Le dernier modèle d'Open AI, GPT-40, est un assistant IA multimodal révolutionnaire capable de gérer une large gamme d'entrées et de sorties. Voici quelques points clés :

• Capacités multimodales : GPT-40 peut comprendre et générer du contenu dans divers formats, notamment le texte, l'audio, les images et la vidéo. Cela permet des interactions plus naturelles et contextuelles.

• Accès gratuit pour tous : les fonctionnalités avancées de GPT-40, comme la navigation sur Internet, l'interprétation de code et l'analyse de données, sont désormais accessibles à tous les utilisateurs gratuits de ChatGPT. Les membres payants de ChatGPT Plus bénéficient d'avantages supplémentaires comme des temps de réponse plus rapides et des limites de sortie plus élevées.

• Capacités conversationnelles : GPT-40 peut s'engager dans des conversations humaines, avec la capacité de comprendre le ton, de fournir un soutien émotionnel et même de raconter des histoires avec une livraison expressive.

• Compréhension visuelle : le modèle peut interpréter les informations visuelles, comme résoudre des problèmes de mathématiques en analysant des images, et générer des images à partir de descriptions textuelles.

• Intégration de bureau : Open AI a publié une application de bureau permettant aux utilisateurs d'accéder directement à GPT-40 sur leurs ordinateurs, avec la possibilité de partager le contenu de l'écran et d'obtenir une assistance contextuelle.

Le nouveau modèle GPT-40 d'Open AI est un modèle de langage puissant et polyvalent qui va au-delà de la simple génération de texte. Voici quelques-unes des principales capacités de GPT-40 qui ont été présentées :

Capacités multimodales

GPT-40 est un modèle multimodal, ce qui signifie qu'il peut gérer et comprendre différents types de médias comme l'audio, la vidéo et les images, en plus du texte. Cela lui permet d'effectuer des tâches combinant plusieurs modalités, comme décrire le contenu d'une image ou d'une vidéo.

Conversation avancée

Le modèle a démontré des capacités conversationnelles impressionnantes, s'engageant dans un dialogue bidirectionnel et adoptant même différents tons et personnalités émotionnels. Il a été capable de comprendre le contexte et de fournir des réponses pertinentes et cohérentes.

Résolution de problèmes étape par étape

Lorsqu'on lui a présenté un problème de mathématiques, GPT-40 n'a pas seulement fourni la réponse finale. Au lieu de cela, il a expliqué étape par étape le processus de résolution, en expliquant son raisonnement.

Sortie vocale personnalisable

GPT-40 peut générer une sortie vocale avec un ton, une émotion et une expressivité personnalisables. Cela lui permet d'avoir un son plus naturel et plus humain lors des conversations.

Génération d'images

En plus du texte, GPT-40 a la capacité de générer des images. Les exemples montrés incluaient la création d'images détaillées avec du texte lisible, ainsi que la génération de designs de personnages cohérents dans plusieurs scènes.

Synthèse d'objets 3D

Le modèle peut prendre des images 2D et générer des reconstructions 3D, les animer et y placer des logos ou d'autres éléments sur des objets 3D.

Ilia Sutskever, l'un des fondateurs originaux d'OpenAI, a décidé de se retirer de l'entreprise. Après près d'une décennie chez OpenAI, Sutskever a pris la décision de quitter l'entreprise.

Sutskever faisait partie du conseil d'administration qui a décidé de licencier le PDG d'OpenAI, Sam Altman, en novembre 2023. Cependant, Sutskever a par la suite regretté cette décision et s'est publiquement excusé, déclarant qu'il était une erreur de se débarrasser d'Altman.

Bien que les raisons du départ de Sutskever ne soient pas tout à fait claires, il semble qu'il n'ait pas été pleinement aligné avec la direction prise par OpenAI. En tant que chercheur et universitaire, Sutskever s'intéresse probablement davantage à la science et à la technologie derrière l'IA qu'à la monétisation et à la commercialisation de la technologie.

Dans son message d'adieu, Sutskever a exprimé sa confiance dans la direction d'OpenAI sous la direction d'Altman, Greg Brockman et Mira Murati, et a déclaré qu'il était impatient de découvrir ce qui l'attend dans son propre projet personnel, dont il partagera les détails en temps voulu.

Selon les rapports, plusieurs membres clés de l'équipe de super alignement d'OpenAI ont quitté l'entreprise. Il s'agit notamment de Yan Lecun, Leopold Ashenbrener et William Saunders.

Ces personnes faisaient partie de l'équipe chargée de s'assurer que les systèmes IA développés par OpenAI, comme GPT-4, restent sûrs et bénéfiques. Leur départ est préoccupant, car il suggère des problèmes ou des désaccords potentiels au sein de l'entreprise concernant la direction et la sécurité de leurs modèles IA avancés.

