TOP5 der Entwicklungstrends für künstliche Intelligenz im Jahr 2023

2022 gab es viele bahnbrechende Durchbrüche im Bereich KI/ML. Große Technologieunternehmen wie Google, Meta und Microsoft machen große Fortschritte bei neuen Innovationen vom Quantencomputing bis zur generativen künstlichen Intelligenz.

Zu den größten Durchbrüchen gehören beispielsweise Metas HyperTreeProofSearch (HTPS) zur Lösung von Problemen der Internationalen Mathematikolympiade; DeepMinds Alpha Fold und Meta AIs ESMFold zur Proteinfaltungsvorhersage; Googles DeepNull zur Simulation der Beziehung zwischen Kovariateneffekten zwischen Phänotypen und zur Verbesserung des Genoms. unter anderem Wide Association Studies (GWAS).

Schauen wir uns als Nächstes einige Vorhersagen für 2023 an.

ChatGPT hat mit seinen hervorragenden Konversationsfunktionen das Internet im Sturm erobert. Es basiert auf GPT-3 von OpenAI, das über 176 Milliarden Parameter verfügt und auf größeren Modellgrößen basiert. Obwohl es andere LLMs mit zwei-, drei- oder sogar zehnfachen Parametern von GPT-3 gibt, haben einige Modelle von DeepMind oder Meta (auch bekannt als Small Language Models (SLM)) mehr Parameter als GPT-3 im logischen Denken und Vorhersage für mehrere Aufgaben.

Neben der Reduzierung der Modellgröße wird erwartet, dass ein größeres Modell wie GPT-4 etwa 100 Billionen Parameter haben wird. Da das derzeit größte Modell das Google Switch Transformer-Modell mit 1,6 Billionen Parametern ist, wird der Sprung riesig sein.

Um jedoch eine höhere Latenz und Vorhersehbarkeit zu erreichen, könnten in den kommenden Jahren bestehende Modelle verfeinert werden, um bestimmte Zwecke zu erfüllen. Kürzlich hat OpenAI GPT-3 mithilfe des DaVinci-Updates verfeinert.

Trend 1: Generative KI erfordert erklärbare KI

Text-to-Image-Generierung ist der Trend, der im Jahr 2022 die Charts durchbrechen wird. Modelle wie DALL-E, Stable Diffusion und Midjourney stehen ganz oben auf der Liste der Enthusiasten, die mit KI-generierter Kunst experimentieren möchten. Die Gespräche verlagerten sich schnell von Text zu Bildern, von Text zu Video, von Text zu allem, und es wurden mehrere Modelle erstellt, die auch 3D-Modelle generieren konnten.

Mit der Erweiterung der Sprachmodelle und der Verbesserung der Ausbreitungsmodelle wird erwartet, dass der Text-to-Anything-Trend noch weiter ansteigt. Öffentlich verfügbare Datensätze machen generative KI-Modelle skalierbarer.

Diese Datensätze leiten einen Abschnitt über erklärbare künstliche Intelligenz ein, in dem die Eigenschaften jedes Bildes, das zum Trainieren dieser generativen Modelle verwendet wird, von entscheidender Bedeutung sind.

Trend 2: Der FastSaaS-Wettlauf beginnt

Unternehmen, die den Trend zur Generierung künstlicher Intelligenz aufgeholt haben, haben damit begonnen, diese als Cloud-Service anzubieten. Als LLM und generative Modelle wie GPT-3 und DALL-E öffentlich verfügbar wurden, wurde es für Unternehmen immer einfacher, sie als Service anzubieten, was zur Entstehung von FastSaaS führte.

Kürzlich plant Shutterstock die Integration von DALL-E 2 in seine Plattform, Microsoft VS Code hat Copilot als Erweiterung hinzugefügt, TikTok hat einen In-App-Text-zu-Bild-KI-Generator angekündigt und Canva hat eine KI-generierte Funktion auf seiner Plattform eingeführt .

Trend Drei: Abhängigkeit von Supercomputern

Dies ist der Trend, Supercomputer zu bauen, auf die man sich verlassen kann, um Aufgaben zu generieren und Dienstleistungen für Unternehmen bereitzustellen. Mit diesen ständig wachsenden Datensätzen und generativen Modellen steigt die Nachfrage nach Supercomputern und wird voraussichtlich weiter steigen. Angesichts der Konkurrenz um FastSaaS ist der Bedarf an besserer und leistungsfähigerer Datenverarbeitung das nächste.

NVIDIA und Microsoft haben kürzlich zusammengearbeitet, um Quantum-2 zu entwickeln, eine Cloud-native Supercomputing-Plattform. Im Oktober gab Tesla bekannt, dass sein Dojo-Supercomputer komplett von Grund auf mit von Tesla entwickelten Chips gebaut wurde. Es sieht so aus, als ob es bald Unternehmenskunden Zugang ermöglichen könnte. Darüber hinaus brachte Cerebras Andromeda auf den Markt, einen KI-Supercomputer mit 13,5 Millionen Kernen, der über 1 Exaflop KI-Rechenleistung liefert. Vor kurzem hat sich Jasper mit Cerebras zusammengetan, um eine bessere Leistung zu erzielen.

Trend 4: Jenseits von 3-nm-Chips

Wie vom Mooreschen Gesetz vorhergesagt, steigt die Rechenleistung mit abnehmender Chipgröße. Damit Supercomputer große Modelle betreiben können, benötigen sie kleinere Chips, und wir sehen bereits, dass die Chips immer kleiner werden.

In den letzten Jahren drängte die Chipindustrie auf Miniaturisierung, wobei die Hersteller ständig nach Möglichkeiten suchten, Chips kleiner und kompakter zu machen. Beispielsweise verwendet Apple für den M2-Chip und den A16 5-nm- bzw. 4-nm-Chips. Es wird erwartet, dass TSMC im Jahr 2023 3-nm-Chips entwickeln wird, was die Effizienz und Leistung der KI/ML-Algorithmusentwicklung verbessern wird.

Trend Fünf: Integration von Quanten- und traditionellem Computing

Da Unternehmen wie NVIDIA, Google und Microsoft Hardwaredienste für die Cloud bereitstellen, gibt es weitere Innovationen im Bereich Quantencomputing wird bestimmt passieren. Dies wird es kleinen Technologieunternehmen ermöglichen, KI-/ML-Modelle zu trainieren, zu testen und zu bauen, ohne dass schwere Hardware erforderlich ist.

Der Aufstieg des Quantencomputings in den kommenden Jahren sollte von Entwicklern unbedingt berücksichtigt werden, da sein Einsatz in vielen anderen Bereichen wie dem Gesundheitswesen, Finanzdienstleistungen usw. zunehmen wird.

In einer aktuellen Ankündigung wurde ein Quantencomputer mit Europas schnellstem Supercomputer verbunden, um traditionelle und Quantencomputer zu kombinieren und so Probleme schneller zu lösen. In ähnlicher Weise hat Nvidia auch QODA – kurz Quantum-Optimised Device Architecture – veröffentlicht, die erste Plattform für hybride klassische Quantencomputer.

IBM hat kürzlich auf seinem jährlichen Quantum Summit 2022 seine Quantenhardware und -software vorgestellt und dabei eine bahnbrechende Vision für quantenzentriertes Supercomputing mit 433 Quantenbit-Prozessoren (Qubit) vorgestellt. Auf dem Global Artificial Intelligence Summit kündigte IBM an, dass sie nächstes Jahr ein 1.000-Qubit-System vorführen werden, das zu einem Vorreiter für weitere Innovationen in verschiedenen Bereichen werden wird.

Das obige ist der detaillierte Inhalt vonTOP5 der Entwicklungstrends für künstliche Intelligenz im Jahr 2023. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!