उद्यम नेताओं द्वारा लगभग दो दशकों तक एक विश्वसनीय घटना में शामिल हों। वीबी ट्रांसफॉर्म एक वास्तविक उद्यम एआई रणनीति बनाने के लिए लोगों को एक साथ लाता है। और अधिक जानें
Apple Pal की मशीन लर्निंग रिसर्च टीम ने उच्च-रिज़ॉल्यूशन छवियों को बनाने के लिए एक प्रगति AI प्रणाली विकसित की है जो पावर-संचालित तकनीक के प्रभुत्व को चुनौती दे सकती है, जो मॉडल पावर को लोकप्रिय छवि जनरेटर जैसे डेल-ई और मिडजुनी को फैला सकती है।
पिछले हफ्ते प्रकाशित एक विस्तृत शोध पत्र में, यह प्रगति, “स्टारफ्लो” प्रस्तुत करता है, Apple Pal शोधकर्ताओं द्वारा अकादमिक भागीदारों के साथ विकसित एक प्रणाली, जो पैर की अंगुली धारदार ट्रांसफार्मर के साथ सामान्यीकरण को जोड़ती है, ताकि टीम परिष्कृत प्रसार मॉडल के साथ “प्रतिस्पर्धी प्रदर्शनी” कहती है।
यह प्रगति Apple Pal के लिए एक महत्वपूर्ण क्षण में आती है, जिसने कृत्रिम बुद्धिमत्ता के साथ अपने संघर्षों की बढ़ती आलोचना का सामना किया है। सोमवार को वर्ल्डवाइड डेवलपर्स सम्मेलन में, कंपनी ने अपने ऐप्पल पाल इंटेलिजेंस प्लेटफॉर्म पर केवल साधारण एआई अपडेट का अनावरण किया, जिसने कंपनी के सामने प्रतिस्पर्धी दबाव जारी किया, जो कई एआई आर्म्स रेस में पिछड़ रहा था।
अनुसंधान टीम ने लिखा, “हमारे जूनोवेलेज के अनुसार, यह फ़ंक्शन इस पैमाने और संकल्प पर प्रभावी प्रवाह को सामान्य करने के लिए पहली सफल प्रदर्शनी है,” जिसमें Apple Pal मशीन लर्निंग रिसर्चर्स ग्वाटो, जोशुआ, यूसी बर्कले और जॉर्जिया टेक सहित संस्थानों के शैक्षिक सहयोगियों के साथ।
Apple Apy Ai Wars में Openai और Google के खिलाफ कैसे लड़ रहा है
StarFlow अनुसंधान विशिष्ट AI क्षमताओं को विकसित करने के लिए Apple Pal के व्यापक प्रयासों का प्रतिनिधित्व करता है जो अपने उत्पादों को प्रतियोगियों से अलग कर सकता है। जबकि Google और Openai जैसी कंपनियां अपने पीढ़ीगत AI अग्रिमों के साथ सुर्खियों में हैं, Apple Pal वैकल्पिक दृष्टिकोणों पर काम कर रही है जो अद्वितीय लाभ प्रदान कर सकते हैं।
अनुसंधान टीम ने एआई छवि पीढ़ी में मौलिक चुनौती का सामना किया: उच्च-रिज़ॉल्यूशन छवियों के साथ प्रभावी ढंग से काम करने के लिए सामान्य प्रवाह को स्केल करना। प्रवाह को सामान्य करना, एक प्रकार का सामान्य मॉडल जो सरल वितरण को जटिल में बदलना सीखता है, पारंपरिक रूप से प्रसार मॉडल और छवि संश्लेषण अनुप्रयोग में एक सामान्य प्रतिकूल नेटवर्क द्वारा कवर किया जाता है।
शोधकर्ता विभिन्न प्रकार की छवि संश्लेषण चुनौतियों पर प्रणाली की बहुमुखी प्रतिभा का प्रदर्शन करते हैं, “स्टारफ्लो, दोनों वर्ग-उपवास और पाठ-तकनीकी छवि पीढ़ी दोनों कार्यों में प्रतिस्पर्धी प्रदर्शनियों को प्राप्त करता है, नमूना की गुणवत्ता में नवीनतम प्रसार मॉडल के करीब।”
गणितीय प्रगति के भीतर जो Apple पाल के नए AI प्रणाली को शक्ति प्रदान करता है
Apple PAL रिसर्च टीम ने मौजूदा सामान्य स्ट्रीम दृष्टिकोणों की सीमाओं को खत्म करने के लिए कई प्रमुख नवाचारों की शुरुआत की। सिस्टम “डीप ट्रांसफार्मर ब्लॉक सी (आईटी) कहता है” डीप वैंड-शेलो डिज़ाइन “, जो कम्प्यूटेशनल है, लेकिन ध्यान देने योग्य काफी फायदेमंद है, कुछ उथले ट्रांसफार्मर ब्लॉकों द्वारा पूरक है।”
