Penulis: Menuju Tim Editorial AI
Awalnya diterbitkan di Towards AI the World’s Leading AI and Technology News and Media Company. Jika Anda sedang membangun produk atau layanan terkait AI, kami mengundang Anda untuk mempertimbangkan untuk menjadi sponsor AI. Di Towards AI, kami membantu menskalakan AI dan startup teknologi. Biarkan kami membantu Anda melepaskan teknologi Anda kepada massa.
Terima kasih semuanya atas sambutan yang luar biasa untuk buletin AI mingguan kami yang diluncurkan kembali! Di minggu pertama kami, kami memiliki ~50.000 langganan buletin baru di saluran Mailchimp dan Linkedin Newsletter kami. Kami sangat menghargai semua dukungan, langganan, dan berbagi. Kami berharap dapat memberikan Anda lebih banyak konten dan sumber daya AI — kami memiliki banyak proyek baru dalam proses!
Buletin AI ini adalah semua yang Anda butuhkan | #1
Apa yang terjadi minggu ini di AI
Sorotan AI kami minggu ini pasti Minecraft. Ya, Minecraft, gim video. Minecraft sekarang digunakan untuk melatih model pembelajaran penguatan multi-modal (RL) (model yang dapat mengambil beberapa jenis input seperti teks, gambar, video, data tabular…). OpenAI merilis model yang disebut VPT dan kompetisi terbuka untuk NeurIPS 2022. Model ini bertujuan untuk mempelajari cara memainkan Minecraft, gim kompleks yang cukup dekat dengan dunia nyata. Demikian pula, kompetisi bertujuan untuk mempromosikan penelitian dalam belajar dari umpan balik manusia untuk memungkinkan agen yang dapat menyelesaikan tugas tanpa fungsi penghargaan yang jelas dan mudah ditentukan. Kami pikir kompetisi ini adalah peluang besar bagi siapa pun yang tertarik dengan RL dan memajukan bidang ini — juga, lihat MineRL, kompetisi penelitian Minecraft RL dari Carnegie Mellon.
Berita yang kami bagikan di bawah, MineDojo (oleh NVIDIA), juga terkait dengan inisiatif ini menggunakan Minecraft sebagai platform pelatihan agen RL, kerangka kerja yang menjanjikan untuk membandingkan agen AI yang diwujudkan.
Melatih model multi-modal di Minecraft hampir sempurna karena Anda memiliki akses ke sejumlah besar teks dan data tabel melalui halaman Wiki dan Reddit, banyak video dan cuplikan permainan di YouTube, dan bahkan data video-ke-teks melalui ini sama Video YouTube dengan transkripnya… Semuanya menggambarkan satu game yang dapat “dihidupi” oleh AI dan bereksperimen dengannya.
Berita terhangat
MineDojo, kerangka kerja untuk membandingkan agen AI yang diwujudkan oleh NVIDIA!
Berdasarkan Minecraft, MineDojo menampilkan ribuan tugas terbuka yang beragam dan basis pengetahuan skala internet yang besar di mana agen AI dapat dengan bebas menjelajahi banyak dunia 3D Minecraft. Tidak puas dengan generator gambar AI Craiyon? Coba alat AI lainnya ini.
Jika Anda pernah bermain dengan aplikasi Dalle-mini seperti kebanyakan dari kita, sekarang berganti nama menjadi craiyon, Anda pasti akan menyukai artikel baru ini yang membagikan banyak aplikasi keren berbasis AI yang dapat Anda mainkan, secara gratis. GitHub Copilot telah tersedia secara umum untuk pengembang individu!
Asisten pemrograman AI berharga $10 per bulan atau $100 per tahun dan awalnya gratis untuk siswa, tersedia untuk semua orang.
Makalah paling menarik minggu ini
(Deepmind) Menguasai Permainan Strategi dengan Pembelajaran Penguatan Multiagen Tanpa Model
DeepNash, agen yang dilatih dengan pembelajaran penguatan multiagen tanpa model yang mampu belajar memainkan permainan informasi yang tidak sempurna Stratego dari awal, hingga tingkat ahli manusia. Pembuatan Video Sadar 3D
Menjelajahi jaringan permusuhan generatif (GAN) 4D yang mempelajari pembuatan video sadar 3D tanpa syarat dengan kerangka kerja GAN yang mensintesis video 3D yang hanya diawasi dengan video bermata. Kode A Jalan Menuju Kecerdasan Mesin Otonom
Makalah yang sangat menarik menyaring banyak pemikiran Yann LeCun selama 5-10 tahun terakhir tentang arah yang menjanjikan dalam AI. Lebih detail dengan bagian yang disingkat di halaman Twitter-nya.
