Das KI-Update für die Woche 38-2024
14.09. - 20.09.
Liebe KI-Enthusiasten,
herzlich willkommen zu einer neuen Ausgabe unseres KI-Newsletters, der Sie über die neuesten Entwicklungen und Innovationen in der Welt der künstlichen Intelligenz auf dem Laufenden hält.
Wichtigste Punkte heute
🎧 Google NotebookLM: KI-generierte Podcasts aus Forschungsnotizen
🤖 Salesforce präsentiert Agentforce: Autonome KI-Agenten für Unternehmen
🖼️ Mistral AI stellt Pixtral 12B vor: Fortschrittliches multimodales KI-Modell
🧬 DeepMinds AlphaFold 3 beschleunigt Proteinstrukturvorhersage
Viel Spaß
Ihr
Martin Blaha
🔥 Gefällt Ihnen unser Newsletter? Unterstützen Sie unsere Arbeit, in dem Sie uns Ihren Freunden und Kollegen empfehlen:
Produktneuheiten
Google NotebookLM: Neue Audio-Überblicke für interaktive Lernmöglichkeiten
Google hat eine neue Funktion in seiner Notizen-App NotebookLM eingeführt, die es Nutzern ermöglicht, ihre Forschungsnotizen in AI-generierte Podcasts umzuwandeln. Diese Funktion, genannt Audio Overview, nutzt zwei virtuelle Moderatoren, die die Inhalte zusammenfassen und in einem geselligen Dialog diskutieren. Während erste Tests zeigten, dass die Moderatoren realistisch wirken und moderne Ausdrücke verwenden, gab es auch einige Unstimmigkeiten in der Dialogführung. Google betont, dass die generierten Diskussionen keine umfassende oder objektive Sichtweise bieten, sondern lediglich eine Reflexion der hochgeladenen Notizen darstellen. Die Funktion ist derzeit experimentell, nur auf Englisch verfügbar und kann einige Minuten zur Generierung benötigen.
Einführung der Runway API für Gen-3 Alpha Turbo
Runway hat die Einführung seiner neuen API bekannt gegeben, die Entwicklern den Zugang zum Gen-3 Alpha Turbo-Modell ermöglicht. Diese API zielt darauf ab, fortschrittliche KI-Funktionen für eine breitere Entwickler- und Kreativgemeinschaft zugänglich zu machen. Erste Partner wie Omnicom nutzen bereits die API für unternehmensweite Anwendungen. Der Roll-out erfolgt schrittweise, beginnend mit ausgewählten Partnern, während in den kommenden Wochen ein breiterer Zugang geplant ist, um Feedback zu sammeln und das Angebot zu optimieren.
GitHub Copilot erweitert Ecosystem mit neuen Extensions in öffentlicher Beta
GitHub hat die Copilot Extensions in die öffentliche Beta-Phase eingeführt, um Entwicklern eine nahtlose Integration ihrer bevorzugten Tools in die Copilot-Erfahrung zu ermöglichen. Diese Erweiterungen erlauben es, dass KI nicht nur Code vorschlägt, sondern auch mit externen Datenbanken und Testframeworks interagiert. Die neue Copilot Extensions Toolkit bietet Ressourcen für Entwickler, um qualitativ hochwertige Erweiterungen zu erstellen. Dies fördert nicht nur die Anpassung an spezifische Unternehmensbedürfnisse, sondern eröffnet auch Drittanbietern neue Möglichkeiten zur Innovation im Bereich der KI-gestützten Entwicklung.
Moshi: Kyutais neuestes Sprachmodell begeistert
Kyutai hat heute mehrere Artefakte zu Moshi, einem neuen Sprachmodell, veröffentlicht. Dazu gehören ein umfassender technischer Bericht, die Gewichte des Modells sowie Streaming-Inferenzcode in Pytorch, Rust und MLX. Moshi ermöglicht Echtzeit-Sprachdialoge und nutzt einen innovativen Ansatz zur Spracherzeugung, der eine nahtlose Interaktion fördert. Kritiker bemängeln jedoch die Intelligenz des Modells und die Gesprächsdynamik, die als zu "eifrig" empfunden wird.
