🧠 خلاصه‌ای از آخرین اخبار و نوآوری‌های هوش مصنوعی 🧠

اپل در عرض یک ماه چهارمین محقق هوش مصنوعی خود، بوئن ژانگ، را به تیم هوش مصنوعی متا واگذار کرد. ژانگ از تیم مدل‌های پایه (AFM) اپل بود که فناوری اصلی پلتفرم Apple Intelligence را توسعه می‌داد. پیش‌تر، رومینگ پانگ، رهبر این تیم، با پیشنهاد ۲۰۰ میلیون دلاری به همراه تام گانتر و مارک لی به متا پیوستند. اپل برای حفظ کارکنان AFM حقوق‌ها را کمی افزایش داده، اما این مبلغ در برابر پیشنهادهای کلان متا ناچیز است. همچنین، تردید در استفاده از مدل‌های داخلی یا خارجی برای سیری، روحیه تیم را تضعیف کرده و برخی مهندسان به دنبال شغل جدید هستند.

چت‌جی‌پی‌تی OpenAI روزانه بیش از ۲.۵ میلیارد درخواست دریافت می‌کند که ۳۳۰ میلیون از آن‌ها از کاربران آمریکایی است، و در سال به ۹۱۲.۵ میلیارد درخواست می‌رسد. تعداد کاربران هفتگی این چت‌بات از ۳۰۰ میلیون در دسامبر به بیش از ۵۰۰ میلیون در مارس افزایش یافته است. اگرچه هنوز با ۵ تریلیون جستجوی سالانه گوگل فاصله دارد، رشد سریع آن تهدیدی برای این غول جستجو است. OpenAI به تازگی ChatGPT Agent را راه‌اندازی کرده و قصد دارد به‌زودی مرورگری مبتنی بر هوش مصنوعی را برای رقابت با گوگل کروم عرضه کند.

مایکروسافت آپدیت Copilot Vision را برای Windows Insider عرضه کرد که کل صفحه‌نمایش یا پنجره‌های خاص را مشاهده می‌کند. برخلاف Recall که خودکار اسکرین‌شات می‌گیرد، این ابزار با انتخاب کاربر فعال می‌شود و محتوا را تحلیل کرده، برای پروژه‌ها، رزومه یا بازی‌ها راهنمایی ارائه می‌دهد. این قابلیت ابتدا برای مرورگر Edge آزمایش شد و حالا در ویندوز ۱۰ و ۱۱ در دسترس است. Copilot Vision همچنین از طریق دوربین گوشی به سؤالات درباره تصاویر پاسخ می‌دهد.

تعداد کاربران پولی ChatGPT شرکت OpenAI از ۱۱ میلیون نفر فراتر رفته که نشان‌دهنده موفقیت بزرگ این شرکت در تجاری‌سازی هوش مصنوعی است. از این تعداد، ۱۰ میلیون نفر کاربران عادی و ۱ میلیون نفر کاربران تجاری هستند. درآمد ماهانه این سرویس بیش از ۲۲۵ میلیون دلار و درآمد سالانه آن حدود ۲.۷ میلیارد دلار تخمین زده می‌شود. همچنین، تقاضا برای ابزارهای هوش مصنوعی همچنان بالاست و انتظار می‌رود درآمد سالانه OpenAI در سال آینده به ۴ میلیارد دلار برسد که بسیار بیشتر از درآمد ۱.۶ میلیارد دلاری سال ۲۰۲۳ است.

یوتیوب اعلام کرده که از اوایل سال آینده ابزاری برای تشخیص محتوای دیپ‌فیک در این پلتفرم فعال خواهد شد. این ابزار به هنرمندان و سازندگان محتوا کمک می‌کند تا از استفاده غیرمجاز از چهره و صدای خود توسط هوش مصنوعی جلوگیری کنند. یوتیوب در حال توسعه فناوری است که به افراد مشهور اجازه می‌دهد محتوای تولید شده با چهره یا صدای آن‌ها را شناسایی و مدیریت کنند. این فناوری بخشی از سیستم خودکار محافظت از مالکیت معنوی یوتیوب (Content ID) خواهد بود و به افراد کمک می‌کند تا محتوای صوتی و تصویری دیپ‌فیک خود را پیدا و مدیریت کنند.

