InfoQ ホームページ ソーシャルネットワーキング に関するすべてのコンテンツ
-
Metaがどのようにして100万行のAndroidコードをJavaからKotlinに移行したか？
生産性と安全性の面でKotlinがもたらす利点を最大化するため、Metaのエンジニアは1,000万行のAndroidコードベースをJavaからKotlinに翻訳する作業に懸命に取り組んできた。このプロセスの1年で、彼らはコードベースの約半分を移行し、プロセスを可能な限り自動化するための特別なツールKotlinatorを開発した。
-
メタにおけるThreadsアプリのiOSパフォーマンスの改善
MetaのエンジニアであるDave LaMacchia とJason Pattersonは、アプリのパフォーマンスはユーザーにそのアプリを使いたいと思わせる鍵であると言う。これには、アプリを超高速で、バッテリー効率よく、さまざまなデバイスや接続条件下で信頼できるものにすることも含まれる。
-
Meta Spirit LM、音声とテキストを統合した新しいマルチモーダルGenAIモデルを発表
最近の論文で発表されたSpirit LMは、話し言葉と書き言葉を混在させたパイプラインを作成し、音声とテキストを同じマルチモーダルモデルに統合することを可能にする。Meta社によれば、テキストと音声トークンのインターリーブに基づく新しいアプローチにより、音声とテキストに別々のパイプラインを使用する従来のソリューションの本質的な制限を回避することが可能になるという。
-
Meta社のMobileLLMでオンデバイスユースケースに向けたLLM設計が促進
Meta社の研究者のMobileLLMに対する目標は野心的だ。小型モデルの品質は搭載しているパラメータが何十億あるかに直結したものではなく、むしろ注意深いアーキテクチャ設計の賜物であることを示そうとしている。その実証として、層の深いアーキテクチャと層の浅いアーキテクチャを埋め込み共有やグループ化クエリアテンションメカニズムを組み合わせた125M、350M、600M、10Bパラメータの4つのモデルを構築し、従来の最先端モデルよりも精度を向上させた。
-
Meta社 AIが思考の選好最適化を導入、AIモデルが反応する前に考えることを可能に
Meta FAIR、カリフォルニア大学バークレー校、ニューヨーク大学の研究者たちが、思考の選好最適化（TPO）を発表した。最終的な解答のみに注目する従来のモデルとは異なり、このアプローチでは、LLMがより正確で首尾一貫した解答を生成するために、内部的な思考プロセスを生成し、洗練させることができる。
-
Meta社がテールユーティライゼーションの向上によりAI推論を最適化
Meta社（旧Facebook社）は、テールユーティライゼーションの最適化に注力することで、機械学習モデル提供インフラの効率性と信頼性が大幅に改善されたことを報告した。
-
Big Techはなぜ道を踏み外したか - 規制と自由
テクノロジーが私たちの生活に果たす役割はますます大きくなっているが、Big Techと呼ばれる大手テック企業はその理念とは相反する行動を見せ、制御不能に陥っているように見受けられる。規制は整備されつつあるが、法律が適用されることはほとんどない。大手テック企業のリーダーは、自分たちの仕事が文化であることに気付くべきだ。QCon London 2023では、Andy Walker氏が、彼らがなぜ道を踏み外したかついて講演した。
-
Metaが信頼性向上と運用の簡素化を目的に「MySQL Raft」へ移行
Metaは現在の準同期データベースとしてのMySQLを置き換えるために、MySQL Raftをデータセンターで展開している。新しいコンセンサスエンジンは運用を助け、MySQLサーバーがプロモーションやメンバーシップに責任を持つことを可能にしている。
-
Twitterがレコメンデーションアルゴリズムをオープンソース化
Twitterは最近、ユーザーのTwitterタイムラインにツイートをレコメンドするシステムのいくつかのコンポーネントをオープンソース化した。このリリースには、アルゴリズムを実行するいくつかのサービスやジョブのコード、ツイートを埋め込んでランキングする機械学習モデルをトレーニングするコードが含まれている。
-
ソーシャルインパクトを高めるためにエンジニアと企業ができること
テック業界で働���エンジニアにはスキル、経験、ネットワークを通じて社会的インパクトを生み出す手段がある。企業はビジネス手法を社会的に配慮したものにすることでインパクトを生み出せる。インクルーシブ・トレーニングは個人の状況や背景を考慮し、民族、性別、ニューロダイバーシティ、社会の経済的背景など幅広い層からの参加を保証するために最小限の参入障壁でサービスを提供する。
-
Metaが1750億パラメータAI言語モデルのOPTをオープンソース化
Meta AI Researchは、1750億パラメーターAI言語モデルのOpen Pre-trained Transformer（OPT-175B）をリリースした。このモデルは1800億のトークンを含むデータセットでトレーニングされている。GPT-3と同等のパフォーマンスを示す一方で、必要なカーボンフットプリントはGPT-3トレーニングの7分の1のみである。
-
Metaが会話型AIモデルプロジェクトCAIRaokeを発表
Meta AI Researchは最近、デジタルアシスタント向けのエンドツーエンドのディープラーニングモデルProject CAIRaokeを発表した。プロジェクトCAIRaokeは現在MetaのPortalデバイスで使われており、リマインダータスクについて評価すると、以前の会話モデルよりも優れている。
-
大規模コードベースを効率的に処理するInferのAndroid用新デッドロック検出ツール
ロンドン大学カレッジとFacebookの研究者らが共同研究により、AndroidのJavaコード用のデッドロック検出ツール(deadlock detector)を新たに開発し、オープンソースの静的解析ツールであるInferの一部として公開した。この新しいアナライザは、CIパイプラインに統合するために特別に設計されたインクリメンタルなアプローチにより、大規模なコード���ースを効率的に処理することができる。
-
MetaがマルチモーダルAIアルゴリズムのdata2vecをオープンソース化
Meta AIは最近、data2vecをオープンソース化した。画像、テキスト、音声音声データに関する自己監視型ディープラーニングのための統合フレームワークだ。一般的なベンチマークで評価すると、data2vecを使ってトレーニングされたモデルは、モダリティ固有の目的でトレーニングされた最先端のモデルと同等かそれ以上のパフォーマンスを達成している。
-
Metaがメタバース用のAIスーパーコンピュータを発表
Meta は、AI 研究を加速し、同社のメタバース構築を支援することを目的とした AI Research SuperCluster (RSC) スーパーコンピュータを発表した。RSC は、同社の何百もの異なる言語で動作し、新しくより優れた AI モデルを構築し、新しい拡張現実ツールを開発するのに役立つ。