Serce i umysł w epoce AI
Przegląd najnowszych zastosowań AI: produkcja wideo, wirtualne awatary na spotkania, monitoring produktywności, humanoidalne roboty z GPT-4 i inspekcje budowlane z Claude.
"Futurama 3" to najnowszy teledysk Quebonafide, wyreżyserowany i zmontowany przez prof. Andrzeja Dragana. W ciągu dwóch dni klip zdobył ponad 2 mln wyświetleń na YouTube. Tła sceniczne wygenerowano w MidJourney, wiele ujęć i przejść powstało w Runway, Lumie i Stable Diffusion, a deepfake'i na specjalnie wytrenowanych GAN-ach. Cały materiał powstał w jeden dzień.
Coca-Cola stworzyła w pełni wygenerowaną przez AI wersję swojej klasycznej reklamy z 1995 roku — świąteczne reklamy w tym roku powstały całkowicie z AI. AI umie robić filmy. Czasem lepiej, czasem gorzej, ale umie — to tylko kwestia czasu, kiedy wywróci tę branżę do góry nogami.
Awatary na spotkania
Możesz stworzyć swój awatar w profesjonalnym stroju i dołączać do wszystkich rozmów w piżamie. To sugeruje, że wizja Zuckerberga o awatarach spotykających się w metaverse spełni się dużo szybciej i poza metaverse.
AI śledzi produktywność
Najnowsze rozwiązania computer vision mogą śledzić nasz czas do sekundy — wykrywają, jak długo siedzimy przy biurku i czy faktycznie tam pracujemy.
Robotyka
Jesteśmy już przyzwyczajeni do robotów odkurzających, ale co z robotami do prania i składania ubrań? W restauracjach i na lotniskach w Singapurze roboty prowadziły mnie do stolika, dostarczały zamówienie i zbierały naczynia — w pełni autonomicznie. Podobnego robota spotkałem później w hotelu w Łodzi.
Firma Figure wprowadziła robota Figure 2 zasilanego GPT-4 — od premiery pierwszego modelu twierdzę, że to jest prawdziwa rewolucja. Roboty zasilane GPT pozwalają "zaprogramować" je po prostu mówiąc: "Przenieś te palety, rozładuj ciężarówkę, zamieć". Najtańsze roboty zaczynają się od 18 000 $ (~72 000 zł) — to nieco więcej niż roczny koszt pracownika na minimalnej (~61 748 zł w 2024). Taki humanoid może pracować 24/7, spłaca się w 2,5 miesiąca, nie strajkuje i (jeszcze) nie zakłada związków zawodowych.
AI inspektorem budowlanym — model Claude, analizując nagranie z kamery na głowie osoby chodzącej po budowie, przygotował listę problemów do naprawienia.
LLM-y zdobywają pamięć — Gemini dołącza do ChatGPT z funkcją pamięci: pamięć explicit (użytkownik wprost mówi co pamiętać) i implicit (model sam wyłapuje istotne szczegóły z rozmowy).