ШІ Двіж

OpenAI готує до запуску ШІ-агент Operator, який зможе за вас виконувати різні завдання на комп’ютері 
 
OpenAI має незабаром представити інноваційний інструмент під назвою Operator, здатний самостійно керувати комп’ютером користувача і виконувати завдання. Про це пише Channel Tech. 
  
Operator — це "агентна" система, яка може автономно виконувати різні завдання, включно з написанням коду чи бронюванням подорожей. За даними джерел, OpenAI планує презентувати Operator вже у січні. 
  
Підтвердженням цієї інформації стали свідчення розробника ПЗ Тібора Блахо, який раніше неодноразово точно передавав дані про майбутні продукти у сфері штучного інтелекту. 
  
Тібор Блахо виявив приховані функції у клієнті ChatGPT для macOS, серед яких є налаштування для "перемикання Operator" та "примусового завершення Operator". Окрім цього, OpenAI, за його словами, вже має на своєму сайті згадки про Operator, які поки що недоступні для широкого загалу. 
  
Також у витоках фігурують таблиці з порівнянням продуктивності Operator із конкурентними ШІ-системами. Якщо дані правдиві, Operator демонструє результати нижчі за людські, але перевершує інших агентів у певних завданнях. 
   
На OSWorld, платформі для моделювання реального середовища роботи комп’ютера, ШІ-модель OpenAI CUA (імовірно основа Operator) набрала 38,1%. Це більше, ніж у конкурента Anthropic, але суттєво менше, ніж у людей (72,4%). 
  
На тесті WebVoyager, який оцінює здатність ШІ працювати з вебсайтами, OpenAI CUA перевершила людські результати, але не змогла досягти рівня людей на іншому вебтесті — WebArena. 
  
Система також показала низькі результати у завданнях, які люди виконують легко. Наприклад, створення криптогаманця вдалось Operator лише у 10% випадків, а запуск віртуальної машини — у 60%. 
  
OpenAI витратила значний час на розробку Operator, приділяючи особливу увагу тестам на безпеку. Відомо, що система успішно проходить тести на стійкість до "зловмисних дій" і пошуку конфіденційних даних.

OpenAI запустила нову функцію для налаштування ChatGPT 
 
OpenAI представила оновлення користувацького меню ChatGPT, що дозволяє налаштовувати характеристики чатбота для більш персоналізованих відповідей, повідомляє Speka.  
  
Нові функції дозволяють користувачам вказувати свої дані, професію та бажані риси чатбота. Оновлення вже доступне на ChatGPT.com та в застосунку для Windows, а найближчими тижнями з’явиться у мобільних застосунках і на macOS. 
  
Однак мешканцям ЄС, Норвегії, Ісландії, Ліхтенштейну та Швейцарії доведеться трохи зачекати, оскільки OpenAI повідомила, що нововведення тимчасово недоступні в цих країнах. 
 
Користувачі тепер можуть: 
- Вказати бажане ім’я або псевдонім. 
- Додати свою професію. 
- Вибрати, які риси чатбота їм потрібні — наприклад, "Балакун", "Заохочуючий" чи "Покоління зумерів".

LinkedIn запускає ШІ-функцію Job Match, щоб скоротити кількість невдалих заявок на вакансії 
 
Багато кандидатів постають перед труднощами в пошуку роботи навіть на етапі потрапляння на співбесіду. LinkedIn вважає, що одна з причин цього — надмірна кількість заявок від людей, які не відповідають вимогам вакансій. Щоб розв’язати цю проблему, компанія запускає нову функцію “Job Match”, яка працює на основі штучного інтелекту. Про це пише Channel Tech.  
  
“Job Match” створено для того, щоб допомогти користувачам зрозуміти, наскільки вони підходять для конкретної вакансії. Завдяки штучному інтелекту функція аналізує досвід кандидата та порівнює його з вимогами, зазначеними в описі вакансії. 
  
Рохан Раджів, менеджер продукту LinkedIn, пояснив, що ця технологія виходить за рамки стандартного пошуку за ключовими словами. Вона здатна оцінювати як загальну кваліфікацію кандидата, так і відповідність його навичок конкретним вимогам роботодавця. 
  
