Artificial intelligence

Google développe des projets et une vision incroyables pour l’avenir de l’IA

Illustration d'une main robotisée tenant Google

Illustration : Aïda Amer/Axios

Le bras de recherche de Google a présenté mercredi un éventail incroyable de intelligence artificielle (IA) projets qu’il incube, visant à tout, de atténuation du changement climatique pour aider les romanciers à créer de la prose.

Pourquoi est-ce important: L’IA a un potentiel époustouflant pour améliorer et enrichir nos vies – et elle s’accompagne de risques extrêmement inquiétants d’utilisation abusive, d’intrusion et d’inconduite si elle n’est pas développée et déployée de manière responsable.

Piloter l’actualité : La douzaine de projets d’IA que Google Research a développés lors d’un événement médiatique à Manhattan en sont à divers stades de développement, avec des objectifs allant des améliorations sociétales (comme de meilleurs diagnostics de santé) à la pure créativité et au plaisir (génération de texte en image qui peut vous aider à construire une image 3D d’un monstre vêtu d’une jupe en massepain).

Du côté du « bien social » :

  • Suivi des feux de forêt : Le modèle d’apprentissage automatique de Google pour la détection précoce est disponible aux États-Unis, au Canada, au Mexique et dans certaines parties de l’Australie.
  • Prévision d’inondation : Un système qui a envoyé 115 millions d’avertissements d’inondation à 23 millions de personnes en Inde et au Bangladesh l’année dernière s’est étendu à 18 pays supplémentaires (15 en Afrique, plus le Brésil, la Colombie et le Sri Lanka).
  • IA/échographie de santé maternelle : À l’aide d’une application Android et d’un moniteur à ultrasons portable, des infirmières et des sages-femmes aux États-Unis et en Zambie testent un système qui évalue l’âge gestationnel et la position du fœtus dans l’utérus.
  • Prévention de la cécité : Évaluation automatisée des maladies rétiniennes de Google (ARD) utilise l’IA pour aider les professionnels de la santé à détecter la rétinopathie diabétique. Plus de 150 000 patients ont été dépistés.
  • L'”Initiative 1 000 Langues”: Google construit un modèle d’IA qui fonctionnera avec les 1 000 langues les plus parlées au monde.

Du côté plus spéculatif et expérimental :

  • Robots d’autocodage : Dans un projet appelé “code en tant que politiques», les robots apprennent à générer de nouveaux codes de manière autonome.
    • Dans une démonstration, Andy Zeng de Google a dit à un robot planant au-dessus de trois bols en plastique (rouge, bleu et vert) et trois bonbons (Skittles, M&M’s et Reese’s) que j’aimais les M&M’s et que mon bol était bleu. Le robot a placé le bon bonbon dans le bon bol, bien qu’il n’ait pas été directement chargé de “mettre des M&M’s dans le bol bleu”.
  • Wordcraft : Plusieurs écrivains professionnels expérimentent l’outil de création de fiction IA de Google. Ce n’est pas encore tout à fait prêt pour les heures de grande écoute, mais vous pouvez lire les histoires qu’ils ont créées avec. ici🇧🇷
Démonstrations lors de l'événement de presse sur l'intelligence artificielle de Google Research.
À gauche, Andy Zeng de Google Research a montré comment un robot peut apprendre à comprendre des termes comme “Willy Wonka” comme métaphore du chocolat. À droite, Daniel Tse de Google Research montre le système d’échographie maternelle piloté par l’IA qu’il est en train de développer. Photos : Jennifer A. Kingson

La grande image: Les craintes concernant le côté obscur de l’IA – des violations de la vie privée et de la propagation de la désinformation à la perte de contrôle des données des consommateurs – ont récemment incité la Maison Blanche à question un projet de “Déclaration des droits de l’IA” encourageant les technologues à intégrer des garanties dans leurs produits.

  • Alors que Google publiait son Des principes du développement de l’IA en 2018 et d’autres entreprises technologiques ont emboîté le pas, il y a peu ou pas de réglementation gouvernementale.
  • Bien que les investisseurs aient tirer en arrière dans les startups d’IA récemment, les poches profondes de Google peuvent lui donner plus de temps pour développer des projets qui ne génèrent pas de liquidités immédiates.

Oui mais: Les dirigeants de Google ont émis plusieurs notes de prudence alors qu’ils montraient leurs marchandises.

  • L’IA “peut avoir d’immenses bénéfices sociétaux” et “libérer toute cette créativité”, estime Marian Croak, responsable du centre d’expertise IA en charge de Google Research.
  • “Mais parce que cela a un impact si large sur les gens, le risque encouru peut également être très grand. Et si nous ne le faisons pas correctement … cela peut être très destructeur.”

Niveau de menace: Un centre récent de Georgetown pour la sécurité et les technologies émergentes rapport examiné comment l’IA de génération de texte pourrait “être utilisée pour turbocompresseur campagnes de désinformation.”

  • C’est comme Scott Rosenberg d’Axios a écritla société commence tout juste à se débattre avec les problèmes juridiques et éthiques soulevés par la nouvelle capacité de l’IA à générer du texte et des images.

Pourtant, il y a des choses amusantes : Cet été, Google Research a lancé Image et Fête – deux modèles d’IA capables de générer des images photoréalistes à partir d’invites textuelles (comme “un chiot dans un nid sortant d’un œuf cassé”). Maintenant, ils travaillent sur le text-to-video :

  • image vidéo vous pouvez créer un court clip à partir de phrases comme “une girafe sous un micro-ondes”.
  • fénaki est “un modèle pour générer des vidéos à partir de texte, avec des invites qui peuvent changer dans le temps et des vidéos qui peuvent durer plusieurs minutes,🇧🇷 par Recherche Google.
  • Cuisine de test IA est une application qui démontre les capacités du texte à l’image à travers deux jeux, “City Dreamer” (construisez des paysages urbains à l’aide de mots-clés) et “Wobble” (créez des monstres amicaux qui peuvent danser).

La ligne du bas : Malgré les récents vents contraires sur le plan financier, l’IA progresse – avec des entreprises comme Google positionnées pour servir d’arbitres moraux et de normalisateurs.

  • “L’IA est la technologie la plus profonde sur laquelle nous travaillons, mais nous en sommes encore aux premiers jours”, a déclaré le PDG de Google, Sundar Pichai, dans une introduction enregistrée à l’événement de mercredi.

L’intelligence artificielle accélère la croissance de l’industrie pharmaceutique

docteur  Umesh Shetty

La numérisation, le Big Data et l’intelligence artificielle ont transformé l’industrie pharmaceutique. De la compréhension des maladies, du diagnostic et de la fabrication de médicaments aux essais cliniques, il a apporté une aide précieuse aux sociétés pharmaceutiques. docteur Umesh ShettyDirecteur de l’hôpital AXIS Multispeciality et chirurgien orthopédiste principal, Mumbai en conversation avec Kaanchi Chawla de Réseau d’information Elets (ENN). Extraits édités :

Avec la pénétration croissante de la technologie dans l’industrie, quelles sont les tendances et les innovations qui se déroulent dans l’industrie pharmaceutique indienne ?

Nous ne pouvons pas nier le fait que covid a ouvert de nouvelles opportunités et innovations dans l’industrie pharmaceutique indienne. Face aux défis auxquels est confronté le covid, l’industrie pharmaceutique a régulièrement initié diverses tendances et innovations qui les ont aidés à accélérer leur rythme dans le futur. Il a été constaté que de nombreuses entreprises indiennes ont créé différents vaccins COVID-19 dans le cadre du programme national de vaccination Covid-19, et une fois approuvés, les vaccins ont non seulement été administrés au peuple indien, mais également exportés vers différents pays, ce qui a contribué à l’économie du pays. . pays, dynamisant ainsi l’industrie pharmaceutique indienne. Le plus grand changement que l’industrie pharmaceutique a connu est tout en ligne, des rendez-vous à la commande de médicaments. Tout le monde était préoccupé par sa sécurité et a donc opté pour des options en ligne au lieu d’être physiquement présent au magasin ou à l’hôpital. Cela a fini par conduire à des téléconsultations également comme option post-covid. Cette pratique a également été soutenue par le gouvernement, donnant l’impulsion nécessaire. L’intelligence artificielle et l’apprentissage automatique ont changé le modèle d’innovation dans les secteurs pharmaceutiques. L’industrie pharmaceutique du monde entier a commencé à utiliser des outils d’IA et des règles avancées d’apprentissage automatique pour faciliter son processus. Cela a conduit à la création de médicaments plus abordables et à une réduction des coûts d’exploitation.

Quels sont les facteurs qui stimulent la croissance de l’industrie pharmaceutique indienne ?

La pandémie de Covid-19 a causé un certain nombre de problèmes pour les gens à travers le monde. Malgré les coups durs, les secteurs pharmaceutiques ont transformé la crise en opportunité. La demande de vaccins, en plus de sauver des vies, est devenue forte, ce qui a conduit à plusieurs innovations dans le secteur pharmaceutique et l’Inde est devenue le plus grand fournisseur de médicaments à travers le monde à des prix plus abordables. Cela a fini par contribuer à dynamiser le secteur pharmaceutique indien. Le monde a commencé à se tourner vers l’Inde pour des médicaments abordables et de meilleure qualité. Le gouvernement a également joué un rôle très important dans la croissance de l’industrie pharmaceutique indienne. Il a donné toute l’impulsion nécessaire pour stimuler la production de drogue. L’Inde est devenue l’un des plus grands producteurs de médicaments à bas prix sans compromettre la qualité des médicaments.

L’intelligence artificielle devient populaire dans toutes les industries. Pensez-vous que l’IA joue un rôle clé dans le secteur pharmaceutique ? Si oui, comment ?

