Sora 2 kaikkialla ("Imagine with Claude" -tutkimuksen esikatselu on nyt saatavilla myös Claude Pro -käyttäjille)

OpenAI julkaisi Sora 2:n, uuden huippuluokan video- ja äänentuotantomallinsa, kutsuen sitä GPT-3.5-videohetkeksi - Malli luo jopa 10 sekunnin pituisia videoita (oletusarvo 9:16 pystysuunnassa) synkronoidulla äänellä, mukaan lukien vaikeat fysiikan simulaatiot, joissa mallin tekemät virheet näyttävät usein Sora 2:n implisiittisesti mallintaman sisäisen agentin virheiltä fysiikkaa rikkovien virheiden sijaan - Cameoiden avulla käyttäjät voivat tallentaa lyhyen kertaluonteisen video- ja äänikaappauksen, jossa he lukevat vahvistuslauseen, minkä jälkeen malli voi lisätä ne mihin tahansa Soran luomaan ympäristöön tarkalla ulkoasulla ja äänellä, jossa vain he päättävät, kuka voi käyttää heidän cameoaan, ja he voivat peruuttaa pääsyn tai poistaa minkä tahansa videon, joka sisältää sen, milloin tahansa, mukaan lukien muiden ihmisten luomat luonnokset. - Sovellus toimii sosiaalisena iOS-alustana, jota ei ole optimoitu käytetylle ajalle, mutta joka on nimenomaan suunniteltu maksimoimaan luominen, ei kulutus, suosimalla voimakkaasti seuraamiesi tai vuorovaikutuksessa olevien ihmisten sisältöä ja videoita, joiden malli uskoo inspiroivan omia luomuksiasi, ja ominaisuuksia, kuten muiden viestien remiksaaminen ja suorat viestit videoiden jakamiseksi yksityisesti - Turvatoimenpiteitä ovat rajoitettu kutsujen käyttöönotto, fotorealistista henkilöä esittävien kuvien lataamisen rajoittaminen, kaikkien videolatausten estäminen, videosta videoksi muuntamisen kieltäminen julkaisun yhteydessä, tiukemmat suojatoimet alaikäisille oletusvieritysrajoituksilla, C2PA-metatiedot ja näkyvät vesileimat kaikissa tulosteissa sekä arvioinnit, jotka osoittavat 95,1–99,7 %:n tehokkuuden vaarallisen sisällön estämisessä - Ensimmäinen käyttöönotto kattaa Yhdysvallat ja Kanadan, ja suunnitelmissa on laajentua, kun taas Iso-Britannia, EU ja Australia eivät ole mukana julkaisun yhteydessä, saatavilla ilmaiseksi runsain rajoituksin, vaikkakin laskentarajoituksin, ja ainoa suunniteltu kaupallistaminen on valinnainen maksu ylimääräisistä videoista, jos kysyntä ylittää laskennan, ChatGPT Pro -käyttäjät saavat pääsyn laadukkaampaan Sora 2 Pro -malliin ja API-julkaisuun, joka on suunniteltu tulevaisuudessa

Tässä ovat muistiinpanoni TEDAI Wien 2025 -tapahtuman TED-puheista (26. syyskuuta 2025) Istunto 1: Säätiö Walter Werzowa (taiteilija, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Johdanto - Orkesteri, aivojen käyttöliittymä, DJ, muusikko - Esitys, joka kääntää aivoaaltoja tekoälyn kautta musiikiksi Shaden Alshammari (tutkija, MIT) - Kemian jaksollisen järjestelmän inspiraatio koneoppimiskehykseen - Koneoppimisen jaksollisen järjestelmän järjestämisalgoritmit, jakaumat ja objektiiviset funktiot - Representaatio-oppimisen lähestymistapa, joka yhdistää erilaisia menetelmiä - Uusi kuvien klusterointialgoritmi parantaa 60 vuotta vanhaa K-means-klusterointialgoritmia - R- ja Q-muuttujat, jotka edustavat todellisia suhteita (annotaatiolla ja ilman) ja opittuja suhteita - Koneoppimisalgoritmien jaksollisen järjestelmän rakenne paljastaa aukkoja uusille menetelmille - Ohjattu oppimissignaali opittujen esitysten kautta Lukasz Kaiser (tutkija, OpenAI) - Itseohjautuvat autot - miksi