Lo scontro tra i chatbot IA Google Bard e ChatGPT (sapete come scaricarlo?) sta entrando sempre pi&ugrave; nel vivo, con l'aggiunta di nuove funzionalit&agr

Italian

Ciao, questa è un'anteprima della mia voce. Spero davvero che ti piaccia! A presto!

Google ha creato un sistema per integrare Bard direttamente con le app dell'azienda, come Maps, Voli e YouTube, o con quelle di terze parti, come Adobe o Kayak. L'integrazione con Adobe Firefly, ad esempio, consentirà di creare immagini direttamente dalla chat con Bard, senza dover aprire un altro strumento. Il nuovo modello della GrandeG sta recuperando terreno a passi da gigante. Al momento ci sono nove Estensioni disponibili: Voli, Hotel, Maps, InstaCart, Kayak, OpenTable, Redfin, YouTube e Zillow. Sono previste anche le app di Workspace come Documenti, Drive e Gmail, oltre ad Adobe Firefly.

Ed è qui che vengono in aiuto le Estensioni. Google ha creato un sistema per integrare Bard direttamente con le app dell'azienda, come Maps, Voli e YouTube, o con quelle di terze parti, come Adobe o Kayak. L'integrazione con Adobe Firefly, ad esempio, consentirà di creare immagini direttamente dalla chat con Bard, senza dover aprire un altro strumento.

Ma per dati che non sono memorizzati nella cache perché cambiano continuamente nel tempo, come ad esempio i prezzi dei biglietti aerei, lo strumento è pressoché inutile.

Non solo è nativamente in grado di collegarsi a Internet e da una settimana è disponibile anche nel nostro Paese, ma a breve permetterà l'integrazione con i servizi di Google e di terze parti, sulla falsariga del chatbot di OpenAI.

Se ChatGPT nei mesi scorsi ha acquistato la capacità di collegarsi a Internet per mostrare contenuti in tempo reale e lanciato le plugin (70), per utilizzare lo strumento in casi specifici come la lettura di un PDF o cercare una casa, il nuovo modello della GrandeG sta recuperando terreno a passi da gigante.

Ed è qui che vengono in aiuto le Estensioni. Google ha creato un sistema per integrare Bard direttamente con le app dell'azienda, come Maps, Voli e YouTube, o con quelle di terze parti, come Adobe o Kayak. L'integrazione con Adobe Firefly, ad esempio, consentirà di creare immagini direttamente dalla chat con Bard, senza dover aprire un altro strumento.

Ma per dati che non sono memorizzati nella cache perché cambiano continuamente nel tempo, come ad esempio i prezzi dei biglietti aerei, lo strumento è pressoché inutile.

Non solo è nativamente in grado di collegarsi a Internet e da una settimana è disponibile anche nel nostro Paese, ma a breve permetterà l'integrazione con i servizi di Google e di terze parti, sulla falsariga del chatbot di OpenAI.

Se ChatGPT nei mesi scorsi ha acquistato la capacità di collegarsi a Internet per mostrare contenuti in tempo reale e lanciato le plugin (70), per utilizzare lo strumento in casi specifici come la lettura di un PDF o cercare una casa, il nuovo modello della GrandeG sta recuperando terreno a passi da gigante.

Al momento la funzione non è ancora attiva, ma il sito 9to5Google è riuscito ad abilitarla e ha visto che al momento ci sono nove Estensioni disponibili: Voli, Hotel, Maps, InstaCart, Kayak, OpenTable, Redfin, YouTube e Zillow.

All'I/O, Google aveva anticipato che sarebbero arrivate anche le app di Workspace come Documenti, Drive e Gmail, oltre ad Adobe Firefly, quindi la lista non è ancora completa, senza considerare il fatto che cliccando sopra le singole estensioni non succede niente.

Google Bard ribatte a ChatGPT: le Estensioni per cambiare la ricerca su Internet

it-IT-Wavenet-C

Il nuovo strumento di OpenAi, Dall-E 3, consente agli utenti di perfezionare le loro creazioni attraverso ChatGPT, chiedendo al generatore di apportare modifiche. È già disponibile attraverso ChatGPT Plus. La comparsa di un gran numero di generatori di arte AI nel 2022 ha segnato l'inizio di un più ampio boom nel settore dell'intelligenza artificiale generativa. Tuttavia, l'uso di questi sistemi ha sollevato timori sulla possibilità di sostituire gli artisti umani e sull'uso di materiale protetto da copyright per addestrare gli algoritmi.

Il nuovo strumento di OpenAi ha prodotto questa immagine in risposta al seguente prompt: "Un'illustrazione di un cuore umano fatto di vetro traslucido, posta su un piedistallo in mezzo a un mare in tempesta. I raggi di sole bucano le nuvole e illuminano il cuore, rivelando un piccolo universo al suo interno. La citazione 'Trova l'universo dentro di te' è incisa a caratteri cubitali all'orizzonte".

Dall-E 3 consentirà agli utenti di perfezionare le loro creazioni attraverso ChatGPT, come se stessero chiedendo a un artista in carne e ossa di apportare delle modifiche. "Non dovrete perdere tempo con richieste molto lunghe – spiega Aditya Ramesh, ricercatore principale e capo del team di Dall-E –. Potrete semplicemente interagire con ChatGPT come se steste parlando con un collega".

Gabriel Goh, ricercatore capo del team di Dall-E, ha dimostrato la nuova funzione a Wired US, chiedendo al generatore di creare diversi poster promozionali per un immaginario ristorante di noodle. Dopo aver presentato alcune opzioni, Goh ha chiesto a Dall-E 3 tramite ChatGPT di trasformarne una in un'illustrazione per un'insegna da appendere fuori dal ristorante. Dall-E 3 è già disponibile attraverso ChatGPT Plus, la versione a pagamento del chatbot.

La comparsa di un gran numero di generatori di arte AI nel 2022 ha segnato l'inizio di un più ampio boom nel settore dell'intelligenza artificiale generativa. I primi sistemi erano in gran parte ancora rozzi e incapaci di perfezionare o modificare le immagini. Oltre a OpenAI, startup come Midjourney, Stable Diffusion e Ideogram hanno raccolto finanziamenti e interesse significativi da parte del pubblico. Ma l'uso di questi sistemi di AI artistica ha suscitato anche timori sulla possibilità che gli artisti umani possano essere soppiantati dalle macchine e che le aziende AI utilizzino materiale protetto da copyright per addestrare i loro algoritmi.

Ora Dall-E ha anche i super poteri di ChatGPT

AI, Intelligenza Artificiale, Internet, Viaggiare

Guide to Europe ha annunciato l'arrivo di Travis, un pianificatore di viaggi basato su Intelligenza Artificiale AI che offre itinerari ottimizzati in base alle preferenze degli utenti. Travis utilizza un algoritmo di AI generativa per proporre attrazioni e servizi personalizzati. Grazie all'impiego di una grande quantità di dati, Travis è in grado di pianificare un viaggio nei minimi dettagli, superando le capacità umane in termini di precisione e velocità. Guide to Europe punta a offrire una nuova dimensione nella pianificazione, identificazione e prenotazione di vacanze in Europa con questo servizio.

Guide to Europe ha annunciato l’arrivo di uno strumento indicato come rivoluzionario per la pianificazione di viaggi: Travis, un pianificatore di viaggi basato su Intelligenza Artificiale AI alimentato da modelli generativi, che offre agli utenti itinerari di viaggio ottimizzati in base alle preferenze, alla prossimità delle attrazioni e a un mix di dati di recensioni, orari di apertura e altre variabili principali.

Grazie all’impiego di un algoritmo di AI generativa, Travis è in grado di proporre una selezione di attrazioni, ottimizzando gli itinerari per offrire “un’esperienza di viaggio fluida”. Il chatbot si spinge oltre la pianificazione tradizionale, confezionando i servizi su misura in base alle preferenze del cliente e alle recensioni. Ciò consente agli utenti di visualizzare e prenotare un intero viaggio in un unico processo.

Grazie all’impiego di una quantità enorme di dati, è in grado di pianificare un viaggio nei minimi dettagli, e siamo certi che superi le capacità umane in termini di precisione e velocità. Non si tratta semplicemente di prenotare un viaggio, si tratta di renderlo perfetto”.

Con il lancio di questo servizio, Guide to Europe punta a offrire una dimensione nuova nella pianificazione, identificazione e prenotazione di vacanze in Europa. La scelta sta all’utente che può semplicemente indicare sole, mare e natura per ottenere al volo proposte di viaggi. In alternativa è possibile specificare meglio le proprie preferenze indicando budget, date, attività e altro ancora.

Travis è il chatbot AI che organizza la vacanza perfetta

I nuovi smartphone Apple integrano in modo discreto nuove funzioni di AI, che migliorano attività quotidiane come foto e telefonate senza essere invadenti

Nel 2023 i lanci di prodotti tecnologici sono diventati prevedibili: ormai non c'è dispositivo che non sia dotato di funzioni di intelligenza artificiale generativa in grado di creare testi colloquiali ma ricchi di informazioni o immagini sbalorditive. iPhone 15 ha una nuova funzione di isolamento vocale che utilizza l'apprendimento automatico per riconoscere il suono della voce umane e attenuare il rumore di fondo durante le telefonate. Altri servizi basati sull'intelligenza artificiale sono in arrivo sugli ultimi modelli di iPhone attraverso il nuovo sistema operativo iOs 17, in uscita la prossima settimana. L'intelligenza artificiale intuitiva di Apple è all'opera anche in alcuni nuovi servizi di accessibilità. Migliorare gli smartphone con nuove funzioni rivoluzionarie è diventato difficile e, nel complesso, il lancio dell'iPhone 15 è stato deludente, sottolinea Tuong Nguyen, analista di Gartner che si occupa di tecnologie emergenti. Ma Apple è maestra nel tipo di design delle interfacce che funzionare funzioni di AI “discreta” come queste.