इस प्रगति में, “प्रीटाइंडेड ऑटो टोनकोडर के एक सुप्त स्थान में भी काम करता है, जो पेपर के अनुसार, प्रत्यक्ष पिक्सेल-स्तरीय मॉडलिंग की तुलना में अधिक प्रभावी साबित होता है,” पेपर के अनुसार। यह दृष्टिकोण मॉडल को कच्चे पिक्सेल डेटा के बजाय छवियों के संपीड़ित अभ्यावेदन के साथ काम करने की अनुमति देता है, जिससे दक्षता में काफी सुधार होता है।
प्रसार मॉडल के विपरीत, जो दोहरावदार डाइनिंग प्रक्रियाओं पर निर्भर करते हैं, स्टारफ्लो प्रवाह को सामान्य करने के गणितीय गुणों को बरकरार रखता है, “विवेक के बिना निरंतर स्थानों में सटीक अधिकतम संभावना प्रशिक्षण को सक्षम करता है।”
Apple पाल के भविष्य के iPhone और मैक उत्पादों के लिए StarFlow का क्या मतलब है
आर्टिफिशियल इंटेलिजेंस में सार्थक प्रगति दिखाने के लिए एप्पल पाल पर बढ़ते दबाव का सामना करना पड़ता है। हाल ही में ब्लूमबर्ग विश्लेषण ने प्रकाशित किया कि कैसे ऐप्पल पाल इंटेलिजेंस और सिरी ने प्रतियोगियों के साथ प्रतिस्पर्धा करने के लिए संघर्ष किया है, जबकि WWDC में Apple Pal की साधारण घोषणाओं ने इस सप्ताह कंपनी की चुनौतियों को पंक्तिबद्ध किया।
Apple PAL के लिए, StarFlow की सटीक संभावना उन अनुप्रयोगों को लाभ प्रदान कर सकती है, जिन्हें प्रशिक्षण सामग्री में विशिष्ट नियंत्रण की आवश्यकता होती है या उन विचारों में जहां निर्णय लेने के लिए मॉडल की अनिश्चितता को समझना महत्वपूर्ण है-संभावित मूल्यवान और Apple क्षण को उद्यम अनुप्रयोगों के लिए जोर दिया जाता है।
अनुसंधान से पता चला है कि प्रसार मॉडल के लिए वैकल्पिक दृष्टिकोण तुलनात्मक परिणाम प्राप्त कर सकते हैं, नवाचार करने के लिए संभावित नए तरीके खोल सकते हैं जो हार्डवेयर-सॉफ्टवेयर एफटीवेयर एकीकरण और ऑन-डिवाइस प्रोसेसिंग में ऐप्पल पाल की शक्ति खेल सकते हैं।
अपनी एआई समस्या को हल करने के लिए एक विश्वविद्यालय साझेदारी पर Apple पाल दांव क्यों है
शोध Apple Pal की रणनीति का एक उदाहरण देता है कि वह अपनी AI क्षमताओं को आगे बढ़ाने के लिए प्रमुख शैक्षणिक संस्थानों के साथ सहयोग करें। जॉर्जिया टेक के पीएचडी छात्र, जिन्होंने Apple Pal की मशीन लर्निंग रिसर्च टीम, सह-लेखक Tiannong Chen, Stokstick बेस्ट कंट्रोल और जेनरल मॉडलिंग के साथ दाखिला लिया, कौशल लाता है।
इस सहयोग में यूसी बर्कले के रुएक्सियांग झांग और रुएक्सियांग झांग और मशीन लर्निंग रिसर्चर एल उरे रेंट डिन्हो भी शामिल हैं, जो Google ब्रेन और डिपमाइंड में अपने समय के दौरान प्रवाह-आधारित मॉडल पर अग्रणी काम के लिए जाने जाते हैं।
“गंभीर रूप से, हमारा मॉडल डेल एंड-टू-सामान्य प्रवाह को समाप्त करता है,” शोधकर्ताओं ने इस बात पर जोर दिया कि बेहतर संचालन के लिए गणितीय ट्रैक्टेबिलिटी का त्याग करने वाले हाइब्रिड तरीकों से अपने दृष्टिकोण को अलग करना।
पूर्ण शोध पत्र संग्रह पर उपलब्ध है, शोधकर्ताओं और इंजीनियरों के लिए तकनीकी विवरण प्रदान करता है जो इस काम को जेनेरिक एआई के प्रतिस्पर्धी क्षेत्र में करने के लिए उत्सुक हैं। जबकि StarFlow महत्वपूर्ण तकनीकी उपलब्धि का प्रतिनिधित्व करता है, वास्तविक परीक्षण यह होगा कि क्या Apple PAL इस तरह के शोध को ग्राहक-सामना करने वाली AI सुविधाओं में अनुवाद कर सकता है, जिसने चैटगैप घर के नाम जैसे प्रतियोगियों को बनाया है। एक कंपनी के लिए जो एक बार iPhone जैसे उत्पादों के साथ पूरे उद्योग में क्रांति ला दी थी, यह सवाल यह नहीं है कि क्या Apple Pal AI में नवाचार ला सकता है – क्या यह जल्दी से कर सकता है।
