Facebook მიიღებს ხელოვნურ ინტელექტს ChatGPT-ის მსგავსს

მეტამ 24 თებერვალს გამოაცხადა Facebook-ისთვის ხელოვნური ინტელექტის შემუშავება. ეს არის ChatGPT ტექნოლოგიით შთაგონებული სისტემა, ტექსტების გენერირების, ჩატისა და მონაცემების ანალიზის ფუნქციებით. კომპანიის აღმასრულებელი დირექტორის მარკ ცუკერბერგის თქმით, ტექნოლოგია ის ჯერ კიდევ "ხელოვნების მდგომარეობაშია". ანუ ერთგვარი ტესტირების ფაზა. ის ჯერ არ არის ღია ფართო საზოგადოებისთვის, ამიტომ წვდომა მხოლოდ დეველოპერებისთვისაა.

LLaMa, Facebook-ის AI

ხელოვნური ინტელექტის სფეროში მიღწევების ფონზე, ტექნოლოგიური სექტორის რამდენიმე კომპანია ეძებდა საკუთარ სისტემებს ერთმანეთთან კონკურენციაში. ChatGPT-ის მოსვლასთან ერთად, ხელოვნური ინტელექტის პროგრამა, რომელსაც შეუძლია შეასრულოს სხვადასხვა ამოცანები, როგორიცაა მონაცემების წერა, თარგმნა და ანალიზი, შეიქმნა სხვა მსგავსი პროგრამები.

გუგლმა, ამ ტალღაში, გააცნო ბარდი. რა თქმა უნდა, Microsoft-მა ინვესტიცია ჩადო OpenAI-ში, კომპანიაში, რომელმაც შექმნა ChatGPT, რომლის შედეგიც ინტეგრირებული იყო Bing-ში. რომ აღარაფერი ვთქვათ რამდენიმე ჩინურ პროექტებზე, რომლებიც გზაშია.

LLaMa

ტალღის შემდეგ, Facebook-მა გამოაცხადა Large Language Model Meta AI (LLaMa), AI, რომელსაც აქვს ChatGPT მსგავსი ფუნქციები. ჯერჯერობით, ტექნოლოგია შეზღუდულია ენის სპეციალისტი დეველოპერებისთვის. პროგრამის ამჟამინდელ მოდელს აქვს 20 ყველაზე სალაპარაკო ენა მსოფლიოში, ლათინური ანბანით.

LLaMa-ს სამიზნე აუდიტორია

პლატფორმის AI შესთავაზებენ მკვლევარებს, ლაბორატორიებს, ინსტიტუტებს და არასამთავრობო ორგანიზაციებს, რომლებიც მუშაობენ ენობრივ ხელოვნურ ინტელექტზე. LLaMa ხელმისაწვდომია ოთხ ენობრივ მოდელში და გახდის სისტემას ღია სამეცნიერო საზოგადოებისა და კვლევისთვის.

ვარაუდობენ, რომ ეს ტექნოლოგია შეიძლება გამოყენებულ იქნას ენობრივ პროგრამებთან საბრძოლველად, რომლებიც იყენებენ წინასწარგანწყობილ ან დისკრიმინაციულ ფრაზებს. გარდა ამისა, ის შეიძლება გამოყენებულ იქნას ყალბი ამბების წინააღმდეგ საბრძოლველად, რათა შეძლოს ახალი ამბების მონაცემების გადაკვეთა და ყალბი პუნქტების ან დეზინფორმაციის იდენტიფიცირება.

მეტას თქმით: „როგორც ძირითადი მოდელი, LLaMA შეიქმნა იმისათვის, რომ იყოს მრავალმხრივი და შეიძლება გამოყენებულ იქნას მრავალი განსხვავებული გამოყენების შემთხვევაში, ერთი ამოცანისთვის შემუშავებულ მოდელთან შედარებით კონკრეტული".