OpenAI и Meta подготвят нови AI модели, способни да „разсъждават“
OpenAI и Meta са на прага на пускането на нови модели с изкуствен интелект, които според тях ще могат да разсъждават и планират, ключови стъпки към постигане на свръхчовешко познание в машините .
Тази седмица ръководителите на OpenAI и Meta сигнализираха, че се подготвят да пуснат следващите версии на техните големи езикови модели, системите, които захранват генеративни AI приложения като ChatGPT.
Meta каза, че ще започне да пуска Llama 3 през следващите седмици, докато подкрепеният от Microsoft OpenAI посочи, че следващият му модел, който се очаква да се нарича GPT-5, идва „скоро“.
„Работим усилено, за да измислим как да накараме тези модели не просто да говорят, но всъщност да разсъждават, да планират . . . да има памет“, каза Жоел Пино, вицепрезидент на изследванията на AI в Meta.
Главният оперативен директор на OpenAI Брад Лайткеп каза пред Financial Times в интервю, че следващото поколение GPT ще покаже напредък в решаването на „трудни проблеми“ като разсъжденията.
„Ще започнем да виждаме AI, който може да поеме по-сложни задачи по по-сложен начин“, каза той. „Мисля, че тепърва започваме да надраскаме повърхността на способността на тези модели да разсъждават.“
Днешните AI системи са „наистина добри в еднократни малки задачи“, добави Lightcap, но бяха все още са „доста тесни“ в своите възможности.
Надстройките на Meta и OpenAI са част от вълна от нови големи езикови модели, пуснати тази година от компании, включително Google, Anthropic и Cohere.
Тъй като технологичните компании се надпреварват да създават все по-усъвършенстван генеративен AI — софтуер, който може да създава човешки думи, изображения, код и видео с качество, неразличимо от човешката продукция — темпът на напредък се ускорява.
Разсъждението и планирането са ключови стъпки към това, което изследователите на AI наричат „общ изкуствен интелект“ – познание на човешко ниво – защото позволяват на чатботове и виртуални асистенти да изпълняват поредици от свързани задачи и да предвиждат последствията от действията си.
Говорейки на събитие в Във вторник в Лондон, главният AI учен на Meta Yann LeCun каза, че настоящите AI системи „произвеждат една дума след друга наистина без мислене и планиране“.
Тъй като им е трудно да се справят със сложни въпроси или да запазят информация за дълъг период от време, те все още „правят глупави грешки“, каза той.
Добавянето на разсъждение би означавало, че един AI модел „търси възможни отговори“, „планира последователността от действия“ и изгражда „ментален модел за това какъв ще бъде ефектът от [неговите] действия“, той каза.
Това е „голяма липсваща част, върху която работим, за да накараме машините да стигнат до следващото ниво на интелигентност“, добави той.
LeCun каза, че работи върху AI „агенти“, които биха могли например да планират и резервират всяка стъпка от пътуването, от нечий офис в Париж до друг в Ню Йорк, включително да стигнат до летището.
Meta планира да вгради новия си AI модел в WhatsApp и своите смарт очила Ray-Ban. Той се подготвя да пусне Llama 3 в различни размери на модела, за различни приложения и устройства, през следващите месеци.
Lightcap добави, че OpenAI ще има „повече за казване скоро“ за следващата версия на GPT.
„Мисля, че с времето . . . ще видим, че моделите вървят към по-дълги, по-сложни задачи“, каза той. „И това имплицитно изисква подобряване на способността им да разсъждават.“
На събитието в Лондон Крис Кокс, главен продуктов директор на Meta, каза, че камерите в очилата Ray-Ban на Meta могат да се използват за гледане , например, счупена кафемашина и AI асистент — захранван от Llama 3 — ще обясни на потребителя как да я поправи.
„Ние ще говорим с тези AI асистенти през цялото време,“ Лекун каза. „Цялата ни дигитална диета ще бъде медиирана от AI системи.“
