Táto chyba zabrzdila vývoj umelej inteligencie o 20 rokov!
Noam Brown z OpenAI naznačuje, že AI schopná uvažovať mohla vzniknúť už pred dvoma desaťročiami. Chýbal však správny pohľad na problematiku.
Noam Brown, vedúci výskumu AI v OpenAI, počas panelu na konferencii GTC organizovanej spoločnosťou Nvidia predstavil zaujímavú myšlienku. Podľa jeho slov mohli niektoré modely umelej inteligencie (AI), ktoré dokážu „myslieť“ a „uvažovať“, vzniknúť už pred dvoma desaťročiami. Vedcom však chýbal správny prístup a vhodné algoritmy. Ako upozornil techcrunch.com, tento vývoj mohol prísť už oveľa skôr.
Zmeškaná príležitosť vo vývoji AI
Noam Brown sa špecializuje na výskum herných AI. Stál napríklad za vývojom Pluribusa, modelu, ktorý porazil profesionálnych hráčov pokru. Zdôrazňuje, že AI, ktorá dokáže analyzovať situáciu a premýšľala pred samotnou akciou, mohla existovať oveľa skôr.
„Ľudia sa v náročných situáciách najprv zamyslia a až potom konajú. Tento princíp je kľúčový aj pre umelú inteligenciu,“ vysvetlil Brown.
Pri vývoji herných AI sa ukázalo, že uvažovanie funguje lepšie ako hrubá sila. Tradičné modely sa snažia vypočítať všetky možné možnosti, zatiaľ čo dôvodiace AI modely, teda tie čo dokážu uvažovať, predvídajú pravdepodobné scenáre a vyberajú najlepšie riešenie. Tento prístup môže výrazne ovplyvniť ďalšie oblasti, ako matematiku či vedu.
Nová metóda: Test-time inference
V OpenAI teraz Brown pracuje na modeli o1, ktorý využíva techniku „test-time inference“. Táto metóda umožňuje modelu lepšie analyzovať situácie pred poskytnutím odpovede. Výsledkom je vyššia presnosť a spoľahlivosť, čo je dôležité najmä v oblastiach s vysokými nárokmi na správnosť, ako sú veda či technológia.
Test-time inference posúva umelú inteligenciu na novú úroveň. Modely už nefungujú iba na základe vopred naučených vzorcov, ale aktívne zvažujú dostupné informácie a premýšľajú nad riešením. Na rozdiel od tradičných AI systémov lepšie vyhodnocujú širší kontext a robia presnejšie rozhodnutia.
Neprehliadni
Kde je priestor na spoluprácu?
Brown sa dotkol aj dôležitej otázky spolupráce medzi akademickým prostredím a AI laboratóriami. Uznáva, že výpočtová náročnosť dnešných modelov je obrovská, čo akademickým inštitúciám komplikuje výskum. Napriek tomu je presvedčený, že univerzity môžu mať v AI výskume významnú úlohu.
Podľa neho sa akademici môžu zamerať na oblasti, ktoré nevyžadujú extrémne výpočtové zdroje, napríklad na návrh architektúry modelov. Navyše, OpenAI a ďalšie laboratóriá pozorne sledujú akademické publikácie. Ak niektorá štúdia ponúkne presvedčivé argumenty o novej metóde, laboratóriá sa ňou môžu inšpirovať a škálovať ju do praxe.
Ďalšou oblasťou, kde môžu akademici prispieť, je AI benchmarking. Brown upozornil, že súčasné testy schopností umelej inteligencie majú mnoho nedostatkov. Často sa zameriavajú na znalosti, ktoré nemajú praktické využitie, a poskytujú skreslený obraz o skutočných schopnostiach modelov. Lepšie a realistickejšie benchmarky by mohli pomôcť vylepšiť odpovede AI na oveľa vyššiu úroveň.
Boli sme o 20 rokov pozadu?
Vývoj umelej inteligencie neustále napreduje a jej vplyv na každodenný život rastie. Ak sa nám podarí vytvoriť modely, ktoré dokážu efektívne uvažovať a predvídať, môže to spôsobiť revolúciu v mnohých odvetviach.
Brownove slová naznačujú, že AI s vyššou úrovňou „myslenia“ mohla existovať už dávno. Otázkou zostáva, kam sa vývoj posunie v nasledujúcich rokoch a aké prelomové technológie nás ešte čakajú
