Kunstlik intelligentsus (AI) areneb pidevalt, ja kuna tehnoloogia edeneb, avastavad teadlased praeguste meetodite piiranguid. Google’i DeepMind AI uurimislabori tegevjuht Demis Hassabis on rõhutanud vajadust põhimõtteliste läbimurrete järele AI-uurimises, et saavutada AI võimekust “järgmisel tasemel”. Traditsioonilised lähenemised, nagu sügavõpe ja loovad keelemudelid, nõuavad olulisi ressursse ja aega, et toota kasulikke tulemusi. Nende väljakutsete lahendamiseks on endine Tesla insener George Morgan asutanud alustava ettevõtte nimega Symbolica AI.
Morgan mõistis oma ajal Tesla juures, et arvutusvõimsuse skaalastamine, mis on sageli esimene valik AI-uurimises, ei ole jätkusuutlik pikaajaline lähenemine. Selle asemel keskendub Symbolica AI uute mudelite arendamisele, mis suudavad saavutada suuremat täpsust väiksemate andmenõuete, vähendatud koolitusaega ja madalamate kuludega. Need mudelid, mida tuntakse kui struktureeritud AI, keskenduvad andmete aluse struktuuri kodeerimisele, mitte ainult suurtele andmekogumitele.
Sümbolpõhine AI, struktureeritud mudelite alus, on olnud aastakümneid olemas ja lähtub teadmiste esindamise ideest sümbolite ja reeglistike kaudu. Erinevalt neuronvõrku, mis tugineb statistilisele lähendusele ja õppimisele näidete põhjal, põhineb sümbolpõhine AI reeglitel, mis manipuleerivad sümbolitega konkreetsete ülesannete lahendamiseks. Morgan väidab, et sümbolpõhine AI pakub mitmeid eeliseid, sealhulgas suurem usaldusväärsus, läbipaistvus ja seletatavus.
Symbolica AI on välja töötanud tööriistakomplekti sümbolpõhiste AI-mudelite loomiseks, mis on spetsiaalselt loodud ülesannete jaoks nagu koodigeneratsioon ja matemaatiliste teoreemide tõestamine. Ettevõtte 16-liikmeline meeskond on töötanud usinalt selleks, et pakkuda eelnevalt koolitatud mudeleid nendele ülesannetele. Kuigi täpne ärimudel on endiselt arutluse all, kavatseb Symbolica AI pakkuda konsultatsiooniteenuseid ja tuge ettevõtetele, kes soovivad kasutada nende tehnoloogiat spetsiaalsete mudelite loomiseks.
Symbolica AI tuli hiljuti välja varjatud režiimist, millega kaasnes 33 miljoni dollari suurune investeering, mille juhtis Khosla Ventures ja teised märkimisväärsed investorid. Khosla Venturesi asutaja Vinod Khosla usub, et Symbolica AI tegeleb oluliste väljakutsetega AI tööstuses ja on koondanud väga osava meeskonna.
Kuid sümbolpõhise AI tõhususe osas on erinevad arvamused. Kriitikud väidavad, et sümbolpõhised AI mudelid tuginevad raskelt hästi määratletud ja struktureeritud andmetele, mis muudab nad hapraks ja kontekstisõltuvaks. Vajaliku teadmistepagasi määratlemine sümbolpõhiste AI mudelite jaoks võib olla ka ajamahukas protsess. Siiski näevad mõned potentsiaali sügava õppe ja sümbolite lähenemiste eeliste kombineerimisel.
Morgan on veendunud, et Symbolica AI struktureeritud AI mudelid pakuvad lubavat alternatiivi praegustele koolitusmeetoditele. Kuna nõudlus AI järele jätkab kasvu, näeb Symbolica AI end strateegiliselt tulevikus asetsemas. Rahastamise tagatud ja suhteliselt väiksemate ning kulutõhusamate mudelitega eesmärgiks on Symbolica AI vastata ettevõtete vajadustele, kes soovivad kasutada AI-d erinevatel eesmärkidel.
KKK:
**Mis on struktureeritud AI?**
Struktureeritud AI, tuntud ka kui sümbolpõhine AI, on kunstliku intelligentsuse haru, mis keskendub andmete aluse struktuuri kodeerimisele, kasutades sümboleid ja reeglistikke. Erinevalt neuronvõrkudest, mis tuginevad statistilisele lähendusele, lahendab struktureeritud AI ülesandeid sümbolite manipuleerimise ja reeglistike kaudu, mis on pühendatud konkreetsetele ülesannetele.
