Αυτή την εβδομάδα στην τεχνητή νοημοσύνη: η Amazon «ενισχύει» τις κριτικές με την τεχνητή νοημοσύνη, ενώ η Snap είναι αδίστακτη

Το να συμβαδίζεις με έναν κλάδο τόσο γρήγορο όσο η

τεχνητή νοημοσύνη

είναι μια μεγάλη παραγγελία. Έτσι, έως ότου μια τεχνητή νοημοσύνη μπορεί να το κάνει για εσάς, εδώ είναι μια χρήσιμη σύνοψη των ιστοριών της περασμένης εβδομάδας στον κόσμο της μηχανικής μάθησης, μαζί με αξιοσημείωτες έρευνες και πειράματα που δεν καλύψαμε από μόνα τους.

Αυτήν την εβδομάδα στην τεχνητή νοημοσύνη, η

Amazon

ανακοίνωσε ότι θα αρχίσει να χρησιμοποιεί τη γενετική τεχνητή νοημοσύνη για να «ενισχύει» τις κριτικές προϊόντων. Μόλις κυκλοφορήσει, η δυνατότητα θα παρέχει μια σύντομη παράγραφο κειμένου στη σελίδα λεπτομερειών του προϊόντος που υπογραμμίζει τις δυνατότητες του προϊόντος και το συναίσθημα των πελατών που αναφέρονται στις κριτικές.

Ακούγεται χρήσιμο χαρακτηριστικό, όχι; Ίσως για τους αγοραστές και τους πωλητές. Τι γίνεται όμως με τους κριτικούς;

Δεν πρόκειται να υποστηρίξω ότι οι κριτικές του Amazon είναι μια μορφή υψηλής τέχνης. Αντίθετα, ένας ικανοποιητικός αριθμός στην πλατφόρμα δεν είναι πραγματικός — ή δημιουργούνται οι ίδιοι από την τεχνητή νοημοσύνη.

Ωστόσο, ορισμένοι κριτικοί, είτε από γνήσια ανησυχία για τον συνάδελφό τους αγοραστή είτε από μια προσπάθεια να ρέουν οι δημιουργικοί χυμοί, αφιερώνουν χρόνο στη δημιουργία κριτικών που όχι μόνο ενημερώνουν, αλλά και διασκεδάζουν. Οι περιλήψεις αυτών των κριτικών θα τους αδικούσαν — και θα χάνουν εντελώς την ουσία.

Ίσως έχετε πέσει πάνω σε αυτά τα πετράδια. Συχνά, βρίσκονται στις ενότητες κριτικών βιβλίων και ταινιών, όπου, σύμφωνα με την ανέκδοτη εμπειρία μου, οι κριτικοί του Amazon τείνουν να είναι πιο… πολυσύνθετοι.

Πάρτε τον χρήστη του Amazon “Sweet Home’s”

ανασκόπηση

του «Catcher in the Rye» του JD Salinger, το οποίο έχει πάνω από 2.000 λέξεις. Αναφέροντας τα έργα του William S. Burroughs και του Jack Kerouac καθώς και των George Bernard Shaw, Gary Snyder και Dorothy Parker, η κριτική του Sweet Home είναι λιγότερο μια ανασκόπηση παρά μια ενδελεχής ανάλυση, επιλέγοντας και εντοπίζοντας τα νήματα του μυθιστορήματος σε μια προσπάθεια να εξηγήσει την παραμονή του. εξουσία.

Και μετά υπάρχει η κριτική του Bryan Desmond για το «Gravity’s Rainbow», το διαβόητο μυθιστόρημα του Thomas Pynchon. Ομοίως λεκτικό – 1.120 λέξεις – όχι μόνο υπογραμμίζει τα κυριότερα σημεία του βιβλίου (εκθαμβωτική πεζογραφία) και τα χαμηλά σημεία (ξεπερασμένες στάσεις, ιδιαίτερα για τις γυναίκες), όπως θα περίμενε κανείς από μια κριτική, αλλά μεταδίδει με μεγάλη λεπτομέρεια την εμπειρία του Desmond από την ανάγνωσή του.

Θα μπορούσε το AI να τα συνοψίσει; Σίγουρος. Αλλά σε βάρος της απόχρωσης και της διορατικότητας.