Depuis que le covid a frappé le monde, l’intelligence artificielle a joué un rôle très important dans l’industrie pharmaceutique. De la compréhension des maladies, du diagnostic et de la fabrication de médicaments aux essais cliniques, l’intelligence artificielle a apporté une aide précieuse aux sociétés pharmaceutiques. Il a joué un rôle très important pendant la pandémie pour découvrir des vaccins. Il a aidé à améliorer le processus de fabrication en produisant des médicaments à faible coût sans compromettre la qualité en moins de temps. Cela rend le processus de production plus rapide et garantit moins de gaspillage de matériaux. Intelligence artificielle cela aide également à concevoir les médicaments et à réduire le temps passé lors des tests de médicaments pour approbation, à atteindre le marché plus tôt, ainsi qu’à réduire les coûts et, par conséquent, les patients peuvent obtenir des médicaments à moindre coût. Pendant la pandémie, trouver des patients pour des essais de médicaments et de vaccins était une tâche ardue. Cependant, trouver un candidat approprié pour les tests est facilité grâce à l’intelligence artificielle.

La technologie cloud permet aux entreprises pharmaceutiques d’améliorer facilement l’intégrité des données. Avec la croissance rapide de la technologie dans toutes les autres industries, pensez-vous que la technologie cloud soutiendra la croissance de l’industrie pharmaceutique ?

Il y a eu une énorme augmentation de l’utilisation de la technologie cloud depuis la pandémie. Ils ont commencé à adopter la technologie cloud pour diverses activités de recherche et développement. Cependant, les sociétés pharmaceutiques n’adoptent aucune technologie sans étude préalable pour protéger la sécurité des produits. Les essais cliniques et la communication sont devenus plus faciles et plus rapides après l’utilisation des technologies cloud. Auparavant, cela demandait beaucoup de temps et avec l’adoption des technologies cloud, les tâches sont effectuées en temps réel. Il a permis à l’industrie pharmaceutique d’opérer et de communiquer plus facilement de n’importe quel endroit vers n’importe quelle partie du monde. Il garantit la sécurité des données et est accessible depuis n’importe quel endroit à portée de main. Les médicaments arrivent sur le marché plus rapidement et de manière plus sûre après l’adoption des technologies cloud. En ce qui concerne la sécurité et la confidentialité, le cloud est meilleur pour stocker des données. Il ne se limite pas seulement au stockage de données, mais agit comme un excellent dépanneur en cas de crise en raison de sa confidentialité et de sa sécurité.

La numérisation, le Big Data et l’intelligence artificielle accélèrent la transformation de l’industrie pharmaceutique et permettent aux entreprises d’améliorer le développement de médicaments et les soins aux patients. Comment les demandes de soins de santé et les nouvelles technologies transforment-elles l’industrie pharmaceutique ?

Par rapport à il y a 10-15 ans, les industries pharmaceutiques ont connu une énorme croissance dans le secteur en raison de l’émergence de nouvelles technologies. La transformation numérique a conduit à des réflexions transformatrices des professionnels de la santé vis-à-vis du monde médical. Les gens sont devenus plus conscients et préoccupés par leur santé et leur mode de vie. La transformation numérique a rendu la connexion avec les professionnels plus facile que jamais. Les anciens patients avaient l’habitude de compter entièrement sur leurs médecins pour le traitement. Avec la numérisation, les gens découvrent d’abord leurs symptômes, puis consultent leur médecin. Désormais, ils connaissent mieux les produits et leurs effets secondaires. L’intelligence artificielle est un nouveau concept, mais il a été adopté par de nombreuses sociétés pharmaceutiques pendant la pandémie. Grâce à l’analyse des mégadonnées, où d’énormes volumes d’informations concernant les patients, les médecins, les hôpitaux, le traitement, la réponse au traitement et des informations approfondies sur les problèmes pharmacologiques, les entreprises ont pu présenter de meilleures solutions au monde.

Programme d’incitations liées à la production (PLI) Le programme stimule la fabrication nationale et attire d’importants investissements dans les dispositifs médicaux. Comment les programmes ILP transforment-ils l’industrie pharmaceutique ?

Le programme PLI a aidé l’industrie pharmaceutique à fabriquer des produits de haute technologie et a également créé une énorme opportunité d’emploi pour les citoyens indiens. Il a rendu les médicaments disponibles à des prix abordables et a attiré d’importants investissements dans les dispositifs médicaux. Le programme d’incitations liées à la production a également réduit la dépendance de l’industrie pharmaceutique indienne vis-à-vis d’autres pays.

abdomen

Suivez-nous et rejoignez-nous sur Facebook🇧🇷 Twitter🇧🇷 LinkedIn🇧🇷 Elets vidéo

Intelligence artificielle et machine moléculaire s’associent pour généraliser la chimie automatisée – ScienceDaily

L’intelligence artificielle, la chimie des “blocs de construction” et une machine de fabrication de molécules se sont réunies pour trouver les meilleures conditions de réaction globales pour synthétiser des produits chimiques importants pour la recherche biomédicale et sur les matériaux – une découverte qui peut accélérer l’innovation et la découverte de médicaments, en plus de rendre complexes chimie automatisée et accessible.

Avec des conditions optimisées générées par la machine, les chercheurs et collaborateurs de l’Université de l’Illinois à Urbana-Champaign en Pologne et au Canada ont doublé le rendement moyen d’un type de réaction spécial difficile à optimiser qui relie les atomes de carbone dans des molécules pharmaceutiquement importantes. Les chercheurs affirment que leur système fournit une plate-forme qui peut également être utilisée pour trouver des conditions générales pour d’autres classes de réactions et des solutions à des problèmes complexes similaires. Ils ont rapporté leurs découvertes dans le journal. La science🇧🇷

“La généralité est essentielle pour l’automatisation, et donc pour rendre l’innovation moléculaire accessible même aux non-chimistes”, a déclaré le co-responsable de l’étude, le Dr. Martin D. Burke, professeur de chimie et médecin au Collège de médecine de l’Illinois et du Carle Illinois. 🇧🇷 “Le défi est que la botte de foin des conditions de réaction possibles est astronomique et que l’aiguille est cachée quelque part là-dedans. En exploitant la puissance de l’intelligence artificielle et de la chimie des blocs de construction pour créer une boucle de rétroaction, nous avons pu réduire la botte de foin. Et nous trouvé l’aiguille.”

Les machines de synthèse automatisées pour les protéines et les acides nucléiques tels que l’ADN ont révolutionné la recherche et la fabrication chimiques dans ces domaines, mais de nombreux produits chimiques importants pour les applications pharmaceutiques, cliniques, de fabrication et de matériaux sont de petites molécules aux structures complexes, selon les chercheurs.

Le groupe de Burke a été le pionnier du développement de blocs de construction chimiques simples pour les petites molécules. Son laboratoire a également développé une machine automatique de fabrication de molécules qui assemble des blocs de construction pour créer un large éventail de structures possibles.

Cependant, les conditions générales de réaction pour rendre le processus automatisé largement applicable sont restées insaisissables.

“Traditionnellement, les chimistes ont personnalisé les conditions de réaction pour chaque produit qu’ils essaient de fabriquer”, a déclaré Burke. “Le problème est qu’il s’agit d’un processus lent et très dépendant des experts, et très difficile à automatiser car la machine devrait être optimisée à chaque fois. Ce que nous voulons vraiment, ce sont des conditions qui fonctionnent presque à chaque fois, quelles que soient les deux choses. sont. que vous essayez de vous intégrer. »

Une approche automatisée avec des conditions généralisées pourrait aider à normaliser la façon dont certains produits sont fabriqués, en abordant la question de la reproductibilité, a déclaré Vandana Rathore, chercheuse postdoctorale de l’Illinois, co-auteur de l’étude.

Le groupe de Burke rejoint un groupe dirigé par Bartosz A. Grzybowski à l’Institut de chimie organique de l’Académie polonaise des sciences, ainsi que le groupe d’Alan Aspuru-Guzik à l’Université de Toronto, qui sont tous deux des leaders dans l’utilisation de l’intelligence artificielle et machine d’apprentissage des langues pour améliorer la synthèse chimique. L’équipe a intégré l’IA dans la machine à molécules pour fournir une rétroaction en temps réel au système d’apprentissage automatique.

“Pour distinguer le bon du mauvais, vous devez savoir quelque chose sur le mauvais, mais les gens ne publient que les succès”, a déclaré Grzybowski. Les études publiées reflètent des conditions qui sont populaires ou pratiques, pas les meilleures, donc une approche systématique qui incluait des données diverses et des résultats négatifs était nécessaire, a-t-il déclaré.

Tout d’abord, l’équipe a exécuté la matrice entière des combinaisons possibles en utilisant la chimie des blocs de construction via un algorithme pour regrouper les réactions similaires. L’IA a ensuite envoyé des instructions, introduites dans une machine du Molecule Maker Lab, situé au Beckman Institute for Advanced Science and Technology dans l’Illinois, pour produire des réactions représentatives de chaque cluster. Les informations issues de ces réactions sont réinjectées dans le modèle ; l’IA a appris des données et a ordonné d’autres expériences de machines moléculaires.

“Nous cherchions à voir deux choses : une augmentation du rendement et une diminution de l’incertitude, pour un large éventail de réactions”, a déclaré Grzybowski, qui travaille maintenant à l’Institut des sciences et technologies d’Ulsan en Corée du Sud. “Ce cycle s’est poursuivi sans que nous ayons à intervenir jusqu’à ce que le problème soit résolu. Trouver les conditions généralisées de la machinerie de synthèse des protéines a pris 30 ans. Cela nous a pris deux mois.”

Le processus a identifié des conditions qui ont doublé le rendement moyen d’une classe de réactions difficiles appelée couplage hétéroaryle de Suzuki-Miyaura, cruciale pour de nombreux composés biologiques et matériaux pertinents.

