[ad_1]
NEW YORK/SAN FRANCISCO: Prominente computerwetenschapper Fei-Fei Li bouwt een startup die mensachtige verwerking van visuele gegevens gebruikt om kunstmatige intelligentie (AI) in staat te stellen tot geavanceerd redeneren, vertelden zes bronnen aan Reuters, in wat een sprong voorwaarts zou zijn voor de technologie.
Li, die wordt beschouwd als een pionier op het gebied van AI, heeft tijdens een recente startfinancieringsronde geld ingezameld voor het bedrijf. Investeerders waren onder meer Andreessen Horowitz, een durfkapitaalbedrijf uit Silicon Valley, zeiden drie van de bronnen, en Radical Ventures, een Canadees bedrijf waar ze vorig jaar als wetenschappelijke partner bij kwam, volgens twee anderen.
Woordvoerders van Andreessen Horowitz en Radical Ventures weigerden commentaar te geven. Li reageerde niet op verzoeken om commentaar.
Li staat algemeen bekend als de 'meter van AI', een titel afgeleid van de bijnaam 'peetvaders' die vaak wordt gebruikt om te verwijzen naar een drietal onderzoekers die in 2018 de hoofdprijs van de computerwereld, de Turing Award, wonnen voor hun doorbraken in AI-technologie. .
Bij het beschrijven van de startup verwees een bron naar een lezing die Li vorige maand gaf op de TED-conferentie in Vancouver, waarin ze zei dat het baanbrekende onderzoek betrekking had op algoritmen die op plausibele wijze konden extrapoleren hoe afbeeldingen en tekst eruit zouden zien in driedimensionale omgevingen en handel op basis van die voorspellingen, met behulp van een concept dat ‘ruimtelijke intelligentie’ wordt genoemd.
Om het idee te illustreren liet ze een foto zien van een kat met uitgestrekte poot, die een glas naar de rand van een tafel duwde. In een fractie van een seconde, zei ze, kon het menselijk brein ‘de geometrie van dit glas, zijn plaats in de 3D-ruimte, zijn relatie met de tafel, de kat en al het andere’ beoordelen, en vervolgens voorspellen wat er zou gebeuren en actie ondernemen om dit te voorkomen. .
“De natuur heeft deze deugdzame cyclus van zien en doen gecreëerd, aangedreven door ruimtelijke intelligentie”, zei ze.
Haar eigen laboratorium aan Stanford University probeerde computers te leren ‘hoe ze zich moesten gedragen in de 3D-wereld’, voegde ze eraan toe, bijvoorbeeld door een groot taalmodel te gebruiken om een robotarm taken te laten uitvoeren zoals het openen van een deur en het maken van een broodje. op mondelinge instructies.
Li maakte naam op het gebied van AI door een grootschalige beelddataset te ontwikkelen, ImageNet genaamd, die hielp bij het inluiden van een generatie computervisietechnologieën die voor het eerst objecten op betrouwbare wijze konden identificeren.
Ze is mede-directeur van het Human-Centered AI Institute van Stanford, dat zich richt op het ontwikkelen van AI-technologie op manieren die ‘de menselijke conditie verbeteren’. Naast haar academische werk leidde Li van 2017 tot 2018 AI bij Google Cloud, was ze lid van de raad van bestuur van Twitter en adviseerde ze beleidsmakers, onder meer in het Witte Huis.
Li heeft geklaagd over een financieringskloof op het gebied van AI-onderzoek tussen een goed gefinancierde particuliere sector aan de ene kant en academici en overheidslaboratoria aan de andere kant, en riep op tot een ‘moonshot-mentaliteit’ van de Amerikaanse regering om te investeren in wetenschappelijke toepassingen van de technologie en onderzoek naar de risico's ervan.
Volgens haar Stanford-profiel is ze van begin 2024 tot eind 2025 met gedeeltelijk verlof. Tot de onderzoeksinteresses die op haar profiel worden vermeld behoren 'cognitief geïnspireerde AI', computervisie en robotleren.
Op LinkedIn vermeldt ze haar huidige baan als 'newbie' en 'iets nieuws', beginnend vanaf januari 2024.
Door in de startup-wereld te springen, doet Li mee aan een race tussen de populairste AI-bedrijven om hun algoritmen gezond verstand bij te brengen en zo de beperkingen van de huidige technologieën te overwinnen, zoals grote taalmodellen, die de neiging hebben om onzinnige onwaarheden uit te spugen te midden van verder oogverblindende mensachtige reacties.
Velen zeggen dat dit vermogen om te ‘redeneren’ tot stand moet worden gebracht voordat AI-modellen kunstmatige algemene intelligentie of AGI kunnen bereiken, verwijzend naar een drempel waarop het systeem de meeste taken net zo goed of capabeler kan uitvoeren dan een mens.
Sommige onderzoekers geloven dat ze de redenering kunnen verbeteren door grotere en meer geavanceerde versies van de huidige modellen te bouwen, terwijl anderen beweren dat de weg voorwaarts het gebruik van nieuwe ‘wereldmodellen’ inhoudt die visuele informatie uit de fysieke omgeving om hen heen kunnen opnemen om logica te ontwikkelen en repliceren. hoe baby's leren.
[ad_2]
Source link
