Er is gemeld dat Apple een bestuurdersobservatiezetel krijgt op het bestuur van OpenAI. Dit is een verrassende zet, aangezien Microsoft de helft van OpenAI moest kopen om een bestuurdersstoel te krijgen, terwijl Apple niets aan OpenAI betaalt maar toch een bestuurdersstoel krijgt. De zetel is gekozen voor Phil Schiller, de voormalige marketingchef van Apple.

Dit nieuws is interessant omdat na de AI-aankondigingen van Apple duidelijk was dat ze OpenAI op afstand hielden wat betreft hun partnerschap. Iedereen dacht dat ChatGPT diep geïntegreerd zou worden in het Apple-ecosysteem, maar het blijkt dat Apple veel van zijn eigen kunstmatige intelligentie in-house heeft ontwikkeld om te draaien op hun apparaten en in hun private cloud. Elke taak die wereldkennis vereist, wordt afgeladen en naar de API van OpenAI gestuurd, maar alleen na bevestiging van de intentie van de gebruiker elke keer.

Het lijkt erop dat Apple het beste van twee werelden krijgt - ze profiteren van de mogelijkheden van OpenAI, terwijl ze ook hun eigen in-house AI-oplossingen ontwikkelen. Deze zet suggereert dat Apple iedereen te slim af is en zich strategisch positioneert in het AI-landschap.

Mark Benioff, de CEO van Salesforce, heeft de lancering aangekondigd van Salesforce Einstein Tiny Giant, een model met 1 miljard parameters dat modellen zeven keer zijn eigen grootte, inclusief GPT-3.5 en Claude, overtreft op on-device prestaties. Deze ontwikkeling is een belangrijke stap naar de toekomst van AI-verwerking, waarbij kleinere, efficiëntere modellen een cruciale rol zullen spelen.

De belangrijkste hoogtepunten van Salesforce Einstein Tiny Giant zijn:

• Het is een model met 1 miljard parameters, waardoor het een "micro"-model is in de wereld van grote taalmodellen.
• Ondanks zijn kleinere omvang presteert het beter dan grotere modellen als GPT-3.5 en Claude op on-device prestaties.
• Dit model vertegenwoordigt de opkomst van on-device AI-verwerking, waarbij berekeningen lokaal op het apparaat van de gebruiker worden uitgevoerd, in plaats van te vertrouwen op cloud-gebaseerde infrastructuur.
• On-device AI-verwerking biedt verschillende voordelen, waaronder verbeterde privacy, beveiliging, lage latentie en kostenefficiëntie.
• Benioffs visie voor de toekomst van de AI-stack omvat een combinatie van kleinere, taakspecifieke modellen die worden gecoördineerd door een generalistisch model, wat maximale efficiëntie en prestaties biedt.
• De beschikbaarheid van open-source micro-modellen zoals Salesforce Einstein Tiny Giant is een belangrijke stap in de richting van de realisatie van deze visie op de AI-stack van de toekomst.

Over het geheel genomen is de introductie van Salesforce Einstein Tiny Giant een bewijs van het groeiende belang van on-device AI-verwerking en het potentieel van kleinere, meer gespecialiseerde modellen om hun grotere tegenhangers in bepaalde toepassingen te overtreffen.

Een bedrijf genaamd Open Science lijkt OpenAI voor te zijn geweest met volledige spraakcapaciteiten. Ze hebben Moshi vrijgegeven, een real-time native multimodaal Foundation-model dat kan luisteren en spreken, vergelijkbaar met wat OpenAI in mei met GPT-4 heeft gedemonstreerd. De spraakfunctionaliteit van GPT-4 is echter vertraagd en het is onduidelijk wanneer deze zal worden vrijgegeven.

Moshi heeft verschillende indrukwekkende functies:

• Drukt emoties uit en begrijpt ze
• Spreekt met een Frans-achtig accent
• Luistert en genereert gesproken audio
• Denkt terwijl het spreekt
• Ondersteunt twee audiostromen om tegelijkertijd te luisteren en te spreken
• Gezamenlijke pre-training op synthetische gegevens, fijn afgestemd op 100.000 mondelinge synthetische gesprekken omgezet met TTS
• Heeft zijn stem geleerd van synthetische gegevens gegenereerd door een afzonderlijk TTS-model
• End-to-end latentie van 200 milliseconden
• Kleinere variant die op een MacBook of consumentengrafische kaart draait
• Gebruikt watermerken om AI-gegenereerde audio te detecteren
• Zal binnenkort volledig open source worden, inclusief de demo, code, model en paper

Hoewel de auteur de demo heeft geprobeerd en deze inconsistent heeft gevonden, kijkt hij ernaar uit om het opnieuw te testen zodra de open source-versie beschikbaar is. Het vermogen om een real-time, multimodaal Foundation-model te hebben dat kan luisteren en spreken, is een belangrijke vooruitgang, en het zal interessant zijn om te zien hoe Moshi presteert in vergelijking met de toekomstige spraakcapaciteiten van OpenAI.