شرکت OpenAI، سازنده ChatGPT، در حال کار بر روی یک پروژه جدید به نام "Strawberry" است که هدف آن بهبود قابلیت‌های مدل‌های هوش مصنوعی برای ارائه توانایی‌های پیشرفته در استدلال است. این پروژه به تازگی افشا شده و جزئیات آن تاکنون گزارش نشده بود. طبق یک سند داخلی، OpenAI قصد دارد از مدل‌های Strawberry برای انجام تحقیقاتی عمیق استفاده کند که به هوش مصنوعی امکان می‌دهد به صورت خودکار و قابل اعتماد در اینترنت جستجو کند و برنامه‌ریزی کند. این پروژه که قبلاً به نام Q* شناخته می‌شد، به عنوان یک پیشرفت بزرگ در شرکت تلقی می‌شود. جزئیات دقیق این پروژه همچنان محرمانه است و مشخص نیست که توت فرنگی چه زمانی به صورت عمومی عرضه خواهد شد.

خدمت تولید تصاویر هوش مصنوعی Midjourney که قبلاً فقط از طریق Discord در دسترس بود، اکنون وب‌سایت خود را برای همه کاربران باز کرده است. به گفته دیوید هولتز، هم‌بنیان‌گذار و مدیرعامل Midjourney، کاربران جدید می‌توانند تا 25 تصویر را به‌صورت رایگان ایجاد کرده و بدون هزینه، قابلیت‌های پلتفرم را آزمایش کنند. این اقدام در پاسخ به رقابت رو به افزایش با پلتفرم‌های جدیدی مانند xAI ایلان ماسک و Ideogram 2 صورت گرفته است. کاربران جدید می‌توانند با استفاده از حساب Google یا Discord ثبت‌نام کنند و با وارد کردن توضیحات متنی، تصاویر را ایجاد کنند. این پلتفرم همچنین امکان تغییر تنظیمات مانند نسبت تصویر و سطح استایل را نیز فراهم می‌کند.

شرکت OpenAI با لایحه‌ی ایمنی هوش مصنوعی کالیفرنیا (SB-1047) که مقررات جدیدی برای شرکت‌های هوش مصنوعی تعیین می‌کند، مخالفت کرده است. این لایحه توسعه‌دهندگان هوش مصنوعی را ملزم می‌کند تا پیش از عرضه محصولات خود، آزمایش‌های جامع ایمنی انجام دهند. OpenAI معتقد است که این لایحه، نوآوری در صنعت هوش مصنوعی را کند می‌کند و پیشنهاد می‌دهد که مقررات در این زمینه باید از سوی دولت فدرال اعمال شود. سناتور اسکات وینر که این لایحه را معرفی کرده، معتقد است که ایالت‌ها حق دارند از شرکت‌های هوش مصنوعی بخواهند تا از ایمنی فناوری‌های خود اطمینان حاصل کنند. این لایحه نشان‌دهنده‌ی اهمیت ایمنی در توسعه فناوری‌های پیشرفته است، اما هنوز نیاز به بحث‌های بیشتری برای یافتن تعادل مناسب بین ایمنی و نوآوری وجود دارد.

استارتاپ Luma AI نسخه 1.5 مدل Dream Machine خود را منتشر کرد که پیشرفتی قابل توجه در تولید ویدیو با استفاده از هوش مصنوعی محسوب می‌شود. این نسخه جدید از مدل متن به ویدیو، واقع‌گرایی بیشتر، ردیابی حرکت بهبود یافته و درک بهتر از درخواست‌های کاربر را ارائه می‌دهد. یکی از مهم‌ترین بهبودها، قابلیت رندر کردن متن در ویدیوهای تولید شده است که معمولاً چالشی برای مدل‌های هوش مصنوعی بوده است. این ارتقاء تنها دو ماه پس از عرضه اولیه Dream Machine انجام شده و امکان ایجاد عناوین دینامیک، لوگوهای متحرک و گرافیک‌های نمایشی را فراهم می‌کند.

گوگل به‌طور بی‌سروصدا مدل جدید هوش مصنوعی خود به نام Imagen 3 را از طریق پلتفرم ImageFX در دسترس کاربران آمریکایی قرار داده و همزمان مقاله‌ای پژوهشی در مورد این فناوری منتشر کرده است. این مدل که در ابتدا در ماه مه معرفی و در ژوئن برای کاربران منتخب Vertex AI ارائه شده بود، اکنون برای عموم کاربران آمریکا قابل استفاده است. تیم تحقیقاتی گوگل در مقاله خود اعلام کرده که Imagen 3، یک مدل انتشار نهفته است که تصاویر باکیفیتی را از متون تولید می‌کند و نسبت به دیگر مدل‌های پیشرفته برتری دارد. با این حال، استقبال از Imagen 3 متفاوت بوده؛ برخی کاربران از بهبود کیفیت تصاویر راضی‌اند، اما برخی دیگر از فیلترهای محتوایی سختگیرانه آن شکایت دارند.