Questa settimana in AI: Amazon "migliora" le recensioni con l'IA mentre Snap diventa canaglia

Stare al passo con un settore in rapida evoluzione come l'intelligenza artificiale è un compito arduo.
Quindi, fino a quando un'intelligenza artificiale non può farlo per te, ecco un pratico riepilogo delle storie della scorsa settimana nel mondo dell'apprendimento automatico, insieme a ricerche ed esperimenti notevoli che non abbiamo trattato da soli.
Questa settimana in AI, Amazon ha annunciato che inizierà a sfruttare l'IA generativa per "migliorare" le recensioni dei prodotti.
Una volta implementata, la funzione fornirà un breve paragrafo di testo nella pagina dei dettagli del prodotto che evidenzia le capacità del prodotto e il sentimento del cliente menzionato nelle recensioni.
Sembra una funzione utile, no? Forse per acquirenti e venditori.
Ma per quanto riguarda i revisori? Non ho intenzione di sostenere che le recensioni di Amazon siano una forma di alta arte.
Al contrario, un discreto numero sulla piattaforma non è reale o è generato dall'intelligenza artificiale.
Ma alcuni revisori, sia per sincera preoccupazione per il loro collega acquirente o per uno sforzo per far fluire i succhi creativi, dedicano del tempo alla creazione di recensioni che non solo informano, ma intrattengono.
I riassunti di queste recensioni farebbero loro un'ingiustizia e mancherebbero del tutto il punto.
Forse ti sei imbattuto in queste gemme.
Spesso si trovano nelle sezioni delle recensioni di libri e film, dove, nella mia esperienza aneddotica, i recensori di Amazon tendono ad essere più…
prolissi.
Crediti immagine: Amazon Prendete la recensione di "Sweet Home" dell'utente Amazon di "Catcher in the Rye" di JD Salinger, che conta più di 2.000 parole.
Facendo riferimento alle opere di William S.
Burroughs e Jack Kerouac così come a George Bernard Shaw, Gary Snyder e Dorothy Parker, la recensione di Sweet Home è meno una recensione che un'analisi approfondita, raccogliendo e contestualizzando i fili del romanzo nel tentativo di spiegare la sua permanenza energia.
E poi c'è la recensione di Bryan Desmond di “Gravity's Rainbow”, il famigerato e denso romanzo di Thomas Pynchon.
Allo stesso modo prolisso – 1.120 parole – non solo sottolinea i punti salienti del libro (prosa abbagliante) e i punti deboli (atteggiamenti obsoleti, in particolare nei confronti delle donne), come ci si aspetterebbe da una recensione, ma trasmette in grande dettaglio l'esperienza di Desmond nel leggerlo.
AI potrebbe riassumerli? Sicuro.
Ma a scapito di sfumature e intuizioni.
Ovviamente, Amazon non intende nascondere le recensioni alla vista a favore dei riepiloghi generati dall'intelligenza artificiale.
Ma temo che i revisori saranno meno inclini a dedicare quasi altrettanto tempo e attenzione se il loro lavoro non viene letto dall'acquirente medio.
È un grande esperimento e suppongo, come con la maggior parte di ciò che tocca l'IA generativa, solo il tempo lo dirà.
Ecco alcune altre storie di AI degne di nota degli ultimi giorni: My AI diventa canaglia: la funzione My AI di Snapchat, un chatbot AI in-app lanciato all'inizio di quest'anno con la sua giusta dose di polemiche, è sembrato brevemente avere una mente propria .
Martedì, l'intelligenza artificiale ha pubblicato la propria storia sull'app e poi ha smesso di rispondere ai messaggi degli utenti, cosa che alcuni utenti di Snapchat hanno trovato sconcertante.
La società madre di Snapchat Snap ha successivamente confermato che si trattava di un bug.
OpenAI propone una nuova tecnica di moderazione: OpenAI afferma di aver sviluppato un modo per utilizzare GPT-4, il suo modello di intelligenza artificiale generativa di punta, per la moderazione dei contenuti, alleggerendo il carico sui team umani.
OpenAI acquisisce un'azienda: in altre notizie su OpenAI, la startup AI ha acquisito Global Illumination, una startup con sede a New York che sfrutta l'intelligenza artificiale per creare strumenti creativi, infrastrutture ed esperienze digitali.
