ホームページ テクノロジー周辺機器 AI AI の時代では、モデルのサイズは決定要因ではありません

AI の時代では、モデルのサイズは決定要因ではありません

Sep 18, 2023 am 09:25 AM
AI AIのコンピューティング能力

AI の時代では、モデルのサイズは決定要因ではありません

今年も 4 分の 3 が過ぎました。テクノロジー業界にとって、「常温超電導」の実現可能性が正式に確認されない限り、今年最も人気のあるテクノロジー用語は「生成」ではありません。

#現在のテクノロジー業界では、テクノロジー企業が大規模モデルや生成型人工知能に手を出さないと、テクノロジー競争で遅れを取ってしまうようです

最近のリリースによると、IBM Institute for Business Value の調査レポートによると、調査対象の CEO の 4 分の 3 が、高度な生成型人工知能の導入が企業に競争上の優位性をもたらすと信じており、ユーザーはこれに対して前向きな姿勢を示しています

In People IBM は大規模モデルに熱心ですが、別の新しい道を選択しました

「モデル」は大きいほど優れているわけではありません

過去 8 か月間で、さまざまな大型モデル 春の新芽のように、素早く芽吹きます。消費者レベルでも企業レベルでも、あらゆる階層が生成型人工知能を積極的に採用し、それがもたらす恩恵と利便性を享受しています。しかし、企業にとって、より大規模でより完成度の高い大型モデルが本当に最良の選択なのでしょうか?

リライト内容: 近年、さまざまな業界の企業が「コスト削減と効率化」を模索しています。大規模なモデルは初期段階では効率を大幅に向上させることができますが、長期的には、大規模なモデルによるコンピューティング能力の消費とその後の拡張のコストと時間は、企業が考慮する必要がある重要な問題になります。したがって、エンタープライズレベルの大規模モデルは「小さくて正確」である必要があり、AIが真に「業界への特化」を実現し、最大の価値を実現するには、AI企業の垂直分野に関連するデータのみを提供する必要があると私は考えています。最低コストで

IBMと、最高技術責任者兼IBM大中華圏研究開発センターゼネラルマネージャーのXie Dong氏も、最近のIBM Watsonx Greater China記者会見で同様の見解を表明しました。 Xie Dong氏は、企業にとってアプリケーションモデルの目標は、特定の問題を低コストで解決することであると述べた。同氏は、エンタープライズレベルのアプリケーションでは、モデルが小さいほど優れていると指摘しました。なぜなら、小さいモデルは柔軟性が高く、コストが低いからです。

生成人工知能に対するエンタープライズレベルのユーザーの緊急のニーズを満たすために, IBMは、企業独自のビジネスニーズとデータを活用し、それらに合わせて生成AIソリューションとモデルを調整したいと考えている。最近、IBM は中華圏で IBM WatsonX プラットフォームを正式にリリースしました。

「AI」から「AI」へ

AI は 1950 年代には誕生しましたが、今年まで業界ではさらに多くのアプリケーションが開発されてきました。 AI技術を活用して特定の技術や分野を強化する「AI」。今年から未来はAIファーストの「AI」時代に突入します。 Xie Dong氏は、企業は現在、AIテクノロジーを中核事業に適用して実際の生産性を向上させることを望んでいると述べた。業界全体もデータファーストの「AI」時代からAIファーストの「AI」時代へ移行します

IBMは世界的なAI分野の重要なプレーヤーであり、初期の頃からこの分野に取り組んでいますAIの深耕。 1956 年には、IBM は AI テクノロジーを使用して、チェッカーにおける人間と機械の戦闘を実現することに成功しました。その後、1996 年から 1997 年にかけて、IBM のディープ ブルー コンピューターがトップ チェス プレイヤーを破ることに成功しました。 2011 年と 2019 年に、IBM は AI の知識の蓄積から AI の議論者への質的飛躍を達成しました

IBM は業界のパイオニアとして、この時点で Watsonx プラットフォームを立ち上げました。業界では少し「後進的」に見えますが、Watsonx プラットフォームの機能を注意深く分析した後、それが生成人工知能を C サイドのユーザーから B サイドのユーザーに導き、生成人工知能のアプリケーションを再定義していることがわかります。

