“ORBIT” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
ORBIT: Tek Hücreli Veri Analizinde Çığır Açan Yapay Zeka Modeli
Araştırmacılar, tek hücreli RNA dizileme verilerinden gen programları arasındaki karmaşık etkileşimleri öğrenebilen ORBIT adlı yeni bir yapay zeka modeli geliştirdi. Bu öz-denetimli transformer modeli, deneysel müdahale verilerine ihtiyaç duymadan, gen programlarının birbirlerini nasıl etkilediğini analiz edebiliyor. 191.890 prefrontal korteks çekirdeği üzerinde yapılan testlerde, ORBIT'in Alzheimer hastalığı ile ilişkili gen aktivasyon yapılarını başarıyla tespit ettiği görüldü. Model, her gen programının diğer programlar üzerindeki yönlü etkisini ölçerek, hücre tipine özgü yol değişikliklerini belirleyebiliyor. Bu teknoloji, hastalıkların hücresel düzeydeki mekanizmalarının anlaşılmasında önemli bir adım.
Yapay zeka modelleri artık akıllıca düşünmeyi öğreniyor: ORBIT sistemi geliyor
Büyük yapay zeka modelleri güçlü performans sergilemek için uzun düşünce zincirleri kullanıyor, ancak bu her zaman gereksiz hesaplama maliyeti yaratıyor. Stanford ve diğer kurumlardan araştırmacılar, yapay zekanın ne kadar 'düşüneceğini' akıllıca belirleyen ORBIT sistemini geliştirdi. Bu yenilikçi yaklaşım, AI modellerinin farklı zorluk seviyelerindeki problemler için en uygun düşünce stratejisini seçmesine olanak tanıyor. Sistem, pekiştirmeli öğrenme kullanarak her çaba seviyesi için en verimli çözüm yollarını keşfediyor ve kullanıcıların maliyet-doğruluk dengesini istedikleri gibi ayarlamalarına imkan veriyor. Bu gelişme, AI sistemlerinin daha verimli ve esnek hale gelmesinde önemli bir adım.
Yapay Zeka Devriminin Haritası: Büyük Dil Modellerinin Yörüngesel Sınıflandırması
Araştırmacılar, 2019-2025 arası büyük dil modellerinin kapsamlı bir haritasını çıkardı. LLMOrbit adlı bu çalışma, 15 organizasyondan 50'den fazla AI modelini inceleyerek yapay zekanın evrimini döngüsel bir taksonomiyle açıklıyor. Çalışma, AI gelişiminin karşılaştığı üç kritik krizi tanımlıyor: 2026-2028'e kadar veri kıtlığı, 5 yılda 3 milyon dolardan 300 milyon dolara çıkan maliyet artışı ve 22 kat artan enerji tüketimi. Bu 'ölçeklendirme duvarı'nı aşmak için altı yeni paradigma öneriliyor. Test zamanı hesaplama, çok-modalite ve otonom ajanlar gibi yaklaşımlar, ham güç artışından ziyade akıllı çözümlerle AI'ın geleceğini şekillendiriyor.