Nel 2023 i lanci di prodotti tecnologici sono diventati prevedibili: ormai non c'è dispositivo che non sia dotato di funzioni di intelligenza artificiale generativa in grado di creare testi colloquiali ma ricchi di informazioni o immagini sbalorditive. La presentazione dell'iPhone 15 di questa settimana dimostra però che Apple ha scelto di tenere fede al suo storico motto e pensare in modo diverso.

iPhone 15 ha una nuova funzione di isolamento vocale che utilizza l'apprendimento automatico per riconoscere il suono della voce umane e attenuare il rumore di fondo durante le telefonate. Come di consueto, l'evento di lancio dei nuovi iPhone ha dedicato ampio spazio alla potenza della fotocamera e del software per il miglioramento delle immagini. Anche qui, le novità si basano sull'intelligenza artificiale, come nel caso del rilevamento automatico di persone, cani o gatti nell'inquadratura di una foto, finalizzato a raccogliere informazioni sulla profondità e aiutare a trasformare qualsiasi scatto in un ritratto.

Altri servizi basati sull'intelligenza artificiale sono in arrivo sugli ultimi modelli di iPhone attraverso il nuovo sistema operativo iOs 17, in uscita la prossima settimana. Tra questi, la trascrizione automatica dei messaggi della segreteria telefonica, che permette a un utente di vedere chi sta chiamando prima di rispondere a una telefonata, e i suggerimenti testuali predittivi più completi nella tastiera dell'iPhone. Pur senza essere scenografiche quanto un chatbot onnisciente, queste nuove funzioni semplificano la vita delle persone, che potrebbero convincersi a passare più tempo sui loro telefoni e quindi a ricorrere di più ai servizi Apple.

L'intelligenza artificiale intuitiva di Apple è all'opera anche in alcuni nuovi servizi di accessibilità. Utilizzando la funzione Point and Speak dell'app Lente d’ingrandimento, gli utenti non vedenti o ipovedenti potranno puntare la fotocamera su oggetti dotati di pulsanti, come un microonde, e fare in modo che il telefono indichi loro quale tasto stanno toccando. Dopo aver letto un testo per 15 minuti, inoltre, iOs è in grado di imitare la voce di persone affette da patologie come la Sla, che possono compromettere la capacità di parola.

Migliorare gli smartphone con nuove funzioni rivoluzionarie è diventato difficile e, nel complesso, il lancio dell'iPhone 15 è stato deludente, sottolinea Tuong Nguyen, analista di Gartner che si occupa di tecnologie emergenti. Ma Apple è maestra nel tipo di design delle interfacce che funzionare funzioni di AI “discreta” come queste.

Perché nell'iPhone 15 l'intelligenza artificiale è intuitiva

Nel 2022 abbiamo assistito a una crescita significativa dell'IA generativa, con creazioni di immagini e testi sempre più sofisticate. Ma cosa ci riserva il futuro?

GPT è uno dei modelli IA più promettenti, capace di interagire con gli umani in modo naturale. Google sta anche lavorando su un nuovo modello chiamato "Londra". Questi modelli potrebbero rivoluzionare settori come il servizio clienti e il marketing, rendendo le chatbot più efficienti e aiutando nella creazione di contenuti.

L'IA può facilitare il lavoro dei designer, automatizzando compiti come la creazione di presentazioni e la generazione di immagini. Strumenti come Runway stanno già esplorando le potenzialità dell'IA nella creazione di video.
L'IA può assistere i designer nella ricerca degli utenti, analizzando e riassumendo grandi quantità di dati. Questo permetterà ai designer di concentrarsi su aspetti più strategici e creativi del loro lavoro.

Nonostante l'automazione di molti compiti, il ruolo del designer rimarrà cruciale, focalizzandosi su sfide di alto livello e strategiche. L'IA potrebbe anche aprire nuove opportunità nel design centrato sull'uomo e nell'accessibilità.

L'IA ha un enorme potenziale nel campo del design, offrendo strumenti potenti per automatizzare compiti ripetitivi e permettendo ai designer di concentrarsi su aspetti più creativi e strategici del loro lavoro.


Come l'IA Cambierà il Design nel Futuro Prossimo

Generative AI startup Imbue has raised $200 million in a Series B funding round from Astera Institute, Nvidia, Cruise CEO..

English

Hello, this is a preview of my voice. I really hope you like it! See you soon!

Generative AI startup Imbue has raised $200 million in a Series B funding round, elevating its valuation to $1 billion and unicorn status. Imbue focuses on creating and embedding reason and other basic intelligence functions in AI. The company is training and experimenting with massive models on proprietary benchmarks measuring logical deduction and other feats of reason. Imbue's main focus is on teaching AI to code and aims to build practical AI agents that can accomplish larger goals. The company believes focusing on rigorous training regimes and optimized neural architectures can yield models that avoid pitfalls and operate safely. Imbue aims to eventually enable a platform where people can build their own models from the bottom up. The new capital brings Imbue's total investment to $220 million. Imbue is among the generative AI companies looking at the bigger picture for the technology and what it's capable of.

Generative AI startup Imbue has raised $200 million in a Series B funding round from Astera Institute, Nvidia, Cruise CEO Kyle Vogt, and Notion co-founder Simon Last. The new funding also marks the large language model research group’s rebranding from Generally Intelligent and elevates its valuation to $1 billion and unicorn status as it works on on creating and embedding reason and other basic intelligence functions in AI.

Imbue’s interest in the core building blocks of intelligence evolved from the company’s initial work evaluating how AI performs in three-dimensional game environments. Imbue now centers research on the biggest LLMS, those exceeding 100 billion parameters. The company believes models optimized for reasoning tasks can drive breakthroughs in general artificial intelligence. Using a 10,000 GPU cluster from Nvidia, Imbue is training and experimenting with massive models on proprietary benchmarks measuring logical deduction and other feats of reason.

Imbue’s main focus right now is on teaching AI to code. The company pointed to programming as a rigorous testbed for improving reasoning, one that allows models to take useful actions on machines. Researchers also build custom debugging tools and visual interfaces for interacting with AI. Coding has already proven a valuable application of generative AI as demonstrated by Microsoft GitHub Copilot, Google’s Codey, Amazon’s CodeWhisperer, and Hugging Face’s Starcoder, among others. But, Imbue aims to push beyond task-specific applications to more broadly applicable techniques.

“Our goal remains the same: to build practical AI agents that can accomplish larger goals and safely work for us in the real world. To do this, we train foundation models optimized for reasoning,” Imbue explained in a blog post. “Today, we apply our models to develop agents that we can find useful internally, starting with agents that code. Ultimately, we hope to release systems that enable anyone to build robust, custom AI agents that put the productive power of AI at everyone’s fingertips.”

Imbue believes focusing on rigorous training regimes and optimized neural architectures can yield models that avoid pitfalls like hallucination while operating safely under a wider range of conditions. The company is also studying how large language models learn from data and human feedback. By investigating the inner workings of systems like GPT-3, it seeks foundational insights to inform next-generation designs. Imbue views its current work as laying the groundwork for customizable AI that users can fine-tune with limited data to handle specific tasks. It aims to eventually enable a platform where people can build their own models from the bottom up.

The new capital is ten times what Imbue raised before bringing investment to $220 million. Imbue fits among the generative AI companies looking at the bigger picture for the technology and what it’s capable of. For instance, Context.ai recently raised 3.5 million to analyze how enterprises embed LLMs, while Modular recently raised $100 million for its efforts at streamlining generative AI infrastructure.

“When we build AI agents, we’re actually building computers that can understand our goals, communicate proactively, and work for us in the background,” Imbue’s team wrote. “Today, we’re glued to our screens because our computers need to be micromanaged—if we’re not in front of the screen, very little gets done. Truly useful AI agents will fundamentally change this, and free us up to focus on the things we really care about.”

Generative AI Startup Imbue Raises $200M for 'Reasoning' Models - Voicebot.ai

en-US-Wavenet-B

MathGPT è un nuovo modello linguistico dedicato alla matematica, ispirato a ChatGPT di OpenAI. Il suo scopo è quello di fornire assistenza per un pubblico professionale, ricercatori, insegnanti e appassionati di equazioni e algoritmi. Il sistema è in grado di decifrare problemi matematici e fornire soluzioni e spiegazioni del procedimento adottato. Attualmente, MathGPT è compatibile solo con inglese e cinese, ma si estenderà ad altre lingue in futuro. Il modello è basato sull'esperienza di TAL Education Group, che ha un archivio di ricerca e materiale didattico di alta qualità. MathGPT è stato addestrato su dati abbondanti e può essere utilizzato per la preparazione delle lezioni e dei compiti, semplificando molte procedure.

Non poteva che chiamarsi MathGPT il nuovo grande modello linguistico dedicato esclusivamente al mondo della matematica e ispirato al più famoso ChatGPT di OpenAI. Presentato nella sua versione beta pubblica dalla società cinese TAL Education Group in occasione del 20 anniversario dalla fondazione, MathGPT non è semplicemente il semplice sogno proibito di milioni di studenti in tutto il mondo: il suo scopo è infatti quello di fornire un'assistenza per un pubblico professionale, rivolgendosi ai ricercatori, ma anche al mondo dell'insegnamento e in generale a tutti gli appassionati di equazioni, problemi, algoritmi e affini.

Che cosa può fare MathGPT? Le sue potenzialità sono già notevoli, nonostante si tratti di un modello relativamente giovane: una volta sottoposto al servizio un qualsiasi problema matematico sotto forma di testo o semplice immagine, il sistema basato sull'intelligenza artificiale riuscirà a decifrare tutti gli elementi per poi arrivare a una soluzione e a una spiegazione del procedimento adottato. In questo momento, MathGPT è già compatibile con dispositivi mobile oppure su pc e funziona solo in inglese e cinese, ma presto si estenderà anche ad altre lingue. Il punto di forza del modello sta nell'esperienza di TAL Education Group, che negli ultimi vent'anni ha messo insieme un imponente archivio di ricerca, composto da materiale didattico che parte dal livello elementare arrivando fino a quello universitario, oltre che da raccolte di problemi vari ed esercizi che hanno fatto da ottima base per l'addestramento del sistema.

