По мере роста конкуренции в сфере генеративных нейросетей один из лидеров направления в лице OpenAI представил обновлённые версии алгоритмов генерации текста, а также снизил стоимость их использования. Компания выпустила обновлённые версии языковых моделей GPT-3.5-turbo и GPT-4, которые обеспечат ещё больше возможностей для создания контента по сравнению с предыдущими версиями языковых моделей стартапа.

Источник изображения: Pixabay

Одним из любопытных нововведений стало появление инструмента, позволяющего разработчикам описывать программные функции естественным языком и получать полноценный код для их выполнения. Например, данный инструмент подходит для создания чат-ботов, которые отвечают на вопросы, вызывая внешние инструменты, преобразовывая естественный язык в запросы к базам данных и извлекая структурированные данные из текста. Обе модели способны определять, когда функция должна быть вызвана и отвечать в формате JSON, который соответствует сигнатуре функции. Это нововведение также позволит разработчикам получать более точные и структурированные данные.

Вместе с этим модель GPR-3.5-turbo получила расширенное контекстное окно (количество текста, учитываемое в процессе генерации). Увеличение контекстного окна позволяет модели лучше понимать смысл запросов и выдавать более соответствующие им ответы, не отклоняясь от темы. Модель GPR-3.5-turbo имеет контекстное окно в 16 тыс. токенов, что в четыре раза больше по сравнению с аналогичным показателем GPT-3.5. Также было объявлено, что в настоящее время OpenAI тестирует модель GPT-4 с контекстным окном в 32 тыс. токенов.

Стоимость использования стандартной версии GPT-3.5-turbo (без расширенного контекстного окна) снижена на 25 % до $0,0015 за 1 тыс. входных токенов и $0,002 за 1 тыс. выходных токенов, что соответствует примерно 700 страницам текста за $1. Стоимость использования модели text-embedding-ada-002, которая позволяет измерить сходство текстов, снижена на 75 % до $0,0001 за 1 тыс. токенов.

На фоне взрывного роста популярности генеративных нейросетей, таких как ChatGPT от Open AI, вполне логично предположить, что многие крупные IT-компании планируют запустить собственные аналоги. Одной из таких компаний, вероятно, станет Apple, поскольку в настоящее время производитель iPhone активно расширяет штат сотрудников, которые занимаются разработками, связанными с искусственным интеллектом.

Источник изображения: Placidplace/pixabay.com

В настоящее время на странице Apple в США размещено 176 открытых вакансий в разных подразделениях компании, занимающихся разработками в сфере ИИ и машинного обучения. При этом 43 новые вакансии появились в этом месяце, 68 предложений связаны с голосовым помощником Siri, 52 вакансии — с iOS и 46 вакансий — с macOS. Некоторые из предложений о работе связаны с разработками в разных областях.

Если отсортировать вакансии по сочетанию «искусственный интеллект», то останется 88 предложений. Если же добавить к поиску слово «генеративный», то количество предлагаемых вакансий сократится до 48 единиц. При этом слово «генеративный» встречается в названии нескольких вакансий: инженер-исследователь мультимодального генеративного моделирования, инженер-исследователь визуального генеративного моделирования, инженер по машинному обучению — генеративный ИИ, научный сотрудник прикладных исследований — генеративный ИИ и др.

Ранее сообщалось, что Apple заморозила процесс набора новых сотрудников. Однако новые вакансии указывают на то, что компания не намерена отказываться от работы в направлениях, которые на данный момент являются наиболее актуальными. Ранее в этом году Apple заявляла о намерении подходить к генеративному ИИ «сознательно и продуманно», а на этой неделе стало известно, что сотрудникам компании запретили использовать ИИ-ботов на рабочих местах, чтобы предотвратить утечку данных.

Обозреватель The Wall Street Journal Джоанна Стерн (Joanna Stern) попыталась выяснить, насколько натуральным может получиться цифровой аватар человека, созданный с помощью передовых алгоритмов на базе генеративного ИИ. Результат эксперимента оказался пугающим, поскольку Джоанне удалось получить собственный цифровой клон, который смог ввести в заблуждение её родственников и обмануть систему голосовой идентификации банка.

Источник изображения: The Wall Street Journal

Для создания виртуального аватара Джоанна использовала инструмент Synthesia, который позиционируется разработчиками как сервис создания видеоаватаров на основе видео- и аудиозаписей реальных людей. После создания аватара пользователь может вводить любой текст, который виртуальный клон послушно повторяет. Исходным материалом для обучения алгоритма стали 30 минут видео и около двух часов аудиозаписей голоса Джоанны.

Стартап Synthesia берёт $1000 в год за создание и поддержку виртуального аватара, а также взимает с пользователей дополнительную ежемесячную плату. Через несколько недель цифровой клон журналиста был готов, после чего начались его испытания. Джоанна сгенерировала с помощью ChatGPT текст для TikTok-ролика про iOS и загрузила его в Synthesia, после чего аватар создал готовый видеоролик. У неё сложилось впечатление, что она смотрит в зеркало и видит своё отражение.

