Die japanische Supermarktkette Aeon nutzt das KI-System 'Smile-Kun', um das Lächeln der Mitarbeiter zu überwachen. Ziel ist es, die Servicefähigkeiten durch die Quantifizierung von Lächeln und die Analyse der Stimme zu verbessern. Das System fordert die Mitarbeiter auf, auf eine bestimmte Weise zu grüßen, bewertet sie anhand von 450 Mikroausdrücken mit einer maximalen Punktzahl von 100 und gibt Echtzeit-Feedback. Darüber hinaus werden Lautstärke, Flüssigkeit und Tonlage analysiert, um Verbesserungsvorschläge zu liefern. Die Mitarbeiter reagieren mit einer deutlich gesteigerten Lächelhäufigkeit. Dieser Schritt hat jedoch zu Kontroversen geführt, wobei einige Nutzer die Methode kritisieren, da sie die individuellen Emotionen der Mitarbeiter übermäßig quantifiziert und aufrichtigen Service nur schwer widerspiegelt. Kritiker argumentieren, dass ...

Elon Musk gab bekannt, dass xAI im nächsten Monat das KI-Modell Grok 2 veröffentlichen wird, dessen Leistung mit GPT-4 vergleichbar ist. Für Dezember ist die Einführung des noch leistungsstärkeren Grok 3 geplant. Dieses Modell wird derzeit in einem Rechenzentrum in Memphis mit über 15.000 GPUs trainiert. Obwohl noch nicht alle Tesla-Videodaten in das Modelltraining eingeflossen sind, zeigt ein Vergleich mit ChatGPT, dass Grok in einigen Bereichen noch Schwächen aufweist. Der Aufholprozess im Kontext der Twitter-Übernahme wird daher noch einige Zeit in Anspruch nehmen.

Xiaohongshu hat kürzlich das Konto „Tech-Shu“ gestartet und ein weltweit erstes KI-Supermarkt-Startup-Projekt initiiert. In Zusammenarbeit mit hochwertigen Content-Creatorn und Technologieunternehmen im ganzen Netz werden Inhalte zu fortschrittlichen KI-Anwendungen, Fachwissen und emotionalen Erfahrungen bereitgestellt. In diesem Supermarkt werden kreative KI-Produkte von z. B. @Zhao Chunxiang verkauft, wie z. B. Essenshilfen, KI-Nudel-Tutorials, KI-Behandlung von Nackenbeschwerden, Lin Yis traditionelle KI-Behandlung und KI-Hilfe für die Mütter bei der Erledigung unerledigter Aufgaben. Tech-Shu veranstaltet auch eine Aktion, bei der Notizschreiber mit '#KI-Supermarkt' KI-bezogene Notizen veröffentlichen können, um drei…

Das Microsoft Research Team in Zusammenarbeit mit der Beihang-Universität hat das effiziente multimodale Einbettungsframework E5-V vorgestellt, um die Herausforderungen bei der Entwicklung multimodaler Large Language Models (MLMs) zu lösen. Dieses innovative Framework vereinfacht den multimodalen Lernprozess durch unimodale Schulung und behebt das Problem früherer Modelle, die auf unabhängige Encoder angewiesen waren und daher zu einer schlechten Integration der Eingaben führten. E5-V vereinheitlicht Text- und Bildinformationen, reduziert die Trainingskosten und zeigt überragende Leistung in verschiedenen komplexen Aufgaben wie Text-Bild-Retrieval und Bild-Retrieval, insbesondere bei Zero-Shot-Szenarien.

Die Nvidia-Aktie verzeichnete am Montagmorgen einen deutlichen Anstieg von 4 % auf 122,76 US-Dollar, da die chinesische Version des neuen Blackwell-Chips die US-Exportkontrollen erfüllt. Dieser Schritt, der die Handelsbeschränkungen und geopolitischen Risiken in der Halbleiterbranche mildert, bedeutet eine Stärkung des Marktes. Die Ankündigung, dass Nvidia zusammen mit dem chinesischen Technologieunternehmen Inspur einen konformen Chip auf den Markt bringen wird, ist ein positives Signal. Der geplante Versand des Nvidia B20 Blackwell der zweiten Generation ist für das zweite Quartal 2025 vorgesehen, umfassende Spezifikationen...

