AI-sanomat / viikko 52

Viikon aikana tapahtui taas valtavasti generatiivisen AI:n rintamalla. Tässä uutiskirjeessä on koottu jälleen alan mielenkiintoisimmat uutiset, uudet generatiivisen AI:n työkalut, tutkimuspaperit ja muut artikkelit yhteen “tiiviseen” pakettiin. Vaikka tämä vaikuttaa laajalta kokonaisuudelta, voin vakuuttaa, että tähän uutiskirjeeseen on tiivistetty ehkä noin 10% kaikesta läpikäydystä materiaalista 😅

Uudet AI-työkalut kuluneen viikon varrelta. Mukana mm.

• Automaattinen markkinointimainosten luontityökalu

• Keskustele Google Analytics 4 -datasi kanssa

• Helppokäyttöinen A/B- ja jakotestausohjelmisto

• Monipuolinen tekoälypohjainen dokumenttigeneraattori

• Nopea ja tehokas työkalu työpaikkailmoitusten luomiseen

• Räätälöitävä uutisalusta

• Maksuton ja henkilökohtainen kieliharjoittelun työkalu

• Luo AI-agentteja älypuhelinympäristöön

• Luo uusia AI-malleja suoraan kehotteella

• AI:lla tehokkaampaa viestintää

• Luo AI-pohjaisia avatar-videoita

• Tekoälyavusteinen työkalu terveydenhuollon ammattilaisille

• Tekoälyn voimalla toimiva sosiaalisen median mainosalusta

• Tyhjennä sähköpostisi inbox uuden AI-työkalun avulla

• Lapsesi unelmatarinat ääneen luettuina

• Muunna sähköpostisi henkilökohtaiseksi päivittäiseksi podcastiksi

• Helppo tapa muuntaa YouTube-videot slideiksi pdf-muotoon

Oletko jo tutustunut GPTs-botteihin? Harkitsetko oman henkilökohtaisen botin rakentamista? AI-Sanomien verkkokurssi käy läpi kaikki osavaiheeet oman botin rakentamista varten:

AI-Uutiset viikon varrelta

Vuosi 2023 paketissa

Huh, olipas hurja vuosi! Tuntuu kuin vuoden 2023 aikana oltaisiin otettu 5 vuoden edestä edistysaskelia AI:n saralla. Vaikea kuvitella millaista vuotta katsomme taaksepäin vuoden päästä 😅

• Microsoft ilmoitti 10 miljardin dollarin sijoituksesta OpenAI:hin

  • Tämä antoi Microsoftille mahdollisuuden hyödyntää OpenAI:n malleja tuotteissaan ja palveluissaan

  • 🆕 ElevenLabs esitteli uuden tekstistä puheeksi -alustan, tarjoten ultra-realistisia AI-ääniä

• 📅 Helmikuu: Microsoft integroi GPT-4:n Bing Chat -sovellukseen

  • Bing Chat, ensimmäinen AI-chatbot, joka käytti OpenAI:n GPT-4-mallia

  • Bingin päivittäiset aktiiviset käyttäjät nousivat 100 miljoonaan seuraavassa kuussa

  • 🆕 ControlNetin julkaisu mullisti AI-kuvageneraattorien käytön

  • 🆕 Google julkaisi (epäonnistuneesti) Bard-chatbotin

• 📅 Maaliskuu: OpenAI julkaisee GPT-4:n

  • GPT-4 ylitti kaikki aikaisemmat suurikokoiset kielimallit (LLM) suorituskyvyssään

  • Kykenee käsittelemään teksti- ja kuvatietoja

  • 🆕 AutoGPT:n julkaisu aloitti kilpailun autonomisten AI-agenttien kehittämisessä

• 📅 Maaliskuu 16: MidJourney julkaisee V5-version

  • V5 tuotti uskomattoman realistisia kuvia

  • Parannettu ymmärrys käyttäjän ohjeista, monipuolisemmat tyylit ja korkeampi kuvanlaatu

• 📅 Maaliskuu 21: Adobe lanseeraa Fireflyn

  • Adobe esitteli Fireflyn, uuden AI-kuvageneraattorin

  • Kuvat ovat kaupalliseen käyttöön sopivia

• 📅 Toukokuu: Geoffrey Hinton jättää Googlen varoittaakseen AI:n pelottavista edistysaskeleista

