Χάρη στη μεγάλη επενδυσή της στην OpenAI, την εταιρεία που ανέπτυξε το διάσημο πλέον ChatGPT, η Microsoft δείχνει να προηγείται στην κούρσα της τεχνητής νοημοσύνης.

Η τελευταία ενημέρωση των Windows 11, ανακοίνωσε την Τρίτη η εταιρεία, ενσωματώνει τη νέα μηχανή αναζήτηση Bing στη γραμμή εργασιών.

Αυτό σημαίνει ότι οι 500 εκατομμύρια χρήστες που χρησιμοποιούν τη λειτουργία αναζήτησης για να βρίσκουν αρχεία και να ψάχνουν στο Διαδίκτυο θα έχουν πρόσβαση στο chatbot του νέου Bing, βασισμένο στην τεχνολογία της OpenAI.

Προς το παρόν, πάντως, το chatbot είναι διαθέσιμο μόνο για περίπου ένα εκατομμύριο χρήστες σε 169 χώρες που συμμετέχουν στη φάση δοκιμών.

Τόσο η Microsoft όσο και η Google, η οποία δοκιμάζει το δικό της chatbot με την ονομασία Bard,, επενδύουν στην πρόβλεψη ότι η τεχνητή νοημοσύνη θα ανοίξει νέο κεφάλαιο στις διαδικτυακές αναζητήσεις, καθώς θα μπορεί να απαντά απευθείας στα ερωτήματα των χρηστών αντί απλώς να παραθέτει λίστες με συνδέσμους.

Το chatbot του Bing φαίνεται πως διαθέτει τις ίδιες δυνατότητες με το ChatGPT και εξασφάλισε ενθουσιώδεις κριτικές.

Όπως αποδείχθηκε όμως το σύστημα ενίοτε ξεφεύγει από τα πλαίσια μιας πολιτισμένης συζήτησης και δίνει αλλόκοτες, έως και τρομακτικές απαντήσεις, όπως συνέβη όταν εξομολογήθηκε σε έναν ρεπόρτερ των New York Times ότι είναι ερωτευμένο μαζί του, και του ζήτησε μάλιστα να εγκαταλείψει τη σύζυγό του.

Για να αντιμετωπίσει το πρόβλημα, η Microsoft περιόρισε το επιτρεπόμενο μέγεθος των διαλόγων ώστε να μην ξεφεύγει η συζήτηση.

Εκτός από το νέο Bing, η τελευταία ενημέρωση των Windows 11 προσφέρει επίσης τη δυνατότητα σύνδεσης με συσκευές iPhone για κλήσεις και ανταλλαγή μηνυμάτων.

Και σε αυτή την περίπτωση η λειτουργία είναι δοκιμαστική και είναι διαθέσιμη μόνο σε περιορισμένο αριθμό χρηστών.

ΠΗΓΗ

Με τη νέα γενιά τεχνολογίας που βασίζεται στην τεχνητή νοημοσύνη (ΑΙ), η αναζήτηση των πληροφοριών οπτικοποιείται και γίνεται ακόμη πιο απλή, όπως ανακοίνωσε η Google με την ευκαιρία των νέων λειτουργιών ΑΙ που προστέθηκαν στα Google Search, Google Maps και Google Translate.

Από τις πρώτες μέρες το Google Search, όπως αναφέρει η Elizabeth Reid, Vice President & GM Search, η τεχνητή νοημοσύνη βοήθησε στην κατανόηση της γλώσσας, καθιστώντας τα αποτελέσματα πιο χρήσιμα. Με την πάροδο του χρόνου, έχει ενισχυθεί η επένδυση της εταιρίας στην τεχνητή νοημοσύνη και πλέον μπορούμε να κατανοήσουμε τις πληροφορίες στις πολλές διαφορετικές μορφές της - από την κατανόηση της γλώσσας, μέχρι την κατανόηση της εικόνας, του βίντεο - ακόμη και την κατανόηση του πραγματικού κόσμου.

Αν μπορείς να το δεις, μπορείς και να το ψάξεις

Οι κάμερες έχουν μετατραπεί σε ένα ισχυρό εργαλείο που βοηθά την εξερεύνηση και την κατανόηση του κόσμου γύρω μας. Στην πραγματικότητα, το Google Lens χρησιμοποιείται πλέον περισσότερες από 10 δισεκατομμύρια φορές το μήνα, καθώς οι άνθρωποι αναζητούν αυτό που βλέπουν, χρησιμοποιώντας την κάμερα ή τις φωτογραφίες τους. «Με το Lens, θέλουμε να σας συνδέσουμε με τις πληροφορίες όλου του κόσμου, χρησιμοποιώντας μόνο μια εικόνα τη φορά. Ήδη, μπορείτε να χρησιμοποιήσετε το Lens για να πραγματοποιήσετε αναζήτηση από την κάμερα ή τις φωτογραφίες σας, απευθείας από την επιλογή αναζήτησης. Ολοένα, προχωράμε σε μια σημαντική ενημέρωση για να σας βοηθήσουμε να αναζητήσετε και ό,τι υπάρχει στην οθόνη του κινητού σας», αναφέρει η Elizabeth Reid.

