Das neueste Modell von Open AI, GPT-40, ist ein bahnbrechendes multimodales KI-Assistenzsystem, das eine breite Palette von Eingaben und Ausgaben bewältigen kann. Einige Schlüsselhighlights:

• Multimodale Fähigkeiten: GPT-40 kann Inhalte in verschiedenen Formaten, einschließlich Text, Audio, Bilder und Video, verstehen und generieren. Dies ermöglicht natürlichere und kontextbezogenere Interaktionen.

• Kostenloser Zugang für alle: Die erweiterten Funktionen von GPT-40, wie Internetsurfen, Codeinterpretation und Datenanalyse, sind jetzt für alle kostenlosen ChatGPT-Nutzer verfügbar. Bezahlte ChatGPT-Plus-Mitglieder erhalten zusätzliche Vorteile wie schnellere Antwortzeiten und höhere Ausgabebegrenzungen.

• Gesprächsfähigkeiten: GPT-40 kann menschenähnliche Gespräche führen, mit der Fähigkeit, Tonfall zu verstehen, emotionale Unterstützung zu bieten und sogar Geschichten mit ausdrucksvoller Darbietung zu erzählen.

• Visuelle Verständnis: Das Modell kann visuelle Informationen interpretieren, wie das Lösen von Matheproblemen durch Bildanalyse, und Bilder auf der Grundlage von Textbeschreibungen generieren.

• Desktop-Integration: Open AI hat eine Desktop-App veröffentlicht, mit der Nutzer direkt auf ihren Computern auf GPT-40 zugreifen und Bildschirminhalt teilen sowie kontextbezogene Unterstützung erhalten können.

Insgesamt stellt GPT-40 einen bedeutenden Fortschritt in den KI-Fähigkeiten dar, indem es fortgeschrittenes Sprachverständnis mit multimodaler Interaktion verbindet. Dies eröffnet neue Möglichkeiten, wie Menschen mit KI-Assistenten in ihrem täglichen Leben und bei der Arbeit zusammenarbeiten und diese nutzen können.

Das neue GPT-40-Modell von Open AI ist ein leistungsfähiges und vielseitiges Sprachmodell, das über reine Textgenerierung hinausgeht. Hier sind einige der Schlüsselfähigkeiten von GPT-40, die präsentiert wurden:

Multimodale Fähigkeiten

GPT-40 ist ein multimodales Modell, das heißt, es kann neben Text auch verschiedene andere Medientypen wie Audio, Video und Bilder verarbeiten und verstehen. Dies ermöglicht es ihm, Aufgaben auszuführen, die mehrere Modalitäten kombinieren, wie z.B. den Inhalt eines Bildes oder Videos zu beschreiben.

Fortgeschrittene Konversation

Das Modell zeigte beeindruckende Gesprächsfähigkeiten, indem es in einen Dialog eintrat und sogar verschiedene emotionale Tonlagen und Personen annahm. Es konnte den Kontext verstehen und relevante und kohärente Antworten geben.

Schrittweise Problemlösung

Wenn ihm ein Matheproblem präsentiert wurde, lieferte GPT-40 nicht nur die Endlösung, sondern erklärte den schrittweisen Lösungsprozess und seine Überlegungen dazu.

Anpassbare Sprachausgabe

GPT-40 kann Sprachausgabe mit anpassbarem Tonfall, Emotion und Ausdruckskraft generieren. Dies ermöglicht es ihm, natürlicher und menschenähnlicher zu klingen, wenn es kommuniziert.

Bildgenerierung

Neben Text hat GPT-40 auch die Fähigkeit, Bilder zu generieren. Die gezeigten Beispiele umfassten das Erstellen detaillierter Bilder mit lesbarem Text sowie das Generieren konsistenter Charakterdesigns über mehrere Szenen hinweg.

3D-Objektsynthese

Das Modell kann 2D-Bilder nehmen und 3D-Rekonstruktionen erstellen, sie animieren und Logos oder andere Elemente auf 3D-Objekte platzieren.

Ilia Sutskever, einer der Gründungsväter von OpenAI, hat sich dazu entschieden, das Unternehmen zu verlassen. Nach fast einem Jahrzehnt bei OpenAI hat Sutskever diese Entscheidung getroffen.

