OpenAI ha annunciato il rilascio di un nuovo prototipo chiamato SearchGPT, che mira a combinare i punti di forza dei suoi modelli di intelligenza artificiale con informazioni dal web per fornire risposte rapide e tempestive con fonti chiare e pertinenti.

Questa nuova funzionalità di ricerca è progettata per essere un diretto concorrente di servizi come Perplexity, che attualmente utilizzano ChatGPT come modello linguistico di backend. La decisione di OpenAI di rilasciare un prodotto incentrato sulla ricerca è una mossa significativa, in quanto rappresenta una sfida diretta ai motori di ricerca tradizionali come Google.

I principali punti salienti di SearchGPT includono:

• Risposte rapide e tempestive: il prototipo è progettato per rispondere rapidamente e direttamente alle query degli utenti, fornendo informazioni aggiornate dal web.
• Fonti pertinenti: SearchGPT fornirà agli utenti collegamenti chiari alle fonti pertinenti che ha utilizzato per formulare le sue risposte, consentendo un'ulteriore esplorazione.
• Interazione conversazionale: gli utenti potranno porre domande di follow-up, costruendo sul contesto condiviso con ogni query, simile a una conversazione con una persona.
• Interfaccia pulita: il prototipo presenta un'interfaccia semplice e intuitiva, rendendo facile per gli utenti interagire con la funzionalità di ricerca.

Mistral, la società di ricerca sull'intelligenza artificiale, ha recentemente annunciato il rilascio di Mistral Large 2, la nuova generazione del suo modello di punta. Rispetto alla versione precedente, la nuova versione è significativamente più capace in aree come la generazione di linguaggio, la matematica e il ragionamento. Offre anche un supporto multilingue molto più forte e capacità avanzate di chiamata di funzioni.

I punteggi di benchmark mostrano che Mistral Large 2 ha prestazioni eccezionali, con una precisione media di generazione di codice del 76,9%, leggermente inferiore al 77,9% impressionante raggiunto dal potente modello GPT-4. Interessante notare che questo modello ad alte prestazioni ha molto meno parametri del più grande modello Llama 3.1 405B, dimostrando l'efficienza e la capacità del lavoro del team di Mistral.

Mistral Large 2 è progettato per l'inferenza a nodo singolo con un focus sulle applicazioni che richiedono finestre di contesto lunghe. Supporta decine di lingue e ha una finestra di contesto di 128k token. Mentre il modello viene rilasciato con la licenza di ricerca Mistral, che ne limita l'utilizzo a scopi di ricerca e non commerciali, si tratta comunque di uno sviluppo entusiasmante nel mondo dei modelli linguistici avanzati.

Meta ha annunciato che non rilascerà la sua versione multimodale del modello di intelligenza artificiale Llama nell'Unione Europea a causa di preoccupazioni normative. Questa decisione impedirà alle aziende europee di accedere e utilizzare le avanzate capacità multimodali del modello Llama 3.1.

Il motivo principale citato per questa mossa è la "natura imprevedibile dell'ambiente normativo europeo" relativo alle tecnologie di intelligenza artificiale. L'UE ha recentemente finalizzato le scadenze di conformità per il suo nuovo e severo Regolamento sull'Intelligenza Artificiale, che richiederà alle aziende tecnologiche operanti nell'UE di aderire a regole su copyright, trasparenza e utilizzo dell'IA per applicazioni come la previsione della criminalità.

Questo ambiente normativo ha portato Meta a interrompere il rilascio del modello multimodale Llama nell'UE, nonostante il modello sia stato reso disponibile con una licenza aperta. La decisione segue una mossa simile di Apple, che ha dichiarato che probabilmente escluderà l'UE dal lancio della sua funzionalità Apple Intelligence a causa delle preoccupazioni relative al Digital Markets Act.

L'impossibilità di accedere al modello multimodale Llama è un grave contrattempo per le aziende e i ricercatori europei che erano ansiosi di sfruttare le avanzate capacità di questa tecnologia. La natura multimodale del modello Llama 3.1 avrebbe consentito l'integrazione di testo, immagini e altre modalità, aprendo a un'ampia gamma di potenziali applicazioni.

Stability AI ha annunciato il rilascio del documento di ricerca per Stable Audio Open, un modello open-source di conversione da testo ad audio. Questo modello genera audio stereo di alta qualità a 44,1 kHz a partire da prompt testuali, rendendolo perfetto per sintetizzare suoni realistici e registrazioni sul campo.

Il modello funziona su GPU di fascia consumer, rendendolo accessibile per uso accademico e artistico. Può generare fino a 47 secondi di audio e il modello è stato addestrato utilizzando quasi 500.000 registrazioni con licenza da fonti come Freesound e Free Music Archive.