È la prima acquisizione pubblica di OpenAI nei suoi circa sette anni di storia.
Un nuovo set di dati di formazione LLM: l'Allen Institute for AI ha rilasciato un enorme set di dati di testo per modelli di linguaggio di grandi dimensioni (LLM) sulla falsariga di ChatGPT di OpenAI che è libero di utilizzare un open for inspection.
Dolma, come viene chiamato il set di dati, intende essere la base per il modello di linguaggio aperto pianificato dal gruppo di ricerca, o OLMo (Dolma è l'abbreviazione di "Data to feed OLMo's Appetite").
Robot lavapiatti e apriporta: i ricercatori dell'ETH di Zurigo hanno sviluppato un metodo per insegnare ai robot a svolgere compiti come aprire e attraversare le porte e altro ancora.
Il team afferma che il sistema può essere adattato a diversi fattori di forma, ma per semplicità, hanno eseguito demo su un quadrupede, che possono essere visualizzate qui.
Opera ottiene un assistente AI: l'app browser Web di Opera per iOS sta ottenendo un assistente AI.
La società ha annunciato questa settimana che Opera su iOS ora includerà Aria, il suo prodotto di intelligenza artificiale del browser creato in collaborazione con OpenAI, integrato direttamente nel browser Web e gratuito per tutti gli utenti.
Google abbraccia i riepiloghi AI: Google questa settimana ha lanciato alcuni nuovi aggiornamenti alla sua Search Generative Experience (SGE) di quasi tre mesi, la modalità di conversazione basata sull'intelligenza artificiale dell'azienda nella ricerca, con l'obiettivo di aiutare gli utenti a imparare meglio e dare un senso delle informazioni che scoprono sul web.
Le funzionalità includono strumenti per vedere le definizioni di termini non familiari, quelli che aiutano a migliorare la comprensione e la codifica delle informazioni in tutte le lingue e un'interessante funzionalità che ti consente di sfruttare la potenza dell'intelligenza artificiale di SGE durante la navigazione.
Google Foto guadagna AI: Google Foto ha aggiunto un nuovo modo per rivivere e condividere i tuoi momenti più memorabili con l'introduzione di una nuova vista Ricordi, che ti consente di salvare i tuoi ricordi preferiti o crearne di tuoi da zero.
Con Memories, puoi creare una sequenza temporale simile a un album di ritagli che includa cose come i tuoi viaggi più memorabili, le celebrazioni e i momenti quotidiani con i tuoi cari.
Anthropic raccoglie più denaro: Anthropic, una startup AI co-fondata da ex leader di OpenAI, riceverà un finanziamento di 100 milioni di dollari da uno dei più grandi operatori di telefonia mobile della Corea del Sud, SK Telecom, ha annunciato la società di telecomunicazioni domenica.
La notizia del finanziamento arriva tre mesi dopo che Anthropic ha raccolto $ 450 milioni nel suo round di finanziamento di serie C guidato da Spark Capital a maggio.
Altri apprendimenti automatici io (ovvero il tuo coautore Devin) ero al SIGGRAPH la scorsa settimana, dove l'intelligenza artificiale, nonostante fosse uno spauracchio nell'industria cinematografica e televisiva in questo momento, era in pieno vigore sia come strumento che come soggetto di ricerca.
Avrò presto una storia più lunga su come viene utilizzato dagli artisti VFX in modi innovativi e totalmente non controversi, ma anche i documenti in mostra erano piuttosto fantastici.
Questa sessione in particolare ha avuto molte nuove idee interessanti.
Crediti immagine: Università di Tel Aviv I modelli che generano immagini hanno questa cosa strana in cui se dici loro di disegnare "un gatto bianco e un cane nero", spesso mescola i due, ne ignora uno o crea un cane gatto o animali che sono entrambi neri e bianco.
Un approccio dell'Università di Tel Aviv chiamato "assistere ed eccitare" ordina il suggerimento nei suoi pezzi costitutivi attraverso l'attenzione, quindi si assicura che l'immagine risultante contenga rappresentazioni adeguate di ciascuno.
Il risultato è un modello molto migliore nell'analisi dei prompt multisoggetto.
