OpenAI's nye værktøj kan sige hvad som helst med din stemme

OpenAI's nye værktøj kan sige hvad som helst med din stemme

Nu er påsken over, og hverdagen er startet igen. Der sker meget inden for kunstig intelligens, og det sker så hurtigt.

Jeg håber, du med ”3 minutter” får et hurtigt overblik over det, der er vigtigt, og som du kan bruge til noget. Hvis du har spørgsmål eller kommentarer, er du altid velkommen til at besvare denne mail og give mig din feedback.

Der er stadig et par pladser tilbage på workshoppen: "Sådan mestrer du ChatGPT", hvor du går fra begynder til pro på 3 timer.

Sådan mestrer du ChatGPT
På denne workshop lærer du at beherske nogle af verdens mest avancerede AI-baserede skriveværktøjer: ChatGPT og andre.

Her er, hvad vi har på menuen i dag:

  • OpenAI's nye værktøj kan sige hvad som helst med din stemme
  • Fremtidens brug af AI afgør om teknologien vil hjælpe eller skade klimaet
  • Dansk forskerteam bag banebrydende AI til sundhedsvæsenet
  • Fremtidens AI-assistent: Humes EVI forstår og tilpasser sig til brugerens følelser
  • Ideogram lancerer banebrydende AI-model til tekstbaseret billedgenerering

OpenAI's nye værktøj kan sige hvad som helst med din stemme

Lavet med Midjourney

OpenAI deler indsigter og resultater fra en småskala-test af deres model "Voice Engine", der kan generere naturligt lydende tale ud fra tekst og en 15-sekunders lydprøve af en stemme. 

I samarbejde med udvalgte partnere har de undersøgt tidlige anvendelser af Voice Engine, herunder læsehjælp til børn og ikke-læsere med følelsesladede stemmer, oversættelse af indhold som videoer og podcasts til flere sprog med talerens egen stemme, forbedring af levering af essentielle ydelser i fjerntliggende områder på lokale sprog, støtte til mennesker med taleforstyrrelser i terapeutiske sammenhænge samt hjælp til patienter med at genvinde deres stemme efter tab pga. sygdom.

OpenAI anerkender de alvorlige risici ved syntetiske stemmer, især ift. misbrug og vildledning. Derfor tester de kun i lille skala lige nu og har indført sikkerhedsforanstaltninger såsom stemmegodkendelse, vandmærkning og overvågning.

De opfordrer samfundet til at forberede sig på udfordringerne, bl.a. ved at udfase stemmegodkendelse til følsomme formål, beskytte individers stemmer, oplyse befolkningen og fremskynde udviklingen af metoder til at spore oprindelsen af lyd- og billedeindhold. 

Navigating the Challenges and Opportunities of Synthetic Voices
We’re sharing lessons from a small scale preview of Voice Engine, a model for creating custom voices.

Fremtidens brug af AI afgør om teknologien vil hjælpe eller skade klimaet

Lavet med Midjourney

Kunstig intelligens (AI) kan både hjælpe og skade klimaet og den grønne omstilling. Det afhænger af, hvordan vi vælger at bruge teknologien.

AI kan på den ene side hjælpe med at gøre vedvarende energikilder som vindmøller og solceller mere effektive. Den kan også give bedre vejrforudsigelser, kortlægge oversvømmelser og optimere opvarmning og køling i bygninger. Alt sammen noget der kan fremme den grønne omstilling.

Men samtidig kræver AI enorme mængder computerkraft og energi, som skaber CO2-udledning. Tech firmaerne er ikke åbne omkring AI's energiforbrug, så det er svært at se det fulde klimaaftryk. Desuden bruger AI-systemer også store mængder vand til køling af datacentre.

Forskeren Priya Donti mener, at vi må se kritisk på, hvad vi bruger AI til. Retfærdiggør fordelene de klimamæssige omkostninger? Derudover kan AI også blive brugt til at forstærke ulighed og til at fremme fossile brændsler. 

Så uden regulering kan AI blive et tveægget sværd i klimakampen. Det er de valg, vi træffer nu om brugen af teknologien, der afgør om den samlet set vil hjælpe eller skade klimaet.

Kunstig intelligens kan både skade og hjælpe klimaet. Resultatet afhænger af de valg, vi træffer nu
Uden regulering risikerer kunstig intelligens at blive et tveægget sværd i klimakampen, mener en af forskerne fra Climate Change AI.

