Помните, когда в 2022 году художественные генераторы искусственного интеллекта стали широко доступны, и внезапно Интернет наполнился жуткими картинками, которые были очень крутыми, но при внимательном рассмотрении выглядели не совсем правильно? Будьте готовы к тому, что это произойдет снова — но на этот раз для видео.

На прошлой неделе OpenAI выпустила Sora, генеративную модель искусственного интеллекта, которая создает видео на основе простой подсказки. Он пока недоступен для широкой публики, но генеральный директор Сэм Альтман продемонстрировал его возможности, принимая запросы на X, ранее известный как Twitter . Пользователи отвечали короткими подсказками: « обезьяна, играющая в шахматы в парке » или « велогонка по океану с участием разных животных в качестве спортсменов ». Это сверхъестественно, завораживающе, странно, красиво – и вызывает обычный цикл комментариев.

Некоторые люди делают резкие заявления о негативных последствиях Соры , ожидая « волны дезинформации » — но хотя я (и эксперты) думаю, что будущие мощные системы искусственного интеллекта представляют действительно серьезные риски , утверждения о том, что конкретная модель принесет на нас волну дезинформации, не подтвердились. держится до сих пор.

Другие указывают на многочисленные недостатки Соры как на фундаментальные ограничения технологии — что было ошибкой, когда люди делали это с моделями генераторов изображений, и что, я подозреваю, будет ошибкой снова. Как отметил мой коллега А.В. Ольхайзер , «так же, как DALL-E и ChatGPT со временем улучшились, так и Sora могла улучшиться».

Прогнозы, как бычьи, так и медвежьи, еще могут оправдаться, но разговор о Соре и генеративном искусственном интеллекте был бы более продуктивным, если бы люди со всех сторон больше принимали во внимание все способы, которыми мы оказались неправы за последние пару лет…

Чему DALL-E 2 и Midjourney могут научить нас о Соре

Два года назад OpenAI анонсировала DALL-E 2 — модель, которая может создавать неподвижные изображения из текстовой подсказки. Созданные им фантастические изображения в высоком разрешении быстро разлетелись по всем социальным сетям, как и мнения о том, что об этом думать: настоящее искусство? Поддельное искусство? Угроза для художников? Инструмент для художников? Машина дезинформации? Два года спустя стоит провести небольшую ретроспективу, если мы хотим, чтобы наши взгляды на Сору старели лучше.

Релиз DALL-E 2 опередил Midjourney и Stable Diffusion , двух популярных конкурентов, всего на несколько месяцев. У каждого из них были свои сильные и слабые стороны. DALL-E 2 делал более фотореалистичные картинки и немного лучше придерживался подсказок; Midjourney был «более артистичным». Вместе они сделали искусство искусственного интеллекта доступным миллионам людей одним нажатием кнопки.

Большая часть социального воздействия генеративного ИИ тогда исходила не непосредственно от DALL-E 2, а от волны моделей изображений, которую он возглавил. Точно так же мы могли бы ожидать, что важный вопрос о Sora заключается не только в том, что может сделать Sora, но и в том, что смогут сделать ее подражатели и конкуренты.

Многие думали, что DALL-E и его конкуренты возвещают поток фейковой пропаганды и мошенничества , которые угрожают нашей демократии. Хотя мы вполне можем когда-нибудь увидеть подобный эффект, сейчас эти призывы кажутся преждевременными. Влияние дипфейков на нашу демократию «всегда кажется не за горами», — написал в декабре аналитик Питер Карлайон , отметив, что большая часть пропаганды по-прежнему носит более скучный характер — например, вырывание высказываний из контекста или изображений одного конфликта. поделились и ошибочно пометили как принадлежащие другому.

Предположительно, в какой-то момент это изменится, но следует проявлять некоторую скромность в заявлениях о том, что именно Сора станет этим изменением. Чтобы лгать людям, не нужны дипфейки, и они остаются дорогим способом сделать это. (Поколения искусственного интеллекта относительно дешевы, но если вы стремитесь к чему-то конкретному и убедительному, это намного дороже. Цунами дипфейков подразумевает масштаб, который спамеры в настоящий момент в большинстве случаев не могут себе позволить.)

