Ano ang pagkakatulad ng lahat ng matatalinong nilalang?Ayon kay Yann LeCun, ang chief AI scientist ng Meta, may apat na pangunahing katangian. Sa AI Action Summit sa Paris nuong masagang taon, nagtipon ang mga lider pampulitika at mga eksperto sa AI upang pag-usapan ang pag-unlad ng AI. Sa okasyong iyon, ipinaliwanag ni LeCun ang kanyang pangunahing depinisyon ng intelihensiya kay Anthony Annunziata, ang pinuno ng AI sa IBM. “Mayroong apat na mahahalagang katangian ng intelihenteng pag-uugali na taglay ng bawat hayop—o ng medyo matalinong hayop—and siyempre, ng mga tao, ” paliwanag niya. “Ito ay ang pag-unawa sa pisikal na mundo, pagkakaroon ng tuloy-tuloy na memorya, kakayahang mag-isip, at ang kakayahang magplano, lalo na sa mga kompleks na gawain sa pamamagitan ng hierarchical planning. ” Binanggit ni LeCun na ang AI, partikular na ang malalaking modelo ng wika, ay hindi pa nararating ang antas na ito, at ang pagsasama ng mga kakayahang ito ay mangangailangan ng pagbabago sa kanilang paraan ng pagsasanay. Ito ang dahilan kung bakit maraming nangungunang kumpanya sa teknolohiya ang kasalukuyang nagsasama ng mga bagong kakayahan sa umiiral na mga modelo habang nakikipagkompetensya sila sa larangan ng AI. “Para sa pag-unawa sa pisikal na mundo, nagsasanay ka ng hiwalay na vision system at idinidikit ito sa malaking modelo ng wika. Para sa memorya, ginagamit mo ang retrieval augmented generation (RAG), magdagdag ng ilang associative memory, o simpleng pinalalaki ang modelo, ” ani LeCun.

(Ang RAG ay isang teknik na binuo sa Meta upang mapabuti ang malalaking modelo ng wika sa pamamagitan ng pagsasama ng mga panlabas na pinagkukunan ng kaalaman. ) Gayunpaman, itinuturing ni LeCun ang lahat ng mga pagsisikap na ito bilang mga “hack” lamang. Muling niyang tinalakay ang isang alternatibong paraan na tinatawag na world-based models, na sinasanay sa mga senaryong totoo sa mundo at nagpapakita ng mas mataas na kakayahan sa pag-iisip na lampas sa simpleng pattern recognition. Sa kanyang pag-uusap kay Annunziata, binigyang-linaw niya ang konseptong ito. “Nagsisimula ka sa isang ideya tungkol sa estado ng mundo sa isang takdang oras T, iniisip ang isang aksyon, at ang modelo ng mundo ang nagtataya kung paano magbabago ang kalagayan ng mundo bilang tugon sa aksyong iyon, ” paliwanag niya. Ngunit, dahil ang mundo ay nagbabago sa pamamagitan ng hindi mabilang na hindi mahuhulaan na posibilidad, ang tanging praktikal na paraan upang sanayin ang ganitong klase ng mga modelo ay sa pamamagitan ng abstraction. Kasaysayan, sinusubukan na ng Meta ang konseptong ito sa V-JEPA, isang modelo na inilabas noong Pebrero at bukas sa publiko. Inilalarawan ito bilang isang non-generative model na natututo sa pamamagitan ng pagtukoy sa mga nawawala o nakatiklop na bahagi sa mga video. “Ang pangunahing ideya ay hindi kaagad nagpipredict sa pixel level. Sa halip, nagtuturo ka sa isang sistema na mag-operate sa isang abstract na representasyon ng video, na nagpapahintulot dito na gumawa ng mga prediksyon sa loob ng abstraksiyong iyon. Sa pinakamaayos, ang representasyong ito ay nagsasala ng mga hindi mahuhulaan na detalye, ” paliwanag ni LeCun. Ang pamamaraang ito ay kahalintulad sa paraan ng mga chemist na nagtatag ng isang pangunahing hierarchy para sa mga sangkap ng bagay. “Lumikha tayo ng mga abstraction: mga partikulo, na nasa ibabaw nito ay mga atom, pagkatapos mga molekula, at sa huli, mga materyal, ” ani niya. “Bawat patong ay nagsasala ng maraming di-kailangang impormasyon mula sa mas mababang mga layer, depende sa gawain. ” Sa kabuuan, ang ibig sabihin nito ay naiintindihan natin ang pisikal na mundo sa pamamagitan ng pagkakabuo ng mga hierarkiya, na pundamental sa katalinuhan.