Ο ειδικός στην τεχνητή νοημοσύνη έφυγε από την OpenAI, την εταιρεία που συνίδρυσε, νωρίτερα φέτος για να ξεκινήσει το δικό του εργαστήριο τεχνητής νοημοσύνης με την ονομασία Safe Superintelligence Inc.

«Η προ-εκπαίδευση όπως την ξέρουμε θα πάψει να υπάρχει», δήλωσε ο Sutskever σε ένα συνέδριο για την επεξεργασία νευρωνικών πληροφοριών.

Ο όρος «προ-εκπαίδευση» αναφέρεται στο πρώιμο στάδιο ανάπτυξης μοντέλων τεχνητής νοημοσύνης, όταν ένα μεγάλο γλωσσικό μοντέλο μαθαίνει μοτίβα από μεγάλες ποσότητες μη ετικετοποιημένων δεδομένων, συχνά κειμένου από το διαδίκτυο, βιβλία και άλλες πηγές.

Εξάντληση πόρων δεδομένων

Ο Sutskever δήλωσε ότι ενώ πιστεύει ότι τα τρέχοντα δεδομένα μπορούν να επιταχύνουν την ανάπτυξη της Τεχνητής Νοημοσύνης, ο κλάδος εξαντλεί τους νέους πόρους για την εκπαίδευση μοντέλων.

Αυτό, λέει, θα οδηγήσει τελικά σε μια αλλαγή στον τρόπο με τον οποίο εκπαιδεύονται τα μοντέλα τεχνητής νοημοσύνης σήμερα.

8da2491217a6b424c37773100bec59ff.jpeg
Τα μοντέλα τεχνητής νοημοσύνης θα καταλάβουν πώς να εκπαιδεύονται με βάση περιορισμένες ποσότητες δεδομένων. Φωτογραφία: Yahoo Tech

Αυτή είναι επίσης η κατάσταση που έχει συμβεί και συμβαίνει με τους ορυκτούς πόρους, όταν τα πετρελαϊκά πεδία είναι ένας περιορισμένος πόρος ή όπως το Διαδίκτυο περιέχει μόνο μια πεπερασμένη ποσότητα περιεχομένου που δημιουργήθηκε από τον άνθρωπο.

«Έχουμε φτάσει στην κορύφωση των δεδομένων και δεν θα είναι εκεί στο μέλλον», είπε ο Sutskever. «Πρέπει να εργαστούμε με τα δεδομένα που είναι διαθέσιμα, με μια τρέχουσα πηγή στο διαδίκτυο».

Ο Sutskever προβλέπει ότι τα μοντέλα επόμενης γενιάς θα είναι «πραγματικά agent-like». Ο όρος «Agent» είναι δημοφιλής στον τομέα της Τεχνητής Νοημοσύνης, που γενικά νοείται ως ένα αυτόνομο σύστημα Τεχνητής Νοημοσύνης που εκτελεί εργασίες, λαμβάνει αποφάσεις και αλληλεπιδρά με το λογισμικό ανεξάρτητα.

Εκτός του ότι είναι «πρακτικά», είπε ότι τα μελλοντικά συστήματα Τεχνητής Νοημοσύνης θα είναι σε θέση να συλλογίζονται. Σε αντίθεση με την τρέχουσα Τεχνητή Νοημοσύνη, η οποία αναγνωρίζει κυρίως μοτίβα με βάση όσα έχει μάθει το μοντέλο στο παρελθόν, τα μελλοντικά συστήματα Τεχνητής Νοημοσύνης θα είναι σε θέση να λύνουν προβλήματα βήμα προς βήμα με τρόπο που να είναι πιο κοντά στη σκέψη. «Όσο περισσότερη συλλογιστική, τόσο λιγότερο προβλέψιμο γίνεται το σύστημα», είπε ο Sutskever.

Η Τεχνητή Νοημοσύνη μπορεί να δημιουργήσει τον δικό της τρόπο εκπαίδευσης

Ο ειδικός συνέκρινε επίσης την ανάπτυξη συστημάτων τεχνητής νοημοσύνης με την εξελικτική βιολογία, επικαλούμενος έρευνα που δείχνει τη σχέση μεταξύ του εγκεφάλου και του μεγέθους του σώματος στα ζώα.

Για παράδειγμα, ενώ τα περισσότερα θηλαστικά ακολουθούν ένα συγκεκριμένο αναλογικό μοτίβο, οι άνθρωποι έχουν σημαντικά διαφορετικές αναλογίες εγκεφάλου και σώματος.

Και κάποια στιγμή, καθώς η εξέλιξη βρίσκει νέους ρυθμούς ανάπτυξης του εγκεφάλου των προγόνων μας, η Τεχνητή Νοημοσύνη μπορεί επίσης να βρει νέους τρόπους για να επεκταθεί πέρα ​​από τον τρέχοντα τρόπο εκπαίδευσης μοντέλων.

(Σύμφωνα με το TheVerge, Yahoo Tech)

Αποκαλύπτοντας τους «υπερβολικά υψηλούς» μισθούς της xAI και της OpenAI , ο Έλον Μασκ κατηγόρησε την OpenAI ότι πληρώνει υπερβολικά τους υπαλλήλους και το χαρακτήρισε αντιανταγωνιστικό. Ωστόσο, η νεοσύστατη εταιρεία του δισεκατομμυριούχου, η xAI, πληρώνει επίσης πολύ υψηλότερα από τον μέσο όρο.