با ظاهر سریع شرکت های هوشمند هوشمند هوشمند هوشمند هوشمندانه ، شروع به کار چینی ، شرکت های اطلاعاتی مصنوعی در ایالات متحده مشکل جدی دارند. طبق تحقیقات DiPCICI ، مدل هوش مصنوعی R1 با مدلهای ویژه مانند مدل OPP باز برای ریاضیات و علوم و کدگذاری کمبود نسبت به هزینه توسعه بهتر عمل می کند.
ایان لیکانمدیر وزارت اطلاعات مصنوعی متا می گوید که موفقیت بزرگ و پذیرش گسترده از هوش مصنوعی عمیق را می توان به شخصیت مدل منبع باز نسبت داد. لیکان با تأکید بر اهمیت مدل های منبع باز و احیای احتمالی مأموریت اصلی OpenIA توسط DIPSIC ، توضیح داد: “مدل های کد باز بهتر از مدل های خود کار می کنند.”
اطلاعات این که مارک زاکربرگمدیرعامل متا ، Warroom ، مهندسان را تشکیل داده است تا به راز ثبت نام تک دپپسیچ نگاه کنند. هوش مصنوعی R1 از مدل باز V3 بهره می برد که حدود 5 میلیون دلار آموزش داده می شود.
مقالات مرتبط
گفته می شود که دو تیم مهندسی بر نحوه کاهش هزینه توسعه و آموزش برای هوش مصنوعی تمرکز خواهند کرد. گزارش شده است که متا از این اطلاعات برای هدایت توسعه نسخه بعدی هوش مصنوعی Llama استفاده می کند. وظیفه تیم های دیگر تعیین داده های مورد استفاده برای آموزش DIPSC AI خواهد بود ، که به طور بالقوه می تواند چگونگی بررسی Llama را تعیین کند.
با توجه به دو منبع نزدیک به متا ، متیو اولدممدیر زیرساخت های فلزی برای زیرساخت های مصنوعی خاطرنشان کرد: مدل Dip -sick احتمالاً بهتر از نسخه بعدی هوش مصنوعی Llama است که قرار است در اوایل سال جاری منتشر شود.