PeterWeiss

#codzienneainews generator podcastów; SI do podsumowywania pracy na kompie; GUI do opisywacza obrazków; Meta AI dostępna w kolejnych państwach

• [1] Mamo, ja chcę NotebookLM! Mamy NLM w domu. NLM w domu: podcastify.ai

Podcastify to opensource'owe narzędzie, które przekształca różnorakie treści (PDF-y, strony internetowe, dokumenty etc) w podcasty z wieloma "rozmówcami". To skromniejszy odpowiednik googlowskiego NotebookLM. Jest wiele podobnych projektów, ale ten wydaje się być najlepszy z otwartoźródłowych.

• [2] Screenpipe - alternatywa dla Rewind.ai

Screenpipe to narzędzie do nagrywania ekranu oraz mikrofonu i generowania podsumowania na podstawie przechwyconych danych. Po ostatnich aktualizacjach i nowymi pluginami potrafi odczytać maila, którego właśnie dostałeś i napisać szkic odpowiedzi. Działa z Ollama, a także kładzie nacisk na bezpieczeństwo i prywatność danych. Narzędzie jest otwartoźródłowe i zbudowane przy użyciu Rust. A, no i jest darmowe. I działa w darmowej wersji (w przeciwieństwie do rewind.ai :-P). I nie potrzebuje NPU jak Recall Microsoftu.

• [3] GUI do JoyCaption

Pojawił się graficzny interfejs do JoyCaption służącego do opisywania obrazów. Jest to `JoyCaption-alpha-two-gui-mod` Po co tego używać? Bo opisywanie obrazków przy pomocy terminala to poroniony pomysł, a próba robienia tego z więcej niż jednym obrazkiem to mordęga. A dlaczego nie użyć LLMa, albo innego BERTa online? Bo:

> It works whether the image is SFW, suggestive, or NSFW.

W przeciwieństwie do większości narzędzi online, które powiedzą "I'm sorry Dave, I'm afraid I can't do that".

• [4] Meta udostępnia swoje AI w kolejnych krajach

W tym rzucie są to: Paragwaj, Gwatemala, Boliwia, Filipiny, Brazylia i UK.

W dalszej kolejności usługa zostanie odblokowana m.in. w Algierii, Iraku, Libii, Jordanie, Sudanie, Wietnamie i Jemenie.

Cyfrowy skansen nadal z wiadomych powodów dostępu do Meta AI nie ma i w najbliższym czasie mieć nie będzie.

#sztucznainteligencja #ai

Odnośniki:

[1]

https://github.com/souzatharsis/podcastfy-demo

[ demo: ] https://audio.com/thatupiso/audio/agro-paper

[ drugie demo: ] https://streamable.com/d5vh2p

[2]

https://github.com/mediar-ai/screenpipe

https://screenpi.pe

https://www.youtube.com/@mediar_ai

[3]

https://civitai.com/articles/7794

https://github.com/D3voz/joy-caption-alpha-two-gui-mod

[4]

https://techcrunch.com/2024/10/09/meta-ai-launches-in-six-countries-including-brazil-and-uk/

#codzienneainews Claude z trybem batch; Noble za sieci neuronowe; Boty obsługujące nr 911; Nowe podejście do transformerów

• [1] Anthropic ma teraz tryb batch (w wersji beta)

Umożliwia on wysyłanie proptów do Claude'a w partiach, które zostaną przetworzone w ciągu 24 godzin (choć prawdopodobnie znacznie szybciej) i będą objęte 50% rabatem cenowym. Fajna rzecz jak się komuś nie spieszy, a chce promptować hurtowo. Podobną ofertę ma już OpenAI i Gemini.

• [2] Nobel dla Hintona i Hopfielda

Gdyby ktoś jeszcze nie słyszał to Geoffrey Hinton i John Hopfield otrzymali Nagrodę Nobla w dziedzinie fizyki za ich wkład w rozwój uczenia maszynowego. Ich prace nad sztucznymi sieciami neuronowymi położyły podwaliny pod współczesną sztuczną inteligencję (Google -> maszyna Boltzmanna). Smaczek z wywiadu z Hintonem na nobelprize.org:

> AS: How would you describe yourself? Would you say you were a computer scientist or would you say you were a physicist trying to understand biology when you were doing this work?

> **GH: I would say I am someone who doesn’t really know what field he’s in but would like to understand how the brain works. And in my attempts to understand how the brain works, I’ve helped to create a technology that works surprisingly well.**

• [3] Boty będą obsługiwać "niealarmowe" zgłoszenia na 911

Mieścina w USA (Fairfax) wprowadza system AI do obsługi połączeń niealarmowych, aby skrócić czas oczekiwania i odciążyć pracowników. System będzie zajmować się zgłoszeniami typu "zawracanie d--y" jak np: skargi na hałas, czy narobienie na trawnik przez psa. W dodatku będzie oferować tłumaczenie w locie dla osób, których językiem ojczystym nie jest angielski, będzie też przekierowywać połączenia do odpowiednich agencji w razie konieczności.

Osoby dzwoniące będą nadal mogły połączyć się z dyspozytorem 911. Rzekomo zmiana staje się coraz bardziej konieczna, ponieważ tradycyjne metody stają się niewystarczające, a także mogą negatywnie wpływać na zdrowie psychiczne personelu. System ma również usprawnić proces odholowywania pojazdów, który obecnie opiera się na faksach (xD)

• [4] Zakładanie słuchawek z ANC na transformery wydaje się być całkiem dobrym rozwiązaniem

A przynajmniej taki wniosek można wysnuć z publikacji Microsoft Research. Diff Transformer to ulepszona wersja klasycznego transformera, która lepiej skupia się na ważnych informacjach i ignoruje nieistotny kontekst. Dzięki temu działa dokładniej, zwłaszcza w zadaniach z długim kontekstem, takich jak odpowiadanie na pytania czy streszczanie tekstu, a także skuteczniej unika błędów i halucynacji. Jest bardziej odporny na zmiany w kolejności danych i oferuje lepsze wyniki w nauce z kontekstu.

#ainews #sztucznainteligencja #ai