Ancak DeepMind’ın önerilerini değerlendirirken laboratuvarın ana şirketi Google’ın son dönemdeki bir değerlendirmede nasıl puan aldığına bakmak bilgilendirici olacaktır Şimdi David Baker (ikinci modelin yaratıcısı) ve laboratuvar arkadaşları, tahmin sürecini ilgili amino asit zincirlerinin yapısından daha fazlasını içerecek şekilde genişletti ) Önümüzdeki birkaç gün içinde belirli ülkelerdeki Android cihazlarda kullanıma sunulacak olan yeni özellik, İngilizce’ye veya İngilizce’den çeviri yapan dil öğrenenler için etkileşimli konuşma pratiği sağlayacak Ve Pompei’yi yerle bir eden volkanik patlamada yok olduğu düşünülen bir parşömenin yeniden inşası, şimdiye kadarki en etkileyici olanlardan biri Çok büyük
Resim Kredisi: MIT/Harvard Üniversitesi
Görsel bir yapay zekaya sahip olmak, laboratuvar çalışmalarını geliştirmek veya bir öğrenme aracı olarak hareket etmek de harika bir fırsattır Habitat 3 5 ve iyi finanse edilen startup Adept’in bir modeli olan Fuyu-8B 0, insan avatarlarının VR’deki alanı paylaşması olasılığını ekliyor Duyuru, ABD ile Çin arasındaki jeopolitik gerilimlerin arttığı ve hiçbir azalma belirtisi göstermediği bir dönemde geldi ChatGPT, Stabil Difüzyon vb İster Maya şehirlerini ve otoyollarını ortaya çıkaran Lidar olsun, ister tamamlanmamış antik Yunan metinlerindeki boşlukları dolduruyor olsun, bunu görmek her zaman güzeldir DeepMind, yapay zeka etiği alanında ciddiye alınmak istiyorsa, Gemini’nin yalnızca güçlü yönlerini değil, zayıf yönlerini ve sınırlamalarını da tam ve kapsamlı bir şekilde detaylandırması gerekecek ” Amanda, görünüşte eğlenceli ve aptalca olduklarını ancak tüm uygulamanın karanlık bir alt tonu olduğunu yazıyor Ancak iki açık kaynak alternatifi, onu tam anlamıyla geride bırakıyor: LLaVA-1 Yapay zeka elbette neyin doğru veya gerçek olduğunu bilmiyor ancak bağlamdan yüksek kaliteli bir Vikipedi makalesinin ve alıntısının neye benzediğini toplayabilir ve alternatifler bulmak için siteyi ve web’i tarayabilir AlphaFold ve RoseTTAFold, inatçı bir problemin (protein katlanması) doğru yapay zeka modeliyle nasıl önemsizleştirilebileceğinin örnekleriydi
Son olarak, LAION’da şu anda somut olmaktan ziyade istek uyandıran ama yine de övgüye değer bir proje
Öte yandan DeepMind, politika hakkındaki kamuoyu düşüncelerinin yanı sıra, modellerinin mimarileri ve iç işleyişi konusunda ağzı sıkı olduğu algısını değiştirmek için adımlar atıyor gibi görünüyor “Beyin kod çözme: Görsel algının gerçek zamanlı yeniden yapılandırılmasına doğru” adlı bir makalede sanki doğrudan zihin okuyorlarmış gibi görünebilir Ve yeri geldiğinde itibar etmek için araştırma laboratuvarı, yapay zeka sistemlerini “insan etkileşimi noktasında” incelemeye yönelik yaklaşımlar ve bu sistemlerin kullanılabileceği yollar çağrısında bulunmak gibi (açıkça da olsa) birkaç makul noktaya değiniyor ve toplumun içine yerleştirilmiştir çalışmak Stanford araştırmacıları tarafından ne kadar açık bir şekilde çalıştıklarına göre on ana yapay zeka modelini sıralayan bir rapor yayınlandı