L'équipe de super alignement joue un rôle essentiel dans la tentative d'atténuer les risques des systèmes IA puissants. Leur départ pourrait signaler des tensions internes ou un changement de priorités chez OpenAI qui privilégierait le développement rapide plutôt que des mesures de sécurité solides.

Cette nouvelle intervient peu après le départ d'Ilya Sutskever, l'un des cofondateurs d'OpenAI, qui a annoncé qu'il quittait l'entreprise pour poursuivre un nouveau projet "personnellement significatif".

La plus grande annonce du Google IO 2024 a été la présentation des modèles IA Gemini. Gemini 1.5 Flash et Gemini 1.5 Pro sont les nouveaux modèles de langage de grande taille de Google.

Gemini 1.5 Flash est un modèle plus rapide, tandis que Gemini 1.5 Pro est conçu pour offrir la meilleure sortie possible. Les deux modèles ont une fenêtre de contexte de 1 million de jetons, avec des plans pour l'augmenter à 2 millions de jetons à l'avenir. Cela permet une entrée et une sortie d'environ 1,5 million de mots.

Un autre point fort était le projet Astra, qui permet à un téléphone portable de voir ce que la caméra regarde et de répondre à des questions à ce sujet. La démonstration a montré que le téléphone se souvenait de détails comme l'emplacement d'une paire de lunettes, et le présentateur a pu continuer à interagir avec le système à l'aide de lunettes de réalité augmentée, laissant entrevoir de futures capacités similaires à Google Glass.

Google a également présenté son nouveau modèle de texte vers image, Imagine 3, qui s'approche du réalisme des modèles comme Midjourney. Ils ont également démontré un nouveau modèle de génération vidéo appelé Veo, capable de créer des vidéos 1080p d'une durée d'une minute, bien qu'il n'égale pas encore la qualité de Sorai d'Anthropic.

Anthropic a embauché Mike Krieger, le cofondateur d'Instagram, en tant que nouveau responsable produit. Krieger, qui était l'un des cofondateurs d'Instagram ainsi que le cofondateur de l'application d'actualités Artifact, aura pour mission de concevoir de bonnes expériences utilisateur pour susciter davantage d'enthousiasme et d'utilisation des outils d'Anthropic comme Claude.

Anthropique a également publié une nouvelle fonctionnalité de générateur de requêtes dans sa console. Les utilisateurs peuvent maintenant générer des requêtes prêtes à l'emploi en décrivant ce qu'ils veulent réaliser, et le système utilisera des techniques d'ingénierie de requêtes comme le raisonnement en chaîne de pensée pour créer des requêtes plus efficaces, précises et fiables.

L'entreprise IA Hume a quant à elle publié un nouvel outil appelé Chatter - une expérience de podcast interactive. Chatter est un podcast qui vous permet d'orienter la conversation, en posant des questions à l'hôte IA et en obtenant des réponses adaptées à vos intérêts, dans ce cas en se concentrant sur les dernières nouvelles de l'IA.

Enfin, un extrait de la fondatrice de Bumble, Whitney Wolfe Herd, est devenu viral la semaine dernière, où elle a spéculé sur l'avenir des rencontres impliquant des concierges de rencontres IA. L'idée est que votre concierge IA personnel irait à des rendez-vous avec les concierges IA d'autres personnes pour déterminer la compatibilité, avant de présenter les vraies personnes. Bien que cela ressemble à un scénario de Black Mirror, cela montre comment l'IA pourrait potentiellement jouer un rôle dans les expériences de rencontres à l'avenir.

La semaine dernière a été une véritable tempête d'annonces IA, avec des annonces majeures à la fois de Google et d'OpenAI.

OpenAI a dévoilé son dernier modèle de langage, GPT-4, qui est un système multimodal puissant capable de gérer une variété d'entrées comme l'audio, les images et la vidéo. L'aspect le plus impressionnant est que GPT-4 sera désormais accessible à tous les utilisateurs gratuits de ChatGPT, leur donnant accès à des fonctionnalités avancées précédemment réservées aux abonnés payants.

De son côté, Google a adopté une approche différente lors de son événement I/O - bombardant le public de plus de 100 annonces liées à l'IA. Les points forts incluent les nouveaux modèles de langage Gemini, l'impressionnant projet Astra capable de comprendre visuellement une scène, et les progrès dans la génération de texte vers image et vidéo.

Si Google a peut-être submergé le public avec le volume d'annonces, les deux entreprises ont démontré des progrès significatifs pour rendre l'IA plus accessible et capable. La course à la suprématie de l'IA s'intensifie, et il sera passionnant de voir comment ces technologies évolueront et impacteront notre vie quotidienne dans les années à venir.