Φυσικά, η Amazon δεν σκοπεύει να κρύψει τις κριτικές από τα μάτια υπέρ των περιλήψεων που δημιουργούνται από την τεχνητή νοημοσύνη. Αλλά φοβάμαι ότι οι κριτικοί θα είναι λιγότερο διατεθειμένοι να αφιερώσουν σχεδόν τόσο χρόνο και προσοχή, εάν η δουλειά τους μένει όλο και πιο αδιάβαστη από τον μέσο αγοραστή. Είναι ένα μεγάλο πείραμα και υποθέτω – όπως και με τα περισσότερα από αυτά που αγγίζει η γενετική τεχνητή νοημοσύνη – μόνο ο χρόνος θα δείξει.

Ακολουθούν μερικές άλλες αξιοσημείωτες ιστορίες AI από τις τελευταίες ημέρες:

• 
  Το AI μου γίνεται απατεώνας:
  
  Η λειτουργία My AI του Snapchat, ένα chatbot AI εντός εφαρμογής που κυκλοφόρησε νωρίτερα φέτος με το μερίδιο της διαμάχης, για λίγο φάνηκε να έχει το δικό του μυαλό. Την Τρίτη, το AI δημοσίευσε το δικό του Story στην εφαρμογή και στη συνέχεια σταμάτησε να απαντά στα μηνύματα των χρηστών, κάτι που ορισμένοι χρήστες του Snapchat βρήκαν ανησυχητικό. Η μητρική εταιρεία Snapchat Snap αργότερα επιβεβαίωσε ότι επρόκειτο για σφάλμα.
• 
  Το OpenAI προτείνει νέα τεχνική εποπτείας:
  
  Η OpenAI ισχυρίζεται ότι έχει αναπτύξει έναν τρόπο να χρησιμοποιεί το GPT-4, το ναυαρχίδα του μοντέλου παραγωγής τεχνητής νοημοσύνης, για τον έλεγχο περιεχομένου — ελαφρύνοντας το βάρος στις ανθρώπινες ομάδες.
• 
  Η OpenAI αποκτά μια εταιρεία:
  
  Σε περισσότερες ειδήσεις για το OpenAI, η startup τεχνητής νοημοσύνης απέκτησε την Global Illumination, μια startup με έδρα τη Νέα Υόρκη που αξιοποιεί την τεχνητή νοημοσύνη για να δημιουργήσει δημιουργικά εργαλεία, υποδομές και ψηφιακές εμπειρίες. Είναι η πρώτη δημόσια εξαγορά του OpenAI στην επταετή περίπου
  
  ιστορία
  
  του.
• 
  Ένα νέο σύνολο δεδομένων εκπαίδευσης LLM:
  
  Το Allen Institute for AI κυκλοφόρησε ένα τεράστιο σύνολο δεδομένων κειμένου για μεγάλα γλωσσικά μοντέλα (LLM) σύμφωνα με το ChatGPT του OpenAI που είναι δωρεάν για χρήση ανοιχτού για επιθεώρηση. Το Dolma, όπως ονομάζεται το σύνολο δεδομένων, προορίζεται να αποτελέσει τη βάση για το σχεδιασμένο μοντέλο ανοιχτής γλώσσας της ερευνητικής ομάδας, ή OLMo (το Dolma είναι συντομογραφία του «Data to feed OLMo’s Appetite).
• 
  Ρομπότ για πλύσιμο πιάτων, που ανοίγουν πόρτες:
  
  Ερευνητές στο ETH Zurich έχουν αναπτύξει μια μέθοδο για να διδάξουν τα ρομπότ να εκτελούν εργασίες όπως το άνοιγμα και το περπάτημα μέσα από τις πόρτες — και πολλά άλλα. Η ομάδα λέει ότι το σύστημα μπορεί να προσαρμοστεί για διαφορετικούς παράγοντες μορφής, αλλά για λόγους απλότητας, εκτέλεσαν επιδείξεις σε τετράποδο — το οποίο μπορείτε να δείτε εδώ.
• 
  Η
  
  Opera
  
  αποκτά έναν βοηθό AI:
  
  Η εφαρμογή προγράμματος περιήγησης ιστού της Opera για iOS αποκτά έναν βοηθό τεχνητής νοημοσύνης. Η εταιρία
  
  ανακοινώθηκε
  
  
  Αυτή την εβδομάδα που η Opera στο iOS θα περιλαμβάνει πλέον το Aria, το προϊόν τεχνητής νοημοσύνης του προγράμματος περιήγησης που έχει κατασκευαστεί σε συνεργασία με το OpenAI, ενσωματωμένο απευθείας στο πρόγραμμα περιήγησης ιστού και δωρεάν για όλους τους χρήστες.
  
