Sora 2 overalt (forhåndsvisningen av forskningsundersøkelsen "Imagine with Claude" er nå også tilgjengelig for Claude Pro-brukere)

OpenAI ga ut Sora 2, deres nye toppmoderne video- og lydgenereringsmodell, og kalte den GPT-3.5-øyeblikket for video - Modellen genererer videoer på opptil 10 sekunder (standard 9:16 vertikalt) med synkronisert lyd, inkludert vanskelige fysikksimuleringer, der feil modellen gjør ofte ser ut til å være feil fra den interne agenten som Sora 2 implisitt modellerer i stedet for fysikkbrytende feil - Cameoer lar brukere ta opp en kort engangsvideo- og lydopptak der de leser en bekreftelsesfrase, deretter kan modellen sette dem inn i et hvilket som helst Sora-generert miljø med nøyaktig utseende og stemme, der bare de bestemmer hvem som kan bruke cameoen deres, og de kan tilbakekalle tilgang eller fjerne enhver video som inkluderer den når som helst, inkludert utkast laget av andre mennesker - Appen fungerer som en sosial iOS-plattform som ikke er optimalisert for tidsbruk, men eksplisitt designet for å maksimere skapelsen, ikke forbruket, og favoriserer sterkt innhold fra folk du følger eller samhandler med og videoer modellen tror vil inspirere dine egne kreasjoner, med funksjoner som å remikse andre innlegg og direktemeldinger for å dele videoer privat - Sikkerhetstiltak inkluderer begrenset utrulling av invitasjoner, begrensning av bildeopplastinger som viser en fotorealistisk person, blokkering av alle videoopplastinger, ingen video-til-video-transformasjon ved lansering, strengere sikkerhetstiltak for mindreårige med standard rullegrenser, C2PA-metadata og synlige vannmerker på alle utdata, og evalueringer som viser 95,1–99,7 % effektivitet når det gjelder å blokkere usikkert innhold - Innledende utrulling dekker USA og Canada med planer om å utvide mens Storbritannia, EU og Australia ikke er inkludert ved lansering, tilgjengelig gratis med sjenerøse grenser, men underlagt databegrensninger, med den eneste planlagte inntektsgenereringen som valgfri betaling for ekstra videoer hvis etterspørselen overstiger databehandling, ChatGPT Pro-brukere får tilgang til Sora 2 Pro-modell og API-utgivelse av høyere kvalitet planlagt for fremtiden

Her er notatene mine fra TED-foredragene på TEDAI Wien 2025 (26. september 2025) Sesjon 1: Grunnleggelse Walter Werzowa (Artist, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Introduksjon - Orkester, hjernegrensesnitt, DJ, musiker - Performance som oversetter hjernebølger gjennom AI til musikk Shaden Alshammari (Forsker, MIT) - Kjemi periodisk system inspirasjon for maskinlæringsrammeverk - Maskinlæring av algoritmer, fordelinger og objektive funksjoner i det periodiske systemet - Representasjonslæringstilnærming som forbinder ulike metoder - Ny bildeklyngealgoritme forbedrer den 60 år gamle K-means-klyngealgoritmen - R- og Q-variabler som representerer reelle relasjoner (med og uten merknad) og lærte relasjoner - Periodisk systemstruktur for maskinlæringsalgoritmer som avslører hull for nye metoder - Veiledet læringssignal gjennom lærte representasjoner Lukasz Kaiser (forsker, OpenAI) - Selvkjørende biler - hvorfor kjører de ikke overalt som drosjesjåfører? - Hvorfor er AI for å kurere sykdommer så vanskelig? Maskiner trenger å lære av mindre data - Kraftigere lærbare modeller - RNNs - snegl som går rundt ordene - Transformers - sneglebæreryggsekk med alle tidligere ord - Transformatorer lærer av mindre data - Resonneringsmodeller/resonnementere - bærer fortsatt alle ord, men produserer også egne ord innimellom (test-time), kan regne og tenke i kontekst - Forskere - kraftige modeller + lærbare, vilkårlige data, vilkårlig testtid, parallellitet (ikke sekvensiell lenger) - Vitenskapelige oppdagelser, den neste typen modeller - Tidslinje - nærmere snarere enn lenger, måneder/et år, men ikke tiår; ikke en veldig fjern fremtid - Overraskelse over at transformatorer og resonnerer fungerte så bra Oriol Vinyals (medteknisk leder for Gemini, forskningsdirektør, Google DeepMind) - Forsker - løser intelligens for å fremme vitenskap og være til nytte for menneskeheten - «Det jeg ikke kan skape, forstår jeg ikke» (Feynman) - Byggmesterens dilemma - forskere som lager AI-systemer som kan erstatte seg selv - Menneskelig fordrivelse - transformasjon som påvirker alle, inkludert forskere - Spesialiserte verktøy - AlphaFold (prediksjon av proteinstruktur) - Generell systemutvikling - i fjor spesialiserte modeller (AlphaProof, AlphaGeometry), i år enkelt generell modell (Deep Think) - Deep Think - gullmedalje ved IMO og ICPC - AI Scientist – intern prototype hos Google DeepMind for automatisert vitenskapelig forskning - Sentralt spørsmål - forsker som bygger AI Scientist, erstatter seg selv? Verity Harding (grunnlegger, direktør og forfatter, University of Cambridge og Formation Advisory) - Nok et våpenkappløp over hele verden - AI - Optimisme den gang - global AI, samarbeid, globale partnerskap - Samarbeid og samarbeid ga plass etter hvert som AI ble kraftigere - ChatGPT-lansering - Kombinasjon av faktorer som fører til raske skift - Eksportkontroll, defensive taler - Først må du vinne - hva ville du gjort for å vinne når du ikke kan overleve for å tape - AI vil fortsette, men det er ingen mållinje, AI-adopsjon er ikke binær - Alternativ metafor - det er romkappløpet (ikke atomkappløpet) - «Vi kom i fred for hele menneskeheten» (bevisst geopolitisk strategi fra USA) - Verdensrommet - hele menneskehetens provins, ingen masseødeleggelsesvåpen i verdensrommet, ingen vil kolonisere månen - «Vi lager våre metaforer og så skaper metaforene oss» - La oss snakke om å lede, ikke vinne - Kappløp mot verdensherredømme eller den nye grensen Tullio Ghi (MD, PhD, Agostino Gemelli universitetssykehus) - Risiko for komplikasjoner under fødselen - Beslutning om hvilken intervensjon som skal brukes når oksygentilførselen er kompromittert under fødselen (vakuumekstraksjon, keisersnitt) avhengig av hvor langt babyen har kommet ned - Transperineal ultralyd, hode-perineum avstandsmåling - AI-basert automatisk måling av hode-perineum-avstand - Vurdering av rotasjonsgrad og plassering av fosterhodet i fødselskanalen - 3 konvolusjonelle nevrale nettverk som fungerer samtidig - 2 154 ultralydbilder fra 16 sentre over hele verden, total nøyaktighet 94,5 % og 95,6 % følsomhet