Dans l'épisode d'aujourd'hui, nous aborderons l'introduction par Google de modèles linguistiques en tant qu'optimiseurs, le logiciel TensorRT-LLM de NVIDIA améliorant les performances, le procès antitrust de Google et les préoccupations concernant l'innovation, l'utilisation d'IRM corporelle complète par les élites de la Silicon Valley, la découverte du plus grand gisement de lithium au monde, les récents développements en matière d'IA, y compris TensorRT-LLM, l'objectif de Meta de rivaliser avec GPT-4, l'outil de recherche de mots-clés en IA de Reddit, les collaborations entre Infosys et NVIDIA et Reliance et Nvidia, et une recommandation de livre pour AI Unraveled intitulée "AI Unraveled".
Google DeepMind a eu une idée intéressante : utiliser des modèles linguistiques comme optimiseurs. Ils appellent cette approche "Optimization by PROmpting" ou OPRO pour faire court. Au lieu de s'appuyer sur des méthodes d'optimisation traditionnelles, les modèles de DeepMind sont entraînés à générer de nouvelles solutions en comprenant les descriptions en langage naturel du problème à résoudre et en utilisant les solutions précédentes comme base. Ce concept a été testé sur une gamme de problèmes, y compris la régression linéaire, les problèmes du voyageur de commerce et les tâches d'optimisation de la demande. Les résultats sont plutôt impressionnants. Les prompts optimisés par OPRO ont surpassé les prompts conçus par des humains jusqu'à 8% sur le jeu de données GSM8K, et jusqu'à un énorme 50% sur le jeu de données des tâches difficiles de Big-Bench. Alors, pourquoi est-ce si important ? Eh bien, OPRO de DeepMind a le potentiel de révolutionner la résolution de problèmes dans différents domaines. En améliorant la précision des tâches et en dépassant les approches conçues par les humains, il peut fournir aux utilisateurs finaux des solutions plus efficaces et plus performantes. Que ce soit dans la recherche opérationnelle, la logistique ou tout autre domaine impliquant une résolution de problèmes complexe, OPRO pourrait changer la donne. Il est passionnant de voir comment les modèles linguistiques peuvent être utilisés de manière novatrice pour relever des défis du monde réel.
Contenu complet a: https://enoumen.com/2023/09/02/emerging-ai-innovations-top-trends-shaping-the-landscape-in-september-2023/
Attention aux auditeurs du podcast AI Unraveled !Êtes-vous désireux d’élargir votre compréhension de l’intelligence artificielle ? Ne cherchez pas plus loin que le livre essentiel « AI Unraveled : Démystifier les questions fréquemment posées sur l'intelligence artificielle », d'Etienne Noumen, désormais disponible sur Shopify, Apple, Google ou Amazon (https://amzn.to/44Y5u3y) dès aujourd'hui !
View all episodes
By Etienne Noumen
4.6
1010 ratings
Dans l'épisode d'aujourd'hui, nous aborderons l'introduction par Google de modèles linguistiques en tant qu'optimiseurs, le logiciel TensorRT-LLM de NVIDIA améliorant les performances, le procès antitrust de Google et les préoccupations concernant l'innovation, l'utilisation d'IRM corporelle complète par les élites de la Silicon Valley, la découverte du plus grand gisement de lithium au monde, les récents développements en matière d'IA, y compris TensorRT-LLM, l'objectif de Meta de rivaliser avec GPT-4, l'outil de recherche de mots-clés en IA de Reddit, les collaborations entre Infosys et NVIDIA et Reliance et Nvidia, et une recommandation de livre pour AI Unraveled intitulée "AI Unraveled".
Google DeepMind a eu une idée intéressante : utiliser des modèles linguistiques comme optimiseurs. Ils appellent cette approche "Optimization by PROmpting" ou OPRO pour faire court. Au lieu de s'appuyer sur des méthodes d'optimisation traditionnelles, les modèles de DeepMind sont entraînés à générer de nouvelles solutions en comprenant les descriptions en langage naturel du problème à résoudre et en utilisant les solutions précédentes comme base. Ce concept a été testé sur une gamme de problèmes, y compris la régression linéaire, les problèmes du voyageur de commerce et les tâches d'optimisation de la demande. Les résultats sont plutôt impressionnants. Les prompts optimisés par OPRO ont surpassé les prompts conçus par des humains jusqu'à 8% sur le jeu de données GSM8K, et jusqu'à un énorme 50% sur le jeu de données des tâches difficiles de Big-Bench. Alors, pourquoi est-ce si important ? Eh bien, OPRO de DeepMind a le potentiel de révolutionner la résolution de problèmes dans différents domaines. En améliorant la précision des tâches et en dépassant les approches conçues par les humains, il peut fournir aux utilisateurs finaux des solutions plus efficaces et plus performantes. Que ce soit dans la recherche opérationnelle, la logistique ou tout autre domaine impliquant une résolution de problèmes complexe, OPRO pourrait changer la donne. Il est passionnant de voir comment les modèles linguistiques peuvent être utilisés de manière novatrice pour relever des défis du monde réel.
Contenu complet a: https://enoumen.com/2023/09/02/emerging-ai-innovations-top-trends-shaping-the-landscape-in-september-2023/
Attention aux auditeurs du podcast AI Unraveled !Êtes-vous désireux d’élargir votre compréhension de l’intelligence artificielle ? Ne cherchez pas plus loin que le livre essentiel « AI Unraveled : Démystifier les questions fréquemment posées sur l'intelligence artificielle », d'Etienne Noumen, désormais disponible sur Shopify, Apple, Google ou Amazon (https://amzn.to/44Y5u3y) dès aujourd'hui !
161 Listeners
442 Listeners
321 Listeners
145 Listeners
188 Listeners
124 Listeners
142 Listeners
63 Listeners
196 Listeners
72 Listeners
428 Listeners
68 Listeners
29 Listeners
29 Listeners
47 Listeners