सभी बुद्धिमान प्राणियों में क्या साझा है?

यान लेकुन के अनुसार, जो मेटा के मुख्य एआई वैज्ञानिक हैं, उनमें चार मुख्य लक्षण होते हैं। इस साल शुरुआत में पेरिस में आयोजित एआई एक्शन समिट के दौरान, राजनीतिक नेताओं और एआई विशेषज्ञों ने एआई विकास पर चर्चा की। उस आयोजन में, लेकुन ने आईबीएम के एआई नेता एंथोनी एनुज़ियाता को अपनी बुनियादी बुद्धिमत्ता की परिभाषा बताई। उन्होंने कहा, "बुद्धिमान व्यवहार की four मूल विशेषताएँ हैं, जो हर प्राणी—या अपेक्षाकृत होशियार प्राणी—और निश्चित रूप से मनुष्यों में पाई जाती हैं। ये हैं भौतिक दुनिया को समझना, स्थाई स्मृति होना, तर्क करने की क्षमता, और योजना बनाने, विशेष रूप से जटिल क्रियाओं की, पदानुक्रमित योजना के माध्यम से।" लेकुन ने बताया कि एआई, विशेषकर बड़े भाषा मॉडल, अभी इस स्तर तक नहीं पहुंच पाए हैं, और इन क्षमताओं को शामिल करने के लिए उनके प्रशिक्षण तरीकों में बदलाव की आवश्यकता होगी। यही कारण है कि कई प्रमुख टेक कंपनियां वर्तमान में अपनी मौजूदा मॉडलों में नई क्षमताएँ जोड़ रही हैं, क्योंकि वे एआई क्षेत्र में नेतृत्व करने का मुकाबला कर रहे हैं। "भौतिक दुनिया को समझने के लिए, आप एक अलग विजन सिस्टम प्रशिक्षित करते हैं और फिर इसे बड़े भाषा मॉडल से जोड़ देते हैं। स्मृति के लिए, आप रिट्रीवल ऑगमेंटेड जेनरेशन (RAG) का उपयोग करते हैं, कुछ एसोसिएटिव मेमोरी जोड़ते हैं, या फिर मॉडल का आकार बढ़ाते हैं, " उन्होंने कहा। (RAG एक तकनीक है, जिसे मेटा में विकसित किया गया है, ताकि बाहरी ज्ञान स्रोतों को शामिल कर बड़े भाषा मॉडलों की क्षमता बढ़ाई जा सके।) फिर भी, लेकुन इन सभी कोशिशों को केवल "हैक" मानते हैं। उन्होंने बार-बार वर्ल्ड-बेस्ड मॉडल्स नामक एक वैकल्पिक दृष्टिकोण का उल्लेख किया है, जो वास्तविक दुनिया पर आधारित प्रशिक्षण प्राप्त करते हैं और सहज पैटर्न पहचान से बाहर उच्च स्तर की संज्ञानात्मक क्षमताएँ प्रदर्शित करते हैं। अपनी बातचीत में एनुज़ियाता के साथ, उन्होंने इस विचार पर विस्तार से बात की। "आप किसी विशिष्ट समय T में दुनिया की स्थिति का विचार करते हैं, एक क्रिया का कल्पना करते हैं, और फिर विश्व मॉडल पूर्वानुमान लगाता है कि उस क्रिया के प्रतिक्रिया में दुनिया की स्थिति कैसे बदलेगी, " उन्होंने समझाया। हालांकि, क्योंकि दुनिया अनगिनत अप्रत्याशित संभावनाओं से विकसित होती है, ऐसे मॉडल को प्रशिक्षित करने का एकमात्र संभव तरीका अमूर्तन के माध्यम से है। मेटा इस सिद्धांत का पहले ही अन्वेषण कर रहा है, V-JEPA नामक मॉडल के साथ, जिसे फरवरी में सार्वजनिक रूप से जारी किया गया है। इसे एक गैर-उत्पन्न मॉडल कहा जाता है, जो वीडियो में गुम या masked खंडों की भविष्यवाणी करके सीखता है। "मूल विचार यह है कि आप सीधे पिक्सेल स्तर पर पूर्वानुमान नहीं लगाते। इसके बजाय, आप एक ऐसे प्रणालিকে प्रशिक्षित करते हैं जो वीडियो के एक अमूर्त प्रतिनिधित्व पर कार्य करे, जिससे वह उस अमूर्त में पूर्वानुमान कर सके। आदर्श रूप से, यह प्रतिनिधित्व अप्रत्याशित विवरणों को फ़िल्टर कर देता है, " लेकुन ने कहा। यह दृष्टिकोण उस तरीके को दर्शाता है जिस तरह रासायनिक वैज्ञानिक पदार्थ के निर्माण खंडों के लिए एक मौलिक श्रेणी बनाते हैं। "हमने अमूर्तताएँ बनाई: कण, इनके ऊपर परमाणु, फिर अणु, और अंत में पदार्थ, " उन्होंने कहा। "प्रत्येक परत, अपने ऊपर की परत से, नीचे की ग़ैर-ज़रूरी जानकारी को फ़िल्टर कर देती है, उस कार्य के अनुसार।" सार में, इसका मतलब है कि हम भौतिक दुनिया को समझते हैं by hierarchies का निर्माण करके, जो कि बुद्धिमत्ता की मौलिक कड़ी है।