La véritable histoire de cette semaine est la nouvelle autour des nouveaux grands modèles de langage qui deviennent disponibles ou qui seront bientôt publiés.

Google a annoncé que Gemini 1.5 est maintenant disponible dans plus de 180 pays, avec une fenêtre de contexte de 1 million de jetons - l'équivalent d'environ 750 000 mots. Cette fenêtre de contexte élargie est une amélioration majeure par rapport aux modèles précédents. Les développeurs peuvent maintenant accéder à Gemini 1.5 via l'API pour construire des applications.

En réponse, OpenAI a annoncé qu'un modèle GPT-4 Turbo amélioré est maintenant disponible via l'API et est en cours de déploiement dans ChatGPT. Bien que les détails soient limités, il serait meilleur en codage et en mathématiques par rapport aux versions précédentes.

Le monde open source s'anime également. Stability AI a publié Stable LLM2, un modèle de 12 milliards de paramètres. Pendant ce temps, Anthropic a discrètement publié un nouveau modèle Mixture of Experts de 22 milliards de paramètres, Mixr 8X 22B, sous forme de téléchargement par torrent.

Google a également annoncé de nouveaux modèles Gemma open source - l'un affiné pour le codage, et un autre conçu pour la recherche efficace. De plus, Meta devrait publier le très attendu modèle LLaMA 3, qui serait à la hauteur de GPT-4 en termes de capacités mais open source.

Il semble que toutes les principales entreprises technologiques qui construisent de grands modèles de langage essaient de réduire leur dépendance aux GPU Nvidia. Nvidia domine actuellement le marché des GPU utilisés pour l'entraînement de l'IA, mais Google, Intel et Meta introduisent tous leurs propres puces IA personnalisées.

Google a présenté ses processeurs Axion lors de l'événement Google Cloud Next. Intel a dévoilé son puce IA Gaudi 3, qu'ils affirment avoir une efficacité énergétique 40% meilleure que les GPU H100 de Nvidia. Meta a annoncé sa puce accélératrice de deuxième génération MTI (Meta Training and Inference), qui aurait une performance 3 fois supérieure à la première génération.

Pendant ce temps, lors de l'événement GTC de Nvidia plus tôt cette année, ils ont annoncé leurs puces Nvidia Blackwell de prochaine génération, qui seraient 4 fois plus puissantes que les actuels GPU H100. Cela montre que Nvidia est toujours très en avance en termes de puissance de calcul brute pour l'entraînement de l'IA.

Bien que ces nouvelles puces personnalisées de Google, Intel et Meta visent à réduire la dépendance à Nvidia, il reste à voir s'ils peuvent vraiment rattraper les dernières avancées de Nvidia. La course est lancée pour développer le matériel IA le plus puissant et le plus efficace.

Lors de l'événement Google Cloud Next, le géant de la technologie a dévoilé plusieurs outils passionnants de création vidéo alimentés par l'IA qui sont sur le point de transformer l'industrie.

Image-In 2 : la réponse de Google à des outils comme Dolly et Firefly, Image-In 2 peut générer non seulement des images statiques, mais aussi de courts GIF animés et des clips. Ces capacités de texte vers image animée permettent aux utilisateurs de créer facilement des visuels engageants et en boucle.

Google Vids : décrit comme un générateur de vidéos de type "PowerPoint", Google Vids utilise l'IA pour créer des vidéos basées sur des diapositives à partir de scripts ou de requêtes. Les vidéos résultantes imitent l'esthétique des logiciels de présentation professionnels, en faisant un outil précieux pour créer du contenu vidéo poli et piloté par l'IA.

Magic Time : développé par une équipe de recherche, Magic Time est un générateur de vidéos spécialisé dans la création de séquences accélérées de haute qualité. En fournissant simplement une requête, les utilisateurs peuvent générer des vidéos en time-lapse visuellement époustouflantes de scènes comme la croissance de plantes ou des projets de construction. Le code open source et la démo Hugging Face rendent Magic Time accessible pour l'expérimentation et l'intégration dans divers workflows vidéo.

Ces outils vidéo alimentés par l'IA démontrent les progrès rapides des capacités génératives, permettant aux créateurs de rationaliser leurs processus de production vidéo et d'explorer de nouvelles voies créatives. À mesure que la technologie continuera d'évoluer, l'impact de ces générateurs de vidéos pilotés par l'IA sur le paysage de la création de contenu s'annonce significatif.

