OpenAI ha rilasciato Sora 2, il loro nuovo modello all'avanguardia per la generazione di video e audio, definendolo il momento GPT-3.5 per i video - Il modello genera video fino a 10 secondi di lunghezza (predefinito 9:16 verticale) con audio sincronizzato, inclusa la simulazione di fisica complessa, dove gli errori che il modello commette appaiono frequentemente come errori dell'agente interno che Sora 2 sta implicitamente modellando piuttosto che errori che infrangono le leggi della fisica - I Cameos consentono agli utenti di registrare una breve cattura video e audio una tantum in cui leggono una frase di verifica, quindi il modello può inserirli in qualsiasi ambiente generato da Sora con aspetto e voce accurati, dove solo loro decidono chi può utilizzare il loro cameo e possono revocare l'accesso o rimuovere qualsiasi video che lo includa in qualsiasi momento, comprese le bozze create da altre persone - L'app funziona come una piattaforma sociale iOS non ottimizzata per il tempo trascorso, ma esplicitamente progettata per massimizzare la creazione e non il consumo, favorendo fortemente i contenuti delle persone che segui o con cui interagisci e i video che il modello pensa possano ispirare le tue stesse creazioni, con funzionalità come il remix di altri post e la messaggistica diretta per condividere video privatamente - Le misure di sicurezza includono un rollout limitato degli inviti, restrizioni per il caricamento di immagini che presentano una persona fotorealistica, blocco di tutti i caricamenti video, nessuna trasformazione video-a-video al lancio, misure di protezione più rigorose per i minori con limiti di scorrimento predefiniti, metadati C2PA e filigrane visibili su tutte le uscite, e valutazioni che mostrano un'efficacia del 95,1-99,7% nel bloccare contenuti non sicuri - Il rollout iniziale copre gli Stati Uniti e il Canada con piani di espansione, mentre Regno Unito, UE e Australia non sono inclusi al lancio, disponibile gratuitamente con limiti generosi, sebbene soggetto a vincoli di calcolo, con l'unica monetizzazione pianificata che prevede un pagamento opzionale per video extra se la domanda supera il calcolo, gli utenti di ChatGPT Pro ottengono accesso al modello Sora 2 Pro di qualità superiore e il rilascio dell'API è previsto per il futuro.

Ecco le mie note dai TED talks al TEDAI Vienna 2025 (26 settembre 2025) Sessione 1: Fondazione Walter Werzowa (Artista, Royal Society of Arts Fellowship, Recording Academy), Olivier Oullier (Inclusive Brains, Biotech Dental, MBZUAI) - Introduzione - Orchestra, interfaccia cerebrale, DJ, musicista - Performance che traduce le onde cerebrali attraverso l'IA in musica Shaden Alshammari (Ricercatore, MIT) - Ispirazione della tavola periodica della chimica per un framework di apprendimento automatico - Tavola periodica dell'apprendimento automatico che organizza algoritmi, distribuzioni e funzioni obiettivo - Approccio di apprendimento rappresentativo che collega metodi disparati - Nuovo algoritmo di clustering delle immagini che migliora l'algoritmo di clustering K-means di 60 anni fa - Variabili R e Q che rappresentano relazioni reali (con e senza annotazione) e relazioni apprese rispettivamente - Struttura della tavola periodica per algoritmi di apprendimento automatico che rivela lacune per nuovi metodi - Segnale di apprendimento supervisionato attraverso rappresentazioni apprese Lukasz Kaiser (Ricercatore, OpenAI) - Auto a guida autonoma - perché non stanno guidando ovunque come i tassisti? - Perché l'IA per curare le malattie è così difficile? Le macchine devono imparare da meno dati - Modelli apprendibili più potenti - RNN - lumaca che si muove intorno alle parole - Trasformatori - lumaca che trasporta uno zaino con tutte le parole precedenti - I trasformatori