Sztuczna inteligencja poczyniła niezwykłe postępy, jeśli chodzi o rozumienie słów, a nawet możliwość ich tłumaczenia na inne języki. Firma Google pomogła w utorowaniu tej drogi dzięki niesamowitym narzędziom, takim jak Tłumacz Google, a ostatnio dzięki opracowaniu modeli uczenia maszynowego Transformer. Język jest jednak skomplikowany — a przed zbudowaniem sztucznej inteligencji jest jeszcze mnóstwo pracy. to naprawdę nas rozumie.
Model językowy w zastosowaniach dialogu
Podczas wtorkowej konferencji Google I/O gigant wyszukiwania ogłosił znaczący postęp w tej dziedzinie dzięki nowemu modelowi językowemu, który nazwał LaMDA. Skrót od Language Model for Dialogue Applications, to wyrafinowana sztuczna inteligencja. narzędzie językowe, które według Google jest lepsze, jeśli chodzi o zrozumienie kontekstu rozmowy. Jak zauważył dyrektor generalny Google, Sundar Pichai, może to polegać na inteligentnym analizowaniu wymiany zdań typu „Jaka jest dzisiaj pogoda?” „Zaczyna się robić wrażenie lata. Może zjem lunch na świeżym powietrzu. Ma to sens jako ludzki dialog, ale zmyliłoby wiele AI. systemy poszukujące bardziej dosłownych odpowiedzi.
LaMDA ma doskonałą wiedzę na temat wyuczonych koncepcji, które jest w stanie zsyntetyzować na podstawie danych szkoleniowych. Pichai zauważył, że odpowiedzi nigdy nie przebiegają dwukrotnie tą samą ścieżką, więc rozmowy wydają się mniej zaplanowane i bardziej naturalne.
Poczta Stanów Zjednoczonych (USPS) wykorzystuje sztuczną inteligencję systemów EGX firmy Nvidia do śledzenia ponad 100 milionów przesyłek pocztowych dziennie przechodzących przez jej sieć. Najbardziej obciążony system usług pocztowych na świecie wykorzystuje akcelerowaną przez GPU sztuczną inteligencję. systemy pomagające stawić czoła wyzwaniom związanym z lokalizacją zagubionych lub zaginionych paczek i poczty. Zasadniczo USPS zwrócił się do AI. pomóc mu znaleźć „igłę w stogu siana”.
Aby sprostać temu wyzwaniu, inżynierowie USPS stworzyli brzegową technologię AI. system serwerów, które mogą skanować i lokalizować pocztę. Stworzyli algorytmy dla systemu, które zostały przeszkolone na 13 systemach Nvidia DGX zlokalizowanych w centrach danych USPS. Dla porównania, systemy DGX A100 firmy Nvidia charakteryzują się pięcioma petaflopami mocy obliczeniowej i kosztują niecałe 200 000 dolarów. Opiera się na tej samej architekturze Ampere, którą można znaleźć w konsumenckich procesorach graficznych GeForce RTX 3000 firmy Nvidia.
Projekty iterują w czasie. Architektura zaprojektowana i zbudowana w 1921 r. nie będzie wyglądać tak samo jak budynek z 1971 r. czy z 2021 r. Trendy się zmieniają, materiały ewoluują, a kwestie takie jak zrównoważony rozwój zyskują na znaczeniu, między innymi. Ale co by było, gdyby ta ewolucja nie dotyczyła tylko typów budynków projektowanych przez architektów, ale w rzeczywistości była kluczem do tego, jak projektują? To obietnica algorytmów ewolucyjnych jako narzędzia projektowania.
Podczas gdy projektanci już dawno korzystali z narzędzi takich jak projektowanie wspomagane komputerowo (CAD), aby pomóc w konceptualizacji projektów, zwolennicy projektowania generatywnego chcą pójść o kilka kroków dalej. Chcą wykorzystać algorytmy naśladujące procesy ewolucyjne zachodzące w komputerze, aby pomóc w projektowaniu budynków od podstaw. Przynajmniej jeśli chodzi o domy, wyniki są naprawdę interesujące.
Projektowanie generatywne
Celestino Soddu pracuje z algorytmami ewolucyjnymi dłużej niż większość współczesnych ludzi korzysta z komputerów. Soddu, współczesny włoski architekt i projektant, obecnie około 70., zainteresował się potencjalnym wpływem tej technologii na projektowanie już w czasach Apple II. To, co go interesowało, to możliwość niekończącego się drążenia tematu. Lub, jak Soddu, który jest także profesorem projektowania generatywnego na Politechnice w Mediolanie we Włoszech, powiedział Digital Trends, spodobał mu się pomysł „otwarcia drzwi na nieskończoną różnorodność”.
