A história real desta semana é a notícia em torno de novos modelos de linguagem de grande porte que se tornam disponíveis ou serão lançados em breve.

O Google anunciou que o Gemini 1.5 agora está disponível em mais de 180 países, com uma janela de contexto de 1 milhão de tokens - o equivalente a cerca de 750.000 palavras. Essa janela de contexto expandida é uma melhoria significativa em relação aos modelos anteriores. Os desenvolvedores agora podem acessar o Gemini 1.5 por meio da API para construir aplicativos.

Em resposta, a OpenAI anunciou que um modelo GPT-4 Turbo aprimorado agora está disponível por meio da API e está sendo implementado no ChatGPT. Embora os detalhes sejam limitados, ele é supostamente melhor em programação e matemática em comparação com versões anteriores.

O mundo de código aberto também está aquecendo. A Stability AI lançou o Stable LLM2, um modelo de 12 bilhões de parâmetros. Enquanto isso, a Anthropic lançou discretamente um novo modelo Mixture of Experts de 22 bilhões de parâmetros, o Mixr 8X 22B, como um download de torrent.

O Google também anunciou novos modelos Gemma de código aberto - um ajustado para programação e outro projetado para pesquisa eficiente. Além disso, espera-se que a Meta lance o modelo LLaMA 3 muito aguardado, que se diz estar no mesmo nível de capacidade que o GPT-4, mas com código aberto.

Parece que todas as principais empresas de tecnologia que constroem modelos de linguagem de grande porte estão tentando reduzir sua dependência de GPUs da Nvidia. A Nvidia atualmente domina o mercado de GPUs usadas no treinamento de IA, mas o Google, a Intel e a Meta estão introduzindo seus próprios chips de IA personalizados.

O Google apresentou seus processadores Axion no evento Google Cloud Next. A Intel revelou seu chip de IA Gaudi 3, que, segundo eles, tem 40% de melhor eficiência energética do que os GPUs H100 da Nvidia. A Meta anunciou seu acelerador de chip de segunda geração MTI (Meta Training and Inference), que, segundo eles, tem 3 vezes mais desempenho do que a primeira geração.

Entretanto, no evento GTC da Nvidia, realizado no início deste ano, eles anunciaram seus chips Nvidia Blackwell de próxima geração, que supostamente são 4 vezes mais poderosos do que os atuais GPUs H100. Isso mostra que a Nvidia ainda está muito à frente em termos de poder de computação bruta para treinamento de IA.

Embora esses novos chips personalizados do Google, Intel e Meta visem reduzir a dependência da Nvidia, resta saber se eles realmente conseguirão alcançá-la em seus últimos avanços. A corrida está em andamento para desenvolver o hardware de IA mais poderoso e eficiente.

Durante o evento Google Cloud Next, o gigante da tecnologia revelou várias ferramentas empolgantes de criação de vídeo alimentadas por IA, que estão prontas para transformar a indústria.

Image-In 2: A resposta do Google a ferramentas como Dolly e Firefly, o Image-In 2 pode gerar não apenas imagens estáticas, mas também GIFs animados e clipes curtos. Essas capacidades de texto para imagem em movimento permitem que os usuários criem visualmente atraentes e loops de vídeo com facilidade.

Google Vids: Descrito como um gerador de vídeo "estilo PowerPoint", o Google Vids usa IA para criar vídeos baseados em slides a partir de scripts ou prompts. Os vídeos resultantes imitam a estética do software de apresentação profissional, tornando-o uma ferramenta valiosa para a criação de conteúdo de vídeo polido e alimentado por IA.

Magic Time: Desenvolvido por uma equipe de pesquisa, o Magic Time é um gerador de vídeo especializado focado na criação de imagens de time-lapse de alta qualidade. Basta fornecer um prompt, e os usuários podem gerar vídeos de time-lapse visualmente deslumbrantes de cenas como plantas crescendo ou projetos de construção. O código-fonte aberto e a demonstração do Hugging Face tornam o Magic Time acessível para experimentação e integração em vários fluxos de trabalho de vídeo.

Essas ferramentas de vídeo alimentadas por IA demonstram os rápidos avanços nas capacidades de geração, capacitando os criadores a simplificar seus processos de produção de vídeo e explorar novos caminhos criativos. À medida que a tecnologia continuar a evoluir, o impacto desses geradores de vídeo alimentados por IA na paisagem da criação de conteúdo está prestes a ser significativo.

