Mustafa Suleyman od dawna przygotowywał się do swojego nowego zakresu obowiązków. Jako pierwszy dyrektor generalny ds. AI w Microsofcie, po gruntownej restrukturyzacji firmy w połowie marca, przekazał część zadań i skupił się na dążeniu do superinteligencji. Choć informacja ta stała się publiczna dopiero w zeszłym miesiącu, Suleyman zdradził The Verge, że przygotowywał się do tej zmiany nawet przez dziewięć miesięcy..
“To był długo przygotowywany plan” — powiedział, dodając, że osiągnięcie superinteligencji jest “wyłącznie moim celem”..
Superinteligencja — podobnie jak AGI, czyli sztuczna inteligencja ogólna — ma w branży AI mglistą i zmieniającą się definicję. Dla Suleymana dotyczy ona ściśle biznesu i produktywności. “Superinteligencja polega naprawdę na tym, czy te modele są w stanie dostarczyć wartość produktu dla milionów przedsiębiorstw, które zależą od nas w dostarczaniu modeli językowych światowej klasy” — wyjaśnił..
W czwartek Microsoft zaprezentował nowy model transkrypcji MAI-Transcribe-1, który ma realizować tę wizję. Według Suleymana kosztuje on “połowę GPU w porównaniu do innych modeli najnowszej generacji”, co stanowi “ogromną oszczędność” dla Microsoftu. Model obsługuje 25 języków i radzi sobie z trudnymi warunkami nagrywania — hałasem w tle, niską jakością dźwięku i nakładającą się mową. MAI-Transcribe-1 jest teraz dostępny na platformie Microsoft Foundry i w nowym Microsoft AI Playground..
Suleyman przypisuje dobre wyniki nowego modelu małemu, skupionemu dziesięcioosobowemu zespołowi, “wyzwolonemu od biurokracji”. Microsoft zastosował podobną strategię w zakresie generowania głosu i obrazu. MAI-Transcribe-1 obsługuje formaty plików audio MP3, WAV i FLAC..
Źródło: The Verge
