Рік у ШІ на даний момент: масивні моделі та як їх використовувати PlatoBlockchain Data Intelligence. Вертикальний пошук. Ai.

Рік у штучному інтелекті: масивні моделі та як ними користуватися

Світ штучного інтелекту та машинного навчання розвивається дуже швидко. Насправді настільки швидко, що дивовижно подумати, що лише десять років тому модель AlexNet домінувала в конкурсі ImageNet і поклала початок процесу, який перетворив глибоке навчання на справжній технологічний рух. сьогодні, після багатьох років заголовків про ігри, ми бачимо постійно зростаючі інновації, які стосуються реального світу. 

Лише за останні пару років моделі AI/ML, такі як GPT-3 і AlphaFold, надали можливості, які каталізували нові продукти та компанії, і це розширило наше розуміння того, що можуть робити комп’ютери. 

Пам’ятаючи про це, ми вирішили переглянути наше покриття AI/ML Future протягом першої половини року, а також наздогнати вас у деяких — але точно ні все — головних галузевих подій за той час. Як ви побачите, деяка комбінація великих мовних моделей, генеративних моделей і базових моделей є основним джерелом уваги, і ми лише беглим поглядом вивчаємо поверхню з точки зору розуміння того, що вони можуть робити та як світ за межами великих досліджень лабораторії можуть використовувати їх потужність.

Команда Future фокус: як скористатися перевагами AI/ML

Як використовувати масивні моделі ШІ (наприклад, GPT-3) у вашому стартапі Елліот Тернер / Hyperia

AlphaFold, GPT-3 і як збільшити інтелект за допомогою ШІ Ніко Групен / Корнелл

AlphaFold, GPT-3 і як збільшити інтелект за допомогою ШІ (частина 2) від Ніко Групен / Cornell

Data50: найкращі у світі стартапи з обробки даних Дженніфер Лі, Сара Ван і Джеймі Салліван / a16z

Нові архітектури для сучасної інфраструктури даних by Метт Борнштейн, Дженніфер Лі та Мартін Касадо / a16z

Десятиліття глибокого навчання: як розвивався досвід AI Startup з Річардом Сочером (запитання та відповіді) / you.com

7 методів побудови надійних моделей ШІ від Beena Ammanath (уривок з книги) /Делойт

Дві речі, які нам знадобляться для наступного AlphaFold з Дафною Коллер (запитання та відповіді) / Insitro

Галузева спрямованість: зображення, слова та інше кодування

Конкурентне програмування з AlphaCode / глибокий розум

Навчання ШІ перекладати 100 усних і письмових мов у реальному часі / Мета ШІ

Pathways Language Model (PaLM): масштабування до 540 мільярдів параметрів для проривної продуктивності / Google Research

ВІД-Є 2 / OpenAI

Зображення: моделі дифузії тексту в зображення / Google Research

Ці типи досягнень і краще розуміння того, як їх використовувати, є причиною того, чому ми прагнемо розширити охоплення AI/ML і, зокрема, як ми побачимо його застосування в реальних умовах у наступному декілька років. Від біотехнології до телебачення, ми готові серйозно переосмислити те, що можливо, і те, як програмне забезпечення може допомогти людям реалізувати їхні найсміливіші ідеї. Якщо ви працюєте над чимось захоплюючим і новим у сфері AI/ML і хочете поділитися своїми думками про те, куди ми прямуємо, будь ласка надішліть нам пропозицію.

Опубліковано 27 червня 2022 р

Технології, інновації та майбутнє за словами тих, хто їх будує.

Дякуємо за реєстрацію.

Перевірте свою поштову скриньку на наявність вітального повідомлення.

Часова мітка:

Більше від Андреессен Горовиц