“Il existe toutes sortes de combinaisons de blocs de construction que nous n’avons même pas étudiées dans notre formation en IA, mais parce que l’IA a exploré un espace si diversifié, elle a trouvé de bons résultats même dans ces domaines initialement inexplorés”, a déclaré l’étudiant diplômé de l’Illinois. , Nicholas H. Angello, co-premier auteur de l’étude.

Le processus d’apprentissage automatique décrit dans l’article pourrait également être appliqué à d’autres grands domaines de la chimie pour trouver les meilleures conditions de réaction pour d’autres types de petites molécules ou même de polymères organiques plus gros, selon les chercheurs.

“Il y a tellement de classes différentes de matériaux que nous voulons connaître, pointer et découvrir pour différentes propriétés fonctionnelles. La possibilité d’étendre cette approche à d’autres réactions chimiques similaires, à d’autres types de liaisons carbone-carbone, est passionnante”, a déclaré le co- auteur Charles M Schroeder, professeur de l’Illinois en science et génie des matériaux et en génie chimique et biomoléculaire et affilié à l’Institut Beckman.

La Defense Advanced Research Projects Agency et la National Science Foundation ont soutenu ce travail.

Comment l’intelligence artificielle va révolutionner le développement de jeux

Les développeurs de jeux utilisent l’IA de différentes manières, et cette tendance ne fera que se poursuivre. Les jeux vidéo ne sont plus le seul loisir agréable, mais font partie intégrante de la vie quotidienne.

Selon de récents rapports sur les tendances, ceux qui jouent aux jeux vidéo recherchent des expériences immersives et une technologie de pointe dans les choses qu’ils consomment. Les plaisirs informatiques de base comme terminer vos puzzles quotidiens et vos jeux de mots ont évolué en raison des progrès des mécanismes de développement.

L’état actuel des jeux vidéo est principalement dû à intelligence artificielle (IA).

Les développeurs de jeux utilisent l’IA de diverses manières, et cette tendance devrait se poursuivre.

Qu’est-ce que l’IA dans les jeux ?

Les personnages non-joueurs peuvent agir de manière créative comme si un joueur humain les commandait grâce à l’intelligence artificielle des jeux vidéo.

Du logiciel qui contrôle une pagaie Pong ou un fantôme Pac-Man aux algorithmes de création d’univers de l’Expédition spatiale d’élite, l’intelligence artificielle (IA) dans les jeux vidéo existe depuis longtemps.

L’IA a largement bénéficié de l’industrie du jeu. Depuis des décennies, les scientifiques expérimentent de nouvelles applications de la technologie. Claude Shannon a envisagé pour la première fois les échecs individuels sur ordinateur dès 1949.

L’objectif principal de Mind Game est d’évaluer le bien-être psychologique des joueurs.

Les joueurs peuvent effectuer n’importe quelle activité dans un monde virtuel comme ils le feraient dans le monde réel, grâce à un jeu qui produit des paysages et des événements en temps réel. Il considère également les états psychologiques de ses utilisateurs pour suivre la dynamique en constante évolution du jeu. Essentiellement, il défie ses participants avec des circonstances impossibles qui testent leur courage mental face à une perte invincible.

Les jeux vidéo et l’intelligence artificielle ne font que commencer, et Mind Game constitue un bon point de départ.

Par exemple, les progrès des consoles et du cloud computing, les cartes graphiques sophistiquées pour la réalité virtuelle, les casques et les algorithmes de rendu ont permis à l’IA de produire des environnements virtuels et des personnages qui ressemblent et agissent comme des humains.

Une nouvelle génération de développeurs et de game designers s’attaquent actuellement aux fondamentaux de l’IA dans les jeux, grâce aux évolutions récentes. Pour créer des mondes virtuels plus réalistes, les chercheurs ont commencé à aller au-delà du domaine des laboratoires expérimentaux et dans le domaine des produits précieux et des outils de développement.

L’importance de l’intelligence artificielle (IA) dans les jeux vidéo

Les fabricants de jeux visent à offrir aux joueurs des expériences significatives et agréables.

À partir de diverses ressources de jeu, y compris des images, de la musique, des temps de jeu, des intrigues et des défis, et du contenu qui interagit directement avec les joueurs, ces expériences sont créées (alliés, adversaires ou autres objets). Par conséquent, l’IA devient un outil indispensable pour les concepteurs pour gérer la complexité toujours croissante de la dynamique des jeux.

De plus, les entreprises ont tout à gagner de la popularité de l’intelligence artificielle (IA) dans les jeux. L’activité de jeu devrait atteindre une capitalisation boursière de 314 milliards de dollars d’ici 2026, ce qui en fait l’une des plus rentables. Par conséquent, le développement de jeux basés sur l’IA a connu une augmentation constante du financement à l’échelle mondiale.

Plusieurs entreprises ont émergé dans ce domaine. En janvier 2021, Latitude, une entreprise qui crée des jeux en utilisant IA– généré des histoires sans fin, a reçu un investissement initial de 3,3 millions de dollars.

Osmo, une société de jeux interactifs, a obtenu 32,5 millions de dollars en capital-risque. Une autre société lituanienne de jeux d’IA, Gosu Data Lab, a obtenu 5,1 millions de dollars en capital-risque. L’objectif principal de Gosu est d’aider les joueurs à améliorer leurs compétences de jeu.

L’IA dans le secteur des jeux

Au lieu de l’industrie de l’expérience de jeu, l’industrie du jeu a été dépassée par l’IA. Les expériences virtuelles et réelles sont de plus en plus étroitement liées dans le secteur des jeux. Les technologies basées sur l’IA deviennent de plus en plus populaires en raison du potentiel de monétisation croissant dans cette société hybride.

Selon Julian Togelius, professeur principal d’informatique et d’ingénierie à l’Université de New York, spécialisé dans l’interface entre l’intelligence artificielle (IA) et les jeux vidéo, l’autonomisation des systèmes logiciels intelligents pourrait fondamentalement changer notre façon de voir les jeux.

Même si les logiciels ont joué un rôle artistique dans la création de divertissements, l’aspect le plus intrigant de l’avant-gardiste est sans doute que ce type de technologie peut générer des expériences si dynamiques et persistantes qu’elles s’adaptent toujours aux goûts.

Applications typiques de l’IA dans les jeux

Il existe une large éventail de formes d’intelligence artificielle (IA) peut être utilisé dans les jeux, de l’augmentation visuelle au développement de niveau automatisé, en passant par des situations et des intrigues basées sur des histoires. Même les personnages non-joueurs peuvent recevoir des renseignements (PNJ).

amélioration d’images

Pour créer des représentations réalistes à partir de photos 3D synthétiques, les techniques d’augmentation d’image AI les plus modernes sont utilisées. L’augmentation d’image est dirigée par des experts en intelligence artificielle qui développent un système d’apprentissage en profondeur capable de transformer des visuels générés en 3D en photos réalistes.

Grand Theft Auto 5 a un mécanisme comme celui-ci, et il fonctionne bien. À l’aide d’un réseau de neurones, les chercheurs ont pu reproduire avec précision les paysages de Los Angeles et du sud de la Californie.

Les jeux rétro peuvent bénéficier d’une amélioration de l’image sous la forme de meilleurs visuels. Il est important de rappeler que l’objectif principal des algorithmes proposés pour ce travail est de créer une image identique avec beaucoup plus de pixels qu’une image basse résolution. Améliorer l’IA est un terme qui fait référence à cette procédure.

Scénarios de jeux d’ingénierie complexes

De plus en plus, les décisions des personnages dans le jeu influencent la narration des jeux vidéo. Coder ces choix et anticiper comment une décision en affecte une autre est assez délicat. Il est presque difficile de prédire où une histoire ira dans la plupart des circonstances.

L’intelligence artificielle (IA) dans la création de modèles de machines à états finis (FSM) pour la production de jeux vidéo est un soulagement bienvenu. Les modèles FSM permettent aux programmeurs de coder plusieurs scénarios dans un seul package. Ils peuvent confier la prise de décision au moteur de jeu, qui calculera et sélectionnera la manière la plus efficace de procéder.

Ainsi, les développeurs peuvent offrir aux joueurs des choix presque infinis tout en s’appuyant sur l’IA pour comprendre le raisonnement du jeu.

analyse de jeu

Lorsque les bases de code du jeu deviennent plus compliquées, l’examen et la correction des bugs deviennent de plus en plus compliqués. Dans les jeux d’aujourd’hui, il est presque difficile de trouver la racine d’un problème, compte tenu du vaste domaine que les développeurs doivent rechercher.

L’intelligence artificielle (IA) aide à exécuter des tests de code plus rapidement et à identifier les problèmes et les défaillances probables du code. De nos jours, les jeux peuvent être joués sur n’importe quelle plate-forme.

Il est possible qu’un problème de bureau n’apparaisse pas sur la version mobile.

Isoler les défaillances spécifiques à la plate-forme est difficile, mais l’intelligence artificielle (IA) peut aider.

L’analyse de jeu basée sur l’IA détecte et corrige les problèmes avant qu’ils ne se propagent. En conséquence, les versions logicielles évitent les défauts critiques car les développeurs reçoivent des notifications en temps opportun de l’action.

Équilibrer la complexité du jeu

Les concepteurs de jeux vidéo s’efforcent de rendre leurs créations plus réalistes et immersives au quotidien. La modélisation de systèmes complexes est le principal avantage des algorithmes d’IA. Cependant, il est difficile de simuler le monde réel.

La complexité du jeu peut être équilibrée en utilisant des algorithmes d’IA pour prédire l’impact des actions des joueurs à l’avenir et même imiter des choses comme la météo et les émotions. Le mode Ultimate Team de FIFA est une excellente illustration de cet usage.

