Η τεχνητή νοημοσύνη (ΤΝ) εξελίσσεται συνεχώς, και καθώς η τεχνολογία προχωρά, οι ερευνητές ανακαλύπτουν τα όρια των τρεχουσών μεθόδων. Ο Δημήτρης Χασάμπης, CEO του ερευνητικού εργαστηρίου AI της Google, DeepMind, έχει τονίσει την ανάγκη για βασικές καινοτομίες στην έρευνα της τεχνητής νοημοσύνης για να επιτύχει το “επόμενο επίπεδο” των δυνατοτήτων της ΤΝ. Παραδοσιακές προσεγγίσεις, όπως το βαθιό μάθημα και τα μοντέλα γεννητικής γλώσσας, απαιτούν σημαντικούς πόρους και χρόνο για την παραγωγή χρήσιμων αποτελεσμάτων.
Για να αντιμετωπίσει αυτές τις προκλήσεις, ο πρώην μηχανικός της Tesla, Τζορτζ Μόργκαν, ίδρυσε μια νεοφυή επιχείρηση με την ονομασία Symbolica AI.
Ο Μόργκαν αντελήφθη κατά τη διάρκεια της παρουσίας του στην Tesla ότι η αύξηση της ισχύος υπολογιστών, που συχνά αποτελεί την τυπική λύση στην έρευνα στον τομέα της ΤΝ, δεν είναι μια βιώσιμη προσέγγιση στο μακροπρόθεσμο. Αντί αυτού, η Symbolica AI στοχεύει στην ανάπτυξη νέων μοντέλων που μπορούν να επιτύχουν μεγαλύτερη ακρίβεια με μικρότερες απαιτήσεις δεδομένων, μειωμένο χρόνο εκπαίδευσης και μικρότερο κόστος. Αυτά τα μοντέλα, γνωστά ως δομημένη τεχνητή νοημοσύνη, επικεντρώνονται στον κωδικοποιιτσμό της υπόκειμενης δομής των δεδομένων αντί να εμπιστεύονται αποκλειστικά σε μαζίκα σύνολα δεδομένων.
Συχνές Ερωτήσεις (FAQ)
Τι είναι η δομημένη τεχνητή νοημοσύνη;
Η δομημένη τεχνητή νοημοσύνη, επίσης γνωστή ως συμβολική νοημοσύνη, είναι ένα κλάδος της τεχνητής νοημοσύνης που επικεντρώνεται στον κωδικοποιητισμό της υπόκειμενης δομής των δεδομένων χρησιμοποιώντας σύμβολα και κανόνες. Διαφορετικά από τα νευρωνικά δίκτυα, τα οποία βασίζονται σε στατιστικές προσεγγίσεις, η δομημένη τεχνητή νοημοσύνη λύνει εργασίες μέσω της αντιστοίχισης συμβόλων και κανόνων που είναι αφιερωμένοι σε συγκεκριμένα έργα.
Πώς διαφέρει η Symbolica AI από τις παραδοσιακές προσεγγίσεις της τεχνητής νοημοσύνης;
Η Symbolica AI στοχεύει στην ανάπτυξη νέων μοντέλων που επιτυγχάνουν καλύτερη ακρίβεια με μικρότερες απαιτήσεις δεδομένων, μειωμένο χρόνο εκπαίδευσης και μικρότερο κόστος. Οι παραδοσιακές προσεγγίσεις της τεχνητής νοημοσύνης συχνά εστιάζουν στην αύξηση της ισχύος υπολογιστών, αλλά η Symbolica AI πιστεύει ότι ο κωδικοποιιτσμός της δομής των δεδομένων προσφέρει πιο βιώσιμες και αποδοτικές λύσεις.
Ποιες είναι οι δυνητικές εφαρμογές των δομημένων ικανοτήτων σκέψης της Symbolica AI;
Οι δομημένες ικανότητες σκέψης της Symbolica AI έχουν τεράστιες εμπορικές εφαρμογές, ιδιαίτερα στην παραγωγή κώδικα. Με τη δυνατότητα σκέψης πάνω σε μεγάλες αναλύσεις κώδικα και τη δημιουργία χρήσιμου κώδικα, η Symbolica AI προσφέρει μια εναλλακτική λύση σε υφιστάμενες προσφορές που μπορεί να υστερούν σε αυτό τον τομέα.
Ποιοι είναι οι επενδυτές της Symbolica AI;
Η Symbolica AI έχει ασφαλίσει μια επένδυση 33 εκατομμυρίων δολαρίων με επικεφαλής την Khosla Ventures, με συμμετοχή επενδυτών όπως οι Abstract Ventures, Buckley Ventures, Day One Ventures και General Catalyst.
Πηγή: TechCrunch
Η τεχνητή νοημοσύνη έχει βιώσει σημαντική ανάπτυξη τα τελευταία χρόνια, με μια ευρεία γκάμα εφαρμογών σε διάφορους τομείς. Σύμφωνα με έκθεση της Grand View Research, το παγκόσμιο μέγεθος της αγοράς της τεχνητής νοημοσύνης ανήλθε σε 62,35 δισ. δολάρια το 2020 και αναμένεται να αυξηθεί κατά μέσο όρο 42,2% ετησίως από το 2021 έως το 2028. Αυτή η ανάπτυξη οφείλεται σε παράγοντες όπως η αυξανόμενη υιοθέτηση της τεχνολογίας της τεχνητής νοημοσύνης σε κλάδους όπως η υγεία, ο χρηματοοικονομικός κλάδος και η αυτοκινητοβιομηχανία, καθώς και οι εξελίξεις στους αλγόριθμους μηχανικής μάθησης και επεξεργασίας φυσικής γλώσσας.
The source of the article is from the blog kunsthuisoaleer.nl