Accelerated Understanding Inc Lanza un Modelo de IA Innovador Usando Operadores Neurales

Accelerated Understanding Inc ha anunciado el lanzamiento de su nuevo modelo de IA, que utiliza una arquitectura única conocida como operadores neuronales, en lugar del marco de transformadores ampliamente utilizado. Co-fundado por la profesora de Caltech Anima Anandkumar y Benedikt Jenik, este modelo innovador está diseñado para operar en 4D, procesando el espacio tridimensional junto con el tiempo, lo que le permite comprender fenómenos físicos complejos con una precisión sin precedentes.

Durante su fase de entrenamiento, el modelo puede manejar hasta 1 billón de tokens y supera los 5 billones de tokens durante la inferencia. En las pruebas, demostró la capacidad de procesar 5 billones de puntos de datos en un solo aviso. El modelo ha sido escalado a 1 billón de parámetros en el pre-entrenamiento, posicionándose entre los modelos de IA más grandes desarrollados hasta la fecha.

Comprendiendo los Operadores Neurales

Los operadores neuronales funcionan de manera diferente a los transformadores. Mientras que los transformadores traducen secuencias, los operadores neuronales actúan como un motor físico, aprendiendo las reglas fundamentales que rigen la evolución de los sistemas a lo largo del tiempo. Esto permite al modelo predecir la dinámica de fluidos, la disipación de calor y las deformaciones estructurales, capturando relaciones espaciales en tres dimensiones mientras rastrea cambios a lo largo del tiempo.

La empresa está enfocando sus aplicaciones en la optimización energética, el diseño de chips, la robótica, la predicción del clima y la innovación médica. Anandkumar y Jenik previamente declinaron liderar el Proyecto Prometeo, una iniciativa respaldada por Jeff Bezos, para concentrarse en este proyecto.

Implicaciones para el Panorama de la IA

El lanzamiento de este modelo marca una salida significativa de las elecciones arquitectónicas predominantes en la industria de la IA, donde la mayoría de los modelos importantes dependen de transformadores. Este nuevo enfoque podría alterar la dinámica del mercado actual, afectando particularmente a empresas como Anthropic, que podrían ver un cambio en su posición competitiva a medida que se reevalúen los estándares y las evaluaciones.

A medida que los observadores esperan los resultados de rendimiento en los principales estándares de IA, el impacto del modelo de Accelerated Understanding en el panorama competitivo será monitoreado de cerca, especialmente en relación con jugadores establecidos como Anthropic y Google.