AI/ML领域的快速发展与现状

人工智能和机器学习领域的发展日新月异。值得注意的是，仅仅十年前AlexNet模型在ImageNet竞赛中占据主导地位，开启了深度学习成为真正技术革命的进程。如今，在经过多年关于游戏AI的头条新闻后，我们看到越来越多适用于现实世界的创新。

在过去几年中，GPT-3和AlphaFold等AI/ML模型提供的功能催生了新产品和新公司，并拓展了我们对计算机能力的认知。

技术聚焦：如何利用AI/ML进展

• 大型AI模型（如GPT-3）在创业公司中的应用 by Elliot Turner / Hyperia
• AlphaFold、GPT-3与人工智能增强智能 by Niko Grupen / Cornell
• AlphaFold、GPT-3与人工智能增强智能（第二部分） by Niko Grupen / Cornell
• 数据50强：全球顶级数据初创公司 by Jennifer Li, Sarah Wang, and Jamie Sullivan / 某机构
• 现代数据基础设施的新兴架构 by Matt Bornstein, Jennifer Li, and Martin Casado / 某机构
• 深度学习十年历程：AI初创公司经验的演变 with Richard Socher (Q&A) / you.com
• 构建可靠AI模型的7种技术 by Beena Ammanath (书籍摘录) / 某机构
• 下一个AlphaFold所需的两个关键要素 with Daphne Koller (Q&A) / Insitro

行业重点：图像、文本与编程创新

• 使用AlphaCode进行竞技编程 / Deepmind
• 教AI实时翻译数百种口语和书面语言 / 某中心AI
• Pathways语言模型(PaLM)：扩展至5400亿参数实现突破性性能 / 某中心研究
• DALL-E 2 / OpenAI
• Imagen：文本到图像扩散模型 / 某中心研究

这些技术进步以及对如何利用它们日益深入的理解，正是我们加强AI/ML报道的原因，特别是关注未来几年在现实世界中的应用。从生物技术到电视行业，我们正准备重新构想可能性边界，探索软件如何帮助人类实现最大胆的想法。

发布于2022年6月27日