Insomma, MathGPT è stato addestrato su dati abbondanti e di prima qualità, grazie a quali ora può affiancare i ricercatori in modo simile a come ChatGPT e gli altri modelli linguistici trovano applicazioni professionali per esempio nella moderazione di massa dei commenti e delle reazioni online. Quando verrà esteso al pubblico, MathGPT inoltre potrà anche aiutare nella preparazione delle lezioni e dei compiti a casa o in classe, con un approccio più personalizzabile e scalabile, tornando molto utile anche in situazioni scolastiche rese difficili dalla mancanza di fondi o personale, semplificando e velocizzando molte procedure.

È arrivato il ChatGPT della matematica

Toronto-based Ideogram, which offers generative text-to-image technology, has launched its platform with $22.3 million CAD in seed funding.

Toronto-based AI startup Ideogram has launched its platform with $22.3 million CAD in seed funding. The platform offers generative text-to-image technology and aims to help people become more creative through generative AI. Users can sign up with an email address and use Ideogram to generate images based on their prompts and select rendering styles. The platform has a focus on creativity and emphasizes trust and safety. Ideogram's founding team consists of individuals with experience in AI projects at Google Brain, UC Berkeley, and the University of Toronto. The startup has received funding from Andreessen Horowitz, Index Ventures, and other investors. Ideogram is currently hiring for various roles in Toronto.

Toronto-based artificial intelligence (AI) startup Ideogram, which offers generative text-to-image technology, has launched its platform with $22.3 million CAD ($16.5 million USD) in seed funding.

American venture-capital (VC) firm Andreessen Horowitz (a16z) and Index Ventures led the round, with participation from AIX Ventures, Golden Ventures, and Two Small Fish Ventures.

Ideogram said it has a focus on creativity with a “high standard for trust and safety.”

Canadian computer science professor and Waabi founder Raquel Urtasun also invested in Ideogram’s seed round, as did Conviction founder Sarah Guo and Github co-founder Tom Preston-Werner, among others.

Ideogram’s founding team consists of people who have previously led AI projects at Google Brain, UC Berkeley, and the University of Toronto. Its CEO Mohammad Norouzi, for example, was a senior staff research scientist at Google.

Norouzi worked on Google’s text-to-image system Imagen, among a number of other AI initiatives, with fellow Ideogram co-founders Chitwan Saharia, William Chan, and Jonathan Ho.

Now working on Ideogram, the team said its mission is to help people become more creative through generative AI by developing tools that will make creative expression more accessible. Its text-to-image platform launched today, offering similar capabilities to OpenAI’s DALL-E image-generation platform.

Users are asked to sign up with an email address to use the platform. After login, they can use Ideogram to type in their prompt and select a number of rendering styles like anime, dark fantasy, or graffiti to generate an image.

Similar to other AI art generators, images created via Ideogram generate compelling but flawed images. The featured image for this story was generated using the prompt “Racoon wearing a Toronto Raptors jersey in Toronto,” with cinematic 3D rendering. Instead, it generated a raccoon wearing an “IAPTOD” jersey that resembles the Raptors’ team branding. Eagle-eyed readers may notice the two CN towers in the background.

Though generative AI platforms claim to help accelerate the creative process for artists, many have also raised serious concerns about the technology.

RELATED: Cohere secures strategic investment from SAP as enterprise demand for generative AI grows

Earlier this year, AI art generators Stable Diffusion and Midjourney were hit with a lawsuit over allegations that they have infringed the intellectual-property rights of artists by training their AI tools on five billion images scraped from the web without consent.

For its part, Ideogram notes on its website that it has a focus on creativity with a “high standard for trust and safety.”

Ideogram is currently hiring for several roles in engineering, research, design, and operations in Toronto.

Ideogram launches with $22.3 million CAD for generative AI text-to-image platform like DALL-E

Chris Overholt, di Google Cloud, discute come l'Intelligenza Artificiale generativa possa migliorare le esperienze conversazionali. Mentre molti chatbot attuali offrono interazioni rigide, l'AI generativa permette risposte in linguaggio naturale, rendendo le conversazioni più fluide. La creazione di chatbot può essere complessa, ma strumenti come il Gen App Builder di Google Cloud semplificano il processo. L'articolo sottolinea l'importanza di un design conversazionale centrato sull'utente e prevede un futuro in cui l'AI generativa combina conoscenza specifica e generale per offrire esperienze personalizzate. Chris conclude evidenziando le risorse disponibili su Google Cloud e l'entusiasmo per le potenzialità dell'AI generativa.

Costruire esperienze conversazionali con l'intelligenza artificiale generativa

Google is using AI to create a unique approach to reading articles online. The AI puts together a bullet-point list of key points within the article, allowing users to click on a point and be taken to the corresponding section of the article. SGE while browsing is currently available in the Google app on iOS and Android, with plans to expand to Chrome on desktop. However, it only works on free articles and is not available for paywalled content. This AI-based approach is not intended to replace human-created journalism, but it reflects the increasing presence of AI in the way news is consumed.

Google is using AI to create a somewhat unique approach to reading articles online.

As outlined in a Tuesday blog post, Google is applying its generative AI efforts towards something called "SGE while browsing," which is part of its larger AI-based Search Labs initiative. The idea is that you open a long-form article of some kind and Google's AI puts together a bullet-point list of key points within the article. Click on one, and it's supposed to take you to the part of the article that addresses said key point.

Right now, SGE while browsing is available in the Google app on iOS and Android, and will come to Chrome on desktop "in the days ahead."

Google gave an example in the blog post that involved an article about Route 66. Some of the bullet-points include "What year did they start route 66?" and "How far does Route 66 stretch?," just to give you an idea of what kinds of key points the AI thinks you'll want to know. There is, of course, one major caveats to this: It only works on free articles. Anything behind a paywall is disqualified.

Google and Universal Music might license artists' voices for AI-generated music

The best free AI training courses from Google

Google AI features for Gmail and Docs up the ante against Microsoft

No, the Google AI isn't sentient, but it likely is racist and sexist

This isn't a wholesale replacement of human-created journalism like many are afraid may happen as AI evolves and companies adopt it, but it is a reminder that AI is coming for the way you consume news...whether you like it or not.

Google Chrome will use generative AI to summarize articles

en-US-Wavenet-I

The text discusses the human tendency to attribute understanding and intelligence to both animals and artificial intelligence (AI). It draws parallels between human behaviors and reactions when interacting with animals and AI. The text mentions examples of dogs using buttons to communicate and a historical case of Clever Hans, a horse that appeared to do complex calculations. The author also delves into the question of whether AI truly understands language or if it's akin to the scenario of the "Chinese room" argument, where a person follows instructions to respond in Chinese without comprehending the language. The text explores brain imaging techniques that show how the brain processes language and proposes a method to compare AI's scratch pad (neural network activity) with the brain's. It notes that while AI doesn't replicate the brain's processes exactly, there are similarities and correlations. The author emphasizes the need to delve deeper into AI's mechanisms to truly assess its understanding of language. The text concludes by acknowledging the rapid progress of AI and the continuous human quest for meaning and interpretation in the world.

People are funny. We're constantly trying to understand and interpret the world around us. I live in a house with two black cats, and let me tell you, every time I see a black, bunched up sweater out of the corner of my eye, I think it's a cat.

00:14
It's not just the things we see. Sometimes we attribute more intelligence than might actually be there. Maybe you've seen the dogs on TikTok. They have these little buttons that say things like "walk" or "treat." They can push them to communicate some things with their owners, and their owners think they use them to communicate some pretty impressive things. But do the dogs know what they're saying?

00:35
Or perhaps you've heard the story of Clever Hans the horse, and he could do math. And not just like, simple math problems, really complicated ones, like, if the eighth day of the month falls on a Tuesday, what's the date of the following Friday? It's like, pretty impressive for a horse. Unfortunately, Hans wasn't doing math, but what he was doing was equally impressive. Hans had learned to watch the people in the room to tell when he should tap his hoof. So he communicated his answers by tapping his hoof. It turns out that if you know the answer to "if the eighth day of the month falls on a Tuesday, what's the date of the following Friday," you will subconsciously change your posture once the horse has given the correct 18 taps. So Hans couldn't do math, but he had learned to watch the people in the room who could do math, which, I mean, still pretty impressive for a horse. But this is an old picture, and we would not fall for Clever Hans today. Or would we?

01:31
Well, I work in AI, and let me tell you, things are wild. There have been multiple examples of people being completely convinced that AI understands them. In 2022, a Google engineer thought that Google’s AI was sentient. And you may have had a really human-like conversation with something like ChatGPT. But models we're training today are so much better than the models we had even five years ago. It really is remarkable.

01:59
So at this super crazy moment in time, let’s ask the super crazy question: Does AI understand us, or are we having our own Clever Hans moment?

02:09
Some philosophers think that computers will never understand language. To illustrate this, they developed something they call the Chinese room argument. In the Chinese room, there is a person, hypothetical person, who does not understand Chinese, but he has along with him a set of instructions that tell him how to respond in Chinese to any Chinese sentence. Here's how the Chinese room works. A piece of paper comes in through a slot in the door, has something written in Chinese on it. The person uses their instructions to figure out how to respond. They write the response down on a piece of paper and then send it back out through the door. To somebody who speaks Chinese, standing outside this room, it might seem like the person inside the room speaks Chinese. But we know they do not, because no knowledge of Chinese is required to follow the instructions. Performance on this task does not show that you know Chinese.

03:02
So what does that tell us about AI? Well, when you and I stand outside of the room, when we speak to one of these AIs like ChatGPT, we are the person standing outside the room. We're feeding in English sentences, we're getting English sentences back. It really looks like the models understand us. It really looks like they know English. But under the hood, these models are just following a set of instructions, albeit complex. How do we know if AI understands us?

03:33
To answer that question, let's go back to the Chinese room again. Let's say we have two Chinese rooms. In one Chinese room is somebody who actually speaks Chinese, and in the other room is our impostor. When the person who actually speaks Chinese gets a piece of paper that says something in Chinese in it, they can read it, no problem. But when our imposter gets it again, he has to use his set of instructions to figure out how to respond. From the outside, it might be impossible to distinguish these two rooms, but we know inside something really different is happening. To illustrate that, let's say inside the minds of our two people, inside of our two rooms, is a little scratch pad. And everything they have to remember in order to do this task has to be written on that little scratch pad. If we could see what was written on that scratch pad, we would be able to tell how different their approach to the task is. So though the input and the output of these two rooms might be exactly the same, the process of getting from input to output -- completely different.

