Atsakomybės atsisakymas: Jei nenurodyta kitaip, žemiau išreikštos nuomonės priklauso tik autoriui.
Nepaisant gana neseniai vykstančio NASCENCENCIJOS, vartotojų dirbtinio intelekto (AI) pramonė jau turi didelę pakratymą, jei tikima, kad „Meta“ vyriausiasis AI mokslininkas Yann LeCun.
Jis pasidalino savo prognozėmis per technologines diskusijas neseniai baigtame Pasaulio ekonomikos forume Davose, išlygindamas kritiką generaciniuose AI ir didelės kalbos modeliuose (LLMS), kurie yra už AI išpūsimo ir šiuo metu galios kiekvienos populiarios vartotojų AI paslaugos, įskaitant „ChatGpt“, „Dvyniai“, „Claude“ ir „Midjourney“.
Keturios (dabartinės) AI gedimai
Lecunas, žinomas dėl savo dabartinės AI modelių kartos skepticizmo, atkreipė dėmesį, kad nepaisant jų naudingumo, jie iš esmės žlunga keturiose kritinėse srityse būdai, net gyvūnai).
Tos keturios sritys yra:
- Fizinio pasaulio supratimas ir supratimas
- Nuolatinės atminties trūkumas
- Samprotavimo trūkumas
- Sudėtingo planavimo nesugebėjimas
LLMS iš tikrųjų įvaldė tik aukštą (nors ir ne visiško) žmogaus kalbos supratimo laipsnį ir gali dažniausiai vadovautis tam tikromis instrukcijomis, tačiau jas iš esmės skatina statistinės tikimybės, sunaudoję didelius turinio kiekius.
Jie gali rašyti apie daugumą dalykų, tačiau jie jų nesupranta, nes bet kokiu būdu nesugeba jokiu būdu susieti su realiu pasauliu.
Jiems taip pat trūksta galimybių mąstyti ar planuoti bet ką iš anksto, net jei kai kurie bandymai juos stumti ta linkme yra daromi dabar, kaip tai patvirtina neseniai „Openai“ operatoriaus agento paleidimas, kuris gali pamatyti jūsų ekraną ir imtis veiksmų internete už jus.
Difuzijos modeliai, tokie kaip tie, kurie naudojami vaizdams ar vaizdo įrašams generuoti, kai naudojate „Midjourney“, „Dall-E“ ar „Sora“, veikia panašiais principais, ir būtent ten ir tai, kad trijų dimensijų supratimo trūkumas, sukėlė daugybę gėdingų klaidų, tokių kaip klasika Žmonių, auginančių papildomas galūnes ar pirštus, pavyzdys.
Kadangi tie modeliai nežino, kaip iš tikrųjų atrodo tikra ranka, ką ji daro ir kaip jie veikia kūno atžvilgiu, jie negali nuolat generuoti tikslių jo vaizdų skirtinguose kontekstuose. Jie tik apytiksliai atitinka jo išvaizdą pagal vartotojo pateiktą raginimą.
Katės fizinio pasaulio supratimas yra pranašesnis už viską, ką galime padaryti su AI.
Yann LeCun
Kaip ir LLM, jie buvo pateikti pakankamai duomenų, kad būtų tikslios ir naudingos dažniausiai, bet ne visą laiką. Jie taip pat nesugeba samprotauti dėl to, ką jie iš tikrųjų daro.
Ta prasme mes iš tikrųjų nesame dirbtinio „intelekto“ amžiuje, nes mašinos iš tikrųjų negalvoja apie tai, ką jie daro, ir neturi jokių faktinių pasaulio žinių, remiantis tuo, kad jie norėtų atlikti samprotavimus.
Manau, kad dabartinės paradigmos galiojimo laikas yra gana trumpas (remiantis LLM), Tikriausiai treji – penkeri metai. Manau, per penkerius metus, niekas iš jų teisingo proto daugiau jų nenaudosbent jau ne kaip pagrindinis AI sistemos komponentas.
Yann LeCun
Milijardai nutekėjo?
Sunku nesutikti su „LeCun“ dėl šių pagrindų, nors mes dar neturime pamatyti jokių šiandien naudojamų modelių alternatyvų.
Nesunku pabrėžti, kad „ChatGpt“ iš tikrųjų negalvoja, tačiau daug sunkiau sukurti alternatyvą, kuri būtų geriau nei naudojant „Openai“ sukurtus modelius.
Tačiau atrodo, kad AI neįmanoma, kad revoliucinis poveikis mums būtų pažadėtas, nenagrinėjant šių pagrindinių klausimų. Ypatingai tikslus statistinis algoritmas gali įjungti nepaprastai gyvą pokalbių programą, tačiau tai nereiškia, kad tai yra samprotavimas ir sąmoningo veiksmo imtis.
Be abejo, tai bus labai naudinga, nes ji jau yra daugelyje sričių, tačiau jis mūsų niekur nepriekės šalia Agi ar ASI.
Kyla klausimas – ar šimtai milijardų, supilusių į dabartinius AI modelius, švaistyti išteklius?
Galų gale, dabartinė AI karta dar neturi sumokėti už save. „Openai“ nuolat kraujuoja, ir visi pramonės šakos nariai remiasi dosniu investuotojų finansavimu (arba savo, atsižvelgiant į gilias „Google“, „Microsoft“ ar „Meta“ kišenes).
Tačiau net ir tada, kai vėlesni modeliai tampa palaipsniui geresni, atrodo, kad realybė yra tokia, kad jie visi yra sukurti ant neteisingų pagrindų – ir jie negali išauginti savo apribojimų.
Modelis, remiantis visur sudėtingu tikimybių rinkiniu, staiga nepradės galvoti. Tai nėra galimybė galvoti, atsiminti ar turėti jokio erdvinio supratimo apie fizinį pasaulį. Ir to nepasieks, nesvarbu, kiek daugiau duomenų juos pateikiate.
Didelės kalbos modeliai turi šį pavadinimą dėl priežasties. Jie buvo skirti apdoroti žmonių kalbą ir yra labai gerai – tai yra gerai, kad verčia mus tikėti, kad mūsų kompiuteriai rodo minties ženklus.
Tačiau jų magiškas elgesys nesiskiria nuo gatvės iliuzionisto triuko.
Nesvarbu, ar per penkerius metus, ar vėliau, sukūrus naujus modelius, dabartinės istorijos šiukšliadėžės pateks į ydingą, bet labai įtikinamą triukus, kurie nukreipė didžiulį kapitalo kiekį į tinkamus AI tyrimus.
Teminis vaizdo kreditas: Pasaulio ekonomikos forumas