Роботите учат, чатботовете визуализират: как 2024 г. ще бъде „Скокът напред“ на ИИ

На събитие в Сан Франциско през ноември, Сам Алтман, основен изпълнителен шеф на изкуствения разсъдък компания OpenAI, беше запитан какви изненади ще донесе полето през 2024 година

Онлайн чатботове като ChatGPT на OpenAI ще създадат „ скок напред, който никой не чака “, незабавно господин Алтман отговори.

Седнал до него, Джеймс Маника, изпълнителен шеф на Гугъл, кимна и сподели: „ Плюс едно към това. “

ИИ промишлеността тази година ще се дефинира от една съществена характерност: удивително бързо усъвършенстване на технологията, защото напредъкът се надгражда един върху различен, позволявайки ИИ. за генериране на нови типове медии, подражаване на човешки разсъждения по нови способи и навлизане във физическия свят посредством нова порода роботи.

През идващите месеци изображение, задвижвано от AI генератори като DALL-E и Midjourney неотложно ще доставят видеоклипове, както и неподвижни изображения. И те последователно ще се слеят с чатботове като ChatGPT.

невронни мрежи, математически системи, които могат да учат умения посредством анализиране на цифрови данни. Чрез установяване на модели в данни като публикации в Wikipedia, книги и цифров текст, извлечени от интернет, невронната мрежа може да се научи да генерира текст сама.

съди OpenAI и Microsoft предишния месец за нарушение на авторски права върху новинарско наличие, обвързвано с AI. системи.)

Нищо от това не значи, че ИИ. скоро ще може да се съпостави с човешкия мозък. Докато A.I. фирмите и бизнесмените се стремят да основат това, което назовават ​​„ неестествен общ разсъдък “ – машина, която може да прави всичко, което човешкият мозък може – това остава сложна задача. Въпреки всичките си бързи облаги, A.I. остава в ранните стадии.

Ето управление за това по какъв начин ИИ. е надъхан да се промени тази година, започвайки с най-близките напредъци, които ще доведат до по-нататъшен прогрес в неговите качества.

Незабавни видеоклипове < /h2>

Досега основаните на AI приложения генерираха най-вече текст и неподвижни изображения в отговор на подкани. DALL-E, да вземем за пример, може да основава фотореалистични изображения за секунди от поръчки като „ носорог, гмуркащ се от моста Golden Gate. “

Базираната в Ню Йорк Runway евентуално ще внедри генератори на изображения, които разрешават на хората да генерират и видеоклипове. Тези компании към този момент са основали прототипи на принадлежности, които могат неотложно да основават видеоклипове от къси текстови подкани.

Технологичните компании евентуално ще прегънат пълномощията на генераторите на изображения и видео в чатботове, правейки чатботовете са по-мощни.

„ Мултимодални “ чатботове

Чатботове и генератори на изображения, в началото създадени като обособени принадлежности, последователно се сливат. Когато OpenAI дебютира с нова версия на ChatGPT предходната година, чатботът можеше да генерира изображения, както и текст.

A.I. фирмите построяват „ мултимодални “ системи, което значи, че ИИ може да обработва голям брой типове медии. Тези системи усвояват умения посредством анализиране на фотоси, текст и евентуално други типове медии, в това число диаграми, графики, звуци и видео, тъй че по-късно да могат да създават собствен личен текст, изображения и звуци.

Това не е всичко. Тъй като системите също учат връзките сред другите типове медии, те ще могат да схванат един вид медии и да отговорят с различен. С други думи, някой може да вкара изображение в chatbot и той ще отговори с текст.

объркайте нещата, тъкмо както единствено текстовите chatbots вършат неточности. Технологичните компании работят за понижаване на грешките, като се стремят да основат чатботове, които могат да разсъждават като хора.

По-добро „ размишление “

Когато господин Алтман приказва за напредъка на ИИ, той има поради чатботове, които са по-добри в „ разсъждението “, тъй че да могат да поемат по-сложни задания, като решение на комплицирани математически задания и генериране на подробни компютърни стратегии.

Целта е да се изградят системи, които могат деликатно и разумно да решат проблем посредством поредност от обособени стъпки, всяка от които се основава на идната. Така разсъждават хората, най-малко в някои случаи.

Водещите учени не са съгласни дали чатботовете в действителност могат да разсъждават по този метод. Някои настояват, че тези системи просто наподобява разсъждават, защото повтарят държание, което са видели в интернет данни. Но OpenAI и други построяват системи, които могат по-надеждно да дават отговор на комплицирани въпроси, включващи предмети като математика, компютърно програмиране, физика и други науки.

Cohere, A.I. пускане.

Ако чатботовете са по-добри в разсъжденията, те могат да се трансфорат в „ ИИ. сътрудници. “

‘A.I. Агенти’

Както фирмите учат ИИ. системи по какъв начин да работите със комплицирани проблеми малко по малко, те също могат да подобрят способността на чатботовете да употребяват софтуерни приложения и уеб страници от ваше име.

Изследователите всъщност трансформират chatbots в нов тип самостоятелна система, наречена A.I. сътрудник. Това значи, че чатботовете могат да употребяват софтуерни приложения, уеб страници и други онлайн принадлежности, в това число електронни таблици, онлайн календари и уеб сайтове за пътешестване. Тогава хората биха могли да трансферират досадната офис работа на чатботове. Но тези сътрудници могат също по този начин да лишават напълно работни места.

Чатботовете към този момент работят като сътрудници по дребни способи. Те могат да възнамеряват срещи, да редактират файлове, да проучват данни и да основават лентови диаграми. Но тези принадлежности не постоянно работят толкоз добре, колкото е належащо. Агентите се скапват изцяло, когато се ползват за по-сложни задания.

Тази година A.I. фирмите са подготвени да разкрият сътрудници, които са по-надеждни. „ Трябва да можете да делегирате всяка досадна, ежедневна компютърна работа на сътрудник “, сподели господин Луан.

мощ за справяне с по-сложни задания – в това число такива, които в никакъв случай не са виждали преди.

Точно както чатботовете могат да се научат да предсказват идната дума в изречение, като проучват големи количества дигитален текст, един робот може да се научи да предсказва какво ще се случи във физическия свят, като проучва безчет видеоклипове на обекти, които се блъскат, повдигат и реалокират.

„ Тези технологии могат да всмукват големи количества данни. И до момента в който усвояват данни, те могат да научат по какъв начин работи светът, по какъв начин работи физиката, по какъв начин взаимодействате с обекти “, сподели Питър Чен, някогашен откривател на OpenAI, който управлява Covariant, започваща роботика.

Тази година A.I. ще зареди роботи, които работят зад кулисите, като механични ръце, които сгъват ризи в пералня или сортират купища неща в склад. Технологични титани като Илон Мъск също работят за преместването на хуманоидни роботи в домовете на хората.