5 tipů od Petra, #vydání 233
Dnešní menu: Claude Opus 4.8. Kdy bude dostupná obecná umělá inteligence? Higgsfield Supercomputer. Možná nehrozí, že "nebudeme mít co žrát". Microsoft MAI-Image-2.5.
Krásný pátek!
Právě jsem si dohrál s prvními pokusy Higgsfield Supercomputeru (píšu o něm níže) a mám takovou dětinskou radost z toho, co AI v oblasti audiovizuální tvorby aktuálně umí. Jen kdyby u toho člověk nepálil tolik kreditů za služby :-)
Pořád se říká (a já to taky říkám), jak nám AI pomůže s pracovními věcmi.
Ale ono má svoji roli i v tom nepracovním životě jako třeba hobby některých z nás.
Nebo se pletu?
Anthropic představil Claude Opus 4.8
Na papíře je to další silnější verze jejich nejvýkonnějšího modelu. Lepší výsledky v benchmarkách, silnější práce s kódem, agentní úkoly, analýzy, právní a finanční dokumenty, multimodální vstupy a podobně. To už skoro čekáme automaticky.
Zajímavější mi ale přijde jiná věc: Anthropic hodně zdůrazňuje, že nový Claude má být poctivější v tom, co ví a neví. Má častěji upozorňovat na nejistotu, méně sebevědomě tvrdit věci bez opory a lépe zachytávat vlastní chyby (a zrovna tohle po včerejším dohadování se s Gemini velmi rád čtu :-)). Podle jejich hodnocení je zhruba čtyřikrát méně pravděpodobné, že nechá bez komentáře chyby v kódu, který sám napsal.
To je podle mě důležitější než další procentíčka v tabulce.
Protože v běžné práci není největší problém to, že AI něco neumí. Největší problém je, že někdy neumí přiznat, že to neumí. Když ti takový model pomáhá s analýzou kampaně, právním textem, kódem nebo třeba strategií, tak je rozdíl mezi “nevím, tady bych si to ověřil“ a “tady máš sebevědomě vyrobený nesmysl“ docela zásadní. To jednoho dost nase… nepotěší.
Novinkou Opusu 4.8 je taky možnost nastavit, kolik úsilí má Claude do úkolu vložit. Jinými slovy: nemusíš na všechno používat stejný režim. Na rychlý návrh postu nechceš, aby model deset minut přemýšlel jako doktorand před obhajobou. Na složitější analýzu nebo větší projekt už to samozřejmě smysl má.
Budoucnost AI očima Demise Hassabise (Google): AGI v roce 2030 a vývoj nových léků s pomocí AI
V aktuálním rozhovoru mezi Demisem Hassabisem, šéfem Google DeepMind, a Rowanem Cheungem byla znovu potvrzena ambiciózní, leč stabilní vize horizontu obecné umělé inteligence (AGI).
Hassabis deklaroval, že jeho predikce se nezměnila a směřuje k roku 2030 s tolerancí jednoho roku, což vlastně odpovídá dvacetileté misi definované již při založení DeepMind v roce 2010. Jeho tvrzení nebo spíš odhad je podložen dnešním pokrokem v architektuře modelů, který dává mnohem jasnější obrysy cílové rovinky.
Hassabis v rozhovoru zdůrazňuje potenciál multimodálních systémů (a samozřejmě má především na mysli googlácký model Omni) a přiznává, že k dosažení AGI stále chybí dokonalé chápání fyzikální reality a vyšší úroveň spolehlivosti při dlouhodobém plánování a uvažování (long-term reasoning).
Rozhovor se dotkl i vědeckého výzkumu a projektu Isomorphic Labs pro radikální akceleraci vývoje nových léků, který má potenciál zkrátit tradiční desetiletý vývoj léků na pouhé týdny či měsíce. Nejedná se přitom o náhodné objevy, ale o systematickou predikci biochemických interakcí na úrovni “AlphaFold level“ průlomů. Strategické zaměření na onkologii a imunologii v první vlně není motivováno pouze závažností chorob, ale také pragmatickým faktem, že klinická strana testování u těchto stavů probíhá rychleji, což umožňuje AI platformě dříve prokázat svou efektivitu. Cílem je vytvořit integrovaný “drug discovery engine“ (= nástroj na vývoj nových léků), který transformuje medicínu z reaktivní léčby v exaktní inženýrskou disciplínu schopnou modelovat biologické procesy s absolutní přesností.
Rozhodně těch 16 minut stojí za poslech.
Higgsfield Supercomputer: z jednoho promptu celé kreativní workflow
Higgsfield představil Supercomputer. Není to superpočítač v klasickém smyslu, spíš agentní rozhraní pro tvorbu obsahu. Napíšeš, co chceš vytvořit - reel, reklamu, produktový záběr, týden obsahu - a nástroj si má sám naplánovat postup, vybrat modely, presety a dodat hotový výstup.