• 
  Η Google αγκαλιάζει τις περιλήψεις τεχνητής νοημοσύνης:
  
  Αυτή την εβδομάδα, η Google παρουσίασε μερικές νέες ενημερώσεις για την εμπειρία δημιουργίας αναζήτησης (SGE) σχεδόν τριών μηνών
  
  , τη λειτουργία συνομιλίας της εταιρείας στην Αναζήτηση με τεχνητή νοημοσύνη, με στόχο να βοηθήσει τους χρήστες να μαθαίνουν καλύτερα και να κατανοούν τις πληροφορίες που ανακαλύπτουν στον ιστό. Οι λειτουργίες περιλαμβάνουν εργαλεία για να δείτε ορισμούς άγνωστων όρων, εκείνους που βοηθούν στη βελτίωση της κατανόησης και της κωδικοποίησης των πληροφοριών σε όλες τις γλώσσες και μια ενδιαφέρουσα λειτουργία που σας επιτρέπει να αξιοποιήσετε τη δύναμη AI του SGE ενώ κάνετε περιήγηση.
  
• 
  Το Google Photos κερδίζει AI:
  
  Οι Φωτογραφίες Google προστέθηκαν α
  
  νέος τρόπος για να ξαναζήσετε και να μοιραστείτε τις πιο αξέχαστες στιγμές σας με την εισαγωγή μιας νέας προβολής Αναμνήσεις, η οποία σας επιτρέπει να αποθηκεύσετε τις αγαπημένες σας αναμνήσεις ή να δημιουργήσετε τις δικές σας από την αρχή. Με τις Αναμνήσεις, μπορείτε να δημιουργήσετε ένα χρονοδιάγραμμα που μοιάζει με λεύκωμα που περιλαμβάνει πράγματα όπως τα πιο αξιομνημόνευτα ταξίδια σας, γιορτές και καθημερινές στιγμές με αγαπημένα σας πρόσωπα.
  
• 
  Η Anthropic συγκεντρώνει περισσότερα μετρητά:
  
  Ανθρωπικό
  
  μια startup τεχνητής νοημοσύνης που συνιδρύθηκε από πρώην ηγέτες του OpenAI, θα λάβει 100 εκατομμύρια δολάρια σε χρηματοδότηση από έναν από τους μεγαλύτερους παρόχους κινητής τηλεφωνίας στη Νότια Κορέα,
  
  SK Telecom
  
  , ανακοίνωσε την Κυριακή η εταιρεία τηλεπικοινωνιών. Τα νέα για τη χρηματοδότηση έρχονται τρεις μήνες αφότου η Anthropic συγκέντρωσε 450 εκατομμύρια δολάρια στον κύκλο χρηματοδότησης της Series C με επικεφαλής τη Spark Capital τον Μάιο.
  

Περισσότερες μηχανικές εκμάθηση

Εγώ (δηλαδή ο συν-συγγραφέας σου Devin) ήμουν στο SIGGRAPH αυτήν την περασμένη εβδομάδα, όπου η AI, παρόλο που ήταν μπαμπάς στη βιομηχανία του κινηματογράφου και της τηλεόρασης αυτή τη στιγμή, ήταν σε πλήρη ισχύ τόσο ως εργαλείο όσο και ως αντικείμενο έρευνας. Σύντομα θα έχω μια μεγαλύτερη ιστορία σχετικά με το πώς χρησιμοποιείται από καλλιτέχνες VFX με καινοτόμους και εντελώς αδιαμφισβήτητους τρόπους σύντομα, αλλά τα χαρτιά που παρουσιάστηκαν ήταν επίσης πολύ ωραία.