Однако на данном этапе технология не совсем идеальна. Если при воспроизведении коротких предложений аватар выглядит достаточно убедительным, то более длинные фразы дают понять, что их произносит не человек. Несмотря на то, что в TikTok далеко не все пользователи отличаются внимательностью, некоторые из подписчиков обратили внимание на то, что созданное с использованием виртуального аватара видео выглядит неестественно.

Аналогичная проблема обнаружилась при попытке использовать цифровой аватар во время видеозвонков в Google Meet. К некачественному воспроизведению длинных предложений добавилась то, что аватар всё время держит идеальную осанку и практически не движется. Несмотря на это, очевидно, что в скором времени видеоаватар станет более совершенным, поскольку в разработке Synthesia уже есть несколько бета-версий, способных кивать головой, поднимать и опускать брови, а также выполнять некоторые другие свойственные человеку движения.

Источник изображения: Joanna Stern / The Wall Street Journal

После проверки возможностей видеоаватара Джоанна решила испытать голосовой клон, созданный с помощью генеративного ИИ-алгоритма ElevenLabs. Потребовалось загрузить в сервис около 90 минут записей голоса, и менее чем через две минуты голосовой клон был готов. Аудиоаватар может воспроизводить любой текст голосом пользователя. За создание голосового клона ElevenLabs берёт от $5 в месяц.

По сравнению с видеоаватром от Synthesia, аудиоклон более похож на реального человека. Он добавляет в речь интонации, а само воспроизведение текста происходит более плавно. Сначала Джоанна позвонила сестре и использовала в беседе с ней голосовой клон. Отмечается, что сестра не сразу заметила подвох, но через некоторое время обратила внимание на то, что в процессе беседы голосовой клон не делает пауз, чтобы перевести дух. После этого был звонок отцу с просьбой напомнить номер социального страхования. Он сумел заметить подвох, поскольку голос Джоанны звучал как бы в записи. Несмотря на это, родственники журналиста не сразу заметили, что с ними общается не живой человек, хотя долго обманывать их не удалось.

Ещё один звонок был совершён в службу поддержки Chase Bank. Предварительно алгоритму были заданы несколько вопросов, на которые предстояло ответить в процессе голосовой идентификации банка. После непродолжительного общения Джоанну соединили с представителем банка, поскольку система идентификации голоса не обнаружила каких-либо проблем. Позднее представитель Chase сообщил, что банк использует голосовую идентификацию вместе с другими инструмента подтверждения личности клиентов, отметив, что идентификация по голосу позволяет перейти к общению с сотрудником поддержки, но с её помощью нельзя провести транзакцию или выполнить иную операцию.

Голос, который генерирует сервис ElevenLabs, оказался максимально похож на голос Джоанны. Он учитывал интонации и другие особенности речи. Любопытно, что для создания такого голосового клона достаточно загрузить в сервис несколько аудиозаписей и согласиться с правилами платформы, в которых говорится, что пользователь обязуется не использовать алгоритм в мошеннических целях. Это означает, что любой желающий может запросто сгенерировать голос кого-то из своих знакомых или знаменитостей.

Представитель ElevenLabs рассказал, что компания разрешает клонировать голос только владельцам платных аккаунтов. В случае нарушения политики платформы аккаунт пользователя будет заблокирован. Кроме того, разработчики планируют выпустить сервис, который позволит загружать в него любое аудио для проверки, использовался ли при его создании алгоритм ElevenLabs. Отмечается, что разработчики могут идентифицировать весь генерируемый пользователями контент для его фильтрации или применения иных мер к нарушителям, включая сотрудничество с правоохранительными органами.

Джоанна отметила, что каждый из используемых ей алгоритмов пока не в состоянии сделать копию, которую невозможно отличить от оригинала. ChatGPT генерировал текст, не опираясь на знания и опыт журналиста. Сервис Synthesia создал аватар, который хоть и выглядит похожим на человека, но не способен передать все характерные особенности пользователя. Наконец, система ElevenLabs генерирует очень похожую речь, но и она не идеальна. В дальнейшем ИИ-технологии продолжат развиваться и, вероятно, в будущем отличить виртуальный аватар от живого человека в процессе общения будет только сложнее.

Премьер-министра Великобритании Риши Сунак (Rishi Sunak) и министр по науке и технологиям Мишель Донелан (Michelle Donelan) анонсировали выделение £100 млн (около $124 млн) на создание рабочей группы, которая начнёт разработку «суверенного» искусственного интеллекта. Предполагается, что этот алгоритм сделает страну «конкурентоспособной на глобальном уровне», а участники рабочей группы помогут сделать ИИ-системы более безопасными и надёжными.

Источник изображения: Placidplace/pixabay.com

Группа по разработке искусственного интеллекта будет отчитываться непосредственно перед премьер-министром и министром по науке и технологиям, а её председателя назначат летом этого года. Объявленное финансирование выделяется наряду с £900 млн, которые предусмотрены бюджетом Великобритании и предназначены для создания суперкомпьютера, проведения исследований в сфере искусственного интеллекта и др.