За словами Раджіва, мета функції — допомогти користувачам знаходити роботу, яка максимально відповідає їхньому досвіду, і уникати заявок на вакансії, які не відповідають їхнім кваліфікаціям. 
  
“Job Match” доступна всім користувачам платформи, але підписники LinkedIn Premium отримають додаткові переваги. Вони зможуть побачити більш детальну інформацію про рівень своєї відповідності вакансії. 
  
Крім того, ця функція має допомогти рекрутерам, адже LinkedIn планує забезпечити більш точний підбір кандидатів. Це зменшить ризик, що кваліфіковані спеціалісти будуть непоміченими через великий потік заявок.

Новий ШІ-інструмент від Adobe може редагувати 10 000 зображень в один клік 
 
Adobe представила ШІ-інструменти, які автоматизують складні завдання. Головною новинкою стала функція Firefly Bulk Create, яка дозволяє змінювати розмір до 10 000 зображень або замінювати їхні фони одним кліком. Наразі цей інструмент доступний в бета-версії, повідомляє Vector.  
  
Інструмент складається з двох основних функцій: 
- Remove Background видаляє або замінює фони у зображеннях, додаючи задані кольори чи зображення. Цей інструмент підтримує PNG та JPEG, а у майбутньому з’явиться підтримка PSD. 
- Resize автоматично змінює розміри зображень під популярні формати для соцмереж, як-от TikTok, Instagram і Facebook. Однак є деякі недоліки з більш складними форматами. 
 
Також Adobe запускає нові інструменти для розробників: 
- Dubbing and Lip Sync — переклад відео 14 мовами; 
- Інструмент для InDesign — автоматичне форматування тексту й зображень; 
- Цифрові аватари — для створення відео й презентацій за текстовими описами. 
 
Adobe повідомила, що за використання цих інструментів користувачам доведеться платити. Для цього пропонуються спеціальні генеративні кредити, які можна придбати у межах преміумпланів Firefly.

Бот OpenAI паралізував роботу українського сервісу 3D-моделей 
 
Бот OpenAI спричинив збій в роботі українського сервісу Triplegangers, який спеціалізується на створенні та продажу 3D-моделей людей. Інцидент стався, коли бот почав агресивно сканувати весь контент сайту, надсилаючи десятки тисяч запитів через понад 600 IP-адрес, повідомляє TechCrunch.  
  
Сервіс, який має базу з 65 000 продуктів (кожен включає щонайменше три фотографії та детальні описи), не витримав навантаження та припинив роботу. Хоча на сайті була сторінка з умовами користування, що забороняє ботам брати зображення без дозволу, цього виявилося недостатньо. Для захисту від подібних атак необхідно правильно налаштувати файл robots.txt зі спеціальними тегами для ботів OpenAI. 
  
Компанія, яка має офіси в Україні та США, зазнала подвійних збитків: через простій сайту та через надмірне навантаження на сервери AWS, що призвело до додаткових витрат. Керівництво Triplegangers не змогло зв'язатися з OpenAI для з'ясування ситуації та вимоги видалити можливо викрадені дані. 
  
Ситуація особливо критична, оскільки компанія працює з 3D-сканами реальних людей, що підпадає під суворі правила захисту персональних даних, зокрема європейський GDPR. 
  
Проблему вдалося вирішити лише після налаштування правильного robots.txt файлу та встановлення захисту Cloudflare, яка блокує не лише бот OpenAI, але й інші подібні сканери. 
  
За даними компанії DoubleVerify, у 2024 році кількість недійсного трафіку від ШІ-ботів зросла на 86%. Більшість власників сайтів навіть не підозрюють, що їхній контент сканується ШІ-ботами, тому необхідно постійно моніторити активність на серверах для виявлення подібних загроз. Експерти наголошують, що ШІ-компанії повинні просити дозволу на сканування даних, а не просто брати їх без згоди.

Google запускає Daily Listen – ШІ-подкасти на основі вашої стрічки Discover 
 
Google продовжує використовувати дані про інтереси своїх користувачів для залучення їх уваги. Нова експериментальна функція Search Labs під назвою Daily Listen дозволяє автоматично створювати подкасти на основі вашої стрічки Discover. Про це пише Channel Tech. 
  
