Die Welt der künstlichen Intelligenz dreht sich weiterhin schnell, und auch in dieser Woche gab es zahlreiche Nachrichten zu diesem Thema. Im Folgenden finden Sie die wichtigsten Nachrichten der 8. Woche des Jahres 2024.
Überblick:
- Durchbruch bei der KI-Videogenerierung: Vorstellung von Sora
- Google präsentiert Gemini 1.5: Ein Meilenstein für multimodale Modelle
- ChatGPT: Erweiterung mit Speicherfunktion
- Reddit verkauft jährlich Gespräche für 60 Millionen Dollar an KI-Firma
Durchbruch bei der KI-Videogenerierung: Vorstellung von Sora
OpenAI hat kürzlich Sora vorgestellt, ein revolutionäres neues KI-Modell, das auf Basis von textuellen Anweisungen in der Lage ist, beeindruckende, realistische Videos zu generieren. Sora kann Videos von bis zu 60 Sekunden Länge erstellen und erzeugt beeindruckend hochwertige Szenen, die die Fähigkeiten der aktuellen Videogeneratoren bei weitem übertreffen.
Sora verwendet ein diffuses Modell, das auf früheren Forschungen von OpenAI wie DALL-E und GPT basiert. Das Modell kann nicht nur Videos aus Text generieren, sondern auch Bilder erstellen, Videos basierend auf textuellen Anweisungen bearbeiten, zwei Videos mischen und unendliche Wiederholungen erzeugen.
Sora markiert einen echten Durchbruch im Bereich der KI-Videogenerierung. Das Modell stellt Szenen mit erstaunlicher Realitätsnähe dar und berücksichtigt auch die Grenzen der physikalischen Welt. OpenAI bietet das Modell für Forschungszwecke an, was voraussichtlich viel Aufmerksamkeit für die KI-Videotechnologie erregen wird.
OpenAI erkennt auch die Schwächen von Sora an. Das Modell macht manchmal Fehler bei der Darstellung räumlicher Details und der Physik, und es können auch unlogische Szenen generiert werden. Dennoch ist der Durchbruch von OpenAI in der KI-Videoerstellung beeindruckend und lässt darüber nachdenken, was in Zukunft zu erwarten ist. Wenn innerhalb eines Jahres so viel Fortschritt möglich ist, wer weiß, wie die Videogenerierung im Jahr 2025 aussehen wird?
Der Markteintritt von Sora stellt eine ernsthafte Herausforderung für Midjourney dar, das bisher auf dem Gebiet der Bildgenerierung führend war. Das neue Modell von OpenAI hat einen klaren Vorsprung auf dem Markt für KI-Videos und wird voraussichtlich die Entwicklung der KI-Videotechnologie beschleunigen.
Hauptmerkmale von Sora:
- Kann Videos von bis zu 60 Sekunden Länge aus Text generieren
- Erzeugt beeindruckend realistische und hochwertige Szenen
- Kann Videos erstellen, bearbeiten, zwei Videos mischen und unendliche Wiederholungen erzeugen, die mehr als 10-mal länger sind als die aktuellen Videogeneratoren OpenAI bietet das Modell für Forschungszwecke an, was voraussichtlich viel Aufmerksamkeit für die KI-Videotechnologie erregen wird.
Schwächen von Sora:
- Macht manchmal Fehler bei der Darstellung räumlicher Details und der Physik
- Kann unlogische Szenen generieren
Der Durchbruch von OpenAI in der KI-Videoerstellung ist beeindruckend und lässt darüber nachdenken, was in Zukunft zu erwarten ist. Der Markteintritt von Sora stellt eine ernsthafte Herausforderung für Midjourney dar und wird voraussichtlich die Entwicklung der KI-Videotechnologie beschleunigen.
Klicken Sie hier, um die Website Sora zu öffnen
Google präsentiert Gemini 1.5: Ein Meilenstein für multimodale Modelle
Nur eine Woche nach der Markteinführung des Gemini Ultra hat Google den Gemini 1.5 vorgestellt, ein multimodales Modell, das die Möglichkeiten der KI auf ein neues Niveau hebt.
Die Effizienz des Gemini 1.5 wird durch die Mixture-of-Experts-Architektur gewährleistet, die die Ressourcennutzung optimiert. Anstatt das gesamte Modell für jede Abfrage auszuführen, wählt der Gemini 1.5 den am besten geeigneten Teil zur Durchführung der Aufgabe aus. Dies verbessert die Leistung erheblich und spart Energie.
Die herausragende Fähigkeit des Modells ist das riesige Kontextfenster, das eine Million Tokens aufnehmen kann. Dies ermöglicht es dem Gemini 1.5, eine enorme Menge an Informationen – 750.000 Wörter, 11 Stunden Audioaufnahmen, 1 Stunde Video und Tausende von Codezeilen – zu verarbeiten und zu analysieren.
Google präsentierte die beeindruckenden Fähigkeiten des Gemini 1.5 durch die Analyse des 402-seitigen Protokolls der Apollo-11-Mondlandung, die detaillierte Entfaltung eines 44-minütigen Stummfilms und die Fehlersuche sowie Erklärung von 100.000 Codezeilen.
