{"id":14252,"url":"\/distributions\/14252\/click?bit=1&hash=6dd736497be6f4b5df84f9b826d7f3d8b3ea195a64e74fa302e414535ad9c574","title":"\u041c\u0430\u0442\u0435\u0440\u0438\u0430\u043b \u0434\u043b\u044f \u0442\u0435\u0445, \u043a\u043e\u043c\u0443 \u043d\u0430\u0434\u043e\u0435\u043b\u043e \u0441\u043b\u0443\u0448\u0430\u0442\u044c: \u00ab\u0410 \u0443 \u0432\u0430\u0441 \u0441\u0434\u0430\u0447\u0438 \u043d\u0435 \u0431\u0443\u0434\u0435\u0442\u00bb?","buttonText":"\u0427\u0438\u0442\u0430\u0442\u044c","imageUuid":"https:\/\/leonardo.osnova.io\/41ea37ba-b3c8-5bd8-9f5d-b05a52be8069\/"}

Алленовский институт разрабывает ИИ-систему Unified-IO для выполнения множества задач

Image credit: The Allen Institute for AI

Алленовский институт искусственного интеллекта (The Allen Institute for AI), занимающийся исследованиями в области машинного обучения, объявил о своей работе над созданием новой системы ИИ под названием Unified-IO. Как сообщает портал TechCrunch, нейросеть способна выполнять “широкий и разнообразный набор задач”. Например, она может генерировать и обрабатывать изображения и текст, а также работать с разными видами структурированных данных.

По словам исследовательской команды института, эта разработка является еще одним шагом к созданию продвинутых и унифицированных ИИ-систем общего назначения.

Мы заинтересованы в создании систем ИИ, с помощью которых можно будет обучать модели машинного обучения новым задачам, практически не зная лежащего в их основе механизма. Такие унифицированные архитектуры уменьшают потребность в модификациях системы и выставлении параметров для конкретных задач, их можно обучать выполнению большого количества задач, а также они могут обмениваться знаниями между собой для повышения производительности.

Джейсен Лу, научный сотрудник Алленовского института

Unified-IO имеет общие характеристики с алгоритмом обработки естественного языка GPT-3 от OpenAI, так как они оба имеют архитектуру Transformer, разработанную в 2017 году. Эта архитектура используется в системах, предназначенных для решения сложных задач.

Unified-IO учится на примерах в виде токенов, предоставляющих системе миллиарды слов, изображений и других единиц информации в понятном ей виде.

Среди задач, которые может выполнять Unified-IO - создание изображений, обнаружение объектов на изображениях, перефразирование текста, выделение определенных областей на фотографиях. В отличие от некоторых аналогичных систем, анализировать или генерировать видео и аудио Unified-IO пока не умеет.

Нейросеть во многом похожа на недавно созданную ИИ-систему Gato от лаборатории DeepMind, которую обучили выполнению более 600 задач, от игры в приставку до управления роботами. (Подробнее о Gato можно прочитать здесь).

Научные сотрудники Алленовского института планируют продолжать работу над Unified-IO и повышать её эффективность. В частности, в число планов входит обучение нейросети работе с аудио- и видео-форматами, а также масштабирование системы для повышения производительности.

Опыт создания других ИИ-систем показал, что при наличии достаточного количества данных для обучения модели [машинного обучения] можно добиться очень впечатляющих результатов. Unified-IO может позволить нам обучать крупномасштабные многозадачные модели. Наш план состоит в том, чтобы добиться лучших результатов от системы благодаря масштабированию данных и размера модели.

Крис Кларк, научный сотрудник Алленовского института

Если вам понравилась статья, поделитесь ею в своем блоге или поставьте нам оценку, чтобы о проекте узнало как можно больше читателей!

0
Комментарии
-3 комментариев
Раскрывать всегда