Manifest podbojów sztucznej inteligencji!

Dyrektor ds. technologii OpenAI Mira Murati i dyrektor generalny Google Sundar Pichai. Źródło: cumhuriyet.com.tr 

Konferencja Google I/O, na której co roku ogłasza swoje innowacje, upłynęła w zeszłym roku zdominowana przez tematy związane z AI (sztuczną inteligencją). Niektórzy nawet policzyli, ile razy dyrektor generalny Sundar Pichai powiedział AI w wystąpieniu. Powstały na ten temat nawet memy. W tym roku cała prezentacja dotyczyła sztucznej inteligencji. Kiedy urodzony w Indiach CEO rozpoczął słowami „Jesteśmy teraz w erze Gemini...”, zrozumiano, że tego dnia nie będzie nic poza sztuczną inteligencją. Podczas gdy jednak Pichai wygłaszał jedną z najważniejszych prezentacji w historii Google, OpenAI po cichu wyszło z ukrycia i zajęło scenę kilka godzin wcześniej. Podobnie jak „unikanie newsów” wśród dziennikarzy, „unikanie prezentacji” jest powszechnym zjawiskiem w świecie technologii. Odkąd w lobby było wiadomo, że Google pokaże w tym roku Gemini, OpenAI wybrało idealny dzień, aby pokazać najnowszą wersję Chat GPT, 4o, która zawiera wiele innowacji. Rozpoczynając grę przed swoim rywalem, nie dało Google możliwości zabłyśnięcia w pełni. 

Tłumaczenie symultaniczne  

W rzeczywistości prezentacje obu urządzeń były tak specyficzne, że z zewnątrz można było nie rozpoznać, że ze sobą konkurują! Na froncie OpenAI pojawił się GPT-4o, który dodał funkcję mowy i możliwość odbierania multimodalnych, głosowych, wideo i poleceń z różnych źródeł. Prezentacją tej ważnej innowacji z włoską elegancją zajęła się dyrektor ds. technologii OpenAI, Mira Murati. Wychodząc na scenę w studiu przypominającym talk show, wyglądała na podekscytowaną, otwartą i zdeterminowaną. Przedstawiła Chat GPT-4o w swoim własnym języku. Prawdziwa nowość czekała na ujawnienie, gdy Mira zajęła swoje miejsce. Dzieliła stolik z młodym Azjatą i anglosaskim Amerykaninem. Azjatycki młodzieniec zapytał ChatGPT-4o, czy mógłby przetłumaczyć, gdyby rozmawiali oni w parze włoski-angielski. Jego odpowiedź „Perfetto!” (Doskonale!) rozśmieszyła wszystkich. Jednym z interesujących szczegółów jest podobieństwo głosu GPT-4o, który imponuje umiejętnościami tłumaczenia symultanicznego, do sztucznej inteligencji Samanthy, kochanki  Joaquina Phoenixa w filmie „Her”. Funkcja mowy nie jest na razie otwarta, ale GPT-4o jest dostępny bezpłatnie dla wszystkich z ograniczeniami. 

Sztuczna inteligencja jest wszędzie 

Zaledwie kilka godzin po Muratim, który również przedstawił multimodalne możliwości GPT, na scenie pojawił się dyrektor generalny Alphabet Sundar Pichai, demonstrując światu, w jaki sposób ich sztuczna inteligencja zrewolucjonizuje sposób korzystania z technologii i Internetu. Przede wszystkim, w wersji 1.5, Gemini był otwarty na bardziej naturalną konwersację i bardziej ukierunkowane pytania. Google wymieniło umiejętności sztucznej inteligencji, które mogą być bezpośrednio zintegrowane z życiem użytkowników. Wśród nich znalazły się funkcje jak czytanie dokumentu i rozumienie jego treści, a także pomoc asystenta, który może znaleźć zagubione przedmioty w domu i sklepie. Innowacja o nazwie „Ask Photos” dała albumom fotograficznym możliwość odpowiadania na pytania takie jak „Pokaż dzień, w którym moja córka nauczyła się pływać”. W pewnym sensie Google pokazało, że będzie ingerować we wszystko, co robimy. Chat GPT natomiast udowodnił, że w najbliższej przyszłości będzie nam zawsze towarzyszył w rozmowach. Dla tych, którzy jeszcze nie zaczęli uczyć się, jak korzystać ze sztucznej inteligencji, nie spóźnijcie się, świat przyspiesza! 

Google zachęciło swoich programistów elektrycznym Deloreanem! 

Podczas prac nad Gemini 1.5 ujawniono, że legendarny pojazd DeLorean został zaoferowany jako nagroda dla programistów, którzy zaprojektują najbardziej wydajny silnik AI w Google. Niezapomnianym wehikułem czasu z filmu „Powrót do przyszłości” był rozpoznawalny od lat irlandzki samochód marki DeLorean. Teraz legenda DeLorean powraca do produkcji w Teksasie w wersji elektrycznej. 

Uniwersalny tłumacz ze ,,Stark Treka” stał się rzeczywistością! 

Niecierpliwie wyczekiwaną technologią ostatnich lat był elektroniczny tłumacz, dzięki któremu dwie osoby o różnych językach mogły ze sobą rozmawiać. Uniwersalny tłumacz był jednym z pomysłów technologicznych, o których marzyliśmy za sprawą filmów „Star Trek” pamiętanych od lat 60. ubiegłego wieku. Chociaż przykłady urządzeń tłumaczących pojawiły się niedawno w krajach azjatyckich, ich możliwości językowe były ograniczone. Fakt, że algorytm wykorzystujący najbardziej zaawansowaną technologię językową na świecie, Large Language Model i Chat GPT, osiągnął możliwość tłumaczenia głosowego, jest dowodem na to, że oficjalnie wkroczyliśmy w świat filmów science fiction! Za kilka lat bariera językowa na podstawowym poziomie zostanie usunięta ze świata dla każdego, kto ma smartfona. 

Rewolucja w wyszukiwarce 

Google przygotowuje się do wprowadzenia innowacji, która do końca roku zmieni sposób wyszukiwania na całym świecie. Dzięki zmianom o nazwie AI Overview, Google będzie wyświetlać nie tylko niebieskie linki i fragmenty stron. W odpowiedzi na złożone zapytania,będzie także dołączać propozycje „opinii sztucznej inteligencji” obok linków. Sztuczna inteligencja nie będzie aktywowana w przypadku wyszukiwania słów i nadal będzie wyświetlać odpowiednie linki. Będzie również interpretować zawartość filmów i plików PDF. Na przykład na pytanie „Czy można wykonać następujące ćwiczenia” w dokumencie opisującym sport, może odpowiedzieć „Nie” i pokazać, gdzie znajduje się odpowiednia treść.