Het jaar in AI tot nu toe: enorme modellen en hoe u ze kunt gebruiken PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

Het jaar in AI tot nu toe: enorme modellen en hoe ze te gebruiken

De wereld van kunstmatige intelligentie en machine learning gaat razendsnel. Zo snel zelfs dat het opmerkelijk is om te bedenken dat het nog maar tien jaar geleden was dat het AlexNet-model de ImageNet-competitie domineerde en het proces op gang bracht dat van deep learning een bonafide technologiebeweging maakte. Vandaag, na jaren van krantenkoppen over gamen, zien we steeds meer innovatie die van toepassing is op de echte wereld. 

Alleen al in de afgelopen paar jaar hebben AI/ML-modellen zoals GPT-3 en AlphaFold mogelijkheden geleverd die de nieuwe producten en bedrijven, en dat vergrootte ons begrip van wat computers kunnen doen. 

Met dat in gedachten, dachten we dat we onze AI/ML-dekking opnieuw zouden bekijken in toekomst in de eerste helft van het jaar, en om u wat bij te praten โ€” maar zeker niet allemaal - van de belangrijkste ontwikkelingen in de sector in die tijd. Zoals u zult zien, is een combinatie van grote taalmodellen, generatieve modellen en funderingsmodellen een belangrijke bron van aandacht, en we zijn slechts oppervlakkig om te begrijpen wat ze kunnen doen en hoe de wereld buiten groot onderzoek labs kunnen hun kracht gebruiken.

De toekomst focus: Hoe u kunt profiteren van de vooruitgang van AI/ML

Massale AI-modellen (zoals GPT-3) gebruiken in uw startup door Elliot Turner / Hyperia

AlphaFold, GPT-3 en hoe u intelligentie kunt vergroten met AI door Niko Grupen / Cornell

AlphaFold, GPT-3 en hoe u intelligentie kunt vergroten met AI (deel 2) door Niko Grupen / Cornell

Data50: 's werelds beste data-startups door Jennifer Li, Sarah Wang en Jamie Sullivan / a16z

Opkomende architecturen voor moderne data-infrastructuur by Matt Bornstein, Jennifer Li en Martin Casado / a16z

Een decennium van diep leren: hoe de AI-opstartervaring is geรซvolueerd met Richard Socher (V&A) / jij.com

7 technieken voor het bouwen van betrouwbare AI-modellen door Beena Ammanath (boekuittreksel) /Deloitte

De twee dingen die we nodig hebben voor de volgende AlphaFold met Daphne Koller (V&A) / Intro

Branchefocus: afbeeldingen, woorden en meer codering

Competitief programmeren met AlphaCode / Deepmind

AI leren om honderden gesproken en geschreven talen in realtime te vertalen / Meta-AI

Pathways Language Model (PaLM): schalen naar 540 miljard parameters voor baanbrekende prestaties / Google Research

DALL-E2 / OpenAI

Afbeelding: tekst-naar-beeld diffusiemodellen / Google Research

Dit soort ontwikkelingen, en het toegenomen begrip van hoe ze te gebruiken, zijn de reden waarom we ons inzetten om onze dekking van AI/ML te vergroten en, in het bijzonder, hoe we het in de komende tijd in de praktijk zullen zien worden toegepast paar jaar. Van biotechnologie naar televisie, zijn we klaar voor een serieuze heroverweging van wat mogelijk is en hoe software mensen kan helpen hun wildste ideeรซn waar te maken. Als je aan iets spannends en nieuw werkt in de AI/ML-ruimte en je mening wilt delen over waar we naartoe gaan, dan stuur ons een pitch.

Geplaatst op 27 juni 2022

Technologie, innovatie en de toekomst, verteld door degenen die eraan bouwen.

Bedankt voor het aanmelden.

Kijk in je inbox voor een welkomstbericht.

Tijdstempel:

Meer van Andreessen Horowitz