Yanmış, kıvrılmış bir papirüsün ML yorumlu CT taraması Ortak yazarlar, GPT-4’ün daha önceki bir sürümünün, diğer LLM’lere göre toksik, önyargılı metinler yayınlamaya daha kolay yönlendirilebileceğini buldu
Belki de laboratuvarın bir sonraki büyük etik testi, DeepMind CEO’su Demis Hassabis’in yetenekleri açısından OpenAI’nin ChatGPT’sine rakip olacağına defalarca söz verdiği, yakında çıkacak olan AI sohbet robotu Gemini’dir
İşte son birkaç güne ait diğer AI hikayeleri:
- Microsoft araştırması GPT-4’te kusurlar buluyor: Microsoft’a bağlı yeni bir bilimsel makale, OpenAI’nin GPT-4’ü de dahil olmak üzere büyük dil modellerinin (LLM’ler) “güvenilirliğine” ve toksisitesine baktı
Makine öğrenimi modelleri biyolojik bilimlerde sürekli ilerlemelere yol açmaktadır
Llemma tarafından çözülen bir matematik probleminin örneği Araştırmacılar, insanlar atlar veya uçaklar gibi belirli nesnelerin görüntülerine bakarken yüksek frekanslı beyin taramasının nasıl göründüğünü inceleyerek, kişinin düşündüğünü veya baktığını düşündükleri şeyin neredeyse gerçek zamanlı olarak yeniden yapılandırılmasını gerçekleştirebiliyorlar
Yapay zeka geliştiricilerinin, uygulama geliştiricilerinin ve “daha geniş kamu paydaşlarının” yapay zekanın değerlendirilmesi ve denetlenmesine farklı düzeylerde katılımını gerektiren makalenin zamanlaması tesadüfi değildir
DeepMind, iki günlük zirvedeki sahadaki politika görüşmeleri öncesinde bakış açısını çok görünür bir şekilde ortaya koyuyor
Solda insanlara gösterilen görüntüler ve sağda üretken yapay zeka, kişinin ne algıladığını tahmin ediyor
Hangi kişilerin yapay zekanın hangi yönlerini değerlendirmede en iyi olabileceğini gösteren tablo Llemma yeni bir açık modeldir Oldukça karmaşık problemleri çözebilecek matematiksel kanıtlar ve makaleler konusunda eğitimli Laboratuvar, OpenAI ve Anthropic ile birlikte birkaç ay önce değerlendirme ve güvenlik araştırmalarını desteklemek için Birleşik Krallık hükümetine yapay zeka modellerine “erken veya öncelikli erişim” sağlama taahhüdünde bulundu % Yani bir yapay zeka bunu sizin için yapana kadar, kendi başımıza ele almadığımız dikkate değer araştırma ve deneylerin yanı sıra, makine öğrenimi dünyasındaki son hikayelerin kullanışlı bir özetini burada bulabilirsiniz
DeepMind, PaLM 2’yi en azından doğrudan geliştirmedi
Yapay zekanın bir akademik zaferi daha Vikipedi’deki alıntıları incelemek ve önermek için kullanılan bu sistem
Yapımcısının eğitim verilerinin kaynaklarını açıklayıp açıklamadığı, kullandığı donanımla ilgili bilgiler, eğitimde harcanan emek ve diğer ayrıntılar da dahil olmak üzere 100 kritere göre derecelendirilen Google’ın amiral gemisi metin analizli yapay zeka modellerinden biri olan PaLM 2, sadece 40 puan alıyor Sonuçta proteinler diğer molekül ve atomlardan oluşan bir çorbanın içinde bulunur ve bunların vücuttaki başıboş bileşiklerle veya elementlerle nasıl etkileşime gireceklerini tahmin etmek, onların gerçek şeklini ve aktivitesini anlamak için çok önemlidir
Dil modellerine birçok konuda ince ayar yapılabilir ve yüksek matematik şaşırtıcı bir şekilde bunlardan biridir Yine de, taramalara doğrudan karşılık gelmese bile bir şeyin görsel ifadesini nasıl yaratabileceği konusunda üretken yapay zekanın burada oynayacağı bir rol olması muhtemel görünüyor
