Tradycyjne podejście do agentowej sztucznej inteligencji, bazujące na dużych modelach językowych (LLM), staje w obliczu wyzwania. Nowe badania sugerują, że małe modele językowe (SLM) mogą oferować znacznie większą efektywność i opłacalność, redefiniując tym samym sposób budowania inteligentnych systemów.
Read More
Badacze z Meta AI, we współpracy z europejskimi instytutami, zaprezentowali Autoregresyjny U-Net (AU-Net) – innowacyjny model przetwarzający język bezpośrednio na poziomie bajtów. Rozwiązanie to stanowi potencjalną alternatywę dla kosztownych i skomplikowanych modeli transformerowych, oferując liniową złożoność i lepszą skalowalność, szczególnie w kontekście zadań wielojęzycznych.
Read More
Badacze z chińskich uniwersytetów prezentują ReVisual-R1, otwarty model językowy zdolny do złożonego rozumowania multimodalnego, który przewyższa dotychczasowe rozwiązania dzięki innowacyjnemu podejściu treningowemu i nowej metodzie Przetwarzania Wzmocnienia Priorytetowego (PAD).
Read More
Najnowszy model AI autorstwa Mety, zdolny do rozumienia złożonych zależności w grach takich jak Minecraft, jednocześnie ukazuje fundamentalne wyzwania współczesnej sztucznej inteligencji: niedostateczne zdolności w zakresie długoterminowego planowania i rozumowania przyczynowo-skutkowego. Te ograniczenia budzą pytania o możliwość osiągnięcia prawdziwej inteligencji.
Read More
Instytucje zajmujące się sztuczną inteligencją często rozwijają wyspecjalizowane, heterogeniczne modele AI, by sprostać konkretnym zadaniom. Niestety, proces ten nierzadko napotyka na problem niedoboru danych treningowych. Tradycyjne podejścia do uczenia rozproszonego (Federated Learning – FL) pozwalają wyłącznie na współpracę modeli o identycznych architekturach, co w praktyce ogranicza ich zastosowanie. Problem ten częściowo rozwiązuje heterogeniczne uczenie rozproszone (Heterogeneous Federated Learning – HtFL), jednak dotychczas brakowało ujednoliconych narzędzi do jego kompleksowej oceny w różnorodnych zastosowaniach. Nowa biblioteka HtFLlib ma ambicję to zmienić.
Read More
Naukowcy z Chińskiej Akademii Nauk przedstawili Stream-Omni, model językowy integrujący tekst, obraz i mowę. To przełom w zakresie płynnego łączenia różnych modalności danych, co dotychczas stanowiło wyzwanie dla systemów AI.
Read More
Apple, gigant technologiczny znany z dbałości o własne ekosystemy, rozważa odejście od dotychczasowej strategii rozwoju sztucznej inteligencji. Najnowsze doniesienia sugerują, że firma bada możliwość wykorzystania modeli językowych od OpenAI i Anthropic do zasilania nowej generacji Siri, co może świadczyć o poważnych wyzwaniach w wewnętrznym rozwoju AI.
Read More
Amazon osiągnął kamień milowy w automatyzacji swoich magazynów, wdrażając milionowego robota. Firma ogłosiła również wprowadzenie nowego modelu sztucznej inteligencji, DeepFleet, zaprojektowanego do zwiększenia efektywności pracy autonomicznych systemów logistycznych. Ten krok stanowi kolejny etap w ewolucji strategii firmy, dążącej do znaczącego zwiększenia udziału robotów w procesach operacyjnych, co rodzi pytania o przyszłość pracy w sektorze logistycznym.
Read More
Modele językowe obsługujące wiele modalności, takie jak tekst i obraz, otwierają nowe możliwości dla sztucznej inteligencji. Niestety, ich zdolność do przetwarzania samego tekstu często cierpi, gdy zaczynają „widzieć”. Naukowcy z Alibaba Group i Nanjing University przedstawili WINGS – architekturę, która ma temu zapobiec, zapewniając bardziej zrównoważoną i wszechstronną AI.
Read More
Mistral AI wprowadza na rynek Mistral Small 3.2, nową wersję swojego modelu językowego, która koncentruje się na zwiększeniu precyzji w wykonywaniu instrukcji, redukcji powtórzeń oraz poprawie stabilności działania funkcji, co ma kluczowe znaczenie dla wymagających zastosowań AI.
Read More