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    

推薦する

...

人工知能の簡単な歴史 | (1) ディープラーニング、人工知能の新たな盛り上がり

人工知能はまだ少し遠く、Google の巨大なデータセンターの部屋や神秘的な MIT ロボット工学研...

ビジネス界がディープラーニングの導入に消極的である4つの理由

[51CTO.com クイック翻訳] 過去数年間にわたり、多くの企業がデータ主導のアプローチを採用す...

...

ビジネス界におけるAIと自動化の変革的役割

人工知能や自動化などの破壊的技術の急速な発展により、現代の企業は変化しています。これらのテクノロジー...

人工知能は行動変容マーケティングの世界に混乱をもたらすのでしょうか?

人工知能が人々の日常生活においてますます重要になるにつれ、行動マーケティングも成長しています。人々は...

...

AIの最高峰:自然言語処理

近年、世界中でますます多くの政府や企業組織が人工知能の経済的、戦略的重要性を徐々に認識し、国家戦略や...

...

データ構造とアルゴリズムの比較 バックスペースを含む文字列!

[[441739]]バックスペースで文字列を比較するLeetCode の問題へのリンク: http...

...

旅の途中+第2世代、「バルペンハイマー」完成までの7つのステップにカルパシーが驚愕 | 実際のテスト体験を添付

数日前、バービー・ハイモアがインターネットで話題になって以来、ネットユーザーたちは、MidJourn...

シンプルで強力な顔認識プロジェクトがGitHubのトレンドリストに登場

最近、face_recognitionという顔認識プロジェクトがGitHubのトレンドリストに掲載さ...

相関関係は因果関係ではない。ディープラーニングによりAIは「10万のなぜ」を問うことができる

[[274938]]ビッグデータダイジェスト制作出典: searchenterpriseai編纂者:...

Google エンジニア: AI テクノロジーにより、5 年以内に人間とコンピューターの会話が実現する

人間の言語を習得することはコンピューターにとって依然として課題だが、グーグルのエンジニアは人工知能(...