Liquid AI Lancia Modelli di Fondazione Liquidi: Un Cambio di Gioco nell’Intelligenza Artificiale Generativa

In un annuncio epocale, Liquid AI, una spin-off del MIT, ha presentato la sua prima serie di Modelli di Fondazione Liquidi (LFM). Questi modelli, progettati da principi fondamentali, stabiliscono un nuovo standard nello spazio dell’intelligenza artificiale generativa, offrendo prestazioni senza precedenti su varie scale. I LFM, con la loro architettura innovativa e capacità avanzate, sono pronti a sfidare i modelli di intelligenza artificiale leader del settore, tra cui ChatGPT.

Liquid AI è stata fondata da un team di ricercatori del MIT, tra cui Ramin Hasani, Mathias Lechner, Alexander Amini e Daniela Rus. Con sede a Boston, nel Massachusetts, la missione dell’azienda è quella di creare sistemi di intelligenza artificiale generali e efficienti per aziende di tutte le dimensioni. Il team ha originariamente sviluppato reti neurali liquide, una classe di modelli di intelligenza artificiale ispirati alla dinamica del cervello, e ora mira a estendere le capacità dei sistemi di intelligenza artificiale a tutte le scale, dalle periferiche alle implementazioni aziendali di alto livello.

Che cosa sono i Modelli di Fondazione Liquidi (LFM)?

I Modelli di Fondazione Liquidi rappresentano una nuova generazione di sistemi di intelligenza artificiale che sono altamente efficienti sia in termini di utilizzo della memoria che di potenza di calcolo. Costruiti con una base in sistemi dinamici, elaborazione dei segnali e algebra lineare numerica, questi modelli sono progettati per gestire vari tipi di dati sequenziali – come testo, video, audio e segnali – con notevole precisione.

Liquid AI ha sviluppato tre modelli linguistici principali come parte di questo lancio:

• LFM-1B: Un modello denso con 1,3 miliardi di parametri, ottimizzato per ambienti con risorse limitate.
• LFM-3B: Un modello da 3,1 miliardi di parametri, ideale per scenari di distribuzione edge, come ad esempio le applicazioni mobili.
• LFM-40B: Un modello da 40,3 miliardi di parametri Mixture of Experts (MoE) progettato per gestire compiti complessi con prestazioni eccezionali.

Questi modelli hanno già dimostrato risultati di livello mondiale in vari benchmark di intelligenza artificiale, rendendoli un formidabile concorrente per i modelli di intelligenza artificiale generativa esistenti.

Prestazioni di Livello Mondiale

I LFM di Liquid AI offrono prestazioni di livello mondiale in vari benchmark. Ad esempio, LFM-1B supera i modelli basati su trasformatori nella sua categoria di dimensioni, mentre LFM-3B compete con modelli più grandi come Microsoft’s Phi-3.5 e Meta’s Llama series. Il modello LFM-40B, nonostante le sue dimensioni, è abbastanza efficiente da rivaleggiare con modelli con contatori di parametri ancora più grandi, offrendo un equilibrio unico tra prestazioni ed efficienza delle risorse.

Alcuni punti salienti delle prestazioni dei LFM includono:

• LFM-1B: Domina benchmark come MMLU e ARC-C, stabilendo un nuovo standard per i modelli da 1 miliardo di parametri.
• LFM-3B: Supera modelli come Phi-3.5 e Google’s (GOOGL ) Gemma 2 in termini di efficienza, mantenendo al tempo stesso un’impronta di memoria ridotta, rendendolo ideale per applicazioni AI mobili e edge.
• LFM-40B: L’architettura MoE di questo modello offre prestazioni paragonabili a modelli più grandi, con 12 miliardi di parametri attivi in qualsiasi momento.