Но мне кажется, что наиболее важно вспомнить последние два года истории ИИ, когда я читаю критику изображений Соры за то, что они неуклюжи, неестественны, бесчеловечны или явно ошибочны. Это правда, они есть. Сора «неточно моделирует физику многих базовых взаимодействий», признается в исследовательском выпуске OpenAI, добавляя , что у него проблемы с причиной и следствием, смешиванием левого и правого и следованием траектории.

Почти идентичная критика, конечно же, была высказана в адрес DALL-E 2 и Midjourney — по крайней мере, поначалу. Раннее освещение DALL-E 2 подчеркивало его некомпетентность: от создания ужасающих чудовищ всякий раз, когда вы просили добавить в сцену несколько персонажей, до предоставления людям когтей вместо рук . Эксперты по ИИ утверждали, что неспособность ИИ справиться с «композиционностью» — или инструкциями о том, как скомпоновать элементы сцены — отражает фундаментальный недостаток технологии .

Однако на практике модели стали лучше выполнять весьма конкретные подсказки, а пользователи стали лучше выполнять подсказки, и в результате сегодня стало возможным создавать изображения со сложными и детализированными сценами. Практически все занимательные недостатки были исправлены в вышедшей в прошлом году DALL-E 3 и в последних обновлениях Midjourney. Сегодняшние генераторы изображений прекрасно справляются с изображениями рук и массовых сцен.

За время, прошедшее между DALL-E 2 и Sora, генерация изображений с помощью ИИ превратилась из вечеринки в масштабную индустрию. Многие вещи, которые DALL-E 2 не мог сделать, DALL-E 3 мог. И если DALL-E 3 не мог этого сделать, то конкурент часто мог. Эту точку зрения очень важно иметь в виду, когда вы читаете прогнозы по Соре — вы, вероятно, рассматриваете первые шаги к созданию новой важной возможности, которая может быть использована в добрых или злых целях, и, хотя ее можно переоценить, это также очень легко продать его без покрытия.

Вместо того, чтобы чрезмерно придерживаться какой-либо конкретной точки зрения на то, что Сора и ее преемники смогут или не смогут сделать, стоит признать некоторую неуверенность в том, куда это приведет. Гораздо легче сказать: «Эта технология будет стремительно совершенствоваться», чем гадать о том, как это будет происходить.

Пристегнитесь, дамы и господа, у нас в городе появился новый генератор изображений с искусственным интеллектом, и он на удивление хорош.

Это удивительно, потому что он создан Google и потому что это не тот простой, несколько уродливый и ленивый генератор, который вы привыкли видеть в Bard. Он также скрыт от широкой публики, но это не значит, что вы не можете его использовать.

Его название — ImageFX , и это последнее предприятие Google в области создания изображений с помощью искусственного интеллекта. Он доступен через Google AI Test Kitchen, экспериментальную платформу, которая позволяет пользователям взаимодействовать с проектами Google, пока они еще находятся в разработке.

Несмотря на то, что ImageFX находится на ранней стадии бета-тестирования, он обеспечивает потрясающие результаты с точки зрения точности и фотореализма. Однако его доступность ограничена определенными регионами, а именно США, Кенией, Новой Зеландией и Австралией, а его использование ограничено английским языком, что демонстрирует осторожный подход Google и его стремление к контролируемой среде для обратной связи с пользователями и усовершенствований системы.

Те, кто живет за пределами разрешенных регионов, могут обойти географические ограничения с помощью таких методов, как VPN или прокси, — на свой страх и риск.

В основе ImageFX лежит Imagen 2, сложная модель искусственного интеллекта, разработанная известной лабораторией искусственного интеллекта Google DeepMind. Imagen 2 предназначен для интерпретации и визуализации текстовых подсказок и может создавать разнообразные изображения и стили. Google утверждает, что Imagen 2 устанавливает новый стандарт качества изображения среди моделей искусственного интеллекта своего поколения.

