Il mondo dell'AI è in fermento per l'imminente rilascio di LLaMA 3 400B, la versione più grande del modello open-source LLaMA. Questo modello da 400 miliardi di parametri promette di portare le capacità dell'AI open-source al livello dei modelli di frontiera come GPT-4.

L'approccio di Meta di investire pesantemente in questi modelli su larga scala e poi rilasciarli gratuitamente è un game-changer per la comunità open-source. Si dice che la versione da 400B raggiunga la quasi parità con GPT-4 sul benchmark MLU, dimostrando i progressi impressionanti nell'AI open-source.

La comunità attende con impazienza l'opportunità di mettere alla prova questo modello e esplorarne le sue capacità. Con la sua enorme scala e potenziale, LLaMA 400B rappresenta un passo significativo verso la democratizzazione dell'accesso alle tecnologie AI all'avanguardia.

Clone, una società di robotica, ha mostrato una dimostrazione incredibile dei suoi "androidi super intelligenti con scheletro muscolare". Il video evidenzia i movimenti e la destrezza simili all'uomo delle loro creazioni robotiche.

I robot mostrano movimenti realistici di mani e braccia, inclusi la pronazione e la supinazione, che sono movimenti complessi che imitano la mano e il braccio umani. Queste capacità permettono ai robot di eseguire compiti complessi, come tenere un bisturi, una siringa, un trapano e delle forbici, dimostrando il loro potenziale come "utensili definitivi".

I movimenti fluidi e coordinati dei robot sono sia impressionanti che leggermente inquietanti, in quanto suggeriscono l'avanzamento rapido della robotica e il potenziale di queste tecnologie di replicare da vicino le capacità umane. La dimostrazione solleva domande sulle future applicazioni di tali sistemi robotici sofisticati, inclusa la possibilità di procedure chirurgiche autonome eseguite da robot.

Open AI ha rilasciato nuovi video di DALL-E, offrendo uno sguardo sulle capacità di questo sistema di generazione di immagini alimentato dall'AI. Questi anteprime mostrano una vasta gamma di immagini generate dall'AI, da scene fantastiche a rappresentazioni realistiche.

Un video di Ben Desai presenta un'estetica in bianco e nero, mostrando un uccello enorme, una creatura estinta simile a un uccello e una persona che cavalca un dinosauro per una strada cittadina. Le immagini hanno una qualità surreale e onirica, mescolando il familiare con il fantastico.

Un altro video di Charlotte Tribus presenta creature simili a fenicotteri in piedi nell'acqua, con i loro movimenti e forme leggermente diversi dalla realtà. Queste forme astratte e quasi scultoree dimostrano la capacità di DALL-E di generare visuals unici e immaginativi.

La fluidità della dinamica mostrata in uno dei video è particolarmente impressionante, con una persona che sembra pattinare su una nuvola e un'auto che fluttua senza sforzo. L'attenzione ai dettagli nelle texture, nell'illuminazione e nella coerenza complessiva di queste scene è una testimonianza dei progressi nella generazione di immagini tramite AI.

Chubby di Twitter ha pubblicato altri esempi di videogiochi generati dall'AI, mostrando il potenziale incredibile dell'AI nel mondo dello sviluppo di videogiochi. Uno degli strumenti più sorprendenti è Buildbox 4, un motore di gioco video incentrato sull'AI che consente agli utenti di creare giochi semplicemente fornendo prompt testuali.

Con Buildbox 4, chiunque può generare un videogioco completamente funzionante in tempo reale, con la possibilità di personalizzare vari elementi come aggiungere nebbia, creare uno sparatutto spaziale o incorporare rocce. Questo approccio rivoluzionario alla creazione di giochi democratizza il processo, permettendo alle persone di dare vita alle loro idee senza la necessità di ampie conoscenze di programmazione.

L'integrazione della tecnologia AI in motori di sviluppo di videogiochi come Buildbox 4 rappresenta un cambiamento significativo nel settore. Sfruttando il potere dell'AI, gli utenti possono ora prototipare rapidamente e iterare sui concetti di gioco, aprendo nuove strade per la creatività e la sperimentazione. Questo approccio guidato dall'AI ha il potenziale di rivoluzionare il modo in cui i videogiochi vengono concepiti, sviluppati e consegnati al pubblico.

Mistol è stato molto attivo questa settimana, rilasciando diversi nuovi modelli AI:

1. Maol: Un modello particolarmente abile nelle attività matematiche. Maol 7B, un modello di piccole dimensioni, si comporta molto bene nei compiti di matematica. Ha una finestra di contesto di 32k ed è open-source sotto la licenza Apache 2.0.

