文章探討了如何利用 GPT 及基礎模型在浩瀚分子空間中尋找新藥,助力突破傳統研發瓶頸,加速醫療創新。
Poolside聯合創始人兼CEO Jason Warner在HumanX AI會議上表示,大多數公司應專注于構建AI應用,而非基礎模型。他認為智能是與電力同等重要的商品,只有真正理解這一點的公司才應考慮構建基礎模型。Warner強調,基礎模型應該是產品的一部分,而非全部,特別是在競爭日益激烈的市場環境中。
制造通用人形機器人的技術是“我們當今時代最重要的一項技術挑戰”,其中,Transformer架構、大語言模型以及基礎模型等創新為人形機器人的實現創造了可能。
智能體的認知架構是其核心所在,主要包含三個關鍵要素:模型、工具和編排層。其中,模型(Model)在智能體的運行過程中充當著核心決策制定者的角色。這些模型可以是單個或多個不同規模的語言模型,并且需要遵循基于指令的推理和邏輯框架,例如ReAct、Chain-of-Thought或Tree-of-Thoughts等。
Scaling Law在這一新階段被賦予了新的定義,標志著大模型領域的競爭焦點已由單純的基礎模型能力比拼,拓展至對場景應用與商業變現能力的深度挖掘。在此轉型過程中,人工智能在產業應用方面展現出的巨大價值愈發凸顯。
IBM和NASA的研究人員本周發布了一個開源的人工智能氣候模型,該模型旨在準確預測天氣模式,同時,與傳統基于物理的模擬相比,消耗的計算資源更少。