Упродовж одного тижня в Кремнієвій долині відбулися одразу дві масштабні технологічні конференції — GTC від Nvidia у Сан-Хосе та GDC (Game Developers Conference). Паралельно свої оновлення презентували Google, OpenAI, Anthropic, Adobe, Microsoft, xAI, Pika, Roblox та інші компанії, що працюють зі штучним інтелектом. Узагальнюємо ключові оголошення у сфері штучного інтелекту, зроблені на конференціях та за їхніми межами.Під час GTC гендиректор Nvidia Дженсен Хуанг представив нове покоління корпоративних графічних процесорів. За його словами, компанія розраховує на широке впровадження своїх ШІ-продуктів у підприємствах і виробництві упродовж наступних чотирьох років.Оголошено розширення ініціативи Nvidia Aerial — платформи для побудови бездротових мереж. Це передбачає використання ШІ для покращення мобільного зв’язку та Wi-Fi, зокрема в інфраструктурі мобільних операторів.Nvidia також розширює свою присутність у галузі автомобільної промисловості. Серед прикладів — співпраця з General Motors над виробництвом роботизованих фабрик і транспортних засобів, використання її рішень у Volvo,
а також партнерство з Neuro для створення автомобілів 4-го рівня автономності. У вантажоперевезеннях компанія Uber Freight впроваджує розробки Nvidia для автономних вантажівок.Крім того, Nvidia відкрила доступ до фізичних датасетів для навчання систем робототехніки та автопілотування. Ці набори даних доступні для розробників у відкритому доступі.Компанія Google продовжує розвивати платформу Gemini. Додано функцію Canvas — окреме вікно для роботи з текстами, кодом і дослідженнями (подібна функція є у ChatGPT). З’явилась можливість аналізу коду в режимі попереднього перегляду та пояснення його функціональності. Також додано режим «подкасту» — автоматичне перетворення тексту дослідження на аудіоформат.Інструмент Notebook LM тепер генерує інтерактивні майндмапи за відео з YouTube або текстовими джерелами. Такі карти візуалізують інформацію з джерела у структурованому вигляді.Google також презентувала TX-Gemma — мовну модель для дослідження нових лікарських препаратів. Вона розпізнає хімічні структури, молекули та білки, а також допомагає у прогнозуванні властивостей потенційних ліків.
OpenAI представила дві нові моделі — GPT-4.0 Transcribe та GPT-4.0 Mini Transcribe, які трансформують аудіо у текст. Моделі забезпечують вищу точність і швидкість порівняно з попередником Whisper. Додано підтримку детекції мовлення, приглушення шумів і конкурентну вартість — менше ніж 1 цент за хвилину обробки.Також презентовано GPT-4.0 Mini Text-to-Speech, яка перетворює текст у промову з емоційним забарвленням. Модель орієнтована на розробників і доступна через API.Ще одне оновлення — підтримка Google Drive та Slack у ChatGPT. Користувачі зможуть підключити ці сервіси та шукати інформацію в них безпосередньо в ChatGPT.OpenAI оновила API: тепер розробники можуть передавати PDF-файли у запитах. Також модель 01 Pro, орієнтована на генерацію коду, стала доступною через API, хоча її використання обійдеться дорого — $600 за 1 млн токенів вихідного тексту.Anthropic додала вебпошук у свій чат-бот Claude. Це була одна з найчастіше зажаданих функцій, яку раніше мали конкуренти (Gemini, ChatGPT, Perplexity). Поки що функція працює лише у вебверсія, без API-підтримки.
Pika запустила функцію локального редагування відео — можна змінити окремий об’єкт (наприклад, підняти в повітря машину), залишаючи решту кадру без змін.Krea дає змогу навчати модель на власних відео — вона згодом створює нові у тому ж стилі.Stability AI представила Stable Virtual Camera — функцію генерації 3D-відео на основі статичних зображень і заданої траєкторії руху камери. Інструмент поки доступний лише для дослідницького тестування.Adobe анонсувала серію ШІ-агентів у рамках Journey Optimizer. Вони автоматично аналізують дані користувачів, пропонують гіпотези для експериментів і оптимізують сайти в реальному часі.Roblox представила інструмент Roblox Cube — генератор 3D- і 4D-об’єктів на основі текстових запитів. Система працює у власному движку платформи та орієнтована на розробників ігор.xAI (стартап Ілона Маска) придбав компанію Hotshot, що займається ШІ-генерацією відео. Деталі інтеграції поки що невідомі, але потенційно компанія зможе використати свої дата-центри для тренування нових моделей.В Італії вийшов номер газети, повністю згенерований штучним інтелектом. IL Foglio каже, що штучний інтелект використовується «для всього – для текстів, заголовків, цитат… навіть для іронії»На першій сторінці також є колонка під заголовком «Путін, 10 зрад» зі статтею про «20 років порушених обіцянок і розірваних угод» Володимира Путіна, президента Росії.Статті були структуровані, зрозумілі та зрозумілі, без явних граматичних помилок. Однак жодна зі статей, прямо не цитує жодних людей.Журналісти лише ставили запитання чат-боту, а відповіді публікували після редагування. Це перший відомий приклад подібного використання ШІ у друкованих медіа.
