V uplynulém týdnu jsme měli možnost sledovat jedny z největších pokroků v oblasti umělé inteligence za poslední dobu. Spuštění GPT-4o, novinky ohledně Gemini AI či příchod modelu Claude z dílny společnosti Anthropic do Evropy – to je jen malá ochutnávka toho, co se v posledních dnech ve světě AI událo.
V tomto díle naší pravidelné rubriky novinek týkajících se umělé inteligence se poněkud odkloníme od standardního formátu výčtu jednotlivých zpráv ze světa AI. Namísto toho se pokusíme nastínit, jaké změny v této oblasti přinese příchod nových nástrojů, které nedávno představily společnosti OpenAI, Google či Anthropic, a přiblížíme si jejich silné a slabé stránky.
GPT-4o: Unikátní spojení textů, obrázků i hudby
O první velkou událost týdne v oblasti AI se hned v pondělí postarala společnost OpenAI, která se na výsluní technologií strojového učení pohybuje pravděpodobně nejdéle ze všech. Tentokrát ohromila veřejnost představením modelu GPT-4o, který je zástupcem multimodálních jazykových nástrojů umožňujících propojení technologií umělé inteligence napříč různými sférami využití. Vstupním promptem pro AI může být prakticky cokoliv, od textových příkazů přes obrázek až po hlasový pokyn či jinou zvukovou nahrávku. Software následně úkol zpracuje rychlostí, která je podle OpenAI srovnatelná s reakcí skutečného člověka na daný podnět, což představuje výrazný posun především v oblasti zpracovávání audio promptů.
Společnost OpenAI stojící mimo jiné za vývojem chatbota ChatGPT představila tento týden revoluční AI nástroj GPT-4o. Foto: Unsplash
GPT-4o operuje v rámci jedné neuronové sítě, díky čemuž může pokyn zanalyzovat z několika úhlů pohledu, které následně spojí v rámci vyhodnocování odpovědi. Benchmarkové testy pak ukázaly výkon srovnatelný s GPT-4 Turbo, který je aktuálně nejrychlejším modelem společnosti OpenAI. Nástroj také poměrně slušně obstál v testech kybernetické bezpečnosti, věrohodnosti a autonomie. Vývoj GPT-4o byl navíc konzultován s desítkami externích odborníků za účelem minimalizace rizik spojených s užíváním umělé inteligence.
GPT-4o je dle slov zástupců společnosti OpenAI posledním krokem v posouvání hranic hlubokého učení vstříc praktické použitelnosti. Tento nástroj je však teprve na začátku své cesty, a k plnohodnotnému využití svého potenciálu dospěje až na základě zpětné vazby od samotných uživatelů, kteří si jej mohou již nyní vyzkoušet.
Claude: Šedá myš světa AI s obrovským potenciálem
O jazykovém modelu Claude vyvíjeného společností Anthopic, která je do značné míry financována z prostředků koncernu Amazon, jsme v našich luzích a hájích neměli příliš příležitostí se něco dozvědět. To se však nyní mění. AI asistent si totiž konečně našel cestu na evropský trh, a pomůže lidem i firmám ke zvýšení produktivity a kreativity v oblasti práce s daty. Claude zaujme především množstvím pokročilých funkcí, které svým uživatelům nabídne již v rámci bezplatné verze programu. Evropská lokalizace je mnohem lépe přizpůsobená českému jazyku než konkurenční GPT-4o, což může představovat velkou výhodu v souvislosti s příchodem na náš trh.
Placená verze asistenta Claude s označením Pro založená na pravidelném předplatném pak bude k dispozici všem uživatelům, kteří chtějí mít plnohodnotný přístup ke všem modelům z dílny Anthropic. To se týká především nástroje Claude 3 Opus, který byl považován za předchůdce obecné umělé inteligence (byť k ní má ještě daleko). Opus je jedním z nejspolehlivějších AI nástrojů současnosti, což vyplývá i z nezávislých srovnávacích testů s původními modely GPT či Gemini. Zatím však není jasné, jak obstojí v porovnání s GPT-4o. Ve prospěch Claude hrají především komplexní jazyková podpora a generativní schopnosti při tvorbě textů, alternativa od OpenAI pak má navrch při práci s faktickými daty. Je tedy možné, že si oba produkty nutně nemusejí konkurovat, a každý tak bude možné využít k jiným účelům.
