Gekissimo.net - Opi ansaitsemaan rahaa webilläsi Internetissä!

Tekoälystä ML:ään: Big Techs and their Obsessions

Seuraava artikkeli auttaa sinua: Tekoälystä ML:ään: Big Techs and their Obsessions

Suuret teknologiayritykset ajavat tällä hetkellä uskomattoman paljon innovaatioita ja kehitystä, mikä vaikeuttaa uusien mallien ja teknologioiden jatkuvan virran pysymistä. Nämä yritykset isännöivät usein suuria tapahtumia esitelläkseen uusimpia saavutuksiaan.

Apple päätti äskettäin odotetun WWDC 23 -tapahtumansa, kun taas Microsoft päätti Build 2023 -tapahtumansa. Google piti myös Google IO 2023 -tapahtumansa maaliskuussa. Nämä tapahtumat toimivat alustoina AI-johtajille, jotka voivat julkaista useita uusia tuotteita.

Yksi havaittavissa oleva trendi on generatiivisen tekoälyn nousu, joka on vanginnut yhteisön huomion. Ihmiset, joille tekoäly ja koneoppiminen eivät ole aiemmin olleet tuttuja, ovat nyt kiinnostuneita näistä teknologioista generatiivisen tekoälyn aallon ansiosta.

Suuret teknologiayritykset ovat kaikki investoineet voimakkaasti generatiiviseen tekoälyyn ja tekoälyyn/ML:ään siirtäen painopisteensä muista syvän oppimisen menetelmistä. Huomionarvoista kehitystä ovat Google AI, Microsoft Copilot, Apple Machine Learning ja OpenAI:n pyrkimys AGI:hen (Artificial General Intelligence).

Applen koneoppiminen

Apple on tehnyt merkittäviä investointeja koneoppimisen tutkimukseen ja koonnut lahjakkaan tutkijoiden ja insinöörien tiimin. He ovat soveltaneet koneoppimista erilaisiin projekteihin, mukaan lukien Siri, Photos, Health ja CarPlay, parantaen käyttökokemusta. Applen pitkäaikainen sitoutuminen koneoppimiseen näkyy sen Machine Learning Research Residency -ohjelmassa, joka tarjoaa koulutusta uransa alkuvaiheessa oleville tutkijoille.

Yrityksen rakkaus koneoppimiseen oli myös hyvin ilmeinen sen äskettäisessä WWDC 2023 -tapahtumassa, koska se välttyi käyttämästä termiä “AI” toisin kuin kaikki kilpailijansa, mukaan lukien Google.

Vuonna 2023 Apple esitteli iOS 16:ssa uusia koneoppimiseen perustuvia ominaisuuksia, kuten Live Text, Visual Look Up ja Safety Check. Nämä aloitteet osoittavat Applen omistautumisen hyödyntää koneoppimista käyttäjien vuorovaikutuksen muuttamiseksi ja heidän tuotteidensa ja palveluidensa parantamiseksi. Odota Applen jatkavan investointeja koneoppimistutkimukseen ja uusien koneoppimiseen perustuvien tarjousten kehittämiseen tulevaisuudessa.

Applen toimitusjohtaja Tim Cook on myös katsonut, että yritys ei ole kiinnostunut keräämään käyttäjätietoja, mikä hänen mielestään erottaa Applen Googlen ja Facebookin kaltaisista yrityksistä. Tämä vastenmielisyys pilvilaskentaa kohtaan asettaa kuitenkin haasteen Applen pyrkiessä kehittämään uusia koneoppimista ja tekoälyllä toimivia ominaisuuksia. Koneoppimispalvelujen rakentaminen ja käyttäminen vaatii laskentatehoa ja dataa, jotka molemmat ovat helpommin saatavilla pilvessä. Vaikka Applen mobiililaitteilla on vaikuttavat ominaisuudet, niillä voi olla vaikeuksia kilpailla palvelimien kanssa, erityisesti niiden, jotka on varustettu Googlen mukautetuilla koneoppimissiruilla.

🔥 Empfohlen:  Alexa Platt-Lee Uusien jälleenmyyjien perehdytysresurssit nyt saatavilla Lue artikkeli

GoogleAI

Google on ollut merkittävä toimija tekoälytutkimuksessa ja -kehityksessä Google Brainin kaltaisten hankkeiden ja ohjelmien, kuten Google AI Residency Program, avulla. Yritys on tehnyt uraauurtavia edistysaskeleita tekoälyalgoritmeissa ja -järjestelmissä, mikä on johtanut tekoälypohjaisten tuotteiden ja palvelujen, kuten Google Search, Google Translate ja Google Photos, luomiseen. Google tekee ja julkaisee aktiivisesti tekoälyn tutkimustuloksia ja investoi tekoälyn mahdollisuuksiin vastata maailmanlaajuisiin haasteisiin.