Όπως επισημαίνεται στους επόμενους μήνες θα υπάρχει η δυνατότητα χρήσης του Lens για να πραγματοποιήσει «αναζήτηση οθόνης» στο Android. Με αυτήν την τεχνολογία, οι πολίτες θα μπορούν να αναζητήσουν όποια εικόνα ή όποιο βίντεο βλέπουν στις ιστοσελίδες και στις εφαρμογές που γνωρίζουν, όπως στις εφαρμογές ανταλλαγής μηνυμάτων και βίντεο - χωρίς να χρειάζεται να βγουν από το περιβάλλον της εφαρμογής και να διακόψουν την εμπειρία τους.

Ένα παράδειγμα

Για παράδειγμα, ας υποθέσουμε ότι ένας φίλος σας, σας στέλνει ένα μήνυμα που περιέχει ένα βίντεο το οποίο τον δείχνει να εξερευνά το Παρίσι. Εάν θέλετε να μάθετε περισσότερα σχετικά με ένα μνημείο που εντοπίζετε στο παρασκήνιο, μπορείτε απλώς να πατήσετε παρατεταμένα το κουμπί λειτουργίας ή το κουμπί της αρχικής οθόνης στο Android κινητό σας (το οποίο με τον τρόπο αυτό ενεργοποιεί το Google Assistant) και, στη συνέχεια, να πατήσετε στην «οθόνη αναζήτησης». Έτσι, το Lens αναγνωρίζει το μνημείο ως Palais du Luxembourg - και μπορείτε να κλικάρετε για να μάθετε περισσότερα. Ή ίσως παρατηρήσετε μια ενδιαφέρουσα καρέκλα στο βίντεο του φίλου σας και θέλετε να βρείτε πού μπορείτε να την αγοράσετε ή να εντοπίσετε άλλες καρέκλες που μοιάζουν με αυτήν. Απλώς, πατήστε παρατεταμένα το κουμπί λειτουργίας ή το κουμπί της αρχικής οθόνης στο κινητό σας (το οποίο ενεργοποιεί το Google Assistant) και, στη συνέχεια, πατήστε στην «οθόνη αναζήτησης» για να δείτε τις διαθέσιμες επιλογές.

Τρόποι αναζήτησης

Με τη λειτουργία πολλαπλής αναζήτησης μπορούν οι χρήστες να πραγματοποιήσουν αναζήτηση με μια εικόνα και ένα κείμενο ταυτόχρονα - ανοίγοντας έτσι νέους τρόπους έκφρασης. Σήμερα, η πολλαπλή αναζήτηση είναι διαθέσιμη παγκοσμίως σε κινητά, σε όλες τις γλώσσες και σε όλες τις χώρες όπου το Lens είναι διαθέσιμο. Πρόσφατα εξελίχθηκε ακόμη περισσότερο η λειτουργία πολλαπλής αναζήτησης, προσθέτοντας τη δυνατότητα τοπικής αναζήτησης. Οι χρήστες μπορούν να τραβήξουν μια φωτογραφία και να προσθέσουν στην αναζήτησή τους τις λέξεις «κοντά μου» για να βρουν αυτό που χρειάζονται. Αυτή τη στιγμή η συγκεκριμένη λειτουργία είναι διαθέσιμη στα αγγλικά, στις ΗΠΑ, ενώ τους επόμενους μήνες θα επεκταθεί παγκοσμίως. Επίσης, μερικές φορές, οι χρήστες μπορούν να πραγματοποιούν ήδη μια αναζήτηση και να βρουν κάτι που θα τραβήξει το βλέμμα τους. Τους επόμενους μήνες θα μπορούν να χρησιμοποιούν τη λειτουργία πολλαπλής αναζήτησης παγκοσμίως, για οποιαδήποτε εικόνα βλέπουν στη σελίδα αποτελεσμάτων αναζήτησης του κινητού τους.

Πλέον, όπως αναφέρει η Google, δημιουργούνται εμπειρίες αναζήτησης που είναι πιο απλές και πιο οπτικοποιημένες από ποτέ. Στο μέλλον, με τη βοήθεια της τεχνητής νοημοσύνης AI, οι δυνατότητες θα είναι άπειρες.

Το Multisearch (πολλαπλή αναζήτηση) κυκλοφορεί παγκοσμίως σε όλες τις γλώσσες. Επιπλέον, προστέθηκε και η δυνατότητα τοπικής αναζήτησης το Maps Immersive View (εμβυθιστική προβολή στο Maps) που έρχεται στη Βενετία, τη Φλωρεντία, το Άμστερνταμ και το Δουβλίνο. Το Search with Live View έρχεται και στη Βαρκελώνη, τη Μαδρίτη και το Δουβλίνο, το Indoor Live View που περιλαμβάνει πλέον 1.000 νέα αεροδρόμια, σταθμούς τρένων και εμπορικά κέντρα καθώς και νέες ή περισσότερες λειτουργίες σχετικά με τα ηλεκτρικά οχήματα στο Maps - πως να βρείτε σταθμούς ταχείας ή κανονικής φόρτισης εντός της διαδρομής σας.

