TGLIST.COM.UA
Source
Data Science Talks | Тиждень видався дуже насиченим на новини - одразу 2 апдейта від головн...
Data Science Talks
@datasciencetalks
358 Views/Reach
2024-05-17 12:10
Message №123
Тиждень видався дуже насиченим на новини - одразу 2 апдейта від головних AI-провайдерів 💪 І якщо в Гугла все більш менш прогнозовано: збільшили кількість параметрів, контекстне вікно, спробували у мультимодальність та намагаються щось протиставити OpenAI-ній Sora анонсувавши Veo.. + більшість оновлень поки тільки на рівні анонсів та “списків очікування” 🤷🏻♀ Ще й, як на мене, Google I/O досить не вдало вийшли з презентацією цього всього одразу після феєричного анонсу GPT-4o(mni), що тільки додатково підсвітило той неймовірний технологічний геп, що склався між лідерами галузі.
Тим часом OpenAI влаштували справжній фурор зі своєю новою моделькою! Як-то пишуть:
“The world will change forever” (c)
І хоча це ще навіть не GPT-5 (інтрига про вихід якої вже цього року також носиться інтернетом), але оновлення chatGPT до omni-версії без перебільшення відкрила наступний рівень на шляху до реального AGI 🌟 На відміну від попередніх спроб додати чатику vision та speech компоненту, які по суті реалізовувались у вигляді стеків різних моделей між собою (Speech-to-Text, Image-to-Text і т п), то GPT-4o безпосередньо навчалась одразу на різних типах даних (End-to-End Image + Text + Speech). Як бачимо результат приголомшливий - як в якості генерації так і в швидкості відповіді! (Хто користується chatGPT мав оцінити такий прорив)
Та найбільше особисто мене вразило навіть не те, що вона реально вміє в мультимодальність, а спроможність нової моделі ідентифікувати емоції співрозмовника (при чому як за голосом так і за виразом обличчя), відповідно реагувати та навіть самій їх “проявляти”!
Емоціїї, а точніше емоційний інтелект (здатність усвідомлювати та управляти емоціями) - чи не головна риса, що вирізняє людину в тваринному світі, роблячи нас, що називається “високоінтелектуальними істотами”. Тож опанування цієї здатності машиною має стати значною віхою у розвитку ШІ. Дехто навіть вважає, що із появою GPT-4o ми фактично увійшли в еру “Her” - фантастичний сюжет фільму 2013 року, про який я писала ось тут. Якщо хтось ще не дивився - зараз дуже слушний час!
🍿
Тим часом OpenAI влаштували справжній фурор зі своєю новою моделькою! Як-то пишуть:
“The world will change forever” (c)
І хоча це ще навіть не GPT-5 (інтрига про вихід якої вже цього року також носиться інтернетом), але оновлення chatGPT до omni-версії без перебільшення відкрила наступний рівень на шляху до реального AGI 🌟 На відміну від попередніх спроб додати чатику vision та speech компоненту, які по суті реалізовувались у вигляді стеків різних моделей між собою (Speech-to-Text, Image-to-Text і т п), то GPT-4o безпосередньо навчалась одразу на різних типах даних (End-to-End Image + Text + Speech). Як бачимо результат приголомшливий - як в якості генерації так і в швидкості відповіді! (Хто користується chatGPT мав оцінити такий прорив)
Та найбільше особисто мене вразило навіть не те, що вона реально вміє в мультимодальність, а спроможність нової моделі ідентифікувати емоції співрозмовника (при чому як за голосом так і за виразом обличчя), відповідно реагувати та навіть самій їх “проявляти”!
Емоціїї, а точніше емоційний інтелект (здатність усвідомлювати та управляти емоціями) - чи не головна риса, що вирізняє людину в тваринному світі, роблячи нас, що називається “високоінтелектуальними істотами”. Тож опанування цієї здатності машиною має стати значною віхою у розвитку ШІ. Дехто навіть вважає, що із появою GPT-4o ми фактично увійшли в еру “Her” - фантастичний сюжет фільму 2013 року, про який я писала ось тут. Якщо хтось ще не дивився - зараз дуже слушний час!
🍿