メタ:ザッカーバーグ氏はAI研究に力を入れており、今年AIGC技術を商業化する計画だ
4月6日水曜日のニュースで、メタ社の最高技術責任者アンドリュー・ボズワース氏は、同社CEOのマーク・ザッカーバーグ氏が現在、ほとんどの時間を次のことに費やしていることを明らかにした。あい。同氏はまた、マスク氏らによるAIの研究開発を一時停止するという提案は「非現実的」だと述べた。
Meta は、今年 12 月までに独自の生成人工知能 (AIGC) テクノロジーを商用化し、Google と共同でこのテクノロジーの実用化を検討する予定です。 Metaは2013年から人工知能分野の研究に力を入れており、Googleと同じくらい多くの研究成果を発表している。
「私たちは人工知能に10年以上投資しており、世界をリードする研究組織を持っています。」ボズワース氏は水曜日、東京でのインタビューで次のように明らかにしました。
今年 2 月、メタは AIGC テクノロジーを開発するための新しいチームの設立を発表しました。今回、彼らはこの技術の商業化のスケジュールを初めて明らかにした。 ChatGPT の作成者である OpenAI は、文章やグラフィックをその場で作成するテクノロジーを商用化しましたが、Meta の最高技術責任者であるボスワース氏は、彼の会社が依然としてこの分野の最前線にあると確信しています。
ボズワース氏は、「私たちは常にテクノロジーの最前線にあると信じています。私たちのチームは、大規模な言語モデル開発において多くのテクノロジーを開拓してきました。これらのテクノロジーのいくつかは今年商用化され始めると期待しています。私たちは立ち上げました」と述べました。 「数か月前に AIGC チームに報告しましたが、彼らにはやるべきことがたくさんあります。これは、ザッカーバーグ、私、クリス コックス (最高製品責任者) が最も多くの時間を費やす分野です。」
ボズワース氏は次のように考えています。 , Meta の AI テクノロジーは、広告主に広告の作成に使用するツールを伝えることで、広告の効果をある程度向上させることができます。同氏によると、広告主は広告キャンペーン全体で同じ画像を使用する代わりに、「さまざまな視聴者に合わせて自社用の画像を作成する」ようAIに命令できるという。これにより、時間とお金を大幅に節約できます。
広告は Meta の主な収入源です。同社は最終的にはフェイスブックやインスタグラムを含む同社のすべての製品とサービスにこの技術を適用したいと考えている。
さらに、この技術はメタ社が積極的に開発を進めているリアルな仮想世界「メタバース」でも活用されます。ボズワース氏は、「以前は、3D 世界を作成するには、多くのコンピューター グラフィックスとプログラミングの知識を学ぶ必要がありました。しかし、将来は、作成したい世界を記述するだけで、大規模な言語モデルに生成させることができるようになるかもしれません」と述べています。これにより、より多くの人がコンテンツ作成などの分野に簡単にアクセスできるようになります。」
2013 年、Meta はフランスの科学者で AI 分野の第一人者であるヤン ルカン氏を招待し、 AI研究所を設立する。オランダのAI研究・分析プラットフォームZeta Alphaのデータによると、2022年に発表された主要なAI研究成果の中で、Metaの研究はGoogleに次いで2位に挙げられた。
AIGC が多数のタスクを効率的に処理することに対する人々の期待は高いものの、依然として懸念、特に AIGC が人類文明に対する制御を失うことへの懸念があります。今年3月、米国に拠点を置く非営利団体Future of Life Instituteは、AI技術の開発を少なくとも6か月間停止することを求める請願を開始した。この請願には米国人起業家のマスク氏らも賛同している。
ボズワース氏は同意しないと述べた。同氏は、「AI技術を開発するプロジェクトに責任を持って投資することが重要だと考えており、私たちは常にそうしてきた。しかし、AIの進化を止め、必要な変化について正しい決定を下すことは非常に難しい。 「テクノロジーのセキュリティを確保する前に、テクノロジーの発展を理解する必要があります。したがって、このアイデアは非現実的であるだけでなく、効果的ではないと思います。」
以上がメタ:ザッカーバーグ氏はAI研究に力を入れており、今年AIGC技術を商業化する計画だの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

1 年以上の開発を経て、AIGC はテキスト対話と画像生成からビデオ生成に徐々に移行してきました。 4 か月前を振り返ると、Sora の誕生によりビデオ生成トラックに再編が起こり、ビデオ作成分野における AIGC の適用範囲と深さが精力的に促進されました。大型モデルの話題が飛び交う時代において、私たちは映像生成による視覚的な衝撃に驚かされる一方で、実装の難しさに直面しています。確かに大規模モデルは技術研究開発から応用実践までまだ慣らし運転の段階にあり、実際のビジネスシナリオに基づいたチューニングが必要ですが、理想と現実の距離は徐々に縮まりつつあります。マーケティングは、人工知能テクノロジーの重要な実装シナリオとして、多くの企業や実務家がブレークスルーを実現したい方向性となっています。適切な方法をマスターすると、ビデオをマーケティングするクリエイティブなプロセスがより簡単になります。

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
