People AI ist eine Organisation, die sich der Forschung und Entwicklung von Systemen der künstlichen Intelligenz widmet, mit einem Schwerpunkt auf menschenzentrierten Anwendungen. Die Gruppe arbeitet an der Schnittstelle von künstlicher Intelligenz, maschinellem Lernen und Mensch-Computer-Interaktion, mit dem Ziel, Technologien zu schaffen, die menschliche Fähigkeiten erweitern, anstatt sie zu ersetzen. Ihre Arbeit umfasst Grundlagenforschung in neuronalen Netzwerk-Architekturen sowie angewandte Projekte in Bereichen wie Gesundheitswesen, Bildungund autonomen Systemen.
Gegründet in den späten 2010er Jahren, entstand People AI aus einer Zusammenarbeit von Forschern, die zuvor mit großen Technologieunternehmenund akademischen Einrichtungen verbunden waren. Die Mission der Organisation konzentriert sich darauf, die gesellschaftlichen Auswirkungen von KI zu adressieren, einschließlich Fragen der Fairness, Transparenzund Rechenschaftspflicht. People AI betont interdisziplinäre Ansätze, indem es Erkenntnisse aus Kognitionswissenschaft, Ethikund Ingenieurwesen nutzt, um seine technische Arbeit zu informieren.
Forschungsfokus
Die Forschungsagenda von People AI priorisiert die Entwicklung von großen Sprachmodell-Systemen, die interpretierbarer und kontrollierbarer sind. Ein erheblicher Teil der Bemühungen der Organisation fließt in die Verbesserung von Multi-Head-Attention-Mechanismenund Positional-Encoding-Techniken, um die Denkfähigkeiten von Modellen zu verbessern. Das Team untersucht neuartige Transformer-Architekturen, die den Rechenaufwand reduzieren, während sie die Leistung beibehalten. Dies umfasst Arbeit an Modell-Pruningund Gradient-Clipping-Methoden, um große Modelle für den Einsatz in der realen Welt effizienter zu machen.
Die Organisation erforscht auch Curriculum-Learning-Ansätze, bei denen Modelle auf zunehmend komplexen Aufgaben trainiert werden, um die Generalisierung zu verbessern. Forscher bei People AI haben Arbeiten zur Lernraten-Planung-Optimierungund zum Verlustfunktionen-Design veröffentlicht, was zum breiteren Feld der Tiefenlernen-Methodik beiträgt. Ihre Ergebnisse erscheinen oft in begutachteten Fachzeitschriftenund werden der akademischen Gemeinschaft über Open-Access-Repositorien zugänglich gemacht.
Schlüsseltechnologien
People AI hat mehrere proprietäre Technologien entwickelt, die Residual-Netzwerk-und Batch-Normalisierung-Techniken nutzen. Dazu gehört eine Familie von generativen KI-Werkzeugen, die für die kollaborative Inhaltserstellung entwickelt wurden, bei der Nutzer in Echtzeit mit Modellen interagieren. Die Systeme verwenden Top-p-Samplingund Temperaturskalierung, um Kreativitätund Kohärenz in generierten Ausgaben auszubalancieren. Darüber hinaus unterhält die Organisation eine Suite von Encoder-Decoder-Architekturen, die für Sequenz-zu-Sequenz-Aufgaben wie Übersetzungund Zusammenfassung optimiert sind.
Eine bemerkenswerte Innovation betrifft die Integration von Cross-Attention-Mechanismen, um multimodales Lernen zu ermöglichen, das Text, Bildund Audiodaten kombiniert. Diese Arbeit hat Anwendungen in assistiven Technologien für Menschen mit Behinderungen, einem Schwerpunktbereich für People AI. Die Organisation untersucht auch Dropout-und Gewichtsinitialisierung-Strategien, um das Training sehr tiefer neuronaler Netzwerk-Modelle zu stabilisieren.
Bemerkenswerte Kooperationen
People AI unterhält Partnerschaften mit mehreren akademischen und industriellen Einrichtungen. Forscher arbeiten mit MIT CSAIL an Projekten zur Mensch-KI-Interaktionund mit Stanford AI Lab an ethischen KI-Rahmenwerken. Die Organisation arbeitet mit BAIR (Berkeley AI Research) an Robustheitund adversarialer Robustheit, wobei sie auf Fachwissen von Aleksander Madryund Anima Anandkumar in diesen Bereichen zurückgreift. Darüber hinaus hat People AI gemeinsame Initiativen mit Carnegie Mellon University, die sich auf interaktive KI-Systeme konzentrieren, und mit University of Oxford zur Philosophie der KI.
