Ինչն են ընդհանուր ունակ բոլոր ինտելիգենտ բջիջները?

Յան Լեկուի, Meta-ի գլխավոր AI գիտնականի, հավաստմամբ, կա չորս հիմնական հատկություն: ԱԻ Ակցիայի Սեմինարում Փարիզում, այս տարի առաջ, քաղաքական գործիչներ և AI փորձագետներ հավաքվել էին՝ քննարկելու AI զարգացման հարցերը։ Արևմուտքից հիմնավորելով իր հիմնական Ինտելեկտուայի իմաստը, Լեկուն փոխանցեց այն IBM-ի AI առաջնորդ Էնթոնի Աննուզիատային: «Ինտելիգենտ վարքագծի չորս հիմնական հատկանիշ կա, որոնց յուրաքանչյուր կենդանի՝ կամ այնուամենայնիվ խիստ խելացի կենդանի, և հաստատ մարդիկ էլ ունեն, » նա բացատրեց: «Ազդում է ֆիզիկական աշխարհը հասկանալը, հիշողությունն ունենալը, կարողանալ տարբերակել, և հատկապես բարդ գործողություններ պլանավորելու ունակությունը, հատկապես հորիզոնական պլանավորումներով։» Լեկուն նշում է, որ AI, մասնավորապես մեծ լեզվային մոդելները, դեռևս չեն հասել այս մակարդակին, և այդ կարողությունները միացնելու համար անհրաժեշտ կլինի փոխել նրանց ուսուցման մեթոդները։ Սա է պատճառը, որ այս պահին շատ առաջատար տեխնոլոգիական ընկերություններ ավելացնում են նոր ունակություններ existing մոդելներին՝ իրենց մրցակցությունն ընկալելու համար՝ AI ոլորտում առաջատարից։ «Ֆիզիկական աշխարհը հասկանալու համար, դուք մաքրում եք առանձին տեսողական համակարգ, որն էլ միացնում եք մեծ լեզվային մոդելով: Հիշողության համար, դուք օգտագործում եք Ռետրիվալ Աուգմենտեդ Րեներեーション (RAG), ավելացնում եք ասոցացնող հիշողություն, կամ պարզապես մեծ եք մոդելին, ” ասաց նա: (RAG-ը Meta-ի մշակած տեխնիկա է՝ մեծ լեզվային մոդելները բարելավելու համար՝ ներբեռնելով արտաքին գիտելիքների աղբյուրները՝ խթանելով նրանց արդյունավետությունը։) Իհարկե, Լեկուն գնահատում է բոլոր այդ փորձերը որպես պարզապես «հաքեր»: Նա բազմիցս խոսել է վայրկյանային մոդելների փոխարեն՝ աշխարհահենք մոդելների մասին, որոնք ուսուցանվում են իրական աշխարհի գործառույթների վրա և ցուցաբերում բարձրացնող ճանաչողության կարողություն՝ պարզապես մոդելների տեսանելի ժխտման սահմանը չանցնելով։ Զրույցի ընթացքում նա բացատրեց այս գաղափարը։ «Դուք սկսում եք որոշակի գաղափարով՝ աշխարհի վիճակը որոշակի ժամանակ T-ին, պատկերացնում եք գործողություն, և ապա աշխարհի մոդելը կանխատեսում է, թե ինչպես է աշխարհը փոխվելու այդ գործողությանը արձագանքելով», - բացատրեց նա։ Սակայն քանի որ աշխարհը զարգանում է անթիվ անկանխատեսելի հնարավորություններով, այդպիսի մոդելների ուսուցումը միակն է՝ ամուսնապես ընդհանրացնելով՝ abstraction-ով։ Meta-ն արդեն ուսումնասիրում է այս կոնցեպցիան V-JEPA մոդելի միջոցով, որը հրապարակվել է բաց կերպով՝ փետրվարին։ Այն համարվում է ոչ-գեներատիվ մոդել, որը սովորում է բացթողուն հատվածները կամ վիդեոների պակասող հատվածները կանխատեսելով։ «Հիմնական գաղափարը այն է, որ դուք կանխատեսում եք ոչ անմիջապես պիքսելի մակարդակում։ Դեռ ավելին՝ դուք ուսուցանում եք համակարգը գործադրել վիդեոյի էկզամպառային ներկայացման վրա՝ թույլ տալով կանխատեսումներ անել այդ բովանդակության մեջ։ Արդյունքները պետք է այնպիսին լինեն, որ պրեդիկցիաները զտեն անկանխատեսելի մանրամասները, ” ասաց նա։ Այս մոտեցումը նման է այն մեթոդին, երբ քիմիկոսները մատնանշել են նյութերի կառուցվածքի հենարանային հորիզոնականները։ «Մենք ստեղծեցինք էքզամպառային շերտեր՝ մասնիկներ, որոնց վրա կազմում են ատոմներ, հետո մոլեկուլներ, և վերջապես՝ նյութեր, », - ասաց նա: «Յուրաքանչյուր շերտ բարձր՝ զտում է ավելորդ տվյալները՝ կախված խնդիրից և անհրաժեշտությունից։» Ենթադրում ենք, որ այս ամենը նշանակում է, որ մենք ֆիզիկական աշխարհը հասկանում ենք կառուցելով հորիզոնականներ՝ շերտեր, որը հիմնարար է ինտելեկտուալության համար։