🧬 Сэм Альтман выступил в Лондоне на AI саммите, устроенном #OpenAI и показал, чего дальше ждать от флагманских моделей компании.

✅ Мультимодальность (работа с видео-аудио, более тесная интеграция работы с картинками);
✅ Улучшение рассуждений и мыслительного процесса;
✅ Персонализация;
✅ Надёжность (вероятно, имеется в виду меньше галлюцинаций, рефлексия над ошибками и исправление);
✅ Агенты (🔥 это должно стать главной фишкой моделей следующего поколения. Если не знаете, что это такое, то поставьте такую 🤔 реакцию, будем делать пост).

🧩 #AINews

🧬 Сбер представил своё семейство моделей для обработки звучащей русской речи — они умеют определять эмоцию спикера и распознать речь в шумных условиях.

Всего представлено три модели: базовая GigaAM — аудиоэнкодер на 240 млн параметров, GigaAM-CTC — лучшая открытая модель распознавания речи на русском языке и GigaAM-Emo — модель для определения эмоций.Теперь можно идеально разделять речь по голосам и точно транскрибировать записи встреч и подкасты.

И, кстати, ИИ–модель от Google Gemini 1.5 Pro теперь тоже может слышать — в неё добавили распознавание аудио.

🧩 #AINews

🧬 Так что же такое Агенты? Это системы, которые являются участниками некоторой сложной динамической среды; они понимают и действуют [автономно] в этой среде и тем самым стремятся выполнить цели или задачи, для которых они предназначены. (Maes, 1995)

Обычно "агентами" называли алгоритмы, которые играют в игры (в рамках Reinforcement Learning задач). Но сейчас, в контексте LLM и с развитием технологий, "средой" может стать наш мир. Представьте себе алгоритм, который имеет доступ в интернет и может делать там всё то же самое, что и человек. В большинстве ситуаций нами он может восприниматься как живое существо (потому что спектр возможностей безграничен, да и большинство пользователей интернета или хотя бы подписчиков канала я не видел вживую. Наши взаимодействия ограничиваются тем, что я могу считать с экрана).

Агент обладает несколькими важными характеристиками:
— возможность планирования (декомпозиция целей в более простые промежуточные задачи);
— долгосрочная память;
— использование инструментов среды (то же взаимодействие с интернетом, к примеру);
— рефлексия и возможность учиться на ошибках/из опыта.

Такому агенту можно поставить высокоуровневую задачу. Можно сказать "вот моя кредитка, сделай мне путешествие в Багдад". Тут нужно и отели выбрать, и билеты подходящие, и пройти процедуру покупки, и удостовериться, что бронь пришла. Очень многоступенчатая задача, с которой и не каждый кожаный справится без ошибок.

Сейчас для таких систем главной проблемой является планирование и долгосрочное видение. Для  GPT-4 очень сложно декомпозировать задачу на десятки и сотни мелких, с каждой из которых по отдельности она легко справится. Вот "найти на сайте кнопку покупки билетов" — GPT-4 по картинке может. А из исходного запроса дойти до этой точки — нет. Вот и получается, что модели почти бесполезны для самых обыденных задач.

Вот более подробное и техническое описание из блога сотрудницы OpenAI: https://lilianweng.github.io/posts/2023-06-23-agent/

Не благодарите.

🧩 #ИскусственныйИнтеллект

🧬Душка Маск заявил, что ИИ может стать умнее человека уже в 2025 году.

По словам Илона Маска, сейчас обучение ИИ-моделей затрудняется недостатком передовых чипов. Его собственный стартап xAI обучает версию модели Grok 2, которая, по его мнению, должна быть лучше, чем GPT-4 от #OpenAI. Он указал, что для обучения #Grōk 2 было использовано примерно 20 000 чипов #Nvidia H100, а для более совершенной Grok 3 требуется около 100 000 чипов.

Кроме этого, Маск подчеркнул, что в ближайшие годы электроснабжение будет иметь решающее значение для развития искусственного интеллекта.

🧩 #AINews

🧬 Новый Xbox станет «самым большим технологическим скачком в истории» благодаря искусственному интеллекту

Windows Report пишет, что судя по утёкшему письму президента Xbox Сары Бонд, Microsoft готовит новое консольное поколение, делая большую ставку на технологию Gaming AI.

Это не только станет крупнейшим технологическим скачком в истории, но и упростит процесс разработки. Есть слух, что в разработке участвует AMD, а принцип работы похож на NVIDIA DLSS, повышающую производительность и качество изображения.

Внедрение ИИ ожидается и на программном уровне. Его интеграция в DirectX 12 или DirectX 13 даст разработчикам доступ к продвинутым инструментам для оптимизации и разработки видеоигр, например, через усовершенствованный API Work Graphs. Такие инновации позволят создавать игры с невиданным ранее уровнем детализации и интерактивности.

Выход консоли Xbox нового поколения запланирован на 2028 год. Похоже, всё сказанное выше к тому моменту устареет...🤷

🧩 #ИИгромания

🧬 В России начали собирать авиадвигатели в очках дополненной реальности.

Очки выводят рабочему пошаговые инструкции и снимают весь процесс сборки.

🧩 #AINews

🧬 По словам сотрудника Meta*, компания планирует выпустить две младшие версии своей модели LLAMA 3 на следующей неделе. Они будут служить в качестве превью запуска самой большой версии Llama 3 (ожидается этим летом).

Согласно источникам The Information, старшая версия будет мультимодальной (тоже понимает картинки — для младших моделей этого не заявлено) и должна догнать по качеству GPT-4. Также утверждается, что она будет в 2 раза больше самой крупной LLAMA 2 — то есть иметь 140B параметров.

Во фрацузском Mistral напряглись. Интересно, удастся ли ~7B вариантам LLAMA 3 значительно обогнать свежую гугловскую Gemma v1.1?

Почему это важно? Модель LLAMA 2 долгое время была основным инструментом опенсорса и служилой базой/основой для дообучения под свои задачи. Затем пальма первенства перешла моделям Mistral, компании, основанной выходцами из Meta*, которые работали над LLAMA'ми. Вероятно, в Meta* очень хотели сделать большой скачок, и потому ничего долго не выпускали — важно показать, что они впереди, а не делают ещё-одну-заурядную-модель. С выходом LLAMA 3 сообщество может переехать на новую платформу, открывающую свежие возможности.🤷

🧩 #AINews

🧬 Это уже даже не смешно.🤷

🧩#ИИнтеллектуальныйЮмор

🧬 Я так и не понял, что за сходка ИИ-умов проходит в Лондоне, но будущее они вангуют знатное. Здесь выступал Сэм Альтман, а теперь вот - Ян Лекун.

Знаменитый специалист по ИИ, который также является главным специалистом Meta* по ИИ, коснулся ограничений генеративного ИИ в целом и сказал, что его ставка делается на то, что последует за ним. Он прогнозирует, что это будет совместная архитектура прогнозирования внедрения (JEPA), другой подход как к обучению моделей, так и к получению результатов, который Meta* использует для создания более точного прогнозирующего ИИ в области генерации изображений: “Будущее искусственного интеллекта - JEPA. Это не генеративный искусственный интеллект”, - сказал он.

🧩 #AINews