Liquid AI Launches Liquid Foundation Models: A Game-Changer in Generative AI

Σε μια πρωτοποριακή ανακοίνωση, το Liquid AI, ένα spin-off του MIT, έχει εισαγάγει την πρώτη σειρά Liquid Foundation Models (LFMs). Αυτά τα μοντέλα, σχεδιασμένα από τις αρχές, θέτουν einen νέο chuẩn σε χώρο generative AI, προσφέροντας ακαταμάχητη απόδοση σε διάφορες κλίμακες. Τα LFMs, με την καινοτόμο αρχιτεκτονική και τις προηγμένες ικανότητές τους, είναι έτοιμα να προκαλέσουν τα μοντέλα AI που ηγούνται της βιομηχανίας, συμπεριλαμβανομένου του ChatGPT.

Το Liquid AI ιδρύθηκε από μια ομάδα ερευνητών του MIT, συμπεριλαμβανομένων Ramin Hasani, Mathias Lechner, Alexander Amini, και Daniela Rus. Η εταιρεία έχει την έδρα της στη Βοστώνη, Μασαχουσέτη, και η αποστολή της είναι να δημιουργήσει ικανά και αποτελεσματικά γενικά συστήματα AI για επιχειρήσεις όλων των μεγεθών. Η ομάδα αρχικά πρωτοπόρησε τα liquid νευρωνικά δίκτυα, μια κατηγορία μοντέλων AI που εμπνέονται από τη δυναμική του εγκεφάλου, και τώρα στοχεύει να επεκτείνει τις ικανότητες των συστημάτων AI σε κάθε κλίμακα, από συσκευές edge έως επιχειρηματικές αναπτύξεις.

Τι είναι τα Liquid Foundation Models (LFMs);

Τα Liquid Foundation Models αντιπροσωπεύουν μια νέα γενιά συστημάτων AI που είναι εξαιρετικά αποτελεσματικά τόσο σε χρήση μνήμης όσο και σε υπολογιστική ισχύ. Κατασκευασμένα με βάση τη δυναμική, την επεξεργασία σήματος και την αριθμητική γραμμική άλγεβρα, αυτά τα μοντέλα είναι σχεδιασμένα να χειρίζονται διάφορους τύπους σειριακών δεδομένων – όπως κείμενο, βίντεο, ήχο και σήματα – με αξιοσημείωτη ακρίβεια.

Το Liquid AI έχει αναπτύξει τρία πρωτεύοντα γλωσσικά μοντέλα作为 μέρος αυτής της εκτόξευσης:

• LFM-1B: Ένα πυκνό μοντέλο με 1,3 δισεκατομμύρια παραμέτρους, βελτιστοποιημένο για περιβάλλοντα με περιορισμένα πόρους.
• LFM-3B: Ένα μοντέλο 3,1 δισεκατομμυρίων παραμέτρων, ιδανικό για σενάρια αναπτύξεως edge, όπως εφαρμογές κινητών.
• LFM-40B: Ένα μοντέλο 40,3 δισεκατομμυρίων παραμέτρων Mixture of Experts (MoE) που σχεδιάζεται για να χειρίζεται σύνθετα καθήκοντα με εξαιρετική απόδοση.

Αυτά τα μοντέλα έχουν ήδη επιδείξει αποτελέσματα state-of-the-art σε βασικά σημεία AI, καθιστώντας τα ένα φημισμένο αντίπαλο σε υπάρχοντα μοντέλα γενετικής AI.

Απόδοση state-of-the-art

Τα LFMs του Liquid AI προσφέρουν την καλύτερη απόδοση στην κατηγορία τους σε διάφορες βάσεις. Για παράδειγμα, το LFM-1B υπερτερεί των μοντέλων που βασίζονται σε μετασχηματιστές στην κατηγορία του, ενώ το LFM-3B ανταγωνίζεται μεγαλύτερα μοντέλα όπως το Microsoft’s Phi-3.5 και το Meta’s Llama series. Το LFM-40B μοντέλο, παρά το μέγεθός του, είναι αρκετά αποτελεσματικό για να ανταγωνιστεί μοντέλα με ακόμη μεγαλύτερες παραμέτρους, προσφέροντας μια μοναδική ισορροπία μεταξύ απόδοσης και αποδοτικότητας πόρων.

Ορισμένα σημεία της απόδοσης LFM περιλαμβάνουν:

• LFM-1B: Κυριαρχεί σε βάσεις όπως MMLU και ARC-C, θέτοντας einen νέο chuẩn για μοντέλα 1B παραμέτρων.
• LFM-3B: Υπερβαίνει μοντέλα όπως το Phi-3.5 και το Google’s Gemma 2 σε αποδοτικότητα, διατηρώντας παράλληλα μια μικρή αποτύπωση μνήμης, καθιστώντας το ιδανικό για εφαρμογές AI κινητών και edge.
• LFM-40B: Η αρχιτεκτονική MoE αυτού του μοντέλου προσφέρει συγκρίσιμη απόδοση με μεγαλύτερα μοντέλα, με 12 δισεκατομμύρια ενεργές παραμέτρους σε κάθε δεδομένη στιγμή.

Μια Νέα Εποχή στην Αποδοτικότητα AI

Μια σημαντική πρόκληση στη σύγχρονη AI είναι η διαχείριση μνήμης και υπολογισμού, ιδιαίτερα όταν εργαζόμαστε με μακροχρόνιες εργασίες όπως η περίληψη εγγράφων ή οι συζητήσεις chatbot. Τα LFMs ξεχωρίζουν σε αυτόν τον τομέα με την αποτελεσματική συμπίεση των εισοδών δεδομένων, που οδηγεί σε μειωμένη κατανάλωση μνήμης κατά την εύρεση. Αυτό επιτρέπει στα μοντέλα να επεξεργάζονται μεγαλύτερες ακολουθίες χωρίς να απαιτούν ακριβές αναβαθμίσεις υλικού.