2. Codstrol Mamba: Una nuova architettura che non è un modello Transformer. I modelli Mamba offrono il vantaggio di un'inferenza a tempo lineare e la capacità teorica di modellare sequenze di lunghezza infinita. Codstrol Mamba ha prestazioni migliori rispetto a modelli di dimensioni simili di altre aziende e prestazioni simili a Codstrol 22B ma in dimensioni molto più piccole.

3. Mistol Nemo: Una collaborazione con Nvidia, basata sul loro modello Nron recentemente pubblicato. Mistol Nemo è un modello molto piccolo ma potente da 12 miliardi di parametri con una lunghezza di contesto di 128k. Supera Llama 38B e Gemma 29B in tutte le categorie ed è anche un modello multilingue, superando di gran lunga Llama 3 nei casi d'uso multilingue.

La recente rivelazione che le principali aziende tecnologiche come Apple, Nvidia e Anthropic hanno utilizzato video YouTube rubati per addestrare i loro modelli AI ha suscitato notevole controversia.

Il problema nasce da una società chiamata Anthropic, che ha creato un dataset chiamato "The Pile" - un dataset open-source utilizzato per l'addestramento di grandi modelli linguistici. Senza autorizzazione, Anthropic ha estratto i trascritti di oltre 100.000 video YouTube e li ha inclusi in questo dataset.

Di conseguenza, popolari YouTuber come MKBHD, Mr. Beast, PewDiePie e Jack Septic Eye sono stati colpiti, in quanto il loro contenuto è stato utilizzato per addestrare questi modelli AI senza il loro consenso. Ciò ha ovviamente infastidito molti creatori di contenuti, che sentono che la loro proprietà intellettuale sia stata sfruttata.

Circa una settimana fa, ho menzionato che uno dei maggiori problemi con Claude era il fatto che non avessero un'app Android. Tuttavia, sembra che Anthropic abbia ascoltato i feedback, in quanto hanno ora rilasciato l'app AI di Claude per Android.

Ho scaricato l'app e posso confermare che è fantastica. Se sei un abbonato Anthropic, ora hai la possibilità di utilizzare i loro modelli sul tuo dispositivo Android. Il miglior modello attualmente disponibile è Claude 3.5 Sonet, che si dice sia migliore di GPT-4.

Il rilascio dell'app Android è un importante sviluppo, in quanto consente agli utenti di accedere alle potenti capacità AI di Anthropic direttamente dai loro dispositivi mobili. Questa accessibilità può essere particolarmente utile per coloro che hanno bisogno di un rapido accesso all'assistente AI per vari compiti, come ricerca, scrittura o risoluzione di problemi.

Andre Karpathy, una figura di spicco nel campo dell'intelligenza artificiale, ha annunciato il lancio di una nuova società di istruzione AI chiamata Eureka Labs. Karpathy, che in precedenza ha lavorato per aziende AI di primo piano come Tesla e OpenAI, mira a creare un nuovo tipo di esperienza educativa che sfrutti il potere dell'AI.

L'idea alla base di Eureka Labs è quella di fornire agli studenti l'accesso a esperti della materia in grado di guidarli nel processo di apprendimento, molto simile a un tutor personale. Tuttavia, Karpathy riconosce la scarsità di tali esperti e la sfida di scalare questo approccio per raggiungere un pubblico globale.

Per affrontare questo problema, Eureka Labs sfrutterà la tecnologia AI, in particolare i grandi modelli linguistici, per creare un'esperienza di apprendimento "nativa dell'AI". Il primo prodotto dell'azienda, "LLM 101n", sarà un corso di livello universitario che guiderà gli studenti nel processo di addestrare i propri modelli AI, simile a una versione più piccola di un assistente didattico AI.

Grock ha annunciato due nuovi modelli LLaMA 3 incentrati sulle capacità di utilizzo degli strumenti:

• LLaMA 3 Grock Tool Use 8B
• LLaMA 3 Grock Tool Use 70B

Questi modelli sono stati affinati su dati sintetici per eccellere nei compiti di utilizzo degli strumenti, con l'obiettivo di alimentare agenti e applicazioni AI.

I punti salienti di questi modelli sono:

• Velocità di inferenza fulminee: Il modello da 8B può raggiungere oltre 4.000 token al secondo, mentre il modello da 70B funziona a 330 token al secondo. Ciò li rende incredibilmente efficienti per applicazioni in tempo reale.
• Prestazioni robuste nell'utilizzo degli strumenti: I modelli dimostrano prestazioni solide sulla leaderboard Berkeley Function Calling, un benchmark per valutare le capacità di utilizzo degli strumenti.
• Decontaminazione rigorosa: Il team ha utilizzato tecniche di decontaminazione robuste per garantire che i modelli non si adattino eccessivamente ai dati di addestramento sintetici.