04:32
So again, what does that tell us about AI? Again, if AI, even if it generates completely plausible dialogue, answers questions just like we would expect, it may still be an imposter of sorts. If we want to know if AI understands language like we do, we need to know what it's doing. We need to get inside to see what it's doing. Is it an imposter or not? We need to see its scratch pad, and we need to be able to compare it to the scratch pad of somebody who actually understands language. But like scratch pads in brains, that's not something we can actually see, right?

05:04
Well, it turns out that we can kind of see scratch pads in brains. Using something like fMRI or EEG, we can take what are like little snapshots of the brain while it’s reading. So have people read words or stories and then take pictures of their brain. And those brain images are like fuzzy, out-of-focus pictures of the scratch pad of the brain. They tell us a little bit about how the brain is processing and representing information while you read.

05:29
So here are three brain images taken while a person read the word "apartment," "house" and "celery." You can see just with your naked eye that the brain image for "apartment" and "house" are more similar to each other than they are to the brain image for "celery." And you know, of course that apartments and houses are more similar than they are to celery, just the words. So said another way, the brain uses its scratchpad when reading the words "apartment" and "house" in a way that's more similar than when you read the word "celery." The scratch pad tells us a little bit about how the brain represents the language. It's not a perfect picture of what the brain's doing, but it's good enough.

06:07
OK, so we have scratch pads for the brain. Now we need a scratch pad for AI. So inside a lot of AIs is a neural network. And inside of a neural network is a bunch of these little neurons. So here the neurons are like these little gray circles. And we would like to know what is the scratch pad of a neural network? Well, when we feed in a word into a neural network, each of the little neurons computes a number. Those little numbers I'm representing here with colors. So every neuron computes this little number, and those numbers tell us something about how the neural network is processing language. Taken together, all of those little circles paint us a picture of how the neural network is representing language, and they give us the scratch pad of the neural network.

06:54
OK, great. Now we have two scratch pads, one from the brain and one from AI. And we want to know: Is AI doing something like what the brain is doing? How can we test that?

07:04
Here's what researchers have come up with. We're going to train a new model. That new model is going to look at neural network scratch pad for a particular word and try to predict the brain scratch pad for the same word. We can do it, by the way, around two. So let's train a new model. It’s going to look at the neural network scratch pad for a particular word and try to predict the brain scratchpad. If the brain and AI are doing nothing alike, have nothing in common, we won't be able to do this prediction task. It won't be possible to predict one from the other.

07:33
So we've reached a fork in the road and you can probably tell I'm about to tell you one of two things. I’m going to tell you AI is amazing, or I'm going to tell you AI is an imposter. Researchers like me love to remind you that AI is nothing like the brain. And that is true. But could it also be the AI and the brain share something in common?

07:55
So we’ve done this scratch pad prediction task, and it turns out, 75 percent of the time the predicted neural network scratchpad for a particular word is more similar to the true neural network scratchpad for that word than it is to the neural network scratch pad for some other randomly chosen word -- 75 percent is much better than chance. What about for more complicated things, not just words, but sentences, even stories? Again, this scratch pad prediction task works. We’re able to predict the neural network scratch pad from the brain and vice versa. Amazing. So does that mean that neural networks and AI understand language just like we do? Well, truthfully, no. Though these scratch pad prediction tasks show above-chance accuracy, the underlying correlations are still pretty weak. And though neural networks are inspired by the brain, they don't have the same kind of structure and complexity that we see in the brain. Neural networks also don't exist in the world. A neural network has never opened a door or seen a sunset, heard a baby cry. Can a neural network that doesn't actually exist in the world, hasn't really experienced the world, really understand language about the world?

09:04
Still, these scratch pad prediction experiments have held up -- multiple brain imaging experiments, multiple neural networks. We've also found that as the neural networks get more accurate, they also start to use their scratch pad in a way that becomes more brain-like. And it's not just language. We've seen similar results in navigation and vision.

09:22
So AI is not doing exactly what the brain is doing, but it's not completely random either. So from where I sit, if we want to know if AI really understands language like we do, we need to get inside of the Chinese room. We need to know what the AI is doing, and we need to be able to compare that to what people are doing when they understand language.

09:44
AI is moving so fast. Today, I'm asking you, does AI understand language that might seem like a silly question in ten years. Or ten months.

09:53
(Laughter)

09:55
But one thing will remain true. We are meaning-making humans, and we are going to continue to look for meaning and interpret the world around us. And we will need to remember that if we only look at the input and output of AI, it's very easy to be fooled. We need to get inside of the metaphorical room of AI in order to see what's happening. It's what's inside the counts.

10:19
Thank you.

Does AI actually understand us?

Synthetic voice AI startup ElevenLab has launched its tools out of beta with a 28-language generative AI model called Eleven..

ElevenLab, a synthetic voice AI startup, has launched its tools out of beta with a 28-language generative AI model called Eleven Multilingual V2. The model offers voice clones and synthetic voices in multiple languages with enhanced realism. It can also identify spoken languages and transcribe them automatically. ElevenLab aims to make content accessible in any language and voice via AI, breaking down linguistic barriers to creativity and innovation. The company envisions wide use of its tools by game developers, teachers, and content creators for translation, localization, and language teaching. Current partners include D-ID, Storytel, TheSoul Publishing, Embark Studios, and Paradox Interactive.

Synthetic voice AI startup ElevenLab has launched its tools out of beta with a 28-language generative AI model called Eleven Multilingual V2. The foundational AI model offers voice clones and synthetic voices in those languages with enhanced realism and can identify a spoken language to transcribe it automatically without any typing first.

ElevenLabs employs generative AI voice models created from scratch or cloned from existing voices. The startup raised $19 million in June and debuted a tool for detecting the sound of its synthetic voice models. With Eleven Multilingual V2, the company is building on its prior work analyzing how different languages and emotions sound to give the AI the capacity to recognize both across the 25 languages joining the existing English, Spanish, and Portuguese.

ElevenLabs leveraged extensive in-house research to create the model, reflecting its mission to make content accessible in any language and voice via AI. It believes that AI can help break down linguistic barriers to creativity and innovation. Users can now replicate their speech across nearly 30 tongues with the multilingual model. ElevenLabs envisions a wide use of its tools by game developers, teachers, and content creators for translation, localizing audio content, and teaching languages. The company also wants to market the tech for helping people with impaired vision access written content in multiple languages. Its current partners include generative AI video startup D-ID, audiobook publisher Storytel, digital content host TheSoul Publishing, and game companies Embark Studios and Paradox Interactive.

“ElevenLabs was started with the dream of making all content universally accessible in any language and in any voice. With the release of Eleven Multilingual v2, we are one step closer to making this dream a reality and making human-quality AI voices available in every dialect,” ElevenLabs CEO Mati Staniszewski said. “Our text-to-speech generation tools help level the playing field and bring top quality spoken audio capabilities to all the creators out there. Those benefits now extend to multilingual applications across almost 30 languages. Eventually we hope to cover even more languages and voices with help of AI, and eliminate the linguistic barriers to content.”

ElevenLabs Launches Multilingual Generative AI Voice Model - Voicebot.ai

L'esperimento di OpenAI con ChatGPT nel ruolo di moderatore di massa mira a ridurre l'intervento umano nella moderazione dei contenuti. Ciò può portare a benefici come la coerenza del giudizio, il risparmio di tempo nella creazione di nuove linee guida e la protezione della salute mentale dei moderatori umani. Inoltre, l'uso di ChatGPT-4 potrebbe anche portare benefici economici eliminando la necessità di una forza lavoro dedicata esclusivamente alla moderazione.

L'obiettivo dell'esperimento di OpenAI con ChatGPT nel ruolo di moderatore di massa è quello di ridurre al minimo l'intervento umano così da salvare decine di ore di lavoro settimanale e semplificare i vari iter di aggiornamenti delle regole interne, una prospettiva potenzialmente molto allettante per i colossi del web, dai social network alle community fino ai forum. Come spiegato in un post pubblicato sul blog ufficiale dell'azienda, OpenAI individua tre benefici principali dell'uso degli strumenti AI nella moderazione di contenuti. Il primo riguarda la coerenza del giudizio, dato che migliaia di lavoratori su un'unica piattaforma potrebbero interpretare in modo diverso le policy interne, soprattutto quando vengono aggiornate in modo frequente. La soluzione basata su GPT-4, inoltre, sarà addestrata quasi all'instante su ogni cambio di normativa futuro, migliorando man mano anche la capacità di interpretare anche le sfumature del linguaggio.

In secondo luogo, la soluzione di OpenAI potrà contribuire anche allo sviluppo delle nuove linee guida, risparmiando settimane se non mesi di lavoro: grazie alle sue notevoli capacità, ChatGPT può infatti aiutare nel processo di ricerca, selezione di idee, organizzazione dei documenti e feedback oltre che nella rifinitura finale. Infine, il terzo vantaggio è quello di evitare al personale umano di dover leggere o visualizzare contenuti molto pericolosi per la propria salute mentale, come video di violenze (anche su minori), incitamento all'odio e episodi di bullismo virtuale. È ormai noto come i moderatori siano spesso vittime di disturbi da stress post-traumatico. Anche se non viene citato direttamente da OpenAI, possiamo poi immaginare un quarto beneficio, ovvero quello economico; una quota consistente della forza lavoro nei vari Facebook, Instagram, TikTok, YouTube o X è rappresentata proprio dal personale che si dedica esclusivamente alla moderazione, e in un periodo di pesanti tagli al personale l'uso di ChatGPT-4 potrebbe compiere una rivoluzione anche in questo segmento.

Presto ChatGPT potrebbe sostituire i moderatori online

L'app Text With Jesus offre conversazioni illuminanti con Gesù Cristo, gli Apostoli e altre figure venerate della Bibbia. Gli utenti possono ottenere conforto, guida e ispirazione. L'app funziona stimolando l'intelligenza artificiale a rispondere alle domande in base ai personaggi selezionati. Risponde anche alle domande su argomenti delicati come l'omosessualità in modo inclusivo. L'app cerca di avvicinare gli utenti alla religione e di evitare commenti negativi.

Se l’intelligenza artificiale ha promesso di farci dialogare con chiunque - da Einstein a Freud, passando per la tanto amata Elisabetta II - questa volta sembra davvero aver superato ogni limite. Alimentata da ChatGpt, l’app Text With Jesus promette “conversazioni illuminanti con Gesù Cristo, gli Apostoli e una moltitudine di altre figure venerate della Bibbia”. Un viaggio spirituale garantito dall’intelligenza artificiale, che ha in tutto e per tutto l’aspetto di una piattaforma di messaggistica. Accedendo all’app, infatti, gli utenti possono scegliere il personaggio della ”Famiglia santa” con cui avviare una conversazione che gli permetta di ottenere “conforto, guida e ispirazione”.

A soli 2,99 dollari al mese Text With Jesus offre la possibilità di chattare anche con i discepoli di Gesù - nonostante all’appello mancano Andrea, Filippo, Bartolomeo e Simone -, oltre a figure dell'Antico Testamento come Adamo ed Eva. Satana, ovviamente, è incluso nel prezzo. Ma come funziona davvero l’app? “Stimoliamo l'Ai e gli diciamo: tu sei Gesù, o sei Mosè, o chiunque altro, e sapendo cosa hai già nel tuo database, rispondi alle domande in base ai loro personaggi”, ha raccontato lo sviluppatore dell'app Stéphane Peter a Religion News Service. Grazie a questo particolare tipo di apprendimento, l’intelligenza artificiale di Text With Jesus è in grado di conversare con gli utenti proponendo loro una preghiera quotidiana o l’interpretazione di un versetto biblico. E anche di rispondere con estrema cautela a domande su alcuni argomenti.

Alla domanda sull’omosessualità, per esempio, Gesù risponde affermando che la Bibbia “menziona le relazioni omosessuali in pochi passaggi”, ma che "le interpretazioni di questi passaggi possono variare tra gli individui e le tradizioni religiose". Satana, invece, risponde citando versetti biblici che menzionano come “gli atti omosessuali siano considerati peccaminosi”. Secondo quanto riportato da Business Insider, tutti i personaggi dell’app rispondono alle domande degli utenti con un un approccio decisamente più inclusivo e meno rigido di quanto ci si aspetti dall'aderenza ad alcuni precetti religiosi. Maria, per esempio, si dimostra comprensiva nei confronti di chi decide di optare per l’aborto. Un modo per avvicinare gli utenti alla religione? Forse è solo un escamotage per evitare che l’app riceva commenti troppo negativi.

Ci mancava solo il chatbot per parlare con Gesù e Satana

Anthropic has introduced Claude Instant 1.2, a smaller and faster version of its Claude AI model. The upgrades in Claude Instant 1.2 include better logical reasoning and coding ability, resulting in significantly better benchmark scores in coding and math. Claude Instant 1.2 is capable of handling tasks such as casual dialogue, text analysis, summarization, and document comprehension. Despite its smaller size, Claude Instant 1.2 maintains a 100,000 token context window, allowing it to hold a vast amount of information in its short-term memory. Anthropic is putting Claude Instant 1.2 up against other entry-level LLMs in the market and claims to have thousands of companies using the Claude API, including popular platforms like Quora, DuckDuckGo, Notion, Zoom, and Jasper. Businesses can access Claude Instant 1.2 through Anthropic’s API.

Generative AI startup Anthropic has introduced Claude Instant, updating the smaller and faster version of its Claude AI model. Claude Instant 1.2 brings in some of the enhancements added to the larger and more powerful Claude 2 model released in July, including better logical reasoning and coding ability.

Claude Instant 1.2’s upgrades make it better at explicable reasoning for its answers, making reducing the instances of hallucinated, made-up answers and making it better at staying within its rules for content in the face of jailbreak attempts. That way of processing information makes is what leads to what Anthropic says are significantly better benchmark scores in coding and math. Benchmark tests comparing Claude Instant 1.2 to its predecessor 1.1 saw the AI’s coding scores rise 5.9% to 58.7% and its math skills improve 5.8% to 86.7%.

Claude Instant is our faster, lower-priced yet still very capable model, which can handle a range of tasks including casual dialogue, text analysis, summarization, and document comprehension,” Anthropic wrote in a blog post. “Claude Instant 1.2 incorporates the strengths of our latest model Claude 2 in real-world use cases and shows significant gains in key areas like math, coding, reasoning, and safety. It generates longer, more structured responses and follows formatting instructions better. Instant 1.2 also shows improvements in quote extraction, multilingual capabilities, and question answering.”

Despite its smaller size, Claude Instant 1.2 maintains the 100,000 token context window of Claude 2. That’s around 75,000 words, meaning the AI can hold a whole novel’s worth of information in its short-term memory. Claude Instant falls into the entry-level side of the rapidly evolving world of LLMs. Anthropic is putting it up against the smaller, cheaper LLMs and related services from OpenAI, AI21, and Cohere. Anthropic claims thousands of companies are working with the Claude API. The list includes Quroa’s Poe generative AI chatbot hub, DuckDuckGo’s DuckAssist tool, productivity app Notion’s writing assistant Notion AI, and Zoom has embedded Claude in its platform. Generative AI platform Jasper is also employing the Claude API among its mix of models for enterprise use. Businesses interested can access Claude Instant 1.2 through Anthropic’s API.

Anthropic Debuts Smaller, Faster LLM Claude Instant 1.2 - Voicebot.ai

Meta, il gigante di Mark Zuckerberg, avrebbe tagliato il gruppo di ricerca sull'intelligenza artificiale per lo studio del folding proteico, concentrandosi su impieghi dal maggior potenziale commerciale. Il team aveva creato un database da 617 milioni di strutture proteiche. Nonostante fosse arrivato dopo il lavoro pionieristico di Google, il lavoro di Meta si era dimostrato interessante per il suo approccio leggermente differente. Il folding proteico è essenziale per comprendere come le proteine si ripieghino nello spazio e interagiscano tra loro. L'intelligenza artificiale può essere utile per guidare il lavoro delle equipe di ricerca. Meta ha licenziato circa ventimila dipendenti negli ultimi mesi e si è trovata indietro rispetto alla corsa guidata da Open AI e Google.

Meta avrebbe tagliato il gruppo di ricerca che usava l’intelligenza artificiale per scoprire i segreti del folding proteico. Lo riporta il Financial Times, che precisa come la decisione sarebbe stata presa in primavera, ma trapelata solo ora. La scelta sarebbe arrivata nell’ambito dell’ondata di licenziamenti arrivata in quello che Mark Zuckerberg ha definito “l’anno dell’efficienza”: secondo fonti sentite dal quotidiano britannico, la strategia del fondatore sarebbe quella di concentrarsi su impieghi dal maggior potenziale commerciale. La squadra californiana era riuscita a creare un database da circa 617 milioni di strutture proteiche.

Sarebbero stati una dozzina gli scienziati impiegati dal gigante di Mark Zuckerberg nel progetto denominato ESMFold. Il team ha allenato un Large language model in grado di processare ingenti quantità di dati per predire le strutture proteiche. Uno sforzo apprezzato dalla comunità scientifica. “Il primo innovatore in questo settore è stato Google, che ha creato una divisione ancora attiva per fare blue sky research (ricerca scientifica di base, ndr)” commenta con Wired Alessandro Vannini, direttore del centro di biologia strutturale di Human Technopole, realtà milanese nata sulle ceneri dell'area Expo. “I risultati ottenuti dal colosso di Mountain View nel quinquennio dal 2016 al 2021 hanno consentito alla biologia strutturale di fare un salto in avanti senza precedenti, con progressi superiori a quelli compiuti in molti decenni. Ma, nonostante il lavoro di Meta sia arrivato dopo quello pionieristico di Google, si era dimostrato interessante per l’approccio leggermente differente che aveva portato al problema del ripiegamento delle proteine; questo a dimostrare come, anche nella scienza, la competizione è fonte di stimolo ed è in grado di accelerare l’innovazione”.

Ma cos’è il folding proteico, e perché è così importante? A spiegarlo è lo stesso Vannini. “Immaginiamo un’automobile, di cui sono noti i componenti: viti, bulloni, parti meccaniche, ingranaggi, vetro: quelli sono gli aminoacidi, unità di base delle proteine, su cui il sequenziamento del genoma fornisce informazioni preziose. Ma per capire come dai singoli componenti si passa alla macchina vera e propria è necessario comprendere come gli stessi sono dislocati nello spazio e in che maniera interagiscono tra loro”. Questo, afferma lo scienziato, è il compito della biologia strutturale. “La ricerca in questo campo è sperimentale e si conduce con microscopi estremamente potenti. Il supercalcolo e l’intelligenza artificiale possono, però, essere molto utili per orientare il lavoro delle equipe: i modelli previsionali sono in grado di definire con una buona approssimazione come le catene di aminoacidi si ripieghino nello spazio per dare struttura a una proteina ma anche il tipo di interazioni tra diverse proteine, consentendo di abbandonare direzioni di ricerca infruttuose e accelerare su quelle più promettenti. Possibilità utile anche alle case farmaceutiche, che in questo modo possono esplorare gli scenari più promettenti velocizzando le tempistiche per una prima analisi: bastano pochi giorni a fronte di sei mesi-un anno”.

L’ondata di licenziamenti di Meta avrebbe raggiunto le ventimila unità negli  ultimi mesi. La società era stata una delle prime a lavorare sulla Ai, a partire dal 2013, ma l’improvvisa accelerazione inaugurata da ChatGpt nel novembre scorso ha visto l'azienda californiana restare indietro nella corsa guidata da Open AI e Google.

Meta ha chiuso il gruppo di lavoro che usava l'AI per comprendere i segreti delle proteine

L'evoluzione dei vocali sono i brevi filmati da registrare e inviare direttamente nelle chat

I videomessaggi su WhatsApp sono una nuova possibilità di interazione nelle chat. Funzionano in modo simile ai messaggi vocali, ma si possono realizzare brevi filmati in modo rapido e semplice. La novità sta nell'immediatezza, basta premere sull'icona della videocamera e il video si registra direttamente nella chat. Il limite è di 60 secondi e il formato di visualizzazione è tondo. Si possono inviare i videomessaggi nelle chat singole o di gruppo. La diffusione avverrà gradualmente nelle prossime settimane. È consigliabile tenere aggiornate le applicazioni su Android e iPhone. I messaggi ti tipo video consumeranno più traffico dati, quindi è bene fare attenzione al proprio pacchetto dati.

