これまでの AI の 1 年: 大規模なモデルとその使用方法 PlatoBlockchain データ インテリジェンス。垂直検索。あい。

これまでのAIの年:大規模なモデルとその使用方法

人工知能と機械学習の世界は急速に変化しています。 実際、AlexNet モデルが ImageNet 競争を支配し、深層学習を正真正銘の技術運動にするプロセスを開始したのは、わずか XNUMX 年前のことだと考えると驚くべきことです。 今日、 ゲームプレイに関する何年にもわたる見出しの後、現実の世界に適用されるイノベーションがますます増えています。 

ここ数年だけでも、GPT-3 や AlphaFold などの AI / ML モデルは、 新製品 & について詳しく見る、そしてそれはコンピューターができることについての私たちの理解を広げました. 

それを念頭に置いて、私たちは AI / ML のカバレッジを再検討すると考えました。 未来 今年の上半期に、いくつかの最新情報をお届けします。 すべて - 当時の主要な業界の発展。 ご覧のとおり、大規模な言語モデル、生成モデル、および基盤モデルのいくつかの組み合わせが注目の主な源であり、それらが何を行うことができるか、大規模な研究以外の世界がどのように機能するかを理解するという観点から、表面をすくい取っているだけです。ラボはその力を利用できます。

  未来 focus: AI / ML の進歩を活用する方法

スタートアップで大規模な AI モデル (GPT-3 など) を使用する方法 by エリオット・ターナー / ハイペリア

AlphaFold、GPT-3、AI で知能を増強する方法 ニコ・グルペン/コーネル

AlphaFold、GPT-3、および AI でインテリジェンスを拡張する方法 (パート 2) by ニコ・グルペン / コー​​ネル

Data50: 世界トップのデータスタートアップ ジェニファー・リー、サラ・ワン、 ジェイミー・サリバン / a16z

最新のデータ インフラストラクチャの新しいアーキテクチャ by マット・ボーンスタイン、ジェニファー・リー、マーティン・カサド / a16z

ディープラーニングのXNUMX年:AIスタートアップエクスペリエンスがどのように進化したか リチャード・ソーチャーと (Q&A) / you.com

信頼できる AI モデルを構築するための 7 つのテクニック by ビーナ・アマナス (本の抜粋) /デロイト

次のAlphaFoldに必要なXNUMXつのこと ダフネ・コラーと (Q&A) / 紹介

業界の焦点: 画像、単語、その他のコーディング

AlphaCode を使用した競技プログラミング / ディープマインド

AI に何百もの話し言葉と書き言葉をリアルタイムで翻訳するよう教える / メタAI

Pathways 言語モデル (PaLM): 540 億のパラメーターにスケーリングして画期的なパフォーマンスを実現 / Googleリサーチ

DALL-E2 / OpenAI

Imagen: テキストから画像への拡散モデル / Googleリサーチ

これらの種類の進歩と、それらを利用する方法の理解の向上が、AI/ML の範囲を拡大することに専念している理由であり、特に、今後の現実世界の設定でどのように適用されるかを確認するためのものです。数年。 から バイオテクノロジー 〜へ テレビ、私たちは何が可能であるか、そしてソフトウェアがどのように人間が最もワイルドなアイデアを実現するのを助けることができるかについて真剣に再考する態勢を整えています. AI / ML の分野で何か刺激的で新しいことに取り組んでいて、私たちがどこに向かっているのかについてあなたの考えを共有したい場合は、 お願いします ピッチを私たちに送ってください.

27年2022月XNUMX日に投稿

テクノロジー、イノベーション、そして未来。

ご登録いただきありがとうございます。

受信トレイでウェルカムノートを確認してください。

タイムスタンプ:

より多くの アンドレッセン・ホロウィッツ