ne eivät aja kaikkialla kuin taksinkuljettajat? - Miksi tekoäly on niin vaikeaa sairauksien parantamisessa? Koneiden on opittava vähemmästä datasta - Tehokkaammat opittavat mallit - RNN:t - etana kävelee sanojen ympärillä - Transformers - etanan kantava reppu, jossa on kaikki edeltävät sanat - Muuntajat oppivat pienemmästä datasta - Päättelymallit/päättelymallit - kantavat edelleen kaikkia sanoja, mutta tuottavat myös omia sanojaan välissä (koeaika), osaavat tehdä matematiikkaa ja ajatella kontekstissa - Tutkijat - tehokkaat mallit + opittava, mielivaltainen data, mielivaltainen testiaika, rinnakkaisuus (ei enää peräkkäinen) - Tieteelliset löydöt, seuraavan tyyppiset mallit - Aikajana - pikemminkin lähempänä kuin kauempana, kuukaudet/vuosi, mutta ei vuosikymmeniä; ei kovin kaukainen tulevaisuus - Yllätys, että muuntajat ja päättelijät toimivat niin hyvin Oriol Vinyals (Geminien tekninen johtaja, tutkimusjohtaja, Google DeepMind) - Tiedemies - älykkyyden ratkaiseminen tieteen edistämiseksi ja ihmiskunnan hyödyksi - "Mitä en voi luoda, en ymmärrä" (Feynman) - Rakentajan dilemma - tutkijat, jotka luovat tekoälyjärjestelmiä, jotka voivat korvata itsensä - Ihmisten siirtyminen - muutos, joka vaikuttaa kaikkiin, myös tutkijoihin - Erikoistyökalut - AlphaFold (proteiinirakenteen ennustaminen) - Yleiskäyttöisten järjestelmien kehitys - viime vuonna erikoismallit (AlphaProof, AlphaGeometry), tänä vuonna yksittäinen yleinen malli (Deep Think) - Deep Think - kultamitali IMO:ssa ja ICPC:ssä - AI Scientist - Google DeepMindin sisäinen prototyyppi automatisoituun tieteelliseen tutkimukseen - Keskeinen kysymys - tiedemies rakentaa AI Scientistia, korvaa itsensä? Verity Harding (perustaja, johtaja ja kirjoittaja, Cambridgen yliopisto ja Formation Advisory) - Toinen kilpavarustelu maailmanlaajuisesti - AI - Optimismi tuolloin - globaali tekoäly, yhteistyö, globaalit kumppanuudet - Yhteistyö ja yhteistyö väistyivät tekoälyn tehostuessa - ChatGPT:n lanseeraus - Nopeaan muutokseen johtavien tekijöiden yhdistelmä - Vientivalvonta, puolustuspuheet - Ensin sinun on voitettava - mitä tekisit voittaaksesi, kun et selviä häviäksesi? - Tekoäly jatkuu, mutta maaliviivaa ei ole, tekoälyn käyttöönotto ei ole binääristä - Vaihtoehtoinen metafora - se on avaruuskilpailu (ei ydinkilpailu) - "Tulimme rauhassa koko ihmiskunnalle" (tietoinen geopoliittinen strategia Yhdysvalloista) - Avaruus - koko ihmiskunnan provinssi, ei joukkotuhoaseita avaruudessa, kukaan ei kolonisoi kuuta - "Teemme metaforamme ja sitten metaforamme tekevät meistä" - Puhutaan johtamisesta, ei voittamisesta - Kilpajuoksu kohti maailmanvalloitusta tai uutta rajaa Tullio Ghi (MD, PhD, Agostino Gemellin yliopistollinen sairaala) - Komplikaatioiden riski synnytyksen aikana - Päätös siitä, mitä interventiota käytetään, kun hapen saanti on heikentynyt synnytyksen aikana (tyhjiöpoisto, keisarileikkaus) riippuen siitä, kuinka pitkälle vauva on laskeutunut - Transperineaalinen ultraääni, pään ja välilihan etäisyyden mittaus - Tekoälypohjainen automaattinen pään ja välilihan etäisyyden mittaus - Sikiön pään kiertoasteen ja asennon arviointi synnytyskanavassa - 3 konvoluutiohermoverkkoa, jotka toimivat samanaikaisesti - 2 154 ultraäänikuvaa 16 keskuksesta ympäri maailmaa, kokonaistarkkuus 94,5 % ja 95,6 % herkkyys