La vera storia di questa settimana sono le notizie sui nuovi grandi modelli di linguaggio che stanno diventando disponibili o che saranno presto rilasciati.

Google ha annunciato che Gemini 1.5 è ora disponibile in oltre 180 paesi, con una finestra di contesto di 1 milione di token - l'equivalente di circa 750.000 parole. Questa finestra di contesto espansa è un importante miglioramento rispetto ai modelli precedenti. Gli sviluppatori possono ora accedere a Gemini 1.5 tramite l'API per costruire applicazioni.

In risposta, OpenAI ha annunciato che un modello GPT-4 Turbo migliorato è ora disponibile tramite l'API e in fase di distribuzione in ChatGPT. Sebbene i dettagli siano limitati, si dice che sia migliore nella codifica e nella matematica rispetto alle versioni precedenti.

Il mondo open-source si sta anche riscaldando. Stability AI ha rilasciato Stable LLM2, un modello da 12 miliardi di parametri. Nel frattempo, Anthropic ha rilasciato in silenzio un nuovo modello Mixture of Experts da 22 miliardi di parametri, Mixr 8X 22B, come download torrent.

Google ha anche annunciato nuovi modelli Gemma open-source - uno perfezionato per la codifica e un altro progettato per la ricerca efficiente. Inoltre, ci si aspetta che Meta rilasci il tanto atteso modello LLaMA 3, che si dice sia alla pari con GPT-4 in termini di capacità, ma open-source.

Questo flusso di annunci di grandi modelli di linguaggio dimostra il ritmo rapido dell'innovazione in questo settore, con modelli sia a codice chiuso che open-source che spingono continuamente i confini di ciò che è possibile.

Sembra che tutte le principali aziende tecnologiche che costruiscono grandi modelli di linguaggio stiano cercando di ridurre la loro dipendenza dai GPU Nvidia. Nvidia domina attualmente il mercato dei GPU utilizzati nell'addestramento dell'IA, ma Google, Intel e Meta stanno introducendo i loro chip AI personalizzati.

Google ha presentato i suoi processori Axion all'evento Google Cloud Next. Intel ha svelato il suo chip AI Gaudi 3, che sostiene abbia una migliore efficienza energetica del 40% rispetto ai GPU Nvidia H100. Meta ha annunciato il suo acceleratore chip MTI (Meta Training and Inference) di seconda generazione, che afferma avere prestazioni migliorate di 3 volte rispetto alla prima generazione.

Nel frattempo, all'evento GTC di Nvidia di inizio anno, hanno annunciato i loro chip Nvidia Blackwell di prossima generazione, che sarebbero 4 volte più potenti degli attuali GPU H100. Questo dimostra che Nvidia è ancora molto avanti in termini di potenza di calcolo grezza per l'addestramento dell'IA.

Mentre questi nuovi chip personalizzati di Google, Intel e Meta mirano a ridurre la dipendenza da Nvidia, resta da vedere se riusciranno davvero a raggiungere i più recenti progressi di Nvidia. La corsa è aperta per sviluppare l'hardware IA più potente ed efficiente.

Durante l'evento Google Cloud Next, il gigante tecnologico ha svelato diversi strumenti di creazione video alimentati dall'IA che sono pronti a trasformare l'industria.

Image-In 2: la risposta di Google a strumenti come Dolly e Firefly, Image-In 2 può generare non solo immagini statiche, ma anche brevi GIF animate e clip. Queste capacità di conversione da testo a immagine in movimento consentono agli utenti di creare facilmente visuals accattivanti e in loop.

Google Vids: descritto come un generatore di video "stile PowerPoint", Google Vids utilizza l'IA per creare video a schede a partire da script o prompt. I video risultanti imitano l'estetica del software di presentazione professionale, rendendolo uno strumento prezioso per la creazione di contenuti video AI-driven e rifiniti.

Magic Time: sviluppato da un team di ricerca, Magic Time è un generatore di video specializzato nella creazione di riprese in time-lapse di alta qualità. Fornendo semplicemente un prompt, gli utenti possono generare video time-lapse visivamente mozzafiato di scene come la crescita di piante o progetti di costruzione. Il codice open-source e la demo di Hugging Face rendono Magic Time accessibile per sperimentazioni e integrazioni in vari flussi di lavoro video.

Questi strumenti video alimentati dall'IA dimostrano i rapidi progressi nelle capacità generative, permettendo ai creatori di snellire i loro processi di produzione video ed esplorare nuove vie creative. Man mano che la tecnologia continua a evolversi, l'impatto di questi generatori di video guidati dall'IA sul panorama della creazione di contenuti è destinato ad essere significativo.

