Lista tematów
No więc ten tydzień zdaje się być jednym z tych, w których wydarzyło się coś naprawdę przełomowego w świecie sztucznej inteligencji. Nie chcę marnować waszego cennego czasu, więc wbijamy trzeci bieg i wjeżdżamy prosto w sedno.
ChatGPT i codzienne zadania: sekretarka przyszłości
Pierwsza sprawa: ChatGPT dostał funkcję zwaną „zadaniami” albo „tasks”. Brzmi to może nie jak najbardziej przełomowa rewolucja, ale ludzie plotkują o tym na prawo i lewo. Jeżeli korzystacie z płatnego planu, możecie teraz ustawić w ChatGPT powtarzalne przypomnienia, tak by codziennie o tej samej porze wypluwał wam istotne informacje na dowolny temat. Z boku w panelu modelu widzicie nową opcję GPT 4.0 z „scheduled tasks”. Wystarczy tam kliknąć, wybrać plan i wprowadzić instrukcję. Na przykład: „Codziennie o dziewiątej rano czasu pacyficznego opowiadaj mi, co nowego słychać w świecie AI”. ChatGPT przyklepuje i już wie, że ma was dręczyć codziennie punkt dziewiąta. Jeśli klikniecie w „edytuj”, możecie dopracować nazwy, szczegóły i ustawić harmonogram powtarzania raz dziennie, raz w tygodniu, raz do roku, cokolwiek sobie zapragniecie. Jeśli dodatkowo włączycie powiadomienia na pulpicie, to dostaniecie stosowny popup w momencie, gdy ChatGPT będzie miał wam coś do zakomunikowania.
W czym to może się przydać? Min Choi, który w internecie występuje jako spec od podobnych sztuczek, podsunął kilka przykładów: od codziennej analizy rynku giełdowego i wklejania wam krótkiego raportu o Nvidii, Tesli czy Apple, aż po przygotowywanie nowego codziennego wyzwania programistycznego w Pythonie. Niektórzy ustawiają cotygodniowe przypomnienia, że mają w każdy czwartek poćwiczyć włoski, albo aby w piątek rano dostać propozycje atrakcji na weekend w okolicach Waszyngtonu. Bardziej fitnessowi zapaleńcy mogą codziennie o siódmej rano otrzymywać pomysły na szybki dwudziestominutowy trening – bo czemu nie? To akurat idealnie pokazuje, o co chodzi w tej opcji z zadaniami: co tylko chcecie, by AI regularnie wam przypominało czy doradzało, ChatGPT już jest na posterunku.
OpenAI z nową twarzą: grube nazwisko, grube fundusze
Poza tym OpenAI ma nowego członka zarządu, który jest grubą rybą na rynku kapitałowym i ma kontakty w największych instytucjach zarządzających fortunami. Czemu to ważne? Prawdopodobnie dlatego, że pieniądze na infrastrukturę pod GPT same się nie wyprodukują. OpenAI współpracuje też z Axios, by zapewnić sobie lepszy dostęp do najnowszych wiadomości, co już dawno zaczęło się zresztą w branży newsów: Google niedawno dogadało się z Associated Press, by wypełnić informacjami swój model Gemini, a firma Mistral zrobiła podobny układ z AFP we Francji. Tylko Anthropic ze swoim Claude’em jeszcze nie uderzyło w takie sojusze, może boi się, że to zbyt mainstreamowe.
Newsowe mariaże: Google, Mistral i cała śmietanka prasy
Przechodząc do naprawdę rewolucyjnych spraw: Google zaprezentowało coś o nazwie Titans. W rzeczywistości ten projekt obrodził jeszcze w grudniu, ale dopiero teraz zaczyna się o nim mówić głośniej, między innymi dlatego, że Matthew Burman przeanalizował tę koncepcję i zrobił z tego niezłe show na YouTubie. W skrócie – Titans to propozycja nowej architektury sieci, która odchodzi od transformera na rzecz modelu z długoterminową pamięcią. Sztuczna inteligencja z krótką i długą pamięcią, w której niespodziewane, zaskakujące wydarzenia są zapisywane na dłużej, brzmi niemal jak ludzki umysł. Ta architektura pozwala modelowi skupiać się na priorytetowych informacjach, zamiast monotonnie żuć każdą linijkę tekstu bez rozróżnienia, czy mowa o nudnym raporcie, czy o kataklizmie. Ma to też być dużo mniej obciążające obliczeniowo, co przekłada się na oszczędność zasobów i możliwość przetwarzania tekstu w potężnym oknie kontekstu – nawet dwóch milionów tokenów. Tak, dwóch milionów!
