Τι μοιράζονται όλα τα ευφυή όντα; Σύμφωνα με τον Yann LeCun, τον κύριο επιστήμονα τεχνητής νοημοσύνης της Meta, υπάρχουν τέσσερα βασικά χαρακτηριστικά. Στο AI Action Summit στο Παρίσι νωρίτερα φέτος, πολιτικοί ηγέτες και ειδικοί στην τεχνητή νοημοσύνη συγκεντρώθηκαν για να συζητήσουν την ανάπτυξη της τεχνητής νοημοσύνης. Κατά τη διάρκεια της εκδήλωσης, ο LeCun μετέφερε τον θεμελιώδη ορισμό της νοημοσύνης στον επικεφαλής AI της IBM, Anthony Annunziata. «Υπάρχουν τέσσερα ουσιώδη χαρακτηριστικά της ευφυούς συμπεριφοράς που διαθέτουν κάθε ζώο — ή σχετικά έξυπνο ζώο — και βεβαίως οι άνθρωποι», εξήγησε. «Αυτά είναι η κατανόηση του φυσικού κόσμου, η διατήρηση επίμονης μνήμης, η ικανότητα λογικής και η δυνατότητα προγραμματισμού, ιδιαίτερα πολύπλοκων ενεργειών μέσω ιεραρχικού σχεδιασμού. » Ο LeCun επισήμανε ότι η τεχνητή νοημοσύνη, ειδικότερα τα μεγάλα γλωσσικά μοντέλα, οφείλει ακόμη να φτάσει σε αυτό το επίπεδο, και ότι η ενσωμάτωση αυτών των ικανοτήτων θα απαιτούσε μετασχηματισμό στις μεθόδους εκπαίδευσής τους. Αυτό εξηγεί γιατί πολλές κορυφαίες τεχνολογικές εταιρείες αυτήν τη στιγμή προσθέτουν νέες δυνατότητες σε υπάρχοντα μοντέλα, καθώς ανταγωνίζονται για ηγεμονία στον τομέα της τεχνητής νοημοσύνης. «Για την κατανόηση του φυσικού κόσμου, εκπαιδεύεις ένα ξεχωριστό σύστημα όρασης και στη συνέχεια το εντάσσεις σε ένα μεγάλο γλωσσικό μοντέλο. Για τη μνήμη, χρησιμοποιείς την τεχνική ανάκτησης εμπλουτισμένης δημιουργίας (RAG), προσθέτεις κάποιες συσχετιστικές μνήμες ή απλώς αυξάνεις το μέγεθος του μοντέλου», δήλωσε. (Το RAG είναι μια τεχνική που αναπτύχθηκε στη Meta για τη βελτίωση μεγάλων γλωσσικών μοντέλων μέσω ενσωμάτωσης εξωτερικών πηγών γνώσης. ) Παρ’ όλα αυτά, ο LeCun θεωρεί όλες αυτές τις προσπάθειες απλώς ως «εγχειρηματικές λύσεις» (hacks). Έχει επανειλημμένα συζητήσει μια εναλλακτική προσέγγιση που ονομάζεται μοντέλα βασισμένα στον κόσμο, τα οποία εκπαιδεύονται σε πραγματικά σενάρια και διαθέτουν ανώτερες γνωστικές ικανότητες πέρα από την απλή αναγνώριση προτύπων.

Στη συζήτηση με τον Annunziata, ανέπτυξε περαιτέρω αυτή τη ιδέα. «Ξεκινάς με μια ιδέα της κατάστασης του κόσμου σε μια συγκεκριμένη χρονική στιγμή T, φαντάζεσαι μια ενέργεια και μετά το μοντέλο του κόσμου προβλέπει πώς θα αλλάξει η κατάσταση του κόσμου ως αντίδραση σε αυτήν την ενέργεια», εξήγησε. Ωστόσο, καθώς ο κόσμος εξελίσσεται μέσα από αμέτρητες απρόβλεπτες πιθανότητες, ο μόνος εφικτός τρόπος για την εκπαίδευση τέτοιων μοντέλων είναι μέσω αφαίρεσης. Η Meta ήδη εξερευνά αυτή την ιδέα με το V-JEPA, ένα μοντέλο που κυκλοφόρησε δημόσια τον Φεβρουάριο. Περιγράφεται ως ένα μη γενετικό μοντέλο που μαθαίνει προβλέποντας ελλείποντα ή καλυμμένα τμήματα σε βίντεο. «Η βασική ιδέα είναι ότι δεν προβλέπεις απευθείας σε επίπεδο εικονοστοιχείου. Αντίθετα, εκπαιδεύεις ένα σύστημα να λειτουργεί πάνω σε μια αφαιρετική αναπαράσταση του βίντεο, επιτρέποντάς του να κάνει προβλέψεις εντός αυτής της αφαιρετικής δομής. Ιδανικά, αυτή η αναπαράσταση φιλτράρει τις απρόβλεπτες λεπτομέρειες», δήλωσε ο LeCun. Αυτή η προσέγγιση αντικατοπτρίζει τον τρόπο με τον οποίο οι χημικοί δημιούργησαν μια θεμελιώδη ιεραρχία για τα στοιχεία της ύλης. «Δημιουργήσαμε αφαιρέσεις: σωματίδια με πάνω τους άτομα, μετά μόρια και τελικά υλικά», είπε. «Κάθε επίπεδο πάνω φιλτράρει πολλές άσχετες πληροφορίες από τα κατώτερα, ανάλογα με την εργασία που πρέπει να εκτελέσει. » Ουσιαστικά, αυτό που σημαίνει είναι ότι κατανοούμε τον φυσικό κόσμο μέσω δομών ιεραρχίας, κάτι που είναι θεμελιώδες για την ευφυΐα.