Artificiell intelligens har gjort extraordinära framsteg när det gäller att förstå ord och till och med kunna översätta dem till andra språk. Google har hjälpt till att bana väg hit med fantastiska verktyg som Google Translate och, nyligen, med sin utveckling av transformatormodeller för maskininlärning. Men språket är knepigt – och det finns fortfarande mycket mer arbete att göra för att bygga A.I. som verkligen förstår oss.
Språkmodell för dialogapplikationer
På tisdagens Google I/O tillkännagav sökjätten ett betydande framsteg på detta område med en ny språkmodell som den kallar LaMDA. Förkortning för Language Model for Dialogue Applications, det är en sofistikerad A.I. språkverktyg som Google hävdar är överlägset när det gäller att förstå sammanhang i konversation. Som Googles vd Sundar Pichai noterade, kan detta vara en intelligent analys av ett utbyte som "Vad är vädret idag?" – Det börjar kännas som sommar. Jag kanske äter lunch ute." Det är helt vettigt som en mänsklig dialog, men skulle förvirra många A.I. system som letar efter mer bokstavliga svar.
LaMDA har överlägsen kunskap om inlärda koncept som den kan syntetisera från sina träningsdata. Pichai noterade att svar aldrig följer samma väg två gånger, så konversationer känns mindre skriptade och mer lyhörda naturliga.
United States Postal Service, eller USPS, förlitar sig på artificiell intelligens som drivs av Nvidias EGX-system för att spåra mer än 100 miljoner försändelser per dag som går genom dess nätverk. Världens mest trafikerade postsystem förlitar sig på GPU-accelererad A.I. system för att hjälpa till att lösa utmaningarna med att hitta förlorade eller saknade paket och post. I huvudsak vände sig USPS till A.I. för att hjälpa den att hitta en "nål i en höstack".
För att lösa den utmaningen skapade USPS-ingenjörer en avancerad A.I. system av servrar som kan skanna och lokalisera e-post. De skapade algoritmer för systemet som tränades på 13 Nvidia DGX-system som finns på USPS datacenter. Nvidias DGX A100-system, som referens, packar in fem petaflops med datorkraft och kostar strax under $200 000. Den är baserad på samma Ampere-arkitektur som finns på Nvidias konsument-GPU: er i GeForce RTX 3000-serien.
Design itererar över tiden. Arkitektur designad och byggd 1921 kommer inte att se likadan ut som en byggnad från 1971 eller från 2021. Trender förändras, material utvecklas och frågor som hållbarhet får betydelse, bland andra faktorer. Men tänk om denna utveckling inte bara handlade om de typer av byggnader som arkitekter designar, utan i själva verket var nyckeln till hur de designar? Det är löftet om evolutionära algoritmer som ett designverktyg.
Medan designers för länge sedan har använt verktyg som Computer Aided Design (CAD) för att hjälpa konceptualisera projekt, vill förespråkare av generativ design gå flera steg längre. De vill använda algoritmer som efterliknar evolutionära processer inuti en dator för att hjälpa till att designa byggnader från grunden. Och åtminstone när det kommer till hus är resultaten ganska intressanta.
Generativ design
Celestino Soddu har arbetat med evolutionära algoritmer längre än de flesta som arbetar idag har använt datorer. En samtida italiensk arkitekt och designer nu i mitten av 70-talet, blev Soddu intresserad av teknikens potentiella inverkan på design redan under Apple II: s dagar. Det som intresserade honom var potentialen för oändligt riffande på ett tema. Eller som Soddu, som också är professor i generativ design vid Polytechnic University of Milano i Italien, sa till Digital Trends, han gillade idén att "öppna dörren till oändlig variation."
