
بروزرسانی: 28 خرداد 1404
هوش مصنوعی منبع باز منجر به پیشرفت هایی در بهداشت، آموزش و کارآفرینی می شود
ما معتقدیم که هوش مصنوعی منبع باز است مسیر رو به جلوو ما خوشحالیم که توسعه دهندگان در سراسر جهان در حال حاضر از مدل های منبع باز مانند استفاده می کنند لاما برای شکل دادن به آینده
امسال، ما مجموعه ای از رویدادها را برای ایجاد یک جامعه منبع باز و از توسعه دهندگان Llama پشتیبانی کنید از طریق راهنمایی، تامین مالی و یک شبکه گسترده. این توسعه دهندگان پروژه های نوآورانه ای را راه اندازی کرده اند که شامل علم، آموزش، مراقبت های بهداشتی، کارآفرینی و موارد دیگر می شود. پروژه های آنها مزایای منحصر به فرد هوش مصنوعی منبع باز را نشان می دهد و نشان می دهد که چگونه کد منبع شفاف و در دسترس امکان همکاری، نبوغ و انعطاف پذیری را فراهم می کند - ویژگی های دقیق مورد نیاز برای توسعه ایمن و پایدار در هوش مصنوعی.
در اینجا مجموعه ای از داستان ها در مورد نحوه استفاده این توسعه دهندگان از هوش مصنوعی منبع باز برای حل مشکلات جهانی است.
بهداشت و علم
شهر امید
در مرکز ملی پزشکی شهر امید، محققان از LLM برای ساختن ابزارهایی برای پزشکان سرطان، از جمله ابزاری که بیماران سرطانی را با آزمایش های بالینی مرتبط مطابقت می دهد، استفاده می کنند.
با توجه به مقیاس و حساسیت داده های متنی تولید شده در کلینیک، پزشکی یکی از بهترین و فوری ترین کاربردها برای LLM ها است.
– کینگسون من، دانشمند اصلی داده در شهر امید
مرد توضیح می دهد که 40 درصد از آزمایش های بالینی سرطان شکست می خورند، زیرا نمی توانند بیماران واجد شرایط کافی برای شرکت در آن را پیدا کنند، و تنها 3 تا 7 درصد از بیماران آن را وارد کارآزمایی می کنند. برای رفع این شکاف، City of Hope ابزار تطبیقی \u200b\u200bایجاد کرد که تجزیه و تحلیل می کند که آیا معیارهای واجد شرایط بودن کارآزمایی بالینی خاص برای بیماران فعلی شهر امید اعمال می شود یا خیر، سپس یک امتیاز منطبق ایجاد می کند. با این امتیاز منطبق، پزشکان می توانند آزمایش های بالینی دیگری که احتمالاً نادیده گرفته شده اند را برای بررسی بیماران خود ارائه کنند.
چشم انداز ژن
OtonoCo از LLM های منبع باز برای تقویت Gene Outlook استفاده می کند، پلتفرمی که برای تسریع در کشف و استخراج بینش از داده ها، به ویژه در زمینه ژنومیک طراحی شده است.
محققان از Gene Outlook برای یافتن امضاهای ژنی مهم یا انواع دیگر داده های مرتبط با ژن در بیماران سرطانی استفاده می کنند، سپس Llama نماد ژن را به محتوایی تبدیل می کند که دانشمندان و کسب وکارها به راحتی می توانند آن را درک کنند. OtonCo همچنین توسعه داده است LLM آگاه از ارگانیسم در بالای لاما به نام GeneTuned LLM، و در حال گسترش چشم انداز ژن به حوزه سلامت روده و میکروبیوم است.
با منبع باز، ما نباید نگران ایجاد یک الگوریتم جدید هوش مصنوعی باشیم. ما فقط می توانیم روی مشکل تمرکز کنیم و به عقب کار کنیم تا ببینیم چه فناوری منبع باز برای حل آن مشکل مناسب است."
– جونگ هانگ سیونگ، موسس و رئیس OtonoCo
آموزش و پرورش
آزمایشگاه DLYog
آزمایشگاه DLYog توسط Tarun Chawdhury و Mousumi Chawdhury تأسیس شد که از تجربه خود با پسرشان که نیازهای ویژه ای دارد الهام گرفته بودند. آنها با هم یک برنامه مجهز به GenAI را توسعه دادند که فرآیند ایجاد برنامه های آموزشی فردی (IEP) را برای آموزش ویژه ساده می کند.
این برنامه رونوشت های جلسات IEP با والدین، فرزندشان، معلمان و متخصصان را پردازش می کند تا یک برنامه آموزشی با جزئیات اهداف و خدمات برای کودک ایجاد کند.
لاما به بازیکنان کوچکی مانند ما کمک می کند تا رویای خود را برای منافع اجتماعی تحقق بخشند. این به نفع پسرم ایجاد شد، اما اکنون می توانیم آن را به بسیاری از والدین دیگر تعمیم دهیم.»
– تارون چاودری، یکی از بنیانگذاران آزمایشگاه DLYog
برنامه DLYog معلمان را قادر می سازد تا برنامه های شخصی سازی شده را به سرعت بر اساس نمایه کودک ایجاد کنند، و معماری منبع باز در دسترس عموم Llama را می توان به سرعت برای مؤسسات کوچک مانند مدارس خصوصی تغییر داد. از آنجایی که برنامه را می توان در یک مرکز داده خصوصی با حداقل نیازهای زیرساختی مستقر کرد، مدارس کوچک و موسسات خصوصی با نگرانی در مورد امنیت داده ها می توانند آن را در محدوده خود بکار گیرند. و با جدیدترین نسخه Llama، اپلیکیشن آزمایشگاه DLYog اکنون نشانه های غیرکلامی مانند حالات صورت و حرکات چشم را تجزیه و تحلیل می کند و بینش هایی را امکان پذیر می کند که فراتر از رویکردهای سنتی به IEP است.
