Моделите на AI трябва да се адаптират или да умрат

Оценките на носа в американския софтуерен бранш частично отразяват убеждението, че изкуственият обща просветеност е в полезрението. Въпреки че малко на брой са съгласни какво тъкмо значи AGI, вложителите наподобяват уверени, че по -силната форма на резюме на AI ще трансформира икономическата продуктивност и ще направи планински благосъстояния за своите основатели. 

За да поддържат тази история, американските софтуерни компании наливат стотици милиарди долари в построяването на повече AI инфраструктура, с цел да мащабират изчислителната си мощ. Проблемът е, че мащабирането в този момент води до намаляваща възвръщаемост и някои откриватели се съмняват дали картата на маршрута на AI промишлеността в миналото ще докара до изцяло систематизирана просветеност. Arch-Spectic Gary Marcus написа неотдавна генеративните модели на AI към момента се преглеждат като „ машини за регургитация на супи “, които се бориха с истината, халюцинациите и разсъжденията и в никакъв случай няма да ни доведат до „ светия граал на AGI “.

Дебатът за границите на мащабирането е вилнеещ от години и до момента се оказа, че съмнителното е, че са потвърдени за границите на мащабирането. През 2019 година компютърният академик Рич Сътън написа, като се аргументира, че най -добрият метод за решение на AI проблеми е да продължи да хвърля повече данни и изчислителна мощ към тях. Горчивият урок беше, че човешката досетливост е надценена и непрекъснато изпреварвана от силата на мащабиране. ; За най-големите AI компании, които всички са преследвали толкоз задълбочени подходи за образование, този урок към момента е в основата на големите им вложения.

Но съмнителите са запазили подозренията си и им е обещано спомагателни муниции от старта на Openai на GPT-5, което накара някои да настояват, че генеративният AI най-сетне удря стената. Интересът в този момент се събира още веднъж в различни подходи за прогрес на AI, в това число някои от по този начин наречените „ положителни старомодни AI “ техники, дълги презрителни от откриватели на надълбоко образование.

Един от специалистите, който предлага друг път, е Карл Фристън, професор по невронаука в Университетския лицей в Лондон и основния академик в канадската познавателна изчислителна компания. Той признава, че най -новите генеративни модели на AI са „ безусловно изумителни “. Но той твърди, че те в никакъв случай няма да реализират AGI, защото „ нямат организация под капака “. 

Това може да бъде реализирано единствено посредством „ деен извод “, което значи да имате доктрина на света и способността за прогнозиране и адаптиране. „ За True AGI би трябвало да сте дейни и въплътени и ситуирани физически в свят, върху който можете да действате, преди даже да можете да помислите за използването на понятието за просветеност “, споделя ми той.

Като образец, генеративните модели на AI може да са положителни в разбора на историческите модели на трафика в един град. Но какво се случва, когато Тейлър Суифт пристигна в града? Наистина интелигентната система би трябвало да има непрекъснато разрастващ се модел за това по какъв начин работи светът и да предвижда евентуалния резултат от новите фактори. 

„ AI се прекъсва, когато удари действителния свят, тъй като действителният свят продължава да се трансформира “, споделя Габриел Рене, основен изпълнителен шеф на стиховете. Визията на неговата компания е да помогне за построяването на мрежа от милиарди дребни, адаптивни, характерни за домейна сътрудници, които вършат едно нещо добре, а не да разчитат на солидна система, която се пробва да направи добре милиарди неща. „ Интелигентността е за акомодацията. Не става въпрос за компресиране на исторически познания и памет. “

Интригуващо даже Сатън наподобява се затопля на този метод на мислене. В скорошен документ, наименуван Sutton и сътрудник откривател David Silver, настояват, че съвсем всички висококачествени данни, които биха могли да подобрят работата на AI сътрудник. Това значи, че в този момент AI сътрудниците ще би трябвало да генерират свежи входове от взаимоотношение с действителния свят, с цел да придобият опит и точки от данни. „ AI е на върха на нов интервал, в който опитът ще се трансформира в преобладаващата среда на усъвършенстване и в последна сметка ще омаловажава мащаба на човешките данни, употребявани в днешните системи “, пишат те. „ Темпът на напредъка, ориентиран само от следеното образование от човешки данни, показва забавя, сигнално нуждата от нов метод. “

Инвеститорите могат да бъдат уверени, че остават милиони доходоносни случаи на приложимост за съществуващи генеративни модели на AI. И огромните AI компании, несъмнено, могат да въртят и все по -често да следват хибридни подходи за създаване на по -ефективни модели в бъдеще. И въпреки всичко вложителите по -добре се надяват, че фирмите за AI, както и техните сътрудници, се учат бързо от опит и се приспособяват към изменящия се свят.