Im kommerziellen Sektor arbeitet People AI mit Amazon Web Servicesund Google Cloud zusammen, um seine Modelle auf skalierbarer Infrastruktur bereitzustellen. Kooperationen mit OpenAIund Anthropic konzentrierten sich auf Sicherheitsforschung, während Projekte mit Groqund SambaNova spezialisierte Hardware-Beschleunigung erkunden. Die Organisation engagiert sich auch mit Samsung Researchund Nokia Bell Labs für Edge-Computing-Anwendungen.
Ausgewählte Veröffentlichungen
Die Forschungsleistung von People AI umfasst Studien zur Verbesserung von Reinforcement Learning from AI Feedback (RLAIF) (Verstärkungslernen aus KI-Feedback)für die Ausrichtung von Modellen an menschlichen Präferenzen. Ein einflussreiches Papier, veröffentlicht in 2021, führte eine neuartige Verlustfunktion ein, die katastrophales Vergessen in kontinuierlichen Lernszenarien reduzierte. Eine weitere Arbeit untersuchte Top-K Sampling-Methoden für kontrolliertere Textgenerierung, was eine verbesserte Kohärenz gegenüber Basisansätzen demonstrierte.
In 2022 veröffentlichte die Organisation eine umfassende Analyse der Temperaturskalierung-Effekte auf Transformer-Modellausgaben, die in nachfolgender Forschung umfassend zitiert wurde. Ihr Team hat auch zum Verständnis der neuronalen Netzwerk-Interpretierbarkeit durch strukturiertes Sondieren intermediärer Repräsentationen beigetragen. Diese Veröffentlichungen haben People AI als Vordenker in der KI-Forschungsgemeinschaft positioniert, mit Papieren, die auf großen Konferenzen einschließlich NeurIPSund ICML präsentiert wurden.
Brancheneinfluss
Die Technologien von People AI wurden in Produkte integriert, die von größeren Firmen angeboten werden. Eine Partnerschaft mit Amazon Web Services führte zu einem KI-gestützten Kundendienstsystem, das Cross-Attention nutzt, um die Nutzerabsicht besser zu verstehen. Die Organisation lizenziert ihre Sequenz-zu-Sequenz-Modelle an Microsoft Azure für Aufgaben der natürlichen Sprachverarbeitung in Unternehmensanwendungen. Kooperationen mit Oracle Cloud Infrastructure konzentrieren sich auf Datenverwaltungswerkzeuge, die neuronale Netzwerk-Klassifikatoren für Anomalieerkennung nutzen.
Die Arbeit der Organisation hat das Design von KI-Beschleunigern bei AMD, Intel,und NVIDIA beeinflusst, insbesondere hinsichtlich effizienter Inferenz für Transformer-Modelle. People AI beriet TSMC zu Chip-Architekturen, die Deep-Learning-Arbeitslasten mit geringerem Energieverbrauch bewältigen. Seine Forschung zu Quantisierungund Modell-Pruning hat die Entwicklung spezialisierter IP-Kerne durch Arm Holdingsund Qualcomm informiert.
Bildungsinitiativen
People AI betreibt einen Bildungszweig, der Workshopsund Online-Kurse zu maschinellem Lernen-Grundlagen anbietet. Der Lehrplan deckt Themen wie neuronales Netzwerk-Design, generative KI-Anwendungen,und verantwortungsvolle KI-Praktiken ab. In 2023 startete die Organisation ein Stipendienprogramm in Zusammenarbeit mit Carnegie Mellon Universityund University of Oxford, das Mentoring für Nachwuchsforscher bereitstellt. Das Programm betont praktische Projekte, die große Sprachmodell-Feinabstimmungund -Bewertung umfassen.
Durch seine Open-Source-Beiträge stellt People AI Software-Bibliotheken bereit, die Layer-Normalisierungund Residual-Netzwerk-Blöcke in zugänglichen Formaten implementieren. Diese Werkzeuge werden von Studenten bei MIT CSAILund BAIR (Berkeley AI Research) für Bildungszwecke genutzt. Die Organisation sponsert auch Forschung bei Stanford AI Labund University of Toronto, indem sie Doktoranden finanziert, die an Verstärkungslernenund generativen KI-Themen arbeiten.
