AI sada može stvoriti glazbeni isječak na temelju tekstualnog upita, ukloniti ili dodati instrumente iz postojeće pjesme, promijeniti naglasak ili emociju u glasu, pa čak i omogućiti ljudima da proizvedu zvukove koje prije nisu čuli.
Ateam istraživača GenAI-ja stvorio je novi zvučni alat koji korisnicima omogućuje kontrolu audio izlaza jednostavno pomoću teksta. Nazvan Fugatto (skraćeno od Foundational Generative Audio Transformer Opus 1), generira ili transformira bilo koju mješavinu glazbe, glasova i zvukova opisanih upitima koristeći bilo koju kombinaciju tekstualnih i audio datoteka. Može stvoriti glazbeni isječak na temelju tekstualnog upita, ukloniti ili dodati instrumente iz postojeće pjesme, promijeniti naglasak ili emociju u glasu, pa čak i omogućiti ljudima da proizvedu zvukove koje prije nisu čuli.
Glazbeni producenti mogli bi koristiti Fugatto za brzi prototip ili editiranje ideje za pjesmu, isprobavajući različite stilove, glasove i instrumente. Također mogu dodati efekte i poboljšati ukupnu kvalitetu zvuka postojeće pjesme. Oglasna agencija može primijeniti Fugatto za brzo ciljanje postojeće kampanje za više regija ili situacija, primjenjujući različite naglaske i emocije na glasovne snimke. Alati za učenje jezika mogu se personalizirati za korištenje bilo kojeg glasa govornika. Razvojni programeri videoigara mogli bi koristiti model za izmjenu unaprijed snimljenih sredstava u svojim naslovima kako bi odgovarali radnji koja se mijenja dok korisnici igraju igru. Ili bi mogli kreirati nova sredstva u hodu iz tekstualnih uputa i izbornih audio ulaza.
Tijekom zaključivanja, model koristi tehniku nazvanu ComposableART za kombiniranje uputa koje su se vidjele zasebno samo tijekom obuke. Sposobnost modela da interpolira između uputa daje korisnicima preciznu kontrolu nad tekstualnim uputama, u ovom slučaju, težinom naglaska ili stupnjem tuge. Model također generira zvukove koji se mijenjaju tijekom vremena. Može, na primjer, stvoriti zvukove kišne oluje koja se kreće područjem s krešendom grmljavine koja polako nestaje u daljini. Korisnicima također daje preciznu kontrolu nad razvojem zvučne slike. Osim toga, za razliku od većine modela, Fugatto omogućuje korisnicima stvaranje zvučnih pejzaža kakve dosad nisu vidjeli, poput grmljavinske oluje koja jenjava u zoru uz zvuk pjevanja ptica.
Fugatto je temeljni model generativnog transformatora koji se nadovezuje na prethodni rad tima u područjima kao što su modeliranje govora, audio vokodiranje i razumijevanje zvuka. Puna verzija koristi 2,5 milijardi parametara i obučena je na nizu NVIDIA DGX sustava koji sadrže 32 GPU-a H100 Tensor Core. Jedan od najtežih dijelova napora bilo je generiranje kombiniranog skupa podataka koji je sadržavao milijune audio uzoraka korištenih za obuku. Tim je primijenio višestruku strategiju za generiranje podataka i uputa koje su znatno proširile raspon zadataka koje je model mogao obavljati uz postizanje preciznijih performansi i omogućavanje novih zadataka bez potrebe za dodatnim podacima. Također su pažljivo proučili postojeće skupove podataka kako bi otkrili nove odnose među podacima. Cjelokupni rad trajao je više od godinu dana.
Umjetna inteligencija razvija se brže od infrastrukture, regulatornih okvira i organizacijskih procesa koji je trebaju pratiti. Europa intenzivno govori o podatkovnoj suverenosti, regulativi i potrebi za vlastitim kapacitetima, ali između rasprave i realizacije još postoji velik jaz. „Puno pričamo, ali ne radimo toliko; to je trenutačno jedna od osnovnih premisa“, ističe za ICTbusiness Media - ICTbusiness.info Marko Dagelić, CEO Datum. Za njega je upravo kontrola nad procesima i podacima jedan od temelja ozbiljne primjene umjetne inteligencije.
Promjena cijene često znači uređivanje više tablica i slanje novih verzija kupcima ili kolegama. Cjenici okuplja unos, objavu i povijest cijena u jednoj web aplikaciji. Korisnik uvozi pripremljenu Excel datoteku ili ručno uređuje stavke, dok kupci pristupaju objavljenim podacima bez prijave.
Rast umjetne inteligencije više nije samo pitanje novih modela, aplikacija i računalnih čipova. U pozadini se ubrzano mijenja fizička infrastruktura potrebna za njihov rad, a podatkovni centri postaju veći, energetski intenzivniji i tehnički složeniji. Upravo se taj val potražnje sada snažno prelijeva i na Europu, nakon što je prethodnih godina bio najvidljiviji u Sjedinjenim Američkim Državama. Vertiv zbog toga povećava proizvodne i inženjerske kapacitete u Hrvatskoj, koja za kompaniju ima važnu ulogu u projektiranju i isporuci infrastrukturnih sustava za EMEA regiju.