Sutskever war Teil des Vorstands, der im November 2023 die Entscheidung traf, den CEO von OpenAI, Sam Altman, zu entlassen. Später bereute Sutskever diese Entscheidung jedoch und entschuldigte sich öffentlich, indem er erklärte, dass es ein Fehler gewesen sei, Altman loszuwerden.

Obwohl die Gründe für Sutskewers Ausscheiden nicht ganz klar sind, scheint es, dass er möglicherweise nicht vollständig mit der Richtung, in die sich OpenAI bewegt, übereinstimmte. Als Forscher und Akademiker ist Sutskever wahrscheinlich mehr an der Wissenschaft und Technologie hinter der KI interessiert als an der Monetarisierung und Kommerzialisierung der Technologie.

In seiner Abschiedsbotschaft zeigte sich Sutskewer zuversichtlich in Bezug auf die Führung von OpenAI unter Altman, Greg Brockman und Mira Murati und erklärte, dass er auf sein eigenes persönliches Projekt gespannt sei, über das er zu gegebener Zeit Details mitteilen werde.

Sutskewers Ausscheiden ist ein erheblicher Verlust für OpenAI, da er eines der Gründungsmitglieder des Unternehmens und ein Leuchtturm im Bereich der KI war. Das Unternehmen scheint jedoch mit seinen ehrgeizigen Plänen, einschließlich der jüngsten Veröffentlichung des leistungsfähigen GPT-4-Modells, voranzukommen.

Es bleibt abzuwarten, wie sich Sutskewers Ausscheiden auf den Kurs von OpenAI auswirken wird, aber es ist klar, dass das Unternehmen einen bedeutenden Übergang durchmacht, während es weiterhin die Grenzen der künstlichen Intelligenz vorantreibt.

Berichten zufolge haben mehrere Schlüsselmitglieder des Super-Alignment-Teams bei OpenAI das Unternehmen verlassen. Dazu gehören Yan Lecun, Leopold Ashenbrener und William Saunders.

Diese Personen waren Teil des Teams, das dafür verantwortlich war, sicherzustellen, dass von OpenAI entwickelte KI-Systeme wie GPT-4 sicher und nützlich bleiben. Ihr Ausscheiden ist besorgniserregend, da es auf mögliche Probleme oder Meinungsverschiedenheiten innerhalb des Unternehmens in Bezug auf die Ausrichtung und Sicherheit ihrer fortgeschrittenen KI-Modelle hinweisen könnte.

Das Super-Alignment-Team spielt eine entscheidende Rolle dabei, die Risiken leistungsfähiger KI-Systeme zu mindern. Ihr Austritt könnte auf interne Spannungen oder eine Verschiebung der Prioritäten bei OpenAI hinweisen, die eine schnelle Entwicklung gegenüber robusten Sicherheitsmaßnahmen bevorzugen.

Diese Nachricht kommt kurz nach dem Weggang von Ilya Sutskever, einem der Mitbegründer von OpenAI, der angekündigt hat, das Unternehmen zu verlassen, um an einem "persönlich bedeutsamen" neuen Projekt zu arbeiten.

Der Verlust dieser Schlüsselfiguren, insbesondere derer, die sich auf KI-Sicherheit konzentrieren, ist eine besorgniserregende Entwicklung, die genau beobachtet werden muss. Es wirft Fragen zur zukünftigen Ausrichtung und den Prioritäten von OpenAI auf, während sie weiterhin die Grenzen von Großsprachmodellen und anderen fortgeschrittenen KI-Fähigkeiten ausloten.

Die größte Ankündigung von Google IO 2024 war die Einführung der Gemini-KI-Modelle. Gemini 1.5 Flash und Gemini 1.5 Pro sind die neuen Großsprachmodelle von Google.

Gemini 1.5 Flash ist ein schnelleres Modell, während Gemini 1.5 Pro für die bestmögliche Ausgabe ausgelegt ist. Beide Modelle haben ein Kontextfenster von 1 Million Token, mit Plänen, es in Zukunft auf 2 Millionen Token zu erhöhen. Dies ermöglicht Eingaben und Ausgaben von etwa 1,5 Millionen Wörtern.

Ein weiteres Highlight war Project Astra, das es einem Mobiltelefon ermöglicht, zu sehen, was die Kamera betrachtet, und Fragen dazu zu beantworten. Die Demo zeigte, dass das Telefon Details wie den Standort einer Brille merken kann, und der Präsentator konnte mit dem System über eine Augmented-Reality-Brille weiter interagieren, was auf zukünftige Fähigkeiten ähnlich wie Google Glass hindeutet.