AI se tak posouvá od jednotlivého nástroje k něčemu jako produkčnímu miništábu. Neřešíš věci jako tady vygeneruju obrázek, tady video, tady střih, tady si musím pohlídat styl, tady přepíšu prompt, tady zkusím jiný model.
Uděláš přesně opak - popíšeš výsledek a systém si má rozdělit práci sám.
Higgsfield mluví třeba o tom, že z jednoho zadání udělá 100 variant UGC reklam pro produkt, vytvoří 5 - 10 minutový film se scénářem, obsazením, scénami, hudbou a střihem, nebo promění rešerši v hotový PDF či HTML brief. Zároveň má umět importovat paměť a dovednosti z nástrojů jako Claude, Claude Code, Codex nebo ChatGPT.
Pro marketéra to zní jako rajská hudba. Hlavně ve chvíli, kdy potřebuješ rychle testovat různé vizuální směry, hooky, UGC koncepty nebo produktové scény.
Jediné, co to stále neumí, je mnou kolem dokola omílaná kontrola výstupů.
Když ti AI vyrobí jednu reklamu, zkontroluješ ji relativně snadno. Když ti vyrobí sto variant, tak u každé varianty je potřeba hlídat značku, produkt, claimy, právní limity, vizuální konzistenci a úplně obyčejnou věc: jestli to není blbé.
No a tebe určitě zajímá i nějaká ukázka. Taky tady je.
Na počátku byl tento prompt: “Create a short ad clip from the attached storyboard. The product is beer called “Pepík”. The main claim is: “Beer for real men. Not for sissies from Karlín.” a k tomu storyboard:
No a za pár minut z toho vyšlo toto video:
Za mě super! :-)
Sam Altman mírní řeči o konci práce
Sam Altman z OpenAI řekl, že AI podle něj pravděpodobně nepovede ke globální “job apocalypse“. Zároveň ale přiznal, že čekal větší dopad na kancelářské a vstupní bílé límečky, než jaký zatím nastal.
Přitom se stále hodně mluví o tom, jak AI rychle vymaže celé kategorie práce. A jak ________ (doplň si pracovní pozici) nebudou mít co žrát.
Ne že by rizika zmizela. Ne že by se nic nedělo. Ale realita se zdá být zatím komplikovanější než novinové titulky.
Altman popisoval i vlastní zkušenost: zkoušel používat AI na odpovídání ve Slacku a e-mailu, ale u části komunikace se vrátil k osobním odpovědím. Ne proto, že by AI technicky neuměla napsat odpověď. Ale protože u některých interakcí prostě záleží na tom, že odpovídá člověk.
Tohle je podle mě celkem praktické.
Spousta firem řeší AI pořád otázkou: ”Co všechno tím nahradíme?“ Jenže často je mnohem, mnohem lepší otázka: ”Kde tím ušetříme rutinu, aniž bychom ztratili vztah, důvěru a kontext?“
AI může připravit návrh odpovědi klientovi. Může shrnout historii komunikace. Může navrhnout argumenty, strukturu nabídky nebo osnovu e-mailu. Ale ve chvíli, kdy jde o citlivější vztah, obchodní jednání, nespokojeného klienta nebo strategické rozhodnutí, je lidská část pořád důležitá.
Nehledej tedy jen místa, kde může AI člověka nahradit. Hledej místa, kde člověku uvolní ruce, aby mohl dělat líp to, co má pořád největší hodnotu.
Microsoft MAI-Image-2.5: další obrazový model, který se snaží být užitečný
Kdo jste slyšel o nějakém generátoru obrázků od Microsoftu? Nehlaste se všichni :-)
Microsoft naskočil do vlaku, který už je hodně slušně rozjetý a představil MAI-Image-2.5. Model se podle Microsoftu hned dostal na třetí místo v text-to-image leaderboardu Arena. Má být hodně dobrý pro práci s textem v obrázcích, stylizovanou ilustraci, komerční vizuály, produktové a brandové koncepty.
Microsoft tvrdí, že MAI-Image-2.5 se posouvá právě v těch věcech, které rozhodují o použitelnosti: text rendering, prostorové vztahy, světlo, měřítko, struktura scény a komerční obrazové koncepty.
No… je otázka jak moc Microsoft odloudí všechny ty tvůrce AI grafiky, kteří už naskočili na Chat GPT Image 2 nebo rodinu modelů Nano Banana. Nebo třeba na Seedance, který až tak neřeší nějaké etické a podobné problémy v generovaných obrázcích a kde “západní” modely zatáhnou za ruční brzdu.
Tak teď by mě i celkem zajímalo, jestli s začneš dřív hrát s Opus 4.8 nebo s Higgsfield Supercomputer. A nebo s generátorem obrázků od Microsoftu?
V každém případě si užij parádní víkend a pokud nasdílíš 5 tipů od Petra mezi své kamarády, tak děkuji!