Nikmati makalah dan ringkasan berita ini? Dapatkan rekap harian di kotak masuk Anda!
Masalah ini dipersembahkan kepada Anda berkat Anyscale:
Tahukah Anda bahwa tim di Google, Meta, IBM, Uber, dan lainnya menggunakan Ray untuk menskalakan inisiatif AI yang penting? Atau bahwa Qatar Computing Research Institute menggunakan pembelajaran penguatan dan Ray RLlib untuk mengendalikan kemacetan dan memfasilitasi mobilitas di Piala Dunia FIFA 2022? Datang dan saksikan sendiri di Ray Summit. Daftar sekarang untuk memanfaatkan tarif Early Bird — dan gunakan kode Ray20 untuk mendapatkan tambahan diskon 20%! Pendaftaran Early Bird berakhir pada 30 Juni.
Tertarik untuk menjadi sponsor Towards AI? Cari tahu informasi lebih lanjut di sini atau hubungi [email protected]!
Bagian komunitas Belajar AI Bersama!
Meme minggu ini!
Postingan komunitas unggulan dari Discord
SOCKS#6109 membagikan makalah yang sangat menarik tentang menyembunyikan malware di jaringan saraf. Sesuatu yang harus diwaspadai oleh semua siswa AI.
Teknik dasar ini didasarkan pada modifikasi nilai float32 (tetapi dapat disesuaikan dengan float16), di mana kita memodifikasi bit pecahan atau bagian dari pecahan.
Seorang pengguna yang sangat menarik disebutkan dalam posting Reddit:
“Seperti yang saya lihat dengan eksperimen saya, kami dapat dengan mudah menyembunyikan megabyte kode dalam ResNet50 sederhana dan lolos begitu saja. Jaringan yang terlatih (dan digeneralisasikan) tidak boleh menurunkan kinerja secara signifikan. Pengujian yang direncanakan untuk posting masa depan.
Selain itu, metode ini dapat digunakan untuk watermarking bobot jaringan saraf, yang dapat membantu klaim hak cipta (misalnya, seseorang menggunakan bobot open-source Anda (dan berlisensi dengan tepat) di luar kotak dalam produk komersial).
Jajak pendapat AI minggu ini!
Bagian yang dikuratori TAI
Artikel minggu ini
Pembelajaran Zero-shot vs. Few-shot: 50 Wawasan Utama dengan Pembaruan 2022: Artikel ini merangkum beberapa perbedaan utama dan keuntungan relatif dari pengaturan pembelajaran zero-shot vs. sedikit-shot. Dengan pembelajaran zero-shot, mesin dapat belajar dari data tanpa diajarkan secara eksplisit bagaimana melakukannya, sementara dengan pembelajaran beberapa kali, mesin dapat belajar hanya dari beberapa contoh.
Minggu lalu kami menerbitkan 18 blog AI baru dan menyambut enam penulis baru ke platform kami. Jika Anda tertarik untuk menerbitkan di Towards AI, silakan mendaftar di sini dan kami akan mempublikasikan blog Anda ke jaringan kami jika memenuhi kebijakan dan standar editorial kami.
Bergabunglah dengan komunitas Belajar AI.
Pekerjaan Unggulan minggu ini
Senior ML Engineer — Algolia AI @ Algolia (Hybrid remote)
Senior ML Engineer — Pencarian Semantik @ Algolia (Hybrid remote)
Insinyur Pembelajaran Mesin @ Gather AI (Jarak Jauh — India)
Insinyur Pembelajaran Dalam (R&D — Teknik) @ Bobot & Bias (Jarak Jauh)
Magang Pembelajaran Mesin @ Bobot & Bias (Jarak Jauh — AS)
Tertarik untuk berbagi peluang kerja di sini? Kontak [email protected]!
Buletin AI ini adalah semua yang Anda butuhkan | #2 awalnya diterbitkan di Towards AI on Medium, di mana orang-orang melanjutkan percakapan dengan menyoroti dan menanggapi cerita ini.
Diterbitkan melalui Menuju AI