apprendono da meno dati - Modelli di ragionamento/ragionatori - continuano a portare tutte le parole, ma producono anche le proprie parole nel mezzo (tempo di test), possono fare matematica e pensare nel contesto - Ricercatori - modelli potenti + dati apprendibili, test-time arbitrario, parallelismo (non più sequenziale) - Scoperte scientifiche, il prossimo tipo di modelli - Cronologia - più vicina piuttosto che più lontana, mesi/un anno ma non decenni; non un futuro molto lontano - Sorprendente che i trasformatori e i ragionatori abbiano funzionato così bene Oriol Vinyals (Co-Technical Lead per Gemini, VP Ricerca, Google DeepMind) - Scienziato - risolvere l'intelligenza per far avanzare la scienza e beneficiare l'umanità - "Ciò che non posso creare non lo capisco" (Feynman) - Il dilemma del costruttore - scienziati che creano sistemi di IA che potrebbero sostituirli - Dislocazione umana - trasformazione che colpisce tutti, compresi gli scienziati - Strumenti specializzati - AlphaFold (predizione della struttura proteica) - Evoluzione dei sistemi a scopo generale - l'anno scorso modelli specializzati (AlphaProof, AlphaGeometry), quest'anno modello generale unico (Deep Think) - Deep Think - medaglia d'oro all'IMO e all'ICPC - Scienziato IA - prototipo interno di Google DeepMind per la ricerca scientifica automatizzata - Domanda centrale - scienziato che costruisce Scienziato IA, sostituendo se stesso? Verity Harding (Fondatrice, Direttrice & Autrice, Università di Cambridge & Formation Advisory) - Un'altra corsa agli armamenti a livello mondiale - IA - Ottimismo di allora - IA globale, collaborativa, partenariati globali - Cooperazione e collaborazione hanno ceduto il passo mentre l'IA diventava più potente - Lancio di ChatGPT - Combinazione di fattori che portano a un rapido cambiamento - Controlli all'esportazione, discorsi difensivi - Prima devi vincere - cosa faresti per vincere quando non puoi sopravvivere per perdere - L'IA continuerà, ma non c'è una linea di arrivo, l'adozione dell'IA non è binaria - Metafora alternativa - è la corsa spaziale (non la corsa nucleare) - "Siamo venuti in pace per tutta l'umanità" (strategia geopolitica deliberata degli Stati Uniti) - Spazio - provincia di tutta l'umanità, nessuna arma di distruzione di massa nello spazio, nessuno colonizzerà la luna - "Creiamo le nostre metafore e poi le nostre metafore ci creano" - Parliamo di guidare, non di vincere - Corsa verso la dominazione mondiale o la nuova frontiera Tullio Ghi (MD, PhD, Ospedale Universitario Agostino Gemelli) - Rischio di complicazioni durante il parto - Decisione su quale intervento utilizzare quando l'apporto di ossigeno è compromesso durante il parto (estrazione con ventosa, cesareo) a seconda di quanto è sceso il bambino - Ecografia transperineale, misurazione della distanza testa-perineo - Misurazione automatica basata su IA della distanza testa-perineo - Valutazione del grado di rotazione e posizione della testa fetale nel canale del parto - 3 reti neurali convoluzionali che lavorano simultaneamente - 2.154 immagini ecografiche provenienti da 16 centri in tutto il mondo, accuratezza complessiva del 94,5% e sensibilità del 95,6%

OpenAI e NVIDIA hanno annunciato una lettera di intenti per una partnership strategica storica per implementare almeno 10 gigawatt di sistemi NVIDIA che rappresentano milioni di GPU per l'infrastruttura AI di nuova generazione di OpenAI, per addestrare e gestire la sua prossima generazione di modelli sulla strada per implementare la superintelligenza. NVIDIA intende investire fino a 100 miliardi di dollari in OpenAI progressivamente man mano che ogni gigawatt viene implementato e la prima fase è prevista per entrare in funzione nella seconda metà del 2026 utilizzando la piattaforma Vera Rubin di NVIDIA.