برترین اخبار حوزه هوش مصنوعی در سال ۲۰۲۱

هوش مصنوعی در سال ۲۰۲۱ شاهد اتفاقات بسیاری بود. از شوخی شرکت Ola درباره ماشین‌های پرنده گرفته تا استقبال فراوان از متاورس و سرمایه‌گذاری‌های NFT در این سال رخ دادند. همچنین تعدادی از بزرگ‌ترین مدل‌های هوش مصنوعی و رقبایی برای فناوری GPT-3 عرضه شدند و کشورهای جهان قوانین سختگیرانه‌ای بر شرکت‌های بزرگ فناوری اعمال کردند. بعضی از شرکت‌ها به کشورهایی که تحت‌تأثیر همه‌گیری بودند، کمک‌های بزرگی کردند و برخی مسیر دیگری همچون پرواز به فضا، در پیش گرفتند. اتفاقات جالب‌تری هم در پایان سال رقم خوردند. در ادامه، سیر زمانی مهم‌ترین رویدادهای هوش مصنوعی در سال ۲۰۲۱ توصیف شده است.

مهم‌ترین رویدادهای نرم‌افزاری هوش مصنوعی در سال ۲۰۲۱

آزمایشگاه AI21 مدل پردازش زبان طبیعیِ بزرگ‌تری از GPT-3، تولید کرد

آزمایشگاه AI21 با انتشار یک مدل زبانی این ادعا را مطرح کرد: «این مدل، بزرگ‌ترین و پیشرفته‌ترین مدل زبانی است که تاکنون توسعه‌دهندگان برای کاربرد عموم عرضه کرده‌اند.» این ابزار، با داشتن ۱۷۸ میلیارد پارامتر که حدود ۳ میلیارد بیشتر از پارامترهای GPT-3 است، تسلط شرکت OpenAI در زمینه «پردازش زبان طبیعی به‌عنوان سرویس» را به چالش کشید. همچنین آن دسته از افرادی که علاقه‌مند به تهیه نمونه اولیه از نرم‌افزارهای هوش مصنوعی متن‌محور هستند، می‌توانند به این ابزار دسترسی داشته باشند و توسعه‌دهندگان می‌توانند نسخه خصوصی مدل‌های Jurassic-1 را به‌آسانی شخصی‌سازی کنند.

گوگل با عرضه مدل GLaM، روی دست GPT-3 بلند شد

گوگل به‌تازگی مدل زبان عمومی خود را تحت عنوان GLaM عرضه کرده است که دارای وزن یک تریلیون است و از ویژگی پراکندگی استفاده می‌کند. GLaM کارایی یادگیری را در ۲۹ معیار NLP در هفت مقوله تکمیل زبان، پاسخگویی دامنه‌باز و تکالیف استتناجی، ارتقا داده است.

شرکت DeepMind با تولید Gopher با GPT-3 رقابت کرد

شرکت دیپ‌مایند یک مدل زبانی ترنسفورمر ۲۸۰ میلیارد پارامتری به نام Gopher را عرضه کرده است که رقیبی برای GPT-3 به شمار می‌آید. تیم سازنده ادعا می‌کند که Gopher، فاصله دقت عملکرد GPT-3 با عملکرد متخصص انسانی را به نصف کاهش می‌دهد و پای فراتر از انتظارات می‌گذارد. Gopher در ۸۱ درصد تکالیفی که حاوی نتایج قابل مقایسه هستند، عملکردی بهتر از مدل‌های زبانی پیشرفته فعلی دارد.

شرکت OpenAI نسخه ۱۲ میلیارد پارامتری از GPT-3 را با نام  DALL.E منتشر کرد

شرکت OpenAI که تولید GPT-3 را در کارنامه خود دارد، نسخه‌ای ۱۲ میلیارد پارامتری از این مدل زبانی به نام DALL.E را منتشر کرده است. این مدل که با الهام از نام سالوادور دالی و فیلم WALL.E نامگذاری شده است، می‌تواند با ساخت ورودی متن، تصویر تولید کند. این مدل می‌تواند متن و تصویر را به‌صورت یک جریان داده حاوی ۱۲۸۰ توکن دریافت کند و تصاویر را بدون استفاده از نمونه قبلی، تهیه کند. همچنین DALL.E می‌تواند بر روی چند شیء در یک تصویر کار کند.