Salesforce präsentiert Agentforce
Salesforce hat Agentforce eingeführt, eine Reihe autonomer KI-Agenten, die menschliche Mitarbeiter in Vertrieb, Marketing und Kundenservice unterstützen. Diese Agenten können eigenständig Entscheidungen treffen und Routineaufgaben automatisieren, was die Effizienz erheblich steigert. CEO Marc Benioff hebt das transformative Potenzial hervor, während erste Nutzer von Zeitersparnissen von bis zu 25% und Umsatzsteigerungen von 15% berichten.
Mistral AI präsentiert Pixtral 12B: Ein multimodales KI-Modell der nächsten Generation
Mistral AI hat das neue KI-Modell Pixtral 12B vorgestellt, das nativ multimodal ist und sowohl Text als auch Bilder verarbeitet. Mit 12 Milliarden Parametern und einem neu entwickelten Vision-Encoder ermöglicht es eine flexible Bildverarbeitung in variablen Größen und erreicht herausragende Leistungen in multimodalen Aufgaben wie Dokumentenfragen und Diagrammverständnis. Pixtral übertrifft bestehende Modelle in der Instruktionsbefolgung und bietet eine hohe Effizienz bei der Verarbeitung großer Datenmengen, ohne die Textfähigkeiten zu beeinträchtigen.
LLaMA-Omni: Ein Herausforderer für Siri und Alexa
LLaMA-Omni, ein offenes KI-Modell der Chinesischen Akademie der Wissenschaften, revolutioniert die Sprachinteraktion mit digitalen Assistenten. Es ermöglicht Echtzeit-Sprachbefehle und generiert gleichzeitig Text- und Sprachantworten mit einer beeindruckenden Latenz von nur 226 Millisekunden. Diese Technologie könnte die Marktlandschaft für Sprach-KI verändern, indem sie kleineren Unternehmen und Forschern den Zugang erleichtert und die Entwicklung effizienter Sprachschnittstellen vorantreibt. Trotz seiner vielversprechenden Funktionen steht LLaMA-Omni jedoch vor Herausforderungen wie begrenzter Sprachunterstützung und Datenschutzbedenken.
Qwen2.5: Ein starkes Open-Source-Sprachmodell
Die Qwen2.5-Version bringt bedeutende Fortschritte in der KI-Entwicklung, einschließlich der Einführung spezialisierter Modelle für Programmierung (Qwen2.5-Coder) und Mathematik (Qwen2.5-Math). Mit einer Vielzahl von Modellen von 0,5B bis 72B Parametern und einer verbesserten Token-Verarbeitung von bis zu 128K Tokens, bietet Qwen2.5 eine überlegene Leistung in den Bereichen Codierung und mathematische Problemlösung. Die neuen Modelle zeigen signifikante Verbesserungen in der Wissensbasis und der Fähigkeit zur Anweisungsbefolgung, was sie zu einer wertvollen Ressource für Entwickler macht.
Industrienachrichten
Meta nutzt öffentliche Daten seit 2007 zur KI-Training
Meta hat bestätigt, dass alle öffentlich veröffentlichten Texte und Fotos von erwachsenen Nutzern auf Facebook und Instagram seit 2007 zur Schulung ihrer KI-Modelle verwendet wurden. Diese Aussage wurde während einer Anhörung im australischen Parlament gemacht, wo die globale Datenschutzdirektorin Melinda Claybaugh zunächst die Nutzung dieser Daten bestritt, später jedoch einräumte, dass alle öffentlichen Beiträge ohne ausdrückliche Privatsphäre-Einstellung erfasst wurden. Nutzer außerhalb der EU haben keine Möglichkeit, sich von dieser Datennutzung abzumelden, was insbesondere für Kinder und Jugendliche problematisch ist, deren Inhalte möglicherweise ebenfalls genutzt werden.