Discover — це персоналізована стрічка на мобільних пристроях, яка наповнюється статтями та відео, що відповідають вашим інтересам, згідно з пошуковими запитами та іншою активністю.

Нова функція нагадує інструмент NotebookLM, який Google представила минулого року. NotebookLM може перетворювати завантажені матеріали на подкасти з двома ведучими, які навіть імітують живе спілкування. 
  
Функція Daily Listen створює подкаст тривалістю близько 5 хвилин, у якому викладається короткий огляд новин та тем, які вас зазвичай цікавлять. Щоб випробувати цю можливість, потрібно увійти до Search Labs, натиснувши на піктограму колби у верхньому лівому куті додатка Google. Після активації функції на Android або iOS ви знайдете картку Daily Listen під пошуковим рядком у додатку Google. 
  
Після натискання на картку генерується подкаст. На екрані відображаються текстовий транскрипт і аудіоконтролери, які дозволяють перемотувати, зупиняти або відтворювати епізод. Аудіо також містить індикатори, що показують, де починається і закінчується кожна частина подкасту. Користувачі можуть оцінити подкаст за допомогою “палець вгору” або “палець вниз”, щоб надати Google зворотний зв’язок. 
  
Додатково під подкастом можна знайти групу пов’язаних матеріалів, які дозволяють детальніше ознайомитися з темами, про які йшлося в аудіо. 
  
Функція Daily Listen вже працює у США. Однак її поява на пристроях користувачів може зайняти деякий час.

Штучний інтелект та літаки допомагають пожежникам Каліфорнії боротися з вогнем 
 
Пожежні служби Каліфорнії використовують штучний інтелект та традиційну техніку для боротьби з вогнем. Наразі рятувальники застосовують нові технології для гасіння масштабної пожежі площею 27 000 акрів в Лос-Анджелесі. Про це пише Vector.  
  
Минулого місяця система камер ALERTCalifornia, розроблена Університетом Каліфорнії в Сан-Дієго, зафіксувала загоряння в окрузі Оранж. Рятувальники змогли локалізувати пожежу на площі менше чверті акра. У штаті вже встановлено понад 1140 таких “розумних” камер, з яких 115 розміщені в окрузі Лос-Анджелес. 
  
“Ви можете думати про це як про те, як ми лікуємо рак. Ми перевіряємо рак на ранній стадії, а потім агресивно лікуємо рак на першій стадії, щоб він ніколи не перейшов у четверту”, — пояснює Соня Кастнер, CEO і співзасновниця стартапу Pano AI, який розробляє подібні технології. 
  
Для боротьби з поточною масштабною пожежею в Лос-Анджелесі рятувальники використовують як нові, так і традиційні технології: 
  
- Літаки та гелікоптери, які набирають морську воду для гасіння. 
- Спеціальні літаки-танкери, здатні доставляти до 4000 галонів вогнегасної речовини. 
- Гелікоптери для точного гасіння з повітря, хоча сильний вітер ускладнює їхню роботу. 
- Дрони та супутники для моніторингу. 
- Традиційне наземне обладнання — пожежні рукави, бензопили та відра.

VLC Player отримав підтримку ШІ-субтитрів у реальному часі 
 
Відома програма для відтворення відео VLC Player презентувала нову функцію автоматичних субтитрів та перекладу у реальному часі. Демонстрація цієї можливості відбулася на виставці CES 2025, де представники VideoLAN показали, як штучний інтелект створює субтитри для відео та перекладає їх більш ніж на 100 мов, працюючи повністю офлайн. Про це пише Channel Tech. 
  
Президент VideoLAN Жан-Батіст Кемпф під час презентації наголосив, що вся обробка даних здійснюється без підключення до хмарних сервісів: 
  
“Це працює локально, на вашому комп’ютері, без використання хмар. Усе виконується безпосередньо у програмі.” 
  
Функція побудована на базі відкритих ШІ-моделей і створює субтитри в реальному часі. Крім того, є можливість автоматичного перекладу субтитрів на обрану користувачем мову. 
  