Lorsque les qualités de personnalité d’une équipe de football sont saisies dans le système informatique de la FIFA, celui-ci génère un score de chimie automatisé. L’état d’esprit des équipes fluctue en fonction de ce qui se passe sur le terrain (perdre le ballon, faire une passe en temps opportun, etc.)

En raison de leur moral, les meilleures équipes peuvent perdre des matchs contre des adversaires moins bien classés. L’intelligence artificielle peut être utilisée de cette manière pour ajouter plus de complexité.

Ajouter de l’intelligence aux personnages non jouables (PNJ)

L’intelligence artificielle (IA) est sur le point de transmettre de l’intelligence aux PNJ préprogrammés dans les jeux contemporains. En conséquence, ils seront plus difficiles à gérer et moins prévisibles.

L’IA permet également aux PNJ d’apprendre et de s’adapter aux circonstances changeantes du jeu de manière nouvelle et passionnante au fur et à mesure que le jeu progresse. Des PNJ basés sur l’IA sont déjà en développement par plusieurs studios de jeux vidéo.

En imitant les meilleurs joueurs du jeu, SEED (EA) forme des personnages PNJ. Le codage du comportement des PNJ est une procédure laborieuse et chronophage ; par conséquent, cette technique réduira considérablement le temps de développement des PNJ.

Conclusion

En raison des progrès rapides de la technologie, l’intelligence artificielle (IA) deviendra bientôt un élément essentiel du développement de jeux vidéo. À mesure que les jeux vidéo gagnent en complexité, nous devrions nous attendre à voir une plus grande variété d’utilisations pour eux à l’avenir.

À bien des égards, l’intelligence artificielle (IA) est encore trop imprévisible pour que les programmeurs puissent en faire bon usage. Ironiquement, dans la plupart des développements de jeux commerciaux, l’objectif est de donner aux PNJ une apparence et un comportement intelligents, plutôt que de les rendre plus intelligents.

Un résultat intrigant et révolutionnaire peut être obtenu en permettant à l’IA d’apprendre et de s’adapter de manière indépendante. Peu de choses ont changé dans la technologie sous-jacente qui sous-tend la génération procédurale, qui est l’une des utilisations les plus prometteuses de l’IA depuis les années 1990.

Même s’il est utilisé à une échelle beaucoup plus grande et avec beaucoup plus de puissance de traitement, les concepts de base restent les mêmes pour la plupart. Malgré la myriade de façons dont les développeurs peuvent améliorer l’expérience du joueur, le degré de contrôle souhaité sur les systèmes du jeu n’a pas changé de manière significative.

Cependant, de nombreux créateurs de jeux indépendants adoptent l’imprévisibilité de l’IA et fondent leurs conceptions de jeux sur les capacités en constante amélioration des algorithmes d’apprentissage automatique.

Ces développeurs, qui ne sont pas soumis à des exigences financières, jouent un rôle important dans l’identification de nouvelles applications de développement de jeux basées sur l’IA.

Rajalekshmy KR

Rajalekshmy KR, un spécialiste du contenu SEO travaillant chez NeoITO, une société de développement Web de confiance basée aux États-Unis. Elle recherche toujours les commentaires des fondateurs de la technologie, des propriétaires de produits et des stratèges commerciaux pour écrire sur des sujets qui sont précieux pour ses lecteurs.

Les dispositifs d’assistance robotique de la filiale AITX sont honorés

ECAMSECURE, client OEM de la société, également récompensé par Meilleur système de contrôle d’accès et d’authentification pour votre Virtual Gate Guard (également connu sous le nom de RAD AV)

Détroit, Michigan, 18 novembre 2022 (GLOBE NEWSWIRE) — Solutions technologiques d’intelligence artificielle, Inc., (la Société) (OTCPK :AITX), a annoncé que sa filiale en propriété exclusive Robotic Assistance Devices Inc. (RAD) a été nommé lauréat du prix AST ‘ASTORS’ 2022 pour son analyse révolutionnaire par IA de la détection des armes à feu dans la catégorie des Meilleure solution de détection d’armes à feu/de métauxet pour RAD Light My Way dans la catégorie Meilleur système de notification d’alerte🇧🇷

Des milliers de professionnels de l’industrie de la sécurité, du gouvernement et de la sécurité publique ont afflué à New York mercredi pour rencontrer des experts d’innovateurs leaders de l’industrie à ISC East, le plus grand salon professionnel de la sécurité physique et informatique du Nord-Est, pour voir les dernières technologies de sécurité.

Le programme annuel de récompenses « ASTORS » récompense les solutions distinguées du gouvernement et des fournisseurs qui offrent une valeur, des avantages et une intelligence supérieurs aux utilisateurs finaux dans une variété de marchés verticaux du gouvernement, de la sécurité intérieure et de la sécurité publique. Les nominations ‘ASTORS’ sont évaluées en fonction de leur innovation technique, de leur interopérabilité, de leur impact spécifique dans la catégorie, de leur impact global sur l’industrie, de leur relation avec d’autres technologies de l’industrie et de la faisabilité d’applications en dehors de l’industrie », selon Tammy Waitt, co-fondatrice et directeur de l’éditorial d’American Security Today.

« Recevoir deux prix AST ASTORS pour nos dernières solutions logicielles et matérielles est un grand honneur », a déclaré Steve Reinharz, PDG d’AITX et de RAD. “Nous apprécions la reconnaissance d’American Security Today et nous attendons avec impatience que les industries de la sécurité et de la #PropTech continuent d’adopter et de mettre en œuvre ces solutions.”

La Société a également noté que ECAMSAFEune société GardaWorld, qui distribue le robot de contrôle d’accès AVA de RAD sous le nom de produit “Virtual Gate Guard”, a également reçu un prix AST ASTORS dans la catégorie Meilleur système de contrôle d’accès et d’authentification🇧🇷 « C’est tellement gratifiant que le premier client OEM de RAD, qui fait partie de l’empreinte massive de GardaWorld, ait été reconnu pour l’une de nos solutions », a ajouté Reinharz.

AV (Autonomous Verified Access) est une unité compacte pouvant être montée sur un support qui offre un champ de vision de 180° de bout en bout avec un contrôle d’accès avancé sur les portails et autres points d’entrée contrôlés. AVA tire pleinement parti de la suite logicielle RAD, offrant une solution idéale pour les communautés fermées, les centres de logistique et de distribution, les parcs de stockage, les parkings et les parkings, les campus d’entreprise ; partout où vous avez besoin d’une sécurité et d’une visibilité accrues à une fraction du coût. À l’ISC West fin mars, AVA a été nommé vainqueur du Prix ​​SIA 2022 des nouveaux produits et solutions dans la catégorie de Logiciels, matériels, dispositifs et périphériques de contrôle d’accès🇧🇷

RAD éclaire mon chemin offre aux professionnels de la sécurité des campus et de la gestion immobilière une nouvelle et meilleure façon d’aborder la sécurité. Cette solution innovante met le pouvoir de la sécurité personnelle entre les mains du personnel, des professeurs et des étudiants grâce à la combinaison de technologies abordables, intelligentes et interactives, d’une application mobile et de services de surveillance et d’intervention à distance en direct. RAD Light My Way a récemment remporté deux prix Secure Campus 2022 du magazine Campus Security & Life Safety. En octobre 2021, RAD Light My Way et ROSA de RAD ont remporté Prix ​​CBRE de la meilleure solution d’expérience en milieu de travail 2021🇧🇷

Détection d’armes à feu RAD identifie la présence d’armes de mêlée et d’armes longues. Immédiatement après la détection d’une arme à feu, l’analyse pilotée par l’IA de RAD, le système effectuera de manière autonome une variété d’actions, y compris l’activation appropriée des alertes sonores et visuelles locales, le verrouillage et la sécurisation des portes, les notifications pour la surveillance à distance ou le personnel de sécurité sur site et les forces de l’ordre. – ​​idéalement avant tout coup de feu.

Robotic Assistance Devices (RAD) est une start-up de haute technologie qui propose des solutions basées sur la robotique et l’intelligence artificielle qui permettent aux organisations d’acquérir de nouvelles connaissances, de résoudre des problèmes de sécurité complexes et d’alimenter de nouvelles idées commerciales à des coûts réduits. RAD a développé sa technologie avancée de robot de sécurité à partir de zéro, y compris la conception de circuits imprimés et le développement de la base de code. Cela donne à RAD un contrôle total sur tous les éléments de conception, de performance, de qualité et d’expérience utilisateur de tous les robots de sécurité, ROSAAVROAMEURADDOGFLEUVERAD éclaire mon chemin, ou TOM. Découvrez comment la RAD réinvente l’industrie des services de sécurité en téléchargeant le Manifeste de l’industrie des services à distance autonomeset demander une copie de la publication récemment publiée “Naviguer dans la nouvelle économie : emplois et automatisation, défis et opportunités”🇧🇷

À propos des solutions technologiques d’intelligence artificielle (AITX)
AITX est un innovateur dans la fourniture de solutions basées sur l’intelligence artificielle qui permettent aux organisations d’acquérir de nouvelles connaissances, de résoudre des défis complexes et d’alimenter de nouvelles idées commerciales. Grâce à leurs offres de produits robotiques de pointe, les sociétés RAD, RAD-M et RAD-G d’AITX aident les organisations à rationaliser leurs opérations, à augmenter leur retour sur investissement et à renforcer leur activité. La technologie AITX améliore la simplicité et la rentabilité des tâches de patrouille et de garde et permet au personnel expérimenté de se concentrer sur des tâches plus stratégiques. Les clients augmentent les capacités des équipes existantes et acquièrent des niveaux plus élevés de connaissance de la situation, le tout à un coût considérablement réduit. Les solutions AITX conviennent à une utilisation dans divers secteurs tels que les entreprises, le gouvernement, les transports, les infrastructures critiques, l’éducation et les soins de santé. Pour en savoir plus, visitez www.aitx.ai🇧🇷 stevereinharz.com🇧🇷 www.radsecurity.com🇧🇷 radgroup.aiet www.radlightmyway.comou suivez Steve Reinharz sur Twitter @SteveReinharz🇧🇷