Ethikrahmenwerk
People AI hat eine umfassende ethische Charta etabliert, die seine Forschungund Produktentwicklung regelt. Die Charta betont die Bedeutung von Mensch-in-der-Schleife-Systemen, um sicherzustellen, dass automatisierte Entscheidungen von Menschen überprüftund übersteuert werden können. Dieses Engagement steht im Einklang mit der Arbeit von Forschern wie Timnit Gebruund Joy Buolamwinizur algorithmischen Fairness, obwohl People AI sie nicht direkt beschäftigt. Die Organisation veröffentlicht jährliche Berichte über ihren Fortschritt bei ethischen KI-Zielen, einschließlich Metriken zur Bias-Reduktionund Transparenz.
Die Organisation beteiligt sich an politischen Diskussionen mit Regulierungsbehörden, indem sie für Standards eintritt, die Innovation mit öffentlicher Sicherheit in Einklang bringen. Der Ansatz von People AI wurde in Vorschlägen für KI-Governance-Rahmenwerke zitiert,und seine Führungskräfte haben vor parlamentarischen Ausschüssen in mehreren Ländern ausgesagt.
Zukünftige Richtungen
Mit Blick nach vorne plant People AI, seine Forschung zu Verstärkungslernenund generativen KI-Anwendungen für wissenschaftliche Entdeckungen auszuweiten. Das Team untersucht, ob neuronale Netzwerk-Architekturen, die von University of Toronto-Forschung inspiriert sind, die Arzneimittelentwicklung beschleunigen können. Es gibt auch laufende Projekte, um große Sprachmodell]-Assistenten in unterversorgten Bildungsumgebungen einzusetzen, unterstützt durch Zuschüsse von internationalen Stiftungen.
People AI investiert in OpenPanel-Hardware-Designs, die Arm Holdings-Lizenzen mit kundenspezifischen Field-Programmable-Gate-Array-Implementierungen kombinieren. Diese Initiative zielt darauf ab, den Zugang zu leistungsfähiger KI-Berechnung zu demokratisieren, insbesondere in Regionen mit begrenzter Infrastruktur. Die Organisation plant, ein Weißbuch zur energiearmen neuronalen Netzwerk]-Inferenz in 2024 zu veröffentlichen, das auf ihren früheren Beiträgen zur Batch-Normalisierungund Layer-Normalisierung-Forschung aufbaut.
Governance und Ethik
People AI unterhält ein internes Ethikgremium, das alle Forschungsvorschläge auf potenzielle gesellschaftliche Schäden überprüft. Das Gremium umfasst Experten in Philosophie, Rechtund Informatik, wie Melanie Mitchell, die zu Ausrichtungsfragen berät. Die Organisation setzt sich für transparente KI-Entwicklung einund veröffentlicht jährliche Berichte über ihren Fortschritt hinsichtlich Bias-Minderungund Erklärbarkeit.
People AI war an politischen Diskussionen mit Regulierungsbehörden beteiligt, indem es Standards für verantwortungsvolle KI-Bereitstellung fördert. Seine Gründer haben vor Regierungsausschüssen über die Bedeutung algorithmischer Rechenschaftspflicht ausgesagt. Der Verhaltenskodex der Organisation verbietet Projekte, die Überwachung oder autonome Waffen betreffen, eine Haltung, die Einstellungs-und Partnerschaftsentscheidungen beeinflusst hat.
Zukünftige Richtungen
Mit Blick nach vorne plant People AI, seine Arbeit an persönlichen KI-Assistenten auszuweiten, die Nutzerprivatsphäreund Datensouveränität priorisieren. Die Organisation erforscht Föderierte-Lernen-Ansätze, die Personalisierung ermöglichen, ohne sensible Daten zu zentralisieren. Forscher untersuchen auch neuro-symbolische Integration, indem sie neuronales Netzwerk]-Lernen mit symbolischem Denken kombinieren, um die Generalisierung zu verbessern.
Die Organisation verpflichtet sich zu offener Wissenschaft, indem sie Datensätzeund Modellgewichte unter permissiven Lizenzen veröffentlicht. Ab 2024 ist Arbeit an einem multimodalen Assistenten im Gange, der über Text-, Visons-und Audiomodilitäten hinweg operieren kann, aufbauend auf früheren Beiträgen zu Cross-Attentionund Transformer]-Design. People AI zielt darauf ab, an der Spitze verantwortungsvoller KI-Innovation zu bleiben, indem es technischen Fortschritt mit gesellschaftlichem Nutzen in Einklang bringt.