Der Gemini 1.5 ist derzeit noch nicht für die breite Öffentlichkeit verfügbar, aber Google wird bald die 1.5 Pro-Version einführen, die über ein Standard-Kontextfenster von 128.000 Tokens verfügen wird. Die Größe des Kontextfensters wird schrittweise erweitert, bis es eine Million Tokens erreicht.
Die Einführung des Gemini 1.5 stellt einen bedeutenden Fortschritt im Bereich multimodaler Modelle dar und eröffnet neue Möglichkeiten für den Einsatz künstlicher Intelligenz.
Quelle: https://blog.google/technology/ai/google-gemini-next-generation-model-february-2024
ChatGPT: Erweiterung mit Speicherfunktion
OpenAI hat die Beta-Version der Speicherfunktion von ChatGPT angekündigt, die die Interaktion mit künstlicher Intelligenz revolutionieren wird. Dank dieser Funktion wird ChatGPT sich endlich an Informationen erinnern, die während früherer Gespräche geteilt wurden, wodurch Benutzer nicht jedes Mal von vorne beginnen müssen.
Wie funktioniert das? Die Speicherfunktion kann auf zwei Arten verwendet werden.
Unterricht:
- Beispiel: Ein Benutzer kann ChatGPT beibringen, dass er lactoseintolerant ist. Anschließend wird die künstliche Intelligenz nur Rezepte empfehlen, die keine Milch enthalten.
- Weitere Beispiele:
- Ein Benutzer kann festlegen, dass ChatGPT jede Einführung in Artikeln fett gedruckt beginnen und die Zusammenfassung kursivieren soll.
- Ein Benutzer kann ChatGPT seine Lieblingsfilme, Bands usw. beibringen, und die künstliche Intelligenz wird darauf basierend personalisierte Empfehlungen abgeben.
Automatisches Lernen:
- ChatGPT wird in der Lage sein, wichtige Informationen während eines Gesprächs eigenständig zu erkennen und zu merken.
- Beispiel: Wenn ein Benutzer über ein bestimmtes Thema mit ChatGPT spricht, wird die künstliche Intelligenz sich an Schlüsselwörter und Konzepte erinnern, die während des Gesprächs verwendet wurden, und diese bei der Formulierung weiterer Antworten nutzen.
Vorteile:
- Effizientere Kommunikation: Dank der Speicherfunktion wird die Kommunikation mit ChatGPT schneller und effizienter, da wiederholte Informationen nicht erneut eingegeben werden müssen.
- Natürlichere Interaktion: Die Speicherfunktion macht die Interaktion mit ChatGPT menschlicher, da die künstliche Intelligenz sich an frühere Gespräche erinnern und Anfragen in Kontext setzen kann.
- Personalisierte Erfahrung: Die Speicherfunktion ermöglicht es Benutzern, die Interaktion mit ChatGPT zu personalisieren, und die künstliche Intelligenz passt ihre Antworten an individuelle Bedürfnisse an.
Datenschutz: OpenAI legt großen Wert auf Datenschutz. In Bezug auf die Speicherfunktion stehen folgende Einstellungen zur Verfügung:
- Anzeigen und Bearbeiten des Speicherinhalts: Benutzer können jederzeit sehen, was ChatGPT im Speicher hat, und selektiv Informationen löschen.
- Inkognito-Modus: Benutzer können ChatGPT auch im Inkognito-Modus verwenden, in dem die künstliche Intelligenz keine Gespräche speichert.
Die Speicherfunktion von ChatGPT ist ein großer Fortschritt im Bereich künstlicher Intelligenz und menschlicher Interaktion. Dank dieser Funktion wird ChatGPT noch nützlicher und effizienter und erleichtert die tägliche Nutzung künstlicher Intelligenz.
Quelle: https://openai.com/blog/memory-and-new-controls-for-chatgpt
Reddit verkauft jährlich Gespräche für 60 Millionen Dollar an KI-Firma
Laut einem Bericht von Bloomberg hat Reddit eine nicht öffentliche Vereinbarung mit einem “großen, anonymen KI-Unternehmen” getroffen, im Rahmen derer das Unternehmen für jährlich 60 Millionen Dollar Zugang zu den umfangreichen Benutzerkonversationen von Reddit erhält. Das Ziel ist die Effizienzsteigerung von KI-Modellen.
Die Vereinbarung wurde 2024 getroffen, und laut Bloomberg könnte dies ein Modell für zukünftige ähnliche Verträge sein. Reddit hat die Berichte nicht kommentiert.
Der Zugang zu großen Datenmengen ist für KI-Unternehmen entscheidend, um die Effizienz ihrer Modelle zu verbessern. Reddit verfügt über eine riesige, aktive Benutzerbasis, die täglich große Mengen an Text und Inhalten generiert. Diese Plattform bietet einen idealen Datensatz für die Entwicklung von KI-Modellen.
Es ist wichtig zu beachten, dass Reddit nicht die einzige Plattform ist, die Benutzerdaten an KI-Unternehmen verkauft. Auch Facebook, Twitter und andere Plattformen haben ähnliche Vereinbarungen getroffen. Mit der Weiterentwicklung der künstlichen Intelligenz wird der Datenschutz und der verantwortungsvolle Umgang mit Benutzerdaten immer wichtiger.
