גוגל
צילום: Pawel Czerwinski on Unsplash

גוגל תשהה את יכולת ייצור התמונות של ג'ימיני - יותר מדי טעויות

אדיר בן עמי | (2)

ענקית החיפוש גוגל GOOGLE חוסמת באופן זמני את השימוש בכלי הבינה המלאכותית שלה המייצר תמונות של אנשים בעקבות אי דיוקים. החברה החלה להציע ייצור תמונות בעזרת מודל ה-AI שלה ג'ימיני בתחילת החודש, אך במהלך הימים האחרונים החלה לקבל תלונות על שגיאות שנמצאו בתמונות. 

זו לא הפעם הראשונה שזה קורה. לפני כשנה, לאחר ששיחררה את הצ'אטבוט שלה שנקרא אז - בארד, הצ'אטבוט סיפק מידע שגוי ולא מדויק שגרם למניות החברה לרדת ב-9%. "אנו מודעים לכך שג'ימיני מייצר אי דיוקים בחלק מהתמונות ההיסטוריות אותן הוא מייצר", אמרה החברה.

בארד מותג מחדש כג'ימיני מוקדם יותר החודש, בנוסף להשקה של מסלול בתשלום למשתמשים המעוניינים לקבל יכולות טובות יותר ממודל ה-AI. 

תגובות לכתבה(2):

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה
  • 1.
    Django 23/02/2024 08:46
    הגב לתגובה זו
    עננה לי ש- 500 מגה-בייט (כפול 8 = 4000 מגה-ביט) קטן מ-1000 ג'יגה-ביט
  • --- 26/02/2024 21:21
    הגב לתגובה זו
    4000 מגה בייט קטן מ-1000 ג'יגה בייט, או שכתבת לא נכון
אילון מאסק וג'נסן הואנג (אנבידיה)אילון מאסק וג'נסן הואנג (אנבידיה)

אנבידיה מציגה את DGX Spark - מחשב שולחני עם יכולות של מרכז נתונים

הביצועים של מרכז נתונים, בגודל של מחשב שולחני. אנבידיה מציעה את DGX Spark כפתרון חדש למפתחי בינה מלאכותית

עוזי גרסטמן |

מנכ״ל ומייסד אנבידיה, ג׳נסן הואנג, ביקר השבוע במתקן Starbase של חברת SpaceX על מנת למסור לאילון מאסק באופן אישי את מחשב העל הקטן בעולם לבינה מלאכותית, NVIDIA DGX Spark. במהלך המפגש נזכר הואנג כיצד לפני תשע שנים הגיע למשרדי OpenAI – שהיה אז סטארט-אפ קטן בתחילת דרכו - כדי למסור למאסק את NVIDIA DGX-1, מחשב העל הראשון שאנבידיה בנתה במיוחד עבור חישובי בינה מלאכותית.

 

NVIDIA DGX Spark, שיהיה זמין לרכישה החל מהיום במחיר של 3,999 דולר, פותח על ידי אנבידיה כדי לספק למפתחים, חוקרים ויוצרים ברחבי העולם ביצועי בינה מלאכותית ברמה של מחשב-על גם מחוץ לגבולות הדאטה סנטר, ולאפשר להם לבצע משימות הסקה (Inference) של מודלים בגודל של עד ל-200 מיליארד פרמטרים באופן מקומי.

המערכת כוללת את כל מרכיבי הפלטפורמה של אנבידיה: מעבד GB10 מבוסס ארכיטקטורת Grace Blackwell, כרטיס גרפי מתקדם, חיבוריות NVLink‑C2C עם רוחב פס של עד פי 5 מהדור הקודם, רשת פנימית במהירות 200Gbps, ותמיכה מלאה בספריות CUDA ובתוכנות ה-AI של אנבידיה.

המערכת מסוגלת לבצע פעולות חישוב בקצב של פטה פלופ ומצוידת בזיכרון מאוחד של 128 ג׳יגה, מה שמאפשר למפתחים להריץ מודלים בהיקף של עד 200 מיליארד פרמטרים ולבצע כיוונון למודלים בגודל של עד 70 מיליארד פרמטרים - ללא צורך במעבר לענן או שימוש בתשתיות מרוחקות.

מדובר במהלך שמתכתב עם מגמה גוברת של העברת יכולות AI מהמחשוב הענני אל המפתחים עצמם, תוך מתן גישה מיידית, נוחה ומקומית למודלים, נתונים וספריות. אומנם לא מדובר בתחליף מלא לסביבות מחשוב גדולות, אך זו אלטרנטיבה שמצמצמת פערים בין מעבדות קטנות לחברות ענק.

אילון מאסק וג'נסן הואנג (אנבידיה)אילון מאסק וג'נסן הואנג (אנבידיה)

אנבידיה מציגה את DGX Spark - מחשב שולחני עם יכולות של מרכז נתונים

הביצועים של מרכז נתונים, בגודל של מחשב שולחני. אנבידיה מציעה את DGX Spark כפתרון חדש למפתחי בינה מלאכותית

עוזי גרסטמן |

מנכ״ל ומייסד אנבידיה, ג׳נסן הואנג, ביקר השבוע במתקן Starbase של חברת SpaceX על מנת למסור לאילון מאסק באופן אישי את מחשב העל הקטן בעולם לבינה מלאכותית, NVIDIA DGX Spark. במהלך המפגש נזכר הואנג כיצד לפני תשע שנים הגיע למשרדי OpenAI – שהיה אז סטארט-אפ קטן בתחילת דרכו - כדי למסור למאסק את NVIDIA DGX-1, מחשב העל הראשון שאנבידיה בנתה במיוחד עבור חישובי בינה מלאכותית.

 

NVIDIA DGX Spark, שיהיה זמין לרכישה החל מהיום במחיר של 3,999 דולר, פותח על ידי אנבידיה כדי לספק למפתחים, חוקרים ויוצרים ברחבי העולם ביצועי בינה מלאכותית ברמה של מחשב-על גם מחוץ לגבולות הדאטה סנטר, ולאפשר להם לבצע משימות הסקה (Inference) של מודלים בגודל של עד ל-200 מיליארד פרמטרים באופן מקומי.

המערכת כוללת את כל מרכיבי הפלטפורמה של אנבידיה: מעבד GB10 מבוסס ארכיטקטורת Grace Blackwell, כרטיס גרפי מתקדם, חיבוריות NVLink‑C2C עם רוחב פס של עד פי 5 מהדור הקודם, רשת פנימית במהירות 200Gbps, ותמיכה מלאה בספריות CUDA ובתוכנות ה-AI של אנבידיה.

המערכת מסוגלת לבצע פעולות חישוב בקצב של פטה פלופ ומצוידת בזיכרון מאוחד של 128 ג׳יגה, מה שמאפשר למפתחים להריץ מודלים בהיקף של עד 200 מיליארד פרמטרים ולבצע כיוונון למודלים בגודל של עד 70 מיליארד פרמטרים - ללא צורך במעבר לענן או שימוש בתשתיות מרוחקות.

מדובר במהלך שמתכתב עם מגמה גוברת של העברת יכולות AI מהמחשוב הענני אל המפתחים עצמם, תוך מתן גישה מיידית, נוחה ומקומית למודלים, נתונים וספריות. אומנם לא מדובר בתחליף מלא לסביבות מחשוב גדולות, אך זו אלטרנטיבה שמצמצמת פערים בין מעבדות קטנות לחברות ענק.