Год в области искусственного интеллекта: массивные модели и способы их использования PlatoBlockchain Data Intelligence. Вертикальный поиск. Ай.

Год в ИИ: массивные модели и способы их использования

Мир искусственного интеллекта и машинного обучения движется очень быстро. На самом деле настолько быстро, что удивительно думать, что всего десять лет назад модель AlexNet доминировала в конкурентной борьбе ImageNet и запустила процесс, который сделал глубокое обучение настоящим технологическим движением. Сегодня, после многих лет заголовков об играх, мы видим постоянно растущие инновации, применимые к реальному миру. 

Только за последние пару лет модели AI/ML, такие как GPT-3 и AlphaFold, предоставили возможности, которые катализировали новые продукты и компании, и это расширило наше понимание того, что могут делать компьютеры. 

Имея это в виду, мы решили пересмотреть наше покрытие AI/ML в Будущее за первую половину года, а также наверстать упущенное — но точно не все - основных достижений отрасли за это время. Как вы увидите, некоторая комбинация больших языковых моделей, генеративных моделей и базовых моделей является основным источником внимания, и мы просто скользим по поверхности с точки зрения понимания того, что они могут делать и как мир за пределами крупных исследований лаборатории могут использовать свою мощность.

Ассоциация Будущее Фокус: Как воспользоваться преимуществами достижений AI/ML

Как использовать массивные модели искусственного интеллекта (например, GPT-3) в вашем стартапе Эллиот Тернер / Гиперия

AlphaFold, GPT-3 и как увеличить интеллект с помощью ИИ Нико Групен / Корнелл

AlphaFold, GPT-3 и как увеличить интеллект с помощью ИИ (часть 2) Нико Групен / Корнелл

Data50: лучшие в мире стартапы по обработке данных Дженнифер Ли, Сара Ванг и Джейми Салливан / a16z

Новые архитектуры для современной инфраструктуры данных by Мэтт Борнштейн, Дженнифер Ли и Мартин Касадо / a16z

Десятилетие глубокого обучения: как развивался опыт запуска ИИ с Ричардом Сочером (Q&A) / you.com

7 методов построения надежных моделей ИИ Бина Амманат (отрывок из книги) /Делойт

Две вещи, которые нам понадобятся для следующего AlphaFold с Дафной Коллер (Q&A) / Инситро

Отраслевой фокус: изображения, слова и прочее кодирование

Соревновательное программирование с AlphaCode / Deepmind

Обучение ИИ переводу сотен разговорных и письменных языков в режиме реального времени / Мета ИИ

Языковая модель Pathways (PaLM): масштабирование до 540 миллиардов параметров для достижения прорыва в производительности / Google Research

ДАЛЛ-Э 2 / OpenAI

Imagen: модели распространения текста в изображение / Google Research

Эти типы достижений и более глубокое понимание того, как их использовать, — вот почему мы стремимся расширить наше освещение AI / ML и, в частности, как мы увидим его применение в реальных условиях в течение следующего года. несколько лет. Из биотехнология в телевидение, мы готовы к серьезному переосмыслению того, что возможно и как программное обеспечение может помочь людям воплотить в жизнь их самые смелые идеи. Если вы работаете над чем-то захватывающим и новым в сфере AI/ML и хотите поделиться своими мыслями о том, куда мы движемся, пожалуйста отправьте нам поле.

Опубликовано: 27 июня, 2022

Технологии, инновации и будущее глазами тех, кто его создает.

Спасибо за регистрацию.

Проверьте свой почтовый ящик на наличие приветственной записки.

Отметка времени:

Больше от Andreessen Horowitz