Sakana AI dorzuciła swoje trzy grosze, proponując Transformer Squared. Ich pomysł działa na dwie raty: najpierw model analizuje, jaki rodzaj „ekspertyzy” będzie potrzebny, a dopiero w drugim przejściu faktycznie rozwiązuje problem, korzystając z odpowiedniej bazy wiedzy. Ma to rzekomo umożliwić łączenie różnych dziedzin, tak że jeśli spytacie model o skomplikowane zadanie matematyczne, to ściągnie on wsparcie także z zasobów programistycznych, logicznych i kreatywnych – bo czemu by nie połączyć kilku umiejętności na raz? W każdym razie ta architektura też pachnie rewolucją w świecie AI. Być może wreszcie doczekamy się systemów, które nie wymagają uważnego promptowania, bo same inteligentnie zdecydują, jakiej wiedzy czy kontekstu potrzebują.
Prompty i marketing: tysiąc pomysłów w jednym pakiecie
Skoro o promptach mowa, HubSpot przygotował darmowy zestaw ponad tysiąca pomysłów na to, jak pytać o różne rzeczy modele językowe – marketing, sprzedaż, identity, strategie cenowe i kto wie co jeszcze. W sumie brzmi to jak doskonały poradnik do ChatGPT czy innych modeli. Jest darmowy, do pobrania z linku u nich na stronie, a jeśli potrzebujecie generatora inspiracji do waszych firmowych czy akademickich zadań, to śmiało, można korzystać.
MatterGen od Microsoft: nowe materiały na zawołanie
Tymczasem Microsoft zrobił kolejny wolt w stylu supergwiazdy: opublikował MatterGen, narzędzie open source licencjonowane na MIT, służące do projektowania… nowych materiałów. Dokładnie tak, generatywna AI, która w miejsce pikseli modyfikowanych przez algorytm (jak w Midjourney), ma manipulować układem chemicznym i strukturą nowego tworzywa. Być może odkryje i zaproponuje lepsze rozwiązania dla baterii, ogniw paliwowych, a nawet materiały pochłaniające CO2, bo model został wytrenowany na dziesiątkach tysięcy stabilnych związków chemicznych. Wygląda na to, że sztuczna inteligencja wchodzi w epokę faktycznego rozwiązywania realnych problemów, i trudno nie czuć tu ekscytacji.
W open-source’owym świecie modeli językowych firma MiniMax wydała MiniMax 01, a jak wynika z różnych testów i benchmarków, zbliża się to wydajnością do GPT 4.0, Claude 3.5, a nawet bliżej Sonica i Gemini 2.0 Flash. Zawsze powtarzam, że jeśli model open source dogania GPT 4.0, to właśnie można się spodziewać fajerwerków, bo dostęp do kodu i brak limitów to wręcz bilet w jedną stronę do nowych, szalonych projektów.
Waszyngton kontra GPU: rządowy hamulec dla komputerowych turbodoładowań
Przeskakując w rejony geopolityki, Biały Dom wydał w ostatnich dniach nową „AI diffusion rule”, ograniczającą możliwość sprzedawania zaawansowanych procesorów i układów GPU firmom i krajom, którym amerykański rząd po prostu nie ufa. Przyjmijcie to tak, że jeśli wasz kraj nie widnieje na liście zaufanych sojuszników, możecie nabyć jedynie dość okrojoną liczbę tych supermocnych kart. NVIDIA kręci nosem, bo w końcu lubi sprzedawać swoje układy całemu światu, a administracja mówi: nie, nie – mamy tu pewien plan bezpieczeństwa narodowego. Dodam, że Biden podpisał kolejne rozporządzenie, by ułatwić budowę wielkich centrów danych dla AI, dając wojskowym i energetykom więcej mocy w przyspieszaniu tych inwestycji. Mniej przepychanek biurokratycznych, więcej serwerów dla modeli językowych – tak to wygląda w skrócie. Dla mnie nie jest to dobra nowina ponieważ Polska jest na liście gdzie sprzedaż komponentów jest ograniczona.
Generowanie wideo: Ray 2 i Freepik z dźwiękiem
Przejdźmy do rozrywki. Firma Luma Labs udostępniła generator wideo Ray 2, który niektórzy porównują do Google’owego Video 2. Przykłady demonstracyjne wyglądają obiecująco, choć gdy sam próbowałem kazać AI generować wilka wyjącego do księżyca, to nie zawsze te bestie zachowywały się, jak trzeba. Ale hej, rok temu nawet nie śniłem o takich możliwościach, więc i tak wielkie wow. Freepik dorzucił do tego filmiki z dźwiękiem, co daje dość zabawne rezultaty – niby mamy generację AI, niby coś tam śpiewa, niby coś gra… Jeszcze nie jest to Hollywood, ale postęp jest widoczny.
