Ризик смертності в авіації становить 0,11, що робить її одним з найбезпечніших видів транспорту. Вчені Массачусетського технологічного інституту розглядають авіацію як модель для регулювання ШІ в охороні здоров'я, щоб гарантувати, що маргіналізовані пацієнти не постраждають від упереджених моделей ШІ.
Atacama Biomaterials, стартап, що поєднує архітектуру, машинне навчання та хімічну інженерію, розробляє екологічно чисті матеріали з різними сферами застосування. Їхні технології дозволяють створювати бібліотеки даних і матеріалів за допомогою штучного інтелекту та машинного навчання, виробляючи компостовані пластмаси та пакування з регіональних джерел.
Розробники відеоігор з відкритим світом і менеджери з аналітики стикаються з проблемою балансування між розвідкою та експлуатацією. Щоб розв'язати цю проблему, вони можуть будувати альтернативні шляхи, пропонувати системи управління знаннями, розвивати онлайн-спільноти та постійно вдосконалюватися. Продавці, як і геймери, мають основні квести у вигляді конкретних показників, які їм потрібно ві...
Дослідники з Массачусетського технологічного інституту та компанії IBM розробили новий метод під назвою "глибокий фізичний сурогат" (PEDS), який поєднує в собі фізичний симулятор з низькою точністю та генератор нейронних мереж для створення сурогатних моделей складних фізичних систем на основі даних. Метод PEDS є доступним, ефективним і зменшує кількість необхідних навчальних даних щонайменше ...
Дослідники з Массачусетського технологічного інституту розробили автоматизований агент інтерпретації (AIA), який використовує моделі штучного інтелекту для пояснення поведінки нейронних мереж, пропонуючи інтуїтивно зрозумілі описи та відтворення коду. AIA бере активну участь у формуванні гіпотез, експериментальному тестуванні та ітеративному навчанні, вдосконалюючи своє розуміння інших систем ...
У статті обговорюється важливість розуміння контекстних вікон у навчанні та використанні трансформерів, особливо з появою власних LLM і методів, таких як RAG. Досліджується, як різні фактори впливають на максимальну довжину контексту, яку може обробити трансформантна модель, і ставиться питання, чи завжди більше - це краще.
У 2017 році Google Brain представив Transformer - гнучку архітектуру, яка перевершила існуючі підходи до глибокого навчання, і тепер використовується в таких моделях, як BERT і GPT. GPT, модель декодера, використовує завдання мовного моделювання для генерації нових послідовностей і дотримується двоетапної схеми попереднього навчання та точного налаштування.
У цій статті досліджуються обмеження використання великих мовних моделей (ВММ) для аналізу діалогових даних і пропонується методологія "рецептів даних" як альтернатива. Методологія дозволяє створювати бібліотеку рецептів даних для багаторазового використання, покращуючи час відгуку і забезпечуючи внесок спільноти.
Програми генеративного штучного інтелекту, що використовують великі мовні моделі (LLM), мають економічну цінність, але управління безпекою, конфіденційністю та дотриманням нормативних вимог має вирішальне значення. Ця стаття містить рекомендації щодо усунення вразливостей, впровадження найкращих практик безпеки та побудови стратегій управління ризиками для додатків генеративного ШІ.
OpenAI випустила простий у використанні веб-інструмент для створення власних ШІ-помічників без кодування, який вимагає лише облікового запису Google або Microsoft і підписки OpenAI Plus на 20 доларів на місяць. Користувачі можуть персоналізувати ім'я, зображення, тон і стиль взаємодії свого ШІ-помічника, а також розширити його знання, завантаживши певні документи.
Розробка LLM-додатків може бути як захоплюючою, так і складною справою, адже потрібно враховувати безпеку, продуктивність і вартість. Починаючи з додатків з низьким рівнем ризику і приймаючи політику "Спочатку дешевий LLM", ви можете зменшити ризики і скоротити обсяг роботи, необхідний для запуску.
OpenAI представила оновлення моделей штучного інтелекту ChatGPT, вирішивши проблему "лінощів" у GPT-4 Turbo і запустивши нову модель GPT-3.5 Turbo за нижчою ціною. Користувачі повідомляли про зниження глибини виконання завдань у ChatGPT-4, що спонукало OpenAI відреагувати на це.
У цій статті досліджується монокулярна оцінка глибини (MDE) та її важливість для додатків комп'ютерного зору. Вона містить покрокову інструкцію із завантаження та візуалізації даних карти глибини, запуску виведення за допомогою Marigold і DPT, а також оцінювання прогнозів глибини за допомогою набору даних SUN RGB-D.
Провідне розвідувальне агентство Великобританії попереджає, що з впровадженням штучного інтелекту зросте зловмисна кіберактивність, причому найбільшу загрозу становитимуть програми-вимагачі. ШІ знизить бар'єри для входу, дозволяючи як новачкам, так і досвідченим зловмисникам використовувати вразливості та ефективніше обходити засоби захисту.
У статті обговорюється алгоритм розкладання сингулярних значень (SVD) та авторський процес рефакторингу алгоритму Якобі з Наукової бібліотеки GNU на Python/NumPy. Автор перевіряє свою функцію SVD з нуля за допомогою функції np.linalg.svd() і підкреслює корисність SVD в класичній статистиці та машинному навчанні.