Mi aspetto di vedere presto qualcosa di simile integrato nei generatori d'arte! Crediti immagine: MIT/Max Planck Institute Un altro punto debole dei modelli di arte generativa è che se vuoi apportare piccoli cambiamenti, come il soggetto che guarda un po' più di lato, devi rifare tutto, a volte perdendo ciò che ti piaceva del immagine per cominciare.
"Trascina il tuo GAN" è uno strumento piuttosto sorprendente che consente all'utente di impostare e spostare i punti uno per uno o più alla volta – come puoi vedere nell'immagine, la testa di un leone può essere girata, o la sua bocca aperta, rigenerando semplicemente quella parte dell'immagine per accordarsi con le nuove proporzioni.
Google è nell'elenco degli autori, quindi puoi scommettere che stanno cercando come usarlo.
Crediti immagine: Università di Tel Aviv Questo articolo sulla "tipografia semantica" è più divertente, ma anche estremamente intelligente.
Trattando ogni lettera come un'immagine vettoriale e spingendo quell'immagine verso un'immagine vettoriale dell'oggetto a cui si riferisce una parola, crea logotipi piuttosto impressionanti.
Se sei bloccato su come trasformare il nome della tua azienda in un gioco di parole visivo, questo potrebbe essere un ottimo modo per iniziare.
Altrove, abbiamo qualche interessante impollinazione incrociata tra la scienza del cervello e l'intelligenza artificiale.
Beh, non è proprio così semplice.
Questi ricercatori di Berkeley hanno utilizzato un modello di apprendimento automatico per interpretare l'attività cerebrale durante l'ascolto di musica e ricostruire alcuni dei cluster focalizzati su ritmo, melodia o voce.
Sono sempre scettico su questo tipo di studi del tipo "leggiamo il cervello", quindi prendi tutto con le pinze, ma ML è eccezionale nell'isolare un segnale nel rumore e l'attività cerebrale è molto, molto rumorosa.
Il MIT e Harvard si sono uniti per cercare di far progredire la nostra comprensione degli astrociti, cellule del cervello che svolgono alcune funzioni ancora sconosciute.
Propongono che le cellule possano agire come qualcosa di simile a un trasformatore o meccanismo di attenzione: un concetto di apprendimento automatico mappato sul cervello piuttosto che viceversa! L'autore senior dell'articolo Dmitry Krotov del MIT lo riassume bene: il cervello è di gran lunga superiore anche alle migliori reti neurali artificiali che abbiamo sviluppato, ma non sappiamo esattamente come funziona il cervello.
C'è un valore scientifico nel pensare alle connessioni tra hardware biologico e reti di intelligenza artificiale su larga scala.
Questa è la neuroscienza per l'intelligenza artificiale e l'intelligenza artificiale per le neuroscienze.
Nell'intelligenza artificiale medica, anche i dati dei dispositivi di consumo sono spesso considerati rumorosi o inaffidabili.
Ma ancora una volta, i sistemi ML possono adattarsi, come mostra questo nuovo documento di Yale.
La ricerca dovrebbe avvicinarci ai dispositivi indossabili che ci avvertono di problemi legati al cuore prima che diventino acuti.
Gli studenti dimostrano la loro app per trovare la sedia vuota.
Una delle prime applicazioni pratiche di GPT-4 è stata l'utilizzo in Be My Eyes, un'app che aiuta i non vedenti a navigare con l'aiuto di un partner remoto.
Gli studenti dell'EPFL hanno sviluppato altre due app che potrebbero essere molto utili per chiunque abbia una disabilità visiva.
Uno indirizza semplicemente l'utente verso un posto vuoto in una stanza e l'altro legge solo le informazioni rilevanti dai flaconi dei medicinali: il principio attivo, il dosaggio, ecc.
Compiti così semplici ma necessari! Infine abbiamo il "RoboAgent" equivalente ai bambini sviluppato da CMU e Meta, che mira ad apprendere abilità quotidiane come raccogliere oggetti o comprendere le interazioni degli oggetti semplicemente guardando e toccando le cose, come fa un bambino.
"Un agente capace di questo tipo di apprendimento ci avvicina a un robot generico in grado di completare una varietà di compiti in diversi ambienti invisibili e di evolversi continuamente man mano che raccoglie più esperienze", ha affermato Shubham Tulsiani di CMU.
Puoi saperne di più sul progetto qui sotto: