AI bum

AI bum (također poznat kao AI proljeće ^[1]) odnosi se na kontinuirani period brzog razvoja u polju umjetne inteligencije, pri čemu je utrka u razvoju generativne umjetne inteligencije ključna komponenta ovog procvata, koji je ozbiljno započeo osnivanjem OpenAI.^[2] OpenAI-jevi generativni AI sistemi, kao što su njegovi različiti GPT modeli (počevši od 2018.) i DALL-E (2021.), odigrali su značajnu ulogu u pokretanju ovog razvoja.^[3][4][5]

U 2022. godini, veliki jezički modeli su poboljšani tako da se mogu koristiti za chatbot aplikacije; modeli koji tekst pretvaraju u sliku bili su u tački u kojoj su bili gotovo nerazlučivi od ljudskih slika,^[6] a softver za sintezu govora je bio u stanju da efikasno replicira ljudski govor.^[7]

Krajem 2022. i u 2023. godini, predstavljeni su novi programi koji predstavljaju primjenu generativne umjetne inteligencije, dok je Big Tech pokušao da se učvrsti na tržištu, što je dovelo do neviđenog povećanja sveprisutnosti AI alata.^[8]

Reakcija javnosti na bum umjetne inteligencije bila je pomiješana, pri čemu su neke stranke pozdravljale nove mogućnosti koje AI stvara,^[9] njen potencijal za dobrobit čovječanstva i sofisticiranost, dok su ga druge strane osuđivale zbog prijetnje sigurnosti posla, 'neuobičajenosti' u svojim odgovorima i davanja pogrešnih odgovora na osnovu programa.^{[10][11][12][13]}

Jezički modeli

GPT-3 je veliki jezički model koji je OpenAI objavio 2020. godine i sposoban je generirati visokokvalitetan tekst nalik čovjeku za koji je teško odrediti je li ga je napisao čovjek ili ne.^[14] Nadograđena verzija pod nazivom GPT-3.5 korištena je u ChatGPT-u, koja je kasnije privukla pažnju svojim detaljnim odgovorima i artikulisanim odgovorima u mnogim domenima znanja.^[15] Nova verzija pod nazivom GPT-4 objavljena je 14. marta 2023. godine i korištena je u tražilici Microsoft Bing.^[16][17] Objavljeni su i drugi jezički modeli kao što su PaLM od strane Google- a i LLaMA od strane Meta Platforms -a.

U januaru 2023. objavljen je DeepL Write, alat zasnovan na umjetnoj inteligenciji za poboljšanje jednojezičnih tekstova.^[18]

Modeli koji tekst pretvaraju u sliku

OpenAI -jev DALL-E, jedan od prvih modela koji tekst pretvara u sliku, najavljen je u januaru 2021. i privukao je široku pažnju javnosti.^[19] Nasljednik koji može generirati složenije i realističnije slike, DALL-E 2, predstavljen je u aprilu 2022.,^[20] nakon čega slijedi Stable Diffusion, alternativa otvorenog koda, koji je objavljen u augustu 2022.^[21]

Prateći druge modele teksta u sliku, platforme za tekst-video zasnovane na jezičkom modelu kao što su DAMO,^[22] Make-A-Video,^[23] Imagen Video^[24] i Phenaki^[25] mogu generirati video iz teksta i/ili tekstualnih/slikovnih upita.^[26]

Sinteza govora

15.ai je bio jedan od prvih javno dostupnih softvera za sintezu govora koji je omogućio ljudima da generiraju prirodne emotivne glasove visoke vjernosti teksta u govor iz asortimana izmišljenih likova iz različitih medijskih izvora. Prvi put je objavljen u martu 2020.^[27] ElevenLabs je predstavio web stranicu na koju korisnici mogu učitati glasovne uzorke što mu je omogućilo da generira glasove od njih. Kompanija je kritikovana nakon što su korisnici mogli da zloupotrebe njen softver da generišu kontroverzne izjave u vokalnom stilu poznatih ličnosti, javnih zvaničnika i drugih poznatih pojedinaca ^[28] i izrazili zabrinutost da bi se mogao koristiti za generisanje uverljivijih deepfakesa.^[29] Nezvanična pjesma nastala korištenjem glasova muzičara Drakea i The Weeknda u softveru za sintezu govora pokrenula je pitanja o etici i legalnosti sličnog softvera.^[30]

Vidi također

• AI zima, period smanjenog finansiranja i interesa za istraživanja umjetne inteligencije
• Historija umjetne inteligencije
• Historija umjetnih neuronskih mreža
• Hype ciklus
• Tehnološka singularnost