Peluncuran Liquid AI dari Liquid Foundation Models: Pengubah Permainan di AI Generatif

Dalam pengumuman yang mengubah permainan, Liquid AI, sebuah spin-off MIT, telah memperkenalkan seri pertama Liquid Foundation Models (LFMs). Model-model ini, yang dirancang dari prinsip-prinsip dasar, menetapkan standar baru di ruang AI generatif, menawarkan kinerja yang tidak tertandingi di berbagai skala. LFMs, dengan arsitektur inovatif dan kemampuan lanjutan, siap untuk mengalahkan model AI industri terkemuka, termasuk ChatGPT.

Liquid AI didirikan oleh tim peneliti MIT, termasuk Ramin Hasani, Mathias Lechner, Alexander Amini, dan Daniela Rus. Berkantor pusat di Boston, Massachusetts, misi perusahaan ini adalah menciptakan sistem AI umum yang mampu dan efisien untuk perusahaan semua ukuran. Tim ini awalnya mempelopori jaringan neural cair, sebuah kelas model AI yang terinspirasi oleh dinamika otak, dan sekarang bertujuan untuk memperluas kemampuan sistem AI di semua skala, dari perangkat edge hingga penerapan kelas perusahaan.

Apa itu Liquid Foundation Models (LFMs)?

Liquid Foundation Models mewakili generasi baru sistem AI yang sangat efisien dalam penggunaan memori dan daya komputasi. Dibangun dengan dasar dalam sistem dinamis, pengolahan sinyal, dan aljabar linear numerik, model-model ini dirancang untuk menangani berbagai jenis data urutan—seperti teks, video, audio, dan sinyal—dengan akurasi yang luar biasa.

Liquid AI telah mengembangkan tiga model bahasa utama sebagai bagian dari peluncuran ini:

• LFM-1B: Model padat dengan 1,3 miliar parameter, dioptimalkan untuk lingkungan yang terbatas sumber daya.
• LFM-3B: Model 3,1 miliar parameter, ideal untuk skenario penerapan edge, seperti aplikasi mobile.
• LFM-40B: Model Mixture of Experts (MoE) 40,3 miliar parameter yang dirancang untuk menangani tugas kompleks dengan kinerja luar biasa.

Model-model ini telah menunjukkan hasil kinerja kelas dunia di berbagai benchmark AI, membuatnya menjadi pesaing yang tangguh bagi model AI generatif yang ada.

Kinerja Kelas Dunia

Liquid AI’s LFMs menawarkan kinerja kelas dunia di berbagai benchmark. Misalnya, LFM-1B mengungguli model berbasis transformer dalam kategori ukurannya, sedangkan LFM-3B bersaing dengan model yang lebih besar seperti Microsoft’s Phi-3.5 dan Meta’s Llama series. Model LFM-40B, meskipun ukurannya, cukup efisien untuk bersaing dengan model dengan parameter yang lebih besar, menawarkan keseimbangan unik antara kinerja dan efisiensi sumber daya.

Beberapa sorotan kinerja LFM termasuk:

• LFM-1B: Mendominasi benchmark seperti MMLU dan ARC-C, menetapkan standar baru untuk model 1B parameter.
• LFM-3B: Mengungguli model seperti Phi-3.5 dan Google’s (GOOGL ) Gemma 2 dalam efisiensi, sambil mempertahankan jejak memori yang kecil, membuatnya ideal untuk aplikasi AI mobile dan edge.
• LFM-40B: Arsitektur MoE dari model ini menawarkan kinerja yang setara dengan model yang lebih besar, dengan 12 miliar parameter aktif pada waktu tertentu.

Era Baru dalam Efisiensi AI

Tantangan signifikan dalam AI modern adalah mengelola memori dan komputasi, terutama saat bekerja dengan tugas konteks panjang seperti ringkasan dokumen atau interaksi chatbot. LFMs unggul dalam area ini dengan mengompresi data input secara efisien, menghasilkan konsumsi memori yang berkurang selama inferensi. Ini memungkinkan model untuk memproses urutan yang lebih panjang tanpa memerlukan upgrade perangkat keras yang mahal.

Misalnya, LFM-3B menawarkan panjang konteks token 32k—membuatnya salah satu model paling efisien untuk tugas yang memerlukan sejumlah besar data untuk diproses secara bersamaan.

Arsitektur Revolusioner

LFMs dibangun pada kerangka arsitektur unik, menyimpang dari model transformer tradisional. Arsitektur ini berpusat pada operator linier adaptif, yang memodulasi komputasi berdasarkan data input. Pendekatan ini memungkinkan Liquid AI untuk mengoptimalkan kinerja secara signifikan di berbagai platform perangkat keras, termasuk NVIDIA (NVDA ), AMD, Cerebras (CBRS ), dan perangkat keras Apple.

Ruang desain untuk LFMs melibatkan campuran baru dari struktur pencampuran token dan struktur pencampuran saluran yang meningkatkan cara model memproses data. Ini menghasilkan kemampuan generalisasi dan penalaran yang unggul, terutama dalam tugas konteks panjang dan aplikasi multimodal.

Membuka Batas AI

Liquid AI memiliki ambisi besar untuk LFMs. Di luar model bahasa, perusahaan ini bekerja pada memperluas model dasar untuk mendukung berbagai modalitas data, termasuk video, audio, dan data deret waktu. Kemajuan ini akan memungkinkan LFMs untuk berkembang di berbagai industri, seperti layanan keuangan, bioteknologi, dan elektronik konsumen.

Perusahaan ini juga fokus pada kontribusi untuk komunitas sains terbuka. Meskipun model-model ini tidak dibuka sumber pada saat ini, Liquid AI berencana untuk merilis temuan penelitian, metode, dan kumpulan data yang relevan ke komunitas AI yang lebih luas, mendorong kolaborasi dan inovasi.

Akses Awal dan Adopsi

Liquid AI saat ini menawarkan akses awal ke LFMs melalui berbagai platform, termasuk Liquid Playground, Lambda (Antarmuka Chat dan API), dan Perplexity Labs. Perusahaan yang ingin mengintegrasikan sistem AI canggih ke dalam operasional mereka dapat menjelajahi potensi LFMs di berbagai lingkungan penerapan, dari perangkat edge hingga solusi on-premise.

Pendekatan sains terbuka Liquid AI mendorong pengadopsi awal untuk berbagi pengalaman dan wawasan. Perusahaan ini secara aktif mencari umpan balik untuk memperbaiki dan mengoptimalkan modelnya untuk aplikasi dunia nyata. Pengembang dan organisasi yang tertarik untuk menjadi bagian dari perjalanan ini dapat berkontribusi pada upaya red-teaming dan membantu Liquid AI memperbaiki sistem AI-nya.

Kesimpulan

Peluncuran Liquid Foundation Models menandai kemajuan signifikan di lanskap AI. Dengan fokus pada efisiensi, adaptabilitas, dan kinerja, LFMs siap untuk mengubah cara perusahaan mendekati integrasi AI. Ketika lebih banyak organisasi mengadopsi model-model ini, visi Liquid AI tentang sistem AI umum yang dapat diskalakan kemungkinan akan menjadi fondasi dari era AI berikutnya.

Jika Anda tertarik untuk menjelajahi potensi LFMs untuk organisasi Anda, Liquid AI mengundang Anda untuk menghubungi dan bergabung dengan komunitas pengadopsi awal yang terus berkembang yang membentuk masa depan AI.

Untuk informasi lebih lanjut, kunjungi situs web resmi Liquid AI dan mulai bereksperimen dengan LFMs hari ini.