Компания, переименовавшая себя в метавселенную, большую часть своего ключевого доклада на ежегодной конференции Meta Connect посвятила искусственному интеллекту, еще раз подтвердив внезапное доминирование и вездесущность технологий ИИ в этом году.
Руководители Meta представили подробный план того, как искусственный интеллект станет стержнем многих инициатив компании, включая создание метавселенной.
В центре внимания был MetaAI — персональный помощник, повторяющий функциональность Siri, но обладающий более широким спектром мультимодальных возможностей. Этот ИИ-компаньон не только вербально интерактивен — он может общаться с помощью голоса, текста и даже физических жестов. Примечательно, что он может работать в паре с новыми «умными» очками Meta, разработанными совместно с гигантом очковой индустрии Ray-Ban и доступными для предварительного заказа по цене 299 долл.
Пользователи новых AR-очков Meta смогут взаимодействовать с MetaAI, определяя объекты реального мира, отвечая на подсказки на естественном языке и выполняя поставленные задачи. Например, пользователи могут запросить у MetaAI информацию о конкретном месте, на которое они смотрят, или о находящемся перед ними произведении искусства, а также сделать фото- или видеосъемку определенного момента.
Однако обновленные возможности искусственного интеллекта компании идут дальше. Новая функция Restyle позволяет пользователям редактировать свои фотографии в Instagram с помощью текста, аналогично инпаттингу в Stable Diffusion. Эта функция редактирования фотографий с помощью текста расширяет возможности взаимодействия пользователей с изображениями, используя мультимодальные возможности ИИ Meta.
Изображение: Meta
Переходя к более интеллектуальным инструментам редактирования, Meta представила функцию Backdrop, которая определяет и отделяет элементы изображения для последующего редактирования, например, изменения фона или перекрашивания наряда. Эта функция позволяет не только редактировать, но и создавать.
Многие из этих инноваций основаны на Emu, новой модели преобразования текста в изображение. Emu позволяет генерировать высокоточные изображения за считанные секунды, предоставляя MetaAI и другим приложениям обширный материал для создания иммерсивных виртуальных миров. Emu интегрируется с текстовым генератором LLaMA-2 компании Meta и MetaAI, являясь универсальным помощником в области искусственного интеллекта.
Мультимодальный ИИ, сочетающий компьютерное зрение, обработку естественного языка, распознавание речи и другие модальности, является краеугольным камнем подхода Meta.
Не обошла Meta стороной и безопасность. Компания представила «красную команду» LLaMA-2, которая призвана контролировать языковой режим ИИ, что особенно важно, поскольку его открытый исходный код может создать ящик Пандоры для нецензурного контента.
Meta представила чат-ботов с искусственным интеллектом, созданных по образцу таких знаменитостей, как Том Брэди и Наоми Осака. Изображение: Meta
Meta также запускает 28 персонажей искусственного интеллекта, с которыми могут взаимодействовать пользователи. «Некоторые из них играют культурные иконы и авторитеты, включая Снуп Догга, Тома Брэди, Кендалл Дженнер и Наоми Осаку», — говорится в официальном сообщении Meta.
Чтобы расширить свои амбиции в области ИИ, Meta объявила о новом партнерстве с Amazon Web Services (AWS), которое позволит клиентам AWS запускать Llama2, имея всего лишь ключ API, что значительно снижает барьер для разработчиков, желающих освоить сферу ИИ. В то же время новая AI Studio компании Meta представляет собой набор инструментов для разработчиков, позволяющих создавать продукты на основе искусственного интеллекта в различных областях, включая моду, дизайн и игры.
Технический директор Meta Эндрю Босворт (Andrew Bosworth) в своем выступлении красноречиво подвел итог путешествию Meta в области ИИ, сказав: «ИИ формирует то, как мы строим метавселенную». Очевидно, что целью было показать симбиотические отношения между ИИ и метавселенной, а не смену фокуса в бизнес-модели Meta.