Внедрение ImageFX является частью более широкой стратегии Google по изучению различных аспектов генеративного искусственного интеллекта. Он дополняет набор специализированных инструментов, включая MusicFX для создания музыки и TextFX для создания стилизованного текста.

Весьма интересный генератор текстовых описаний и визуальных изображений по сгенерированному описанию. Данное приложение можно использовать в различных сферах деятельности.

Что было и как получилось

На запрос, о простате и благополучии жизни с применением высоких технологий, Tome сгенерировал более короткий и емкий ответ, с несколькими разделами:

• Introduction
• Smart Homes
• Transportation
• Healthcare
• Education
• Conclusion

Введение

Представьте себе мир, в котором технологии продвинулись до такого уровня, что каждый житель планеты может наслаждаться жизнью в простоте и удобстве, без каких-либо сдерживающих его обязательств. Это мир, который мы себе представляем, где люди могут свободно следовать своим увлечениям и развивать себя в полной мере.
Благодаря последним достижениям науки и техники мы создали мир, в котором все у вас под рукой. От умных домов, которые предвосхищают все ваши потребности, до беспилотных автомобилей, которые доставят вас туда, куда вы хотите, — наша цель — сделать вашу жизнь проще и насыщеннее.

Tome

Умные дома

Наши умные дома предназначены для того, чтобы предоставить вам максимальный жизненный опыт. Каждый аспект вашего дома подключен и автоматизирован, от управления освещением и температурой до развлекательных систем и функций безопасности. Вы можете управлять всем с помощью простой голосовой команды или через свой смартфон, что сделает вашу жизнь более удобной и комфортной, чем когда-либо прежде.
Наши умные дома не только полностью автоматизированы, но и экологичны. Они используют возобновляемые источники энергии, такие как солнечная и ветровая энергия, и предназначены для минимизации отходов и сокращения вашего углеродного следа. С нашими умными домами вы можете жить в комфорте, одновременно внося свой вклад в защиту окружающей среды.

Tome

Транспорт

Прошли времена пробок и долгих поездок на работу. Наша транспортная система полностью автоматизирована, с беспилотными автомобилями и общественным транспортом, которые могут доставить вас куда угодно. Вы можете сесть и расслабиться, пока автомобиль доставит вас к месту назначения, наслаждаясь пейзажами или выполняя работу по пути.
Мы также предлагаем ряд вариантов личного транспорта, включая ховерборды и электровелосипеды, для тех, кто предпочитает более активный образ жизни. С нашей транспортной системой вы можете быстро и легко передвигаться, не беспокоясь о том, чтобы владеть автомобилем или иметь дело с расписанием общественного транспорта.

Tome

Здравоохранение

Наша система здравоохранения создана для того, чтобы вы были здоровы и счастливы. Благодаря передовым медицинским технологиям и персонализированным планам лечения мы можем выявлять и лечить болезни до того, как они станут серьезными. Мы также предлагаем ряд оздоровительных программ и мероприятий, которые помогут вам вести здоровый образ жизни и в первую очередь предотвратить возникновение болезней.
Помимо физического здоровья, мы также уделяем приоритетное внимание психическому здоровью и благополучию. Мы предлагаем консультационные услуги, обучение осознанности и другие ресурсы, которые помогут вам справиться со стрессом и сохранить позитивный взгляд на жизнь. С нашей системой здравоохранения вы можете наслаждаться долгой и полноценной жизнью, свободной от болезней и беспокойства.

Tome

Образование

Наша система обучения разработана, чтобы помочь вам полностью раскрыть свой потенциал. Мы предлагаем индивидуальные планы обучения и передовые технологии, которые помогут вам учиться быстрее и эффективнее. Интересуетесь ли вы наукой, искусством или бизнесом, у нас есть программа, которая поможет вам достичь ваших целей.
Мы также отдаем приоритет творчеству и инновациям, поощряя учащихся мыслить нестандартно и исследовать новые идеи. С нашей системой образования вы можете развивать навыки и знания, необходимые для достижения успеха в любой области, и вы можете делать это весело, увлекательно и вдохновляюще.

Tome

Заключение

В этом мире захватывающих технологий и простоты жизни у каждого жителя планеты есть возможность максимально раскрыть свой потенциал. Благодаря нашим умным домам, передовой транспортной системе, здравоохранению, образованию и другим удобствам вы можете жить спокойной и полноценной жизнью, свободной от бремени обязательств и стресса.
Мы приглашаем вас присоединиться к нам в этом захватывающем новом мире, где возможности безграничны, а будущее светло. Вместе мы можем создать лучший мир для себя и для будущих поколений.

Tome

В целом, данный AI идеально подойдет для создания лэндинга или небольшого каталога. Быстрая работа генератора текста. Но создание изображений занимает чуть больше времени и их качество требует доработки.

При дальнейшем появление подобных инструментов, потребуется создание нового продукта AI способного фильтровать другие AI на качество работы, и достоверность предоставления информации, а так же полезность.

Посмотрите, как генеративные чат-боты с искусственным интеллектом — ChatGPT, Bing AI, Google Bard и Claude — реагируют на запросы по поисковой оптимизации, кодированию веб-сайтов и созданию контента.

С быстрым появлением генеративных чат-ботов с искусственным интеллектом вы можете задаться вопросом, какой из них лучше всего подходит для ваших нужд.

С недавним выпуском Google Bard мы решили протестировать его с помощью ChatGPT, Bing и Claude, чтобы увидеть ответы на запросы по поисковой оптимизации, кодированию веб-сайтов, созданию контента, инструментам повышения производительности, новостям и социальным сетям.

В частности, мы использовали следующие версии каждого чат-бота AI для следующих примеров.

• ChatGPT от OpenAI с использованием GPT-4 с дополнительной подпиской за 20 долларов в месяц.
• Bing AI на базе GPT-4 в настольном браузере Microsoft Edge Dev.
• Первый/экспериментальный выпуск Google Bard в настольном браузере Google Chrome.
• Claude+, этический конкурент ChatGPT, использует Poe в настольном браузере с премиальной подпиской за 20 долларов в месяц.

Теперь давайте рассмотрим некоторые подсказки, которые могут использовать маркетологи, и ответы, которые они могут получить от каждого из этих чат-ботов, чтобы определить, какой из них лучше.

Подсказка № 1: «Что такое SEO?»

Первая подсказка — простой вопрос — что такое SEO? Вы можете получить следующие ответы от ChatGPT, Bing (More Balanced), Bard и Claude+.

ChatGPT определяет чисто SEO – оптимизацию для поисковых систем, а затем ее цель и ключевые аспекты процесса. Источники не были предоставлены, поскольку в нем используются обучающие данные из статей, сообщений в блогах, книг и веб-сайтов за сентябрь 2021 года или ранее.

Чат Bing AI предоставил более короткий ответ с несколькими источниками и тремя дополнительными подсказками, чтобы узнать больше о SEO.

Google Bard дал нам три ответа на выбор в раскрывающемся списке черновиков. В первом ответе не указаны источники. Второй (показанный ниже) и третий ответы были основаны на разных источниках.

Claude+ дал подробный ответ с, как оказалось, внутренними ссылками.

Когда вы нажимаете на одну из ссылок, она предлагает Клоду дать вам другой ответ.

Подсказка № 2: «Как я могу получить высококачественные обратные ссылки для своего сайта?»

Затем мы спросили, как получить качественные обратные ссылки для веб-сайта.

ChatGPT перечислил методы построения ссылок, которые активно продвигались в 2021 году.

Bing AI предложил пять предложений с источниками, например, использование таких инструментов, как Ahrefs и Semrush, для исследования обратных ссылок конкурентов.

Google Bard дал три разных ответа на вопрос, но без источников. В предложения Барда были включены комментарии в блогах, сообщения на форумах и материалы каталогов, как показано в этом третьем черновике.

Claude+ предложил множество предложений, в том числе сети частных блогов и Yahoo Answers, которых больше не существует.

