Metaは、すべての製品のビデオ推奨エンジンをサポートする巨大なAIモデルを構築しています。

Metaは、すべての製品のビデオ推奨エンジンをサポートする巨大なAIモデルを構築しています。

3月7日水曜日、Metaの上級幹部は米国時間、同社がFacebookを含む傘下のさまざまなプラットフォームの動画推奨エンジンをサポートできる高度なシステムを構築するため、人工知能に多額の投資を行っていることを明らかにした。

MetaでFacebookプラットフォームを担当するトム・アリソン氏は、このプロジェクトが同社の「2026年技術開発ロードマップ」の重要な部分であることを明らかにした。彼は、この新しい AI 推奨モデルは、TikTok の Reels に似た短編動画サービスをサポートするだけでなく、より伝統的な長編動画コンテンツもカバーすると詳しく説明しました。

エリソン氏はサンフランシスコで開催されたモルガン・スタンレー・テクノロジー・カンファレンスで、Metaは現在、リール、グループ、コアFacebookニュースフィードなどの製品ごとに個別の推奨モデルを使用していると述べた。新しい巨大な AI モデルは、この状況を変え、プラットフォーム間で統一された推奨を実現することが期待されています。

Meta が人工知能分野に参入するための重要なステップとして、同社は Nvidia GPU の購入に数十億ドルを投資しました。これらの GPU は、AI 研究者が大規模な言語モデルをトレーニングし、ChatGPT のような生成 AI モデルを強化するための主要なツールです。

アリソン氏はまた、Meta の技術ロードマップの「第 1 フェーズ」についても詳しく説明しました。同社は製品のパフォーマンスを向上させるために、既存の推奨システムを従来のコンピュータ チップから GPU に移行しています。

同氏は、昨年の大規模言語モデルへの流行の影響を受けて、Meta の上級管理職は、これらのモデルが大量のデータを処理し、チャットなどの一般的な機能を備えていることに大きな衝撃を受けたと明かした。そのため、Meta は製品全体に適用できる巨大な推奨モデルを開発できる可能性を見出し、昨年この新しいアーキテクチャを迅速に構築しました。現在、このモデルはReelsショートビデオサービスで予備テストされています。

エリソン氏はさらに、この新しい「モデルアーキテクチャ」がFacebookのコアアプリで大きな成果を上げ、視聴時間が8~10%増加したと指摘した。これは、このモデルがデータ学習能力において前世代のモデルを上回っていることを示しています。

彼は、Meta がこれらのモデルを適切なハードウェア上で拡張できるようにするためにさらなる投資を行っていることを強調した。同社は現在、システム構築の「第3フェーズ」におり、新技術の有効性を検証し、複数の製品に展開していくことに重点を置いている。

アリソン氏は次のように語った。「私たちの目標は、Reels ショートビデオ サービスを強化するだけでなく、単一の巨大なモデルを使用してビデオ推奨エコシステム全体を駆動し、最終的には情報フロー推奨製品を組み込むことです。これにより、推奨コンテンツがより魅力的で関連性のあるものになるだけでなく、推奨エンジンの応答性も向上すると考えています。」

計画が成功した場合、ユーザーエクスペリエンスはどのように変化するでしょうか? 「例えば、ユーザーがリールで何か興味深いものを見つけて、Facebook ニュースフィードに戻った場合、以前のデータとモデル分析に基づいて、より類似したコンテンツを表示できます」とアリソン氏は説明した。

この壮大な計画をサポートするために、アリソン氏はMetaが大量のGPUリソ​​ースを蓄積していることを明らかにした。これらの高性能コンピューティング ユニットは、ビデオ推奨モデルの駆動に使用されるだけでなく、インテリジェント デジタル アシスタントの開発など、生成 AI のより広範な分野における同社のプロジェクトもサポートします。

Meta は、コア情報フローにさらに複雑なチャット ツールを追加し、ユーザーが興味のあるコンテンツを見たときに簡単な操作でより関連性の高い情報を取得できるようにするなど、生成型人工知能テクノロジのさまざまな応用シナリオを模索しています。たとえば、テイラー・スウィフトに関するおすすめの投稿が表示された場合、ユーザーはボタンをクリックするだけで Meta AI に質問し、詳細情報を得ることができます。

Meta は、AI チャット ツールをグループに統合することも計画しています。たとえば、Facebook のベーキング グループでは、メンバーはデザート作りに関する質問にデジタル アシスタントから直接回答を得ることができます。

「私たちには、生成型 AI をマルチユーザーインタラクティブ環境に導入する能力があると信じています」とアリソン氏は語った。

<<:  AIが不動産業務を簡素化する方法

>>:  センシング、AI、想像力:視覚がモノのインターネットをどう形作るか

ブログ    
ブログ    
ブログ    
ブログ    
ブログ    

推薦する

YouTube、有名歌手の真似をしたり、テキストやハミングで曲を作曲できるAIツールをリリース

YouTube は 11 月 16 日に、ユーザーがテキストを入力したりメロディーをハミングしたりす...

ヘルスケア AI が有用であることをどうやって保証するのでしょうか?

ヘルスケアビジネスの大局において、予測モデルは血液検査、X 線検査、MRI と同じ役割を果たします。...

生成 AI が流行する中、コンプライアンス計画にはどのような変化が見られるのでしょうか?

消費者のショッピング嗜好を予測したり、軍事上の意思決定を導いたり、金融犯罪に関する独自の洞察を提供し...

JDロジスティクスは知能を高めつつ、宅配業者から仕事を奪っている

JD.comは早くも2017年8月に、陝西省の地域をカバーする中国初のドローン空域の承認を取得しまし...

Google のロボットアームはハンカチなど、柔らかいものも硬いものもつかむことができます。 ICRA 2021が承認されました

現在、ロボットに関する研究は、主に特定の形状の物体を掴むためのロボットアームの設計に焦点を当てていま...

将来の成長の原動力は?ビッグデータ+人工知能が浸透し、私たちの生活を変える

画像ソース: Unsplash新世代情報技術の急速な発展に伴い、コンピューティング能力、データ処理能...

2021年の産業用ロボットの6つの主要トレンド

産業情報ウェブサイトReportlinkerが2020年11月に発表したレポートによると、産業用ロボ...

...

...

機械学習で最もよく使われる最適化の1つ - 勾配降下法最適化アルゴリズムのレビュー

勾配降下アルゴリズムは、機械学習で非常に広く使用されている最適化アルゴリズムであり、多くの機械学習ア...

...

AIがバリアフリー時代へ:手話認識・翻訳の応用が意味するものとは?

人々の印象では、AIは「多数派」に属する技術カテゴリーであると私は信じています。いわゆる多数とは、第...

2018 年のビッグデータのトレンド: 人工知能... データ分析には視覚化モデルが含まれます...

導入ノートパソコン、スマートフォン、センサーはすべて、モノのインターネット向けに大量のデータを生成し...

...

...