A OpenAI anunciou o lançamento de um novo protótipo chamado SearchGPT, que visa combinar os pontos fortes de seus modelos de IA com informações da web para fornecer respostas rápidas e oportunas com fontes claras e relevantes.

Este novo recurso de pesquisa é projetado para ser um concorrente direto de serviços como o Perplexity, que atualmente usam o ChatGPT como seu modelo de linguagem de back-end. A decisão da OpenAI de lançar um produto focado em pesquisa é um movimento significativo, pois representa um desafio direto aos mecanismos de pesquisa tradicionais, como o Google.

Os principais destaques do SearchGPT incluem:

• Respostas rápidas e oportunas: o protótipo é projetado para responder rapidamente e diretamente às consultas dos usuários, fornecendo informações atualizadas da web.
• Fontes relevantes: o SearchGPT fornecerá aos usuários links claros para as fontes relevantes que usou para formular suas respostas, permitindo uma exploração mais aprofundada.
• Interação conversacional: os usuários poderão fazer perguntas de acompanhamento, construindo sobre o contexto compartilhado com cada consulta, semelhante a uma conversa com uma pessoa.
• Interface limpa: o protótipo apresenta uma interface simples e intuitiva, facilitando a interação dos usuários com a funcionalidade de pesquisa.

A Mistral, a empresa de pesquisa em IA, anunciou recentemente o lançamento do Mistral Large 2, a nova geração de seu modelo principal. Em comparação com seu antecessor, a nova versão é significativamente mais capaz em áreas como geração de linguagem, matemática e raciocínio. Ela também fornece um suporte multilíngue muito mais forte e recursos avançados de chamada de função.

Os escores de benchmark mostram que o Mistral Large 2 tem um desempenho excepcional, com uma precisão média de geração de código de 76,9%, apenas ligeiramente inferior aos impressionantes 77,9% alcançados pelo poderoso modelo GPT-4. Curiosamente, este modelo de alto desempenho tem muito menos parâmetros do que o maior modelo Llama 3.1 405B, demonstrando a eficiência e a capacidade do trabalho da equipe da Mistral.

O Mistral Large 2 é projetado para inferência de nó único com foco em aplicações que exigem janelas de contexto longas. Ele suporta dezenas de idiomas e tem uma janela de contexto de 128k tokens. Embora o modelo seja lançado sob a licença de pesquisa da Mistral, que limita seu uso a fins de pesquisa e não comerciais, ainda é um desenvolvimento empolgante no mundo dos modelos de linguagem avançados.

A Meta anunciou que não lançará sua versão multimodal do modelo de IA Llama na União Europeia devido a preocupações regulatórias. Esta decisão impedirá que as empresas europeias acessem e utilizem os recursos multimodais avançados do modelo Llama 3.1.

A principal razão citada para essa medida é a "natureza imprevisível do ambiente regulatório europeu" em torno das tecnologias de IA. A UE recentemente finalizou os prazos de conformidade para sua nova e rígida Lei de IA, que exigirá que as empresas de tecnologia que operam na UE cumpram regras sobre direitos autorais, transparência e uso de IA para aplicações como policiamento preditivo.

Este ambiente regulatório levou a Meta a interromper o lançamento do modelo multimodal Llama na UE, apesar de o modelo estar disponível sob uma licença aberta. A decisão segue um movimento semelhante da Apple, que disse que provavelmente excluiria a UE do lançamento do recurso Apple Intelligence devido a preocupações em torno da Lei dos Mercados Digitais.

A incapacidade de acessar o modelo multimodal Llama é um revés significativo para as empresas e pesquisadores europeus que estavam ansiosos para aproveitar os recursos avançados dessa tecnologia. A natureza multimodal do modelo Llama 3.1 permitiria a integração de texto, imagens e outras modalidades, abrindo uma ampla gama de aplicações potenciais.