Αυτή η συνεδρία

συγκεκριμένα είχε αρκετές ενδιαφέρουσες νέες ιδέες.

Συντελεστές εικόνας:

Πανεπιστήμιο του Τελ Αβίβ

Τα μοντέλα δημιουργίας εικόνας έχουν αυτό το περίεργο πράγμα, όπου αν τους πείτε να σχεδιάσουν «μια λευκή γάτα και έναν μαύρο σκύλο», συχνά ανακατεύει τα δύο, αγνοεί το ένα ή δημιουργεί ένα γατόσκυλο ή ζώα που είναι και ασπρόμαυρα. Μια προσέγγιση από το Πανεπιστήμιο του Τελ Αβίβ που ονομάζεται «παρουσίαση και διέγερση» ταξινομεί την προτροπή στα συστατικά της κομμάτια μέσω της προσοχής και στη συνέχεια διασφαλίζει ότι η εικόνα που προκύπτει περιέχει τις κατάλληλες αναπαραστάσεις του καθενός. Το αποτέλεσμα είναι ένα μοντέλο πολύ καλύτερο στην ανάλυση των προτροπών πολλών θεμάτων. Θα περίμενα να δω κάτι τέτοιο ενσωματωμένο σε γεννήτριες τέχνης σύντομα!

Συντελεστές εικόνας:

MIT/Ινστιτούτο Max Planck

Μια άλλη αδυναμία των μοντέλων γενετικής τέχνης είναι ότι αν θέλετε να κάνετε μικρές αλλαγές, όπως το θέμα να φαίνεται λίγο πιο στο πλάι, πρέπει να το επαναλάβετε ολόκληρο — μερικές φορές χάνοντας αυτό που σας άρεσε στην εικόνα αρχικά.

“Σύρετε το GAN σας”

είναι ένα αρκετά εκπληκτικό εργαλείο που επιτρέπει στο χρήστη να ορίζει και να μετακινεί σημεία ένα προς ένα ή πολλά τη φορά – όπως μπορείτε να δείτε στην εικόνα, το κεφάλι ενός λιονταριού μπορεί να γυρίσει ή να ανοίξει το στόμα του, αναδημιουργώντας ακριβώς αυτό το τμήμα της εικόνας να ανταποκρίνεται στις νέες αναλογίες. Η Google βρίσκεται στη λίστα των συγγραφέων, ώστε να μπορείτε να στοιχηματίσετε ότι εξετάζουν πώς να το χρησιμοποιήσουν.

Συντελεστές εικόνας:

Πανεπιστήμιο του Τελ Αβίβ

Αυτό

Έγγραφο «σημασιολογική τυπογραφία».

είναι πιο διασκεδαστικό, αλλά και εξαιρετικά έξυπνο. Αντιμετωπίζοντας κάθε γράμμα ως διανυσματική εικόνα και ωθώντας αυτήν την εικόνα προς μια διανυσματική εικόνα του αντικειμένου στο οποίο αναφέρεται μια λέξη, δημιουργεί αρκετά εντυπωσιακά λογότυπα. Εάν έχετε κολλήσει στο πώς να μετατρέψετε το όνομα της εταιρείας σας σε οπτικό λογοπαίγνιο, αυτός θα μπορούσε να είναι ένας πολύ καλός τρόπος για να ξεκινήσετε.

Αλλού, έχουμε κάποια ενδιαφέρουσα διασταυρούμενη επικονίαση μεταξύ της επιστήμης του εγκεφάλου και της τεχνητής νοημοσύνης.

Λοιπόν, δεν είναι τόσο απλό.

Αυτοί οι ερευνητές του Μπέρκλεϋ

χρησιμοποίησε ένα μοντέλο μηχανικής μάθησης για να ερμηνεύσει τη δραστηριότητα του εγκεφάλου κατά την ακρόαση μουσικής και να ανακατασκευάσει ορισμένα από τα συμπλέγματα που επικεντρώθηκαν στον ρυθμό, τη μελωδία ή τα φωνητικά. Είμαι πάντα δύσπιστος για αυτού του είδους τις μελέτες τύπου «διαβάζουμε τον εγκέφαλο», οπότε πάρτε τα όλα με λίγο αλάτι, αλλά η ML είναι εξαιρετική στην απομόνωση ενός σήματος σε θόρυβο και η εγκεφαλική δραστηριότητα είναι πολύ, πολύ θορυβώδης.

