داستان‌های فناوری عالی این هفته از سراسر وب (تا 30 مارس)

داستان‌های فناوری عالی این هفته از سراسر وب (تا 30 مارس)

تمبر زمان: 30 مارس 2024، 10:00 صبح
داستان‌های فناوری فوق‌العاده این هفته از سراسر وب (تا 30 مارس) هوش داده PlatoBlockchain. جستجوی عمودی Ai.

بهترین کیوبیت ها برای محاسبات کوانتومی ممکن است فقط اتم باشند
فیلیپ بال | کوانتا
«در جستجوی مقیاس‌پذیرترین سخت‌افزار برای استفاده برای رایانه‌های کوانتومی، کیوبیت‌های ساخته شده از اتم‌های منفرد لحظه‌ی شکست را تجربه می‌کنند. [مارک سافمن، فیزیکدان دانشگاه ویسکانسین] گفت: «ما معتقدیم که می‌توانیم ده‌ها یا حتی صدها هزار دستگاه را در مقیاس سانتی‌متری بسته‌بندی کنیم».

ربات‌های چت هوش مصنوعی با سرعتی حتی سریع‌تر از تراشه‌های کامپیوتری در حال پیشرفت هستند
کریس استوکل-واکر | دانشمند جدید
«بسیروغلو و همکارانش عملکرد 231 LLM را که بین سال‌های 2012 تا 2023 توسعه یافته بودند، تجزیه و تحلیل کردند و دریافتند که به‌طور میانگین، قدرت محاسباتی مورد نیاز برای نسخه‌های بعدی یک LLM برای رسیدن به معیار معین هر هشت ماه نصف می‌شود. این بسیار سریعتر از قانون مور است، یک قانون محاسباتی سرانگشتی که در سال 1965 ابداع شد که نشان می دهد تعداد ترانزیستورهای روی یک تراشه، معیاری از عملکرد، هر 18 تا 24 ماه دو برابر می شود.

چگونه هوش مصنوعی می تواند اقتصاد را منفجر کند
دیلن متیوز | واکس
تصور کنید همه چیزهایی که بشر از روزگاری که در غارها زندگی می‌کردیم به دست آورده است: چرخ‌ها، نوشتن، ذوب برنز و آهن، اهرام و دیوار بزرگ، کشتی‌های اقیانوس پیمای، درو مکانیکی، راه‌آهن، تلگراف، برق، عکاسی، فیلم، موسیقی ضبط‌شده. ، ماشین لباسشویی، تلویزیون، اینترنت، تلفن همراه. حالا تصور کنید که 10 برابر همه اینها را انجام دهید - فقط در یک ربع قرن. این دنیای بسیار بسیار بسیار عجیبی است که ما به آن فکر می کنیم. این به اندازه کافی عجیب است که عادلانه است که بپرسیم آیا ممکن است یا نه.

رسانه دیجیتال

چه اتفاقی برای ویدیوی مولد می افتد
ویل داگلاس بهشت ​​| بررسی فناوری MIT
اولین دسته از مدل‌هایی که می‌توانستند متن را به ویدیو تبدیل کنند، در اواخر سال ۲۰۲۲ از شرکت‌هایی مانند متا، گوگل و استارت‌آپ فناوری ویدیویی Runway ظاهر شدند. این یک ترفند منظم بود، اما نتایج دانه‌دار، پر زرق و برق و تنها چند ثانیه بود. 2022 ماه سریع به جلو، و بهترین خروجی سورا با وضوح بالا و واقع‌گرایانه آنقدر خیره‌کننده است که برخی از ناظران نفس‌گیر مرگ هالیوود را پیش‌بینی می‌کنند. ... همانطور که ما همچنان به درک آنچه پیش رو داریم - خوب و بد - در اینجا چهار چیز وجود دارد که باید به آنها فکر کنیم.

سنسورها

حسگرهایی به اندازه نمک از مغز تقلید می کنند
گوندولین راک | طیف IEEE
"برای به دست آوردن درک بهتر از مغز، چرا از آن الهام نمی گیریم؟ حداقل، این کاری است که محققان دانشگاه براون با ساختن یک سیستم ارتباطی بی‌سیم که مغز را با استفاده از مجموعه‌ای از حسگرهای سیلیکونی کوچک، هر یک به اندازه یک دانه شن، تقلید می‌کند، انجام دادند. محققان امیدوارند که روزی بتوان از این فناوری در رابط‌های کاشتنی مغز و ماشین برای خواندن فعالیت مغز استفاده کرد.