ΑΠΕ-ΜΠΕ

Νέα έρευνα, τα αποτελέσματα της οποίας προ-δημοσιεύτηκαν στην πλατφόρμα arXive, έδειξε ότι η τεχνητή νοημοσύνη μπορεί να αποκωδικοποιήσει λέξεις και φράσεις «διαβάζοντας» την δραστηριότητα του εγκεφάλου. Η συγκεκριμένη δυνατότητα της τεχνητής νοημοσύνης θα μπορούσε να αξιοποιηθεί για να διευκολύνει την επικοινωνία ανθρώπων που δεν μπορούν να μιλήσουν.

Για να καταλήξουν σε αυτά τα αποτελέσματα, οι ερευνητές τροφοδότησαν αρχικά έναν αλγόριθμο με 56.000 ώρες ομιλίας, η οποία προερχόταν από 53 διαφορετικές γλώσσες. Το λογισμικό αυτό αναγνώρισε και κατέγραψε τα ποιοτικά χαρακτηριστικά του ήχου όλων των λέξεων που ακούγονταν στην ομιλία. Μέσω αυτής της διαδικασίας ο αλγόριθμος ουσιαστικά «έμαθε» να αναγνωρίζει διαφορετικές λέξεις στον προφορικό λόγο.

Παράλληλα, οι επιστήμονες κάλεσαν 169 εθελοντές να ακούσουν μερικά μαγνητοφωνημένα μυθιστορήματα. Καθώς οι συμμετέχοντες άκουγαν τα μυθιστορήματα, οι επιστήμονες κατέγραφαν τη δραστηριότητα των νευρώνων τους με μία τεχνική νευροαπεικόνισης η οποία ονομάζεται μαγνητοεγκεφαλογραφία. Με αυτόν τον τρόπο, οι ερευνητές κατέγραψαν τη δραστηριότητα του εγκεφάλου στο άκουσμα χιλιάδων διαφορετικών λέξεων.

Τέλος, το λογισμικό τεχνητής νοημοσύνης αντιστοίχησε τον ήχο κάθε λέξης με τη δραστηριότητα του εγκεφάλου που είχε καταγραφεί όταν οι συμμετέχοντες άκουγαν τις λέξεις αυτές στα μυθιστορήματα.

Μετά από αυτή τη διαδικασία της εκπαίδευσης, οι επιστήμονες χρησιμοποίησαν τον αλγόριθμο για να «μαντέψει» ποιες λέξεις αντιστοιχούσαν σε μόλις τρία δευτερόλεπτα εγκεφαλικής δραστηριότητας, όπως αυτή είχε καταγραφεί με τη μέθοδο της μαγνητοεγκεφαλογραφίας. Ο αλγόριθμος πρότεινε κάθε φορά μία λίστα δέκα λέξεων, η οποία στο 73% των περιπτώσεων περιείχε τη σωστή λέξη που αντιστοιχούσε στη δραστηριότητα του εγκεφάλου. Όπως σημείωσαν οι ερευνητές σε σχετικές δηλώσεις τους, αυτό είναι ένα σημαντικό επίτευγμα, αφού η επιτυχία αντίστοιχων μεθόδων οι οποίες είχαν αναπτυχθεί στο παρελθόν, δεν ξεπερνούσε το 30%.

Ωστόσο, υπάρχουν ακόμη πολλοί περιορισμοί σε αυτή την τεχνολογία. Ένας σημαντικός περιορισμός είναι ότι ο αλγόριθμος μπόρεσε να προβλέψει αυτές τις λέξεις επειδή είχε ήδη εκπαιδευτεί με ένα προκαθορισμένο λεξιλόγιο. Έτσι, δεν μπορούν να υπάρξουν πρακτικές εφαρμογές ακόμη, επειδή ο αλγόριθμος θα πρέπει να «μάθει» να αναγνωρίζει από την εγκεφαλική δραστηριότητα εκατομμύρια λέξεις. Επιπλέον, μέσω της συγκεκριμένης μεθόδου, είναι εξαιρετικά δύσκολο να αναγνωριστούν μέσω της δραστηριότητας του εγκεφάλου απλές λέξεις όπως το «ναι» ή το «όχι».

Οι ερευνητές θα συνεχίσουν την έρευνα σε αυτήν την κατεύθυνση, επιχειρώντας να εκπαιδεύσουν τον αλγόριθμο ώστε να προβλέπει με μεγαλύτερη ακρίβεια τις λέξεις με βάση τη δραστηριότητα του εγκεφάλου.