A mesterséges intelligencia rendkívüli fejlődést ért el a szavak megértésében, sőt még más nyelvekre való lefordításában is. A Google olyan csodálatos eszközökkel, mint a Google Fordító, és a közelmúltban a Transformer gépi tanulási modellek fejlesztésével segítette az utat. De a nyelv trükkös – és még rengeteg munka van az A.I. felépítésén. hogy igazán megért minket.
Nyelvi modell párbeszédes alkalmazásokhoz
A keddi Google I/O-n a keresőóriás jelentős előrelépést jelentett be ezen a téren az általa LaMDA névre keresztelt új nyelvi modellel. A Dialogue Applications nyelvi modelljének rövidítése, ez egy kifinomult A.I. nyelvi eszköz, amelyről a Google azt állítja, hogy jobb a beszélgetés kontextusának megértésében. Amint azt Sundar Pichai, a Google vezérigazgatója megjegyezte, ez egy olyan információcsere intelligens elemzése lehet, mint a „Milyen az időjárás ma?” „Kezd úgy érezni, mintha nyár lenne. Lehet, hogy kint ebédelek.” Ez teljesen logikus emberi párbeszédként, de sok A.I.-t megzavarna. rendszereket, amelyek szó szerintibb válaszokat keresnek.
A LaMDA kiváló tudással rendelkezik a tanult fogalmakról, amelyeket képes szintetizálni a képzési adataiból. Pichai megjegyezte, hogy a válaszok soha nem követik kétszer ugyanazt az utat, így a beszélgetések kevésbé forgatókönyvezettek és sokkal természetesebbek.
Az Egyesült Államok Postaszolgálata (USPS) az Nvidia EGX rendszerei által meghajtott mesterséges intelligenciára támaszkodik, hogy nyomon kövesse a hálózatán áthaladó napi több mint 100 millió e-mailt. A világ legforgalmasabb postai szolgáltatási rendszere GPU-gyorsítású A.I. rendszerek, amelyek segítenek megoldani az elveszett vagy hiányzó csomagok és levelek felkutatásával kapcsolatos kihívásokat. Lényegében az USPS az A.I.-hez fordult. hogy segítsen megtalálni egy "tűt a szénakazalban".
Ennek a kihívásnak a megoldására az USPS mérnökei létrehoztak egy élvonalbeli A.I. kiszolgálók rendszere, amely képes megvizsgálni és megtalálni a leveleket. Algoritmusokat készítettek a rendszerhez, amelyeket 13 USPS adatközpontokban található Nvidia DGX rendszeren képeztek ki. Az Nvidia DGX A100 rendszerei referenciaként öt petaflop számítási teljesítményt tartalmaznak, és alig 200 000 dollárba kerülnek. Ugyanazon az Ampere architektúrán alapul, mint az Nvidia fogyasztói GeForce RTX 3000 sorozatú GPU-in.
A tervek idővel ismétlődnek. Az 1921-ben tervezett és épített építészet nem fog úgy kinézni, mint egy 1971-es vagy 2021-es épület. A trendek változnak, az anyagok fejlődnek, és az olyan kérdések, mint a fenntarthatóság egyre fontosabbá válnak többek között. De mi van akkor, ha ez az evolúció nem csak az építészek által tervezett épülettípusokról szólna, hanem valójában kulcsfontosságú volt az építészek tervezésében? Ez az evolúciós algoritmusok, mint tervezési eszközök ígérete.
Míg a tervezők már régóta használnak olyan eszközöket, mint a számítógéppel segített tervezés (CAD) a projektek konceptualizálásához, a generatív tervezés hívei több lépéssel tovább akarnak menni. Olyan algoritmusokat szeretnének használni, amelyek a számítógépen belüli evolúciós folyamatokat utánozzák az épületek tervezésében az alapoktól. És legalábbis ami a házakat illeti, az eredmények baromi érdekesek.
Generatív tervezés
Celestino Soddu már régebb óta dolgozik evolúciós algoritmusokkal, mint ahogy a legtöbb ma dolgozó ember számítógépet használ. A hetvenes évei közepén járó kortárs olasz építész és tervező Soddu már az Apple II idejében érdeklődött a technológia lehetséges hatásai iránt a tervezésre. Ami érdekelte, az a lehetőség, hogy végtelenül riffeljen egy témát. Vagy ahogy Soddu, aki a generatív tervezés professzora is a Milánói Politechnikai Egyetemen Olaszországban, a Digital Trendsnek elmondta, tetszett neki az ötlet, hogy „megnyitja az ajtót a végtelen változatosság előtt”.
