Året i AI indtil videre: Massive modeller og hvordan man bruger dem PlatoBlockchain Data Intelligence. Lodret søgning. Ai.

Året i AI indtil videre: Massive modeller og hvordan man bruger dem

Verden af ​​kunstig intelligens og maskinlæring bevæger sig meget hurtigt. Faktisk så hurtigt, at det er bemærkelsesværdigt at tænke på, at det kun var et årti siden, da AlexNet-modellen dominerede ImageNet-konkurrencen og satte gang i processen, der gjorde deep learning til en bona fide teknologibevægelse. I dag, efter år med overskrifter om spil, ser vi stadigt stigende innovation, der gælder for den virkelige verden. 

Alene i de sidste par år har AI/ML-modeller som GPT-3 og AlphaFold leveret funktioner, der katalyserede nye produkter , virksomheder, og det udvidede vores forståelse af, hvad computere kan. 

Med det i tankerne tænkte vi, at vi ville gense vores AI/ML-dækning Fremtid i løbet af det første halve år, samt indhente dig på nogle - men bestemt ikke alle - af de store industriudviklinger i den tid. Som du vil se, er en kombination af store sprogmodeller, generative modeller og grundmodeller en stor kilde til opmærksomhed, og vi skimmer blot overfladen med hensyn til at forstå, hvad de kan gøre, og hvordan verden uden for stor forskning laboratorier kan bruge deres magt.

Fremtid fokus: Sådan drager du fordel af AI/ML-fremskridt

Sådan bruger du massive AI-modeller (som GPT-3) i din opstart af Elliot Turner / Hyperia

AlphaFold, GPT-3 og hvordan man øger intelligens med AI af Niko Gruppen / Cornell

AlphaFold, GPT-3 og hvordan man øger intelligens med kunstig intelligens (Pt. 2) af Niko Gruppen / Cornell

Data50: Verdens bedste datastartups af Jennifer Li, Sarah Wang og Jamie Sullivan / a16z

Nye arkitekturer til moderne datainfrastruktur by Matt Bornstein, Jennifer Li og Martin Casado / a16z

Et årti med dyb læring: Hvordan AI-startoplevelsen har udviklet sig med Richard Socher (Spørgsmål og svar) / dig.com

7 teknikker til at bygge pålidelige AI-modeller af Beena Ammanath (boguddrag) /Deloitte

De to ting, vi skal bruge til den næste AlphaFold med Daphne Koller (Spørgsmål og svar) / Insitro

Branchefokus: Billeder, ord og mere kodning

Konkurrencedygtig programmering med AlphaCode / Deep Mind

Undervisning i kunstig intelligens i at oversætte 100-vis af talte og skrevne sprog i realtid / Meta AI

Pathways Language Model (PaLM): Skalering til 540 milliarder parametre for banebrydende ydeevne / Google Research

DALL-E2 / OpenAI

Billede: Tekst-til-billede-diffusionsmodeller / Google Research

Disse typer fremskridt og den øgede forståelse af, hvordan man bruger dem, er grunden til, at vi er dedikerede til at optrappe vores dækning af AI/ML, og især hvordan vi vil se det anvendt i den virkelige verden i løbet af det næste. få år. Fra bioteknologi til fjernsyn, er vi klar til en seriøs nytænkning af, hvad der er muligt, og hvordan software kan hjælpe mennesker med at levere deres vildeste ideer. Hvis du arbejder på noget spændende og nyt i AI/ML-området og vil dele dine tanker om, hvor vi er på vej hen, Vær venlig send os et pitch.

Offentliggjort 27. juni 2022

Teknologi, innovation og fremtiden, som fortalt af dem, der bygger den.

Tak for din tilmelding.

Tjek din indbakke for en velkomstbesked.

Tidsstempel:

Mere fra Andreessen Horowitz