Για παράδειγμα, το LFM-3B προσφέρει ένα 32k token context length—καθιστώντας το ένα από τα πιο αποτελεσματικά μοντέλα για εργασίες που απαιτούν μεγάλα ποσά δεδομένων να επεξεργαστούν ταυτόχρονα.

Μια Επαναστατική Αρχιτεκτονική

Τα LFMs κατασκευάζονται σε μια μοναδική αρχιτεκτονική πλατφόρμα, που απομακρύνεται από τα παραδοσιακά μοντέλα μετασχηματιστών. Η αρχιτεκτονική κεντρώνεται γύρω από προσαρμόσιμους γραμμικούς χειριστές, οι οποίοι ρυθμίζουν τον υπολογισμό με βάση τα εισοδικά δεδομένα. Αυτή η προσέγγιση επιτρέπει στο Liquid AI να βελτιστοποιήσει σημαντικά την απόδοση σε διάφορες πλατφόρμες υλικού, συμπεριλαμβανομένων των NVIDIA, AMD, Cerebras και Apple.

Η χώρος σχεδιασμού για τα LFMs περιλαμβάνει μια νέα σύνθεση token-mixing και channel-mixing structures που βελτιώνουν τον τρόπο με τον οποίο το μοντέλο επεξεργάζεται τα δεδομένα. Αυτό οδηγεί σε υπεροχή γενίκευσης και ικανότητες συλλογισμού, ιδιαίτερα σε μακροχρόνιες εργασίες και πολυμεσικές εφαρμογές.

Επεκτείνοντας τα Σύνορα του AI

Το Liquid AI έχει μεγάλες φιλοδοξίες για τα LFMs. Πέρα από τα γλωσσικά μοντέλα, η εταιρεία εργάζεται για την επέκταση των μοντέλων基础 σε διάφορες μορφές δεδομένων, συμπεριλαμβανομένων βίντεο, ήχου και δεδομένων σειράς χρόνου. Αυτές οι προόδους θα επιτρέψουν στα LFMs να κλιμακωθούν σε διάφορες βιομηχανίες, όπως οι χρηματοοικονομικές υπηρεσίες, η βιοτεχνολογία και η καταναλωτική ηλεκτρονική.

Η εταιρεία επικεντρώνεται επίσης στην συμβολή στην ανοιχτή επιστημονική κοινότητα. Ενώ τα μοντέλα δεν είναι ανοιχτά πηγαία αυτή τη στιγμή, το Liquid AI σχεδιάζει να δημοσιεύσει σχετικά ερευνητικά αποτελέσματα, μεθόδους και σύνολα δεδομένων στην ευρύτερη κοινότητα AI, ενθαρρύνοντας τη συνεργασία και την καινοτομία.

Πρόωρη Πρόσβαση και Υιοθέτηση

Το Liquid AI προσφέρει τώρα πρόωρη πρόσβαση στα LFMs μέσω διάφορων πλατφορμών, συμπεριλαμβανομένων Liquid Playground, Lambda (Chat UI και API), και Perplexity Labs. Οι επιχειρήσεις που επιθυμούν να ενσωματώσουν πρωτοποριακά συστήματα AI στις επιχειρήσεις τους μπορούν να εξερευνήσουν το δυναμικό των LFMs σε διάφορες περιβάλλοντες αναπτύξεως, από συσκευές edge έως λύσεις εντός εγκαταστάσεων.

Η ανοιχτή επιστημονική προσέγγιση του Liquid AI ενθαρρύνει τους πρώτους υιοθετητές να μοιράζονται τις εμπειρίες και τις γνώσεις τους. Η εταιρεία ζητά ενεργά σχόλια για να βελτιώσει και να оптимизήσει τα μοντέλα της για πραγματικές εφαρμογές. Οι développers και οι οργανισμοί που ενδιαφέρονται να γίνουν μέρος αυτής της διαδρομής μπορούν να συμβάλλουν στις προσπάθειες red-teaming και να βοηθήσουν το Liquid AI να βελτιώσει τα συστήματα AI του.

Συμπέρασμα

Η κυκλοφορία των Liquid Foundation Models σηματοδοτεί μια σημαντική πρόοδο στο τοπίο της AI. Με έμφαση στην αποδοτικότητα, την προσαρμοστικότητα και την απόδοση, τα LFMs είναι έτοιμα να αναμορφώσουν τον τρόπο με τον οποίο οι επιχειρήσεις προσεγγίζουν την ενσωμάτωση της AI. Όσο περισσότερες οργανώσεις υιοθετούν αυτά τα μοντέλα, η όραση του Liquid AI για κλιμακωτά, γενικά συστήματα AI θα γίνει πιθανότατα ο πυλώνας της επόμενης εποχής της τεχνητής νοημοσύνης.

Εάν σας ενδιαφέρει να εξερευνήσετε το δυναμικό των LFMs για την οργάνωση σας, το Liquid AI σας προσκαλεί να επικοινωνήσετε και να ενταχθείτε στην αυξανόμενη κοινότητα των πρώτων υιοθετών που διαμορφώνουν το μέλλον της AI.

Για περισσότερες πληροφορίες, επισκεφθείτε την επίσημη ιστοσελίδα του Liquid AI και αρχίστε να πειραματίζεστε με τα LFMs σήμερα.