来自 EPFL 的新多模式模型可实现更灵活的人工智能
它可以从文本、图像、视频和声音中学习，并且由于模块化，可以产生任意数量或组合的预测
无论我们谈论的是 OpenAI 还是 ChatGPT，绝大多数聊天机器人 生成式人工智能 都是基于所谓的 大型语言模型 （法学硕士），模型 深入学习 大规模训练通过通过大量文本学习信息来回答向他们提出的问题。
最后的边疆生成式人工智能 是 多式联运模型，它将语言理解与图像、视频和音频相结合，提供更先进的体验和服务。
然而，它们的创建提出了一些挑战，特别是如果目的是小规模地构建多模式模型： 存在缺失数据 由于信息不可用，几乎总是由于资源部分可用。
简而言之，风险在于模型在缺乏的基础上学习，并且计算和预测被扭曲。这就是洛桑联邦理工学院新项目的起点。
来自洛桑技术大学和苏黎世的绿色能源联盟
3D技术手套，让虚拟现实变得有形
MultiModN，诞生于洛桑的模块化多式联运模型
研究人员 洛桑联邦理工学院 (EPFL），在工程和信息技术方面世界上最好的大学之一，事实上已经发展 多模式，最近在 NeurIPS2023 上提出的独特的模块化多模态模型。
洛桑联邦理工学院计算机科学与通信学院机器学习教育 (ML4ED) 和机器学习与优化 (MLO) 实验室的研究人员决定开发和测试与大型机器学习完全相反的方法，但要在较小的范围内进行思考。
由老师带领 玛丽·安妮·哈特利MLO与耶鲁大学医学院联合主办的全球智能健康技术实验室主任、教授 塔尼娅·凯瑟ML4ED 总监，该团队创建了一个多模态模型，可以从文本、图像、视频和声音中学习，但与现有模型不同的是，该模型由 数量可变的较小模块，自主且特定于输入。
后者可以基于可用信息进行选择，然后组合成任意数量、组合或类型的输入的序列。因此，它可以产生任意数量的预测或预测的组合。
“我们评估了 MultiModN 十项真实活动，包括对医疗诊断、学业成绩预测和天气预报的支持，” 他解释道 维尼特拉·斯瓦米，ML4ED 和 MLO 的博士生，也是该项目的第一合著者。
“通过这些实验，我们相信 MultiModN 是第一个本质上可解释且防丢失数据的多模态建模方法“。
EPFL 的更强大量子计算机的“配方”
从人工智能到加密货币的决定性推动？
第一个用例：医务人员的临床决策
MultiModN 的第一个用例将作为支持系统 临床决策 适用于资源有限环境中的医务人员。
事实上，在医疗保健领域，临床数据经常缺失，这可能是由于资源有限（患者无法负担特定测试），或者相反，由于资源和信息丰富。 MultiModN 能够从现实世界的数据中学习，而不吸收其所谓的偏差，并根据任何输入组合或数量调整预测。
“缺失数据是资源有限环境中的一个标志，当模型学习这些缺失模式时，它们可以在预测中编码错误。” 强调 玛丽·安妮·哈特利.
“面对不可预测的可用资源时对灵活性的需求正是 MultiModN 的灵感来源“。
在顶级事件中人工智能和机器学习对服务的影响
人工智能在数字艺术中影响力日益增强的所有原因
从实验室到现实生活：针对肺炎和结核病的试验正在进行中
然而，该出版物只是实施和现场测试的第一步。 Hartley 教授与洛桑大学医院 (CHUV) 和伯尔尼大学医院 Inselspital 的同事合作，进行了 临床研究 专注于在资源有限的环境中诊断肺炎和结核病，目前正在招募数千名患者 南基非洲, 坦桑尼亚, 纳米比亚 e 贝宁.
研究小组开展了广泛的培训活动，教授 超过100医生 系统地收集包括超声图像和视频在内的多模态数据，从而可以训练 MultiModN 对来自资源匮乏地区的真实数据敏感。
“我们正在收集 MultiModN 旨在处理的复杂多模式数据”，医生说 诺埃米·博亚-布兰科，CHUV 传染病专家。
“我们很高兴看到一个能够欣赏 缺失资源的复杂性 在我们的背景下，系统性地缺乏常规临床评估”，医生补充道 克里斯蒂娜·凯特尔 位于瑞士首都 Inselspital 的大学医院。
人工智能的安全性？布莱切利公园的声明至关重要
Axel Springer-OpenAI 轴为人工智能服务于新闻业
机器学习为公共利益服务
MultiModN 的开发和培训代表了 EPFL 继续努力使机器学习工具适应现实并服务于公众利益，并且是在 MultiModN 推出后不久进行的。 麦迪康，专为医疗领域设计的人工智能模型。
Meditron 也属于大型语言模型 (LLM) 的范畴，但与服务于广泛任务的通才模型不同，它专注于 医疗领域，并且尺寸更紧凑，但同样有效。
Meditron 的目标是 实现医疗信息获取的民主化 高质量，从而帮助临床决策。
EPFL 研究人员开发了两个版本，分别拥有 7 亿和 70 亿个参数，模型在精选的高质量医学数据源上进行训练，包括同行评审的科学文献和各种临床指南，确保了广泛而准确的知识库。
因此，2023 年 XNUMX 月推出的 Meditron 和 MultiModN 都符合 EPFL 新人工智能中心的使命，该中心专注于负责任和有效的人工智能如何促进技术创新，造福社会各阶层。
您也可能对。。。有兴趣：
//