-
Új, hároméves mesterséges intelligencia kutatási együttműködést indít a Google és a Tel Aviv Egyetem
A Google és a Tel Aviv Egyetem (TAU) közötti sikeres kutatási együttműködés újabb mérföldkőhöz érkezett: a felek 2026 és 2028 között egy hároméves stratégiai partnerséget indítanak, amelyet a Google.org egymillió dolláros támogatása segít elő. Ez a kezdeményezés tovább mélyíti a mesterséges intelligencia (MI) alapkutatásait, miközben a helyi tudományos közösség fejlődését is támogatja. A Google és a TAU már 2020 óta dolgozik szorosan együtt, különösen a TAU AI és Adattudományi Központjával (TAD). Az elmúlt években számos közös projekt valósult meg olyan területeken, mint a társadalmi hasznosságú mesterséges intelligencia vagy az oktatás és fenntarthatóság. Több mint húsz kutatási program született, amelyek például a nagy nyelvi modellek oktatási értékei, a háromdimenziós neurális reprezentációk…
-
Elérhetővé vált a Google DeepMind díjnyertes dokumentumfilmje az AlphaFold 5. évfordulója alkalmából
Az AlphaFold, a mesterséges intelligencia egyik legnagyobb áttörése, idén ünnepli ötödik születésnapját. E jeles alkalomból a Google DeepMind különleges ajándékkal készül a közönség számára: november 25-től ingyenesen elérhetővé teszi „The Thinking Game” című dokumentumfilmjét YouTube-csatornáján. A film betekintést nyújt a mesterséges általános intelligencia (AGI) fejlesztésének izgalmas világába, és bemutatja a DeepMind kutatóinak munkáját az elmúlt öt év során. A „The Thinking Game” – egy öt évig készült mestermű A dokumentumfilmet az AlphaGo mögött álló díjnyertes csapat forgatta, akik az elmúlt öt év eseményeit örökítették meg. A filmben a nézők nyomon követhetik, hogyan dolgozik a Google DeepMind csapata a mesterséges intelligencia legnagyobb kihívásainak megoldásán, valamint bepillantást kapnak az AGI fejlesztésének kulisszatitkaiba.…
-
Nvidia: A kicsi kutatólabor útja a 4 trillió dolláros cégig
A Nvidia története nem csupán a technológiai fejlődésről szól, hanem a folyamatos innovációról is, amely az utóbbi években óriási hatással volt az ipar egészére. A cég, amely a 90-es években még egy kis videójáték GPU startupként indult, mára a $4 trilliós értékhatárt átlépve, a mesterséges intelligencia (AI) egyik vezető szereplőjévé vált. Ehhez a fejlődéshez jelentősen hozzájárult a kutatólabor, amely 2009-ben mindössze egy tucatnyi alkalmazottat foglalkoztatott. A labort Bill Dally, a cég jelenlegi vezető tudósa irányította, aki a Stanford Egyetem számítástechnikai tanszékének vezetője volt, mielőtt csatlakozott a Nvidia csapatához. A kutatás és fejlesztés kulcsszerepe Dally érkezésével a kutatólabor máris új irányvonalat vett fel. Az eredeti fókusz, amely a fényvisszaverés technikájára épült,…
-
AI Pontosság: A Fenyegetések Hatása a Teljesítményre
A mesterséges intelligencia fejlődése és az ahhoz kapcsolódó stratégiák egyre nagyobb figyelmet kapnak a szakmai közéletben. Az utóbbi időben számos érdekes megközelítést vizsgáltak, köztük azt is, hogy a mesterséges intelligencia modellek teljesítménye hogyan reagálhat a különböző típusú ösztönzőkre, mint például a fenyegetések vagy a juttatások. Az egyik legérdekesebb állítást Sergey Brin, a Google társalapítója fogalmazta meg, aki azt javasolta, hogy a fenyegetések hasznosak lehetnek a mesterséges intelligencia teljesítményének javításában. Módszerek és kísérletek A Pennsylvaniai Egyetem Wharton Iskolájának kutatói különböző módszereket teszteltek, hogy megállapítsák, a fenyegetések és a jutalmak milyen hatással vannak az AI teljesítményére. A kutatás során 198 kérdésből álló PhD szintű tesztet használtak, amelyet különböző modelleken próbáltak ki. A…
-
AI Teljesítmény: Működik-e a Fenyegetés mint Prompt Stratégia?
A mesterséges intelligencia (MI) teljesítményének javítása érdekében a kutatók nemrégiben szokatlan módszereket teszteltek, amelyek közé tartozott a fenyegetés is, ahogy azt Sergey Brin, a Google társalapítója javasolta. A kutatás célja az volt, hogy megvizsgálják, vajon ezek az alternatív megközelítések valóban javítják-e az MI válaszainak pontosságát. Az eredmények vegyesek lettek: egyes esetekben akár 36%-os javulást is tapasztaltak, de figyelmeztettek arra, hogy az ilyen módszerek eredményei kiszámíthatatlanok lehetnek. A kutatók és a módszertan A kutatást a Pennsylvani Egyetem Wharton Iskolájának kutatói végezték. Ők Lennart Meincke, Ethan R. Mollick, Lilach Mollick és Dan Shapiro voltak. A kutatás során a kutatók két, széles körben használt tesztet alkalmaztak: a GPQA Diamond-ot és az MMLU-Pro-t, amelyek…