Gli utenti possono eseguire il fine-tuning del modello localmente con una GPU da 6000, e il modello supporta un'ampia gamma di casi d'uso di generazione audio, dal suono della pioggia che colpisce un tetto a loop di batteria hip-hop vivaci e loghi audio.

Questo rilascio da parte di Stability AI è uno sviluppo entusiasmante nel campo della generazione di testo-ad-audio, fornendo uno strumento potente e accessibile per creatori e ricercatori.

Secondo l'articolo, OpenAI prevede di rendere disponibili le avanzate capacità vocali di GPT-4 a gruppi selezionati di utenti entro la fine di questo mese. L'autore è entusiasta di questo sviluppo e prevede di testare la nuova modalità vocale non appena avrà accesso ad essa.

L'articolo cita un tweet di Sam Altman, CEO di OpenAI, che ha risposto a un utente chiedendo quando sarebbe stata disponibile la modalità vocale. Altman ha dichiarato che la versione alpha inizierà alla fine di questo mese, mentre la disponibilità generale (GA) arriverà un po' più tardi.

L'autore attende con impazienza il rilascio delle capacità vocali di GPT-4, in quanto gli permetterà di testare ed esplorare le nuove funzionalità. La possibilità di generare audio di alta qualità e realistico a partire da prompt testuali è considerata un importante passo avanti nel campo della generazione di audio tramite intelligenza artificiale.

Secondo i rapporti, Open AI sta affrontando significative sfide finanziarie, con proiezioni che indicano una potenziale perdita di 5 miliardi di dollari quest'anno. Le spese dell'azienda, inclusi 4 miliardi di dollari sostanziali per le fatture di Azure, hanno superato i suoi ricavi, stimati in circa 30 miliardi di dollari.

Questa situazione finanziaria ha sollevato preoccupazioni sulla sostenibilità di Open AI e sulla sua capacità di competere con altre aziende che offrono tecnologie simili, soprattutto ora che Meta fornisce tecnologie simili gratuitamente. Mentre Open AI rimane il principale attore in gioco, il fatto che l'intelligenza e l'IA stiano diventando merci significa che l'azienda deve offrire qualcosa di unico per differenziarsi.

Ciò potrebbe includere l'offerta di più modelli, un'offerta di inferenza unica o modelli specializzati e personalizzati, anziché affidarsi solo a un modello generalizzato. La concorrenza nel mercato dell'IA dovrebbe intensificarsi e Open AI dovrà trovare modi per mantenere il suo vantaggio competitivo e garantire la sua sostenibilità a lungo termine.

Google DeepMind ha pubblicato un nuovo documento questa settimana che mostra il suo sistema di intelligenza artificiale, AlphaProof, in grado di risolvere i problemi dell'International Mathematical Olympiad (IMO) a livello di medaglia d'argento. Questo è un risultato significativo, poiché questi problemi di matematica sono considerati tra i più impegnativi al mondo.

I principali punti salienti del sistema AlphaProof sono:

1. Approccio basato sull'apprendimento per rinforzo: AlphaProof utilizza un sistema basato sull'apprendimento per rinforzo per il ragionamento matematico formale, consentendogli di scoprire algoritmi e intuizioni innovative per risolvere problemi matematici aperti.

2. Miglioramento nella risoluzione di problemi di geometria: Il sistema include anche una versione migliorata del loro precedente sistema di risoluzione di problemi di geometria, AlphaGeometry 2, che insieme ad AlphaProof è stato in grado di risolvere 4 su 6 problemi dell'ultima competizione IMO.

3. Livello di medaglia d'argento: Raggiungendo lo stesso livello di prestazioni di un medagliato d'argento nella competizione IMO, AlphaProof dimostra progressi significativi nella costruzione di sistemi di intelligenza artificiale in grado di assistere i matematici nel loro lavoro.

4. Limitazioni nel ragionamento e nei dati di addestramento: Gli autori riconoscono che gli attuali sistemi di intelligenza artificiale ancora faticano a risolvere problemi matematici generali a causa di limitazioni nelle capacità di ragionamento e nei dati di addestramento.

Questa ricerca evidenzia i continui progressi nell'abilità dell'intelligenza artificiale di affrontare problemi matematici complessi, avvicinandoci al giorno in cui i sistemi di IA potranno autonomamente scoprire nuove intuizioni e tecniche matematiche. Come notano gli autori, questo è un passo importante verso il potenziale di una "esplosione di intelligenza" man mano che l'IA diventa capace di auto-migliorarsi.