Apa yang dikongsi oleh semua makhluk pintar?Menurut Yann LeCun, saintis AI utama Meta, terdapat empat ciri utama. Di Sidang Kemuncak Tindakan AI di Paris awal tahun ini, para pemimpin politik dan pakar AI berkumpul untuk membincangkan pembangunan AI. Sepanjang acara itu, LeCun menyampaikan definisi asas tentang kecerdasan kepada ketua AI IBM, Anthony Annunziata. “Terdapat empat ciri utama tingkah laku pintar yang dimiliki oleh setiap haiwan—atau haiwan yang agak bijak—dan sudah tentu manusia, ” jelasnya. “Ini termasuk memahami dunia fizikal, mempunyai memori berterusan, keupayaan untuk berfikir, dan kemampuan untuk merancang, terutamanya tindakan kompleks melalui perancangan berhierarki. ” LeCun menegaskan bahawa AI, terutamanya model bahasa besar, belum mencapai tahap ini dan penggabungan keupayaan ini memerlukan perubahan dalam kaedah latihan mereka. Inilah sebabnya ramai syarikat teknologi terkemuka kini menambah kemampuan baharu ke atas model sedia ada apabila bersaing untuk memimpin bidang AI. “Untuk memahami dunia fizikal, anda melatih satu sistem penglihatan berasingan dan kemudian mengaitkannya dengan model bahasa besar. Untuk memori, anda menggunakan teknik penghasilan diperkaya retrieval (RAG), menambah memori associatif, atau sekadar meningkatkan skala model, ” katanya.

(RAG adalah satu teknik yang dibangunkan di Meta untuk meningkatkan model bahasa besar dengan menggabungkan sumber pengetahuan luar. ) Namun begitu, LeCun menganggap semua usaha itu hanyalah “hack. ” Beliau berkali-kali membincangkan pendekatan alternatif yang dipanggil model berasaskan dunia, yang dilatih berdasarkan senario dunia sebenar dan menunjukkan kebolehan kognitif yang lebih tinggi berbanding pengenalan pola semata-mata. Dalam perbualan beliau dengan Annunziata, beliau mengembangkan lagi konsep ini. “Anda bermula dengan gambaran tentang keadaan dunia pada masa tertentu T, bayangkan satu tindakan, dan kemudian model dunia meramalkan bagaimana keadaan dunia akan berubah sebagai tindak balas terhadap tindakan itu, ” jelasnya. Namun, kerana dunia berkembang melalui pelbagai kemungkinan yang tidak dapat diramalkan, satu-satunya cara yang praktikal untuk melatih model sedemikian adalah melalui abstraksi. Meta sudah meneroka konsep ini dengan V-JEPA, satu model yang dilepaskan secara umum pada Februari. Ia digambarkan sebagai model bukan generatif yang belajar dengan meramalkan segmen video yang hilang atau tersembunyi. “Idea utama adalah bahawa anda tidak meramalkan secara langsung pada peringkat piksel. Sebaliknya, anda melatih sistem untuk beroperasi pada representasi abstrak video, membolehkannya membuat ramalan dalam abstraksi itu. Secara ideal, representasi ini menyaring butiran yang tidak boleh diramalkan, ” kata LeCun. Pendekatan ini menyerupai cara ahli kimia mewujudkan hierarki asas untuk blok binaan bahan. “Kami mencipta abstraksi: zarah, yang di atasnya adalah atom, kemudian molekul, dan akhirnya bahan, ” katanya. “Setiap lapisan menapis banyak maklumat yang tidak relevan dari lapisan di bawah, bergantung kepada tugasan yang sedang dilakukan. ” Secara ringkas, apa yang dimaksudkan adalah kita memahami dunia fizikal dengan membina hierarki, yang merupakan asas kepada kecerdasan.