بنیاد آموزش پراتهام
بنیاد آموزش پراتهام (PEF)، واقع در هند، از لاما برای ایجاد راه حلی برای مادران جوان استفاده کرد تا در مورد مراقبت از کودک و آموزش در دوران کودکی بیاموزند. دسترسی به این اطلاعات در وب باز ممکن است دشوار باشد، که اغلب اطلاعات گیج کننده یا متناقضی را ارائه می دهد.
خیر اجتماعی باید منبع باز باشد. به عنوان یک سازمان غیر درآمدزا، برای ما مهم است که بیشترین ارزش را برای دلار خود داشته باشیم. این روش دیگری است که لاما واقعاً مفید بوده است.»
– نیشانت باغل، مدیر نوآوری فناوری در PEF
چت ربات مبتنی بر واتس اپ PEF 12 زبان هندی را در بر می گیرد و مادران می توانند به جای تایپ متن با ربات به صورت صوتی ارتباط برقرار کنند. این ربات یک پاسخ صوتی و تصویری را بر اساس اسناد تأیید شده تولید می کند، علاوه بر این، یک پیوند ویدیویی ارسال می کند که هضم اطلاعات مورد نیاز را برای مادران آسان تر می کند. بیش از 40000 مادر در هند از این محصول استفاده کرده اند.
به گفته Nishant Baghel، مدیر نوآوری فناوری PEF، لاما به عنوان "ستون ستون فقرات" PEF برای تولید و مصرف دانش عمل می کند.
کسب و کار کوچک و کارآفرینی
HiiiWAV
HiiiWAV یک انکوباتور مستقر در اوکلند، کالیفرنیا است که به هنرمندان، به ویژه موسیقیدانان سیاه پوست، نحوه ایجاد استارتاپ با استفاده از هوش مصنوعی را آموزش می دهد. هدف آنها این است که به این هنرمندان کمک کنند تا قدرت هوش مصنوعی و یادگیری ماشین را ببینند - و از آن استفاده کنند.
از آنجایی که برای استارت آپ های در مراحل اولیه بسیار مهم است که هزینه ها را پایین نگه دارند، HiiiWAV فناوری منبع باز را توصیه می کند که با گسترش دسترسی به ابزارهای اغلب گران قیمت و بسیار فنی، زمین بازی را هموار می کند. در میان گزینه های موجود، آن ها لاما را «صدر فهرست» می نامند، زیرا نه تنها هزینه ها را کاهش می دهد، بلکه آنها را قادر می سازد تا جامعه بسازند و اطلاعات را آزادانه به اشتراک بگذارند.
«گزینه های منبع بسته خارج از قفسه با استفاده گران می شوند و ساختن آن ها سخت است. ما همچنین در حال ساخت سخت افزار مبتنی بر هوش مصنوعی هستیم، بنابراین به کنترل و آزادی برای سفارشی سازی نیاز داریم که در گزینه های منبع بسته وجود ندارد. منبع باز قطعا راهی برای رفتن است.»
– بوسکو کانته، مدیر اجرایی HiiiWAV
کارآفرینان در انکوباتور HiiiWAV از هوش مصنوعی منبع باز برای ساخت ابزارهای مختلفی استفاده کرده اند، از جمله GooRoo، یک تولیدکننده ضبط صوتی با کمک تلفن همراه و Choice Scores، یک پلتفرم مبتنی بر هوش مصنوعی که آهنگ های هیپ هاپ را به موسیقی تبدیل می کند.
AIIRA
AIIRA، موسسه هوش مصنوعی برای کشاورزی انعطاف پذیر، ابزارهای هوش مصنوعی را برای کمک به کشاورزان در عملیات روزانه خود می سازد. هدف آنها تشویق به پذیرش هوش مصنوعی در میان کشاورزان برای کمک به آنها برای حل چالش ها در بهبود محصول و تولید است. فناوری منبع باز لاما امکان تنظیم دقیق چند زبانه، جغرافیایی و وابسته به زمینه را فراهم می کند تا سازمان بتواند مدل های مختلفی داشته باشد که برای مناطق خاص کار می کنند. AIIRA از Llama برای ایجاد توصیه های شخصی به کشاورزان برای رسیدگی به آفات و علف های هرز استفاده می کند.
توانایی هوش مصنوعی منبع باز برای استقرار در مقیاس تحول آفرین است. در ایالات متحده کار می کند، می تواند در آفریقا، در هند و در سراسر جهان کار کند. من امیدوارم که این نوع روحیه منبع باز در آینده ادامه یابد تا بتوانیم به استفاده از آخرین پیشرفت ها در هوش مصنوعی ادامه دهیم."
- چین می هگد، عضو AIIRA و استاد دانشگاه نیویورک
این نوآوری ها با Llama نشان می دهند که چگونه هوش مصنوعی منبع باز تأثیر مثبتی بر جهان دارد و ما مشتاقانه منتظریم تا جامعه جهانی همچنان به پتانسیل هوش مصنوعی منبع باز پی ببرد.
منبع