SUI

https://themiilk.com/articles/a6946e73d?u=15ed0645&t=abef9db15&from&fbclid=IwAR1I6NThOH6Dnb3hrL-ZG_3qbFfC8QEs2dgzaHmwGhNSBkkXIEetHED7_lQ AI 휩쓰는 미국 빅테크에 '디지털 영토' 또 내줄 것인가? - 더밀크 [네이버 클라우드 AI이노베이션 하정우 센터장 인터뷰] ●일본, 동남아, 중동 등 글로벌 시장, 소버린(sovereign) AI서비스 및 인프라 구축 계획 하는 네이버. ●챗GPT등 기존 빅테크 서비스에 종속 막 themiilk.com 하 센터장은 AI가 발전한다면 AGI가 이론적으로는 가능은 하지만, ‘지능(intelligence)를 어떻게 정의하느냐?’에 따라서 달라질 수도 있다. 또한 언..

- 샘 알트만은 2025년까지 AGI는 업계의 많은 사람들이 쉽게 다가갈 수 있을거라 확신하고 있음 - 10년 동안 우리가 무한한 지능과 에너지를 갖게 될 것 - 핵융합 2028년 - 머지않아 멀티모달 모델을 얻을 수 있을 것이며 새로운 가능성이 열릴 것 - 언어 모델이 사람들이 생각하는 것보다 훨씬 더 멀리 갈 것 앞으로 알고리즘에 많은 발전이 있을 것 진정한 멀티모달 모델이 작동하게 될 것이라고 생각합니다. 따라서 텍스트와 이미지뿐만 아니라 하나의 모델에 있는 모든 형식이 사물 간에 쉽게 유동적으로 이동할 수 있습니다. - 지속적으로 학습하는 모델이 있을 것이라고 생각 따라서 현재 GPT를 사용하는 경우에는 훈련된 시간에 멈춥니다. 그리고 더 많이 사용할수록 더 나아지지 않습니다. 나는 우리가 그것을..

https://youtu.be/5R8xZb6J3r0 엔비디아의 게임 대화형 Avatar Cloud Engine 입니다. 신기하네요.

roon은 익명의 AGI 연구원이라고 하는데, 워낙 OpenAI 및 구글 딥마인드 등 유명한 연구원들의 팔로우가 많아 샘 알트만이 아니냐는 소문이 있다. 룬이 올해 유독 미친 년이 될거라고 이야기를 하고 있는데 비밀 연구소에서 개발된 AGI라도 본 것이 아닐까 하는 의구심이 생긴다. 여하튼 룬의 인터뷰 글이 있어서 올려봅니다. https://www.return.life/p/roon-when-will-a-human-level-ai-be-built 이 블로그 글은 인공일반지능(Artificial General Intelligence, AGI)의 도래 시기와 그 영향에 대해 이야기하고 있습니다. 2020년대는 대형 언어 모델(Large Language Model, LLM) 기술의 성장 덕분에 인공지능의 발전이..

https://twitter.com/arankomatsuzaki/status/1663360307274690560?s=20 abs: https://arxiv.org/abs/2305.17333 Fine-Tuning Language Models with Just Forward Passes Fine-tuning language models (LMs) has yielded success on diverse downstream tasks, but as LMs grow in size, backpropagation requires a prohibitively large amount of memory. Zeroth-order (ZO) methods can in principle estimate gradients usin..

https://arxiv.org/abs/2305.18274 github: https://medarc-ai.github.io/mindeye/ Reconstructing the Mind's Eye: fMRI-to-Image with Contrastive Learning and Diffusion Priors We present MindEye, a novel fMRI-to-image approach to retrieve and reconstruct viewed images from brain activity. Our model comprises two parallel submodules that are specialized for retrieval (using contrastive learning) and re..

abs: https://arxiv.org/abs/2305.18161 VA-learning as a more efficient alternative to Q-learning In reinforcement learning, the advantage function is critical for policy improvement, but is often extracted from a learned Q-function. A natural question is: Why not learn the advantage function directly? In this work, we introduce VA-learning, which dire arxiv.org 1. 강화 학습에서 이점 함수는 정책 개선에 있어 중요하지만, ..

abs: https://arxiv.org/abs/2305.17144 github: https://github.com/OpenGVLab/GITM Ghost in the Minecraft: Generally Capable Agents for Open-World Enviroments via Large Language Models with Text-based Knowledge The captivating realm of Minecraft has attracted substantial research interest in recent years, serving as a rich platform for developing intelligent agents capable of functioning in open-wo..

abs: https://arxiv.org/abs/2305.17250 Self-Supervised Reinforcement Learning that Transfers using Random Features Model-free reinforcement learning algorithms have exhibited great potential in solving single-task sequential decision-making problems with high-dimensional observations and long horizons, but are known to be hard to generalize across tasks. Model-based RL arxiv.org 설명: https://twitt..

abs: https://arxiv.org/abs/2305.17216 Generating Images with Multimodal Language Models We propose a method to fuse frozen text-only large language models (LLMs) with pre-trained image encoder and decoder models, by mapping between their embedding spaces. Our model demonstrates a wide suite of multimodal capabilities: image retrieval, novel i arxiv.org 설명-> https://twitter.com/kohjingyu/status/1..