#Дослідження

Як вибіркове забування може допомогти ШІ краще навчатися

З впровадженням нового підходу групою комп'ютерних науковців спостерігається значний прогрес у галузі дослідження штучного інтелекту. Новий метод передбачає періодичне забування інформації, що зберігається в моделях машинного навчання, що призводить до підвищення гнучкості та адаптивності.

Фалоцентризм у химерній стратифікованій GPT-J

Це дослідження занурює нас у захопливий світ внутрішнього розуміння GPT-J слів та концепцій. Створивши індивідуальне вбудовування і попросивши модель визначити його, ми вирушаємо в подорож по її «дереву визначень».

Ефективність та обмеження послідовного моделювання

Розуміння та генерування послідовностей, від мови до музики, стало однією з ключових задач штучного інтелекту. На цій арені панують трансформери, відомі своєю безпрецедентною здатністю фіксувати нюанси послідовних даних.

Інституціонали подвоюють використання штучного інтелекту в торгівлі — опитування JPMorgan

У світі трейдингу все більше уваги приділяється використанню штучного інтелекту (ШІ), зазначається у новому опитуванні JPMorgan. Згідно з цим дослідженням, яке об'єднало 4010 інституційних трейдерів з 65 країн, 61% з них вважають, що ШІ буде ключовою технологією для майбутнього трейдингу протягом наступних трьох років.

Глобал

Дослідження MIT: ШІ все ще занадто дорогий, щоб замінити більшість працівників

Роботи зі штучним інтелектом (ШІ) все ще не можуть економічно ефективно замінити більшість працівників, навіть у галузях, де вони мають переваги. Такий висновок зробили дослідники з Массачусетського технологічного інституту (MIT) у новому дослідженні.

Більше половини музикантів стурбовані сприйняттям аудиторією використання штучного інтелекту

Нещодавнє опитування понад 1000 артистів показало, що лише 48% з них готові бути прозорими щодо використання штучного інтелекту у створенні пісень або записів.

Стенфордські дослідники критикують прозорість моделей ШІ від OpenAI та інших

Дослідники Стенфордського університету опублікували звіт, в якому стверджують, що основні моделі штучного інтелекту (ШІ) від OpenAI, Google, Meta та інших компаній є недостатньо прозорими.