Bu hafta AI’da, Google’ın sahip olduğu AI Ar-Ge laboratuvarı DeepMind bir rapor yayınladı kağıt Yapay zeka sistemlerinin toplumsal ve etik risklerini değerlendirmek için bir çerçeve önermek RoseTTAFold All-Atom biyolojik sistemleri simüle etmek için ileriye doğru büyük bir adımdır üretken yapay zeka dahil (örn
Yapay zeka kadar hızlı hareket eden bir sektöre ayak uydurmak zorlu bir iştir Nature hakkında daha fazla bilgi burada
Yapay zeka ve diğer ileri teknoloji araçlarının arkeolojik amaçlarla kullanılması benim için (tabii ki) asla eskimez Ancak laboratuvar, kendi modelleri konusunda tarihsel olarak tutarlı bir şekilde şeffaf değildi ve ana şirketin temel şeffaflık önlemleri konusunda yetersiz kalması, DeepMind’ın daha iyisini yapması için yukarıdan aşağıya çok fazla baskı olmadığını gösteriyor MIT ve Harvard’dan SmartEM projesi taramalı elektron mikroskobunun içine bir bilgisayarlı görme sistemi ve ML kontrol sistemi yerleştirilerek cihazın bir numuneyi akıllıca incelemesini sağlar Brian, satır aralarını okursak Amazon’un şu anda 750 CLARA, bazı duygusal durumları ve diğer sözel olmayan “konuşmayı anlama” ipuçlarını tanımlamak için birden fazla dilde ses ve metin kütüphanesi kullanır 000 robot sisteminin kuzeyini kullanan depo tesislerine Digit’i yerleştirmeye başlayacağının hiçbir garantisinin olmadığını yazıyor
Önümüzdeki hafta, uluslararası hükümetleri, önde gelen yapay zeka şirketlerini, sivil toplum gruplarını ve araştırma uzmanlarını bir araya getirerek yapay zekadaki en son gelişmelerden kaynaklanan risklerin en iyi şekilde nasıl yönetilebileceğine odaklanacak olan Birleşik Krallık hükümetinin sponsorluğunda düzenlenen bir etkinlik olan Yapay Zeka Güvenlik Zirvesi var A800 ve H800, Nvidia’nın Çin’e gönderime devam etmek için özel olarak tasarladığı iki AI çipi, yeni kuralların yeni turundan etkilenecek
Nebraska Üniversitesi-Lincoln Bilgisayar Bilimleri öğrencisi Luke Farritor, çıplak gözle görülemeyen kömürleşmiş, kıvrılmış papirüs taramalarındaki ince desenleri güçlendirmek için bir makine öğrenimi modeli eğitti İlgili bir haberde OpenAI, metinden görüntüye oluşturucunun en son versiyonunun piyasaya sürülmesinden bir ay sonra DALL-E 3’ü de betaya geçirdi
genel-24
Meli Peki eğer mümkün olursa, insanların zihinlerini okumak için yapay zekayı mı kullanacağız? DeepMind’a sorun – yukarıya bakın
Sorunlu bir şekilde Meta, kendi akademik çalışmalarında zihinleri okumaya doğru ilerliyor; ancak bu alandaki çoğu çalışmada olduğu gibi, sunuluş şekli süreci fazlasıyla abartıyor
Ama bundan biraz daha dolaylı
Sorun şu ki, bu yalnızca performans amaçlı mı? Sonuçta hiç kimse DeepMind’ı hayırseverlikle suçlamaz; laboratuvar, esas olarak çalışmalarını Google ekiplerine dahili olarak lisanslayarak her yıl yüz milyonlarca dolar gelir elde ediyor Belirli yapay zeka türlerinin özel modellerin hakimiyetinde olması istenmez, bu nedenle yeteneklerinin açıkta kopyalanması, yeni bir çığır açmasa bile değerlidir