Intern-S1 - 上海AIラボによるオープンソースの科学的マルチモーダル・マクロモデル

インターンS1とは？

Intern-S1は、上海人工知能研究所が発表した科学的マルチモーダルグランドモデルである。このモデルは言語とマルチモーダル機能を深く統合し、クロスモーダル科学構文解析、言語と視覚の融合、科学データ処理、科学的質問応答、実験設計と最適化などの強力な機能を備えている。Intern-S1は初の「クロスモーダル科学構文解析エンジン」であり、化学分子式、タンパク質配列、地震信号などの複雑な科学モーダルデータを正確に解釈することができ、多分野の専門的タスクにおいてトップクラスのクローズドソースモデルを凌駕します。Intern-S1はDynamic TokenizerとTime-Series Signal Encoderに基づき、科学データ合成の汎用的かつ特殊な融合方式を用いることで、強力な一般推論能力とトップクラスの専門能力を持ち、科学研究ツールの統合、画像とテキストの融合、複雑な科学モードデータの処理などの場面で広く使用されている、複数の科学モダリティの深い融合を実現します。

インターン-S1の主な機能

クロスモーダルな科学分析例えば、化学分野では化合物合成経路の予測や化学反応の実現可能性の判断、生物医学分野ではタンパク質配列の解析や創薬ターゲットの発見、地球科学分野では地震信号の特定や地震現象の解析などである。
言語と視覚の統合複雑なマルチモーダル課題における言語情報と視覚情報の組み合わせ。
科学的データ処理材料科学における光変化曲線や天文学における重力波信号など、様々な複雑な科学モードデータの入力をサポートし、データの深い融合と効率的な処理を実現します。
科学的質問への回答強力な知識ベースと推論機能に基づいて、科学的な質問に対する正確な答えをユーザーに提供します。
実験デザインと最適化実験プロトコルの設計、実験プロセスの最適化、研究効率の向上において研究者を支援する。
マルチインテリジェンス・チームワーク複雑な科学的課題を達成するために、他の知能と協調して働くマルチインテリジェントな身体システムをサポートする。
自律学習と進化自ら学習し、環境との相互作用に基づいてパフォーマンスを最適化する能力を持つ。
データ処理と分析研究者が科学データを迅速に処理・分析できるよう、データ処理・分析ツールを提供。
モデルの展開と応用ローカル展開とクラウドサービスをサポートし、さまざまなシナリオで簡単に使用できます。

インターンS1公式ウェブサイトアドレス

プロジェクトのウェブサイト:: https://intern-ai.org.cn/
Githubリポジトリ:: https://github.com/InternLM/Intern-S1
HuggingFaceモデルライブラリ:: https://huggingface.co/internlm/Intern-S1-FP8

インターンS1の使い方

オンライン体験プラットフォーム
- アクセス・プラットフォームブラウザーでプロジェクトの公式サイトを開き、インターンS1モデルを体験してください。
- 対話の開始質問または要望を入力ボックスに入力し、送信するとインターンS1から返信が届きます。
- 特別な機能の使用有機化学など、興味のある機能に応じたプラットフォームの指示に従ってください。
GitHubリポジトリ
- クローン倉庫コマンドラインで以下のコマンドを入力して、リポジトリをクローンします：

git clone https://github.com/InternLM/Intern-S1.git

- 依存関係のインストールリポジトリディレクトリに移動し、Pythonの依存関係をインストールする：

cd Intern-S1
pip install -r requirements.txt

- 運用モデルリポジトリにあるREADMEファイルやサンプルコードに基づいてモデルを実行します。通常、Pythonスクリプトを使用します：

python script_name.py

特定のスクリプト名とパラメータは、リポジトリの指示に従って調整する必要があります。

ハグ顔モデルライブラリー
- 積載モデルPython環境では、以下のコードを使ってモデルと曖昧性解消器をロードします：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "internlm/Intern-S1-FP8"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

- テキストの生成テキストを生成したり、他のタスクを実行するためにモデルを使用します：

inputs = tokenizer("Tell me about an interesting physical phenomenon.", return_tensors="pt")
output = model.generate(**inputs, max_length=100)
print(tokenizer.decode(output[0], skip_special_tokens=True))

- モデルAPIを使うHugging FaceがAPIサービスを提供している場合は、APIを通じてモデルを直接呼び出します：

import requests

url = "https://api-inference.huggingface.co/models/internlm/Intern-S1-FP8"
headers = {"Authorization": "Bearer YOUR_HUGGINGFACE_API_TOKEN"}
data = {"inputs": "Tell me about an interesting physical phenomenon."}

response = requests.post(url, headers=headers, json=data)
print(response.json()["generated_text"])

インターンS1の主なメリット

マルチモーダル機能強力な言語理解と視覚処理能力を組み合わせることで、テキスト、画像、その他多くの種類のデータを処理し、理解することができる。
科学ミッションの最適化モデルは、化学構造の解読、タンパク質配列の理解、化合物合成経路の計画など、科学分野のタスクを得意としています。
大規模な事前トレーニング2,350億パラメータのMoE(Mixture of Experts)言語モデルと60億パラメータの視覚コーダーで構成され、5兆トークンのマルチモーダルデータで事前学習されています。
ダイナミック・トークナイザーこのモデルは、分子式、タンパク質配列、地震信号などの特殊なデータのネイティブな理解をサポートするダイナミック・トークナイザーに基づいています。
クロスモーダル科学解析エンジンIntern-S1の先駆的なクロスモーダル科学解析エンジンは、幅広い複雑な科学モーダルデータを正確に解釈し、優れた科学的推論と理解を示します。
一般的推論と専門的能力インターン-S1は科学的な汎用融合データ合成方式に基づき、強力な汎用推論能力を備え、数多くのトッププロ能力を有している。
自律的な学習と進化モデルは自ら学習し、環境との相互作用によってパフォーマンスを最適化する能力を持つ。
マルチインテリジェンス・チームワーク複雑な科学的課題を達成するために、他の知能と協調して働くことができるマルチインテリジェントな身体システムをサポートする。
データ処理と分析研究者が科学データを迅速に処理・分析できるよう、データ処理・分析ツールを提供。