Google Illuminate : la technologie qui convertit livres et articles scientifiques en audio

• Google Illuminate est une technologie expérimentale qui utilise l’IA pour adapter le contenu aux préférences d’apprentissage
• Génère un audio avec deux voix créées par l’IA qui discutent des points clés de l’article sélectionné
• Optimisée pour les articles publiés en informatique
• Toutes les discussions et toutes les voix sont générées par l’IA
  • Chaque conversation audio affiche des informations sur l’article scientifique publié dont il est question, y compris le titre, les auteurs et un hyperlien URL
• Inscription possible sur la liste d’attente

Principaux audios de recherche et rapports actuellement générés

• Attention is All You Need : article expliquant les concepts de base du modèle Transformer
• Artificial Intelligence Index Report 2024 : rapport sur l’état actuel de l’IA et ses perspectives d’avenir
• PaLM-E : recherche sur un modèle de langage multimodal
• Generative Agents : recherche sur des agents interactifs qui imitent le comportement humain
• Large Language Models Encode Clinical Knowledge : recherche sur la manière dont les grands modèles de langage encodent les connaissances cliniques
• Position: Levels of AGI for Operationalizing Progress on the Path to AGI : discussion sur les étapes de développement de l’AGI (intelligence artificielle générale)
• Generative Ghosts : recherche anticipant les bénéfices et les risques d’une existence posthume de l’IA
• Code as Policies : recherche sur le contrôle via des programmes de modèles de langage
• AI and the Opportunity for Shared Prosperity : leçons tirées de l’histoire de la technologie et de l’économie
• Sample of LLM Research from Google : échantillon des recherches de Google sur les grands modèles de langage
• The anatomy of a large-scale hypertextual Web search engine : anatomie d’un moteur de recherche Web hypertextuel à grande échelle
• Efficient Estimation of Word Representations in Vector Spaces : estimation efficace des représentations de mots dans des espaces vectoriels
• Chain-of-Thought Prompting Elicits Reasoning in Large Language Models : incitation par chaîne de pensée pour faire émerger le raisonnement dans les grands modèles de langage
• MLP-Mixer : architecture tout-MLP pour les tâches de vision
• Switch Transformers : passage à des modèles de mille milliards de paramètres avec une sparsité simple et efficace
• CoAtNet : combinaison de convolutions et d’attention adaptée à toutes les tailles de données
• AudioLM : approche de modélisation du langage appliquée à la génération audio
• The Illusion of Artificial Inclusion : l’illusion de l’inclusion artificielle
• Agile Modeling : passage rapide du concept au classifieur
• Intersectionality in Conversational AI Safety : modèle bayésien multiniveau pour comprendre diverses perceptions de la sécurité
• AI for Low-Code for AI : l’IA pour le low-code appliqué à l’IA
• Description and Discussion on DCASE 2023 Challenge Task 2 : première détection acoustique non supervisée d’anomalies pour la surveillance de l’état des machines
• On Limitations of the Transformer Architectures : limites des architectures Transformer
• Subset-Reach Estimation in Cross-Media Measurement : estimation de la portée des sous-ensembles dans la mesure cross-média
• RecurrentGemma : approche au-delà de Transformer pour des modèles de langage open source efficaces
• Trusted Source Alignment in Large Language Models : alignement sur des sources fiables dans les grands modèles de langage
• Imagic : modèle de diffusion pour l’édition d’images photoréalistes à partir de texte

Le résumé de GN⁺

• Illuminate est un outil expérimental qui utilise l’IA pour adapter les contenus d’apprentissage aux préférences individuelles
• Il est optimisé pour les sujets d’informatique, et toutes les discussions comme les voix sont générées par l’IA
• Il permet de comprendre les tendances et avancées technologiques récentes à travers divers travaux et rapports sur l’IA
• Cet outil est utile pour faciliter l’apprentissage et explorer le potentiel des technologies d’IA
• Parmi les autres projets du même domaine figurent la série GPT d’OpenAI et le modèle BERT de Google

[dongjinahn]

Il y a une coquille : c’est optimisé pour les articles de recherche en informatique publiés

[GN⁺]

Avis Hacker News

• Inquiétudes sur le risque que les podcasts générés automatiquement deviennent du spam publicitaire
• Le coût de génération de podcasts avec des LLM et de la synthèse vocale est faible
  • Environ 2 à 3 $ pour 10 minutes d’enregistrement
• L’arrivée de l’ère des podcasts générés automatiquement
• Problème potentiel des LLM qui peuvent mettre en avant des informations erronées
• Possibilité d’en faire un outil utile pour rendre les articles scientifiques plus accessibles
  • Idée de projet : filtrer des articles arXiv par mots-clés et les proposer en audio
• Malaise face à l’idée que l’IA crée des répliques de personnes décédées à partir de leurs traces numériques
• Mention de l’expérience NotebookLM de Google
• Projet personnel consistant à réécrire des livres scientifiques pour enfants sous forme de dialogue puis à les convertir en audio
• Partage d’une expérience d’écoute d’articles en conduisant avec l’application ElevenLabs Reader
  • Qualité vocale jugée satisfaisante à 90 %
• Inquiétudes sur le problème de spam des podcasts générés automatiquement, malgré une démo impressionnante