Kunstig intelligens har gjort ekstraordinære fremskritt når det gjelder å forstå ord og til og med kunne oversette dem til andre språk. Google har bidratt til å bane vei hit med fantastiske verktøy som Google Translate og nylig med utviklingen av Transformer-maskinlæringsmodeller. Men språket er vanskelig – og det er fortsatt mye mer arbeid å gjøre for å bygge A.I. som virkelig forstår oss.
Språkmodell for dialogapplikasjoner
På tirsdagens Google I/O annonserte søkegiganten et betydelig fremskritt på dette området med en ny språkmodell den kaller LaMDA. Kort for Language Model for Dialogue Applications, det er en sofistikert A.I. språkverktøy som Google hevder er overlegent når det gjelder å forstå kontekst i samtale. Som Google-sjef Sundar Pichai bemerket, kan dette være en intelligent analyse av en utveksling som "Hvordan er været i dag?" – Det begynner å føles som sommer. Jeg kan spise lunsj ute." Det gir perfekt mening som en menneskelig dialog, men ville forvirre mange A.I. systemer som leter etter mer bokstavelige svar.
LaMDA har overlegen kunnskap om lærte konsepter som den er i stand til å syntetisere fra treningsdataene sine. Pichai bemerket at svar aldri følger samme vei to ganger, så samtaler føles mindre skriptede og mer responsive naturlige.
United States Postal Service, eller USPS, er avhengig av kunstig intelligens drevet av Nvidias EGX-systemer for å spore mer enn 100 millioner e-poster om dagen som går gjennom nettverket. Verdens travleste posttjenestesystem er avhengig av GPU-akselerert A.I. systemer for å hjelpe til med å løse utfordringene med å finne tapte eller manglende pakker og post. I hovedsak henvendte USPS seg til A.I. for å hjelpe den med å finne en "nål i en høystakk."
For å løse den utfordringen skapte USPS-ingeniører en avansert A.I. system av servere som kan skanne og finne e-post. De laget algoritmer for systemet som ble trent på 13 Nvidia DGX-systemer plassert ved USPS-datasentre. Nvidias DGX A100-systemer, for referanse, pakker inn fem petaflops med datakraft og koster i underkant av $200.000. Den er basert på den samme Ampere-arkitekturen som finnes på Nvidias forbruker GeForce RTX 3000-serie GPUer.
Design gjentar seg over tid. Arkitektur designet og bygget i 1921 vil ikke se det samme ut som en bygning fra 1971 eller fra 2021. Trender endrer seg, materialer utvikler seg, og spørsmål som bærekraft får betydning, blant andre faktorer. Men hva om denne utviklingen ikke bare handlet om hvilke typer bygninger arkitekter designer, men faktisk var nøkkelen til hvordan de designer? Det er løftet om evolusjonære algoritmer som et designverktøy.
Mens designere for lengst har brukt verktøy som Computer Aided Design (CAD) for å hjelpe konseptualisere prosjekter, ønsker tilhengere av generativ design å gå flere skritt videre. De ønsker å bruke algoritmer som etterligner evolusjonære prosesser inne i en datamaskin for å hjelpe med å designe bygninger fra grunnen av. Og i det minste når det gjelder hus, er resultatene ganske interessante.
Generativ design
Celestino Soddu har jobbet med evolusjonære algoritmer lenger enn de fleste som jobber i dag har brukt datamaskiner. En moderne italiensk arkitekt og designer nå i midten av 70-årene, ble Soddu interessert i teknologiens potensielle innvirkning på design tilbake på Apple II-dagene. Det som interesserte ham var potensialet for uendelig riffing på et tema. Eller som Soddu, som også er professor i generativ design ved Polytechnic University of Milano i Italia, fortalte Digital Trends, han likte ideen om å "åpne døren til uendelig variasjon."
