model ai

„Sztuczna inteligencja” wkrada się do coraz większej liczby usług i nic nie wskazuje na to, żeby w najbliższym czasie miało się to zmienić. Jednak tym razem za dość spore zmiany odpowiada Mark Zuckerberg, a dokładniej jego firma Meta, więc będą one dotyczyły naprawdę wielu osób. Wraz z wprowadzeniem nowego modelu językowego Llama 3 został usprawniony wirtualny asystent Meta AI, który niebawem zawita we wszystkich usługach tego przedsiębiorstwa.

Odkąd mamy do czynienia z "rewolucją" w branży technologicznej spowodowaną dynamicznym rozwojem "sztucznej inteligencji", na rynku zaczęły się pojawiać kolejne gadżety, które miały się okazać tak samo rewolucyjne. Większość z nich opiera się na wykorzystaniu dużych modeli językowych (LLM), które leżą u podstaw chatbotów. Technologia ta jest w wielu aspektach niedopracowana, co przekłada się na jakość produktów. Do kolejnej porażki można zaliczyć Humane AI Pin.

Na początku 2023 roku Google przedstawiło swój nowy projekt o nazwie MusicLM, który miał w przyszłości pozwolić na generowanie utworów muzycznych z opisów tekstowych. Od tamtego okresu minęło już sporo czasu, a oprócz samej dostępności tego modelu AI, w internecie pojawiło się inne rozwiązanie, które zostało stworzone przez byłych pracowników organizacji badawczej Google DeepMind. Z nowości można już skorzystać i to całkowicie bez żadnych opłat.

W pierwszej połowie lutego 2024 roku Stability AI zaprezentowało swój nowy model zamiany tekstu na obraz o nazwie Stable Cascade. Nie minęło wiele czasu, a już ogłoszono kolejny. Tym razem jednak przedstawiono pokrótce możliwości Stable Diffusion 3, który według twórców ma największe możliwości ze wszystkich modeli, jakie do tej pory wprowadzono. Usprawniono wiele funkcji, a dodatkowo skupiono się także na zastosowaniu odpowiednich zabezpieczeń.

W wyścigu związanym ze sztuczną inteligencją nieoczekiwanie na prowadzenie zdaje się wysuwać Google. Wczoraj (6 grudnia 2023) firma zaprezentowała swój nowy, multimodalny model AI o nazwie Gemini. W przeciwieństwie do obecnego Google Barda, nowość potrafi interpretować zarówno tekst, dźwięki, obrazy, jak i wideo, a przy okazji nie ma problemu z generowaniem kodu. Według badań jest to pierwszy model, który osiąga lepsze wyniki w teście MMLU (Massive Multitask Language Understanding) od ludzi.

Modeli językowych bądź tych opartych na algorytmach sztucznej inteligencji z dnia na dzień mamy coraz więcej. Co do tych drugich, to zaledwie wczoraj (5 kwietnia 2023 r.) Meta zaprezentowała model nazwany SAM (Segment Anything Model), który z dużą dokładnością potrafi analizować materiały foto i wideo, a następnie izolować z nich poszczególne obiekty. Cały proces nazywany segmentacją obrazu, nie jest czymś nowym, jednak teraz ma przebiegać dużo wydajniej.