Подсказка № 3: «Можете ли вы дать мне HTML-код для создания одностраничного веб-сайта-портфолио?»

Могут ли генеративные чат-боты с искусственным интеллектом кодировать простой веб-сайт?

ChatGPT предоставил HTML и CSS, которые можно было копировать и вставлять.

Используя W3Schools TryIt Editor, мы доказали, что код создает функциональную веб-страницу.

Bing AI также предоставил код, но только часть HTML.

Результат был менее впечатляющим, чем в версии ChatGPT, но он все еще работает.

Google Bard предоставил на выбор три разные версии кода своего одностраничного веб-сайта, каждая из которых представляет собой только HTML, как и Bing. Первый вариант показан ниже.

Все три работали в редакторе TryIt.

Claude+ предложил HTML и CSS в своем ответе, но формат не был таким чистым, как ChatGPT, Bing или Bard.

Результат также ссылается на ключ API По, который появляется на тестовой веб-странице.

Подсказка № 4: «Каковы лучшие инструменты для повышения производительности в организации, участвующей в четырехдневной рабочей неделе?»

Ищете новые инструменты для повышения производительности? В зависимости от контекста вопроса неясно, какой генеративный чат-бот с искусственным интеллектом может дать вам то, что вы ищете.

ChatGPT предоставил организациям 15 инструментов в пяти категориях для повышения производительности.

Bing AI предложил список простых советов и два инструмента.

Google Bard перечислил типы инструментов, которые вам понадобятся, в первом черновике и предложил конкретные инструменты в двух других черновиках. Ниже показан второй вариант.

Claude+ дал длинный ответ, но предлагает только три конкретных инструмента.

ChatGPT предоставляет лучшие ответы

Чат-боты с искусственным интеллектом уже могут выполнять самые разные задачи. Со временем и совершенствованием каждый из них может сделать работников более производительными и способными производить продукцию более высокого качества.

Каждый чат-бот с искусственным интеллектом имеет свои уникальные преимущества.

• ChatGPT предлагает наилучшие ответы на запросы, которым не нужны данные после 2021 года. Это ограничение может перестать быть фактором после запуска плагинов ChatGPT для всех пользователей.
• Bing AI почти всегда предлагает источники для своих ответов, что упрощает проверку фактов или получение дополнительной информации.
• Google Bard включает три черновика своих ответов и иногда включает источник.
• Claude+ использует ссылки в своих ответах, чтобы помочь пользователям узнать больше о теме.

К сожалению, все генеративные чат-боты с искусственным интеллектом могут предлагать устаревшую или неверную информацию. Пользователи должны взять информацию, которую они получают, и убедиться, что это наилучшая возможная информация, прежде чем использовать ее в любом приложении.

Чтобы построить миссию НАСА, требуется много умственных способностей, и эти мозги одновременно являются человеческими и компьютерными. НАСА призывает искусственный интеллект придумать творческие способы создания оборудования для космических кораблей и других миссий. В результате получаются красивые, оригинальные и практичные конструкции.

В заявлении, сделанном в четверг, НАСА заявило, что детали, разработанные с помощью ИИ, «могут напоминать кости, оставленные некоторыми инопланетными видами, но они весят меньше, выдерживают более высокие структурные нагрузки и требуют гораздо меньше времени, чем детали, разработанные людьми, для разработки».

Инженер-исследователь Райан Макклелланд из Центра космических полетов имени Годдарда НАСА стал пионером в использовании космическим агентством разработки аппаратного обеспечения с помощью ИИ. Этот процесс удобен для создания специализированных структур. Полученные конструкции могут быть использованы для аппаратного обеспечения космических миссий, а также для таких миссий, как инфракрасный телескоп Exoplanet Climate Infrared Telescope (Excite), который будет совершать длительные полеты на воздушном шаре на большой высоте. 

Это не пример того, как ИИ просто делает свое дело. Дизайнеры-люди излагают цели и параметры детали, такие как наличие разъемов для оборудования или места для работы человеческих рук. Реальные люди также тщательно изучают результаты. «Человеческая интуиция знает, что выглядит правильно, но предоставленный сам себе алгоритм иногда может сделать структуру слишком тонкой», — сказал Макклелланд.