Volgens Andrew Karpathy, een toonaangevende stem in kunstmatige intelligentie en mede-oprichter van OpenAI, ondergaat de aard van de berekening een fundamentele verandering. We betreden een nieuw computerparadigma, vergelijkbaar met de jaren 80 van de computertechnologie.

In plaats van een centrale verwerkingseenheid die werkt aan instructies over bytes, hebben we nu grote taalmodellen die fungeren als de centrale verwerkingseenheid, die werken op tokens (kleine tekenreeksfragmenten) in plaats van bytes. Bovendien hebben we een contextvenster van tokens in plaats van een RAM van bytes, en equivalenten van andere computercomponenten.

Karpathy noemt deze nieuwe "computer" het grote taalmodel (LLM), en hij ziet dit als een nieuw systeem dat we allemaal leren programmeren. Het begrijpen van de sterke en zwakke punten ervan en hoe het effectief in producten te integreren, is cruciaal in de komende jaren.

Deze verschuiving in het computerparadigma suggereert dat de traditionele besturingssystemen en applicaties mogelijk niet langer nodig zijn. De toekomst kan inhouden dat er rechtstreeks met een groot taalmodel wordt gesproken, dat vervolgens de gewenste berekeningen kan uitvoeren op elk eindapparaat, zonder de noodzaak van traditionele softwareontwikkeling.

Deze visie op de toekomst daagt de huidige rol van ontwikkelaars uit, aangezien Karpathy gelooft dat de behoefte aan ontwikkelaars in de komende 10 jaar aanzienlijk kan afnemen. Het computerlandschap evolueert, en het vermogen om grote taalmodellen effectief te benutten, zal een belangrijke drijfveer zijn voor innovatie en vooruitgang in de komende jaren.

11 Labs, het AI-spraakbedrijf, heeft twee nieuwe opwindende producten uitgebracht:

1. Voice Isolator: Dit hulpmiddel kan spraak opnemen en kristalheldere stem uit elke audio-sample extraheren, zelfs met aanzienlijke achtergrondgeluiden. De demo toont de mogelijkheid om achtergrondgeluid te verwijderen en hoogwaardige audio te leveren, wat ongelooflijk nuttig kan zijn voor het opnemen van interviews of videogesprekken in lawaaierige omgevingen.

2. Beroemde Stemmen: 11 Labs brengt beroemde stemmen naar hun iOS-app, waardoor gebruikers historische Hollywood-iconen als James Dean, Judy Garland, Bert Reynolds en Sir Lawrence Olivier kunnen laten zeggen wat ze willen. Deze functie demonstreert de toekomst van media, waarbij eigenaren van intellectueel eigendom de rechten kunnen verkopen om een persoons stem en gelijkenis te reproduceren aan AI-bedrijven.

Deze innovatieve audio-tools van 11 Labs tonen de vooruitgang in spraaktechnologie en het potentieel voor AI om verschillende industrieën te transformeren, van content creatie tot communicatie. De spraakisolatiecapaciteiten kunnen de kwaliteit van audio-opnames aanzienlijk verbeteren, terwijl de functie voor beroemde stemmen nieuwe mogelijkheden opent voor gepersonaliseerde media-ervaringen.

Perplexity heeft een bijgewerkte versie van Pro Search aangekondigd die diepgaander onderzoek kan doen op complexere queries met meertraps redenering, evenals geavanceerde wiskunde- en programmeercapaciteiten.

De belangrijkste functies van de bijgewerkte Perplexity Pro Search zijn:

1. Meertraps Redenering: Het systeem benadert nu ingewikkelde problemen met meer meertraps redenering. Het begrijpt wanneer een vraag planning vereist, werkt doelen stap voor stap uit en synthetiseert diepgaande antwoorden met grotere efficiëntie.

2. Wolfram Alpha en Code Uitvoering: Perplexity Pro Search heeft geavanceerde wiskunde- en programmeercapaciteiten toegevoegd, waardoor het complexe problemen kan oplossen die code-uitvoering vereisen, zoals het "night dial"-probleem voor 100 sprongen.

3. Verbeterde Query-verwerking: Het bijgewerkte systeem kan complexere queries aan, breekt ze op in meerdere stappen om uitgebreide en goed beredeneerde antwoorden te bieden.

Deze verbeteringen maken Perplexity Pro Search een krachtiger onderzoeksinstrument, in staat om ingewikkelde vragen aan te pakken die planning, redenering en de integratie van verschillende informatiebronnen vereisen. De toevoeging van geavanceerde wiskunde- en codingcapaciteiten breidt de probleemoplossende mogelijkheden van het systeem verder uit.

