메타: 저커버그는 AI 연구에 전념해 올해 AIGC 기술을 상용화할 계획이다.
4월 6일 수요일, 메타의 최고기술책임자(CTO) 앤드류 보스워스(Andrew Bosworth)는 회사의 CEO인 마크 저커버그(Mark Zuckerberg)가 현재 대부분의 시간을 AI에 보내고 있다고 밝혔습니다. 그는 또 머스크 등이 AI 연구개발을 중단하자는 제안은 '비현실적'이라고 말했다.
메타는 자체 개발한 생성형 인공지능(AIGC) 기술을 올해 12월까지 상용화하고, 구글과 함께 이 기술의 실용화 방안을 모색할 계획이다. 메타는 2013년부터 인공지능 분야 연구에 매진해 왔으며, 구글만큼 많은 연구 성과를 발표해왔습니다.
"우리는 10년 넘게 인공 지능 분야에 투자해 왔으며 세계 최고의 연구 조직을 보유하고 있습니다." Bosworth는 수요일 도쿄 인터뷰에서 "우리는 확실히 수백 명의 직원을 갖춘 대규모 연구 조직을 보유하고 있습니다." ”
올해 2월, 메타는 AIGC 기술 개발을 위해 새로운 팀을 창단한다고 발표했습니다. 이제 그들은 이 기술의 상용화 일정을 처음으로 공개했습니다. ChatGPT를 만든 OpenAI는 문장과 그래픽을 즉석에서 생성하는 기술을 상용화했지만 Meta의 최고 기술 책임자인 Bosworth는 그의 회사가 여전히 이 분야의 선두에 있다고 확신합니다.
Bosworth는 다음과 같이 말했습니다. "우리는 항상 기술의 최전선에 있다고 굳게 믿습니다. 우리 팀은 대규모 언어 모델 개발에서 많은 기술을 개척했습니다. 올해에는 이러한 기술 중 일부가 상용화되는 것을 볼 수 있을 것으로 기대합니다. 우리는 몇 달 전 AIGC 팀이 설립됐고 할 일이 많다. 주커버그, 크리스 콕스(최고제품책임자)가 가장 많은 시간을 보내는 분야다”라고 보스워스는 어느 정도 메타의 AI 기술을 설명했다. 광고를 만드는 데 사용할 도구를 광고주에게 알려줌으로써 광고 효과를 높일 수 있습니다. 광고주는 광고 캠페인에서 항상 동일한 이미지를 사용하는 대신 AI에 "다양한 청중에게 맞는 회사 이미지를 생성"하도록 명령할 수 있다고 그는 말했습니다. 이는 많은 시간과 비용을 절약하는 데 도움이 될 수 있습니다.
광고는 메타의 주요 수입원입니다. 회사는 궁극적으로 이 기술을 페이스북과 인스타그램을 포함한 모든 제품과 서비스에 적용하기를 희망하고 있습니다.
또한 이 기술은 메타가 활발히 개발하고 있는 현실감 넘치는 가상 세계인 메타버스(Metaverse)에도 사용될 예정입니다. Bosworth는 “과거에는 3D 세계를 만들려면 많은 컴퓨터 그래픽과 프로그래밍 지식을 배워야 했지만 앞으로는 만들고 싶은 세계를 설명하고 대규모 언어 모델을 생성하게 하면 됩니다. 이를 통해 더 많은 사람들이 콘텐츠 제작 및 기타 분야에 접근할 수 있게 되었습니다.” Meta는 2013년 프랑스 과학자이자 AI 분야 최고의 전문가인 Yann LeCun을 초대하여 AI 연구소를 설립했습니다. 네덜란드 AI 연구 분석 플랫폼 제타 알파(Zeta Alpha)의 자료에 따르면 2022년 발표된 주요 AI 연구 결과 중 메타의 연구가 구글에 이어 두 번째로 인용됐다.
AIGC가 많은 업무를 효율적으로 처리할 것이라는 기대가 높지만, 여전히 우려의 목소리가 남아 있으며, 특히 AIGC가 인류 문명에 대한 통제권을 상실할 것이라는 우려도 있습니다. 올해 3월 미국의 비영리단체인 미래생명연구소(Future of Life Institute)는 AI 기술 개발을 최소 6개월간 유예해 달라는 청원을 내놨다. 이 청원은 미국 기업가 머스크(Musk) 등의 지지를 받고 있다.
Bosworth는 동의하지 않는다고 말했습니다. 그는 "AI 기술을 책임감 있게 개발하는 프로젝트에 투자하는 것이 중요하다고 생각하며 우리는 항상 그래왔습니다. 그러나 AI의 진화를 멈추고 필요한 변화에 대해 올바른 결정을 내리는 것은 매우 어렵습니다. 기술의 발전을 이해해야 확보할 수 있기 때문에 이 아이디어는 비현실적일 뿐만 아니라 효과적이지 않을 것이라고 생각합니다.”
위 내용은 메타: 저커버그는 AI 연구에 전념해 올해 AIGC 기술을 상용화할 계획이다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

1년 이상의 개발 끝에 AIGC는 점차 텍스트 대화와 그림 생성에서 비디오 생성으로 옮겨갔습니다. 4개월 전을 돌이켜보면, 소라의 탄생은 비디오 생성 트랙의 개편을 가져왔고 비디오 제작 분야에서 AIGC의 적용 범위와 깊이를 적극적으로 홍보했습니다. 모두가 대형 모델을 이야기하는 시대에 우리는 한편으로는 영상 생성이 가져오는 시각적 충격에 놀라기도 하고, 다른 한편으로는 구현의 어려움에 직면하기도 합니다. 대형 모델은 여전히 기술 연구 개발부터 적용 실무까지의 도약기에 있고 여전히 실제 비즈니스 시나리오를 기반으로 조정해야 하는 것이 사실이지만 이상과 현실 사이의 거리가 점차 좁아지고 있습니다. 인공지능 기술의 중요한 구현 시나리오로서 마케팅은 많은 기업과 실무자들이 획기적인 발전을 이루고자 하는 방향이 되었습니다. 적절한 방법을 익히면 동영상 마케팅의 창의적인 과정은 다음과 같습니다.

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