Google joutuu kuitenkin nyt kilpailemaan OpenAI:n ja Microsoftin kanssa, erityisesti generatiivisen tekoälyn alalla. Google I/O:ssa painopiste oli Bardissa, chatbotissa, jonka tarkoituksena on kilpailla OpenAI:n ChatGPT:n kanssa. Jotkut asiantuntijat katsovat, että Googlen viimeaikainen lähestymistapa on ollut reaktiivinen ja poikkeaa sen innovaatiokeskeisestä menneisyydestä. Yritys on siirtänyt tekoälytoimintaansa priorisoidakseen nopeita tuotelanseerauksia, mikä on johtanut huoleen tekoälyhistoriansa laiminlyönnistä ja mahdollisesta jäämisestä jälkeen markkinoilla.

Googlen emoyhtiö Alphabet on investoinut tekoälyyn vuosia ja osti DeepMindin vuonna 2014. Äskettäin Alphabet yhdisti Google-tutkimustiiminsä DeepMindiin vahvistaakseen tekoälypyrkimyksiä. Jotkut asiantuntijat kuitenkin uskovat, että tämä konsolidointi olisi pitänyt tehdä aikaisemmin, koska Google koki “Kodak-hetken” jättäessään hyödyntämättä johtavaa tekoälytuotteestaan ​​ja jäi Microsoftin jälkeen vuonna 2022.

Vahvistaakseen tekoälyn keskittymistä Google on investoinut Anthropicin kaltaisiin yrityksiin, mikä osoittaa sitoutumisensa tekoälyteknologian kehittämiseen. Vaikka Googlen aiemmat investoinnit ja vahva tekoälyteknologia ovat edelleen merkityksellisiä, yritys pyrkii kuromaan kiinni kilpailijat ja tuomaan tekoälyn tuotteisiinsa nopeammin, samalla tavalla kuin Microsoftin edistysaskel.

Microsoft ja Copilot

Microsoft on investoinut voimakkaasti tekoälyyn viime vuosina, ja sen Copilot-projekti on yksi kunnianhimoisimmista esimerkeistä tästä investoinnista. Se on tehokas kielimalli, joka luo tekstiä, kääntää kieliä ja auttaa erilaisissa luovissa tehtävissä. Copilot pyrkii muuttamaan ihmisten työ- ja luomistapaa lisäämällä tuottavuutta, edistämällä luovuutta ja edistämällä osallisuutta. Microsoft aikoo tarjota Copilotin ilmaisena palveluna Microsoft 365 -tilaajille ja erillisenä tuotteena. Työkalulla on potentiaalia mullistaa tekoälyn vaikutus maailmaan, ja sen etuja ovat muun muassa lisääntynyt tuottavuus, parempi laatu ja lisääntynyt luovuus. Microsoft on myös laajentanut Copilotin CRM- ja ERP-sovellusta Dynamics 365 Copilotilla, ja GitHub on julkaissut Github Copilot for Businessin, tekoälyn koodausavustajan julkiseen käyttöön.

🔥 Empfohlen:  Parhaat urat big datan alalla

OpenAGI

OpenAI:n toimitusjohtaja Sam Altman ja muut perustajat ovat keskustelleet yleisestä tekoälystä (AGI) eri alustoilla ja ilmaisseet sekä optimismia sen mahdollisista eduista että huolen sen riskeistä. Altman totesi Lex Fridmanin haastattelussa, että hän uskoo, että AGI on “luultavasti 10-20 vuoden päässä” ja sillä voi olla “positiivinen vaikutus ihmiskuntaan”, korostaen tarvetta varmistaa sen vastuullinen käyttö.

Myös meneillään olevan Intia-vierailun aikana Altman keskustelee AGI:sta. Hän näkee AGI:n olevan 10–20 vuoden päässä ja mahdollistaa maailmanlaajuisten ongelmien ratkaisemisen. Altman tunnustaa AGI-riskit, mukaan lukien väärinkäytön ja työpaikan siirtymisen. Hän uskoo, että Intian lahjakkuus ja väestö tekevät siitä potentiaalisen AGI-johtajan. Altman korostaa, että on tärkeää ottaa huomioon AGI:n riskit ja hyödyt nyt. Hän työskentelee turvallisuusohjeiden parissa ja rakentaa asiantuntijayhteisön vastuulliseen AGI:n käyttöön. Altmanin vierailu kuvastaa kasvavaa kiinnostusta AGI:tä kohtaan maailmanlaajuisesti. On erittäin tärkeää pohtia AGI:n mahdollisia etuja ja riskejä, kun siitä tulee realistisempaa. OpenAI Altmanin johdolla keskittyy turvalliseen ja eettiseen AGI-kehitykseen.

