Liquid AIがLiquid Foundation Modelsを発表：ジェネレーティブAIのゲームチェンジャー

画期的な発表で、Liquid AI（MITのスピンオフ）は、最初のLiquid Foundation Models（LFMs）シリーズを導入しました。これらのモデルは、第一原理から設計されており、ジェネレーティブAIのスペースで新しいベンチマークを設定しています。LFMsは、革新的なアーキテクチャと高度な機能を備えており、業界をリードするAIモデル、包括してChatGPTに挑戦する準備ができています。

Liquid AIは、MITの研究者チームによって設立されました。チームメンバーには、ラミン・ハサニ、マティアス・レヒナー、アレクサンダー・アミニ、およびダニエラ・ルスが含まれます。ボストン、マサチューセッツ州に本社を置くこの会社の使命は、すべての規模の企業向けに、有能で効率的な汎用AIシステムを作成することです。チームはもともと、液体ニューラルネットワークを先駆的に開発しました。これは、脳のダイナミクスにインスパイアされたAIモデルのクラスです。現在、チームは、エッジデバイスから企業向けの展開まで、すべてのスケールでAIシステムの機能を拡大することを目指しています。

液体基礎モデル（LFMs）とは何か

液体基礎モデルは、メモリ使用量と計算能力の両方で非常に効率的な新しい世代のAIシステムを表します。ダイナミカルシステム、信号処理、数値線形代数に基づいて構築されたこれらのモデルは、テキスト、ビデオ、オーディオ、信号などのさまざまな種類のシーケンシャルデータを驚くほどの精度で処理するように設計されています。

Liquid AIは、この発表の一環として、3つの主要な言語モデルを開発しました。

• LFM-1B: リソース制約環境に最適化された、13億パラメータの密なモデル。
• LFM-3B: エッジ展開シナリオ（例：モバイルアプリケーション）に適した、31億パラメータのモデル。
• LFM-40B: 複雑なタスクを例外的なパフォーマンスで処理するように設計された、403億パラメータのMixture of Experts（MoE）モデル。

これらのモデルは、すでに主要なAIベンチマークで最先端の結果を示しており、既存のジェネレーティブAIモデルに強力な競争相手となっています。

最先端のパフォーマンス

Liquid AIのLFMsは、さまざまなベンチマークで最高レベルのパフォーマンスを提供します。たとえば、LFM-1Bは、サイズカテゴリのトランスフォーマーベースのモデルを上回り、LFM-3Bは、MicrosoftのPhi-3.5やMetaのLlamaシリーズなどの大規模モデルと競合します。LFM-40Bモデルは、サイズにもかかわらず、パラメータ数がさらに多いモデルと競合するほど効率的であり、パフォーマンスとリソース効率のバランスが優れています。

LFMのパフォーマンスのハイライトは次のとおりです。

• LFM-1B: MMLUやARC-Cなどのベンチマークで13億パラメータモデルの新しい基準を設定します。
• LFM-3B: Phi-3.5やGoogleのGemma 2などのモデルよりも効率が高く、メモリフットプリントが小さく、モバイルおよびエッジAIアプリケーションに最適です。
• LFM-40B: このモデルのMoEアーキテクチャにより、12億のアクティブパラメータを備えた大規模モデルと同等のパフォーマンスが可能になります。

AI効率の新しい時代

現代のAIにおける大きな課題は、特に文書の要約やチャットボットのやり取りなどの長いコンテキストのタスクで、メモリと計算を管理することです。LFMsは、入力データを効率的に圧縮することでこの分野で優れており、推論時のメモリ消費量が削減されます。これにより、モデルは、高価なハードウェアのアップグレードを必要とせずに、長いシーケンスを処理できます。

たとえば、LFM-3Bは、32kトークンコンテキスト長を提供し、同時に大量のデータを処理するタスクに最適な最も効率的なモデルの一つとなっています。

革命的なアーキテクチャ

LFMsは、従来のトランスフォーマーモデルとは異なるユニークなアーキテクチャフレームワークで構築されています。このアーキテクチャは、入力データに基づいて計算を調整するアダプティブ線形演算子を中心に設計されています。このアプローチにより、Liquid AIは、NVIDIA (NVDA ) 、AMD、Cerebras (CBRS ) 、Appleハードウェアを含むさまざまなハードウェアプラットフォームでのパフォーマンスを大幅に最適化できます。

LFMの設計空間には、データの処理を改善するためのトークン混合とチャンネル混合構造の新しい組み合わせが含まれます。これにより、特に長いコンテキストのタスクとマルチモーダルアプリケーションで、優れた汎用性と推論能力が実現します。

AIのフロンティアの拡大

Liquid AIは、LFMsに大きな野心を持っています。言語モデルを超えて、会社は、ビデオ、オーディオ、時系列データなどのさまざまなデータモダリティをサポートするために、基礎モデルの機能を拡張することを目指しています。これらの進歩により、LFMsは、金融サービス、バイオテクノロジー、消費者エレクトロニクスなどの複数の業界に拡大することができます。

会社はまた、オープンサイエンスコミュニティに貢献することに重点を置いています。モデル自体は現在オープンソースではありませんが、Liquid AIは、関連する研究結果、方法、データセットをより広いAIコミュニティに公開する予定で、コラボレーションとイノベーションを促進します。

早期アクセスと導入

Liquid AIは、Liquid Playground、Lambda（チャットUIおよびAPI）、Perplexity Labsを含むさまざまなプラットフォームを介して、LFMsへの早期アクセスを提供しています。企業は、エッジデバイスからオンプレミスソリューションまで、さまざまな展開環境でLFMsの潜在性を探索できます。

Liquid AIのオープンサイエンスアプローチでは、早期導入者は経験と洞察を共有することを奨励しています。会社は、モデルを現実世界のアプリケーションに適合させるためにフィードバックを積極的に求めています。開発者や組織がこの旅に参加し、Liquid AIのAIシステムの改善に貢献することに興味がある場合は、テストやモデル改善の取り組みに参加することができます。

結論

Liquid Foundation Modelsのリリースは、AIの風景を大きく変えるものです。効率、適応性、パフォーマンスに焦点を当てたLFMsは、企業がAIの統合に取り組む方法を変える可能性があります。LFMsを採用する組織が増えるにつれ、Liquid AIの、拡張可能で汎用的なAIシステムのビジョンは、次のAI時代の基盤となるでしょう。

あなたの組織でLFMsの潜在性を探索したい場合は、Liquid AIに連絡して、AIの未来を形作る早期導入者の成長するコミュニティに参加することをお勧めします。

詳細については、Liquid AIの公式ウェブサイトを訪問し、今日からLFMsを試してみてください。