Una delle più grandi sfide con i droni è stata la loro autonomia limitata, che richiede ricariche frequenti. Tuttavia, una recente svolta da parte di scienziati dell'Università della Danimarca meridionale ha il potenziale di rivoluzionare la tecnologia dei droni.

I ricercatori hanno sviluppato un drone in grado di atterrare autonomamente sulle linee elettriche e ricaricarsi utilizzando la ricarica induttiva. Il drone è dotato di un "Powerline gripper ad attuazione passiva" che guida il drone verso la linea elettrica, permettendogli di connettersi e iniziare la ricarica.

Questa soluzione innovativa affronta il problema dell'autonomia limitata, consentendo ai droni di rimanere in volo per periodi più lunghi senza la necessità di ricariche manuali. La tecnologia potrebbe essere utilizzata da droni che svolgono una vasta gamma di attività, dalla sorveglianza alla consegna.

OpenAI ha rilasciato una nuova versione più piccola e più economica del loro modello GPT-4, chiamata GPT-4 Mini. Secondo l'analisi, GPT-4 Mini è il modello più piccolo con le migliori prestazioni e uno dei modelli più economici, in base al benchmark MLU.

Alcuni punti chiave su GPT-4 Mini:

• È una versione più piccola ed efficiente del più grande modello GPT-4.
• È un modello chiuso e in esecuzione nel cloud, come il GPT-4 originale.
• Rispetto ad altri modelli piccoli come Llama 38B e Mol 7B, GPT-4 Mini è competitivo in termini di prezzo e offre prestazioni simili o migliori.
• Questo rilascio ha senso poiché i modelli open-source come Llama continuano a diventare più piccoli ed efficienti, rendendo più difficile giustificare il costo di utilizzare modelli basati sul cloud come ChatGPT.

Si è scoperto che una semplice tecnica di evasione del carcere di prompt può essere utilizzata per sfruttare l'attenzione di GPT-4 sull'accuratezza e la veridicità delle informazioni storiche. Inquadrando i prompt nel contesto del passato, gli utenti possono aggirare le salvaguardie del modello e ottenere informazioni che altrimenti sarebbero limitate.

La tecnica funziona sfruttando la direttiva di GPT-4 di fornire risposte accurate e veritiere, soprattutto quando si tratta di fatti storici. Formulando i prompt in modo da suggerire che le informazioni provengono dal passato, il modello è più propenso a fornire una risposta, anche se il contenuto sarebbe normalmente considerato sensibile o pericoloso.

Questo punto debole evidenzia la sfida continua di sviluppare modelli linguistici su larga scala che siano potenti e allo stesso tempo sicuri.

I rapidi progressi nel mondo dell'AI continuano a stupire ed entusiasmare. Dalla imminente uscita del massiccio modello LLaMA 3 da 400 miliardi di parametri, alle impressionanti dimostrazioni di robotica umanoide di Clone, la comunità AI sta spingendo i confini di ciò che è possibile.

Lo sviluppo continuo della piattaforma Soar di Open AI è affascinante, con i loro video generati dall'AI che mostrano incredibili dinamiche dei fluidi ed effetti visivi. L'emergere di motori di gioco incentrati sull'AI come BuildBox 4 indica anche un futuro in cui le esperienze di gioco personalizzate possono essere generate su richiesta.

La comunità di ricerca sull'AI è stata prolifica, con Anthropic, Nvidia e Anthropic che hanno rilasciato nuovi modelli impressionanti. In particolare, il rilascio dell'app Android di Claude da parte di Anthropic porta il loro potente modello linguistico sui dispositivi mobili.

Le preoccupazioni etiche sull'utilizzo dei dati nell'addestramento dell'AI rimangono anche una questione urgente, come evidenziato dalla controversia di Uther AI. Man mano che il campo progredisce, mantenere la trasparenza e pratiche responsabili sarà fondamentale.

La recente rivelazione che le principali aziende tecnologiche come Apple, Nvidia e Anthropic hanno utilizzato video YouTube rubati per addestrare i loro modelli AI ha suscitato notevole controversia.

Il problema nasce da una società chiamata Anthropic, che ha creato un dataset chiamato "The Pile" - un dataset open-source utilizzato per l'addestramento di grandi modelli linguistici. Senza autorizzazione, Anthropic ha estratto i trascritti di oltre 100.000 video YouTube e li ha inclusi in questo dataset.