Altman ja muut perustajat esittelivät blogikirjoituksessaan näkemyksensä AGI:sta ja totesivat, että se voisi “ratkaista joitakin maailman kiireellisimmistä ongelmista”, kuten ilmastonmuutoksesta, köyhyydestä ja sairauksista, samalla kun se edistää ihmisten luovuutta ja kekseliäisyyttä.

He kuitenkin tunnustivat AGI:n mahdolliset riskit, mukaan lukien haitallinen käyttö autonomisten aseiden luomiseen tai massatyöttömyyden aiheuttaminen korvaamalla ihmistyöpaikkoja.

Amazon ja pilvipalvelut

Amazon on investoinut voimakkaasti tekoälytutkimukseen, ja sen pilvipalvelut toimivat näkyvänä alustana tekoälyn kehittämiselle ja käyttöönotolle. Heidän tekoälytutkimusryhmänsä keskittyy pilvipalvelujen suorituskyvyn parantamiseen kehittämällä uusia tekoälytekniikoita.

Tutkimusalueita ovat koneoppiminen (ML), jossa keskitytään algoritmeihin ja malleihin ML-mallien koulutusta ja käyttöönottoa varten. Tämä tutkimus parantaa Amazonin pilvipalvelujen, kuten SageMaker, Forecast ja Personalise, suorituskykyä. Lisäksi Amazonin AI-tutkimusryhmä on omistautunut kehittämään tekoälykehittäjille tarkoitettuja työkaluja ja resursseja, jotka ovat saatavilla heidän tekoälytutkimussivustonsa kautta.

🔥 Empfohlen:  Microsoftin uusi Designer-sovellus tekee generatiivisesta tekoälystä yksinkertaisen

Pilvipohjainen SageMaker-alusta mahdollistaa ML-mallien rakentamisen, koulutuksen ja käyttöönoton erilaisiin sovelluksiin, kuten petosten havaitsemiseen, asiakkaiden vaihtuvuuden ennustamiseen ja tuotesuosituksiin. Amazonin tekoälytutkimustyöt edistävät pilviensä ominaisuuksia ja monipuolisuutta, mikä avaa yrityksille ja kehittäjille uusia mahdollisuuksia hyödyntää tekoälyä toiminnassaan ja tuotteissaan.

Äskettäin julkaistu Falcon 40B, suuri kielimalli, on kehitetty Amazon Web Servicesissä (AWS). Falcon 40B on monipuolinen ja vankka työkalu kääntämiseen, kysymyksiin vastaamiseen, yhteenvedon tekemiseen ja kuvan tunnistamiseen, ja se on käytettävissä AWS:ssä Amazon SageMaker JumpStartin kautta.

Meta ja itseohjattu oppiminen

Meta aloitti SSL-matkansa vuonna 2017 ja tutki sen mahdollisuuksia parantaa koneoppimisen suorituskykyä. He kehittivät SSL-menetelmiä, kuten SimCLR, SwAV ja DINO, ja saavuttivat huippuluokan tuloksia tehtävissä, kuten kuvien luokittelussa ja objektien havaitsemisessa. Meta investoi suuriin laskentaklustereihin, mikä mahdollistaa huomattavasti suurempien SSL-mallien koulutuksen. Tällä edistyksellä on ollut suuri vaikutus tekoälyyn, sillä SSL:ää käytetään laajalti ja sitä pidetään lupaavana lähestymistapana. Tärkeimpiä virstanpylväitä ovat SimCLR:n käyttöönotto vuonna 2018, SwAV:n vuonna 2019 ja DINO:n käyttöönotto vuonna 2020. Meta rakensi Megatronin, SSL-koulutukseen tarkoitetun laskentaklusterin vuonna 2021. Vuonna 2022 he julkaisivat Data2vec-paperin, joka esitteli puheen ylittävän SSL-algoritmin. ja tekstimuodot. Metan jatkuva panostus SSL-tutkimukseen vie eteenpäin.

Kuten Metan varapuheenjohtaja ja johtava tekoälytutkija Yann LeCunn on toistuvasti korostanut, hän ei usko RLHF:ään ja ajattelee sen olevan: “Minusta RLHF on toivoton, koska väärien vastausten tila on erittäin suuri ja hankalia kysymyksillä on pitkä häntä. Mikä tahansa järjestelmä, joka ei koe maailmaa ja opi itse, on sen tiedon armoilla, josta se saa oppia.”