私は、デジタル テクノロジーの真の核となる価値は、消費者分野での応用だけでなく、エンタープライズ レベルのアプリケーションでの推進にもあると信じています。デジタル技術の真価を発揮します。現時点では、WatsonX プラットフォームの開始により、エンタープライズ レベルのアプリケーションにおける生成人工知能の新たな道が開かれたことは間違いありません。人工知能の分野で長年にわたる深い経験を持ち、ハイブリッド クラウドと人工知能を将来の開発のコンセプトとして使用しており、このハイブリッド クラウドの競争では、WatsonX プラットフォームが中核となり、人工知能が IBM の中核的な推進力となります。

単なる「モデル」ではありません

現在市場に出回っているさまざまな生成 AI の大規模モデルと比較して、watsonx は単なるモデルではなく、部分的にオープンソースであり、オープンプラットフォームです。 IBMの大中華圏テクノロジー部門ゼネラルマネージャー兼中国ゼネラルマネージャーのMiao Keyan氏は、IBM watsonxシステムは、オープンなハイブリッドクラウドアーキテクチャ、基本モデル、および生成AI

#に基づいた新世代のAIおよびデータプラットフォームであると述べた。 Miao Keyan 氏は、watsonx は IBM Research Institute の革新的なテクノロジーの集合体であり、最先端のエンタープライズ テクノロジーとオープン テクノロジーである OpenShift を統合しており、強力なオープン エコロジカル コミュニティである Hugging Face によってサポートされていると強調しました。 Miao Keyan 氏は、「『x』は無限の可能性を表しており、IBM の watsonx に対する期待も表しています。」

IBM watsonx プラットフォームは、現在、watsonx.ai、watsonx.data、watsonx.governance の 3 つの製品セットに分かれています。 、watsonx.ai と watsonx.data が開始され、watsonx.data の前提バージョンが中国の顧客に提供されるようになり、watsonx.governance は今年の第 4 四半期に開始される予定です。

書き換えられた内容: その中で、watsonx.ai は、AI ビルダーが IBM と Hugging Face のモデルを使用してさまざまな AI 開発タスクを完了するのに役立ちます。これらのモデルは、質問応答、コンテンツの生成と要約、テキストの分類と抽出など、さまざまな自然言語処理 (NLP) タイプのタスクをサポートするために事前トレーニングされています。将来のリリースでは、IBM によってトレーニングされた、より独自の基本モデルへのアクセスが提供され、関連領域の効率とタスクの専門化が向上します。

現在の「データは王様」の時代において、IBM Watsonx 製品ファミリー Watsonx.data は企業を支援します。 AI ワークロードが拡大するときに一般的に直面する、大量のデータ量、高度な複雑さ、ガバナンスの難しさといったデータの課題に対処します。 Watsonx.data を使用すると、ユーザーは統合ポータルを介してクラウド環境とローカル環境全体でデータにアクセスできることも言及する価値があります。

Xie Dong 氏は、今年後半に watsonx.data が watsonx.ai モデルの基盤を活用して、ユーザーがデータを操作する方法を簡素化および高速化します。このようにして、ユーザーは自然言語会話を通じてデータとメタデータを発見、強化、最適化、視覚化することができます

Xie Dong 氏は、watsonx.governance は今年後半に開始される予定であると述べました。この製品は、戦略を開発し、意思決定権を割り当て、組織がリスクと投資の決定に責任を負うことを保証するための、自動化されたデータおよびモデルのライフサイクル ソリューションです。

watsonx.ai、watsonx.data、および watsonx.governance は、「」として知られています。 IBM Watsonxの「トロイカ」。これら 3 つの側面を通じて、企業は人工知能の作成、データ管理、企業管理などの複数の観点からデジタル変革を実現できます。私の意見では、IBM watsonx は単なる「モデル」ではなく、生成型人工知能プラットフォームとして、将来のエンタープライズ レベルの人工知能アプリケーションの青写真および夢となる可能性を秘めています。

以上がAI の時代では、モデルのサイズは決定要因ではありませんの詳細内容です。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。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

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

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

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

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

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

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

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

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、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

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。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

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。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

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。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

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

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

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

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

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。

SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 SKハイニックスは8月6日に12層HBM3E、321層NANDなどのAI関連新製品を展示する。 Aug 01, 2024 pm 09:40 PM

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

See all articles