Selon la transcription, un nouveau projet de loi a été présenté au Congrès américain visant à forcer les entreprises d'intelligence artificielle à révéler le matériel protégé par le droit d'auteur qu'elles utilisent pour former leurs modèles d'IA génératives. Les points clés sont les suivants :

• Le projet de loi obligerait les entreprises d'IA à déposer un rapport sur le matériel protégé par le droit d'auteur qu'elles ont utilisé pour former leurs modèles, au moins 30 jours avant la publication du modèle d'IA.

• Cela est considéré comme un moyen d'accroître la transparence, car certaines des plus grandes entreprises technologiques comme Google, Microsoft et Meta ne souhaiteraient peut-être pas révéler les données qu'elles ont utilisées pour la formation.

• Il y a des craintes que ces puissantes entreprises fassent du lobbying contre le projet de loi pour l'empêcher d'être adopté.

• La législation proposée intervient dans un contexte d'examen croissant des données d'entraînement utilisées par les grands modèles de langage, avec des rapports indiquant qu'OpenAI aurait peut-être utilisé plus d'un million d'heures de vidéos YouTube pour former GPT-4.

• Le projet de loi vise à s'attaquer au manque de transparence concernant les données d'entraînement utilisées par les entreprises d'IA, qui pourraient inclure du matériel protégé par le droit d'auteur provenant de diverses sources.

Un développeur de jeux de cartes a récemment fait un investissement important dans l'art assisté par l'IA, payant un artiste IA 90 000 $ pour générer l'art des cartes. Bien que le terme "artiste IA" puisse être débattu, cette approche met en lumière le potentiel de l'IA pour aider les artistes à créer du contenu de haute qualité à grande échelle.

Le développeur a constaté qu'aucun artiste humain n'était en mesure d'égaler la qualité des images générées par l'IA. Cependant, le processus impliquait plus que d'appuyer simplement sur un bouton et de laisser l'IA faire le travail. Le développeur a ensuite retouché et affiné les images générées par l'IA à l'aide de Photoshop et d'autres outils d'édition d'images, en veillant à ce que les couleurs, la cohérence et le style général correspondent à l'esthétique souhaitée.

Cette approche démontre la puissance de l'art assisté par l'IA, où l'IA génère le concept initial, et l'artiste humain peaufine et affine ensuite la sortie pour obtenir le résultat souhaité. En tirant parti de l'IA, le développeur a pu créer un grand nombre d'images de cartes de manière efficace, tout en maintenant le touche artistique et le contrôle de la qualité nécessaires à leur projet.

Le succès de cette entreprise met en évidence le rôle croissant de l'IA dans les industries créatives, où elle peut être utilisée comme un outil puissant pour augmenter et améliorer le travail des artistes humains, plutôt que de les remplacer complètement. À mesure que la technologie de l'IA continuera à progresser, nous pouvons nous attendre à voir davantage d'exemples de ce type d'art assisté par l'IA, où la collaboration entre les humains et les machines conduit à des productions créatives innovantes et de haute qualité.

Les progrès rapides des grands modèles de langage et de la technologie de l'IA sont vraiment remarquables. Cette semaine a été marquée par une série d'annonces passionnantes, de la disponibilité de Gemini 1.5 avec sa fenêtre de contexte impressionnante de 1 million de jetons, à la publication de GPT-4 Turbo et des modèles open source Stable LM2 et Mixr 8X 22B.

La concurrence entre les géants de la technologie pour développer leurs propres puces IA et réduire leur dépendance à NVIDIA est un autre développement fascinant, avec Google, Intel et Meta dévoilant tous de nouveaux processeurs axés sur l'IA. La capacité de générer des animations et des vidéos à l'aide de l'IA, comme le montrent Image-in-2 de Google et le projet Magic Time, est également une étape importante.

Les implications potentielles de ces progrès, tant positives que préoccupantes, sont vastes. L'introduction de projets de loi visant à forcer les entreprises d'IA à divulguer leurs sources de données d'entraînement est une étape importante pour aborder la transparence et la responsabilité. Pendant ce temps, l'approche d'Adobe consistant à acheter directement du contenu vidéo aux créateurs pour former leurs modèles pourrait être un modèle pour l'avenir.

Dans l'ensemble, le paysage de l'IA continue d'évoluer à un rythme effréné, avec de nouvelles capacités et défis émergeant chaque semaine. En tant qu'enthousiaste de l'IA, c'est une période passionnante pour suivre ces développements et envisager les implications éthiques et pratiques pour les entreprises, les créateurs et la société dans son ensemble.