Den verkliga berättelsen den här veckan är nyheterna kring nya stora språkmodeller som blir tillgängliga eller snart kommer att släppas.

Google meddelade att Gemini 1.5 nu är tillgänglig i över 180 länder, med ett kontextfönster på 1 miljon token - motsvarande cirka 750 000 ord. Detta utökade kontextfönster är en stor förbättring jämfört med tidigare modeller. Utvecklare kan nu komma åt Gemini 1.5 via API:et för att bygga applikationer.

Som svar på detta meddelade OpenAI att en förbättrad GPT-4 Turbo-modell nu är tillgänglig via API:et och rullas ut i ChatGPT. Även om detaljerna är begränsade, sägs den vara bättre på programmering och matematik jämfört med tidigare versioner.

Den öppna källkodsvärden hettar också upp. Stability AI släppte Stable LLM2, en modell med 12 miljarder parametrar. Samtidigt släppte Anthropic tyst en ny Mixture of Experts-modell med 22 miljarder parametrar, Mixr 8X 22B, som en torrentladdning.

Google meddelade också nya öppna källkods-Gemma-modeller - en som är fintunad för programmering och en annan som är utformad för effektiv forskning. Dessutom förväntas Meta släppa den högt efterlängtade LLaMA 3-modellen, som ryktas vara jämförbar med GPT-4 i kapacitet men öppen källkod.

Det verkar som att alla de stora teknikföretagen som bygger stora språkmodeller försöker minska sin beroende av Nvidia-grafikkort. Nvidia dominerar för närvarande marknaden för grafikkort som används i AI-träning, men Google, Intel och Meta introducerar alla sina egna anpassade AI-chip.

Google presenterade sina Axion-processorer på Google Cloud Next-evenemanget. Intel avslöjade sitt Gaudi 3 AI-chip, som de hävdar har 40 % bättre energieffektivitet än Nvidias H100-grafikkort. Meta meddelade sin andra generationens MTI (Meta Training and Inference) acceleratorchip, som de säger har 3 gånger bättre prestanda än den första generationen.

Meanwhile, på Nvidias GTC-evenemang tidigare i år, meddelade de sina nästa generations Nvidia Blackwell-chip, som påstås vara 4 gånger kraftfullare än de nuvarande H100-grafikkorten. Detta visar att Nvidia fortfarande ligger långt före när det gäller rå beräkningskraft för AI-träning.

Medan dessa nya anpassade chip från Google, Intel och Meta syftar till att minska beroendet av Nvidia, återstår att se om de verkligen kan komma ikapp Nvidias senaste framsteg. Kapplöpningen pågår för att utveckla den mest kraftfulla och effektiva AI-hårdvaran.

Under Google Cloud Next-evenemanget presenterade teknikjätten flera spännande AI-drivna videoskapande verktyg som är på väg att transformera branschen.

Image-In 2: Googles svar på verktyg som Dolly och Firefly, Image-In 2 kan generera inte bara statiska bilder, utan även korta animerade GIF:er och klipp. Dessa text-till-levande-bild-funktioner gör det möjligt för användare att skapa engagerande, loopande visuella element med lätthet.

Google Vids: Beskrivet som en "PowerPoint-liknande" videogenerator, använder Google Vids AI för att skapa videoklipp baserade på manus eller prompter. De resulterande videorna efterliknar estetiken hos professionell presentationsprogramvara, vilket gör det till ett värdefullt verktyg för att skapa polerade, AI-drivna videoinslag.

Magic Time: Utvecklat av ett forskningsteam, är Magic Time en specialiserad videogenerator inriktad på att skapa högkvalitativa timelapse-filmer. Genom att helt enkelt ange en prompt kan användare generera visuellt slående timelapse-videor av scener som växande växter eller byggprojekt. Den öppna källkoden och Hugging Face-demonstrationen gör Magic Time tillgängligt för experimentering och integrering i olika videoarbetsflöden.

Dessa AI-drivna videoverktyg visar på de snabba framstegen inom generativa möjligheter, vilket ger skapare möjlighet att effektivisera sina videoproduktionsprocesser och utforska nya kreativa vägar. Allteftersom tekniken fortsätter att utvecklas, kommer dessa AI-drivna videogeneratorer att få en betydande inverkan på innehållsskapandelandskapet.

