Młody startup z MIT wprowadza nowe modele AI
Liquid AI, startup wywodzący się z MIT, wprowadził na rynek Liquid Foundation Models (LFMs), które wyznaczają nowe standardy w generatywnej sztucznej inteligencji. Firma została założona przez Ramina Hasani, Mathiasa Lechnera, Alexandra Amini i Danielę Rus. Wyróżnia się dzięki nowatorskiej architekturze, opartej na liquid neural networks, czyli elastycznych sieciach neuronowych, które mogą dynamicznie zmieniać swoją strukturę, co pozwala na lepszą adaptację do zmiennych warunków operacyjnych w porównaniu z tradycyjnymi modelami AI.
Zaufanie inwestorów do nowatorskiej technologii
Liquid AI zdobyło już finansowanie w wysokości 37,6 mln USD, co świadczy o dużym zaufaniu inwestorów. Modele opracowane przez Liquid AI wyróżniają się tym, że są bardziej wydajne, wymagają mniej zasobów obliczeniowych i oferują większą transparentność działania. To istotny aspekt, szczególnie w kontekście zrozumienia, jak sztuczna inteligencja podejmuje swoje decyzje. Dzięki temu Liquid AI ustanawia nowe standardy, nie tylko pod względem wydajności, ale także etyki i odpowiedzialności.
Modele AI dostosowane do różnych potrzeb
W ramach premierowej serii Liquid Foundation Models, Liquid AI wprowadziło trzy kluczowe modele: LFM-1B, LFM-3B oraz LFM-40B. LFM-1B, o 1,3 miliarda parametrów, jest przeznaczony do środowisk z ograniczonymi zasobami i przewyższa inne modele w benchmarkach, takich jak MMLU i ARC-C. LFM-3B, o 3,1 miliarda parametrów, idealnie sprawdza się w urządzeniach mobilnych, dzięki niskiemu zużyciu pamięci przy zachowaniu wysokiej wydajności. Z kolei LFM-40B, model typu Mixture of Experts, oferuje doskonały balans między wydajnością a zasobooszczędnością.
Przetwarzanie długich sekwencji danych
Modele LFMs wyróżniają się zdolnością do przetwarzania długich sekwencji danych przy minimalnym zużyciu pamięci. Ta cecha jest szczególnie istotna w zadaniach takich jak chatboty, analiza dokumentów czy inne zastosowania, które wymagają przetwarzania dużej ilości danych tekstowych. Modele te wykorzystują adaptacyjne operatory liniowe, które dynamicznie modulują obliczenia, co zapewnia optymalną wydajność na platformach sprzętowych, takich jak NVIDIA, AMD czy Apple.
Plany na rozszerzenie możliwości modeli
Liquid AI planuje rozszerzyć możliwości swoich modeli na inne modalności danych, w tym wideo, dźwięk czy szeregi czasowe. Modele te będą miały szerokie zastosowanie w różnych branżach, takich jak finanse, biotechnologia oraz elektronika użytkowa. Dzięki swojej elastyczności i skalowalności, Liquid Foundation Models mogą stać się standardem w przedsiębiorstwach, które szukają wydajnych i efektywnych rozwiązań AI.
Współpraca z badaczami i otwarta nauka
Liquid AI wyróżnia się również otwartym podejściem do współpracy ze społecznością badawczą. Firma udostępnia wyniki swoich badań i zachęca do red-teamingu, co pozwala badaczom testować i oceniać możliwości modeli LFMs. Liquid AI dąży do tego, aby ich technologie były nie tylko wydajne, ale także przejrzyste i etyczne, co stanowi kluczowy element w rozwoju odpowiedzialnej sztucznej inteligencji.
Wczesny dostęp do technologii
Liquid AI oferuje wczesny dostęp do swoich modeli za pośrednictwem platform takich jak Liquid Playground i Lambda. Firmy i organizacje mogą testować LFMs w różnych środowiskach wdrożeniowych, od urządzeń brzegowych po rozwiązania on-premise. Daje to możliwość szybkiego testowania nowoczesnych rozwiązań AI w rzeczywistych scenariuszach.
