Mida kõik intelligentsed olendid jagavad?Yann LeCuni, Meta peAI-teadlane, toob välja neli peamist omadust. Sel aastal alustas AI tegevusüritus Pariisis, kus poliitikud ja AI-asjatundjad kogunesid arutama tehisintellekti arengut. Ürituse käigus edastas LeCun IBM-i AI-juhi Anthony Annunziatale oma põhjaliku määritluse intelligentsusest. „On neli põhijoonust, mis on iseloomulikud intelligentsele käitumisele ja mida omavad iga loom—and kindlasti ka inimesed, “ selgitas ta. „Need on füüsilise maailma mõistmine, püsiv mälu, võime mõista ning planeerida, eriti keerukaid tegevusi hierarhilise planeerimise kaudu. “ LeCun rõhutas, et AI, eriti suured keelemudelid, ei ole veel saavutanud seda taset ning nende võimete integreerimine nõuaks koolitusmeetodite muutmist. Seetõttu lisavad paljud juhtivad tehnoloogiafirmad praegu olemasolevatele mudelitele uusi võimeid, et püsida tehisintellekti alal ees. „Füüsilise maailma mõistmiseks treenite eraldi nägemissüsteemi ja ühendate selle suure keelemudeliga. Mälu jaoks kasutate päringuga täiustatud generatsiooni (RAG), lisate assotsiatiivset mälu või lihtsalt suurendate mudeli suurust, “ selgitas ta.

(RAG on Meta arendatud tehnik, mis parandab suuri keelemudeleid, kaasates välist teadmisteallikaid. ) Sellegipoolest peegeldab LeCun, et kõik need pingutused on vaid „häkkimised“. Ta on korduvalt rääkinud alternatiivsest lähenemisest, mida nimetatakse maailmapõhisteks mudeliteks, mis treenitakse tegeliku maailma stsenaariumide põhjal ning näitavad kõrgemaid kognitiivseid võimeid kui pelgalt mustriduvastus. Tema ja Annunziata vestluses selgitas ta seda kontseptsiooni lähemalt. „Alustad mingi ideega maailma seisundi kohta konkreetse aja T kohta, kujutad ette tegevust ning siis ennustab maailmamudel, kuidas maailma seisund sellise tegevuse tulemusena muutub, “ selgitas ta. Kuna maailm aga muutub lugematute ennustamatute võimaluste kaudu, on selliste mudelite treenimise ainsaks võimalikuks viisiks abstraktsioon. Meta juba uurib seda kontseptsiooni V-JEPA mudeli abil, mis avalikustati veebruarikuus. Seda kirjeldatakse kui mitte-generatiivset mudelit, mis õpib ära arvama puuduvad või maskeeritud video-segmendid. „Põhieesmärk on, et sa ei ennusta otse pikslite tasandil. Selle asemel treenid süsteemi töötama video abstraktsiooni peal, võimaldades teha selles abstraktsioonis ennustusi. Ideaalis filtreerib see välja ettearvamatud detailsed juhud, “ ütles LeCun. See lähenemine peegeldab ka keemikute teguviisi, kes kehtestasid aine põhiehituskividest hierarhia. „Me lõime abstraktsioonid: osakesed, mille peal on aatomid, siis molekulid ja lõpuks materjalid, “ selgitas ta. „Iga kiht filtreerib alumistest kihtidest suure osa eilsest olulisest info, sõltuvalt ülesandest. “ Tegelikku mõistetakse füüsilist maailma hierarhiate loomise kaudu, mis on intelligentsuse aluseks.