Ada banyak kabar baik di bidang AI minggu ini. Google dan Meta masing-masing telah merilis pembaruan besar. Performa model Google Gemini telah meningkat pesat dan biayanya telah dikurangi menarik perhatian. Pada saat yang sama, proyek AlphaChip Google DeepMind juga telah mencapai kemajuan terobosan, mempercepat efisiensi desain chip, dan model terkait sumber terbuka, memberikan dorongan yang kuat ke dalam pengembangan industri. Editor Downcodes akan menjelaskan perkembangan AI yang menarik ini secara mendetail.
Industri AI sangat sibuk dalam seminggu terakhir. Baik Google dan Meta meluncurkan model AI versi baru, menarik banyak perhatian. Pertama, Google mengumumkan pembaruan baru untuk seri Gemini pada hari Selasa, meluncurkan dua model siap produksi baru – Gemini-1.5-Pro-002 dan Gemini-1.5-Flash-002.
Pembaruan ini telah meningkatkan kualitas model secara keseluruhan, terutama dalam matematika, pemrosesan konteks panjang, dan tugas visi. Google mengklaim bahwa pada pengujian benchmark MMLU-Pro, performa meningkat sebesar 7%, dan performa pada tugas terkait matematika meningkat sebesar 20%. Jika Anda peduli dengan AI, Anda harus tahu bahwa tolok ukur memiliki signifikansi yang terbatas, namun data ini masih sangat menarik.
Selain peningkatan kinerja model, Google juga secara signifikan mengurangi biaya penggunaan Gemini1.5Pro, dengan biaya token input dan output turun masing-masing sebesar 64% dan 52%. Langkah ini membuat pengembang lebih hemat biaya untuk menggunakan Gemini.
Selain itu, setelah pembaruan, kecepatan pemrosesan permintaan Gemini-1.5Flash dan Pro juga telah ditingkatkan. Yang pertama dapat mendukung 2,000 permintaan per menit, dan yang terakhir dapat mendukung 1,000 permintaan per menit. Peningkatan tersebut tentunya akan membantu pengembang membangun aplikasi dengan lebih mudah.
Pada hari Rabu, Meta tidak menganggur, meluncurkan Llama3.2, pembaruan besar pada model AI open-weight-nya. Pembaruan ini mencakup model bahasa besar dengan kemampuan visual, mulai dari ukuran parameter 1,1 miliar hingga 9 miliar, dan juga meluncurkan model teks ringan dengan 100 juta dan 300 juta parameter yang dirancang untuk perangkat seluler.
Meta mengklaim bahwa model visual ini sebanding dengan model sumber tertutup yang memimpin pasar dalam pengenalan gambar dan pemahaman visual. Selain itu, beberapa peneliti AI telah menguji model baru dan hasilnya menunjukkan bahwa model kecil ini bekerja dengan baik pada banyak tugas teks.
Selanjutnya, pada hari Kamis, Google DeepMind secara resmi mengumumkan proyek besar-AlphaChip. Proyek ini didasarkan pada penelitian tahun 2020 dan bertujuan untuk merancang tata letak chip melalui pembelajaran penguatan. Google mengatakan AlphaChip telah mencapai kecepatan "tata letak chip manusia super" dalam menghasilkan tata letak chip berkualitas tinggi dalam tiga generasi terakhir unit pemrosesan tensor (TPU). dapat dikurangi dari berminggu-minggu atau bahkan berbulan-bulan pada manusia menjadi beberapa jam.
Yang lebih penting untuk disebutkan adalah bahwa Google juga telah membagikan model AlphaChip yang telah dilatih sebelumnya kepada publik di GitHub sehingga perusahaan perancang chip lain juga dapat menggunakan teknologi ini, dan bahkan perusahaan seperti MediaTek sudah mulai mengadopsinya.
Menyorot:
** Google merilis versi baru model Gemini, meningkatkan kinerja keseluruhan dan menurunkan harga secara signifikan. **
**Meta meluncurkan Llama3.2, model bahasa kecil yang mendukung fungsi visual dan berkinerja baik. **
** AlphaChip Google mempercepat desain chip, meningkatkan efisiensi desain secara signifikan, dan berbagi teknologi. **
Secara keseluruhan, inovasi di bidang AI minggu ini sangat menarik. Kemajuan teknologi ini akan mendorong penerapan kecerdasan buatan di lebih banyak bidang dan patut mendapat perhatian terus-menerus. Editor Downcodes akan terus memberikan Anda lebih banyak informasi teknologi mutakhir.