GitHub، CoPilot را با هدف بهبود کدنویسی، توسعه داد

GitHub Copilot که با همکاری OpenAI و مایکروسافت تولید شده است، به‌عنوان یک همکار برنامه‌نویسی مبتنی بر هوش مصنوعی، به توسعه‌دهندگان کمک می‌کند، تا کدهای بهتری بنویسند. این ابزار در حال حاضر از زبان‌های برنامه‌نویسی پایتون، روبی، جاواسکریپت، تایپ اسکریپت و جاوا پشتیبانی می‌کند. CoPilot به برنامه‌نویسان امکان می‌دهد که پیشنهادات جایگزین را لحاظ کنند، کد پیشنهادشده را به‌صورت دستی ویرایش کنند و کمک‌های پیشنهادیِ این ابزار را به‌صورت دل‌بخواهی بپذیرند یا رد کنند. علاوه بر این، زمینه را از کدی که بر روی آن کار شده است، می‌گیرد و خطوط و توابع کاملی تولید می‌کند.

برنامه منبع باز AlphaFold 2.0، از شرکت DeepMind

AlphaFold یک برنامه هوش مصنوعی متعلق به شرکت DeepMind است که ساختار پروتئین را پیش‌بینی می‌کند. این شرکت، امسال اعلام کرد که کد منبع AlphaFold 2.0 را به همراه یک دیتابیس قابل جست‌وجو از پروتگان گونه‌ها را به‌صورت عمومی منتشر می‌کند. الگوریتم AlphaFold 2.0، می‌تواند شکل پروتئین‌ها را که چالشی مهم در رشته‌های پزشکی و زیستی بوده است، پیش‌بینی کند. شرکت  DeepMindبه‌منظور دسترسی آسان و ارائه فرصت‌های پژوهشی بهتر به جامعه علمی در عرصه‌هایی مانند کشف دارو، آن را منتشر کرد.

عرضه GLIDE به‌وسیله شرکت OpenAI

GLIDE (مخفف عبارت Guided Language to Image Diffusion for Generation and Editing)، ابزاری ۵/۳ میلیارد پارامتری برای تبدیل متن به تصویر است که از DALL.E، مدل قبلی شرکت OpenAI، پیشرفته‌تر است. پژوهشگران ادعا کردند که به این مدل آموزش داده‌اند، تا از یک کدگذار متنی برای شرطی‌سازی توصیفات زبان طبیعی، استفاده کند. به‌علاوه، این مدل دارای قابلیت‌های ویرایش و تولید تصویر بدون استفاده از نمونه قبلی است.

شرکت OpenAI شبکه عصبی CLIP را عرضه کرد

مفاهیم بصری را می‌توان به‌طرز کارآمدی با استفاده از زبان طبیعی به شبکه عصبی CLIP آموزش داد. این مدل تقابلی زبان-تصویرِ از پیش آموزشی، بر کارهای گذشته در زمینه انتقال بدون نمونه، نظارت زبان طبیعی و یادگیری چندوجهی، بنا شده است. در CLIP هم مانند GPT-3 نیازی به وجود نمونه قبلی نیست و کاربران فقط نام مقوله‌های بصری موردنظر را وارد کرده و مدل CLIP را بر روی هر نوع معیار طبقه‌بندی بصری اعمال می‌کنند. این مدل ثابت کرده است که برای انجام عملکرد رقابتی بدون نمونه بر روی انواع مختلفی از دیتاست‌های طبقه‌بندی تصویر فقط کافی است، تا یک تکلیف ساده از پیش‌آموزشی را مقیاس‌گذاری کرد.

