Périphériques technologiques
IA
Meta : Zuckerberg s'est engagé dans la recherche sur l'IA et prévoit de commercialiser la technologie AIGC cette année
Meta : Zuckerberg s'est engagé dans la recherche sur l'IA et prévoit de commercialiser la technologie AIGC cette année
News le mercredi 6 avril, le directeur de la technologie de Meta, Andrew Bosworth, a révélé que le PDG de l'entreprise, Mark Zuckerberg, consacre désormais la plupart de son temps à l'IA. Il a également déclaré que la suggestion de Musk et d’autres de suspendre la recherche et le développement de l’IA est « irréaliste ».
Meta prévoit de commercialiser sa technologie d'intelligence artificielle générative (AIGC) auto-développée d'ici décembre de cette année et d'explorer l'application pratique de cette technologie avec Google. Meta s'engage dans la recherche dans le domaine de l'intelligence artificielle depuis 2013 et a publié autant de résultats de recherche que Google.
"Nous investissons dans le domaine de l'intelligence artificielle depuis plus de dix ans et disposons d'une organisation de recherche de premier plan mondial." Bosworth a révélé mercredi dans une interview à Tokyo : "Nous avons certainement une grande organisation de recherche avec des centaines d'employés. . ”
En février de cette année, Meta a annoncé la création d’une nouvelle équipe pour développer la technologie AIGC. Aujourd'hui, ils ont révélé pour la première fois un calendrier de commercialisation de la technologie. OpenAI, le créateur de ChatGPT, a commercialisé la technologie permettant de créer des phrases et des graphiques à la volée, mais Bosworth, directeur technologique de Meta, est convaincu que son entreprise est toujours à la pointe du domaine.
Bosworth a déclaré : "Nous croyons fermement que nous sommes toujours à la pointe de la technologie. Notre équipe a été pionnière dans de nombreuses technologies dans le développement de modèles de langage à grande échelle. Je m'attends à voir certaines de ces technologies être commercialisées cette année. Nous sommes dans quelques mois L'équipe AIGC a été créée auparavant, et ils ont beaucoup de travail à faire, c'est le domaine dans lequel Zuckerberg, Chris Cox (directeur des produits) passe le plus de temps », a déclaré Bosworth, dans une certaine mesure, à la technologie d'IA de Meta. peut améliorer l'efficacité de la publicité en indiquant aux annonceurs quels outils utiliser pour créer des publicités. Les annonceurs peuvent commander à l'IA de « créer des images pour mon entreprise qui correspondent à différents publics », a-t-il déclaré, plutôt que d'utiliser toujours la même image dans une campagne publicitaire. Cela peut permettre d’économiser beaucoup de temps et d’argent.
La publicité est la principale source de revenus de Meta. L'entreprise espère à terme appliquer cette technologie à tous ses produits et services, y compris Facebook et Instagram.
De plus, cette technologie sera également utilisée dans le Metaverse, un monde virtuel réaliste que Meta développe activement. Bosworth a déclaré : « Dans le passé, pour créer un monde en 3D, vous deviez apprendre beaucoup de connaissances en infographie et en programmation. Mais à l'avenir, vous n'aurez peut-être besoin que de décrire le monde que vous souhaitez créer et d'utiliser un grand langage. modèle le génère pour vous. Cela rend la création de contenu et d'autres domaines plus accessibles à un plus grand nombre de personnes. Selon les données de la plateforme néerlandaise de recherche et d'analyse sur l'IA Zeta Alpha, parmi les principaux résultats de recherche sur l'IA publiés en 2022, les recherches de Meta ont été citées juste derrière Google.
Bien que les attentes des gens quant à la capacité de l’AIGC à gérer efficacement un grand nombre de tâches soient élevées, des inquiétudes subsistent, notamment concernant sa perte de contrôle sur la civilisation humaine. En mars de cette année, l’organisation américaine à but non lucratif Future of Life Institute a lancé une pétition appelant à un moratoire sur le développement de la technologie de l’IA pendant au moins 6 mois. La pétition est soutenue par l’entrepreneur américain Musk et d’autres.
Bosworth a dit qu'il n'était pas d'accord. Il a déclaré : « Je pense qu'il est crucial d'investir dans des projets qui développent la technologie de l'IA de manière responsable, et nous l'avons toujours fait. Cependant, il est très difficile d'arrêter l'évolution de l'IA et de prendre les bonnes décisions concernant les changements dont vous avez besoin. Il faut comprendre l’évolution de la technologie avant de pouvoir la sécuriser. Je pense donc que cette idée est non seulement irréaliste, mais qu’elle ne sera pas efficace. »
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
L'effet marketing a été grandement amélioré, c'est ainsi que la création vidéo AIGC doit être utilisée
Jun 25, 2024 am 12:01 AM
Après plus d'un an de développement, AIGC est progressivement passé de la génération de dialogues textuels et d'images à la génération de vidéos. Il y a quatre mois, la naissance de Sora a provoqué un remaniement dans le domaine de la génération vidéo et a vigoureusement promu la portée et la profondeur des applications d'AIGC dans le domaine de la création vidéo. A l’heure où tout le monde parle de grands modèles, d’un côté on est surpris par le choc visuel apporté par la génération vidéo, de l’autre on est confronté à la difficulté de mise en œuvre. Il est vrai que les grands modèles sont encore dans une période de rodage, depuis la recherche et le développement technologique jusqu'à la pratique des applications, et qu'ils doivent encore être ajustés en fonction de scénarios commerciaux réels, mais la distance entre l'idéal et la réalité se réduit progressivement. Le marketing, en tant que scénario de mise en œuvre important de la technologie de l’intelligence artificielle, est devenu une direction dans laquelle de nombreuses entreprises et praticiens souhaitent faire des percées. Une fois que vous maîtriserez les méthodes appropriées, le processus créatif des vidéos marketing sera
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
