اخبار
ترایتون اوپن‌ای‌آی: برنامه‌نویسی GPU آسان و کارآمد برای هوش مصنوعی
اوپن‌ای‌آی ترایتون ۱.۰ را معرفی کرد، زبان برنامه‌نویسی متن‌باز و پایتون‌مانندی که محققان بدون تجربه CUDA را قادر می‌سازد کد GPU بسیار کارآمد برای هوش مصنوعی بنویسند.
پژوهش
کشف نورون‌های چندحالته در هوش مصنوعی؛ گامی به سوی درک بهتر CLIP
کشف نورون‌های چندحالته در شبکه عصبی CLIP نشان می‌دهد هوش مصنوعی چگونه مفاهیم را در قالب‌های مختلف درک می‌کند و به شناسایی سوگیری‌ها کمک می‌کند.
آموزش
هوش مصنوعی و شبکه‌های عصبی: راهنمای ساده برای سازندگان پیچیده
با وجود پیشرفت ابزارهای یادگیری عمیق، ساخت شبکه‌های عصبی نیازمند توجه به نکات ساده اما حیاتی است. این مقاله از تجربه هافینگ فیس می‌گوید.
مدل‌ها
معرفی CLIP: هوش مصنوعی که تصاویر را با زبان طبیعی درک می‌کند
آشنایی با CLIP؛ شبکه عصبی OpenAI که مفاهیم بصری را از زبان طبیعی می‌آموزد و با رویکرد صفرشات، دسته‌بندی تصاویر را بدون داده‌های برچسب‌دار ممکن می‌کند.
مدل‌ها
دال‌ای، هوش مصنوعی جدید OpenAI که از توضیح متنی تصویر می‌سازد
OpenAI از مدل DALL·E رونمایی کرد که هوش مصنوعی را با قابلیت خلق تصاویر از توضیحات متنی معرفی می‌کند. این گامی نوین در تعامل زبان طبیعی و تولید تصویر است.
پژوهش
هوش مصنوعی Image GPT؛ گامی بزرگ در تولید تصویر با ترنسفورمر
OpenAI با Image GPT نشان داد ترنسفورمرهای بزرگ می‌توانند تصاویر منسجم تولید کنند و ویژگی‌های آن با شبکه‌های کانولوشن رقابت می‌کند.
مدل‌ها
هوش مصنوعی جعبه موسیقی: نوآوری جدید OpenAI در تولید آهنگ
OpenAI از شبکه عصبی Jukebox رونمایی کرد که با هوش مصنوعی موسیقی خام و آواز ابتدایی در سبک‌ها و حال‌وهوای هنرمندان تولید می‌کند. کد و وزن‌های مدل منتشر شد.
پژوهش
OpenAI Microscope: هوش مصنوعی را شفاف‌تر از همیشه ببینید
OpenAI از میکروسکوپ خود رونمایی کرد؛ مجموعه‌ای از تصویرسازی‌ها برای بررسی لایه‌ها و نورون‌های هشت مدل بینایی که به تفسیرپذیری هوش مصنوعی کمک می‌کند.
پژوهش
هوش مصنوعی و پدیده دابل دسانت؛ راز افت و خیز دوباره مدل‌ها
پژوهش جدید OpenAI نشان می‌دهد عملکرد مدل‌های هوش مصنوعی با بزرگ‌تر شدن، ابتدا بهبود، سپس افت، و دوباره بهبود می‌یابد. این پدیده «دابل دسانت» نام دارد.
پژوهش
نوآوری OpenAI: سنجش مقاومت هوش مصنوعی در برابر حملات ناشناخته
OpenAI متدی جدید برای سنجش مقاومت شبکه‌های عصبی در برابر حملات خصمانه پیش‌بینی‌نشده معرفی کرده است. متریک UAR کارایی مدل‌ها را در برابر تهدیدات ناگهانی ارزیابی می‌کند.