Британские власти ожидают, что этот проект позволит создать «суверенный ИИ-алгоритм», который поможет стимулировать экономику страны, избегая этических и технологических проблем. Существующие в настоящее время ИИ-алгоритмы не всегда предоставляют достоверную информацию и могут вести себя непредсказуемо. Британские власти хотят создать заслуживающий доверия алгоритм, который может оказаться полезным в разных сферах, включая разработку новых медицинских препаратов, борьбу с климатическими изменениями и др.

Разработка ИИ-алгоритмов вроде ChatGPT и DALL-E стоит сотни миллионов долларов, и скоро она станет ещё дороже. Это связано с тем, что всё больше платформ, являющихся источником данных для обучения больших языковых моделей (LLM), планируют запретить бесплатное использование своего контента для тренировки нейросетей. Ранее о таком решении объявило сообщество Reddit, а теперь аналогичным образом поступил форму для разработчиков Stack Overflow.

Источник изображения: Pixabay

Согласно имеющимся данным, Stack Overflow планирует начать взимать плату с разработчиков ИИ-алгоритмов в середине этого года. Взамен платформа готова предложить доступ к более чем 50 млн вопросов и ответов на них. Эти планы подтвердил генеральный директор Stack Overflow Прашант Чандрасекар (Prashanth Chandrasekar). В настоящее время на площадке зарегистрировано более 20 млн пользователей.

«Платформы сообществ, которые подпитывают развитие LLM, абсолютно точно должны получать компенсацию за свой вклад, чтобы такие компании как наша могли реинвестировать обратно в сообщества для поддержания их процветания. Мы поддерживаем подход Reddit к этому вопросу», — заявил Чандрасекар.

Как и в случае с Reddit, представители Stack Overflow ещё не озвучили размер платы, которая будет взиматься с разработчиков ИИ-алгоритмов. Stack Overflow продолжает изучать стратегию Reddit и проводит консультации с потенциальными клиентами. Обе компании ведут обсуждение финансовых вопросов и обещают поделиться информацией с общественностью в ближайшие несколько недель.

Исследователи Массачусетского технологического института (МТИ) предложили эффективный, по их словам, способ помочь дронам перемещаться по незнакомой местности — так называемые «жидкие» нейросети.

Источник изображения: youtube.com/@MITCSAIL

Инженеры МТИ начали строить «жидкие» нейросети в 2021 году — так учёные назвали алгоритмы искусственного интеллекта, способные самостоятельно изменять свои параметры прямо в процессе работы. Такие нейросети адаптируются к новым данным в реальном мире, а не только на этапе обучения — иными словами, они обучаются «на лету».

Способность самостоятельно расставлять приоритеты в поступающей информации и игнорировать некритичные особенности местности может иметь решающее значение для работы дронов, отмечают исследователи. При решении навигационных задач «жидкие» нейросети оказались эффективнее всех остальных подходов: они принимали адекватные решения на незнакомой местности любого типа: лес, город, а также искусственная среда с дополнительными помехами и нестабильной обстановкой.

Первичное обучение адаптивного алгоритма было построено на наборе данных, полученных от пилота — человека. Благодаря этому система научилась учитывать его способность применять свои навигационные навыки на незнакомой местности, когда в условиях среды и её ландшафте происходят значительные изменения. «Жидкие» нейросети, в частности, помогают дронам отслеживать движущиеся цели. А дальнейшее их обучение может быть построено на данных от новых экспертных источников — это повысит надёжность и эффективность дронов в работе.

Китай планирует проверять безопасность всех сервисов на базе генеративных нейросетей до того, как им будет разрешено работать в стране. Это вызывает некоторую обеспокоенность относительно дальнейшей судьбы чат-ботов, подобных ChatGPT от Open AI, разработанных местными IT-гигантами, такими как Baidu.

Источник изображения: Placidplace/pixabay.com

Поставщики услуг должны гарантировать, что ИИ-алгоритмы предоставляют достоверную информацию и соблюдают авторские права, а также не ставят под угрозу безопасность пользователей. Разработчики ИИ-алгоритмов также должны чётко маркировать генерируемый нейросетью контент. Об этом сказано в проекте Администрации киберпространства Китая, который был представлен широкой публике для получения отзывов от общественности.

Требования Администрации киберпространства Китая являются частью более масштабных усилий властей по регулированию рынка генеративных нейросетей, который начал расти взрывными темпами после запуска алгоритма ChatGPT в ноябре прошлого года. Китайские IT-компании, такие как Alibaba, SenseTime и Baidu, стремятся создать надёжную платформу на основе нейросетей для крупнейшего в мире интернет-рынка.

На фоне заявления регулятора курс акций Alibaba значительно снизился, тогда как ценные бумаги SenseTime почти не потеряли в цене. Ранее на этой неделе SenseTime анонсировала собственный ИИ-бот SenseChat, который позиционируется как конкурент ChatGPT. Baidu запустила тестирование своего чат-бота Ernie около месяца назад. В настоящее время Baidu считается лидером на китайском рынке генеративных нейросетей.