← Wszystkie modele

Profil modelu

AlphaGo Lee

DeepMind·Wielka Brytania·I 2016·gry
szacunek z computesprzęt z epoki
Indeks Świadomości
0,0006%
widełki: 0,0002%–0,0015%szacunek z compute
Moc diagnostyczna
6,2×10⁶ bitów
widełki: 2,3×10⁶–1,6×10⁷
Energia treningu
26 MWh
widełki: 13 MWh–52 MWhszacunek z computesprzęt: typowy dla ery 2016
Sprawność
0,7 bit/J
bitów wzorca z 1 dżula energii treningu

Ile drogi do mózgu?i

0,0006%
10⁻⁷%
Mózg (100%)

AlphaGo Lee osiąga 0,0006% potencjału mózgu — mózg ma ok. 170 000× więcej. Pasek jest logarytmiczny, więc każdy równy odcinek to ok. 10× wzrost.

Moment w historii

W dniu publikacji (I 2016) AlphaGo Lee ustępował tylko jednemu modelowi:

SNM-skip
XII 2014
0,0040%
W dniu premiery
#2
Do ówczesnego lidera
×6,9
Modeli przed premierą
18

Porównanie obejmuje 170 modeli ze zbioru — „#1” = najwyższy Indeks Świadomości wśród modeli opublikowanych przed premierą.

Pozycja w rankingu

#121 z 170
  1. #119Llama 2-7B0,0009%
  2. #120InstructGPT 6B0,0008%
  3. #121AlphaGo Lee0,0006%
  4. #122Meena0,0004%
  5. #123GShard (dense)0,0004%

Rodzina AlphaGo

3 wersje

Od AlphaGo Fan (X 2015) do AlphaGo Zero (X 2017) indeks linii urósł ×3,4. Punkty na wykresie są klikalne — każdy prowadzi do profilu wersji.

  1. X 2015AlphaGo Fan7,3×10⁻⁶%
  2. I 2016AlphaGo Lee0,0006%
  3. X 2017AlphaGo Zero2,5×10⁻⁵%

Kontekst czasu

Każdy szary punkt to jeden z 170 modeli; AlphaGo Lee wyróżniony kolorem. Oś pionowa jest logarytmiczna, a przerywana linia u góry to mózg (100%).