آشنایی با ربات های انسان نما
هیتر برایان | TechCrunch
«بسیاری از افراد باهوش به فاکتور فرم ایمان دارند و بسیاری از افراد دیگر در این مورد تردید دارند. با این حال، یک چیزی که من با اطمینان می گویم این است که چه کارخانه های آینده پر از ربات های انسان نما در مقیاسی معنادار باشند یا نه، همه این کارها یک چیزی است. حتی بدبین ترین رباتیست هایی که در این زمینه با آنها صحبت کرده ام به مدل ناسا اشاره کرده اند، جایی که مسابقه فرود انسان روی ماه منجر به اختراع محصولاتی شد که ما تا به امروز روی زمین استفاده می کنیم.

بیت های شعله ور 4.5 میلیون بار سریعتر از پهنای باند منتقل می شوند
مایکل فرانکو | اطلس جدید
یک تیم تحقیقاتی بین‌المللی حجم حیرت‌آوری از داده‌ها را با سرعتی تقریباً غیرقابل درک ارسال کرده است. این سریع‌ترین انتقال داده‌ای است که تا کنون با استفاده از یک فیبر نوری انجام می‌شود و نشان می‌دهد که این فرآیند با استفاده از مواد فعلی چقدر سریع می‌تواند انجام شود.

چگونه به پردازنده گرافیکی ترانزیستوری 1 تریلیون خواهیم رسید
مارک لیو و اچ اس فیلیپ ونگ | طیف IEEE
ما پیش‌بینی می‌کنیم که ظرف یک دهه یک GPU چند تراشه‌ای بیش از 1 تریلیون ترانزیستور داشته باشد. ما باید همه این تراشه‌ها را در یک پشته سه‌بعدی به هم پیوند دهیم، اما خوشبختانه، صنعت توانسته است به سرعت سطح اتصالات عمودی را کاهش دهد و تراکم اتصالات را افزایش دهد. و جای زیادی برای بیشتر وجود دارد. ما هیچ دلیلی نمی بینیم که چرا تراکم اتصال نمی تواند با یک مرتبه بزرگی و حتی فراتر از آن رشد کند.

ستاره شناسان در زمان واقعی به تماشای ابرنواختر حماسی می پردازند که به طور بالقوه سیاهچاله ای را متولد می کند
آیزاک شولتز | Gizmodo
"محاسبات مواد دور ستاره ای منتشر شده در انفجار، و همچنین چگالی و جرم این ماده قبل و بعد از ابرنواختر، اختلافی ایجاد می کند، که این احتمال را می دهد که جرم گم شده به سیاه چاله ای ختم شده باشد که در آن شکل گرفته است. ایدو ایرانی، یکی از نویسندگان این مطالعه، محقق موسسه وایزمن، گفت: پیامدهای انفجار - چیزی که معمولاً تعیین آن بسیار سخت است.

توانایی های اضطراری مدل های زبان بزرگ یک سراب است
استفان اورنس | سیمی
[در برخی از وظایف اندازه‌گیری شده توسط پروژه BIG-bench، LLM] عملکرد برای مدتی نزدیک به صفر باقی ماند، سپس عملکرد بالا رفت. مطالعات دیگر جهش های مشابهی در توانایی پیدا کردند. نویسندگان این رفتار را به عنوان رفتار «دستیابی به موفقیت» توصیف کردند. محققان دیگر آن را به یک انتقال فاز در فیزیک تشبیه کرده اند، مانند زمانی که آب مایع به یخ منجمد می شود. ...[اما] مقاله جدیدی توسط سه محقق در دانشگاه استنفورد بیان می کند که ظهور ناگهانی این توانایی ها فقط نتیجه روشی است که محققان عملکرد LLM را اندازه گیری می کنند. آنها استدلال می کنند که توانایی ها نه غیرقابل پیش بینی هستند و نه ناگهانی."

تصویر های اعتباری: آدریان / می Unsplash

تمبر زمان:

بیشتر از تکینگی هاب