Thinking Machines «Real-Time» هوش مصنوعی را بازتعریف می‌کند—چرا ۲۷۶ میلیارد پارامتر همه چیز را تغییر می‌دهد

این هفته، یک شرکت هوش مصنوعی جدید به نام Thinking Machines یک مدل تعامل چندحالته ۲۷۶ میلیارد پارامتری منتشر کرد که جامعه توسعه‌دهندگان آن را به عنوان «brutal frame mog» توصیف می‌کنند—یک بازتعریف کامل از معنای «تعامل real-time هوش مصنوعی».

«Real-Time» واقعاً یعنی چه (و چرا بیشتر هوش مصنوعی اینطور نیست)

Thinking Machines چه کار متفاوتی کرد

نوآوری اصلی یک معماری front-back ناهمگام است که پردازش ورودی را از تولید خروجی جدا می‌کند. این شبیه نحوه پردازش اطلاعات توسط مغز انسان است—می‌توانی فوراً به «اسمت چیه؟» پاسخ دهی، اما «مکانیک کوانتومی را توضیح بده» نیاز به پردازش شناختی عمیق‌تر دارد.

تست جامعه نشان می‌دهد مدل به موارد زیر می‌رسد:

• تعامل صوتی: < ۵۰۰ میلی‌ثانیه (در مقابل ۲-۵ ثانیه)
• تشخیص احساس: همزمان با گفتار
• استدلال چندحالته: ~۱ ثانیه
• تغییر زمینه: تقریباً آنی