【12月15日 Big Model Daily Collection】DeepMindの論文がNatureに掲載: 何十年も数学者を悩ませてきた問題、ビッグモデルが新たな解決策を発見、GPT-2はGPT-4を監督可能、IlyaがOpenAI Super Alignmentの最初の論文で主導権を握るはこちら : AI が AI を調整して実証結果を取得; Nvidia の強力なライバルが登場! IntelはGaudi 3がH100を超え、新世代のAIデータセンターとPCチップをリリースすると予測、OpenAIは超人工知能が10年以内に登場する可能性があり、調整問題の解決に1,000万ドルを提供すると述べている

DeepMindの論文がNatureに掲載: 何十年も数学者を悩ませてきた問題、大規模モデルが新たな解決策を見つける

リンク: https://news.miracleplus.com/share_link/13353

今年の AI 界のトップトレンドとして、大規模言語モデル (LLM) は概念を組み合わせるのが得意で、人々が読み、理解し、書き、コーディングすることで問題を解決するのに役立ちます。 しかし、まったく新しい知識を発見できるでしょうか? LLM には、事実と一致しない情報が生成される「幻覚」問題があることがわかっているため、LLM を使用して検証可能な正しい発見を行うことは困難です。 今回、Google DeepMind の研究者チームは、数学とコンピューター サイエンスの問題の解決策を検索する新しい方法、FunSearch を提案しました。 FunSearch は、事前にトレーニングされた LLM (コンピュータ コードの形式で創造的なソリューションを提供する) と自動「評価器」を組み合わせて機能し、幻覚や間違ったアイデアを防ぎます。 これら 2 つのコンポーネントの間を行き来することにより、最初の解決策は「新しい知識」に進化します。 関連する論文がNature誌に掲載されました。

NeurIPS 2023｜リアル、制御可能、スケーラブルな自動運転照明シミュレーションプラットフォームLightSimが新登場

リンク: https://news.miracleplus.com/share_link/13354

最近、Waabi AI、トロント大学、ウォータールー大学、MITの研究者らは、NeurIPS 2023で新しい自動運転照明シミュレーションプラットフォームLightSimを提案しました。 研究者らは、実データからペアの照明トレーニング データを生成し、データ欠損やモデル移行損失の問題を解決する方法を提案しました。 LightSim は、神経放射場 (NeRF) と物理ベースのディープ ネットワークを使用して車両の運転ビデオをレンダリングし、大規模な実際のデータ上で動的なシーンの照明シミュレーションを初めて実現します。

GPT-2 は GPT-4 を監視でき、Ilya が OpenAI で主導権を握る Super Alignment の最初の論文はこちら: AI アライメント AI が実証結果を達成

リンク: https://news.miracleplus.com/share_link/13355

最近のインタビューで、OpenAI のチーフサイエンティスト、イリヤ・サツケヴァー氏は、モデルが次の単語をうまく予測できれば、その単語の誕生につながった深遠な現実を理解できることを意味すると大胆に予測しました。 これは、AIがこのまま発展を続ければ、おそらく近い将来、人間を超える人工知能システムが誕生することを意味します。 人工知能が人間を超えたとき、私たちよりもはるかに賢い人工知能システムをどのように監視すればよいのでしょうか? 人類の文明は最終的には転覆されるか、さらには破壊されるのでしょうか？ ヒントンのような学術界の巨人でさえこの問題については悲観的であり、彼は「より高いレベルの知性を持つものが、はるかに低い知性レベルを持つものによって制御されるケースを見たことがない」と述べた。 先ほど、OpenAIの「スーパーアライメント」チームが設立以来初の論文を発表し、超人モデルの経験的アライメントに関する新たな研究の方向性を切り開いたと主張した。

2D 画像で 3D シーンを完成、Google が NeRFiller をリリース

リンク: https://news.miracleplus.com/share_link/13356

多くの 3D シーン キャプチャでは、オブジェクトの接触領域や到達しにくい領域など、メッシュの再構築の失敗や観察不足により、シーンの特定の部分が失われることがよくあります。 Google とカリフォルニア大学バークレー校の研究者らは、2D 画像から不完全な 3D シーンを修復できる NeRFiller フレームワークを提案し、画像が 2×2 グリッドを形成すると、より多くの 3D 一貫性のある修復効果が生成されることも発見しました。 テストデータは、研究者が元のデータとPSNR、SSIMなどの複数の評価指標による再構成効果を比較したことを示しています。 同時に、異なるデータセットの各反復サイクルの消費時間を記録したところ、NeRFiller の再構成効果がより優れており、再構成効率が約 10 倍向上していることがわかりました。

