Šta svi inteligentni bića dele?Prema Yann LeCunu, glavnom naučniku za veštačku inteligenciju u Meta, postoje četiri ključne osobine. Na AI Action Summitu u Parizu ranije ove godine, politički lideri i eksperti za veštačku inteligenciju okupili su se da razgovaraju o razvoju AI. Tokom događaja, LeCun je izneo svoju osnovnu definiciju inteligencije direktoru AI u IBM-u, Anthonyju Annunziati. „Postoje četiri osnovne osobine inteligentnog ponašanja koje poseduje svaka životinja — ili relativno pametna životinja — a svakako i ljudi“, objasnio je. „To su razumevanje fizičkog sveta, posedovanje trajne memorije, sposobnost rezonovanja i kapacitet za planiranje, posebno složenih akcija kroz hijerarhijsko planiranje. “ LeCun je istakao da AI, posebno veliki jezički modeli, još uvek nisu dostigli ovaj nivo i da bi integracija ovih sposobnosti zahtevala promenu u njihovim metodama obučavanja. To objašnjava zašto mnoge vodeće tehnološke kompanije trenutno dodaju nove mogućnosti postojećim modelima dok se takmiče za vođstvo u AI oblasti. „Za razumevanje fizičkog sveta, obučavate poseban vidni sistem, koji zatim povezujete sa velikim jezičkim modelom. Za memoriju, koristite tehnike proširene generacije pretraživanjem (RAG), dodajete neku oblik poredane memorije ili jednostavno povećavate veličinu modela“, rekao je.

(RAG je tehnika razvijena u Meta-u za poboljšanje velikih jezičkih modela uključivanjem spoljnjih izvora znanja. ) Ipak, LeCun smatra sve te napore samo „pomoćnim trikovima“. Više puta je razgovarao o alternativnom pristupu zvaničima modelima zasnovanim na svetu, koji se obučavaju na scenarijima iz stvarnog sveta i pokazuju viši nivo kognitivnih sposobnosti od pukog prepoznavanja obrazaca. U svom razgovoru sa Annunziatom, detaljnije je objasnio ovaj koncept. „Počinješ od neke ideje o stanju sveta u određenom trenutku T, zamisliš akciju, a zatim model sveta predviđa kako će se stanje sveta promeniti kao odgovor na tu akciju“, objasnio je. Međutim, budući da se svet razvija kroz bezbroj nepredvidivih mogućnosti, jedini održivi način za obučavanje takvih modela jeste putem apstrakcije. Meta već istražuje ovaj koncept sa V-JEPA modelom, koji je javno pušten u februar. Opisuje se kao model koji ne generiše već uči predviđanjem nedostajućih ili maskiranih delova u video zapisima. „Osnovna ideja je da ne predviđa direktno na nivou piksela. Umesto toga, obučavate sistem da radi na apstraktnoj reprezentaciji videa, omogućavajući mu da pravi predviđanja unutar te apstrakcije. Idealno, ova reprezentacija filtrira nerelevantne ili nepredvidive detalje“, rekao je LeCun. Ovaj pristup odražava način na koji su hemičari uspostavili osnovnu hijerarhiju za gradivne blokove materije. „Napravili smo apstrakcije: čestice, na kojima su atomi, zatim molekuli i na kraju materijali“, objasnio je. „Svaki sledeći sloj filtrira mnogo irelevantnih informacija iz nižih slojeva, u zavisnosti od zadatka. “ U suštini, ovo znači da razumemo fizički svet kroz građu hijerarhija, što je suština inteligencije.