Ce communiqué contient des “déclarations prospectives” au sens de l’article 27A du Securities Act de 1933, tel que modifié, et de l’article 21E du Securities Exchange Act de 1934, tel que modifié, et ces déclarations prospectives sont faites conformément à Les déclarations contenues dans ce communiqué de presse, autres que les déclarations de faits historiques, sont des “déclarations prospectives” basées sur les attentes et hypothèses actuelles. Les déclarations prospectives impliquent des risques et des incertitudes qui pourraient faire en sorte que les résultats réels diffèrent sensiblement de ceux exprimés ou sous-entendus par les déclarations, y compris, mais sans s’y limiter, les éléments suivants : revenus d’exploitation, pour obtenir le financement supplémentaire nécessaire pour toute acquisition future, pour relever les défis concurrentiels et les changements technologiques, pour atteindre les objectifs commerciaux et financiers, y compris les projections et les prévisions, et d’autres risques. Aucune des informations contenues dans ce communiqué de presse ne doit être interprétée comme une indication du cours futur des actions, des revenus ou des résultats d’exploitation de la Société. En outre, les données de l’industrie fournies ici ne sont pas prédictives des ventes futures des produits de la société. Artificial Intelligence Technology Solutions n’assume aucune obligation de mettre à jour les déclarations prospectives et/ou de confirmer la ou les déclarations pour les résultats réels ou les changements dans les attentes de Artificial Intelligence Technology Solutions.

🇧🇷

Steve Reinharz
949-636-7060
@SteveReinharz

Parcours de carrière en apprentissage automatique : explorer les opportunités en 2022 et au-delà

Dans cette apparition spéciale, George Tsagas, propriétaire de eMathZone, explique comment les professionnels du machine learning peuvent travailler en tant que data scientists, ingénieurs en informatique, ingénieurs en robotique ou gestionnaires. Mais si vous cherchez à poursuivre une carrière, la première étape pour trouver des opportunités dans le domaine de l’apprentissage automatique est de comprendre les différents types d’emplois et de compétences requis.

De nos jours, l’apprentissage automatique ne peut être surestimé en raison de sa grande valeur dans le secteur de la technologie. Ce domaine a le potentiel de toucher tous les secteurs et de les transformer.

Pour résumer un peu, l’apprentissage automatique est une branche de intelligence artificielle qui permet aux ordinateurs d’apprendre à partir des données sans être explicitement programmés.

Ces nouvelles technologies sont si importantes et leur application est si large que la plupart des entreprises peuvent en bénéficier. C’est le cas du géant biopharmaceutique Amgen, qui applique l’apprentissage automatique pour maximiser l’efficacité des systèmes d’inspection visuelle. Selon Massachusetts Institute of Technology🇧🇷Cette technique est payante en augmentant la détection des particules de 70 % et en réduisant le besoin d’inspections manuelles.🇧🇷

Les professionnels de l’apprentissage automatique peuvent travailler en tant que scientifiques des données, ingénieurs en informatique, ingénieurs en robotique ou gestionnaires. Mais si vous cherchez à poursuivre une carrière, la première étape pour trouver des opportunités dans le domaine de l’apprentissage automatique est de comprendre les différents types d’emplois et de compétences requis.

ingénieurs en apprentissage automatique

Les ingénieurs en apprentissage automatique sont des programmeurs professionnels qui développent des systèmes d’intelligence artificielle (IA) capables d’explorer, de développer, d’apprendre et de prédire de grands ensembles de données. Généralement, les professionnels de ce domaine sont chargés de superviser et d’améliorer globalement le processus d’apprentissage automatique pour concevoir des systèmes d’organisation des données. Cela comprend l’analyse et la configuration des données, les tests et le développement d’applications. Au fil du temps, ils acquerront des compétences qui les aideront à utiliser des outils de programmation avancés tels que Python, C++ ou Java. Après avoir rempli toutes les exigences de carrière, les compétences et les connaissances, les ingénieurs en apprentissage automatique seront en mesure d’effectuer les tâches suivantes sans difficulté :

  • Concevoir, développer et rechercher des systèmes, des modèles et des projets d’apprentissage automatique.
  • Effectuez une analyse statistique et utilisez les résultats pour améliorer votre modèle.
  • Analyser les cas d’utilisation de l’algorithme ML et les classer par probabilité de succès
  • Vérifiez la qualité des données en les scannant et/ou en les effaçant.
  • Identifiez les différences dans la distribution des données qui peuvent affecter les performances du modèle dans des situations réelles.

Ingénieurs en robotique

La robotique est un vaste domaine qui combine l’analyse de données, l’ingénierie et l’informatique. Les personnes occupant ce poste utilisent du matériel mécanique et des logiciels pour concevoir, construire et tester des robots et des systèmes basés sur des machines. De plus, ils se distinguent des autres ingénieurs en étant curieux, méthodiques, analytiques et logiques.

Tous les ingénieurs en robotique, quel que soit leur poste, doivent avoir une bonne compréhension de l’électronique, de l’informatique et de l’estimation mathématique. Ils doivent avoir au moins une compréhension de base des langages de codage et doivent être capables de bien travailler en équipe. Certaines des responsabilités des ingénieurs en robotique après avoir terminé leur carrière et commencé à travailler dans une entreprise d’IA sont les suivantes :

  • Créer et tester des robots.
  • Analyser et tester les prototypes et les systèmes robotiques qu’ils créent. Comme la technologie évolue et change constamment, il s’agit souvent d’un problème permanent.
  • Concevoir des systèmes robotiques autonomes utilisés pour augmenter la productivité et la précision dans des industries spécifiques.
  • Fournir un support technique pour les systèmes robotiques qu’ils développent.

Ingénieurs en vision par ordinateur

Un ingénieur en vision industrielle doit détenir au moins un baccalauréat en informatique ou dans un domaine connexe. La connaissance du langage de programmation C++ est obligatoire pour cette carrière. L’idée générale de cette industrie est de faire ressembler une machine ou un ordinateur à une personne. Le but de l’ingénierie de la vision par ordinateur est de créer des programmes qui non seulement voient les informations visuelles, mais les interprètent.

Les ingénieurs en vision par ordinateur travaillent avec des données visuelles. Ce contenu peut prendre de nombreuses formes, notamment des signaux numériques, des images analogiques ou des sources vidéo codées par ordinateur. Il existe certaines tâches courantes que la plupart des ingénieurs en vision par ordinateur effectuent régulièrement :

  • Gérer de grands et petits projets de vision par ordinateur.
  • Définition des exigences du projet, élaboration des budgets et gestion des équipes de développement technique.
  • Développer, tester, déployer et maintenir des algorithmes et des outils de vision par ordinateur dans une variété d’environnements.
  • Analysez les problèmes du monde réel et recommandez des solutions efficaces, efficientes et intelligentes à ces problèmes.
  • Rassemblez des analyses et développez des algorithmes de vision industrielle pour améliorer l’efficacité.

Scientifiques des données

Un data scientist est un professionnel qui collecte, analyse et interprète de grands volumes de données pour en extraire des informations pertinentes, en appliquant ses connaissances en mathématiques, statistiques et programmation. Ses principales fonctions sont :

  • Extrayez des données, quelle que soit leur source (webs, CSV, logs, API, etc.) et leur volume (Big Data ou Small Data).
  • Nettoyez les données pour supprimer les facteurs d’asymétrie.
  • Traiter les données à l’aide de différentes méthodes statistiques (inférence statistique, modèles de régression, tests d’hypothèses, etc.).
  • Visualisez et présentez les données sous forme graphique.

Les nouvelles technologies ont pris une place très importante ces dernières années. La quantité d’informations disponibles et leur traitement sont devenus possibles grâce à l’émergence et à l’évolution de disciplines telles que le Machine Learning. Cette évolution, combinée à l’avancée de la digitalisation, a fait profiter les entreprises du potentiel des données et les métiers tels que les data scientists ont le vent en poupe.

Compétences générales nécessaires dans les carrières d’apprentissage automatique

Les compétences d’un professionnel de l’apprentissage automatique sont flexibles et variées, en fonction de ses responsabilités. Cependant, il existe des domaines clés sur lesquels toute personne poursuivant une carrière dans l’apprentissage automatique devrait se concentrer, tels que les mathématiques, les statistiques, les bases de l’informatique et les compétences en programmation.

techniques d’apprentissage automatique

Connaître tous les algorithmes d’apprentissage automatique courants est important pour savoir quel algorithme utiliser à un moment donné. La plupart des algorithmes ML se répartissent en trois catégories générales : techniques d’apprentissage supervisées, non supervisées et automatiques. Plus en détail, certains des plus courants sont :

  • Classificateur naïf de Bayes.
  • Algorithme préalable.
  • Prise en charge de la machine vectorielle.
  • K signifie groupement.
  • Régression logistique.
  • Régression linéaire.
  • Forêts aléatoires.
  • Arbres de décision.

Fondamentaux de l’informatique et de la programmation

C’est une autre exigence importante pour être un bon ingénieur en apprentissage automatique. Doit être familier avec divers concepts informatiques tels que:

  • Structures de données (arbre, pile et graphe).
  • Algorithmes (recherche, ordonnancement, dynamique, programmation gloutonne).
  • Complexité de l’espace et du temps, etc.

Doit être familier avec plusieurs langages de programmation, tels que Spark et Hadoop pour l’informatique distribuée, Python et R pour le ML et les statistiques, SQL pour la gestion de bases de données et Apache Kafka.

