지금까지 AI의 해: 대규모 모델 및 이를 사용하는 방법 PlatoBlockchain 데이터 인텔리전스. 수직 검색. 일체 포함.

지금까지 AI의 해: 대규모 모델 및 사용 방법

인공 지능과 기계 학습의 세계는 매우 빠르게 움직입니다. 사실 너무 빨라서 AlexNet 모델이 ImageNet 경쟁을 지배하고 딥 러닝을 진정한 기술 운동으로 만든 프로세스를 시작한 것이 불과 XNUMX년 전이라는 사실을 생각하면 놀랍습니다. 오늘, 수년간 게임 플레이에 대한 헤드라인을 장식한 후, 우리는 현실 세계에 적용되는 끊임없이 증가하는 혁신을 봅니다. 

지난 몇 년 동안만 GPT-3 및 AlphaFold와 같은 AI/ML 모델은 새로운 제품기업, 그리고 그것은 컴퓨터가 무엇을 할 수 있는지에 대한 우리의 이해를 확장시켰습니다. 

이를 염두에 두고 AI/ML 적용 범위를 미래 올해 상반기 동안 일부 내용을 따라잡을 수 있습니다. 하지만 확실히 그렇지는 않습니다. 모두 - 그 기간 동안의 주요 산업 발전. 보시다시피, 대규모 언어 모델, 생성 모델 및 기초 모델의 일부 조합이 주요 관심 소스이며 우리는 그들이 무엇을 할 수 있고 대규모 연구 외부의 세계가 어떻게 작동하는지 이해하는 측면에서 표면을 훑어보고 있습니다. 연구소는 그들의 힘을 활용할 수 있습니다.

XNUMXD덴탈의 미래 초점: AI/ML의 발전을 활용하는 방법

스타트업에서 대규모 AI 모델(예: GPT-3)을 사용하는 방법 엘리엇 터너 / Hyperia

AlphaFold, GPT-3 및 AI로 지능을 강화하는 방법 니코 그루펜 / 코넬

AlphaFold, GPT-3 및 AI로 지능을 높이는 방법(2편) 니코 그루펜 / 코넬

Data50: 세계 최고의 데이터 스타트업 제니퍼 리, 사라 왕, 제이미 설리반 / a16z

최신 데이터 인프라를 위한 새로운 아키텍처 by 매트 본스타인, 제니퍼 리, 마틴 카사도 / a16z

딥 러닝의 XNUMX년: AI 스타트업 경험의 진화 리처드 소처와 함께 (Q & A) / 당신.com

신뢰할 수 있는 AI 모델 구축을 위한 7가지 기술 Byena Ammanath (책 발췌) /딜로이트

다음 AlphaFold에 필요한 두 가지 다프네 콜러와 함께 (Q & A) / 인스 티 트로

산업 초점: 이미지, 단어 및 기타 코딩

AlphaCode를 사용한 경쟁 프로그래밍 / 딥 마인드

실시간으로 100가지의 구어 및 문어를 번역하도록 AI 교육 / 메타 AI

PaLM(Pathways Language Model): 획기적인 성능을 위해 540억 개의 매개변수로 확장 / Google 연구

달-이 2 / OpenAI

Imagen: 텍스트-이미지 확산 모델 / Google 연구

이러한 유형의 발전과 이를 활용하는 방법에 대한 이해가 높아짐에 따라 우리는 AI/ML의 적용 범위를 강화하는 데 전념하고 있으며, 특히 앞으로 AI/ML이 실제 환경에 어떻게 적용되는지 확인합니다 몇년. 에서 생명 공학텔레비전, 우리는 무엇이 가능하고 소프트웨어가 인간이 가장 기발한 아이디어를 실현하도록 도울 수 있는지에 대해 진지하게 재구상할 준비가 되어 있습니다. AI/ML 분야에서 흥미롭고 참신한 작업을 하고 있고 우리가 향하고 있는 방향에 대한 생각을 공유하고 싶다면, 부디 피치를 우리에게 보내라..

게시일 : 27 년 2022 월 XNUMX 일

기술, 혁신, 그리고 그것을 구축하는 사람들이 말하는 미래.

가입해 주셔서 감사합니다.

받은 편지함에서 환영 메시지를 확인하세요.

타임 스탬프 :

더보기 안드레 센 호로비츠