Världen av artificiell intelligens och maskininlärning går väldigt snabbt. Så snabbt, faktiskt, att det är anmärkningsvärt att tänka på att det bara var ett decennium sedan när AlexNet-modellen dominerade ImageNet-tävlingen och satte igång processen som gjorde djupinlärning till en riktig teknikrörelse. I dag, efter år av rubriker om spel, ser vi en ständigt ökande innovation som gäller den verkliga världen.
Bara under de senaste åren har AI/ML-modeller som GPT-3 och AlphaFold levererat funktioner som katalyserade nya produkter och företag, och det utökade vår förståelse för vad datorer kan göra.
Med det i åtanke tänkte vi se över vår AI/ML-täckning igen Framtida under det första halvåret av året, samt komma ikapp en del – men absolut inte Allt - av den stora industriutvecklingen under den tiden. Som du kommer att se är en kombination av stora språkmodeller, generativa modeller och grundmodeller en stor källa till uppmärksamhet, och vi skummar bara ytan när det gäller att förstå vad de kan göra och hur världen utanför stor forskning laboratorier kan utnyttja sin kraft.
Smakämnen Framtida fokus: Hur man drar fördel av AI/ML-framsteg
Hur man använder massiva AI-modeller (som GPT-3) i din start av Elliot Turner / Hyperia
AlphaFold, GPT-3 och hur man ökar intelligensen med AI av Niko Grupen / Cornell
AlphaFold, GPT-3 och How to Augment Intelligence with AI (Pt. 2) av Niko Grupen / Cornell
Data50: Världens bästa datastartuper av Jennifer Li, Sarah Wang och Jamie Sullivan / a16z
Nya arkitekturer för modern datainfrastruktur by Matt Bornstein, Jennifer Li och Martin Casado / a16z
Ett decennium av djupt lärande: Hur AI-startupplevelsen har utvecklats med Richard Socher (Frågor och svar) / du.com
7 tekniker för att bygga tillförlitliga AI-modeller av Beena Ammanath (bokutdrag) /Deloitte
De två sakerna vi behöver för nästa AlphaFold med Daphne Koller (Frågor och svar) / Insitro
Branschfokus: Bilder, ord och mer kodning
Konkurrenskraftig programmering med AlphaCode / djupt sinne
Lär AI att översätta 100-tals talade och skrivna språk i realtid / Meta ai
Pathways Language Model (PaLM): Skalning till 540 miljarder parametrar för banbrytande prestanda / Google Research
DALL-E2 / OpenAI
Bild: Text-till-bild-diffusionsmodeller / Google Research
Dessa typer av framsteg, och den ökade förståelsen för hur man använder dem, är anledningen till att vi är dedikerade till att öka vår täckning av AI/ML och i synnerhet hur vi kommer att se det tillämpas i verkliga miljöer under nästa några år. Från bioteknik till tv, vi är redo för en seriös omformning av vad som är möjligt och hur programvara kan hjälpa människor att leverera på sina vildaste idéer. Om du arbetar med något spännande och nytt inom AI/ML-området och vill dela dina tankar om vart vi är på väg, snälla du skicka oss en tonhöjd.
Upplagt 27 juni 2022
Teknik, innovation och framtiden, som berättas av dem som bygger den.
Synpunkter som uttrycks i "inlägg" (inklusive artiklar, poddsändningar, videor och sociala medier) är de från de individer som citeras där och är inte nödvändigtvis åsikter från AH Capital Management, LLC ("a16z") eller dess respektive dotterbolag. Viss information som finns här har erhållits från tredjepartskällor, inklusive från portföljbolag av fonder som förvaltas av a16z. Även om den är hämtad från källor som anses vara tillförlitliga, har a16z inte självständigt verifierat sådan information och gör inga utfästelser om informationens varaktiga riktighet eller dess lämplighet för en given situation.
Detta innehåll tillhandahålls endast i informationssyfte och bör inte litas på som juridisk rådgivning, affärs-, investerings- eller skatterådgivning. Du bör rådfråga dina egna rådgivare i dessa frågor. Hänvisningar till värdepapper eller digitala tillgångar är endast i illustrativt syfte och utgör inte en investeringsrekommendation eller erbjudande om att tillhandahålla investeringsrådgivningstjänster. Dessutom är detta innehåll inte riktat till eller avsett att användas av några investerare eller potentiella investerare, och får inte under några omständigheter lita på när man fattar ett beslut om att investera i någon fond som förvaltas av a16z. (Ett erbjudande om att investera i en a16z-fond kommer endast att göras av det privata emissionsmemorandumet, teckningsavtalet och annan relevant dokumentation för en sådan fond och bör läsas i sin helhet.) Alla investeringar eller portföljbolag som nämns, hänvisas till, eller beskrivna är inte representativa för alla investeringar i fordon som förvaltas av a16z, och det finns ingen garanti för att investeringarna kommer att vara lönsamma eller att andra investeringar som görs i framtiden kommer att ha liknande egenskaper eller resultat. En lista över investeringar gjorda av fonder som förvaltas av Andreessen Horowitz (exklusive investeringar för vilka emittenten inte har gett tillstånd för a16z att offentliggöra såväl som oanmälda investeringar i börsnoterade digitala tillgångar) finns på https://a16z.com/investments/.
Diagram och diagram som tillhandahålls inom är endast för informationssyften och bör inte åberopas när investeringsbeslut fattas. Tidigare resultat indikerar inte framtida resultat. Innehållet talar endast från det angivna datumet. Eventuella prognoser, uppskattningar, prognoser, mål, framtidsutsikter och / eller åsikter som uttrycks i detta material kan komma att ändras utan föregående meddelande och kan skilja sig från eller vara i strid med åsikter från andra. Snälla se https://a16z.com/disclosures för ytterligare viktig information.
- Andreessen Horowitz
- Bitcoin
- blockchain
- blockchain-efterlevnad
- blockchain konferens
- coinbase
- coingenius
- Konsensus
- kryptokonferens
- crypto mining
- kryptovaluta
- datum
- decentraliserad
- Defi
- Digitala tillgångar
- ethereum
- maskininlärning
- icke fungibelt symbol
- plato
- plato ai
- Platon Data Intelligence
- Platonblockchain
- PlatonData
- platogaming
- Polygon
- bevis på spel
- W3
- zephyrnet