PrinceofAI Weekly

13 هفته نامه شماره

اخبار:

رهبران فناوری خواستار توقف در ایجاد هوش مصنوعی غول پیکر «ذهن دیجیتال» شدند

بیش از 1000 متخصص، محقق و پشتیبان هوش مصنوعی به فراخوانی پیوسته اند تا ایجاد هوش مصنوعی غول پیکر را حداقل به مدت شش ماه متوقف کند، بنابراین می توان توانایی ها و خطرات سیستم هایی مانند GPT-4 را به درستی بررسی و کاهش داد.

این تقاضا در نامه ای سرگشاده به امضای بازیگران اصلی هوش مصنوعی از جمله: ایلان ماسک، که یکی از بنیانگذاران OpenAI، آزمایشگاه تحقیقاتی مسئول ChatGPT و GPT-4 است، ارائه شده است. عماد مستقی که مستقر در لندن استیبل AI را تأسیس کرد و استیو وزنیاک، یکی از بنیانگذاران اپل.

امضاکنندگان آن همچنین شامل مهندسانی از آمازون، دیپ مایند، گوگل، متا و مایکروسافت و همچنین دانشگاهیان از جمله دانشمند شناختی گری مارکوس هستند.

صنعت:

معرفی LLaMA  یک مدل زبان بزرگ با 65 میلیارد پارامتر

به عنوان بخشی از تعهد متا به علم باز، آنها LLaMA (مدل زبان بزرگ متا AI) را به صورت عمومی منتشر کردند، یک مدل زبان بزرگ پایه و پیشرفته که برای کمک به محققان در پیشبرد کار خود در این زیر شاخه از هوش مصنوعی طراحی شده است. مدل‌های کوچک‌تر و کارآمدتر مانند LLaMA دیگران را در جامعه تحقیقاتی که به مقادیر زیادی زیرساخت دسترسی ندارند، قادر می‌سازد تا این مدل‌ها را مطالعه کنند و دسترسی به این حوزه مهم و سریع در حال تغییر را بیشتر دموکراتیک کند. آموزش مدل‌های پایه کوچک‌تر مانند LLaMA در فضای مدل زبان بزرگ مطلوب است، زیرا به قدرت محاسباتی و منابع بسیار کمتری برای آزمایش رویکردهای جدید، اعتبارسنجی کار دیگران و کشف موارد استفاده جدید نیاز دارد. مدل های پایه روی مجموعه بزرگی از داده های بدون برچسب آموزش می بینند، که آنها را برای تنظیم دقیق برای کارهای مختلف ایده آل می کند. LLaMA در چندین اندازه موجود است (7، 13، 33 و 65 میلیارد پارامتر). در طول سال گذشته، مدل‌های بزرگ زبانی، قابلیت‌های جدیدی را برای تولید متن خلاق، حل قضایای ریاضی، پیش‌بینی ساختارهای پروتئینی، پاسخ به سؤالات درک مطلب و موارد دیگر نشان داده‌اند. حتی با وجود تمام پیشرفت‌های اخیر در مدل‌های زبان بزرگ، دسترسی تحقیقاتی کامل به آن‌ها به دلیل منابعی که برای آموزش و اجرای چنین مدل‌های بزرگ مورد نیاز است، محدود است. این دسترسی محدود، توانایی محققان را برای درک چگونگی و چرایی عملکرد این مدل‌های زبانی محدود محدود کرده است، و مانع از پیشرفت تلاش‌ها برای بهبود استحکام آنها و کاهش مسائل شناخته شده، مانند سوگیری و پتانسیل تولید اطلاعات نادرست می‌شود.

مقاله:

Data-centric Artificial Intelligence: A Survey

هوش مصنوعی تقریباً در هر حوزه ای تأثیر عمیقی دارد. یک عامل حیاتی موفقیت بزرگ آن، در دسترس بودن داده های فراوان و با کیفیت بالا برای ساخت مدل های یادگیری ماشین است. اخیراً نقش داده ها در هوش مصنوعی به طور قابل توجهی بزرگ شده است و به مفهوم نوظهور هوش مصنوعی داده محور منجر شده است. توجه محققان و دست اندرکاران به تدریج از پیشبرد طراحی مدل به افزایش کیفیت و کمیت داده ها معطوف شده است. در این نظرسنجی، ضرورت هوش مصنوعی داده‌محو مورد بحث قرار می‌گیرد، و به دنبال آن یک دیدگاه کلی از سه هدف کلی داده‌محور (توسعه داده‌های آموزشی، توسعه داده‌های استنتاج، و نگهداری داده‌ها) و روش‌های نماینده ارائه می‌شود. همچنین ادبیات موجود را از دیدگاه اتوماسیون و همکاری سازماندهی می شود، چالش ها مورد بحث قرار می گیرد و معیارها برای وظایف مختلف جدول بندی می شود. این اولین نظرسنجی جامع است که یک دید کلی از طیفی از وظایف در مراحل مختلف چرخه عمر داده ارائه می دهد. و امید است که بتواند به خوانندگان کمک کند تا تصویر وسیعی از این زمینه را درک کنند و آنها را با تکنیک ها و ایده های تحقیقاتی بیشتر برای مهندسی سیستماتیک داده ها برای ساخت سیستم های هوش مصنوعی مجهز کند. لیست همراه منابع هوش مصنوعی داده محور به طور منظم در https://github.com/daochenzha/data-centric-AI به روز می شود.

آموزش:

خلاصه سازی متن

خلاصه سازی متن (Text Summarization) یک کار پردازش زبان طبیعی (NLP) است که شامل فشرده کردن یک سند متنی طولانی به یک نسخه کوتاه تر و فشرده تر است و در عین حال مهم ترین اطلاعات و معنی را حفظ می کند. پس هدف تولید خلاصه ای است که به طور دقیق محتوای متن اصلی را به صورت مختصر نشان دهد.

روش‌های مختلفی برای خلاصه‌سازی متن وجود دارد، از جمله روش‌های استخراجی که جملات یا عبارات مهم را شناسایی و استخراج می‌کنند و روش‌های انتزاعی که متن جدیدی را بر اساس محتوای متن اصلی تولید می‌کنند.

معرفی:

میرا موراتی (Mira Murati)

میرا موراتی مهندس و مدیر ارشد فناوری (CTO) شرکت OpenAI  است، شرکتی که ChatGPT، چت ربات هوش مصنوعی را توسعه می دهد.

موراتی کار خود را به عنوان کارآموز در گلدمن ساکس در سال 2011 آغاز کرد و از سال 2012 تا 2013 در Zodiac Aerospace مشغول به کار شد. او قبل از پیوستن به Leap Motion سه سال در تسلا گذراند. او سپس در سال 2018 به OpenAI پیوست و بعداً مدیر ارشد فناوری شد و بر ChatGPT نظارت کرد.

او از طرفداران بهبود مقررات دولتی هوش مصنوعی است.

راههای ارتباطی با ما:

اینستاگرام:

princeofai@

وبسایت:

https://hushmandkharazmi.com

تلگرام:

https://t.me/princeofaii