Прабхакар Рагхаван сказал в субботу, что иногда они могут давать ложные, но убедительные ответы.

«Этот вид искусственного интеллекта, о котором мы сейчас говорим, иногда может приводить к тому, что мы называем галлюцинациями», — сказал он немецкой газете. 

Он добавил: «Далее это выражается таким образом, что машина дает убедительный, но полностью фиктивный ответ». 

В понедельник Google использовала презентацию, чтобы представить своего чат-бота с искусственным интеллектом под названием Bard, который, как они надеются, будет конкурировать с ChatGPT.

Однако в рекламе Bard было показано, что он дает неточный ответ на вопрос о космическом телескопе Джеймса Уэбба.

Акции материнской компании Google Alphabet резко упали из-за ошибки и растущих опасений по поводу угрозы, которую ChatGPT представляет для ее доминирования в поиске. 

Рагхаван сказал, что Google чувствует «срочную необходимость» выпустить Bard на публику, «но мы также чувствуем большую ответственность. Так как мы определенно не хотим вводить общественность в заблуждение».

«Мы думаем, как интегрировать эти возможности в наши поисковые функции, особенно для вопросов, на которые нет единственного ответа», — добавил он. 

Комментарии Рагхавана прозвучали после того, как некоторые критиковали Google и генерального директора Alphabet Сундара Пичаи за «поспешный» и «неудачный» запуск Bard.

Маартен Босма, бывший инженер-исследователь из Google Brain, подразделения ИИ Alphabet, написал в Твиттере, что презентация показала, что компания недостаточно серьезно относится к ИИ.

Google не сразу ответил на запрос Insider о комментариях, сделанный в нерабочее время. 

Инструмент под названием MusicLM — не первый музыкальный инструмент ИИ, запущенный. Но примеры, которые предоставляет Google, демонстрируют музыкальные творческие способности, основанные на ограниченном наборе описательных слов.

ИИ показывает, как сложные компьютерные системы были обучены вести себя по-человечески.

Такие инструменты, как ChatGPT, могут быстро создавать или генерировать письменные документы, которые хорошо сравнимы с работой людей. ChatGPT и подобные системы требуют мощных компьютеров для работы со сложными моделями машинного обучения. Компания OpenAI из Сан-Франциско запустила ChatGPT в конце прошлого года.

Разработчики обучают такие системы на огромных объемах данных, чтобы изучить методы воссоздания различных форм контента. Например, компьютерный контент может включать письменные материалы, элементы дизайна, искусство или музыку.

ChatGPT в последнее время привлек большое внимание своей способностью генерировать сложные тексты и другой контент из простого описания на естественном языке.

Google MusicLM

Инженеры Google объясняют систему MusicLM следующим образом:

Во-первых, пользователь придумывает слово или слова, которые описывают музыку, которую он хочет создать с помощью инструмента.

Например, пользователь мог ввести в систему такую ​​короткую фразу: «непрерывная успокаивающая скрипка, сопровождаемая мягким звуком гитары». Введенные описания могут включать различные музыкальные стили, инструменты или другие существующие звуки.

Несколько различных музыкальных примеров, созданных MusicLM, были опубликованы в Интернете. Некоторая сгенерированная музыка была получена из описаний, состоящих всего из одного или двух слов, таких как «джаз», «рок» или «техно». Система создала другие примеры из более подробных описаний, содержащих целые предложения.

В одном примере исследователи Google включают следующие инструкции для MusicLM: «Основной саундтрек к аркадной игре. Он динамичный и оптимистичный, с запоминающимся риффом электрогитары. Музыка повторяющаяся и легко запоминающаяся, но с неожиданными звуками…»

В получившейся записи музыка, кажется, очень близка к описанию. Команда сказала, что чем более подробным будет описание, тем лучше система сможет его воспроизвести.