OpenAI erhöht Nutzungslimits für o1-Modelle
OpenAI hat die Nutzungslimits für die neuen o1-Modelle signifikant angehoben. ChatGPT Plus und Team-Nutzer können nun 50 Nachrichten pro Tag mit o1-mini senden, was einer Erhöhung um das Siebenfache entspricht. Das o1-preview Modell hat sein Limit von 30 auf 50 Nachrichten pro Woche erhöht. Diese Anpassungen zielen darauf ab, den Nutzern eine verbesserte Erfahrung zu bieten, während die Modelle optimiert werden. Die o1-Modelle zeichnen sich durch fortschrittliche Denkfähigkeiten aus, die sie besonders für komplexe Aufgaben in Wissenschaft und Programmierung geeignet machen.
Lionsgate und Runway schließen wegweisende Partnerschaft zur KI-Content-Erstellung
Lionsgate und Runway haben eine innovative Partnerschaft angekündigt, die auf der Entwicklung eines maßgeschneiderten KI-Modells basiert, das auf Lionsgates Katalog ausgerichtet ist. Dieses Modell soll Filmemachern helfen, ihre kreativen Prozesse in der Vor- und Nachproduktion zu optimieren, indem es cineastische Videos generiert, die mit Runways Tools weiterbearbeitet werden können. Lionsgate sieht in der KI eine wertvolle Unterstützung zur Effizienzsteigerung in der Content-Produktion, während Runway betont, dass diese Technologie neue Wege für künstlerische Ausdrucksformen eröffnet.
Mistral AI bringt neue Funktionen und Preissenkungen
Mistral AI hat am 17. September 2024 bedeutende Updates angekündigt, darunter eine kostenlose Stufe für die Plattform, die Entwicklern den Einstieg erleichtert. Zudem wurden die Preise für alle Modelle gesenkt, wobei Mistral Small v24.09 als neues, leistungsfähiges Modell mit 22 Milliarden Parametern vorgestellt wird. Ein weiteres Highlight ist das Pixtral 12B-Modell, das nun auf le Chat verfügbar ist und Bildverarbeitungsfunktionen bietet, ohne dass Daten an Dritte weitergegeben werden müssen. Diese Entwicklungen zielen darauf ab, KI zugänglicher und kosteneffizienter zu gestalten.
Zahlen, Studien, Wissenschaft
Künstliche Intelligenz in der Biologie: DeepMinds AlphaFold 3 im Fokus
Google DeepMind hat mit AlphaFold 3 einen innovativen KI-Algorithmus entwickelt, der die Strukturen und Wechselwirkungen biologischer Moleküle mit hoher Genauigkeit vorhersagt. Diese Technologie beschleunigt die Arzneimittelentdeckung erheblich, indem sie es ermöglicht, komplexe Proteinstrukturen in Sekundenschnelle zu analysieren, was zuvor Monate in Anspruch nahm. Kritiker warnen jedoch vor den Herausforderungen der praktischen Umsetzung und den ethischen Implikationen dieser Technologien. Insgesamt zeigt sich, dass AlphaFold 3 das Potenzial hat, die biomedizinische Forschung grundlegend zu verändern und neue therapeutische Ansätze zu ermöglichen.
Europa braucht regulatorische Klarheit für KI
In einem offenen Brief fordern Unternehmen und Forscher mehr regulatorische Klarheit für Künstliche Intelligenz in Europa. Sie warnen, dass inkonsistente Regelungen die Wettbewerbsfähigkeit der EU gefährden und die Entwicklung innovativer offener und multimodaler KI-Modelle behindern. Diese Technologien sind entscheidend für Produktivitätssteigerungen und wissenschaftliche Fortschritte. Ohne klare, einheitliche Regeln könnte Europa den Anschluss an andere Regionen verlieren und wichtige technologische Entwicklungen verpassen, die für das wirtschaftliche Wachstum und den sozialen Fortschritt unerlässlich sind.
Ich wünsche Ihnen ein schönes Wochenende!
Prompt Well and Prosper!
Ihr
Martin Blaha
Das KI-Update ist eine wöchentliche Publikation, die von Martin Blaha (3pconsulting.net) produziert wird. Kontakt- und Geschäftsanfragen gerne über LinkedIn.