Enligt transkriptet har ett nytt lagförslag introducerats i den amerikanska kongressen som syftar till att tvinga AI-företag att avslöja det upphovsrättsskyddade material de använder för att träna sina generativa AI-modeller. De viktigaste punkterna är:

• Lagförslaget skulle kräva att AI-företag lämnar in en rapport om det upphovsrättsskyddade material de använt för att träna sina modeller, minst 30 dagar innan de släpper AI-modellen.

• Detta ses som ett steg mot ökad transparens, eftersom vissa av de största teknikföretagen som Google, Microsoft och Meta kanske inte vill avslöja de data de använt för träning.

• Det finns oro för att dessa mäktiga företag kan lobba mot lagförslaget för att förhindra att det antas.

• Den föreslagna lagstiftningen kommer mitt i den ökande granskningen av träningsdata som används av stora språkmodeller, med rapporter om att OpenAI kan ha använt över en miljon timmar av YouTube-videor för att träna GPT-4.

• Lagförslaget är avsett att hantera bristen på transparens kring träningsdata som används av AI-företag, vilket kan innefatta upphovsrättsskyddat material från olika källor.

En kortspelsutvecklare har nyligen gjort en betydande investering i AI-assisterad konst, och betalade en AI-konstnär 90 000 dollar för att generera kortkonst. Även om termen "AI-konstnär" kan diskuteras, belyser detta tillvägagångssätt den potential som AI har för att hjälpa konstnärer att skapa högkvalitativt innehåll i stor skala.

Utvecklaren fann att inga mänskliga konstnärer kunde matcha kvaliteten på de AI-genererade bilderna. Processen innebar dock mer än att bara trycka på en knapp och låta AI göra arbetet. Utvecklaren gick sedan vidare och retoucherade och förfinade de AI-genererade bilderna med hjälp av Photoshop och andra bildbearbetningsverktyg, för att säkerställa att färger, konsistens och den övergripande stilen matchade den önskade estetiken.

Detta tillvägagångssätt visar på kraften i AI-assisterad konst, där AI genererar den initiala konceptet och den mänskliga konstnären sedan polerar och förfinar utdata för att uppnå önskat resultat. Genom att utnyttja AI kunde utvecklaren skapa ett stort antal kortbilder på ett effektivt sätt, samtidigt som den konstnärliga touch och kvalitetskontroll som krävdes för projektet upprätthölls.

Framgången med detta åtagande belyser den växande rollen för AI inom de kreativa branscherna, där den kan användas som ett kraftfullt verktyg för att förstärka och förbättra mänskliga konstnärers arbete, snarare än att ersätta dem helt. Allteftersom AI-tekniken fortsätter att utvecklas, kan vi förvänta oss att se fler exempel på denna typ av AI-assisterad konst, där samarbetet mellan människor och maskiner leder till innovativa och högkvalitativa kreativa resultat.

De snabba framstegen inom stora språkmodeller och AI-teknik är verkligen anmärkningsvärda. Den här veckan såg en flödande ström av spännande tillkännagivanden, från tillgängligheten av Gemini 1.5 med sitt imponerande 1 miljon token kontextfönster, till lanseringen av GPT-4 Turbo och de öppna källkods-Stable LM2- och Mixr 8X 22B-modellerna.

Konkurrensen mellan teknikjättar för att utveckla sina egna AI-chip och minska beroendet av NVIDIA är en annan fascinerande utveckling, där Google, Intel och Meta alla presenterar nya AI-fokuserade processorer. Förmågan att generera animeringar och videor med hjälp av AI, som visats av Googles Image-in-2 och Magic Time-projektet, är också ett betydande steg framåt.

De potentiella konsekvenserna av dessa framsteg, både positiva och oroande, är enorma. Införandet av lagförslag för att tvinga AI-företag att avslöja sina träningsdata källor är ett viktigt steg för att hantera transparens och ansvarsskyldighet. Samtidigt skulle Adobes tillvägagångssätt att direkt köpa videomaterial från skapare för att träna sina modeller kunna vara en modell för framtiden.

Sammanfattningsvis fortsätter AI-landskapet att utvecklas i rasande takt, med nya möjligheter och utmaningar som dyker upp varje vecka. Som en AI-entusiast är det en spännande tid att följa dessa utvecklingar och överväga de etiska och praktiska konsekvenserna för företag, skapare och samhället i stort.