Una Nuova Era nell’Efficienza dell’Intelligenza Artificiale

Una sfida significativa nell’intelligenza artificiale moderna è la gestione della memoria e del calcolo, in particolare quando si lavora con compiti a contesto lungo come la sintesi di documenti o le interazioni con i chatbot. I LFM eccellono in questo settore comprimendo efficientemente i dati di input, riducendo il consumo di memoria durante l’inferenza. Ciò consente ai modelli di elaborare sequenze più lunghe senza richiedere costosi aggiornamenti hardware.

Ad esempio, LFM-3B offre una lunghezza di contesto di 32k token – rendendolo uno dei modelli più efficienti per compiti che richiedono grandi quantità di dati da elaborare contemporaneamente.

Un’Architettura Rivoluzionaria

I LFM sono costruiti su un framework architettonico unico, che si discosta dai modelli di trasformatori tradizionali. L’architettura è centrata su operatori lineari adattivi, che modulano il calcolo in base ai dati di input. Questo approccio consente a Liquid AI di ottimizzare notevolmente le prestazioni su varie piattaforme hardware, tra cui NVIDIA (NVDA ), AMD, Cerebras (CBRS ) e Apple.

Lo spazio di progettazione per i LFM coinvolge una novità nel mix di strutture di miscelazione dei token e strutture di miscelazione dei canali che migliorano la modalità in cui il modello elabora i dati. Ciò porta a capacità di generalizzazione e ragionamento superiori, in particolare in compiti a contesto lungo e applicazioni multimodali.

Estendere i Confini dell’Intelligenza Artificiale

Liquid AI ha ambizioni grandiose per i LFM. Oltre ai modelli linguistici, l’azienda sta lavorando per estendere i suoi modelli di fondazione per supportare vari tipi di dati, tra cui video, audio e dati di serie temporali. Questi progressi consentiranno ai LFM di scalare su più settori, come servizi finanziari, biotecnologia e elettronica di consumo.

L’azienda si concentra anche sul contribuire alla comunità scientifica aperta. Sebbene i modelli stessi non siano open-source al momento, Liquid AI prevede di rilasciare risultati di ricerca pertinenti, metodi e set di dati alla più ampia comunità di intelligenza artificiale, incoraggiando la collaborazione e l’innovazione.

Accesso Anticipato e Adozione

Liquid AI offre attualmente l’accesso anticipato ai suoi LFM attraverso varie piattaforme, tra cui Liquid Playground, Lambda (Chat UI e API) e Perplexity Labs. Le aziende che desiderano integrare sistemi di intelligenza artificiale all’avanguardia nelle loro operazioni possono esplorare il potenziale dei LFM in vari ambienti di distribuzione, dalle periferiche alle soluzioni on-premise.

L’approccio open-science di Liquid AI incoraggia gli adottanti anticipati a condividere le loro esperienze e intuizioni. L’azienda cerca attivamente feedback per raffinare e ottimizzare i suoi modelli per applicazioni nel mondo reale. Sviluppatori e organizzazioni interessati a far parte di questo percorso possono contribuire agli sforzi di red teaming e aiutare Liquid AI a migliorare i suoi sistemi di intelligenza artificiale.

Conclusione

Il rilascio dei Modelli di Fondazione Liquidi segna un avanzamento significativo nel panorama dell’intelligenza artificiale. Con un focus sull’efficienza, l’adattabilità e le prestazioni, i LFM sono pronti a ridisegnare il modo in cui le aziende si avvicinano all’integrazione dell’intelligenza artificiale. Mentre più organizzazioni adottano questi modelli, la visione di Liquid AI di sistemi di intelligenza artificiale generali e scalabili diventerà probabilmente un pilastro della prossima era dell’intelligenza artificiale.

Se sei interessato a esplorare il potenziale dei LFM per la tua organizzazione, Liquid AI ti invita a contattarli e unirti alla crescente comunità di adottanti anticipati che plasmano il futuro dell’intelligenza artificiale.

Per ulteriori informazioni, visita il sito web ufficiale di Liquid AI e inizia a sperimentare con i LFM oggi.