본문으로 건너뛰기

안전한 초인공지능 Safe Superintelligence, Nvidia와 함께 대규모 인공지능 연구 확장

안전한 초인공지능(Safe Superintelligence)가 2년간의 기밀 기간을 마치고 Nvidia와 장기 파트너십을 발표했습니다. 이 파트너십은 Safe Superintelligence가 다음 단계로 확장하기 위해 준비하는 중요한 마일 stones 중 하나입니다.

AI 자동 생성

안전한 초인공지능(Safe Superintelligence)이 2년간의 기밀 기간을 마치고 Nvidia와 장기 파트너십을 발표했습니다. 이 파트너십은 Safe Superintelligence가 다음 단계로 확장하기 위해 준비하는 중요한 마일 stones 중 하나입니다.

Safe Superintelligence는 인공지능 연구를 위한 새로운 접근 방식을 개발하고 있습니다. 그들의 목표는 인공지능이 인간의 가치와 원칙을 존중하는 안전하고 지능적인 시스템을 개발하는 것입니다. 이 목표를 달성하기 위해, Safe Superintelligence는 Nvidia의 AI 연구 및 개발 플랫폼을 사용할 예정입니다.

  • Nvidia는 Safe Superintelligence가 대규모 언어 모델(LLM)과 같은 인공지능 연구를 위한 필요한 하드웨어와 소프트웨어 자원을 제공할 예정입니다.
  • Safe Superintelligence는 Nvidia의 AI 연구 및 개발 플랫폼을 사용하여 인공지능 연구를 위한 새로운 접근 방식을 개발할 예정입니다.
  • 이 파트너십은 Safe Superintelligence가 다음 단계로 확장하기 위해 필요한 자원과 지원을 제공할 예정입니다.

이 파트너십은 인공지능 연구의 새로운 시대를 열기 위해 중요한 마일 stones 중 하나입니다. Safe Superintelligence와 Nvidia의 협력은 인공지능의 안전하고 지능적인 개발을 위한 새로운 가능성을 열어 줄 것입니다.

원문 보기 TechCrunch AI

함께 읽으면 좋은 기사

연구 3일 전

스트로크 위험도 예측을 위한 새로운 AI 기술: MedGate-Fusion

스트로크 위험도를 예측하는 것은 원치 않는 병력이 발생하기 전에 중요한 역할을 합니다. 그러나 이 과제는 의사들이 주기적으로 기록하는 생리학적 바이오마커와 비구조적인 의료 기록의 사이에 분산되어 있는 초기 위험 신호를 식별하는 어려움으로 인해 힘들어집니다. MedGate-Fusion은 이러한 문제를 해결하기 위해 처음 만나는 의료 기록의 의미론적 이야기와 10개의 정기적으로 기록된 위험 표시자를 통합하는 멀티 모달 게이트 아키텍처를 제안합니다. 이 아키텍처는 대규모 언어 모델(LLM)과 같은 기존의 AI 기술을 사용하여 의료 기록의 의미를 추출하고 생리학적 바이오마커의 정보를 통합하여 스트로크 위험도를 예측합니다.

연구 3일 전

기존의 전제 조건자들이 생의학 표준 표 데이터 학습을 개선하는가? 표준 표 데이터 학습 최적화에 대한 실증 연구

최근 구조화된 생물학적 데이터 분석에 있어서 표준화된 기초 모델(tabular foundation model)이 강력한 잠재력을 보인다. 그 중 하나인 TabPFN은 낮은 데이터 표준화 분류 작업에서 효과적인 접근 방식으로 나타났지만, 최적화 및 조건화 전략의 생물학적 세부 튜닝에 대한 영향은 여전히 크게 연구되지 않았다. 본 연구에서, 우리는 59 개의 생물학적 데이터셋(Alzheimer'

관련 콘텐츠 더 보기

다른 플랫폼에서 이 주제에 대한 더 많은 정보를 확인하세요.