Новини за AI през април

ООН ПРЕДПРИЕМА ИСТОРИЧЕСКА СТЪПКА: СЪЗДАДЕНИ СА МЕЖДУНАРОДНИ НАСОКИ ЗА РАЗВИТИЕ НА ИИ

Общото събрание на ООН одобри проект на рамка, подкрепена от над 120 държави-членки , за разработване и използване на AI системи.

Основният принцип на тази резолюция е създаването на „безопасен, сигурен и надежден“ ИИ, който е в съответствие с целите на ООН за устойчиво развитие (ЦУР). Тези ЦУР подчертават значението на интегрирането на съображенията за правата на човека през целия жизнен цикъл на ИИ, от проектирането до внедряването. Това също така означава глобален ангажимент за гарантиране, че AI се използва етично.

 Посланикът на САЩ в ООН Линда Томас-Грийнфийлд каза :

Днес всичките 193 членове на Общото събрание на Обединените нации говориха в един глас и заедно избраха да управляват изкуствения интелект, вместо да го оставят той да управлява нас.

Рамката призовава за международно сътрудничество, за да се преодолее тази празнина и да се даде възможност на развиващите се страни да участват в отговорното развитие на ИИ. Това включва осигуряване на приобщаващ достъп до AI технологии и насърчаване на глобалната цифрова грамотност.

OPENAI СЕ СТРЕМИ КЪМ ХОЛИВУД, НО МОЖЕ ЛИ SORA ДА ОПРАВДАЕ РЕКЛАМАТА?

Според Bloomberg :

OpenAI има целенасочена стратегия за работа в сътрудничество с индустрията чрез процес на итеративно внедряване – внедряване на напредъка на AI на фази – за осигуряване на безопасно внедряване и за да даде на хората представа какво има на хоризонта. Очакваме с нетърпение постоянен диалог с артисти и творци.

Докато обещанието за мигновени визуални ефекти, базирани на текстова подкана, звучи като сбъдната мечта, някои пукнатини започват да се показват в представянето на OpenAI.

Най-голямата въпросителна е разбирането на Сора за реалността. Критиците изразиха опасения относно способността на модела да разбира и изобразява физическия свят. Въпреки че Sora може да генерира визуални ефекти, те може да се нуждаят от повече нюанси на физиката в реалния свят. 

Второ, има проблем с достъпността. Докато Sora може да рационализира предварителната продукция, е малко вероятно да бъде лесно достъпна. OpenAI може да остави по-малките студия и независимите режисьори на студено. Това поражда опасения относно по-нататъшното консолидиране на властта в ръцете на големите студия.

И накрая, потенциалът за злоупотреба се очертава голям. С възможността за създаване на хиперреалистични видеоклипове, базирани само на текст, границите между факти и измислици могат лесно да се размият. Deepfakes може да достигне съвсем ново ниво на усъвършенстване, правейки още по-трудно разграничаването на истината от манипулацията. Така че Sora може да е мощен инструмент, но неговите ограничения и потенциални недостатъци трябва да бъдат сериозно обмислени, преди Холивуд да го прегърне с цялото си сърце. 

Прочетете още: ОТРАВЯНЕ НА ДАННИ: ТВОРЦИ САБОТИРАТ ГЕНЕРАТИВНИТЕ AI >>>>

ПО-БЪРЗО, ПО-БЪРЗО, ПО-БЪРЗО: MIT РАЗКРИВА AI, КОЙТО ГЕНЕРИРА ИЗОБРАЖЕНИЯ В СВЕТКАВИЦА

CSAIL на MIT празнува пробив – нова AI рамка, която съкращава времето за генериране на изображения с цели 30 пъти. Този метод в една стъпка, наречен Distributed Matching Destillation (DMD), обещава да революционизира инструментите за проектиране и потенциално да ускори области като 3D моделиране. 

DMD рамката опростява текущия многоетапен процес, използван от традиционните дифузионни модели. Това опростяване се превръща в драматично увеличение на скоростта, като същевременно се поддържа висококачествено генериране на изображения според изследователи от MIT.

Смята се, че DMD представлява значителна стъпка напред и с по-нататъшно развитие може да постигне както скорост, така и качество. Освен това процесът в една стъпка може да опрости използването на AI, като го направи по-достъпен за неспециалисти. 

По отношение на технологията, Tianwei Yin , водещият изследовател на рамката на DMD, каза в изявление, публикувано на официалния уебсайт на MIT:

Нашата работа е нов метод, който ускорява текущите дифузионни модели като Stable Diffusion и DALLE-3 с 30 пъти. Този напредък не само значително намалява времето за изчисление, но също така запазва, ако не и надминава, качеството на генерираното визуално съдържание. Теоретично, подходът обединява принципите на генеративните състезателни мрежи (GANs) с тези на дифузионните модели, постигайки генериране на визуално съдържание в една стъпка – ярък контраст със стоте стъпки на итеративно усъвършенстване, изисквани от настоящите модели на дифузия. Потенциално това може да бъде нов метод за генеративно моделиране, който се отличава със скорост и качество.