LEMONT, Ill.–(BUSINESS WIRE)–Một tập đoàn toàn cầu gồm các nhà khoa học từ các phòng thí nghiệm, viện nghiên cứu, học viện và ngành công nghiệp liên bang đã được thành lập để giải quyết những thách thức của việc xây dựng cơ sở quy mô lớn trí tuệ nhân tạo (AI) và thúc đẩy AI đáng tin cậy và đáng tin cậy cho khám phá khoa học.

Hiệp hội Thông số Trillion (TPC) tập hợp đội ngũ nhà nghiên cứu tham gia vào việc tạo ra các mô hình AI tổng quát quy mô lớn để giải quyết những thách thức chính trong việc thúc đẩy AI cho khoa học. Những thách thức này bao gồm phát triển kiến ​​trúc mô hình và chiến lược đào tạo có thể mở rộng, tổ chức và quản lý dữ liệu khoa học cho các mô hình đào tạo; tối ưu hóa thư viện AI cho hiện tại và tương lai tính toán exascale nền tảng; và phát triển các nền tảng đánh giá sâu để đánh giá tiến độ trong việc học tập nhiệm vụ khoa học cũng như độ tin cậy và tin cậy.

Hướng tới những mục tiêu này, TPC sẽ:

• Xây dựng một cộng đồng mở gồm các nhà nghiên cứu quan tâm đến việc tạo ra các mô hình AI tổng hợp quy mô lớn hiện đại nhằm mục đích thúc đẩy tiến bộ trong các vấn đề khoa học và kỹ thuật bằng cách chia sẻ các phương pháp, cách tiếp cận, công cụ, hiểu biết sâu sắc và quy trình làm việc.
• Ươm tạo, khởi động và điều phối các dự án một cách tự nguyện để tránh sự trùng lặp trong nỗ lực và tối đa hóa tác động của các dự án trong cộng đồng khoa học và AI rộng lớn hơn.
• Tạo ra một mạng lưới tài nguyên và chuyên môn toàn cầu để tạo điều kiện thuận lợi cho thế hệ AI tiếp theo và tập hợp các nhà nghiên cứu quan tâm đến việc phát triển và sử dụng AI quy mô lớn cho khoa học và kỹ thuật.

Các mô hình tham số nghìn tỷ đại diện cho giới hạn của AI quy mô lớn mà chỉ có các hệ thống AI thương mại lớn nhất hiện đang tiếp cận quy mô này.

Việc đào tạo LLM (mô hình ngôn ngữ lớn) với nhiều tham số này đòi hỏi tài nguyên điện toán lớp exascale, chẳng hạn như tài nguyên đang được triển khai tại một số phòng thí nghiệm quốc gia của Bộ Năng lượng Hoa Kỳ (DOE) và nhiều đối tác sáng lập TPC ở Nhật Bản, Châu Âu và các nơi khác. Ngay cả với những nguồn lực như vậy, việc đào tạo một mô hình tham số một nghìn tỷ hiện đại sẽ cần nhiều tháng dành riêng cho tất cả trừ các hệ thống lớn nhất. Do đó, những nỗ lực như vậy sẽ có sự tham gia của các nhóm lớn, đa ngành, đa tổ chức. TPC được hình dung như một phương tiện để hỗ trợ các nỗ lực cộng tác và hợp tác giữa và trong các nhóm như vậy.

Rick Stevens, phó giám đốc phòng thí nghiệm máy tính cho biết: “Tại phòng thí nghiệm của chúng tôi và tại ngày càng nhiều tổ chức đối tác trên khắp thế giới, các nhóm đang bắt đầu phát triển các mô hình AI hàng đầu để sử dụng trong khoa học và đang chuẩn bị các bộ sưu tập khổng lồ dữ liệu khoa học chưa được khai thác trước đây để đào tạo”. , khoa học môi trường và đời sống tại Phòng thí nghiệm quốc gia Argonne của DOE. “Chúng tôi đã hợp tác tạo ra TPC để đẩy nhanh các sáng kiến ​​này và nhanh chóng tạo ra kiến ​​thức cũng như công cụ cần thiết để tạo ra các mô hình AI với khả năng không chỉ trả lời các câu hỏi theo từng lĩnh vực cụ thể mà còn tổng hợp kiến ​​thức trên các lĩnh vực khoa học.”

Liên hệ

Christopher J. Kramer

Trưởng phòng Quan hệ Truyền thông

Argonne National Laboratory

Văn phòng: 630.252.5580

Email: media@anl.gov