  • 🆕 Google I/O -konferenssissa nähtiin merkittäviä AI-integraatioita Google-tuotteissa

• 📅 Toukokuu 23: Adobe tuo AI:n Photoshopiin

  • Firefly integroitiin Photoshopiin uuden "Generative Fill" -ominaisuuden kanssa

  • Ominaisuus mahdollistaa objektien lisäämisen ja poistamisen kuvista tekstikomennon perusteella

• 📅 Heinäkuu 11: Anthropic esittelee Claude 2 -mallin

  • Claude 2:n konteksti-ikkuna oli 100 000 tokenia, myöhemmin laajennettu 200 000 tokeniin

  • 🆕 OpenAI julkaisi Code Interpreter -sovelluksen parantaen ChatGPT:n laskenta-, data-analyysi- ja visualisointikykyjä

• 📅 Kesäkuu 7: Runwayn Gen-2 mullistaa tekstistä videoon -mallit

  • Gen-2 pystyi luomaan kokonaan uusia videoskenaarioita yhden lauseen kehotteesta

• 📅 Syyskuu 25: ChatGPT saa ääni- ja kuvakyvykkyydet

  • ChatGPT päivitettiin uusilla ääni- ja kuvatoiminnallisuuksilla

• 📅 Lokakuu 19: OpenAI julkaisee DALL-E 3:n

  • DALL-E 3 lanseerattiin ChatGPT Plus - ja Enterprise -versioissa

• 📅 Marraskuu: OpenAI:n DevDay ja GPT-mallien (räätälöityjen AI-assistenttien) julkaisu

  • 🆕 Sam Altmanin erottaminen ja palkkaaminen uudelleen AI-maailmaa jännittäneessä saagassa

  • 🆕 Elon Muskin xAI julkaisi Grok-chatbotin

• 📅 Joulukuu: Google esittelee oman AI-mallinsa, Geminin

  • Gemini-mallin kyvyistä saatettiin antaa harhaanjohtavia esimerkkejä esittelyissä.

Hurja vuosi siis takana ja kehityksen tahti vain kiihtyy! Teknologiassa on kyse eksponentiaalisesta kehityksestä, missä eri innovaatiot teknologian eri osa-alueilla ruokkivat toisiaan yhä kiihtyvään tahtiin.

Pidä siis AI-Sanomien tilaus aktiivisena ja jää seuraamaan mitä kaikkea vuosi 2024 tuo tullessaan.

LLM-kielimallien sijoitukset

LMsys:n malllien rating-arvostelut joulukuun osalta. Mistral näyttää olevan tällä hetkellä laadukkain open source -kielimalli:

ChatGPT voi toimia matkakumppanina jos matkustat yksin maailmalla:

Gemini tarjoaa käyttäjälle omat säätimet joiden avulla mallin outputiin voi vaikuttaa:

Midjourney julkaisi alpha-version uudesta versio numero 6:sta. Otimme sen Bottiverstaassa testeihin ja se tuntuu tekevän pieniä parannuksia realismissa ja on selkeä askel eteenpäin.

1. Uudet kehotustyylit: Version 6 kehotustyyli eroaa merkittävästi version 5:stä. Käyttäjien tulee opetella uusi tapa antaa kehotuksia.

2. Tekstin lisääminen: Uudessa versiossa on mahdollista lisätä tekstiä kuviin. Esimerkiksi kuvassa voi olla teksti "Hyvää joulua" kirjoitettuna värikynällä muistilapulle.

3. Pitkät kehotukset: Uusi versio tukee pidempiä kehotuksia, jopa 250-300 sanaa, kun aiemmin yli 15 sanan kehotukset eivät olleet yhtä tehokkaita.

4. Styli-arvojen vaikutus: Korkeammat styli-arvot (esim. 500 tai 1000) saattavat heikentää tarkkuutta kehotuksen suhteen, kun taas matalammat arvot (kuten 100) parantavat kehotuksen ymmärrystä.

5. Parannellut skaalaustoiminnot: Uusi versio sisältää sekä hienovaraisia että luovia skaalausvaihtoehtoja, jotka parantavat kuvan laatua.

6. Uudet ominaisuudet ja argumentit: Tukee monia uusia ominaisuuksia, kuten kuvasuhdetta ja erilaisia tyyliarvoja.

7. Käyttäjäkokemuksen muutokset: Version 6 on hitaampi ja kalliimpi kuin versio 5, mutta tarjoaa realistisempia kuvia ja parempaa moderaatiojärjestelmää.

8. Kehotusten kirjoittaminen: On tärkeää käyttää yksinkertaisia lauseita, hyvää kielioppia ja oikeinkirjoitusta. Vältä ylimääräisiä sanoja kuten "4K", "8K".

9. Erilaiset kehotustyylit: Versio 6 ymmärtää kieltä ja kielioppia paremmin, mikä mahdollistaa monimutkaisempien ja luonnollisempien kehotusten käytön.

10. Monimutkaiset kohteet ja Ttustat: Käyttäjät voivat määritellä monimutkaisempia kohteita ja yksityiskohtaisempia taustoja kehotuksissa.

11. Vinkkejä kehotusten parantamiseen: Jos kuvat näyttävät epäselviltä tai puutteellisilta, on suosittelen vähentää yksityiskohtien määrää tai muokata kehotuksen sanamuotoa.

Tässä kohtaa onkin hyvä kerrata miten pitkän matkan Midjourney on menny 1.5 vuoden aikana:

Tämän lisäksi Stable Diffusion ei ole jäänyt lepäilemään laakereillaan:

Deep Mind on julkaissut uuden työkalun, jonka avulla AI:ta voidaan käyttää matemaattisten innovaatioiden tekemiseen:

Useampi tekoäly yhdistää voimansa kemiassa

Carnegie Mellon Universityn tutkijat ovat kehittäneet järjestelmän, joka hyödyntää kolmea erikoistunutta tekoäly-instanssia kemiantehtävien itsenäiseen suorittamiseen. Järjestelmä, nimeltään "Coscientist", edustaa merkittävää edistystä tekoälyn käytössä tieteellisessä tutkimuksessa:

• Kolmen tekoälyn yhteistyö: Järjestelmä koostuu kolmesta osasta: verkkohakukoneesta, dokumentaation hakijasta ja suunnittelijasta, jotka työskentelevät yhdessä tehtävän suorittamiseksi.

• Monipuolinen sovellusalue: Coscientist pystyy suunnittelemaan kemiallisia synteesiprosesseja, käsittelemään teknisiä manuaaleja ja hallitsemaan laboratoriolaitteita.

• Itsenäinen ongelmanratkaisu ja optimointi: AI-järjestelmä pystyy analysoimaan omia reaktioitaan ja parantamaan reaktio-olosuhteita tehokkuuden lisäämiseksi.

Tämä innovaatio on tärkeä askel kohti monimutkaisempien ja itsenäisesti toimivien tekoälyjärjestelmien kehittämistä, mikä voi mullistaa tieteellisen tutkimuksen ja kokeellisen työn tulevaisuudessa.

Tekoäly paljastaa kuvien sijainnin, herättäen yksityisyyden huolia

Stanfordin yliopiston opiskelijoiden kehittämä tekoälyohjelma PIGEON on osoittanut kykynsä paikantaa valokuvia tarkasti, mikä on herättänyt yksityisyyteen liittyviä huolenaiheita. Tässä on yhteenveto projektin keskeisistä ominaisuuksista ja seurauksista:

• Tarkka geolokalisointi: PIGEON pystyi tunnistamaan henkilökohtaisia valokuvia ja arvaamaan niiden sijainnit suurella tarkkuudella, jopa paikoissa, jotka eivät olleet lähellä tunnistettavia maamerkkejä.

• Monipuoliset sovellukset ja riskit: Vaikka ohjelmalla on hyödyllisiä sovelluksia, kuten auttaa tutkijoita tai paljastaa perhevalokuvien sijainnit, se voi myös paljastaa henkilökohtaista tietoa ilman käyttäjien aikomusta.

• Yksityisyyden huolenaiheet: Teknologia voi mahdollistaa hallituksen valvonnan, yritysten seurannan tai jopa vainoamisen, mikä herättää huolta yksityisyyden suojasta.

Tämä kehitys on merkittävä, sillä se kuvastaa tekoälyn kasvavaa kykyä kerätä ja tulkita tietoa tavalla, joka voi vaikuttaa ihmisten yksityisyyteen ja turvallisuuteen. Sen myötä on tärkeää olla tietoinen siitä, mitä taustatietoja omiin verkossa jaetuissa kuvissa saattaa olla.