العام في الذكاء الاصطناعي حتى الآن: النماذج الضخمة وكيفية استخدامها ذكاء بيانات PlatoBlockchain. البحث العمودي. عاي.

العام في الذكاء الاصطناعي حتى الآن: النماذج الضخمة وكيفية استخدامها

يتحرك عالم الذكاء الاصطناعي والتعلم الآلي بسرعة كبيرة. سريع جدًا ، في الواقع ، من اللافت للنظر أنه كان قبل عقد من الزمن فقط عندما سيطر نموذج AlexNet على منافسة ImageNet وأطلق العملية التي جعلت التعلم العميق حركة تقنية حسنة النية. اليوم، بعد سنوات من عناوين الأخبار حول ممارسة الألعاب، نرى ابتكارات متزايدة باستمرار تنطبق على العالم الحقيقي. 

في العامين الماضيين فقط ، قدمت نماذج AI / ML مثل GPT-3 و AlphaFold إمكانات حفزت منتجات جديدة و الشركات، وقد أدى ذلك إلى توسيع فهمنا لما يمكن أن تفعله أجهزة الكمبيوتر. 

مع وضع ذلك في الاعتبار ، اعتقدنا أننا سنعيد النظر في تغطية AI / ML في Future خلال النصف الأول من العام ، وكذلك اللحاق بك في بعض - لكن بالتأكيد ليس كذلك الكل - من التطورات الصناعية الرئيسية خلال تلك الفترة. كما سترى ، فإن مزيجًا من النماذج اللغوية الكبيرة ، والنماذج التوليفية ، ونماذج الأساس هي مصدر رئيسي للاهتمام ، ونحن فقط نقوم بقشط السطح من حيث فهم ما يمكنهم فعله وكيف يمكن للعالم خارج نطاق البحث الكبير يمكن للمختبرات الاستفادة من قوتهم.

Future التركيز: كيفية الاستفادة من تطورات الذكاء الاصطناعي / تعلم الآلة

كيفية استخدام نماذج الذكاء الاصطناعي الضخمة (مثل GPT-3) في بدء التشغيل بواسطة إليوت تيرنر / هايبيريا

AlphaFold و GPT-3 وكيفية زيادة الذكاء باستخدام الذكاء الاصطناعي بواسطة نيكو جروبن / كورنيل

AlphaFold و GPT-3 وكيفية تعزيز الذكاء باستخدام الذكاء الاصطناعي (الجزء 2) بقلم نيكو جروبن / كورنيل

Data50: أفضل شركات البيانات الناشئة في العالم بقلم جينيفر لي وسارة وانج و جيمي سوليفان / a16z

البنى الناشئة للبنية التحتية الحديثة للبيانات by مات بورنشتاين وجنيفر لي ومارتن كاسادو / a16z

عقد من التعلم العميق: كيف تطورت تجربة بدء التشغيل بالذكاء الاصطناعي مع ريتشارد سوتشر (سؤال وجواب) / you.com

7 تقنيات لبناء نماذج موثوقة للذكاء الاصطناعي بواسطة بينا عماناث (مقتطف من كتاب) / ديلويت

الشيئان اللذان سنحتاجهما لمضاعف ألفا التالي مع دافني كولر (سؤال وجواب) / إنسيترو

تركيز الصناعة: الصور والكلمات والمزيد من الترميز

البرمجة التنافسية مع AlphaCode / عمق العقل

تعليم الذكاء الاصطناعي لترجمة مئات اللغات المنطوقة والمكتوبة في الوقت الفعلي / ميتا AI

نموذج لغة المسارات (PaLM): التحجيم إلى 540 مليار معلمة للأداء المتميز / بحث جوجل

DALL-E2 / OpenAI

Imagen: نماذج انتشار النص إلى الصورة / بحث جوجل

هذه الأنواع من التطورات ، والفهم المتزايد لكيفية الاستفادة منها ، هي سبب تكريسنا لتكثيف تغطيتنا للذكاء الاصطناعي / تعلم الآلة ، وعلى وجه الخصوص ، كيف سنراه مطبقًا في إعدادات العالم الحقيقي على مدار اليوم التالي بضع سنوات. من التكنولوجيا الحيوية إلى تلفزيون، نحن على استعداد لإعادة تصور جدي لما هو ممكن وكيف يمكن للبرمجيات أن تساعد البشر على تقديم أفكارهم الأكثر جموحًا. إذا كنت تعمل على شيء مثير وجديد في مساحة AI / ML وترغب في مشاركة أفكارك حول المكان الذي نتجه إليه ، من فضلك ارسل لنا ارض الملعب.

تم النشر في 27 حزيران (يونيو) 2022

التكنولوجيا والابتكار والمستقبل كما يرويها أولئك الذين يبنونها.

شكرا لتسجيلك.

تحقق من صندوق الوارد الخاص بك للحصول على ملاحظة ترحيب.

الطابع الزمني:

اكثر من أندرسن هورويتز