Σύμφωνα με μια πρόσφατη δημοσίευση από μια ομάδα ερευνητών της Huawei, η “οσομοποίηση” της τεχνητής νοημοσύνης (AI) αποτελεί το επόμενο μεγάλο βήμα για τον εξελισσόμενο οικοσύστημα, αμφισβητώντας τα επιχειρήματα σχετικά με την κλιμάκωση. Η επίτευξη ενός τεχνητού γενικού ευφυούς (AGI) δεν θα είναι εύκολη για τις εταιρείες που λειτουργούν στο προσκήνιο, καθώς δεν υπάρχει συναίνεση σχετικά με τον ορισμό αυτού του έννοιας, δηλώνει το άρθρο. Το AGI, γενικά, αναφέρεται στην νοημοσύνη που ξεπερνά ή είναι συγκρίσιμη με τις ανθρώπινες ικανότητες, διαθέτοντας την ικανότητα να μάθει και να λύνει προβλήματα.
Παρά την πρόοδο που έχει σημειωθεί στα μεγάλα μοντέλα γλωσσικού υλικού (LLM), η AI βρίσκεται πολύ μακριά από την επίτευξη αυτού που ονομάζουμε υπερνοημοσύνη, με τα μοντέλα να περιγράφονται ως “στατικά και ανίκανα να εξελιχθούν με την πάροδο του χρόνου και της εμπειρίας”. Οι ερευνητές υποστηρίζουν ότι ο καλύτερος τρόπος για την επίτευξη υπερνοημοσύνης στα AI συστήματα είναι μέσω της οσομοποίησης της AI, αντίθετα με την ευρέως διαδεδομένη πεποίθηση για την κλιμάκωση των LLM.
“Υπάρχει η κυριαρχούσα πεποίθηση ότι απλώς η κλιμάκωση αυτών των μοντέλων σε όρους όγκου δεδομένων και υπολογιστικής ισχύος μπορεί να οδηγήσει σε AGI,” γράφει το άρθρο. “Αντιτιθέμεθα σε αυτή την άποψη. Προτείνουμε ότι η πραγματική κατανόηση, όχι μόνο η κατάλληλη απόδοση προτάσεων, αλλά και οι αξίες που μας καθοδηγούν στο πώς πρέπει να ενεργούμε, μπορεί να επιτευχθεί μόνο μέσω απομονωμένων AI που ζουν και μαθαίνουν από τον κόσμο μέσω ενεργού αλληλεπίδρασης με αυτόν.”
Για τους ερευνητές, το να προσδώσουν στην AI ένα σώμα που μπορεί να αλληλεπιδρά με το περιβάλλον θα φέρει πολλά οφέλη, συμπεριλαμβανομένης της επίτευξης γενικής νοημοσύνης. Οι βασικοί συντελεστές που επιτρέπουν την οσομοποίηση της AI περιλαμβάνουν την αντίληψη, την ικανότητα λήψης μέτρων βάσει των αντιληφθέντων δεδομένων, τη μνήμη και την ικανότητα μάθησης από τη μνήμη.
Το άρθρο τονίζει επίσης αρκετές προκλήσεις που σχετίζονται με την οσομοποίηση της AI, συμπεριλαμβανομένων των “θορύβου και αβεβαιότητας” που μπορεί να επηρεάσουν τις δυνατότητες λήψης αποφάσεων του συστήματος. Παραμένουν επίσης περιορισμοί σε επίπεδο υλικού, καθώς και ανησυχίες ότι τα animatronics AI συστήματα μπορεί να λειτουργούν από μια “εγώκεντρική” οπτική γωνία, που μπορεί να δημιουργήσει νέα ηθικά ζητήματα.
Για την ολοκληρωμένη λειτουργία της τεχνητής νοημοσύνης μέσα στο πλαίσιο του νόμου και την επίτευξη επιτυχίας αντιμετωπίζοντας τις αυξανόμενες προκλήσεις, πρέπει να ενσωματωθεί η τεχνολογία του blockchain στην επιχείρηση, η οποία εξασφαλίζει την ποιότητα και την κυριότητα των εισερχομένων δεδομένων, επιτρέπει την ασφαλή αποθήκευση δεδομένων και εξασφαλίζει την αμετάβλητη κατάσταση των δεδομένων.
Οι σημαντικές ερωτήσεις σχετικά με την οσομοποίηση της τεχνητής νοημοσύνης (AI):
1. Τι είναι η οσομοποίηση της τεχνητής νοημοσύνης (AI)?
Η οσομοποίηση της τεχνητής νοημοσύνης αναφέρεται σε μια νοημοσύνη που διαθέτει την ικανότητα να μάθει και να λύνει προβλήματα, ξεπερνώντας ή ισοδυναμώνοντας τις ικανότητες του ανθρώπου.
2. Ποιοι είναι οι προκλήσεις της οσομοποίησης της AI?
Ανάμεσα στις προκλήσεις που σχετίζονται με την οσομοποίηση της AI περιλαμβάνονται τα “θόρυβος και η αβεβαιότητα” που μπορούν να επηρεάσουν τις δυνατότητες λήψης αποφάσεων του συστήματος. Υπάρχουν επίσης θέματα που σχετίζονται με περιορισμούς υλικού και ανησυχίες σχετικά με την “εγώκεντρη” οπτική γωνία των συστημάτων AI, που δημιουργούν νέα ηθικά προβλήματα.
3. Ποια είναι τα οφέλη της οσομοποίησης της AI;
Η οσομοποίηση της AI μπορεί να φέρει πολλά οφέλη, συμπεριλαμβανομένης της επίτευξης γενικής νοημοσύνης. Οι βασικοί συντελεστές της οσομοποίησης της AI περιλαμβάνουν την αντίληψη, την ικανότητα λήψης μέτρων βάσει των αντιληφθέντων δεδομένων, τη μνήμη και την ικανότητα μάθησης από τη μνήμη.
4. Πώς μπορεί να επιτευχθεί η υπερνοημοσύνη στην AI;
Οι ερευνητές υποστηρίζουν ότι η οσομοποίηση της AI αποτελεί καλύτερη προσέγγιση για την επίτευξη συστημάτων υπερνοημοσύνης στην AI από την κοινή πεποίθηση για την κλιμάκωση μεγάλων μοντέλων γλωσσικού υλικού. Η κλιμάκωση των μοντέλων όσον αφορά τον όγκο των δεδομένων και την υπολογιστική ισχύ δεν οδηγεί απαραίτητα απευθείας στην επίτευξη γενικής νοημοσύνης.
5. Πώς μπορεί να ενσωματωθεί η τεχνολογία του blockchain στην AI;
Η ενσωμάτωση της τεχνολογίας του blockchain στην AI είναι απαραίτητη για να διασφαλιστεί η ποιότητα και η κυριότητα των εισερχόμενων δεδομένων, καθώς και η ασφαλής αποθήκευση και η αμεταβλητότητα των δεδομένων. Αυτό επιτρέπει την κανονική λειτουργία της τεχνητής νοημοσύνης σύμφωνα με τον νόμο και την αποτελεσματική διαχείριση των αυξανόμενων προκλήσεων.
Σχετικοί σύνδεσμοι (με μορφή ονόματος συνδέσμου):
– Αρχική σελίδα Huawei
– [Ενσωμάτωση]https://www.youtube.com/embed/qV5zWOb8eXc[/embed]
The source of the article is from the blog publicsectortravel.org.uk