Das kürzlich auf Reddit geleakte Open-Source-Sprachmodell Llama 3.1 mit 405 Milliarden Parametern hat breite Aufmerksamkeit erregt. Es gilt als das derzeitige Open-Source-Produkt, das dem GPT-4 am nächsten kommt und in einigen Bereichen sogar GPT-4 übertrifft. Das von Meta (ehemals Facebook) entwickelte Modell umfasst Benchmarks des Basismodells und einer 70B-Version, die in mehreren Leistungstests GPT-4 übertreffen. Llama 3.1 glänzt durch seine Mehrsprachigkeit und den umfangreichen Trainingsdatensatz (über 15 Billionen Tokens).

Das Unternehmen xAI von Musk hat in Memphis, Tennessee, das weltweit größte KI-Trainingscluster errichtet. Es verwendet 100.000 flüssigkeitsgekühlte Nvidia H100-GPUs und zielt darauf ab, bis Dezember 2024 eine „universelle KI“ mit „deutlichem Vorteil“ zu entwickeln. Dieses Vorhaben hat große öffentliche Aufmerksamkeit erregt und den Wettbewerb im KI-Bereich verschärft. Angesichts des beschleunigten Fortschritts bei der Entwicklung leistungsstarker Sprachmodelle durch Wettbewerber wie OpenAI, Google, Microsoft und Meta muss xAI neue, marktfähige Technologien entwickeln, um wettbewerbsfähig zu bleiben.

Diesen Satz sollten Sie sich nicht entgehen lassen: Die bekannte Plattform für große Sprachmodelle, Cohere, hat kürzlich mit einer Finanzierungsserie D in Höhe von 550 Millionen US-Dollar und einer Bewertung von 5,5 Milliarden US-Dollar für Aufsehen gesorgt. Das in Toronto, Kanada, ansässige Startup-Unternehmen wurde von dem Gründungsteam Aidan Gomez, Ivan Zhang und Nick Frosst gegründet, die zuvor bei Google Brain und Cortex in den USA gearbeitet haben. Aidan, der CEO von Cohere, ist bekannt für seine Arbeit an der University of Toronto...

Googles Gemini KI-Technologie wird als innovative Lösung bei den Olympischen Spielen in Paris in Zusammenarbeit mit NBCUniversal und dem US-amerikanischen Olympischen Komitee zum ersten Mal vorgestellt. Mit KI-basierter Kommentierung bietet Google ein beispielloses, personalisiertes Zuschauererlebnis. Zuschauer können über die Peacock-App personalisierte tägliche Zusammenfassungen und eine KI-basierte Erzählung von Al Michaels auswählen und ihre bevorzugten Sportarten im Detail erleben. NBCUniversal bietet zudem die Rubrik 'Olympia verstehen' an, ergänzt durch Googles...

Google veranstaltet am 13. August ein Event und bringt das Pixel 9 Flaggschiff früher als erwartet auf den Markt – noch vor Apples iPhone 16. Google gibt keine weiteren Details zum Event bekannt. Die frühzeitige Ankündigung von Produkten soll die Aufmerksamkeit lenken und den schwächelnden Konsummarkt ankurbeln. Das Event wird neue Pixel 9 Pro und Pixel 9 Fold Smartphones mit KI-generierten Funktionen präsentieren. Im Gegensatz zu der Google I/O, die sich auf KI-Entwickler konzentrierte, richtet sich dieses Event an Konsumenten und präsentiert KI-gestützte Technologien. Der Fokus liegt auf einem ganzheitlichen KI-Erlebnis.