A Stability AI anunciou o lançamento do artigo de pesquisa para o Stable Audio Open, um modelo de texto para áudio de código aberto. Este modelo gera áudio estéreo de alta qualidade a 44,1 kHz a partir de prompts de texto, tornando-o perfeito para sintetizar sons realistas e gravações de campo.

O modelo funciona em GPUs de nível de consumidor, tornando-o acessível para uso acadêmico e artístico. Ele pode gerar até 47 segundos de áudio, e o modelo foi treinado usando quase 500.000 gravações licenciadas de fontes como Freesound e Free Music Archive.

Os usuários podem ajustar o modelo localmente com um GPU de 6000, e o modelo suporta uma ampla gama de casos de uso de geração de áudio, desde o som da chuva batendo em um telhado até loops de bateria de hip-hop animados e logos de áudio.

De acordo com o artigo, a OpenAI planeja disponibilizar os recursos avançados de voz do GPT-4 para grupos seletos de usuários até o final deste mês. O autor está entusiasmado com este desenvolvimento e planeja testar o novo modo de voz assim que tiver acesso a ele.

O artigo cita um tweet de Sam Altman, CEO da OpenAI, que respondeu a um usuário perguntando quando o modo de voz estaria disponível. Altman afirmou que a versão alpha começará ainda este mês, enquanto a disponibilidade geral (GA) virá um pouco depois.

O autor está ansioso pelo lançamento dos recursos de voz do GPT-4, pois isso lhe permitirá testar e explorar os novos recursos. A capacidade de gerar áudio de alta qualidade e com som realista a partir de prompts de texto é vista como um avanço significativo no campo da geração de áudio impulsionada por IA.

De acordo com os relatórios, a Open AI enfrenta desafios financeiros significativos, com projeções indicando uma possível perda de US$ 5 bilhões este ano. As despesas da empresa, incluindo US$ 4 bilhões substanciais em contas da Azure, superaram sua receita, estimada em cerca de US$ 30 bilhões.

Esta situação financeira levantou preocupações sobre a sustentabilidade da Open AI e sua capacidade de competir com outras empresas que oferecem tecnologias semelhantes, especialmente à medida que a Meta está fornecendo tecnologia semelhante gratuitamente. Embora a Open AI ainda seja o principal player no jogo, o fato de a inteligência e a IA estarem se tornando commodities significa que a empresa precisa oferecer algo único para se diferenciar.

Isso poderia incluir oferecer vários modelos, uma oferta de inferência única ou modelos especializados e ajustados, em vez de depender apenas de um modelo generalizado. A concorrência no mercado de IA deve se intensificar, e a Open AI precisará encontrar maneiras de manter sua vantagem competitiva e garantir sua viabilidade a longo prazo.

A Google DeepMind publicou um novo artigo esta semana apresentando seu sistema de IA, o AlphaProof, que pode resolver problemas da Olimpíada Internacional de Matemática (IMO) em nível de medalha de prata. Essa é uma conquista significativa, pois esses problemas de matemática são considerados entre os mais desafiadores do mundo.

Os principais destaques do sistema AlphaProof são:

1. Abordagem baseada em Aprendizagem por Reforço: O AlphaProof usa um sistema baseado em aprendizagem por reforço para o raciocínio matemático formal, permitindo que ele descubra algoritmos e insights novos para resolver problemas matemáticos abertos.

2. Melhoria na Resolução de Geometria: O sistema também inclui uma versão aprimorada de seu sistema de resolução de geometria anterior, o AlphaGeometry 2, que, juntamente com o AlphaProof, conseguiu resolver 4 dos 6 problemas da última competição da IMO.

3. Padrão de Medalha de Prata: Ao atingir o mesmo nível de desempenho que um medalhista de prata na competição da IMO, o AlphaProof demonstra um progresso significativo na construção de sistemas de IA que podem auxiliar os matemáticos em seu trabalho.

4. Limitações no Raciocínio e nos Dados de Treinamento: Os autores reconhecem que os sistemas de IA atuais ainda têm dificuldades em resolver problemas matemáticos gerais devido a limitações nas habilidades de raciocínio e nos dados de treinamento.