Native AI vs A Generalist Agent

La IA nativa introduce un enfoque transformador para la gestión de aplicaciones al proporcionar una única interfaz de IA para todas sus aplicaciones. Abrace el futuro con IA nativa, donde el cambio de contexto, las engorrosas interfaces de usuario (UI) y las tareas manuales repetitivas se convierten en cosa del pasado.

Experimente el poder de interacciones ultrarrápidas, interfaces sencillas e intuitivas y automatizaciones sencillas diseñadas para optimizar su flujo de trabajo en varias aplicaciones como Slack, Gmail, Jira y más. La plataforma unificada fomenta una experiencia perfecta, lo que le permite centrarse en la productividad en lugar de hacer malabarismos con varias aplicaciones.

Native AI lo invita a unirse a su alfa privado, ofreciéndole una oportunidad gratuita de ser parte de una innovación que incorpora usuarios semanalmente. Con el respaldo de profesionales de todos los sectores, está claro que la IA nativa está estableciendo un nuevo estándar de eficiencia y eficacia en el lugar de trabajo.

Gato es el agente generalista que DeepMind presentó en su publicación de investigación de mayo de 2022 "A Generalist Agent." Una política de transformador con pesos compartidos maneja chat, generación de subtítulos para imágenes, juegos de Atari y apilamiento de bloques con un brazo robótico real desde el mismo modelo. La publicación lo describe como una política multimodal, multitarea y multi-encarnación que elige si emitir texto, pares de torsión en las articulaciones, pulsaciones de botones u otros tokens según el contexto.

La mayoría de las herramientas en este ámbito entrenan un modelo separado por dominio de tarea. Gato, en cambio, serializa cada modalidad y entorno en una secuencia plana de tokens y la procesa mediante un transformador con la forma de un modelo de lenguaje grande. Eso significa que un único punto de control preentrenado se mueve entre diálogo, visión y control sin cambiar de arquitectura.

Durante el entrenamiento, los datos de entornos simulados y reales se mezclan con conjuntos de datos de lenguaje natural e imágenes, con la pérdida enmascarada para que Gato prediga solo objetivos de acción y texto. En el despliegue, un prompt se tokeniza primero, cada nueva observación se añade a la secuencia, y el modelo muestrea un vector de acción un token a la vez dentro de una ventana de contexto de 1024 tokens. El blog incluye gráficos agrupados por dominio de tareas donde el modelo preentrenado supera umbrales de puntuación de expertos.

El escrito está dirigido más a investigadores en IA y robótica que a compradores de software cotidianos. Puedes leer y citar la investigación en deepmind.google; no hay un flujo público de registro, nivel API ni botón de descarga en las páginas revisadas aquí.