Хоча раніше технологія автоматичного створення субтитрів розроблялася у вигляді плагіна на основі системи розпізнавання мови Whisper від OpenAI, нове рішення інтегроване безпосередньо в сам VLC Player. Це дозволяє отримувати субтитри та їхній переклад швидко й без додаткових налаштувань. 
  
Попри вражаючу демонстрацію, точна дата виходу нової функції для широкого загалу поки невідома.

Google DeepMind створює команду для розробки "світових моделей" штучного інтелекту 
 
Google DeepMind оголосила про формування нової команди дослідників штучного інтелекту для розробки так званих світових моделей — технології, здатної імітувати фізичне середовище, повідомляє Speka. 
 
Ініціативу очолить Тім Брукс, колишній співкерівник проєкту Sora від OpenAI, який приєднався до DeepMind у жовтні 2024 року. Команда зосередиться на створенні генеративних моделей, що допомагатимуть у симуляціях для відеоігор, навчання роботів і розвитку інших систем штучного інтелекту. 
 
"Світові моделі" є перспективним напрямом у сфері штучного інтелекту. Вони можуть слугувати платформою для створення реалістичних середовищ для навчання автономних агентів, планування дій роботів, а також інтерактивних розваг. Google також позиціонує цей проєкт як ключовий крок у досягненні штучного загального інтелекту (AGI) — технології, що дозволить машинам виконувати будь-які завдання, доступні людині. 
  
Нова команда DeepMind працюватиме разом із флагманськими проєктами Google AI, як-от моделі Gemini AI, відеогенератор Veo та світова модель Genie, що вже імітує 3D-середовища у реальному часі.

Anthropic співпрацюватиме з музичними видавцями для запобігання порушенням авторських прав 
 
Компанія Anthropic частково врегулювала судовий спір з великими музичними видавцями, такими як Universal Music та ABKCO, які звинуватили компанію у неправомірному використанні текстів пісень для навчання свого ШІ-асистента Claude. Про це повідомляє Channel Tech.  
 
У жовтні 2023 року група музичних видавців подала судовий позов проти Anthropic, стверджуючи, що компанія використала тексти щонайменше 500 пісень для навчання своєї мовної моделі. Серед зазначених композицій були такі хіти, як "Halo" Beyoncé та "Moves Like Jagger" від Maroon 5. Видавці стверджували, що Claude може відтворювати фрагменти або повні тексти цих пісень за запитом користувача, що є прямим порушенням авторських прав. 
  
Згідно з угодою, затвердженою судом, Anthropic зобов’язалася: 
- Підтримувати чинні механізми захисту від можливості генерації текстів, що порушують авторські права. 
- Імплементувати ці ж механізми у своїх майбутніх моделях ШІ під час навчання. 
- Оперативно реагувати на запити від музичних видавців щодо можливих порушень. 
- Надавати письмові відповіді з детальними поясненнями стосовно запитів, включно з причинами, якщо компанія вирішить не вживати додаткових заходів. 
 
Попри досягнуту угоду, справа ще не завершена. Музичні видавці продовжують домагатися судової заборони на використання текстів пісень без дозволу для навчання ШІ-моделей Anthropic. Очікується, що остаточне рішення суду може бути ухвалене протягом наступних кількох місяців.

OpenAI провалила запуск обіцяного інструменту для захисту авторських прав 
 
OpenAI обіцяла до 2025 року створити спеціальний інструмент Media Manager. За задумом, він мав виявляти захищені авторським правом тексти, зображення, відео та аудіо з різних джерел і враховувати побажання авторів щодо їхнього використання. Це мало заспокоїти критиків компанії та захистити OpenAI від судових позовів через порушення прав інтелектуальної власності, повідомляє Vector.  
  
За словами колишнього працівника компанії, над цим інструментом майже ніхто не працював. 
  
Тим часом проти OpenAI подали позови письменники, художники та медіакомпанії, які звинувачують компанію у незаконному використанні їхніх робіт. Серед них — письменниця Сара Сільверман та газета The New York Times. 
  
У компанії заявляють, що створити хороший ШІ без використання матеріалів, захищених авторським правом, неможливо. Але автори творів вважають, що OpenAI має питати в них дозволу. 
  
OpenAI сподівається, що суд дозволить компанії використовувати чужі матеріали без дозволу, як раніше дозволив це Google для проєкту Google Books. Поки що компанія не говорить, коли з’явиться обіцяний інструмент Media Manager.

