεση “Dreams of Tomorrow: Utopian and Dystopian Visions”. Το ChatGPT διάλεξε τον τίτλο της έκθεσης, το introductory κείμενο (αυτό που βλέπουμε στην εικόνα), έγραψε τα κείμενα για τις ταμπέλες που συνοδεύουν τα έργα τέχνης, τα οποία επίσης διάλεξε και όρισε την σειρά που θα τοποθετηθούν. Εδώ μπορείτε να δείτε και μερικά από τα έργα που επιλέχθηκαν.