AutoScientist od spoločnosti Adaption automatizuje jemné doladenie modelu pomocou tréningu v uzavretej slučke, čím prekonáva konfigurácie navrhnuté človekom.
Stručne
Spoločnosť Adaption predstavuje AutoScientist, systém, ktorý automaticky prispôsobuje modely umelej inteligencie optimalizáciou tréningových údajov aj procesov učenia pre konkrétne úlohy.
prispôsobenieSpoločnosť , startup zameraný na umelú inteligenciu, ktorú založila bývalá viceprezidentka pre výskum v spoločnosti Cohere Sara Hooker, predstavila nový systém s názvom AutoScientist, ktorý je navrhnutý tak, aby automatizoval proces prispôsobovania modelov umelej inteligencie špecifickým úlohám spoločnou optimalizáciou tréningových dát a konfigurácií učenia. Systém je navrhnutý ako krok k automatizácii pracovných postupov výskumu a vývoja umelej inteligencie s cieľom znížiť manuálnu námahu, ktorá je zvyčajne potrebná pri dolaďovaní a experimentovaní s modelmi.
AutoScientist je opísaný ako komplexný framework, ktorý súčasne optimalizuje súbory údajov a trénovacie recepty, pričom iteruje v uzavretej slučke, v ktorej sa neustále upravujú parametre výberu údajov aj trénovania modelu. Proces má pokračovať, kým sa výkon nestabilizuje okolo určitej hodnoty. deficieľ, čo efektívne umožňuje systému spresniť tak to, z čoho sa model učí, ako aj spôsob, akým sa to učí, bez neustáleho ľudského zásahu.
Podľa spoločnosti je nástroj určený na skrátenie času potrebného na prechod od počiatočného konceptu k nasadenému, prispôsobenému modelu, čím sa potenciálne skrátia vývojové cykly z týždňov na hodiny. Je tiež prezentovaný ako mechanizmus, ktorý rozširuje prístup k prispôsobeniu modelu aj za hranice špecialistov na strojové učenie, čo umožňuje používateľom bez hlbokých technických znalostí ovplyvňovať nielen výzvy, ale aj základné správanie trénovaných systémov. Tento prístup je koncipovaný ako obzvlášť relevantný pre organizácie, ktoré sa snažia doladiť modely pre jazyk špecifický pre danú oblasť, štruktúrované výstupy alebo obmedzenia efektívnosti, ako je latencia a náklady, a zároveň efektívnejšie využívať proprietárne súbory údajov v rámci systémov umelej inteligencie.
Interné hodnotenia, na ktoré sa spoločnosť odvoláva, naznačujú, že AutoScientist vykazuje lepší výkon v porovnaní so základnými modelmi v rozsahu veľkostí súborov údajov od 5 000 do 100 000 príkladov, ako aj v rámci viacerých architektúr modelov dostupných na doladenie. Uvedené výsledky naznačujú konzistentné zisky bez ohľadu na oblasť, pričom výkon sa meria pomocou interných hodnotení prispôsobených špecifickým vertikálnym aplikáciám.
Ďalšie porovnania prezentované v hodnotiacom rámci naznačujú, že AutoScientist dosiahol vyšší priemerný výkon ako konfigurácie navrhnuté ľudskými výskumníkmi vrátane skúsených inžinierov umelej inteligencie. V týchto testoch ľudskí experti vyberali tréningové nastavenia na základe svojich znalostí architektúry modelu, charakteristík súboru údajov a požiadaviek domény, zatiaľ čo AutoScientist dostal rovnaké vstupy spolu s možnosťou iteratívneho spresňovania vlastných konfigurácií pomocou historických údajov o behu. Za týchto podmienok sa súhrnné výsledky údajne zlepšili zo 48 percent na 64 percent pri použití automatizovaného systému s priemerným nárastom výkonu približne o 35 percent v rámci experimentov.
AutoScientist preukazuje stabilitu naprieč doménami a zároveň sa snaží demokratizovať doladenie modelu Frontier
Dodatočné porovnávanie vo viacerých aplikačných oblastiach naznačuje, že systém nie je silne citlivý na konkrétne domény, pričom zisky boli pozorované v ôsmich rôznych vertikálach. Spoločnosť uvádza, že táto konzistentnosť je pozoruhodná vzhľadom na to, že mnohé tradičné prístupy k jemnému dolaďovaniu majú tendenciu dosahovať slabšie výsledky mimo úzkych alebo prísne kontrolovaných nastavení, zatiaľ čo AutoScientist údajne prináša stabilnejšie vylepšenia v rôznych úlohách a súboroch údajov.
Systém je súčasťou širšieho úsilia o automatizáciu procesov vývoja modelov, najmä v oblastiach zahŕňajúcich dlhodobé uvažovanie, ktoré zostáva pretrvávajúcou výzvou v oblasti spoľahlivosti umelej inteligencie. Vývojári naznačujú, že AutoScientist predstavuje skorý krok k zníženiu potreby manuálnych zásahov do trénovacích procesov modelov, pričom budúce smery výskumu sa zameriavajú na umožnenie okamžitejších foriem adaptácie, ktoré nemusia vyžadovať tradičné tréningové cykly.
Popri technických cieľoch je toto vydanie koncipované aj ako snaha o rozšírenie prístupu k prispôsobeniu modelov, čo umožní širšiemu okruhu používateľov prispôsobovať systémy umelej inteligencie pre špecifické aplikácie. Nástroj je k dispozícii bezplatne počas počiatočného 30-dňového obdobia. Širším cieľom je podľa poskytnutého rámca znížiť prekážky vývoja modelov umelej inteligencie a rozšíriť schopnosť vytvárať systémy na mieru nad rámec malej skupiny špecializovaných výskumníkov sústredených vo veľkých laboratóriách.
Kľúčovým kontextovým argumentom zdôrazneným v oznámení je, že len malý počet ľudí na celom svete má odborné znalosti potrebné na správne trénovanie a doladenie modelov umelej inteligencie na hraniciach vývoja, pričom väčšina týchto znalostí je sústredená v obmedzenom počte veľkých výskumných laboratórií. Navrhuje sa, že ak systém ako AutoScientist dokáže úspešne automatizovať aspekty týchto znalostí, proces vytvárania prispôsobených modelov pre jednotlivé organizácie a špecifické prípady použitia by sa mohol stať dostupnejším a prakticky dosiahnuteľným.
Disclaimer
V súlade s Pokyny k projektu Trust, uvedomte si, že informácie uvedené na tejto stránke nie sú zamýšľané a nemali by byť interpretované ako právne, daňové, investičné, finančné alebo iné formy poradenstva. Je dôležité investovať len toľko, koľko si môžete dovoliť stratiť a v prípade akýchkoľvek pochybností vyhľadať nezávislé finančné poradenstvo. Ak chcete získať ďalšie informácie, odporúčame vám pozrieť si zmluvné podmienky, ako aj stránky pomoci a podpory poskytnuté vydavateľom alebo inzerentom. MetaversePost sa zaviazala poskytovať presné a nezaujaté správy, ale podmienky na trhu sa môžu zmeniť bez upozornenia.
O autorovi
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
Ďalšie články
Alisa, oddaná novinárka v MPost, špecializuje sa na kryptomeny, umelú inteligenciu, investície a rozsiahlu oblasť Web3. So záujmom o nové trendy a technológie poskytuje komplexné pokrytie s cieľom informovať a zapojiť čitateľov do neustále sa vyvíjajúceho prostredia digitálnych financií.
