Auteur : Harpreet Sahota (Hacker en résidence chez Voxel51)
Bienvenue dans le résumé bihebdomadaire de Voxel51 des dernières actualités, événements et ressources sur l’IA, l’apprentissage automatique et la vision par ordinateur ! Abonnez-vous à la version email.
Ok, c'était une sorte de titre clickbaity, mais c'est à peu près ce qui s'est passé !
L'école de pilotage d'essai de l'US Air Force et la Defense Advanced Research Projects Agency (DARPA) ont installé avec succès des agents d'IA dans l'avion X-62A VISTA dans le cadre du programme Air Combat Evolution (ACE).
Les équipes ont effectué plus de 100 000 lignes de modifications logicielles critiques au cours de 21 vols d’essai, aboutissant aux tout premiers combats aériens à portée visuelle entre l’IA et l’humain. Cette avancée démontre que l’IA peut être utilisée en toute sécurité dans les applications aérospatiales, ouvrant ainsi la voie à de futures avancées. Le X-62A VISTA continuera de servir de plate-forme de recherche pour faire progresser les systèmes d’IA autonomes dans l’aérospatiale. On dirait que l’IA a enfin « brillamment » haut la main dans l’aérospatiale ! Je vous recommande fortement de regarder cette vidéo YouTube publiée par la DARPA pour en savoir plus.
Microsoft a éclipsé le lancement de Llama-3 avec sa dernière gamme de petits modèles de langage (SLM) – Phi-3 !
La famille Phi-3 comprend trois modèles : phi-3-mini avec 3,8 milliards de paramètres, phi-3-small avec 7 milliards et phi-3-medium avec 14 milliards. Les phi-3-small et medium rivalisent ou surpassent GPT 3.5 sur tous les benchmarks, y compris le banc multi-tours (et dans une mesure décente). Ce n’est pas si bon sur TriviaQA en raison de sa capacité limitée à stocker des « connaissances factuelles », mais honnêtement, ce n’est même pas une référence intéressante à prendre en compte.
Ce qui est intéressant, cependant, c’est la manière dont ils ont organisé leur ensemble de données. Ils ont créé un ensemble de données utilisant des mots simples et faciles à comprendre, comme ceux qu’un enfant de 4 ans pourrait comprendre. Ils ont également créé des ensembles de données synthétiques appelés « TinyStories » et « CodeTextbook » en utilisant des données de haute qualité provenant de modèles linguistiques plus vastes. Cela rendrait les modèles moins susceptibles de donner des réponses fausses ou inappropriées.
Les SLM Phi-3 de Microsoft sont la preuve que parfois, plus petit est plus intel...
[Courte citation de 8% de l'article original]