Liquid AI Giriş
Liquid AI, daha küçük bellek ayak izi ve daha verimli çıkarım ile en son teknoloji AI performansını elde etmek için dönüştürücü mimari kullanmadan yenilikçi Liquid Foundation Models (LFMs) geliştiren bir MIT yan kuruluşudur.
Daha Fazla GösterLiquid AI Nedir
MIT CSAIL araştırmacıları Ramin Hasani, Mathias Lechner, Alexander Amini ve Daniela Rus tarafından kurulan Liquid AI, 37.6 milyon dolar tohum yatırımla gizli moddan çıkan Boston merkezli bir AI şirketidir. Şirket, geleneksel Üretken Önceden Eğitilmiş Dönüştürücülerden (GPT'ler) daha ileri bir nesil temel modeller oluşturma konusunda uzmanlaşmıştır. Yaklaşımları, biyoloji, fizik, sinirbilim, matematik ve bilgisayar bilimi gibi temel prensiplerin entegrasyonuna dayanmaktadır ve bu da onların amiral gemisi ürünü - Liquid Foundation Models (LFMs) - geliştirilmesine yol açmıştır.
Liquid AI nasıl çalışır?
Liquid AI'nin teknolojisi, yuvarlak solucanların 'beyinlerinden' esinlenen sıvı sinir ağlarına dayanmaktadır ve dinamik, uyum sağlayan öğrenme sistemleri içermektedir. Geleneksel dönüştürücü tabanlı modellerin aksine, LFMs, çeşitli türde ardışık verileri (video, ses, metin, zaman serileri ve sinyaller dahil) işleyebilen, özellik çıkarıcı bağlantıları ile derinlik gruplarında düzenlenmiş özel hesaplama birimleri kullanır. Şirket, verimli performans elde etmek için kendi mimarisini kullanan üç LFM varyantı (1B, 3B ve 40B) piyasaya sürmüştür. Bu modeller, dinamik sistemler, sayısal lineer cebir ve sinyal işleme içeren benzersiz tasarımları sayesinde önemli bir bellek etkisi olmadan 1 milyon token'a kadar verimli bir şekilde işleyebilir.
Liquid AI Faydaları
Liquid AI'nin teknolojisinin ana avantajları, geleneksel modellere kıyasla (GPT-3 gibi modeller için 700GB'a karşı 1GB'dan az) önemli ölçüde azaltılmış bellek gereksinimleri, Raspberry Pi gibi küçük cihazlarda dağıtım imkanı sağlayan daha düşük güç tüketimi ve açık bir eğitim olmadan bile değişen koşullara daha iyi uyum sağlama yeteneğidir. Modeller, en son teknoloji performansını korurken geliştirilmiş yorumlanabilirlik ve güvenilirlik sunar. Bu verimlilik ve ölçeklenebilirlik, LFMs'yi kaynak kısıtlı ortamlarda özellikle uygun hale getirirken, daha büyük dil modellerine kıyasla rekabetçi performans sunmayı da sağlar; bu durum, AI'nın çeşitli uygulamalar ve endüstrilerde nasıl dağıtılabileceğini devrim niteliğinde değiştirebilir.
Liquid AI Aylık Trafik Trendleri
Liquid AI, ziyaretlerin 123.7K'ya düşmesiyle trafikte %60.1'lik bir düşüş yaşadı. Geleneksel büyük dil modellerinden daha iyi performans gösteren Liquid Foundation Models (LFM'ler)'in yakın zamanda piyasaya sürülmesine rağmen, önemli trafik düşüşü, pazarın bu yeni modelleri henüz tam olarak benimsemediğini gösteriyor. Google ve Nvidia gibi köklü oyunculardan gelen pazar rekabeti ve tedarik zinciri sorunları ile yatırımcı endişeleri gibi daha geniş sektörel eğilimler, bu düşüşe katkıda bulunmuş olabilir.
Geçmiş trafiği görüntüle
İlgili Makaleler
Daha Fazla Göster