**Kuidas erineb Symbolica AI traditsioonilistest AI lähenemistest?**
Symbolica AI eesmärk on arendada uudsed mudelid, mis saavutavad suurema täpsuse väiksemate andmenõuete, vähendatud koolitusaegade ja madalamate kuludega. Traditsioonilised AI lähenemised keerlevad sageli arvutusvõimsuse skaalastamise ümber, kuid Symbolica AI usub, et andmestruktuuri kodeerimine pakub jätkusuutlikumaid ja tõhusamaid lahendusi.
**Mis on Symbolica AI struktureeritud põhjendamisoskuste potentsiaalsed rakendused?**
Symbolica AI struktureeritud põhjendamisoskustel on tohutud ärilised rakendused, eriti koodigeneratsioonis. Koodipõhiste arutelude ja kasuliku koodi genereerimisega pakub Symbolica AI alternatiivi olemasolevatele pakkumistele, mis võivad selles valdkonnas piiratud olla.
**Kes on Symbolica AI investorid?**
Symbolica AI on saanud 33 miljoni dollari suuruse investeeringu, mida juhtis Khosla Ventures, osaledes investoreid nagu Abstract Ventures, Buckley Ventures, Day One Ventures ja General Catalyst.
Allikas: TechCrunch (URL domeenist)
Lisateave tööstuse, turu prognooside ja tööstusele või tootele omaste küsimuste kohta:
Viimastel aastatel on kunstliku intelligentsuse (AI) tööstus kogenud märkimisväärset kasvu erinevate sektorite erinevate rakenduste ulatuses. Grand View Researchi aruande kohaselt oli globaalne AI turumaht 2020. aastal 62,35 miljardit dollarit ja seda oodatakse aastatel 2021 kuni 2028 aastani keskmise aastase kasvumääraga (CAGR) 42,2%. Seda kasvu toetab tegurid nagu AI tehnoloogia kasvav vastuvõtt tööstusharudes nagu tervishoid, finants ja autotööstus, samuti edusammud masinõppe algoritmides ja loomuliku keele töötlemises.
Siiski, hoolimata tehtud edusammudest AI uurimises, on endiselt väljakutseid ja piiranguid, mis vajavad lahendamist. Üks oluline küsimus on sügava õppe mudelite koolitamiseks vajalike suurte andmekogumite tugev sõltuvus. Vajadus suurte andmehulkade järele võib olla takistuseks, eriti valdkondades, kus andmete kogumine on keeruline või piiratud. Symbolica AI keskendumine struktureeritud AI mudelite arendamisele, mis nõuavad vähem andmekogumite nõudeid, võiks aidata ületada seda väljakutset ja muuta AI laialdasematel rakendustel kasutatavaks.
Teine väljakutse AI tööstuses on puudulikkus läbipaistvuses ja seletatavuses AI süsteemides. Sügava õppe mudelid toimivad sageli “mustades karpides”, mistõttu on keeruline mõista, kuidas nad jõudsid konkreetse otsuseni või ennustuseni. Sümbolpõhine AI oma rõhuasetusega reeglistikel ja sümbolite manipuleerimisel pakub võimalikke eeliseid usaldusväärsuse, läbipaistvuse ja seletatavuse osas. See võiks olla eriti oluline tundlikes valdkondades nagu tervishoid või finantsvaldkond, kus usaldus ja tõlgendatavus on olulised.
Nii sügava õppe kui ka sümbolpõhiste AI lähenemiste ühendamine pakub samuti lootust mõlema meetodi piirangutele lahenduste leidmiseks. Sügav õpe on edukas mustrituvastuses ja struktureerimata andmete käsitlemisel, samas kui sümbolpõhine AI pakub loogilisemat ja deduktiivset mõtlemist. Nende kahe lähenemisviisi integreerimisega võivad AI teadlased ja arendajad luua rohkem vastupidavaid ja paindlikke AI mudeleid, mis suudavad hallata laiemat valikut ülesandeid ja andmetüüpe.
Kokkuvõttes jätkab AI tööstus arengut, teadlased ja alustavad ettevõtted nagu Symbolica AI suruvad võimaluste piire. Tehnoloogia arenedes ja uute läbimurrete toimumisel on AI’l potentsiaal muuta tööstusi ja pakkuda olulist.
The source of the article is from the blog mivalle.net.ar