分類パフォーマンスが 10% 向上し、CUHK チームは大規模なタンパク質言語モデルを使用して未知のシグナルペプチドを発見しました

リンク: https://news.miracleplus.com/share_link/13357

シグナルペプチド (SP) は、膜貫通タンパク質と分泌タンパク質を標的にして正しい位置に輸送するために重要です。 SP を予測するための既存の計算ツールの多くは、極端なデータの不均衡の問題を無視し、タンパク質の追加のグループ情報に依存しています。 香港中文大学の研究者らは、SP分類と切断部位予測のための深層学習手法であるUnbiased Organism-agnostic Signal Peptide Network (USPNet)を開発した。 広範な実験結果により、USPNet の分類パフォーマンスが以前の方法と比較して 10% 大幅に向上したことが示されています。 USPNet の SP 発見パイプラインは、メタゲノム データからこれまでに見たことのない SP を探索するように設計されています。

上海交通大学チームは脳性麻痺の早期スクリーニングを促進するために運動評価にディープラーニングを使用

リンク: https://news.miracleplus.com/share_link/13358

Prechtl Global Movement Assessment (GMA) は、神経系の発達の完全性を評価し、特に脳性麻痺 (CP) などの状態における運動機能障害を予測する役割でますます認識されています。 しかし、一部の国では、訓練を受けた専門家の必要性が早期スクリーニングツールとしての GMA の採用を妨げています。 最新の研究では、上海交通大学の研究者らが、幼児のビデオと基本的な機能を組み合わせたディープラーニングベースの動作評価モデル（MAM）を提案し、幼児運動（FM）段階でのGMAの自動化を目指している。 MAM は強力なパフォーマンスを示し、外部検証中に 0.967 の曲線下面積 (AUC) を達成しました。 重要なのは、GMA の原則に厳密に従っており、ビデオ内の FM を正確に識別できるため、強力な解釈可能性を備えており、基本的に専門家の評価と一致しています。 予測された FM 周波数を使用して定量的 GMA 法が導入され、その AUC は 0.956 に達し、GMA 初心者医師の診断精度が 11.0% 向上しました。 MAM の開発は、初期の CP スクリーニングを大幅に簡素化し、定量的なビデオベースの医療診断の分野に革命をもたらす可能性があります。

本日よりFlyme AI機能の社内テスト募集開始：Meizu 21/20シリーズ対象、合計1,000名

リンク: https://news.miracleplus.com/share_link/13359

Meizuは以前、Flyme 10.5の社内テスト募集の開始を発表していましたが、本日、Meizu 21、Meizu 20、Meizu 20 PRO、Meizu 20 INFINITY Unbounded Editionの各モデルを対象に、Flyme AI機能の社内テスト募集を正式に開始しました。 登録バージョン要件: 毎日 Flyme 10.23.12.14。

この件に詳しい関係者：OpenAI、SnapchatのスマートグラスにGPT-4Vを組み込むことについて議論

リンク: https://news.miracleplus.com/share_link/13360

関係者によると、OpenAlは最近、同社のGPT-4 with Visionマルチモーダル大型モデル（物体認識）をSnapchat親会社の製品に組み込むことについて議論しており、これによりSnapのSpectaclesスマートグラスに新機能がもたらされる可能性があるという。

Nvidiaのライバルが登場！ インテルは、Gaudi 3 が H100 を超え、新世代の AI データセンターと PC チップをリリースすると予測しています

リンク: https://news.miracleplus.com/share_link/13361

インテルはエヌビディアに追いつき、新製品で人工知能（AI）分野の市場を掌握しようと懸命に取り組んでいる。 インテルは東部時間 12 月 14 日木曜日、同社の AI Everywhere イベントで、企業向けの第 5 世代 Xeon プロセッサーやパーソナル コンピューター (PC) 用の Xeon プロセッサー Core Ultra チップなど、一連の新しい AI 製品を発表しました。 同時に、インテル CEO のパット・ゲルシンガー氏は、ディープラーニングや大規模な生成 AI モデルに使用される第 3 世代インテル AI アクセラレーター Gaudi 3 を初めて公に紹介しました。 Intelは来年Gaudi 3をリリースする予定で、Gaudi 3の性能はNvidiaの主力AIチップH100よりも優れていると述べている。 生成 AI ソリューションの需要が増加し続ける中、Intel は、Gaudi が主導する AI アクセラレータ スイートにより、来年アクセラレータ市場でさらに大きなシェアを獲得すると予想しています。

OpenAI、超人工知能は10年以内に出現する可能性があると述べ、調整問題の解決に1,000万ドルを提供すると発表

リンク: https://news.miracleplus.com/share_link/13362

OpenAl は、スーパーインテリジェンスと呼ばれる、あらゆる分野で超人的な能力を備えた人工知能システムが今後 10 年以内に出現する可能性があると考えています。 このような強力なシステムは驚くべき利点をもたらしますが、慎重に開発しない場合は潜在的なリスクも伴います。 このような背景から、OpenAl はエリック・シュミット (元 Google CEO) と協力して、将来の超人的な人工知能システムの調整と安全性に特化した研究に 1,000 万ドルを投資する「Superalignment Fast Grants」プロジェクトを立ち上げました。