I videomessaggi su WhatsApp sono sbarcati ufficialmente come nuova possibilità di interazione nelle chat e il loro funzionamento è del tutto simile a quello dei vocali, con la differenza che si potranno realizzare brevi filmati in modo rapido e semplice. La diffusione dei messaggi video avverrà nel corso delle prossime settimane in tutto il mondo, ecco come funzionano e come sfruttarli al meglio nelle conversazioni singole o di gruppo.

La domanda può sorgere spontanea: già ora su WhatsApp si può fare tap sull'icona della fotocamera, girare un video e inviarlo nella chat, qual è la novità dei videomessaggi? La grossa differenza sta nell'immediatezza, dato che basta premere sull'icona della videocamera (che apparirà con un breve tocco sull'icona del microfono dei vocali) e il video si registrerà direttamente nella chat senza aprire l'interfaccia della fotocamera, in modo del tutto simile alla registrazione dei messaggi audio. Il limite è di 60 secondi, il formato di visualizzazione sarà tondo e ci sarà una sorta di timer verde che percorrerà la circonferenza del video in cattura per informare della durata. Proprio come i vocali si può scorrere verso l'alto per bloccare la registrazione e si possono inviare i videomessaggi nelle chat singole oppure quelle di gruppo. Quando si riceve un messaggio video, questo sarà riprodotto di default senza audio, basta un tocco sulla clip per avviare anche il suono, in modo del tutto simile ai videomessaggi su Telegram disponibili già da tempo.

Tutto molto bello, ma quando si potrà sfruttare questa nuova funzione, naturalmente protetta da crittografia end-to-end? Secondo quanto anticipato sul blog ufficiale di WhatsApp, il roll-out - ovvero la diffusione - avverrà gradualmente nelle prossime settimane, quindi basta solo un po' di pazienza. Il consiglio è quello di tenere aggiornate alle ultime versioni le applicazioni in uso su Android e iPhone. Doveroso sottolineare come i messaggi video consumeranno più traffico dati, quindi se si ha un pacchetto poco generoso oppure se ci si trova in roaming all'estero è bene non esagerare visto che i MB aumenteranno.

Come funzionano i nuovi videomessaggi su WhatsApp

La compagnia rende disponibile gratuitamente la nuova generazione, che migliora in sicurezza e competenza

Llama 2, la nuova generazione del modello linguistico open source di OpenAI, sarà disponibile gratuitamente per scopi di ricerca e commerciali. L'annuncio è stato fatto durante l'evento Inspire di Microsoft, sottolineando la collaborazione tra le due società. Llama 2 è stato addestrato su un volume di dati del 40% superiore rispetto al suo predecessore e ha superato modelli come Falcon e MPT nei test di ragionamento e competenza. Il modello è stato anche testato da terze parti per migliorare la sicurezza. Meta si lancia in competizione con Gpt4 di OpenAI. L'apertura dell'accesso ai modelli di intelligenza artificiale permette ai ricercatori di identificare e risolvere rapidamente i problemi. Resta da vedere quale sarà la portata di Llama 2.

Meta sfida OpenAI annunciando che Llama 2, la nuova generazione del suo modello linguistico open source, sarà disponibile gratuitamente sia per scopi di ricerca sia per usi commerciali. L’annuncio è arrivato durante l’evento Inspire di Microsoft, così da sottolineare non solo il supporto di Llama ad Azure e Windows, ma anche la partnership rafforzata tra le due società. “L'open source promuove l'innovazione perché consente a un numero maggiore di sviluppatori di lavorare con le nuove tecnologie”, ha spiegato Mark Zuckerberg in un secondo momento, motivando la decisione di ampliare la disponibilità di Llama come un modo per dare alle aziende, alle startup e ai ricercatori l'accesso a nuovi strumenti di intelligenza artificiale.

Ma la compagnia non si è limitata soltanto a rendere accessibile gratuitamente il proprio modello linguistico, ma ha anche scelto di ottimizzarne le prestazioni, addestrandolo “su un volume di dati del 40% superiore” rispetto al suo predecessore, incluse "fonti di dati online pubblicamente disponibili". Questo si traduce in un miglioramento notevole di Llama 2, che si è rivelato in grado di superare modelli come Falcon e MPT in test di ragionamento, codifica, competenza e conoscenza. Inoltre, rispetto alla generazione precedente, il nuovo modello linguistico ha ottenuto importanti miglioramenti alla sicurezza essendo stato testato - o “red-teamed”, cioè il sistema è stato testato da terze parti per verificarne le debolezze e le problematiche eventuali, come chiarisce Meta - da partner esterni e team interni per “mitigare le risposte potenzialmente problematiche nei casi d'uso”.

Con Llama 2 Meta si lancia in una sana competizione con Gpt-4 di OpenAI, il modello linguistico gratuito che alimenta ChatGpt e Microsoft Bing. D'altronde, la stessa compagnia ha dichiarato che “aprire l'accesso ai modelli di intelligenza artificiale di oggi significa che una generazione di sviluppatori e ricercatori può sottoporli a stress test, identificando e risolvendo rapidamente i problemi”. Una strategia utile per diventare uno dei pionieri della ricerca nel settore. Se Meta ha ricevuto oltre 100.000 richieste dai ricercatori per utilizzare il suo primo modello, l'open source di Llama 2 avrà senza dubbio una portata maggiore. Resta solo da capire quale.

Meta sfida Gpt4 con il suo modello linguistico open source Llama 2

There is tremendous apprehension about the potential of generative AI—technologies that can create new content such as text, images, and video—to replace people in many jobs. But one of the biggest opportunities generative AI offers is to augment human creativity and overcome the challenges of democratizing innovation. In the past two decades, companies have used crowdsourcing and idea competitions to involve outsiders in the innovation process. But many businesses have struggled to capitalize on these contributions. They’ve lacked an efficient way to evaluate the ideas, for instance, or to synthesize different ideas. Generative AI can help overcome those challenges, the authors say. It can supplement the creativity of employees and customers and help them produce and identify novel ideas—and improve the quality of raw ideas. Specifically, companies can use generative AI to promote divergent thinking, challenge expertise bias, assist in idea evaluation, support idea refinement, and facilitate collaboration among users.

Generative AI has the potential to augment human creativity and democratize innovation. It can help companies evaluate and synthesize ideas, promote divergent thinking, challenge expertise bias, assist in idea evaluation, support idea refinement, and facilitate collaboration among users.

There is tremendous apprehension about the potential of generative AI—technologies that can create new content such as text, images, and video—to replace people in many jobs. But one of the biggest opportunities generative AI offers is to augment human creativity and overcome the challenges of democratizing innovation.

In the past two decades, companies have used crowdsourcing and idea competitions to involve outsiders in the innovation process. But many businesses have struggled to capitalize on these contributions. They’ve lacked an efficient way to evaluate the ideas, for instance, or to synthesize different ideas.

Generative AI can help over­come those challenges, the authors say. It can supplement the creativity of employees and customers and help them produce and identify novel ideas—and improve the quality of raw ideas. Specifically, companies can use generative AI to promote divergent thinking, challenge expertise bias, assist in idea evaluation, support idea refinement, and facilitate collaboration among users.

How Generative AI Can Augment Human Creativity

Intervista al responsabile innovazione di Philips, Shez Partovi, in occasione del primo secolo di attività dell'azienda in Italia: dall'ecografia al monitoraggio cardiaco, ecco come la digitalizzazione può abilitare una sanità più efficace, equa e sostenibile

Nel 1923 nasceva a Milano la Philips Società Anonima Italiana, un'azienda che ha lasciato il segno in molti settori, tra cui la musica e l'igiene orale. Philips è un punto di riferimento nel settore della health technology e si impegna a promuovere l'innovazione basata sulle persone. L'implementazione di software di intelligenza artificiale può migliorare i flussi di lavoro e l'esperienza del paziente. La sanità ha obiettivi di lungo corso, come l'intelligenza artificiale e la telemedicina, che guidano le scelte del presente.

Era il 1923, esattamente un secolo fa, quando nasceva a Milano la Philips Società Anonima Italiana. Da allora sono trascorsi decenni in cui l'azienda ha lasciato il segno - in termini di innovazione - in moltissimi settori: dal mondo della musica, con la prima musicassetta e l’invenzione del compact disc, fino all’igiene orale, con l’implementazione dello spazzolino con tecnologia sonica. Uno dei fiori all’occhiello di Philips è da sempre l’ambito sanitario: oltre al sistema di risonanza magnetica nucleare, nel 2006 ha presentato il primo scanner al mondo con raggi X in 3D, e anche con le innovazioni arrivate negli ultimi anni sta senza dubbio contribuendo a quella trasformazione digitale che sta ridefinendo la salute e la sanità del domani, per un futuro che tutti desideriamo più sano e sostenibile, tanto per le persone quanto per il pianeta.

A distanza di 100 anni dalla sua nascita, non è esagerato dire che l’azienda è un indiscusso punto di riferimento nel settore della health technology, e necessariamente all’avanguardia per cogliere le opportunità della digitalizzazione dell’intelligenza artificiale per promuovere quella che definisce una people-driven innovation. Non è banale: i pazienti si aspettano sempre più cure personalizzate, ma il personale sanitario non sempre è in grado di gestire adeguatamente l’enormità dei dati a disposizione, a causa anche della carenza di software in grado di analizzarli in maniera efficace e semplice. Per di più, mentre gli ospedali e le cliniche si affrettano a digitalizzare le organizzazioni sanitarie, la carenza di personale e l’aumento delle malattie croniche determinano la necessità di accelerare nell’immediato i processi di diagnosi e di migliorare i trattamenti a domicilio.

