Учись создавать – рассылка для сообщества AI #2

Учись создавать с нашей рассылкой AI #2 для сообщества

Какой уик-энд и неделя в мире искусственного интеллекта…

Вы упустили что-то, если не следили за драмой вокруг OpenAI за последние несколько дней. Произошло нечто невероятное. Большинство сотрудников решили подписать и отправить письмо в совет директоров OpenAI с просьбой вернуть Сэма Альтмана (Генерального директора OpenAI), которого уволили в прошлую пятницу, иначе они уволятся вместе с ним. Вы когда-нибудь слышали о такой истории? Говорю же, это настоящее сообщество. Сэм Альтман, Грег Брокман и OpenAI создали нечто столь же мощное, как семья.

Вот такое влияние сообщества, когда оно функционирует правильно. Они могут победить доминирующие структуры, даже если они меньше или менее сильны. И вот почему я с гордостью состою в этом сообществе с удивительными людьми в области искусственного интеллекта.

P.S. Если вас интересует эта сага, и вы не следили за ней онлайн, читайте больше в нашей последней рассылке.

А теперь, давайте перейдем к новостям нашей собственной семьи, и к тому, чем мы все занимались на этой неделе. Начнем с удивительной беседы с генеральным директором и моим другом из MindStudio о будущем искусственного интеллекта, разработке LLM, его использовании и т.д…

– Луи-Франсуа Бушар, сооснователь & руководитель сообщества Towards AI

Что нового в области ИИ на этой неделе?

В последнем выпуске подкаста What’s AI Луи Бушар взял интервью у Дмитрия Шапиро, который ранее работал в Google и был техническим директором MySpace Music. Сейчас Дмитрий разрабатывает нечто очень амбициозное – демократизацию искусственного интеллекта. В этом эпизоде они обсуждают его платформу, YouAI и Mindstudio, а также делятся практическими советами по созданию лучших приложений ИИ, таких как выбор модели, подсказки, RAG и других. Если вас интересует пользовательская перспектива, демократизация ИИ и будущее ИИ, подключайтесь к подкасту на YouTube, Spotify и Apple Podcasts!

Раздел “Учимся вместе AI Community”!

Выбранный пост из сообщества Discord

Mateomd_dev создал полезную вещицу для всех нас! Code Project Helper помогает изучать языки программирования, рекомендуя проекты, идеально подходящие для их уникальных возможностей и областей применения. Введя интересующий вас язык программирования, GPT даст вам краткое описание языка, примеры и идеи проектов. Попробуйте здесь и поддержите члена нашего сообщества. Поделитесь своим опытом и отзывами в этой теме!

Опрос недели по ИИ!

Поскольку большинство из вас проголосовало, чтобы разобраться в том, что такое ‘RAG?’ Вот краткое объяснение:

Архитектура ‘RAG’ (retrieval augmented generation) успешно преодолела ограничение длины ввода LLM и проблему обрезания знаний. Проще говоря, RAG – это ИИ-фреймворк, улучшающий качество вывода LLM путем включения внешних источников знаний. Это также помогает уменьшить модельные галлюцинации. Если у вас есть база знаний (то есть текстовый набор данных), вам следует использовать RAG!

Поделитесь своими вопросами или идеями для сообщества в этой теме!

Возможности сотрудничества

Сообщество Learn AI Together буквально затоплено возможностями для сотрудничества. Если вы взволнованы и готовы погрузиться в прикладное искусственное интеллекта, ищете партнера по изучению или даже ищете партнера для вашего проекта, присоединяйтесь к каналу сотрудничества! Обратите внимание и на этот раздел – мы каждую неделю делимся интересными возможностями!

  1. Louis Bouchard поделился отличной возможностью работы в Towards AI в качестве технического писателя и разработчика для LLMs. Они ищут людей в этой области, чтобы помочь им создавать технические и прикладные учебные материалы. Это будет оплачиваемая возможность, в основном связанная с созданием контента на основе LLM и написанием обучающих материалов/курсовых проектов. Подробнее ознакомьтесь с информацией в этой теме.
  2. Cozzy реализовал Lunar Lander с помощью DQN и DDQN и теперь ищет возможность добавить Duel DQN и сравнить их. Они в настоящее время ищут вкладчиков в репозиторий. Если вас заинтересовало, свяжитесь с ними в этой теме.
  3. Adhishta ищет партнера по изучению для развития таких навыков, как очистка данных, EDA, визуализация и многое другое. Если вы энтузиастично относитесь к изучению и исследованию различных наборов данных, свяжитесь с ними в этой теме.

Мем недели!

Мем, поделенный ghost_in_the_machine

Авторский раздел TAI

Статья недели

LangChain Шпаргалка – Все секреты на одной странице от Ivan Reznikov

LangChain позволяет легко настроить модели генерации текста с методами повышения производительности, такими как квантование и CUDA. Хотите углубиться в оптимизацию производительности языковой модели? Автор создал сводку основ LangChain на одной странице. В этой статье он рассматривает отдельные секции кода и описывает пакет-стартовый набор, который вам понадобится, чтобы овладеть LangChain.

Наши статьи, которые желательно прочитать

  1. Внутри Ghostbuster: новый метод Беркли для обнаружения контента, созданного искусственным интеллектом от Jesus Rodriguez

Ghostbuster от Беркли – это открытие в области обнаружения текста, созданного искусственным интеллектом, и различения между человеком и машиной без информации о модели искусственного интеллекта, используемой. Ghostbuster преобразует слова в векторы с помощью языковых моделей для обучения классификатора, который отличает людей от текстов, созданных искусственным интеллектом, достигая точности 99,0 по метрике F1 в разных областях.

2. Покажите улучшения на OpenAI API Dev Day: работа DALL-E 3, GPT-4 Vision и GPT-4 Turbo от Kris Ograbek

Новые разработки API OpenAI улучшают возможности искусственного интеллекта, предлагая передовую видение и креативность с помощью обновлений, таких как DALL-E 3, GPT-4 Vision и GPT-4 Turbo для улучшения применения искусственного интеллекта. Если вы готовы браться за новое, статья предоставляет обновленные образцы кода, чтобы вы могли опробовать эти новые возможности самостоятельно.

3. Говорить только о том, что вы прочитали: Могут ли LLM обобщать свои данные обучения? автор Сальваторе Раиели

Большие языковые модели, обучаемые в контексте, позволяют им умно реагировать на предоставленные примеры. Исследователи изучают, в какой степени и откуда берется это способность и как она влияет на искусственный общий интеллект. Исследуйте обучение больших языковых моделей в контексте, чтобы осознать их будущее в сфере искусственного интеллекта, предлагая понимание развивающегося технологического ландшафта.

Если вы хотите опубликовать свою работу на Towards AI, ознакомьтесь с нашими правилами и зарегистрируйтесь. Мы опубликуем вашу работу в нашей сети, если она соответствует нашим редакционным политикам и стандартам.

Думаете, что ваш друг тоже оценит это? Поделитесь этой рассылкой и позвольте им присоединиться к беседе.