Échantillonnage et analyse des données

En tant qu’ingénieurs en apprentissage automatique, tous les professionnels doivent avoir une expérience de la modélisation et de l’analyse des données. La modélisation des données consiste à comprendre la structure sous-jacente des données et à découvrir des modèles qui ne sont pas visibles. Ils doivent également évaluer les données à l’aide d’un algorithme de correspondance des données.

Statistiques et probabilité

De nombreuses techniques d’apprentissage automatique utilisent des méthodes statistiques, elles sont donc faciles à suivre si les praticiens ont une solide formation en mathématiques. Connaissance des données statistiques telles que :

  • Différentes métriques (moyenne, médiane, variance, etc.).
  • Distribution (normale, uniforme, Poisson, etc.).
  • Méthodes d’analyse (test d’hypothèse, ANOVA, etc.)

Une solide compréhension de sujets probabilistes tels que la probabilité conditionnelle, la vraisemblance, la décision de Markov et les processus de règle de Bayes sont des compétences essentielles pour une carrière dans l’apprentissage automatique.

Comment démarrer une carrière dans les carrières d’apprentissage automatique

Ci-dessous, vous pouvez voir ce dont vous avez besoin pour démarrer une carrière dans l’apprentissage automatique :

1. Avoir un baccalauréat

Les options de diplôme acceptables sont les mathématiques, l’informatique, l’informatique, les mathématiques ou la physique. La connaissance des affaires est également utile.

2. Aller aux carrières de niveau inférieur

En règle générale, vous ne pouvez pas travailler en tant qu’ingénieur en apprentissage automatique. alors commencez comme ingénieur logiciel, data scientist ou informaticien.

3. Compléter une maîtrise et/ou un doctorat

La plupart des emplois en ingénierie de l’apprentissage automatique nécessitent plus qu’un diplôme de premier cycle en science des données, en informatique ou en génie logiciel.

4. N’arrêtez pas d’apprendre

Une carrière dans l’ingénierie de l’apprentissage automatique signifie que votre éducation ne se termine jamais. À mesure que la technologie progresse, la nécessité de rechercher constamment l’IA et de comprendre les nouvelles technologies devient de plus en plus importante.

Parcours de carrière en apprentissage automatique – En bref

L’apprentissage automatique est un élément important de toute entreprise moderne. C’est un outil puissant pour prédire les résultats et il est utilisé dans tous les domaines, des sites d’achat recommandant des produits aux recherches sur le Web.

Pour commencer une carrière dans ce domaine, vous devez être prêt à apprendre constamment de nouveaux contenus et stratégies à mesure que la technologie progresse. C’est une expérience sans fin où vous donnez la priorité aux données sur tout le reste.

Inscrivez-vous gratuitement sur insideBIGDATA Bulletin🇧🇷

Rejoignez-nous sur Twitter : https://twitter.com/InsideBigData1

Rejoignez-nous sur LinkedIn : https://www.linkedin.com/company/insidebigdata/

Rejoignez nous sur facebook: https://www.facebook.com/insideBIGDATANOW

!function(f,b,e,v,n,t,s)
{if(f.fbq)return;n=f.fbq=function(){n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments)};
if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version=’2.0′;
n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(e)[0];
s.parentNode.insertBefore(t,s)}(window, document,’script’,
‘https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘init’, ‘1257573094783134’);
fbq(‘track’, ‘PageView’);

Taille du marché de l’intelligence artificielle (IA), part, tendances, analyse et prévisions par produit / service (applications spécialisées en IA, matériel d’IA, plates-formes d’IA, services de conseil et d’assistance en IA), plage de taille d’entreprise, verticale et région, 2021-2026

retombées

NEW YORK🇧🇷 18 novembre 2022 /PRNewswire/ —

Taille du marché de l’intelligence artificielle (IA), part, tendances, analyse et prévisions par produit / service (applications spécialisées en IA, matériel d’IA, plates-formes d’IA, services de conseil et d’assistance en IA), plage de taille d’entreprise, verticale et région, 2021-2026

Lire le rapport complet : https://www.reportlinker.com/p06363473/?utm_source=PRN

Sommaire
La popularité croissante du métaverse et son intégration à l’IA devraient être de bon augure pour la croissance du marché au cours de la période de prévision. De plus, l’adoption accrue de méthodes explicables IA (XAI) expertise technique en BFSI, retail et e-commerce, les avancées en informatique quantique devraient également soutenir la croissance.

Le rapport sur le marché mondial de l’IA fournit un aperçu de niveau exécutif du marché actuel de l’IA dans le monde, avec des prévisions détaillées des indicateurs clés jusqu’en 2026. Publié chaque année, le rapport fournit une analyse détaillée des opportunités à court terme, de la dynamique concurrentielle et de la demande de développement par produit/ type de service et secteurs verticaux sur les marchés des grandes entreprises et des micro, petites et moyennes entreprises (MPME), ainsi qu’un examen des marchés clés et des tendances technologiques

Selon les prévisions des analystes, la taille du marché mondial de l’intelligence artificielle (IA) était évaluée à 68,1 milliards de dollars en 2021. Les plateformes conversationnelles ont été l’un des segments lucratifs au cours des deux dernières années en raison de la demande accrue de services d’assistance. La pandémie a également accéléré la recherche sur l’intelligence artificielle dans l’apprentissage fédéré, qui permet la collaboration sur des modèles sans divulguer d’informations sensibles.

Atteindre
Le rapport d’information sur le marché fournit une analyse approfondie des éléments suivants –
– AI Market Insights : analyse ainsi que les chiffres historiques et les prévisions des opportunités de revenus des applications spécialisées de l’IA, des plates-formes d’IA, du matériel d’IA et des services de conseil et d’assistance en IA.
– AI Market Insights : analyse ainsi que les chiffres historiques et les prévisions des opportunités de revenus des principaux secteurs verticaux de l’industrie.
– AI Market Insights : analyse ainsi que les chiffres historiques et les prévisions des opportunités de revenus du point de vue de la taille de l’entreprise.
– Le paysage concurrentiel : une analyse du positionnement des principaux acteurs du marché de l’IA.
– Company Snapshots : Analyse de la position sur le marché des principaux fournisseurs de services sur le marché de l’IA.
– Les hypothèses sous-jacentes à nos prévisions de base publiées, ainsi que les développements potentiels du marché qui modifieraient positivement ou négativement nos perspectives de base.

raisons d’acheter
– Ce rapport d’information sur le marché propose une analyse complète et prospective du marché de l’IA et des principales opportunités dans un format concis pour aider les dirigeants à créer des stratégies de croissance proactives et rentables.
– Accompagnant les produits Forecast, le rapport examine les hypothèses et les moteurs des tendances actuelles et futures des marchés mondiaux de l’IA.
– Le rapport met également en évidence les principaux segments de plateformes/services (applications spécialisées en IA, plateformes d’IA, matériel d’IA et services de conseil et d’assistance en IA), les secteurs verticaux (BFSI, Communications, Construction, Biens de consommation, Éducation, Énergie, Gouvernement, Santé, Technologies de l’information , fabrication, médias, dispositifs médicaux, exploitation minière, produits pharmaceutiques, vente au détail, transport et logistique, voyages et loisirs, services publics, restauration et autres) et taille de l’entreprise (micro, petite, moyenne, grande et très grande)
– Avec plus de 20 graphiques et tableaux, le rapport est destiné à un public de niveau exécutif, avec une qualité de présentation.
– Le rapport fournit une évaluation du marché facilement digestible pour les décideurs, basée sur des informations détaillées collectées auprès des acteurs du marché local, ce qui permet aux dirigeants de se mettre rapidement à jour avec les tendances actuelles et émergentes sur les marchés de l’IA.
– La large perspective du rapport, ainsi que des détails complets et exploitables, aideront les fournisseurs de matériel et de logiciels d’IA, les fournisseurs de services et d’autres acteurs de l’IA à réussir sur le marché mondial en pleine croissance de l’IA.

Lire le rapport complet : https://www.reportlinker.com/p06363473/?utm_source=PRN

À propos de éditeur de liens de rapport
ReportLinker est une solution d’étude de marché primée. Reportlinker trouve et organise les dernières données de l’industrie afin que vous obteniez toutes les études de marché dont vous avez besoin – instantanément, en un seul endroit.

🇧🇷
contacter Clara : [email protected]
États-Unis : (339)-368-6001
Internationaux : +1 339-368-6001

retombées

retombées

Afficher le contenu d’origine :https://www.prnewswire.com/news-releases/artificial-intelligence-ai-market-size-share-trends-analysis-and-forecast-by-productservice-specialized-ai-applications-ai-hardware-ai- plateformes-ai-consulting-and-support-services-enterprise-size-band-vertical-and-reg-301681552.html

Lien de rapport SOURCE

“L’Intelligence Artificielle est l’avenir de l’industrie pharmaceutique et est là pour rester”

Docteur Vishal Rajgarhia

Il y a une lutte constante entre la nécessité d’innover et la nécessité d’atténuer les risques dans le secteur pharmaceutique. Le digital doit se renforcer dans l’industrie pharmaceutique, des actions Docteur Vishal RajgarhiaDirecteur, Finecure Pharmaceuticals Limited dans une interaction avec Kaanchi Chawla de Réseau d’information Elets (ENN). Extraits édités :

Avec la pénétration croissante de la technologie dans l’industrie, quelles sont les tendances et les innovations qui se déroulent dans l’industrie pharmaceutique indienne ?

