Газета VietNamNet хотіла б представити читачам статтю пані Чау До, співзасновниці Unikon Vietnam, яка розповідає історію нового покоління штучного інтелекту на заході, що відбувся в Хошиміні наприкінці серпня.

Зображення3.png
Автономний штучний інтелект буде наступним поколінням штучного інтелекту. Фото: Unikon

Ви, мабуть, знайомі з щоденною битвою, яка вирує на кухні кожної родини: «Хто миє посуд?» Потім ви купуєте посудомийну машину, думаючи, що проблема вирішена. Але це не так! Питання лише змінилося на «Хто завантажує посудомийну машину?» Ваша мати відмовляється нею користуватися, бо може робити це з меншою кількістю води та електроенергії. Ваш син-підліток просто кидає посуд у посудомийну машину безладно, що не краще, ніж мити його вручну. Зрештою, найкраща посудомийна машина — це та, яка її завантажує.

Те саме відбувається і у світі штучного інтелекту. Генеративний штучний інтелект з'явився із запуском багатьох комерційних платформ, таких як ChatGPT, Mid Journey, Stable Diffusion… кожна з яких створена для різних цілей створення контенту. Але вони все ще, по суті, просто посудомийні машини, вам все одно потрібен хтось, хто правильно завантажить посуд, що означає створення підказок та процесу для машини, щоб ви отримали чистий результат.

Проблема полягає в тому, що створення таких підказок та процесів не таке просте, як ви думаєте, і труднощі у використанні кожної платформи різні, просто тому, що логіка штучного інтелекту не зовсім така, як людська. Самому автору було важко попросити ChatGPT створити простий і точний план його майбутньої поїздки через слабкість GPT в обчисленні та оновленні нових даних.

Платформи для створення зображень за допомогою штучного інтелекту вимагають ще більше зусиль та навичок. На скріншоті нижче видно, що експерту зі Stable Diffusion знадобилося щонайменше 3000 спроб, щоб створити детальне, дрібнозернисте зображення ліворуч.

Зображення2.png
Щоб створити вишукане зображення за допомогою інструменту штучного інтелекту, потрібно щонайменше 3000 спроб. Знімок екрана.

Цифри можуть бути завищеними, але це означає, що платформи генеративного штучного інтелекту – це лише інструменти, людям все ще потрібно навчитися правильно використовувати ці нові інструменти. Тож сьогодні курси зі створення команд у chatGPT або Mid Journey… все ще процвітають.

Але водночас розробники штучного інтелекту швидко звернулися до нової проблеми, щоб вирішити цю проблему генеративного ШІ, а саме до створення посудомийної машини, яка може сама завантажувати в неї посуд: людям просто потрібно поставити перед ШІ мету, і ця модель ШІ керуватиме всіма інструментами та платформами, необхідними для досягнення цієї мети. Це нове покоління ШІ називається агентним ШІ.

Автономний ШІ — це тип системи ШІ, розробленої для роботи як автономні «індивіди», здатні виконувати завдання, приймати рішення, взаємодіяти один з одним та взаємодіяти з навколишнім середовищем без втручання людини.

Цей тип моделі штучного інтелекту може бути цілеспрямованим, виконуватися в режимі реального часу та здатним до самонавчання й оптимізації продуктивності за допомогою постійного зворотного зв'язку або внутрішньої рефлексії.

Зображення1.jpg
Приклад автономного ШІ: автоматизований відділ маркетингу, де ШІ поділено на кількох «співробітників» з чіткими ролями та обов’язками, що утворюють команду, що працює відповідно до визначеного та високопрофесійного процесу.

Ця чудова здатність автономного штучного інтелекту революціонізує робототехніку та індустрію автономних транспортних засобів, а також прискорить процес трансформації штучного інтелекту у великих корпораціях.

На рівні окремого користувача автономні моделі штучного інтелекту можуть спростити роботу зі штучним інтелектом, забезпечуючи кращий результат. Вам не доведеться переглядати 3000 зображень, згенерованих штучним інтелектом, щоб вибрати те, яке вам подобається, а достатньо переглянути, наприклад, 3.