🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

◉Latent Space

Artikelbild eller återanvändbart omslag för Latent Space

Anima Anandkumar, professor vid Caltech, har utvecklat AI-modeller för att simulera fysikaliska system som väder, fusion och vätskeflöde — områden som traditionellt krävt massiva superkomputrar och decennier av utveckling.

Hennes teknik, Neural Operators, låter AI lära sig från både data och fysikaliska lagar samtidigt, vilket gör att modeller kan arbeta med mycket mindre datamängd än vanliga språkmodeller kräver. Hon lyckades skapa FourCastNet, som kan förutsäga väder lika bra som klassiska fysik-baserade simuleringar men kör på vanliga grafikkort. Nyckeln är att bygga in den struktur som den fysikaliska världen redan har — till exempel genom att använda rätt matematiska grund för ett problem — istället för att försöka träna på omöjligt stora datamängder.

Mer från Latent Space

Using Agents for Long-Horizon Financial Work — Aman Singh, Arca

Latent Space · för 13 tim sedan

⚡ Building ChatGPT for Finance — Joseph Kim, OpenAI's Head of Financial Services

Latent Space · 31 okt.

One word for AI agents in 2027

Nate Herk · för 4 tim sedan

Tests: chatbots rely on three obscure AI-built voter sites for US midterm answers; Copilot cited the error-prone Ballot Brief in 75% of tests and ChatGPT in 22%

Techmeme · för 5 tim sedan