De acordo com a transcrição, um novo projeto de lei foi apresentado ao Congresso dos EUA que visa forçar as empresas de inteligência artificial a revelar o material com direitos autorais que elas usam para treinar seus modelos de IA generativa. Os principais pontos são:

• O projeto de lei exigiria que as empresas de IA apresentem um relatório sobre o material com direitos autorais que elas usaram para treinar seus modelos, pelo menos 30 dias antes do lançamento do modelo de IA.

• Isso é visto como uma medida para aumentar a transparência, uma vez que algumas das maiores empresas de tecnologia, como Google, Microsoft e Meta, podem não querer revelar os dados que usaram para treinamento.

• Há preocupações de que essas poderosas empresas possam fazer lobby contra o projeto de lei para impedir que ele seja aprovado.

• A legislação proposta surge em meio a uma crescente fiscalização sobre os dados de treinamento usados por grandes modelos de linguagem, com relatos de que a OpenAI pode ter usado mais de um milhão de horas de vídeos do YouTube para treinar o GPT-4.

• O projeto de lei visa abordar a falta de transparência em torno dos dados de treinamento usados pelas empresas de IA, que podem incluir material com direitos autorais de várias fontes.

Um desenvolvedor de jogos de cartas fez recentemente um investimento significativo em arte assistida por IA, pagando a um artista de IA US$ 90.000 para gerar arte de cartas. Embora o termo "artista de IA" possa ser debatido, essa abordagem destaca o potencial da IA para auxiliar os artistas na criação de conteúdo de alta qualidade em escala.

O desenvolvedor constatou que nenhum artista humano conseguia igualar a qualidade das imagens geradas pela IA. No entanto, o processo envolveu mais do que simplesmente pressionar um botão e deixar a IA fazer o trabalho. O desenvolvedor então passou a retocar e refinar as imagens geradas pela IA usando o Photoshop e outras ferramentas de edição de imagem, garantindo que as cores, a consistência e o estilo geral correspondessem à estética desejada.

Essa abordagem demonstra o poder da arte assistida por IA, em que a IA gera o conceito inicial e o artista humano então aprimora e refina a saída para alcançar o resultado desejado. Ao aproveitar a IA, o desenvolvedor pôde criar um grande número de imagens de cartas de forma eficiente, mantendo ainda o toque artístico e o controle de qualidade necessários para seu projeto.

O sucesso dessa empreitada destaca o papel crescente da IA nas indústrias criativas, em que ela pode ser usada como uma ferramenta poderosa para aumentar e aprimorar o trabalho de artistas humanos, em vez de substituí-los completamente. À medida que a tecnologia de IA continuar a avançar, podemos esperar ver mais exemplos desse tipo de arte assistida por IA, em que a colaboração entre humanos e máquinas leva a resultados criativos inovadores e de alta qualidade.

Os rápidos avanços nos grandes modelos de linguagem e na tecnologia de IA são realmente notáveis. Esta semana testemunhou uma enxurrada de anúncios empolgantes, desde a disponibilidade do Gemini 1.5 com sua impressionante janela de contexto de 1 milhão de tokens, até o lançamento do GPT-4 Turbo e dos modelos de código aberto Stable LM2 e Mixr 8X 22B.

A competição entre os gigantes da tecnologia para desenvolver seus próprios chips de IA e reduzir a dependência da NVIDIA é outro desenvolvimento fascinante, com o Google, a Intel e a Meta apresentando novos processadores focados em IA. A capacidade de gerar animações e vídeos usando IA, como demonstrado pelo Image-in-2 do Google e pelo projeto Magic Time, também é um passo significativo.

As possíveis implicações desses avanços, tanto positivas quanto preocupantes, são vastas. A introdução de projetos de lei para forçar as empresas de IA a divulgar suas fontes de dados de treinamento é um passo importante para abordar a transparência e a responsabilidade. Enquanto isso, a abordagem da Adobe de comprar diretamente o conteúdo de vídeo de criadores para treinar seus modelos pode ser um modelo para o futuro.

Em geral, o cenário da IA continua a evoluir em um ritmo vertiginoso, com novas capacidades e desafios surgindo semanalmente. Como entusiasta da IA, é um momento emocionante para acompanhar esses desenvolvimentos e considerar as implicações éticas e práticas para empresas, criadores e a sociedade como um todo.