Google präsentierte auch ihr neues Text-zu-Bild-Modell Imagine 3, das an die Realität von Modellen wie Midjourney heranreicht. Sie demonstrierten ein neues Videoerstellungsmodell namens Veo, das 1080p-Videos von über 1 Minute Länge erstellen kann, auch wenn es die Qualität von Anthropics Sorai nicht ganz erreicht.

Zu den weiteren Ankündigungen gehörten Upgrades für Google Search, Gmail und andere Google-Suite-Tools, die KI-gesteuerte Funktionen wie mehrstufiges Reasoning, automatische E-Mail-Organisation und Fotokontext-Verständnis hinzufügen.

Beginnen wir mit Anthropic: Das Unternehmen hat den Instagram-Mitbegründer Mike Krieger als neuen Head of Product eingestellt. Krieger, der einer der Mitbegründer von Instagram sowie Mitbegründer der Nachrichten-App Artifact war, wird damit beauftragt, gute Nutzererfahrungen zu gestalten, um mehr Menschen für Anthropics Tools wie Claude zu begeistern.

Anthropic hat auch eine neue Prompt-Generator-Funktion in seiner Konsole veröffentlicht. Nutzer können jetzt produktionsfertige Prompts generieren, indem sie beschreiben, was sie erreichen möchten, und das System wird Prompt-Engineering-Techniken wie Chain-of-Thought-Reasoning verwenden, um effektivere, präzisere und zuverlässigere Prompts zu erstellen.

Weiter zum KI-Unternehmen Hume, das ein neues Tool namens Chatter - eine interaktive Podcast-Erfahrung - veröffentlicht hat. Chatter ist ein Podcast, bei dem Sie das Gespräch steuern können, indem Sie dem KI-Moderator Fragen stellen und maßgeschneiderte Antworten erhalten, in diesem Fall mit Fokus auf die neuesten KI-Nachrichten.

Schließlich ging ein Clip von Bumble-Gründerin Whitney Wolfe Herd viral, in dem sie über die Zukunft des Datings mit KI-Dating-Concierges spekulierte. Die Idee ist, dass Ihr persönlicher KI-Concierge Dates mit den KI-Concierges anderer Personen absolviert, um die Kompatibilität zu ermitteln, bevor er die echten Personen miteinander in Kontakt bringt. Auch wenn das nach einer Black-Mirror-Handlung klingt, zeigt es, wie KI eine Rolle in zukünftigen Datingerfahrungen spielen könnte.

In der vergangenen Woche gab es einen Wirbel an KI-Nachrichten mit großen Ankündigungen sowohl von Google als auch von OpenAI.

OpenAI enthüllte ihr neuestes Sprachmodell, GPT-4, das ein leistungsfähiges multimodales System ist, das verschiedene Eingaben wie Audio, Bilder und Video verarbeiten kann. Das Beeindruckendste ist, dass GPT-4 nun allen kostenlosen ChatGPT-Nutzern zur Verfügung stehen wird, die so Zugriff auf erweiterte Funktionen erhalten, die zuvor nur Abonnenten des ChatGPT-Plus-Dienstes vorbehalten waren.

Google hingegen verfolgte bei seiner I/O-Veranstaltung einen anderen Ansatz und überschüttete das Publikum mit über 100 KI-bezogenen Ankündigungen. Zu den Highlights gehören die neuen Gemini-Sprachmodelle, das beeindruckende Project Astra, das eine Szene visuell verstehen kann, sowie Fortschritte bei der Text-zu-Bild- und Videogenerierung.

Während Google mit der schieren Menge an Updates möglicherweise überwältigt hat, zeigten beide Unternehmen erhebliche Fortschritte dabei, KI zugänglicher und leistungsfähiger zu machen. Das Rennen um die KI-Vorherrschaft wird immer intensiver, und es wird spannend sein zu sehen, wie sich diese Technologien in den kommenden Jahren weiterentwickeln und unser tägliches Leben beeinflussen werden.

Da die KI-Veranstaltungssaison weitergeht, mit bevorstehenden Präsentationen von Microsoft, Cisco, Qualcomm und Apple, wird es an innovativen KI-Entwicklungen nicht mangeln. Dies ist eine aufregende Zeit für die KI-Branche, und ich freue mich darauf, Ihnen weiterhin die neuesten Nachrichten und Einblicke zu präsentieren.