Команда NVIDIA здобула перемогу на Amazon KDD Cup 2024, продемонструвавши свій досвід у галузі генеративного ШІ в декількох складних категоріях, включаючи генерацію тексту та розпізнавання об'єктів за іменами. Їхній інноваційний підхід, що використовує методику Qwen2-72B LLM і QLoRA, випередив конкурентів завдяки точному налаштуванню моделей на восьми графічних процесорах NVIDIA A100 Tensor Co...
Дослідники з Массачусетського технологічного інституту та Швейцарської вищої технічної школи Цюріха розробили ШІ-модель для ідентифікації різних стадій РМЗ за зображеннями тканин молочної залози, що потенційно може спростити діагностику та лікування. Аналізуючи просторову організацію клітин, модель може допомогти лікарям передбачити, які випадки DCIS можуть перейти в інвазивний рак, прокладаюч...
Meta представляє модель штучного інтелекту Llama 3.1 405B, стверджуючи, що вона конкурує з OpenAI та Anthropic у різних завданнях. Нова система з відкритим вихідним кодом має намір кинути виклик визнаним конкурентам у сфері ШІ.
Реалізація нейронної мережі для прогнозування доходів на основі демографічних даних є складною, але корисною справою. Кодування даних, процес навчання та створення мережі є важливими етапами у досягненні точних прогнозів.
NVIDIA AI Foundry допомагає компаніям створювати власні моделі ШІ, пристосовані до потреб їхньої галузі, за підтримки провідних компаній, таких як Amdocs і Capital One. Послуга включає базові моделі, прискорені обчислення, експертну підтримку та партнерську екосистему для стимулювання інновацій у сфері ШІ.
Дослідники з Массачусетського технологічного інституту пропонують оцінювати великі мовні моделі на основі відповідності людським переконанням. Невідповідність може призвести до несподіваних збоїв, особливо в ситуаціях з високими ставками.
ШІ та прискорені обчислення NVIDIA підвищують енергоефективність у різних галузях промисловості, що визнано дослідженнями Лісабонської ради. Перехід на системи з прискоренням на GPU може заощадити понад 40 терават-годин енергії щорічно, а реальні приклади, такі як Murex і Wistron, демонструють значний приріст енергоспоживання та продуктивності.
Великі мовні моделі (LLM) занадто великі для споживчого обладнання, що вимагає графічних процесорів з великим обсягом VRAM. Квантування є ключовим методом для зменшення LLM, що підвищує ефективність та зменшує використання пам'яті.
Додатки Adobe Creative Cloud на базі графічних процесорів NVIDIA RTX підвищують творчість і продуктивність завдяки інструментам генеративного ШІ, таким як Firefly. Adobe Photoshop та Illustrator мають нові інструменти генеративної заливки та фігурної заливки, які революціонізують робочі процеси в дизайні.
Захист персональних даних (PII) має вирішальне значення для довіри споживачів. Amazon Lex та CloudWatch пропонують рішення для виявлення та маскування конфіденційних даних, зменшуючи ризик їх витоку в журналах та стенограмах.
Дослідники з Університету Халла розробили метод виявлення згенерованих штучним інтелектом фальшивих зображень, аналізуючи відображення в людських очах. Ця методика використовує інструменти з астрономії для ретельного вивчення послідовності відбиття світла в очних яблуках, що потенційно може зробити революцію у виявленні підроблених зображень.
Хакери з Росії атакували теплопостачальну компанію у Львові, Україна, відключивши тепло в сотнях будинків посеред зими. Фірма з промислової кібербезпеки Dragos виявила шкідливе програмне забезпечення, яке використовувалося для безпосереднього саботажу опалювальної інфраструктури, залишивши цивільне населення в умовах мінусової температури на 48 годин.
Z Flip 6 від Samsung може похвалитися більшим акумулятором, покращеною камерою та вдосконаленими функціями штучного інтелекту. Компактний дизайн розкладачки вміщує телефон з великим екраном у витончений корпус, пропонуючи високотехнологічний досвід для користувачів у 2024 році.
Amazon Q - це генеративний асистент на основі штучного інтелекту, який може відповідати на запитання, надавати резюме та виконувати завдання, використовуючи дані з різних сховищ. Він пропонує вбудовані коннектори до джерел даних, таких як Atlassian Jira, Amazon S3 та Salesforce, для легкої інтеграції та мінімальної конфігурації.
Моделі машинного навчання можуть підвищити справедливість шляхом впровадження рандомізації, запобігаючи системній несправедливості в розподілі ресурсів. Дослідники з Массачусетського технологічного інституту та Північно-Східного університету представляють концепцію впровадження рандомізації без шкоди для ефективності та точності.