Ilia Suk, de voormalige Open AI-medewerker die probeerde een muiterij tegen Sam Altman te beginnen, heeft een nieuw bedrijf opgericht genaamd "Safe Super Intelligence Inc." Het bedrijf is gewijd aan de zoektocht naar veilige superintelligentie, wat Suk beschouwt als het belangrijkste technische probleem van onze tijd.

Suk heeft een team samengesteld van ervaren ingenieurs en onderzoekers, waaronder mede-oprichters Daniel Gross en Daniel Levy, om aan dit doel te werken. De missie van het bedrijf is om de mogelijkheden zo snel mogelijk te verbeteren, terwijl de veiligheid voorop blijft staan, in tegenstelling tot Suks zorgen over de prioriteiten van Open AI.

Safe Super Intelligence Inc. volgt een "straight shot"-benadering, met één focus en product. Het bedrijf is gevestigd in de Verenigde Staten, met kantoren in Palo Alto en Tel Aviv, waardoor het in staat is om toptalent op technisch gebied aan te trekken. Suk benadrukt dat het bedrijfsmodel, de investeerders en de hele productplanning zijn afgestemd op het bereiken van veilige superintelligentie, zonder de afleidingen van managementoverhead of productcycli.

Elon Musk en Tesla bouwen een enorm serverpark met de hulp van zowel Dell als Nvidia. Dit serverpark wordt ontworpen om grote taalmodellen en AI-systemen aan te drijven.

Het project werd enkele maanden geleden voor het eerst gesuggereerd, met een foto die de schaal van het koelsysteem laat zien dat voor deze enorme onderneming nodig is. Gisteren bevestigde Michael Dell, de oprichter van Dell, dat ze "een Dell AI-fabriek met Nvidia aan het bouwen zijn om GPT voor XAI aan te drijven."

Het serverpark bevindt zich in Texas, waar het warme klimaat een robuust koelsysteem vereist. Foto's tonen de enorme omvang van de ventilatoren die worden geïnstalleerd om de servers koel te houden.

Deze samenwerking tussen Elon Musk, Michael Dell en Nvidia benadrukt de aanzienlijke investeringen en infrastructuur die nodig zijn om de ontwikkeling van geavanceerde AI-systemen te ondersteunen. Door dit enorme serverpark te bouwen, positioneren ze zich om de volgende generatie grote taalmodellen en AI-toepassingen aan te drijven.

Het onlangs gepubliceerde onderzoeksartikel lijkt een implementatie te introduceren van een techniek die vergelijkbaar is met Q*, een krachtig algoritme dat Monte Carlo-boomzoekactie en diepe lering combineert. Deze aanpak stelt agenten in staat om besluitvorming en redenering te leren door middel van een proces van trial-and-error, net zoals mensen leren.

De belangrijkste innovatie is het gebruik van MCTS (Monte Carlo-boomzoekactie) en zelfverbetering, waardoor het model vooruit kan plannen, verschillende opties kan uitproberen en van zijn fouten kan leren. Dit is een belangrijke vooruitgang ten opzichte van traditionele taalmodellen die alleen maar de volgende woord voorspellen.

De resultaten zijn indrukwekkend, waarbij het model een nauwkeurigheid van 96,66% op een wiskundig referentiepunt behaalt, waarmee het zelfs grote taalmodellen als GPT-4 en Gemini overtreft, terwijl het 200 keer minder parameters gebruikt. Dit toont de kracht aan van het combineren van planning, redenering en leren in één raamwerk.

Het vermogen om te plannen, te experimenteren en de eigen aanpak te verfijnen, is een cruciale stap naar meer algemene intelligentie. Naarmate we meer doorbraken zien op gebieden als deze, wordt het pad naar kunstmatige algemene intelligentie (AGI) steeds tastbaarder.

Meta AI heeft onlangs verschillende opwindende nieuwe modellen en technologieën vrijgegeven:

1. Meta Chameleon: Een taalmodel met 7 miljard en 34 miljard parameters dat gemengde modale invoer en tekst-op-uitvoer ondersteunt. Dit model kan multimodale invoer native verwerken, in tegenstelling tot eerdere open-source modellen die add-ons nodig hadden. Het is momenteel alleen beschikbaar onder een onderzoekslicentie, maar deze technologie is een belangrijke stap voorwaarts in de mogelijkheden van multimodale AI.

2. Multi-Token Voorspelling: Meta heeft een nieuwe benadering voor taalmodellering voorgesteld die meerdere toekomstige woorden tegelijk voorspelt, in plaats van de traditionele methode van één-voor-één. Dit verbetert de mogelijkheden van het model en de trainingsefficiëntie, terwijl het ook voor snellere snelheden zorgt. Meta brengt vooraf getrainde modellen voor codecompletering uit onder een niet-commerciële onderzoekslicentie.

3. Generatieve Tekst-naar-Muziek Modellen: Meta heeft modellen ontwikkeld die in staat zijn om muziek te genereren op basis van tekstinvoer, met verschillende conditionerende invoer voor een grotere controleerbaarheid. Het vooraf getrainde model en de inferentiecode zullen later deze maand onder een MIT-licentie worden vrijgegeven, waardoor onderzoekers deze opwindende nieuwe mogelijkheid kunnen verkennen.

Deze releases demonstreren de voortdurende vooruitgang van Meta op het gebied van multimodale AI, taalmodellering en generatieve mogelijkheden. Het open-sourcing van deze modellen en technologieën zal verder onderzoek en ontwikkeling op deze gebieden mogelijk maken, waardoor de vooruitgang in kunstmatige intelligentie wordt aangedreven.

Antropic heeft zojuist een nieuwe versie van hun Claude-taalmodel vrijgegeven, genaamd Claude 3.5 Sonet. Volgens de aankondiging is dit hun "meest intelligente model tot nu toe" en de eerste release in hun 3.5 modelenfamilie.

De belangrijkste hoogtepunten van Claude 3.5 Sonet zijn:

• Het presteert beter dan concurrerende modellen op belangrijke evaluaties, waaronder GSM 8K (96,4%), graduate-level redenering (60%) en code (92%) - allemaal tegen twee keer de snelheid van Claude 3 en Opus, en tegen 1/10 van de kosten.

• Het overtreft Claude 3 Opus op alle standaard visuele referentiepunten, waardoor het het sterkste visiemodel tot nu toe van Anthropic is.

• Het introduceert een nieuwe functie genaamd "Artifacts", waarmee gebruikers Claude kunnen vragen om documenten, code, diagrammen, vectorafbeeldingen en zelfs eenvoudige spellen te genereren.

De release van Claude 3.5 Sonet demonstreert de voortdurende vooruitgang van Anthropic in het ontwikkelen van zeer capabele en efficiënte taalmodellen. De prestatieverbeteringen op een reeks referentiepunten, evenals de nieuwe Artifacts-functie, maken dit een belangrijke update van de Claude-modelenfamilie.