人工智能和机器学习领域的发展速度极快。事实上回想起来仅在十年前AlexNet模型还在ImageNet竞赛中占据主导地位并开启了深度学习成为真正技术运动的进程这着实令人惊叹。如今在经历了多年关于游戏对战的头条新闻之后我们看到越来越多应用于现实世界的创新。仅在过去的几年里像GPT-3和AlphaFold这样的AI/ML模型就提供了催化新产品和公司发展的能力并拓展了我们对计算机能力的认知。考虑到这一点我们决定回顾一下Future在今年上半年对AI/ML领域的报道同时也为您补充介绍在此期间行业内的一些当然并非全部重大发展。正如您将看到的大型语言模型、生成式模型和基础模型的某种结合是关注的焦点而就理解它们的能力以及大型研究实验室之外的世界如何利用它们的力量而言我们才刚刚触及表面。Future关注点如何利用AI/ML的进展如何在你的初创公司中使用大规模AI模型如GPT-3by Elliot Turner / HyperiaAlphaFold、GPT-3以及如何通过AI增强智能by Niko Grupen / 康奈尔大学AlphaFold、GPT-3以及如何通过AI增强智能 (第二部分)by Niko Grupen / 康奈尔大学Data50全球顶尖数据初创公司by Jennifer Li, Sarah Wang, and Jamie Sullivan / a16z现代数据基础设施的新兴架构by Matt Bornstein, Jennifer Li, and Martin Casado / a16z深度学习的十年AI初创公司经验如何演变 (问答)by Richard Socher / you.com构建可靠AI模型的7种技术by Beena Ammanath (书籍节选) / 某机构下一个AlphaFold所需的两样东西 (问答)by Daphne Koller / Insitro行业聚焦图像、文本与更多代码使用AlphaCode进行竞技编程/ 某机构教导AI实时翻译数百种口语和书面语言/ 某机构Pathways语言模型 (PaLM)扩展至5400亿参数以实现突破性性能/ 某机构研究DALL-E 2/ 某机构Imagen文本到图像的扩散模型/ 某机构研究这些技术进步以及人们对如何利用它们日益增长的理解正是我们致力于加强AI/ML领域报道的原因尤其是关于未来几年它将如何在现实世界中被应用。从生物技术到电视领域我们正准备对“什么是可能的”以及“软件如何帮助人类实现他们最疯狂的想法”进行一次严肃的重新构想。FINISHED更多精彩内容 请关注我的个人公众号 公众号办公AI智能小助手或者 我的个人博客 https://blog.qife122.com/对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号网络安全技术点滴分享