Secondo la trascrizione, è stato introdotto un nuovo disegno di legge al Congresso degli Stati Uniti che mira a costringere le aziende di intelligenza artificiale a rivelare il materiale protetto da copyright utilizzato per addestrare i loro modelli di IA generativa. I punti chiave sono:

• Il disegno di legge richiederebbe alle aziende di IA di presentare un rapporto sul materiale protetto da copyright utilizzato per addestrare i loro modelli, almeno 30 giorni prima del rilascio del modello di IA.

• Questo è visto come un passo verso una maggiore trasparenza, poiché alcune delle più grandi aziende tecnologiche come Google, Microsoft e Meta potrebbero non voler rivelare i dati utilizzati per l'addestramento.

• Ci sono preoccupazioni che queste potenti aziende possano fare lobbying contro il disegno di legge per impedirne l'approvazione.

• La proposta di legge arriva in un momento di crescente scrutinio sui dati di addestramento utilizzati dai grandi modelli linguistici, con segnalazioni che OpenAI potrebbe aver utilizzato oltre un milione di ore di video di YouTube per addestrare GPT-4.

• Il disegno di legge mira ad affrontare la mancanza di trasparenza sui dati di addestramento utilizzati dalle aziende di IA, che potrebbero includere materiale protetto da copyright da varie fonti.

Uno sviluppatore di giochi di carte ha recentemente fatto un investimento significativo nell'arte assistita dall'IA, pagando un artista IA 90.000 dollari per generare l'arte delle carte. Sebbene il termine "artista IA" possa essere oggetto di dibattito, questo approccio evidenzia il potenziale dell'IA di assistere gli artisti nella creazione di contenuti di alta qualità su larga scala.

Lo sviluppatore ha riscontrato che nessun artista umano era in grado di eguagliare la qualità delle immagini generate dall'IA. Tuttavia, il processo ha comportato molto più che premere un pulsante e lasciare che l'IA faccia il lavoro. Lo sviluppatore ha quindi ritoccato e raffinato le immagini generate dall'IA utilizzando Photoshop e altri strumenti di editing delle immagini, assicurando che i colori, la coerenza e lo stile complessivo corrispondessero all'estetica desiderata.

Questo approccio dimostra il potere dell'arte assistita dall'IA, dove l'IA genera il concetto iniziale e l'artista umano successivamente perfeziona e raffina l'output per ottenere il risultato desiderato. Sfruttando l'IA, lo sviluppatore è stato in grado di creare un gran numero di immagini per le carte in modo efficiente, mantenendo al contempo il tocco artistico e il controllo della qualità necessari per il loro progetto.

Il successo di questa iniziativa evidenzia il ruolo crescente dell'IA nel settore creativo, dove può essere utilizzata come uno strumento potente per potenziare e migliorare il lavoro degli artisti umani, anziché sostituirli completamente. Man mano che la tecnologia IA continua a progredire, possiamo aspettarci di vedere più esempi di questo tipo di arte assistita dall'IA, in cui la collaborazione tra esseri umani e macchine porta a risultati creativi innovativi e di alta qualità.

I rapidi progressi nei grandi modelli di linguaggio e nella tecnologia IA sono davvero notevoli. Questa settimana ha visto una serie di annunci entusiasmanti, dalla disponibilità di Gemini 1.5 con la sua impressionante finestra di contesto di 1 milione di token, al rilascio di GPT-4 Turbo e dei modelli open-source Stable LM2 e Mixr 8X 22B.

La competizione tra i giganti tecnologici per sviluppare i propri chip IA e ridurre la dipendenza da NVIDIA è un altro sviluppo affascinante, con Google, Intel e Meta che hanno tutti presentato nuovi processori focalizzati sull'IA. La capacità di generare animazioni e video utilizzando l'IA, come dimostrato da Image-in-2 di Google e dal progetto Magic Time, è anche un passo significativo in avanti.

Le potenziali implicazioni di questi progressi, sia positive che preoccupanti, sono vaste. L'introduzione di disegni di legge per costringere le aziende di IA a divulgare le fonti dei loro dati di addestramento è un passo importante per affrontare la trasparenza e la responsabilità. Nel frattempo, l'approccio di Adobe di acquistare direttamente il contenuto video dai creatori per addestrare i suoi modelli potrebbe essere un modello per il futuro.

Complessivamente, il panorama dell'IA continua a evolversi a un ritmo vertiginoso, con nuove capacità e sfide che emergono su base settimanale. Come appassionato di IA, è un momento entusiasmante per seguire questi sviluppi e considerare le implicazioni etiche e pratiche per le aziende, i creatori e la società nel suo complesso.