Лондонські лікарні тестують штучний інтелект для ранньої діагностики діабету 2 типу 
 
Дві лондонські лікарні NHS, Імперський коледж та фонд Челсі та Вестмінстерської лікарні, розпочали використання нової системи штучного інтелекту Aire-DM, що здатна прогнозувати ризик розвитку діабету 2 типу за 10 років до його появи, пише Speka.  
 
Aire-DM аналізує дані електрокардіограми (ЕКГ) пацієнтів, щоб виявити тонкі зміни в серцевій діяльності, що неможливо помітити навіть висококваліфікованим лікарям. Науковці вже довели ефективність системи: вона може визначати ризик розвитку діабету з точністю до 70%. Додаткове врахування таких факторів, як вік, стать, надмірна вага або підвищений артеріальний тиск, ще більше підвищує прогностичну точність. 
 
Клінічні випробування Aire-DM заплановані на 2025 рік. У них візьмуть участь до тисячі пацієнтів, щоб оцінити практичність використання технології в умовах лікарень. Якщо система покаже стабільні результати, її можуть почати впроваджувати у медичну практику протягом п'яти років. 
  
Діабет 2 типу, як відомо, є однією з найбільш поширених проблем зі здоров’ям у світі. Цей стан часто пов'язаний із надмірною вагою та нездоровим способом життя. Рання діагностика та відповідна підтримка можуть допомогти пацієнтам уникнути серйозних ускладнень. 
  
Очікується, що Aire-DM стане важливим інструментом у боротьбі з цим викликом, дозволяючи не лише виявляти ризики, але й попереджати розвиток захворювання на ранніх етапах.

Google використовує Claude від Anthropic для вдосконалення свого ШІ Gemini 
 
Згідно з внутрішнім листуванням, яке потрапило до TechCrunch, підрядники Google порівнюють відповіді їхньої ШІ-моделі Gemini з відповідями конкурента – Claude від Anthropic.  
  
Підрядники оцінюють точність відповідей за різними критеріями протягом 30 хвилин на кожен запит. Вони помітили згадки про Claude на внутрішній платформі Google, включаючи випадки, де модель прямо представлялася як “Claude від Anthropic”. 
 
Важливо, що умови користування Anthropic забороняють використовувати Claude для створення конкурентних продуктів без дозволу компанії. Google, яка є великим інвестором Anthropic, не підтвердила, чи отримала такий дозвіл. 
  
Представник Google DeepMind підтвердив порівняння вихідних даних моделей, але заперечив використання моделей Anthropic для навчання Gemini.

Meta планує додати дисплеї до розумних окулярів Ray-Ban вже у 2025 році 

Meta активно працює над оновленням своїх популярних розумних окулярів Ray-Ban, і нова версія пристрою може отримати вбудовані дисплеї вже у другій половині 2025 року. Про це пише Channel Tech. 

Дисплеї, ймовірно, будуть компактними та використовуватимуться для відображення сповіщень або відповідей від віртуального асистента Meta. Експерти вважають, що компанія не планує перетворювати ці окуляри на повноцінний пристрій доповненої реальності. 

Для просунутих функцій змішаної реальності Meta вже розробляє окремий продукт — AR-окуляри Orion. Ці пристрої перебувають на ранній стадії розробки, і, за інсайдерською інформацією, позитивний відгук на прототип Orion пришвидшив процес розробки та підвищив ймовірність комерційного запуску. 

Спочатку було невідомо, чи вийде Orion за межі лабораторних тестувань, але ентузіазм користувачів змінив стратегію компанії. 

Розумні окуляри Ray-Ban Meta стали неочікуваним хітом для компанії завдяки стильному дизайну, якісним камерам, мікрофонам, динамікам і можливості взаємодії з віртуальним асистентом Meta. 

Багатьом користувачам сподобалась зручність пристрою для фото- та відеозйомки. Окуляри ідеально підходять для швидких знімків, коли потрібно зловити вдалий момент, наприклад, під час гри з домашнім улюбленцем.

