人工知能モデルの開発について考えるとき、最初に頭に浮かぶ 2 つの名前は、OpenAI、そしておそらく Google でしょう。しかし、それだけではありません。以前は Facebook として知られていた Meta も、この取り組みに多くのリソースを投入しています。そして、これを証明するのが、新しい Code Llama 70B です。これは、よく知られている GPT-3.5 を超え、最も先進的な OpenAI モデルである GPT-4 との距離を縮める、完全に無料の人工知能モデルです。
Code Llama 70B は、その名前が示すように、プログラミングに焦点を当てた人工知能モデルで、700 億個 (アメリカの表記では 70 兆個) のパラメーターで構成されています。パラメータの数が多いほど複雑さが増し、一般的にはより良い結果が得られます。
Code Llama 70B は、商用目的でも研究目的でも完全に無料で使用できます。同社は 3 つの異なるモデルもリリースしました。汎用モデル (Code Llama 70B) に加えて、Python に焦点を当てたモデルと Instruct に焦点を当てたモデルです。
Meta が公開したテストによると、Code Llama 70B のジェネリック バージョンは HumanEval テストで 53% の精度を達成し、 GPT-3.5 モデル (48.1%) を上回り、 GPT-4 (67%) およびGemini Ultraとの距離を短縮しました ( 74.4%）、両社が公開したデータによると。
ただし、Instruct バージョンと Python バージョンを参照すると、比較は Code Llama の方が有利になります。 Instruct は 67.8% の精度を達成し、このシナリオではGPT-4 を僅差で上回りました。一方、Code Llama Python は 57.3% に達します。
| モデル | HumanEval |
|---|---|
| コードラマ 70B | 53% |
| コードラマ 70B Python | 57.3% |
| コードラマ 70B 説明書 | 67.8% |
| OpenAI GPT-3.5 | 48.1% |
| OpenAI GPT-4 | 67% |
| Google ジェミニ ウルトラ | 74.4% |
「コードの作成と編集は、今日の人工知能モデルの最も重要なアプリケーションの 1 つになっています。また、人工知能モデルが他のドメインの情報をより厳密かつ厳密な方法で処理できるようにするためには、プログラムする能力が重要であることも示されています。論理的です」とマーク・ザッカーバーグは自身のFacebookプロフィールで詳しく述べた。 「この進歩を誇りに思います」と彼は言った。
Meta は人工知能に焦点を当てており、Code Llama 70B はその一例にすぎません
Code Llama 70Bの発売は、マーク・ザッカーバーグ率いる同社が人工知能の分野で行っている取り組みの一例にすぎない。マネージャーは最近のインタビューで、AGI (汎用人工知能) の開発を会社の目標の 1 つとして挙げました。そして、少なくとも現時点では、すべてがオープンソースの方法で行われており、人工知能と同じくらい社会に影響力のあるものであることを考慮すると、開発者コミュニティはこのアプローチを賞賛しています。
ただし、人工知能に重点が置かれるため、メタバースへの取り組みはあまり目立たなくなりました。少なくとも公の場では。同社は、Reality Labs 部門を通じて AR、VR、MR への投資を維持し、製品を市場に投入し続けています。しかし、メタバースの概念に関する影響と関心は、同社がFacebook から Meta に社名さえ変更した2021 年に比べて低下しています。
参考資料一覧
- https://www.facebook.com/zuck/posts/pfbid0KccyDFLszKeHkWVssrcSJYnigb1VYfsLuExTjxVPKWzDpXgmd9FYMfZ1hcWpyf3Zl