Il y a beaucoup de nouvelles tendances qui ont eu un grand impact sur le industrie pharmaceutique, surtout depuis l’avènement de Covid, change à peu près les visages pour toujours. Le principal est que l’utilisation de l’intelligence artificielle a accéléré la découverte et la production de nouveaux médicaments et thérapies à des coûts considérablement réduits, ce qui contribue à augmenter la productivité et à améliorer l’efficacité. L’intelligence artificielle est également d’une grande aide dans l’élaboration de stratégies marketing et l’accessibilité pratique à des marchés jusqu’alors inexplorés. Le Big Data est une mine d’informations, une ressource pour développer de nouvelles solutions. Les sociétés pharmaceutiques peuvent utiliser la puissance des données illimitées pour faire des progrès plus remarquables dans la découverte et le développement de nouveaux médicaments, ainsi que de nouvelles applications pour les composés existants. La technologie Blockchain est une autre innovation qui a aidé l’industrie à évoluer et à se développer. Grâce à cette modernisation, il est désormais possible d’établir une production et une distribution efficaces des médicaments. Deuxièmement, cela aide à l’analyse des données et, par conséquent, conduira à de meilleurs résultats dans le développement de médicaments. De plus, il offre un haut niveau de sécurité et de transparence. Grâce à lui, les sociétés pharmaceutiques peuvent lutter contre les médicaments contrefaits et de mauvaise qualité.

Quels sont les facteurs qui stimulent la croissance de l’industrie pharmaceutique indienne ?

La croissance de base stimule le soutien de l’industrie pharmaceutique gouvernementale, la transformation numérique, la rentabilité, une fabrication améliorée et à moindre coût et une énorme main-d’œuvre qualifiée. Ébranlé sous l’impact du covid, le gouvernement a contribué à rationaliser la fabrication pharmaceutique grâce à des politiques et des initiatives innovantes et généreuses. Des incitations financières ont également été prévues. Les dernières technologies et l’utilisation généralisée de l’intelligence artificielle ont contribué à améliorer le processus de R&D, conduisant ainsi à la découverte de médicaments nouveaux et meilleurs. La disponibilité d’une énorme main-d’œuvre a garanti qu’aucune étape de la fabrication n’a été entravée et aujourd’hui, l’industrie pharmaceutique indienne est devenue avec succès la troisième plus grande au monde en termes de volume et parmi les dix premières en termes de valeur.

L’augmentation rapide de la technologie augmente les risques. Quel est le plus grand défi auquel l’industrie pharmaceutique est confrontée aujourd’hui ?

Alors que l’essor de la technologie a aidé à faire face aux défis posés par deux années de covid, l’essor rapide a également apporté son lot de problèmes. Parce que ces changements sont si vastes et profonds, c’est un grand défi pour les sociétés pharmaceutiques de suivre le rythme. La technologie numérique dans l’industrie pharmaceutique a contribué à accroître l’efficacité, la qualité et la rapidité du développement de médicaments, mais il était souvent difficile de suivre son développement rapide. De plus, les violations de données et les menaces de cybersécurité ont rendu difficile la protection des données précieuses des consommateurs. Les grandes organisations industrielles disposent généralement des moyens essentiels pour adopter de nouvelles solutions numériques. Cependant, les fabricants moins importants manquent souvent de moyens pour poursuivre ces mêmes objectifs, et le coût d’installation de tels systèmes peut devenir un obstacle. De plus, l’industrie pharmaceutique est encore un peu nouvelle dans le jeu numérique. De nombreux responsables de la fabrication peuvent ne pas comprendre le fonctionnement interne de certains des derniers développements tels que l’intelligence artificielle, le cloud computing et l’analyse avancée des données, et enfin, les employés habitués au style de travail traditionnel peuvent résister aux changements car ils peuvent ne pas être très à l’aise avec ce. Cependant, lentement mais sûrement, l’invasion du paysage numérique changera totalement et pour le mieux le visage de l’industrie.

L’intelligence artificielle devient populaire dans toutes les industries. Pensez-vous que l’IA joue un rôle clé dans le secteur pharmaceutique ? Si oui, comment ?

L’intelligence artificielle est l’avenir de l’industrie pharmaceutique et elle est là pour rester. Il peut réduire les coûts, améliorer les soins aux patients, stimuler l’innovation rentable et améliorer les résultats commerciaux sur l’ensemble de la chaîne de valeur. Presque toutes les sociétés pharmaceutiques tirent parti de la puissance de l’IA pour les aider à relever de nombreux défis. L’IA permet d’accéder et d’analyser efficacement de grandes quantités de données pour améliorer les processus et les résultats de l’entreprise. Il fournit des informations essentielles sur la manière d’améliorer la conception, l’optimisation et la synthèse des médicaments. Il élimine les erreurs humaines et accélère les processus de travail, ce qui conduit à des médicaments abordables mais rentables. De plus, les outils d’intelligence artificielle peuvent améliorer le taux de réussite des nouveaux médicaments en effectuant un contrôle qualité et en corrigeant les problèmes de chaîne d’approvisionnement sur la chaîne de production et en réduisant les déchets de matériaux. Un grand avantage unique de l’IA est sa capacité à effectuer une maintenance prédictive qui aide à réduire les coûts d’exploitation.

Les processus numériques gagnent du terrain dans l’industrie pharmaceutique. Pensez-vous que cela augmente la transparence et réduit la perte de données ?

Il y a une lutte constante entre la nécessité d’innover et la nécessité d’atténuer le risque que cela comporte. Le processus numérique doit gagner en force dans l’industrie pharmaceutique. Toutes les méthodes manuelles existent simplement parce qu’elles sont devenues la norme.

Par exemple, les processus numériques, qui ont augmenté l’efficacité opérationnelle et facilité le respect des procédures opérationnelles standard, ont remplacé de nombreux processus papier. C’est une tendance qui va se poursuivre. Cela contribuera également à favoriser la conformité réglementaire. De nombreuses entreprises pharmaceutiques apprécient la mise en œuvre de processus numériques, car les avantages l’emportent largement sur les coûts. Ils sont constamment à la recherche de tout avantage technologique qui pourrait les aider à s’adapter à de nouvelles et meilleures méthodes de travail. Cependant, les mêmes innovations numériques peuvent également entraîner des risques tels que des failles de sécurité, des manquements à la conformité réglementaire et des incidents similaires. Il améliore également la transparence et a le potentiel d’atténuer la perte de données. Cependant, les avantages l’emportent de loin sur les inconvénients, et la technologie a placé l’industrie sur un piédestal sur lequel elle n’avait jamais marché auparavant.

L’approche basée sur les clusters est de plus en plus reconnue comme une stratégie efficace et durable pour l’amélioration de la compétitivité de l’industrie pharmaceutique. Quelle est votre opinion sur la contribution de la fabrication basée sur les clusters à la croissance du secteur pharmaceutique ?

L’approche basée sur les clusters est une initiative gouvernementale louable qui s’est avérée être une aubaine pour toutes les micro, petites et moyennes entreprises. Le format présentait un plan pour regrouper toutes ces entreprises afin d’augmenter la productivité et la compétitivité et de renforcer les capacités et les compétences des PME situées dans des clusters. Cela n’aurait pas été possible pour les industries individuelles, car elles auraient nécessité des installations de fabrication de classe mondiale avec des niveaux élevés de productivité et des capacités d’innovation, ainsi que beaucoup de capital financier. La stratégie basée sur les clusters est de plus en plus reconnue comme une stratégie efficace et durable pour l’amélioration de la compétitivité de l’industrie pharmaceutique. On estime que ce programme gouvernemental de développement des clusters pour le secteur pharmaceutique (CDP-PS) a amélioré à lui seul la qualité, la productivité et les capacités d’innovation du secteur PME Pharma dans le pays, lui donnant une valeur et une position pour faire face à tous les défis. face à l’industrie. Les installations communes fournies comprennent l’étalonnage et la validation des principaux équipements, fournissant des installations d’essai communes telles qu’un laboratoire d’analyse, un centre de toxicologie, un laboratoire de validation des processus et des produits, des essais de matières premières, un laboratoire de normalisation qui conduisent à une meilleure assurance et un meilleur contrôle de la qualité. Créer un incinérateur écologique commun et une ETP (usine de traitement des effluents) commune pour l’élimination sûre des déchets dangereux et non dangereux et créer un centre de formation pour fournir une formation à la documentation appropriée, qui est une partie très importante de l’industrie pharmaceutique. En un mot, l’approche basée sur les clusters a conduit à une productivité accrue, à des coûts d’exploitation réduits et à un avantage concurrentiel sur le marché.

abdomen

Suivez-nous et rejoignez-nous sur Facebook🇧🇷 Twitter🇧🇷 LinkedIn🇧🇷 Elets vidéo

Découvrez Galactica : une aide à l’intelligence artificielle (IA) pour la science

Ces dernières années, nous avons vu une avancée significative dans les grands modèles de langage (LLM). Du GPT-3 d’OpenAI, qui génère un texte extrêmement précis, à son homologue open source BLOOM, des LLM impressionnants ont été publiés les uns après les autres. Les tâches liées au langage auparavant insolubles sont devenues un défi pour ces modèles.

Toutes ces avancées sont possibles grâce à l’énorme quantité de données que nous avons sur Internet et à la disponibilité de puissants GPU. Aussi bon que cela puisse paraître, la formation d’un LLM est un processus extrêmement coûteux, à la fois en termes de données et d’exigences matérielles. Nous parlons de modèles d’IA avec des trillions de paramètres, il n’est donc vraiment pas facile d’alimenter ces modèles avec suffisamment de données. Cependant, une fois que vous le faites, vous obtenez une performance fascinante de leur part.

Vous êtes-vous déjà demandé quel était le point de départ du développement des appareils « informatiques » ? Pourquoi les gens ont-ils consacré du temps et des efforts à concevoir et à développer les premiers ordinateurs ? Nous pouvons supposer qu’il n’était pas destiné à divertir les gens avec des jeux vidéo ou des vidéos YouTube.