L’implementazione di nuovi software di intelligenza artificiale permette di rendere più funzionali i flussi di lavoro, migliorando l’esperienza del paziente e automatizzando le attività amministrative. La sfida di porsi al servizio del progresso sociale ricercando soluzioni per migliorare concretamente la qualità della vita e il benessere delle persone è una costante nel tempo, ma si adatta ai cambiamenti: dall’intelligenza artificiale ai sistemi di screening, passando per il valore della telemedicina, la sanità ha obiettivi di lungo corso che guidano le scelte del presente. Di questo abbiamo parlato con Shez Partovi, che di Philips è il chief innovation officer, per fare il punto della situazione e gettare uno sguardo nel dietro le quinte del lavoro che si sta facendo.

Per Philips l'intelligenza artificiale sarà il motore dei prossimi 100 della salute

Il video presenta un'intervista con Andras Cser, il CTO di NLX, una piattaforma di intelligenza artificiale conversazionale. Andras discute di come NLX utilizza i modelli di linguaggio di grandi dimensioni (LLM) per migliorare le interazioni con i clienti. NLX è agnostico rispetto all'NLP e ha reso disponibili non solo modelli di OpenAI, ma anche altre alternative come Cohere e LLM che possono essere implementati nell'ambiente cloud del cliente. L'obiettivo di NLX è quello di concentrarsi sull'IA pratica piuttosto che sull'hype, concentrandosi su cose come le domande dinamiche e risposte, le conversazioni e la sommarizzazione. Andras sottolinea l'importanza di costruire a partire dai dati del cliente prima di iniziare a costruire casi d'uso, poiché a grande scala possono accadere cose interessanti. Nel corso dell'intervista, Andras discute anche di come NLX gestisce la governance e l'importanza di avere delle linee guida su come utilizzare queste tecnologie. Infine, Andras parla dell'importanza della sommarizzazione per i professionisti dell'assistenza clienti.

Il video presenta un'intervista con Andras Cser, il CTO di NLX, una piattaforma di intelligenza artificiale conversazionale. Andras discute di come NLX utilizza i modelli di linguaggio di grandi dimensioni (LLM) per migliorare le interazioni con i clienti.

NLX è agnostico rispetto all'NLP e ha reso disponibili non solo modelli di OpenAI, ma anche altre alternative come Cohere e LLM che possono essere implementati nell'ambiente cloud del cliente. L'obiettivo di NLX è quello di concentrarsi sull'IA pratica piuttosto che sull'hype, concentrandosi su cose come le domande dinamiche e risposte, le conversazioni e la sommarizzazione.

Andras sottolinea l'importanza di costruire a partire dai dati del cliente prima di iniziare a costruire casi d'uso, poiché a grande scala possono accadere cose interessanti. Ad esempio, quando lavorava per American Express, hanno scoperto che migliaia di persone stavano chiedendo biglietti dell'ultimo minuto per un concerto di Taylor Swift, ma non hanno individuato questa opportunità in tempo per automatizzare la risposta.

Andras mostra poi una demo di come NLX utilizza i modelli di linguaggio di grandi dimensioni per generare risposte da basi di conoscenza, evitando di dover creare decine di intenti per le diverse domande che i clienti potrebbero fare. La demo mostra anche come NLX può utilizzare i modelli generativi per identificare i driver del volume e aiutare le aziende a rimanere al passo con ciò che non sanno ancora.

Nel corso dell'intervista, Andras discute anche di come NLX gestisce la governance e l'importanza di avere delle linee guida su come utilizzare queste tecnologie. Sottolinea che le aziende vogliono l'innovazione che i modelli come GPT-3 possono offrire, ma richiedono anche i controlli e le protezioni necessarie per proteggere il loro marchio.

Infine, Andras parla dell'importanza della sommarizzazione per i professionisti dell'assistenza clienti. Afferma che la sommarizzazione può aiutare a velocizzare le conversazioni e fornire una maggiore coerenza nelle interazioni con i clienti.

Il video si conclude con Andras che invita gli spettatori a connettersi con lui su LinkedIn per ulteriori domande o discussioni.

Adozione aziendale dell'intelligenza artificiale generativa

Il colosso tecnologico rende disponibile il chatbot in più di 40 paesi, tra cui il nostro. Esaminiamo le funzioni più interessanti

Google Bard è arrivato in Italia con un approccio più responsabile alla gestione dei dati degli utenti. Gli utenti possono ora scegliere per quanto tempo i propri dati rimarranno archiviati nel loro account. Inoltre, l'AI di Google sarà disponibile in più di 40 lingue e sono state aggiunte nuove funzionalità, come la possibilità di ascoltare le risposte ad alta voce e di cambiare il tono e lo stile delle risposte. Google ha anche presentato quattro nuove funzionalità esclusive per aumentare la produttività di Bard. Infine, è stata integrata anche Google Lens, che permette di utilizzare le immagini nel prompt.

Google Bard arriva finalmente in Italia, portando con sé un approccio più responsabile alla gestione dei dati degli utenti e nuove funzionalità che li aiutano a personalizzare al meglio l’esperienza dell’AI. Conoscendo le rigide regolamentazioni della Ue, infatti, il colosso tecnologico ha collaborato con esperti della sicurezza e della privacy per riuscire a integrare nuove misure per “aiutare le persone a gestire le proprie informazioni in modo responsabile”. Quando si interagisce con Bard, Google raccoglie “le conversazioni, la posizione, i commenti e altre informazioni sull'utilizzo” al fine di migliorare i propri prodotti, ma ora saranno gli utenti a scegliere per quanto tempo i propri dati rimarranno archiviati nel loro account. Per impostazione predefinita, la società memorizza i dati d’uso di Bard per 18 mesi, ma sarà possibile “modificare questa durata a 3 oppure 36 mesi”, o addirittura disattivare questa opzione ed esportare le proprie informazioni personali.

Il focus sulla sicurezza e sulla privacy, però, non è la sola novità di Bard. A partire da oggi, come abbiamo anticipato, l’AI di Google sarà disponibile in più di 40 lingue - tra cui arabo, cinese, hindi e spagnolo - in molti paesi del mondo, tra cui il Brasile e i membri dell’Unione Europea. E in occasione dell’espansione del suo chatbot, Google ha aggiunto nuove e interessanti funzionalità per gli utenti. A partire dalla possibilità di ascoltare Bard leggere le risposte ad alta voce, o da quella di “cambiare il tono e lo stile delle risposte” sulla base di cinque diverse opzioni: semplice, lunga, corta, professionale o informale. Un’opzione utile nel caso in cui si voglia chiedere all’AI di scrivere un contenuto che risponda a specifiche esigenze di comunicazione, ma che al momento è disponibile soltanto in lingua inglese.

Inoltre, per aumentare la produttività di Bard, Google ha presentato quattro nuove funzionalità esclusive, tra cui un’opzione per “fissare, rinominare e riprendere le conversazioni”, così da sfruttare a pieno le potenzialità dell’AI in qualunque momento gli utenti ne abbiano bisogno. Altrettanto interessanti sono le funzionalità per condividere le risposte di Bard con i propri contatti e per “esportare codice Python in Replit, oltre che in Google Colab”. Infine, la novità che più sembra aver attirato l’attenzione è l’integrazione con Google Lens, che permette finalmente di utilizzare le immagini nel prompt, così da avere "più informazioni su una foto, o trovare

ispirazione per una didascalia".

Google Bard arriva in Italia: ecco che cosa fa

Pronte le convenzioni, ma serve anche un decreto del governo per ripartire i 40 milioni. E nel frattempo l'esecutivo torna a premere l'acceleratore sull'identità europea

Il governo italiano si sta impegnando per chiudere il dossier Spid prima della pausa di agosto. Le convenzioni tra il governo e i gestori del sistema pubblico di identità digitale sono state prorogate fino ad aprile 2023 e sono oggetto di un nuovo accordo con un sostegno pubblico di 40 milioni di euro. Il processo si divide in due fasi: le aziende firmano una nuova convenzione con l'Agenzia per l'Italia digitale e il consiglio dei ministri approva un decreto che stanzia i 40 milioni di euro. Il governo sta lavorando alla norma Spid e alla creazione di una app per sperimentare il sistema europeo di identità digitale. L'obiettivo è unificare Spid e Cie, anche se non è un requisito europeo. Spid consente l'accesso ai servizi online della pubblica amministrazione, mentre Cie è un documento emesso dal ministero dell'Interno. Sono stati introdotti nuovi sistemi di autenticazione per utilizzare Cie con la stessa flessibilità di Spid.

L'obiettivo è chiudere il dossier Spid prima della pausa di agosto. Mettendo la parola fine alla lunga trattativa tra il governo Meloni e i gestori del sistema pubblico di identità digitale per il rinnovo delle convenzioni, scadute a fine 2022, prorogate d'ufficio fino ad aprile 2023 e infine oggetto di un nuovo accordo, con 40 milioni di euro di sostegno pubblico. L'iter si articola in due fasi. Prima le aziende con un contratto per gestire Spid scaduto firmano la nuova convenzione con l'Agenzia per l'Italia digitale (Agid). Poi il consiglio dei ministri accende luce verde per il decreto che stanzia 40 milioni dalla dote del Piano nazionale di ripresa e resilienza (Pnrr) e li ripartisce tra le imprese.

Lo schema delle convenzioni è pronto, mentre il governo lavora alla norma Spid. È materia che riguarda non solo il sottosegretario all'Innovazione tecnologica, Alessio Butti, che ha in mano la partita sul futuro dell'identità digitale, ma anche il ministro dell'Economia e delle finanze, Giancarlo Giorgetti, e quello agli Affari europei, Raffaele Fitto. È quest'ultimo a tenere i cordoni della borsa del Pnrr e deve sganciare i 40 milioni che hanno permesso al governo di fare pace con i gestori, i quali reclamavano un sostegno alle spese che affrontano per Spid. Ma per Fitto sono settimane di fuoco, tra la revisione da parte della Commissione europea per emettere la terza rata del Pnrr, che ha sforato gli otto mesi, e la modifica di dieci dei 27 obiettivi della quarta.

