Die eigentliche Geschichte dieser Woche ist die Nachricht über neue große Sprachmodelle, die verfügbar werden oder bald veröffentlicht werden.

Google gab bekannt, dass Gemini 1.5 jetzt in über 180 Ländern verfügbar ist und ein Kontextfenster von 1 Million Token - das Äquivalent von etwa 750.000 Wörtern - bietet. Dieses erweiterte Kontextfenster ist eine große Verbesserung gegenüber früheren Modellen. Entwickler können jetzt über die API auf Gemini 1.5 zugreifen, um Anwendungen zu erstellen.

Als Reaktion darauf kündigte OpenAI an, dass ein verbessertes GPT-4 Turbo-Modell jetzt über die API verfügbar ist und in ChatGPT eingeführt wird. Obwohl Details begrenzt sind, soll es im Vergleich zu früheren Versionen besser im Programmieren und Mathematik sein.

Die Open-Source-Welt wird ebenfalls aktiv. Stability AI veröffentlichte Stable LLM2, ein Modell mit 12 Milliarden Parametern. Unterdessen hat Anthropic leise ein neues Mixture-of-Experts-Modell mit 22 Milliarden Parametern, Mixr 8X 22B, als Torrent-Download veröffentlicht.

Google kündigte auch neue Open-Source-Gemma-Modelle an - eines, das für das Programmieren optimiert ist, und ein anderes, das für effiziente Forschung konzipiert ist. Darüber hinaus wird erwartet, dass Meta das heiß erwartete LLaMA 3-Modell veröffentlicht, das angeblich in seiner Leistungsfähigkeit mit GPT-4 vergleichbar, aber quelloffen ist.

Es scheint, dass alle großen Technologieunternehmen, die große Sprachmodelle entwickeln, versuchen, ihre Abhängigkeit von Nvidia-GPUs zu verringern. Nvidia dominiert derzeit den Markt für GPUs, die für das KI-Training verwendet werden, aber Google, Intel und Meta führen alle ihre eigenen maßgeschneiderten KI-Chips ein.

Google stellte seine Axion-Prozessoren auf der Google Cloud Next-Veranstaltung vor. Intel enthüllte seinen Gaudi 3 KI-Chip, der nach eigenen Angaben eine um 40% bessere Energieeffizienz als Nvidias H100-GPUs aufweist. Meta kündigte seinen Chip der zweiten Generation, den MTI (Meta Training and Inference)-Beschleuniger, an, der nach eigenen Angaben eine 3-mal bessere Leistung als die erste Generation bietet.

Inzwischen kündigte Nvidia auf ihrer GTC-Veranstaltung in diesem Jahr ihre nächste Generation der Nvidia Blackwell-Chips an, die angeblich 4-mal leistungsfähiger als die aktuellen H100-GPUs sein sollen. Dies zeigt, dass Nvidia in Bezug auf reine Rechenleistung für das KI-Training immer noch weit vorne liegt.

Während diese neuen maßgeschneiderten Chips von Google, Intel und Meta darauf abzielen, die Abhängigkeit von Nvidia zu verringern, bleibt abzuwarten, ob sie Nvidias neueste Fortschritte tatsächlich einholen können. Der Wettlauf um die Entwicklung der leistungsfähigsten und effizientesten KI-Hardware ist in vollem Gange.

Während der Google Cloud Next-Veranstaltung enthüllte der Technologieriese mehrere spannende, KI-gesteuerte Videoerstellungstools, die die Branche voraussichtlich transformieren werden.

Image-In 2: Googles Antwort auf Tools wie Dolly und Firefly, Image-In 2, kann nicht nur statische Bilder, sondern auch kurze animierte GIFs und Clips generieren. Diese Text-zu-Live-Bild-Fähigkeiten ermöglichen es Nutzern, mühelos ansprechende, sich wiederholende visuelle Inhalte zu erstellen.

Google Vids: Als "PowerPoint-ähnlicher" Videogenerator beschrieben, verwendet Google Vids KI, um aus Skripten oder Aufforderungen slidebasierte Videos zu erstellen. Die resultierenden Videos ahmen die Ästhetik professioneller Präsentationssoftware nach, was sie zu einem wertvollen Tool für die Erstellung von professionell wirkenden, KI-gesteuerten Videoinhalten macht.

Magic Time: Entwickelt von einem Forschungsteam, ist Magic Time ein spezialisierter Videogenerator, der sich auf die Erstellung von hochqualitativen Zeitrafferaufnahmen konzentriert. Durch einfache Eingabe einer Aufforderung können Nutzer visuell beeindruckende Zeitraffervideos von Szenen wie wachsenden Pflanzen oder Bauprojekten generieren. Der Open-Source-Code und die Hugging Face-Demo machen Magic Time für Experimente und die Integration in verschiedene Videoworkflows zugänglich.

Diese KI-gesteuerten Videotools zeigen die rasanten Fortschritte in den generativen Fähigkeiten und ermöglichen es Kreativen, ihre Videoproduktionsprozesse zu rationalisieren und neue kreative Wege zu beschreiten. Da sich die Technologie weiterentwickelt, wird der Einfluss dieser KI-gesteuerten Videogeneratoren auf die Contentkreation voraussichtlich erheblich sein.