متا، مدل خودنظارتی SEER را راه‌اندازی کرد

مدل خودنظارتی SEER به‌عنوان «آغاز عصری قدرتمندتر، منعطف‌تر و قابل‌دسترس برای بینایی کامپیوتر» لقب گرفته است. SEER ورودی یک مدل بینایی کامپیوتر خودنظارتی و دارای یک میلیارد پارامتر است که آن را قادر می‌سازد با هر نوع تصویری که در اینترنت وجود دارد، آموزش ببیند. طبق اعلام متا، این مدل بر خلاف اکثر مدل‌های یادگیری بینایی کامپیوتر، نیازی به مراقبت دقیق و برچسب‌گذاری ندارد. در واقع، این مدل از پیشرفته‌ترین مدل‌های نظارتی در حالت دان‌استریم شامل تشخیص اشیا، تقسیم‌بندی و طبقه‌بندی تصویر، بهتر عمل می‌کند.

اعلام شرکت تسلا درباره برنامه ساخت ربات‌ انسان‌نما

ایلان ماسک، به مناسبت «روز هوش مصنوعی تسلا»، اعلام کرد که این شرکت در حال کار بر روی رباتی انسان‌نما است که می‌تواند تکالیف تکراری انجام دهد و احتمالاً سال آینده پیش‌نمونه آن آماده می‌شود.

استقبال وسیع از متاورس

متاورس مستلزم استفاده از فناوری‌های همه‌جانبه برای تشکیل یک سامانه مجازی اشتراکی است که از چندین دستگاه، قابل دسترسی است و به افراد امکان می‌دهد که در محیط‌های دیجیتال، جابه‌جا شوند. نیمه دوم سال ۲۰۲۱ از عرضه‌ها، اعلامیه‌ها و حتی تغییر نام متاورس، سرشار بود. این امر شامل تغییر نام فیس‌بوک به متا و سرمایه‌گذاری ۱۰ میلیارد دلاری برای استخدام ده هزار کارمند در اروپا به‌منظور ایجاد تجربه‌ای فراگیر بود. به‌علاوه، دیگر شرکت‌ها از جمله مایکروسافت از طریق ایجاد سامانه Mesh برای تیم‌های مایکروسافت، Tencent، Epic Games، NVIDIA و Roblox به متاورس پیوستند.

NVIDIA  نسخه متاورس خود را ایجاد کرد:Omniverse 

در ماه آوریل، شرکت NVIDIA، نتیجه تلاش‌های خود در زمینه متاورس را با نام Omniverse عرضه کرد. Omniverse یک سامانه توسعه مقیاس‌پذیر، دارای چندین GPU و ارجاع آنی برای کاربران است که می‌توانند شبیه‌سازی‌های سه‌بعدی خود را طراحی و با دیگران همکاری کنند. ویشال دوپار، مدیر بخش جنوب آسیای شرکت NVIDIA گفت: «افراد و تیم‌ها، اکنون با استفاده از ویژگی‌های داده Omniverse، می‌توانند در STEM و دیگر دامنه‌ها، در لحظه با یکدیگر همکاری کنند.» Omniverse بر اساس سامانه نرم‌افزاری Universal Scene Description شرکت پیکسار و فناوری RTX شرکت NVIDIA، ساخته شده است.

مهم‌ترین رویدادهای سخت‌افزاری هوش مصنوعی در سال ۲۰۲۱

شرکت  NVIDIAسریع‌ترین ابرکامپیوتر هوش مصنوعی جهان را به کار انداخت

Perlmutter که به‌عنوان سریع‌ترین ابرکامپیوتر هوش مصنوعی جهان شناخته شده است، در ماه مه راه‌اندازی شد. این ابررایانه با استفاده از ۶۱۵۹ پردازنده گرافیکی A100 Tensor Core، بزرگ‌ترین سیستم مجهز به A100 در جهان است. ادعا می‌شود که Perlmutter می‌تواند کارهای فراوانی انجام دهد؛ به‌عنوان مثال، نقشه سه‌بعدی جهان را می‌سازد و فعل‌ و انفعالات زیراتمی را برای یافتن منابع انرژی پاک بررسی می‌کند.