Gemini від Google тепер відповідає на запитання про PDF-файли 
 
У новій версії застосунку Google Files для користувачів Android з’явилася можливість ставити запитання про вміст PDF-файлу, повідомляє Vector. 
 
Нова фіча дозволяє користувачам дізнаватися про інформацію у файлі, коли вони відкривають документ у Google Files. Наразі ця функція доступна тільки для підписників Gemini Advanced. 
 
Якщо у вас є підписка, ви побачите кнопку “Запитати про цей PDF” при перегляді файлу в Google Files. Це функція працює так само як у ChatGPT, де користувач може зробити те саме. Окрім цього, Gemini також дозволяє запитувати про вебсторінки та відео на YouTube.

Модель OpenAI наступного покоління o3 з'явиться на початку 2025 року 
 
OpenAI завершила серію анонсів "12 днів OpenAI" презентацією нової моделі наступного покоління під назвою o3 та її полегшеної версії o3-mini. Про це повідомляє Engadget. 
  
Найважливіші досягнення o3:

- Значно вища продуктивність у порівнянні з попередником: 96,7% правильних відповідей на американському математичному іспиті (o1 мав 83,3%) 

- Успішне проходження тесту ARC-AGI, який перевіряє інтуїтивне мислення та здатність до навчання: 75,7% при низьких обчислювальних налаштуваннях і 87,5% при додатковій потужності (перевищує людський рівень у 85%) 

- Компанії навіть довелося шукати складніші тести для оцінки моделі через її високу ефективність 
  
o3-mini отримала новий API адаптивного часу мислення з трьома режимами (Низький, Середній, Високий), що дозволяє користувачам регулювати час обробки запитів. При цьому модель досягає результатів рівня o1 з меншими обчислювальними витратами. 
  
o3-mini стане доступною наприкінці січня. o3 спочатку буде доступна лише для дослідників безпеки, публічний запуск — після mini-версії.

Відтепер до ChatGPT можна зателефонувати, навіть зі стаціонарного телефону 
  
OpenAI запустила незвичайний спосіб доступу до ChatGPT — через стаціонарний телефон. Користувачі можуть зателефонувати за номером 1-800-242-8478 (відповідає буквам CHATGPT на клавіатурі телефону). Про це повідомляє 24 Канал. 
  
На дзвінок відповідає голосовий режим чат-бота. OpenAI пояснює це метою зробити ШІ доступним для всіх, включно з людьми без смартфонів. 
  
Особливості сервісу: 
- Обмеження у 15 хвилин на дзвінок 
- Доступний лише для США 
- Застосовується стандартна тарифікація оператора 
- Функціонал аналогічний голосовому режиму ChatGPT 
  
Статистика показує, що 25% дорослих американців мають стаціонарні телефони, але активно користуються ними лише 5%, переважно люди похилого віку. 
  
Можливості обмежені голосовою взаємодією: відповіді на запитання та переклад. Створення зображень та генерація довгих текстів недоступні через специфіку формату.

Google презентувала Whisk — новий ШІ-інструмент для швидкого створення зображень з інших зображень 
 
Google анонсувала Whisk — інноваційний інструмент для генерації зображень за допомогою штучного інтелекту. Головна особливість Whisk полягає у можливості використовувати інші зображення як підказки, замість звичайних текстових запитів, повідомляє Channel Tech.  
 
З Whisk користувачі можуть завантажувати зображення для визначення об’єкта, сцени та стилю. Цікаво, що для кожної з цих категорій можна завантажити декілька зображень одночасно. Якщо підходящих зображень немає, інструмент пропонує випадкові зображення, які теж генеруються за допомогою ШІ. 
 
Для додаткового налаштування можна додати текстовий опис на будь-якому етапі створення. Але цей крок не є обов’язковим. 
  
Після обробки даних Whisk генерує зображення разом із текстовим запитом, що лежить в основі результату. Користувачі можуть: 

- Завантажити зображення, якщо воно відповідає очікуванням. 
- Редагувати результати, додавши більше тексту або змінивши запит. 
 
У своєму блозі Google підкреслила, що Whisk орієнтований на швидкий візуальний пошук і експерименти, а не на піксельно-точне редагування. Компанія також визнає, що інструмент іноді може “помилятися” у результатах, тому передбачена можливість корекції початкових підказок.