OpenAIs CEO Sam Altman räumt in Bezug auf das neu veröffentlichte GPT-4o Mini Herausforderungen bei der Namensgebung ein und deutet angesichts der Kritik eine mögliche Umbenennung an. GPT-4o Mini erregt Aufmerksamkeit wegen seiner Kosteneffizienz und seiner Eignung für die Entwicklung von Chatbots, aber die komplexe Namensgebung sorgt für Diskussionen. Altman gab kürzlich zu, mit der Namenskombination überfordert gewesen zu sein, und erklärte, dass eine Namensänderung in Betracht gezogen werde. Obwohl OpenAI bei anderen Projekten wie Sora und DALL-E innovative Namen verwendet hat, wirft GPT…

BlazeBVD ist ein neuartiger Algorithmus zur Beseitigung von Flimmern, der auf automatisierte Weise und bei unbekannten Verschlechterungen schnell Flimmern in Videos beseitigt und gleichzeitig die Integrität und Farbgenauigkeit des Videoinhalts bewahrt, wodurch die Videoqualität deutlich verbessert wird. Der Schlüssel liegt in der Behandlung des Videoframe-Histogramms mit der Methode der räumlich-zeitlichen Ausgeglichenheit (STE), die das Flimmern und lokale Belichtungsänderungen intelligent erkennt und eine effiziente und schnelle Flimmerbeseitigung ermöglicht. Das Funktionsprinzip umfasst Histogramm-Unterstützung, STE-Filterung, globale und lokale Flimmerbeseitigungsmodule sowie eine adaptive zeitliche Konsistenzverarbeitung. BlazeBVD kann...

Apple und seine Partner haben ein quelloffenes großes Sprachmodell namens DCLM mit 700 Millionen Parametern vorgestellt. Es wurde mit 2,5 Billionen Datentokens trainiert und verbessert die Fähigkeiten zum Verstehen und Generieren von Sprache deutlich. Der Kern von DCLM ist ein standardisiertes Werkzeug zur Datenoptimierung, mit dem Forscher auf der Hugging Face-Plattform experimentieren können, um die Qualität verschiedener Datensätze und Verbesserungsmethoden zu bewerten. Studien zeigen, dass mit DCLM erstellte Benchmark-Datensätze Modelle hervorbringen, die in wichtigen Tests, insbesondere bei M… , hervorragende Leistungen erbringen.

Die Goldfish-Website präsentiert eine innovative Technologie, die speziell für die Verarbeitung von Videos beliebiger Länge entwickelt wurde und die Probleme traditioneller KI-Modelle bei der Verarbeitung langer Videos – „Rauschen und Redundanz“ sowie „Speicher- und Rechenleistung“ – löst. Die Schlüsselkomponenten sind: 1. **Abrufmechanismus**: Ein effizientes Verfahren zur Extraktion der relevantesten Videoclips aus langen Videos zur Generierung von Antworten. 2. **MiniGPT4-Video**: Eine Funktion zur Erstellung detaillierter Beschreibungen von Videoclips, die Videobilder und Untertitel kombiniert, um ein umfassendes Verständnis des Videoinhalts zu ermöglichen. 3.

Der Artikel zeigt, dass große Sprachmodelle (LLMs) zwar hervorragende Leistungen bei der Verarbeitung natürlicher Sprache erbringen, aber ihre Mechanismen zur Ablehnung schädlicher Anfragen, die auf überwachtem Feintuning, verstärktem Lernen aus menschlichem Feedback und gegnerischem Training basieren, anfällig sind. Forscher haben herausgefunden, dass durch die Umformulierung schädlicher Anfragen in die Vergangenheitsform die wichtigsten Modelle die Ablehnung umgehen und ihre Erfolgsrate deutlich steigern können. Bei GPT-4o beispielsweise stieg die Rate von 1% auf 88%. Dies zeigt, dass die Gegenmaßnahmen trotz ihrer Grenzen in verschiedenen Sprachen und bei bestimmten Eingangskodierungen ihre Schwächen aufweisen.