شرکت IBM، فناوری اولین تراشه ۲ نانومتری جهان را معرفی کرد

شرکت IBM اعلام کرد که در حال توسعه اولین تراشه جهان با استفاده از فناوری نانوشیتِ ۲ نانومتری است. فناوری تراشه ۲ نانومتری، پاسخگوی تقاضای روزافزون برای افزایش عملکرد و بهره‌وری انرژی تراشه‌ها است و باعث افزایش پیشرفت‌ها در صنعت نیم‌رساناها می‌شود. ادعا می‌شود که تراشه ۲ نانومتری، دارای ۴۵ درصد عملکرد بهتر یا ۷۵ درصد مصرف انرژی کمتری است.

شرکت IBM، تراشه Telum را برای انجام خدمات مالی ارائه کرد

تراشه Telum، یک تراشه جدید CPU است و به افراد امکان می‌دهد که از استنتاج یادگیری عمیق در مقیاس وسیع استفاده کنند. Telum با داشتن طراحی متمرکز برای انجام خدمات مالی دشوار، مانند تشخیص کلاهبرداری، پردازش وام، تصفیه و انجام  معاملات، مبارزه با پولشویی و تحلیل ریسک، ایده‌آل است. این تراشه شامل هشت هسته پردازنده است که با سرعت پردازش بیش از ۵ گیگاهرتز کار می‌کند و برای انجام کارهای سازمانی بهینه‌سازی شده است. به علاوه، این تراشه شامل ۲۲ میلیارد ترانزیستور و ۱۹ مایل سیم در ۱۷ لایه فلزی است.

شرکت تسلا، تراشه کامپیوتری Dojo را معرفی کرد

شرکت تسلا به مناسبت روز هوش مصنوعی، از تراشه‌ Dojo رونمایی کرد که در راه‌اندازی ابرکامپیوتر این شرکت کاربرد دارد. ایلان ماسک مدعی شد که سرعت پردازش این ابرکامپیوتر چهار برابر بیشتر از دیگر سیستم‌های محاسباتی است. تراشه D1 دارای فناوری ۷ نانومتری و قدرت پردازشی ۳۶۲ ترافلاپسی است که امکان محاسبه سطح GPU با اتصال CPU را فراهم می‌کند.

برجسته‌ترین دستاوردهای سازمانی که بر سال‌های پیش رو، اثرگذار هستند

تبدیل فیس‌بوک به متا

فیس‌بوک برای اینکه تغییر مسیر و تمرکز خود بر ساخت «متاورس» را نشان دهد، نام خود را به متا تغییر دارد. متاورس، محیط مجازی آنلاین و پایداری است که منعکس‌کننده جهان واقعی است.

جف بزوس از مدیرعاملی شرکت آمازون، استعفا کرد

جف بزوس، بنیان‌گذار شرکت آمازون در ماه فوریه اعلام کرد که تا سه ماهه پایانی سال از مدیرعاملی شرکت کناره‌گیری می‌کند و سمت ریاست اجرایی هیئت‌مدیره آمازون را می‌پذیرد. سمت مدیرعاملی آمازون، به رئیس خدمات وب این شرکت، اندی جسی واگذار می‌شود.

استعفای جک دورسی از سمت مدیرعاملی توئیتر

دورسی که به‌عنوان یکی از بنیان‌گذاران و اولین مدیرعامل شرکت توئیر، مسیر دشواری را پشت سر گذاشت و پس از مدتی مجبور به کناره‌گیری و عضویت در هیئت‌مدیره شد، در سال ۲۰۱۵ دوباره مدیرعامل این شرکت شد. وی امسال رسماً از سمت مدیرعاملی کناره گرفت؛ زیرا سرمایه‌گذاران توئیتر نگران بودند که او به‌عنوان یکی از بنیانگذاران و مدیرعامل شرکتی دیگر به نام Square، وقت کافی برای انجام وظایف مدیرعاملی توئیتر را ندارد. دورسی، مشهورترین فرد از میان چهار بنیان‌گذار توئیتر است.

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید