Het echte verhaal deze week is het nieuws rond nieuwe grote taalmodellen die beschikbaar worden of binnenkort zullen worden uitgebracht.

Google heeft aangekondigd dat Gemini 1.5 nu in meer dan 180 landen beschikbaar is, met een context venster van 1 miljoen tokens - het equivalent van ongeveer 750.000 woorden. Dit uitgebreide context venster is een grote verbetering ten opzichte van eerdere modellen. Ontwikkelaars kunnen nu via de API toegang krijgen tot Gemini 1.5 om toepassingen te bouwen.

In reactie hierop heeft OpenAI aangekondigd dat een verbeterd GPT-4 Turbo-model nu beschikbaar is via de API en wordt uitgerold in ChatGPT. Hoewel de details beperkt zijn, zou het beter zijn in coderen en wiskunde in vergelijking met eerdere versies.

De open-source wereld wordt ook steeds actiever. Stability AI heeft Stable LLM2 uitgebracht, een model met 12 miljard parameters. Ondertussen heeft Anthropic stilletjes een nieuw Mixture of Experts-model met 22 miljard parameters, Mixr 8X 22B, als torrent download uitgebracht.

Google heeft ook nieuwe open-source Gemma-modellen aangekondigd - één model dat is fijnafgestemd voor coderen, en een ander ontworpen voor efficiënt onderzoek. Daarnaast wordt verwacht dat Meta het zeer verwachte LLaMA 3-model zal uitbrengen, waarvan wordt gefluisterd dat het qua capaciteit gelijkwaardig is aan GPT-4, maar open-source is.

Het lijkt erop dat alle grote technologiebedrijven die grote taalmodellen bouwen, proberen om hun afhankelijkheid van Nvidia-GPU's te verminderen. Nvidia domineert momenteel de markt voor GPU's die worden gebruikt voor AI-training, maar Google, Intel en Meta introduceren allemaal hun eigen aangepaste AI-chips.

Google heeft zijn Axion-processors geïntroduceerd op het Google Cloud Next-evenement. Intel heeft zijn Gaudi 3 AI-chip onthuld, waarvan ze beweren dat deze 40% efficiënter is qua energieverbruik dan Nvidia's H100-GPU's. Meta heeft zijn tweede generatie MTI (Meta Training and Inference) accelerator-chip aangekondigd, die volgens hen 3 keer beter presteert dan de eerste generatie.

Meanwhile, tijdens Nvidia's GTC-evenement eerder dit jaar, kondigden ze hun volgende generatie Nvidia Blackwell-chips aan, die naar verluidt 4 keer krachtiger zijn dan de huidige H100-GPU's. Dit laat zien dat Nvidia nog steeds ver voorligt wat betreft pure rekenkracht voor AI-training.

Hoewel deze nieuwe aangepaste chips van Google, Intel en Meta erop gericht zijn om de afhankelijkheid van Nvidia te verminderen, moet nog blijken of ze Nvidia's laatste ontwikkelingen echt kunnen bijhouden. De race is aan om de krachtigste en efficiëntste AI-hardware te ontwikkelen.

Tijdens het Google Cloud Next-evenement onthulde de techgigant enkele opwindende AI-aangedreven video-creatie tools die de industrie op zijn kop zullen zetten.

Image-In 2: Google's antwoord op tools als Dolly en Firefly, Image-In 2 kan niet alleen statische afbeeldingen genereren, maar ook korte geanimeerde GIF's en clips. Deze tekst-naar-levende-beeld mogelijkheden stellen gebruikers in staat om eenvoudig boeiende, zich herhalende visuele content te creëren.

Google Vids: Beschreven als een "PowerPoint-stijl" video-generator, gebruikt Google Vids AI om op basis van scripts of prompts slide-gebaseerde video's te maken. De resulterende video's imiteren de esthetiek van professionele presentatiesoftware, waardoor het een waardevol hulpmiddel is voor het creëren van verzorgde, AI-aangedreven video-content.

