Prema Yannu LeCunu, voditelju umjetne inteligencije u tvrtki Meta, modeli umjetne inteligencije temeljeni na jeziku, poput onih koji pokreću generativne AI proizvode poput ChatGPT-a, neće moći postići analitičke i planerske sposobnosti ljudskog mozga. U razgovoru s Financial Times-om, LeCun je istaknuo da su trenutne metode AI nepotpune te da bi radije volio da Meta slijedi radikalno drugačiji pristup stvaranju “superinteligencije” u strojevima.
LeCun tvrdi da modeli temeljeni na jeziku nedostaju čvrstom shvaćanju logike i ne uspijevaju razumjeti fizički svijet ili razmišljati i planirati na hijerarhijski način. Ova izjava odražava njegov skeptičan stav prema ideji da postojeći modeli mogu evoluirati do te mjere da mogu konkurirati ljudskom intelektu.
U istom razgovoru, LeCun je podijelio svoju viziju koja se suprotstavlja trenutnom smjeru industrije, sugerirajući da bi Meta trebala razmotriti alternativne metodologije za napredovanje strojnog učenja. On vizionarski predviđa budućnost u kojoj bi AI mogao nadmašiti svoja trenutna ograničenja, ali to zahtijeva odstupanje od tradicionalnog pristupa modeliranju temeljenom na jeziku.
Adresirana ključna pitanja:
1. Mogu li modeli AI-a temeljeni na jeziku postići ljudsku inteligenciju?
Šef AI-a Yann LeCun vjeruje da ne mogu. Predlaže potrebu za alternativnim pristupima izvan modela jezika kako bi se postigao ovaj nivo inteligencije.
2. Koja su ograničenja trenutnih metoda AI-a prema Yannu LeCunu?
LeCun ističe da trenutni modeli jezika nedostaju dubokom razumijevanju logike, fizičkog svijeta i sposobnosti razmišljanja i planiranja hijerarhijski.
3. Kakva je vizija Yann LeCuna za budućnost AI-a?
LeCun predlaže da istraživanja u području AI-a istraže različite metodologije, možda odstupajući od tradicionalnih modela jezika, kako bi razvili “superinteligenciju”.
Ključni izazovi i kontroverze:
– Razumijevanje nasuprot simulacije: Ključni izazov u razvoju AI-a je stvaranje modela koji ne samo što reagira na način koji djeluje inteligentno već također uistinu razumije sadržaj na razini kao što to radi čovjek.
– Smjer istraživanja: Postoji kontroverza oko najboljeg puta naprijed u istraživanjima AI-a. Dok neki zagovaraju poboljšanje modela jezika, drugi, poput LeCuna, zagovaraju potpuno drugačije pristupe.
– Etičke i sigurnosne brige: Kako se AI približava višim razinama inteligencije, rastu etičke i sigurnosne brige. Osiguravanje da AI ostane usklađen s ljudskim vrijednostima značajan je problem.
Prednosti i nedostaci modela jezika:
Prednosti:
– Modeli jezika mogu obraditi i generirati tekst sličan ljudskom, omogućujući im automatizaciju i pomoć u brojnim jezičnim zadacima.
– Prilagodljivi su u mnogim domenama, poput korisničke podrške, stvaranja sadržaja i prijevoda.
– Veliki modeli jezika lako su dostupni i mogu se prilagoditi za specifične primjene.
Nedostaci:
– Mogu generirati vjerojatne, ali činjenično netočne ili besmislene izlazne rezultate.
– Ti modeli mogu nenamjerno održavati pristranost prisutnu u trenirajućim podacima.
– Bez razumijevanja fizičkog svijeta i uzročnosti, modeli jezika mogu nedostajati sposobnosti donošenja kontekstualno prikladnih odluka.
Za daljnje čitanje o temi razvoja AI-a i modelima jezika, posjetite glavnu domenu za Financial Times, gdje se takve teme često raspravljaju. Drugi relevantan izvor za istraživanje AI-a i informacija je Meta web stranica, koja često dijeli ažuriranja o svojim AI projektima i napretku.