Kutsumme taskussa olevaa laitetta älypuhelimeksi, vaikka se monella tapaa on lähinnä erittäin kehittynyt taskulaskin. MIT:stä irrotettu tekoäly-yritys Liquid AI on nyt esitellyt uudet tekoälymallit, jotka toimivat myös pienten resurssien laitteissa.
Liquid AI on Massachusetts Institute of Technologyn tietotekniikan ja tekoälyn CSAIL-laitokselta alkunsa saanut yritys, joka on kehittänyt AI-malleja, jotka eroavat täysin vaikkapa ChatGPT:stä tuttuihin LLM-malleihin, jotka perustuvat fransformer-arkkitehtuuriin.
Transformer- eli muunnosarkkitehtuureissa malli pystyy esimerkiksi painottamaan eri osia tekstistä riippuen siitä, kuinka tärkeitä ne ovat nykyisen sanan ennustamisessa. Esimerkiksi ennustaessaan seuraavaa sanaa lauseessa, malli huomioi kaikki muut sanat kontekstissa ja laskee, mitkä sanat ovat relevantteja ennustamiseen.
Liquid AI on puolestaan kehittänyt LFM-mallit (Liquid Foundation Models) käyttäen dynaamisten järjestelmien käsitteitä, signaalinkäsittelyä ja numeerista lineaarista algebraa. Tämän lähestymistavan avulla ne voivat käsitellä erityyppisiä tietoja, kuten tekstiä, videota ja ääntä, pienemmillä muistivaatimuksilla ja korkeammalla laskentateholla.
Liquid AI on julkistanut ensimmäiset kolme mallia. Ne käyttävät yhtä, kolmea tai 40 miljardia parametria päättelyynsä. Näistä 1,3B-versio sopii myös laitteisiin, joissa muistiresurssit ovat rajalliset. Tämä voi tarkoittaa jopa mikro-ohjainpohjaisia laitteita. 3,1B-malli sopii verkon reunalaitteisiin ja 40,3B-malli on tarkoitettu vaativimpiin sovelluksiin.
LFM-mallit ovat benchmark-testien mukaan vastaavankokoisia LLM-malleja tehokkaampia. Esimerkiksi miljardin parametrin malli peittoaa kaikki samankokoiset markkinoilla jo olevat LLM-mallit.
Lisätietoja löytyy täältä.
Autoteollisuus on siirtymässä yhä monimutkaisempiin ohjelmistopohjaisiin järjestelmiin, joissa virheetön ohjelmisto on elintärkeää turvallisuuden ja suorituskyvyn varmistamiseksi. Ohjelmiston laatu ja luotettavuus eivät ole enää vain valinnaisia ominaisuuksia, vaan kriittisiä vaatimuksia erityisesti autonomisessa ajamisessa, kehittyneissä kuljettajaa avustavissa järjestelmissä (ADAS) ja yhdistetyissä ajoneuvojärjestelmissä.
Kestävä digitaalinen infrastruktuuri on kriittinen, jotta tietoliikenneverkot voidaan tehokkaasti valjastaa tekoälyinnovaatioiden ja pilvipohjaisten palveluiden tarpeisiin. Tekoälyyn liittyvien datarikkaiden sovellusten lisääntyvä kysyntä edellyttää tietoliikenneverkkoa, joka kykenee käsittelemään suuria tietomääriä alhaisella viiveellä, kirjoittaa Orange Businessin kumppaniratkaisuista vastaava Carl Hansson.
Euroopan unioni ottaa merkittävän askeleen avaruusteknologian kehittämisessä allekirjoittamalla sopimuksen uuden IRIS²-satelliittijärjestelmän toteuttamisesta. Tämä 290 satelliitin verkko on suunniteltu vahvistamaan Euroopan itsenäisyyttä ja turvallista yhteydenpitoa.
Jotta voidaan vastata uuden teknologian vaatimuksiin ja pitää järjestelmät toimimassa ”kellon tavoin”, on aika harkita ajoitusratkaisuja uudelleen. Tässä kaksiosaisessa "Precision Timing" -artikkelissa opit, miksi mikroelektromekaanisiin järjestelmiin eli MEMS-komponentteihin perustuvat piiajoituslaitteet päihittävät kvartsin elektroniikkasuunnittelun uudella aikakaudella. 
Matalatehoisten langattomien ratkaisujen asiantuntija Nordic Semiconductor ja eSIM-ratkaisuja kehittävä Kigen ovat julkistaneet yhteistyön, joka sujuvoittaa massiivisten IoT-verkkojen käyttöönottoa. Yhdessä he esittelevät CES 2025 -messuilla ratkaisun, joka yhdistää Nordic Semiconductorin nRF9151-moduulin ja Kigenin SGP.32 IoT eSIM-teknologian sekä laitteiden hallinta-alustan.