Magic Time: Ontwikkeld door een onderzoeksteam, is Magic Time een gespecialiseerde video-generator gericht op het maken van hoogwaardige time-lapse beelden. Door simpelweg een prompt te geven, kunnen gebruikers visueel prachtige time-lapse video's genereren van scenes zoals groeiende planten of bouwprojecten. De open-source code en Hugging Face demo maken Magic Time toegankelijk voor experimentatie en integratie in verschillende video workflows.

Deze AI-aangedreven video-tools demonstreren de snelle vooruitgang in generatieve mogelijkheden, waardoor creators hun video-productieprocessen kunnen stroomlijnen en nieuwe creatieve wegen kunnen verkennen. Naarmate de technologie zich blijft ontwikkelen, zal de impact van deze AI-aangedreven video-generators op het content creatie landschap aanzienlijk zijn.

Volgens de transcript is er een nieuw wetsvoorstel ingediend in het Amerikaanse Congres dat kunstmatige intelligentiebedrijven wil dwingen om het auteursrechtelijk beschermde materiaal dat ze gebruiken voor het trainen van hun generatieve AI-modellen, bekend te maken. De belangrijkste punten zijn:

• Het wetsvoorstel zou AI-bedrijven verplichten om een rapport in te dienen over het auteursrechtelijk beschermde materiaal dat ze hebben gebruikt voor het trainen van hun modellen, ten minste 30 dagen voordat het AI-model wordt vrijgegeven.

• Dit wordt gezien als een stap om de transparantie te vergroten, aangezien sommige van de grootste techbedrijven zoals Google, Microsoft en Meta mogelijk niet willen onthullen welke data ze hebben gebruikt voor het trainen.

• Er zijn zorgen dat deze machtige bedrijven lobbyen tegen het wetsvoorstel om te voorkomen dat het wordt aangenomen.

• De voorgestelde wetgeving komt voort uit de toenemende bezorgdheid over de trainingsdata die wordt gebruikt door grote taalmodellen, met berichten dat OpenAI mogelijk meer dan een miljoen uur aan YouTube-video's heeft gebruikt om GPT-4 te trainen.

• Het wetsvoorstel is bedoeld om het gebrek aan transparantie aan te pakken rond de trainingsdata die door AI-bedrijven wordt gebruikt, die auteursrechtelijk beschermd materiaal van verschillende bronnen kan bevatten.

Een kaartspel ontwikkelaar heeft onlangs een aanzienlijke investering gedaan in AI-ondersteunde kunst, waarbij hij $90.000 betaalde aan een AI-kunstenaar om kaartkunst te genereren. Hoewel de term "AI-kunstenaar" bediscussieerd kan worden, laat deze aanpak het potentieel zien van AI om kunstenaars te ondersteunen bij het creëren van hoogwaardige content op schaal.

De ontwikkelaar ontdekte dat geen enkele menselijke kunstenaar in staat was om de kwaliteit van de door AI gegenereerde afbeeldingen te evenaren. Het proces hield echter meer in dan alleen op een knop drukken en de AI het werk laten doen. De ontwikkelaar ging vervolgens over tot het retoucheren en verfijnen van de door AI gegenereerde afbeeldingen met behulp van Photoshop en andere beeldbewerkingsprogramma's, om ervoor te zorgen dat de kleuren, consistentie en algehele stijl overeenkwamen met het gewenste esthetische.

Deze aanpak demonstreert de kracht van AI-ondersteunde kunst, waarbij de AI het initiële concept genereert en de menselijke kunstenaar vervolgens de output polijst en verfijnt om het gewenste resultaat te bereiken. Door gebruik te maken van AI, was de ontwikkelaar in staat om een groot aantal kaartafbeeldingen efficiënt te creëren, terwijl de artistieke touch en kwaliteitscontrole die voor hun project vereist waren, behouden bleven.

Het succes van deze onderneming benadrukt de groeiende rol van AI in de creatieve industrie, waar het kan worden ingezet als een krachtig hulpmiddel om het werk van menselijke kunstenaars te versterken en te verbeteren, in plaats van hen volledig te vervangen. Naarmate de AI-technologie zich blijft ontwikkelen, kunnen we meer voorbeelden verwachten van dit soort AI-ondersteunde kunst, waarbij de samenwerking tussen mens en machine leidt tot innovatieve en hoogwaardige creatieve output.