Модель MusicLM работает аналогично системам машинного обучения, используемым ChatGPT. Такие инструменты могут давать результаты, подобные человеческим, потому что они обучаются на огромных объемах данных. В системы загружается множество различных материалов, что позволяет им осваивать сложные навыки для создания реалистичных работ.

В дополнение к созданию новой музыки из письменных описаний, команда сказала, что система может также создавать примеры, основанные на собственном пении, гудении , насвистывании или игре на инструменте человека.

Исследователи заявили, что инструмент «воспроизводит высококачественную музыку… в течение нескольких минут, сохраняя при этом верность сигналу обработки текста».

В настоящее время команда Google не выпустила модели MusicLM для публичного использования. Это отличается от ChatGPT, который был доступен онлайн для пользователей для экспериментов в ноябре.

Однако Google объявил, что выпускает «высококачественный набор данных» из более чем 5500 пар написания музыки, подготовленный профессиональными музыкантами под названием MusicCaps. Исследователи предприняли этот шаг, чтобы помочь в разработке других музыкальных генераторов ИИ.

Исследователи MusicLM заявили, что, по их мнению, они разработали новый инструмент, который поможет любому быстро и легко создавать высококачественные музыкальные подборки. Тем не менее, команда заявила, что также признает некоторые риски, связанные с процессом машинного обучения.

Одной из самых больших проблем, которую выявили исследователи, была «предвзятость, присутствующая в обучающих данных». Предвзятость может включать слишком много одной стороны и недостаточно другой. Исследователи сказали, что это поднимает вопрос «о целесообразности создания музыки для культур, недостаточно представленных в обучающих данных».

Команда заявила, что планирует продолжить изучение любых системных результатов, которые можно было бы считать культурным присвоением. Цель состоит в том, чтобы ограничить предубеждения за счет дополнительной разработки и тестирования.

Кроме того, исследователи заявили, что планируют продолжать совершенствовать систему, включая генерацию текстов, обработку текста и улучшение качества голоса и музыки.

Google хочет использовать «силу ИИ, чтобы переосмыслить то, как люди ищут»

Всем внимание! На следующей неделе Google проводит мероприятие, которое можно описать только как «экстренное». Согласно приглашению, отправленному The Verge, мероприятие будет вращаться вокруг «использования возможностей ИИ для переосмысления того, как люди ищут, исследуют и взаимодействуют с информацией, делая поиск того, что нужно, более естественным и интуитивным, чем когда-либо прежде». Другими словами, Google собирается запустить свой фотокопировальный аппарат и прикрепить ChatGPT OpenAI к валику. 40-минутное мероприятие, конечно же, будет транслироваться на YouTube 8 февраля.

Материнская компания Google, Alphabet вчера провела отчет о прибылях и убытках, и генеральный директор Google/Alphabet Сундар Пичаи пообещал, что «очень скоро люди смогут напрямую взаимодействовать с нашими новейшими, самыми мощными языковыми моделями в качестве дополнения к Поиску экспериментальными и инновационными способами. Ранее в этом году компания объявила «красный код» в связи со стремительным ростом ChatGPT и даже вытащила из отставки соучредителей Ларри Пейджа и Сергея Брина, чтобы помочь.

У Google много технологий искусственного интеллекта, но в основном они закрыты для публики. Он имеет языковую модель чат-бота под названием «LaMDA» (языковая модель для диалоговых приложений) и ИИ для создания изображений под названием «Imagen». В то время как OpenAI превращает подобные технологии в общедоступные продукты, такие как DALL-E и ChatGPT, которые удивляют мир и привлекают к компании массу внимания, Google держит все внутри и когда-либо говорит об этих проектах только в сообщениях в блогах и исследовательских работах.

Один из результатов усилий Google по созданию продукта, согласно отчету CNBC, называется «Apprentice Bard», чат-бот, использующий технологию LaMDA, позволяющую людям «задавать вопросы и получать подробные ответы, аналогичные ChatGPT». В отчете изложено множество возможных направлений. Google экспериментирует, например, с «альтернативной страницей поиска, которая может использовать формат вопросов и ответов», «подсказками для потенциальных вопросов, размещенными непосредственно под основной строкой поиска» на главной странице Google, и страницей результатов, которая показывает «серый всплывающее окно прямо под строкой поиска, предлагающее более человеческие ответы, чем обычные результаты поиска».