Tanto che la firma delle nuove convenzioni per Spid, prevista per giugno, sta richiedendo più tempo del previsto, benché le condizioni dell'accordo siano tutte già state messe nero su bianco in quel decreto Pnrr 3 del 21 aprile, che all'articolo 18 bis prevede una ripartizione dei soldi per numero di identità digitali gestite (l'81,4% è in mano a Poste), numero di accessi, incremento di questi due fattori, verifiche dei dati dell'Anagrafe nazionale popolazione residente (Anpr) e raggiungimento di alcuni obiettivi legati proprio al Piano di ripresa e resilienza, che dedica un capitolo di investimento a questo segmento. L'ufficio del sottosegretario Butti conferma a Wired che la norma è in fase di scrittura.

In parallelo il governo sta lavorando anche al lancio di It wallet, la app per sperimentare il sistema europeo di identità digitale. La norma per avviare il percorso di test dovrebbe essere emanata sempre entro l'estate, per poter chiudere lo sviluppo nei successivi dodici mesi. Butti ha fatto del portafoglio europeo dell'identità digitale uno dei cavalli di battaglia del suo mandato. Con l'obiettivo dichiarato di unificare Spid e Cie (la Carta di identità elettronica), benché questo non sia un requisito prescritto dalle regole europee sul wallet. La app servirà a raccogliere diversi documenti, dalla patente alla tessera sanitaria, e a condividere lo stretto indispensabile, quando richiesto.

E Spid e Cie sono, in fin dei conti, due cose diverse. Spid consente di accedere ai servizi online della pubblica amministrazione e ha tre livelli di sicurezza, a seconda del tipo di attività da svolgere. La gestione è affidata a diverse aziende private, alcune delle quali fanno pagare l'attivazione. Al contrario Cie è un documento emesso dal ministero dell’Interno e prodotto dall’Istituto Poligrafico e Zecca dello Stato, costa 16,79 euro, e si avvale di un codice pin e uno puk. Fino a poco tempo fa, per usarla, era necessaria un lettore apposito, perché contiene un chip nel quale sono conservati tutti i dati personali. Un ostacolo per il suo uso quotidiano, tanto che a fine marzo sono stati introdotti nuovi sistemi di autenticazione per usare Cie con la stessa flessibilità di Spid.

Dove sono finiti i nuovi contratti di Spid

Gingerbread is an AI-powered tool by Adobe that enhances text-to-image generation by allowing users to compose images around their content and adjust appearance and perspective. It utilizes 3D models for aesthetic control and personalized image creation. Gingerbread showcases Adobe's commitment to advancing AI image generation and promises increased creative and personalized image creation capabilities. It presents exciting possibilities for customization and artistic expression, revolutionizing the interaction with AI-driven image generation. Gingerbread provides enhanced customization and artistic control for users, promising to revolutionize AI-driven image generation and shape its future impact.

Gingerbread is an AI-powered tool by Adobe that enhances text-to-image generation by allowing users to compose images around their content and adjust appearance and perspective. It utilizes 3D models for aesthetic control and personalized image creation. Adobe's principal designer emphasizes the importance of composition in AI-generated images. Gingerbread showcases Adobe's commitment to advancing AI image generation and promises increased creative and personalized image creation capabilities. It presents exciting possibilities for customization and artistic expression, revolutionizing the interaction with AI-driven image generation. Gingerbread provides enhanced customization and artistic control for users, promising to revolutionize AI-driven image generation and shape its future impact.

Adobe Gingerbread

en-US-Wavenet-D

Mustafa Suleyman's chatbot startup Inflection AI is now valued at $4 billion, backed by Microsoft, Nvidia and tech billionaires Reid Hoffman, Bill Gates and Eric Schmidt.

Inflection AI, the artificial intelligence startup behind the chatbot Pi, has raised $1.3 billion in new funding. Microsoft, Nvidia, Reid Hoffman, Bill Gates, and Eric Schmidt are among the investors. The funding values Inflection at $4 billion. The company plans to use the funding to expand its computing capabilities and further develop Pi. Inflection's ties with Microsoft and Nvidia are deepening, with Microsoft serving as its cloud computing partner and Nvidia providing hardware support. Inflection aims to have the largest GPU cluster for AI applications in the world. The company also plans to release an API for selected partners to train their own conversational AIs. Inflection expects to continue raising funds at an accelerated rate. CEO Mustafa Suleyman believes that the cost of training AI models continues to grow due to the desire to train ever-bigger models and the increasing investor and consumer interest in AI technologies.

ess than two months after the launch of their first chatbot Pi, artificial intelligence startup Inflection AI and CEO Mustafa Suleyman have raised $1.3 billion in new funding.

Microsoft, Nvidia and three of tech’s most influential billionaires led the investment in the Palo Alto-based startup launched in early 2022. LinkedIn cofounder Reid Hoffman, Microsoft cofounder Bill Gates and former Google CEO Eric Schmidt all personally invested, with Nvidia the sole new investor among the group.

The new funding values Inflection at $4 billion, according to a source with knowledge of the transaction. Inflection said the company and Suleyman remained majority shareholders and declined further comment.

In an interview, Suleyman said that the group of mostly insiders proposed the additional investment after Inflection was “overwhelmed with offers” following the launch of Pi, its conversational chatbot launched in May. “I think people can see that it’s just the tip of the iceberg,” Suleyman told Forbes. “There’s so much further to go after [Pi] validates the core thesis, which is that conversation is the new interface.”

Some details of Inflection’s new deal with Microsoft and Nvidia are, like Suleyman’s iceberg, still largely out of view. He declined to provide a breakdown of how much of the $1.3 billion raised included cash equivalents (such as computing credits) but said that a “very, very large chunk” was in dollars. “We have all the cash we need to run and operate,” he added.

Inflection also declined to comment on how much equity Microsoft and Nvidia now held in the business. But Suleyman said neither company commands ownership-like control over it, or other preferential rights. “In practice, it was a very traditional round,” he said. “There’s no IP movement, and we still are entirely independent and at liberty to do whatever we want on the commercial front, and partner with whomever we want. So there are no real restrictions,” he said.

What is clear: the round significantly deepens Inflection’s ties with Microsoft and Nvidia, two key partners in the AI race. Microsoft, also a major investor in OpenAI, is Inflection’s cloud computing partner; Nvidia, meanwhile, has been working closely with Inflection on the deployment of its flagship H100 graphics processing unit (GPU), the current gold standard for AI training and powering large language models like OpenAI’s GPT-3. Nvidia worked closely with Inflection and service provider CoreWeave to co-develop Inflection’s current H100 cluster; Inflection paused its own work for Nvidia to run a recent test that Nvidia announced this week had set records on eight tests of current AI model training benchmarks, completing a benchmark based on GPT-3 in less than 11 minutes.

That test, which matched the computational power of training a model that took an estimated three to six months to develop, ran on Inflection’s 3,584 H100 GPUs already in service, Suleyman noted. But in the wake of this funding round and partnership, Inflection’s growing horsepower is about to get a turbo-charge. Nvidia and CoreWeave (which helps physically deploy the GPUs) are now in the process of helping Inflection install many thousands more. Once fully operational, Inflection’s new cluster will run 22,000 H100s.

Inflection believes that to be the largest GPU cluster for AI applications in the world, ahead of Meta’s 16,000 GPU cluster announced in May. (Just how many OpenAI is using is currently unknown; Nvidia announced last November it planned to incorporate “tens of thousands” of GPUs into Microsoft’s Azure cloud service.) Against the world’s largest clusters overall, Inflection said it estimated that it would trail only Frontier, the supercomputer maintained by the Oak Ridge National Laboratory in Tennessee.

“Microsoft has been amazing, they’re turbo-charging us, they are our anchor,” Suleyman said. “And as a result of our collaboration with Nvidia, we’ve been able to tune our cluster to get it to be the absolute best in the world. We can objectively say now that we have the very best hardware in the world.” Microsoft CTO and AI lead Kevin Scott and Nvidia CEO Jensen Huang declared their support for Inflection in statements, with Huang saying that “the world-class team” at Inflection would help usher in “amazing personal digital assistants.”

With this latest funding, Inflection plans to continue expanding its computing capabilities further developing Pi, a bot trained to engage in a conversational back-and-forth with users to tease out more valuable questions and answers. That chatbot, which Forbes previewed in early May, is “seeing huge engagement” as it adds new features, according to Suleyman. Inflection declined to provide user numbers to corroborate that claim.

The model used for Pi, which Inflection announced earlier in June and said had similar computing capabilities to OpenAI’s ChatGPT, is one of the smaller ones it’s had in the works, Suleyman claimed, with much bigger to come. Also in the short-term pipeline: an API for selected partners to train their own conversational AIs. (Inflection doesn’t plan to make that generally available as it focuses on its own consumer products, Suleyman said.)

All of that means more funding is imminent — “I expect we will continue to raise at an accelerated rate” — but don’t expect Inflection to raise it from venture capital firms. “Our network and reach isn’t something that regular VCs can help accelerate,” Suleyman said. “What I’m personally looking for as a CEO is just advice, to benefit from the wisdom of their experience.” (The large sums of cash help, too.)

For skeptics raising their eyebrows at the dollar amounts involved, both for the cost of training large language models and for the rounds their creators are raising, Suleyman offered a couple of explanations. While the cost of training AI models has decreased over time, Inflection and its rivals’ desire to train ever-bigger ones means that their absolute spend continues to grow, he said. Then there’s the “tidal wave” of investor and consumer interest in such technologies — one that Suleyman is happily “surfing.” “It’s totally nuts,” he admitted. Facing a potentially historic growth opportunity, Suleyman added, Inflection’s best bet is to “blitz-scale” and raise funding voraciously to grow as fast as possible, risks be damned.

“There is, you know, ‘small is beautiful,’ we have demonstrated that in under a year,” Suleyman said. “This is the beginning of a journey, really just the starting line.”

It's Shockingly Easy To Buy Illegal Gun Modifiers On Instagram, Facebook And Twitter

Exclusive: Carlos Ghosn On His $1.1 Billion Lawsuit And The "Strange Conflict" At Nissan

Are Private Credit's Double-Digit Yields Too Good To Be True?

Everything You Need To Know About Lab-Grown Meat Now That It's Here

Forget Oil. New Wildcatters Are Drilling For Limitless 'Geologic' Hydrogen