Året i AI så langt: Massive modeller og hvordan du bruker dem PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

Året i AI så langt: Massive modeller og hvordan du bruker dem

Verden av kunstig intelligens og maskinlæring beveger seg veldig raskt. Faktisk så raskt at det er bemerkelsesverdig å tenke på at det bare var et tiår siden da AlexNet-modellen dominerte ImageNet-konkurransen og startet prosessen som gjorde dyp læring til en bona fide teknologibevegelse. I dag, etter år med overskrifter om spilling, ser vi stadig økende innovasjon som gjelder den virkelige verden. 

Bare i løpet av de siste par årene har AI/ML-modeller som GPT-3 og AlphaFold levert funksjoner som katalyserte nye produkter og selskaper, og det utvidet vår forståelse av hva datamaskiner kan gjøre. 

Med det i tankene tenkte vi at vi skulle se på AI/ML-dekningen vår på nytt Future i løpet av det første halvåret, samt ta deg opp på noen — men absolutt ikke alle - av de store industriutviklingene i løpet av den tiden. Som du vil se, er en kombinasjon av store språkmodeller, generative modeller og grunnmodeller en stor kilde til oppmerksomhet, og vi skumler bare overflaten når det gjelder å forstå hva de kan gjøre og hvordan verden utenfor stor forskning laboratorier kan bruke sin kraft.

De Future fokus: Hvordan dra nytte av AI/ML-fremskritt

Slik bruker du massive AI-modeller (som GPT-3) i oppstarten din av Elliot Turner / Hyperia

AlphaFold, GPT-3 og hvordan øke intelligensen med AI av Niko Gruppen / Cornell

AlphaFold, GPT-3 og hvordan øke intelligensen med kunstig intelligens (Pt. 2) av Niko Gruppen / Cornell

Data50: Verdens beste datastartups av Jennifer Li, Sarah Wang og Jamie Sullivan / a16z

Nye arkitekturer for moderne datainfrastruktur by Matt Bornstein, Jennifer Li og Martin Casado / a16z

Et tiår med dyp læring: Hvordan AI-oppstartsopplevelsen har utviklet seg med Richard Socher (Spørsmål og svar) / du.com

7 teknikker for å bygge pålitelige AI-modeller av Beena Ammanath (bokutdrag) /Deloitte

De to tingene vi trenger for neste AlphaFold med Daphne Koller (Spørsmål og svar) / Insitro

Bransjefokus: Bilder, ord og mer koding

Konkurransedyktig programmering med AlphaCode / Deep Mind

Lære AI å oversette hundrevis av muntlige og skrevne språk i sanntid / Meta AI

Pathways Language Model (PaLM): Skalering til 540 milliarder parametere for banebrytende ytelse / Google Research

DALL-E2 / OpenAI

Bilde: Tekst-til-bilde-diffusjonsmodeller / Google Research

Disse typer fremskritt, og den økte forståelsen av hvordan de kan brukes, er grunnen til at vi er dedikert til å øke dekningen av AI/ML, og spesielt hvordan vi vil se det brukt i virkelige omgivelser i løpet av neste få år. Fra bioteknologi til TV, er vi klar for en seriøs reimagining av hva som er mulig og hvordan programvare kan hjelpe mennesker med å levere på sine villeste ideer. Hvis du jobber med noe spennende og nytt i AI/ML-området og vil dele tankene dine om hvor vi er på vei, vær så snill send oss ​​en tonehøyde.

Lagt ut 27. juni 2022

Teknologi, innovasjon og fremtiden, som fortalt av de som bygger den.

Takk for at du registrerte deg.

Sjekk innboksen din for et velkomstbrev.

Tidstempel:

Mer fra Andreessen Horowitz