Além da OpenAI anunciar seu novo foco no desenvolvimento de Agentes de IA. A Microsoft introduziu um protótipo inovador de AI Agent Foundation, que é visto porquê um passo significativo em direção Perceptibilidade Universal Sintético (AGI). Oriente protótipo foi projetado para incorporar várias habilidades e habilidades cognitivas semelhantes às humanas, porquê tomada de decisão, percepção, memória, habilidades motoras, processamento de linguagem e informação. A versatilidade do protótipo é demonstrada em diferentes domínios, incluindo robótica, IA de jogos e saúde, demonstrando sua capacidade de gerar resultados contextualmente relevantes.
O protótipo avançado da Microsoft AI Foundation pode ser um progressão significativo em direção à geração da Perceptibilidade Universal Sintético (AGI). Esta novidade IA, conhecida porquê AI Agent Foundation Model, foi projetada para replicar funções cognitivas humanas, porquê tomando uma decisãopercepção, memória, processamento de linguageme informação. É um desenvolvimento sumarento para a Microsoft, com o objetivo de produzir sistemas de IA que possam operar em uma ampla gama de tarefas e setores, incluindo robótica, IA de jogos e saúde.
No núcleo deste novo protótipo está uma abordagem de treinamento que permite à IA aprender com diferentes domínios, conjuntos de dados e tarefas. Esta flexibilidade significa que a IA não está limitada a uma espaço específica, mas é robusta o suficiente para mourejar com vários desafios. O protótipo combina métodos pré-treinados sofisticados, incluindo reconhecimento de imagem técnicas, compreensão e geração de texto e capacidade de prever eventos futuros.
Padrão essencial do Microsoft AI Agent
Em cenários do mundo real, o AI Agent Foundation Model passou por testes em vários campos. Na robótica, mostrou movimentos mais semelhantes aos humanos através de suas habilidades motoras e percepção avançadas. No domínio da IA de jogos, levou a uma jogabilidade mais realista e envolvente, melhorando tomando uma decisão e previsão de ação. Na espaço da saúde, as capacidades avançadas de processamento de dados e informação do protótipo poderiam potencialmente ajudar no diagnóstico e no planejamento do tratamento.
Cá estão alguns outros artigos que você pode encontrar interessantes sobre o ponto Agentes de IA:
A Microsoft explica um pouco mais sobre seu cláusula de pesquisa do Interactive Agent Foundation Model:
“O desenvolvimento de sistemas de perceptibilidade sintético está em transição da geração de modelos estáticos e específicos de tarefas para sistemas dinâmicos baseados em agentes, capazes de funcionar muito em uma ampla gama de aplicações. Propomos um protótipo interativo de base de agentes que usa um novo paradigma de treinamento de agentes multitarefa para treinar agentes de IA em uma ampla variedade de domínios, conjuntos de dados e tarefas. Nosso paradigma de treinamento unifica diversas estratégias de pré-treinamento, incluindo codificadores automáticos com máscara visual, modelagem de linguagem e previsão da próxima ação, permitindo uma estrutura de IA versátil e adaptável.
Demonstramos o desempenho de nossa estrutura em três domínios distintos – Robótica, IA de jogos e Saúde. Nosso protótipo demonstra sua capacidade de gerar resultados significativos e contextualmente relevantes em cada espaço. A força da nossa abordagem reside na sua generalidade, aproveitando uma variedade de fontes de dados, porquê sequências robóticas, dados de jogo, conjuntos de dados de vídeo em grande graduação e informações textuais para uma aprendizagem multimodal e multitarefa eficiente. Nossa abordagem fornece um caminho promissor para o desenvolvimento de sistemas multimodais generalistas e de ação.”
Agentes de IA multimodais
O que diferencia nascente protótipo é sua capacidade de aprender com vários modos e tarefas. Ele usa dados de diferentes fontes, porquê sequências robóticas, dados de jogo, bancos de dados de vídeo e teor textual. Oriente envolvente de aprendizagem diversificado melhora a compreensão do mundo pelo protótipo e suas interações dentro dele.
A escalabilidade e adaptabilidade do AI Agent Foundation Model também são características importantes. Em vez de depender de vários sistemas especializados de IA, nascente protótipo pode ser ajustado para executar uma variedade de funções. Esta abordagem é mais eficiente do que produzir modelos separados para cada tarefa específica. O treinamento do protótipo envolve o uso de dados sintéticos, que podem ser gerados por modelos de IA porquê o GPT-4. Esta abordagem não é somente eficiente, mas também aborda questões de privacidade, reduzindo a subordinação de dados sensíveis ou pessoais do mundo real.
Uma das perspectivas mais interessantes do AI Agent Foundation Model é sua capacidade de generalizar o estágio em diferentes domínios. Esta generalização indica que o protótipo pode empregar o seu conhecimento a tarefas novas e desconhecidas, sugerindo um porvir onde a IA pode integrar-se perfeitamente em vários setores, melhorando produtividade e impulsionando a inovação.
A pesquisa do AI Agent Foundation Model da Microsoft representa um progressão significativo na procura pela AGI. Os seus métodos de formação inovadores, a integração de estratégias pré-treinadas e o foco na aprendizagem multitarefa e multimodal posicionam-no porquê uma instrumento versátil e poderosa para o porvir da IA em vários campos.
Últimas ofertas de gadgets geeks
Divulgação: Alguns de nossos artigos incluem links afiliados. Se você comprar alguma coisa por meio de um desses links, o lifetechweb Gadgets poderá lucrar uma percentagem de afiliado. Conheça nossa Política de Divulgação.