Το MIT και το Χάρβαρντ συνεργάστηκαν

να προσπαθήσουμε να προωθήσουμε την κατανόησή μας για τα αστροκύτταρα, κύτταρα στον εγκέφαλο που εκτελούν κάποια άγνωστη ακόμη λειτουργία. Προτείνουν ότι τα κύτταρα μπορεί να λειτουργούν ως κάτι σαν μετασχηματιστής ή

μηχανισμός

προσοχής – μια έννοια μηχανικής μάθησης που χαρτογραφείται στον εγκέφαλο και όχι το αντίστροφο! Ο ανώτερος συγγραφέας της εργασίας Dmitry Krotov από το MIT το συνοψίζει καλά:

Ο εγκέφαλος είναι πολύ ανώτερος ακόμη και από τα καλύτερα τεχνητά νευρωνικά δίκτυα που έχουμε αναπτύξει, αλλά δεν γνωρίζουμε πραγματικά πώς λειτουργεί ο εγκέφαλος. Υπάρχει επιστημονική αξία στο να σκεφτόμαστε τις συνδέσεις μεταξύ βιολογικού υλικού και δικτύων τεχνητής νοημοσύνης μεγάλης κλίμακας. Αυτή είναι η νευροεπιστήμη για την τεχνητή νοημοσύνη και η τεχνητή νοημοσύνη για τη νευροεπιστήμη.

Στην ιατρική τεχνητή νοημοσύνη, τα δεδομένα από καταναλωτικές συσκευές συχνά θεωρούνται επίσης θορυβώδη ή αναξιόπιστα. Αλλά και πάλι, τα συστήματα ML μπορούν να προσαρμοστούν,

όπως δείχνει αυτό το νέο έγγραφο από το Yale

. Η έρευνα θα πρέπει να μας φέρει πιο κοντά σε wearables που μας προειδοποιούν για προβλήματα που σχετίζονται με την καρδιά πριν γίνουν οξυμένα.

Οι μαθητές επιδεικνύουν την εφαρμογή εύρεσης άδειας καρέκλας.

Μία από τις πρώτες πρακτικές εφαρμογές του GPT-4 ήταν η χρήση του Be My Eyes, μια εφαρμογή που βοηθά τους τυφλούς να πλοηγούνται με τη βοήθεια ενός απομακρυσμένου συνεργάτη. φοιτητές EPFL

ανέπτυξε δύο ακόμη εφαρμογές

αυτό θα μπορούσε να είναι πολύ ωραίο για οποιονδήποτε με προβλήματα όρασης. Το ένα απλώς κατευθύνει τον χρήστη προς ένα άδειο κάθισμα σε ένα δωμάτιο και το άλλο διαβάζει μόνο τις σχετικές πληροφορίες από τα μπουκάλια φαρμάκων: το δραστικό συστατικό, τη δοσολογία κ.λπ. Τόσο απλές αλλά απαραίτητες εργασίες!

Τέλος έχουμε το αντίστοιχο νήπιο

Το “RoboAgent” αναπτύχθηκε από την CMU και τη Meta

που στοχεύει στην εκμάθηση καθημερινών δεξιοτήτων όπως το να μαζεύει πράγματα ή να κατανοεί τις αλληλεπιδράσεις αντικειμένων απλά κοιτάζοντας και αγγίζοντας πράγματα — όπως κάνει ένα παιδί.

“Ένας πράκτορας ικανός για αυτό το είδος μάθησης μάς φέρνει πιο κοντά σε ένα γενικό ρομπότ που μπορεί να ολοκληρώσει μια ποικιλία εργασιών σε διάφορες αόρατες ρυθμίσεις και να εξελίσσεται συνεχώς καθώς συγκεντρώνει περισσότερες εμπειρίες”, δήλωσε ο Shubham Tulsiani της CMU. Μπορείτε να μάθετε περισσότερα για το έργο παρακάτω: