החוקרים של Apple גילו לאחרונה גישה חדשנית בשדה הלמידת מכונה. על ידי יישום שיטה רב-מודלית, הם הצליחו לאמן מודלים שפה גדולים (LLMs), פותחים את הפוטנציאל למערכות AI יותר גמישות וחזקות.
במאמר מחקר שפורסם באתר arxiv.org, Apple פרטה את הגישה החדשנית שלה. על ידי שימוש בשלילת תמונה, שלילת תמונה משולבת, ונתונים רק טקסט, הLLMs נלמדו לעבד מידע חזותי ולשוני. השילוב הייחודי הזה הפעיל את היכולת של המודלים לבצע משימות כגון שם תמונה מוצק ולהסיק משמעויות בשפה טבעית.
אחת מהממצאים העיקריים מהמחקר היה השפעתו המשמעותית של בחירת קידמן תמונה ורזולוצית תמונה על הביצועים הכלליים. נמצא כי פקטורים אלה עושים פועל גדול מעיצוב חומרי חוסם מיינץ-שפה. על-ידי אופטימיזציה של אלה, Apple הצליחה לשפר באופן משמעותי את היכולות של מודלי השפה שלה.
ניסוי עם מודל MM1 בעל 30 מיליארד פרמטרים הציג את היכולות המרשית של למידה בהקשר באמצעות השלמות מרובת-מודלים. השיא הזה מאפשר למודלים לבצע משימות של שייכת רציונלית מורכבת דרך תמונות מרובות, ומעלה על מודלים מסורתיים "קשר מחשבה" פרומטים.
הגישתם של Apple לציית היא להיות "מאבדי מהירות" במקום "מתקדמי המוביל". האס בן-הודעת טים קוק כיאה לאחרונה את ההשקעה השנתית בסכום של מיליארד דולר בשילוב AI בטכנולוגיות הקיימות שלהם. קוק הבהיר בנוסף על כווית Apple לשתף פרטים על עבודת ה-AI המתמשכת שלה בסוף השנה הזו, וצפויים הכרזות פוטנציאליות ב- WWDC ביוני.
לא רק ש-Apple תופסת את המודל של יריבים במתן הטכנולוגיות שקשורות ל-AI, היא גם של בירור הקנטיד (נתמקעת בבידוד) המשתמש בזמן פצה אל מדרתה תעצר שאינה טמונה יפקחה על ידי שירותים קצא'ט.
ההשקעה של Apple באימון מרובודי של רשתות עצביות מביאה את המחויבות שלהם להקדמת היכולות המכונה. כפרוץככל שמתן מודידי כיסוף תרומה ב-AI, אך גם ממונה על החברה ביכולות "מודעות" מלומדות. בעקבות כך ש-Apple להמשיך לחדשנות, מנפחות ל- AI למדיות מתקדיות.
שאלות תכוף
מהו האימון מרובודי בלמידת מכונה?
האימון מרובודי משתמש באימון מודגש בשילוב של סוגים שונים של נתונים, כגון תמונות וטקסט. על ידי שילוב של מידע חזותי ולשוני, המודלים קובלים הבנה עמוקה ויכולים לבצע משימות מורכבות יותר.
איך הגישת האימון מרובודי של Apple נבחנת משיטות קיימות?
הגישה המרובודית של Apple משלבת שלילת תמונות, שלילת תמונות בין-השליליות, ונתוני טקטס בלבד לאמון מודלי שפה גדולים. השילוב הייחודי הזה מאפשר למודלים לעבד בשפה טבעית ומאפשר ל- AI להתפתח.
למה בחירת קידמן תמונה ורזולוצית תמונה חשובה לביצועים?
בחירת קידמן תמונה ורזולוצית תמונה משפיעה בצורה מהותית על ביצועי המודלים של למידת מכונה. אופטימיזציה של מרכיבים אלה משפרת את יכולת המודל לעבד מידע חזותי וכוללת את ביצועים הכלליים.
איך Apple מתמודדת עם דאגות הפרטיות של המשתמשים בפיתוח AI?
Apple מזהה את חשיבות הפרטיות של המשתמש ופותחת שיטות ששומרות עליה בעוד מובילים את היכולת שלהם בלמידת המכונה. על-ידי דירוג של הפרטיות של המשתמש, Apple נראה לספק פתרונות AI שמכבדים ומגנים על נתוני המשתמש.
מה אנחנו יכולים לצפות מ-Apple בתחום ההתקדמויות הנוגעות ל-AI?
Apple מתכננת לשתף פרטים על העבודה הנוכחית שלה בתחום AI בסוף השנה. עם הכרזות פוטנציאליות צפויות ב- WWDC ביוני, אנו מצפים להתפתחויות ולהתקדמויות מרתקות בטכנולוגיות ה-AI של Apple.
למידע נוסף על Apple והקידמת ה- AI שלה, ניתן לבקר באתר האינטרנט הרשמי שלה: Apple.
The source of the article is from the blog shakirabrasil.info