Hoewel de auteur Perplexity niet uitgebreid heeft gebruikt, suggereren de bijgewerkte functies dat het een waardevolle bron kan zijn voor degenen die op zoek zijn naar diepgaande, veelzijdige antwoorden op complexe queries. De beslissing om Perplexity Pro Search te gebruiken, hangt af van individuele behoeften en de waarde die het biedt in vergelijking met andere beschikbare tools.

Meta, het techbedrijf, heeft een baanbrekend nieuw systeem genaamd Meta 3D Gen onthuld. Dit innovatieve, door AI aangedreven hulpmiddel is ontworpen om de manier waarop 3D-assets worden gemaakt, te revolutioneren, en biedt een naadloze en efficiënte end-to-end oplossing.

Meta 3D Gen is een gecombineerd AI-systeem dat in staat is om hoogwaardige 3D-assets te genereren, inclusief gedetailleerde texturen en materiaalkaarten, allemaal op basis van eenvoudige tekstprompts. Deze opmerkelijke mogelijkheid stelt makers in staat om prachtige 3D-content te produceren in een fractie van de tijd die normaal gesproken nodig zou zijn met behulp van traditionele methoden.

De prestaties van het systeem zijn echt indrukwekkend, met de mogelijkheid om resultaten te genereren die superieur zijn aan bestaande oplossingen, terwijl het 3 tot 10 keer sneller werkt. Deze aanzienlijke verbetering in efficiëntie en kwaliteit is een game-changer voor de 3D-asset-creatie-industrie.

Door gebruik te maken van de kracht van AI, stelt Meta 3D Gen makers in staat om zich te concentreren op hun creatieve visie, in plaats van te worden belast door de technische complexiteit van 3D-modellering en -texturering. Deze verschuiving in de creatieve workflow heeft de potentie om nieuwe mogelijkheden te ontgrendelen en een nieuw tijdperk van 3D-contentcreatie te inspireren.

Meta heeft dit project verder versterkt door twee onderzoekspapers over Meta 3D Gen te publiceren, waardoor waardevolle inzichten en technische details voor de bredere gemeenschap beschikbaar komen om te verkennen en op voort te bouwen.

Naarmate het medialandschap blijft evolueren, zal het vermogen om 3D-assets dynamisch en op aanvraag te genereren een cruciale troef zijn. De mogelijkheden van Meta 3D Gen sluiten aan bij de opkomende trend van gepersonaliseerde en op maat gemaakte content, waarbij videogames, films en andere media in real-time kunnen worden gegenereerd om te voldoen aan individuele voorkeuren.

Deze innovatieve technologie van Meta is een bewijs van het bedrijfs toewijding aan het verleggen van de grenzen van wat mogelijk is op het gebied van 3D-asset-creatie. Met Meta 3D Gen staat de toekomst van media- en contentgeneratie voor een transformatieve verschuiving.

Het oorspronkelijke project dat het mogelijk maakte om modellen lokaal uit te voeren, heet GPT-4All, en nu hebben ze GPT-4All 3.0 uitgebracht. Vorig jaar werd het oorspronkelijke LLaMA-model van Meta AI gelekt, en de ongelooflijke mensen bij Nomic AI, de makers van GPT-4All, waren in staat om een applicatie te bouwen waarin je LLaMA daadwerkelijk lokaal kunt uitvoeren.

GPT-4All 3.0 is de nieuwste versie van deze open-source, lokale LLM-desktopapp. Het ondersteunt nu duizenden modellen en alle belangrijke besturingssystemen, met grote verbeteringen in de gebruikersinterface en gebruikerservaring. Ik heb ernaar gekeken en het gebruikt, en het is echt mooi, schoon en gemaakt voor mensen die niet willen nadenken over de complexiteit van het lokaal uitvoeren van modellen. Dit is een geweldige manier om modellen uit te voeren zonder je druk te hoeven maken over de technische details.

De software is volledig open source, MIT-gelicentieerd, en je kunt het vandaag downloaden en installeren. Het heeft een lokale bestandschat ingebouwd, waardoor het een gebruiksvriendelijke manier is om te communiceren met grote taalmodellen op je eigen apparaat.

Anthropic, het bedrijf achter het zeer capabele taalmodel Claude 3.5, heeft een nieuw initiatief aangekondigd om de uitdagingen aan te pakken bij het ontwikkelen van hoogwaardige, veiligheidsrelevante evaluaties voor geavanceerde AI-modellen. De vraag naar deze evaluaties loopt sneller op dan het aanbod, en Anthropic neemt stappen om dit probleem aan te pakken.

De belangrijkste punten van dit initiatief zijn:

1. Ontwikkelen van Effectieve Evaluaties: Anthropic erkent dat het ontwikkelen van robuuste en uitgebreide evaluaties voor AI-modellen een uitdagende taak blijft. Het doel is om derde partijen te financieren om evaluaties te creëren die de geavanceerde capaciteiten en veiligheid van AI-modellen effectief kunnen meten.

2. **