Даже не ясно, что ChatGPT представляет собой реальную проблему для Google. У Google есть история чрезмерной реакции на другие популярные вещи в Интернете, и эти проекты «клонирования конкурента» засоряют кладбище Google. В какой-то момент компания посчитала Facebook угрозой существованию и создала Google+. В конце концов этот проект был закрыт, и сегодня Google не представлена ​​в социальных сетях, но компания по-прежнему выглядит нормально. До этого именно Amazon был «крупнейшим поисковым конкурентом Google». Эти опасения в конечном итоге породили клон Amazon Prime Google Shopping Express. Этот проект тоже провалился, и почему-то Amazon еще не заменил поиск Google. ChatGPT раскручен как конкурент поиска, потому что это способ получить прямые ответы на вопросы. Хотя это часть бизнеса Google Search, у Google уже есть интерфейс для прямых ответов: Google Assistant. Как и ChatGPT, Assistant изначально задумывался как чат-бот.

Хотя Assistant отлично работает для простых запросов, Google не смог монетизировать эту функцию и, как сообщается, сократил ресурсы подразделения. Непонятно, как конкурент ChatGPT изменит основную проблему монетизации, кроме как отбросить эту проблему через несколько лет. Монетизация работает, когда у вас есть список из 10 синих ссылок, которые нужно отсортировать, но это не так просто, когда вы помогаете людям сразу найти ответ. Подталкивание большего количества людей к такому стилю интерфейса может повредить чистой прибыли Google. Дело не только в Google: Amazon тоже не смогла найти ответ на монетизацию Alexa.

Возможно, единственная часть Google, которой угрожает ChatGPT, — это цена акций. Google кажется довольно безумным в своем объявлении, потому что у компании есть несколько ежегодных мероприятий, в которые это объявление может легко вписаться, например, Google I/O, который проводится каждый май. Однако это следующий квартал, и если Google беспокоится о доверии инвесторов, это объясняет, почему кажется, что это событие должно произойти в этом квартале, а не в следующем квартале. Ждём среду!

Традиционный способ научить модель ИИ правильно интерпретировать что-либо — дать ему много-много (например, миллионы) помеченных примеров. Изображение кошки с помеченной кошачьей частью, разговор с говорящими и расшифрованные слова и т.д. Но этот подход затрачивает огромное количество ресурсов.

В настоящее время некоторые из наиболее многообещающих систем искусственного интеллекта — это так называемые самоконтролируемые: модели, которые могут работать с большими объемами неразмеченных данных, таких как книги или видео взаимодействующих людей, и строить собственное структурированное понимание правил системы. Например, прочитав тысячу книг, он выучит взаимное расположение слов и идей в грамматической структуре, причем никто не скажет ему, что такое объекты, артикли или запятые — он получил это, сделав выводы из множества примеров.

Интуитивно это больше похоже на то, как люди учатся, что частично нравится исследователям. Но модели по-прежнему имеют тенденцию быть одномодальными, и вся работа, которую вы проделываете, чтобы настроить полуконтролируемую систему обучения распознаванию речи, вообще не применима к анализу изображений — они просто слишком разные. Вот тут-то и появляется последнее исследование Facebook/Meta с броским названием data2vec.

Идея data2vec заключалась в том, чтобы создать структуру ИИ, которая обучалась бы более абстрактным образом, а это означает, что, начиная с нуля, вы могли бы давать ему книги для чтения, изображения для сканирования или речь для озвучивания, и после небольшого обучения он научиться любой из этих вещей. Это похоже на начало с одного семени, но в зависимости от того, какую «растительную» пищу вы ему дадите, оно вырастает в нарцисс, анютины глазки или тюльпан.

В общем, какие бы идеи обучения у Мета не было, подробного промера они не приводят. Хотя суть всем более чем ясна, но, похоже только Мета знает, как её реализовать.