「光に基づくMLシステムは、より強力で効率的なLLMを生み出す可能性がある」

光に基づくMLシステムは、強力かつ効率的なLLMを生み出す可能性がある

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

新システムでは、チームは、機械学習のための最先端のデジタルコンピュータに比べて、100倍以上のエネルギー効率の改善と、25倍の計算密度の改善を報告しています。 ¶ クレジット:Ella Maru Studio

マサチューセッツ工科大学の研究者チームが開発した光ベースの機械学習システムは、ChatGPTのシステムを凌駕する可能性があり、同時により少ないエネルギーを消費します。

このコンパクトなアーキテクチャは、ドイツのテクニシェ・ウニヴェルシタート・ベルリンの研究者らによって開発された垂直面発光レーザーのアレイに基づいています。

このシステムは、数百のマイクロンスケールのレーザーと光の移動を利用して計算を行います。

研究者は、このシステムが携帯電話の顔認識システムやデータ通信で一般的に使用されているレーザーアレイに依存しているため、近い将来商業用にスケーリング可能であると述べています。

彼らは、このシステムが既存の機械学習モデルのパワーと計算密度に関して、現行の最先端スーパーコンピュータよりもエネルギー効率が100倍高く、計算密度が25倍高いことを発見しました。MITニュースの記事を参照

要約の著作権 © 2023 SmithBucklin、米国ワシントンD.C. SmithBucklinの画像

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

AIニュース

遺伝予測モデルをより包括的にする

コンピューターサイエンティストたちは、個々人の独自の遺伝プロファイルを研究するために、コンピュータや統計的手法を利用...

AI研究

中国の研究者が、ビデオ・LLaVAを紹介します:シンプルでパワフルな大規模ビジュアル言語ベースラインモデル

北京大学、彭城实验室、北京大学深圳研究生院和中山大学的研究人员引入了大规模视觉语言模型(LVLM)方法,即Video-LLaVA,将...

データサイエンス

ドキュメント指向エージェント:ベクトルデータベース、LLMs、Langchain、FastAPI、およびDockerとの旅

ChromaDB、Langchain、およびChatGPTを活用した大規模ドキュメントデータベースからの強化された応答と引用されたソース

機械学習

映画チャットをご紹介しますビデオの基礎モデルと大規模な言語モデルを統合した革新的なビデオ理解システムです

大規模言語モデル(LLM)は最近、自然言語処理(NLP)の分野で大きな進歩を遂げています。LLMにマルチモーダリティを追加し、...

機械学習

OpenAIが「スーパーアラインメント」を紹介:安全で整合性のあるAIの道を切り拓く

OpenAIは、超整合開発を紹介しています。これは、その広範な能力により、人類のために非常に大きな約束を持っています。超知...