Laut dem Transkript wurde im US-Kongress ein neues Gesetz eingeführt, das Unternehmen für künstliche Intelligenz dazu zwingen soll, das urheberrechtlich geschützte Material offenzulegen, das sie zum Training ihrer generativen KI-Modelle verwenden. Die Eckpunkte sind:

• Das Gesetz würde KI-Unternehmen dazu verpflichten, mindestens 30 Tage vor der Veröffentlichung des KI-Modells einen Bericht über das verwendete urheberrechtlich geschützte Material einzureichen.

• Dies soll die Transparenz erhöhen, da einige der größten Technologieunternehmen wie Google, Microsoft und Meta möglicherweise nicht preisgeben wollen, welche Daten sie für das Training verwendet haben.

• Es gibt Bedenken, dass diese mächtigen Unternehmen gegen das Gesetz lobbyieren könnten, um eine Verabschiedung zu verhindern.

• Die vorgeschlagene Gesetzgebung kommt inmitten wachsender Kritik an den Trainingsdaten, die von großen Sprachmodellen verwendet werden, wobei berichtet wird, dass OpenAI möglicherweise über eine Million Stunden YouTube-Videos zur Ausbildung von GPT-4 verwendet hat.

• Das Gesetz soll die fehlende Transparenz bei den Trainingsdaten von KI-Unternehmen angehen, die urheberrechtlich geschütztes Material aus verschiedenen Quellen enthalten könnten.

Ein Kartenspielentwickler hat kürzlich eine erhebliche Investition in KI-unterstützte Kunst getätigt und einem KI-Künstler 90.000 US-Dollar für die Erstellung von Kartenmotiven bezahlt. Obwohl der Begriff "KI-Künstler" diskutiert werden kann, zeigt dieser Ansatz das Potenzial von KI, Künstler bei der Erstellung hochwertiger Inhalte in großem Maßstab zu unterstützen.

Der Entwickler stellte fest, dass keine menschlichen Künstler in der Lage waren, die Qualität der KI-generierten Bilder zu erreichen. Der Prozess beinhaltete jedoch mehr als nur das Drücken eines Knopfes und das Überlassen der Arbeit an die KI. Der Entwickler überarbeitete und verfeinerte die KI-generierten Bilder anschließend mit Photoshop und anderen Bildbearbeitungswerkzeugen, um sicherzustellen, dass Farben, Konsistenz und der gesamte Stil dem gewünschten ästhetischen Erscheinungsbild entsprachen.

Dieser Ansatz zeigt die Kraft der KI-unterstützten Kunst, bei der die KI das Ausgangsmotiv generiert und der menschliche Künstler es dann poliert und verfeinert, um das gewünschte Ergebnis zu erzielen. Durch den Einsatz von KI konnte der Entwickler eine große Anzahl von Kartenmotiven effizient erstellen, wobei gleichzeitig die künstlerische Note und Qualitätskontrolle für ihr Projekt gewährleistet blieben.

Der Erfolg dieses Unterfangens unterstreicht die wachsende Rolle von KI in den kreativen Branchen, wo sie als leistungsfähiges Werkzeug eingesetzt werden kann, um die Arbeit menschlicher Künstler zu unterstützen und zu verbessern, anstatt sie vollständig zu ersetzen. Mit dem Fortschritt der KI-Technologie werden wir mehr Beispiele für diese Art von KI-unterstützter Kunst sehen, bei der die Zusammenarbeit zwischen Mensch und Maschine zu innovativen und hochwertigen kreativen Ergebnissen führt.

Die rasanten Fortschritte bei großen Sprachmodellen und KI-Technologie sind wirklich bemerkenswert. In dieser Woche gab es eine Reihe aufregender Ankündigungen, von der Verfügbarkeit von Gemini 1.5 mit seinem beeindruckenden Kontextfenster von 1 Million Token bis hin zur Veröffentlichung von GPT-4 Turbo und den Open-Source-Modellen Stable LM2 und Mixr 8X 22B.

Der Wettbewerb zwischen den Technologieriesen, ihre eigenen KI-Chips zu entwickeln und die Abhängigkeit von NVIDIA zu verringern, ist eine weitere faszinierende Entwicklung, bei der Google, Intel und Meta alle neue, KI-fokussierte Prozessoren vorstellen. Die Fähigkeit, Animationen und Videos mit Hilfe von KI zu erstellen, wie sie von Googles Image-in-2 und dem Magic Time-Projekt gezeigt wird, ist ebenfalls ein bedeutender Fortschritt.

Die potenziellen Auswirkungen dieser Fortschritte, sowohl positive als auch besorgniserregende, sind enorm. Die Einführung von Gesetzen, die KI-Unternehmen dazu zwingen, ihre Trainingsdatenquellen offenzulegen, ist ein wichtiger Schritt, um Transparenz und Rechenschaftspflicht zu fördern. Gleichzeitig könnte Adobes Ansatz, Videoinhalte direkt von Kreativen zu erwerben, um ihre Modelle zu trainieren, ein Modell für die Zukunft sein.

Insgesamt entwickelt sich die KI-Landschaft in einem rasanten Tempo weiter, wobei wöchentlich neue Fähigkeiten und Herausforderungen auftauchen. Als KI-Enthusiast ist es eine aufregende Zeit, diese Entwicklungen zu verfolgen und die ethischen und praktischen Auswirkungen für Unternehmen, Kreative und die Gesellschaft als Ganzes zu berücksichtigen.