Tahun dalam AI Sejauh Ini: Model Besar-besaran dan Cara Menggunakannya PlatoBlockchain Data Intelligence. Pencarian Vertikal. Ai.

Tahun dalam AI Sejauh Ini: Model Besar-besaran dan Cara Menggunakannya

Dunia kecerdasan buatan dan pembelajaran mesin bergerak sangat cepat. Begitu cepatnya, sehingga sungguh luar biasa untuk berpikir bahwa hanya satu dekade yang lalu ketika model AlexNet mendominasi kompetisi ImageNet dan memulai proses yang menjadikan pembelajaran mendalam sebagai gerakan teknologi yang bonafide. Hari ini, setelah bertahun-tahun menjadi berita utama tentang bermain game, kami melihat inovasi yang terus meningkat yang berlaku di dunia nyata. 

Dalam beberapa tahun terakhir saja, model AI/ML seperti GPT-3 dan AlphaFold menghadirkan kemampuan yang mengkatalisasi produk baru dan perusahaan, dan itu memperluas pemahaman kami tentang apa yang dapat dilakukan komputer. 

Dengan mengingat hal itu, kami pikir kami akan meninjau kembali cakupan AI/ML kami di Masa depan selama paruh pertama tahun ini, serta mengejar Anda beberapa โ€” tetapi tentu saja tidak semua - perkembangan industri utama selama ini. Seperti yang akan Anda lihat, beberapa kombinasi model bahasa besar, model generatif, dan model dasar adalah sumber perhatian utama, dan kami hanya melihat sekilas dalam hal memahami apa yang dapat mereka lakukan dan bagaimana dunia di luar penelitian besar laboratorium dapat memanfaatkan kekuatan mereka.

Grafik Masa depan fokus: Cara memanfaatkan kemajuan AI/ML

Cara Menggunakan Model AI Massive (Seperti GPT-3) di Startup Anda oleh Elliot Turner / Hyperia

AlphaFold, GPT-3, dan Cara Meningkatkan Kecerdasan dengan AI oleh Niko Grupen / Cornell

AlphaFold, GPT-3 dan Cara Meningkatkan Kecerdasan dengan AI (Pt. 2) oleh Niko Grupen / Cornell

Data50: Startup Data Teratas Dunia oleh Jennifer Li, Sarah Wang, and Jamie Sullivan / a16z

Arsitektur yang Muncul untuk Infrastruktur Data Modern by Matt Bornstein, Jennifer Li, dan Martin Casado / a16z

Satu Dekade Pembelajaran Mendalam: Bagaimana Pengalaman Startup AI Berkembang dengan Richard Socher (Tanya Jawab) / kamu.com

7 Teknik untuk Membangun Model AI yang Handal oleh Beena Ammanath (kutipan buku) /Deloite

Dua Hal yang Kita Butuhkan untuk AlphaFold Berikutnya dengan Daphne Koller (Tanya Jawab) / pengantar

Fokus industri: Gambar, kata, dan lebih banyak pengkodean

Pemrograman Kompetitif dengan AlphaCode / dalam Pikiran

Mengajarkan AI untuk Menerjemahkan 100-an Bahasa Lisan dan Tulisan dalam Waktu Nyata / Meta AI

Pathways Language Model (PaLM): Menskalakan hingga 540 Miliar Parameter untuk Performa Terobosan / Google Research

DALL-E2 / OpenAI

Gambar: Model Difusi Teks-ke-Gambar / Google Research

Jenis kemajuan ini, dan peningkatan pemahaman tentang cara menggunakannya, adalah alasan kami berdedikasi untuk meningkatkan cakupan AI/ML kami dan, khususnya, bagaimana kami akan melihatnya diterapkan dalam pengaturan dunia nyata di masa mendatang. beberapa tahun. Dari bioteknologi untuk televisi, kami siap untuk membayangkan kembali secara serius apa yang mungkin dan bagaimana perangkat lunak dapat membantu manusia mewujudkan ide-ide terliar mereka. Jika Anda sedang mengerjakan sesuatu yang menarik dan baru di bidang AI/ML dan ingin membagikan pemikiran Anda tentang tujuan kami, silahkan kirimkan kami pitch.

Diposting 27 Juni 2022

Teknologi, inovasi, dan masa depan, seperti yang diceritakan oleh mereka yang membangunnya.

Terima kasih telah mendaftar.

Periksa kotak masuk Anda untuk pesan selamat datang.

Stempel Waktu:

Lebih dari Andreessen Horowitz