Dansk forskerteam bag banebrydende AI til sundhedsvæsenet

Lavet med Midjourney

Forskere fra Syddansk Universitet har udviklet en ny AI-supercomputer kaldet "Grendel", som har potentiale til at revolutionere behandlingen af sygdomme. Grendel kan behandle enorme mængder af sundhedsdata og dermed hjælpe med at forudsige sygdomsforløb og finde de bedste behandlingsmuligheder for den enkelte patient.

Grendel kan finde mønstre og sammenhænge i store mængder af sundhedsdata, som mennesker ikke kan overskue. Dette gør det muligt at skræddersy behandlinger til den enkelte patient baseret på deres specifikke sundhedsdata.

Desuden kan Grendel potentielt opdage sygdomme tidligere og dermed forbedre behandlingsmulighederne. Ved at reducere unødvendige undersøgelser og behandlinger kan Grendel også bidrage til at effektivisere sundhedsvæsenet.

Forskerne understreger dog, at Grendel ikke skal erstatte læger og sundhedspersonale, men derimod fungere som et værktøj, der kan støtte dem i deres arbejde. Der er stadig behov for yderligere forskning og udvikling, før Grendel kan implementeres i sundhedsvæsenet, men potentialet er stort.

‘Det bliver et kæmpe værktøj’: Ny AI-supercomputer kan hjælpe med at behandle syge danskere
Professor i digital sundhed er begejstret for Danmarks kommende AI-supercomputer.

Fremtidens AI-assistent: Humes EVI forstår og tilpasser sig til brugerens følelser

Lavet med Midjourney

Hume AI lancerer deres banebrydende produkt: Empathic Voice Interface (EVI). EVI er en konverserende stemme-til-stemme AI, der forstår, hvornår brugeren er færdig med at tale og lærer at generere stemmesvar, der er optimeret til brugertilfredshed. Den er drevet af en ny form for multimodal generativ AI kaldet en empatisk stor sprogmodel (eLLM).

EVI justerer ordvalg og tonefald baseret på kontekst og brugerens følelsesmæssige udtryk. Det gør den i stand til at føre mere naturlige og engagerende samtaler end traditionelle AI-stemmeassistenter.

Hovedtrækkene ved EVI inkluderer genkendelse af, hvornår brugeren er færdig med at tale vha. tonefald, evne til at stoppe med at tale og lytte, når den bliver afbrudt, forståelse for stemmens naturlige op- og nedture, der udtrykker mening, generering af det rette tonefald for et naturligt og udtryksfuldt svar samt løbende selvforbedring ved at lære af brugernes reaktioner.

EVI forventes at revolutionere stemmegrænseflader og gøre interaktionen med AI langt mere naturlig og tilfredsstillende for mennesker. Produktet vil være offentligt tilgængeligt i april.

Hume Raises $50M Series B and Releases New Empathic Voice Interface • Hume AI
Hume Raises $50M Series B and Releases New Empathic Voice Interface

Ideogram lancerer banebrydende AI-model til tekstbaseret billedgenerering

Lavet med Midjourney

Ideogram har udgivet version 1.0 af deres avancerede tekst-til-billede AI-model. De vigtigste nye funktioner er forbedret gengiven af tekst i genererede billeder, hvor Ideogram 1.0 er bedst til præcis tekstgengiven sammenlignet med andre modeller.

Modellen kan også skabe meget fotorealistiske billeder og har en større evne til at følge komplekse prompts med mange detaljer. En ny funktion kaldet "Magic Prompt" hjælper med automatisk at udvide og forbedre ens prompts, så de giver flottere og mere kreative billeder. Derudover er der mulighed for at generere billeder i forskellige størrelsesforhold og stilarter, både fotorealistiske og kunstneriske.

Ideogram har rejst $80 millioner i Series A finansiering ledet af Andreessen      Horowitz for at accelerere udviklingen af deres generative AI-modeller. De mener generative mediemodeller vil transformere den kreative økonomi og vil være i front med det. Ideogram ansætter nu ingeniører, forskere, designere mv. for at bygge videre på deres mission.

Ideogram 1.0, Feb 2024
Helping people become more creative.

Tak, fordi du læste med!

Vi ses på tirsdag til det næste nyhedsbrev. Har du et spørgsmål eller feedback? Bare tryk på svar og skriv, fordi jeg gerne vil høre fra dig og helt sikkert vil svare.

Kender du nogle der godt kunne tænke sig at blive klogere på AI, så del dette link med dem 🤗

Mvh. René Hjetting
Mobil: +45 29 27 65 40