Tout a commencé dans le but de résoudre la surcharge d’informations en science. Les ordinateurs sont proposés comme une solution pour gérer l’information croissante. Ils se seraient occupés de tâches routinières telles que le stockage et la récupération afin d’ouvrir la voie à des idées et à des décisions dans la pensée scientifique. Pouvons-nous vraiment dire que nous y sommes parvenus en trouvant une réponse à une question scientifique sur Google qui devient de plus en plus difficile de nos jours ?

De plus, la quantité d’articles scientifiques publiés quotidiennement est bien au-delà de ce qu’un être humain peut traiter. Par exemple, une moyenne de 516 journaux par jour ont été soumis à arXiv en mai 2022🇧🇷 De plus, la quantité de données scientifiques augmente également au-delà de nos capacités de traitement.

Nous avons des outils pour accéder et filtrer ces informations. Lorsque vous souhaitez rechercher un sujet, le premier endroit où vous allez est Google. Bien qu’il ne vous donne pas la réponse que vous recherchez la plupart du temps, Google vous dirigera vers la bonne destination, comme Wikipedia ou Stackoverflow. Oui, nous pouvons y trouver les réponses, mais le problème est que ces fonctionnalités nécessitent des contributions humaines coûteuses et que les mises à jour peuvent être lentes à cet égard.

Et si nous avions un meilleur outil pour accéder et filtrer l’énorme quantité d’informations scientifiques dont nous disposons ? Les moteurs de recherche ne peuvent que stocker les informations, ils ne peuvent pas en raisonner. Et si nous avions une recherche Google capable de comprendre les informations qu’elle stocke et de répondre directement à nos questions ? Eh bien, il est temps de rencontrer Galactica.

Contrairement aux moteurs de recherche, les modèles de langage peuvent potentiellement stocker, combiner et raisonner sur les connaissances scientifiques. Ils peuvent trouver des liens entre des articles de recherche, trouver des connaissances cachées et vous apporter ces informations. En outre, ils peuvent réellement générer des informations utiles pour vous en branchant le contenu qu’ils connaissent. Générez une revue de littérature sur un sujet donné, des notes de cours sur le cours, des réponses à vos questions et des articles wiki. Tout cela est possible avec les modèles de langage.

Galactica est la première étape vers un assistant de réseau de neurones scientifique idéal. L’assistance scientifique ultime sera l’interface de la façon dont nous accédons à la connaissance. Il gérera le processus fastidieux de la surcharge d’informations pendant que vous vous concentrerez sur la prise de décisions en utilisant ces informations.

Alors, comment fonctionne Galactica ? Eh bien, c’est un modèle de langage BIG en soi, il contient donc des milliards de paramètres formés sur des milliards de points de données. Étant donné que Galactica a été conçu pour être un assistant scientifique, la source évidente de données de formation est les documents de recherche. À cet égard, plus de 48 millions d’articles de recherche, 2 millions d’échantillons de code, 8 millions de notes de cours et de manuels ont été utilisés pour créer les données de formation de Galactica. Au final, un jeu de données avec 106 milliards de jetons est utilisé.

Galactica a été utilisé pour écrire son propre article, ce qui fait de Galactica l’un des premiers modèles d’IA à se présenter. Nous pensons qu’il sera utilisé pour écrire de nombreux autres articles dans un proche avenir.

Il s’agissait d’un bref résumé de Galactica, le nouveau modèle d’IA de Meta conçu pour aider à la récupération des connaissances scientifiques. Vous pouvez expérimenter Galactica pour vos propres cas d’utilisation en utilisant les liens ci-dessous.


Vérifiez papier et projet🇧🇷 Tout le mérite de cette recherche revient aux chercheurs de ce projet. N’oubliez pas non plus de vous inscrire notre page Reddit et canal de la discordeoù nous partageons les dernières nouvelles sur la recherche en IA, des projets d’IA passionnants, et plus encore.


Ekrem Çetinkaya a obtenu son B.Sc. en 2018 et M.Sc. en 2019 de l’Université Ozyegin, Istanbul, Türkiye. Il a écrit son M.Sc. thèse sur la suppression du bruit d’image à l’aide de réseaux convolutifs profonds. Il poursuit actuellement un doctorat. de l’Université de Klagenfurt, en Autriche, et travaille comme chercheur dans le projet ATHENA. Ses intérêts de recherche comprennent l’apprentissage en profondeur, la vision par ordinateur et les réseaux multimédias.


Découvrez Galactica : une aide à l’intelligence artificielle (IA) pour la science

Ces dernières années, nous avons vu une avancée significative dans les grands modèles de langage (LLM). Du GPT-3 d’OpenAI, qui génère un texte extrêmement précis, à son homologue open source BLOOM, des LLM impressionnants ont été publiés les uns après les autres. Les tâches liées au langage auparavant insolubles sont devenues un défi pour ces modèles.

Toutes ces avancées sont possibles grâce à l’énorme quantité de données que nous avons sur Internet et à la disponibilité de puissants GPU. Aussi bon que cela puisse paraître, la formation d’un LLM est un processus extrêmement coûteux, à la fois en termes de données et d’exigences matérielles. Nous parlons de modèles d’IA avec des trillions de paramètres, il n’est donc vraiment pas facile d’alimenter ces modèles avec suffisamment de données. Cependant, une fois que vous le faites, vous obtenez une performance fascinante de leur part.

Vous êtes-vous déjà demandé quel était le point de départ du développement des appareils « informatiques » ? Pourquoi les gens ont-ils consacré du temps et des efforts à concevoir et à développer les premiers ordinateurs ? Nous pouvons supposer qu’il n’était pas destiné à divertir les gens avec des jeux vidéo ou des vidéos YouTube.

Tout a commencé dans le but de résoudre la surcharge d’informations en science. Les ordinateurs sont proposés comme une solution pour gérer l’information croissante. Ils se seraient occupés de tâches routinières telles que le stockage et la récupération afin d’ouvrir la voie à des idées et à des décisions dans la pensée scientifique. Pouvons-nous vraiment dire que nous y sommes parvenus en trouvant une réponse à une question scientifique sur Google qui devient de plus en plus difficile de nos jours ?

De plus, la quantité d’articles scientifiques publiés quotidiennement est bien au-delà de ce qu’un être humain peut traiter. Par exemple, une moyenne de 516 journaux par jour ont été soumis à arXiv en mai 2022🇧🇷 De plus, la quantité de données scientifiques augmente également au-delà de nos capacités de traitement.

Nous avons des outils pour accéder et filtrer ces informations. Lorsque vous souhaitez rechercher un sujet, le premier endroit où vous allez est Google. Bien qu’il ne vous donne pas la réponse que vous recherchez la plupart du temps, Google vous dirigera vers la bonne destination, comme Wikipedia ou Stackoverflow. Oui, nous pouvons y trouver les réponses, mais le problème est que ces fonctionnalités nécessitent des contributions humaines coûteuses et que les mises à jour peuvent être lentes à cet égard.

Et si nous avions un meilleur outil pour accéder et filtrer l’énorme quantité d’informations scientifiques dont nous disposons ? Les moteurs de recherche ne peuvent que stocker les informations, ils ne peuvent pas en raisonner. Et si nous avions une recherche Google capable de comprendre les informations qu’elle stocke et de répondre directement à nos questions ? Eh bien, il est temps de rencontrer Galactica.

Contrairement aux moteurs de recherche, les modèles de langage peuvent potentiellement stocker, combiner et raisonner sur les connaissances scientifiques. Ils peuvent trouver des liens entre des articles de recherche, trouver des connaissances cachées et vous apporter ces informations. En outre, ils peuvent réellement générer des informations utiles pour vous en branchant le contenu qu’ils connaissent. Générez une revue de littérature sur un sujet donné, des notes de cours sur le cours, des réponses à vos questions et des articles wiki. Tout cela est possible avec les modèles de langage.

Galactica est la première étape vers un assistant de réseau de neurones scientifique idéal. L’assistance scientifique ultime sera l’interface de la façon dont nous accédons à la connaissance. Il gérera le processus fastidieux de la surcharge d’informations pendant que vous vous concentrerez sur la prise de décisions en utilisant ces informations.

Alors, comment fonctionne Galactica ? Eh bien, c’est un modèle de langage BIG en soi, il contient donc des milliards de paramètres formés sur des milliards de points de données. Étant donné que Galactica a été conçu pour être un assistant scientifique, la source évidente de données de formation est les documents de recherche. À cet égard, plus de 48 millions d’articles de recherche, 2 millions d’échantillons de code, 8 millions de notes de cours et de manuels ont été utilisés pour créer les données de formation de Galactica. Au final, un jeu de données avec 106 milliards de jetons est utilisé.

Galactica a été utilisé pour écrire son propre article, ce qui fait de Galactica l’un des premiers modèles d’IA à se présenter. Nous pensons qu’il sera utilisé pour écrire de nombreux autres articles dans un proche avenir.

Il s’agissait d’un bref résumé de Galactica, le nouveau modèle d’IA de Meta conçu pour aider à la récupération des connaissances scientifiques. Vous pouvez expérimenter Galactica pour vos propres cas d’utilisation en utilisant les liens ci-dessous.


Vérifiez papier et projet🇧🇷 Tout le mérite de cette recherche revient aux chercheurs de ce projet. N’oubliez pas non plus de vous inscrire notre page Reddit et canal de la discordeoù nous partageons les dernières nouvelles sur la recherche en IA, des projets d’IA passionnants, et plus encore.


Ekrem Çetinkaya a obtenu son B.Sc. en 2018 et M.Sc. en 2019 de l’Université Ozyegin, Istanbul, Türkiye. Il a écrit son M.Sc. thèse sur la suppression du bruit d’image à l’aide de réseaux convolutifs profonds. Il poursuit actuellement un doctorat. de l’Université de Klagenfurt, en Autriche, et travaille comme chercheur dans le projet ATHENA. Ses intérêts de recherche comprennent l’apprentissage en profondeur, la vision par ordinateur et les réseaux multimédias.