Claude is now available in Europe: https://t.co/uLbS2JNczH pic.twitter.com/WMS51FaMCS
— Anthropic (@AnthropicAI) May 14, 2024
Vyzkoušet si funkce modelu Claude můžete již nyní. Kromě klasické webové verze chatbota pak společnost Anthropic nabízí také mobilní aplikaci určenou pro operační systém iOS.
Gemini: Plnohodnotný virtuální asistent
Společnost Google dedikovala drtivou většinu programového času v rámci konference Google I/O, která se konala tento týden v úterý, představení nových funkcí vlastní AI Gemini. Při ohlédnutí se za všemi novinkami týkajícími se umělé inteligence od Googlu se nelze příliš divit označení této éry za éru Gemini. Model se dočkal například nové verze 1.5 Flash, která má představovat rychlý a efektivní nástroj pro velkoobjemové využití. Google také vylepšil stávající Gemini 1.5 Pro, který tak získal větší počet tokenů.
Pravděpodobně největší poprask v rámci konference však vyvolalo představení projektu Astra, který je podle společností DeepMind a Google budoucností AI asistence. Nástroj umožní komplexní komunikaci s umělou inteligencí prostřednictvím objektivu mobilního telefonu. Kombinací kamery a hlasových příkazů tak bude možné s AI plynule konverzovat a zadávat jí nejrůznější druhy pokynů, které tato zpracuje v reálném čase.
Umělá inteligence Gemini se společným produktem firem DeepMind a Google. Jejím cílem je stát se univerzálním AI asistentem. Foto: Se souhlasem Google
Z dalších novinek představených společností Google pak stojí za zmínku například oznámení o příchodu pokročilých AI čipů Trillium, posílení generativních nástrojů Imagen 3 a Veo či rozšíření funkcí umělé inteligence Gemini v mobilních telefonech. Spíše než na vývoj jednoho konkrétního prostředí se tak technologický gigant soustředí spíše na komplexní využití Gemini v nejrůznějších sférách služeb. Google má v tomto ohledu velkou výhodu ve stávajícím programovém zázemí, do nichž svůj jazykový model postupně implementuje, a vytváří tak jeden rozvinutý ekosystém pod správou AI. Pokud se mu podaří alespoň z části naplnit očekávání nastavená na konferenci I/O 2024, máme se rozhodně na co těšit.
Který model je nejdokonalejší?
Hledat jednoznačného favorita mezi AI nástroji je poměrně obtížné. Přímé srovnání v rámci výkonnostních testů sice poskytují konkrétní hodnoty, které je možné vzájemně posuzovat, každý však od umělé inteligence očekává něco jiného. Zatímco někteří uživatelé preferují rychlost a výkon při práci s velkými objemy dat, jiní kladou důraz na originalitu generovaného obsahu. Do určité míry se tak sice všechny společnosti snaží získat převahu na trhu AI technologií, ne vždy si však přímo konkurují.
ChatGPT, Claude, nebo Gemini? Rozhodování není snadné, uživatelům však nic nebrání využívat všechny najednou. Foto: Unsplash
Rybníček vyměřený umělou inteligencí se navíc neustále rozšiřuje, a skutečnost, že se jej snaží pokrýt více nástrojů, je tak vítaným jevem, který umožní další inovace jazykových modelů s premisou minimálního inklinování k nekalým praktikám ze strany velkých společností. Výběr konkrétního jazykového modelu tak zůstává plně v rukou koncových uživatelů a jejich požadavků. Kromě nekonečné studnice stávajících možností umělé inteligence navíc můžeme s napětím hledět do budoucnosti, která nám jistě přinese další zajímavé novinky ze světa AI.
