Ce împărtășesc toate ființele inteligente?Conform lui Yann LeCun, șeful pentru AI de la Meta, există patru trăsături cheie. La Summitul despre Acțiunea AI de la Paris de la începutul acestui an, lideri politici și experți în AI s-au adunat pentru a discuta despre dezvoltarea AI-ului. În timpul evenimentului, LeCun și-a exprimat definiția fundamentală a inteligenței către Anthony Annunziata, liderul AI de la IBM. „Există patru caracteristici esențiale ale comportamentului inteligent pe care orice animal—sau animal relativ deștept—și, cu siguranță, oamenii le dețin, ” a explicat el. „Acestea sunt înțelegerea lumii fizice, memoria persistentă, capacitatea de a raționa și abilitatea de a planifica, în special acțiuni complexe prin planificare ierarhică. ” LeCun a subliniat că AI, în special modelele mari de limbaj, nu au atins încă acest nivel și că integrarea acestor abilități ar necesita o schimbare în metodele lor de antrenament. Aceasta explică de ce multe companii tehnologice de top adaugă în prezent noi capabilități pe modele existente, în timp ce concurează pentru a conduce domeniul AI. „Pentru înțelegerea lumii fizice, antrenezi un sistem de vedere separat și apoi îl atașezi la modelul mare de limbaj. Pentru memorie, folosești generare augmentată prin recuperare (RAG), adaugi o memorie asociativă sau pur și simplu scalezi modelul, ” a spus el.

(RAG este o tehnică dezvoltată la Meta pentru îmbunătățirea modelelor mari de limbaj prin incorporarea de surse externe de cunoștințe. ) Totuși, LeCun consideră toate aceste eforturi simple „hack-uri. ” El a discutat repetat despre o abordare alternativă numită modele bazate pe lume, care sunt antrenate pe scenarii din lumea reală și manifestă abilități cognitive mai înalte, dincolo de simpla recunoaștere a modelelor. În conversația cu Annunziata, a detaliat acest concept. „Pornești de la o idee despre starea lumii la un anumit moment T, imaginezi o acțiune și apoi modelul lumii prezice cum se va schimba starea lumii ca răspuns la acea acțiune, ” a explicat el. Cu toate acestea, având în vedere că lumea evoluează prin nenumărate posibilități imprevizibile, singura cale fezabilă de a antrena astfel de modele este prin abstrație. Meta explorează deja acest concept cu V-JEPA, un model lansat public în februarie. Este descris ca un model non-generativ care învață prin prezicerea segmentelor lipsă sau mascate din videoclipuri. „Ideea de bază este că nu prezicem direct la nivel de pixel. În schimb, antrenăm un sistem pentru a funcționa pe o reprezentare abstractă a videoclipului, permițându-i să facă predicții în cadrul acelei abstractizări. Ideal ar fi ca această reprezentare să filtreze detaliile imprevizibile, ” a spus LeCun. Această abordare reflectă modul în care chimiștii au stabilit o ierarhie fundamentală pentru componentele materiei. „Am creat abstracții: particule, deasupra cărora sunt atomi, apoi molecule, și în cele din urmă materiale, ” a afirmat el. „Fiecare strat superior filtrează o mare parte din informația irelevantă provenită din straturile inferioare, în funcție de sarcina de față. ” În esență, ceea ce înseamnă acest lucru este că înțelegem lumea fizică construind ierarhii, ceea ce este fundamental pentru inteligență.