Native AI vs A Generalist Agent

A IA nativa apresenta uma abordagem transformadora para o gerenciamento de aplicativos, fornecendo uma interface única de IA para todos os seus aplicativos. Abrace o futuro com IA nativa, onde a troca de contexto, interfaces de usuário (UIs) complicadas e tarefas manuais repetitivas se tornam coisas do passado.

Experimente o poder de interações extremamente rápidas, interfaces simples e intuitivas e automações fáceis projetadas para agilizar seu fluxo de trabalho em vários aplicativos, como Slack, Gmail, Jira e muito mais. A plataforma unificada promove uma experiência perfeita, permitindo que você se concentre na produtividade em vez de fazer malabarismos com vários aplicativos.

Native AI convida você para participar de seu alfa privado, oferecendo a você uma oportunidade gratuita de fazer parte de uma inovação que integra usuários semanalmente. Com o apoio de profissionais de todos os setores, fica claro que a IA nativa está estabelecendo um novo padrão de eficiência e eficácia no local de trabalho.

Gato é o agente generalista que a DeepMind apresentou em seu artigo de pesquisa de maio de 2022 "A Generalist Agent." Uma política transformer com pesos compartilhados lida com chat, legendagem de imagens, jogos Atari e empilhamento de blocos com braço robótico real a partir do mesmo modelo. O artigo o descreve como uma política multimodal, multitarefa e multi-incorporação que escolhe se deve emitir texto, torques conjuntos, pressionamentos de botões ou outros tokens com base no contexto.

A maioria das ferramentas nessa área treina um modelo separado por domínio de tarefa. Gato, em vez disso, serializa todas as modalidades e ambientes em uma sequência plana de tokens e a processa por um transformer semelhante a um grande modelo de linguagem. Isso significa que um único checkpoint pré-treinado transita entre diálogo, visão e controle sem trocar arquiteturas.

Durante o treinamento, dados de ambientes simulados e reais se misturam com conjuntos de dados de linguagem natural e imagens, com perda mascarada para que Gato preveja apenas alvos de ação e texto. Na implantação, um prompt é tokenizado primeiro, cada nova observação é adicionada à sequência, e o modelo amostra um vetor de ação um token por vez dentro de uma janela de contexto de 1024 tokens. O blog inclui gráficos agrupados por domínio de tarefas onde o modelo pré-treinado ultrapassa os limiares de pontuação de especialistas.

O texto é direcionado mais a pesquisadores de IA e robótica do que a compradores comuns de software. Você pode ler e citar a pesquisa em deepmind.google; não há fluxo público de cadastro, nível de API ou botão de download nas páginas analisadas aqui.