Nowe sztuczki Runway i Krea AI: zdjęcia w ruchu i 3D w jednym
Runway w ramach bety sprezentowało nowy model o nazwie Frames, co zapewne pozwoli generować jeszcze fajniejsze obrazy, bo z tego, co widzę, potrafi ogarnąć różne style i kolory w kilku wariantach jednocześnie. Nie jest to może totalnie fotorealistyczna magia, ale widać spory skok. Jest też głośno o nowym narzędziu Krea AI do przetwarzania obrazów w 3D, bo najwyraźniej można tam wgrać zdjęcie i model się stara zrobić z tego obiekt, którym można obracać. Przy moich próbach wyszedł raczej potworek: wilk z księżycem wrośniętym w łeb, no ale co ja poradzę, może używam go nie tak, jak trzeba. Mimo wszystko idea jest kapitalna.
Jednym kliknięciem tysiące zdjęć: Firefly Bolt od Adobe
Mamy też szybką porcję innych nowinek: Adobe testuje Firefly Bolt Create do masowej edycji tła w dziesięciu tysiącach zdjęć naraz. YouTuberzy, podobno, sprzedają swoje materiały wideo firmom AI, żeby te mogły trenować modele na niewykorzystanych wcześniej nagraniach. Kamera bezpieczeństwa marki Wyze zaczyna wklejać zabawne streszczenia tego, co się stało w nagraniu, typu „Tata oberwał piłką w krocze o 10:20”. Apple wycofuje się na jakiś czas ze swoich automatycznych podsumowań w wiadomościach, bo najwyraźniej AI przesadzała w interpretacji – twierdząc, że ktoś się targnął na życie, chociaż osoba tylko wyszła zmęczona z górskiej wycieczki. Pewna Francuzka dała się nabrać na AI-owego Brada Pitta, który wyłudził od niej ogromne pieniądze, przekonując, że biedaczek ma raka i potrzebuje gotówki. Wniosek jest taki, że oszuści nie śpią, a AI daje im coraz lepszy oręż, więc uważajcie na rodziców, dziadków i znajomych, którzy mogliby się na to nabrać.
GPT-5
Dotarły do nas właśnie świeże informacje na temat GPT‑5 i okazuje się, że ten projekt wciąż jest w toku. Nasz znajomy Kim, znany też jako Chubby, zapytał Sama wprost, czego możemy się spodziewać po GPT‑5. Chodziło o przybliżony termin premiery, o to, jak bardzo ulepszona ma być wydajność w porównaniu z GPT‑4.0, a także o możliwość połączenia serii GPT z serią O.
Kim zadał te pytania w komentarzu pod jednym z postów, który Sam udostępnił wcześniej tego samego dnia, i ku zaskoczeniu wielu Sam faktycznie odpowiedział. Nie ujawnił konkretnej daty ani szczegółów dotyczących wydajności, ale dał do zrozumienia, że GPT‑5 powstaje, a kwestia terminu i poziomu usprawnień nadal jest opracowywana. To oznacza, że możemy się spodziewać kolejnej odsłony GPT, choć nie wiadomo dokładnie kiedy ani jak bardzo będzie różnić się od poprzednika.
Kim wspomniał również o pomyśle połączenia serii GPT z serią O i Sam uznał tę ideę za bardzo ciekawą. Możliwe, że już wcześniej ją rozważał, ale fakt, że potwierdził te plany publicznie, jest naprawdę ekscytujący. Istnieje szansa, że do scalenia obu projektów dojdzie w 2025 roku, jednak czas pokaże, na ile jest to realne.
Sony w swoich planach patentowych rozważa systemy AI przewidujące zachowanie graczy i zmniejszające lagi w sieci. Naukowcy z kolei stworzyli nowy rodzaj sztucznej surowicy neutralizującej jad węża i wygląda na to, że AI przenika już nawet medycynę na poziomie odkryć antytoksyn. Na deser zostaje najnowszy pokaz robota Unitree G1. To coś, co potrafi biegać, skakać, upadać i zrywać się, więc jeśli obawialiście się robotycznego przejęcia władzy, to pewnie właśnie macie koszmarne scenariusze przed oczami. Natomiast cena maleje, a efektywność rośnie, więc niedługo może będziemy mieli takiego biegającego sługę w domu, zbierającego za nas skarpetki.
Tak to wszystko wygląda w ten szalony, pełen nowości tydzień. Jeśli wam się podobało napisz komentarz i udostępnij w mediach społecznościowych.
Możesz także zapisać się na Newsletter i otzymywać ciekawe informacje bezpośrednio do swojej skrzynki pocztowej.
[fluentform id=”5″]