Die brasilianische Datenschutzbehörde (ANPD) hat Meta verboten, personenbezogene Daten brasilianischer Bürger zum Trainieren von KI-Modellen zu verwenden. Dies stellt eine Herausforderung für Metas Pläne dar, seine KI-Produkte in Brasilien zu erweitern. Die ANPD argumentiert, dass dieses Vorgehen die Grundrechte der Nutzer ernsthaft beeinträchtigen könnte, und hat Strafzahlungen zur Sicherstellung der Compliance festgelegt. Dies beeinträchtigt nicht nur Metas lokale KI-Funktionen, sondern auch seine globale KI-Strategie und unterstreicht die immensen Herausforderungen, denen Technologieunternehmen weltweit gegenüberstehen, insbesondere die Unterschiede in den Datenschutz- und Datenschutzbestimmungen. Der Vorfall veranlasst Meta zur Reflexion und möglicherweise zur Anpassung seiner Datenpraktiken.

OpenAI diskutiert mit Chipherstellern wie Broadcom über die Entwicklung neuer KI-Serverchips. Ziel ist es, die Rechenleistung bei der KI-Entwicklung zu steigern, die Abhängigkeit von Nvidia-GPUs zu verringern und die Wettbewerbsfähigkeit zu stärken. Das Projekt wird von OpenAI-CEO Sam Altman geleitet und soll dem Mangel an GPUs für die Entwicklung von KI-Modellen entgegenwirken. OpenAI plant außerdem, ehemalige Google-Mitarbeiter, die an der Entwicklung von Tensor Processing Units (TPUs) beteiligt waren, einzustellen, um die Chipentwicklung zu unterstützen. Gespräche mit Akteuren aus Wirtschaft und Politik wurden bereits aufgenommen.

Während der Olympischen Spiele 2024 in Paris wird Google als offizieller KI-Sponsor über NBCUniversal umfangreiche Funktionen seiner künstlichen Intelligenz präsentieren. Im Live-Stream werden 3D-Ansichten von Google Maps das Schloss von Versailles, die Stadien von Roland Garros und das Aquatics Centre zeigen und Details zu den Veranstaltungen vor Ort liefern. Kommentatoren werden Googles KI-gestützte Übersichtsfunktion nutzen, um Fragen zu den Olympischen und Paralympischen Spielen zu beleuchten. Gemini und andere KI-Tools von Google werden zudem Schauspieler und Athleten bei „Social-Video- und Late-Night-Werbeaktionen“ unterstützen, um neue Möglichkeiten zu erschließen.

Das KI-Hardware-Startup Groq hat zwei Open-Source-Sprachmodelle veröffentlicht, Llama-3-Groq-70B-Tool-Use und Llama-3-Groq-8B-Tool-Use, die in der Benchmark-Rangliste für Funktionsaufrufe von Berkeley die Produkte von OpenAI, Google und Anthropic und anderen Technologiegiganten übertrumpft haben und bei bestimmten Aufgaben Spitzenleistungen erbracht haben, sogar einige proprietäre Modelle übertreffen. Die beiden Modelle basieren auf dem Meta-Basismodell und einer umfassenden Feinabstimmung und wurden durch direkte Präferenzoptimierung erreicht.

Mehrere Technologiekonzerne, darunter Anthropic, Nvidia, Apple und Salesforce, werden beschuldigt, ohne Zustimmung die Untertiteldaten von 173.536 YouTube-Videos zum Trainieren von KI-Modellen verwendet zu haben. Die Videos stammen von über 48.000 Kanälen und decken Bereiche wie Bildung, Online-Lernen und Unterhaltung ab. Betroffen sind unter anderem die David Pakman Show, die Stephen Colbert Show und die Jimmy Kimmel Show.